Ejercicios de Topologia

Introduccion
Podemos decir actualmente que el Analisis Funcional es la tendencia abs-

tracta del Analisis, la cual comenzo a ser desarrollada por algunos matemati-
cos europeos en los a nos de las dos primeras decadas del pasado siglo XX.
Entre esos matematicos destacan Fredholm, Volterra, Hilbert, y Riesz. Ini-
cialmente estos matematicos resolvieron problemas de ecuaciones integrales,
autovalores de operadores, y desarrollos ortogonales.
Tambien uno de los principales pioneros en el desarrollo de esta rama
de la Matematica, fue el polaco S. Banach el cual compagino en su libro
publicado en el a no de 1932 y reeditado en 1987 con ttulo THEORY OF
LINEAR OPERATIONS [1] mucho de los principales resultados conocidos
hasta ese tiempo.
Nuestro proposito fundamental al redactar este libro, es desarrollar al-
gunos topicos basicos del Analisis Funcional tratando digamos a un nivel
intermedio la teora de los espacios normados, la de los espacios de Banach,
y tambien la de los operadores lineales acotados.
Nuestro texto se desarrolla a traves de tres Captulos. El primer Captulo
el cual llamamos Espacios Normados se ha dividido en cuatro Secciones.
A nuestra primera Seccion se la ha denominado Defniciones y Resultados
Preliminares porque all damos algunas de las nociones de uso mas frecuente
en el Analisis Funcional, como el de conjunto absorbente, balanceado y con-
vexo; capsula convexa, norma, espacio normado y algunas propiedades de
la norma. Tambien se dan algunos conceptos topologicos, habiendo defnido
previamente la topologa fuerte de un espacio normado.
1
2
En la segunda Secci on se da inicialmente el concepto de sucesion en un
espacio normado, para despues pasar a caracterizar los elementos de la clau-
sura de un subconjunto de un espacio normado como lmites de sucesiones
de elementos de este. Tambien, introduciendo previamente el concepto de
funcion continua de un espacio topologico (X,
1
) en otro (Y,
2
) se muestra,
un Teorema de Continuidad Global, y despues una consecuencia del mismo
como lo es el Teorema de Conservacion de Compacidad.
La Seccion 1.3 contiene una buena lista de Ejercicios propuestos como
Ejemplos y en cada uno de ellos hemos dado los detalles de la solucion. Fi-
nalmente, la ultima Seccion presenta una variedad de Ejercicios que el lector
debe resolver [en donde en algunos de ellos se introducen nuevos conceptos].
En el segundo Captulo trata sobre espacios de Banach. En la Seccion 2.1
se demuestra las desigualdades clasicas de Holder, y de Holder - Minkowsky
en la Seccion 2.2 se da la nocion de espacio de Banach dada por S. Banach
Entre otras Proposiciones y Resultado mostramos un Teorema de Caracte-
rizacion para espacio de Banach. [Teorema 2.2.9].
En la Seccion 2.3 damos algunos Ejemplos de espacios de Banach. Entre
otros mostramos con respecto a una norma defnida previamente la comple-
titud de los espacios de sucesiones
l
p
(p 1); c
0
; y l
.
Tambien en nuestra Seccion 2.4 ademas de defnir espacio de Banach sepa-
rable, damos una Demostracion del Lema de Riesz, y en (2.5) presentamos
nuestra lista de Ejercicios.
El tercer Captulo trata sobre operadores lineales acotados en la primera
Seccion, se ha motivado el concepto de acotacion de un operador lineal, de he-
cho de que toda transformacion lineal de R
n
en R
m
es acotada. Introduciendo
pues, para un operador lineal T las nociones de acotacion y continuidad se
muestra en la Proposicion 3.1.7 que:
T es acotado T es continuo.
3
Ahora bien, defniendo los espacios L(X, Y ) y, B(X, Y ) mostraremos en
el Teorema 3.1.11 que B(X, Y ) es un espacio de Banach en la norma:
T = sup
x=0
T(x)
x
.
En la Seccion 3.2 especifcamente en el Teorema 3.2.6, se muestra que en
DIMENSION FINITA TODAS LAS NORMAS SON EQUIVALENTES .
Tambien damos el importante concepto de operador cerrado.
La Seccion 3.3 da una lista de Ejemplos de operadores lineales acota-
dos. Entre otros, destacan el operador de Fredholm; el operador Shift [a la
izquierda y a la derecha], y la proyeccion canonica. Mostramos como un Ejem-
plo tambien un Teorema de extension de operadores; y dando la Defnicion
de operador compacto se muestra que el operador de Fredholm lo es.
Al fnal en la Seccion 3.4 presentamos nuestra lista de Ejercicios a resol-
verse.
Esperamos que este texto se de utilidad aquellos estudiantes que comien-
zan con el estudio de esta importante area de las Matematicas.
4
Indice general
Introduccion 1
1. Espacios Normados 7
1.1. Defniciones y Resultados Preliminares. . . . . . . . . . . . . . 7
1.2. Continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.3. Ejemplos Resueltos . . . . . . . . . . . . . . . . . . . . . . . . 37
1.4. Comentario fnal del Captulo 1 . . . . . . . . . . . . . . . . . 62
1.5. Ejercicios Propuestos. . . . . . . . . . . . . . . . . . . . . . . . 63
2. Espacios de Banach 71
2.1. Desigualdades clasicas en Analisis Funcional. . . . . . . . . . . 71
2.2. Espacios de Banach. Teora Basica. Ejemplos y ejercicios. . . . 78
2.3. Algunos Ejemplos de Espacios de Banach. . . . . . . . . . . . 98
2.4. Separabilidad de un espacio normado y Ejemplos. El Lema de
Riesz. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
2.6. Ejercicios Propuestos . . . . . . . . . . . . . . . . . . . . . . . 120
3. Operadores Lineales Acotados 125
3.1. Nocion de acotacion de un operador lineal. El espacio de B(X, Y )125
3.2. Normas Equivalentes. Nocion de operador cerrado . . . . . . . 141
3.3. Algunos ejemplos de operadores lineales acotados . . . . . . . 153
3.5. Ejercicios Propuestos . . . . . . . . . . . . . . . . . . . . . . . 166
Bibliografa 171
5
6

INDICE GENERAL
Captulo 1
Espacios Normados
1.1. Defniciones y Resultados Preliminares.
Comenzaremos esta Seccion recordando el concepto de espacio vectorial,
por ser esta una de las mas importantes estructuras algebracas que son
objeto de estudio en el Analisis Funcional Lineal.
En lo que sigue, a menos que explcitamente se especifque lo contrario,
el smbolo F denotara el cuerpo de los n umeros reales o complejos.
Defnicion 1.1.1 Sea X un conjunto no vaco (abstracto). Supongase que
en el conjunto XX esta defnida una operacion llamada suma y en FX
otra operacion denominada multiplicacion por escalar, tal que si
(x, y) X X y (, x) F X el resultado de cada una de estas
operaciones sobre estos elementos es otro elemento de X denotado por x +y
y x respectivamente, y que ademas se verifcan las siguientes propiedades:
(P
1
) x +y = y +x, x, y X [Propiedad Conmutativa].
(P
2
) x + (y +z) = (x +y) + z x, y, z X [Propiedad Asociativa].
(P
3
) Existe un unico elemento en X denotado por 0 y tal que
x + 0 = 0 + x, x X.
Este elemento se llama el elemento neutro para la suma.

7
8 CAP
ITULO 1. ESPACIOS NORMADOS

(P
4
) Para cada x X, existe un unico elemento x X tal que:
x + (x) = (x) + x = 0.
El elemento x se llama el simetrico aditivo de x X
(P
5
) 1x = x, x X, 1 es la identidad de F
(P
6
) (x) = ()x, , F, x X
(P
7
) ( +)x = x +x, , F, x X
(P
8
) (x +y) = x +y, F, x, y X.
Entonces, X se llama un espacio vectorial sobre el cuerpo F. Los elemen-
tos de X se llaman vectores.
Observacion 1.1.1 (a) Se supone que el lector de este libro esta fami-
liarizado con los hechos basicos de la teora de espacios vectoriales. De
todas formas recomendamos tener a la mano un libro de

Algebra Lineal
[por ejemplo [7] en el momento de leerlo.
(b) Las operaciones de suma y multiplicacion por escalar de un espacio
vectorial X inducen las funciones:
1
: X X X
y,
2
: F X X
defnidas por:
1
(x, y) = x +y
2
(, x) = x
respectivamente.
Defnicion 1.1.2 Sea X un espacio vectorial. Un subconjunto no vaco S
de X se llama un subespacio vectorial de X si:
x +y S x, y X, , F.
As, si S es un subespacio vectorial de X, entonces, 0 S.
1.1. DEFINICIONES Y RESULTADOS PRELIMINARES. 9
Defnicion 1.1.3 Sean X un espacio vectorial, x
0
X y F entonces, si
A es un subconjunto no vaco de X, defnimos:
(a) x
0
+A := {x
0
+a : a A}
(b) x
0
A := {x
0
a : a A}
(c) A := {a : a A}
Si B es otro subconjunto no vaco de X entonces:
(d) A +B := {a +b : a A, b B}
Defnicion 1.1.4 Un subconjunto A de un espacio vectorial X se dice:
(a) Convexo: Si el segmento de recta x + (1 )y queda contenida
en A, x, y A, 0 1, esto es:
x + (1 )y A, x, y A, 0 1
(b) Balanceado: Si A A, cuando || 1.
(c) Absorbente: Si para cada x X, existe un > 0 tal que x A.
Con el proposito de caracterizar los subconjuntos convexos de un espacio
vectorial damos la siguiente Defnicion:
Defnicion 1.1.5 Sea X un espacio vectorial. Un x X se dice una com-
binacion convexa de los elementos x
1
, x
2
, . . . , x
n
de X si existen escalares
1
,
2
, . . . ,
n
en R con
i
0, i = 1, 2, . . . , n y
n
i=1
i
= 1 tal que:
x =
n
i=1
i
x
i
Proposicion 1.1.6 Un subconjunto K de un espacio vectorial X es convexo
si y solo si cualquier combinaci on convexa de puntos de K es un punto de
K.
10 CAP

Demostracion.
() Sean x, y K, entonces, por la hipotesis el elemento
z = x + (1 )y K,
para 0 1. As, K es convexo.
() Supongase que K es convexo y S := {x
1
, x
2
, . . . , x
n
} un n umero
fnito cualquiera de elementos de K.
Procederemos por induccion sobre n.
Si n = 1, es evidente.
Si n = 2, y
1
0,
2
0 tales que
1
+
2
= 1, entonces, es
claro que 0
1
1 y 0
2
1 y as
z =
1
x
1
+
2
x
2
K.
Supongase que el resultado es cierto para n elementos x
1
, x
2
, . . . , x
n
en
K, esto es,
z =
1
x
1
+
2
x
2
+. . . +
n
x
n
K,
i
0,
n
i=0
i
= 1
Sea x
n+1
K. Veamos que:
r =
1
x
1
+
2
x
2
+. . . +
n
x
n
+
n+1
x
n+1
K,
i
0,
n+1
i=1
i
= 1
Consideremos los casos siguientes:
Caso 1. Cuando
n+1
= 1, entonces,
i
= 0 para i = 1, 2, . . . , n, y as,
r K.
Caso 2. Cuando 0
n+1
< 1. Sea
i
=

i
1
n+1
, i = 1, 2, . . . , n
Entonces,
n
i=1
i
=
n
i=1
i
1
n+1
=
n
i=1
i
1
n+1
= 1
Luego, por la hipotesis de induccion:
n
i=1
i
x
i
K
y ya que K es convexo, entonces,
n+1
i=1
i
x
i
= (1
n+1
)
n
i=1
i
x
i
+ (1 (1
n+1
)) x
n+1
K
lo cual concluye la demostracion. 2
A continuacion introducimos el importante concepto de capsula convexa.
Defnicion 1.1.7 Sea A un subconjunto no vaco de un espacio vectorial X.
La capsula convexa de A denotada por co(A) es:
co(A) :=
_
n
i=1
i
x
i
: x
i
X,
i
0 i = 1, 2, . . . , n,
n
i=1
i
= 1
_
Es facil verifcar usando la caracterizacion dada en la Proposicion anterior
que co(A) es un subconjunto convexo de X, y ademas es el convexo mas
peque node X que contiene a A, esto es,
co(A) :=
convexo
A
A
Si A es un subconjunto no vaco de un espacio vectorial X es facil verifcar
que el conjunto:
sp(A) :=
_
n
i=1
i
x
i
:
i
F, x
i
A, i = 1, 2, . . . , n
_
es un subespacio vectorial de A, y se llama el subespacio vectorial real ge-
nerado por A. Note que co(A) sp(A).
A continuacion se introduce el importante concepto de norma sobre un
espacio vectorial.
12 CAP

Defnicion 1.1.8 Sea X un espacio vectorial. Una funcion,
|| || : X R
x |x
que verifque las siguientes propiedades:
(A1) ||x|| 0 y ||x|| = 0 x = 0.
(A2) ||x|| = || ||x||, F, x X
(A3) ||x +y|| ||x|| +||y||, x, y X,
se llama una norma sobre X. Al par (X, || ||) se le llama un espacio
normado.
La propiedad (A3) se llama la desigualdad triangular.
Toda norma verifca la importante desigualdad dada en la
siguiente proposicion.
Proposicion 1.1.9 Sea (X, || ||) un espacio normado. Entonces,
||x|| ||y||
||x y||, x, y X (1,1,11)

Demostracion.
Recordemos que si a > 0, entonces:
|x| a a x a.
As,
||x|| ||y||
||x y|| ||x y|| ||x|| ||y|| ||x y||.

Expresando:
x = (x y) + y, entonces ||x|| = ||(x y) + y|| ||x y|| +||y||
Luego, ||x|| ||y|| ||x y||.
Expresando:
y = (y x) + x, entonces ||y|| ||y x|| +||x||, luego
||y|| ||x|| ||y x|| = ||x y||, esto es, ||x y|| ||x|| ||y||, lo
que concluye la demostracion. 2
Con la fnalidad de defnir una topologa en el espacio vectorial (X, || ||),
recordaremos la defnicion siguiente:
Defnicion 1.1.10 Sea X un conjunto no vaco. Una funcion,
d : X X R
(x, y) |d(x, y)
se llama una metrica sobre X si verifca las siguientes propiedades:
(A1) d(x, y) 0 y d(x, y) = 0 x = y
(A2) d(x, y) = d(y, x), x, y X
(A3) d(x, y) d(x, z) + d(z, y), x, y, z X. (Desigualdad triangular)
Al par (X, d) se le llama un espacio metrico.
Proposicion 1.1.11 Sea (X, || ||) un espacio normado. La funcion.
d : X X R
defnida por
d(x, y) = ||x y||, x, y X
es una metrica sobre X.
Demostracion.
Es facil verifcar (A1) y (A2). Por otra parte como,
d(x, y) = ||x y|| = ||x z +z y||
||x z|| +||z y|| = d(x, z) + d(z, y)
x, y, z X, obtenemos tambien que (A3) es cierta.
14 CAP

As, todo espacio normado es un espacio metrico, con la metrica
d(x, y) = ||x y||, x, y X.
2
Defnicion 1.1.12 Sea X un conjunto no vaco. Una coleccion de sub-
conjuntos de X se llama una topologa para X si se satisfacen las siguientes
propiedades:
(A1) , X .
(A2) Si {A
}
I
, donde I es un conjunto de ndices de cardinalidad
arbitraria,
_
I
A
.
(A3) Si {A
}
I
, entonces
n
i=1
A
i
.
Al par (X, ) se le llama un espacio topologico. Los elementos de la
coleccion se llaman conjuntos abiertos.
Si (X, ) es un espacio topologico, un subconjunto B de X se llama
cerrado si su complemento B
c
= X\B es abierto en X, esto es B
c
.
Defnicion 1.1.13 Sea (X, ) un espacio topologico.
(a) Una vecindad de un x X es un subconjunto G de X, que contiene
alg un abierto A que contiene a {x}, esto es,
x A G
(b) La topologa se dice Hausdorf (o T
2
) si dados x, y X, existen
vecindades V
x
de x y V
y
de y tal que
V
x
V
y
= .
Defnicion 1.1.14 Sean (X, || ||) un espacio normado, y d la metrica in-
ducida por la norma || ||. Sea x
0
X, y r > 0 entonces,
(a) La bola abierta de centro x
0
y radio r es:
B(x
0
, r) :=
_
x X : d(x, x
0
) = ||x x
0
|| < r
_
(b) La bola cerrada de centro x
0
y radio r es:
B(x
0
, r) :=
_
x X : d(x, x
0
) = ||x x
0
|| r
_
Defnicion 1.1.15 Sea (X, || ||) un espacio normado. Un subconjunto no
vaco A de X se dice abierto si para cada x A existe un r
x
> 0 tal que:
B(x, r
x
) A.
El conjunto vaco lo consideramos como un abierto en X ya que ini-
cialmente no existe ning un elemento en el que niegue nuestra defnicion.
Proposicion 1.1.16 Sea (X, || ||) un espacio normado. Entonces,
(a) X es un conjunto abierto.
(b) Si x
0
X, y r > 0, entonces B(x
0
, r) es un conjunto abierto.
(c) B(x
0
, r) es un conjunto cerrado en X.
Demostracion.
(a) Evidente.
(b) Sea x
1
B(x
0
, r). Tomemos r
1
= r d(x
0
, x
1
), entonces r
1
> 0 y si
z B(x
1
, r
1
) vamos a tener que:
d(z, x
0
) = ||z x
0
|| = ||z x
1
+x
1
x
0
||
||z x
1
|| +||x
1
x
0
||
< r
1
+||x
1
x
0
||
= r d(x
0
, x
1
) +||x
1
x
0
|| = r
16 CAP

Por tanto, B(x
1
, r
1
) B(x
0
, r) y as B(x
0
, r) es abierto en X.
(c) Para verifcar que B(x
0
, r) es un conjunto cerrado, mostraremos en-
tonces que:
B
c
(x
0
, r) :=
_
z X : d(z, x
0
) = ||z x
0
|| > r
_
es un conjunto abierto. En efecto, sea z
0
B
c
(x
0
, r) y tomemos
r
1
= d(x
0
, z
0
) r > 0. Afrmamos que B(z
0
, r
1
) B
c
(x
0
, r). En
efecto, sea z B(z
0
, r
1
). Entonces,
||z
0
x
0
|| = ||z
0
z +z x
0
|| ||z
0
z|| +||z x
0
||,
como ||z
0
x
0
|| = r
1
+r, obtenemos:
r
1
+r ||z
0
z|| +||z x
0
|| < r
1
+||z x
0
||
esto es, ||z x
0
|| > r, lo que concluye la demostracion. 2
Proposicion 1.1.17 Sean (X, || ||) un espacio normado y la siguiente
coleccion de subconjuntos de X
:=
_
E X : E es abierto en el sentido de la Defnicion 1.1.6
_
Entonces es una topologa para X y se llama la topologa
fuerte de X.
Demostracion.
Debemos verifcar los axiomas (A1), (A2) y (A3) de la Defnicion 1.1.12.
La propiedad (A1) es evidente. Verifcaremos (A2). Sea {A
} .
Veamos que
_
kI
A
k
. En efecto, si x
_
kI
A
k
, entonces
x A
k
0
para alg un ndice
0
. Como A
k
0
es abierto, existe un r
k
0
> 0 tal
que B(x, r
k
0
) A
k
0
, y por tanto B(x, r
k
0
)
_
I
A
. Verifcaremos ahora
(A3). Sea {A
i
}
n
i=1
, y x
n
i=1
A
i
; entonces x A
i
, para i = 1, 2, 3, . . . , n,
y por tanto existe
i
> 0, i = 1, 2, . . . , n tal que B(x,
i
) A
i
, i = 1, 2, . . . , n.
Sea = mn{
1
,
2
, . . . ,
n
}, entonces B(x, ) A
i
, para i = 1, 2, . . . , n
y por tanto B(x, )
n
i=1
A
i
. 2
Proposicion 1.1.18 La topologa dada la Proposicion 1.1.18 es Haus-
dorf (o T
2
).
Demostracion.
Sean x, y X, x = y, entonces d(x, y) = ||x y|| > 0. Tomese
=
||x y||
4
.
Afrmamos que B(x, )
B(y, ) = . En efecto, si en caso contrario

B(x, )
B(y, ) = , existe un z B(x, )
B(y, ), luego
||x y|| = ||x z +z y|| ||x z|| +||z y|| <
||x y||
4
+
||x y||
4
lo cual es una contradiccion. 2
Daremos ahora las siguientes defniciones:
Defnicion 1.1.19 Sean (X, || ||) un espacio normado y A X, entonces,
(a) El interior de A denotado por int(A) es:
int(A) :=
_
x A : existe un > 0 tal que B(x, ) A
_
(b) La frontera de A, denotada por A es:
A :=
_
x X : para cada r > 0, B(x, r)A = , B(x, r)A
c
=
_
(c) El exterior de A denotado por ext(A) es:
ext(A) := int(A
c
)
18 CAP

Defnicion 1.1.20 Sean (X, || ||) un espacio normado y A X. Un
x
0
X se llama un punto de acumulacion de A si cada vecindad de x
0
contiene un punto de A diferente de x
0
Nota 1.1.21 La Defnicion 1.1.20 expresa que si V
x
0
es cualquier vecindad
de x
0
en (X, || ||), entonces:
V
x
0
A =
donde

V
x
0
:= V
x
0
\{x
0
}. Ya que B(x
0
, r) es una vecindad de x
0
, para
cada r > 0, entonces x
0
es un punto de acumulacion de A si y solo s
B(x
0
, r) A =
donde tambien

B(x
0
, r) := B(x
0
, r)\{x
0
}
Denotamos por:
A
:=
_
x X : x es un punto de acumulacion de A
_
Defnicion 1.1.22 Un subconjunto A de un espacio normado (X, || ||) se
dice acotado si existe un M > 0 tal que:
x M, x A.
Es claro que B(x
0
, r) y B(x
0
, r) son subconjuntos acotados.
La siguiente Proposicion nos permite caracterizar los subconjuntos cerra-
dos en un espacio normado.
Proposicion 1.1.23 Sean (X, || ||) un espacio normado y A X. Enton-
ces,
A es cerrado A
A.
Demostracion.
() Supongase que A es cerrado en (X, || ||) pero A
A. Entonces,
existe alg un x A
tal que x A. Luego x A

c
y como A es cerrado, A
c
es
abierto, por tanto existe un r > 0 tal que:
B(x, r) A
c
.
Pero por otra parte, como x A
B(x, r) A =
se sigue entonces, que AA
c
= lo cual es una contradiccion. As, A
A.
() Recprocamente, sea A
A y x A
c
. Entonces x A y as tambien
por la hipotesis x A
, luego existe un r > 0 tal que
B(x, r) A =
En consecuencia, B(x, r) A
c
, con lo cual concluimos que A
c
es abierto,
y as (A
c
)
c
= A es cerrado. 2
Seguidamente damos la importante Defnicion de clausura de un subcon-
junto de un espacio normado.
Defnicion 1.1.24 Sean (X, || ||) un espacio normado y A X.
La clausura de A denotada por A es el conjunto cerrado mas peque no de
X que contiene a A, esto es, si:
F es otro cerrado en (X, || ||) tal que F A, entonces F A.
Es claro que A =
;
F
cerrado
F
A
y que A es cerrado si y solo
s A = A. Queremos ahora mostrar que A = AA
. Para esto mostraremos

inicialmente lo siguiente:
Proposicion 1.1.25 Sean (X, ||||) un espacio normado y A X. Entonces
A A
es un conjunto cerrado.
20 CAP

Demostracion.
Veamos que (A A
)
c
es un conjunto abierto. Sea entonces
x (A A
)
c
= A
c
(A
)
c
, luego x A
c
y x (A
)
c
, y as x A y
x A
. De la Defnicion de A
existe un > 0 tal que B(x, ) A =

y as, B(x, ) A
c
. Afrmamos ahora que B(x, ) (A
)
c
. En efecto, sea
y B(x, ). Como B(x, ) es un conjunto abierto, existe un r > 0 tal que
B(y, r) B(x, ). Ahora bien, como B(x, ) A = , tambien
B(y, r) A = , y por tanto y A
, luego y (A
)
c
. Como y es arbitrario
en B(x, ) se concluye que B(x, ) (A
)
c
, lo cual fnaliza la demostracion.
2
Proposicion 1.1.26 Sean (X, ||||) un espacio normado y A X. Entonces
A = A A
Demostracion.
Tenemos que:
A = A A
A A A
A
Como AA
es cerrado por la proposicion anterior y AA
A, se sigue
que A A
A. Por otra parte, si x A A
, entonces x A o x A
. Si
x A, tambien x A, y si x A
se tiene que
B(x, ) A = para cada > 0

y as
B(x, ) A = para cada > 0

Esto es, x (A)
. Como A es un conjunto cerrado se sigue de la

Proposicion 1.1.23 que x A. 2
Hasta aqu la primera seccion del Captulo 1.
1.2. CONTINUIDAD 21
1.2. Continuidad
Esta seccion contiene algunas caracterizaciones de funcion continua def-
nida sobre un subconjunto de un espacio normado en otro. Tambien mostra-
remos un importante Teorema sobre continuidad global. [Teorema 1.2.16]
Inicialmente comenzamos dando la siguiente Defnicion:
Defnicion 1.2.1 Sea (X, || ||) un espacio normado. Una sucesion en X
es el rango de una funcion:
f : N X
n |f(n) = x
n
x
n
se llama el termino n-esimo de la sucesion. El rango lo denotamos
por
_
x
n
_
n=1
y lo llamamos una sucesion en X. Si
_
n
k
: k N
_
es
un subconjunto de N tal que n
1
< n
2
. . . , entonces
_
x
n
k
_
k=1
se llama una
subsucesion de la sucesion
_
x
n
_
n=1
Defnicion 1.2.2 Sean (X, || ||) un espacio normado y
_
x
n
_
n=1
una su-
cesion en X. Decimos que
_
x
n
_
n=1
es convergente a un x X si dado > 0
existe un n
0
N tal que:
||x
n
x|| < si n n
0
En caso contrario se dice que
_
x
n
_
n=1
no es convergente (o divergente).
Si
_
x
n
_
n=1
es convergente a x X, decimos tambien que x es el lmite
de x
n
cuando n y escribimos,
lm
n
x
n
= x en la topologa de la norma || ||
Es claro por el hecho de ser la topologa inducida por la norma T
2
que si
_
x
n
_
n=1
es convergente, su lmite es unico.
22 CAP

Proposicion 1.2.3 Sean (X, || ||) un espacio normado y
_
x
n
_
n=1
una
sucesion convergente en X, entonces
_
x
n
_
n=1
es acotada.
Demostracion.
Veamos que existe un M > 0 tal que ||x
n
|| M para n = 1, 2, . . . . Sea,
lm
n
x
n
= x.
Entonces, dado = 1, existe un n
0
N tal que:
||x
n
x|| < 1 si n n
0
,
pero por la Proposicion 1.1.10,
||x
n
|| ||x||
||x
n
x|| < 1, si n n
0
Luego,
1 < ||x
n
|| ||x|| < 1 si n n
0
esto es,
||x
n
|| < 1 +||x|| si n n
0
.
Sea M = max
_
||x
1
||, ||x
2
||, . . . , ||x
n
0
1
||, 1 +||x||
_
, entonces, es evidente
que
||x
n
|| M para n = 1, 2, 3, . . .
y as,
_
x
n
_
n=1
es acotada. 2
La siguiente Proposicion nos muestra una propiedad muy importante de la
clausura de un conjunto: sus elementos son lmites de sucesiones de elementos
del conjunto, mas especifcamente:
Proposicion 1.2.4 (Una Caracterizacion de A) Sean (X, || ||) un
espacio normado y A X. Entonces,
1.2. CONTINUIDAD 23
x A existe una sucesion
_
x
n
_
n=1
A
tal que lm
n
x
n
= x.
Demostracion.
() Sea x A = A A
entonces, x A o x A
. Si x A basta tomar
x
n
= x para n = 1, 2, 3 . . . , y as lm
n
x
n
= x.
Por otra parte, si x A
entonces A debe de ser un conjunto infnito.

Entonces, dado = 1 existe un x
1
A tal que:
0 < ||x x
1
|| < 1
Sea A
1
= A\{x
1
}. Es claro que A
1
A y A
1
es infnito. Como x A
,
tambien x A
1
[Por que?]. As, dado =
1
2
existe un x
2
A
1
A
(x
2
= x
1
) tal que:
0 < ||x x
2
|| <
1
2
Consideremos ahora A
2
= A\{x
1
, x
2
}. Nuevamente, A
2
es infnito y
tambien x A
2
. Luego, dado =
1
3
existe un x
3
A
2
tal que:
0 < ||x x
3
|| <
1
3
Continuando este procedimiento obtenemos una sucesion de elementos
_
x
n
_
n=1
A tal que:
0 < ||x x
n
|| <
1
n
, para n = 1, 2, 3, . . .
Como lm
n
1
n
= 0, se sigue entonces que lm
n
x
n
= x, lo cual fnaliza
nuestra demostracion.
() Sea
_
x
n
_
n=1
A tal que lm
n
x
n
= x. Entonces, si
_
x
n
_
n=1
consta
de un n umero fnito de terminos solamente, entonces x
n
= x para n n
0
.
Por tanto, x A, y as tambien x A.
Si
_
x
n
_
n=1
consta de un n umero infnito de terminos, entonces
24 CAP
B(x, )
_
x
n
_
n=1
= para cada > 0,
y por tanto x A
y en consecuencia x A. 2
Defnicion 1.2.5 Sean (X,
1
) y (Y,
2
) espacios topologicos, y D X.
Una funcion,
f : D Y
se dice continua en un x
0
D, si dada una vecindad V de f(x
0
) en Y, existe
una vecindad U de x
0
en X tal que si:
x U D =f(x) V.
Proposicion 1.2.6 Sean (X, || ||
1
) y (Y, || ||
2
) espacios normados, D X,
y:
f : D Y
una funcion. Las siguientes afrmaciones son mutuamente equivalentes:
(1) f es continua en x
0
D.
(2) Dado > 0 existe un = (x
0
, ) > 0 tal que
||f(x) f(x
0
)|| < si ||x x
0
|| <
(3) f es secuencialmente continua en x
0
D, esto es, si
_
x
n
_
n=1
D
tal que:
x
n
x
si n , entonces f(x
n
) f(x
0
) si n .
1.2. CONTINUIDAD 25
Demostracion.
Sin perder generalidad podemos denotar las normas || ||
1
y || ||
2
por || ||
respectivamente.
(1) (2) Sean > 0 y,
V := B(f(x
0
), ) :=
_
y Y : ||y f(x
0
)|| <
_
Entonces V es una vecindad de f(x
0
) en Y, luego por (1) existe una
vecindad U de x
0
en X tal que si
x U D =f(x) V
Ahora bien, como U es una vecindad de x
0
, existe un > 0 tal que
B(x
0
, ) U,
luego,
B(x
0
, ) D U D
Por tanto, si x B(x
0
, ) D, entonces x U D y as, f(x) V, esto
es,
||f(x) f(x
0
)|| < si ||x x
0
|| < .
(2) (1) Sea V una vecindad de f(x
0
) en Y, entonces V contiene alg un
conjunto abierto que contiene a x. As, para alg un > 0
B(f(x
0
), ) V
Por (2) existe un > 0 tal que si
||x x
0
|| < , entonces ||f(x) f(x
0
)|| < .
Tomando U := B(x
0
, ) se sigue por lo anterior que si x U D,
entonces f(x) V.
(2) (3) Sean y el par de n umeros positivos dados por la hipotesis
(2), y x
0
D. Sea
_
x
n
_
n=1
D tal que x
n
x
0
si n entonces,
para nuestro > 0 existe un n
0
N tal que
26 CAP

||x
n
x
0
|| < si n n
0
,
y en consecuencia por (1):
||f(x
n
) f(x
0
)|| < si n n
0
,
esto es, f es secuencialmente continua en x
0
D.
(3) (1) Supongase que (3) es cierta, pero que f no es continua en
x
0
D. Entonces, existe alguna vecindad V de f(x
0
) en Y tal que para cada
vecindad U de x
0
en X existe un x
0
U D con f(x
0
) V. Sea,
U
n
:=
_
x X : ||x x
0
|| <
1
n
_
.
Entonces, U
n
:= B
_
x
0
,
1
n
_
y as, U
n
es una vecindad de x
0
para n = 1, 2, . . . .
Luego, existe un x
n
U
n
tal que f(x
n
) V para n = 1, 2, . . . , lo cual
contradice (3). 2
Consideremos ahora X y Y espacios vectoriales sobre el mismo cuerpo de
escalares F. Sea
X Y :=
_
(x, y) : x X, y Y
_
.
En este conjunto X Y defnimos las siguientes operaciones:
(O1) Suma: Si (x
1
, y
1
) X Y y (x
2
, y
2
) X Y, entonces,
(x
1
, y
1
) + (x
2
, y
2
) = (x
1
+x
2
, y
1
+y
2
)
(O2) Multiplicacion por escalar: Si F y (x, y) X Y, entonces,
(x, y) = (x, y).
Proposicion 1.2.7 El conjunto XY tiene estructura de espacio vectorial
sobre F respecto de las operaciones (O1) y (O2).
Demostracion.
Es evidente que (O1) y (O2) estan bien defnidas sobre X Y. Se deja como
ejercicio verifcar todas las propiedades de espacio vectorial. 2
1.2. CONTINUIDAD 27
Proposicion 1.2.8 Sean (X, || ||
1
) y (Y, || ||
2
) espacios normados. La
funcion:
|| || : X Y [0, +)
defnida por:
||(x, y)|| = ||x||
1
+||y||
2
Es una norma sobre X Y. As, (X Y, || ||) es un espacio normado.
Demostracion.
Verifcaremos que || || cumple con todas las propiedades de una norma.
(P1) Es claro que ||(x, y)|| 0, (x, y) X Y. Ademas, si
||(x, y)|| = ||x||
1
+ ||y||
2
= 0 entonces ||x||
1
= 0 y ||y||
2
= 0 y
as x = 0 y y = 0, por tanto (x, y) = (0, 0) y recprocamente.
(P2) En efecto,
||(x, y)|| = ||(x, y)|| = ||x||
1
+||y||
2
= || ||x||
1
+|| ||y||
2
= ||(||x||
1
+||y||
2
)
= ||||(x, y)|| ( F, (x, y) X Y )
(P3) [Desigualdad triangular]
||(x
1
, y
1
) + (x
2
, y
2
)|| = ||(x
1
+x
2
, y
1
+y
2
)||
= ||x
1
+x
2
||
1
+||y
1
+y
2
||
2
||x
1
||
1
+||x
2
||
1
+||y
1
||
2
+||y
2
||
2
= ||x
1
||
1
+||y
1
||
2
+||x
2
||
1
+||y
2
||
2
= ||(x
1
, y
1
)|| +||(x
2
, y
2
)||
(x
1
, y
1
), (x
2
, y
2
) X Y, lo cual concluye la prueba. 2
Tenemos ahora la importante Proposicion:
28 CAP

Proposicion 1.2.9 Sea (X, || ||) un espacio normado. Entonces, las fun-
ciones:
1
: X X X defnida por
1
(x, y) = x +y
y,
2
: F X X defnida por
2
(, x) = x
son continuas sobre X X y F X respectivamente.
Demostracion.
Observemos inicialmente que cuando Y = X la norma defnida por la Pro-
posicion 1.2.7 de un elemento (x, y) X X es:
||(x, y)|| = ||x|| +||y||
y cuando X = F y Y = X la norma de un elemento (, x) F X es:
||(, x)|| = || +||x||
Sea (x
0
, y
0
) X X. Veamos que dado > 0 existe un > 0 tal que:
||
1
(x, y)
1
(
0
, y
0
)|| < si ||(x, y) (x
0
, y
0
)|| < .
En efecto,
||
1
(x, y)
1
(
0
, x
0
)|| = ||x +y (x
0
+y
0
)||
= ||x x
0
+y y
0
||
||x x
0
|| +||y y
0
|| < + = 2 =
Luego, basta tomar

2
.
Por otra parte,
1.2. CONTINUIDAD 29
||
2
(, x)
2
(
0
, x
0
)|| = ||x
0
x
0
||
= ||x x
0
+x
0
0
x
0
||
= ||(x x
0
) + (
0
)x
0
||
||(x x
0
)|| +||(
0
)x||
= || ||x x
0
|| +|
0
| ||x||
Restringiendo,
||x x
0
|| < 1 y |
0
| < 1,
entonces, ya que:
||x|| ||x
0
||
||x x
0
|| < 1, y
|| |
0
|
|
0
| < 1
vamos a tener que ||x|| < 1 +||x
0
||, y || < 1 +|
0
|, luego
||
2
(, x)
2
(
0
, x
0
)|| < (1 +|
0
|)||x x
0
|| +|
0
|(1 +||x
0
||)
< m +m = 2m
donde m = max{1 + |
0
|, 1 + ||x
0
||}. As, tomando mn{1,

2m
} obte-
nemos que
2
es continua en (
0
, x
0
). 2
Recordemos que si (X,
1
) y (Y,
2
) son espacios topologicos, una funcion:
f : X Y
que es biyectiva (esto es, f es uno a uno y sobre) y bicontinua (bicontinua
signifca que f y su inversa f
1
son continuas) se llama un homeomorfsmo,
y en este caso X y Y se dicen homeomorfos.
Las operaciones de suma y multiplicacion por escalar de un espacio vec-
torial que es ademas un espacio normado inducen dos homeomorfsmos na-
turales, hecho que lo expresa la Proposicion siguiente:
30 CAP

Proposicion 1.2.10 Sean (X, || ||) un espacio normado, a X y
F, ( = 0). Entonces, las funciones:
T
a
: X X, defnida por T
a
(x) = x +a
y
M
: X X, defnida por M
(x) = x
son homeomorfsmos. T
a
se llama el operador de traslacion y M
el operador
de multiplicacion.
Demostracion.
Dejamos como un ejercicio verifcar la continuidad y biyectividad de T
a
y
M
. El inverso de T
a
es T
a
y el inverso de M
es M
1/
. As, tenemos el
diagrama:
X
X
X
X
T
a
T
a
1
M
1
donde
T
a
1
(x) = T
a
(x) = x a
y
M
a
1
(x) = M
1/a
(x) =
1
a
x, (a = 0).
Sean (X,
1
), (Y,
2
) y (Z,
3
) espacios topologicos, T
2
, D
1
X y
D
2
Y. Consideremos el diagrama:
1.2. CONTINUIDAD 31
D
1
D
2
Z
f
g
g
f
donde f es una funcion defnida sobre D
1
tal que su rango f(D
1
) D
2
y
g es una funcion defnida sobre D
2
a valores en el espacio Z. As, podemos
construir la compuesta de g y f denotada por g
f y defnida como:
(g
f)(x) = g(f(x)) (x D
1
).
Tenemos entonces la siguiente Proposicion
Proposicion 1.2.11 Si f es continua en un x
0
D
1
y g tambien lo es en
f(x
0
), entonces g
f es continua en x
0
.
Demostracion.
Sea V una vecindad de (g
f)(x
0
) en Z, entonces como g es continua en f(x
0
)
y (g
f)(x
0
) = g(f(x
0
)) existe una vecindad W de f(x
0
) en Y tal que si:
y W D
2
, entonces g(y) V.
Tambien, como f es continua en x
0
, existe una vecindad U de x
0
en X
tal que si:
x U D
1
, entonces f(x) W,
pero tambien f(x) D
2
, as f(x) W D
2
y en consecuencia g(f(x)) V,
lo cual concluye la demostracion.
Defnicion 1.2.12 Sean X y Y conjuntos no vacos, D X y
f : D Y
una funcion. Sea H Y. La imagen inversa de H denotada por f
1
(H) es:
f
1
(H) :=
_
x D : f(x) H
_
32 CAP

Es claro de la Defnicion anterior que si B Y,
D := f
1
(B) f
1
(B
c
).
Proposicion 1.2.13 Sean X y Y conjuntos no vacos, D X y
f : D Y
una funcion. Supongase que dado B Y existe un B
1
X tal que:
B
1
D := f
1
(B),
entonces,
B
1
c
D := f
1
(B
c
)
Demostracion.
Ya que
f
1
(B) f
1
(B
c
) := D := D B
1
D B
1
c
y por hipotesis tenemos que B
1
D := f
1
(B), se sigue que:
B
1
c
D := f
1
(B
c
).
Ahora podemos mostrar el siguiente teorema:
Teorema 1.2.14 Sean (X,
1
) y (Y,
2
) espacios topologicos T
2
, y D X.
Sea
f : D Y
una funcion. Las siguientes afrmaciones mutuamente equivalentes:
(1) f es continua sobre D.
(2) Dado G
2
, existe un G
1

1
tal que
G
1
D := f
1
(G)
(3) Dado un cerrado H en Y, existe un cerrado H
1
en X tal que:
H
1
D := f
1
(H)
1.2. CONTINUIDAD 33
Demostracion.
(1) = (2) Sea G
2
, esto es, G es abierto en Y. Si f
1
(G) = ,
tomamos G
1
= .
Por otra parte, si f
1
(G) = , existe un x
0
D tal que f(x
0
) G y
como G es abierto en Y y f es continua en x
0
, existe U
x
0
vecindad de x
0
en
X tal que si:
x U
x
0
D, entonces f(x) G.
Sin perder generalidad podemos suponer que U
x
0
es abierto en X. Repitamos
este procedimiento para cada x f
1
(G), y sea
G
1
:=
_
xf
1
(G)
U
x
entonces, G
1
es abierto en X y ademas:
G
1
D :=
_
_
_
xf
1
(G)
U
x
_
_
D
:=
_
xf
1
(G)
(U
x
D)
:= f
1
(G)
lo cual fnaliza la demostraci on.
(2) = (1) Sean x
0
D y V una vecindad de f(x
0
) en Y. Entonces,
existe un abierto G en Y tal que
f(x
0
) G V.
Por la hipotesis (2) existe un G
1
abierto en X tal que:
G
1
D := f
1
(G),
y ya que f(x
0
) G, entonces x
0
f
1
(G) := G
1
D, luego, x
0
G
1
.
As, G
1
es vecindad de x
0
en X y si:
x G
1
D, entonces f(x) G V,
34 CAP

esto es, f es continua en x
0
D.
(2) = (3) Sea H cerrado en Y y tomemos G := H
c
. Entonces, G es
abierto en Y y as por la hipotesis (2) existe un abierto G
1
en X tal que:
G
1
D := f
1
(G)
se sigue por la Proposicion 1.2.13 que:
G
1
c
D := f
1
(G
c
)
:= f
1
(H)
Tomando H
1
:= G
1
c
obtenemos (3).
(3) =(2) Se deja como un ejercicio.
Corolario 1.2.15 Sean (X,
1
) y (Y,
2
) espacios topologicos T
2
, y
f : X Y
una funcion. Entonces:
(1) f es continua sobre X f
1
(G) es abierto en X para cada abierto
G en Y.
(2) f es continua sobre X f
1
(H) es cerrado en X para cada cerrado
H en Y.
Demostracion.
Tomar D := X y usar el Teorema anterior.
Defnicion 1.2.16 Sean (X, ) un espacio topologicos y A X, [A = ].
Una coleccion {A
}
I
de subconjuntos abiertos de X se llama cubrimiento
de A si:
A
_
I
A
en donde I es un conjunto de ndices de cardinalidad arbitraria.

1.2. CONTINUIDAD 35
Defnicion 1.2.17 Sean (X, ) un espacio topologico y A X [A = ].
Entonces, A se dice compacto si cada cubrimiento de A, contiene un sub-
cubrimiento fnito, esto es, si dado {A
}
I
un cubrimiento de A, existe un
n umero fnito de los A
, digamos
A
1
, A
2
, . . . , A
n
tal que:
A
n
_
i=1
A
i
.
El Teorema clasico de Heine - Borel expresa que un subconjunto no vaco
de R
n
(n 1) es compacto es cerrado y acotado. La demostracion de
este Teorema se propone en nuestra lista de ejercicios.
Teorema 1.2.18 Sean X y Y espacios normados. Sea
f : D Y
una funcion continua, donde D X compacto. Entonces, f(D) es compacto
en Y.
Demostracion.
Sea {A
}
I
un cubrimiento de f(D) mostraremos que existe un n umero de
los A
digamos A
1
, A
2
, . . . , A
n
tal que:
f(D)
n
_
i=1
A
i
.
En efecto, ya que A
es abierto en Y, y f : D Y es continua, entonces

de acuerdo al Teorema 1.2.14 existe un abierto B
en X tal que:
B
D = f
1
(A
).
Afrmamos ahora que la coleccion {B
}
I
es un cubrimiento de D. Efec-
tivamente, sea x D entonces, f(x) f(D)

I
A
luego, existe alg un

subndice
0
I tal que f(x) A
0
y as x f
1
(A
0
) = B
0
D, y en
consecuencia x B
0
. Se sigue, que la coleccion {B
}
I
, donde
36 CAP

B
D = f
1
(A
) ( I) es un cubrimiento de D, que por hipotesis es com-

pacto, por tanto existe un n umero fnito de los B
, digamos B
1
, B
2
, . . . , B
n
tal que D
n
i=1
B
i
. Veamos ahora que:
f(D)
n
_
i=1
A
i
donde D B
i
= f
1
(A
i
), i = 1, 2, . . . , n.
En efecto, sea y f(D). Entonces, existe un
i
(i = 1, 2, . . . , n) tal que
x B
i
D = f
1
(A
i
).
As, y = f(x) A
i
. Como y es arbitraria en f(D) concluimos que:
f(D)
n
_
i=1
A
i
y por tanto, f(D) es compacto.
Nota 1.2.19 Sea (X, ) un espacio normado, D X compacto y
f : D C
una funcion continua. De acuerdo al Teorema anterior f(D) es compacto,
luego por el Teorema cl asico de Heine - Borel f(D) es en particular acotado
en C. Por tanto, existe una constante M > 0 tal que:
|f(x)| M x D.
1.3. EJEMPLOS RESUELTOS 37
1.3. Ejemplos Resueltos
Esta seccion contiene una importante lista de ejemplos resueltos que ser-
viran de complemento para un mejor entendimiento de la teora desarrollada
en las Secciones 1.1 y 1.2. En algunos de estos ejemplos, cuando sea necesa-
rio, se introduce el concepto que nos ayudara a demostrar lo que se exige en
el mismo.
Ejemplo 1.3.1 Sea
R
n
:=
_
x = (x
1
, x
2
, . . . , x
n
) : x
i
R, i = 1, 2, . . . , n
_
.
En R
n
defnimos las siguentes operaciones:
(O1) Suma: Si x = (x
1
, x
2
, . . . , x
n
) R
n
y, y = (y
1
, y
2
, . . . , y
n
) R
n
, la
suma de x y y denotada por x +y se defne como:
x +y = (x
1
, x
2
, . . . , x
n
) + (y
1
, y
2
, . . . , y
n
)
= (x
1
+y
1
, x
2
+y
2
, . . . , x
n
+y
n
)
(O2) Multiplicacion por escalar: Si F y x = (x
1
, x
2
, . . . , x
n
) R
n
,
defnimos:
x = (x
1
, x
2
, . . . , x
n
)
= (x
1
, x
2
, . . . , x
n
).
Es claro que (O1) y (O2) estan bien defnidas y el lector puede mos-
trar que se verifcan todas las propiedades (A1), (A2), . . . , (A8) de la
Defnicion 1.1.1. As, R
n
es un espacio vectorial sobre F.
Ejemplo 1.3.2 Sea la funcion:
: R
n
[0, +)
defnida por:
x =
_
n
i=1
|x
i
|
2
_
1/2
x = (x
1
, x
2
, . . . , x
n
) R
n
.
38 CAP

Entonces, es una norma sobre R
n
. En efecto, verifcaremos los axiomas
(A1), (A2) y (A3) de la Defnicion 1.1.9.
(A1) Es claro que x 0, x R
n
. Por otra parte si:
x =
_
n
i=1
|x
i
|
2
_
1/2
= 0 = |x
i
| = 0 i = 1, 2, . . . , n
= x
i
= 0 i = 1, 2, . . . , n
= x = 0,
y recprocamente.
(A2) Si F, entonces:
x =
_
n
i=1
|x
i
|
2
_
1/2
=
_
n
i=1
||
2
|x
i
|
2
_
1/2
= ||
_
n
i=1
|x
i
|
2
_
1/2
= ||x (x = x
1
, x
2
, . . . , x
n
R
n
)
(A3) Para verifcar la desigualdad triangular inicialmente verifcaremos
la siguiente desigualdad:
Si x = (x
1
, x
2
, . . . , x
n
) R
n
y, y = (y
1
, y
2
, . . . , y
n
) R
n
entonces:
i=1
x
i
y
i
xy.
En efecto si x = 0 o y = 0 la desigualdad es evidente.
Supongase entonces que x = 0 y, y = 0. Defnamos la funcion:
: R R
por,
(t) =
n
i=1
(x
i
t +y
i
)
2
(1.3.3).
Desarrollando el miembro a la derecha de (1.3.3) vamos a obtener que:
(t) =
n
i=1
(x
i
t +y
i
)
2
=
n
i=1
(x
i
2
t
2
+ 2x
i
y
i
t +y
i
2
)
=
_
n
i=1
x
i
2
_
t
2
+ 2
_
n
i=1
x
i
y
i
_
t +
n
i=1
y
i
2
= x
2
t
2
+ 2
_
n
i=1
x
i
y
i
_
t +y
2
As,
0 (t) =
n
i=1
(x
i
t +y
i
)
2
= x
2
t
2
+ 2
_
n
i=1
x
i
y
i
_
t +y
2
,
entonces, la representacion grafca de (t) es una parabola que esta situada
por arriba del eje de abcisas o intersecta este eje en un solo punto.
Por tanto:
=
_
2
n
i=1
x
i
y
i
_
2
4x
2
y
2
0
esto es,
_
2
n
i=1
x
i
y
i
_
2
4x
2
y
2
y as,
i=1
x
i
y
i
x
2
y
2
en consecuencia:
40 CAP

x +y
2
=
n
i=1
(x
i
y
i
)
2
=
n
i=1
(x
i
2
+ 2x
i
y
i
+y
i
2
)
=
n
i=1
x
i
2
+ 2
n
i=1
x
i
y
i
+
n
i=1
y
i
2
= x
2
+ 2
n
i=1
x
i
y
i
+y
2
x
2
+ 2
i=1
x
i
y
i
+y
2
x
2
+ 2xy +y
2
= (x +y)
2
extrayendo raices cuadradas en ambos miembros obtenemos que:
x +y x +y ( x, y R
n
)
R
n
con la norma euclidiana
2
que tambien es denotada por
2
es
denotado por l
2
n
. As,
l
2
n
:= (R
n
, ).
Ejemplo 1.3.3 Sea la funcion:

1
: R
n
[0, +)
defnida por:
x
1
=
n
i=1
|x
i
| (x = (x
1
, x
2
, . . . , x
n
) R
n
)
entonces,
1
defne una norma sobre R
n
verifcaremos los Axiomas (A1), (A2)
y (A3) de la Defnicion 1.1.9.
(A1) x
1
=
n
i=1
|x
i
| 0 ya que |x
i
| 0 para i = 1, 2, . . . , n.
Ademas, si,
x
1
=
n
i=1
|x
i
| = 0 = |x
i
| = 0 para i = 1, 2, . . . , n
= x
i
= 0 para i = 1, 2, . . . , n
= x = 0
y recprocamente
(A2) Si F, vamos a tener que:
x
1
=
n
i=1
|x
i
| =
n
i=1
|||x
i
|
= ||
n
i=1
|x
i
|
= ||x
1
(x = (x
1
, x
2
, . . . , x
n
) R
n
)
(A3) [Desigualdad triangular]
x +y =
n
i=1
|x
i
+y
i
|
n
i=1
(|x
i
| +|y
i
|) =
n
i=1
|x
i
| +
n
i=1
|y
i
|
= x
1
+y
1
para x = (x
1
, x
2
, . . . , x
n
) R
n
; y = (y
1
, y
2
, . . . , y
n
) R
n
.
As, R
n
con la norma
1
es denotado por l
1
n
. Por tanto,
l
1
n
:= (R
n
,
1
).
Ejemplo 1.3.4 Sea

: R
n
[0, +)
defnida como:
x
= sup
1in
|x
i
| (x = (x
1
, x
2
, . . . , x
n
) R
n
).
42 CAP

Verifcaremos que

n
. En efecto:
(A1) Es claro que si:
x
= sup
1in
|x
i
| = 0 = |x
i
| = 0
= x
i
= 0 para i = 1, 2, . . . , n
= x = 0
y recprocamente
(A2) Para F,
x
= sup
1in
|x
i
| = sup
1in
(|||x
i
|)
= || sup
1in
|x
i
|
= ||x
(x = (x
1
, x
2
, . . . , x
n
) R
n
)
(A3) [Desigualdad triangular]
x +y
= sup
1in
|x
i
+y
i
| sup
1in
(|x
i
| +|y
i
|)
= sup
1in
|x
i
| + sup
1in
|y
i
|
= x
+y
para x = (x
1
, x
2
, . . . , x
n
) R
n
; y = (y
1
, y
2
, . . . , y
n
) R
n
.
As, R
n
dotado de la norma
se denota por l
n
, esto es,
l
n
:= (R
n
,
).
Ejemplo 1.3.5 Sean X un espacio vectorial, y | | dos normas sobre
X. Decimos que y | | son equivalentes si existen constantes a > 0 y
b > 0, tales que:
ax |x| bx ( x X).
Sea el conjunto:
N :=
_
: es una norma sobre X
_
.
Mostraremos que esta Defnicion de normas equivalentes induce una relacion
de equivalencia sobre N y que es denotada por
; esto es,
es refexiva,
simetrica y transtiva.
(a)
es refexiva, lo cual es evidente tomamos a = b = 1

(b)
es simetrica. En efecto, si N y | | N, tales que

| |, entonces existen a > 0 y b > 0 tales que:
ax |x| bx x X.
De aqu, vamos a obtener que:
b
1
|x| x x X
y tambien que:
x a
1
|x| x X,
por tanto
b
1
|x| x a
1
|x| x X,
y as | | .
(c) Sean
1
,
2
y
3
elementos de N tales que
1

2
y

2

3
. Veamos que
1

3
. En efecto, ya que

1

2
= existen a
1
> 0 y b
1
> 0 tales que :
a
1
x
1
x
2
b
1
x
1
x X
y
2

3
= existen a
2
> 0 y b
2
> 0 tales que :
44 CAP

a
2
x
2
x
3
b
2
x
2
x X,
as, vamos a obtener que:
x
3
b
2
x
2
b
1
b
2
x
1
x X,
y que:
a
1
a
2
x
1
x
2
x
3
x X.
En consecuencia:
a
1
a
2
x
1
x
3
b
1
b
2
x
2
x X,
esto es,
1

3
y concluye nuestra demostracion.
Ejemplo 1.3.6 Las normas de los espacios l
1
n
, l
2
n
y l
n
son equivalentes,
donde de los Ejemplos 1.3.2, 1.3.3 y 1.3.4 sabemos que:
l
1
n
:= (R
n
,
1
), l
2
n
:= (R
n
,
2
), l
n
:= (R
n
,
)
donde:
x
1
=
n
i=1
|x
i
|, x
2
=
_
n
i=1
|x
i
|
2
_
1/2
y x
= sup
1in
|x
i
|.
Mostraremos que
1

2
y tambien que
2

luego por el
Ejemplo 1.3.5 tendremos que
1

.
(1,3,7)
1

2
. En efecto, como:
|x
i
|
2
|x
i
|
2
+|x
2
|
2
+. . . +|x
n
|
2
para i = 1, 2, . . . , n
entonces,
n
i=1
|x
i
| nx, x R
n
,
luego
1
n
x
1
x, x R
n
.
Por otra parte como:
|x
1
|
2
+|x
2
|
2
+. . . +|x
n
|
2
(|x
1
| +|x
2
| +. . . +|x
n
|)
2
vamos a tener que:
x x
1
, x R
n
as,
1
n
x
1
x x
1
, x R
n
.
(1,3,8)
2

. Efectivamente,
x
2
= |x
1
|
2
+|x
2
|
2
+. . . +|x
n
|
2
n x
2
esto es,
1
n
x x
, ( x R
n
).
Tambien,
x
2
=
_
sup
1in
|x
i
|
_
2
= |x
i
o
|
2
|x
1
|
2
+|x
2
|
2
+. . . +|x
n
|
2
= x
2
luego,
x
x, x R
n
en consecuencia,
1
n
x x
x, x R
n
.
Ejemplo 1.3.7 Sea (X, ) un espacio normado. De acuerdo a nuestra
Defnicion 1.1.5 (a), la bola abierta de centro x
0
y radio r > 0 es:
B(x
0
, r) :=
_
x X : x x
0
< r
_
46 CAP

B(x
0
, r) es un conjunto convexo. En efecto, sean x, y B(x
0
, r) y
0 1. Entonces, ya que:
x + (1 )y x
0
= (x x
0
) + (1 )(y x
0
)
vamos a tener que
x + (1 )y x
0
= (x x
0
) + (1 )(y x
0
)
||x x
0
+|1 |y x
0
< r + (1 )r = r
esto es, el segmento de recta x + (1 )y x
0
B(x
0
, r). Por tanto,
B(x
0
, ) es convexo.
Ejemplo 1.3.8 Sea (X, ) un espacio normado y A X convexo. En-
tonces, A es tambien un subconjunto convexo de X. En efecto, sean x, y A
y 0 1. Mostraremos que x + (1 )y A. Efectivamente, ya que
x, y A por la Proposicion 1.2.3 dado > 0 existen sucesiones
_
x
n
_
n=1
A
y
_
y
n
_
n=1
A tales que:
x
n
x <

2
si n n
1
y,
y
n
y <

2
si n n
2
.
Sea n
0
= max(n
1
, n
2
). Entonces, si n n
0
:
x
n
+ (1 )y
n
x (1 )y = (x
n
x) + (1 )(y
n
y)
(x
n
x) +(1 )(y
n
y)
= ||x
n
x +|1 |y
n
y
<
_
2
_
+ (1 )
2
=

2
<
esto es, x + (1 )y A.
As, en virtud del Ejemplo 1.3.7 y 1.3.8 concluimos que si (X, ) es un
espacio normado, entonces B(x
0
, ) es un subconjunto cerrado y convexo de
X.
Ejemplo 1.3.9 Dibujar en los espacios l
2
2
, l
1
2
y l
2
la bola cerrada de
centro 0 = (0, 0) y radio r = 1.
Solucion
1,3,9(a) Tenemos que l
2
2
:= (R
2
, ). As,
B(0, 1) :=
_
(x, y) R
2
: (x, y) 1
_
:=
_
(x, y) R
2
: x
2
+y
2
1
_
y sabemos de la geometra analtica que la representacion grafca de este
conjunto es el que muestra la fgura siguiente:
(0, 1)
(1, 0)
(0, 1)
(1, 0)
]
B
[
A
Y
X
Fig 1,3,9 (a)
Note que la frontera de B(0, 1) no contiene ning un segmento de recta,
como se observa en la Fig 1.3.9(a)
1,3,9(b) Ya que l
1
2
:= (R
2
, ) entonces,
48 CAP

B(0, 1) :=
_
(x, y) R
2
: (x, y)
1
1
_
:=
_
(x, y) R
2
: |x| +|y| 1
_
cuya representacion grafca es la siguiente:
(0, 1)
(1, 0)
(0, 1)
(1, 0)
]
[
B
A
Y
X
Fig 1,3,9 (b)
Observe de la Fig 1.3.9(b) que la frontera de B(0, 1) si contiene segmentos
de recta.
1,3,9(c) Ya que l
2
:= (R
2
,
) vamos a obtener que:

B(0, 1) :=
_
(x, y) R
2
: (x, y)
1
_
:=
_
(x, y) R
2
: sup{|x|, |y|} 1
_
:=
_
(x, y) R
2
: |x| 1 y |y| 1
_
y cuya representacion grafca la muestra el dibujo siguiente:
(1, 1)
(1, 1)
(1, 1)
(1, 1)
[ ]
A B
Y
X
Fig 1,3,9 (c)
Note que la frontera de esta bola tambien contiene segmento de recta.
Ejemplo 1.3.10 Sea
C([a, b]) :=
_
f : [a, b] R, f es continua sobre [a, b]
_
.
Es claro que C([a, b]) es un conjunto no vaco. Defnamos en C([a, b]) las
siguientes operaciones:
(O1) Suma:
(f +g)(x) = f(x) + g(x) (x [a, b], f, g C([a, b]))
(O2) Multiplicacion por escalar:
(f)(x) = f(x) ( F, x [a, b], f C([a, b]))
Entonces (O1) y (O2) estan bien defnidas y el lector puede verifcar las
Propiedades (A1), (A2), . . . , (A8) de la Defnicion 1.1.1. Por tanto, C([a, b])
es un espacio vectorial.
De acuerdo a nuestra Nota 1.2.19 existe una constante M > 0 tal que:
|f(x)| M ( x [a, b])
Sea entonces la funcion:

u
: C([a, b]) R
50 CAP

defnida por:
f
u
:= sup
x[a,b]
|f(x)|
es evidente ahora que:
0 f
u
< +, para cada f C([a, b]).
As,
u
esta bien defnida sobre C([a, b]). Mostraremos tambien que
u
es una norma sobre C([a, b]). En efecto,
(A1)
f
u
= sup |f(x)| = 0 |f(x)| = 0, x [a, b]
f = 0.
(A2) Si F y f C([a, b]), entonces:
f
u
= sup
x[a,b]
|(f)(x)| = sup
x[a,b]
|||f(x)|
= || sup
x[a,b]
|f(x)|
= || f
u
(A3) [Desigualdad triangular]. Sean f, g C([a, b]). Entonces, ya que:
f +g
u
:= sup
x[a,b]
|f(x) + g(x)|
dado > 0 existe un x
0
[a, b] tal que:
f +g
u
< |f(x
0
) + g(x
0
)| + |f(x
0
)| +|g(x
0
)| +
< f
u
+g
u
+
como es arbitrario, obtenemos que:
f +g
u
f
u
+g
u
Ejemplo 1.3.11 Consideremos la funcion:

1
: C([a, b]) R
defnida por
f
1
:=
b
_
a
|f(x)|dx.
Entonces, ya que f C([a, b]) tambien |f| C([a, b]) donde:
|f|(x) = |f(x)|, x [a, b].
Las propiedades que mencionaremos a continuacion de la integral de Rie-
mann permiten demostrar que
1
defne tambien una norma sobre C([a, b]).
(a) Si f C([a, b]) y f 0, entonces
b
_
a
f(x)dx 0
(b) Si f C([a, b]) y es no negativa sobre [a, b] y si ademas
b
_
a
f(x)dx = 0,
entonces f(x) = 0, x [a, b].
(c) Si R, entonces
b
_
a
f(x)dx =
b
_
a
f(x)dx
(d) Si f, g C([a, b]) y f(x) g(x) x [a, b], entonces
b
_
a
f(x)dx
b
_
a
g(x)dx
52 CAP

(e) Si f, g C([a, b]) entonces
b
_
a
(f(x) + g(x))dx =
b
_
a
f(x)dx +
b
_
a
g(x)dx.
Ejemplo 1.3.12 En el espacio C([0, 1]) las normas:
f
u
:= sup
x[a,b]
|f(x)|
y
f
1
:=
1
_
0
|f(x)|dx
no son equivalentes. Efectivamente, si
u
y
1
fueran equivalentes deberian
existir constantes a
1
> 0 y a
2
> 0 tales que:
a
1
f
u
f
1
f C([a, b]) (B)
y
f
1
a
2
f
u
f C([a, b]) (A)
La desigualdad (A) siempre es cierta ya que |f(x)| f
u
x [a, b],
f C([a, b]) y entonces
f
1
=
1
_
0
|f(x)|dx
1
_
0
f
u
dx = f
u
f C([a, b]).
Ahora bien (B) no siempre es cierta. En efecto, sean:
f
n
(x) =
_
_
_
n n
2
x si x
_
0,
1
n
0 si x
_
1
n
, 1
entonces f
n
C([a, b]) para n = 1, 2, 3, . . . , y por otra parte:
f
n
u
:= sup
x[0,1]
|f
n
(x)| := sup
x[0,1]
|n n
2
x| = n
y
f
n
u
=
1
_
0
|f
n
(x)|dx =
1
n
_
0
(n n
2
x)dx +
1
n
_
1
0dx
=
1
n
_
0
ndx
1
n
_
0
n
2
xdx
= 1 n
2
_
1
2n
2
_
= 1
1
2
=
1
2
para n = 1, 2, . . . Por tanto, no existe ninguna constante a
2
> 0 tal que
a
2
n
1
2
para n = 1, 2, . . .
Ejemplo 1.3.13 Consideremos el espacio vectorial C([0, 1]) dotado de la
norma
u
. Sea,
M :=
_
f C([0, 1]) :
1
2
_
0
f(t)dt
1
_
1
2
f(t)dt
_
.
Entonces, M es un subconjunto convexo y cerrado de C([0, 1]). En efecto:
(a) M es convexo. Sean f, g M y 0 1. Veamos que el
segmento de recta f + (1 )g M. Efectivamente:
54 CAP

1
2
_
0
(f(t) + (1 )g(t))dt
1
_
1
2
(f(t) + (1 )g(t))dt
=
1
2
_
0
f(t)dt +
1
2
_
0
(1 )g(t)dt
1
_
1
2
f(t)dt
1
_
1
2
(1 )g(t)dt
=
_
_
_
1
2
_
0
f(t)dt
1
_
1
2
f(t)dt
_
_
_
+ (1 )
_
_
_
1
2
_
0
g(t)dt
1
_
1
2
g(t)dt
_
_
_
= (1) + (1 )(1) = 1
As, M es convexo.
(b) M es cerrado. Sea entonces,
_
f
n
_
n=1
M tal que
f
n
f C([0, 1]) si n en
u
.
Veamos que f M. En efecto, como la convergencia es uniforme sobre
[0, 1] vamos a tener que:
1
2
_
0
f
n
(t)dt
1
2
_
0
f(t)dt si n
y
1
_
1
2
f
n
(t)dt
1
_
1
2
f(t)dt si n
luego
1
2
_
0
f
n
(t)dt
1
_
1
2
f
n
(t)dt
1
2
_
0
f(t)dt
1
_
1
2
f(t)dt si n
esto es,
1
2
_
0
f(t)dt
1
_
1
2
f(t)dt = lm
n
_
_
_
1
2
_
0
f
n
(t)dt
1
_
1
2
f
n
(t)dt
_
_
_
= lm
n
1 = 1
Por tanto, f M y as M es cerrado.
Ejemplo 1.3.14 Sea X un espacio vectorial. Un subconjunto no vaco K
de X se llama un cono si:
x K y 0 entonces x K.
Note que 0 K y este elemento se llama el vertice del cono.
Mostraremos que un cono K de X es convexo x+y K, x, y K.
En efecto:
(a) (=) Supongase que K es un cono que es ademas un subconjunto
convexo de X. Entonces, por la convexidad de K :
1
2
x +
1
2
y K x, y K,
luego por ser K un cono obtenemos que:
x +y = 2
_
1
2
x +
1
2
y
_
K.
(b) (=) Sea K un cono de X tal que x+y K, x, y K. Entonces,
para 0 1 :
x K x K
y
(1 )y K y K.
Luego por nuestra hipotesis:
x + (1 )y K.
56 CAP

Ejemplo 1.3.15 Sean (X, ) un espacio normado, A X y
f : A R
una funcion acotada [esto es, existe una constante M > 0 tal que
|f(x)| M, x A]. Sean a A y > 0. Defnamos:
(a, f, ) = sup
_
|f(x) f(x
)| : x, x
B(a, ) A
_
.
Como f es una funcion acotada se sigue que (a, f, ) es un n umero
fnito, y es claro que si 0 <
1
<
2
entonces,
0 (a, f,
1
) (a, f,
2
)
as, manteniendo a fjo y haciendo que 0
+
va a existir
lm
0
+
(a, f, ).
El valor de este lmite lo llamaremos la oscilacion de f en a y lo denotamos
por 0(f, a). As,
0(f, a) = lm
0
+
(a, f, )
Demostrar que si f : A R es una funcion acotada, entonces f es
continua en un a A 0(f, a) = 0. En efecto:
(a) (=) Sea f continua en a A entonces, por la Proposicion 1.2.5.
Dado > 0 existe un
0
> 0 tal que:
|f(x) f(a)| <

4
si x B(a,
0
) A
y
|f(x
) f(a)| <

4
si x
B(a,
0
) A
luego:
|f(x) f(x
)| = |f(x) f(a) + f(a) f(x
)|
|f(x) f(a)| +|f(a) f(x
)|
<

4
+

4
=

2
As,
(a, f,
0
) = sup
_
|f(x) f(x
)| : x, x
B(a,
0
) A
_

2
<
luego, como (a, f, ) es creciente vamos a obtener que si:
0 < <
0
entonces,
(a, f, ) (a, f,
0
)

2
<
y en consecuencia:
0 lm
0
+
(a, f, ) < , para > 0,
esto es,
0(f, a) = lm
0
+
(a, f, ) < , para > 0
por tanto:
0(f, a) = 0
(b) (=) Sea 0(f, a) = 0. Entonces, de la defnicion de 0(f, a) dado
> 0 existe un
0
> 0 tal que:
(a, f,
0
) = sup
_
|f(x) f(x
)| : x, x
B(a,
0
) A
_
<
si 0 < <
0
, y en consecuencia:
|f(x) f(a)| < si x a <
0
y as f es continua en x = a.
Ejemplo 1.3.16 Sean I = [a, b] y J = [c, d] intervalos cerrados de R.
Demostraremos que I y J son homeomorfos, esto es, existe una funcion
f : I J
que es bicontinua y biyectiva [En este ejemplo consideramos a R dotado de
la metrica usual d(x, y) = |x y| x, y R]. En efecto, consideremos el
siguiente grafco:
58 CAP

P(a, c)
Q(b, d) d
c
b a 0
Y
X
Fig 1,3,16 (a)
Observe que la pendiente de la recta que pasa por los puntos P(a, c) y
Q(b, d) es:
m =
d c
b a
.
Defnamos ahora la funcion:
f : [a, b] [c, d]
por:
f(x) = c +m(x a)
= c +
d c
b a
(x a)
Es claro que f C([a, b]) y es ademas inyectiva por ser una funcion
lineal.
Mostraremos ahora que f([a, b]) := [c, d]. En efecto, sea y [c, d] enton-
ces:
c y d
luego,
0 y c d c,
y ya que
1
m
=
b a
d c
> 0, entonces
0
b a
d c
(y c)
b a
d c
(d c) = b a,
as, tambien
a a +
b a
d c
(y c) b
por tanto, x = a +
b a
d c
(y c) [a, b] y ademas:
f
_
a +
b a
d c
(y c)
_
= c +
d c
b a
_
a +
b a
d c
(y c) a
_
= c +
d c
b a
_
b a
d c
_
(y c)
= c +y c
= y.
As, f es tambien sobreyectiva y por tanto existe su inversa
f
1
: [c, d] [a, b]
que es tambien una funcion lineal y por tanto continua. En consecuencia,
[a, b] y [c, d] son homeomorfos.
Note que:
f = T
c
Mdc
ba
T
a
donde T
c
, Mdc
ba
, T
a
son los operadores de translacion y multiplicacion def-
nidos en la Proposicion 1.2.10.
Ejemplo 1.3.17 Sean (X, ) un espacio normado, x
0
, y
0
X y r > 0.
Entonces, B(x
0
, ) y B(y
0
, ) son conjunto homeomorfos. En efecto, consi-
deremos la funcion:
f : B(x
0
, ) B(y
0
, )
defnida por:
60 CAP

f(x) = (T
y
0
M
r
T
x
0
)(x)
= y
0
+
r
(x x
0
).
Es claro que f es una funcion continua por ser composicion de funciones
continuas y evidentemente es 1 1. Mostraremos a continuacion que f es
sobreyectiva, esto es,
f(B(x
0
, )) := B(y
0
, r)
o equivalentemente:
f(B(x
0
, )) B(y
0
, r) (A)
y
B(y
0
, r) f(B(x
0
, )) (B)
Efectivamente:
(A) Sea z f(B(x
0
, )), entonces, existe un x B(x
0
, ) tal que
z = f(x)
Como
f(x) = y
0
+
r
(x x
0
),
entonces
f(x) y
0
=
_
_
_
r
(x x
0
)
_
_
_
=
x x
0
=
r
x x
0
<
r
= r
esto es, z = f(x) B(y
0
, r).
(B) B(y
0
, r) f(B(x
0
, )). Efectivamente, sea z B(y
0
, r). Veamos
que existe un x B(x
0
, ) tal que
f(x) = z.
esto es,
y
0
+
r
(x x
0
) = z.
Al despejar x de esta ultima ecuacion obtenemos que:
x = x
0
+

r
(z y
0
).
Por tanto,
x x
0
=
_
_
_
r
(z y
0
)
_
_
_
=
z y
0
=

r
z y
0
<

r
r = .
Se sigue que: x = x
0
+

r
(z y
0
) B(x
0
, ). Por otra parte:
f(x) = f
_
x
0
+

r
(z y
0
)
_
= y
0
+
r
_
x
0
+

r
(z y
0
) x
0
_
= y
0
+z y
0
= z
por tanto f es sobreyectiva. As, existe la inversa de f,
f
1
: B(y
0
, r) B(x
0
, )
62 CAP

defnida por
f
1
(x) = x
0
+

r
(z y
0
)
y es continua, y concluimos la demostracion.
1.4. Comentario fnal del Captulo 1
Para la Demostracion de la Proposicion 1.1.6 nos hemos ayudado de la
dada en [10] de la Proposicion 1 de la seccion 1.5 del Tema 1. La de los
Teoremas 1.2.14 y 1.2.18 hemos seguido las Pruebas de los Teoremas 22.1 y
22.5 del libro [2] de Analisis Matematico.
Puede consultar tambien el lector el buen texto de Matematicas para la
Economa [12], el cual en su Captulo 1 muestra una lista de Ejercicios sobre
conjuntos convexos.
Las nociones de funcion de variacion acotada y, absolutamente continua
usadas en nuestros Ejercicios 1.4.18 y 1.4.19 respectivamente, pueden con-
sultarse en el Captulo 1 de [11].
Queremos mencionar tambien que en el Captulo 2 de [3] se muestra una
numerosa lista de Ejemplos de espacios normados.
1.5. EJERCICIOS PROPUESTOS. 63
1.5. Ejercicios Propuestos.
Esta seccion contiene una lista de ejercicios propuestos a resolverse con
las nociones teoricas dadas en las Secciones 1.1 y 1.2. Cuando la solucion del
ejercicio requiera el uso de un nuevo concepto no dado en dichas Secciones,
este sera introducido en el enunciado del ejercicio mismo.
A continuacion pues presentamos los ejercicios.
Ejercicios 1.5.1 Sean X un espacio vectorial, A y B subconjuntos conve-
xos de X. Demostrar que los conjuntos:
A +B, A B, A B y tA (t R, t = 0)
son subconjunto convexos de X
Ejercicios 1.5.2 Sean X un espacio normado y A un subconjunto no vaco
de X. Demostrar que co(A) [ver la Defnicion 1.1.7] es un subconjunto con-
vexo de X y ademas:
co(A) :=
convexo
A
A
( I, I conjunto de ndices)
Es co(A) tambien convexo?
Ejercicios 1.5.3 Calcular la capsula convexa de los siguientes conjuntos:
(a) A := (2, 2) (3, 4]
(b) A :=
_
(x, y) R
2
: 4 x
2
+y
2
9
_
(c) A :=
_
(x, y) R
2
: y = 2x + 1
_
_
(x, y) R
2
: y = 3x
_
(d) A :=
_
(x, y) R
3
: x
2
+y
2
+z
2
= 9
_
(e) A :=
_
(x, y) R
2
: y +2x1 0
_
_
(x, y) R
2
: y 3x 0
_
64 CAP

Cual es en cada caso co(A)?
Ejercicios 1.5.4 Sea (X, ) un espacio normado. Demostrar que B(0, )
y B(0, ) son conjuntos absorbentes, balanceados y convexos [ver la Defnicion
1.1.4 y el ejercicio resuelto 1.3.7 y 1.3.9]
Ejercicios 1.5.5 Es B(x
0
, ) un conjunto absorbente?
Ejercicios 1.5.6 Sea X un espacio vectorial y A un subconjunto no vaco
de X. Demostrar que el conjunto:
_
||1
A
es balanceado y se llama la capsula balanceada de A.
Ejercicios 1.5.7 Sean X un espacio vectorial y K un subconjunto no vaco
de X. Un elemento x K se llama un punto extremal de K si:
x = y + (1 )z.
Donde 0 < < 1, y, z X, con y = z, entonces:
y K o z K.
Dar un ejemplo justifcando su respuesta de un conjunto K tal que:
(a) No tenga puntos extremales
(b) Tenga un n umero fnito de puntos extremales
(c) Tenga una infnidad de puntos extremales
Ejercicios 1.5.8 Un espacio normado (X, ) se dice extrictamente con-
vexo si la frontera de la bola unitaria no contiene ning un segmento de recta,
esto es, si x, y X, x = y = 1, x = y, entonces,
x + (1 )y < 1 si 0 < < 1
[ver el Ejemplo 1.3.9].
Demostrar que (X, ) es extrictamente convexo x, y X, con
x = y = 1, (x = y), entonces
1
2
(x +y) < 1
Ejercicios 1.5.9 Un espacio normado (X, ) se dice estrictamente nor-
mado si:
x, y X, x = 0, y = 0 con x +y = x +y,
entonces existe un > 0 tal que:
x = y.
Demostrar que un espacio normado (X, ) es estrictamente normado
(X, ) es estrictamente convexo.
Sugerencia:
_
(=)
x
x
+
y
x
=
x
x
+
y
y
y
y
+
y
x
, x, y X, x = 0, y = 0
_
Ejercicios 1.5.10 Un espacio normado (X, ) se dice uniformemente
convexo, si la bola cerrada unitaria de X es un conjunto uniformemente
convexo, esto es,
dado > 0 existe un > 0 tal que x, y X con x = y = 1 y
x y , entonces:
_
_
_
_
1
2
(x +y)
_
_
_
_
1 .
Demostrar que un espacio normado (X, ) es uniformemente convexo
para cada par de sucesiones
_
x
n
_
n=1
X y
_
y
n
_
n=1
X con
x
n
= y
n
= 1 para n = 1, 2, 3, . . . y que:
lm
n
_
_
_
_
1
2
(x
n
+y
n
)
_
_
_
_
= 1
entonces,
lm
n
x
n
y
n
= 0
Ejercicios 1.5.11 Demostrar que todo espacio normado uniformemente
convexo es estrictamemente convexo.
Ejercicios 1.5.12 Sean
1
y
2
dos normas defnidas sobre el mismo
espacio vectorial X. Demostrar que:
66 CAP

(a) La expresion:
x = x
1
+x
2
es una norma sobre X.
(b) Es x = x
1
x
2
una norma sobre X?
Ejercicios 1.5.13 (a) Sea
C
([a, b]) :=
_
f : [a, b] R : f
(x) existe y es continua sobre [a, b]

_
.
En C
([a, b]) defnimos las siguentes operaciones:

(O1) Suma:
(f +g)(x) = f(x) + g(x) (x [a, b])
(f)(x) = f(x) ( K, x [a, b]).
Se puede verifcar que respecto de (O1) y (O2) C
([a, b]) es un
espacio vectorial sobre K. Demuestre que la expresion:
f = |f(a)| +f
u
donde
f
u
= sup
x[a,b]
|f
(x)|
[ver Ejemplo 1.3.10], es una norma sobre C
([a, b])
(b) Demostrar que:
f
u
[1 + (b a)]f (f C
([a, b])).
Sugerencia:
_
f(x) = f(a) +
x
_
a
f
(t)dt
_
Ejercicios 1.5.14 Sea
X
0
:=
_
f C
([a, b]) :
b
_
a
f(x)dx = 0
_
(a) Demostrar que la expresion:
f = sup
x[a,b]
|f
(x)|
es una norma sobre el subespacio X
0
.
(b) Es tambien una norma sobre C
([a, b])?
Ejercicios 1.5.15 Sean X = C([0, 1]) y f
n
(x) =
_
x
2
_
n
para n = 1, 2, . . .
Se pide:
(a) Demostrar que f
n
0 si n en
1
de X. [Ver Ejemplo
1.3.11]
(b) Demostrar tambien que f
n
0 si n en
u
de X.
Ejercicios 1.5.16 Sea X = C([0, 1]) y f
n
(x) = x
n
para n = 1, 2, . . . Se
pide:
(a) Demostrar que f
n
0 si n en
1
.
(b) Demostrar tambien que f
n
0 si n en
u
de X.
Ejercicios 1.5.17 Sea I = [a, b]. Una particion de I es un subconjunto
fnito de puntos P =
_
t
0
, t
1
, . . . , t
i1
, t
i
, . . . , t
n
_
de [a, b] tal que:
a = t
0
< t
1
< . . . < t
i1
< t
i
< . . . < t
n
= b
y
n
_
i=1
[t
i1
, t
i
] = I.
Sea
68 CAP

:=
_
P : P es una particion de [a, b]
_
.
Una funcion:
f : [a, b] R
se dice que es de variacion acotada sobre [a, b]
_
en el sentido de Jordan [11]
_
si:
V (f) := sup
i=1
|f(t
i
) f(t
i1
)| < .
Denotemos por:
BV [a, b] :=
_
f : [a, b] R, f es de variacion acotada sobre [a, b]
_
.
Entonces, respecto de las operaciones usuales de suma y multiplicacion por
escalar BV [a, b] tiene estructura de espacio vectorial sobre K [K = R o C].
Defnamos:

BV [a,b]
: BV [a, b] R
por:
f
BV [a,b]
= |f(a)| +V (f).
Demostrar que
BV [a,b]
es una norma sobre BV [a, b]
Ejercicios 1.5.18 Una funcion:
f : [a, b] R
se dice absolutamente continua si dado > 0 existe un > 0 tal que:
n
i=1
|f(c
i
) f(d
i
)| < donde
_
[c
i
, d
i
]
_
n
i=1
es cualquier sucesion de inter-
valos no solapados en [a, b] tal que
n
i=1
|c
i
d
i
| <
_
solapados signifca que cualesquiera de estos dos intervalos tienen a
lo sumo un elemento en com un
_
.
Se pide:
(a) Demostrar que toda funcion absolutamente continua es continua.
(b) Sea
AC([a, b]) :=
_
f : [a, b] R, f es absolutamente continua sobre [a, b]
_
Demostrar que AC([a, b]) es un espacio vectorial sobre K respecto de
las operaciones usuales de suma y multiplicacion por escalar.
(c) Demostrar que AC([a, b]) BV [a, b].
(d) Dar un ejemplo de una funcion f BV [a, b] tal que f AC([a, b]).
Ejercicios 1.5.19 Sean (X, ) un espacio normado y x
0
X. Demostrar
que X y B(x
0
, ) son conjuntos homeomorfos.
Ejercicios 1.5.20 Es posible establecer un homeomorfsmo entre el crculo:
A :=
_
(x, y) R
2
: x
2
+y
2
= 1
_
y la elipse:
B :=
_
(u, v) R
2
: 4u
2
+ 9v
2
= 1
_
.
70 CAP

Captulo 2
Espacios de Banach
Introduccion
2.1. Desigualdades clasicas en Analisis Fun-
cional.
En esta seccion mostraremos las desigualdades de Holder-Minkowski y
Minkowski.
Para preparar la demostracion de esas desigualdades previamente intro-
ducimos el concepto de conjugados armonicos y mostraremos un Lema previo
Defnicion 2.1.1 Dos n umeros reales p y q se dicen conjugados armonicos
si:
p > 1, q > 1 y
1
p
+
1
q
= 1.
Observe que:
1
p
+
1
q
= 1 (p 1)(q 1) = 1 (p 1)q = p (q 1)p = q.
Los conjugados armonicos, tambien se llaman exponentes conjugados [o ndi-
ces conjugados]
Lema 2.1.2 Sean p y q conjugados armonicos; a 0 y b 0.
Entonces,
ab
a
p
p
+
b
q
q
71
72 CAP
ITULO 2. ESPACIOS DE BANACH

Demostracion.
Caso 1.- Si a = 0 o b = 0, la demostracion es evidente.
Caso 2.- Cuando a > 0 y b > 0. Entonces, debe de cumplirse alguna de
las siguientes afrmaciones:
a > b o a < b o a = b.
Consideremos la funcion potencial f(x) = x
p1
. La representacion grafca
de esta funcion para f
[0,a]
y para a > b es la que muestra la fgura siguiente:
Y
y = f(x) = x
p1
X
a
b
R
2
0
Fig 2.1.3
R
1
Observe de la Figura 2.1.3 que:
ab A(R
1
) + A(R
2
).
Tenemos que:
A(R
1
) =
a
_
0
x
p1
dx =
x
p
p
a
0
=
a
p
p
.
Por otra parte, haciendo x
p1
= y, obtenemos que:
x = y
1
p1
= y
q1
2.1. DESIGUALDADES CL
ASICAS EN AN
ALISIS FUNCIONAL. 73
por tanto,
A(R
2
) =
a
_
0
y
q1
dy =
y
q
q
b
0
=
b
q
q
.
En consecuencia,
ab
a
p
p
+
b
q
q
.
Las demostraciones para los casos a < b o a = b son semejantes y se dejan
como ejercicio.
Como una consecuencia del lema anterior obtenemos la importante desi-
gualdad de Holder-Minkowski.
Corolario 2.1.3 (Desigualdad de Holder-Minkowski) Sean p y q con-
jugados armonicos, x = (x
1
, x
2
, . . . , x
n
) F
n
y y = (y
1
, y
2
, . . . , y
n
) F
n
.
Entonces,
n
i=1
|x
i
y
i
|
_
n
i=1
|x
i
|
p
_
1/p
_
n
i=1
|y
i
|
q
_
1/q
Demostracion.
Caso 1.- Cuando x = 0 o y = 0 se obtiene una igualdad evidente.
Caso 2.- Cuando x = 0, y = 0. Sean,
=
_
n
j=1
|x
j
|
p
_
1/p
, =
_
n
j=1
|y
j
|
q
_
.
1/q
Entonces = 0 y = 0. Sean
x
j
=
x
j
, y
j
=
y
j
j = 1, 2, . . . , n
Luego
|x
j
|
p
=
|x
j
|
p
p
|y
j
|
q
=
|y
j
|
q
q
j = 1, 2, . . . , n
y as,
74 CAP

n
j=1
|x
j
|
p
=
n
j=1
|x
j
|
p
p
=

p
p
= 1
n
j=1
|y
j
|
p
=
n
j=1
|y
j
|
q
p
=

q
q
= 1
Ahora bien por el Lema 2.1.1, tomando a = |x
j
| y b = |y
j
| obtenemos
que:
|x
j
||y
j
|
|x
j
|
p
p
+
|y
j
|
q
q
y as,
n
j=1
|x
j
||y
j
|
n
j=1
|x
j
|
p
p
+
n
j=1
|y
j
|
q
q
=
1
p
+
1
q
= 1,
en virtud de que p y q son conjugados armonicos. En consecuencia,
1
n
j=1
|x
j
y
j
| =
n
j=1
|x
j
||y
j
| =
n
j=1
x
j
y
j
=
n
j=1
x
j
y
j
esto es,
n
j=1
|x
j
y
j
| =
_
n
j=1
|x
j
|
p
_
1/p
_
n
j=1
|y
j
|
q
_
1/q
.
Ahora, tenemos el importante corolario:
Corolario 2.1.4 (Desigualdad de Minkowski) Sean p > 1,
x = (x
1
, x
2
, . . . , x
n
) F
n
, y = (y
1
, y
2
, . . . , y
n
) F
n
. Entonces
_
n
j=1
|x
j
+y
j
|
p
_
1/p
_
n
j=1
|x
j
|
p
_
1/p
+
_
n
j=1
|y
j
|
p
_
.
1/p
ASICAS EN AN
Demostracion.
Sea q > 1 tal que
1
p
+
1
q
= 1. Entonces,
|x
j
+y
j
|
p
= |x
j
+y
j
|
p1
|x
j
+y
j
| |x
j
+y
j
|
p1
|x
j
| +|x
j
+y
j
|
p1
|y
j
|
y ahora aplicando la desigualdad de Holder-Minkowski para:
_
_
_
a = |x
j
|
b = |x
j
+y
j
|
p1
y
_
_
_
a = |y
j
|
b = |x
j
+y
j
|
p1
Vamos a obtener que:
n
j=1
|x
j
+y
j
|
p
j=1
|x
j
||x
j
+y
j
|
p1
+
n
j=1
|y
j
||x
j
+y
j
|
p1
_
n
j=1
|x
j
|
p
_
1/p
_
n
j=1
|x
j
+y
j
|
q(p1)
_
1/q
+
+
_
n
j=1
|y
j
|
p
_
1/p
_
n
j=1
|x
j
+y
j
|
q(p1)
_
1/q
de donde se obtiene que:
_
n
j=1
|x
j
+y
j
|
p
__
n
j=1
|x
j
+y
j
|
q(p1)
_
1/q
_
n
j=1
|x
j
|
p
_
1/p
+
_
n
j=1
|y
j
|
p
_
1/p
esto es,
_
n
j=1
|x
j
+y
j
|
p
_
1/p
_
n
j=1
|x
j
|
p
_
1/p
+
_
n
j=1
|y
j
|
p
_
1/p
.
76 CAP

Proposicion 2.1.5 Sea p > 1. La funcion

p
: F
n
R
defnida por:
x
p
=
_
n
i=1
|x
i
|
p
_
1/p
(x = (x
1
, x
2
, . . . , x
n
) F
n
)
es una norma sobre F
n
, ademas:
lm
p
x
p
= x
Demostracion.
Es facil verifcar los Axiomas (A1) y (A2) de la Defnicion 1.1.9. La desi-
gualdad triangular es la desigualdad de Minkowski mostrada anteriormente
en el Corolario 2.1.4.
Mostraremos ahora que:
lm
p
x
p
= x
.
Para esto recordaremos inicialmente que:
si |x| < 1, lm
n
x
n
= 0
y,
si x > 0, lm
n
x
1
n
= 1
y consideremos los siguientes casos:
Caso 1.- Cuando x = (x
1
, x
2
, . . . , x
m
, x
m+1
, . . . , x
n
) donde
x
1
= x
2
= . . . = x
m
= 1
y
|x
j
| < 1, j = m + 1, . . . , n.
Entonces, x
= 1 y
ASICAS EN AN
x
p
p
=
n
i=1
|x
i
|
p
= |x
1
|
p
+. . . +|x
m
|
p
+|x
m+1
|
p
+. . . +|x
n
|
p
=
mveces
..
1 + . . . + 1 +|x
m+1
|
p
+. . . +|x
n
|
p
= m +
n
j=m+1
|x
j
|
p
luego,
x
p
=
_
m +
n
j=m+1
|x
j
|
p
_
1/p
y as,
lm
p
x
p
= lm
p
_
m +
n
j=m+1
|x
j
|
p
_
1/p
= lm
p
m
1
p
= 1
esto es, lm
p
x
p
= 1 = x
.
Caso 2.- Cuando x
= 1. Defnimos:
y =
x
x
entonces y
= 1, y as por el Caso 1:
lm
p
y
p
= 1,
esto es,
lm
p
_
_
_
_
x
x
_
_
_
_
p
= 1 = lm
p
x
p
= x
.
78 CAP

2.2. Espacios de Banach. Teora Basica. Ejem-
plos y ejercicios.
En la teora de espacios metricos un espacio metrico (X, d) se dice com-
pleto si cada sucesion
_
x
n
_
1
X tal que
lm
n,m
d(x
n
, x
m
) = 0
es convergente a un x X. Ahora bien, sabemos que si (X, ) es un espacio
normado, entonces X es un espacio metrico con la metrica inducida por la
norma de X, esto es,
d(x, y) = x y (x, y X).
En esta seccion introducimos la nocion de espacio de Banach. Previamente
damos la siguiente Defnicion y mostramos una Proposicion basica.
Defnicion 2.2.1 Sean (X, ) un espacio normado y
_
x
n
_
1
una su-
cesion en X. Decimos que
_
x
n
_
1
es de Cauchy si:
lm
n,m
d(x
n
, x
m
) = lm
n,m
x
n
x
m
= 0
esto es, es dado > 0 existe un n
0
= n
0
() N tal que:
d(x
n
, x
m
) = x
n
x
m
< si m, n n
0
.
Proposicion 2.2.2 Sean (X, ) un espacio normado y
_
x
n
_
1
una su-
cesion en X. Entonces,
(a) Si
_
x
n
_
1
es de Cauchy, entonces
_
x
n
_
1
es acotada.
(b) Si
_
x
n
_
1
es de Cauchy y esta sucesion contiene alguna subsucesion
convergente, entonces
_
x
n
_
1
es tambien convergente.
2.2. ESPACIOS DE BANACH. TEOR
IAB
ASICA. EJEMPLOS YEJERCICIOS.79

Demostracion.
(a) Como
_
x
n
_
1
es de Cauchy, dado = 1 existe un n
1
= n
1
(1) N
tal que:
x
n
x
m
x
n
x
m
< 1 si m, n n
0
,
luego
1 < x
n
x
m
< 1 si m, n n
0
,
entonces, tomando m = n
0
, n > n
0
y
M = max
_
1 +x
n
0
, x
1
, x
2
, . . . , x
m
_
se obtiene que:
x
n
M para n = 1, 2, 3, . . .
(b) Sea
_
x
n
k
_
1
una subsucesion de la sucesion de Cauchy
_
x
n
_
1
tal
que
lm
n
k
x
n
k
= x en la norma de X.
Entonces, dado > 0 existe un k
1
N tal que:
_
_
_
_
x
n
k
x
_
_
_
_
<

2
si n
k
k
1
Por otra parte como
_
x
n
_
1
es de Cauchy dado > 0 existe un n
1
N
tal que
x
n
x
m
<

2
si m, n n
1
Sean n
0
= max(k
1
, n
1
), n > n
0
y n
k
> n
0
entonces
80 CAP

x
n
x = x
n
x
n
k
+x
n
k
x
x
n
x
n
k
+x
n
k
x
<

2
+

2
= .
Introduciremos ahora la importante nocion de espacio de Banach.
Defnicion 2.2.3 Un espacio normado (X, ) se llama un espacio de
Banach si cada sucesion de Cauchy en X es convergente a un elemento
x X.
En este Captulo estudiaremos algunos ejemplos de espacios de Banach,
los cuales mencionamos en la siguiente lista:
(a) Los espacios l
p
n
(p > 1), l
1
n
y l
n
.
(b) Los espacios de funciones C([a, b]), BV ([a, b]) y C
([a, b]).
(c) Los espacios de sucesiones l
p
(p 1), l
y c
0
.
Antes de estudiar la completitud de los mencionados espacios, mostrare-
mos las siguientes Proposiciones:
Proposicion 2.2.4 Sean (X, ) un espacio de Banach y Y un subespacio
de X. Entonces,
(a) Si Y es cerrado en X, entonces Y es tambien un espacio de Banach.
(b) Si Y es un espacio de Banach, entonces Y es cerrado [en si mismo.]
Demostracion.
(a) Sea
_
x
n
_
1
una sucesion de Cauchy en Y. Entonces,
_
x
n
_
1
es
tambien de Cauchy en X. Como (X, ) es de Banach, existe un x X tal
que x
n
x si n y como Y es cerrado concluimos que x Y. As,
(Y, ) es un espacio de Banach.
(b) Evidente.
IAB

Proposicion 2.2.5 Sean (X, ) un espacio de Banach y
1
otra norma
sobre X tal que
1
. [Ver el Ejemplo 1.3.5]. Entonces, (X,
1
) es
tambien un espacio de Banach.
Demostracion.
Sea
_
x
n
_
1
una sucesion de Cauchy en X respecto de la norma
1
. En-
tonces, como
1
existen constantes a > 0 y b > 0 tales que:
ax
1
x bx
1
( x X)
en particular vamos a tener que:
ax
n
x
m
1
x
n
x
m
(B)
x
n
x
m
bx
n
x
m
1
(A)
Se sigue de la desigualdad (A) que
_
x
n
_
1
es de Cauchy respecto de la
norma , y ya que (X, ) es completo existe un x X tal que x
n
x
si n .
De (B) se obtiene tambien que x
n
x si n en
1
. Por tanto,
(X,
1
) es un espacio de Banach.
Proposicion 2.2.6 Sean (X,
1
) y (Y,
2
) espacios de Banach. En-
tonces, el espacio normado X Y es tambien un espacio de Banach [ver
Proposicion 1.2.7].
Demostracion.
De acuerdo a la Proposicion 1.2.7 la norma en X Y es:
(x, y) = x
1
+y
2
((x, y) X Y ).
Sea entonces,
_
x
n
, y
n
_
1
una sucesion de Cauchy en X Y. Entonces, dado
> 0 existe un n
0
N tal que:
(x
n
, y
m
) (x
m
, y
m
) = (x
n
x
m
, y
n
y
m
)
= x
n
x
m
1
+y
n
y
m
2
<
82 CAP

si n, m n
0
. De aqui, es claro que:
x
n
x
m
1
< y y
n
y
m
2
<
si n, m n
0
. Se sigue entonces que
_
x
n
_
1
y
_
y
n
_
1
son sucesiones de
Cauchy en (X,
1
) y (Y,
2
) respectivamente. Como (X,
1
) y (Y,
2
)
son completos, existe un x X y, y Y tal que:
x
n
x si n
y,
y
n
y si n
As, (x, y) X Y y es facil verifcar que:
(x
n
, y
n
) (x, y) si n
en (X Y, ). As, (X Y, ) es un espacio de Banach.
Con el proposito de establecer una caracterizacion para los espacios de
Banach, introducimos las siguientes defniciones:
Defnicion 2.2.7 Sea (X, ) un espacio normado. Una expresion del
tipo:
n=1
x
n
se llama una serie formal en X. Tambien diremos que la serie
n=1
x
n
es
convergente en (X, ) si la sucesion de sumas parciales
s
n
=
n
k=1
x
k
es convergente en X.
Defnicion 2.2.8 Sea (X, ) un espacio normado y
n=1
x
n
una serie en
X. Decimos que
n=1
x
n
es absolutamente convergente si:
IAB
n=1
x
n
< .
Tenemos entonces la siguiente caracterizacion para los espacios de Ba-
nach.
Teorema 2.2.9 Sea (X, ) un espacio normado. Entonces, (X, ) es un
espacio de Banach cada serie absolutamente convergente es convergente.
Demostracion.
=) Sea
n=1
x
n
una serie de X absolutamente convergente. Entonces,
dado > 0 existe un k
0
N tal que:
m
n=k+1
x
n
< si m > k k
0
.
As, para m > k k
0
vamos a tener que:
s
k
s
m
=
_
_
_
_
k
n=1
x
n
k=1
x
k
_
_
_
_
=
_
_
_
_
m
n=k+1
x
n
_
_
_
_
n=k+1
x
n
< .
Luego, la sucesion de sumas parciales de la serie formal
n=1
x
n
es de
Cauchy en (X, ) que es completo, por tanto esta es convergente.
=) Supongase que cada serie formal de X que es absolutamente con-
vergente es convergente. Sea S :=
_
x
n
_
1
una sucesion de Cauchy en X.
Se sigue entonces que:
Dado =
1
2
, existe un x
n
1
S tal que:
84 CAP

_
_
_
_
x
n
1
x
l
_
_
_
_
<
1
2
si l n
1
.
Sea S
1
:= S
{x
1
, x
2
, . . . , x
n
1
}. Entonces, dado =
1
2
2
existe un x
n
2
S
1
y as n
2
> n
1
tal que:
_
_
_
_
x
n
2
x
l
_
_
_
_
<
1
2
2
si l n
2
.
Continuando este procedimiento, obtenemos una subsucesion
_
x
n
k
_
1
de
S :=
_
x
n
_
1
tal que:
_
_
_
_
x
n
k
x
l
_
_
_
_
<
1
2
k
si l k
en donde l se identifca con n
l
y k es fjo, con k = 1, 2, 3, . . . .
Defnamos ahora:
y
k
= x
n
k
x
n
k1
donde x
n
0
= 0.
Es evidente que:
x
n
k
=
k
i=1
y
i
y as, por la construccion anterior:
y
k
=
_
_
_
_
x
n
k
x
n
k1
_
_
_
_
<
1
2
k1
, k = 1, 2, 3, . . . .
Luego,
k=1
y
k

k=1
1
2
k1
< ,
se sigue de aqui que la serie
k=1
y
k
es absolutamente convergente, luego por
la hipotesis
k=1
y
k
es convergente, esto es, la subsucesion
_
x
n
k
_
1
de la
IAB

sucesion S =
_
x
n
_
1
es convergente y luego por la Proposicion 2.2.2(b)
_
x
n
_
1
es tambien convergente y esto fnaliza la demostracion.
Ahora, nuestro proximo objetivo es construir un cierto espacio de Banach
de uso frecuente en el Analisis Funcional: el espacio cociente. Para esto,
inicialmente recordaremos la siguiente Defnicion:
Defnicion 2.2.10 Sea X un conjunto no vaco. Una relacion entre los
elementos de X, denotada con el smbolo se llama una relacion de
equivalencia sobre X si verifca las siguientes propiedades:
(P1) x x, x X [Refexiva]
(P2) Si x y entonces y x [Simetrica]
(P3) Si x y, y z entonces x z [Transitiva]
_
La nocion de relacion de equivalencia ya fue usada para la solucion
del Ejercicio 1.3.5
_
As si es una relacion de equivalencia sobre X y x X, entonces
la clase de equivalencia de x X, denotada por [x] es:
[x] :=
_
y X : x y
_
y el conjunto cociente de X determinado por esta relacion de equivalencia
y denotado por X/ es:
X/ :=
_
[x] : x X
_
.
Observe que X/ es una subcoleccion de P(X).
Ahora bien, sean X un espacio vectorial y M un subespacio (no necesa-
riamente cerrado) de X. Defnamos:
x y x y M, (x, y X).
86 CAP

Entonces, es facil verifcar que es una relacion de equivalencia sobre
X. Note que en este caso, la clase de equivalencia de un x X, es:
[x] := x +M.
El conjunto cociente determinado por esta relacion de equivalencia es deno-
tado por: X/M.
Defniremos en X/M las siguientes operaciones:
(O1) Suma:
[x] + [y] = [x +y] (x, y X)
[x] = [x] ( F, x X)
Mostraremos a continuacion que (O1) y (O2) estan bien defnidas.
En efecto:
(O1) Supongase que:
[x] = [x
] y, [y] = [y
]
esto es,
x +M = x
+M
y,
y +M = y
+M
entonces,
x +y +M = x
+y
+M.
Efectivamente, como x
[x] y, y
[y] entonces:
x
= x +m
1
(m
1
M)
y
= y +m
2
(m
2
M),
IAB

luego
x
+y
+M = x +m
1
+y +m
2
+M
= x +y +m
1
+m
2
+M
= x +y +M
As, [x +y] = [x
+y
].
(O2) Supongase que:
[x
] = [x].
Entonces,
(x
+M) = (x +M)
Luego, x
[x] entonces,
x
= (x +m
1
) (m
1
M)
As,
x
+M = (x +m
1
) + M
= x +m
1
+M
= x +M
esto es, [x
] = [x]
y por tanto (O2) esta tambien bien defnida.
A continuacion tenemos la siguiente Proposicion y los detalles de la de-
mostracion los dejamos al lector.
88 CAP

Proposicion 2.2.11 Sean X un espacio vectorial y M un subespacio de X.
El conjunto cociente X/M es un espacio vectorial respecto a las operaciones
(O1) y (O2). El elemento neutro para la adicion (O1) es todo el subespacio
M ya que:
[0] := M (0 M).
Cuando ademas X es un espacio normado y M es un subespacio cerrado de
X obtenemos el siguiente:
Teorema 2.2.12 Sean (X, ) es un espacio normado y M un subespacio
cerrado de X. Entonces, la expresion:
_
_
_
_
[x]
_
_
_
_
:= nf
mM
x +m (x M) 2.2.10
defne una norma sobre el espacio cociente X/M.
Demostracion.
Es claro que que la ecuacion 2.2.10 esta bien defnida sobre X/M y que
ademas,
0 x +M x (x X)
esto es,
x +M =
_
_
_
_
[x]
_
_
_
_
_
o, x
_
.
A continuacion mostraremos que 2.2.10 satisface las propiedades de una
norma. En efecto:
(A1)(=) Si
_
_
_
_
[x]
_
_
_
_
= 0, entonces dado > 0 existe un m
0
M tal
que:
x +m = x (m) <
esto es,
B(x, ) M =
tambien
B(x, ) M =
IAB

luego, ya que es arbitrario vamos a tener que x M
. Por otra parte, como

M es cerrado x M. (ver la Proposicion 1.1.23). Por tanto,
[x] = x +M = M = [0].
(=) Si [x] = [0], entonces x [0] = M y por tanto x M. As,
_
_
_
_
[x]
_
_
_
_
= nf
mM
x +m x + (x) = 0 = 0
y en consecuencia
_
_
_
_
[x]
_
_
_
_
= 0.
(A2) Consideremos los siguientes casos:
Caso 1: Cuando = 0. Entonces,
_
_
_
_
0[x]
_
_
_
_
=
_
_
_
_
[0x]
_
_
_
_
=
_
_
_
_
[0]
_
_
_
_
= 0 = 0
_
_
_
_
[x]
_
_
_
_
.
Caso 2: Sea = 0. Entonces,
(x +M) = x +M = nf
mM
x +m
= nf
mM
_
_
_
_
_
x +
m
_
_
_
_
_
= nf
m
M
_
_
_
_
(x +m
)
_
_
_
_
= nf
m
M
|| x +m
= || nf
m
M
x +m
= || x +M
Por tanto, (x +M) = || x +M ( F, x X)
(A3) [Desigualdad triangular]. Mostraremos que:
_
_
_
_
[x] + [y]
_
_
_
_
x +y (x, y X).
90 CAP

Como [x] + [y] := [x +y], basta demostrar que:
_
_
_
_
[x +y]
_
_
_
_
_
_
_
_
[x]
_
_
_
_
+
_
_
_
_
[y]
_
_
_
_
,
o equivalentemente que:
_
_
_
_
[x +y]
_
_
_
_
_
_
_
_
[x]
_
_
_
_
+
_
_
_
_
[y]
_
_
_
_
+ para > 0
arbitrario.
En efecto, de la Defnicion de
_
_
_
_
[]
_
_
_
_
vamos a tener que dado > 0 existen
m
1
, m
2
M tales que:
x +m
1
<
_
_
_
_
[x]
_
_
_
_
+

2
y +m
2
<
_
_
_
_
[y]
_
_
_
_
+

2
Luego
x +m
1
+y +m
2
<
_
_
_
_
[x]
_
_
_
_
+
_
_
_
_
[y]
_
_
_
_
+
Pero como,
x +m
1
+y +m
2

_
_
_
_
x +y +m
1
+m
2
_
_
_
_
Haciendo m = m
1
+m
2
M obtenemos que:
_
_
_
_
x +y +m
_
_
_
_
x +m
1
+y +m
2
<
_
_
_
_
[x]
_
_
_
_
+
_
_
_
_
[y]
_
_
_
_
+
y en consecuencia,
_
_
_
_
[x +y]
_
_
_
_
<
_
_
_
_
[x]
_
_
_
_
+
_
_
_
_
[y]
_
_
_
_
+
para > 0 arbitrario. Por tanto,
_
_
_
_
[x +y]
_
_
_
_
_
_
_
_
[x]
_
_
_
_
+
_
_
_
_
[y]
_
_
_
_
.
IAB

Para el caso cuando X = R
2
dotado de la norma Euclidiana y,
M = {(x, y) R
2
: y = x}
entonces, la clase de equivalencia de un elemento z = (x
0
, y
0
) R
2
, es el que
muestra en la Figura siguiente:
M = {(x, y) R
2
: y = x}
[z] := z +M
z
=
(
x
0
,
y
0
)
x
0
y
0
x
y
0
Figura 2.2.1
Note tambien de la Figura 2.2.1 que:
_
_
_
_
[z]
_
_
_
_
= nf
mM
z +m = d(z, M),
donde d(z, M) es la distancia de z = (x
0
, y
0
) a la recta y = x.
A continuacion enunciamos y mostramos el importante:
Teorema 2.2.13 Sean (X, ) un espacio de Banach y M subespacio ce-
rrado de X. Entonces, el espacio cociente

X = X/M es un espacio de
Banach con la norma:
_
_
_
_
[x]
_
_
_
_
= nf
mM
x +m
_
x X, [x] := x +M
_
92 CAP

Demostracion.
Sea
_
[x
n
]
_
n=1
una sucesion de Cauchy en X/M. Entonces, dado > 0
existe un n
0
= n
0
() N tal que:
_
_
_
_
[x
n
] [x
m
]
_
_
_
_
< si n, m n
0
,
de aqu existe una subsucesion
_
[x
n
k
]
_
k=1
de
_
[x
n
]
_
n=1
tal que
_
_
_
_
[x
n
k
] [x
n
k+1
]
_
_
_
_
<
1
2
k
para k = 1, 2, 3, . . .
Haciendo y
k
= x
n
k
vamos a tener que,
_
_
_
_
[y
k
] [y
k+1
]
_
_
_
_
<
1
2
k
para k = 1, 2, 3, . . .
Como
[y
k
] [y
k+1
] = y
k
+M (y
k+1
+M),
entonces en particular, para k = 1,
y
1
y
2
+M <
1
2
,
luego de la Defnicion de [] en el espacio cociente X/M existe un elemento
digamos m
2
M tal que:
y
1
y
2
+m
2
<
1
2
esto es,
y
1
(y
2
m
2
) <
1
2
.
Sea z
1
= y
1
, z
2
= y
2
m
2
entonces,
z
1
z
2
<
1
2
.
IAB

Tambien, para k = 2
y
2
y
3
+M <
1
2
2
,
por tanto, existe un m
3
M tal que
y
2
y
3
+m
3
<
1
2
2
esto es,
z
2
+m
2
y
3
+m
3
<
1
2
2
.
Haciendo z
3
= y
3
m
3
donde m
3
= m
2
+m
3
M obtenemos que:
z
2
z
3
<
1
2
2
.
Continuando este procedimiento, obtenemos una sucesion
_
z
n
_
n=1
X tal
que
z
n
z
n+1
<
1
2
n
para n = 1, 2, 3, . . . .
donde
z
n
= y
n
m
n
z
n+1
= y
n+1
m
n+1
m
n
, m
n+1
M. Por tanto,
z
n
z
n+p
= z
n
z
k+1
+z
n+1
z
n+2
+. . . +z
n+p1
z
n+p
z
n
z
n+1
+z
n+1
z
n+2
+. . . +z
n+p1
z
n+p
<
1
2
n
+
1
2
n+1
+. . . +
1
2
n+p1
<
1
2
n1
0 si n ,
94 CAP

se sigue entonces que
_
z
n
_
n=1
es una sucesion de Cauchy en (X, ) que
es de Banach, por tanto existe un z X tal que:
lm
n
z
n
= z en la norma de X.
Ahora bien, como:
z +M (z
n
+M) = z z
n
+M z z
n
0 si n
se sigue que
z
n
+M z +M si n en X/M
Por otra parte, como z
n
= y
n
m
n
(m
n
M) vamos a tener tambien que
y
n
+M z +M si n en X/M.
Como y
n
= x
k
n
_
aunque inicialmente y
k
= x
n
k
no se pierde generalidad usando ahora
esta notacion
_
se tiene tambien que:
x
k
n
+M z +M si n en X/M
As,
x
n
k
+M z +M si k en X/M,
en conclusion,
_
[x
n
]
_
n=1
es una sucesion de Cauchy en X/M que con-
tiene una subsucesion convergente en X/M. Por tanto,
x
n
+M z +M en X/M si n
lo cual concluye la demostracion.
En la demostracion del Teorema anterior En donde se usa la hipotesis
que M es cerrado?
El siguiente resultado solamente algebraico nos da la dimension del espa-
cio cociente X/M cuando dimX < .
IAB

Proposicion 2.2.14 Sea X un espacio vectorial con dimX = n y, M un
subespacio de X con dimX = m. Entonces,
dimX/M = n m
Demostracion.
Sea
B
M
:=
_
l
1
, l
2
, . . . , l
m
_
una base de M y, extendamosla a una base de B
X
, esto es,
B
X
:=
_
l
1
, l
2
, . . . , l
m
, l
m+1
, . . . , l
n
_
.
Afrmacion 1. Una base para el espacio cociente X/M es:
B
X/M
:=
_
[l
m+1
], [l
m+2
], . . . , [l
n
]
_
.
En efecto, supongase inicialmente que:
m+1
[l
m+1
] +
m+2
[l
m+2
] + . . . +
n
[l
n
] = [0] = M (2.2.12)
Mostraremos que
m+1
=
m+2
= . . . =
n
= 0.
Efectivamente, por (2.2.12) vamos a obtener que:
m+1
l
m+1
+
m+2
l
m+2
+. . . +
n
l
n
M,
y as, existen escalares no todos nulos
1
,
2
, . . . ,
m
en F tal que:
m+1
l
m+1
+
m+2
l
m+2
+. . . +
n
l
n
=
m
i=1
i
l
i
o tambien,
m
i=1
i
l
i
i=m+1
i
l
i
= 0
esto es,
96 CAP

m
i=1
i
l
i
+
_
n
i=m+1

i
l
i
_
= 0
Haciendo:
i
=
_
_
_
i
si 1 i m
i
si m + 1 i n
obtenemos que:
n
i=1
i
l
i
= 0
y en consecuencia
_
ya que B
X
:=
_
l
1
, l
2
, . . . , l
m
, . . . , l
n
__
es una base de X,
1
=
2
= . . . =
n
= 0 y as en particular
m+1
=
m+2
=
n
= 0.
Sea ahora [x] X|M (x X). Entonces,
x = x
+m (x
X, m M)
Luego, x x
M. Por tanto,
[x] = [x
].
Ahora bien, al tener que x = x
+m, obtenemos que:

x = x
+m =
n
i=1
i
l
i
+m
=
_
m
i=1
i
l
i
+m
_
+
n
i=m+1
i
l
i
Luego,
IAB

[x] =
_
m
i=1
i
l
i
+m
_
+
_
n
i=m+1
i
l
i
_
como
m
i=1
i
l
i
+m M, entonces
_
m
i=1
i
l
i
+m
_
= [0], y en consecuencia
[x] =
_
m
i=1
i
l
i
+m
_
+
_
n
i=m+1
i
l
i
_
= [0] +
_
n
i=m+1
i
l
i
_
=
_
n
i=m+1
i
l
i
_
=
n
i=m+1
i
[l
i
].
98 CAP

2.3. Algunos Ejemplos de Espacios de Banach.
En esta Seccion daremos algunos ejemplos de espacios de Banach que son
de uso frecuente en el Analisis Funcional.
Los ejemplos de espacios de Banach que estudiremos van a ser del tipo:
(a) Espacios de Banach de dimension fnita.
(b) Espacios de Banach de sucesiones.
(c) Espacios de Banach de funciones.
Suponemos que para el desarrollo de la presente Seccion el lector esta fa-
miliarizado con el hecho fundamental del Analisis de que el conjunto de los
n umeros reales es un espacio de Banach con la metrica inducida por el valor
absoluto. Comenzaremos pues con nuestros Ejemplos:
Ejemplo 2.3.1 Sea p > 1. Sabemos de la Proposicion 2.1.5 que la ex-
presion:
x
p
:=
_
n
i=1
|x
i
|
p
_
1/p _
x = (x
1
, x
2
, . . . , x
n
) F
n
_
defne una norma sobre F
n
. Mostraremos a continuacion que F
n
es un espacio
de Banach dotado de esta norma. En efecto, sea
_
x
k
_
k=1
una sucesion de
Cauchy en (F
n
,
p
). Entonces, dado > 0 existe un k
0
= k
0
() N tal
que:
x
k
x
m
p
< si k, m n
0
.
Sean
x
k
= (x
1
(k)
, x
2
(k)
, . . . , x
n
(k)
)
x
m
= (x
1
(m)
, x
2
(m)
, . . . , x
n
(m)
)
2.3. ALGUNOS EJEMPLOS DE ESPACIOS DE BANACH. 99
entonces,
x
k
x
m
p
=
_
n
i=1
|x
i
(k)
, x
i
(m)
|
p
_
1/p
< si k, m n
0
de esta desigualdad se sigue que:
|x
i
(k)
x
i
(m)
| < si k, m n
0
i = 1, 2, . . . , n.
Se sigue que
_
x
i
(k)
_
k=1
es de Cauchy en K, para i = 1, 2, . . . , n y, ya que
(K, | |) es completo, esta sucesi on
_
x
i
(k)
_
k=1
es convergente a un
x
i
K, i = 1, 2, . . . , n. Sea x = (x
1
, x
2
, . . . , x
n
). Entonces, x K
n
. Por
otra parte, dado > 0 existe un k
i
N i = 1, 2, . . . , n tal que:
|x
1
(k)
x
1
| <

n
1
p
si k k
1
|x
2
(k)
x
2
| <

n
1
p
si k k
2

|x
n
(k)
x
n
| <

n
1
p
si k k
n
Sea k
0
= max{k
1
, k
2
, . . . , k
n
}. Entonces, para k k
0
vamos a obtener
que:
x
k
x
p
p
=
n
i=1
|x
i
(k)
x
i
|
p
< n
_
p
n
_
=
p
si k k
0
lo cual muestra que (K
n
,
p
Al par (K
n
,
p
) se denota por l
p
n
. As,
l
p
n
= (K
n
,
p
).
100 CAP

Ejemplo 2.3.2 En nuestro Ejemplo 1.3.4 hemos demostrado que la ex-
presion
x
= sup
1in
|x
i
|
_
x = (x
1
, x
2
, . . . , x
n
) R
n
_
n
. Tambien
defne una norma sobre C

n
.
Mostraremos entonces que (F
n
,
En efecto, sea
_
x
k
_
k=1
una sucesion de Cauchy en (F
n
,
). Entonces,
dado > 0 existe un k
0
= k
0
() N tal que:
x
k
x
m
< si k, m n
0
.
Como en nuestro Ejemplo anterior:
x
k
= (x
1
(k)
, x
2
(k)
, . . . , x
n
(k)
)
x
m
= (x
1
(m)
, x
2
(m)
, . . . , x
n
(m)
)
y
x
k
x
m
= (x
1
(k)
x
1
(m)
, x
2
(k)
x
2
(m)
, . . . , x
n
(k)
x
n
(m)
),
luego
x
k
x
m
= sup
1in
|x
i
(k)
x
i
(m)
| < si k, m n
0
se sigue de esta desigualdad que:
|x
i
(k)
x
i
(m)
| < si k, m n
0
, i = 1, 2, . . . , n.
As,
_
x
i
(m)
_
m=1
es de Cauchy para i = 1, 2, . . . , n en (K
n
, | |), el cual es
completo. Por tanto, existe x
i
K tal que:
x
i
= lm
m
x
i
(m)
, i = 1, 2, . . . , n.
Entonces, x = (x
1
, x
2
, . . . , x
n
) F
n
y, tomando k n
0
y haciendo que
m vamos a tener que:
|x
i
(k)
x
i
| para i = 1, 2, . . . , n,
en consecuencia
x
k
x
= sup
1in
|x
i
(k)
x
i
| si k n
0
.
Al par (F
n
,
) se le denota por l
n
. As,
l
n
= (F
n
,
).
Observe que cuando F = R tenemos como casos particulares los espacios
dados en los Ejemplos 1.3.2 y 1.3.4.
A continuacion mostraremos nuestros Ejemplos de espacios de Banach
de sucesiones.
Ejemplo 2.3.3 Sea p 1. Defnamos el conjunto:
l
p
:=
__
x
n
_
n=1
: x
n
F y
i=1
|x
i
|
p
<
_
.
En l
p
y en F l
p
defnimos las siguientes operaciones:
(O1) Dados
_
x
n
_
n=1
l
p
y
_
y
n
_
n=1
l
p
:
_
x
n
_
n=1
+
_
y
n
_
n=1
=
_
x
n
+y
n
_
n=1
(O2) Dados F y
_
x
n
_
n=1
l
p
:
_
x
n
_
n=1
=
_
x
n
_
n=1
.
Es claro que (O2) esta bien defnida en F l
p
. Por otra parte, ya que:
|x
n
+y
n
| |x
n
| +|y
n
| n = 1, 2, 3, . . .
102 CAP

se sigue por ser p 1 que:
|x
n
+y
n
|
p
(|x
n
| +|y
n
|)
p
2
p
max(|x
n
|
p
, |y
n
|
p
)
de donde:
n=1
|x
n
+y
n
|
p
<
As, (O1) esta bien defnida en l
p
. Es facil verifcar tambien
_
usando la desigualdad
de Minkowski para el caso p > 1
_
y el criterio de comparacion para series
de n umeros reales que la expresion:
_
_
_
_
_
x
n
_
n=1
_
_
_
_
p
=
_

n=1
|x
n
|
p
_
1/p
(p 1)
defne una norma sobre l
p
. Mostraremos a continuacion que (l
p
,
p
) es
un espacio de Banach. Sea
_
x
n
_
n=1
una sucesion de Cauchy en (l
p
,
p
).
Entonces:
x
1
:=
_
x
1
(1)
, x
2
(1)
, x
3
(1)
, . . .
_
x
2
:=
_
x
1
(2)
, x
2
(2)
, x
3
(2)
, . . .
_
....... ....... ...............
x
n
:=
_
x
1
(n)
, x
2
(n)
, x
3
(n)
, . . .
_
x
m
:=
_
x
1
(m)
, x
2
(m)
, x
3
(m)
, . . .
_
Ahora bien, de nuestra hipotesis dado > 0 existe un n
0
N tal que:
x
n
x
m
p
p
=
j=1
|x
j
(n)
x
j
(m)
|
p
<
p
si m, n n
0
luego,
|x
j
(n)
x
j
(m)
|
p
<
p
si m, n n
0
, j = 1, 2, 3, . . . .
se sigue de esta ultima desigualdad, que la sucesion
_
x
j
(n)
_
n=1
es de Cauchy
en F, para j = 1, 2, 3, . . . . Como (F, | |) es completo, existe un unico z
j
F
tal que:
lm
n
x
j
(n)
= z
j
, j = 1, 2, 3, . . .
Sea x :=
_
z
j
_
j=1
Afrmacion 1: x :=
_
z
j
_
j=1
l
p
. En efecto, ya que nuestra sucesion
inicial
_
x
n
_
n=1
es de Cauchy, entonces por la Proposicion 2.2.2(a) es aco-
tada. As, existe un M > 0 tal que:
x
n
p
=
_

j=1
|x
j
(n)
|
p
_
1/p
M para n = 1, 2, 3, . . .
Entonces, para cada k N,
_
k
j=1
|x
j
(n)
|
p
_
1/p
x
n
p
M
y ahora haciendo que n obtenemos que:
_
k
j=1
|z
j
|
p
_
1/p
M
104 CAP

y en consecuencia como k es arbitrario
x
p
=
_

j=1
|z
j
|
p
_
1/p
M
esto es, x :=
_
z
j
_
j=1
l
p
.
Afrmacion 2: lm
n
x
n
= x en
p
. En efecto, usando nuevamente el
hecho de que
_
x
n
_
n=1
es de Cauchy:
x
n
x
m
p
p
=
j=1
|x
j
(n)
x
j
(m)
|
p
<
p
si m, n n
0
Luego, en particular
k
j=1
|x
j
(n)
x
j
(m)
|
p
<
p
si m, n n
0
, k N fjo
As, manteniendo n fjo, pero con n n
0
y haciendo que m vamos a
tener que:
k
j=1
|x
j
(n)
z
j
|
p
<
p
, k N fjo
Por tanto ahora haciendo que k se obtiene que
x
n
x
p
=
_

j=1
|x
j
(n)
z
j
|
p
_
1/p
< si n n
0
lo cual fnaliza la Demostracion.
Ejemplo 2.3.4 Sea el conjunto:
l
:=
_
_
x
n
_
n=1
: x
n
F, y sup
nN
|x
n
| <
_
Es facil verifcar que este conjunto es un espacio vectorial sobre F respecto de
las operaciones usuales de suma y multiplicacion por escalar para sucesiones.
Ademas, la expresion
_
_
_
_
_
x
n
_
n=1
_
_
_
_
= sup
nN
|x
n
|
. Mostraremos a continuacion que l
dotado de
esta norma es un espacio de Banach. En efecto, sea
_
x
k
_
k=1
una sucesion
de Cauchy en l
. Entonces, dado > 0 existe un n

0
N tal que:
x
k
x
m
< si k, m n
0
como
x
k
:=
_
x
1
(k)
, x
2
(k)
, . . . , x
n
(k)
, . . .
_
x
m
:=
_
x
1
(m)
, x
2
(m)
, . . . , x
n
(m)
, . . .
_
entonces, con k y m fjos,
x
k
x
m
=
_
x
j
(k)
x
j
(m)
_
j=1
y por tanto,
x
k
x
m
= sup
jN
|x
j
(k)
x
j
(m)
| < si k, m n
0
y en consecuencia
|x
j
(k)
x
j
(m)
| < si k, m n
0
, j = 1, 2, . . . (2.3.5)
se sigue de esta ultima desigualdad que la sucesion
_
x
j
(k)
_
k=1
es de Cauchy
en F para j = 1, 2, 3, . . . y ya que (F, | |) es completo, existe un x
j
F tal
que:
x
j
= lm
k
x
j
(k)
j = 1, 2, 3, . . . (2.3.6)
106 CAP

sea x :=
_
x
j
_
j=1
.
Afrmacion 1: x :=
_
x
j
_
j=1
l
. En efecto, tomando m = n
0
en
(2.3.5) vamos a tener que:
|x
j
(k)
x
j
(n
0
)
| < si k n
0
, j = 1, 2, 3, . . .
y ahora haciendo que k y usando (2.3.6) obtenemos que:
|x
j
x
j
(n
0
)
| < para j = 1, 2, 3, . . .
Ahora bien, como x
n
0
:=
_
x
1
(n
0
)
, x
2
(n
0
)
, . . . ,
_
l
, entonces
sup
jN
|x
j
(n
0
)
| <
y ya que
|x
j
| |x
j
x
j
(n
0
)
| +|x
j
(n
0
)
| j = 1, 2, 3, . . .
entonces
x
= sup
jN
|x
j
| sup
jN
|x
j
x
j
(n
0
)
| + sup
jN
|x
j
(n
0
)
|
<
Afrmacion 2: lm
m
x
m
= x en
. En efecto, de (2.3.5) y (2.3.6)

se obtiene que:
|x
j
x
j
(m)
| < donde m n
0
j = 1, 2, 3, . . .
Luego
x x
m
= sup
jN
|x
j
x
j
(m)
| < m n
0
lo cual fnaliza la Demostracion.
Ejemplo 2.3.5 Sea
c :=
_
_
x
n
_
n=1
: x
n
F y existe lm
n
x
n
_
.
Entonces, c es un espacio vectorial sobre F respecto de las operaciones usuales
de suma y multiplicacion por escalar. Ademas, ya que toma sucesion conver-
gente es acotada se sigue c es un subespacio vectorial de l
.
Afrmacion: (c,
) es un espacio de Banach. Para mostrar esta Afr-

macion basta demostrar que c es cerrado en l
.
_
ver Proposicion 2.2.4 (a)
_
.
Sea, entonces
_
x
n
_
n=1
una sucesion en c tal que x
n
x l
si n en

. Mostraremos que x c. Sean

x
1
:=
_
x
1
(1)
, x
2
(1)
, . . . , x
i
(1)
, . . .
_
c
x
2
:=
_
x
1
(2)
, x
2
(2)
, . . . , x
i
(2)
, . . .
_
c
........ ........ ................
x
n
:=
_
x
1
(n)
, x
2
(n)
, . . . , x
i
(n)
, . . .
_
c
........ ........ ................
x :=
_
y
1
, y
2
, . . . , y
i
, . . .
_
l
Afrmacion 1: lm
n
x
i
(n)
= y
i
i = 1, 2, 3, . . . .
En efecto, como lm
n
x
n
= x, dado > 0 existe un n
0
N tal que:
x
n
x
= sup
iN
x
i
(n)
y
i
< si n n
0
en consecuencia
108 CAP
x
i
(n)
y
i
< si n n
0
i = 1, 2, 3, . . .
lo cual muestra nuestra Afrmacion 1.
Afrmacion 2: Sea L
n
= lm
i
x
i
(n)
. La sucesion de lmites
_
L
n
_
n=1
es de Cauchy en (F, | |). En efecto, como
_
x
n
_
n=1
es convergente en l
,
entonces esta es de Cauchy en l
, por tanto, dado > 0 existe un n

1
N
tal que
x
n
x
m
= sup
iN
x
i
(n)
x
i
(m)
< si n, m n
1
y en consecuencia
x
i
(n)
x
i
(m)
< si n, m n
1
, i = 1, 2, 3, . . .
y as tambien cuando i vamos a obtener que:
L
n
L
m
< si n, m n
1
y en consecuencia por la completitud de (F, | |) existe un unico L F tal
que:
lm
n
L
n
= L.
Afrmacion 3: lm
i
y
i
= L
_
esto mostrara que
x :=
_
y
i
_
i=1
c y completa la Demostracion
_
.
En efecto, como lm
n
L
n
= L, entonces dado > 0 existe un n
1
N tal
que:
|L
n
L| <

3
si n n
1
Por otra parte, usando nuevamente el hecho de que:
lm
i
x
n
= x
en
, entonces dado > 0 existe n

2
N tal que:
x
n
x
= sup
iN
|x
i
(n)
y
i
| <

3
si n n
2
y en consecuencia
|x
i
(n)
y
i
| <

3
si n n
2
, i = 1, 2, . . .
Tomando entonces n
0
= max(n
1
, n
2
) vamos a obtener al fjar este n
0
que:
|L
n
0
L| <

3
y |x
i
(n
0
)
y
i
| <

3
i = 1, 2, . . .
Tambien, ya que lm
i
x
i
(n)
= L
n
para n = 1, 2, . . . , entonces
lm
i
x
i
(n
0
)
= L
n
0
_
x
i
(n
0
)
L
n
0
<

3
si i i
0
_
Por tanto,
|y
i
L| |y
i
x
i
(n
0
)
| +|x
i
(n
0
)
L
n
0
| +|L
n
0
L|
<

3
+

3
+

3
= si i i
0
Ejemplo 2.3.6 Sea
c
0
:=
_
_
x
n
_
n=1
, x
n
F y lm
n
x
n
= 0
_
.
Entonces, c
0
es un espacio vectorial respecto de las operaciones usuales de
suma y multiplicacion por escalar. La expresion:
_
_
_
_
_
x
n
_
n=1
_
_
_
_
= sup
nN
|x
n
|
defne tambien una norma sobre c
0
.
Afrmacion: (c
0
,
) es un espacio de Banach. En efecto, para esto

basta demostrar que (c
0
,
) es cerrado en l
. En efecto, si
_
x
n
_
n=1
c
0
tal que x
n
x := (y
1
, y
2
, . . .) l
si n en
, entonces, siguiendo
110 CAP

un proceso semejante a el dado en la Demostracion del Ejemplo (1.3.7) vamos
a ver que L
n
= 0 para n = 1, 2, 3, . . . y as:
L = lm
n
L
n
= 0
Luego, por la Afrmacion 3:
lm
i
y
i
= 0
y en consecuencia x :=
_
y
i
_
i=1
c
0
.
Ejemplo 2.3.7 (C([a, b]),
u
) es un espacio de Banach
_
ver el Ejemplo (1.3.10) para
recordar la Defnicion del espacio C([a, b]) y de la norma
u
_
.
En efecto, sea
_
f
n
_
n=1
una sucesion de Cauchy en C([a, b]). Entonces,
dado > 0 existe un n
0
N tal que:
f
n
f
m
u
= sup
x[a,b]
|f
n
(x) f
m
(x)| < si m, n n
0
.
Se sigue de esta desigualdad que:
|f
n
(x) f
m
(x)| < si m, n n
0
x [a, b] (1)
y por tanto la sucesion
_
f
n
(x)
_
n=1
es uniformemente de Cauchy en (F, | |).
Sea
f(x) = lm
n
f
n
(x)
Por la unicidad del lmite f es evidentemente una funcion defnida sobre el
intervalo [a, b] a valores en F.
Afrmacion 1: f
n
f si n en
u
. En efecto, tomando n n
0
y haciendo que m de (1) se obtiene que
|f
n
(x) f(x)| <
Luego,
f
n
f
u
= sup
x[a,b]
|f
n
(x) f(x)| < si n n
0
Afrmacion 2: f C([a, b]). En efecto, sea x
0
[a, b]. Como
f
n
0
C([a, b]), dado > 0 existe un > 0 tal que:
f
n
0
(x) f
n
0
(x
0
)
<

3
si 0 < |x x
0
| <
f(x) f(x
0
) = f(x) f
n
0
(x) + f
n
0
(x) f
n
0
(x
0
) + f
n
0
(x
0
) f(x
0
)
entonces,
f(x) f(x
0
)
f(x) f
n
0
(x)
f
n
0
(x) f
n
0
(x
0
)
f
n
0
(x
0
) f(x
0
)
<

3
+

3
+

3
=
si 0 < |x x
0
| < , lo cual concluye la Demostracion.
Ejemplo 2.3.8 (BV ([a, b]),
BV
) es un espacio de Banach
_
ver el
Ejercicio (1.4.18) para recordar la Defnicion del espacio BV ([a, b])
_
.
En efecto, tenemos inicialmente que si f BV ([a, b]) entonces,
f
BV
= |f(a)| +V (f),
donde,
V (f) = sup
i=1
|f(t
i
) f(t
i1
)|.
Sea entonces,
_
f
n
_
n=1
una sucesion de Cauchy en BV ([a, b]). Sin perder
generalidad podemos suponer que f
n
(a) = 0 para n = 1, 2, 3, . . . .
_
Por que?
As, dado > 0 existe un n

0
N tal que:
112 CAP

_
_
_
_
f
n
f
m
_
_
_
_
BV
=
(f
n
f
m
)(a)
+V (f
n
f
m
)
= V (f
n
f
m
)
= sup
i=1
|(f
n
f
m
)(t
i
) (f
n
f
m
)(t
i1
)|
< si m, n n
0
como P
0
=
_
a, x, b
_
(a < x < b) es una particion de [a, b] y ademas
(f
n
f
m
)(b) (f
n
f
m
)(a)
(f
n
f
m
)(x) (f
n
f
m
)(a)
+
+
(f
n
f
m
)(b) (f
n
f
m
)(x)
< si m, n n
0
vamos a tener entonces que
_
f
n
(x)
_
n=1
es una sucesion uniformemente
de Cauchy x [a, b] en (F, | |) que es completo. Sea
f(x) = lm
n
f
n
(x).
Tomando ahora n n
0
y haciendo que m en (2.3.11) obtenemos que:
_
_
_
_
f
n
f
m
_
_
_
_
BV
= sup
i=1
|(f
n
f)(t
i
) (f
n
f)(t
i1
)| <
y as f
n
f si n en
BV
Por otra parte, como f
n
0
BV
M < para alg un M > 0, entonces,
f
BV
f f
n
0
BV
+f
n
0
BV
< +M <
y en consecuencia f BV ([a, b]).
Ejemplo 2.3.9 En nuestro Ejercicio (1.4.14) hemos defnido el espacio C
([a, b]).
El lector puede mostrar que la expresion
f
= f
u
+f
u
(f C
([a, b]))
defne tambien una norma sobre C
([a, b])
Afrmacion: (C
([a, b]),
) es un espacio de Banach. Efectivamente,

sea
_
f
n
_
n=1
una sucesion de Cauchy en C
([a, b]). Entonces, dado > 0

existe un n
0
N tal que:
_
_
_
_
f
n
f
m
_
_
_
_
=
_
_
_
_
f
n
f
m
_
_
_
_
u
+
_
_
_
_
(f
n
f
m
)
_
_
_
_
u
=
_
_
_
_
f
n
f
m
_
_
_
_
u
+
_
_
_
_
f
n
f
m
_
_
_
_
u
< si m, n n
0
en consecuencia,
_
_
_
_
f
n
f
m
_
_
_
_
u
<

2
si m, n n
0
y
_
_
_
_
f
n
f
m
_
_
_
_
u
<

2
si m, n n
0
.
Se sigue de cada una de estas desigualdades que las sucesiones
_
f
n
_
n=1
y
_
f
n
n=1
son sucesiones de Cauchy en C([a, b]) que es completo. As, existen
funciones f C([a, b]) y g C([a, b]) tales que:
f
n
f si n uniformemente sobre [a, b]
y
f
n
g si n uniformemente sobre [a, b].

114 CAP

Se sigue entonces del Teorema 4 - 8 en [13] que f es derivable sobre [a, b] y
ademas
g = f
Por tanto, f C
([a, b]) y esto culmina la Demostracion.

2.4. SEPARABILIDADDE UNESPACIONORMADOYEJEMPLOS. EL LEMADE RIESZ.115
2.4. Separabilidad de un espacio normado y
Ejemplos. El Lema de Riesz.
En Analisis Funcional la nocion de separabilidad de un espacio normado
tiene su motivacion en esa propiedad que presenta el conjunto de los N umeros
Reales de que cada elemento de este conjunto es el lmite de una sucesion
de n umeros racionales. Aqu en esta Seccion, se introduce esta nocion y se
muestra que (l
p
,
p
) (1 p < ) es separable y tambien que (l
)
no lo es. Tambien se muestra el Lema de Riesz.
Defnicion 2.4.1 Un espacio normado (X, ) se dice separable si existe
un subconjunto A de X tal que:
(a) A es numerable.
(b) A es denso en X
_
esto es, dado > 0 y x X existe un a A
tal que 0 < x a <
_
.
En nuestro Ejemplo (2.3.3) se mostro que (l
p
,
p
) (1 p < ) es un
espacio de Banach. En el siguiente Ejemplo se muestra la separabilidad de
(l
p
,
p
).
Ejemplo 2.4.2 (l
p
,
p
) es separable (1 p < ). En efecto, mostraremos
la existencia de un subconjunto D en l
p
que es numerable y denso en l
p
sea
entonces x =
_
x
n
_
n=1
l
p
. Decimos que este x l
p
es del tipo racional si
x
n
Q para n = 1, 2, 3, . . . .
_
para el caso en que x
n
C, entonces
x
n
= a
n
+ib
n
donde a
n
Q y b
n
Q para n = 1, 2, 3, . . . .
_
. Si ademas
x
n
= 0 para un n umero fnito de subncides n decimos que x =
_
x
n
_
n=1
es
del tipo racional fnito y lo denotamos por (TRF) sea,
D :=
_
x =
_
x
n
_
n=1
l
p
: x es (TRF)
_
.
116 CAP

Es claro que D es numerable [Por que?] mostraremos a continuacion que
D es denso en l
p
. En efecto, sea x =
_
x
n
_
n=1
l
p
y > 0 entonces, de la
Defnicion de l
p
,
k=1
|x
k
|
p
< . Por tanto, existe un n
0
N tal que:
k=n
0
+1
|x
k
|
p
<

p
2
.
Sea y =
_
y
k
_
k=1
D tal que:
|y
k
x
k
| <

p
2n
0
para k = 1, 2, . . . , n
0
y ademas
y
k
= 0 si k n
0
+ 1.
Luego
x y
p
p
=
n
0
k=1
|x
k
y
k
|
p
+
k=n
0
+1
|x
k
|
p
< n
0
_

p
2n
0
_
+

p
2
=
p
y en consecuencia
x y
p
<
por tanto, D es denso en l
p
.
Para nuestro proximo Ejemplo necesitamos usar el siguiente resultado de
la Teora de Conjuntos: la coleccion P(N) es no numerable, esto es,
card
_
P(N)
_
= 2
N
0
= N.
Ejemplo 2.4.3 (l
) no es separable. Supongase lo contrario, esto

es, (l
) es separable. Sea entonces, D un subconjunto de l
que es
numerable y denso en l
. Sean F
1
, F
2
P(N) tal que F
1
= F
2
entonces,
X
F
1
B(N) y X
F
2
B(N) donde
B(N) :=
_
f : N R : f es una funcion acotada
_
.
2.4. SEPARABILIDADDE UNESPACIONORMADOYEJEMPLOS. EL LEMADE RIESZ.117
Este B(N) es un espacio vectorial respecto de las operaciones usuales de suma

y multiplicacion por escalar y la expresion:
f
u
= sup
nN
|f(n)|
defne una norma sobre B(N).
Ademas,
X
F
1
X
F
2
u
sup
nN
X
F
1
(n) X
F
2
(n)
= 1 si n F
1
\F
2
o n F
2
\F
1
.
Ahora bien, sea F P(N) y =
1
4
. Entonces
_
X
F
(n)
_
n=1
l
. Por otra
parte, como Q es denso en l
, existe una sucesion

_
d
F
(n)
_
n=1
D tal que:
X
F
d
F
= sup
nN
X
F
(n) d
F
(n)
<
1
4
,
en consecuencia d
F
1
d
F
2

1
4
. En efecto, si d
F
1
d
F
2
<
1
4
vamos a tener que:
X
F
1
X
F
2
u
= X
F
1
d
F
1
+d
F
1
d
F
2
+d
F
2
X
F
2
u
X
F
1
d
F
1
u
+d
F
1
d
F
2
u
+d
F
2
X
F
2
u
<
1
4
+
1
4
+
1
4
=
3
4
< 1
lo cual es una contradiccion. En efecto, signifcaria que la transformacion
: P(N) D
defnida por (F) = d
F
es 1-1, lo cual contradice la no numerabilidad de
P(N).
A continuacion mostraremos el importante Lema de Riesz.
118 CAP

Lema 2.4.4 (de Riesz) Sean (X, ) un espacio normado y, M un sub-
espacio vectorial cerrado de X tal que M = {0}. Sea 0 < < 1. Entonces,
existe un x
S(0, 1) tal que:

x x
x M.
Demostracion.
Sea x
1
X|M. Entonces,
d = d(x
1
, M) = nf
mM
x
1
m > 0
ya que M es un subconjunto propio y cerrado del espacio metrico X. Por otra
parte como 0 < < 1, entonces
d < d
y as,
d <
d
en consecuencia, existe un m
1
M tal que:
d < x
1
m
1
<
d
.
Sea x
=
x
1
m
1
x
1
m
1
. Es claro que, x
= 1 y as x
S(0, 1). En
consecuencia, si m M vamos a tener que,
x
m =
_
_
_
_
x
1
m
1
x
1
m
1
m
_
_
_
_
=
1
x
1
m
1
_
_
_
_
x
1
m
1
mx
1
m
1
_
_
_
_
=
1
x
1
m
1
_
_
_
_
x
1
M
..
m
1
+mx
1
m
1
_
_
_
_

d
d =
Por tanto
d(x
, M) = nf
mM
x
m .
2.5. COMENTARIO FINAL DEL CAP
ITULO 2 119
La literatura actual sobre la teora de espacios de Banach es bastante
extensa. El texto [1] mencionado en nuestra Introduccion, es un material de
gran utilidad al estudiante que comienza y desea ademas continuar con el
estudio de esta teora.
En el Captulo 1 de [8] se muestra una buena lista de Ejemplos de espacios
de Banach con su respectivas Demostraciones.
La Demostracion de Lema de Riesz fue tomada de [6] Captulo 1.
La nocion de espacio normado separable puede verse tambien en [8]
Captulo 1.
120 CAP

2.6. Ejercicios Propuestos
Ejercicios 2.6.1 Sea x = (x
1
, x
2
, . . . , x
n
) R
n
, con x
i
0 i = 1, 2, . . . , n.
Sean
A(x) =
x
1
+x
2
+. . . +x
n
n
=
n
i=1
x
i
n
G(x) =
n
x
1
x
2
. . . x
n
=
_
n
i=1
x
i
_
1/n
Demostrar que:
G(x) A(x).
Esta expresion se llama la Desigualdad Media Aritmetica - Geometrica.

Ejercicios 2.6.2 Sean X un espacio vectorial y D X convexo y no vaco.
Decimos que una funci on
f : D R
es:
(a) Convexa si:
f(tx + (1 t)y) tf(x) + (1 t)f(y) x, y D, t [0, 1]
(b) Estrictamente convexa si:
f(tx+(1t)y) < tf(x)+(1t)f(y) x, y D, con x = y, t [0, 1]
(c) f es concava si:
f(tx + (1 t)y) tf(x) + (1 t)f(y) x, y D, t [0, 1]
2.6. EJERCICIOS PROPUESTOS 121
(d) f es estrictamente concava si:
f(tx+(1t)y) > tf(x)+(1t)f(y) x, y D, con x = y, t [0, 1]
Demostrar que:
(e) f es convexa f es concava.
(f ) f es estrictamente convexa f es estrictamente concava.
(g) Si f es convexa y c 0 entonces cf es convexa.
(h) Si f es estrictamente convexa y c > 0 entonces cf es estrictamente
convexa.
(i) Si f es concava y c 0 entonces cf es concava.
(j) Si f es estrictamente concava y c > 0 entonces cf es estrictamente
concava.
Ejercicios 2.6.3 Sean f
i
: D R i = 1, 2, . . . , m, funciones conve-
xas. Demostrar que la funcion:
g : D R
defnida por
g(x) =
m
i=1
f
i
(x) (x D)
es convexa.
Ejercicios 2.6.4 Demostrar que cualquier combinacion lineal no negativa
de funciones convexas es una funcion convexa.
Ejercicios 2.6.5 Demostrar que la funcion:
f : R
2
R
defnida por
f(x, y) = |x| +|y|
es convexa.
122 CAP

Ejercicios 2.6.6 Sea f : D R una funcion concava.
Demostrar que:
n
i=1
i
f(x
i
) f
_
n
i=1
i
x
i
_
donde x
i
D, i = 1, 2, . . . , n y
i
(0, 1) tal que
n
i=1
i
= 1.
Ejercicios 2.6.7 Usando el Ejercicio (2.5.6) demostrar la Desigualdad Lo-
gartmica de Jensen:
n
i=1
1
n
log a
i
log
_
n
i=1
1
n
a
i
_
donde a
i
(0, +) i = 1, 2, . . . , n.
Ejercicios 2.6.8 Demostrar la Desigualdad Media Aritmetica - Geometrica
usando la Desigualdad Logartmica de Jensen.
Ejercicios 2.6.9 Sean (X, ) un espacio normado y
_
x
n
_
n=1
una su-
cesion en X tal que:
_
_
_
_
x
n+2
x
n+1
_
_
_
_
1
2
_
_
_
_
x
n+1
x
n
_
_
_
_
para n = 1, 2, . . . .
Demostrar que
_
x
n
_
n=1
es de Cauchy en (X, ).
Ejercicios 2.6.10 Sea C([1, 1]) dotado de la norma:
f
2
=
1
_
0
|f(t)|
2
dt
Demostrar que
_
C([1, 1]),
2
_
no es un espacio de Banach
Sugerencia: Considere la sucesion:
f
n
(t) =
_
_
0 si 1 t 0
nt si 0 < t <
1
n
1 si
1
n
t 1
Ejercicios 2.6.11 Demostrar que un espacio normado (X, ) es completo
B (0, 1) es completa.
(a) X
1
:=
_
f C([1, 1]) : f(0) = 0
_
(b) X
2
:=
_
f C([1, 1]) :
1
_
0
f(x)dx = 0
_
Demostrar que X
1
y X
2
son subespacios cerrados de
_
C([0, 1]),
u
_
.
_
C([0, 1]),
u
_
y
_
t
n
_
n=1
una sucesion en [0, 1].
Sea la expresion:
f = f
u
+
n=1
_
1
4
_
n
|f(t
n
)|
2
, f C([0, 1])
Demostrar que:
(a) es una norma sobre C([0, 1])
(b) (X, ) es un espacio de Banach.
Ejercicios 2.6.14 Demostrar que la expresion:
x
= 2
n=1
x
n
n=2
_
1 +
1
n
_
|x
n
|
124 CAP

donde x :=
_
x
n
_
n=1
l
1
1
Es (l
1
,
) un
espacio de Banach.
Ejercicios 2.6.15 Sea x :=
_
n
2
n
_
n=1
l
1
. Hallar x
.
Sugerencia:
n=1
n
2
n
= 2 y as x :=
_
n
2
n
_
n=1
l
1
.
Ejercicios 2.6.16 Demostrar que la expresion:
x
n=1
1
2
n
|x
n
|
es una norma sobre c
0
. Es (c
0
,
) un espacios de Banach?
Ejercicios 2.6.17 Son de acuerdo al Teorema (2.2.10) c|c
0
y l
|c espacios
de Banach?
Ejercicios 2.6.18 En el espacio cociente l
/c hallar:
_
_
_
_
[(1, 1, 1, 1, . . .)]
_
_
_
_
.
Ejercicios 2.6.19 Demostrar que (c,
) y (c
0
,
) son separables.
Ejercicios 2.6.20 Demostrar que (C([a, b]),
u
) es separable.
Sugerencia: Usar el Teorema de Stone-Weirstrass.
Ejercicios 2.6.21 Sea (X, ) un espacio de Banach. Una sucesion
_
x
n
_
n=1
X se llama una Base de Schauder de X, si para cada x X
existe una unica sucesion
_
n
_
n=1
R tal que:
x =
n=1
n
x
n
en la norma .
Demostrar que todo espacio de Banach con una base de Schauder es separable.
Captulo 3
Operadores Lineales Acotados
3.1. Nocion de acotacion de un operador li-
neal. El espacio de B(X, Y )
Con el proposito de motivar la nocion de operador lineal acotado recordamos
previamente algunos hechos del algebra lineal matricial
Defnicion 3.1.1 Sean X y Y espacios vectoriales
_
sobre el mismo cuerpo de escalares F
_
.
Una funcion
T : X Y
se llama una transformacion lineal si:
(P1) Es aditiva, esto es:
T(x +y) = T(x) + T(y), x, y X
(P2) Es homogenea, esto es:
T(x) = T(x) F, x X
Observemos de (P1) y (P2) que T : X Y es lineal
T(x +y) = T(x) + T(y), , F, x, y X
125
126 CAP
ITULO 3. OPERADORES LINEALES ACOTADOS

Defnicion 3.1.2 Un arreglo de elementos de F de la forma:
_
_
_
_
_
_
_
_
_
_
_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
a
m1
a
m2
. . . a
mn
_
_
_
_
_
_
_
_
_
_
_
se llama una matriz de orden mn
_
esto es, m flas y n columnas
_
y se
denota por: A = (a
ij
)
mn
. Sea
M
mn
:=
_
A = (a
ij
)
mn
: A es una matriz de orden mn
_
.
Se sabe que este conjunto M
mn
es un espacio vectorial sobre F respecto de
las operaciones usuales de suma de matrices y, multiplicacion por escalar.
Ademas, si A M
mn
la funcion:
T : R
n
R
m
defnida por
T(x) = Ax
donde Ax representa el producto de la matriz A con el vector
x := (x
1
, x
2
, . . . , x
n
) R
n
escrito como un vector columna, esto es,
x :=
_
_
_
_
_
_
_
_
_
_
_
x
1
x
2
.
.
.
x
n
_
_
_
_
_
_
_
_
_
_
_
.
Es una transformacion lineal.
A continuacion tenemos el importante Teorema:
3.1. NOCI
ONDE ACOTACI
ONDE UNOPERADORLINEAL. EL ESPACIODE B(X, Y )127

Teorema 3.1.3
_
Representacion Matricial De Una Transformacion Lineal
_
Sea
T : R
n
R
m
una transformacion lineal. Entonces, existe una unica matriz que deno-
tamos por A(T) M
mn
tal que:
A(T) :=
_
_
_
_
_
_
_
_
_
_
_
c
11
c
12
. . . c
1n
c
21
c
22
. . . c
2n
.
.
.
c
m1
c
m2
. . . c
mn
_
_
_
_
_
_
_
_
_
_
_
donde los elementos c
ij
han de determinarse y, tal que
T(x) = A(T)x, x R
n
Demostracion.
Existencia. Sea B :=
_
e
1
, e
2
, . . . , e
n
_
la base canonica de R
n
. llame-
mos
T(e
1
) := w
1
:= (c
11
, c
21
, . . . , c
m1
)
T(e
2
) := w
2
:= (c
12
, c
22
, . . . , c
m2
)
. . . . . . . . . . . . . . . . . . . . . . . .
T(e
n
) := w
n
:= (c
1n
, c
2n
, . . . , c
mn
).
128 CAP

Sea A(T) la matriz de orden mn cuyas columnas son w
1
, w
2
, . . . , w
n
. Note
que w
j
escrito como una matriz columna es:
w
j
:=
_
_
_
_
_
_
_
_
_
_
_
c
1j
c
2j
.
.
.
c
mj
_
_
_
_
_
_
_
_
_
_
_
(j = 1, 2, . . . , n)
Luego,
A(T)e
j
:=
_
_
_
_
_
_
_
_
_
_
_
c
11
c
12
. . . c
1j
. . . c
1n
c
21
c
22
. . . c
2j
. . . c
2n
.
.
.
.
.
.
c
m1
c
m2
. . . c
mj
. . . c
mn
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0
0
.
.
.
1
.
.
.
0
0
_
_
_
_
_
_
_
_
_
_
_
:= w
j
(j = 1, 2, . . . , n)
As, si x R
n
con x := (x
1
, x
2
, . . . , x
n
) entonces,
3.1. NOCI
ONDE ACOTACI

T(x) := T
_
n
j=1
x
j
e
j
_
:=
n
j=1
T(x
j
e
j
) :=
n
j=1
x
j
T(e
j
)
:=
n
j=1
x
j
w
j
:=
n
j=1
x
j
A(T)e
j
:=
n
j=1
A(T)x
j
e
j
:= A(T)
_
n
j=1
x
j
e
j
_
:= A(T)x
Unicidad. Sea B(T) otra matriz tal que
T(x) := B(T)x x R
n
.
Por la existencia de A(T) vamos a tener que:
T(x) := A(T)x x R
n
y en consecuencia
(B(T) A(T))x := 0 x R
n
.
Sea C(T) := B(T) A(T), entonces
C(T)x := 0 x R
n
en particular tomando x := e
j
(j = 1, 2, . . . , n), obtenemos que
C(T)e
i
:= 0, i = 1, 2, . . . , n
por tanto la i-esima columna de C(T) es el vector cero y, en conclusion:
130 CAP

C(T) := 0
_
[B(T) := A(T)]
_
.
Sabemos del Ejemplo (1.2.3) que si x := (x
1
, x
2
, . . . , x
n
) R
n
y
y := (y
1
, y
2
, . . . , y
n
) R
n
entonces,
i=1
x
i
y
i
x y.
Esta desigualdad conocida como la desigualdad de Cauchy - Schwarz sera usada

para la Demostracion de la siguiente:
Proposicion 3.1.4 Sea
T : R
n
R
m
una transformacion lineal. Entonces, existe una constante M > 0 tal que
T(x) Mx, x R
n
Demostracion.
Sea A(T) = (c
ij
)
mn
la matriz unica dada por el Teorema (3.1.3) tal
que:
T(x) := A(T)x, x R
n
Sean x := (x
1
, x
2
, . . . , x
n
) R
n
y, T(x) = y := (y
1
, y
2
, . . . , y
m
) R
m
.
Entonces, al calcular el producto matricial A(T)x vamos a obtener que:
3.1. NOCI
ONDE ACOTACI

y
1
= c
11
x
1
+c
12
x
2
+. . . +c
1n
x
n
=
n
j=1
c
1j
x
j
y
2
= c
21
x
1
+c
22
x
2
+. . . +c
2n
x
n
=
n
j=1
c
2j
x
j
. . . . . . . . . . . . . . . . . . . . .
y
m
= c
m1
x
1
+c
m2
x
2
+. . . +c
mn
x
n
=
n
j=1
c
mj
x
j
.
En consecuencia,
y
i
2
=
j=1
c
ij
x
j
_
n
j=1
c
ij
2
_
x
2
(i = 1, 2, . . . , n).
Por tanto,
m
i=1
|y
i
|
2
_
n
i=1
m
j=1
c
ij
2
_
x
2
esto es,
T(x)
2
_
n
i=1
m
j=1
c
ij
2
_
x
2
y as,
T(x) Mx X R
n
donde:
M =
_
n
i=1
m
j=1
c
ij
2
.
Tenemos as, la importante Defnicion:
Defnicion 3.1.5 Sean (X,
1
) y (Y,
2
) espacios normados. Una
transformacion lineal
132 CAP

T : X Y
se dice acotada si existe un M > 0 tal que:
T(x)
2
Mx
1
, x X.
En lo sucesivo una transformacion lineal sera referida como un operador
lineal y, una transformacion lineal acotada como un operador lineal acotado.
En lo que sigue tambien sin perder generalidad, las normas
1
y
2
de
X y Y respectivamente seran denotadas por .
Defnicion 3.1.6 Sean X y Y espacios normados. Un operador lineal
T : X Y
se dice continuo en un x
0
X si dado > 0 existe un > 0 tal que:
T(x) T(x
0
) < si x x
0
<
Proposicion 3.1.7 Sea T : X Y un operador lineal. Las siguientes
afrmaciones son mutuamente equivalentes:
(1) T es un operador lineal acotado.
(2) T es continuo sobre X.
(3) T es continuo en el elemento 0 X.
(4) T es continuo en alg un x
0
X.
Demostracion.
(1) (2) Sean T un operador lineal acotado y, x
0
X, x
0
arbitrario.
Veamos que dado > 0 existe un > 0 tal que:
T(x) T(x
0
) < si x x
0
<
En efecto, como T es un operador lineal acotado vamos a tener que:
T(x) T(x
0
) = T(x x
0
) Mx x
0
< M <
3.1. NOCI
ONDE ACOTACI

y as podemos tomar

M
_
T(0) = 0 por ser T lineal
_
.
(2) (1) Sea T continuo sobre X. Entonces, dado > 0 existe un > 0
tal que:
T(B(0, )) B(T(0), ) := B(0, ).
Sea x X, x = 0. Entonces, el elemento:
y =

2
x
x
B(0, )
y en consecuencia por la continuidad de T en 0 vamos a tener que:
_
_
_
_
T
_
2
x
x
__
_
_
_
<
y por tanto
T(x) <
2
x,
tomando M =
2
concluimos que:
T(x) Mx, x X
(2) (3) Es evidente.
(3) (2) Sea x
0
X, x
0
= 0. Como T es continuo en el 0 X, dado
> 0 existe un > 0 tal que:
T(x) < si x <
as, si x x
0
< , entonces x x
0
0 < , y por tanto,
T(x x
0
) T(0) = T(x) T(x
0
) < .
(3) (4) Es evidente.
(4) (3) Veamos que dado > 0 existe un > 0 tal que:
T(y) < si y <
En efecto, como T es continuo en alg un x
0
X (x
0
= 0) dado > 0 existe
un > 0 tal que:
134 CAP

T(x) T(x
0
) < si x x
0
<
esto es,
T(x x
0
) T(0) < si x x
0
0 < .
Sea y = x x
0
. Entonces, vamos a obtener que:
T(y) < si y <
_
La funcion f : B(x
0
, ) B(0, ) defnida por f(x) = x x
0
es un homeomorfsmo
_
.
A continuacion defnimos los conjuntos L(X, Y ) y, B(X, Y ).
Defnicion 3.1.8 Sean X y Y espacios normados. El conjunto L(X, Y )
es:
L(X, Y ) :=
_
T : X Y T es un operador lineal
_
y B(X, Y ) es:
B(X, Y ) :=
_
T : X Y T es un operador lineal acotado
_
.
Ahora bien, en L(X, Y ) [y por tanto tambien en B(X, Y )] defnimos las si-
guientes operaciones:
(01) Suma:
(T +S)(x) = T(x) + S(x), x X
(02) Multiplicacion por escalar:
(T)(x) = T(x), F, x X
3.1. NOCI
ONDE ACOTACI

Mostraremos a continuacion que (01) y (02) estan bien defnidos en L(X, Y )
_
suponiendo inicialmente que L(X, Y ) =
_
(01) (T +S)(x +y) = T(x +y) + S(x +y)
= T(x) + T(y) + S(x) + S(y)
= (T +S)(x) + (T +S)(y), x, y X
(T +S)(x) = T(x) + S(x)
= T(x) + S(x)
= (T(x) + S(x)), F x X
(02) (T)(x +y) = T(x +y)
= (T(x) + T(y))
= (T)(x) + (T)(y), F x, y X
(T)(x) = T(x) = ()T(x) = ()T(x)
= (T)(x) , F, x X.
Ademas, ya que T y S son operadores lineales acotados:
(T +S)(x) = T(x) + S(x) T(x) +S(x)
M
1
x +M
2
x = (M
1
+M
2
)x, x X
136 CAP

y
(T)(x) = T(x) = ||T(x) ||MT(x), x X,
tenemos as, la Proposicion:
Proposicion 3.1.9 Los conjuntos L(X, Y ) y B(X, Y ) son espacios vec-
toriales respecto de las operaciones (01) y (02).
Demostracion.
Se deja como un Ejercicio
Proposicion 3.1.10 La funcion:

u
: B(X, Y ) [0, )
defnida por:
T
u
= sup
x=0
T(x)
x
es una norma.
Demostracion.
Observemos inicialmente que como T B(X, Y ) existe un M > 0 tal que:
T(x) Mx, x X
As, si x = 0,
T(x)
x
M
por tanto,
sup
x=0
T(x)
x
M <
y este supremo lo denotamos por T
u
.
El lector puede verifcar los Axiomas (A1) y (A2) de la norma. Verifca-
remos la desigualdad triangular. Para esto, basta verifcar que:
3.1. NOCI
ONDE ACOTACI

T +S
u
< T
u
+S
u
+, > 0
En efecto, como:
T +S
u
= sup
x=0
T(x) + S(x)
x
entonces, dado > 0 existe un x
0
X, x
0
= 0 tal que:
T +S
u
<
T(x
0
) + S(x
0
)
x
0
+,
luego,
T +S
u
<
T(x
0
) + S(x
0
)
x
0
+
T(x
0
)
x
0
+
S(x
0
)
x
0
+
< T
u
+S
u
+
en consecuencia:
T +S
u
T
u
+S
u
, S, T L(X, Y )
Teorema 3.1.11 Sean X un espacio normado y Y un espacio de Banach.
Entonces, (B(X, Y ),
u
Demostracion.
Sea
_
T
n
_
n=1
una sucesion de Cauchy en (B(X, Y ),
u
). Entonces, dado
> 0 existe un n
0
= n
0
() N tal que:
T
n
T
m
u
= sup
x=0
T
n
(x) T
m
(x)
x
< si m, n n
0
Luego,
T
n
(x) T
m
(x) x si m, n n
0
x X.
138 CAP

Se sigue de esta ultima desigualdad que
_
T
n
(x)
_
n=1
es una sucesion de Cau-
chy en Y para cada x X que es completo y, por tanto esta sucesion es
convergente.
Sea
T : X Y
defnida por:
T(x) = lm
n
T
n
(x) (x X).
Es facil verifcar que T es una transformacion lineal. Afrmamos que T es
acotada. En efecto, como
_
T
n
_
n=1
es de Cauchy en (B(X, Y ),
u
) es
acotada, esto es, existe un M > 0 tal que:
T
n
u
M para n = 1, 2, 3, . . .
en consecuencia,
T(x) = lm
n
T
n
(x) = lm
n
T
n
(x)
lm
n
T
n
u
x
Mx x X
As, T B(X, Y ). Por otra parte, haciendo que m y tomando n n
0
vamos a tener que:
T
n
(x) T(x) x, x X,
luego, si x = 0 :
T
n
(x) T(x)
x

y por tanto:
T
n
T
u
= sup
x=0
T
n
(x) T(x)
x
si n n
0
.
3.1. NOCI
ONDE ACOTACI

Culminaremos esta Seccion dando una Defnicion y despues estableceremos
una Observacion
Defnicion 3.1.12 Sea T L(X, Y ). Entonces,
(a) El n ucleo de T denotado por N(T) es:
N(T) :=
_
x X : T(x) = 0
_
.
Observese que si ademas T es acotado, entonces N(T) es cerrado en
X
_
inicialmente la linealidad de T, garantiza que N(T) es un
subespacio vectorial de X
_
. [Ver tambien Corolario 1.2.15(b) y la Pro-
posicion 3.1.7]
(b) El Rango o la imagen denotado por R(T) es:
R(T) :=
_
y Y : y = T(x), x X
_
esto es, R(T) = T(x)
Observacion 3.1.1
(a) Sean X, Y, Z espacios normados. Un diagrama del tipo siguiente:
X Y
Z
A
T
donde T y A son operadores lineales acotados, son de utilidad en la
Teora de optimizacion y permiten resolver ciertos problemas de mini-
mizacion. El lector interesado en esto puede consultar el trabajo [9]
140 CAP

(b) El lector puede verifcar como un Ejercicio que:
sup
x=0
T(x)
x
= sup
x1
T(x) = sup
x = 1
T(x)
y este valor com un es el que hemos denotado por T
u
. En lo que sigue
la norma
u
de un operador lineal T sera denotada por T.
(c) Si Y = F [F = R o C], entonces el operador lineal acotado:
T : X F
se llama un funcional lineal acotado y es designado generalmente con
la letra f
(d) El espacio de Banach B(X, F) es denotado por X
y se llama el dual
topologico de X. As,
X
:=
_
f : X F, f es un funcional lineal acotado
_
.
Uno de los Teoremas mas importantes del Analisis Funcional el Teo-
rema de Hanh - Banach [a demostrarse mas adelante] afrma que si X
es un espacio normado X = {0} y x
0
X, x
0
= 0, entonces existe un
f X
tal que:
f = 1 y f(x
0
) = x
0
.
Como una consecuencia del Teorema de Hanh - Banach obtenemos que:
si X = 0 X
= {0}.
3.2. NORMAS EQUIVALENTES. NOCI
ONDE OPERADORCERRADO141
3.2. Normas Equivalentes. Nocion de operador
cerrado
En esta Seccion se mostrara un resultado bastante importante en Analisis
Funcional: el que expresa que en un espacio normado de dimension fnita dos
normas cualesquiera defnida sobre el son equivalentes.
Tambien se introducira la nocion de operador cerrado, el cual es esen-
cial para la Demostracion de un Teorema que mostraremos mas adelante: El
Teorema del Grafo cerrado.
Comenzaremos nuestra Secci on recordando la siguiente Defnicion:
Defnicion 3.2.1 Sean (X, ) un espacio normado. Un subconjunto no
vaco A de X se llama secuencialmente compacto si toda sucesion de puntos
de A contiene una subsucesion convergente a un elemento de A.
la Demostracion de los siguientes Teoremas pueden consultarse en [ ]
Teorema 3.2.2 Sea (X, ) un espacio normado. Entonces, un subcon-
junto A de X es compacto es secuencialmente compacto
Teorema 3.2.3 Sean (X, ) y (Y, ) espacios normados. Sean D X
compacto y:
f : D Y
una funcion continua. Entonces, existen puntos x
1
, x
2
D tales que:
f(x
1
) = sup
xD
f(x)
y
f(x
2
) = nf
xD
f(x).
Tenemos ahora la siguiente Proposicion:
Proposicion 3.2.4 Sea (X, ) un espacio normado con dimX < .
Entonces, existen una norma:

1
: X [0, )
142 CAP

y una constante M > 0 tal que:
x y Mx y
1
x, y X (3.2.5)
Demostracion.
Sean B :=
_
e
1
, e
2
, . . . , e
n
_
una base (algebraica) de X y x X. Entonces,
existen escalares
i
F i = 1, 2, . . . , n tal que x =
n
i=1
i
e
i
. Defnamos:

1
: X [0, )
por
x
1
=
n
i=1
|
i
|.
Es claro que
1
esta bien defnida y satisface los Axiomas (A
1
) y (A
2
) de
la Defnicion de norma. Por otra parte, si y es otro elemento de X, entonces
y =
n
i=1
i
e
i
luego,
x+y
1
=
n
i=1
|
i
+
i
|
n
i=1
|
i
| +
n
i=1
|
i
| = x
1
+y
1
x, y X
Tambien:
x y =
_
_
_
_
n
i=1
(
i
i
)e
i
_
_
_
_

n
i=1
|
i
i
|e
i
i=1
x y
1
e
i
=
_
n
i=1
e
i
_
x y
1
x, y X
Tomando, M =
n
i=1
e
i
> 0 obtenemos nuestra desigualdad (3.2.6)
Proposicion 3.2.5 Sean (X, ) un espacio normado y,
1
la norma
dada por la Proposicion anterior. El conjunto,
S
1
:=
_
x X : x
1
= 1
_
es secuencialmente compacto
Demostracion.
Sea
_
x
k
_
k=1
una sucesion de puntos de S
1
. Mostraremos que esta contiene
una subsucesion
_
x
k
j
_
j=1
que es convergente en
1
a un x S
1
. En efecto,
como x
k
S
1
, entonces
x
k
=
n
i=1
k
(i)
e
i
donde
n
i=1
|
k
(i)
| = 1 k = 1, 2, 3, . . .
Ahora bien, consideremos el siguiente esquema:

1
(1)
1
(2)
. . . . . .
1
(n)
2
(1)
2
(2)
. . . . . .
2
(n)
. . . . . . . . . . . . . . . (3.2.6)
. . . . . . . . . . . . . . .
k
(1)
k
(2)
. . . . . .
k
(n)
. . . . . . . . . . . . . . .
Entonces, como |
k
(i)
| < 1 i = 1, 2, . . . , n, k = 1, 2, 3, . . .
se sigue entonces que cada sucesion columna
_
las indicamos en nuestro esquema
(3.2.6) con una
_
144 CAP

_
k
(1)
_
k=1
,
_
k
(2)
_
k=1
, . . . . . . ,
_
k
(n)
_
k=1
es acotada, luego por el Teorema de Bolzano - Weirstrass cada una de estas
contiene una subsucesion:
_
k
j
(i)
_
j=1
, i = 1, 2, . . . , n
que se convergente a un
i
F i = 1, 2, . . . , n. Sea x =
n
i=1
i
e
i
.
Entonces, x X y ademas
x
k
j
x
1
=
n
i=1
|
k
j
(i)
i
| 0 si j
as, x
k
j
x si j en
1
. Por otra parte:
n
i=1
|
i
| =
n
i=1
lm
j
k
j
(i)
= lm
j
n
i=1
k
j
(i)
= lm
j
1 = 1
lo cual muestra que x S
1
y culmina la Demostracion.
Teorema 3.2.6 En un espacio vectorial X con dimX < todas las
normas son equivalentes.
Demostracion.
Sean una norma defnida sobre X y,
1
la norma sobre X dada
por la Proposicion 3.2.4. Consideremos
S
1
. Ya que la norma es

1
continua
_
ver la Proposicion 3.2.4
_
y S
1
es compacto, entonces por
el Teorema 3.2.3 existen x
1
, x
2
S
1
tales que:
x
1
= sup
xS
1
x > 0 y x
2
= nf
xS
2
x > 0
y en consecuencia
x
1
x x
2
, x S
1
.
Ahora bien, si x X, x = 0 entonces
x
x
1
S
1
, por tanto:
x
1

_
_
_
_
x
x
1
_
_
_
_
x
2
,
luego
x
2
x
1
x x
2
x
1
x X
tomando a = x
2
> 0 y b = x
2
> 0 obtenemos que
1
. Por otra
parte si | | es otra norma defnida sobre X, entonces por el procedimiento
anterior | |
1
y, as por el Ejercicio 1.3.5.
| |
y culmina la Demostracion.
Proposicion 3.2.7 Sean X y Y espacios normados con dimX < .
Entonces,
L(X, Y ) := B(X, Y )
Demostracion.
Sea B :=
_
e
1
, e
2
, . . . , e
n
_
una base de X y x X. Entonces,
x =
n
i=1
i
e
i
,
i
F, i = 1, 2, . . . , n.
Sea T L(X, Y ). Por la linealidad de T vamos a tener que:
146 CAP

T(x) = T
_
n
i=1
i
e
i
_
=
n
i=1
T(
i
e
i
)
=
n
i=1
i
T(e
i
).
Luego
T(x) =
_
_
_
_
n
i=1
i
T(e
i
)
_
_
_
_

n
i=1
i
T(e
i
)
=
n
i=1
|
i
|T(e
i
).
Sea M = max
i=1,2,...,n
T(e
i
). Es claro que:
T(x) M
n
i=1
|
i
| = Mx
1
x X
y as, en virtud del Teorema anterior
T(x) Mx x X,
y por tanto T B(X, Y ).
Sean X y Y espacios vectoriales y, T : X Y un operador lineal. El
inverso de T
_
supuesta su existencia
_
es el operador lineal
T
1
: Y X
defnido por
x = T
1
(y) y = T(x).
La siguiente Proposicion establece una caracterizacion para la continuidad de
T
1
Proposicion 3.2.8 Sean X y Y espacios normados y, T B(X, Y ) tal
que T es inyectivo
_
esto es, T(x
1
) = T(x
2
) x
1
= x
2
_
. Entonces, el
operador lineal
T
1
: T(X) Y es acotado existe un k > 0 tal que
T(x) kx, x X
Demostracion.
Observemos inicialmente que la inyectividad de T garantiza la existencia del
inverso T
1
: T(X) X y es tambien un operador lineal.
) Supongase que T
1
es un operador lineal acotado. Entonces, existe
un k
1
> 0 tal que:

T
1
(y) k
1
y, y T(X).
Luego, existe un x X tal que y = T(x). Por tanto,
T
1
T(x) k
1
T(x)
esto es,
x k
1
T(x)
y as tambien,
T(x)
1
k
1
x
tomando k =
1
k
1
obtenemos que:
T(x) k
1
x, x X
) Reciprocamente, si T(x) kx para alg un k > 0 y x X,
entonces, llamando y = T(x) vamos a tener que x = T
1
(y) y por tanto
y kT
1
(y)
esto es,
T
1
(y)
1
k
y, y T(X)
y en consecuencia T
1
B(Y, X).
Introduciremos ahora la nocion de operador cerrado.
148 CAP

Defnicion 3.2.9 Sean X y Y espacios normados y, D un subespacio
vectorial de X. Un operador lineal
T : D Y
se llama cerrado si
_
x
n
_
n=1
D tal que
x
n
x X si n
y,
T(x
n
) y si n
entonces x D y, y = T(x).
Un operador lineal que es cerrado se llama un operador cerrado. Es obvio
que si D := X y, T : X Y es un operador lineal acotado entonces
T es cerrado. El recproco no siempre es cierto. En efecto, para mostrar
un Ejemplo
_
que lo daremos como una Proposicion
que ilustra esta Afr-

macion, mencionaremos un Teorema que es demostrado usualmente en los
cursos de Analisis Real.
El Teorema dice lo siguiente:
Teorema 3.2.10 Sean I = [a, b], f
n
: I R una sucesion de
funciones y, f : I R una funcion. Supongase que:
f
n
f si n puntualmente sobre I.
Supongase tambien que f
n
es derivable sobre I n N y que ademas
f
n
g si n uniformemente sobre I
donde g : I R es una funcion. Entonces, f es derivable sobre I y ademas:
f
= g.
Note que el Teorema (3.2.10) fue usado en la solucion de nuestro Ejemplo
(2.3.9).
Recordemos tambien que C([a, b]) es un espacio de Banach con la norma
uniforme:
f
u
= sup
x[a,b]
|f(x)|
y que
C
([a, b]) :=
_
f : [a, b] R tal que f
existe y es continua sobre [a, b]

_
es un espacio vectorial. Tomando
u
([a,b])
, este se convierte en un
espacio normado. El lector puede verifcar que (C
([a, b]),
u
) no es ne-
cesariamente cerrado en C([a, b]). Tenemos ahora nuestra Proposicion:
Proposicion 3.2.11 El operador lineal:
T : C
([0, 1]) C([0, 1])

defnido por
T(f) = f
es cerrado, pero no es acotado [f
representa la funcion derivada de f].

Demostracion.
Verifcaremos inicialmente que T es cerrado. En efecto, sea
_
f
n
_
n=1
C
([0, 1]) tal que:

f
n
f C([0, 1]) si n en
u
y
T(f
n
) = f
n
g C([0, 1]) si n en
u
Debemos ver que f
([0, 1]) y que T(f) = g. En efecto, de acuerdo al

Teorema (3.2.10) f es derivable sobre [0, 1] y ademas:
f
= g.
150 CAP

Por otra parte, como la convergencia es uniforme y, las f
n
son continuas,
se sigue que f
es continua y as f C
([0, 1]). As, hemos demostrado

f C
([0, 1]) y T(f) = g. Lo cual muestra que T es cerrado.

Veamos ahora que T no es acotado. Para verifcar esto, consideraremos la
sucesion
_
f
n
_
n=1
C
([0, 1]) donde:

f
n
(t) = t
n
.
Entonces, de la Defnicion de T vamos a tener que,
T(f
n
)(t) = f
n
(t) = nt
n1
(n N, t [0, 1]).
Luego,
T = sup
f=0
T(f
n
)
u
f
n
u
sup
nN
n =
lo cual muestra que T no es acotado.
De los cursos basicos de Calculo sabemos que si D R y f : D R es
una funcion [y = f(x)] el grafo de f denotado por G(f) es el conjunto:
G(f) :=
_
(x, y) R
2
: x D, y = f(x)
_
el cual puede dibujarse usando tecnicas del Calculo Diferencial.

Este hecho
nos motiva la siguiente Defnicion:
Defnicion 3.2.12 Sean X y Y espacios normados y D un subespacio
vectorial de X. Sea
T : X Y
un operador lineal. El grafo de T denotado por G(T) es:
G(T) :=
_
(x, y) X Y : x D, y = T(x)
_
.
Es claro por la linealidad de T, que el elemento (0, 0) G(T). Restringiendo
las operaciones de espacio vectorial de X Y sobre G(T), este toma estruc-
tura de espacio vectorial. As, al restringir la norma de X Y sobre G(T),
tambien se transforma en un espacio normado [La norma que estamos con-
siderando en X Y es:
(x, y) = x +y, (x, y) X Y ].
Sabemos por la Proposicion (2.2.6) que si X y Y son espacios de Banach,
entonces X Y es tambien un espacio de Banach con la norma
(x, y) = x +y.
Por tanto, si G(T) es cerrado en XY, el es tambien un espacio de Banach.
Teorema 3.2.13 Sean X y Y espacios normados y, D un subespacio
vectorial de X. Sea
T : D Y
un operador lineal. Entonces
G(T) es cerrado T es un operador cerrado
Demostracion.
) Sea
_
x
n
_
n=1
D tal que:
x
n
x X y T(x
n
) y si n .
Mostraremos que x D y, y = T(x). En efecto, de nuestra hipotesis:
(x
n
, T(x
n
)) (x, y) = (x
n
x, T(x
n
) y)
= x
n
x +T(x
n
) y

2
+

2
= si n n
0
as,
(x
n
, T(x
n
)) (x, y) si n .
152 CAP

Como (x
n
, T(x
n
)) G(T) y G(T) es cerrado, entonces (x, y) G(T). Por
tanto, x D y, y = T(x).
) Sea
_
(x
n
, y
n
)
_
n=1
G(T) tal que:
(x
n
, y
n
) (x, y) si n .
Entonces, por la norma considerada en X Y vamos a tener que:
x
n
x X si n
y,
y
n
= T(x
n
) y si n
Como T es un operador cerrado, vamos a tener que x D y ademas
y = T(x). Por tanto, (x, y) G(T) y as G(T) es cerrado en X Y.
3.3. ALGUNOS EJEMPLOS DE OPERADORES LINEALES ACOTADOS153
3.3. Algunos ejemplos de operadores lineales
acotados
Esta Seccion contiene algunos Ejemplos de operadores lineales acotados.
Entre otros, mencionaremos el operador de Fredholm, la proyeccion canonica
y el operador Shift.
Tambien se da la nocion de operador compacto y, un Teorema de ex-
tension de operadores.
Para tratar nuestro primer Ejemplo que sera el operador de Fredholm,
damos inicialmente la siguiente Defnicion:
Defnicion 3.3.1 Una funcion continua:
k : [a, b] [a, b] R
tal que
M(b a) < 1
donde
M = sup
(x,y)[a,b][a,b]
k(x, y)
se llama una funcion con un n ucleo aceptable de Fredholm.
Ejemplo 3.3.2 Sea K : [a, b] [a, b] R una funcion con un n ucleo
aceptable de Fredholm. Sea
K : C([a, b]) C([a, b]),
el operador lineal, defnido como:
K(x)(s) =
b
_
a
k(s, t)x(t)dt (x C[a, b]).
Este K se llama el operador de Fredholm.

Observemos inicialmente que K(x) defne una funcion continua defnida
sobre [a, b] [El lector puede verifcar facilmente la linealidad y homogeneidad
154 CAP

de K]. En efecto, sean s [a, b] y
_
s
n
_
n=1
[a, b] tal que s
n
s si n .
Entonces, ya que f es una funcion continua sobre [a, b] [a, b], dado > 0
existe un > 0 tal que:
|k(x, y) k(x
, y
)| < si (x, y) (x
, y
) < .
Ahora bien, como s
n
s si n para nuestro > 0 existe un n
0
N tal
que:
|s
n
s| < si n n
0
.
(s
n
, t) (s, t) = (s
n
s, 0) = |s
n
s| < si n n
0
entonces,
|k(s
n
, t) k(s, t)| <

(b a)x
u
(x = 0)
en consecuencia,
|K(x)(s
n
) K(x)(s)| =
b
_
a
k(s
n
, t)x(t)dt
b
_
a
k(s, t)x(t)dt
b
_
a
(k(s
n
, t) k(s, t))x(t)dt
b
_
a
|k(s
n
, t) k(s, t)| |x(t)|dt
x
u
b
_
a
|k(s
n
, t) k(s, t)|dt
< x
u
(b a)x
u
(b a) =
si n n
0
, lo cual muestra la continuidad de K(x).
Por otra parte
K(x)
u
= sup
s[a,b]
|K(x)(s)| = sup
s[a,b]
b
_
a
k(s, t) x(t)dt
sup
s[a,b]
b
_
a
|k(s, t)| |x(t)|dt
M(b a)x
u
(x C([a, b])) [M(b a) < 1]
< x
u
x C([a, b])
lo cual muestra que K es un operador lineal acotado y que
K = sup
x=0
K(x)
u
x
u
< sup
x=0
x
u
x
u
= 1.
Ejemplo 3.3.3 Sea
K : C([a, b]) C([a, b])
el operador de Fredholm. La transformacion
K
n
: C([a, b]) C([a, b])
defnida por:
K
n
(x) = K
n1
(K(x)), n N, n > 1
es tambien un operador de Fredholm.
Basta demostrarlo para k = 2 y luego usar induccion sobre n. [si n = 1,
convenimos que K
0
= I, donde I denota la identidad de C([a, b]) en C([a, b])].
En efecto,
156 CAP

K
2
(x +y) = K(K(x +y)) = K(K(x) + K(y))
= K(K(x)) + K(K(y))
= K
2
(x) + K
2
(y)
y,
K
2
(x) = K(K(x)) = K(K(x))
= K(K(x))
= K
2
(x), x, y C([a, b]), F.
Por otra parte
K
2
(x)(s) = K(K(x))(s) =
b
_
a
k(s, t) K(x)(t)dt
=
b
_
a
k(s, t) x
1
(t)dt
donde x
1
(t) = K(x)(t). As, K
2
es un operador de Fredholm.
Ejemplo 3.3.4 Sea
K : C([a, b]) C([a, b]),
el operador de Fredholm. Entonces, I K donde I denota el operador iden-
tidad de C([a, b]) en C([a, b]) es un operador lineal acotado. Ahora bien, nos
planteamos la siguiente pregunta:
Dada una funcion y C([a, b]), Existe alguna funcion x C([a, b]) tal
que:
(I K)(x) = y?.
Observe que
(I K)(x) = y x(s)
_
b
a
k(s, t)x(t)dt = y(s).
La ecuacion
(I K)(x) = y
se llama la ecuacion integral de Fredholm. Existe una unica solucion para
dicha ecuacion y es la funcion
x =
_

n=0
K
n
_
(y) [k
0
= I]
donde la serie
n=0
K
n
defne un operador lineal acotado de C([a, b]) en
C([a, b]).
Ejemplo 3.3.5 Sean (X, ) un espacio de Banach y, M un subespacio
cerrado de X. Sabemos por el Teorema (1.2.13) que el espacio cociente
X = X/M es un espacio de Banach con la norma:

[x] = nf
mM
x +m (x X, [x] := x +M).
Sea la transformacion
: X X/M
defnida por:
(x) = [x].
Se puede verifcar facilmente que es un operador lineal. Ademas,
(x) = [x] = nf
mM
x +m x x X,
lo cual muestra que es acotado.
Al operador lineal acotado tambien se le llama la proyeccion canonica.
158 CAP

Ejemplo 3.3.6 Sea p 1. De acuerdo a nuestro Ejemplo (2.3.3) sabemos
que l
p
es un espacio de Banach con la norma
(x
n
)
n=1
p
=
_

n=1
|x
n
|
p
_
1/p
.
Sea p = 2, y consideremos el diagrama siguiente:
l
2
l
2
l
2
S
d
S
i
donde S
d
y S
i
son transformaciones defnidas de la manera siguiente: Si
(x
1
, x
2
, . . . , ) l
2
entonces,
S
d
((x
1
, x
2
, x
3
, . . .)) = (0, x
1
, x
2
, x
3
, . . .)
y,
S
i
((x
1
, x
2
, x
3
, . . .)) = (x
2
, x
3
, x
4
, . . .).
Es facil verifcar que S
d
y S
i
son operadores lineales. Ademas
S
d
((x
1
, x
2
, x
3
, . . .))
2
2
=
n=1
|x
n
|
2
=
_
_
_
_
_
x
n
_
n=1
_
_
_
_
2
2
esto es,
S
d
(x)
2
= x
2
, x =
_
x
n
_
n=1
l
2
.
As, S
d
es un operador lineal acotado y S
d
= 1
Tambien:
S
i
((x
1
, x
2
, x
3
, . . .))
2
2
=
n=2
|x
n
|
2
n=1
|x
n
|
2
luego,
S
i
(x)
2
x
2
, x =
_
x
n
_
n=1
l
2
.
Se puede verifcar tambien que:
S
i
= 1.
Estos operadores S
d
y S
i
son llamados el operador Shift a la derecha y el
operador Shift a la izquierda respectivamente
Ejemplo 3.3.7 Sean X y Y espacios de Banach. Sabemos por la Propo-
sicion (2.2.6) que X Y es tambien un espacio de Banach con la norma:
(x, y) = x +y,
_
(x, y) X Y
_
.
Ahora bien, consideremos el diagrama:
X X Y
Y
P
x
P
y
donde P
x
y P
y
son transformaciones defnidas como:
P
x
((x, y)) = x
y
P
y
((x, y)) = y
160 CAP

Es facil verifcar que P
x
y P
y
son operadores lineales. Ademas,
P
x
((x, y)) = x x +y = (x, y)
P
y
((x, y)) = y y +x = (x, y)
Por tanto, P
x
y P
y
son operadores lineales acotados y:
P
x
1
P
y
1
Note que:
P
x
((x, y)) + P
y
((x, y)) = x +y
Ejemplo 3.3.8 Sea a = t
1
< t
2
< . . . < t
n1
< t
n
= b una particion del
intervalo I = [a, b]. Sea T la transformacion siguiente:
T : C([a, b]) R
n
T(f) = (f(t
1
), f(t
2
), . . . , f(t
n
)).
Es claro que T es un operador lineal y:
T(f)
2
=
n
i=1
|f(t
i
)|
2
.
Por otra parte, como |f(t
i
)| f
u
, i = 1, 2, . . . , n, entonces
T(f)
2
nf
u
2
n N, n fjo
f C([a, b]). As, T es un operador lineal acotado y:
T
n
Ejemplo 3.3.9 [un Teorema de extension para operadores lineales acota-
dos]
Sean V un espacio normado, W un espacio de Banach y, V
0
un subespacio
vectorial de V. Sea
T
0
: V
0
W
un operador lineal acotado. Entonces, existe un unico operador lineal acotado
T : V
0
W
tal que:
T|
V
0
= T
0
y as T es una extension de T
0
a V
0
. Ademas
T
V
0
= T
0
V
0
donde T
V
0
y T
0
V
son las normas de los operadores T y T
0
calculadas
respecto de las bolas unitaras de V
0
y V
0
respectivamente. En lo que sigue
estas normas las denotaremos por T y T
0
Demostracion.
(a) Existencia Sea x V
0
. Entonces, existe una sucesion
_
x
n
_
n=1
V
0
tal que x
n
x 0 si n . Ahora bien, ya que T
0
es acotado
vamos a tener que:
T
0
(x
n
) T
0
(x
m
) = T
0
(x
n
x
m
) T
0
x
n
x
m
0
si n, m
_
x
n
x
m
0 si n, m ya que (x
n
)
n=1
es convergente
_
as, la sucesion
_
T
0
(x
n
)
_
n=1
es de Cauchy en W que por hipotesis es
un espacio de Banach y por tanto, es convergente a un unico elemento
de W. Defnamos una transformacion
T : V
0
W
por
162 CAP

T(x) = lm
n
T
0
(x
n
)
Notemos que T(x) es independiente de la sucesion elegida en V
0
que
converja a x. En efecto, sea
_
y
n
_
n=1
otra sucesion en V
0
tal que
y
n
x si n . Entonces x
n
y
n
0 si n y en consecuencia
por la continuidad de T
0
:
lm
n
T
0
(x
n
) = lm
n
T(y
n
).
Es facil verifcar la linealidad de T y que T|
V
0
= T
0
[Por que ?]
b) Unicidad Sea
S : V
0
W
otro operador lineal acotado tal que:
S|
V
0
= T
0
Afrmamos que S = T. En efecto, sea x V
0
y
_
x
n
_
n=1
V
0
tal que
x
n
x si n . Entonces, por la continuidad de S y de la Defnicion
de T obtenemos que:
S(x) = lm
n
S(x
n
) = lm
n
T
0
(x
n
) = T(x)
por tanto S = T.
Mostraremos ahora que:
T = T
0
En efecto, recordemos inicialmente que:

T
0
= sup
x V
0
x = 0
T
0
(x)
x
y
T = sup
x V
0
x = 0
T(x)
x
Ahora bien, es claro que T
0
T. Por otra parte, si x V
0
y
_
x
n
_
n=1
V
0
tal que x
n
x si n , entonces
T(x) = lm
n
T
0
(x
n
)
Luego,
T(x) = lm
n
T
0
(x
n
) = lm
n
T
0
(x
n
)
lm
n
T
0
x
n
y en consecuencia, como lm
n
x
n
= x obtenemos que:
T(x) T
0
x
esto es,
T = sup
x V
0
x = 0
T(x)
x
T
0
Ejemplo 3.3.10 [Nocion de operador compacto]

Sean X y Y espacios normados. Un operador lineal
T : X Y
164 CAP

se dice compacto, si para cada sucesion acotada
_
x
n
_
n=1
X la sucesion
de imagenes
_
T(x
n
)
_
n=1
contiene una subsucesion convergente. Un operador
lineal que es compacto se llama un operador compacto.
A continuacion mostraremos que el operador de Fredholm:
K : C([a, b]) C([a, b])
donde
K(x)(s) =
b
_
a
k(s, t)x(t)dt
es un operador compacto. [Ver el Ejemplo 3.3.10]. En efecto, sea
_
x
n
_
n=1
C([a, b]) tal que:
x
n
u
M para n = 1, 2, 3, . . .
Mostraremos que la sucesion de imagenes
_
K(x
n
)
_
n=1
tiene las siguientes
propiedades:
(P1) Es uniformemente acotada, esto es, existe una constante C > 0 tal
que:
K(x
n
)
u
C para n = 1, 2, 3, . . .
(P2) Es equicontinua, esto es, dado > 0 existe un > 0 tal que:
|K(x
n
)(s) K(x
n
)(s
)| < si |s s
| < para n = 1, 2, 3, . . .
y as en consecuencia por el Teorema de Ascoli - Arzela quedara demostrado
que
_
K(x
n
)
_
n=1
contiene una subsucesion convergente.
Verifcaremos entonces (P1) y (P2)
(P1) Como K es acotado,
3.4. COMENTARIO FINAL DEL CAP
ITULO 3 165
K(x
n
) Kx
n
u
KM < para n = 1, 2, 3, . . .
(P2) Como k(s, t) es una funcion uniformemente continua, dado > 0
existe un > 0 tal que:
|k(s, t) k(s
, t)| <

M(b a)
si |s s
| <
Luego:
K(x
n
)(s) K(x
n
)(s
b
_
a
k(s, t)x
n
(t)dt
b
_
a
k(s
, t)x
n
(t)dt
b
_
a
(k(s, t) k(s
, t))x
n
(t)dt
b
_
a
|k(s, t) k(s
, t)||x
n
(t)|dt

M(b a)
M(b a) = para n = 1, 2, 3, . . .
Podemos decir que [1] es de mucha utilidad para comenzar el estudio con
sus origenes y aplicaciones de la teora de Operadores Lineales Acotados.
Para la Demostracion de la identidad
L(X, Y ) := B(X, Y ) (Proposicion 3.2.7)
Hemos seguido a la dada en [8] de su Proposicion 14 y mostrada en el
Captulo 1.
La nocion de Operador de Fredholm fue tomada de [4] en el Captulo 3.
El concepto de Operador Compacto se tomo de [5] en el Captulo 3.
166 CAP

3.5. Ejercicios Propuestos
Esta Seccion contiene una lista de Ejercicios que permiten complemen-
tar la Teora desarrollada anteriormente. Cuando la solucion del Ejercicio
requiera el uso de un concepto [no dado en la Teora desarrollada en las
Secciones previas] el mismo sera dado en el Ejercicio.
Presentamos a continuacion nuestros Ejercicios.
Ejercicios 3.5.1 Sea T B(X, Y ). Demostrar que si:
M(T) := nf
_
M : T(x) M x, x X
_
entonces,
M(T) = T
Ejercicios 3.5.2 Sea T B(X, Y ). Demostrar lo afrmado en la Obser-
vacion 3.1.11(b), esto es,
sup
x=0
T(x)
x
= sup
x1
T(x) = sup
x=1
T(x)
Ejercicios 3.5.3 Sea A = (a
i,j
)
mn
M
mn
. Demostrar que la funcion:
: M
mn
R
defnida por:
A =
_
n,m
i,j=1
|a
i,j
|
2
_
1/2
es una norma sobre M
mn
Ejercicios 3.5.4 Sea T L(R
n
, R
m
). Demostrar que
T A(T)
Ejercicios 3.5.5 Dar un Ejemplo de un T L(R
n
, R
m
) tal que:
T < A(T)
[Sugerencia: Considere el operador lineal T : R
2
R
2
defnido por:
T
_
_
x
y
_
_
= A
_
_
x
y
_
_
donde
A
=
_
_
cos sen
sen cos
_
_
.
Interpretar geometricamente el operador T.]
Ejercicios 3.5.6 Sea T : X Y un operador lineal. Demostrar que:
T es 1 1 N(T) = {0}
Ejercicios 3.5.7 Sean X y Y espacios normados tales que:
dimX = y Y = {0}.
Demostrar que existe un operador lineal T : X Y que no es acotado
Ejercicios 3.5.8 Verifcar que las siguientes transformaciones defnen
operadores lineales acotados. Estimar T
a) T : M
mn
M
mn
T(A) = A
t
B
donde A
t
denota la transpuesta de la matriz A y, B es una matriz fja
en M
mn
.
b) T : C([0, 1]) R T(f) =
1
_
0
f(t)dt
c) T : C
([0, 1]) C([0, 1]) T(f)(x) = xf
(x) donde x [0, 1],

x fjo
168 CAP

d) T : l
1
l
2
T
__
x
n
_
n=1
_
=
_
1
2
n
_
|x
n
|
_
n=1
e) T : l
1
c
0
T
__
x
n
_
n=1
_
=
_
x
n
_
n=1
f ) T : C([0, 1]) c
0
T(f) =
_
f
_
1
n
_
f(0)
_
n=1
Ejercicios 3.5.9 Considere el diagrama:
l
2
l
2
l
2
S
d
S
i
donde S
d
y S
i
son operadores lineales acotados dados en el Ejemplo 3.3.6.
Demostrar que:
a) S
d
es 1 1 pero no es sobre.
b) S
i
es sobre pero no es 1 1.
c) S
i
S
d
= I.
d) S
d
S
i
= I.
e) Cual es N(S
d
S
i
) ?.
f ) Cual es el n ucleo de S
i
?.
Ejercicios 3.5.10 Sean X, Y y Z espacios normados. Considere el dia-
grama
T
L
A
X Y
Z
Y Z
donde T B(X, Y ), A B(X, Z) y, Y Z es el espacio normado defnido
en la Proposicion 1.2.8. El operador lineal L esta defnido como:
L(x) =
_
T(x), A(x)
_
, x X.
Demostrar que:
a) L B(X, Y Z) y que ademas
L T +A
b) L es 1 1 N(T) N(A) = {0}
Ejercicios 3.5.11 Dos espacios normados X y Y, se dicen isomorfos si
existe un operador T B(X, Y ) que es biyectivo y que ademas
T
1
B(X, Y ).
Demostrar que si X y Y son isomorfos con X siendo ademas un espacio
de Banach, entonces Y es tambien un espacio de Banach.
170 CAP

Ejercicios 3.5.12 Dos espacios normados X y Y se dicen isometrica-
mente isomorfos si existe un operador lineal T : X Y tal que:
T(X) = Y y ademas T(x) = x, x X
Demostrar que si X y Y son isometricamente isomorfos entonces son iso-
mofos.
Ejercicios 3.5.13 Se preserva siempre la separabilidad de un espacio
de Banach a traves de un isomorfsmo isometrico?
Ejercicios 3.5.14 Consideremos el espacio vectorial R
n
(n 2) dotado
de la norma usual Y. Sea:
M :=
_
(x
1
, x
2
, . . . , x
n
) R
n
:
n
i=1
x
i
= 0
_
.
Demostrar que M es un subespacio cerrado de R
n
, construir espacio cociente
R
n
/M y hallar [(1, 1, 1, . . . , 1)]
Ejercicios 3.5.15 Resolver las siguientes ecuaciones integrales:
a)
5s
6
= x(s)
1
2
_
0
1
2
s t x(t)dt
b) s = x(s)
s
_
0
(t s)x(t)dt
Ejercicios 3.5.16 Sean X y Y espacios normados y:
K(X, Y ) :=
_
T : X Y, T es un operador compacto
_
.
Demostrar que:
a) K(X, Y ) es un subespacio vectorial cerrado de B(X, Y ).
b) Si Y es un espacio de Banach, es K(X, Y ) un espacio de Banach?
Ejercicios 3.5.17 Sean S un operador compacto y T un operador lineal
acotado. Supongase que las composiciones S T y T S estan bien defnidas.
Demostrar que ambas composiciones defnen operadores compactos.
Bibliografa
171
172 CAP

Bibliografa
[1] Banach, S. Theory of Linear Operations, English translation by
F.Jellett, London, United Kingdom, 1987.
[2] Bartle, Robert. The elements of Real Analysis second edition. John
Wiley and sons. 1976
[3] Bollobas, Bela. Linear Analysis An Introductory Course. Cam-
bridge University Press. 1990.
[4] Davis, Martin. A frst course in Functional Analysis. Gordon and
Breach. 1966.
[5] De Vito, Carl L. Functional Analysis and Linear Operator
Theory. Addison - Wesley publishing company. 1990
[6] Diestel, Joseph. Sequences and Series In Banach Spaces. Sprin-
ger - Verlag. New York, Inc. 1984
[7] Grossman, Staley I.

Algebra Lineal con Aplicaciones. Mc. Graw -
Hill. Interamericana de Mexico S.A. 1992
[8] Habala, Pert; Hajek, Pert; Zizler, Vaclav. Introduction to Banach
Spaces. matfypress, vydavatelstvi Matematicko - fyzikalni fakulty uni-
verzity Karlovy. 1996
[9] Leon M. Luis R. Minimizacion en Espacio de Hilbert y Espacios
de Banach. Trabajo de Ascenso. Merida - Venezuela. 2000
[10] Mazon Ruz, Jose M. Calculo Diferencial. Teora y Problemas.
Mc Graw - Hill. Iteramaricana de Espa na S.A. 1997
173
174 BIBLIOGRAF
IA
[11] Merentes, N. y Rivas, S. El Operador de Composicion en Espa-
cios de Funciones con alg un tipo de Variacion Acotada. Es-
cuela Venezolana de Matematicas, Asociacion Matematica Venezolana.
Centros de Estudios Avanzados - I.V.I.C. Caracas. 1996
[12] Perez-Grasa, Isabel; Minguillon C., Esperanza; Jarne J., Gloria. Ma-
tematicas para la Economa. Programacion matematica y sis-
temas dinamicos. Mc Graw - Hill. Iteramericana de Espa na S.A.U.
2001
[13] White, A.J. Real Analysis an introduction. Addison - Wesley pu-
blishing company, Inc. 1968

Ejercicios de Topologia

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Ejercicios de Topologia

Uploaded by

Copyright:

Available Formats

Introduccion

Podemos decir actualmente que el Analisis Funcional es la tendencia abs-

Este elemento se llama el elemento neutro para la suma.

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

||x y||, x, y X (1,1,11)

||x y|| ||x y|| ||x|| ||y|| ||x y||.

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

B(y, ) = . En efecto, si en caso contrario

B(y, ) = , existe un z B(x, )

ITULO 1. ESPACIOS NORMADOS

tal que x A. Luego x A

, luego existe un r > 0 tal que

. Para esto mostraremos

ITULO 1. ESPACIOS NORMADOS

existe un > 0 tal que B(x, ) A =

es cerrado por la proposicion anterior y AA

A. Por otra parte, si x A A

B(x, ) A = para cada > 0

B(x, ) A = para cada > 0

. Como A es un conjunto cerrado se sigue de la

ITULO 1. ESPACIOS NORMADOS

entonces A debe de ser un conjunto infnito.

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

en donde I es un conjunto de ndices de cardinalidad arbitraria.

es abierto en Y, y f : D Y es continua, entonces

luego, existe alg un

ITULO 1. ESPACIOS NORMADOS

) ( I) es un cubrimiento de D, que por hipotesis es com-

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

defne una norma sobre R

es refexiva, lo cual es evidente tomamos a = b = 1

es simetrica. En efecto, si N y | | N, tales que

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

) vamos a obtener que:

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

)| = |f(x) f(a) + f(a) f(x

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

(x) existe y es continua sobre [a, b]

([a, b]) defnimos las siguentes operaciones:

ITULO 1. ESPACIOS NORMADOS

ITULO 1. ESPACIOS NORMADOS

ITULO 2. ESPACIOS DE BANACH

ITULO 2. ESPACIOS DE BANACH

ITULO 2. ESPACIOS DE BANACH