1

1.1
1.1.1

Espacios Vectoriales Normados
Normas
Propiedades Básicas

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

Definición 1.3. La distancia asociada a una norma · es d(x, y) = x − y . Se verifica fácilmente que efectivamente d es una distancia. La topología asociada a una norma es la topología de espacio métrico inducida por la distancia asociada. Los límites de sucesiones en espacios normados y de funciones entre espacios normados, se suponen respecto a la topología asociada. Por ejemplo, la continuidad de una función f entre dos espacios normados X, Y en un punto a ∈ X se expresa como ∀ ε > 0 ∃ δ > 0 : x − a < δ =⇒ f (x) − f (a) < ε.

Si el espacio métrico asociado es completo, es decir, toda sucesión de Cauchy converge:
m,n→∞

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

decimos que el evn X es un espacio de Banach. Definición 1.4. Sea X un espacio vectorial. Una distancia d : X × X → R es homogénea si satisface 1. d(x + z, y + z) = d(x, y) para todo x, y, z ∈ X. 2. d(λx, λy) = |λ|d(x, y) para todo x, y ∈ X, λ ∈ K. Teorema 1.5. Una distancia d sobre un espacio vectorial X está inducida por una norma N si y sólo si es homogénea.

1

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

xn < ∞
n=1

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

1.1.2

Equivalencia

Definición 1.8. Dos normas N1 , N2 sobre un espacio vectorial X son equivalentes si inducen la misma topología. Esto es trivialmente una relación de equivalencia. Lema 1.9. Dos normas N1 , N2 sobre un espacio vectorial X son equivalentes si y sólo si existen constantes α, β > 0 tales que αN1 (x) ≤ N2 (x) ≤ βN1 (x). (1)

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

Teorema 1.11 (Equivalencia de Normas). Si X es un espacio vectorial de dimensión finita, todas las normas sobre X son equivalentes.

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

1.1.3

Completación

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

2

1.2
1.2.1

Operadores Lineales entre Espacios Normados
Continuidad y Norma de Operadores · para las dos normas en X y en Y .

Sean (X, N ), (Y, N ) evn. Escribiremos por comodidad

Teorema 1.14. Sea T : X → Y lineal. Entonces son equivalentes las siguientes afirmaciones: 1. T es continuo (en las topologías respectivas de la norma). 2. T es continuo en 0. 3. Existe una constante c > 0 tal que T x ≤ c x para todo x ∈ X (equivalentemente, x = 0).

Definición 1.15. Se dice que un operador lineal que satisface la condición (3) es acotado. El Teorema entonces dice que para un operador lineal, acotado es lo mismo que continuo. Al espacio de los operadores lineales y continuos T : X → Y se le denota por L(X, Y ). Si T ∈ L(X, Y ) definimos su norma de operador por T = sup
u =1

Tu .

Por (3) del Teorema, T < ∞. En particular, denotamos X ∗ = L(X, K), el dual topológico de X. En general una aplicación lineal ω : X → K se llama funcional lineal. X ∗ es el espacio de funcionales lineales continuos. La norma de un funcional viene dada por ω = sup |ω(u)|
u =1

donde | · | es el valor absoluto en K. Lema 1.16. Si T ∈ L(X, Y ) entonces T x ≤ c x para todo x ∈ X. T es la menor de las constantes c ≥ 0 tales que

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

Proposición 1.18. Si T ∈ L(X, Y ) y

n

xn = x, entonces

n

T xn = T x.

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

3

1.2.2

Isomorfismos

Definición 1.20. Un isomorfismo entre dos espacios vectoriales normados X, Y es un operador lineal T : X → Y biyectivo y bicontinuo, es decir, tanto T como su inverso T −1 son continuos. X, Y son isomorfos si existe un isomorfismo entre ellos. Corolario 1.21. Todos los evn de una dimensión finita fija n son espacios de Banach isomorfos.

Proposición 1.22. Sea T : X → Y lineal. Las siguientes afirmaciones son equivalentes: 1. T es un isomorfismo. 2. T es epiyectivo y existen constantes α, β > 0 tales que α x ≤ T x ≤ β x para todo x ∈ X. 3. T es epiyectivo y N (x) = T x es una norma en X equivalente a x .

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

1.2.3

Isometrías

Definición 1.24. Una isometría es un operador lineal T : X → Y que preserva la norma: Tx = x ∀ x ∈ X.

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

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

1.2.4

Propiedades de L(X, Y )

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

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

4

Definición 1.30. Un álgebra de Banach es una K-álgebra normada con norma completa y submultiplicativa, es decir, tal que ab ≤ a b . Corolario 1.31. Si X es un espacio de Banach, el espacio L(X, X) de endomorfismos lineales continuos de X es un álgebra de Banach. Corolario 1.32. Si T : X → Y es un isomorfismo, entonces 1 ≤ T T −1 .

Teorema 1.33. Sean X, Y evn con Y de Banach, y T ∈ L(X, Y ). Si X es la completación de X, existe un único operador T ∈ L(X, Y ) tal que TX = T . Además, T = T .

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

= sup |ϕ(x)| = max |ck |
x∈[a,b] 1≤k≤n

def

es una norma en X, y la aplicación
n

I(ϕ) =
k=1

def

ck (xk − xk−1 )

es un funcional lineal continuo en X. De hecho,
n n

|I(ϕ)| ≤
k=1

|ck |(xk − xk−1 ) ≤ ϕ

∞ k=1

(xk − xk−1 ) = (b − a) ϕ

∞.

Por tanto I extiende de manera única a un funcional continuo sobre la completación X de X. Esta completación contiene al espacio C[a, b] de funciones continuas sobre [a, b], ya que toda función continua es límite de escalonadas en la norma · ∞ (esto es consecuencia de la continuidad uniforme). El funcional extendido sobre C[a, b] es la integral de Riemann para funciones continuas.

1.3
1.3.1

Operaciones Sobre Espacios Vectoriales Normados
Subespacios

Definición 1.35. Sea X un espacio vectorial. Usaremos la notación Z ≤ X para indicar que Z es un subespacio vectorial de X. Proposición 1.36. Sea X un evn. 1. Si Z ≤ X es de Banach respecto a la norma restringida, entonces es cerrado.

5

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

Proposición 1.37. Cualquier subespacio de dimensión finita Z en un evn X (no necesariamente de Banach) es de Banach, y por tanto cerrado.

1.3.2

Productos

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

Np ((xi )i∈I ) =
i∈I

Ni (xi )p

,

1 ≤ p ≤ ∞.

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

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

→0

⇐⇒ max Nk (xk − ak ) → 0, ⇐⇒ Nk (xk − ak ) → 0, ⇐⇒ xk → ak , 1 ≤ k ≤ n, Ni (xi )p < ∞ y las

1 ≤ k ≤ n.
i∈I

Cuando I es infinito, hay que imponer la condición de convergencia normas resultantes no tienen por qué ser equivalentes.

Proposición 1.38. La aplicación L(X, Y ) × X → Y dada por (T, x) → T x es continua.

1.3.3

Cocientes

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

x−m .

También escribiremos dM (x) para resaltarla como función de x. Dado que M es un subespacio, dM es invariante por traslaciones por vectores de M : dM (x + m) = dM (x) ∀ m ∈ M 6

ya que
m ∈M

inf

(x + m) − m

= inf

m ∈M

x − (m − m) = inf

m ∈M

x−m

puesto que m = m −m recorre M cuando m recorre M , con m ∈ M fijo. Como dM (x ) = dM (x) cuando x ≡ x mod M , dM induce una función ∆ sobre el cociente, definida por ∆ : X/M → R, ∆ ◦ Q = dM , es decir, ∆(x) = dM (x),
def

que está bien definida (es independiente del representante elegido). Proposición 1.39. dM (x) es una seminorma en X y ∆ es una seminorma en X/M . dM es una norma en X si y sólo si M = (0) y ∆ es una norma en X/M si y sólo si M es cerrado.

Proposición 1.40. Sea X un evn, M ≤ X un subespacio cerrado propio y denotemos por x = inf m∈M x − m a la norma en el cociente X/M definida anteriormente. Entonces Q ∈ L(X, X/M ) con Q = 1.

Teorema 1.41. Sea X un evn, M ≤ X cerrado, y Q : X → X/M la aplicación cociente. 1. Q es abierta, es decir, si U ⊆ X es abierto, entonces Q(U ) ⊆ X/M es abierto. 2. V ⊆ X/M es abierto si y sólo si Q−1 (V ) ⊆ X es abierto.

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

Teorema 1.43. Sea X un evn y M ≤ X. Si dos de entre M, X, X/M son espacios de Banach, el tercero también es de Banach. 1. Si M y X son de Banach, entonces X/M es de Banach. 2. Si M y X/M son de Banach, entonces X es de Banach. 3. Si X y X/M son de Banach, entonces M es de Banach.

7

2
2.1

Los Teoremas Fundamentales de la Teoría de Espacios de Banach
El Teorema de Baire

Teorema 2.1 (Teorema de Baire). Sea (X, d) un espacio métrico completo. 1. La intersección numerable de abiertos densos de X es denso. Es decir, si para cada n ∈ N tenemos un subconjunto Un ⊆ X abierto con U n = X, entonces la intersección ∩n Un es un subconjunto denso (aunque no necesariamente abierto) de X. 2. Si X es la unión numerable de cerrados, alguno tiene interior no vacío. Es decir, si X = n∈N Fn y cada Fn es cerrado, entonces existe n tal que int Fn = ∅.

2.2
2.2.1

El Teorema de la Aplicación Abierta
Operaciones Algebraicas sobre Conjuntos

Nota 2.2. Advertencia: no hay que suponer la veracidad de identidades que parecen “naturales”, por ejemplo, en general es falso que A + A = 2A. Por definición, 2A = {2a : a ∈ A}, A + A = {a + a : a, a ∈ A},

por tanto 2A ⊆ A + A, pero la inclusión contraria significa que A tiene la propiedad a, a ∈ A =⇒ a+a ∈ A, 2

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

para todo c ∈ X, r > 0.

4. Si T : X → Y es lineal entonces T (λA) = λT (A) ∀λ ∈ K, T (A + B) = T (A) + T (B) ∀A, B ⊆ X.

5. Si T : X → Y es lineal entonces T −1 (λA) = λT −1 (A) ∀λ ∈ K∗ .

Si λ = 0 no es cierto en general pues diría que T −1 (0) = 0, es decir, ker T = 0, que expresa la inyectividad de T . Además T −1 (A) + T −1 (B) ⊆ T −1 (A + B) En general no se da la igualdad. 8 ∀A, B ⊆ Y.

Lema 2.4. Sea T : X → Y una aplicación lineal. Las siguientes afirmaciones son equivalentes: 1. T es continua. 2. int T −1 (B ) = ∅, es decir, T −1 (B ) contiene alguna bola. 3. T −1 (B ) contiene alguna bola centrada en 0.

Lema 2.5. Sea T : X → Y una aplicación lineal. Las siguientes afirmaciones son equivalentes: 1. T es abierta. 2. int T (B) = ∅, es decir, T (B) contiene alguna bola. 3. T (B) contiene alguna bola centrada en 0.

Lema 2.6. Para una aplicación lineal T : X → Y epiyectiva, son equivalentes: 1. int T (B) = ∅, es decir, T (B) contiene alguna bola. 2. T (B) contiene alguna bola centrada en 0.

Teorema 2.7 (Teorema de la Aplicación Abierta). Sean X, Y espacios de Banach. Si T ∈ L(X, Y ) es epiyectiva, entonces es abierta.

Corolario 2.8 (Teorema del Isomorfismo). Sean X, Y espacios de Banach. Si T ∈ L(X, Y ) es biyectiva, entonces es un isomorfismo. Es decir, la inversa T −1 es automáticamente continua.

2.3

El Teorema de la Gráfica Cerrada

Definición 2.9. La gráfica de un operador lineal T : X → Y es Γ(T ) = {(x, T x) : x ∈ X} ⊆ X × Y. Γ(T ) es un subespacio lineal de X × Y . Si X, Y son evn, entonces Γ(T ) hereda la norma (x, y) = x + y de X × Y . Teorema 2.10. Sean X, Y espacios de Banach y T : X → Y lineal. Entonces T es continuo si y sólo si la gráfica de T es cerrada.

9

Nota 2.11. El Teorema de la Gráfica Cerrada, en términos de sucesiones, dice que para comprobar que T es continuo, basta con demostrar que xn → x, T xn → y =⇒ y = T x.

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

Ejemplo 2.13. Sea X = C 1 [0, 1], Y = C[0, 1], ambos con la norma f Sea D : X → Y el operador derivada, que es lineal. Entonces 1. D no está acotado (por tanto no es continuo). 2. D tiene gráfica cerrada.

= maxx∈[0,1] |f (x)|.

Esto no contradice el Teorema de la Gráfica Cerrada. Como Y es un espacio de Banach, se concluye que X no puede serlo (las demás hipótesis sí se cumplen). De hecho X no es un subespacio cerrado de Y . Hay sucesiones fn de funciones C 1 uniformemente convergentes a una función continua f que deja de ser diferenciable en algún punto.

Corolario 2.14 (“Teorema de las Dos Normas”). Sea X un espacio vectorial y N1 , N2 dos normas completas. Si N1 ≤ βN2 para alguna constante β > 0, entonces existe también una constante α > 0 tal que αN2 ≤ N1 , es decir, las dos normas son de hecho equivalentes

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

f

1

=
0

|f (x)| dx

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

sí lo es. Por otra parte,
1 1

f

1

=
0

|f (x)| dx ≤
0

f

dx = f

∞.

10

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

2.4

El Principio de Acotación Uniforme.

Teorema 2.16 (Teorema de Banach-Steinhaus). Sea X un espacio de Banach, Y un espacio vectorial normado y F ⊆ L(X, Y ). Entonces se da una de las dos siguientes alternativas: 1. El conjunto {x ∈ X : supT ∈F T x = ∞} es denso. 2. F está uniformemente acotada, es decir, supT ∈F T < ∞. En particular, si supT ∈F T x acotada. < ∞ para cada x ∈ X, entonces F está uniformemente

Corolario 2.17. Sea X un espacio de Banach, Y un espacio normado y {Tn } ⊆ L(X, Y ) tal def que existe limn Tn x = T x para todo x ∈ X (“límite puntual”). Entonces 1. La familia {Tn } está uniformemente acotada. 2. T ∈ L(X, Y ) (el límite puntual de operadores lineales y continuos es continuo). 3. T ≤ lim inf Tn . Nota 2.18. Si X no es Banach, entonces el resultado del Principio de Acotación Uniforme y del Corolario 2.17 pueden ser falsos. Sea X = C[0, 1] con la norma f 1 = [0,1] |f |, que no es de Banach (ver el Ejemplo 2.15). Se consideran los operadores
1/n

Tn f = n
0

f (x) dx.

Son lineales y continuos:
1/n

|Tn f | ≤ n ·
0

|f | ≤ n f

1

∴ Tn ≤ n.

Para toda función f ∈ C[0, 1] existe el límite lim Tn f = lim
1/n 0

n→∞

n→∞

f (x) dx = lim λ→0 1/n

λ 0

f (x) dx d = lim λ→0 dλ λ

λ

f (x) = lim f (λ) = f (0).
0 λ→0

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

11

con fn 1 = 1 pero ε0 (fn ) = fn (0) = n. Observar también que Tn f2n = n, por tanto Tn = n y tampoco se cumple la acotación uniforme, a pesar de que para cada f ∈ C[0, 1] la sucesión {Tn f } sí está acotada. Corolario 2.19. Sean X, Y espacios de Banach, Z un espacio vectorial normado y T : X ×Y → Z bilineal y continuo por separado. Entonces T es simultáneamente continuo, es decir acotado: T (x, y) ≤ C x y para alguna constante C. El resultado anterior es válido en general para operadores k-multilineales, k ∈ N, con valores en un espacio normado cualquiera. Corolario 2.20. Si T : X1 ×· · ·×Xk → Z, es continuo por separado, siendo cada Xi de Banach, entonces es simultáneamente continuo.

12

2.5
2.5.1

El Teorema de Hahn-Banach
Funcionales Lineales

Denotemos por L(X, Y ) a los operadores lineales T : X → Y (no necesariamente continuos) y sigamos denotando por L(X, Y ) a los continuos. Definición 2.21. Un hiperplano de un espacio vectorial X es un subespacio M ≤ X tal que codim M = 1, es decir, dim X/M = 1. Lema 2.22. Sea X un espacio vectorial. 1. Si f ∈ L(X, K), f = 0 ⇐⇒ ker f = X. 2. Si f ∈ L(X, K) con f = 0, el núcleo ker f es un hiperplano. 3. Si M ≤ X es un hiperplano, existe f ∈ L(X, K), f = 0 con M = ker f . 4. Si f, g ∈ L(X, K), entonces ker f = ker g si y sólo si g = λf para algún λ ∈ K, λ = 0. Nota 2.23. El resultado anterior no supone nada acerca de la continuidad, es puramente algebraico. Lema 2.24. Sea X un espacio vectorial normado. 1. Un hiperplano en X o es cerrado o es denso en X. 2. Un funcional lineal f es continuo si y sólo si ker f es cerrado.

Lema 2.25. Sea X un espacio vectorial normado, M ≤ X un hiperplano cerrado y f ∈ X ∗ con ker f = M . Sea Q : X → X/M la aplicación cociente. Hay un único isomorfismo T : K → X/M tal que T f = Q. // K z zz Q zz  }zzz T X/M X
f

Sea X un espacio vectorial complejo. Automáticamente X es también un espacio vectorial real, ya que R es un subcuerpo de C. Necesitamos estudiar la relación entre los funcionales lineales complejos de X y los reales. Proposición 2.26. Sea X un espacio vectorial complejo. 1. Si f ∈ L(X, R) es un funcional real, entonces (Cf )(x) = f (x) − if (ix) es un funcional complejo. Es decir, Cf ∈ L(X, C). 2. Si f ∈ L(X, C) es un funcional complejo, entonces Re f : X → R es un funcional real. Es decir, Re f ∈ L(X, R). 13
def

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

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

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

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

Ejemplo 2.29. Sea X = C. Como espacio vectorial real, C ∼ R2 . El dual real es L(C, R) ∼ = = ∼ = L(R2 , R) ∼ R2 y el complejo es L(C, C) = C ∼ R2 , siendo todos estos isomorfismos isométricos. = 2.5.2 Extensiones

Definición 2.30. Sea X un espacio vectorial. Un funcional sublineal es una aplicación p : X → R tal que 1. p(x + y) ≤ p(x) + p(y) para todo x, y ∈ X. 2. p(λx) = λp(x) si λ ∈ R, λ ≥ 0. Ejemplo 2.31. 1. Una seminorma (y por tanto una norma) es un funcional sublineal. Sin embargo, un funcional sublineal puede ser negativo. 2. Si f ∈ L(X, K), p(x) = |f (x)| es una seminorma. 3. Si f ∈ L(X, K) = X ∗ , p(x) = f x es una seminorma.

4. p(x, y) = |x| + y es un funcional sublineal en R2 que no es seminorma, pues p(−x, −y) = p(x, y). 5. Si X es un espacio vectorial real y p(x) es un funcional sublineal con p(−x) = p(x), entonces si λ < 0, p(λx) = p((−λ)x) = (−λ)p(x) = |λ|p(x). Además, 0 = p(0) = p(x + (−x)) ≤ p(x) + p(−x) = 2p(x) luego p(x) ≥ 0, por tanto p es una seminorma. Teorema 2.32 (Teorema de Hahn-Banach Real). Sea X un evn real, p un funcional sublineal en X, M ≤ X un subespacio y f : M → R lineal tal que f (x) ≤ p(x) para todo x ∈ M . Entonces existe un funcional lineal F : X → R tal que F |M = f y F (x) ≤ p(x) para todo x ∈ X.

14

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

Corolario 2.35 (Teorema de Hahn-Banach para Funcionales Continuos). Sea X un espacio vectorial sobre K = R, C, M ≤ X un subespacio, y f ∈ M ∗ = L(M, K) un funcional continuo sobre M . Entonces existe F ∈ X ∗ tal que F |M = f y F = f .

2.5.3

Propiedades de Separación

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

Corolario 2.37. Sea X un espacio vectorial normado. 1. Si c ∈ X, c = 0, existe f ∈ X ∗ con f = 1 y f (c) = c . En particular, X = 0 =⇒ X ∗ = 0. 2. Si a, b ∈ X con a = b, existe f ∈ X ∗ con f = 1 y f (a) = f (b).

Proposición 2.38. Sea X un espacio vectorial normado, M ≤ X un subespacio. Entonces x ∈ M si y sólo si f (x) = 0 para todo f ∈ X ∗ con f |M = 0. Equivalentemente, M=
f ∈X ∗ :f |M =0

ker f.

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

Corolario 2.39. Sea X un espacio vectorial normado. Entonces ker f = 0.
f ∈X ∗

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

Corolario 2.40. Sea X un espacio vectorial normado. Un subespacio M es denso, es decir, M = X, si y sólo si el único funcional que se anula en M es f = 0. 15

Corolario 2.41. Sea X un espacio vectorial normado y x0 ∈ X. Entonces x0 = sup{|f (x0 )| : f ∈ X ∗ , f = 1} y de hecho este supremo se alcanza.

2.6
2.6.1

Dualidad
El Doble Dual

Sea X un espacio vectorial normado. La operación de formar X ∗ = L(X, K) se puede repetir, obteniendo de esta manera una cadena de duales topológicos sucesivos, X → X ∗ → X ∗∗ → X ∗∗∗ → · · · Por el Teorema 1.28, todos estos espacios a partir de e incluyendo a X ∗ , son espacios de Banach. De particular interés es el doble dual X ∗∗ . Sus elementos ξ son funcionales sobre X ∗ , es decir, funcionales de funcionales sobre X. Definición 2.42. Sea X un espacio vectorial normado. La inmersión canónica asociada a X es la aplicación iX : X → X ∗∗ definida por la relación (iX (x))(f ) = f (x) Se suele emplear la notación iX (x) = x ∈ X ∗∗ : Es decir, x es el funcional “evaluación en x”. Lema 2.43. La inmersión canónica iX es una isometría de X en X ∗∗ . x(f ) = f (x)
def def

∀f ∈ X ∗ .

∀f ∈ X ∗ .

Definición 2.44. Sea X un espacio vectorial normado. Entonces la inmersión canónica iX es un isomorfismo isométrico sobre su imagen, que denotaremos por X = iX (X) = {x : x ∈ X}. Si iX es epiyectiva, es decir, si X = X ∗∗ , decimos que X es reflexivo. En este caso iX es un isomorfismo isométrico de X en X ∗∗ . Nota 2.45. Si X es reflexivo, es de Banach, al ser isomorfo con X ∗∗ , que siempre es de Banach. Lema 2.46. X es de Banach si y sólo si X es un subespacio cerrado de X ∗∗ .
def

Nota 2.47. En general, para cualquier espacio vectorial normado X, su imagen X es denso en el subespacio cerrado X de X ∗∗ . Como X ∗∗ es de Banach, X es de Banach. Por tanto X representa una compleción de X. 16

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

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

2.6.2

Anuladores

El tipo de resultado visto, que expresa un propiedad de elementos de X en términos de propiedades de funcionales continuos, lleva a la noción de dualidad. Consideramos la aplicación ·, · : X × X ∗ → K, x, f = f (x).
def

Es una aplicación bilineal (lineal tanto en x ∈ X como en f ∈ X ∗ por separado) y continua en la topología producto, pues | x, f | = |f (x)| ≤ f x . De hecho, por el Corolario 2.37, , tiene norma 1 si al producto X × X ∗ le damos la norma (x, f )

= max( x , f ),

pues dado x ∈ X, x = 1, sea f ∈ X ∗ con f = 1 y f (x) = x = 1. Entonces (x, f ) es unitario respecto a · ∞ y x, f = x = 1. Observemos además que x, f = 0 ∀x ∈ X ⇐⇒ f = 0 ya que esto simplemente dice que f (x) = 0 para todo x. Por otra parte, x, f = 0 ∀f ∈ X ∗ ⇐⇒ x = 0 es el Corolario 2.39. Estos dos resultados significan que , es no degenerada. La notación sugiere la de un producto escalar y la noción de ortogonalidad. Siguendo la analogía geométrica, se hacen las siguientes definiciones. Definición 2.51. Sea X un espacio normado. Para un subespacio M ≤ X, el anulador u ortogonal a la derecha es M ⊥ = {f : M, f = 0} = {f ∈ X ∗ : f (x) = 0 ∀x ∈ M } = {f : M ⊆ ker f },
def

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

N = {x : x, N = 0} = {x ∈ X : f (x) = 0 ∀f ∈ N } =
f ∈N

def

ker f,

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

17

Lema 2.52.
⊥ ⊥ 1. M1 ⊆ M2 =⇒ M1 ⊇ M2 .

2. N1 ⊆ N2 =⇒

N1 ⊇ ⊥ N2 .

3. X ⊥ = 0, 0⊥ = X ∗ . 4.

X ∗ = 0,

0 = X.

5. M ⊥ = X ∗ ⇐⇒ M = 0. 6.

N = X ⇐⇒ N = 0.

• Observamos que la dualidad correspondiente para el primer y segundo dual es f, ξ En particular, restringida a X es f, x
X∗ X∗

= ξ(f ) : X ∗ × X ∗∗ → K

= x(f ) = f (x) = x, f

X.

Esto es análogo a una propiedad de simetría. Lema 2.53. Sea X un espacio vectorial normado. 1. Para M ≤ X se tiene M ⊥ = ⊥M 2. Para N ≤ X ∗ se tiene N ⊥ ∩ X = ⊥N

Proposición 2.54. Sea X un espacio vectorial normado. 1. Si M ≤ X es cualquier subespacio, entonces M ⊥ es cerrado en X ∗ . 2. Si N ≤ X ∗ es cualquier subespacio, entonces 3. Para cualquier M ≤ X,
⊥ ⊥

N es cerrado en X.

(M ⊥ ) = M .

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

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

Corolario 2.56. 18

1. Si N ⊆ X ∗ entonces N = X ∗ =⇒

N = 0.

2. Si X es reflexivo, entonces N = X ∗ ⇐⇒

N = 0.

Corolario 2.57. Los anuladores a la derecha siempre son espacios de Banach. Nota 2.58. En cambio, si N ≤ X ∗ es un subespacio cerrado, se tiene solamente ⊥ N = N ⊥ ∩ X (Lema 2.53). Si X es de Banach, entonces X es un subespacio cerrado de X ∗∗ , y por tanto ⊥ N = N ⊥ ∩ X también es cerrado. Como X ∗∗ siempre es de Banach por el Teorema 1.28, esto implica que ⊥ N es de Banach (Proposición 1.36) y por tanto ⊥ N es de Banach ya que la inmersión canónica es una isometría. Proposición 2.59. Sea X un espacio vectorial normado. Entonces X ∗∗∗ = X ∗ ⊕ X ⊥ .

Corolario 2.60. Sea X un espacio vectorial normado. 1. Si X es reflexivo, entonces X ∗ es reflexivo. 2. Si X ∗ es reflexivo y X es de Banach, entonces X es reflexivo.

2.6.3

Operador Adjunto

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

K

Es inmediato verificar que T ∗ es lineal. • Si T es continuo, es decir, T ∈ L(X, Y ), entonces T ∗ (Y ∗ ) ⊆ X ∗ , y tenemos un operador T ∗ : Y ∗ → X ∗, pues la composición de operadores continuos es continuo. Nos referimos a este operador como el adjunto de Banach o simplemente adjunto de T . Es el caso que interesa en Análisis Funcional. • En términos de la dualidad, la definición de T ∗ es T ∗ f (x) = f (T x) que equivale a x, T ∗ f
X

∀x ∈ X, f ∈ Y ∗ , ∀x ∈ X, f ∈ Y ∗

= T x, f

Y

19

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

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

Proposición 2.64 (Propiedades algebraicas del adjunto). Sean X, Y, Z espacios vectoriales normados. 1. La aplicación T → T ∗ : L(X, Y ) → L(Y ∗ , X ∗ ) es lineal: (aS + bT )∗ = aS ∗ + bT ∗ , 2. Si T ∈ L(X, Y ) y S ∈ L(Y, Z) entonces (ST )∗ = T ∗ S ∗ . 3. 0∗ = 0 (el operador nulo Y ∗ → X ∗ ). 4. 1∗ = 1X ∗ , donde 1X es la identidad X → X. X 5. Si T es un isomorfismo entonces T ∗ también es un isomorfismo, con (T −1 )∗ = (T ∗ )−1 . 6. Si T es epiyectiva, entonces T ∗ es inyectiva. 7. Si T ∗ es epiyectiva, entonces T es inyectiva. Nota 2.65. En particular, la aplicación Φ : L(X, Y ) → L(Y ∗ , X ∗ ) dada por Φ(T ) = T ∗ es una isometría lineal. Si dim X, dim Y < ∞ entonces es siempre un isomorfismo isométrico, pero en dimensión infinita no tiene por qué ser epiyectiva. Corolario 2.66. Sean X, Y espacios vectoriales normados. Si T : X → Y es un isomorfismo isométrico, entonces T ∗ : Y ∗ → X ∗ también lo es. S, T ∈ L(X, Y ), a, b ∈ K.

Proposición 2.67 (Doble Adjunto). Sean X, Y espacios vectoriales normados y T ∈ L(X, Y ). Entonces T ∗∗ ∈ L(X ∗∗ , Y ∗∗ ) y el siguiente diagrama es conmutativo: X
T iX

/ X ∗∗ / Y ∗∗ 
T ∗∗ 

Y

iY

Es decir, T ∗∗ x = T x ∀ x ∈ X.

Corolario 2.68. Sean X, Y espacios vectoriales normados isomorfos. Entonces X es reflexivo si y sólo si Y es reflexivo. 20

Teorema 2.69. Sean X, Y espacios vectoriales normados y T ∈ L(X, Y ). Entonces 1. ker T ∗ = (img T )⊥ . 2. ker T = ⊥ (img T ∗ ). 3.

(ker T ∗ ) = img T .

4. (ker T )⊥ ⊇ img T ∗ , con igualdad si X es reflexivo.

Corolario 2.70. Sean X, Y espacios vectoriales normados y T ∈ L(X, Y ). Entonces 1. T ∗ es inyectiva si y sólo si img T es densa en Y . 2. Si img T ∗ es densa en X ∗ , entonces T es inyectiva. 3. Si X es reflexivo, entonces T es inyectiva si y sólo si img T ∗ es densa en X ∗ .

Teorema 2.71 (Factorización). Sean X, Y espacios vectoriales normados y T ∈ L(X, Y ). Si M ≤ ker T es un subespacio cerrado de ker T , entonces existe un único operador T ∈ L(X/M, Y ) tal que el diagrama T /Y X < zz zz Q z  zzz T X/M conmuta, es decir, T = TQ donde Q es la aplicación cociente. Además, se tiene 1. T = T . 2. img T = img T , luego T es epiyectiva si y sólo si T lo es. 3. ker T = ker T /M , luego T es inyectiva solamente en el caso M = ker T . 4. Si T es epiyectiva, entonces T : X/ ker T → Y es continua y biyectiva. En particular dim Y = codim ker T = rg T (el rango algebraico). 5. Si T es epiyectiva, entonces cualquiera de las siguientes condiciones son suficientes para que T : X/ ker T → Y sea un isomorfismo de espacios de Banach (T −1 continua): (a) X/ ker T , Y son espacios de Banach, (b) X, Y son espacios de Banach. (c) dim Y < ∞. Equivalentemente, rg T < ∞. 21

(Estas condiciones son suficientes pero no necesarias).

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

Teorema 2.74. Sea X un espacio vectorial normado, M ≤ X un subespacio cerrado y i : M → X la inmersión identidad. Entonces 1. i∗ : X ∗ → M ∗ es la restricción a M . 2. i∗ es epiyectiva. 3. ker i∗ = M ⊥ . 4. i∗ induce un isomorfismo isométrico X ∗ /M ⊥ ∼ M ∗ . =

Nota 2.75. Si X es un espacio vectorial normado y M ≤ X es un subespacio cerrado, entonces tenemos la sucesión exacta corta de espacios normados 0 /M
i

/X

Q

/ X/M

/ 0.

Los dos teoremas anteriores indican que esta sucesión dualiza, es decir, 0 / (X/M )∗
Q∗

/ X∗

i∗

/ M∗

/0

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

22

Sign up to vote on this title
UsefulNot useful