You are on page 1of 99

AN

ALISIS FUNCIONAL
Oscar Blasco
Contents
1 Introduccion a los espacios de Hilbert 5
1.1 Producto escalar: Propiedades y ejemplos . . . . . . . . . . . 5
1.2 Completitud y ortogonalidad . . . . . . . . . . . . . . . . . . . 9
1.3 Proyecciones ortogonales. . . . . . . . . . . . . . . . . . . . . . 12
1.4 Dualidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2 Introduccion a los espacios de Banach 19
2.1 Espacios normados: Propiedades y ejemplos . . . . . . . . . . 19
2.2 Completitud y separabilidad . . . . . . . . . . . . . . . . . . . 23
2.3 Espacios de Funciones. . . . . . . . . . . . . . . . . . . . . . . 27
3 Operadores lineales y continuos 39
3.1 Primeras deniciones y ejemplos . . . . . . . . . . . . . . . . . 39
3.2 El espacio L(X, Y ) . . . . . . . . . . . . . . . . . . . . . . . . 45
3.3 Espacios de Banach nito dimensionales . . . . . . . . . . . . 50
3.4 Dualidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.5 Operadores invertibles . . . . . . . . . . . . . . . . . . . . . . 57
3.6 Aplicaciones a ecuaciones integrales . . . . . . . . . . . . . . . 59
4 Ampliacion de espacios de Hilbert 69
4.1 Bases Ortonormales . . . . . . . . . . . . . . . . . . . . . . . . 69
4.2 Operador adjunto . . . . . . . . . . . . . . . . . . . . . . . . . 75
5 Teora espectral de operadores 81
5.1 Espectro de un operador . . . . . . . . . . . . . . . . . . . . . 81
5.2 Operadores compactos . . . . . . . . . . . . . . . . . . . . . . 84
5.3 Espectro de operadores compactos . . . . . . . . . . . . . . . . 88
5.4 Espectro de operadores autoadjuntos en espacios de Hilbert . . 93
5.5 El teorema espectral . . . . . . . . . . . . . . . . . . . . . . . 96
3
Chapter 1
Introducci on a los espacios de
Hilbert
1.1 Producto escalar: Propiedades y ejemp-
los
Denici on 1.1.1 Sea X un espacio vectorial sobre K (K = R o C). Una
aplicacion , ) : X X K se llama producto escalar si cumple las sigu-
ientes propiedades:
(i) x +y, z) = x, z) +y, z), x, y, z X.
(ii)x, y) = x, y), x, y X, K.
(iii) y, x) = x, y), x, y X.
(iv) x, x) > 0, x X, x ,= 0.
Nota 1.1.1 Se obtiene de manera inmediata que
(v) x, y +z) = x, y) +x, z), x, y, z X.
(vi) x, y) = x, y), x, y X, K.
Denici on 1.1.2 Un espacio (X, , )) dotado de un producto escalar se dice
espacio prehilbertiano. Denimos |x| =
_
x, x).
Ejemplo 1.1.1 R
n
= x = (x
1
, ..., x
n
) : x
i
R con
x, y) =
n

i=1
x
i
y
i
.
5
6 Chapter 1. Introducci on a los espacios de Hilbert
Ejemplo 1.1.2 C
n
= z = (z
1
, ..., z
n
) : z
i
C con
z, w) =
n

i=1
z
i
w
i
.
Ejemplo 1.1.3
2
= (z
n
)
nN
: z
n
C,

n=1
[z
n
[
2
< con
(z
n
), (w
n
)) =

n=1
z
n
w
n
.
Ejemplo 1.1.4 C([a, b]) espacio de funciones continuas (con valores en K)
con
f, g) =
_
b
a
f(t)g(t)dt.
Ejemplo 1.1.5 Sea R
n
medible Lebesgue. Considerar
L
2
() = f : K medibles :
_

[f(x)[
2
dm(x) < .
Diremos que f g si m(x : f(x) ,= g(x)) = 0, i.e. f = g en casi
todo punto y denimos L
2
() el espacio cociente L
2
()/ . Denimos el
producto escalar sobre este espacio
f, g) =
_

f(x)g(x)dm(x).
Proposicion 1.1.3 (Desigualdad de Cauchy-Schwarz) Sea (X, , )) un es-
pacio prehilbertiano. Entonces
[x, y)[ |x||y|, x, y X (1.1)
Demostraci

on: Podemos suponer que x ,= 0 y que y ,= 0 pues caso con-


trario x, y) = 0 y la desigualdad es trivial.
Consideremos , K, x, y X.
0 x +y, x +y) = [[
2
x, x) +

x, y) +

y, x) +[[
2
y, y)
= [[
2
|x|
2
+ 2'(

x, y)) +[[
2
|y|
2
.
Como x ,= 0 se puede elegir =
x,y)
|x|
2
y = 1 y se obtiene
0
[x, y)[
2
|x|
2
+|y|
2
.
Y por tanto [x, y)[
2
|x|
2
|y|
2
.
1.1. Producto escalar: Propiedades y ejemplos 7
Proposicion 1.1.4 (Desigualdad de Minkowski) Sea (X, , )) un espacio
prehilbertiano. Entonces
|x +y| |x| +|y|, x, y X (1.2)
Demostraci

on: Usando (1.1) se tiene


|x +y|
2
= x +y, x +y)
= |x|
2
+ 2'x, y) +|y|
2
|x|
2
+ 2[x, y)[ +|y|
2
|x|
2
+ 2|x||y| +|y|
2
= (|x| +|y|)
2
.

Nota 1.1.2 Si (X, , )) es un espacio prehilbertiano entonces (X, | |) es


un espacio normado.
Proposicion 1.1.5 Sea (X, , )) un espacio prehilbertiano. Entonces
(i) | | : X R
+
es continua.
(ii) , ) : X X K es continua.
(iii) + : X X K denida por (x, y) x +y es continua.
(iv) . : KX K denida por (, x) x es continua.
Demostraci

on: (i) Como |x| |x y| + |y| y |y| |x y| + |x| se


concluye que |x| |y| |x y| y tambien |y| |x| |x y|. Es decir,
[|x| |y|[ [x y|.
Lo que demuestra la continuidad de la norma.
(ii) Supongamos que x
n
x y y
n
y. Entonces
[x
n
, y
n
) x, y)[ = [x
n
x, y
n
) +x, y
n
y)[
[x
n
x, y
n
)[ +[x, y
n
y)[
|x
n
x||y
n
| +|x||y
n
y|.
Ahora tomar lim
n
.
(iii) y (iv) inmediatas.
8 Chapter 1. Introducci on a los espacios de Hilbert
Corolario 1.1.6 Si Y es un subespacio vectorial de X entonces la clausura

Y es tambien un subespacio.
Demostraci

on: Si , K y x, y

Y existen (x
n
) e (y
n
) sucesiones en Y
tales que x
n
x e y
n
y.
Ahora por continuidad x
n
+y
n
Y y x+y = lim
n
(x
n
+y
n
)

Y .

Proposicion 1.1.7 (Ley del paralelogramo) Sea (X, , )) un espacio pre-


hilbertiano. Entonces
|x +y|
2
+|x y|
2
= 2(|x|
2
+|y|
2
) x, y X (1.3)
Demostraci

on:
|x +y|
2
+|x y|
2
= |x|
2
+ 2'(x, y)) +|y|
2
+ |x|
2
2'(x, y)) +|y|
2
= 2(|x|
2
+|y|
2
).

Proposicion 1.1.8 (Identidad de polarizacion) Sea (X, , )) un espacio pre-


hilbertiano real. Entonces
x, y) =
1
4
(|x +y|
2
|x y|
2
) x, y X (1.4)
Demostraci

on:
|x +y|
2
|x y|
2
= |x|
2
+ 2x, y) +|y|
2
(|x|
2
2x, y) +|y|
2
= 4x, y).

1.2. Completitud y ortogonalidad 9


1.2 Completitud y ortogonalidad
Denici on 1.2.1 Un espacio prehilbertiano (X, , )) tal que es completo
respecto a la norma |x| =

x, x se denomina espacio de Hilbert.
Teorema 1.2.2 (
2
, | |
2
), donde |(x
k
)|
2
= (

k=1
[x
k
[
2
)
1/2
, es un espacio
de Hilbert.
Demostraci

on: Sea (x
n
)
nN
una sucesion de Cauchy en
2
. Como
[x
m
k
x
n
k
[ |x
n
x
m
|
2
, k N
se concluye que (x
n
k
)
nN
es de Cauchy en K, y por ser K un espacio completo
lim
n
x
n
k
= x
k
para cada k N.
Veamos que x
m
converge a x = (x
1
, x
2
, ....) y x
2
.
Dado > o existe n
0
N tal que

k=1
[x
n
k
x
m
k
[
2
= |x
n
x
m
|
2
2
<
2
, n, m n
0
.
Fijemos N N. En particular

N
k=1
[x
n
k
x
m
k
[
2
<
2
. Pasando al lim
m
se tiene que
N

k=1
[x
n
k
x
k
[
2

2
, n n
0
.
Tomando supremos en N se concluye que |x
n
x|
2
para n n
0
. Esto
signica x
n
x. La desigualdad de Minkowskyi implica que
(
N

k=1
[x
k
[
2
)
1/2
(
N

k=1
[x
k
x
n
0
k
[
2
)
1/2
+ (
N

k=1
[x
n
0
k
[
2
)
1/2
+|x
n
o
|.
Tomando lim
N
se concluye que x
2
.
Proposicion 1.2.3 Sea C([0, 1]) el espacio de las funciones continuas en
[0, 1] con valores en R. Entonces C([0, 1]) no es un espacio de Hilbert respecto
al producto escalar
f, g) =
_
1
0
f(t)g(t)dt.
10 Chapter 1. Introducci on a los espacios de Hilbert
Demostraci

on: Sea
f
n
(t) =
_

_
0 0 t <
1
2
n(t
1
2
)
1
2
t <
1
2
+
1
n
1
1
2
+
1
n
t 1
.
Como 0 f
n
1, se tiene que para m n
|f
n
f
m
|
2
2
=
_
1
0
[f
n
(t) f
m
(t)[
2
dt =
_ 1
2
+
1
n
1
2
[f
n
(t) f
m
(t)[
2
dt
4
n
.
Por tanto f
n
es una sucesi on de Cauchy.
Supongamos que existe f C([0, 1]) tal que lim
n
|f
n
f|
2
= 0. Entonces
_
1
0
[f
n
(t) f(t)[
2
dt =
_
1/2
0
[f(t)[
2
dt
+
_
1/2+1/n
1/2
[f
n
(t) f(t)[
2
dt
+
_
1
1/2+1/n
[1 f(t)[
2
dt.
Tomando lim
n
se concluye que
_
1/2
0
[f(t)[
2
dt +
_
1
1/2
[1 f(t)[
2
dt = 0.
Como f es continua entonces f(t) = 0 para 0 < t < 1/2 y f(t) = 1 para
1/2 < t < 1. Como consecuencia f no es continua en t = 1/2.
Denici on 1.2.4 Sea (X, , )) un espacio prehilbertiano y sean x, y X.
Diremos que x e y son ortogonales , y denotaremos x y, si x, y) = 0.
Dado ,= M X denimos el conjunto ortogonal de M por
M

= x X : x, y) = 0 para todo y M.
Ejemplo 1.2.1 Sea X = R
n
y sean x = (1, 0, ..., 0) e y = (0, 1, 0....). En-
tonces x y.
Sea x
0
= (a
1
, ..., a
n
). Entonces (x
0
)

= (x
1
, ..., x
n
) :

n
k=1
a
i
x
i
= 0 es
un hiperplano de vector normal x
0
.
Ejemplo 1.2.2 Sea X =
2
y sean e
n
= (
n1
..
0, ..., 0, 1, 0..., 0) para n N.
Entonces e
n
e
m
si n ,= m.
Si x = (1, 1, 0, 0, ...) e y = (0, 0, 1, 1/2, 1/3, 1/4, ....) entonces x y.
1.2. Completitud y ortogonalidad 11
Si x = (1,
_
1/2,
_
1/4, ....,
_
1/2
n
, ...) e y = (1,
_
1/2,
_
1/4, ....,
_
1/2
n
, ...)
entonces x y.
Sea x = (1, 1/2, 1/4, ..., 1/2
n
, ....). Entonces
x

= (x
1
, ..., x
n
, ..) :

n=1
[x
n
[
2
< ,

n=1
x
n
2
n1
= 0.
Por ejemplo y
1
= (1, 0, ....) o y
2
= (0, 1/2, 1, 0, ....) pertenecen a x

.
Ejemplo 1.2.3 Sean X = L
2
([0, 1]), f(t) = sen(2t) y g(t) = cos(2t).
Entonces f g, pues
_
1
0
sen(2t)cos(2t)dt =
1
2
_
1
0
sen(4t) = 0.
En el caso complejo, sea
n
(t) = e
2int
para n Z. Entonces
n

m
si
n ,= m.
_
1
0

n
(t)
m
(t)dt =
_
1
0
e
2i(nm)t
dt
=
_
1
0
cos(2(n m)t)dt
+ i
_
1
0
sen(2(n m)t)dt = 0, n ,= m.
Si f
0
(t) = 1 entonces
(f
0
)

= f L
2
([0, 1]);
_
1
0
f(t) = 0.
Proposicion 1.2.5 Sea (X, , )) un espacio prehilbertiano y ,= M X.
Entonces
(i) M

es un subespacio vectorial cerrado.


(ii) (

M)

= M

.
Demostraci

on: (i) Es suciente ver que x

es subespacio cerrado, pues


M

=
xM
x

, y es claro que la intersecci on de subespacios es subespacio y


la intersecci on de cerrados es cerrado. N otese ahora que
x

= y M : x, y) = 0 = (
x
)
1
(0)
donde
x
(y) = x, y) es continua y lineal.
(ii) Se tiene que (

M)

ya que M

M. Dado ahora x M

y
dado y

M, existe y
n
M tal que y
n
y. Por tanto x, y
n
) x, y), y
como x, y
n
) = 0 entonces x y.
12 Chapter 1. Introducci on a los espacios de Hilbert
Proposicion 1.2.6 (Teorema de Pitagoras) Sea (X, , )) espacio prehilber-
tiano real y sean x, y X. Entonces
x y si y solo si |x +y|
2
= |x|
2
+|y|
2
.
Demostraci

on: Supongamos que x, y) = 0 entonces


|x +y|
2
= |x|
2
+|y|
2
+ x, y) +y, x)
= |x|
2
+|y|
2
.
El reciproco es cierto en el caso real pues x, y) +y, x) = 2x, y).
1.3 Proyecciones ortogonales.
Denici on 1.3.1 Sea (X, , )) un espacio prehilbertiano, ,= C X y
x X. Denimos
d(x, C) = inf|x y| : y C.
Nos interesa calcular la distancia mnima de un punto a un conjunto, y
encontrar el valor ( unico si es posible) d onde se alcanza. Esto nos obliga a
exigir ciertas condiciones en el conjunto C.
Nota 1.3.1 Desde luego si x C entonces d(x, C) = 0, pero puede ocurrir
que d(x, C)) = 0 aunque x / C.

Este es el caso si C no es cerrado (por
ejemplo X = R, C = (0, 1) y x = 0). En este caso no se garantiza existencia
de mnimo en C.
Nota 1.3.2 Si X = R
2
, C la circunferencia unidad y x el origen entonces
d(x, C) = 1 y se alcanza en todos los puntos de C. La no convexidad de C
es el motivo de la no unicidad!
Recordemos que un conjunto ,= C X se dice convexo si dados x, y
C y 0 < t < 1 entonces tx + (1 t)y C.
Teorema 1.3.2 (Aproximacion optima) Sea X espacio de Hilbert, ,= C
X convexo y cerrado. Entonces para todo x X existe un unico u C tal
que d(x, C) = |x u|.
1.3. Proyecciones ortogonales. 13
Demostraci

on: Probemos primero la existencia. Si x C tomemos u = x.


Podemos suponer que x / C, y por ser C cerrado, d(x, C) = d > 0.
Sea (y
n
) una sucesi on de puntos de C tales que
d
2
= |x y
n
|
2
d
2
+ 1/n.
Veamos que (y
n
) es de Cauchy. Usando la ley del paralelogramo (1.3)
|(y
n
+y
m
) 2x|
2
+|y
n
y
m
|
2
= 2|y
n
x|
2
+ 2|y
m
x|
2
4d
2
+
2
n
+
2
m
.
Como C es convexo se tiene que |(y
n
+y
m
) 2x|
2
= 4|
y
n
2
+
y
m
2
x|
2
4d
2
.
Es decir,
4d
2
+|y
n
y
m
|
2
4d
2
+ 2/n + 2/m.
Por tanto si n
0
N es tal que 2/n <
2
/2 para n n
0
se obtiene
|y
n
y
m
| < , n, m n
0
.
Como (C, d) es un espacio metrico completo existe u C tal que
lim
n
|y
n
u| = 0.
Por tanto
d |x u| |x y
n
| +|y
n
u|
_
d
2
+ 1/n +|y
n
u|.
Y tomando lmites se obtiene d = |x u|.
Para la unicidad suponer que u
1
C y u
2
C verican que |x u
1
| =
|x u
2
| = d(x, C). Usando de nuevo (1.3)
|u
1
u
2
|
2
+ 4|x (
u
1
2
+
u
2
2
)|
2
= 2|u
1
x|
2
+ 2|u
2
x|
2
= 4d
2
.
Como
u
1
2
+
u
2
2
C se tiene 4|x(
u
1
2
+
u
2
2
)|
2
4d
2
y por tanto |u
1
u
2
| = 0.

Denici on 1.3.3 Si ,= C es un conjunto convexo y cerrado de un espacio


de Hilbert denotamos P
C
(x) el unico elemento en C tal que
|x P
C
x| = d(x, C).
14 Chapter 1. Introducci on a los espacios de Hilbert
Veamos una propiedad que reeja la idea intuitiva de que el angulo que
forma x P
C
x con v P
C
x para todo v C es mayor que /2.
Proposicion 1.3.4 Sea X espacio de Hilbert real, ,= C X convexo y
cerrado. Entonces
(i) x P
C
x, v P
C
x) 0, v C, x X.
(ii) |P
C
x P
C
y| |x y|, x, y X.
Demostraci

on: (i) Si x C entonces P


C
x = x y v P
C
x, x P
C
x) = 0.
Supongamos que x / C, v C y 0 t 1. Si d(x, C) = |x P
C
x| = d se
tiene
0 < d
2
|x (tv + (1 t)P
C
x)|
2
= |x P
C
x t(v P
C
x)|
2
|x P
C
x|
2
+t
2
|v P
C
x|
2
2tx P
C
x, v P
C
x)
= d
2
+t
2
|v P
C
x|
2
2tx P
C
x, v P
C
x).
Por tanto
2x P
C
x, v P
C
x) t|v P
C
x|
2
, 0 < t < 1.
Pasando al lim
t0
se obtiene (i).
(ii) Usando (i) se puede poner
x P
C
x, P
C
y P
C
x) 0, P
C
y y, P
C
y P
C
x) 0.
Sumando ambas desigualdades se concluye que
x y (P
C
x P
C
y), P
C
y P
C
x) 0,
y denotando u = x y (P
C
x P
C
y) y v = P
C
y P
C
x tenemos u, v) 0.
De la ley del paralelogramo se concluye
|x y|
2
= |u v|
2
= |u|
2
+|v|
2
2u, v) |v|
2
= |P
C
y P
C
x|
2
.

Teorema 1.3.5 Sea X un espacio de Hilbert y Y un subespacio cerrado de


X. Entonces P
Y
x = u si y solo si u Y y x u Y

. En particular
X = Y

Y

.
1.3. Proyecciones ortogonales. 15
Demostraci

on: =)Desde luego u = P


Y
x Y . Adem as si z Y se tiene
0 |x u|
2
|x (u +z)|
2
|x u|
2
+|z|
2
2'(x u, z))
= d
2
+|z|
2
2'(x u, z)).
Por tanto 2'(x u, z)) |z|
2
para todo z Y . Si y Y y z = ty para
t 0 se tendra que 2'(x u, y)) t|y|
2
para todo y Y . Tomando
lim
t0
+ se concluye
'(x u, y)) 0, y Y
y cambiando y por y se obtiene
'(x u, y)) = 0, y Y.
Sustituyendo ahora y por iy se llega a
(x u, y)) = 0, y Y.
=)Supongamos u Y y x u Y

. Como x u, u y) = 0 para todo


y Y se tiene
|x y|
2
= |x u|
2
+|y u|
2
|x u|
2
y por tanto u = P
Y
x.
Para probar que X = Y

Y

observar que x = P
Y
x + (x P
y
x) y la
descomposici on es unica. En efecto, si x = y
1
+ z
1
= y
2
+ z
2
con y
1
, y
2
Y
y z
1
, z
2
Y

entonces y
1
y
2
= z
2
z
1
Y Y

= 0.
Teorema 1.3.6 Sea Y un subespacio cerrado de un espacio de Hilbert X.
Denimos P
Y
: X Y dada por x P
Y
x. Entonces
(i) P
Y
es una aplicacion lineal y continua con |P
Y
x| |x|.
(ii) P
2
Y
= P
Y
, Y = ImP
Y
, Y

= KerP
Y
.
Demostraci

on: (i) Sean x


1
, x
2
X, , K. Veamos que P
Y
(x
1
+
x
2
) = P
Y
(x
1
) + P
Y
(x
2
). Usando el Teorema 1.3.5 es suciente ver que
x
1
+x
2
(P
Y
(x
1
) + P
Y
(x
2
)), y) = 0, y Y.
Pero esto es consecuencia de la bilinealidad del producto escalar, pues
x
1
+x
2
P
Y
(x
1
)P
Y
(x
2
), y) = x
1
P
Y
(x
1
), y)+x
2
P
Y
(x
2
), y) = 0.
16 Chapter 1. Introducci on a los espacios de Hilbert
Usando ahora que P
Y
(0) = 0 se tiene |P
Y
(x)| = |P
Y
(x) P
Y
(0)| |y|.
(ii) Es claro que P
Y
(P
Y
x) = P
Y
x pues P
Y
x Y . Dado y Y se tiene que
y = P
Y
y luego ImP
Y
= Y . Finalmente si x KerP
Y
signica que P
Y
x = 0
y por tanto x 0 Y

.
Denici on 1.3.7 P
Y
se conoce como la proyeccion ortogonal de X sobre Y .
Proposicion 1.3.8 Sea Y subespacio de un Hilbert X.
(i) Y es cerrado Y = Y

.
(ii) Y es denso Y

= 0.
Demostraci

on: (i) Es evidente que Y Y

y si coinciden Y es el ortog-
onal de un conjunto y por tanto cerrado.
Suponiendo que Y es cerrado, usando el Teorema 1.3.5, dado x Y

se
tiene x = y + z con y Y y z Y

. Ahora bien z = x y Y

y
por tanto z = 0 y
x
= y Y .
(ii) Apliquemos el Teorema 1.3.5 al subespacio

Y . Se tiene que X =

Y +Y

y por tanto X =

Y Y

= 0.
Ejemplo 1.3.1 Calcular I = inf
a,bR
_

[sen(t) (a +bt)[
2
dt.
Demostraci

on: Consideremos X = L
2
([, ]), Y = a + bt : a, b
R. Claramente Y es un subespacio vectorial. Veamos que es cerrado. Sea
f
n
(t) = a
n
+b
n
t sucesi on convergente a f en L
2
([, ]).
En particular
2a
n
=
_

f
n
(t)dt,
2
3
3
b
n
=
_

tf
n
(t).
Por tanto (a
n
) y (b
n
) son sucesiones de Cauchy en R. Sean a = lima
n
y
b = limb
n
. La funcion f(t) = a +bt Y , ya que
(
_

t[f
n
(t) f(t)[
2
dt)
1/2
(
_

[a
n
a[
2
dt)
1/2
+ (
_

[(b
n
b)t[
2
dt)
1/2
= [a
n
a[(2)
1/2
+[b
n
b[(
2
3
3
)
1/2
.
Utilizando el Teorema de la proyecci on buscamos a, b R tales que
sen(t) (a +bt) Y

, es decir
_

(sen(t) (a +bt))dt = 0,
_

(sen(t) (a +bt))tdt = 0.
1.4. Dualidad 17
La primera ecuacion da a = 0 y la segunda b =
1

3
_

0
tsentdt.
Ejemplo 1.3.2 Sea X =
2
y denimos
Y = (x
n
)
2
:

n=1
x
n
= 0.
Probar que Y es denso en
2
.
Demostraci

on: Es inmediato ver que Y es un subespacio. Aplicando


Proposici on 1.3.8 veremos que Y

= 0.
Supongamos que (y
n
) Y

. Consideremos x = (1, 1, 0, ....) = e


1
e
2

Y entonces

n=1
y
n
x
n
= y
1
y
2
= 0. Por tanto y
1
= y
2
. Considerando
e
2
e
3
Y se obtiene y
2
= y
3
. En general, e
k
e
k+1
Y y por tanto
y
k
= y
k+1
. Ahora el vector y
2
y por tanto y
k
= 0 para todo k N.

1.4 Dualidad
Denici on 1.4.1 Sea X un espacio de Hilbert. Una aplicacion lineal con-
tinua de X en K se conoce como forma lineal continua. Denotamos X
t
=
: X K, lineal continua y le llamamos espacio dual de X.
Nota 1.4.1 Sea x
0
Y , la aplicacion
x
0
: X K dada por
x
0
(x) =
x, x
0
) pertenece a X
t
.
Teorema 1.4.2 (Teorema de Riesz-Frechet) Sea X un espacio de Hilbert.
Para toda X
t
existe un unico x
0
tal que
(x) = x, x
0
), x X.
Es decir, X
t
= X.
Demostraci

on: Sea Y =
1
(0) = Ker. Es un subespacio cerrado
de X. Si Y = X entonces tomamos x
0
= 0. Supongamos que Y X.
Escribimos X = Y

Y

. Fijemos v X Y , y denotemos w = v P
Y
v
Y

. Es claro que w ,= 0 y que (w) ,= 0. Denimos x


0
=
(w)
|w|
2
w Y

.
Comprobemos que (x) = x, x
0
) para todo x X.
18 Chapter 1. Introducci on a los espacios de Hilbert
Comprobemos, ahora, que x
0
es el elemento que buscabamos. En efecto,
(x
(x)
(w)
w) = 0 lo que implica que x
(x)
(w)
w Y . Por tanto
x, x
0
) = x
(x)
(w)
w, x
0
)
+
(x)
(w)
w, x
0
)
=
(x)
(w)
w,
(w)
|w|
2
w) = (x).
Para demostrar la unicidad, suponer que existen x
1
, x
2
X tales que
x, x
1
) = x, x
2
) = (x) para todo x X. Por tanto x, x
1
x
2
) = 0 para
todo x X, y tomando x = x
1
x
2
, se concluye x
1
= x
2
.
Chapter 2
Introducci on a los espacios de
Banach
2.1 Espacios normados: Propiedades y ejem-
plos
Denici on 2.1.1 Sea K = R o C y sea X un espacio vectorial sobre K.
Una norma sobre X es una aplicacion | | : X [0, ) vericando
(i) |x| 0 para todo x X y |x| = 0 si, y solo si, x = 0.
(ii)|x| = [[|x| para todo x X y todo K.
(iii) |x +y| |x| +|y| para todo x e y en X.
Un espacio vectorial (X, | |) se dice espacio normado si | | es una
norma sobre X.
Denici on 2.1.2 En K
n
denimos las siguientes normas:
|(x
1
, ..., x
n
)|
1
=
n

k=1
[x
i
[, (2.1)
|(x
1
, ..., x
n
)|
2
= (
n

k=1
[x
i
[
2
)
1/2
, (2.2)
|(x
1
, ..., x
n
)|

= sup
1kn
[x
i
[. (2.3)
Nota 2.1.1 La pruebas de (2.1) y (2.3) son elementales. El hecho de que
(2.2) es una norma se vio en el Capitulo anterior.
19
20 Chapter 2. Introducci on a los espacios de Banach
Denici on 2.1.3 Sea 1 < p < en K
n
denimos
|(x
1
, ..., x
n
)|
p
= (
n

k=1
[x
i
[
p
)
1/p
. (2.4)
Veamos que | |
p
es una norma. Para ello usaremos los siguientes lemas.
Lema 2.1.4 (Desigualdad de Young) Sea 1 < p < y
1
p
+
1
q
= 1. Entonces
ab
a
p
p
+
b
q
q
, a, b 0. (2.5)
Demostraci

on: Podemos suponer que a > 0, b > 0 y a b. Poniendo


x = a
p
e y = b
q
hemos de probar que
x
1/p
y
11/p

x
p
+
y
q
, x y > 0.
Equivalentemente,
(
x
y
)
1/p
1
1
p
(
x
y
1), x y > 0.

Esto, denotando =
x
y
, se obtiene de la estimacion (que es consecuencia
teorema del valor medio aplicado a (t) = t
1/p
)

1/p
1
1
p
( 1), 1. (2.6)
.
Lema 2.1.5 (Desigualdad de Holder) Sea 1 < p < ,
1
p
+
1
q
= 1 y sean
(x
1
, ..., x
n
), (y
1
, ..., y
n
) K
n
. Entonces
n

k=1
[x
k
[[y
k
[ (
n

k=1
[x
k
[
p
)
1/p
(
n

k=1
[y
k
[
q
)
1/q
. (2.7)
Demostraci

on: Supongamos que (

n
k=1
[x
k
[
p
)
1/p
= (

n
k=1
[y
k
[
q
)
1/q
= 1.
Entonces de (2.5) se concluye que
[x
k
[[y
k
[
[x
k
[
p
p
+
[y
k
[
q
q
, 1 k n.
2.1. Espacios normados: Propiedades y ejemplos 21
Sumando sobre k y usando la hip otesis se obtiene
n

k=1
[x
k
[[y
k
[
1
p
+
1
q
= 1.
Denotemos x = (x
1
, ..., x
n
) e y = (y
1
, ..., y
n
). En el caso de que |x|
p
=
0 o bien |y|
q
= 0 la desigualdad es trivial. Supongamos entonces que
|x|
p
|y|
q
> 0. Deniendo x
t
k
=
x
k
|x|
p
e y
t
k
=
y
k
|y|
q
para 1 k n se tiene que
(

n
k=1
[x
t
k
[
p
)
1/p
= (

n
k=1
[y
t
k
[
q
)
1/q
= 1 y por tanto
1
|x|
p
|y|
q
n

k=1
[x
k
[[y
k
[ 1.

Lema 2.1.6 (Desigualdad de Minkowski) Sea 1 < p < y sean (x


1
, ..., x
n
), (y
1
, ..., y
n
)
K
n
. Entonces
(
n

k=1
[x
k
+y
k
[
p
)
1/p
(
n

k=1
[x
k
[
p
)
1/p
+ (
n

k=1
[y
k
[
p
)
1/p
. (2.8)
Demostraci

on: Primero estimamos del siguiente modo


n

k=1
[x
k
+y
k
[
p
=
n

k=1
[x
k
+y
k
[[x
k
+y
k
[
p1

k=1
[x
k
[[x
k
+y
k
[
p1
+
n

k=1
[y
k
[[x
k
+y
k
[
p1
.
Usando (2.7) y el hecho (p 1)q = p podemos escribir
n

k=1
[x
k
+y
k
[
p
(
n

k=1
[x
k
[
p
)
1/p
(
n

k=1
[x
k
+y
k
[
(p1)q
)
1/q
+ (
n

k=1
[y
k
[
p
)
1/p
(
n

k=1
[x
k
+y
k
[
(p1)q
)
1/q
= (
n

k=1
[x
k
+y
k
[
p
)
1/q
_
(
n

k=1
[x
k
[
p
)
1/p
+ (
n

k=1
[y
k
[
p
)
1/p
_
.
La desigualdad es trivial si

n
k=1
[x
k
+y
k
[
p
= 0 as que podemos suponer

n
k=1
[x
k
+y
k
[
p
> 0.

Esto nos permite despejar y se obtiene
(
n

k=1
[x
k
+y
k
[
p
)
11/q
(
n

k=1
[x
k
[
p
)
1/p
+ (
n

k=1
[y
k
[
p
)
1/p
.

22 Chapter 2. Introducci on a los espacios de Banach


Teorema 2.1.7 (K
n
, | |
p
) es un espacio normado para 1 < p < .
Demostraci

on: Las propiedades (i) y (ii) son inmediatas. La desigualdad


triangular corresponde a (2.8)
Denici on 2.1.8 Sea 1 p < denimos

p
= x = (x
n
)
nN
: x
n
K,

n=1
[x
n
[
p
<
y denotamos
|(x
n
)|
p
= (

n=1
[x
n
[
p
)
1/p
.
En el caso p = denimos

= x = (x
n
)
nN
: x
n
K, |(x
n
)|

= sup
nN
[x
n
[ < ,
c = x = (x
n
)
nN
: x
n
K, existe lim
n
x
n

y
c
0
= x = (x
n
)
nN
: x
n
K, lim
n
x
n
= 0.
La misma demostraci on que en el caso nito dimensional permite probar el
siguiente resultado:
Teorema 2.1.9 (
p
, | |
p
) es un espacio normado para 1 < p < .
Teorema 2.1.10 Sea 1 p
1
p
2
. Entonces

1

p
1

p
2
c
o
c

.
Ademas, si (x
n
)
1
entonces
|(x
n
)|

|(x
n
)|
p
2
|(x
n
)|
p
1
|(x
n
)|
1
.
Demostraci

on: Supongamos que (x


n
)
p
1
con |(x
n
)|
p
1
= 1. En-
tonces [x
n
[ 1 para todo n N. Por tanto [x
n
[
p
2
[x
n
[
p
1
. Esto garantiza
que |(x
n
)|
p
2
1.
El caso general (siempre que no sea la sucesi on nula) se concluye con-
siderando x
t
n
=
x
n
|(x
n
)|
p
1
y aplicando lo anterior.
Queda como ejercicio el resto de contenidos y desigualdades de normas.

2.2. Completitud y separabilidad 23


2.2 Completitud y separabilidad
Denici on 2.2.1 Un espacio normado (X, | |) se dice espacio de Banach
si es completo para la norma, i.e toda sucesion de Cauchy es convergente en
X.
Nota 2.2.1 Los espacios de Hilbert son obviamente espacios de Banach.
Si Y es un subespacio de un espacio de Banach X entonces (Y ; | |) es
Banach si, y solo si, Y es cerrado en X.
Teorema 2.2.2 (i) (
p
, | |
p
) es un espacio de Banach para 1 p < .
(ii) (

, | |

), (c, | |

) y (c
0
, | |

) son espacios de Banach.


Demostraci

on: (i) se prueba con la demostraci on similar a la vista para

2
y se deja al lector.
(ii) Sea (x
n
)
nN
una sucesion de Cauchy en

. Entonces (x
n
k
)
nN
es
de Cauchy en K para todo k N. Existe lim
n
x
n
k
= x
k
. Denimos
x = (x
k
)
kN
. Usando que sup
n
|x
n
|

< se tiene que x

. Por otro
lado como (x
n
)
nN
es de Cauchy, para cada > 0 existe n
0
N tal que
sup
kN
[x
n
k
x
m
k
[ < /2, n, m n
0
.
Pasando al limite cuando m se tiene
[x
n
k
x
k
[ /2, k N, n n
0
.
Lo que demuestra que |x
n
x|

< , n n
0
.
Es claro que c y c
0
son subespacios vectoriales de

. Demostremos que
c es cerrado en

.
Sea (x
n
) una sucesi on de elementos de c convergente en

. Sea x =
lim
n
x
n
. Por tanto existe n
0
tal que
|x
n
x|

= sup
kN
[x
n
k
x
k
[ < /3, n n
0
.
Hay que probar que x c. Por tanto veamos que existe lim
k
x
k
. Es
suciente ver que (x
k
) es de Cauchy. Por hipotesis (x
n
k
)
k
es de Cauchy para
todo n N. Por tanto existe k
0
tal que
[x
n
0
k
x
n
0
k
[ < . k, k
t
k
0
.
24 Chapter 2. Introducci on a los espacios de Banach
Ahora estimamos, para k, k
t
k
0
,
[x
k
x
k
[ [x
k
x
n
0
k
[ +[x
n
0
k
x
n
0
k
[ +[x
n
0
k
x
k
[
2|x
n
0
x|

+[x
n
0
k
x
n
0
k
[ < .
La misma demostracion sirve para c
0
.
Denici on 2.2.3 Sea (X, | |) un espacio normado y una sucesion (x
n
) de
elementos de X. Diremos que la serie

n
x
n
es convergente si la sucesion de
sumas parciales, s
n
=

n
k=1
x
k
es convergente en X, i.e. existe lim
n

n
k=1
x
k
.
A dicho valor se le llama suma de la serie x =

n=1
x
n
.
Una serie (formal) de elementos de un espacio normado se dice absolu-
tamente convergente si

n=1
|x
n
| < .
Nota 2.2.2 Sea X =
p
para 1 < p < . Consideremos x
n
= (0, ...,
1
n
, 0, ...).
La serie

n
x
n
es convergente a s = (1, 1/2, ..., 1/n, ...), pues
|s
n

k=1
x
k
|
p
p
=

k=n+1
1
k
p
.
Pero no absolutamente convergente, pues |x
n
|
p
=
1
n
.
Veamos una caracterizaci on de los espacios de Banach en terminos de
series.
Teorema 2.2.4 Sea (X, ||) un espacio normado. X es de Banach si, y solo
si, toda serie absolutamente convergente de elementos de X es convergente
en X.
Demostraci

on: =) Supongamos que X es Banach y



n
|x
n
| < .
Veamos que la sucesi on de sumas parciales es de Cauchy. Supongamos n m
|
n

k=1
x
k

m

k=1
x
k
|
n

k=m+1
|x
k
|

k=m+1
|x
k
|.
Usando que el resto m-esimo converge a cero se obtiene esta direcci on.
=) Sea (y
n
) una sucesion de Cauchy en X. Probemos que es conver-
gente. Dado = 1/2 existe n
1
N tal que |x
n
x
m
| 1/2 para n, m n
1
.
Dado = 1/4 existe n
2
> n
1
tal que |x
n
x
m
| (1/2)
2
para n, m n
2
.
Reiterando existe n
k
> n
k1
tal que |x
n
x
m
| (1/2)
k
para n, m n
k
.
2.2. Completitud y separabilidad 25
En particular se tiene que |x
n
k+1
x
n
k
| (1/2)
k
para todo k N. Por
tanto la serie

k=1
|x
n
k+1
x
n
k
| < .
Usando la hip otesis tenemos que

k=1
(x
n
k+1
x
n
k
) = y X. Veamos
que lim
n
x
n
= y +x
n
1
.
Por ser (x
n
) de Cauchy existe n
0
tal que |x
n
x
m
| < /2 para n, m n
0
.
Por otro lado, existe q
0
N tal que |

q
k=1
(x
n
k+1
x
n
k
) y| < /2 para
q q
0
.
Finalmente existe k
0
q
0
tal que n
k
n
0
para todo k k
0
. Y por tanto,
si n n
k
0
podemos escribir
|x
n
(y +x
n
1
)| |x
n
x
n
k
0
| +|x
n
k
0
x
n
1
y|
|x
n
x
n
k
0
| +|
k
0
1

k=1
(x
n
k+1
x
n
k
) y| < /2 +/2 = .

Denici on 2.2.5 Un espacio normado se dice separable si existe un subcon-


junto denso y numerable.
Nota 2.2.3 R es separable, pues Q es denso y numerable en R. C tiene
a Q + iQ como subconjunto denso y numerable. Del mismo modo K
n
para
n N son separables para cualquier norma | |
p
si 1 p .
Veamos unos criterios de separabilidad y no separabilidad de espacios
normados.
Proposicion 2.2.6 Sea X un espacio normado. Supongamos que existe una
sucesion (x
n
) de elementos de X tal que el conjunto de combinaciones lineales
nitas de elementos de la sucesion
LINx
k
: k N =
n

j=1

j
x
j
:
j
K, n N
es denso en X. Entonces X es separable.
26 Chapter 2. Introducci on a los espacios de Banach
Demostraci

on: Consideremos K = R (el caso K = C se deja como ejerci-


cio). Denimos
D =
n

j=1
q
j
x
j
: q
j
Q, n N.
Claramente D es numerable pues puede identicarse con un subconjunto
de

nN
A
n
donde A
n
= Q es numerable.
Dado > 0 y x X existe x
t
=

n
j=1

j
x
j
tal que |x x
t
| < /2.
Ahora encontramos q
j
Q tales que [
j
q
j
[ <

2n(|x
j
|+1)
y por consiguiente
x
tt
=

n
j=1
q
j
x
j
D y verica
|x x
tt
| |x x
t
| +
n

j=1
[
j
q
j
[|x
j
| < /2 +/2 = .

Corolario 2.2.7 c
0
y
p
para 1 p < son separables.
Demostraci

on: Considerar x
n
= e
n
= (
n1
..
0, ..., 0, 1, 0....). Denotemos c
00
=
LINe
k
: k N el espacio de las sucesiones nitamente no nulas.
Si y
p
(respect. y c
0
) se tiene que (y
1
, ..., y
n
, 0, ...) c
00
y claramente
|x

k=1
y
k
e
k
|
p
=

k=n+1
[y
k
[
p
0, n
(respect.
lim
n
|x

k=1
y
k
e
k
|

= lim
n
sup
kn+1
[y
k
[ = 0.)

Proposicion 2.2.8 Sea X un espacio normado tal que existe una familia de
abiertos no vacios (O
i
)
iI
tal que
(i) O
i
O
j
= si i ,= j
(ii) I es no numerable.
Entonces X es no separable.
2.3. Espacios de Funciones. 27
Demostraci

on: Supongamos que X es separable y probemos que I es


numerable. Sea (x
n
) una sucesi on densa en X. Para cada i I el conjunto
O
i
x
n
: n N ,= . Sea n
i
el minimo de los indices tal que x
n
i
O
i
.
Denamos : I N dada por (i) = n
i
. Si (i) = (j) se tiene que
x
n
i
= x
n
j
y por tanto O
i
O
j
= implica que i = j. Esto prueba que I es
numerable.
Corolario 2.2.9

es no separable.
Demostraci

on: Sea I = P(N) que es no numerable. Para A N denimos


e
A
(i) =
_
1 i A
0 en otro caso
Si denotamos O
A
= x

: |x e
A
|

< 1/2 tenemos una familia de


abiertos no vacios tales que O
A
O
B
= siempre que A ,= B. En efecto,
supongamos que A ,= B y existe x O
A
O
B
entonces se tendra que
|e
A
e
B
|

< 1, pero, por otro lado tomando i que s olo pertenezca a uno de
los dos conjuntos se tendra |e
A
e
B
|

[e
A
(i) e
B
(i)[ = 1.
Corolario 2.2.10 c
00
no es denso en

. De hecho la clausura de c
00
en

coincide con c
0
.
2.3 Espacios de Funciones.
Denici on 2.3.1 Sea K un espacio topologico compacto. Denotemos
C(K) = f : K K : f continua
con |f|

= sup
tK
[f(t)[ si f C(K). Denotamos
C
0
(R
n
) = f : R
n
K : f continua, lim
[t[
[f(t)[ = 0
con |f|

= sup
tR
n [f(t)[.
LLamamos supp(f) a la clausura del conjunto x R
n
: f(x) ,= 0 y
denimos C
00
(R
n
) = f : R
n
K : f continua, supp(f) compacto .
Teorema 2.3.2 Entonces (C([0, 1]), | |

) es un espacio de Banach sepa-


rable.
28 Chapter 2. Introducci on a los espacios de Banach
Demostraci

on: La demostraci on de ser espacio normado y completo la


dejamos al lector. Veamos la separabilidad. Sea
(x) =
_
2x 0 x 1/2
2 2x 1/2 x 1
.
Para cada n N denotamos I
n,k
= [
k1
n
,
k
n
], 1 k n, y
J
n,0
= [0,
2
n
], J
n,k
= [
2k 1
2n
2k + 1
2n
], 1 k n 1, J
n,n
= [
2n 1
2n
, n].
Denotemos

n,0
(x) = 0,
n,k
(x) = (n(x
k 1
n
)), x I
n,k

n,0
(x) = 2(x
1
2n
),
n,k
(x) = (n(x
2k 1
2n
)), x J
n,k
.
Por tanto
n,k
y
n,k
son continuas en [0, 1] y cumplen
n

k=0
(
n,k
(x) +
n,k
(x)) = 1 x [0, 1].
Probaremos que LIN
k,n
,
k,n
es denso en C([0, 1]).
Dado > 0 y f C([0, 1]) existe > 0 tal que [f(x) f(y)[ < para
todo x, y [0, 1] con [x y[ < . Sea n N tal que 1/n < . Consideremos

n,0
= 0,
n,k
= minf(x) : x I
n,k
= f(x
n,k
) para 1 k n y
n,k
=
minf(x) : x J
n,k
= f(x
t
n,k
) para 0 k n. Notese que entonces
[f(x)
n,k
[ = [f(x) f(x
n,k
)[ < , x I
n,k
y
[f(x)
n,k
[ = [f(x) f(x
t
n,k
)[ < x J
n,k
.
Sea
g(x) =
n

k=0

n,k

n,k
(x) +
n,k

n,k
(x).
Entonces
[f(x) g(x)[ = [
n

k=0
(f(x)
n,k
)
n,k
(x) + (f(x)
n,k
)
n,k
(x)[
2.3. Espacios de Funciones. 29
= [
n

k=0
(f(x)
n,k
)
n,k
(x) + (f(x)
n,k
)
n,k
(x)[

k=0
[f(x)
n,k
[
n,k
(x) +[f(x)
n,k
[
n,k
(x)

_
n

k=0

n,k
(x) +
n,k
(x)
_
= .

Nota 2.3.1 Entonces (C(K), | |

) y (C
0
(R
n
), | |

) son espacios de Ba-


nach separables.
Teorema 2.3.3 C
00
(R
n
) es un subespacio denso de C
0
(R
n
)
Demostraci

on: Caso n = 1: Sea f C


0
(R) y > 0.
Existe R > 0 tal que [f(x)[ < /2 si [x[ > R. Denimos
g(x) =
_

_
0 x < R 1
f(R)(x +R + 1) R 1 < x R
f(x) [x[ R
f(R)(x R 1) R x R + 1
0 x > R + 1
.
Es claro que g C
00
(R). Ademas
f(x) g(x) =
_

_
f(x) x < R 1
f(x) f(R)(x +R + 1) R 1 < x R
0 [x[ R
f(x) +f(R)(x R 1) R x R + 1
f(x) x > R + 1
.

Por tanto
sup
xR
[f(x)g(x)[ = sup
[x[R
[f(x)g(x)[ max/2, sup
R[x[<R+1
[f(x)g(x)[ .
Caso n > 1. Pongamos, para n N,

n
(t) =
_

_
1 0 t n
(t n 1) n t n + 1
0 t > n + 1
.
30 Chapter 2. Introducci on a los espacios de Banach
Denimos
n
(x) =
n
(|x|) para x R
n
. Si f C
0
(R
n
) se tiene que
f
n
C
00
(R
n
). Adem as
|f f
n
|

= sup
|x|>n
[f(x)[(1
n
(x)) sup
|x|>n
[f(x)[.
Con esto se concluye el resultado.
Vamos a denir ahora el espacio L
p
() para 1 p < . Sea R
n
medible Lebesgue. Considerar
L
p
() = f : K medibles :
_

[f(x)[
p
dm(x) < .
Diremos que f g si m(x : f(x) ,= g(x)) = 0, i.e. f = g en casi todo
punto, donde m es la medida de Lebesgue en R
n
.
Denici on 2.3.4 Sea 1 p < . Denimos L
p
() el espacio cociente
L
p
()/ , y su norma
|f|
p
= (
_

[f(x)[
p
dm(x))
1/p
.
Teorema 2.3.5 (L
1
(), | |
1
) es un espacio de Banach.
Demostraci

on: Es immediato ver que es un espacio vectorial. Veamos


ahora que es normado.
En efecto, si |f|
1
=
_

[f(x)[dx = 0 entonces f = 0 en casi todo punto,


es decir f = 0. Es claro que |f|
1
=
_

[[[f(x)[dx = [[|f|
1
y que
|f +g|
1
=
_

[f(x) +g(x)[dx
_

([f(x)[ +[g(x)[)dx = |f|


1
+|g|
1
.
Para ver que es completo, veremos que toda serie absolutamente conver-
gente en L
1
() es convergente.
Supongamos que

n=1
|f
n
|
1
=

n=1
_

[f
n
(x)[dx < .
Usando el teorema de la convergencia mon otona de Lebesgue se sabe que

n=1
_

[f
n
(x)[dx =
_

n=1
[f
n
(x)[dx < .
De esto deducimos que

n=1
[f
n
(x)[dx < en casi todo punto, i.e existe
un conjunto medible Lebegue de medida nula N tal que la serie

n=1
f
n
(x)
es absolutamente convergente en C para todo x / N. Por tanto deniendo
2.3. Espacios de Funciones. 31
f(x) =

n=1
f
n
(x) si x / N y f(x) = 0 si x N se tiene una funci on
f medible tal que

n=1
f
n
= f en casi todo punto. Veamos que

n=1
f
n
converge a f en L
1
().
|f
N

n=1
f
n
|
1
=
_

[f(x)
N

n=1
f
n
[dx

n=N+1
f
n
(x)[dx

n=N+1
_

[f
n
(x)[dx

n=N+1
|f
n
|
1
.
La convergencia absoluta de la serie nos lleva a concluir el resultado.
Proposicion 2.3.6 (Desigualdad de Holder)
(i) Sean 1 < p < y 1/p +1/q = 1. Si f L
p
() y g L
q
() entonces
fg L
1
().
Ademas |fg|
1
|f|
p
|g|
q
.
(ii) Sean 1 < p
1
, p
2
< y 1/p
1
+1/p
2
= 1/p
3
. Si f L
p
1
() y g L
p
2
()
entonces fg L
p
3
().
Ademas |fg|
p
3
|f|
p
1
|g|
p
2
.
Demostraci

on: (i) Usando la desigualdad de Young


[f(x)[[g(x)[
[f(x)[
p
p
+
[g(x)[
q
q
e integrando se obtiene
_

[f(x)[[g(x)[dx
|f|
p
p
p
+
|g|
q
q
q
.
Si |f|
p
= |g|
q
= 1 entonces
_

[f(x)[[g(x)[dx 1/p + 1/q = 1.


Si |f|
p
= 0 o bien |g|
q
= 0 se tiene que f = 0 en casi todo punto o
bien g = 0 en casi todo punto, y por tanto fg = 0 en casi todo punto y el
resultado se cumple trivialmente.
32 Chapter 2. Introducci on a los espacios de Banach
Si |f|
p
> 0 y |g|
q
> 0, tomar f
t
= f/|f|
p
y g
t
= g/|g|
q
y aplicar lo
anterior para obtener |fg|
1
|f|
p
|g|
q
.
(ii) Se sigue de (i) teniendo en cuenta el siguiente hecho:
f L
p
()[f[
p
L
1
()
y ademas |f|
p
= |[f[
p
|
1/p
1
.
Suponemos que [f[
p
3
L
p
1
/p
3
(), [g[
p
3
L
p
2
/p
3
() con p
3
/p
1
+p
2
/p
1
= 1.
Por tanto [f[
p
3
[g[
p
3
L
1
() con
|fg|
p
3
= |[f[
p
3
[g[
p
3
|
1/p
3
1
|[f[
p
3
|
1/p
3
p
1
/p
3
|[g[
p
3
|
1/p
3
p
2
/p
3
= |f|
p
1
|g|
p
2
.

Corolario 2.3.7 Si es un conjunto de medida nita, y 1 p


1
< p
2
<
entonces L
p
2
() L
p
1
().
Ademas |f|
p
1
m()
1/p
1
1/p
3
|f|
p
2
para toda f L
p
2
().
Demostraci

on: Basta con usar (ii) Proposition 2.3.6, pues tenemos que
f L
p
2
() y

L
q
() para todo q 1. Pongamos 1/p
1
= 1/p
2
+ 1/q.
Entonces f

L
p
1
() y se tiene que
|f

|
p
1
|

|
q
|f|
p
2
= m()
1/p
1
1/p
3
|f|
p
2
.

Teorema 2.3.8 (L
p
(), | |
p
) es un espacio normado para 1 < p < .
Demostraci

on:
Sean f, g L
p
() y , K. Consideremos los representantes de las
clases de equivalencia f
1
, g
1
L
p
(), es decir f(x) = f
1
(x) salvo en un
conjunto N de medida nula y g(x) = g
1
(x) salvo en un conjunto M de
medida nula. Entonces f + g coincide con f
1
+ g
1
salvo en N M.
Adem as
[f
1
(x) +g
1
(x)[
p
2
p
([f
1
(x)[
p
+[g
1
(x)[
p
)
y por tanto f + g L
p
(). Esto demuestra que L
p
() es un espacio
vectorial.
Veamos ahora que es normado. Supongamos que |f|
p
p
=
_

[f(x)[
p
dx = 0
entonces f = 0 en casi todo punto, es decir f = 0.
2.3. Espacios de Funciones. 33
Adem as |f|
p
= (
_

[[
p
[f(x)[
p
dx)
1/p
= [[|f|
p
.
Finalmente, si f, g L
p
() y |f +g|
p
> 0, podemos razonar como en el
caso de sucesiones, es decir, usando la Desigualdad de H older,
|f +g|
p
p
=
_

[f(x) +g(x)[
p
dx

([f(x)[ +[g(x)[)[f(x) +g(x)[


p1
dx

[f(x)[[f(x) +g(x)[
p1
dx +
_

[g(x)[[f(x) + g(x)[
p1
dx
(
_

[f(x)[
p
dx)
1/p
(
_

[f(x) + g(x)[
(p1)q
dx)
1/q
+ (
_

[g(x)[
p
dx)
1/p
(
_

[f(x) +g(x)[
(p1)q
dx)
1/q
= (|f|
p
+|g|
p
)|f +g|
p/q
p
.
Por tanto, despejando, |f +g|
p
|f|
p
+|g|
p
.
Teorema 2.3.9 (Teorema de Riesz-Fisher) Sea 1 p < y sea (f
n
) una
sucesion de Cauchy en L
p
(). Entonces existe una subsucesion f
n
k
y una
funcion no negativa g L
p
() tales que
(i) [f
n
k
(x)[ g(x) x ,
(ii) f
n
k
converge a f casi por todas partes,
(iii) (f
n
) converge a f en L
p
().
Demostraci

on:
Dado = 1/2
k
existe n
k
> n
k1
tal que
|f
m
f
n
|
p
< 1/2
k
, n, m n
k
.
Consideremos g
1
= [f
n
1
[ y denimos para k N,
g
k
= g
k1
+[f
n
k
f
n
k1
[ = [f
n
1
[ +[f
n
2
f
n
1
[ +... +[f
n
k
f
n
k1
[.
Es una sucesion creciente de funciones no negativas en L
p
(). Denimos
g(x) = lim
k
g
k
(x).
Usando la desigualdad triangular de Minkowski
|g
k
|
p
|f
n
1
|
p
+
k

i=2
|f
n
i
f
n
i1
|
p
|f
n
1
|
p
+
k

i=2
1/2
i1
|f
n
1
|
p
+ 1 < .
34 Chapter 2. Introducci on a los espacios de Banach
Usando el Teorema de la convergencia monotona de Lebesgue se obtiene que
g L
p
(), pues
_

g(x)
p
dx = lim
k
_

g
k
(x)
p
dx < .
Ahora se concluye que g(x)
p
< (y por tanto g(x) < ) en casi todo punto.
Claramente (i) queda probado ya que
[f
n
k
[ [f
n
k
f
n
k1
[ +... +[f
n
2
f
n
1
[ +[f
n
1
[ = g
k
g.
Por otro lado existe un conjunto N de medida nula tal que si x / N se
tiene
g(x) = lim
k
g
k
(x) = [f
n
1
(x)[ +

i=2
[f
n
i
(x) f
n
i1
(x)[ < .
Podemos concluir que la serie

i=2
(f
n
i
(x) f
n
i1
(x)) es convergente en casi
todo punto. Denimos
f(x) = f
n
1
(x) +

i=2
(f
n
i
(x) f
n
i1
(x))
y por tanto se cumple (ii).
Es claro que [f(x)[ g(x) en casi todo punto, y por tanto f L
p
().
Veamos nalmente que |f f
n
| 0 cuando n . Para cada n N, se
tiene que, si x / N,
lim
k
[f
n
(x) f
n
k
(x)[ = [f
n
(x) f(x)[.
Por otro lado, dado > 0 existen n
0
N tal que
_

[f
n
(x) f
m
(x)[
p
dx <
p
, n, m n
0
.
Usando que existe k
0
N tal que n
k
n
0
para k k
0
se concluye que
_

[f
n
(x) f
n
k
(x)[
p
dx <
p
, n n
0
, k k
0
.
Aplicando ahora el lema de Fatou se concluye que
_

[f
n
(x) f(x)[
p
dx liminf
k
_

[f
n
(x) f
n
k
(x)[
p
dx
p
, n n
0
.
Por tanto |f
n
f|
p
para n n
0
.
2.3. Espacios de Funciones. 35
Proposicion 2.3.10 (Densidad de las funciones escalonadas) Sea R
n
abierto no vaco y 1 p < . Si f L
p
() y > 0 entonces existe una
funcion escalonada g =

m
k=1

I
k
, donde I
k
son intervalos con

I
k
,
1 k m, tal que |f g|
p
< .
Demostraci

on: Supongamos que es acotado y f 0 es una funcion


superior. Ahora usando que es abierto encontramos una sucesion creciente
de compactos (que son uniones de intervalos) tal que =
kN
K
k
. Como
f es una funcion superior existe una sucesion creciente de funciones escalon-
adas f
k
(que podemos suponer no negativas) que converge a f en casi todo
punto. Ahora tenemos que (f
k

K
k
)
kN
es una sucesi on creciente de funciones
escalonadas, cumpliendo
[f
k

K
k
f[
p
0, en casi todo punto ,
y ademas
[f
k

K
k
f[
p
2
p
[f[
p
.
Por el teorema de la convergencia dominada se deduce que existe n
o
N
tal que |f f
k

K
k
|
p
< , k n
0
. Tomando g = f
n
0

K
n
0
=

m
k=1

I
k
se
obtiene el resultado (n otese que los intervalos I
k
K
n
0
).
Supongamos ahora que no es acotado y que f : C. Denimos

k
= x R
n
: |x| < k que cumple =

k=1

k
y, debido al Teorema
de la convergencia dominada de Lebesgue se tiene que
|f f

k
|
p
p
=
_

[f(x) f

k
[
p
dx 0, k .
Ahora descomponemos primero f

k
= ('f

k
)
+
('f

k
)

+i(f

k
)
+

i(f

k
)

. Y usando que L
p
(
k
) L
1
(
k
), podemos incluso descomponer
cada una de las funciones no negativas integrables anteriores en diferencia de
dos funciones superiores positivas. y aplicamos la aproximacion anterior en
cada pedazo y recomponemos la aproximacion de la funcion original.
Teorema 2.3.11 Sea R
n
un conjunto medible Lebesgue. Entonces
L
p
() es separable para 1 p < .
Demostraci

on: Basta probarlo para = R


n
. En otro caso si (f
n
) es una
sucesi on densa en L
p
(R
n
) entonces (f
n
)

es una sucesi on densa en L


p
().
(En efecto, si > 0 y f L
p
(), basta considerar la extensi on

f(x) = 0 si
36 Chapter 2. Introducci on a los espacios de Banach
x / y

f(x) = f(x), x de modo que |f
n


f|
L
p
(R
n
)
< para alg un
n N y por consiguiente |(f
n
)

f|
L
p
()
< para alg un n N.)
Ahora consideremos D el conjunto de funciones caracterticas de interva-
los I = [a
1
, b
1
] ... [a
n
, b
n
] con extremos a
i
, b
i
Q. Este conjunto D es
separable, pues es equipotente con Q
2n
.
Usando Proposici on 2.3.10 si f L
p
(R
n
) y > 0 entonces existe una
funci on escalonada g =

m
k=1

I
k
, donde I
k
son intervalos, 1 k m, tal
que |f g|
p
< /2. Ahora podemos cada intervalo I
k
substituirlo por otro
J
k
con extremos racionales de modo que m
n
(I
k
J
k
) <

p
2
p
m([
k
[
p
+1)
. Ahora
h =

m
k=1

J
k
LIN(D) y se tiene que |g h|
p
< /2.
Finalicemos esta seccion con el espacio L

().
Denici on 2.3.12 Denotamos L

() es espacio de la funciones medibles


f : C y acotadas. Ponemos L

() = L

()/ . Se conoce con el


nombre de espacio de las funciones esencialmente acotadas.
Denimos |f|

= infC 0 : m(x : [f(x)[ > C) = 0.


Proposicion 2.3.13 Sea f L

(). Entonces [f[ |f|

en casi todo
punto, i.e.
mx : [f(x)[ > |f|

= 0.
Demostraci

on: Sea C
k
> |f|

tal que C
k
|f|

< 1/k y m(A


k
) = 0
donde A
k
= x : [f(x)[ > C
k
. Es resultado se sigue del hecho x :
[f(x)[ > |f|

=
k
A
k
.
Teorema 2.3.14 (L

(), | |

) es un espacio de Banach no separable para


R. medible con m() > 0.
Demostraci

on: Es inmediato probar que L

() es un espacio vectorial.
Veamos que | |

es una norma: Si |f|

= 0, la Proposici on 2.3.13
implica f = 0 en casi todo punto.
Claramente si ,= 0
inf[[C 0 : m(x : [f(x)[ > C) = 0
= infD 0 : m(x : [f(x)[ > D) = 0 = |f|

.
Finalmente observemos que
x : [f(x) + g(x)[ > |f|

+|g|

2.3. Espacios de Funciones. 37


x : [f(x)[ > |f|

x : [g(x)[ > |g|

y por tanto
m(x : [f(x) + g(x)[ > |f|

+|g|

) = 0
de donde se concluye que |f +g|

|f|

+|g|

.
Demostremos ahora la completitud. Sea (f
n
) una sucesion de Cauchy en
L

()
Dado k N existe n
k
tal que |f
n+l
f
n
|

< 1/k para n n


k
y l N.
Entonces, si
A
k
n,l
= x : [f
n+l
(x) f
n
(x)[ > 1/k
se tiene que m(A
k
n,l
) = 0 para n n
k
y l N.
Consideremos A =

k=1

n=n
k

l=1
A
k
n,l
que tiene medida nula. Entonces
[f
n+l
(x) f
n
(x)[ 1/k k, l N, n n
k
, x / A (2.9)
y por tanto (f
n
(x)) es de Cauchy. Pongamos f(x) = limf
n
(x) para x / A y
f(x) = 0 para x A. Veamos que f L

() y lim
n
|f
n
f|

= 0.
Como f es lmite de medibles es medible. Adem as si x / A,
[f
n
1
+l
(x)[ [f
n
1
+l
(x) f
n
1
(x)[ +[f
n
1
(x)[ 1 +[f
n
1
(x)[, l N
y tomando lmites cuando l se tiene que [f(x)[ 1 + [f
n
1
(x)[ en casi
todo x . Usando la desigualdad triangular |f|

1 +|f
n
1
|

.
Finalmente usando (2.9) se concluye jado k y n n
k
y tomando lmites
cuando l
[f(x) f
n
(x)[ 1/k x / A,
por tanto |f f
n
|

1/k para n n
k
y se tiene que (f
n
) converge a f en
L

().
Finalmente veamos la no separabilidad del espacio. Descomponemos =

k
donde
k
son disjuntos dos a dos y de medida positiva (basta con cortar
el espacio con una red de disjuntos de R
n
) Considerar A N y denotar

A
=
kA

k
. Poniendo
O
A
= f L

() : |f

A
|

< 1/2
se obtiene una colecci on no numerable de conjuntos disjuntos dos a dos, lo
que permite, usando la Proposicion 2.2.8, probar que L

() es no separable.

Chapter 3
Operadores lineales y continuos
3.1 Primeras deniciones y ejemplos
En esta seccion X e Y son espacios normados y no diferenciamos la no-
taci on de la norma en cada uno de los espacios, que ser a denotada en ambos
casos por | |, salvo que pueda llevar a confusion.
Comencemos con un resultado que motiva las deniciones siguientes.
Proposicion 3.1.1 Sea T : X Y una aplicacion lineal. Son equivalentes
(i) T es continua en x = 0.
(ii) T es uniformemente continua en X.
(iii) Existe una constante C 0 tal que |Tx| C|x| para todo x X.
Demostraci

on: (i) =(ii) Dado > 0 existe > 0 tal que si |u| <
implica que |Tu| < . Por tanto |Tx Ty| = |T(x y)| < siempre que
|x y| < .
(ii)=(iii) Como T0 = 0, poniendo = 1 existe > 0 con |Tx
1
Tx
2
| <
1 si |x
1
x
2
| < . Si x ,= 0, x
1
=
x
2|x|
y x
2
= 0 entonces |Tx
1
| < 1. Esto
implica que |Tx|
2

|x|. Es resultado se sigue tomando C =


2

.
(iii) =(i) Es inmediato.

Denici on 3.1.2 Una aplicacion lineal y continua entre dos espacios nor-
mados T : X Y se denomina operador entre X e Y . Escribimos L(X, Y )
para el conjunto de los operadores de X en Y y denotamos L(X) = L(X, X).
Denimos, para T L(X, Y ),
|T| = infC 0 : |Tx| C|x| para todo x X.
39
40 Chapter 3. Operadores lineales y continuos
Proposicion 3.1.3 Si T L(X, Y ) entonces
|T| = sup|Tx| : |x| 1.
Demostraci

on: Sea a(T) = sup|Tx| : |x| 1.


Si C 0 es tal que |Tx| C|x| para todo x X entonces a(T) C.
Por tanto a(T) infC 0 : |Tx| C|x|, x X = |T|.
Es claro que |T(
x
|x|
)| a(T) para todo x ,= 0. Por tanto |Tx|
a(T)|x| para todo x X. Luego |T| a(T).
Nota 3.1.1 Es inmediato ver que
|T| = sup|Tx| : |x| = 1 = sup
|Tx|
|x|
: x ,= 0.
Veamos ahora algunos ejemplos concretos de operadores entre espacios nor-
mados.
Ejemplo 3.1.1 Sean (X, | |) = (R
n
, | |
p
1
) e (Y, | |) = (R
m
, | |
p
2
) donde
1 < p
1
, p
2
< . Toda aplicacion lineal T : X Y tiene asociada una matriz
A = (a
ij
) de modo que T(e
i
) =

m
j=1
a
ij
e
j
donde e
i
denota la correspondiente
base canonica del espacio nito dimensional, esto es
T(
n

i=1
x
i
e
i
) =
m

j=1
(
n

i=1
a
ij
x
i
)e
j
=
m

j=1
y
j
e
j
.
Entonces T L(X, Y ), si 1/p
1
+ 1/q
1
= 1,
|T| (
m

j=1
(
n

i=1
[a
ij
[
q
1
)
p
2
/q
1
)
1/p
2
.
Demostraci

on: Como |

m
j=1
y
j
e
j
|
p
2
= (

m
j=1
[y
j
[
p
2
)
1/p
2
, estimaremos [y
j
[.
Usando la desigualdad de Holder, para cada j 1, ..., m, se tiene
[y
j
[ = [
n

i=1
a
ij
x
i
[ (
n

i=1
[a
ij
[
q
1
)
1/q
1
|x|
p
1
.
Ahora sumando en j se tiene
|Tx|
p
2
= (
m

j=1
[
n

i=1
a
ij
x
i
[
p
2
)
1/p
2
(
m

j=1
(
n

i=1
[a
ij
[
q
1
)
p
2
/q
1
)
1/p
2
|x|
p
1
.

3.1. Primeras deniciones y ejemplos 41


Ejemplo 3.1.2 Sea X un espacio de Hilbert y : X K una aplicacion
lineal y continua no nula. Por el teorema de Riesz-Frechet existe x
0
X0
tal que (x) = x, x
0
). Entonces || = |x
0
|.
Demostraci

on: Por la desigualdad de Cauchy se tiene [(x)[ |x||x


0
|y
esto implica que || |x
0
|. Eligiendo ahora x
t
=
x
0
|x
0
|
se tiene que |x
t
| = 1
y [(x
t
)[ = |x
0
|. Por tanto || = |x
0
|.
Ejemplo 3.1.3 Sea X = C
0
(R
n
) e Y = R. Sea x
0
R
n
y denimos
x
0
:
C
0
(R
n
) R tal que

x
0
(f) = f(x
0
).
Entonces
x
0
L(C
0
(R
n
), R) con |
x
0
| = 1.
Demostraci

on: Es claro que


[
x
0
(f)[ sup
xR
n
[f(x)[ = |f|

.
Por tanto |
x
0
| 1. Para probar |
x
0
| = 1 es suciente encontrar f
C
0
(R
n
) tal que |f|

= 1 y [f(x
0
)[ = 1.
Tomemos
(t) =
_

_
1 0 t |x
0
| + 1
(|x
0
| + 2) t |x
0
| + 1 t |x
0
| + 2
0 t > |x
0
| + 2
.
Denimos f(x) = (|x|) para x R
n
. Es claro que f C
00
(R
n
), |f|

= 1
y
x
0
(f) = f(x
0
) = 1.
Ejemplo 3.1.4 Sean X =
p
, 1 < p < , Y =
1
y T :
p

1
dado por
T((x
n
)
nN
) = (
x
n
n
)
nN
.
Entonces T L(
p
,
1
) con |T| = (

n=1
1
n
q
)
1/q
donde 1/p + 1/q = 1.
Demostraci

on: En primer lugar hay que ver que esta bien denido. En
efecto si (x
n
)
nN

p
, como (
1
n
)
nN

q
(pues 1 < q < ), entonces
(
x
n
n
)
nN

1
.
42 Chapter 3. Operadores lineales y continuos
Claramente es lineal. Para ver que es continua usamos la desigualdad de
H older,
|T((x
n
)
nN
)|
1
=

n=1
[x
n
[
n
|(
1
n
)
nN
|
q
|(x
n
)
nN
|
p
.
Sea C
q
= (

n=1
1
n
q
)
1/q
. Para probar que |T| = C
q
es suciente encontrar
(x
n
)
nN
tal que |(x
n
)
nN
|
p
= 1 y |T((x
n
)
nN
)|
1
= C
q
.
Consideremos x
n
=
C
q/p
q
n
q1
, para n N. Es claro que
|(x
n
)
nN
|
p
= C
q/p
q
(

n=1
1
n
(q1)p
)
1/p
= 1.
Por otro lado
|T((x
n
)
nN
)|
1
=

n=1
C
q/p
q
n
q
= C
q/p
q
C
q
q
= C
q
.

Ejemplo 3.1.5 Sean X = Y =


p
para 1 p < . Dado 0 ,= (
n
)
nN

,
denimos T

:
p

p
por
T

((x
n
)
nN
) = (
n
x
n
)
nN
.
Entonces T

L(
p
,
p
) con |T| = |(
n
)
nN
|

.
Demostraci

on: Es inmediato que est a bien denido y es continuo con


|T| |(
n
)
nN
|

. Para probar que |T| = |(


n
)
nN
|

encontraremos para
cada > 0 una sucesion (x

n
)
nN

p
tal que |(x

n
)
nN
|
p
= 1 vericando que
|T

((x

n
)
nN
)|
p
+ > |(
n
)
nN
|

.
Para > 0 existe n

N tal que [
n

[ > |(
n
)
nN
|

. Tomar x

n
=

n

[
n

[
para n = n

y x

n
= 0 para n ,= n

, que cumple que |T

((x

n
)
nN
)|
p
= [
n

[.

Ejemplo 3.1.6 Sean X = L


p
(), 1 < p < e Y = L
1
(). Dada 0 ,=
f L
q
() para 1/p + 1/q = 1, denimos el operador multiplicacion M
f
:
L
p
() L
1
() por
M
f
(g) = fg.
Entonces M
f
L(L
p
(), L
1
()) con |M
f
| = |f|
q
.
3.1. Primeras deniciones y ejemplos 43
Demostraci

on: Es inmmediato, usando la desigualdad de Holder, que el


operador est a bien denido y es continuo con |M
f
| |f|
q
. Para demostrar
que |M
f
| = |f|
q
tomar
g
1
(x) =
_

f(x)
[f(x)[
2q
f(x) ,= 0
0 f(x) = 0
Se tiene que
|g
1
|
p
= (
_

[f(x)[
p(q1)
dx)
1/p
= |f|
q/p
q
,
por tanto si tomamos g(x) = |f|
q/p
q
g
1
(x) que cumple |g|
p
= 1 y M
f
(g) =
|f|
q/p
q
[f[
q
. Por consiguiente |M
f
(g)|
1
= |f|
q
.
Ejemplo 3.1.7 Sean X = L
1
([0, 1]) e Y = C([0, 1]). El operador de Volterra
V : L
1
([0, 1]) C([0, 1]) viene dado por
V (f)(x) =
_
x
0
f(t)dt, x [0, 1].
Entonces V L(L
1
([0, 1]), C([0, 1])) con |V | = 1.
Demostraci

on: Como
[V (f)(x) V (f)(x
t
)[
_
[x,x

]
[f(t)[dt, 0 x x
t
1
se tiene que V (f) es continua si f es integrable. Luego V est a bien denido.
Por otro lado
|V (f)|

= sup
0x1
[
_
[0,x]
f(t)dt[ sup
0x1
_
[0,x]
[f(t)[dt =
_
[0,1]
[f(t)[dt = |f|
1
.
Esto prueba que |V | 1. Por otro lado cualquier f 0 con |f|
1
= 1 sirve
para alcanzar la norma, pues sup
0x1
[
_
[0,x]
f(t)dt[ = |f|
1
para f 0. Lo
que demuestra que |V | = 1.
Ejemplo 3.1.8 Sean X = Y = C([0, 1] y K : [0, 1] [0, 1] R una funcion
continua. Si denotamos T
K
: C([0, 1]) C([0, 1]) el operador integral dado
por
T
K
(f)(x) =
_
1
0
K(x, y)f(y)dy
entonces T
K
L(C([0, 1], C([0, 1])) con |T
K
| |K|

.
44 Chapter 3. Operadores lineales y continuos
Demostraci

on: Veamos primero que est a bien denido: Si f C([0, 1])


entonces
[T
K
(f)(x) T
K
(f)(x
t
)[
_
1
0
[K(x, y) K(x
t
, y)[[f(y)[dy
|f|

sup
0y1
[K(x, y) K(x
t
, y)[.
Suponiendo que f ,= 0, como K es uniformemente continua en [0, 1] [0, 1],
dado > 0 existe > 0 tal que si [x x
t
[ < e [y y
t
[ < entonces
[K(x, y)K(x
t
, y
t
)[ < /|f|

. Por tanto [T
K
(f)(x)T
K
(f)(x
t
)[ < siempre
que [x x
t
[ < .
Por otro lado, si |K|

= sup
0x,y1
[K(x, y)[, entonces
sup
0x1
[T
K
(f)(x)[ sup
0x1
_
1
0
[K(x, y)[[f(y)[dy |K|

|f|

Ejemplo 3.1.9 Sean


1
,
2
subconjuntos abiertos de R
n
con medida nita,
1 < p < y 1/p+1/q = 1. Sean X = L
p
(
1
), Y = L
p
(
2
) y K :
1

2

R una funcion medible y acotada. Si denotamos T
K
: L
p
(
1
) L
p
(
2
) el
operador integral dado por
T
K
(f)(y) =
_

1
K(x, y)f(x)dx, y
2
entonces T
K
L(L
p
(
1
), L
p
(
2
)) y
|T
K
| m(
1
)
1/q
m(
2
)
1/p
sup
x
1
,y
2
[K(x, y)[.
Demostraci

on: Probemos primero que T


K
est a bien denido: Sea f
L
p
(
1
). Pongamos M = sup
x
1
,y
2
[K(x, y)[ y recordemos que L
p
(
1
)
L
1
(
1
) puesto que m(
1
) < . La funci on x K(x, y)f(x) es medible y
[K(x, y)f(x)[ M[f(x)[. Por tanto
_

1
K(x, y)f(x)dx est a denido para
todo y
2
. Usando la desigualdad de Holder se tiene que
[T
K
(f)(y)[ (
_

1
[K(x, y)[
q
dx)
1/q
|f|
p
.
Por tanto se consigue
(
_

2
[T
K
(f)(y)[
p
dy)
1/p
(
_

2
(
_

1
[K(x, y)[
q
dx)
p/q
|f|
p
p
dy)
1/p
M|f|
p
m(
1
)
1/q
m(
2
)
1/p
.
Esto permite concluir el resultado.
3.2. El espacio L(X, Y ) 45
3.2 El espacio L(X, Y )
Teorema 3.2.1 Sean X e Y espacios normados sobre K.
(i) Entonces (L(X, Y ), | |) es un espacio normado.
(ii) Si el espacio Y es de un espacio de Banach entonces L(X, Y ) es
tambien un espacio de Banach.
Demostraci

on: Sean T, S L(X, Y ), , K entonces T +S es lineal


y continuo. Por tanto L(X, Y ) es un espacio vectorial sobre K. Veamos que
| | es una norma.
(i) Si |T| = 0, usando que |Tx| |T||x| se concluye que T = 0.
(ii) Para K, |T| = sup|T(x)| : |x| = 1 = [[|T|.
(iii) Si T, S L(X, Y ),
|T +S| = sup|T(x) +S(x)| : |x| = 1
sup|T(x)| +|S(x)| : |x| = 1
sup|T(x)| : |x| = 1 + sup|S(x)| : |x| = 1
|T| +|S|.
Supongamos que Y es completo. Sea (T
n
) una sucesion de Cauchy en
L(X, Y ). Para todo x X, n, m N se tiene
|T
n
(x) T
m
(x)| |T
n
T
m
||x|
y por tanto (T
n
(x)) es una sucesion de Cauchy en Y . Usando la completitud,
denimos T(x) = lim
n
T
n
(x) para x X. De las propiedades de los
lmites se tiene que T es lineal. Veamos que es continuo. Observar primero
que (|T
n
|)
nN
es una sucesi on de Cauchy ya que [|T
n
||T
m
|[ |T
n
T
m
|,
y por lo tanto acotada. Sea M = sup
nN
|T
n
|. Entonces se tiene que
|Tx| = lim
n
|T
n
(x)| M|x|.
Veamos ahora que lim
n
|T T
n
| = 0. Dado > 0 existe n
0
N tal que si
|x| 1 tenemos
|T
n
(x) T
m
(x)| |T
n
T
m
| < , n, m n
0
.
Fijando m n
0
y tomando lmite cuando n se obtiene
|T(x) T
m
(x)| , m n
0
, |x| 1.
46 Chapter 3. Operadores lineales y continuos
Por tanto |T T
n
| para n n
0
.
Implcitamente en la demostracion anterior hemos visto el siguiente re-
sultado, cuya demostracion dejamos como ejercicio.
Proposicion 3.2.2 Sean X e Y espacios normados y (T
n
) L(X, Y ) una
sucesion de operadores tal que existe lim
n
T
n
(x) para todo x X. Si deni-
mos Tx = lim
n
T
n
x entonces
(i) T : X Y es lineal, y,
(ii) si sup
nN
|T
n
| < entonces T L(X, Y ) con |T| liminf
n
|T
n
|.
Nota 3.2.1 En general lmite puntual de operadores lineales y continuos no
es un operador lineal y continuo. Tomar X = c
0
e Y = K y denamos
T
n
(x) = x
n
para x = (x
k
)
kN
. Es claro que lim
n
T
n
(x) = 0 para toda x c
0
.
Por tanto T
n
converge puntualmente a 0, y sin embargo lim
n
|T
n
| = 1 ,= 0.
Esto se debe a que |T
n
| = 1 para n N ya que [T
n
(e
n
)[ = 1 para e
n
=
(
n1
..
0, , 0, 1, 0, ..).
Proposicion 3.2.3 Sean X, Y y Z espacios normados. Si T L(X, Y ) y
S L(Y, Z) entonces S T L(X, Z). Ademas |S T| |S||T|.
Demostraci

on: Es claro que la composicion de aplicaciones lineales y con-


tinuas es lineal y continua. Para ver la estimacion de las normas observar
que
|S T(x)| = |S(Tx)| |S||Tx| |S||T||x|,
de donde se concluye que |S T| |S||T|.
Denici on 3.2.4 Dado X espacio normado, denotamos X

= L(X, K) y le
llamamos espacio dual (o dual toplologico) de X. Los elementos X

se
llaman formas lineales (o funcionales lineales) sobre X.
Nota 3.2.2 Usando Teorema 3.2.1 X

es siempre un espacio de Banach con


la norma || = sup[(x)[ : |x| 1.
Ejemplo 3.2.1 Sea X =
p
para 1 p < . Sea :
p
K dada por
((x
n
)
nN
) = x
1
+x
2
.
Entonces X
t
con || = 2
1/q
donde 1/p + 1/q = 1.
3.2. El espacio L(X, Y ) 47
Demostraci

on: La linealidad es inmediata. Si (x


n
)
nN

p
entonces
[((x
n
)
nN
)[ = [x
1
+x
2
[ 2
1/q
([x
1
[
p
+[x
2
[
p
)
1/p
2
1/q
|(x
n
)
nN
|
p
.
Tomando (x
0
n
)
nN
= (2
1/p
, 2
1/p
, 0, ....) se tiene
[(x
0
n
)
nN
)[ = x
0
1
+x
0
2
= 2
1/q
.

Ejemplo 3.2.2 Sea X = C([0, 1]) y sea : C([0, 1]) K dada por
(f) = 2f(1/2) f(1/3).
Entonces X
t
con || = 3 .
Demostraci

on: En efecto si f C([0, 1]) entonces


[(f)[ = [2f(1/2) f(1/3)[ 2[f(1/2)[ +[f(1/3)[ 3|f|

.
Tomando f una funci on continua con |f|

= 1 y tal que f(1/2) = 1 y


f(1/3) = 1, se obtiene que (f) = 3.
Ejemplo 3.2.3 Sea X = C([0, 1]) y 0 ,= g C([0, 1]). Sea : L
1
([0, 1])
K dada por (f) =
_
[0,1]
f(t)g(t)dt para f L
1
([0, 1]). Entonces X
t
con
|| = |g|

.
Demostraci

on: Probemos solo la continuidad.


[(f)[ = [
_
[0,1]
f(t)g(t)dt[
_
[0,1]
[f(t)[[g(t)[dt |g|

|f|
1
.
Sea t
0
[0, 1] tal que |g|

= [g(t
0
)[ > 0 (supongamos 0 < t
0
< 1, siendo los
casos t
0
= 0 y t
0
= 1 una modicacion del argumento que sigue). Denimos

n
(g) =
_
[t
0
1/2n,t
0
+1/2n]
g(t)dt
que verica, por la continuidad de g, que lim
n
n
n
(g) = g(t
0
). Ahora consid-
erar f
n
(t) = n

n
(g)
[
n
(g)[

[t
0
1/2n,t
0
+1/2n]
. Es claro que f
n
L
1
([0, 1]), |f
n
|
1
= 1
y ademas
(f
n
) =
_
[0,1]
f
n
(t)g(t)dt = n

n
(g)
[
n
(g)[
_
[t
0
1/2n,t
0
+1/2n]
g(t)dt = n[
n
(g)[.
Luego lim
n
(f
n
) = [g(t
0
)[ = |g|

. Esto implica || = |g|

.
48 Chapter 3. Operadores lineales y continuos
Denici on 3.2.5 Sean X, Y espacios normados sobre el mismo cuerpo K y
T : X Y un operador en L(X, Y ). Diremos operador conjugado de T y lo
denotaremos T
t
a la aplicacion T
t
: Y
t
X
t
denida por T
t
() = T, i.e.
T
t
()(x) = (Tx).
Proposicion 3.2.6 Si T L(X, Y ) entonces T
t
L(Y
t
, X
t
) con |T
t
|
|T|.
Demostraci

on: Usando la Proposici on 3.2.3 se tiene que T


t
L(Y
t
, X
t
).
Adem as
|T
t
()| |T|||, Y
t
.
Por tanto |T
t
| |T|.
Nota 3.2.3 El lector debe saber que en realidad |T| = |T
t
| pero la de-
mostracion requiere argumentos que no se incluyen en este curso y por tanto
no se presenta en estas notas.
Denici on 3.2.7 Sean X e Y espacios normado y T : X Y una apli-
cacion lineal.
Se dice que T es un isomorsmo (topologico) de X sobre Y si T es una
biyeccion continua de inversa continua.
Se dice que T es una isometra si |Tx| = |x| para todo x X.
X e Y se dicen isomorfos (o topologicamente isomorfos) si existe T :
X Y isomorsmo.
X e Y se dicen isometricamente isomorfos si existe T : X Y isometra
lineal suprayectiva.
Nota 3.2.4 Si T : X Y es lineal e inyectiva entonces T
1
: T(X) X
es automaticamente lineal.
Demostraci

on: Si y
1
, y
2
T(X) existen (y ademas unicos) x
1
, x
2
X
tales que T(x
1
) = y
1
e T(x
2
) = y
2
. Por tanto dados
1
,
2
K,
T
1
(
1
y
1
+
2
y
2
) = T
1
(
1
T(x
1
) +
2
T(x
2
))
= T
1
(T(
1
x
1
+
2
x
2
))
=
1
x
1
+
2
x
2
=
1
T
1
y
1
+
2
T
1
y
2
.

3.2. El espacio L(X, Y ) 49


Nota 3.2.5 Si T : X Y es lineal, inyectiva y continua entonces T
1
:
T(X) X no es automaticamente continua.
Demostraci

on: Sea T = id :
1

2
dada por T(x) = x. Es claro que
|Tx|
2
|x|
1
luego es lineal continua e inyectiva. Claramente T(
1
) =
1
y
T
1
: (
1
, | |
2
) (
1
, | |
1
) coincide con T
1
(x) = x. Sin embargo T
1
no
es continua, pues existe una sucesi on x
n
=
1
n

n
k=1
e
k
en
1
tal que
|x
n
|
2
0, |T
1
(x
n
)|
1
= 1, n N.

Nota 3.2.6 Si T : X Y es un isomorsmo entonces |T


1
| |T|
1
. Se
sigue del hecho Id[
X
= T
1
T puesto que 1 = |T
1
T| |T
1
||T|.
Ejemplo 3.2.4 T :
p

p
, 1 p , denida por
T((x
1
, x
2
, ...) = (0, x
1
, x
2
, ....)
es una isometra lineal pero no suprayectiva.
Ejemplo 3.2.5 Si X es un espacio de Hilbert sobre R. Entonces X
t
es
isometricamente isomorfo a X.
Demostraci

on: Denimos T : X X
t
dado por Tx =
x
donde
x
(y) =
y, x) para y X. Usando Teorema de Riesz-Frechet si X
t
entonces
existe x
0
X tal que (x) = x, x
0
). Luego T es suprayectiva. La linealidad
es inmediata en el caso K = R. Ademas, como se vi o en el Ejemplo 3.1.2),
|Tx| = sup[y, x)[ : |y| 1 = |x|.

Denici on 3.2.8 Dos normas | |


1
y | |
2
sobre un espacio vectorial X se
dicen normas equivalentes si existen constantes A, B > 0 tales que
A|x|
1
|x|
2
B|x|
1
, x X.
Proposicion 3.2.9 Sean (X, | |
X
) e (Y, | |
Y
) espacios normados sobre el
mismo cuerpo y T : X Y una aplicacion lineal suprayectiva. Entonces T
es un isomorsmo si y solo si existen constantes A, B > 0 tales que
A|x|
X
|T(x)|
Y
B|x|
X
, x X.
50 Chapter 3. Operadores lineales y continuos
Demostraci

on: =)Como T L(X, Y ) se tiene que |T(x)|


Y
|T||x|
X
para todo x X. Como T
1
L(Y, X) entonces
|x|
X
= |T
1
(Tx)|
X
|T
1
||Tx|
Y
, x X
Tomar A = |T
1
|
1
y B = |T|.
=)Claramente T L(X, Y ) con |T| B. T es inyectiva, pues kerT = 0
ya que |T(x)|
Y
= 0 implica x = 0. Por otro lado
|T
1
(y)|
X
A
1
|T(T
1
(y)|
Y
= A
1
|y|
Y
, y Y
de donde se deduce (junto con la nota 3.2.4) que T
1
L(Y, X).
Nota 3.2.7 Dos normas son equivalentes si Id : (X, | |
1
) (X, | |
2
) es
un isomorsmo.
Ejemplo 3.2.6 En el espacio K
n
todas las normas | |
p
para 1 p
son equivalentes
Demostraci

on: Se sigue de las estimaciones para 1 p


1
< p
2
,
|(x
1
, ..., x
n
)|
p
2
|(x
1
, ..., x
n
)|
p
1
n
1/p
1
1/p
2
|(x
1
, ..., x
n
)|
p
2
.

3.3 Espacios de Banach nito dimensionales


Denotaremos para 1 p y n N por K
n
p
los espacios K
n
consider-
ados con la norma | |p.
Teorema 3.3.1 (Teorema de Tikhonov) Sea (X, | |) un espacio normado
sobre K de dimension nita n. Entonces X es isomorfo a K
n

.
En particular todas las normas sobre un espacio X nito dimensional son
equivalentes.
Demostraci

on: Sea e
1
, , e
n
una base (de Hamel) del espacio X. En
particular x X se puede escribir (de manera unica) x =

n
i=1
x
i
e
i
donde
x
i
K. Denimos T : K
n

X dado por
T((x
1
, , x
n
)) =
n

i=1
x
i
e
i
.
3.3. Espacios de Banach nito dimensionales 51
Claramente T L(K
n
, X) con |T|

n
i=1
|e
i
|, puesto que
|T((x
1
, , x
n
))| |
n

i=1
x
i
e
i
|
n

i=1
|e
i
|[x
i
[ (
n

i=1
|e
i
|) max
1in
[x
i
[.
Adem as T es biyeccion por ser (e
i
) una base. Como la esfera unidad de K
n

es compacto, podemos poner


m = min|T((x
1
, , x
n
))| : max
1in
[x
i
[ = 1
y por el teorema de Weierstrass m = |T((w
1
, , w
n
))| para un vector
|(w
1
, , w
n
)|

= 1. Por tanto m > 0 porque T es biyecci on y w ,= 0.


Por consiguiente |T(
1
|(x
1
,,x
n
)|

(x
1
, , x
n
))| m para todo x ,= 0. Lo que
permite concluir que
m|(x
1
, , x
n
)|

|T((x
1
, , x
n
))|, (x
1
, , x
n
) K
n
.
Probando la desigualdad que nos faltaba.
Corolario 3.3.2 (i) Todo espacio normado nito dimensional X es un es-
pacio de Banach.
(ii) Si Y es subespacio nito dimensional de un espacio normado X en-
tonces Y es cerrado.
(iii) Si X es un espacio normado nito dimensional, Y es un espacio
normado y T : X Y es lineal entonces T es continua.
Demostraci

on: (i) Usando el Teorema 3.3.1 existe T : X K


n

isomor-
smo. Pasando por el isomorsmo anterior y usando que (K
n
, | |

) es
completo se obtiene el resultado.
(ii) se sigue usando que (Y, | |) es normado y el apartado (i).
(iii) Sea e
1
, , e
n
una base (de Hamel) del espacio X. En particular
x X se puede escribir (de manera unica) x =

n
i=1
x
i
e
i
donde x
i
K.
Luego
|T(x)|
n

i=1
[x
i
[|T(e
i
)| (
n

i=1
|Te
i
|) max
1in
[x
i
[.
Como max
1in
[x
i
[ B|x| se obtiene |T(x)| B(

n
i=1
|Te
i
|)|x|.
Teorema 3.3.3 (Riesz) Un espacio normado X es nito dimensional si, y
solo si, la bola unidad cerrada es compacta.
52 Chapter 3. Operadores lineales y continuos
Demostraci

on: Supongamos que X es de dimensi on nita, y sea T : K


n


X un isomorsmo entre ellos. Usando que
|T
1
|
1
|(x
1
, , x
n
)|

|x| |T||(x
1
, , x
n
)|

para x =

n
i=1
x
i
e
i
se obtiene que
x X : |x| 1 T((x
1
, , x
n
) K
n
: |(x
1
, , x
n
)|

|T
1
|).
Ahora usando que la bolas cerradas de K
n

son compactos y T es continua


se tiene que T((x
1
, , x
n
) K
n
: |(x
1
, , x
n
)|

|T
1
|) es compacto.
Finalmente todo cerrado en un compacto es tambien compacto, lo que prueba
que la bola unidad cerrada es compacto.
Supongamos ahora que la bola unidad

B
X
= x X : |x| 1 es
compacta. Consideremos un recubrimiento de la misma dado por B(y, 1/2) =
x X : |x y| < 1/2 con y B
x
. Existe entonces una colecci on nita
y
1
, .., y
n
B
X
tal que

B
X

n
i=1
B(y
i
, 1/2). Sea Y el subespacio vectorial
generado por y
1
, .., y
n
, que sabemos que es necesariamente cerrado en X.
Veamos que Y = X y por tanto X es de dimensi on nita.
Supongamos que existe x X Y . Como Y es cerrado se tiene que d =
d(x, Y ) > 0. Podemos entonces encontrar y Y tal que d |x y|
3
2
d.
Como z =
xy
|xy|


B
X
existir a y
k
Y tal que z B(y
k
, 1/2). Ahora bien,
x = y +|x y|z = y +|x y|y
k
+|x y|(z y
k
).
Como y +|x y|y
k
Y tenemos que
d |x (y +|x y|y
k
)| = |x y||z y
k
| <
1
2
|x y| <
3
4
d,
lo que lleva a una contradicci on.
Denici on 3.3.4 Sea X un espacio normado y A X. Diremos que A es
relativamente compacto si

A es compacto.
Corolario 3.3.5 Sea X un espacio normado. X es de dimension nita si,
y solo si, todo acotado es relativamente compacto.
Teorema 3.3.6 Sea 1 p y n N. El espacio dual de K
n
p
es
isometricamente isomorfo a K
n
q
donde 1 q con 1/p + 1/q = 1
3.4. Dualidad 53
Demostraci

on: Supongamos que 1 < p < . Sea T : (K


n
p
)
t
K
n
q
la
aplicaci on denida por
T() = ((e
1
), (e
n
)).
Es inmediato probar que T es lineal. Veamos que es una isometra. Supong-
amos ,= 0 y tomemos
i
=
(e
i
)
[(e
i
)[
, si (e
i
) ,= 0 y
i
= 0 si (e
i
) = 0.
|((e
1
), (e
n
))|
q
= (
n

i=1
[(e
i
)[
q
)
1/q
= (
n

i=1
[(e
i
)[
q1

i
(e
i
))
1/q
= (
n

i=1
[(e
i
)[
q1

i
e
i
))
1/q
||
1/q
|
n

i=1
[(e
i
)[
q1

i
e
i
|
1/q
= ||
1/q
(
n

i=1
[(e
i
)[
q
)
1/pq
.
Por tanto (

n
i=1
[(e
i
)[
q
)
1/q
||.
Por otro lado, es claro que
[(
n

i=1

i
e
i
)[
n

i=1
[
i
[[(e
i
)[ (
n

i=1
[
i
[
p
)
1/p
(
n

i=1
[(e
i
)[
q
)
1/q
,
luego || (

n
i=1
[(e
i
)[
q
)
1/q
.
Veamos nalmente que es suprayectiva. Dada (
1
, ,
n
) K
n
q
de-
namos
((
1
, ,
n
)) =
n

i=1

i
.
Es lineal y cumple que T() = (
1
, ,
n
).
Los casos p = 1 y p = se hacen de manera an aloga y se dejan como
ejercicios.
3.4 Dualidad
Hemos visto en Ejemplo 3.2.5 que, en el caso de espacios de Hilbert reales,
X
t
es isometricamente isomorfo a X. Para espacios de Hilbert cualesquiera
puede decirse lo siguiente:
54 Chapter 3. Operadores lineales y continuos
Teorema 3.4.1 Si X es un espacio de Hilbert con producto escalar , ),
y consideramos la aplicacion de Riesz J
X
: X X
t
dada por J
X
(x) =
x
denido por

x
(y) = y, x).
Entonces J
X
es una aplicacion biyectiva que cumple |J
X
(x)| = |x| y verica
J
X
(
1
x
1
+i
2
x
2
) =
1
J
X
(x
1
) +
2
J
X
(x
2
) para
1
,
2
K y x
1
, x
2
X.
Hemos visto tambien en Teorema 3.3.6 que (K
n
p
)
t
es isometricamente iso-
morfo a K
n
q
para 1 p y 1/p + 1/q = 1.
Veamos cual es la versi on innito dimensional de dicho resultado. La
demostraci on es similar a la presentada en Teorema 3.3.6 y se deja como
ejercicio.
Teorema 3.4.2 Sea 1 < p < y 1/p + 1/q = 1. Entonces (
p
)
t
es
isometricamente isomorfo a
q
.
Analicemos los casos p = 1 y q = 1.
Teorema 3.4.3 (
1
)
t
es isometricamente isomorfo a

.
Demostraci

on: Denimos T :

(
1
)
t
mediante la aplicacion
= (
1
, ,
n
, )

((
1
, ,
n
, )) =

n=1

n
.
Es claro que esta bien denida, pues

n=1

n
es convergente para toda
(
n
)
nN

1
y (
n
)
nN

. Ademas T es lineal y cumple


[

((
n
)
nN
)[ (

n=1
[
n
[)(sup
nN
[
n
[) = |(
n
)
nN
|

|(
n
)
nN
|
1
.
Por otro lado, como (
n
)
nN

, para cada > 0 existe m = m() N


tal que
|(
n
)
nN
|

< [
m
[ +.
Se tiene que

m
[
m
[
e
m

1
, |

m
[
m
[
e
m
|
1
= 1 y

m
[
m
[
e
m
) = [
m
[ |(
n
)
nN
|

.
Esto demuestra que |

| = |(
n
)
nN
|

y por tanto T es una isometra.


Para nalizar hay que ver que T es suprayectiva. Dado (
1
)
t
, considerar
3.4. Dualidad 55

n
= (e
n
) para n N. Claramente sup
nN
[
n
[ ||. Ademas T() =

= .
En efecto,
((
1
, ,
n
, )) = lim
N
((
1
, ,
N
, 0, ))
= lim
N
N

i=1

i
(e
i
)
= lim
N
N

i=1

i
=

n=1

n
=

((
1
, ,
n
, )).

Teorema 3.4.4 (c
0
)
t
es isometricamente isomorfo a
1
.
Demostraci

on: Denimos T :
1
(c
0
)
t
mediante la aplicacion
= (
1
, ,
n
, )

((
1
, ,
n
, )) =

n=1

n
.
Es claro que esta bien denida, pues

n=1

n
es convergente para toda
(
n
)
nN
c
0
y (
n
)
nN

1
. Adem as T es lineal y cumple
[

((
n
)
nN
)[ (

n=1
[
n
[)(sup
nN
[
n
[) = |(
n
)
nN
|
1
|(
n
)
nN
|

.
Por otro lado, como (
n
)
nN

1
, para cada > 0 existe N N tal que
|(
n
)
nN
|
1
< |(
1
, ,
N
)|
1
+ =
N

n=1
[
n
[ +.
Sea

i
=
_

i
[
i
[
i 1, , N,
i
,= 0
0 otro caso
.
Se tiene que (

n
)
nN
c
00
, |(

n
)
nN
|

= 1 y

((

n
)
nN
) = |(
1
, ,
N
)|
1
|(
n
)
nN
|
1
.
56 Chapter 3. Operadores lineales y continuos
Esto demuestra que |

| = |(
n
)
nN
|
1
y por tanto T es una isometra.
Para nalizar hay que ver que T es suprayectiva. Dado (c
0
)
t
, considerar

n
= (e
n
) para n N. Se tiene que para todo N N
N

n=1
[
i
[ =
N

n=1
[(e
i
)[ = (
N

n=1

i
e
i
)
para cierta (
i
)
1iN
c
00
con |(
n
)
nN
|

= 1 (basta tomar
i
=

i
[
i
[
si

i
,= 0 y
i
= 0 en otro caso). Por tanto (
n
)
nN

1
. Ademas T((
n
)
nN
) =

= .
En efecto,
((
1
, ,
n
, )) = lim
N
((
1
, ,
N
, 0, ))
= lim
N
N

i=1

i
(e
i
)
= lim
N
N

i=1

i
=

n=1

n
=

((
1
, ,
n
, )).

En el caso de espacios de funciones se pueden probar, aunque no incluimos


su demostracion completa, los siguientes resultados:
Teorema 3.4.5 Si es un conjunto medible de R
n
. Entonces
(i) (L
1
())
t
es isometricamente isomorfo a L

().
(ii) (L
p
())
t
es isometricamente isomorfo a L
q
() si 1 < p < y 1/q +
1/p = 1.
Demostraci

on: (Esbozo de demostraci on) Si f L


q
() entonces T(g) =
_

f(x)g(x)dx dene un funcional lineal sobre L


p
(), cuya continuidad es
consecuencia de la desigualdad de Holder. Para alcanzar la norma se pro-
cede seleccionando una funcion g en un proceso similar al realizado para
sucesiones. La dicultad radica en la suprayectividad que requiere el uso de
teoremas (como el de Radon-Nikodym u otras alternativas) que no veremos
en esta asignatura.
3.5. Operadores invertibles 57
3.5 Operadores invertibles
La busqueda de soluci on de una ecuaci on Tx = y en el contexto de es-
pacios de Banach lleva a analizar la invertibilidad del operador. Si existe
T
1
: Y X entonces x = T
1
y es la soluci on buscada. Ahora bien nos
interesa que las soluciones sean continuas en el dato, es decir a variaciones
continuas del dato le correspondan variaciones continuas de la solucion. Bus-
camos entonces tambien que T
1
sea continua.
Denici on 3.5.1 Un operador T L(X, Y ) se dice invertible si existe S
L(Y, X) tal que S T = I
X
y T S = I
Y
donde I
X
: X X denota la
identidad en el espacio X. Dicho operador se denota T
1
: Y X.
Nota 3.5.1 Un operador es invertible si y solo si es un isomorsmo de X
en Y .
Recordemos que si T : X Y es lineal y X es nito dimensional entonces
dim(T(X)) +dim(Ker(T)) = dim(X).
Por tanto son equivalentes:
(i) T es inyectiva.
(ii) T es suprayectiva.
(iii) T es invertible.
Cuando X no es nito dimensional las condiciones anteriores no son equiv-
alentes en general.
Ejemplo 3.5.1 Sean L :
2

2
dado por L((x
1
, x
2
, )) = (x
2
, x
3
, )
y R :
2

2
dado por L((x
1
, x
2
, )) = (0, x
1
, x
2
, ). Entonces L es
suprayectiva pero no inyectiva, R es inyectiva pero no suprayectiva. Ademas
R L = Id

2 pero L R ,= RL.
Denici on 3.5.2 Denimos el producto de operadores ST = S T para
S, T L(X). Esto permite dotar a L(X) de una estructura adicional
(algebra de Banach no conmutativa con identidad), es decir ademas de la es-
tructura de espacio vectorial con las operaciones (S, T) S +T y (, T)
T se tiene la ley interna (S, T) ST que cumple
(i) T
1
(T
2
T
3
) = (T
1
T
2
)T
3
, T
1
, T
2
, T
3
L(X),
(ii) S(
1
T
1
+
2
T
2
) =
1
ST
1
+
2
ST
2
,
1
,
2
K, S, T
1
, T
2
L(X),
(iii) SI
X
= I
X
S = S, S L(X),
(iv) |ST| |S||T|, S, T L(X).
58 Chapter 3. Operadores lineales y continuos
Teorema 3.5.3 (Criterio de invertibilidad) Sea X un espacio de Banach y
T L(X). Si la serie

n=0
T
n
(donde T
0
= I
X
) es convergente en norma
entonces I
X
T es invertible. Ademas
(I
X
T)
1
=

n=0
T
n
.
Demostraci

on: Sea S
n
=

n
k=0
T
k
y denotemos S =

k=0
T
k
. Entonces,
usando (iv) en la denici on anterior, la aplicaci on
T
: L(X) L(X) dada
por S ST es continua. Por tanto podemos escribir
ST = ( lim
n
S
n
)T = lim
n
S
n
T = lim
n
n

k=0
T
k+1
= lim
n
S
n+1
I
X
= S I
X
.
Esto permite despejar S(I T) = S ST = I
X
. An alogamente se concluye
que (I T)S = I
X
.
Corolario 3.5.4 Sea X un espacio de Banach y T L(X).
(i) Si |T| < 1 entonces I
X
T es invertible y |(I
X
T)
1
|
1
1|T|
.
(ii) Si |I T| < 1 entonces T es invertible y |T
1
| <
1
1|IT|
.
Demostraci

on: (i) Usando que la serie


n=0
|T|
n
< y teniendo en
cuenta que |T
n
| |T|
n
se concluye que la serie

n=0
T
n
es absolutamente
convergente. Por tanto converge y debido al Teorema 3.5.3 existe (I
X
T)
1
.
Adem as
|(I
X
T)
1
| = lim
N
|
N

n=0
T
n
| lim
N
N

n=0
|T
n
|

n=0
|T|
n

1
1 |T|
.
(ii) Aplicar (i) a I
X
T.
Denotemos G(X, Y ) = T L(X, Y ) : T invertible .
Teorema 3.5.5 Sean X, Y son espacios de Banach y T G(X, Y ). Si S
L(X, Y ) es tal que |S T| <
1
|T
1
|
entonces S G(X, Y ). Ademas
(i) |S
1
|
|T
1
|
1|T
1
||ST|
,
(ii) |T
1
S
1
|
|T
1
|
2
|S
T
|
1|T
1
||ST|
.
3.6. Aplicaciones a ecuaciones integrales 59
Demostraci

on: Sea R = T
1
S. Se tiene que
|I
X
R| = |T
1
(T S)| |T
1
||T S| < 1.
Usando el Corolario 3.5.4 se tiene que R G(X, X) y adem as
|R
1
|
1
1 |I
X
R|

1
1 |T
1
||T S|
.
Teniendo en cuenta que S = TR se tiene que S G(X, Y ) con S
1
= R
1
T
1
.
Esto permite concluir que
|S
1
| |T
1
||R
1
|
|T
1
|
1 |T
1
||T S|
.

Esto demuestra (i).


Para probar (ii), observar que
T
1
S
1
= (T
1
S I
X
)S
1
= T
1
(S T)S
1
.
Combinado con (i) permite concluir el resultado.
Corolario 3.5.6 Sean X, Y espacios de Banach. Entonces
(i) G(X, Y ) es abierto en L(X, Y ).
(ii) T T
1
es continua de G(X, Y ) en G(Y, X).
3.6 Aplicaciones a ecuaciones integrales
En este captulo analizaremos el uso de las tecnicas abstractas de Analisis
Funcional para la resoluci on de distintos tipos de ecuaciones integrales, es
decir en aquellas que la inc ognita aparece dentro de una integral. Comen-
zaremos aplicando los resultados anteriores a un caso particular.
Ejemplo 3.6.1 Dada y C([0, 1]) encontrar una solucion x C([0, 1]) de
la ecuacion integral
x(s)
_
1
0
sen(st)x(t)dt = y(s), s [0, 1].
60 Chapter 3. Operadores lineales y continuos
Demostraci

on:
Consideremos el operador integral Tx(s) =
_
1
0
sen(st)x(t)dt denido en
X = C([0, 1]). Por el Ejemplo 3.1.8 se tiene que T L(X) y
|T| sup
0s,t1
[sen(st)[ = sen1 < 1.
Usando el Corolario 3.5.4 se obtiene que I
X
T es invertible, luego para
todo y C([0, 1]) existe una unica solucion continua x tal que x Tx = y.
Adem as podemos calcularla explcitamente, pues
x = (I
X
T)
1
(y) =

n=0
T
n
y = lim
n
y +Ty +T
2
y +... +T
n
y.
Sea x
0
= y, x
n
= y +Tx
n1
= y +Ty +T
2
y +... +T
n
y se tiene que
x = lim
n
x
n
.
Incluso puede estimarse el error cometido en la aproximaci on, pues
|xx
n
|

k=n+1
|T
k
y|

k=n+1
|T|
k
|y|


|T|
n+1
1 |T|
|y|


(sen1)
n+1
1 sen1
|y|

.
(Ver Teorema 3.6.2 que para el c alculo exacto de la norma |T|.)
Denici on 3.6.1 Una ecuacion integral de Fredholm de segunda especie es
una ecuacion de la forma
x(s)
_
b
a
K(s, t)x(t)dt = y(s), s [a, b]
donde K : [a, b] [a, b] K es una funcion continua (denominado el n ucleo
de la ecuacion) y donde y C([a, b]).
Teorema 3.6.2 Sea K : [a, b] [a, b] R una funcion continua y
T
K
x(s) =
_
b
a
K(s, t)x(t)dt, x C([a, b]).
Entonces T
K
L(C([a, b])) y
|T
K
| = max
s[a,b]
_
b
a
[K(s, t)[dt.
3.6. Aplicaciones a ecuaciones integrales 61
Demostraci

on: Pongamos M = max


s[a,b]
_
b
a
[K(s, t)[dt. Claramente
[T
K
x(s)[
_
b
a
[K(s, t)[[x(t)[dt |x|

_
b
a
[K(s, t)[dt M|x|

.
Esto prueba que |T
K
x|

M|x|

y por tanto |T
K
| M. N otese en
primer lugar que s
_
b
a
[K(s, t)[dt es una funci on continua (pues es la imagen
de T
[K[
(1) que se probo que estaba bien denido. Por tanto existe s
0
[a, b]
tal que M =
_
b
a
[K(s
0
, t)[dt. Sea

n
() =
_

_
1 1/n
n 1/n < < 1/n
1 1/n
.
Entonces t x
n
(t) =
n
(K(s
0
, t)) es continua para todo n N y
|x
n
|

1. Adem as lim
n

n
(K(s
0
, t)) = sgn(K(s
0
, t)) para todo t.
Por tanto
|T
K
)| sup
s[a,b]
[
_
b
a
K(s, t)x
n
(t)dt[ [
_
b
a
K(s
0
, t)x
n
(t)dt[
Y pasando al lmite se tiene |T
K
|
_
b
a
[K(s
0
, t)[dt = M.
Proposicion 3.6.3 Sean X = Y = C([0, 1]). Dados k
1
, k
2
C([0, 1])
[0, 1]) consideramos
T
i
(f)(x) =
_
1
0
k
i
(x, y)f(y)dy, i = 1, 2
para f C([0, 1]). Entonces
T
2
T
1
(f)(x) =
_
1
0
K(x, y)f(y)dy, K(x, y) =
_
1
0
k
2
(x, t)k
1
(t, y)dt.
Demostraci

on: Del Ejemplo 3.1.8 se tiene que T


i
L(X, Y ) para i = 1, 2.
Entonces
T
2
T
1
(f)(x) =
_
1
0
k
2
(x, t)T
1
(f)(t)dt
=
_
1
0
k
2
(x, t)(
_
1
0
k
1
(t, y)f(y)dy)dt
=
_
1
0
(
_
1
0
k
2
(x, t)k
1
(t, y)dt)f(y)dy.
62 Chapter 3. Operadores lineales y continuos
La continuidad de (t, y) k
2
(x, t)k
1
(t, y)f(y) para todo x [0, 1] justica
que pueda aplicarse Fubini. Ademas (x, y)
_
1
0
k
2
(x, t)k
1
(t, y)dt es continua,
ya que dado > 0 existe > 0 tal que
sup
t[0,1]
[k
2
(x, t) k
2
(x
t
, t)[ <

2|k
1
|

, [x x
t
[ < ,
sup
t[0,1]
[k
1
(t, y) k
1
(t, y
t
)[ <

2|k
2
|

, [y y
t
[ < .
Por tanto, si [x x
t
[ < y [y y
t
[ < ,
[K(x, y) K(x
t
, y
t
)[ = [
_
1
0
k
2
(x, t)k
1
(t, y)dt
_
1
0
k
2
(x
t
, t)k
1
(t, y
t
)dt[

_
1
0
[k
2
(x, t)k
1
(t, y) k
2
(x
t
, t)k
1
(t, y
t
)[dt

_
1
0
[k
2
(x, t) k
2
(x
t
, t)[[k
1
(t, y)[dt
+
_
1
0
[k
1
(t, y) k
1
(t, y
t
)[[k
2
(x
t
, t)[dt
|k
1
|

_
1
0
[k
2
(x, t) k
2
(x
t
, t)dt
+ |k
2
|

_
1
0
[k
2
(x, t) k
2
(x
t
, t)[dt < .

Nota 3.6.1 Usando la Proposition 3.6.3 tenemos que si Tx(s) =


_
b
a
K(s, t)x(t)dt
entonces T
2
(x)(s) =
_
b
a
K
2
(s, t)x(t)dt, donde
K
2
(s, t) =
_
b
a
K(s, u)K(u, t)du.
Mediante este proceso se consiguen los llamados n ucleos iterados.
Denici on 3.6.4 Si T
K
x(s) =
_
b
a
K(s, t)x(t)dt entonces denimos
K
1
(s, t) = K(s, t),
K
n+1
(s, t) =
_
b
a
K(s, u)K
n
(u, t)du n N. (3.1)
Estos se llaman n ucleos iterados y corresponden a los n ucleos del operador
T
n
K
, es decir T
n
K
= T
K
n
.
3.6. Aplicaciones a ecuaciones integrales 63
Lema 3.6.5 Si K C([a, b] [a, b]) con |K|

<
1
ba
y K
n
son los n ucleos
iterados de (3.1) entonces la serie

n=1
K
n
converge en C([a, b] [a, b]).
Llamaremos a la funcion suma H =

n=1
K
n
el n ucleo resolvente de K.
Demostraci

on: Basta probar que la serie


n=1
|K
n
|

< y usar que


C([a, b] [a, b]) es un espacio de Banach. Usando (3.1) se tiene que
|K
n+1
|

= sup
at,sb
[
_
b
a
K(s, u)K
n
(u, t)du[
sup
at,sb
_
b
a
[K(s, u)[[K
n
(u, t)[du
|K
n
|

sup
asb
_
b
a
[K(s, u)[du
|K
n
|

(b a)|K|

.
Por inducci on se tiene que
|K
n
| |K|

((b a)|K|

)
n1
, n N.
Como (b a)|K|

< 1 se obtiene el resultado.


Teorema 3.6.6 Sea K C([a, b] [a, b]) con |K|

<
1
ba
. Para cada
y C([a, b]) existe una unica solucion x C([a, b]) tal que
x(s)
_
b
a
K(s, t)x(t)dt = y(s), s [a, b].
Dicha solucion viene dada por
x(s) = y(s) +
_
b
a
H(s, t)x(t)dt, s [a, b]
donde H(s, t) =

n=1
K
n
(s, t), (s, t [a, b]) es el n ucleo resolvente.
Demostraci

on: Sabemos que T L(X) para X = C([a, b]). Es suciente


probar que |T| < 1 para garantizar que I
X
T es invertible. Esto se
sigue de la sencilla estimaci on |T| |K|

(b a). Como sabemos que


(I
X
T)
1
=

n=0
T
n
se puede escribir la solucion mediante la formula
x(s) = (I
X
T)
1
y(s)
64 Chapter 3. Operadores lineales y continuos
= y(s) +

n=1
_
b
a
K
n
(s, t)y(t)dt
= y(s) +
_
b
a

n=1
K
n
(s, t)y(t)dt
= y(s) +
_
b
a
H(s, t)y(t)dt.
(El paso de intercambio de serie e integral esta garantizado por la convergen-
cia absoluta de la serie involucrada como se prueba en Lema 3.6.5.)
Ejemplo 3.6.2 Calcular la solucion de la ecuacion
x(s)
1
3
_
1
0
(2 3(s +t) + 6st)x(t)dt = y(s), s [0, 1].
Demostraci

on: El n ucleo de la ecuaci on de Fredholm viene dado por


K(s, t) = 2 3(s +t) + 6st, s, t [0, 1].
Calculemos primero |K|

= sup
s,t[0,1]
[2 3(s +t) + 6st[.
Como
K
s
= 3+6t y
K
t
= 3+6s, el unico punto crtico es s = t = 1/2.
En la frontera de [0, 1] [0, 1] tenemos K(0, t) = 2/3 t, K(1, t) = 1/3 +t,
K(s, 0) = 2/3 s y K(s, 1) = 1/3 +s y por tanto
|K|

= maxK(1/2, 1/2), max


0t1
[2/3 t[, max
0t1
[ 1/3 +t[
= max1/6, 2/3, 1/3 = 2/3 < 1.
Calculemos ahora K
n
.
K
2
(s, t) =
1
9
_
1
0
(2 3s 3u + 6su)(2 3u 3t + 6ut)du
=
1
9
_
1
0
(4 6(s +t) + 9st)du
+
1
9
_
1
0
2(6 +
21
2
(s +t) 18st)udu +
+
1
9
_
1
0
3(3 6(s +t) + 12st)u
2
du
=
1
9
(1
3
2
(s +t) + 3st)
=
1
6
K(s, t).
3.6. Aplicaciones a ecuaciones integrales 65
Reiterando se obtiene K
n+1
(s, t) =
1
6
n
K(s, t). Por tanto el n ucleo resol-
vente queda
H(s, t) =

n=0
1
6
n
K(s, t)) =
5
6
K(s, t),
y la soluci on viene dada por
x(s) = y(s) +
2
5
_
1
0
(2 3(s +t) + 6st)y(t)dt.

Otro tipo de ecuaciones integrales que podemos abordar son las del tipo
Volterra.
Ejemplo 3.6.3 Dada y C([0, 1]) encontrar una solucion x C([0, 1]) de
la ecuacion integral
x(s)
_
s
0
x(t)dt = y(s), s [0, 1].
Demostraci

on: Consideremos el operador integral de Volterra V x(s) =


_
s
0
x(t)dt denido en X = C[0, 1]. Por el Ejemplo 3.6.3 se tiene que V L(X)
ya que
|V (x)|

|x|
1
|x|

En este caso se tiene que |V | = 1. Sin embargo el calculo de V


n
es elemental.
En efeto
V
2
x(s) =
_
s
0
(
_
t
0
x(u)du)dt =
_
s
0
(
_
s
u
dt)x(u)du =
_
s
0
(s u)x(u)du.
Repitiendo el proceso
V
3
x(s) =
_
s
0
(
_
t
0
(tu)x(u)du)dt =
_
s
0
(
_
s
u
(tu)dt)x(u)du =
_
s
0
(s u)
2
2
x(u)du.
En general
V
n+1
x(s) =
_
s
0
(s u)
n
n!
x(u)du.
Veamos que la serie

n=0
V
n
es convergente en L(C([0, 1]). En efecto
|V
n+1
| = sup
|x|

=1
sup
s[0,1]
[
_
s
0
(s u)
n
n!
x(u)du[
1
n!
.
66 Chapter 3. Operadores lineales y continuos
Usando el Teorema 3.5.3 se obtiene que I
X
V es invertible, luego para
todo y C([0, 1]) existe una unica soluci on continua x tal que x V x = y.
Adem as podemos calcularla explcitamente, pues
x = (I
X
V )
1
(y) =

n=0
V
n
y.
Para x C([0, 1]) tenemos

n=0
V
n
x(s) = x(s) +

n=0
_
s
0
(s u)
n
n!
x(u)du
= x(s) +
_
s
0

n=0
(s u)
n
n!
x(u)du
= x(s) +
_
s
0
e
(su)
x(u)du
= x(s) +e
s
_
s
0
e
u
x(u)du.
Por tanto la solucion es x(s) = y(s) +e
s
_
s
0
e
u
y(u)du.

Denici on 3.6.7 Sea = (s, t) [a, b] [a, b] : t s y sea K : K


una funcion continua. Una ecuacion integral de Volterra de segunda especie
es una ecuacion de la forma
x(s)
_
s
a
K(s, t)x(t)dt = y(s), s [a, b]
donde K se denomina el n ucleo de la ecuacion y donde el dato y C([a, b]).
Denimos ahora los n ucleos iterados
K
1
(s, t) = K(s, t),
K
n+1
(s, t) =
_
s
t
K(s, u)K
n
(u, t)du, t s, n N. (3.2)
Proposicion 3.6.8 Si K : K es una funcion continua y

T
K
x(s) =
_
s
a
K(s, t)x(t)dt entonces (

T
K
)
n
=

T
K
n
para todo n N.
3.6. Aplicaciones a ecuaciones integrales 67
Demostraci

on: Por inducci on sobre n. Para n = 1 es obvio. Suponerlo


cierto para n. Entonces
(

T
K
)
n+1
x(s) =
_
s
0
K(s, t)(

T
K
)
n
x(t)dt
=
_
s
0
K(s, t)(
_
t
0
K
n
(t, u)x(u)du)dt
=
_
s
0
(
_
s
u
K(s, t)K
n
(t, u)dt)x(u)du
=
_
s
0
K
n+1
(s, u)x(u)du
=

T
K
n+1
x(s).

Lema 3.6.9 Sea = (s, t) [a, b] [a, b] : t s, K : K es una


funcion continua y K
n
son los n ucleos iterados dados por (3.2). Entonces la
serie

n=1
K
n
converge en .
Llamaremos a la funcion suma
H(s, t) =

n=1
K
n
(s, t), (s, t)
el n ucleo resolvente de K.
Demostraci

on: Basta probar que la serie


n=1
|K
n
|

< y usar que


C() es un espacio de Banach. Probemos usando induccion que
[K
n
(s, t)[ M
n
(s t)
n1
(n 1)!
, (s, t)
siendo M = |K|

= sup
(s,t)
[K(s, t)[.
Es claro para n = 1. Suponerlo cierto para n. Usando (3.2) se tiene que
[K
n+1
(s, t)[ = [
_
s
t
K(s, u)K
n
(u, t)du[

_
s
t
[K(s, u)[[K
n
(u, t)[du
M
n
_
s
t
[K(s, u)[
(u t)
n1
(n 1)!
du
M
n+1
_
s
t
(u t)
n1
(n 1)!
du
= M
n+1
(s t)
n
n!
.
68 Chapter 3. Operadores lineales y continuos
Por tanto |K
n
|

M
n
(ba)
n1
(n1)!
y la serie

n=1
|K
n
|

< .
Teorema 3.6.10 Sea = (s, t) [a, b] [a, b] : t s y K : K.
Para cada y C([a, b]) existe una unica solucion x C([a, b]) tal que
x(s)
_
s
a
K(s, t)x(t)dt = y(s), s [a, b].
Dicha solucion viene dada por
x(s) = y(s) +
_
s
a
H(s, t)x(t)dt, s [a, b]
donde H(s, t) =

n=1
K
n
(s, t), (s, t ) es el n ucleo resolvente.
Demostraci

on: Por el lema 3.6.8 se tiene (

T
K
)
n
x(s) =
_
s
0
K
n
(s, t)x(t)dt y
por consiguiente
|(

T
K
)
n
x|

|x|

_
b
a
[K
n
(s, t)[dt
|x|

(b a)|K
n
|

M
n
|x|

(b a)
n
(n 1)!
.
Consecuentemente |(

T
K
)
n
| M
n
(sa)
n
(n1)!
. Esto garantiza la convergencia de
la serie

n=1
|(

T
K
)
n
| < .
Usando el Teorema 3.5.3 se concluye que I
X


T
K
es invertible. Como
sabemos que (I
X

T
K
)
1
=

n=0
(

T
K
)
n
se puede escribir la soluci on mediante
la formula
x(s) = (I
X


T
K
)
1
y(s)
= y(s) +

n=1
_
s
a
K
n
(s, t)y(t)dt
= y(s) +
_
s
a

n=1
K
n
(s, t)y(t)dt
= y(s) +
_
s
a
H(s, t)y(t)dt.
(El paso de intercambio de serie e integral esta garantizado por la convergen-
cia absoluta de la serie involucrada como se prueba en Lema 3.6.9.)
Chapter 4
Ampliaci on de espacios de
Hilbert
4.1 Bases Ortonormales
En el captulo primero vimos que la existencia de sucesiones (x
n
)
nN
tales
que las combinaciones lineales de los vectores x
n
es denso en X es una
condici on suciente para la separabilidad del espacio. En el caso X =
2
puede tomarse la sucesi on (e
n
), que adem as tiene la propiedad de ser or-
togonal. Nuestro objetivo ahora es probar que realmente en todo espacio
de Hilbert separable existen sucesiones (bases ortonormales) de modo que
LINx
n
: n N = X.
En este captulo (X, , )) denota siempre un espacio prehilbertiano.
Denici on 4.1.1 Un subconjunto M X se dice ortonormal si x, y) = 0
para x, y M, x ,= y y |x|
2
= x, x) = 1 para x M. Diremos que M es
una base ortonormal si M es ortonormal y X = LIN(M).
Ejemplo 4.1.1 En X = C
3
el conjunto M = e
1
, e
2
, e
3
donde e
1
= (1, 0, 0),
e
2
=
1

2
(1, 1, 0) y e
3
=
1

2
(1, 1, 1) forma una base ortonormal de C
3
.
Ejemplo 4.1.2 En X =
2
(R) = (x
n
)
nN
: x
i
R,

n=1
[x
n
[
2
< , la
sucesion
e
n
= (
n1
..
0, ..., 0, 1, 0, ...)
forma una base ortonormal.
69
70 Chapter 4. Ampliaci on de espacios de Hilbert
Ejemplo 4.1.3 En X = L
2
((, )) denido por funciones f : (, ) C
medible Lebesgue tales que
_

[f(t)[
2
dt < , la sucesion

n
(t) =
e
int
2
es un conjunto ortonormal.
Proposicion 4.1.2 Todo conjunto ortonormal M es un sistema linealmente
independiente.
Demostraci

on: Sean
1
, ...,
n
K y x
1
, ..., x
n
M tales que

n
i=1

i
x
i
=
0. Usando que

n
i=1

i
x
i
, x
k
) =
k
para k = 1, .., n se concluye que el
sistema es linealmente independiente
Proposicion 4.1.3 Si X es un espacio de Hilbert separable y M es un con-
junto ortonormal de X entonces M es, a lo sumo, numerable.
Demostraci

on: Sea X =

D donde D es numerable. Para cada x M
existe un y(x) D tal que |x y(x)| <

2
2
. Usando el teorema de Pitgoras
si x, x
t
M con x ,= x
t
se tiene que |x x
t
|
2
= 2. Por tanto la aplicaci on
x y(x) es inyectiva de M en D y se obtiene que M es numerable.
Teorema 4.1.4 (Proceso de ortogonalizacion de Gram-Schmidt) Si (x
n
)
nN
es una sucesion linealmente independiente en X entonces existe (y
n
)
nN
ortonor-
mal tal que
LIN(x
n
: n N) = LIN(y
n
: n N).
Demostraci

on: N otese que x


n
,= 0 por ser un sistema linealmente inde-
pendiente. Sea y
1
=
x
1
|x
1
|
. Es claro que LIN(x
1
) = LIN(y
1
) y |y
1
| = 1.
Supongamos que tenemos construidos y
1
, ..., y
n
cumpliendo
(1) LIN(x
1
, ..., x
n
) = LIN(y
1
, ..., y
n
).
(2) y
i
y
j
para i ,= j.
(3) |y
i
| = 1 para i = 1, ..., n.
Consideremos
x
t
n+1
= x
n+1

i=1
x
n+1
, y
i
)y
i
.
4.1. Bases Ortonormales 71
Como x
n+1
/ LIN(y
1
, ..., y
n
) se puede asegurar que x
t
n+1
,= 0 y denimos
y
n+1
=
x

n+1
|x

n+1
|
. Comprobemos que cumple las propiedades anteriores: En
primer lugar
LIN(x
1
, ..., x
n
, x
n+1
) = LIN(y
1
, ..., y
n
, x
n+1
)
= LIN(y
1
, ..., y
n
, x
t
n+1
)
= LIN(y
1
, ..., y
n
, y
n+1
).
Por otro lado para cada j 1, ..., n,
y
n+1
, y
j
) =
1
|x
t
n+1
|
_
x
n+1
, y
j
)
n

i=1
x
n+1
, y
i
)y
i
, y
j
)
_
= 0.

Ejemplo 4.1.4 Sea X = L


2
((1, 1)) y consideremos la sucesion x
n
(t) = t
n
para n 0. Dicha sucesion forma un conjunto linealmente independiente. La
sucesion correspondiente al proceso de ortonormalizacion de Gram-Schmidt
se llaman los polinomios de Legendre. Los primeros terminos son: P
0
(t) =
1

2
,P
1
(t) =

2
t, P
2
(t) =

8
(3t
2
1) y P
3
(t) =

8
(5t
3
3t).
Proposicion 4.1.5 Si X es un espacio de Hilbert sobre K de dimension n.
Entonces X es isometricamente isomorfo a K
n
2
.
Demostraci

on: Sean x
1
, ..., x
n
vectores linealmente independientes (y gen-
eradores de X). Por el proceso anterior existen e
1
, ..., e
n
vectores ortonor-
males (y por tanto base de X). Considerar T : X K
n
2
denido por
T(
n

i=
1

i
e
i
) = (
1
, ...,
n
).
Observar que por la ortonormalidad de (e
i
)
n
i=1
se tiene que
j
= x, e
j
).
Por tanto T es lineal y biyectiva. Ademas
|x|
2
= x, x) = x,
n

i=1
x, e
i
)e
i
) =
n

i=1
x, e
i
)x, e
i
) =
n

i=1
[x, e
i
)[
2
= |T(x)|
2
2
.

72 Chapter 4. Ampliaci on de espacios de Hilbert


Teorema 4.1.6 Sea X un espacio prehilbertiano de dimension innita. X es
separable si y solo si tiene existe una sucesion (e
n
)
nN
que es base ortonormal.
Demostraci

on: Suponer que X es separable. Sea D = x


n
: n N
tal que X =

D. El proceso a seguir consta de dos pasos: En primer lu-
gar vamos a encontrar una sucesi on linealmente independiente (y
n
) tal que
X = LIN(y
n
: n N) y despues usar el proceso de ortonormalizacion para
conseguir la base pretendida.
Sea n
1
el primer ndice tal que x
n
,= 0. Supongamos que tenemos denidos
x
n
1
, x
n
2
, ..., x
n
k
tales que el sistema es linealmente independiente y
LIN(x
1
, x
2
, ..., x
n
k
) = LIN(x
n
1
, x
n
2
, ..., x
n
k
).
Como X es de dimensi on innita, el conjunto
A
k
= n N : x
n
/ LIN(x
n
1
, x
n
2
, ..., x
n
k
)
es no vaco. Sea n
k+1
= minA
k
. Entonces
LIN(x
1
, x
2
, ..., x
n
k
, x
n
k+1
) = LIN(x
n
1
, x
n
2
, ..., x
n
k
, x
n
k+1
).
Denendo y
j
= x
n
j
tenemos un sistema linealmente independiente. Adem as
X = LIN(y
n
: n N).
Ahora basta con usar el proceso de ortonormalizaci on de la sucesi on (y
n
)
para conseguir (e
n
) base ortonormal.
El recproco viene del criterio de separabilidad de los espacios de Banach
probado con anterioridad.
Veamos ahora que la situacion que ocurre en
2
con su base (can onica)
ortonormal (e
n
), donde se cumple que
x = (x
n
)
nN
=

n=1
x, e
n
)e
n
siendo la convergencia de la serie en
2
, puesto que
|x
n

k=1
x, e
k
)e
k
|
2
2
=

k=n+1
[x, e
n
)[
2
0, n ,
es propia de todos los espacios de Hilbert separables, reemplazando la base
can onica de
2
por una base ortonormal cualquiera.
4.1. Bases Ortonormales 73
Denici on 4.1.7 Sea (e
n
)
nN
una sucesion ortonormal en X y sea x X.
La sucesion numerica de coecientes (en K) dada por (x, e
n
))
nN
se dicen
los coecientes de Fourier de x respecto la sucesion (e
n
)
nN
.
La serie (formal)

n=1
x, e
n
)e
n
se denomina la serie de Fourier de x
relativa a la sucesion (e
n
)
nN
.
Ejemplo 4.1.5 Sea X = L
2
((, )),
n
(t) =
1
2
e
int
, n Z. Para f
L
2
((, )) denotamos

f(n) = f,
n
) =
_

f(t)e
int
dt
2
a los coecientes de Fourier clasicos.
Teorema 4.1.8 (Desigualdad de Bessel) Sea (e
n
)
nN
una sucesion ortonor-
mal en un espacio prehilbertiano X. Para cada x X se cumple

n=1
[x, e
n
)[
2
|x|
2
.
Demostraci

on: Es suciente probar que


N

n=1
[x, e
n
)[
2
|x|
2
, x X, N N.
Consideremos x
N
= x

N
n=1
x, e
n
)e
n
. Observemos que x
N
e
k
para
k = 1, ..., N. En efecto,
x
N
, e
k
) = x
N

n=1
x, e
n
)e
n
, e
k
)
= x, e
k
)
N

n=1
x, e
n
)e
n
, e
k
)
= x, e
k
) x, e
k
) = 0.
Por tanto, usando el teorema de Pitagoras,
|x|
2
= |x
N
+
N

n=1
x, e
n
)e
n
|
2
= |x
N
|
2
+
N

n=1
[x, e
n
)[
2
|e
n
|
2

n=1
[x, e
n
)[
2
.
74 Chapter 4. Ampliaci on de espacios de Hilbert

Teorema 4.1.9 Sea (e


n
)
nN
una sucesion ortonormal en un espacio pre-
hilbertiano X. Son equivalentes
(1) (e
n
) es una base ortonormal.
(2) Para todo x X la serie de Fourier

n=1
x, e
n
)e
n
converge a x en
X.
(3) Para todo x X se verica
|x|
2
=

n=1
[x, e
n
)[
2
(Identidad de Parseval).
Demostraci

on: (1) =(2) Sea x X. Hemos de probar que |x


N
| 0
cuando N siendo x
N
= x

N
n=1
x, e
n
)e
n
. Dado > 0 y x X, usando
que X = LIN(e
n
: n N), existe y =

N
0
n=1

n
e
n
tal que |x y| < .
Entonces, para N N
0
, teniendo en cuenta que x
N
(

N
n=1
x, e
n
)e
n
y),
y usando Pit agoras de nuevo,
|x
N
|
2
+|
N

n=1
x, e
n
)e
n
y|
2
= |x y|
2
En particular |x
N
| < para N N
0
.
(2) =(3) Aplicamos la continuidad la aplicacion y x, y). Puesto que

N
n=1
x, e
n
)e
n
converge a x podemos concluir que
|x|
2
= x, x) = lim
N
N

n=1
x, e
n
)x, e
n
) = lim
N
N

n=1
[x, e
n
)[
2
=

n=1
[x, e
n
)[
2
.
(3) =(2) Sea x X. Observar que x =

N
n=1
x, e
n
)e
n
+ x
N
para todo
N N. Ademas

N
n=1
x, e
n
)e
n
x
N
y por tanto
|x|
2
=
N

n=1
[x, e
n
)[
2
+|x
N
|
2
.
As que si suponemos que |x|
2
=

n=1
[x, e
n
)[
2
se tiene que |x
N
| 0
cuando N .
(2) =(1) Inmediato pues

N
n=1
x, e
n
)e
n
LIN(e
n
: n N).
4.2. Operador adjunto 75
Teorema 4.1.10 (Teorema de Riesz-Fisher) Sea (e
n
)
nN
una sucesion ortonor-
mal en un espacio de Hilbert X. La serie

n=1

n
e
n
converge a x si y solo
si

n=1
[
n
[
2
< . En tal caso
n
= x, e
n
).
Demostraci

on: El resultado se obtiene usando el Criterio de Cauchty pues


para m, n N con m > n tenemos
|
m

k=n

k
e
k
|
2
=
m

k=n
[
k
[
2
.
En el supuesto de la convergencia, la continuidad del producto escalar permite
concluir

k=1

k
e
k
, e
n
) =

k=1

k
e
k
, e
n
) =
n
.

Teorema 4.1.11 Todo espacio de Hilbert (sobre K) separable de dimension


innita es isometricamente isomorfo a
2
(K).
Demostraci

on: Usando el Teorema 4.1.6 existe una base ortonormal (e


n
)
nN
del espacio X. Denimos T : X
2
dada por
T(x) = (x, e
n
))
nN
.
Est a bien denida por la desigualdad de Bessel. Es una isometra por
la identidad de Parseval y es suprayectiva por el teorema de Riesz-Fisher.

Corolario 4.1.12 Si es medible de medida positiva entonces L


2
() es
isometricamente isomorfo a
2
.
4.2 Operador adjunto
Teorema 4.2.1 Sean (X, , )) e (Y, (, )) espacios de Hilbert sobre K y sea
T L(X, Y ). Existe un unico T

L(Y, X) tal que


(Tx, y) = x, T

y), x X, y Y.
Ademas |T

| |T|.
76 Chapter 4. Ampliaci on de espacios de Hilbert
Demostraci

on: Fijado y Y denimos


T,y
: X K dada por

T,y
(x) = (Tx, y).
Es inmediato probar que
T,y
X
t
con |
T,y
| |T|. Usando el Teorema de
representaci on de Riesz-Frechet se obtiene un unico x
t
X tal que
T,y
(x) =
x, x
t
).
Denimos T

: Y X mediante la aplicaci on T

(y) = x
t
. Se cumple que
(Tx, y) =
T,y
(x) = x, T

y), x X.
Hemos de comprobar que T

L(Y, X).
Veamos la linealidad: Sean
1
,
1
K y y
1
, y
2
Y . Consideremos
T

(y
1
) = x
t
1
y T

(y
2
) = x
t
2
y T

(
1
y
1
+
2
y
2
) = x
t
. Para comprobar que
x
t
=
1
x
t
1
+
2
x
t
2
es sucente probar que
(Tx,
1
y
1
+
2
y
2
) = x,
1
x
t
1
+
2
x
t
2
), x X.
Sea x X tenemos
x,
1
x
t
1
+
2
x
t
2
) =
1
x, x
t
1
) +
2
x, x
t
2
)
=
1
(Tx, y
1
) +
2
(Tx, y
2
)
= (Tx,
1
y
1
) + (Tx,
2
y
2
)
= (Tx,
1
y
1
+
2
y
2
).
Veamos la continuidad: Usando que |x| = sup[v, x)[ : |v| 1 ten-
emos
|T

y| = sup[v, T

y)[ : |v| 1 = sup[Tv, y)[ : |v| 1 |T||y|.


Por tanto |T

| |T|.
Finalmente veamos la unicidad del operador T

. Supongamos que existen


T
1
, T
2
L(Y, X) tales que
(Tx, y) = x, T
1
y) = x, T
2
y), x X, y Y.
Como x, T
1
y T
2
y) = 0 para todo x X, y Y , tomando x = T
1
y T
2
y
se tiene que T
1
y = T
2
y para todo y X.
4.2. Operador adjunto 77
Denici on 4.2.2 Dados (X, , )) e (Y, (, )) espacios de Hilbert sobre K.
Para cada T L(X, Y ) se dene el operador adjunto de T al unico T


L(Y, X) tal que
(Tx, y) = x, T

y), x X, y Y.
Nota 4.2.1 Recordemos que el Teorema de Riesz-Frechet permite denir una
isometra J
X
: X X

dada por J
X
(x) =
x
denido por
J
X
(x)(y) = y, x), y X.
Entonces si T L(X, Y ) tenemos
T

= J
1
X
T
t
J
Y
Demostraci

on: Es consecuencia de la unicidad del operador adjunto, pues


x, J
1
X
T
t
J
Y
(y)) = x, J
1
X
T
t
(
y
))
= J
X
(J
1
X
T
t
(
y
))(x)
= T
t
(
y
)(x) =
y
(T(x))
= y, T(x)).

Ejemplo 4.2.1 Sea T : K


n
2
K
n
2
una aplicacion lineal con matriz asociada
(a
i,j
)
n
i,j=1
. Entonces T

: K
n
2
K
n
2
viene dado por la matriz conjugada de la
traspuesta (a

i,j
)
n
i,j=1
= ( a
j,i
)
n
i,j=1
.
Demostraci

on: En efecto, recordemos que


T(
n

i=1

i
e
i
) =
n

j=1
(
n

i=1
a
i,j

i
)e
j
.
Es decir, a
i,j
= T(e
i
), e
j
) y por tanto
a

i,j
= T

(e
i
), e
j
) = e
j
, T

(e
i
)) = T(e
j
), e
i
) = a
j,i
.

Ejemplo 4.2.2 Sea S :


2

2
dado por S((x
1
, x
2
, ...)) = (0, x
1
, x
2
, ...).
Entonces S

:
2

2
viene dado por S

((x
1
, x
2
, ...)) = (x
2
, x
3
, ...).
78 Chapter 4. Ampliaci on de espacios de Hilbert
Demostraci

on: Tenemos que S(e


n
) = e
n+1
. Por consiguiente
e
n+1
, e
m
) = Se
n
, e
m
) = e
n
, S

(e
m
)).
Se deduce entonces que S

(e
m
) = e
m1
para m 2 y S

(e
1
) = 0. En
consecuencia
S

((x
1
, x
2
, ...)) =

m=1
x
m
S

(e
m
) =

m=1
x
m+1
e
m
= (x
2
, x
3
, ...).

Ejemplo 4.2.3 Sea K L


2
( ), donde R
n
es medible. Denimos
T
K
: L
2
() L
2
() dado por
T
K
(f)(x) =
_

K(x, y)f(y)dy.
Entonces T

K
: L
2
() L
2
() dado por T

K
= T
K
donde K

(x, y) = K(y, x),


es decir
T

K
(g)(y) =
_

K(x, y)g(x)dx.
Demostraci

on: La f ormula T
K
(f), g) = f, T

K
(g)) se traduce, en este
caso, en
_

(
_

K(x, y)f(y)dy) g(x)dx =


_

f(y)T

K
(g)(y)dy.
Usando el teorema de Fubini para f L
2
() y g L
2
() se tiene que
f(y) g(x) L
2
(), y por tanto [K(x, y)[[f(y)g(x)[ L
1
() de donde
se concluye que
_

(
_

K(x, y)f(y)dy) g(x)dx =


_

(
_

K(x, y)g(x)dx)f(y)dy.

Una manera equivalente de calcular normas de operadores entre espacios


de Hilbert es la siguiente:
Lema 4.2.3 Sean X e Y espacios de Hilbert y T L(X, Y ). Entonces
|T| = sup[T(x), y)[ : |x| 1, |y| 1.
4.2. Operador adjunto 79
Demostraci

on: Basta usar la denicion de norma y el hecho de que para


u Y
|u| = sup[u, y)[ : |y| 1.

Veamos algunas de las propiedades de los operadores adjuntos:


Teorema 4.2.4 Sean (X, , )), (Y, (, )) y (Z, [, ]) espacios de Hilbert sobre
K, , K y sean T, S L(X, Y ) y R L(Y, Z). Entonces
(i) T

= T.
(ii) |T| = |T

|.
(iii) |T|
2
= |TT

| = |T

T| = |T

|
2
.
(iv) (T +S)

= T

+

S

.
(v) (RT)

= T

.
(vi) T es invertible si, y solo si, T

es invertible y (T
1
)

= (T

)
1
.
Demostraci

on: (i) Como T

L(Y, X) entonces T

L(X, Y ). Fijamos
x X. Para cada y Y se tiene que
(T

x, y) = (y, (T

x) = T

y, x) = x, T

y) = (Tx, y).
Por tanto T

(x) = T(x) para todo x X.


(ii) Usando |T

| |T|, junto con (i) se tiene |T| = |(T

| |T

|.
(iii) Si x X podemos escribir
|Tx|
2
= (Tx, Tx) = x, T

Tx) |x||T

Tx| |T

T||x|
2
.
Tomando supremos en la bola unidad se tiene que |T|
2
|T

T|. La otra de-


sigualdad se tiene de la estimaci on de normas de la composicion y el apartado
(ii), pues |T

T| |T||T

| = |T|
2
.
Cambiando T por T

y usando (i) se tienen las otras igualdades.


(iv) Hay que comprobar, debido a la unicidad del adjunto, que para todo
x X, y Y se cumple
x, T

+

S

y) = ((T +S)x, y).


Pero esto se sigue de
x, ( T

+

S

)y) = x, T

y) +x, S

y)
= (Tx, y) + (Sx, y)
= ((T +S)x, y).
80 Chapter 4. Ampliaci on de espacios de Hilbert
(v) Notese que RT L(X, Z). Para x X y z Z tenemos
[RTx, z] = (Tx, R

z) = x, T

(R

z)).

Esto signica que (RT)

= T

.
(vi) Supongamos que existe T
1
L(Y, X) tal que TT
1
= I
Y
y T
1
T =
I
X
. Teniendo en cuenta que I

X
= I
X
e I

Y
= I
Y
y el apartado (v) entonces
T

(T
1
)

= I
X
y (T
1
)

= I
Y
. De donde se concluye que T

es invertible
y (T

)
1
= (T
1
)

.
Denici on 4.2.5 Sea X = Y espacio de Hilbert y T L(X). T se dice
autoadjunto si T

= T.
Nota 4.2.2 Si T L(X) entonces TT

es autoadjunto, pues (TT

=
T

= TT

.
Ejemplo 4.2.4 Si K L
2
( ) entonces T
K
es autoadjunto si y solo si
K(x, y) = K(y, x).
Para n ucleos reales ser autoadjunto equivale a ser simetrico, i.e. K(x, y) =
K(y, x).
Acabaremos este captulo con la relaci on existente entre el n ucleo de un
operador y la imagen del adjunto.
Proposicion 4.2.6 Sean X e Y espacios de Hilbert y T L(X, Y ). En-
tonces
(i) KerT = (ImT

, (KerT)

= ImT

.
(ii) KerT

= (ImT)

, (KerT

= ImT.
Demostraci

on: (i) Como x, T

y) = (Tx, y) se tiene que Tx = 0 si, y


s olo si, x T

y para todo y Y . Es decir, KerT = (ImT

.
Por otro lado sabemos que (KerT)

= ((ImT

= ImT

.
(ii) Es consecuencia de (i) aplicado a T

.
Corolario 4.2.7 Sea T L(X, Y ).
(i) Si T es suprayectiva entonces T

es inyectiva.
(ii) Si T

es inyectiva e ImT es cerrado entonces T es suprayectiva.


Chapter 5
Teora espectral de operadores
5.1 Espectro de un operador
En esta secci on (X, ||) sera un espacio normado sobre Ky T : X X un
operador lineal y continuo, es decir T L(X). Motivados por la resoluci on
de ecuaci ones consideramos varias nociones asociadas a los operadores que
juegan un papel fundamental en el desarrollo posterior.
Denici on 5.1.1 Sea T L(X). Un valor K se dice valor propio del
operador si existe x ,= 0 X tal que Tx = x, es decir Ker(T I) ,= 0.
Los elementos no nulos de Ker(T I) se llaman vectores propios de T
asociados a .
Denotamos
p
(T) al conjunto de valores propios del operador, i.e.

p
(T) = K : Ker(T I) ,= 0
y le llamamos espectro puntual del operador.
Nota 5.1.1 Observar que
p
(T) implica que T I no es inyectiva, en
particular no es invertible.
Es bien sabido que si T : K
n
K
n
es lineal el hecho de ser inyectiva,
equivale a ser suprayectiva y equivale a ser invertible (con inversa continua).
Dicha condicion puede caracterizarse en terminos del det(A) ,= 0 siendo A la
matriz del operador. Por tanto el conjunto de valores propios
p
(T) coincide
con las soluciones de
det(A I) = 0,
es decir las raices del polinomio caracterstico.
81
82 Chapter 5. Teora espectral de operadores
Denici on 5.1.2 Sea T L(X). Un valor K se llama valor regular (o
valor resolvente) para T si (T I) es invertible en L(X). Denotamos
(T) = K : (T I)
1
L(X)
al conjunto de valores regulares, denominado el conjunto resolvente del op-
erador y (T) a su complementario, denominado el espectro del operador.
Es decir (T) = K (T) es el conjunto de valores no regulares (llamados
tambien valores espectrales).
Denimos el operador resolvente resolvente de T, denotado R
T
mediante
la aplicacion R
T
: (T) L(X) dada por
R
T
() = (T I)
1
.
Nota 5.1.2 Observar que
p
(T) (T).
Ejemplo 5.1.1 Sea S L(
2
) dado por S((
1
,
2
, ...)) = (0,
1
,
2
, ...). Ob-
servar que ImT = e
1

luego 0 (S). Sin embargo 0 /


p
(S) pues
KerT = 0.
Nota 5.1.3 Si (T) se debe a una de las siguientes circunstancias:
T I no es inyectivo, T I no es suprayectivo o T I es una biyeccion
continua pero su inversa no es continua.
Ejemplo 5.1.2 Sea T L(
2
) dado por T((
1
,
2
, ...)) = (
2
,
3
, ...). Ob-
servar que
Ker(T I) = x
2
: x
2
= x
1
, x
3
= x
2
, ... = x
1
(1, ,
2
, ...).
Por tanto existe x
1
,= 0 tal que x
1
(1, ,
2
, ...)
2
si, y solo si, 0 [[ < 1.
Es decir
p
(T) = : 0 [[ < 1.
En particular 1 /
p
(T). Veamos que 1 (T) probando que T I no es
suprayectiva. En efecto,
Im(T I) = (
1
,
2
, ...)
2
:
n
=
n+1

n
, (
n
)
nN

2
.
Luego (
1
,
2
, ...) Im(T I) implica que

n
k=1

k
=
n+1

1
es conver-
gente. En particular (
1
n
) / Im(T I).
Teorema 5.1.3 Si T L(X) entonces (T) es un conjunto compacto con-
tenido en K : [[ |T|.
5.1. Espectro de un operador 83
Demostraci

on: Veamos que (T) es cerrado y


p
(T) K : [[
|T|.
Si [[ > |T| entonces |
1
T| < 1. Usando el criterio de invertibilidad
de operadores se concluye que I
1
T =
1
(T I) es invertible. En
particular (T).
Veamos que (T) es abierto. Sea (T), es decir T I G(X). De
los resultados del Teorema 3.5.4 se tiene que todo operador S L(X) tal
que |S (T I)| <
1
|(TI)
1
|
tambien es invertible.
Consideremos S = T I. Por tanto, si [ [ <
1
|(TI)
1
|
entonces
(T).
Nota 5.1.4 Si T : R
2
R
2
esta dado por (x, y) (y, x) se cumple que
(T) = , pues para todo R se tiene que T I es inyectiva.
Nota 5.1.5 Un importante resultado referente al especto de un operador T
L(X) en el caso de X normado sobre C arma que (T) ,= . En el caso
nito dimensional es consecuencia inmediata del teorema fundamental del
algebra, sin embargo en el caso innito dimensional su demostracion necesita
algunos resultados que no entran en el contenido en este curso.
Aplicando los resultados de invertibilidad del Captulo 3 podemos obtener
las siguientes consecuencias sobre desarrollos en serie de Laurent de la resol-
vente.
Teorema 5.1.4 Sea T L(X).
(i) Si [[ > |T| entonces (T) y se obtiene el desarrollo en serie de
Laurent
R
T
() =

n=0

(n+1)
T
n
.
Ademas |R
T
()|
1
[[|T|
.
(ii) Si (T) entonces se tiene el desarrollo en serie de potencias
R
T
() =

n=0
( )
n
R
T
()
n+1
, [ [ <
1
|R
T
()|
.
Demostraci

on: (i) Se vi o en Teorema 5.1.3 que (T). Adem as


(I
1
T)
1
= (T I)
1
=

n=0

n
T
n
.
84 Chapter 5. Teora espectral de operadores
Por tanto
R
T
() = (T I)
1
=

n=0

(n+1)
T
n
.
(ii) N otese que si (T) y [[ <
1
|R
T
()|
entonces (T). Adem as
T I = T I ( )I
= (T I)(I ( )(T I)
1
)
= (T I)(I ( )R
T
()).
Por consiguiente,
R
T
() = (I ( )R
T
())
1
R
T
() =

n=0
( )
n
R
n+1
T
().

5.2 Operadores compactos


Un conjunto A X donde X un espacio normado es acotado si |x| M
para todo x A, es decir A x X : |x| M. A es cerrado si

A = A.
Recordemos que A X se dice relativamente compacto si

A es compacto,
i.e. de todo cubrimiento abierto de

A se puede extraer un subrecubrimiento
nito.
Es bien sabido que todo compacto es cerrado y acotado, pero recordemos
que la compacidad no es equivalente a ser cerrado y acotado en espacios de
dimensi on innita.
De hecho, por el teorema de Riesz, X es nito dimensional si, y solo si,
todo acotado A X es relativamente compacto.
Mencionemos, sin demostraci on, una caracterizacion de los conjuntos rel-
ativamente compactos en el caso X = C(K).
Teorema 5.2.1 (Teorema de Ascoli-Arzel`a) Sea (K, d) un espacio metrico
compacto, y X = C(K) con | |

. Un subconjunto A C(K) es relativa-


mente compacto si, y solo si, A es acotado, i.e.
sup
xA,tK
[x(t)[ < ,
y A es equicontinuo, i.e. para todo > 0 existe > 0 de modo que
sup
xA
[x(t) x(s)[ < , d(s, t) < .
5.2. Operadores compactos 85
Denici on 5.2.2 Sean X e Y espacios normados y T : X Y un oper-
ador lineal. Diremos que T es compacto si transforma conjuntos acotados en
conjuntos relativamente compactos.
Nota 5.2.1 Si T : X Y es lineal y compacto entonces T L(X, Y ).
Como T(B
X
) es compacto en particular acotado. Luego existe M > 0 tal que
|T(x)| M si |x| 1.
Proposicion 5.2.3 Sean X e Y espacios normados y T L(X, Y ). Son
equivalentes:
(i) T es compacto.
(ii) T(B
X
) es relativamente compacto, donde B
X
es la bola cerrada.
(iii) De toda sucesion (x
n
)
nN
acotada se puede extraer una subsucesion
(x
n
k
)
kN
tal que (T(x
n
k
))
kN
es convergente en Y .
Demostraci

on: (i) =(ii) Inmediato.


(ii) =(iii) Sea |x
n
| M para todo n N. Entonces M
1
x
n
B
X
.
Sea A = T(M
1
x
n
) : n N que sabemos que es relativamente compacto.
Luego se puede extraer una subsucesion convergente en

A y por tanto T(x
n
k
)
converge en Y .
(iii)=(i) Sea A X acotado. Como T L(X, Y ) se tiene que T(A) es
acotado. Veamos que T(A) es relativamente compacto, probando que de toda
sucesi on se puede extraer una subsucesion convergente. Sea (y
n
)
nN
T(A),
pongamos y
n
= T(x
n
) para x
n
A. Como A es acotado, por la hip otesis se
concluye que existe una subsucesi on (y
n
k
)
kN
convergente.
Nota 5.2.2 La identidad I : X X es compacto si y solo si X es nito
dimensional.
Ejemplo 5.2.1 Sea K C([a, b] [a, b]) y T
K
: C([a, b]) C([a, b]) dado
por T
K
x(s) =
_
b
a
K(s, t)x(t)dt. Entonces T
K
es compacto.
Demostraci

on: Es suciente ver que A = T


K
(x) : |x|

1 es relativa-
mente compacto en C([a, b]). Usando el Teorema 5.2.1 hemos de ver que A
es acotado y equicontinuo. Es claro que A y C([a, b]) : |y|

|T
K
|.
Por otro lado, como K es uniformemente continua en [a, b] [a, b], para cada
> 0 existe > 0 tal que
[K(s, t) K(s
t
, t)[ <

(b a)
, [s s
t
[ < , t [a, b].
86 Chapter 5. Teora espectral de operadores
Por tanto
sup
|x|

1
[T
K
(x)(s)T
K
x(s
t
)[
_
b
a
[K(s, t)K(s
t
, t)[[x(t)[dt < , [ss
t
[ < .

Denici on 5.2.4 Denotemos los operadores de rango nito


F(X, Y ) = T L(X, Y ) : dim(ImT) <
y los operadores compactos por
K(X, Y ) = T : X Y : lineales y compactos .
En el caso X = Y los denotaremos F(X) y K(X).
Proposicion 5.2.5 Sea T L(X, Y ). T F(X, Y ) si, y solo si, existen
y
1
, ..., y
n
Y y
1
, ....,
n
X
t
tales que
T(x) =
n

i=1

i
(x)y
i
.
Demostraci

on: Como (ImT, | |) es nito dimensional. Sea (y


i
)
n
i=1
una
base de ImT. Consideremos J : K
n
2
ImT el isomorsmo tal que y
i
=
J(e
i
). Consideremos
i
=
i
J
1
T X
t
donde
i
: K
N
2
K dado por

i
((
1
, ...,
n
)) =
i
para i = 1, ..., n. Entonces si Tx =

n
i=1

i
y
i
se tiene
que J
1
(Tx) = (
1
, ...,
n
) y por tanto
i
=
i
(x).
El recproco es inmediato.
Proposicion 5.2.6 Sean X, Y y Z espacios normados. Entonces
(i) F(X, Y ) K(X, Y ) L(X, Y ).
(ii) Si T F(X, Y ) (respect. T K(X, Y )) y S L(Y, Z) entonces
ST F(X, Z) (respect. ST K(X, Z)).
(iii) Si T L(X, Y ) y S F(Y, Z) (respect. T K(Y, Z)) entonces
ST F(X, Z) (respect. ST K(X, Z)).
Demostraci

on: (i) Sea T F(X, Y ). Como T(B


X
) es un conjunto aco-
tado en ImT que es nito dimensional, se tiene que T(B
X
) es relativamente
compacto.
5.2. Operadores compactos 87
El otro contenido se observ o en la Nota 5.2.1.
(ii) Usar que Im(ST) Im(S) para el caso S F(Y, Z). Si S K(Y, Z),
como T(B
X
) es un acotado se tiene que ST(B
X
) es relativamente compacto.
(iii) Si T F(X, Y ) lo escribimos
T(x) =
n

i=1

i
(x)y
i
,
entonces
ST(x) =
n

i=1

i
(x)Sy
i
F(X, Z).
Si T K(X, Y ) entonces T(B
X
) es compacto, y como S es continua se
tiene que S(T(B
X
)) es compacto y ST(B
X
) S(T(B
X
)).
Teorema 5.2.7 Sea X un espacio normado e Y un espacio de Banach. En-
tonces K(X, Y ) es un subespacio cerrado de L(X, Y ).
Demostraci

on: Sea (T
n
)
nN
K(X, Y ) tal que T
n
T. Veamos que
T K(X, Y ). Sea (x
k
)
kN
una sucesion en X con sup
n
|x
n
| = M. Veamos
que existe una subsucesi on (x
t
k
)
kN
tal que (T(x
t
k
))
kN
es de Cauchy en Y .
Por ser T
1
compacto existe una subsucesi on, denotada (x
1,k
)
kN
tal que
(T
1
(x
1,k
))
kN
es convergente en Y . Aplicando que T
2
es compacto existe una
subsucesi on de (x
1,k
)
kN
, denotada (x
2,k
)
kN
tal que (T
2
(x
2,k
))
kN
es conver-
gente en Y . Reiterando el proceso existe una subsucesi on de (x
n1,k
)
kN
,
denotada (x
n,k
)
kN
tal que (T
n
(x
n,k
))
kN
es convergente en Y . Consideremos
ahora, x
t
k
= x
k,k
para k N. Es una subsucesi on de la original (x
k
)
kN
.
Veamos que verica que (T(x
t
k
))
kN
es convergente.
Al ser (x
t
k
)
kN
subsucesi on de (x
n,k
)
kN
para todo n N se tiene que
(T
n
(x
t
k
))
kN
converge para todo n N.
Dado > 0 existe n N tal que |T
n
T| < /(3M). En particular
|T
n
x
t
k
Tx
t
k
| |T
n
T|(sup |x
t
k
|) < /3, k N.
Por la compacidad de T
n
existe k
0
N tal que
|T
n
x
t
j
T
n
x
t
i
| < /3, i, j k
0
.
Por tanto, para i, j k
0
|Tx
t
j
Tx
t
i
| |Tx
t
j
T
n
x
t
j
| +|T
n
x
t
j
T
n
x
t
i
| +|T
n
x
t
i
Tx
t
i
| < .

88 Chapter 5. Teora espectral de operadores


Corolario 5.2.8 Sea X un espacio normado e Y un espacio de Banach. Si
(T
n
)
nN
F(X, Y ) y T
n
T en L(X, Y ) entonces T K(X, Y ).
5.3 Espectro de operadores compactos
Comenzamos mencionando un resultado de aproximacion de gran utilidad
debido a Riesz.
Lema 5.3.1 (Riesz) Sean Y
1
e Y
2
subespacios vectoriales de un espacio nor-
mado X tales que Y
1
es cerrado y cumple Y
1
Y
2
. Para todo 0 < < 1
existe y
2
Y
2
con |y
2
| = 1 y |y
2
y| para todo y Y
1
.
Demostraci

on: Sea u Y
2
Y
1
. Como Y
1
es cerrado se tiene que d(u, Y
1
) =
d > 0. Por tanto existe y

Y
1
tal que
0 < d |u y

| <
d(u, Y
1
)

.
Consideremos y
2
=
uy

|uy

|
Y
2
con |y
2
| = 1 que cumple, para cada y Y
1
,
|y
2
y| = |
u y

|u y

|
y|
=
1
|u y

|
|u (y

+y|u y

|)|

1
|u y

|
d(u, Y
1
) > .

Otra importante observaci on, v alida para todos los operadores, es la sigu-
iente:
Lema 5.3.2 Sean
1
, ...,
n

p
(T) con
i
,=
j
si i ,= j y sean x
1
, ...x
n
vectores propios asociados a dichos valores propios. Entonces x
1
, ..., x
n

son linealmente independientes.


Demostraci

on: Supongamos que x


1
, ..., x
n
no son linealmente indepen-
dientes, y sea m 2, ..., n tal que x
m
el primer vector combinaci on lineal de
5.3. Espectro de operadores compactos 89
los anteriores (en particular x
1
, ..., x
m1
son linealmente independientes).
Pongamos x
m
=

m1
i=1

i
x
i
. Entonces
0 = (T
m
I)(x
m
)
=
m1

i=1

i
Tx
i

m
m1

i=1

i
x
i
=
m1

i=1

i
(
i

m
)x
i
.
Por independencia lineal se tiene que (
i

m
)
i
= 0 para 1 i m1, y
por tanto x
m
= 0 lo que contradice la hip otesis.
Teorema 5.3.3 Sea T K(X). Entonces
p
(T) es a lo sumo numerable y
su unico posible punto de acumulacion es el 0.
Demostraci

on: Veamos que para cada > 0 el conjunto



p
(T) : [[
es vaco o nito. Con esto se concluye que

p
(T) 0 =
nN

p
(T) : [[ 1/n
es a lo sumo numerable.
Supongamos, por reducion al absurdo, que existe
0
> 0 tal que A =

p
(T) : [[
0
es innito. Podremos tomar una sucesion (
n
)
nN
A
de valores propios distintos. Sea (x
n
)
nN
una sucesi on de vectores propios
correspondiente a los valores propios anteriores. Sabemos que x
1
, x
2
, ... es
un conjunto linealmente independiente. Denotemos Y
n
= LINx
1
, ..., x
n

que cumple Y
n
Y
n+1
para todo n N y que T(Y
n
) Y
n
. Usando el
lema de Riesz anterior existe y
n+1
Y
n+1
con |y
n+1
| = 1 y d(y
n+1
, Y
n
)
1/2. Veamos que (T(y
n
))
nN
no tiene subsucesiones convergentes. Para ello
escribimos, para m < n,
T(y
n
) T(y
m
) =
n
y
n
(T(y
m
) T(y
n
) +
n
y
n
).
Comprobemos que u = T(y
m
) (T(y
n
)
n
y
n
) Y
n1
. Por un lado y
m

Y
m
Y
n1
y, por tanto T(y
m
) Y
n1
. Por otro lado si y
n
=

n
i=1

i
x
i
se
90 Chapter 5. Teora espectral de operadores
tiene que
T(y
n
)
n
y
n
=
n

i=1

i
Tx
i

i=1

i
x
i
=
n

i=1

i
(
i

n
)x
i
=
n1

i=1

i
(
i

n
)x
i
Y
n1
.
Por tanto
|T(y
n
) T(y
m
)| = |
n
y
n
u|
[
n
[|y
n

u
[
n
[
|
[
n
[d(y
n
, Y
n1
)
[
n
[/2
0
/2.
Esto impide que existan subsucesiones convergentes, y se obtiene una con-
tradicci on.
Corolario 5.3.4 Si X es un espacio normado innito dimensional y T
K(X) entonces se cumple una de las siguientes situaciones:
(i)
p
(T) 0 = .
(ii)
p
(T) 0 es un conjunto nito.
(iii)
p
(T) 0 es una sucesion que converge a 0.
Teorema 5.3.5 Sea X un espacio normado y T K(X). Si
p
(T)0
entonces Ker(T I) es nito dimensional.
Demostraci

on: Veamos que la bola unidad de Ker(T I) es compacto.


Sea (x
n
)
nN
Ker(T I) con |x
n
| 1 para todo n N. Como T es com-
pacto entonces (T(x
n
))
nN
= (x
n
)
nN
posee una subsucesi on convergente.
Y por tanto tambien (x
n
)
nN
posee una subsucesi on convergente.
Daremos ahora informaci on sobre el espectro de los operadores com-
pactos.
Teorema 5.3.6 Sea X un espacio normado de dimension innita y T
K(X). Entonces 0 (T).
5.3. Espectro de operadores compactos 91
Demostraci

on: Supongamos que 0 (T) entonces T es invertible y


por tanto I
X
= TT
1
es compacto. Por el teorema de Riesz X es nito
dimensional.
Teorema 5.3.7 Sea X un espacio normado y T K(X) . Si ,= 0 entonces
Im(T I) es cerrado.
Demostraci

on: Supongamos que Im(T I) no es cerrado. Existe y


X Im(T I) y una sucesi on (x
n
)
nN
X tal que y
n
= T(x
n
) x
n
convergente a y. Como Im(T I) es un subespacio, se tiene que y ,= 0,
y por tanto existe n
0
N tal que |y
n
| > |y|/2 > 0 para n n
0
. Luego
x
n
/ Ker(T I) para n n
0
. Como Ker(T I) es cerrado, podemos
poner d
n
= d(x
n
, Ker(T I)) > 0. Consideremos z
n
Ker(T I) tal
que
0 < d
n
|x
n
z
n
| < 2d
n
.
Entonces
T(x
n
z
n
) (x
n
z
n
) = T(x
n
) x
n
= y
n
.
Veamos que supd
n
: n N = . Supongamos, por reducci on al absurdo,
que supd
n
: n N < . Es decir, (x
n
z
n
)
nN
es acotada y, como T es
compacto, existir a una subsucesi on de (x
n
k
z
n
k
)
kN
tal que (T(x
n
k
z
n
k
))
kN
converge. Luego (x
n
k
z
n
k
)
kN
converge a x. Como consecuencia,
y = lim
k
y
n
k
= lim
k
T(x
n
k
z
n
k
) (x
n
k
z
n
k
) = T(x) x.
Esto contradice el hecho de que y / Im(T I).
Tomemos ahora una sucesion d
n
k
divergente a + y denotemos
w
k
=
1
d
n
k
(x
n
k
z
n
k
).
De nuevo, podemos armar que
w
k
= T(w
k
) (T I)(w
k
) = T(w
k
)
1
d
n
k
y
n
k
.
Usando que (w
k
)
kN
es acotada, y T compacto se concluye que existe una
subsucesi on de (T(w
k
))
kN
convergente y por tanto tambien la subsucesion
de (w
k
)
kN
converge a cierto w. Pasando al lmite
w = T(w) lim
k
1
d
n
k
y
n
k
= T(w).
92 Chapter 5. Teora espectral de operadores
Es decir w Ker(T I). Por tanto
d
n
k
|w
k
w| = |x
n
k
z
n
k
d
n
k
w| d(x
n
k
, Ker(T I)) = d
n
k
.
Esto conduce a contradicci on pues |w
k
w| 1, y tiene una subsucesi on
(w
n
j
w)
j
que converge a cero.
Teorema 5.3.8 Sea T K(X) y ,= 0.
Si Ker(T I) = 0 entonces Im(T I) = X y el operador T I
es invertible en L(X).
Es decir,
p
(T) 0 = (T) 0.
Demostraci

on: Si X es de dimensi on nita el resultado es conocido de Al-


gebra elemental. Supongamos que X es de dimensi on innita. Supongamos
que X
1
= Im(T I) ,= X. Sabemos por el Teorema 5.3.7 que X
1
es cerrado.
Veamos que X
1
tiene dimension innita. En efecto si x
1
, ...x
n
son linealmente
independientes en X entonces y
1
= T(x
1
) x
1
, ..., y
n
= T(x
n
) x
n
son
linealmente independientes en X
1
ya que
0 =
n

i=1

i
y
i
= T(
n

i=1

i
x
i
) (
n

i=1

i
x
i
)
y por tanto

n
i=1

i
x
i
Ker(T I) = 0 de donde se concluye que
i
= 0
para 1 i n.
Probemos ahora que T(X
1
) X
1
. En efecto si x = T(z) z X
1
y
llamamos y = T(z) se tiene que
T(y) y = T
2
(z) T(z) = T(T(z) z) = T(x).
En particular T(x) Im(T I) = X
1
. Denotemos T
1
la restriccion de T
a X
1
y estamos en la situaci on anterior, un operador compacto T
1
L(X
1
)
y X
1
de dimensi on innita. Denimos X
2
= Im(T
1
I
X
1
) = Im((T
I
X
)
2
) X
1
. Se cumple que X
2
,= X
1
pues caso contrario dado x X
ponemos Tx x = x
1
X
1
= X
2
y por tanto existe x
t
1
X
1
tal que
Txx = T
1
(x
t
1
) x
t
1
= T(x
t
1
) x
t
1
y usando la inyectividad de T I se
tiene que x = x
t
1
X
1
. Razonando de manera recurrente se encuentra una
sucesi on de espacios cerrados X
n
, innito dimensionales tales que
... X
n
X
n1
... ...X
1
X
5.4. Espectro de operadores autoadjuntos en espacios de Hilbert 93
donde X
n
= Im(T I
X
)
n
, T
n
K(X
n
). Usando el lema de Riesz se obtiene
una sucesion (x
n
)
nN
tal que |x
n
| = 1, x
n
X
n
y d(x
n
, X
n+1
) 1/2.
Observemos que para n > m,
T(x
n
) T(x
m
) = x
m
+x
n
+ (T(x
n
) x
n
) (T(x
m
) x
m
).
Como x
n
X
n
X
m+1
, T(x
n
) x
n
Im(T
n
I
X
n
) = X
n+1
X
m+1
,
(T(x
m
) x
m
) X
m+1
entonces
|T(x
n
) T(x
m
)| = [[|x
m
u
m
| [[d(x
m
, X
m+1
)
[[
2
.
Esto conduce a una contradicci on puesto que (T(x
n
))
nN
no puede tener
subsucesiones convergentes. Por tanto Im(T I) = X.
Veamos la continuidad de la inversa T I
1
. Hemos de ver que existe
M > 0 tal que M |Tx x| para todo x X con |x| = 1. Supongamos
que existe una sucesion (x
n
)
nN
tal que |x
n
| = 1 con y
n
= Tx
n
x
n
tal que
|y
n
| < 1/n. Usando la compacidad existe una subsucesi on tal que (Tx
n
k
) es
convergente, y como
x
n
k
=
1

(T(x
n
k
) y
n
k
)
la sucesion x
n
k
tambien converge, digamos a x. Consecuentemente x = T(x)
y as x Ker(T I) lo que implica x = 0, pero |x| = lim
k
|x
n
k
| = 1.

Corolario 5.3.9 Si X es un espacio normado innito dimensional y T


K(X). Entonces
(T) = 0
p
(T).
En particular (T) es, o bien un conjunto nito que contiene al 0, o bien un
sucesion que tiene al cero como punto de acumulacion.
5.4 Espectro de operadores autoadjuntos en
espacios de Hilbert
En esta seccion (X, , )) denota un espacio de Hilbert Recordemos que
T L(X) se dice autoadjunto si T = T

, i.e.
Tx, y) = x, Ty), x, y X.
Una primera propiedad de estos operadores es que su norma se calcula
de una manera m as f acil.
94 Chapter 5. Teora espectral de operadores
Proposicion 5.4.1 Si T L(X) es autoadjunto entonces
|T| = sup[Tx, x)[ : |x| = 1.
Demostraci

on: Llamemos A = sup[Tx, x)[ : |x| = 1. De la desigual-


dad de Cauchy se tiene que A |T|. Veamos ahora que ['(Tx, y))[ A
para |x| = |y| = 1. Al ser autoadjunto se tiene
T(x +y), x +y) = T(x), x) +T(y), x) +T(x), y) +T(y), y)
= T(x), x) + 2'(T(x), y)) +T(y), y).
Razonando analogamente con x y y restando se obtiene
T(x +y), x +y) T(x y), x y) = 4'(Tx, y)).
Como [Tz, z)[ A|z|
2
para todo z X, se tiene que
4['(Tx, y))[ = [T(x +y), x +y) T(x y), x y)[
[T(x +y), x +y)[ +[T(x y), x y)[
A(|x +y|
2
+|x y|
2
)
2A(|x|
2
+|y|
2
) = 4A.
Usando ahora que (Tx, y)) = '(Tx, iy)) se tiene tambien que [(Tx, y))[
A. Usando que |T| = sup[Tx, y)[ : |x| = |y| = 1 se obtiene el resultado.

Proposicion 5.4.2 Sea T L(X) autoadjunto. Entonces


(i) A
T
= Tx, x) : |x| = 1 es un subconjunto acotado de R y
p
(T)
A
T
. En particular los valores propios son reales.
(ii) Si M
T
= sup A
T
y m
T
= inf A
T
se tiene que |T| = maxM
T
, m
T
.
Demostraci

on: (i) Como Tx, x) = x, Tx) = Tx, x) se tiene que Tx, x)


R para todo x X. Ademas A
T
[|T|, |T|] usando la Proposici on 5.4.1.
Sea
p
(T) y x un vector propio no nulo (que podemos suponer con |x| =
1) asociado a . Entonces como Tx = x se tiene que = Tx, x) A
T
.
(ii) La desigualdad de Cauchy garantiza que M
T
|T| y m
T
|T|.
Por otro lado
Tx, x) M
T
maxM
T
, m
T
, Tx, x) m
T
maxM
T
, m
T
.
El resultado se sigue de nuevo aplicando la Proposicion 5.4.1.
5.4. Espectro de operadores autoadjuntos en espacios de Hilbert 95
Teorema 5.4.3 Sea T L(X) autoadjunto. Entonces
(i) (T) [m
T
, M
T
].
(ii) M
T
, m
T
(T).
Demostraci

on: (i) Sea K[m


T
, M
T
] y pongamos d = d(, [m
T
, M
T
]) >
0. En particular, para |x| = 1 se tiene [Tx, x) [ > d. Por tanto
|(T I)(x)| d|x|
2
, x X.
Esto implica que T I es inyectiva y que Im(T I) es cerrado (pues
si (T I)(x
n
))
nN
converge a y, se tiene que (x
n
)
nN
es de Cauchy, y por
tanto convergente a x
0
X, y como consecuencia y = Tx
0
x
0
.) Adem as
(Im(T I))

= 0 ya que si x ,= 0 se tiene que Tx x, x) > 0 y


por tanto x / (Im(T I))

. Usando ahora el teorema de la proyecci on


ortogonal
X = Im(T I) + (Im(T I))

= Im(T I).
Consecuentemente T I es suprayectiva e invertible, o equivalentemente
(T).
(ii) Veamos que m
T
(T) (el caso M
T
(T) es an alogo y se deja
como ejercicio). Si m
T
es un valor propio ya lo tenemos. Supongamos que
m
T
/
p
(T), es decir Ker(T m
T
I) = 0. Consideremos
(x, y) = (T m
T
I)x, y) = Tx, y) m
T
x, y).
Se cumple que (x, x) = Tx, x) m
T
|x|
2
0. Como tambien verica las
propiedes de un producto escalar sobre X (salvo (x, x) > 0 para x ,= 0)
entonces tenemos la validez de la desigualdad de Cauchy. Por tanto, para
x X e y = Tx m
T
x tenemos
|(T m
T
I)x|
4
= [Tx m
T
x, Tx m
T
x)[
2
= [(x, y)[
2
(x, x)(Tx m
T
x, Tx m
T
x)
(Tx, x) m
T
|x|
2
)(T m
T
)
2
x, Tx m
T
x)
(Tx, x) m
T
|x|
2
)|T m
T
|
3
|x|.
De esta estimaci on se tiene que, si consideremos una sucesi on (x
n
)
nN
con
|x
n
| = 1 tal que (Tx
n
, x
n
))
nN
converja a m
T
entonces ((T m
T
I)x
n
)
nN
converge a 0. Esto implica que m
T
(T), pues en caso contrario
1
|(T m
T
I)
1
|
|(T m
T
I)x
n
|, n N.
96 Chapter 5. Teora espectral de operadores

Corolario 5.4.4 Si T L(X) es autoadjunto entonces |T| (T).


Proposicion 5.4.5 Si T L(X) es autoadjunto y compacto entonces existe

p
(T) con [[ = |T|.
Demostraci

on: Si T = 0 es trival. Supongamos que |T| > 0. Sea (x


n
)
nN
con |x
n
| = 1 tal que ([Tx
n
, x
n
)[)
nN
converge a |T|. Como la sucesi on
(Tx
n
, x
n
))
nN
es acotada, existe una subsucesi on convergente a un valor
R, que adem as cumplir a [[ = |T|. Comprobemos que
p
(T).
Mantenemos la notacion de (x
n
)
nN
para la subsucesi on anterior, y usando
la compacidad existe otra subsucesion de la misma de modo que (T(x
n
k
))
kN
converge a cierto valor z X. Teniendo en cuenta que
|T(x
n
) x
n
|
2
= T(x
n
) x
n
, T(x
n
) x
n
)
= |T(x
n
)|
2
2T(x
n
), x
n
) +
2
|x
n
|
2
|T|
2
2T(x
n
), x
n
) +
2
= 2
2
2T(x
n
), x
n
).
Por tanto
lim
k
|T(x
n
k
) x
n
k
|
2
= 0,
de donde se sigue
lim
k
x
n
k
= z.
Si ponemos y =
z

se concluye que
T(y), y) = lim
k
T(x
n
k
), x
n
k
) = ,= 0.
Por tanto y ,= 0 y T(y) = y.
5.5 El teorema espectral
Uno de los resultados importantes en la teora de matrices arma que
las matrices reales y simetricas tienen n valores propios reales y pueden di-
agonalizarse, encontrando una base de vectores propios respecto de la cual
5.5. El teorema espectral 97
la matriz es diagonal y tiene los valores propios en la diagonal. Veamos la
situaci on innito dimensional y la relaci on con la teora espectral.
Del contenido de las secciones precedentes se tiene que todo operador
compacto y autoadjunto T no nulo verica que (T) ,= 0 (pues siempre
|T| (T))y a lo sumo numerable. Adem as si 0 ,= (T) entonces

p
(T) y Ker(T I) es de dimensi on nita. Veamos que si ,
p
(T)
con ,= entonces Ker(T I) Ker(T I)
Lema 5.5.1 Sea T L(X) es autoadjunto y sean y valores propios
distintos del operador T. Si x e y son vectores propios asociados a y
respectivamente entonces x y.
Demostraci

on: Como
Tx = x, Ty = , Tx, y) = x, Ty),
se tiene que
x, y) = x, y).
As que x, y) = 0.
Ahora presentaremos el teorema espectral para operadores autoadjuntos
y compactos.
Teorema 5.5.2 (Hilbert-Schmidt) Sea X un espacio de Hilbert, y sea 0 ,=
T L(X) autoadjunto y compacto.
(i) Existe una base ortonormal de (KerT)

formada por vectores propios


de T.
(ii) Si T F(X) entonces los valores propios no nulos de T (repetidos
seg un la dimension del subespacio propio correspondiente) forman un con-
junto nito
1
, ...,
n
y existe un conjunto ortonormal x
1
, ..., x
n
donde x
i
es un vector propio asociado a
i
para i = 1, ..., n de manera que cada x X
se puede escribir
x =
n

i=1
x, x
i
)x
i
+x
0
donde x
0
KerT. En particular T(x) =

n
i=1

i
x, x
i
)x
i
.
(iii) Si T K(X) F(X) entonces los distintos valores propios no nulos
de T forman una sucesion (
n
)
nN
de n umeros reales con lim
n
= 0, y existe
98 Chapter 5. Teora espectral de operadores
un conjunto ortonormal x
1
, ..., x
n
, ... donde x
n
es un vector propio asociado
a
n
para n N de manera que cada x X se puede escribir
x =

i=1
x, x
i
)x
i
+x
0
donde x
0
KerT. En particular T(x) =

i=1

i
x, x
i
)x
i
. (Los valores
i
aparecen repetidos en la serie una cantidad nita de veces en funcion de la
dimension del Ker(T
i
I).)
Demostraci

on:
(i) Denotemos (
t
k
) los valores propios no nulos y distintos de T y de-
notemos X
k
= Ker(T
t
k
I) (que tienen dimensi on nita). Considerar Y el
subespacio generado por

k=1
X
k
. Probemos que Y

= KerT.
Es claro que X
k
ImT (pues T(
x

) = x, para x X
k
) y por tanto Y
ImT. Como sabemos que KerT = (ImT)

se concluye que KerT Y

.
Veamos ahora que T(Y

) = 0. Usando ahora que T(X


k
) X
k
podemos
decir que T(Y ) Y . Por tanto, usando que Tx, y) = x, Ty), se obtiene
T(Y

) Y

. Denimos T
0
la restriccion de T al subespacio Y

, T
0
:
Y

, que es autoadjunto y compacto sobre el espacio de Hilbert Y

.
Comprobemos que T
0
= 0 (lo que es equivalente a (T
0
) = 0). Si
(T
0
) 0 entonces es valor propio de T
0
y por tanto
p
(T). Luego
existe x ,= 0 vector propio en Y

asociado a . Por tanto x X


k
Y para
alg un k, lo que lleva a contradicci on. Esto naliza la prueba de la inclusion
Y

KerT.
Como

Y = (KerT)

podemos encontrar una base ortonormal en cada


X
k
y considerar la base de (KerT)

dada por la uni on de las distintas bases


consideradas.
(ii) Notese que si existe una cantidad numerable de valores propios no
nulos entonces dim(Y ) = (y por tanto dim(ImT) = ). Por consiguiente
si T tiene rango nito entonces s olo puede tener un n umero nito de valores
propios no nulos.
Sean
t
1
, ...,
t
k
los valores propios distintos y no nulos. Supongamos que
dim(Ker(T
t
i
I)) = n
i
y ponemos n = n
1
+... +n
k
y

1
, ...,
n
=
t
1
,
n
1
..
,
t
1
, ....,
t
k
,
n
k
..
,
t
k

son los valores propios no nulos de T contados cada uno tantas veces como
la dimension del espacio que genera
t
i
. Sea x
1
, ...., x
n
la base ortonormal
5.5. El teorema espectral 99
de (KerT)

de modo que Tx
i
=
i
x
i
. Usando el teorema de la proyeccion
ortogonal, para x X existe una unica descomposicion x = y + x
0
con
y (KerT)

y x
0
KerT. Como x
i

n
i=1
es ortonormal y x
i
, x
0
) = 0
para i = 1, ..., n se tiene y, x
i
) = x, x
i
) para i = 1, ..., n. Por consiguiente
y =

n
i=1
y, x
i
)x
i
=

n
i=1
x, x
i
)x
i
y, as
x =
n

i=1
x, x
i
)x
i
+x
0
.
(iii) Si T no tiene rango nito entonces hay una cantidad numerable de
valores propios no nulos distintos y la descomposicion se tiene del mismo
modo, pero con suma innita.
Una manera equivalente de escribir la descomposicion espectral es
x =

p
(T)\0
x

+x
0
siendo x

la proyeccion de x sobre el subespacio Ker(T I) y x


0
KerT.
Si (T) y P

denota la proyeccion ortogonal P

(x) = x

sobre el
subespacio Ker(T I), podemos reescribir el resultado como sigue:
Teorema 5.5.3 Si 0 ,= T es un operador autoadjunto y compacto sobre un
Hilbert X. Entonces
T =

(T)
P

.
(En caso numerable se entiende que los valores propios estan ordenados de
manera decreciente en modulo.)
Demostraci

on: Justiquemos la sumabilidad en el caso de innitos valores


propios. Dado > 0 y |x| = 1, sabemos que : [[ es nito, y por
tanto
|Tx

[[>
P

(x)|
2
= |

[[
P

(x)|
2

2

[[
|P

(x)|
2

2
|x|
2
.
Tomando supremo en |x| = 1 se obtiene la convergencia en L(X).