Académique Documents
Professionnel Documents
Culture Documents
on
Podemos decir actualmente que el Analisis Funcional es la tendencia abstracta del Analisis, la cual comenzo a ser desarrollada por algunos matematicos europeos en los a
nos de las dos primeras decadas del pasado siglo XX.
Entre esos matematicos destacan Fredholm, Volterra, Hilbert, y Riesz. Inicialmente 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 algunos 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 Definiciones 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 convexo; capsula convexa, norma, espacio normado y algunas propiedades de
la norma. Tambien se dan algunos conceptos topologicos, habiendo definido
previamente la topologa fuerte de un espacio normado.
1
2
En la segunda Seccion se da inicialmente el concepto de sucesion en un
espacio normado, para despues pasar a caracterizar los elementos de la clausura 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. Finalmente, la u
ltima 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 Caracterizacion 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 definida previamente la completitud de los espacios de sucesiones
lp (p 1);
c0 ;
y l .
Tambien en nuestra Seccion 2.4 ademas de definir espacio de Banach separable, 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 hecho de que toda transformacion lineal de Rn en Rm 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, definiendo 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:
kT k = sup
x6=0
kT (x)k
.
kxk
Indice general
Introducci
on
1. Espacios Normados
1.1. Definiciones y Resultados Preliminares.
1.2. Continuidad . . . . . . . . . . . . . . .
1.3. Ejemplos Resueltos . . . . . . . . . . .
1.4. Comentario final del Captulo 1 . . . .
1.5. Ejercicios Propuestos. . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2. Espacios de Banach
2.1. Desigualdades clasicas en Analisis Funcional. . . . . . . . . .
2.2. Espacios de Banach. Teora Basica. Ejemplos y ejercicios. . .
2.3. Algunos Ejemplos de Espacios de Banach. . . . . . . . . . .
2.4. Separabilidad de un espacio normado y Ejemplos. El Lema de
Riesz. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.5. Comentario final del Captulo 2 . . . . . . . . . . . . . . . .
2.6. Ejercicios Propuestos . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
7
7
21
37
62
63
71
. 71
. 78
. 98
. 115
. 119
. 120
171
INDICE GENERAL
Captulo 1
Espacios Normados
1.1.
x, y X [Propiedad Conmutativa].
(P2 ) x + (y + z) = (x + y) + z
x, y, z X [Propiedad Asociativa].
x X.
Este
elemento se llama el elemento neutro para la suma.
7
(P5 ) 1x = x,
1 es la identidad de F
, F,
xX
(P7 ) ( + )x = x + x,
, F,
(P8 ) (x + y) = x + y,
F,
xX
x, y X.
Entonces, X se llama un espacio vectorial sobre el cuerpo F. Los elementos de X se llaman vectores.
Observaci
on 1.1.1 (a) Se supone que el lector de este libro est
a familiarizado con los hechos b
asicos de la teora de espacios vectoriales. De
x, y X,
, F.
Definici
on 1.1.3 Sean X un espacio vectorial, x0 X y F entonces, si
A es un subconjunto no vaco de X, definimos:
(a) x0 + A := {x0 + a : a A}
(b) x0 A := {x0 a : a A}
(c) A := {a : a A}
(d) A + B := {a + b : a A, b B}
Definici
on 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,
01
x =
n
X
i xi
i=1
Proposici
on 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
Demostraci
on.
() Sean x, y K, entonces, por la hip
otesis el elemento
z = x + (1 )y K,
para 0 1. As, K es convexo.
() Sup
ongase que K es convexo y S := {x1 , x2 , . . . , xn } un n
umero
finito cualquiera de elementos de K.
Procederemos por inducci
on 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 x1 + 2 x2 K.
Sup
ongase que el resultado es cierto para n elementos x1 , x2 , . . . , xn en
K, esto es,
z = 1 x1 + 2 x2 + . . . + n xn K,
i 0,
n
X
i = 1
i=0
r = 1 x1 + 2 x2 + . . . + n xn + n+1 xn+1 K, i 0,
Consideremos los casos siguientes:
n+1
X
i = 1
i=1
i
,
1 n+1
i = 1, 2, . . . , n
Entonces,
n
X
i=1
i =
n
X
i=1
n
X
i
i
= i=1
= 1
1 n+1
1 n+1
11
i xi K
n
X
i xi + (1 (1 n+1 )) xn+1 K
i=1
i xi = (1 n+1 )
i=1
co(A) :=
n
X
i=1
i xi : xi X, i 0 i = 1, 2, . . . , n,
n
X
i=1
i = 1
A A
es un subespacio vectorial de A, y se llama el subespacio vectorial real generado por A. Note que co(A) sp(A).
A continuacion se introduce el importante concepto de norma sobre un
espacio vectorial.
12
Definici
on 1.1.8 Sea X un espacio vectorial. Una funci
on,
|| || : X R
x | kxk
F,
xX
x, y X,
x, y X
(1,1,11)
Demostraci
on.
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||.
13
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 finalidad de definir una topologa en el espacio vectorial (X, || ||),
recordaremos la definicion siguiente:
Definici
on 1.1.10 Sea X un conjunto no vaco. Una funci
on,
d : X X R
(x, y) | d(x, y)
d(x, y) = 0 x = y
(Desigualdad triangular)
d : X X R
d(x, y) = ||x y||,
x, y X
14
x, y X.
2
Definici
on 1.1.12 Sea X un conjunto no vaco. Una colecci
on de subconjuntos 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
A .
arbitraria,
I
(A3) Si {A }I , entonces
n
\
i=1
Ai .
15
x X : d(x, x0 ) = ||x x0 || r
Definici
on 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 rx > 0 tal que:
B(x, rx ) A.
16
B (x0 , r) :=
Proposici
on 1.1.17 Sean (X, || ||) un espacio normado y la siguiente
colecci
on de subconjuntos de X
:=
[
Ak . En efecto, si x
Ak , entonces
Veamos que
kI
kI
n
\
i=1
Ai ; entonces x Ai , para i = 1, 2, 3, . . . , n,
17
Proposici
on 1.1.18 La topologa dada la Proposici
on 1.1.18 es Hausdorff (o T2 ).
Demostraci
on.
Sean x, y X, x 6= y, entonces d(x, y) = ||x y|| > 0. Tomese
||x y||
.
4
T
Afirmamos
que
B(x,
)
B(y, ) = . T
En efecto, si en caso contrario
T
B(x, ) B(y, ) 6= , existe un z B(x, ) B(y, ), luego
=
Definici
on 1.1.19 Sean (X, || ||) un espacio normado y A X, entonces,
(a) El interior de A denotado por int(A) es:
int(A) :=
A :=
18
Definici
on 1.1.20 Sean (X, || ||) un espacio normado y A X. Un
x0 X se llama un punto de acumulaci
on de A si cada vecindad de x0
contiene un punto de A diferente de x0
Nota 1.1.21 La Definici
on 1.1.20 expresa que si Vx0 es cualquier vecindad
de x0 en (X, || ||), entonces:
Vbx0 A 6=
b 0 , r) A 6=
B(x
b 0 , r) := B(x0 , r)\{x0 }
B(x
Denotamos por:
0
A := x X : x es un punto de acumulaci
on de A
Definici
on 1.1.22 Un subconjunto A de un espacio normado (X, || ||) se
dice acotado si existe un M > 0 tal que:
kxk M, x A.
Es claro que B(x0 , r) y B(x0 , r) son subconjuntos acotados.
La siguiente Proposici
on nos permite caracterizar los subconjuntos cerrados en un espacio normado.
Proposici
on 1.1.23 Sean (X, || ||) un espacio normado y A X. Entonces,
A es cerrado A0 A.
19
Demostraci
on.
() Sup
ongase que A es cerrado en (X, || ||) pero A0 6 A. Entonces,
existe alg
un x A0 tal que x 6 A. Luego x Ac y como A es cerrado, Ac es
abierto, por tanto existe un r > 0 tal que:
B(x, r) Ac .
b r) A 6=
B(x,
F ;
y que A es cerrado si y s
olo
F cerrado
F A
s A = A. Queremos ahora mostrar que A = AA0 . Para esto mostraremos
inicialmente lo siguiente:
Es claro que
Proposici
on 1.1.25 Sean (X, ||||) un espacio normado y A X. Entonces
0
A A es un conjunto cerrado.
20
Demostraci
on.
on anterior y A A0 A, se sigue
Como A A0 es cerrado por la proposici
que A A0 A. Por otra parte, si x A A0 , entonces x A
o x A0 . Si
0
x A, tambien x A, y si x A se tiene que
y as
1.2. CONTINUIDAD
1.2.
21
Continuidad
Esta secci
on contiene algunas caracterizaciones de funci
on continua definida sobre un subconjunto de un espacio normado en otro. Tambien mostraremos un importante Teorema sobre continuidad global. [Teorema 1.2.16]
Inicialmente comenzamos dando la siguiente Definici
on:
Definici
on 1.2.1 Sea (X, || ||) un espacio normado. Una sucesi
on en X
es el rango de una funci
on:
f : N X
n | f (n) = xn
x
ermino n-esimo de la sucesi
on. Elrango lo denotamos
n sellama el t
por xn
y lo llamamos una sucesi
on en X. Si nk : k N es
n=1
un subconjunto de N tal que n1 < n2 . . . , entonces xnk
se llama una
k=1
subsucesi
on de la sucesi
on xn
n=1
Definici
on 1.2.2 Sean (X, || ||) un espacio normado y xn
una sun=1
es convergente a un x X si dado > 0
cesion en X. Decimos que xn
n=1
de xn cuando n y escribimos,
lm xn = x en la topologa de la norma || ||
Es
claro por el hecho de ser la topologa inducida por la norma T2 que si
xn
es convergente, su lmite es u
nico.
n=1
22
Proposici
on 1.2.3 Sean (X, || ||) un espacio normado y
es acotada.
sucesi
on convergente en X, entonces xn
xn
una
n=1
n=1
Demostraci
on.
Veamos que existe un M > 0 tal que ||xn || M para n = 1, 2, . . . . Sea,
lm xn = x.
n n0 ,
si
si
n n0
Luego,
si
n n0
esto es,
que
n n0 .
Sea M = max ||x1 ||, ||x2 ||, . . . , ||xn0 1 ||, 1 + ||x|| , entonces, es evidente
y as,
xn
||xn || M
es acotada.
para
si
n = 1, 2, 3, . . .
2
n=1
La siguiente Proposici
on nos muestra una propiedad muy importante de la
clausura de un conjunto: sus elementos son lmites de sucesiones de elementos
del conjunto, m
as especificamente:
Proposici
on 1.2.4 (Una Caracterizaci
on de A) Sean (X, || ||) un
espacio normado y A X. Entonces,
1.2. CONTINUIDAD
23
xn
n=1
tal que lm xn = x.
n
Demostraci
on.
() Sea x A = A A0 entonces, x A
o x A0 . Si x A basta tomar
xn = x para n = 1, 2, 3 . . . , y as lm xn = x.
n
1
3
este procedimiento obtenemos una sucesi
on de elementos
Continuando
A tal que:
xn
0 < ||x x3 || <
n=1
1
,
n
para
n = 1, 2, 3, . . .
1
= 0, se sigue entonces que lm xn = x, lo cual finaliza
Como lm
n n
n
nuestra demostraci
on.
A tal que lm xn = x. Entonces, si xn
consta
() Sea xn
n=1
n=1
de un n
umero finito de terminos solamente, entonces xn = x para n n0 .
Por tanto,
x A, y as tambien x A.
Si
xn
n=1
consta de un n
umero infinito de terminos, entonces
24
b ) xn
B(x,
n=1
6=
para cada
> 0,
Definici
on 1.2.5 Sean (X, 1 ) y (Y, 2 ) espacios topol
ogicos, y D X.
Una funci
on,
f : D Y
se dice continua en un x0 D, si dada una vecindad V de f (x0 ) en Y, existe
una vecindad U de x0 en X tal que si:
x U D = f (x) V.
Proposici
on 1.2.6 Sean (X, ||||1 ) y (Y, ||||2 ) espacios normados, D X,
y:
f : D Y
una funci
on. Las siguientes afirmaciones son mutuamente equivalentes:
(1) f es continua en x0 D.
(2) Dado > 0 existe un = (x0 , ) > 0 tal que
||f (x) f (x0 )|| <
si
||x x0 || <
xn x
si n , entonces f (xn ) f (x0 ) si n .
xn
n=1
1.2. CONTINUIDAD
25
Demostraci
on.
Sin perder generalidad podemos denotar las normas || ||1 y || ||2 por || ||
respectivamente.
(1) (2) Sean > 0 y,
V := B(f (x0 ), ) := y Y : ||y f (x0 )|| <
luego,
B(x0 , ) D U D
es,
||x x0 || < .
si
entonces
Sean y
el par de n
umeros positivos dados por la hip
otesis
26
||xn x0 || <
n n0 ,
si
si
n n0 ,
1.2. CONTINUIDAD
27
Proposici
on 1.2.8 Sean (X, || ||1 ) y (Y, || ||2 ) espacios normados. La
funcion:
definida por:
|| || : X Y [0, +)
||(x, y)|| = ||x||1 + ||y||2
(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 )
28
Proposici
on 1.2.9 Sea (X, || ||) un espacio normado. Entonces, las funciones:
1 : X X X
definida por
1 (x, y) = x + y
y,
2 : F X X
definida por
2 (, x) = x
si
En efecto,
2 .
1.2. CONTINUIDAD
29
| 0 | < 1,
entonces, ya que:
||x|| ||x0 || ||x x0 || < 1,
|| |0 | | 0 | < 1
f :XY
que es biyectiva (esto es, f es uno a uno y sobre) y bicontinua (bicontinua
significa que f y su inversa f 1 son continuas) se llama un homeomorfismo,
y en este caso X y Y se dicen homeomorfos.
Las operaciones de suma y multiplicaci
on por escalar de un espacio vectorial que es adem
as un espacio normado inducen dos homeomorfismos naturales, hecho que lo expresa la Proposici
on siguiente:
30
Proposici
on 1.2.10 Sean (X, || ||) un espacio normado, a X y
F, ( 6= 0). Entonces, las funciones:
Ta : X X,
definida por
Ta (x) = x + a
y
M : X X,
definida por
M (x) = x
on y M el operador
son homeomorfismos. Ta se llama el operador de traslaci
de multiplicaci
on.
Demostraci
on.
Dejamos como un ejercicio verificar la continuidad y biyectividad de Ta y
M . El inverso de Ta es Ta y el inverso de M es M1/ . As, tenemos el
diagrama:
Ta
X
M 1
Ta 1
donde
Ta 1 (x) = Ta (x) = x a
y
Ma 1 (x) = M1/a (x) =
1
x, (a 6= 0).
a
ogicos, T2 , D1 X y
Sean (X, 1 ), (Y, 2 ) y (Z, 3 ) espacios topol
D2 Y. Consideremos el diagrama:
1.2. CONTINUIDAD
31
f
D1
D2
g
g f
Z
(x D1 ).
entonces
g(y) V.
32
Es claro de la Definici
on anterior que si B Y,
D := f 1 (B) f 1 (B c ).
Proposici
on 1.2.13 Sean X y Y conjuntos no vacos, D X y
f : D Y
una funci
on. Sup
ongase que dado B Y existe un B1 X tal que:
B1 D := f 1 (B),
entonces,
B1 c D := f 1 (B c )
Demostraci
on.
Ya que
f 1 (B) f 1 (B c ) := D := D B1 D B1 c
y por hip
otesis tenemos que B1 D := f 1 (B), se sigue que:
B1 c D := f 1 (B c ).
1.2. CONTINUIDAD
33
Demostraci
on.
(1) = (2) Sea G 2 , esto es, G es abierto en Y. Si f 1 (G) = ,
tomamos G1 = .
Por otra parte, si f 1 (G) 6= , existe un x0 D tal que f (x0 ) G y
como G es abierto en Y y f es continua en x0 , existe Ux0 vecindad de x0 en
X tal que si:
x Ux0 D,
f (x) G.
entonces
G1 D :=
Ux D
xf 1 (G)
:=
(Ux D)
xf 1 (G)
:= f 1 (G)
lo cual finaliza la demostraci
on.
(2) = (1) Sean x0 D y V una vecindad de f (x0 ) en Y. Entonces,
existe un abierto G en Y tal que
f (x0 ) G V.
Por la hip
otesis (2) existe un G1 abierto en X tal que:
G1 D := f 1 (G),
entonces
f (x) G V,
34
esto es, f es continua en x0 D.
f 1 (H)
1.2. CONTINUIDAD
35
Definici
on 1.2.17 Sean (X, ) un espacio topol
ogico y A X [A 6= ].
Entonces, A se dice compacto si cada cubrimiento de A, contiene un subcubrimiento finito, esto es, si dado {A }I un cubrimiento de A, existe un
n
umero finito de los A , digamos
A1 , A2 , . . . , An
tal que:
A
n
[
Ai .
i=1
El Teorema cl
asico de Heine - Borel expresa que un subconjunto no vaco
n
on de
de R (n 1) es compacto es cerrado y acotado. La demostraci
este Teorema se propone en nuestra lista de ejercicios.
Teorema 1.2.18 Sean X y Y espacios normados. Sea
f : D Y
una funci
on continua, donde D X compacto. Entonces, f (D) es compacto
en Y.
Demostraci
on.
Sea {A }I un cubrimiento de f (D) mostraremos que existe un n
umero de
los A digamos A1 , A2 , . . . , An tal que:
f (D)
n
[
Ai .
i=1
36
f (D)
n
[
A i
D Bi = f 1 (Ai ), i = 1, 2, . . . , n.
donde
i=1
n
[
Ai
i=1
x D.
1.3.
37
Ejemplos Resueltos
Esta secci
on contiene una importante lista de ejemplos resueltos que serviran 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 necesario, se introduce el concepto que nos ayudar
a a demostrar lo que se exige en
el mismo.
Ejemplo 1.3.1 Sea
n
R := x = (x1 , x2 , . . . , xn ) : xi R, i = 1, 2, . . . , n .
En Rn definimos las siguentes operaciones:
(O1) Suma: Si x = (x1 , x2 , . . . , xn ) Rn y, y = (y1 , y2 , . . . , yn ) Rn , la
suma de x y y denotada por x + y se define como:
x + y = (x1 , x2 , . . . , xn ) + (y1 , y2 , . . . , yn )
=
(x1 + y1 , x2 + y2 , . . . , xn + yn )
(O2) Multiplicaci
on por escalar: Si F y x = (x1 , x2 , . . . , xn ) Rn ,
definimos:
x =
(x1 , x2 , . . . , xn )
= (x1 , x2 , . . . , xn ).
Es claro que (O1) y (O2) est
an bien definidas y el lector puede mostrar que se verifican todas las propiedades (A1), (A2), . . . , (A8) de la
Definici
on 1.1.1. As, Rn es un espacio vectorial sobre F.
Ejemplo 1.3.2 Sea la funci
on:
k k : Rn [0, +)
definida por:
kxk =
n
X
i=1
|xi |2
!1/2
x = (x1 , x2 , . . . , xn ) Rn .
38
n
X
i=1
|xi |2
!1/2
= 0 = |xi | = 0
= xi = 0
i = 1, 2, . . . , n
i = 1, 2, . . . , n
= x = 0,
y recprocamente.
(A2) Si F, entonces:
kxk =
n
X
i=1
|xi |2
!1/2
n
X
i=1
= ||
||2 |xi |2
n
X
i=1
|xi |2
= ||kxk
!1/2
!1/2
(x = x1 , x2 , . . . , xn Rn )
En efecto si x = 0
o y = 0 la desigualdad es evidente.
Sup
ongase entonces que x 6= 0 y, y 6= 0. Definamos la funci
on:
: R R
por,
(t) =
n
X
i=1
(xi t + yi )2
(1.3.3).
39
(t) =
n
X
(xi t + yi )2
i=1
n
X
(xi 2 t2 + 2xi yi t + yi 2 )
i=1
n
X
xi 2
i=1
= kxk2 t2 + 2
t2 + 2
n
X
xi y i
i=1
n
X
i=1
xi yi
t+
n
X
yi 2
i=1
t + kyk2
As,
0 (t) =
n
X
i=1
(xi t + yi )2 = kxk2 t2 + 2
n
X
i=1
xi yi
t + kyk2 ,
entonces, la representaci
on gr
afica de (t) es una par
abola que est
a situada
por arriba del eje de abcisas o intersecta este eje en un s
olo punto.
Por tanto:
!2
n
X
xi yi 4kxk2 kyk2 0
4 = 2
i=1
esto es,
2
n
X
i=1
y as,
4kxk2 kyk2
n
X
xi yi kxk2 kyk2
i=1
en consecuencia:
xi yi
!2
40
kx + yk =
n
X
(xi yi )
i=1
n
X
(xi 2 + 2xi yi + yi 2 )
i=1
n
X
xi + 2
i=1
= kxk2 + 2
n
X
xi yi +
i=1
n
X
i=1
n
X
yi 2
i=1
xi yi + kyk2
n
X
2
kxk + 2
xi yi + kyk2
i=1
( x, y Rn )
n
X
i=1
|xi |
(x = (x1 , x2 , . . . , xn ) Rn )
entonces, kk1 define una norma sobre Rn verificaremos los Axiomas (A1), (A2)
y (A3) de la Definici
on 1.1.9.
n
P
|xi | 0 ya que |xi | 0 para i = 1, 2, . . . , n.
(A1) kxk1 =
Adem
as, si,
i=1
kxk1 =
n
X
i=1
41
|xi | = 0 = |xi | = 0
para
= xi = 0
para
i = 1, 2, . . . , n
i = 1, 2, . . . , n
= x = 0
y recprocamente
(A2) Si F, vamos a tener que:
kxk1 =
n
X
i=1
|xi | =
n
X
i=1
= ||
|||xi |
n
X
i=1
= ||kxk1
(A3)
|xi |
(x = (x1 , x2 , . . . , xn ) Rn )
[Desigualdad triangular]
kx + yk =
n
X
i=1
|xi + yi |
n
X
i=1
(|xi | + |yi |) =
n
X
i=1
|xi | +
n
X
i=1
= kxk1 + kyk1
k k : Rn [0, +)
(x = (x1 , x2 , . . . , xn ) Rn ).
|yi |
42
= xi = 0
para
i = 1, 2, . . . , n
= x = 0
y recprocamente
(A2) Para F,
kxk = sup |xi | =
1in
sup (|||xi |)
1in
= || sup |xi |
1in
(x = (x1 , x2 , . . . , xn ) Rn )
= ||kxk
(A3)
[Desigualdad triangular]
kx + yk = sup |xi + yi |
1in
1in
1in
1in
= kxk + kyk
para x = (x1 , x2 , . . . , xn ) Rn ; y = (y1 , y2 , . . . , yn ) Rn .
As, Rn dotado de la norma k k se denota por l n , esto es,
l n := (Rn , k k ).
43
( x X).
Sea el conjunto:
N :=
kk : kk
x X.
b1 k|x|k kxk
xX
kxk a1 k|x|k
x X,
y tambien que:
por tanto
y as k| |k k k.
x X,
44
l2 n := (Rn , k k2 ),
l n := (Rn , k k )
donde:
kxk1 =
n
X
i=1
|xi |,
kxk2 =
n
X
i=1
|xi |2
!1/2
para i = 1, 2, . . . , n
entonces,
n
X
i=1
luego
|xi | nkxk,
x Rn ,
45
x Rn .
kxk kxk1 ,
as,
x Rn
1
kxk1 kxk kxk1 ,
n
(1,3,8) k k2 k k . Efectivamente,
x Rn .
( x Rn ).
Tambien,
2
kxk =
sup |xi |
1in
2
luego,
en consecuencia,
kxk kxk,
x Rn
1
kxk kxk kxk,
n
x Rn .
46
kx + (1 )y x0 k = k(x x0 ) + (1 )(y x0 )k
||kx x0 k + |1 |ky x0 k
< r + (1 )r = r
xn
n=1
n=1
kxn xk <
n n1
si
y,
si
n n2 .
2
Sea n0 = max(n1 , n2 ). Entonces, si n n0 :
kyn yk <
2
+ (1 )
=
<
2
2
47
esto es, x + (1 )y A.
As, en virtud del Ejemplo 1.3.7 y 1.3.8 concluimos que si (X, k k) es un
espacio normado, entonces B(x0 , ) es un subconjunto cerrado y convexo de
X.
Ejemplo 1.3.9 Dibujar en los espacios l2 2 , l1 2 y l 2 la bola cerrada de
centro 0 = (0, 0) y radio r = 1.
Soluci
on
1,3,9(a) Tenemos que l2 2 := (R2 , k k). As,
B(0, 1) :=
:=
(x, y) R : x + y 1
2
A ]
[
(0, 1)
(1, 0)
(1, 0)
X
(0, 1)
F ig 1,3,9 (a)
48
B(0, 1) :=
:=
cuya representaci
on gr
afica es la siguiente:
Y
(1, 0)
B
]
A
[
(0, 1)
(1, 0)
X
(0, 1)
F ig 1,3,9 (b)
y cuya representaci
on gr
afica la muestra el dibujo siguiente:
49
Y
A
[
(1, 1)
B
]
(1, 1)
(1, 1)
(1, 1)
F ig 1,3,9 (c)
Es claro que C([a, b]) es un conjunto no vaco. Definamos en C([a, b]) las
siguientes operaciones:
(O1) Suma:
(f + g)(x) = f (x) + g(x)
(O2) Multiplicaci
on por escalar:
(f )(x) = f (x)
Entonces (O1) y (O2) estan bien definidas y el lector puede verificar las
Propiedades (A1), (A2), . . . , (A8) de la Definici
on 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])
50
definida por:
kf ku := sup |f (x)|
x[a,b]
f C([a, b]).
para cada
As, k ku est
a bien definida sobre C([a, b]). Mostraremos tambien que k ku
es una norma sobre C([a, b]). En efecto,
(A1)
kf ku = sup |f (x)| = 0 |f (x)| = 0,
x [a, b]
f = 0.
(A2) Si F y f C([a, b]), entonces:
kf ku = sup |(f )(x)| =
x[a,b]
x[a,b]
= || sup |f (x)|
x[a,b]
= || kf ku
(A3) [Desigualdad triangular]. Sean f, g C([a, b]). Entonces, ya que:
kf + gku := sup |f (x) + g(x)|
x[a,b]
51
definida por
k k1 : C([a, b]) R
kf k1 :=
Zb
a
|f (x)|dx.
f (x)dx 0
f (x)dx = 0,
f (x)dx =
Zb
f (x)dx
f (x)dx
Zb
a
g(x)dx
52
y
kf k1 :=
Z1
0
|f (x)|dx
a1 kf ku kf k1
f C([a, b])
(B)
kf k1 a2 kf ku
f C([a, b])
(A)
Z1
0
|f (x)|dx
Z1
0
kf ku dx = kf ku
f C([a, b]).
fn (x) =
n n2 x
si
si
x 0, n1
1
,1
n
x[0,1]
53
kfn ku =
Z1
0
Zn
Zn
|fn (x)|dx =
(n n2 x)dx + 0dx
0
Zn
0
ndx
= 1n
Zn
n2 xdx
1
2n2
= 1
1
1
=
2
2
1
2
para
n = 1, 2, . . .
Z2
Z1
M := f C([0, 1]) :
f (t)dt f (t)dt .
0
1
2
54
Z2
Z1
(f (t) + (1 )g(t))dt (f (t) + (1 )g(t))dt
0
1
2
Z2
0
Z2
Z1
Z1
f (t)dt + (1 )g(t)dt f (t)dt (1 )g(t)dt
0
1
2
1
2
1
1
Z2
Z1
Z2
Z1
1
2
1
2
= (1) + (1 )(1) = 1
As, M es convexo.
(b) M es cerrado. Sea entonces, fn
M
tal que
n=1
fn f C([0, 1])
si
en
k ku .
Z2
0
fn (t)dt
Z2
f (t)dt
si
fn (t)dt
Z1
f (t)dt
si
y
Z1
1
2
1
2
luego
1
Z2
0
fn (t)dt
Z1
1
2
fn (t)dt
Z2
0
f (t)dt
Z1
1
2
f (t)dt
si
55
esto es,
1
Z2
0
f (t)dt
Z1
f (t)dt =
Z2
lm
1
2
fn (t)dt
Z1
1
2
lm 1 = 1
fn (t)dt
x K.
entonces
1
1
x+ y
2
2
K.
xK
(1 )y K
xK
y K.
x + (1 )y K.
56
una funci
on acotada [esto es, existe una constante M > 0 tal que
|f (x)| M, x A]. Sean a A y > 0. Definamos:
0
0
(a, f, ) = sup |f (x) f (x )| : x, x B(a, ) A .
0+
lm (a, f, )
0+
si
x0 B(a, 0 ) A
luego:
|f (x) f (x0 )| = |f (x) f (a) + f (a) f (x0 )|
|f (x) f (a)| + |f (a) f (x0 )|
<
+ =
4 4
2
57
As,
0
0
(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,
<
2
(a, f, ) (a, f, 0 )
y en consecuencia:
0 lm+ (a, f, ) < ,
0
para
> 0,
esto es,
0(f, a) = lm+ (a, f, ) < ,
para > 0
por tanto:
0(f, a) = 0
(b) (=) Sea 0(f, a) = 0. Entonces, de la definici
on de 0(f, a) dado
> 0 existe un 0 > 0 tal que:
<
si
kx ak < 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 funci
on
f : I J
58
Y
d
Q(b, d)
P (a, c)
F ig 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=
Definamos ahora la funci
on:
dc
.
ba
f : [a, b] [c, d]
por:
f (x) = c + m(x a)
= c+
dc
(x a)
ba
luego,
cyd
0 y c d c,
59
1
ba
=
> 0, entonces
m
dc
ba
ba
(y c)
(d c) = b a,
0
dc
dc
as, tambien
aa+
por tanto,
x = a+
ba
(y c) b
dc
ba
(y c) [a, b] y adem
as:
dc
ba
a+
(y c)
dc
ba
a+
(y c) a
dc
dc ba
(y c)
= c+
ba dc
dc
= c+
ba
= c+yc
= y.
As, f es tambien sobreyectiva y por tanto existe su inversa
f 1 : [c, d] [a, b]
que es tambien una funci
on lineal y por tanto continua. En consecuencia,
[a, b] y [c, d] son homeomorfos.
Note que:
f = Tc M dc Ta
ba
60
f (B(x0 , )) B(y0 , r)
(A)
B(y0 , r) f (B(x0 , ))
(B)
Efectivamente:
(A) Sea z f (B(x0 , )), entonces, existe un x B(x0 , ) tal que
z = f (x)
Como
r
f (x) = y0 + (x x0 ),
entonces
r
kf (x) y0 k =
(x x0 )
r
= kx x0 k
esto es,
r
kx x0 k
<
r
= r
61
Al despejar x de esta u
ltima ecuaci
on obtenemos que:
x = x0 + (z y0 ).
r
Por tanto,
kx x0 k =
(z y0 )
r
= kz y0 k
r
Se sigue que:
kz y0 k
r
<
r = .
r
f (x) = f x0 + (z y0 )
r
r
= y0 +
x0 + (z y0 ) x0
r
= y0 + z y0
= z
62
definida por
f 1 (x) = x0 + (z y0 )
r
y es continua, y concluimos la demostraci
on.
1.4.
Para la Demostraci
on de la Proposici
on 1.1.6 nos hemos ayudado de la
dada en [10] de la Proposici
on 1 de la secci
on 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 An
alisis Matem
atico.
Puede consultar tambien el lector el buen texto de Matem
aticas para la
Economa [12], el cual en su Captulo 1 muestra una lista de Ejercicios sobre
conjuntos convexos.
Las nociones de funci
on de variaci
on acotada y, absolutamente continua
usadas en nuestros Ejercicios 1.4.18 y 1.4.19 respectivamente, pueden consultarse 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.
63
Ejercicios Propuestos.
Esta secci
on contiene una lista de ejercicios propuestos a resolverse con
las nociones te
oricas dadas en las Secciones 1.1 y 1.2. Cuando la soluci
on del
ejercicio requiera el uso de un nuevo concepto no dado en dichas Secciones,
este sera introducido en el enunciado del ejercicio mismo.
A continuaci
on pues presentamos los ejercicios.
Ejercicios 1.5.1 Sean X un espacio vectorial, A y B subconjuntos convexos de X. Demostrar que los conjuntos:
A + B,
A B,
AB
tA (t R, t 6= 0)
A A
Es co(A) tambien convexo?
Ejercicios 1.5.3 Calcular la c
apsula convexa de los siguientes conjuntos:
(a)
(b)
A := (2, 2) (3, 4]
2
2
2
A := (x, y) R : 4 x + y 9
(x, y) R2 : y = 2x + 1 (x, y) R2 : y = 3x
(c)
A :=
(d)
A := (x, y) R3 : x2 + y 2 + z 2 = 9
(e)
A := (x, y) R2 : y + 2x 1 0 (x, y) R2 : y 3x 0
64
Cu
al es en cada caso co(A)?
Ejercicios 1.5.4 Sea (X, kk) un espacio normado. Demostrar que B(0, )
y B(0, ) son conjuntos absorbentes, balanceados y convexos [ver la Definici
on
1.1.4 y el ejercicio resuelto 1.3.7 y 1.3.9]
Ejercicios 1.5.5 Es B(x0 , ) un conjunto absorbente?
Ejercicios 1.5.6 Sea X un espacio vectorial y A un subconjunto no vaco
de X. Demostrar que el conjunto:
[
A
||1
es balanceado y se llama la c
apsula 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
z 6 K.
si
0<<1
65
n=1
entonces,
lm kxn yn k = 0
66
(a) La expresi
on:
(x [a, b])
(O2) Multiplicaci
on por escalar:
( K, x [a, b]).
(f )(x) = f (x)
(f C 0 ([a, b])).
67
f C 0 ([a, b]) :
Zb
f (x)dx = 0
x n
2
para n = 1, 2, . . .
n
[
i=1
Sea
[ti1 , ti ] = I.
68
:=
Una funci
on:
P : P es una partici
on de [a, b] .
f : [a, b] R
se dice que es de variaci
on acotada sobre [a, b]
si:
V (f ) := sup
Denotemos por:
k
X
i=1
BV [a, b] := f : [a, b] R, f es de variaci
on acotada sobre [a, b] .
Entonces, respecto de las operaciones usuales de suma y multiplicaci
on por
escalar BV [a, b] tiene estructura de espacio vectorial sobre K [K = R
o C].
Definamos:
por:
n
P
i=1
|ci di | <
valos no solapados en [a, b] tal que
i=1
solapados significa que cualesquiera de estos dos intervalos tienen a
69
B :=
(u, v) R : 4u + 9v = 1 .
2
70
Captulo 2
Espacios de Banach
Introducci
on
2.1.
Desigualdades cl
asicas en An
alisis Funcional.
En esta secci
on mostraremos las desigualdades de Holder-Minkowski y
Minkowski.
Para preparar la demostraci
on de esas desigualdades previamente introducimos el concepto de conjugados arm
onicos y mostraremos un Lema previo
Definici
on 2.1.1 Dos n
umeros reales p y q se dicen conjugados arm
onicos
si:
1 1
+ = 1.
p > 1,
q>1
y
p q
Observe que:
1 1
+ = 1 (p 1)(q 1) = 1 (p 1)q = p (q 1)p = q.
p q
Los conjugados arm
onicos, tambien se llaman exponentes conjugados [
o ndices conjugados]
Lema 2.1.2 Sean p y q
Entonces,
conjugados arm
onicos; a 0 y b 0.
ab
ap bq
+
p
q
71
72
Demostraci
on.
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 afirmaciones:
a>b
a<b
a = b.
p1
Consideremos la funci
on gr
afica
on potencial f (x) = x . La representaci
y para a > b es la que muestra la figura siguiente:
de esta funci
on para f
[0,a]
Y
y = f (x) = xp1
R1
b
R2
0
Fig 2.1.3
Za
0
p1
a
xp
ap
dx =
=
.
p 0
p
x = y p1 = y q1
73
por tanto,
A(R2 ) =
Za
q1
En consecuencia,
ab
b
y q
bq
dy =
=
.
q 0
q
ap bq
+ .
p
q
i=1
i=1
Demostraci
on.
Caso 1.- Cuando x = 0
o y = 0 se obtiene una igualdad evidente.
Caso 2.- Cuando x =
6 0, y 6= 0. Sean,
=
n
X
j=1
|xj |
!1/p
n
X
j=1
|yj |
.1/q
Entonces 6= 0 y 6= 0. Sean
xj 0 =
xj
,
yj =
yj
j = 1, 2, . . . , n
Luego
|xj 0 |p =
y as,
|xj |p
p
|yj 0 |q =
|yj |q
q
j = 1, 2, . . . , n
74
n
X
j=1
|xj 0 |p =
n
X
j=1
|yj 0 |p =
n
P
|xj |p
j=1
n
P
j=1
|yj |q
p
= 1
p
q
= 1
q
|xj 0 ||yj 0 |
n
P
j=1
|xj 0 |p
p
n
P
|yj 0 |q
j=1
1 1
+ = 1,
p q
n
X
j=1
|xj 0 yj 0 | =
n
X
j=1
esto es,
n
X
j=1
n
n
y
X
X
x
x
y
j
j
j
j
|xj 0 ||yj 0 | =
=
j=1
j=1
|xj yj | =
n
X
j=1
|xj |p
!1/p
n
X
j=1
|yj |q
!1/q
|xj + yj |p
!1/p
n
X
j=1
|xj |p
!1/p
n
X
j=1
|yj |p
.1/p
75
Demostraci
on.
1 1
Sea q > 1 tal que + = 1. Entonces,
p q
|xj + yj |p = |xj + yj |p1 |xj + yj | |xj + yj |p1 |xj | + |xj + yj |p1 |yj |
y ahora aplicando la desigualdad de Holder-Minkowski para:
a = |xj |
a = |yj |
b = |xj + yj |
p1
|xj + yj |
n
X
j=1
|xj ||xj + yj |
n
X
j=1
n
X
j=1
|xj |p
|yj |
p1
!1/p
!1/p
n
X
j=1
n
X
j=1
b = |xj + yj |p1
|xj + yj |q(p1)
n
X
|xj + yj |
n
X
j=1
q(p1)
!1/q
!1/q
n
X
j=1
|xj + yj |p
n
X
j=1
|xj + yj |q(p1)
!1/q
j=1
|xj |p
!1/p
n
X
j=1
esto es,
n
X
j=1
|xj + yj |p
!1/p
n
X
j=1
|xj |p
!1/p
n
X
j=1
|yj |p
!1/p
|yj |p
!1/p
76
Proposici
on 2.1.5 Sea p > 1. La funci
on
k kp : Fn R
definida por:
kxkp =
n
X
i=1
|xi |p
!1/p
(x = (x1 , x2 , . . . , xn ) Fn )
Demostraci
on.
Es f
acil verificar los Axiomas (A1) y (A2) de la Definici
on 1.1.9. La desigualdad tri
angular es la desigualdad de Minkowski mostrada anteriormente
en el Corolario 2.1.4.
Mostraremos ahora que:
lm kxkp = kxk .
|x| < 1,
si
x > 0,
lm xn = 0
y,
1
lm x n = 1
j = m + 1, . . . , n.
kxkp =
n
X
i=1
z }| {
= 1 + . . . + 1 +|xm+1 |p + . . . + |xn |p
= m+
n
X
j=m+1
|xj |p
luego,
kxkp =
m+
j=m+1
y as,
lm kxkp =
=
esto es,
n
X
lm
m+
|xj |
n
X
!1/p
j=m+1
|xj |p
!1/p
lm m p = 1
lm kxkp = 1 = kxk .
x
kxk
lm kykp = 1,
esto es,
x
= 1 = lm kxkp = kxk .
lm
p
kxk
p
p
77
78
2.2.
En la teora de espacios
etricos un espacio metrico (X, d) se dice com m
lm
n,m
d(xn , xm ) = 0
(x, y X).
En esta secci
on introducimos la noci
on de espacio de Banach. Previamente
damos la siguiente Definici
on y mostramos una Proposici
on b
asica.
Definici
on 2.2.1 Sean (X, k k) un espacio normado y xn
una su1
cesi
on en X. Decimos que xn
es de Cauchy si:
1
lm
n,m
d(xn , xm ) =
lm
n,m
kxn xm k = 0
si
m, n n0 .
Proposici
on 2.2.2 Sean (X, k k) un espacio normado y
cesi
on en X. Entonces,
es de Cauchy, entonces xn
es acotada.
(a) Si xn
(b) Si
xn
xn
una su-
2.2. ESPACIOS DE BANACH. TEORIA BASICA.
EJEMPLOS Y EJERCICIOS.79
Demostraci
on.
tal que:
luego
kxn k kxm k kxn xm k < 1
(a) Como
xn
1
m, n n0 ,
si
m, n n0 ,
si
(b) Sea
que
xn k
kxn k M
para
n = 1, 2, 3, . . .
una subsucesi
on de la sucesi
on de Cauchy
lm xnk = x
nk
en la norma
kk
de
xn
tal
X.
tal que
kxn xm k <
si
m, n n1
80
+ = .
2 2
Evidente.
2.2. ESPACIOS DE BANACH. TEORIA BASICA.
EJEMPLOS Y EJERCICIOS.81
Proposici
on 2.2.5 Sean (X, kk) un espacio de Banach y kk1 otra norma
sobre X tal que k k1 k k. [Ver el Ejemplo 1.3.5]. Entonces, (X, k k1 ) es
tambien un espacio de Banach.
Demostraci
on.
una sucesi
on de Cauchy en X respecto de la norma k k1 . EnSea xn
1
( x X)
akxn xm k1 kxn xm k
(B)
kxn xm k bkxn xm k1
(A)
Se sigue de la desigualdad (A) que xn
es de Cauchy respecto de la
1
82
y
kyn ym k2 <
xn
y yn
son sucesiones de
1
xn x
si
yn y
si
As, (x, y) X Y y es f
acil verificar que:
(xn , yn ) (x, y)
si
xn
n=1
xn es
n=1
n
X
xk
k=1
es convergente en X.
Definici
on 2.2.8 Sea (X, k k) un espacio normado y
X. Decimos que
n=1
n=1
xn una serie en
2.2. ESPACIOS DE BANACH. TEORIA BASICA.
EJEMPLOS Y EJERCICIOS.83
X
n=1
kxn k < .
Sea
n=1
n=k+1
kxn k <
m > k k0 .
si
k=1
X
m
x
=
n
n=k+1
m
X
n=k+1
kxn k < .
Luego, la sucesi
on de sumas parciales de la serie formal
xn es de
n=1
xn
una sucesi
on de Cauchy en X.
84
xn1 xl
< 1
2
l n1 .
si
1
Sea S1 := S {x1 , x2 , . . . , xn1 }. Entonces, dado = 2 existe un xn2 S1
2
y as n2 > n1 tal que:
xn2 xl
< 1
si
l n2 .
22
Continuando este procedimiento, obtenemos una subsucesi
on xnk
de
1
tal que:
S := xn
1
xn x l
< 1
si
lk
2k
k
en donde l se identifica con nl y k es fijo, con k = 1, 2, 3, . . . .
Definamos ahora:
Es evidente que:
yk = xnk xnk1
donde
x nk =
k
X
xn0 = 0.
yi
i=1
1
2k1
k = 1, 2, 3, . . . .
Luego,
X
k=1
kyk k
X
k=1
1
2k1
< ,
P
yk es convergente, esto es, la subsucesi
on xnk
de la
la hip
otesis
k=1
k=1
2.2. ESPACIOS DE BANACH. TEORIA BASICA.
EJEMPLOS Y EJERCICIOS.85
sucesion S =
xn
es convergente y luego por la Proposici
on 2.2.2(b)
1
es tambien convergente y esto finaliza la demostraci
on.
xn
1
Ahora, nuestro pr
oximo objetivo es construir un cierto espacio de Banach
de uso frecuente en el An
alisis Funcional: el espacio cociente. Para esto,
inicialmente recordaremos la siguiente Definici
on:
Definici
on 2.2.10 Sea X un conjunto no vaco. Una relaci
on entre los
elementos de X, denotada con el smbolo se llama una relaci
on de
equivalencia sobre X si verifica las siguientes propiedades:
(P1) x x, x X [Reflexiva]
(P2) Si x y entonces y x [Simetrica]
(P3) Si x y, y z entonces x z [Transitiva]
La noci
on de relaci
on de equivalencia ya fue usada para la soluci
on
del Ejercicio 1.3.5
As si es una relaci
on 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 relaci
on de equivalencia
y denotado por X/ es:
X/ := [x] : x X .
Observe que X/ es una subcolecci
on de P(X).
Ahora bien, sean X un espacio vectorial y M un subespacio (no necesariamente cerrado) de X. Definamos:
x y x y M, (x, y X).
86
Entonces, es f
acil verificar que es una relaci
on 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 relaci
on de equivalencia es denotado por: X/M.
Definiremos en X/M las siguientes operaciones:
(O1) Suma:
(x, y X)
[x] + [y] = [x + y]
(O2) Multiplicaci
on por escalar:
( F, x X)
[x] = [x]
Mostraremos a continuaci
on que (O1) y (O2) est
an bien definidas.
En efecto:
(O1)
Sup
ongase que:
[x] = [x0 ]
y,
[y] = [y 0 ]
esto es,
x + M = x0 + M
y,
y + M = y0 + M
entonces,
x + y + M = x0 + y 0 + M.
Efectivamente, como x0 [x] y, y 0 [y] entonces:
x0 = x + m1
(m1 M )
y 0 = y + m2
(m2 M ),
2.2. ESPACIOS DE BANACH. TEORIA BASICA.
EJEMPLOS Y EJERCICIOS.87
luego
x0 + y 0 + M = x + m1 + y + m2 + M
= x + y + m1 + m2 + M
= x+y+M
[x + y] = [x0 + y 0 ].
As,
(O2)
Sup
ongase que:
[x0 ] = [x].
Entonces,
(x0 + M ) = (x + M )
Luego, x0 [x] entonces,
x0 = (x + m1 )
(m1 M )
As,
x0 + M = (x + m1 ) + M
= x + m1 + M
= x + M
esto es,
[x0 ] = [x]
88
Proposici
on 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 adici
on (O1) es todo el subespacio
M ya que:
[0] := M
(0 M ).
Cuando adem
as X es un espacio normado y M es un subespacio cerrado de
X obtenemos el siguiente:
Teorema 2.2.12 Sean (X, k k) es un espacio normado y M un subespacio
cerrado de X. Entonces, la expresi
on:
[x]
:= nf kx + mk
(x M )
2.2.10
mM
esto es,
0 kx + M k kxk
(x X)
kx + M k =
[x]
o, kxk .
A continuaci
on mostraremos que 2.2.10 satisface las propiedades de una
norma. En efecto:
(A1)(=) Si
[x]
= 0, entonces dado > 0 existe un m0 M tal
que:
kx + mk = kx (m)k <
esto es,
tambien
B(x, ) M 6=
b ) M 6=
B(x,
2.2. ESPACIOS DE BANACH. TEORIA BASICA.
EJEMPLOS Y EJERCICIOS.89
luego, ya que es arbitrario vamos a tener que x M 0 . Por otra parte, como
M es cerrado x M. (ver la Proposici
on 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 kx + mk kx + (x)k = k0k = 0
mM
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 6= 0. Entonces,
k(x + M )k = kx + M k =
nf kx + mk
mM
m
= nf
x
+
mM
0
(x + m )
= nf
0
m M
nf || kx + m0 k
m0 M
= || nf
kx + m0 k
0
m M
= || kx + M k
Por tanto,
(A3)
k(x + M )k = || kx + M k
( F, x X)
90
para > 0
arbitrario.
En efecto, de la Definici
on de
[]
vamos a tener que dado > 0 existen
m1 , m2 M tales que:
kx + m1 k <
[x]
+ 2
ky + m2 k <
[y]
+ 2
Luego
Pero como,
Haciendo
kx + m1 k + ky + m2 k <
[x]
+
[y]
+
kx + m1 k + ky + m2 k
x + y + m1 + m2
m = m1 + m2 M obtenemos que:
x + y + m
kx + m1 k + ky + m2 k <
[x]
+
[y]
+
y en consecuencia,
[x + y]
<
[x]
+
[y]
+
2.2. ESPACIOS DE BANACH. TEORIA BASICA.
EJEMPLOS Y EJERCICIOS.91
Para el caso cuando X = R2 dotado de la norma Euclidiana y,
M = {(x, y) R2 : y = x}
(x
0,
y0
y
y0
M = {(x, y) R2 : y = x}
x0
Figura 2.2.1
92
Demostraci
on.
Sea [xn ]
una sucesi
on de Cauchy en X/M. Entonces, dado > 0
n=1
n, m n0 ,
si
de
k=1
para
[xn ]
tal que
n=1
k = 1, 2, 3, . . .
k = 1, 2, 3, . . .
Como
1
2
esto es,
Sea z1 = y1 ,
1
ky1 (y2 m2 )k < .
2
z2 = y2 m2 entonces,
1
kz1 z2 k < .
2
2.2. ESPACIOS DE BANACH. TEORIA BASICA.
EJEMPLOS Y EJERCICIOS.93
Tambien, para k = 2
ky2 y3 + M k <
1
,
22
1
22
esto es,
1
.
22
m3 = m2 + m3 0 M obtenemos que:
kz2 + m2 y3 + m3 0 k <
Haciendo
z3 = y3 m3 donde
kz2 z3 k <
1
.
22
Continuando este procedimiento, obtenemos una sucesi
on zn
X tal
n=1
que
1
2n
para
n = 1, 2, 3, . . . .
donde
z n = y n mn
zn+1 = yn+1 mn+1
mn , mn+1 M. Por tanto,
kzn zn+p k = kzn zk+1 + zn+1 zn+2 + . . . + zn+p1 zn+p k
kzn zn+1 k + kzn+1 zn+2 k + . . . + kzn+p1 zn+p k
<
1
1
1
1
+
+
.
.
.
+
<
0
2n 2n+1
2n+p1
2n1
si
n ,
94
se sigue entonces que zn
n=1
es una sucesi
on de Cauchy en (X, k k) que
en la norma
kk
de
X.
si
se sigue que
zn + M z + M
si
yn + M z + M
si
n en X/M
Como
y n = x kn
aunque inicialmente yk = xnk no se pierde generalidad usando ahora
esta notaci
on
se tiene tambien que:
As,
xkn + M z + M
si
n en X/M
xnk + M z + M
si
k en X/M,
es una sucesi
on de Cauchy en X/M que conen conclusi
on, [xn ]
n=1
en
X/M si n
2.2. ESPACIOS DE BANACH. TEORIA BASICA.
EJEMPLOS Y EJERCICIOS.95
Proposici
on 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
Demostraci
on.
Sea
BM :=
l1 , l 2 , . . . , l m
(2.2.12)
m
X
i=1
o tambien,
m
X
i=1
esto es,
i l i
n
X
i=m+1
i li = 0
i li
96
m
X
n
X
i li +
i=1
Haciendo:
i =
obtenemos que:
i=m+1
i li
= 0
i si 1 i m
i si m + 1 i n
n
X
i li = 0
i=1
y en consecuencia
ya que BX := l1 , l2 , . . . , lm , . . . , ln
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 = x0 + m
(x0 X, m M )
[x] = [x0 ].
Ahora bien, al tener que x = x0 + m, obtenemos que:
x = x +m =
n
X
i li + m
i=1
m
X
i=1
Luego,
i l i + m
n
X
i=m+1
i li
2.2. ESPACIOS DE BANACH. TEORIA BASICA.
EJEMPLOS Y EJERCICIOS.97
[x] =
como
m
P
i=1
"
m
X
i li + m +
i=1
m
P
"
n
X
i li
i=m+1
i li + m M, entonces
i li + m = [0], y en consecuencia
i=1
n
m
P
P
i li + m +
i li
[x] =
i=1
= [0] +
n
P
i=m+1
n
P
i li
i=m+1
i=m+1
i li
n
P
i=m+1
i [li ].
98
2.3.
En esta Secci
on daremos algunos ejemplos de espacios de Banach que son
de uso frecuente en el An
alisis Funcional.
Los ejemplos de espacios de Banach que estudiremos van a ser del tipo:
(a) Espacios de Banach de dimensi
on finita.
(b) Espacios de Banach de sucesiones.
(c) Espacios de Banach de funciones.
Suponemos que para el desarrollo de la presente Secci
on el lector est
a familiarizado con el hecho fundamental del An
alisis 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 Proposici
on 2.1.5 que la expresi
on:
kxkp :=
n
X
i=1
|xi |
!1/p
x = (x1 , x2 , . . . , xn ) F
n
define una norma sobre Fn . Mostraremos a continuaci
onque F es un espacio
xk
kxk xm kp <
si
k=1
un k0
k, m n0 .
Sean
xk = (x1 (k) , x2 (k) , . . . , xn (k) )
xm = (x1 (m) , x2 (m) , . . . , xn (m) )
una sucesi
on de
= k0 () N tal
99
entonces,
n
X
kxk xm kp =
i=1
!1/p
<
k, m n0
si
<
|x2 (k) x2 |
<
si
k k1
si
k k2
si
k kn
np
np
|xn (k) xn |
<
np
kxk xkp =
n
X
i=1
|xi
(k)
xi | < n
p
n
= p
si
k k0
100
xk
k=1
una sucesi
on de Cauchy en (Fn , kk ). Entonces,
k, m n0 .
si
si
1in
k, m n0
i = 1, 2, . . . , n.
101
para
i = 1, 2, . . . , n,
en consecuencia
kxk xk = sup |xi (k) xi |
k n0 .
si
1in
l :=
xn
n=1
: xn F y
i=1
|xi | < .
p
(O1) Dados
xn
n=1
(O2) Dados F y
l y yn
lp :
p
xn
n=1
n=1
xn
+ yn
n=1
n=1
xn + yn
n=1
lp :
xn
n=1
xn
n=1
n = 1, 2, 3, . . .
102
se sigue por ser p 1 que:
|xn + yn |p <
n=1
de n
umeros reales que la expresi
on:
xn
n=1 p
|xn |p
n=1
!1/p
(p 1)
Entonces:
x1
x2
:=
:=
(1)
(1)
(1)
(2)
(2)
(2)
x1 , x 2 , x 3 , . . .
x1 , x 2 , x 3 , . . .
:=
:=
x1
(n)
x1
(m)
, x2
(n)
, x2
, x3
(m)
(n)
, x3
,...
(m)
,...
103
X
j=1
m, n n0
si
luego,
|xj (n) xj (m) |p < p
m, n n0 , j = 1, 2, 3, . . . .
(n)
se sigue de esta u
ltima desigualdad, que la sucesi
on xj
es de Cauchy
si
n=1
Sea x := zj
j=1
j = 1, 2, 3, . . .
x := zj
lp . En efecto, ya que nuestra sucesi
on
Afirmaci
on 1:
j=1
inicial xn
es de Cauchy, entonces por la Proposici
on 2.2.2(a) es acon=1
kxn kp =
X
j=1
|xj (n) |p
!1/p
|xj (n) |p
!1/p
para
kxn kp M
|zj |p
!1/p
n = 1, 2, 3, . . .
104
X
j=1
|zj |p
!1/p
j=1
Afirmaci
on 2: lm xn = x en k kp . En efecto, usando nuevamente el
n
es de Cauchy:
hecho de que xn
n=1
kxn xm kp p =
X
j=1
m, n n0
si
Luego, en particular
k
X
j=1
si
k N fijo
m, n n0 ,
kN
fijo
X
j=1
|xj (n) zj |p
!1/p
<
si
n n0
l :=
: xn F, y sup |xn | <
xn
n=1
nN
105
n=1
como
xk :=
xm :=
x1
(k)
x1
(m)
si
, x2
(k)
, x2
k, m n0
, . . . , xn
(k)
(m)
, . . . , xn
(k)
(m)
,...
(m)
,...
xj
xj
j=1
y por tanto,
kxk xm k = sup |xj (k) xj (m) | <
jN
si
k, m n0
y en consecuencia
|xj (k) xj (m) | <
si
k, m n0 ,
j = 1, 2, . . .
(2.3.5)
es de Cauchy
se sigue de esta u
ltima desigualdad que la sucesion xj (k)
k=1
106
sea x := xj
.
j=1
Afirmaci
on 1:
l . En efecto, tomando m = n0 en
x :=
xj
j=1
si
k n0 ,
j = 1, 2, 3, . . .
y ya que
|xj | |xj xj (n0 ) | + |xj (n0 ) |
j = 1, 2, 3, . . .
entonces
kxk = sup |xj | sup |xj xj (n0 ) | + sup |xj (n0 ) |
jN
jN
jN
<
Afirmaci
on 2:
se obtiene que:
donde
m n0
j = 1, 2, 3, . . .
Luego
kx xm k = sup |xj xj (m) | <
jN
m n0
xn
107
: xn F y existe lm xn .
n
n=1
on 2.2.4 (a) .
macion basta demostrar que c es cerrado en l . ver Proposici
Sea, entonces xn
una sucesi
on en c tal que xn x l si n en
n=1
:=
:=
(1)
(1)
(1)
(2)
(2)
(2)
x1 , x 2 , . . . , x i , . . .
x1 , x 2 , . . . , x i , . . .
:=
x1
(n)
, x2
(n)
, . . . , xi
(n)
,...
:=
y1 , y2 , . . . , yi , . . .
Afirmaci
on 1: lm xi (n) = yi
i = 1, 2, 3, . . . .
n
En efecto, como lm xn = x, dado > 0 existe un n0 N tal que:
n
(n)
si
n n0
kxn xk = sup xi yi <
iN
en consecuencia
108
(n)
xi y i <
si
n n0
i = 1, 2, 3, . . .
Sea Ln = lm xi
(n)
. La sucesi
on de lmites Ln
n=1
es de Cauchy en (F, | |). En efecto, como xn
es convergente en l ,
i
n=1
y en consecuencia
(n)
xi xi (m) <
si
n, m n1 ,
i = 1, 2, 3, . . .
i=1
si
n n1
3
Por otra parte, usando nuevamente el hecho de que:
|Ln L| <
lm xn = x
109
si
n n2
y en consecuencia
si
n n2 ,
i = 1, 2, . . .
3
Tomando entonces n0 = max(n1 , n2 ) vamos a obtener al fijar este n0 que:
|xi (n) yi | <
y
|xi (n0 ) yi | <
i = 1, 2, . . .
3
3
para
n = 1, 2, . . . , entonces
Tambien, ya que lm xi (n) = Ln
i
(n )
(n0 )
si
i i0
lm xi
= Ln0 xi 0 Ln0 <
i
3
|Ln0 L| <
Por tanto,
xn
+ + =
3 3 3
n=1
, xn F
si
i i0
)
lm xn = 0 .
nN
110
y en consecuencia x := yi
c0 .
i=1
Ejemplo 2.3.7 (C([a, b]), kku ) es un espacio de Banach ver el Ejemplo (1.3.10) para
recordar la Definici
on del espacio C([a, b]) y de la norma k ku .
una sucesi
on de Cauchy en C([a, b]). Entonces,
En efecto, sea fn
n=1
si
m, n n0 .
Sea
n=1
f (x) = lm fn (x)
n
111
Luego,
kfn f ku = sup |fn (x) f (x)| <
si
x[a,b]
n n0
Afirmaci
on 2: f C([a, b]). En efecto, sea x0 [a, b]. Como
fn0 C([a, b]), dado > 0 existe un > 0 tal que:
fn0 (x) fn0 (x0 ) <
si
0 < |x x0 | <
3
Por otra parte como:
f (x) f (x0 ) = f (x) fn0 (x) + fn0 (x) fn0 (x0 ) + fn0 (x0 ) f (x0 )
entonces,
f (x) f (x0 ) f (x) fn0 (x) + fn0 (x) fn0 (x0 ) + fn0 (x0 ) f (x0 )
<
+ + =
3 3 3
on.
si 0 < |x x0 | < , lo cual concluye la Demostraci
donde,
V (f ) = sup
Sea entonces, fn
k
X
i=1
una sucesi
on de Cauchy en BV ([a, b]). Sin perder
generalidad podemos suponer que fn (a) = 0 para n = 1, 2, 3, . . . . Por que?
As, dado > 0 existe un n0 N tal que:
n=1
112
fn fm
BV
= (fn fm )(a) + V (fn fm )
= V (fn fm )
= sup
como P0 =
k
X
i=1
<
si
m, n n0
a, x, b (a < x < b) es una partici
on de [a, b] y adem
as
(fn fm )(b) (fn fm )(a) (fn fm )(x) (fn fm )(a) +
+ (fn fm )(b) (fn fm )(x)
vamos a tener entonces que
<
fn (x)
si
m, n n0
es una sucesi
on uniformemente
n=1
BV
= sup
k
X
i=1
y as fn f si n en k kBV
Por otra parte, como kfn0 kBV M < para alg
un M > 0, entonces,
kf kBV kf fn0 kBV + kfn0 kBV < + M <
113
Ejemplo 2.3.9 En nuestro Ejercicio (1.4.14) hemos definido el espacio C 0 ([a, b]).
El lector puede mostrar que la expresi
on
kf k0 = kf ku + kf 0 ku
(f C 0 ([a, b]))
0
0
Afirmaci
on: (C ([a, b]), k k ) es un espacio de Banach. Efectivamente,
una sucesi
on de Cauchy en C 0 ([a, b]). Entonces, dado > 0
sea fn
n=1
0
0
fn fm
=
fn fm
+
(fn fm )
u
u
0
0
=
f n fm
+
f n fm
u
<
en consecuencia,
fn fm
<
2
u
0
0
fn fm
<
2
u
m, n n0
si
si
m, n n0
si
m, n n0 .
y
Se sigue de cada una de estas desigualdades que las sucesiones fn
n=1
son sucesiones de Cauchy en C([a, b]) que es completo. As, existen
fn 0
n=1
fn f
si
fn 0 g
si
114
2.4.
En An
alisis Funcional la noci
on de separabilidad de un espacio normado
tiene su motivaci
on en esa propiedad que presenta el conjunto de los N
umeros
Reales de que cada elemento de este conjunto es el lmite de una sucesi
on
de n
umeros racionales. Aqu en esta Secci
on, se introduce esta noci
on y se
muestra que (lp , k kp ) (1 p < ) es separable y tambien que (l , k k )
no lo es. Tambien se muestra el Lema de Riesz.
Definici
on 2.4.1 Un espacio normado (X, k k) se dice separable si existe
un subconjunto A de X tal que:
(a) A es numerable.
(b) A es denso en X
xn
n=1
116
Definici
on de l ,
k=1
n=1
k=n0 +1
Sea y = yk
D tal que:
k=1
|yk xk | <
p
|xk |p <
2n0
p
.
2
para
k = 1, 2, . . . , n0
y adem
as
yk = 0
k n0 + 1.
si
Luego
kx ykp =
n0
X
k=1
|xk yk | +
k=n0 +1
|xk | < n0
p
2n0
p
= p
2
y en consecuencia
kx ykp <
= 2N0 = N .
kXF1
XF2 ku sup XF1 (n) XF2 (n) = 1 si n F1 \F2
o n F2 \F1 .
nN
1
Ahora bien, sea F P(N) y = . Entonces
4
l . Por otra
XF (n)
n=1
parte, como Q es denso en l , existe una sucesi
on dF (n)
D tal que:
n=1
1
kXF dF k = sup XF (n) dF (n) < ,
4
nN
en consecuencia
1
1
kdF1 dF2 k . En efecto, si kdF1 dF2 k <
4
4
1 1 1
3
+ + =
<1
4 4 4
4
118
Lema 2.4.4 (de Riesz) Sean (X, kk) un espacio normado y, M un subespacio vectorial cerrado de X tal que M 6= {0}. Sea 0 < < 1. Entonces,
existe un x S(0, 1) tal que:
Demostraci
on.
kx x k
x M.
d
d < kx1 m1 k < .
x1 m1
. Es claro que, kx k = 1 y as x S(0, 1). En
kx1 m1 k
consecuencia, si m M vamos a tener que,
Sea x
x1 m1
1
x1 m1 mkx1 m1 k
=
kx mk =
m
kx1 m1 k
kx1 m1 k
M
z
}|
{
1
x1 m1 + mkx1 m1 k
=
kx1 m1 k
d =
d
Por tanto
d(x , M ) = nf kx mk .
mM
2.5.
119
120
2.6.
Ejercicios Propuestos
x1 + x2 + . . . + xn
A(x) =
=
n
G(x) =
n
Y
x1 x 2 . . . x n =
i=1
n
P
i = 1, 2, . . . , n.
xi
i=1
xi
n
!1/n
Demostrar que:
G(x) A(x).
Esta
expresi
on 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:
x, y D, t [0, 1]
x, y D, con x 6= y, t [0, 1]
(c) f es c
oncava si:
x, y D, t [0, 1]
121
(d) f es estrictamente c
oncava si:
x, y D, con x 6= y, t [0, 1]
i = 1, 2, . . . , m, funciones conve-
g : D R
definida por
g(x) =
m
X
fi (x)
i=1
es convexa.
(x D)
definida por
es convexa.
f : R2 R
f (x, y) = |x| + |y|
122
donde
xi D,
i=1
i = 1, 2, . . . , n
i (0, 1)
tal que
n
P
i = 1.
i=1
ai (0, +)
i = 1, 2, . . . , n.
Demostrar que
xn
n=1
1
xn+1 xn
2
para
xn
n = 1, 2, . . . .
Sugerencia:
C([1, 1]), k k2
Z1
0
|f (t)|2 dt
no es un espacio de Banach
Considere la sucesi
on:
n=1
una su-
123
0 si 1 t 0
1
nt si 0 < t <
fn (t) =
n
1 si
t1
n
X2 :=
f C([1, 1]) :
R1
f (x)dx = 0
n=1
f C([0, 1])
Demostrar que:
kk
(b)
(X, k k)
C([0, 1]), k ku .
y tn
una sucesi
on en [0, 1].
n
X
1
kf k = kf ku +
|f (tn )|2 ,
4
n=1
(a)
C([0, 1])
es un espacio de Banach.
1
0
|xn |
xn +
1+
kxk = 2
n
n=1
n=2
124
donde
x :=
xn
espacio de Banach.
n=1
l1 . Hallar kxk0 .
n=1
P
n
n
= 2 y as x :=
l1 .
n
2n n=1
n=1 2
X
1
|xn |
n
2
n=1
x =
X
n=1
n xn
en la norma k k.
Demostrar que todo espacio de Banach con una base de Schauder es separable.
Captulo 3
Operadores Lineales Acotados
3.1.
Noci
on de acotaci
on de un operador lineal. El espacio de B(X, Y )
Con el prop
osito de motivar la noci
on de operador lineal acotado recordamos
previamente algunos hechos del algebra lineal matricial
Definici
on 3.1.1 Sean X y Y espacios vectoriales sobre el mismo cuerpo de escalares F .
Una funci
on
T : X Y
T (x + y) = T (x) + T (y),
x, y X
F, x X
, F, x, y X
126
de elementos de F de la forma:
a12 . . . a1n
a22 . . . a2n
am2 . . . amn
se llama una matriz de orden m n esto es, m filas y n columnas y se
Definici
on 3.1.2
denota por:
Mmn
Un arreglo
a11
a21
..
.
am1
A = (aij )mn .
Sea
:= A = (aij )mn : A es una matriz de orden m n .
T : Rn Rm
T (x) = Ax
x1
x2
x :=
.
..
.
xn
Es una transformaci
on lineal.
A continuaci
on tenemos el importante Teorema:
DE ACOTACION
DE UN OPERADOR LINEAL. EL ESPACIO DE B(X, Y )127
3.1. NOCION
Teorema 3.1.3
Representaci
on Matricial De Una Transformaci
on Lineal
Sea
T : Rn Rm
una transformaci
on lineal. Entonces, existe una u
nica matriz que denotamos por A(T ) Mmn tal que:
A(T ) :=
c11
c12
. . . c1n
c21
c22
. . . c2n
..
.
cm1 cm2 . . . cmn
x Rn
Demostraci
on.
Existencia. Sea B :=
mos
e1 , e 2 , . . . , e n
la base can
onica de Rn . llame-
128
wj :=
c1j
c2j
..
.
cmj
(j = 1, 2, . . . , n)
Luego,
A(T )ej :=
c11
c12
. . . c1j
. . . c1n
c21
c22
. . . c2j
. . . c2n
..
.
..
.
0
0
..
.
1
..
.
0
0
:= wj
(j = 1, 2, . . . , n)
DE ACOTACION
DE UN OPERADOR LINEAL. EL ESPACIO DE B(X, Y )129
3.1. NOCION
n
P
T (x) := T
j=1
xj e j
:=
n
P
T (xj ej ) :=
j=1
n
P
xj T (ej )
j=1
:=
n
P
xj w j
j=1
:=
n
P
xj A(T )ej
j=1
:=
n
P
A(T )xj ej
j=1
:= A(T )
n
P
xj ej
j=1
:= A(T )x
Unicidad.
x Rn .
x Rn
y en consecuencia
(B(T ) A(T ))x := 0
Sea C(T ) := B(T ) A(T ),
x Rn .
entonces
C(T )x := 0
x Rn
i = 1, 2, . . . , n
130
C(T ) := 0
[ B(T ) := A(T )] .
Proposici
on 3.1.4
Sea
T : Rn Rm
una transformaci
on lineal. Entonces, existe una constante M > 0 tal que
kT (x)k M kxk,
x Rn
Demostraci
on.
la matriz u
nica dada por el Teorema (3.1.3) tal
x Rn
DE ACOTACION
DE UN OPERADOR LINEAL. EL ESPACIO DE B(X, Y )131
3.1. NOCION
y1
n
P
c1j xj
j=1
y2
n
P
c2j xj
j=1
... .........
n
P
cmj xj .
j=1
En consecuencia,
2
2
n
X
yi =
c
x
ij j
j=1
n
X
cij 2
j=1
kxk2
(i = 1, 2, . . . , n).
Por tanto,
|yi |
m
n X
X
kT (x)k2
m
n X
X
m
X
i=1
esto es,
i=1
i=1
cij
j=1
cij 2
j=1
kxk2
kxk2
y as,
kT (x)k M kxk
donde:
X Rn
v
uX
m
u n X
t
cij 2 .
M =
i=1
j=1
Definici
on 3.1.5 Sean (X, k k1 ) y (Y, k k2 ) espacios normados. Una
transformaci
on lineal
132
T : X Y
se dice acotada si existe un M > 0 tal que:
kT (x)k2 M kxk1 ,
x X.
si
kx x0 k <
Proposici
on 3.1.7 Sea T : X Y un operador lineal. Las siguientes
afirmaciones 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 x0 X.
Demostraci
on.
(1) (2) Sean T un operador lineal acotado y, x0 X, x0 arbitrario.
Veamos que dado > 0 existe un > 0 tal que:
kT (x) T (x0 )k <
si
kx x0 k <
DE ACOTACION
DE UN OPERADOR LINEAL. EL ESPACIO DE B(X, Y )133
3.1. NOCION
y as podemos tomar
T (0) = 0 por ser T lineal .
M
(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 6= 0. Entonces, el elemento:
y =
x
B(0, )
2 kxk
x
T
<
2 kxk
y por tanto
kT (x)k <
tomando M =
2
kxk,
2
concluimos que:
kT (x)k M kxk,
xX
si
kxk <
si
kyk <
134
si
kx x0 k <
kT (x x0 ) T (0)k <
si
kx x0 0k < .
esto es,
si
kyk <
La funci
on f : B(x0 , ) B(0, ) definida por f (x) = x x0
es un homeomorfismo .
A continuaci
on definimos los conjuntos L(X, Y ) y, B(X, Y ).
Definici
on 3.1.8
es:
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 )] definimos las siguientes operaciones:
(01) Suma:
(T + S)(x) = T (x) + S(x),
xX
(02) Multiplicaci
on por escalar:
(T )(x) = T (x),
F, x X
DE ACOTACION
DE UN OPERADOR LINEAL. EL ESPACIO DE B(X, Y )135
3.1. NOCION
Mostraremos a continuaci
on que (01) y (02) est
an bien definidos en L(X, Y )
suponiendo inicialmente que L(X, Y ) 6=
(01) (T + S)(x + y) = T (x + y) + S(x + y)
= T (x) + T (y) + S(x) + S(y)
x, y X
= (T + S)(x) + (T + S)(y),
xX
(02) (T )(x + y) = T (x + y)
= (T (x) + T (y))
= (T )(x) + (T )(y),
x, y X
, F,
x X.
xX
136
y
x X,
La funci
on:
k ku : B(X, Y ) [0, )
definida por:
kT ku = sup
x6=0
es una norma.
kT (x)k
kxk
Demostraci
on.
Observemos inicialmente que como T B(X, Y ) existe un M > 0 tal que:
kT (x)k M kxk,
xX
As, si x 6= 0,
kT (x)k
M
kxk
por tanto,
sup
x6=0
kT (x)k
M <
kxk
DE ACOTACION
DE UN OPERADOR LINEAL. EL ESPACIO DE B(X, Y )137
3.1. NOCION
>0
En efecto, como:
kT + Sku = sup
x6=0
kT (x) + S(x)k
kxk
kT (x0 ) + S(x0 )k
+ ,
kx0 k
luego,
kT + Sku <
kT (x0 ) + S(x0 )k
kT (x0 )k kS(x0 )k
+
+
+
kx0 k
kx0 k
kx0 k
< kT ku + kSku +
en consecuencia:
kT + Sku kT ku + kSku ,
S, T L(X, Y )
si
m, n n0
Luego,
kTn (x) Tm (x)k kxk si
m, n n0
x X.
138
Se sigue de esta u
ltima desigualdad que
Tn (x)
es una sucesi
on de Cau-
n=1
(x X).
Es f
acil verificar que T es
una transformaci
on lineal. Afirmamos que T es
para n = 1, 2, 3, . . .
en consecuencia,
kT (x)k = k lm Tn (x)k =
lm kTn (x)k
lm kTn ku kxk
M kxk
xX
x X,
luego, si x 6= 0 :
y por tanto:
kxk
kTn T ku = sup
x6=0
kxk
si
n n0 .
DE ACOTACION
DE UN OPERADOR LINEAL. EL ESPACIO DE B(X, Y )139
3.1. NOCION
Culminaremos esta Secci
on dando una Definici
on y despues estableceremos
una Observaci
on
Definici
on 3.1.12
(a) El n
ucleo de T denotado por N (T ) es:
N (T ) :=
x X : T (x) = 0 .
Obs
as T es acotado, entonces N (T ) es cerrado en
ervese que si adem
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 Proposici
on 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)
Observaci
on 3.1.1
(a) Sean X, Y, Z espacios normados. Un diagrama del tipo siguiente:
X
140
kT (x)k
= sup kT (x)k =
kxk
kxk1
sup kT (x)k
kxk = 1
:= f : X F, f es un funcional lineal acotado .
f (x0 ) = kx0 k.
X 6= 0 X ? 6= {0}.
DE OPERADOR CERRADO141
3.2. NORMAS EQUIVALENTES. NOCION
3.2.
En esta Secci
on se mostrar
a un resultado bastante importante en An
alisis
Funcional: el que expresa que en un espacio normado de dimensi
on finita dos
normas cualesquiera definida sobre el son equivalentes.
Tambien se introducir
a la noci
on de operador cerrado, el cual es esencial para la Demostraci
on de un Teorema que mostraremos m
as adelante: El
Teorema del Grafo cerrado.
Comenzaremos nuestra Secci
on recordando la siguiente Definici
on:
Definici
on 3.2.1 Sean (X, k k) un espacio normado. Un subconjunto no
vaco A de X se llama secuencialmente compacto si toda sucesi
on de puntos
de A contiene una subsucesi
on convergente a un elemento de A.
la Demostraci
on de los siguientes Teoremas pueden consultarse en [ ]
Teorema 3.2.2 Sea (X, k k) un espacio normado. Entonces, un subconjunto A de X es compacto es secuencialmente compacto
Teorema 3.2.3
compacto y:
una funci
on continua. Entonces, existen puntos x1 , x2 D tales que:
kf (x1 )k = sup kf (x)k
xD
y
kf (x2 )k = nf kf (x)k.
xD
142
x, y X
(3.2.5)
Demostraci
on.
Sean B := e1 , e2 , . . . , en una base (algebraica) de X y x X. Entonces,
existen escalares i F
i = 1, 2, . . . , n tal que x =
n
P
i ei . Definamos:
i=1
k k1 : X [0, )
por
kxk1 =
n
X
|i |.
i=1
Es claro que k k1 esta bien definida y satisface los Axiomas (A1 ) y (A2 ) de
la Definici
on de norma. Por otra parte, si y es otro elemento de X, entonces
n
P
i ei luego,
y =
i=1
kx + yk1 =
n
X
i=1
|i + i |
n
X
i=1
|i | +
n
X
i=1
|i | = kxk1 + kyk1
x, y X
Tambien:
n
n
P
P
kx yk =
(
)e
|i i |kei k
i
i
i
i=1
i=1
Tomando, M =
n
P
i=1
n
P
i=1
kx yk1 kei k
n
P
i=1
kei k kx yk1
x, y X
DE OPERADOR CERRADO143
3.2. NORMAS EQUIVALENTES. NOCION
Proposici
on 3.2.5 Sean (X, k k) un espacio normado y, k k1 la norma
dada por la Proposici
on anterior. El conjunto,
S1 := x X : kxk1 = 1
es secuencialmente compacto
Demostraci
on.
Sea xk
una sucesi
on de puntos de S1 . Mostraremos que esta contiene
k=1
que es convergente en kk1 a un x S1 . En efecto,
una subsucesi
on xkj
j=1
como xk S1 , entonces
xk =
n
X
(i)
k ei
donde
i=1
n
X
i=1
|k (i) | = 1
k = 1, 2, 3, . . .
...
...
...
(3.2.6)
...
144
(1)
, k
k=1
(2)
, . . . . . . , k
k=1
(n)
k=1
que se convergente a un i F
1, 2, . . . , n. Sea x
kxkj xk1 =
as, xkj x
si
i=1
i ei .
i=1
Entonces, x X y adem
as
n
X
n
P
|kj (i) i | 0
si
i=1 j
i=1
n
P
(i)
= lm
k
j
j
i=1
lm 1 = 1
on.
lo cual muestra que x S1 y culmina la Demostraci
Teorema 3.2.6 En un espacio vectorial X con dimX < todas las
normas son equivalentes.
Demostraci
on.
Sean k k una norma definida sobre X y, k k1 la norma sobre X dada
por la Proposici
on 3.2.4. Consideremos k k . Ya que la norma k k es
S1
k k1 continua ver la Proposici
on 3.2.4 y S1 es compacto, entonces por
el Teorema 3.2.3 existen x1 , x2 S1 tales que:
DE OPERADOR CERRADO145
3.2. NORMAS EQUIVALENTES. NOCION
xS1
y en consecuencia
kx1 k kxk kx2 k,
x S1 .
x
S1 , por tanto:
Ahora bien, si x X, x 6= 0 entonces
kxk1
x
kx2 k,
kx1 k
kxk1
luego
xX
tomando a = kx2 k > 0 y b = kx2 k > 0 obtenemos que kk kk1 . Por otra
parte si k| k| es otra norma definida sobre X, entonces por el procedimiento
anterior k| k| k k1 y, as por el Ejercicio 1.3.5.
k k k| k|
y culmina la Demostraci
on.
Proposici
on 3.2.7
Entonces,
Demostraci
on.
Sea B := e1 , e2 , . . . , en una base de X y x X. Entonces,
x =
n
X
i=1
i ei , i F, i = 1, 2, . . . , n.
146
T (x)
= T
n
P
i ei
i=1
n
P
T (i ei )
i=1
n
P
i T (ei ).
i=1
Luego
n
n
P
P
T
(e
)
ki T (ei )k
kT (x)k =
i
i
i=1
i=1
n
P
i=1
Sea M =
max
i=1,2,...,n
kT (x)k M
n
X
i=1
|i | = M kxk1
xX
x X,
T 1 : Y X
x = T 1 (y) y = T (x).
La siguiente Proposici
on establece una caracterizaci
on para la continuidad de
1
T
Proposici
on 3.2.8 Sean X y Y espacios normados y, T B(X, Y ) tal
que T es inyectivo esto es, T (x1 ) = T (x2 ) x1 = x2 . Entonces, el
operador lineal
DE OPERADOR CERRADO147
3.2. NORMAS EQUIVALENTES. NOCION
xX
Demostraci
on.
Observemos inicialmente que la inyectividad de T garantiza la existencia del
inverso T 1 : T (X) X y es tambien un operador lineal.
) Sup
ongase que T 1 es un operador lineal acotado. Entonces, existe
0
un k1 > 0 tal que:
kT 1 (y)k k1 0 kyk,
y T (X).
y as tambien,
kT 1 T (x)k k1 0 kT (x)k
kxk k1 0 kT (x)k
kT (x)k
tomando k =
1
kxk
k1 0
1
obtenemos que:
k1 0
kT (x)k k1 kxk,
xX
esto es,
1
kyk,
y T (X)
k
y en consecuencia T 1 B(Y, X).
Introduciremos ahora la noci
on de operador cerrado.
kT 1 (y)k
148
Definici
on 3.2.9 Sean X y Y espacios normados y, D un subespacio
vectorial de X. Un operador lineal
se llama cerrado si
xn
n=1
T : D Y
D tal que
xn x X
si
y,
T (xn ) y
si
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 Proposici
on que ilustra esta Afirmaci
on, mencionaremos un Teorema que es demostrado usualmente en los
cursos de An
alisis Real.
El Teorema dice lo siguiente:
Teorema 3.2.10 Sean I = [a, b], fn : I R una sucesi
on de
funciones y, f : I R una funci
on. Sup
ongase que:
fn f
si
puntualmente sobre I.
Sup
ongase tambien que fn es derivable sobre I
fn 0 g
si
n N y que adem
as
uniformemente sobre I
DE OPERADOR CERRADO149
3.2. NORMAS EQUIVALENTES. NOCION
kf ku = sup |f (x)|
x[a,b]
y que
0
C ([a, b]) := f : [a, b] R tal que f existe y es continua sobre [a, b]
0
es un espacio vectorial. Tomando k ku
, este se convierte en un
C 0 ([a,b])
espacio normado. El lector puede verificar que (C 0 ([a, b]), k ku ) no es necesariamente cerrado en C([a, b]). Tenemos ahora nuestra Proposici
on:
Proposici
on 3.2.11
El operador lineal:
T : C 0 ([0, 1]) C([0, 1])
definido por
T (f ) = f 0
es cerrado, pero no es acotado [f 0 representa la funci
on derivada de f ].
Demostraci
on.
Verificaremos
inicialmente que T es cerrado. En efecto, sea
fn
n=1
fn f C([0, 1])
si n en k ku
y
T (fn ) = fn 0 g C([0, 1]) si n en k ku
Debemos ver que f 0 C 0 ([0, 1]) y que T (f ) = g. En efecto, de acuerdo al
Teorema (3.2.10) f es derivable sobre [0, 1] y adem
as:
f 0 = g.
150
fn
n=1
fn (t) = tn .
Entonces, de la Definici
on de T vamos a tener que,
T (fn )(t) = fn 0 (t) = ntn1
(n N, t [0, 1]).
Luego,
kT k = sup
f 6=0
kT (fn )ku
sup n =
kfn ku
nN
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 estructura de espacio vectorial. As, al restringir la norma de X Y sobre G(T ),
DE OPERADOR CERRADO151
3.2. NORMAS EQUIVALENTES. NOCION
tambien se transforma en un espacio normado [La norma que estamos considerando en X Y es:
k(x, y)k = kxk + kyk,
(x, y) X Y ].
T : D Y
un operador lineal. Entonces
G(T ) es cerrado T es un operador cerrado
Demostraci
on.
) Sea
xn
n=1
D tal que:
xn x X
T (xn ) y
si
n .
+ =
2 2
si
n n0
as,
(xn , T (xn )) (x, y)
si
n .
152
Como (xn , T (xn )) G(T ) y G(T ) es cerrado, entonces (x, y) G(T ). Por
tanto, x D y, y = T (x).
) Sea
(xn , yn )
n=1
(xn , yn ) (x, y)
si
n .
si
y,
yn = T (xn ) y
si
3.3.
Esta Secci
on contiene algunos Ejemplos de operadores lineales acotados.
Entre otros, mencionaremos el operador de Fredholm, la proyecci
on can
onica
y el operador Shift.
Tambien se da la noci
on de operador compacto y, un Teorema de extension de operadores.
Para tratar nuestro primer Ejemplo que ser
a el operador de Fredholm,
damos inicialmente la siguiente Definici
on:
Definici
on 3.3.1
Una funci
on continua:
k : [a, b] [a, b] R
tal que
M (b a) < 1
donde
M =
sup
k(x, y)
(x,y)[a,b][a,b]
Zb
a
k(s, t)x(t)dt
(x C[a, b]).
Este
K se llama el operador de Fredholm.
Observemos inicialmente que K(x) define una funci
on continua definida
sobre [a, b] [El lector puede verificar f
acilmente la linealidad y homogeneidad
154
de K]. En efecto, sean s [a, b] y sn
[a, b] tal que sn s si n .
n=1
si
si
n n0 .
si
n n0
entonces,
|k(sn , t) k(s, t)| <
en consecuencia,
(b a)kxku
(x 6= 0)
b
R
Rb
|K(x)(sn ) K(x)(s)| = k(sn , t)x(t)dt k(s, t)x(t)dt
a
b
R
= (k(sn , t) k(s, t))x(t)dt
a
Rb
a
kxku
< kxku
Rb
a
(b a) =
(b a)kxku
kK(x)ku =
sup |K(x)(s)| =
s[a,b]
b
R
sup k(s, t) x(t)dt
s[a,b]
sup
Rb
s[a,b] a
M (b a)kxku
< kxku
(x C([a, b]))
[M (b a) < 1]
x C([a, b])
Ejemplo 3.3.3
kK(x)ku
kxku
< sup
= 1.
kxku
x6=0 kxku
Sea
K : C([a, b]) C([a, b])
n N, n > 1
156
= K(K(x))
= K(K(x))
= K(K(x))
x, y C([a, b]), F.
= K 2 (x),
Por otra parte
K 2 (x)(s) = K(K(x))(s) =
Rb
k(s, t) K(x)(t)dt
Rb
k(s, t) x1 (t)dt
donde
Ejemplo 3.3.4
Sea
K : C([a, b]) C([a, b]),
el operador de Fredholm. Entonces, I K donde I denota el operador identidad de C([a, b]) en C([a, b]) es un operador lineal acotado. Ahora bien, nos
planteamos la siguiente pregunta:
Dada una funci
on y C([a, b]), Existe alguna funci
on x C([a, b]) tal
que:
(I K)(x) = y?.
Observe que
(I K)(x) = y x(s)
La ecuaci
on
(I K)(x) = y
se llama la ecuaci
on integral de Fredholm. Existe una u
nica soluci
on para
dicha ecuaci
on y es la funci
on
x =
Kn
n=0
donde la serie
(y)
[k 0 = I]
n=0
C([a, b]).
(x X, [x] := x + M ).
Sea la transformaci
on
: X X/M
definida por:
(x) = [x].
Se puede verificar facilmente que es un operador lineal. Adem
as,
k(x)k = k[x]k = nf kx + mk kxk
mM
x X,
158
X
n=1
|xn |p
!1/p
l2
l2
Si
l2
X
n=1
|xn | =
xn
x =
n=1 2
xn
n=1
l2 .
X
n=2
|xn |
x =
xn
X
n=1
n=1
|xn |2
l2 .
kSi k = 1.
X Y
Px
Py
160
as,
Es f
acil verificar que Px y Py son operadores lineales. Adem
kPx ((x, y))k = kxk kxk + kyk = k(x, y)k
kPy ((x, y))k = kyk kyk + kxk = k(x, y)k
Por tanto, Px y Py son operadores lineales acotados y:
kPx k 1
kPy k 1
Note que:
Px ((x, y)) + Py ((x, y)) = x + y
Ejemplo 3.3.8 Sea a = t1 < t2 < . . . < tn1 < tn = b una partici
on del
intervalo I = [a, b]. Sea T la transformaci
on siguiente:
T : C([a, b]) Rn
T (f ) = (f (t1 ), f (t2 ), . . . , f (tn )).
Es claro que T es un operador lineal y:
2
kT (f )k =
Por otra parte, como
n
X
i=1
|f (ti )|2 .
|f (ti )| kf ku , i = 1, 2, . . . , n, entonces
kT (f )k2 nkf ku 2
n N, n fijo
kT k n
Ejemplo 3.3.9 [un Teorema de extensi
on para operadores lineales acotados]
Sean V un espacio normado, W un espacio de Banach y, V0 un subespacio
vectorial de V. Sea
T0 : V0 W
un operador lineal acotado. Entonces, existe un u
nico operador lineal acotado
T : V0 W
tal que:
T | V 0 = T0
y as T es una extensi
on de T0 a V0 . Adem
as
kT kV0 = kT0 kV0
donde kT kV0 y kT0 kV son las normas de los operadores T y T0 calculadas
respecto de las bolas unitaras de V0 y V0 respectivamente. En lo que sigue
estas normas las denotaremos por kT k y kT0 k
Demostraci
on.
xn
n=1
V0
kxn xm k 0
T0 (xn )
si
n, m
ya que
(xn )
n=1
n=1
es convergente
162
T (x) = lm T0 (xn )
n
yn x si n . Entonces xn yn 0 si n y en consecuencia
por la continuidad de T0 :
lm T0 (xn ) = lm T (yn ).
Es f
acil verificar la linealidad de T y que T |V0 = T0 [Por que ?]
b) Unicidad Sea
S : V0 W
otro operador lineal acotado tal que:
S|V0 = T0
Afirmamos que S = T. En efecto, sea x V0 y
xn
n=1
V0 tal que
on
xn x si n . Entonces, por la continuidad de S y de la Definici
de T obtenemos que:
S(x) = lm S(xn ) = lm T0 (xn ) = T (x)
n
por tanto S = T.
Mostraremos ahora que:
kT k = kT0 k
En efecto, recordemos inicialmente que:
kT0 k =
sup
x V0
x 6= 0
kT0 (x)k
kxk
y
kT k
sup
x V0
x 6= 0
kT (x)k
kxk
Ahora
bien, es claro que kT0 k kT k. Por otra parte, si x V0 y
xn
V0 tal que xn x si n , entonces
n=1
T (x) = lm T0 (xn )
n
Luego,
kT (x)k = k lm T0 (xn )k =
lm kT0 (xn )k
lm kT0 kkxn k
sup
x V0
x 6= 0
kT (x)k
kT0 k
kxk
164
donde
K(x)(s) =
Zb
k(s, t)x(t)dt
es
operador compacto. [Ver el Ejemplo 3.3.10]. En efecto, sea
un
C([a, b]) tal que:
xn
n=1
kxn ku M
para
n = 1, 2, 3, . . .
Mostraremos que la sucesi
on de im
agenes K(xn )
tiene las siguientes
n=1
propiedades:
(P 1) Es uniformemente acotada, esto es, existe una constante C > 0 tal
que:
kK(xn )ku C
para
n = 1, 2, 3, . . .
si
|s s0 | <
para n = 1, 2, 3, . . .
y asen consecuencia
por el Teorema de Ascoli - Arzela quedar
a demostrado
contiene una subsucesi
on convergente.
que K(xn )
n=1
Verificaremos entonces (P 1) y (P 2)
(P 1) Como K es acotado,
165
para
n = 1, 2, 3, . . .
M (b a)
|s s0 | <
si
b
R
Rb
0
0
K(xn )(s) K(xn )(s ) = k(s, t)xn (t)dt k(s , t)xn (t)dt
a
b
R
= (k(s, t) k(s0 , t))xn (t)dt
a
3.4.
Rb
a
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 Demostraci
on de la identidad
L(X, Y ) := B(X, Y )
(Proposici
on 3.2.7)
166
3.5.
Ejercicios Propuestos
Esta Secci
on contiene una lista de Ejercicios que permiten complementar la Teora desarrollada anteriormente. Cuando la soluci
on del Ejercicio
requiera el uso de un concepto [no dado en la Teora desarrollada en las
Secciones previas] el mismo ser
a dado en el Ejercicio.
Presentamos a continuaci
on nuestros Ejercicios.
Ejercicios 3.5.1
M (T ) := nf M : kT (x)k M kxk, x X
entonces,
M (T ) = kT k
Ejercicios 3.5.2 Sea T B(X, Y ). Demostrar lo afirmado en la Observaci
on 3.1.11(b), esto es,
sup
x6=0
Ejercicios 3.5.3
kT (x)k
= sup kT (x)k = sup kT (x)k
kxk
kxk1
kxk=1
on:
Sea A = (ai,j )mn Mmn . Demostrar que la funci
k k : Mmn R
definida por:
kAk =
n,m
X
i,j=1
|ai,j |
!1/2
167
donde
A =
cos sen
sen
cos
Ejercicios 3.5.7
Y 6= {0}.
T (A) = At B
b) T : C([0, 1]) R
T (f ) =
R1
f (t)dt
168
1
d) T : l l
e) T : l1 c0
1p
T
xn
=
|xn |
2n
n=1
T
xn
= xn
n=1
n=1
n=1
1
f (0)
T (f ) = f
n
n=1
f ) T : C([0, 1]) c0
Ejercicios 3.5.9
Considere el diagrama:
l2
Sd
l2
Si
l2
169
Y Z
L
T
X
170
Ejercicios 3.5.12 Dos espacios normados X y Y se dicen isometricamente isomorfos si existe un operador lineal T : X Y tal que:
T (X) = Y
y adem
as
kT (x)k = kxk, x X
(x1 , x2 , . . . , xn ) R
n
X
i=1
n
xi = 0 .
R2 1
5s
a)
= x(s)
s t x(t)dt
6
0 2
b) s = x(s)
Rs
0
(t s)x(t)dt
Ejercicios 3.5.16
Demostrar que:
Bibliografa
171
172
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] Bollob
as, Bela. Linear Analysis An Introductory Course. Cambridge University Press. 1990.
[4] Davis, Martin. A first 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. Springer - Verlag. New York, Inc. 1984
174
BIBLIOGRAFIA