Captulo

Conceptos bsicos sobre espacios normados

y espacios de Banach
1.1. Definicin de espacio normado y de espacio de Banach. Ejemplos
Durante toda el curso, K denotar indistintamente al cuerpo R de los nmeros reales o al cuerpo C
de los nmeros complejos. Todos los espacios vectoriales que consideremos lo sern sobre K. Por Re z,
Im z entenderemos la parte real y la parte imaginaria de z si K = C. Si tratamos con nmeros reales, Re
es la identidad e Im la funcin constantemente igual a 0.
1.1.1 Definiciones. Si X es un espacio vectorial sobre K, una norma en X es una funcin x 7 kxk, de
X en R+
0 , verificando
(i) kxk = 0 x = 0.
(ii) kxk = || kxk ( K, x X )
(iii) kx + yk 6 kxk + kyk (x, y X ) (Desigualdad triangular).

Una seminorma es una funcin x 7 p(x) R+

0 verificando las condiciones (ii) y (iii) anteriores.
Obsrvese que, gracias a (ii), se tiene p(0) = 0 para cualquier seminorma.
Un espacio normado es un par (X , k k), donde X es un espacio vectorial y k k es una norma
en X . Cuando no haya lugar a confusin omitiremos la segunda componente del par. Por otra parte,
escribiremos k kX cuando queramos resaltar que trabajamos con una norma en el espacio X .
Notaremos BX = {x X : kxk 6 1} y SX = {x X : kxk = 1}, conjuntos que llamaremos, respectivamente, bola unidad y esfera unidad de X .
Todo espacio normado (X , k k) se convierte automticamente en un espacio mtrico con la distancia
d(x, y) = ky xk

(x, y X ).

Cuando d es completa decimos que la norma k k es completa y que (X , k k) es un espacio de Banach.

La topologa asociada a d suele denominarse topologa de la norma en X . Cuando no se especifique
lo contrario, todas las nociones topolgicas sobre un espacio de Banach se referirn a la topologa de la
norma y todas las nociones mtricas a la distancia d . En particular, si A es un subconjunto de un espacio

normado X , A y A o int(A) denotan, respectivamente, el cierre y el interior de A. Por otro lado,

1

1. Espacios normados y espacios de Banach

B(x, r) es la bola (cerrada) de centro x y radio r, esto es,

B(x, r) = {y X : ky xk 6 r} = x + r BX ;

la bola abierta de centro x y radio r se escribe B(x, r) = B(x, r) = x + rBX .

Dos normas k k1 y k k2 en un mismo espacio vectorial X son equivalentes cuando dan lugar a
la misma topologa. Usando que la bola unidad para cada una de ellas ha de ser entorno de cero en la
topologa asociada a la otra, obtenemos inmediatamente que k k1 y k k2 son equivalentes si, y slo si,
existen dos constantes estrictamente positivas m y M tales que
mkxk1 6 kxk2 6 Mkxk1 (x X ).

Como consecuencias inmediatas obtenemos que una norma equivalente a una completa tambin es completa y que los subconjuntos acotados para dos normas equivalentes son los mismos.
Un isomorfismo entre dos espacios normados X e Y es una aplicacin lineal y biyectiva T : X Y ,
tal que T y T 1 son continuas, esto es, una biyeccin que conserva las estructuras lineal y topolgica. En
este caso decimos que X e Y son isomorfos (X Y) y podemos pensar que se trata de un mismo espacio
vectorial con dos normas equivalentes. Es inmediato entonces que una biyeccin lineal T : X Y es
un isomorfismo si, y slo si, existen dos constantes estrictamente positivas m y M tales que
mkxk 6 kT (x)k 6 Mkxk

(x X ),

de donde se deduce claramente que un espacio isomorfo a uno completo tambin es completo. Si de
hecho se tiene que
kT (x)k = kxk
(x X ),
entonces T es, por definicin, un isomorfismo isomtrico (o biyeccin lineal isomtrica o isometra
sobreyectiva) y decimos que X e Y son isomtricamente isomorfos, lo que escribiremos como X Y.
El isomorfismo isomtrico es la identificacin total entre dos espacios normados. Una isometra o embebimiento isomtrico de X en Y es una aplicacin lineal que es un isomorfismo isomtrico sobre su
imagen, esto es una aplicacin lineal T : X Y tal que kT (x)k = kxk para todo x X . Decimos que Y
contiene una copia isomtrica de X , o que X se embebe de forma isomtrica en Y , o que Y contiene
isomtricamente a X , si existe una isometra de X en Y , esto es, si Y contiene un subespacio que es
isomtricamente isomorfo a X .
La suma (x, y) 7 x + y, de X X en X y el producto por escalares (, x) 7 x, de K X
en X son continuas.
El cierre de cualquier subespacio vuelve a ser un subespacio.
La aplicacin norma x 7 kxk de X en [0, +[ es continua, de hecho es Lipschitziana con
constante 1, esto es,


kxk kyk 6 kx yk
(x, y X ).
Cualquier subespacio Y de X hereda la estructura de espacio normado si lo dotamos de la restriccin de la norma de X . Si Y es un espacio de Banach, entonces ha de ser cerrado en X .

Sea Y un subespacio de un espacio de Banach X . Entonces Y es un espacio de Banach si, y slo si,
Y es cerrado en X .

1. Espacios normados y espacios de Banach

Si X es un espacio normado y (xn )

n=1 es una sucesin de elementos de X , llamamos serie de trmino
general (xn ), que denotaremos por n>1 xn , a la sucesin (Sn ) dada por
S1 = x1 ,

Sn+1 = Sn + xn+1 (n N).

Decimos que la serie n>1 xn es convergente si lo es la sucesin (Sn ) y llamaremos suma de la serie a

lm Sn X .
xn = n

n=1

Decimos que la serie n>1 xn es absolutamente convergente si n>1 kxn k < .

1.1.2 Proposicin. Un espacio normado X es un espacio de Banach si, y slo si, toda serie absolutamente
convergente de elementos de X converge.
desigualdad de Young:
ab 6

a p bq
+ ,
p
q
1
p

vlida para cualesquiera a, b > 0 y cualesquiera p, q > 1 verificando

+ q1 = 1.

Desigualdad de Hlder:
d

|ak bk | 6 |ak |
k=1

k=1

!1/p

|bk |
k=1

!1/q

donde d es cualquier nmero natural y a1 , . . . , ad , b1 , . . . , bd escalares arbitrarios.

Desigualdad de Minkowski:
d

|ak + bk |
k=1

!1/p

|ak |
k=1

!1/p

|bk |
k=1

!1/p

vlida para d N, a1 , . . . , ad , b1 , . . . , bd K, 1 6 p < .

1.1.3 Ejemplo. Los espacios dp (1 6 p 6 ).
Las desigualdades anteriores hacen inmediato comprobar que, para 1 6 p < , definiendo
!1/p


d
p
k(1 , . . . , d )k p = |k |
(1 , . . . , d ) Kd
k=1

se obtiene una norma en Kd . Es costumbre denotar dp al espacio de Banach (Kd , k k p ). Si consideramos

la norma del mximo, esto es,


k(1 , . . . , d )k = max{ |1 |, |2 |, . . . , |d |}
(1 , . . . , d ) Kd ,

obtenemos otro espacio normado que denotaremos por d . La complitud de las normas que acabamos de
definir se sigue de forma inmediata de la complitud del cuerpo base.
Es fcil comprobar que, para 1 , . . . , d K se tiene que
lm k(1 , . . . , d )k p = k(1 , . . . , d )k ,

1. Espacios normados y espacios de Banach

p=1

1< p<2

p=2

p>2

p=

Figura 1.1: La esfera unidad de (R2 , k k p )

lo que justifica la notacin empleada. Por otra parte, las desigualdades obvias:
(x Kd , 1 6 p < )

kxk 6 kxk p 6 dkxk

nos hacen ver que todas las normas introducidas en Kd son equivalentes.
1.1.4 Ejemplo. El espacio
.
Dado un conjunto , podemos considerar el espacio vectorial
de las aplicaciones de en K acotadas.
La norma natural de este espacio viene dada por


kxk = sup {|x()| : }
x
.

Es fcil comprobar que la convergencia en esta norma equivale a la convergencia uniforme en , lo que
nos lleva a probar sin dificultad que
es un espacio de Banach. Como casos particulares tenemos, para
= N, el espacio de las sucesiones acotadas de escalares y, tomando = {1, 2, . . . , d}, los espacios
de dimensin finita d definidos previamente.
1.1.5 Ejemplo. Los espacios C00 (L), C0 (L) y C(K).
Si L es un espacio topolgico localmente compacto de Hausdorff, C00 (L) es el subespacio de L formado
por las funciones continuas de soporte compacto. En general, C00 (L) no es cerrado y su cierre es el
espacio de Banach C0 (L) de las funciones continuas que se anulan en el infinito. Decimos que una
funcin continua x : L K se anula en el infinito si el conjunto {t L : |x(t)| > } es compacto en L
para todo > 0 (supuesta conocida la compactificacin por un punto, la notacin se hace coherente).
En particular, tomando L = N con la topologa discreta, aparecen el espacio c00 de las sucesiones
casi-nulas y el espacio c0 de las sucesiones convergentes a cero. As nos encontramos con el primer
ejemplo de espacio normado que no es de Banach: c00 . Es un buen ejercicio comprobar que c00 es denso
en c0 y, por tanto, su norma no es completa.
Si K es un espacio topolgico compacto de Hausdorff, entonces C00 (K) = C0 (K) y ambos espacios
coinciden con C(K), el espacio de Banach de las funciones continuas en K. Si K es la compactacin por
un punto de N, aparece el espacio c de las sucesiones convergentes.
1.1.6 Ejemplo. Los espacios p (1 6 p < ).
Fijado p con 1 6 p < , el conjunto
(
p =

x KN :

|x(n)| p < +

n=1

1. Espacios normados y espacios de Banach

es un subespacio vectorial de KN , el espacio de las sucesiones de elementos de K. Haciendo d en

la desigualdad de Minkowski, obtenemos la desigualdad triangular para la norma k k p definida por:

kxk p =

|x(n)|

n=1

!1/p

(x p ).

Es rutinario comprobar que k k p es una norma completa, luego los p son espacios de Banach.
1.1.7 Ejemplo. Los espacios L p [0, 1] (1 6 p < ).
Es usual denotar por L0 [0, 1] al espacio vectorial de las funciones medibles (en el sentido de Lebesgue)
de [0, 1] en K. Fijemos p [1, +[ y definamos
(
)
Z 1
 1p
p
L p [0, 1] = f L0 [0, 1] : p ( f ) =
| f (t)| dt
< + .
0

Es inmediato comprobar que L p [0, 1] es un espacio vectorial y, usando la desigualdad de Minkowski

para integrales (obtenida anlogamente a la ya expuesta), que p () es una seminorma en L p [0, 1]. Sin
embargo, p ( f ) = 0 siempre que f se anule c.p.d. (casi por doquier), luego p no es una norma.
Para sortear este escollo, basta hacer cociente por el subespacio
N = { f L0 [0, 1] : f = 0 c.p.d.} = { f L0 [0, 1] : p ( f ) = 0} L p [0, 1],
esto es, identificar las funciones que sean iguales c.p.d. As, consideremos L p [0, 1] = L p [0, 1] / N y
k f + Nk p = p ( f ) =

Z

| f (t)| dt
0

 1p

para obtener el espacio normado (L p [0, 1], k k p ). Esencialmente, L p [0, 1] no es otra cosa que el mismo
espacio L p [0, 1] en el que se considera la igualdad c.p.d. en lugar de la igualdad ordinaria de funciones.
Si es un subconjunto medible de Rd , los espacios L p () (1 6 p < ) se definen de manera totalmente anloga.
1.1.8 Teorema (de Riesz-Fischer). Para 1 6 p < , el espacio normado L p [0, 1] es completo.
1.1.9 Ejemplo. El espacio L [0, 1].
Dada una funcin f L0 [0, 1] y una constante M > 0, decimos que M es una cota esencial de f si


{x [0, 1] : | f (x)| > M} = 0,

esto es, | f | 6 M c.p.d. Si f admite alguna cota esencial, diremos que f es esencialmente acotada, y notaremos L [0, 1] al subespacio de L0 [0, 1] formado por las funciones esencialmente acotadas. Si definimos
( f ) = mn{M > 0 : | f | 6 M c.p.d.}




= mn M > 0 : {t [0, 1] : | f (t)| > M} = 0

f L [0, 1] ,

es inmediato comprobar que () es una seminorma que no es norma. De nuevo basta identificar las
funciones que son iguales c.p.d. para obtener un espacio normado. Concretamente, si otra vez es
N = { f L0 [0, 1] : f = 0 c.p.d.} L [0, 1],

1. Espacios normados y espacios de Banach

definimos L [0, 1] = L [0, 1] / N y

k f + Nk = ( f )

f L [0, 1] ,

obtenemos el espacio normado (L [0, 1], k k ). La demostracin de la complitud de la norma k k es

fcil; basta tener en cuenta que la condicin de Cauchy para dicha norma equivale a la condicin de
Cauchy uniforme salvo un conjunto de medida 0. Como en el caso de L p [0, 1], esencialmente L [0, 1] es
el espacio L [0, 1] en el que se considera la igualdad c.p.d. en lugar de la igualdad ordinaria de funciones.
Si es un subconjunto medible de Rd , la definicin de L () es completamente anloga a la que
hemos hecho para [0, 1].
1.1.10 Definicin. Si X es un espacio vectorial sobre K y B X , decimos que B es un conjunto linealmente independiente si cualquier subconjunto finito de B es linealmente independiente; decimos que B
es un sistema de generadores si todo elemento de X se expresa como combinacin lineal de un subconjunto finito de B. Una base algebraica (tambin llamada base de Hamel) de X es un subconjunto de X
linealmente independiente maximal, esto es, que es sistema de generadores. Equivalentemente, una base
algebraica de X es B X tal que cualquier elemento x X se expresa de forma nica como combinacin
lineal de un subconjunto finito de B. Es claro que cualesquiera dos bases de Hamel de un mismo espacio
vectorial son biyectivas, lo que nos permite definir la dimensin algebraica del espacio vectorial como
el cardinal de una base.
1.1.11 Ejemplo. En cualquier espacio vectorial puede definirse una norma. En efecto, sea X un espacio
vectorial y {e : } una base algebraica de X . Podemos entonces definir
n

kxk = |ti |
i=1


n
x = ti ei X .
i=1

Es inmediato comprobar que k k es una norma en X .

Producto de espacios normados:
Sean X1 , X2 , . . . , Xn espacios normados y denotemos k k a la norma todos ellos. En el espacio vectorial
n

producto X = Xk definimos, para 1 6 p 6 ,

k=1

esto es,

k(x1 , . . . , xn )k p = kx1 k, . . . , kxn k
n

k(x1 , . . . , xn )k p =

kxk k
k=1

!1/p



k(x1 , . . . , xn )k = max kxk k : 1 6 k 6 n


(x1 , . . . , xn ) X ,

si 1 6 p < ,
si p = .

De esta forma se obtienen normas equivalentes en X , que generan todas ellas la topologa producto. La
demostracin de este hecho no ofrece ms dificultad que el caso ya tratado X1 = X2 = = Xn = K, pues
el nico ingrediente no trivial es de nuevo la desigualdad de Minkowski. Es tambin fcil ver que X , con
cualquiera de las normas recin definidas, es completo si, y slo si, lo son X1 , . . . , Xn . Es usual denotar

1. Espacios normados y espacios de Banach

por [ ni=1 Xi ] p al espacio normado X dotado de la norma k k p y llamarlo p-suma directa de los espacios
X1 , X2 , . . . , Xn . Si tenemos dos espacios X e Y , suele emplearse la notacin X p Y para (X Y, k k p ).
Para i {1, 2, . . . , n} definimos la proyeccin i-sima como la aplicacin lineal Pi : X X dada por


(x1 , . . . , xn ) X .

(i)

Pi (x1 , . . . , xn ) = (0, . . . , 0, xi , 0, . . . , 0)

Es claro que Pi Pi = Pi , kPi (x1 , . . . , xn )k 6 k(x1 , . . . , xn )k para todo (x1 , . . . , xn ) X y

(i)

Pi (X ) = {(0, . . . , xi , . . . , 0) : xi Xi }.

Obsrvese que cada uno de los factores o sumandos Xi es isomtricamente isomorfo al subespacio Pi (X ). En efecto, la aplicacin
(i)

x 7 (0, . . . , x, . . . , 0)

(x Xi)

es un isomorfismo isomtrico de Xi sobre el subespacio Pi (X ).

La segunda construccin es el
Espacio normado cociente:
Sea X un espacio normado e Y un subespacio cerrado suyo. Denotamos por X /Y al espacio vectorial
cociente, esto es, X /Y = {x +Y : x X } con la suma y producto por escalares usuales. Definiendo


kx +Y k = nf kx yk : y Y = dist (x,Y )
(x +Y X /Y ),

obtenemos una norma en el espacio cociente X /Y . Usando las observaciones elementales

(a) kx +Y k 6 kxk para todo x X ,

(b) para todo x X y todo > 0, existe x X tal que x +Y = x +Y y kx k < kx + Mk + ,
es rutinario demostrar que X /Y es un espacio de Banach cuando X lo es.

1.2. Aplicaciones lineales y continuas. Dual de un espacio normado

1.2.1 Teorema. Sean X e Y dos espacios normados y T : X Y una aplicacin lineal. Son equivalentes
las siguientes afirmaciones:
(i)
(ii)
(iii)
(iv)

T es continua en un punto.
T es continua en 0.
Existe una constante M > 0 tal que kT (x)k 6 M kxk para todo x X .
T es Lipschitziana, es decir, existe una constante C > 0 tal que kT (x) T (y)k 6 C kx yk para
todos x, y X .
(v) T (BX ) es un subconjunto acotado de Y .
(vi) Para cualquier subconjunto acotado A de X , T (A) es un subconjunto acotado de Y .
(vii) T es continua en X .
1.2.2 Definicin. Sean X e Y dos espacios de Banach. Escribimos L(X ,Y ) para denotar al espacio de las
aplicaciones lineales y continuas de X en Y , tambin llamado espacio de operadores. Definiendo


kT k = sup{kT (x)k : x BX }
T L(X ,Y ) ,

1. Espacios normados y espacios de Banach

se obtiene una norma en L(X ,Y ), que llamaremos norma de operadores. La convergencia en dicha
norma equivale a la convergencia uniforme en BX o a la convergencia uniforme en cada subconjunto
acotado de X . Escribiremos L(X ) en lugar de L(X , X ).
1.2.3 Proposicin. Sean X , Y , Z espacios normados.

(a) Para T L(X ,Y ), se tiene




kT k = sup kT (x)k : x SX = sup kT (x)k : x BX


= mn M > 0 : kT (x)k 6 M kxk para todo x X .

La ltima igualdad nos dice que kT k es la constante de Lipschitz de T

(b) Si Y es un espacio de Banach, entonces L(X ,Y ) tambin lo es.
(c) Si T L(X ,Y ) y S L(Y, Z), entonces S T L(X , Z) y kS T k 6 kSk kT k. En particular, L(X ) es
un lgebra con el producto dado por la composicin, y dicho producto es continuo. Por comodidad,
notaremos este producto por yuxtaposicin, esto es, ST := S T .
1.2.4 Corolario. Sean X un espacio normado, Y un espacio de Banach y M un subespacio denso en X .
Para cada T L(M,Y ), existe una nica aplicacin continua Te : X Y que extiende a T . Adems, Te
es lineal y Te = kT k. En consecuencia, los espacios de Banach L(M,Y ) y L(X ,Y ) son isomtricamente
isomorfos.

Si X e Y son espacios normados, un operador P L(X ,Y ) es una proyeccin (lineal y continua) si

verifica P2 (= PP) = P, y en este caso se tiene que Id P es tambin una proyeccin. Obsrvese que
P(X ) = ker(Id P), luego P restringido a P(X ) es la identidad; anlogamente ker(P) = [Id P](X ).
Diremos que una proyeccin P es no trivial si P 6= 0 y P 6= Id . Es claro que si P es una proyeccin no
trivial, entonces kPk > 1, kId Pk > 1. Como ejemplos podemos citar las proyecciones i-simas que
definimos en una p-suma directa de espacios normados.
En otro orden de cosas, dado un espacio normado X , escribiremos X en lugar de L(X , K); X es el
espacio dual de X y sus elementos son los funcionales lineales continuos en X . De esta forma, X es un
subespacio vectorial del dual algebraico de X , denotado por X , que no es ms que el espacio vectorial
de las aplicaciones lineales de X en K, tambin llamadas funcionales. Si f X , el ncleo de f es el
subespacio ker f = {x X : f (x) = 0}.
1.2.5 Proposicin. Sea X un espacio normado y f un funcional lineal en X .

(a) Las siguientes afirmaciones son equivalentes:

(i) f es continuo.
(ii) ker f es cerrado.
(iii) f est acotado en BX .
(b) Si para f X se define
k f k = sup{| f (x)| : x BX } = mn{M > 0 : | f (x)| 6 Mkxk x X },

se obtiene una norma en X que lo convierte en espacio de Banach.

(c) Si M es un subespacio denso de X , entonces M = X .

1. Espacios normados y espacios de Banach

1.2.6 Proposicin. Sea X un espacio normado y f X \ {0}. Si x X , entonces

| f (x)|
.
dist x, ker f =
kfk

1.3. Duales de algunos espacios de sucesiones

1.3.1 Proposicin. Para 1 6 p 6 y d N, el espacio dual de dp es isomtricamente isomorfo a dq ,


donde 1p + q1 = 1 para p 6= 1, ; q = si p = 1 y q = 1 si p = . De hecho, la aplicacin : dq dp
definida por
h
d

i




y(1), . . . , y(d) x(1), . . . , x(d) = y(i) x(i)
x dp , y dq ,
i=1

es un isomorfismo isomtrico.

Ln

1.3.2 Proposicin. Sean X1 , X2 , . . . , Xn espacios normados, 1 6 p 6 y X = [

L
recta. Entonces, la aplicacin: : [ ni=1 Xi ]q X definida por



( f1 , . . . , fn ) (x1 , . . . , xn ) =

es un isomorfismo isomtrico, donde

1
p

i=1 Xi ] p

su p-suma di-

fk (xk )

k=1

+ q1 = 1 con los convenios usuales.

1.3.3 Proposicin. Para 1 < p < , el espacio dual de p es isomtricamente isomorfo a
q , donde

1
1
definido
p + q = 1. De hecho, la identificacin viene dada por el isomorfismo isomtrico : q p
por





(y) (x) = y(n) x(n)
x p , y q .
n=1

1.3.4 Proposicin. Si para y , x 1 definimos

[(y)](x) =

y(n)x(n),

n=1

entonces la aplicacin y 7 (y) es un isomorfismo isomtrico de sobre 1 .

1.3.5 Proposicin. Si para y 1 , x c0 , definimos:

[(y)](x) =

y(n)x(n),

n=1

entonces la aplicacin y 7 (y) es un isomorfismo isomtrico de 1 sobre c0 .

1.3.6 Proposicin. Si para y = (y(0), y(1), . . .) 1 , x c definimos

[(y)](x) = y(0) lm x(n) + y(n)x(n),

n

n=1

entonces la aplicacin y 7 (y) es un isomorfismo isomtrico de 1 sobre c .

1. Espacios normados y espacios de Banach

10

1.4. Espacios normados de dimensin finita. Lema de Riesz

1.4.1 Teorema (de Hausdorff-Tihonov). Todas las normas en Kd son equivalentes.
1.4.2 Corolario.

(a) Toda aplicacin lineal de un espacio normado de dimensin finita en cualquier otro espacio normado es continua.
(b) Todo espacio normado de dimensin finita es un espacio de Banach. En particular, todos los subespacios de un espacio normado de dimensin finita son cerrados.
(c) Todo subespacio de dimensin finita de un espacio normado cualquiera es cerrado.
(d) Toda biyeccin lineal entre dos espacios normados de dimensin finita es un isomorfismo. En
consecuencia, dos espacios normados de dimensin finita son isomorfos si, y slo si, tienen la
misma dimensin.
(e) (Propiedad de Heine-Borel) Un subconjunto de un espacio normado de dimensin finita es compacto si, y slo si, es cerrado y acotado.
1.4.3 Teorema (clsico de Riesz). Si X es un espacio normado, las siguientes afirmaciones son equivalentes:
(i) X es localmente compacto.
(ii) La bola unidad de X es compacta.
(iii) La dimensin de X es finita.
1.4.4 Lema (clsico de Riesz). Sea X un espacio normado, M un subespacio cerrado propio de X y
0 < < 1. Existe entonces x SX tal que dist (x, M) > 1 . Si adems la dimensin de M es finita,
entonces existe x SX tal que dist (x, M) = 1.
1.4.5 Corolario. Sea X un espacio normado. Entonces, la dimensin de X es infinita si, y slo si, existe
una sucesin (xn ) en SX tal que kxn xm k > 1 para cualesquiera n, m N distintos. En cuyo caso, se
puede conseguir que el conjunto {xn : n N} sea linealmente independiente.

1.5. Espacios normados separables

1.5.1 Definicin. Un espacio normado es separable si contiene un subconjunto denso numerable.

Si X es un espacio normado y A X , la envolvente lineal de A, lin(A), es el subespacio vectorial

generado por A, esto es, el menor subespacio vectorial que contiene a A. Anlogamente, lin(A) es el
menor subespacio cerrado de X que contiene a A, que llamamos envolvente lineal cerrada.
1.5.2 Proposicin. Sea X un espacio normado.

(a) X es separable si, y slo si, existe un subconjunto numerable A X tal que lin(A) = X . En caso
afirmativo se puede conseguir que A SX .
(b) Si X = lin(B) y B contiene un subconjunto denso numerable, entonces X es separable. En particular, si SX o BX contienen un subconjunto denso numerable, entonces X es separable.

1. Espacios normados y espacios de Banach

11

(c) Si existen un subconjunto no numerable B X y una constante > 0 tales que kx yk > para
cualesquiera x, y B distintos, entonces X no es separable.
1.5.3 Ejemplos.
(a) Los espacios c00 , c0 , c y p para 1 6 p < son separables.
(b) Los espacios C[0, 1] y L p [0, 1] para 1 6 p < son separables.
(c) Los espacios y L [0, 1] no son separables.
1.5.4 Proposicin.

(a) Sea X un espacio normado separable. Entonces:

(i) Para todo espacio normado Y y todo T L(X ,Y ), T (X ) es separable. En particular, si X e Y
son isomorfos, entonces Y es separable.
(ii) Los subespacios y los cocientes de X son separables.
L
(b) Sean X1 , X2 , . . . , Xn espacios normados. Entonces [ ni=1 Xi ] p es separable si, y slo si, Xi es separable para i = 1, 2, . . . , n.
1.5.5 Teorema. Un espacio normado X es separable si, y slo si, existe un subconjunto compacto K de
X tal que X = lin(K).

Captulo

Espacios prehilbertianos y espacios de

Hilbert
2.1

Igualdad del paralelogramo. Teoremas de la proyeccin ortogonal y de Riesz-Frchet.

2.1.1 Definicin.
Sea X un espacio vectorial. Un producto escalar en X es una aplicacin
X X K,

( x, y) 7 ( x | y) ( x, y X ),

verificando:

(x + y | z) = ( x | z) + (y | z) para cualesquiera x, y, z X, K.
(y | x ) = ( x | y) para x, y X.

Por tanto, ( x | y + z) = ( x | y) + ( x | z) x, y, z X, K.

( x | x ) > 0 para todo x X \ {0}.

Un espacio prehilbertiano es un espacio vectorial en el que se tiene definido un producto

escalar.
2.1.2 Lema (Identidad de polarizacin).

Si X es un espacio vectorial real, se tiene que

4( x | y ) = ( x + y | x + y ) ( x y | x y )

( x, y X ).

Si X es un espacio vectorial complejo, se tiene que

4( x | y) = ( x + y | x + y) ( x y | x y)+
h
i
+ i ( x + iy | x + iy) ( x iy | x iy)
12

( x, y X ).

2. Espacios prehilbertianos y espacios de Hilbert

13

2.1.3 Proposicin.
Sea X un espacio prehilbertiano. Se verifica entonces

Desigualdad de Cauchy-Schwarz:
|( x | y)|2 6 ( x | x )(y | y)

( x, y X ).

Desigualdad de Minkowski:
( x + y | x + y)1/2 6 ( x | x )1/2 + (y | y)1/2

( x, y X ).

2.1.4 Consecuencias.

La aplicacin x 7 ( x | x )1/2 es una norma en el espacio prehilbertiano X:

ser la norma cannica que consideraremos en X;

la desigualdad de Minkowski se convierte en la desigualdad triangular

la desigualdad de Cauchy-Schwarz toma la forma
|( x | y)| 6 k x k kyk

( x, y X ).

Si la norma de un espacio prehilbertiano X es completa, decimos que X es un espacio de

Hilbert
El producto escalar es continuo en X X.
La norma determina al producto escalar:
Caso Real:

4 Re ( x | y) = k x + yk2 k x yk2

( x, y X )

Caso complejo:

podemos usar la identidad de polarizacin o

Im ( x | y) = Re ( x | iy).

Si X e Y son espacios prehilbertianos y T : X Y es una isometra sobreyectiva, entonces T conserva el producto escalar:
( Tx | Ty) = ( x | y)

( x, y X ).

Dicho de otra forma, dos espacios prehilbertianos son totalmente idnticos si lo son como
espacios normados, esto es, si son isomtricamente isomorfos.

demostracin es evidente.

idera cannicamente como espacio normado con la norma

2. Espacios prehilbertianos y espacios de Hilbert

k = (x | x)

1/2

14

( x X ).

Qu normas proceden de un producto escalar?

erte en la desigualdad triangular y la de Cauchy-Schwarz toma

2.1.5 Teorema (de Jordan-von Neumann).
Sea k k una norma en un espacio vectorial X. Equivalen:

y)| 6 k x k kyk

( x, y X ).

Existe un producto escalar ( | ) en X tal que k x k2 = ( x | x ) x X.

Se
igualdad del paralelogramo:
r es continuo en
Xverifica
X la(considerando
cualquiera de las normas
k x + y k2 + k x y k2 = 2 k x k2 + k y k2

roducto escalar,

( x, y X ).

:


( x, y X )

x-y

la identidad de
e

y
x

x+y

y X ).
Figura 2.1: Igualdad del paralelogramo

erior, si X, Y son
Figura 2.1: Igualdad del paralelogramo
es una isometra
2.1.6 Corolario.
oducto escalar:
Ty) = ( x | y)

Si X es un espacio normado complejo, entonces X es prehilbertiano (su norma procede

de un producto escalar) si, y slo si, lo es XR .

( x, y X ).

Si X es un espacio normado real con dim( X ) > 2, entonces X es un espacio prehilbertiano

si, y slo si, cada subespacio bidimensional de X es prehilbertiano.

hilbertianos son
totalmente idnticos si lo son como espacios
Si dim( X ) = 2 y X es un espacio de Hilbert, entonces SX es una elipse.
nte isomorfos.
2.1.7 Ejemplos.

iano X es completa, decimos que X es un espacio de Hilbert

Dado p con 1 6 p 6 , el espacio de Banach L p [0, 1] es un espacio de Hilbert si, y slo si,
p = 2. El producto
escalar
en L2 [0, 1] que
genera suDe
norma
viene
dado por
proceden
de un
producto
escalar?
las
innume-

qu normas
Z 1


den darse a esta pregunta nos( f quedamos
| g) =
f (t) g(tcon
) d(t)la ms
f , g clsica,
L2 [0, 1] . no
0

n). Sea k k una norma en un espacio vectorial X . Las siguientes

n X tal que k x k2 = ( x | x ) para todo x X .

2. Espacios prehilbertianos y espacios de Hilbert

15

`2d para d N y `2 tambin son espacios de Hilbert; el producto escalar viene dado por
( x | y) =
( x | y) =

x (n)y(n)

( x, y `2d )

x (n)y(n)

( x, y `2 ).

n =1

n =1

2.1.8 Corolario.
Sea H un espacio prehilbertiano.

Si ( xn ) e (yn ) son sucesiones en BH tales que (k xn + yn k) 2, entonces (k xn yn k) 0.

En particular, la esfera unidad de H no contiene segmentos no triviales.
Si ( xn ) es una sucesin de vectores de H y x H, tales que (k xn k) k x k y
( xn | y) ( x | y) para todo y H, entonces (k xn x k) 0.
2.1.9 Teorema (de aproximacin ptima).
Sea H un espacio prehilbertiano, M un subconjunto convexo y completo de H y a H. Entonces, existe un nico punto x0 M tal que

k a x0 k 6 k a x k

( x M ),

esto es, a tiene una nica mejor aproximacin en M.

2.1.10 Lema.
Sea H un espacio prehilbertiano, M un subconjunto no vaco y convexo de H, a H. Dado
x0 M, son equivalentes:

k a x0 k 6 k a x k para todo x M.
Re ( a x0 | x x0 ) 6 0 para todo x M.
Si M es, de hecho, un subespacio, lo anterior tambin equivale a

( a x0 | x ) = 0 para todo x M.
Este resultado motiva la definicin de ortogonalidad:
2.1.11 Definicin.
Sea H un espacio prehilbertiano.

Dos vectores x, y H son ortogonales y escribimos x y, cuando ( x | y) = 0.

Evidentemente, x y y x.
Dado un subconjunto no vaco M de H, notamos
M = {y H : y x

x M}

2. Espacios prehilbertianos y espacios de Hilbert

16

M es un subespacio cerrado de H;

M M = {0}

M M .

Si M es un subespacio completo de H, dado a H existe una mejor aproximacin x0 para a

en M; el lema anterior nos dice que a x0 M , luego
a = x0 + ( a x0 ) M + M .
Esta es la principal afirmacin del siguiente enunciado y de ella se deducen inmediatamente
las dems:
2.1.12 Teorema (de la proyeccin ortogonal).
Sea H un espacio prehilbertiano y M un subespacio completo de H. Entonces:

H = M M .
La proyeccin lineal PM de H sobre M tal que ker PM = M recibe el nombre de proyeccin ortogonal de H sobre M, y verifica que
k x k2 = k PM ( x )k2 + k x PM ( x )k2

( x H ).

PM es continua;

si M 6= {0}, entonces k PM k = 1;

Para cada x H, PM ( x ) es el nico punto de M que materializa la distancia de x a

M.

x

x PM (x)

PM (x)
M

Figura 2.2: Proyeccin ortogonal

2.1.13 Corolario.
Sea A un subconjunto no vaco de un espacio de Hilbert H.

A es el mnimo subespacio cerrado de H que contiene al conjunto A: lin( A) = A .

En particular, si Y es un subespacio de H:

2. Espacios prehilbertianos y espacios de Hilbert

17

Y = Y ,

luego Y es denso en H si, y slo si, Y = {0}.

2.1.14 Teorema (de Riesz-Frchet).

Sea H un espacio de Hilbert y f H .

Entonces existe un nico vector y H tal que f ( x ) = ( x | y) x H.

La aplicacin y 7 ye, donde

ye( x ) = ( x | y)

( x, y H ),

es una biyeccin conjugado-lineal isomtrica de H sobre H .

2.1.15 Observacin.
En casos concretos como `2d , `2 y L2 [0, 1] se tiene:

la aplicacin g 7 g es una isometra conjugado-lineal sobreyectiva.

Componiendo obtenemos que

g 7 g 7 ( | g)

es una isometra lineal sobreyectiva.

2.1.16 Corolario.

Para y = (y(1), . . . , y(n)) `2d , pongamos




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

y(k) x (k)

k =1

x `2d .

 
Entonces, es una biyeccin lineal isomtrica de `2d sobre `2d .

Para y = (y(k)) `2 , pongamos




(y) ( x ) =

y(k) x (k)

k =1

x `2 .

Entonces, es una biyeccin lineal isomtrica de `2 sobre `2 .

Para g L2 [0, 1], pongamos



( g) ( f ) =

Z 1
0

f (t) g(t) dt

f L2 [0, 1] .

Entonces, es una biyeccin lineal isomtrica de L2 [0, 1] sobre L2 [0, 1] .

2. Espacios prehilbertianos y espacios de Hilbert

2.2

18

Familias sumables en espacios normados

2.2.1 Definicin.
conjunto no vaco arbitrario, X espacio normado.

F () denotar el conjunto de las partes finitas de .

Una familia { x : } de vectores de X es sumable si existe x X con la siguiente
propiedad:
para cada > 0 J0 F () tal que si J F () y J0 J, entonces




J x x < .

El vector x, si existe, es nico;

le llamamos suma de la familia;

escribimos x = x para indicar simultneamente que la familia { x : }

es sumable y que x es su suma.

2.2.2 Proposicin.
X espacio normado, { x : } e {y : } familias de vectores de X.

Si : I es una biyeccin, entonces se tiene

x = x x = i I x(i) .

Si x = x , y = y , K, entonces

(x + y ) = x + y.
Si Y es otro espacio normado y T L( X, Y ), entonces
x = x = T ( x ) = T ( x ).
2.2.3 Definicin.
Una familia { x : } de elementos de un espacio normado X verifica la condicin de
Cauchy si para cada > 0, existe J F () tal que si K F () con K J = , entonces




x
K < .
2.2.4 Proposicin.
Sea { x : } una familia de vectores de un espacio normado. Cada una de las siguientes
afirmaciones implica la siguiente:

{ x : } es sumable.
{ x : } verifica la condicin de Cauchy.

2. Espacios prehilbertianos y espacios de Hilbert

19

{ : x 6= 0} es numerable.
2.2.5 Teorema.
X espacio normado, { x : } familia de elementos de X. Equivalen:

{ x : } es sumable.
El conjunto A = { : x 6= 0} es numerable y, para cualquier biyeccin : N A,
la serie n>1 x(n) es convergente.

En este caso, x = n=1 x(n) para cualquier biyeccin : N A.

2.2.6 Corolario.
Una familia de vectores de un espacio de Banach es sumable si, y slo si, verifica la condicin
de Cauchy.
2.2.7 Definicin.
X espacio normado, { x : } es absolutamente sumable si la familia de nmeros positivos
{k x k : } es sumable. Equivalentemente:
n
o
sup J k x k : J F () < .
2.2.8 Corolario.
X espacio de Banach, { x : } familia de vectores absolutamente sumable. Entonces:

La familia { x : } es sumable en X


k x k 6 k x k = sup J k x k : J F () .

2.3

Bases ortonormales. Espacios de Hilbert tipo

2.3.1 Ejemplo.
Sea es un conjunto no vaco arbitrario.
n
o
`2 = x : K : { x () : } es sumable .

Es un espacio de Hilbert definiendo

( x | y ) = x ( ) y ( )

x, y `2 .

Para , e `2 vale 1 en y 0 en cualquier otro punto.

Toda la estructura de `2 se reconstruye a partir de {e : }:

Si x `2 , x () = ( x | e );

( x | y ) = ( x | e ) ( e | y )

x, y `2 ;

2. Espacios prehilbertianos y espacios de Hilbert

k x k2 = |( x | e )|2
Sea M = lin{e : }:

20

.

M = {0}, luego M es denso en `2 ;

ms an, si x `2 y J F (), se tiene

2


x J ( x | e )e = k x k2 J |( x | e )|2 ,

{( x | e ) e : } es una familia sumable de vectores de `2 , con

x=

( x | e ) e

ke k = 1,

, , 6= .

( e | e ) = 0

2.3.2 Definicin.

Un sistema ortonormal en un espacio prehilbertiano H es un subconjunto

E = { x : } de H (no vaco), verificando:
( x | x ) = 0 para cualesquiera , , 6= ;
k x k = 1 para cada .

Para cada x H, la familia de escalares {( x | x ) : } son los coeficientes de Fourier

del vector x con respecto al sistema ortonormal E.
2.3.3 Lema.
{ x : } sistema ortonormal en un espacio prehilbertiano H.

Para J F () denotamos M J = lin{ x : J } y PJ a la proyeccin ortogonal de H sobre

M J , se tiene
PJ ( x ) = J ( x | x ) x
En particular,

2


x J ( x | x ) x = k x k2 J |( x | x )|2

( x H ).

Para cada x H, la familia {|( x | x )|2 : } es sumable y se verifica

k x k2 = |( x | x )|2 + [dist ( x, M)]2

( x H ),

donde M es el subespacio de X engendrado por { x : }.

En particular, se verifica la desigualdad de Bessel

|(x | x )|2 6 k xk2

( x X ).

2. Espacios prehilbertianos y espacios de Hilbert

21

2.3.4 Teorema.
{ x : } sistema ortonormal en H y M = lin{ x : }. Equivalen:

k x k2 =

|(x | x )|2 para todo x H.

M es denso en X.
x=

(x | x )x para todo x H.

( x | y) =

(x | x )(x | y) para cualesquiera x, y H.

2.3.5 Definicin.

Una base ortonormal es un sistema ortonormal verificando cualquiera de las afirmaciones del teorema anterior.
La igualdad x = ( x | x ) x recibe el nombre de desarrollo de Fourier del vector
x H con respecto a la base ortonormal.
igualdad de Parseval:

( x | y) =

(x | x )(x | y)

2.3.6 Lema (Mtodo de Gram-Schmidt).

Si (yn ) es una sucesin de vectores linealmente independientes en un espacio prehilbertiano X,
entonces existe un sistema ortonormal { xn : n N} en X tal que
lin{ xk : 1 6 k 6 n} = lin{yk : 1 6 k 6 n}
para todo natural n.
2.3.7 Teorema.

Para cada N N, `2N es, salvo isomorfismos isomtricos, el nico espacio prehilbertiano
de dimensin N.
Todo espacio prehilbertiano separable posee una base ortonormal numerable.
Todo espacio prehilbertiano separable infinito-dimensional es isomtricamente isomorfo
a un subespacio denso de `2 .
`2 es, salvo isomorfismos isomtricos, el nico espacio de Hilbert de dimensin infinita y
separable.
2.3.8 Corolario.
Si un espacio prehilbertiano H posee una base ortonormal { x : }, entonces X es isomtricamente isomorfo a un subespacio denso de `2 .

2. Espacios prehilbertianos y espacios de Hilbert

22

Qu espacios prehilbertianos tienen base ortonormal?

C ASO SEPARABLE :
2.3.9 Lema (Mtodo de Gram-Schmidt).
Si (yn ) es una sucesin de vectores linealmente independientes en un espacio prehilbertiano X,
entonces existe un sistema ortonormal { xn : n N} en X tal que
lin{ xk : 1 6 k 6 n} = lin{yk : 1 6 k 6 n}
para todo natural n.
2.3.10 Teorema.

Para cada N N, `2N es, salvo isomorfismos isomtricos, el nico espacio prehilbertiano
de dimensin N.
Todo espacio prehilbertiano separable posee una base ortonormal numerable.
Todo espacio prehilbertiano separable infinito-dimensional es isomtricamente isomorfo
a un subespacio denso de `2 .
`2 es, salvo isomorfismos isomtricos, el nico espacio de Hilbert de dimensin infinita y
separable.

C ASO GENERAL :
2.3.11 Lema.
En un espacio prehilbertiano, todo sistema ortonormal est contenido en un sistema ortonormal
maximal.
2.3.12 Teorema.

En un espacio de Hilbert, todo sistema ortonormal maximal es una base ortonormal.

Todo espacio de Hilbert posee una base ortonormal.
Si { x : } es una base ortonormal de un espacio de Hilbert H, entonces H es isomtricamente isomorfo a `2 .
Todas las bases ortonormales de un espacio de Hilbert tienen el mismo cardinal, llamado
dimensin hilbertiana del espacio.
Dos espacios de Hilbert son isomtricamente isomorfos si, y slo si, tienen la misma dimensin hilbertiana.
2.3.13 Corolario.
H espacio de Hilbert, { x : } un sistema ortonormal en H.

2. Espacios prehilbertianos y espacios de Hilbert

23

Si { : } es una familia de escalares, { x : } es sumable si, y slo si, lo es

la familia de escalares {| |2 : }.
Si M = lin{ x : } y PM es la proyeccin ortogonal de H sobre M, se tiene

( x | x ) x

PM ( x ) =

( x H ).

2.3.14 Observaciones.
Existen familias
 sumables en
 espacios de Hilbert que no son absolutamente sumables.
1
Por ejemplo,
en : n N , donde {en : n N} es la base cannica de `2 .
n

Si H es un espacio de Hilbert de dimensin finita:

toda base ortonormal de H es una base de Hamel;

la dimensin algebraica de H coincide con su dimensin hilbertiana.

Ninguna base ortonormal infinita puede ser una base de Hamel.

2.4

Introduccin a las series de Fourier.

El sistema trigonomtrico en L2 (T)

2.4.1 Definicin.

Una serie trigonomtrica es una serie de funciones de la forma

cn eint = cn cos(t) + i sen(t)
n Z

n Z

donde cn C para n Z y los trminos de la serie se consideran como funciones 2peridicas de R en C.

Fijado N N, la N-sima suma parcial de la serie trigonomtrica anterior es la funcin

n= N

S N (t) =

n= N

cn eint

( t R).

{S N : N N} es la sucesin de sumas parciales de la serie trigonomtrica.

Cualquier nocin de convergencia que se aplique a una serie trigonomtrica se refiere
siempre a la sucesin de sumas parciales.
Una funcin f : R C de la forma
f (t) =

n= N

cn eint

( t R)

con cn C para N 6 n 6 N y |c N | + |c N | > 0 recibe el nombre de polinomio trigonomtrico de grado N.

2. Espacios prehilbertianos y espacios de Hilbert

24

2.4.2 Notacin.
Sea 1 6 p < .

L p (T) es el espacio de las (clases de equivalencia por igualdad casi por doquier de) funciones f : R C medibles, 2-peridicas y tales que
1/p

Z
1
p
< .
| f (t)| dt
k f kp =
2
Se trata del espacio L p [, ] donde normalizamos la medida de Lebesgue para que
se tenga (] , [) = 1;.
( L p (T), k k p ) es un espacio de Banach (Teorema de Riesz-Fisher);
L2 (T) es un espacio de Hilbert con el producto escalar dado por
1
( f | g) =
2

f (t) g(t) dt

f , g L2 (T) .

Cada funcin 2-peridica f : R C puede identificarse con la funcin g : T C

dada por
( t R)
g(eit ) = f (t)
donde T = {z C : |z| = 1}.

Z
cZ
0 es el subespacio cerrado de ` formado por las sucesiones x : N C tales que
lm x (n) = lm x (n) = 0.
n+

Como consecuencia de la desigualdad de Hlder y de que (T) = 1 se tiene que

k f k1 6 k f k p
f L p (T), 1 6 p < .

Por tanto L p (T) L1 (T) para todo 1 < p < .

Como las funciones escalonadas son densas en cualquier L p (T), es tambin claro que
L p (T) es denso en L1 (T) (con la norma k k1 , claro) para todo 1 6 p < .
2.4.3 Definicin.
Para cada n Z, consideremos la funcin en definida por
en (t) = eint

( t R).

{en : n Z} es un sistema ortonormal en el espacio de Hilbert L2 (T), que recibe el nombre

de sistema trigonomtrico.
Para f L2 (T) los coeficientes de Fourier de f vienen dados por
1
fb(n) =
2

f (t) eint dt

( n Z).

Aunque solamente se tenga f L1 (T), la integral tiene sentido y seguiremos denominando a los nmeros complejos { fb(n) : n Z} coeficientes de Fourier de la funcin
f L1 (T).

2. Espacios prehilbertianos y espacios de Hilbert

25

La serie de Fourier de una funcin f L1 (T) es, por definicin, la serie trigonomtrica

n Z

fb(n) eint .

Se dice que una serie trigonomtrica nZ cn eint es una serie de Fourier cuando existe
f L1 (T) tal que fb(n) = cn para todo n Z.

El hecho de que {en : n Z} sea un sistema ortonormal en el espacio de Hilbert L2 (T),

junto con la desigualdad de Bessel, nos da directamente el siguiente resultado no trivial.
2.4.4 Lema.
Si f L2 (T) se tiene que fb `Z
2 y
Z
2
1
b
2
b
| f (t)|2 dt = k f k22 .
f = | f (n)| 6
2
2

n Z
Este resultado tiene la siguiente consecuencia sobre series de Fourier de funciones de L1 (T):
2.4.5 Teorema (de Mercer o Lema de Riemann-Lebesgue).

Para f L1 (T) se tiene que fb cZ

0.

Equivalentemente, para cada > 0 puede encontrarse un natural N tal que, si n Z con
|n| > N, se tiene que | fb(n)| < ;
suele escribirse lm fb(n) = 0.
|n|

Para obtener que el sistema trigonomtrico es una base ortonormal de L2 (T), abordamos
ahora el problema de la unicidad para series de Fourier, problema que surge de forma muy
natural. Si la serie de Fourier de una funcin f L1 (T) converge en L1 (T) a una funcin g,
qu relacin hay entre f y g? Lo mejor que podemos esperar es que f y g coincidan casi
por doquier y eso es, precisamente, lo que probaremos. Equivalentemente, se trata de probar
que si f L1 (T) y fb(n) = 0 para todo n Z, entonces f = 0 c.p.d. Obsrvese que la misma
afirmacin para f L2 (T) equivale a la maximalidad del sistema trigonomtrico, lo que tendr
importantes consecuencias.
2.4.6 Teorema (de unicidad para series de Fourier).
Sea f L1 (T) y supongamos que fb = 0. Entonces f = 0 casi por doquier.

Como consecuencia, se obtiene que el subespacio ortogonal a {en : n Z} es {0} o, equivalentemente, el sistema ortogonal es una base, con lo que toda la artillera de la seccin anterior
entra en juego:
2.4.7 Corolario.
El sistema trigonomtrico es una base ortonormal de L2 (T). Por tanto:

2. Espacios prehilbertianos y espacios de Hilbert

26

Igualdad de Parseval:
1
2

en particular,
1
2

f (t) g(t) dt =

n Z

| f (t)|2 dt =

fb(n) gb(n)

| fb(n)|2

n Z

f , g L2 (T) ,


f L2 (T) .

Desarrollo de Fourier: Para f L2 (T), la serie de Fourier de f converge a f en L2 (T):



2


lm
 f (t) fb(k ) eikt  dt = 0.
n 

k =n
Z 


Teorema de Riesz-Fisher: Para (cn ) `Z

2 , existe una nica funcin f L2 (T) tal que
fb(n) = cn para todo n Z.

En suma, la aplicacin f 7 fb, definida por

1
fb(n) =
2

f (t) eint dt

es un isomorfismo isomtrico de L2 (T) sobre `Z

2.

n Z, f L2 (T)

El hecho de que L2 (T) sea isomtricamente isomorfo a `Z

2 (para el caso, a `2 , ya que es
obvio, sin necesidad de ninguna teora de espacios de Hilbert, que `Z
2 y `2 son isomtricamente isomorfos) se podra haber deducido directamente de los resultados de la seccin anterior
puesto que es fcil ver que L2 (T) es separable. La importancia en las aplicaciones del corolario
anterior, no radica en que L2 (T) se identifique con `Z
2 , sino en el hecho de que tal identificacin
puede conseguirse mediante los coeficientes de Fourier; es la afirmacin (c) la ms til desde
el punto de vista prctico. Dado que dicha afirmacin depende en ltima instancia de la complitud de L2 (T), es explicable que la denominacin Teorema de Riesz-Fisher se aplique con
frecuencia al teorema que afirma dicha complitud y, por extensin, al que afirma la complitud
de L p [0, 1] para 1 6 p < .

Captulo

Captulo 3. El Teorema de Hahn-Banach

3.1

Versin analtica del Teorema de Hahn-Banach.

3.1.1 Definicin.
Un funcional sublineal en un espacio vectorial X es una funcin p : X R tal que

(i ) p( x + y) 6 p( x ) + p(y) para cualesquiera x, y X.

(ii ) p( x ) = p( x ) para todo > 0 y todo x X.
Ejemplos de funcionales sublineales son las partes reales de los funcionales lineales y las seminormas.
3.1.2 Teorema (de Hahn-Banach).
Sea X un espacio vectorial y p un funcional sublineal en X. Si M es un subespacio de X y g es
un funcional lineal en M verificando
Re g(m) 6 p(m)

( m M ),

entonces existe un funcional lineal f en X cuya restriccin a M coincide con g y que verifica
Re f ( x ) 6 p( x )

( x X ).

En otras palabras, todo funcional lineal en M dominado por p se puede extender a un funcional
lineal en X que sigue estando dominado por p.
Si p es una seminorma se tiene, de hecho,

| f ( x )| 6 p( x )

( x X ).

Si particularizamos al ambiente de los espacios normados, obtenemos el resultado demostrado por Hahn, previo a la versin de Banach.
3.1.3 Teorema (Hahn, 1927).
Sea X un espacio normado. Si Y es un subespacio de X y g Y , entonces existe f X con
k f k = k gk y tal que f (y) = g(y) para todo y Y.
27

2. Espacios prehilbertianos y espacios de Hilbert

28

Suele utilizarse la siguiente notacin: si X es un espacio normado, Y un subespacio suyo y

g Y , cualquier funcional f X verificando que f |Y = g y que k f k = k gk es una extensin
Hahn-Banach o extensin equinrmica de g a todo X. Con esta notacin, el teorema anterior
dice que todo funcional continuo en un subespacio admite extensiones Hahn-Banach a todo X.
3.1.4 Proposicin.
Sea Y un subespacio cerrado de un espacio normado X. Si x0 X \ Y, entonces existe f SX
tal que f ( x0 ) = dist ( x0 , Y ) e Y ker( f ).
3.1.5 Corolario.
Sea X un espacio normado no trivial. Entonces, para cada x X \ {0} existe f SX tal que
f ( x ) = k x k. Equivalentemente, se tiene la siguiente expresin para la norma de X:

k x k = max{ | f ( x )| : f SX }

( x X ).

Obtenemos que X separa los puntos de X, esto es, x = 0 siempre que f ( x ) = 0 para todo
f X o, equivalentemente, siempre que x e y sean elementos distintos de X, existe f X
tal que f ( x ) 6= f (y). Generalizando esta idea, decimos que un subconjunto A X separa los
puntos de X si x = 0 siempre que f ( x ) = 0 para todo f A.

3.1.1

Anulador de un conjunto. Dual de un subespacio y de un cociente

Sea X un espacio normado e Y un subespacio suyo. Es claro que la restriccin a Y de cualquier

elemento de X es un elemento de Y , con lo que la aplicacin lineal
X Y ,

f 7 f |Y

( f X )

est bien definida y, gracias al Teorema de Hahn-Banach, es sobreyectiva. Si queremos conseguir una biyeccin lineal, debemos hacer cociente por su ncleo. Esto nos lleva a la definicin
de anulador de un subespacio, aunque con el mismo trabajo podemos definir el anulador de un
subconjunto. Escribiremos, por comodidad, x , y , . . . para denotar a los elementos de X .
3.1.6 Definicin.
Sea X un espacio normado y sean A y B subconjuntos de X y X respectivamente. Definimos
A y B por las frmulas
A = { x X : x ( x ) = 0 para todo x A};

B = { x X : x ( x ) = 0 para todo x B}.

Entonces A es el anulador de A en X y

es el anulador de B en X.

3.1.7 Proposicin.
Sea X un espacio normado y sean A y B subconjuntos de X y X respectivamente. Entonces:
(a) A y

son subespacios cerrados de X y X respectivamente. De hecho,

A =

\
x A

{ x X : x ( x ) = 0}

B=

\
x B

ker x .

2. Espacios prehilbertianos y espacios de Hilbert

(b)

( A )

29

= lin( A). De manera ms sugerente,

\
\

lin( A) =
ker x =
H : H hiperplano cerrado de X, A H .
x A

(c) Si A = X , entonces A = {0}. Si B = X, entonces B = {0}.

(d) lin( A) es denso en X si, y slo si, A = {0}. En particular, si Y es un subespacio de X,
entonces Y es denso en X si, y slo si, Y = {0}.
Identificamos ya el dual de un subespacio.
3.1.8 Proposicin.
Sea X un espacio normado e Y un subespacio suyo. Entonces Y X /Y . Concretamente, la
aplicacin : X /Y Y dada por


( x + Y ) = x |Y
x + Y X /Y
es un isomorfismo isomtrico.
3.1.9 Proposicin.
Sea Y un subespacio cerrado de
un espacio normado X y : X X/Y la aplicacin cociente.

Entonces la aplicacin : X/Y Y dada por




( f ) = f
f X/Y
es un isomorfismo isomtrico.
3.1.10 Proposicin.
Sea X un espacio normado. Si X es separable, entonces X tambin es separable.
3.1.11 Corolario.
Si X es un espacio normado separable, entonces:
(a) Existe una familia numerable en X que separa los puntos de X. De hecho, existe un
subconjunto numerable A de SX tal que

k x k = sup{| x ( x )| : x A}

( x X ).

(b) X se embebe de forma isomtrica en ` .

(c) X se embebe de forma isomtrica en ` .
3.1.12 Proposicin.
Un espacio normado es de dimensin finita si, y slo si, lo es su dual. En caso afirmativo, las
dos dimensiones coinciden.

3.1.2

Bidual de un espacio normado. Reflexividad

3.1.13 Definicin.
Si X es un espacio normado, el bidual (tambin llamado segundo dual) de X es el espacio de

2. Espacios prehilbertianos y espacios de Hilbert

30

Banach X = ( X ) = L X , K , con norma

k x k = sup{| x ( x )| : x BX }
= mn{m > 0 : | x ( x )| 6 m k x k para todo x X }.
El n-simo dual de X, que notaremos X (n) , se define de forma recurrente por




X (1) = X y X ( n +1) = X ( n ) = L X ( n ) , K
( n N).
Para n = 3 tambin se usa la notacin X = X (3) .
De la desigualdad | f ( x )| 6 k x k k f k, vlida para cualesquiera x X y f X , deducimos
que los elementos de X son funcionales lineales continuos en X . Formalizando esta idea,
para x X consideramos el funcional lineal JX ( x ) definido en X por:




JX ( x ) ( x ) = x ( x )
x X .
Es claro que JX ( x ) X para cada x X; la aplicacin JX : X X recibe el nombre de
inyeccin cannica del espacio normado X en su bidual.
3.1.14 Proposicin.
Si X es un espacio normado, JX es un embebimiento isomtrico de X en X y el cierre de JX ( X )
en X es la completacin de X.
3.1.15 Definicin.
Se dice que un espacio normado X es reflexivo cuando JX ( X ) = X . Obviamente, los espacios
reflexivos son completos.
3.1.16 Proposicin.
La clase de los espacios normados reflexivos es estable por isomorfismos.
3.1.17 Ejemplos.
(a) Los espacios normados de dimensin finita son reflexivos.
(b) Los espacios ` p con 1 < p < tambin son reflexivos.
(c) Los espacios c0 y c no son reflexivos.
3.1.18 Proposicin.
Sea X un espacio normado reflexivo. Entonces, X es separable si, y slo si, X es separable.
3.1.19 Ejemplo.
El espacio `1 es separable, mientras que su dual, ` , no lo es. Deducimos que `1 no es reflexivo.
3.1.20 Proposicin.
Todo subespacio cerrado de un espacio normado reflexivo es tambin reflexivo.
Cualquier espacio normado que contenga un subespacio isomorfo a c0 o `1 no es reflexivo.
En particular:

2. Espacios prehilbertianos y espacios de Hilbert

31

3.1.21 Ejemplos.
Los espacios ` , ` , L(`2 ), L1 [0, 1], L [0, 1] y C [0, 1] no son reflexivos.
3.1.22 Teorema.
Sea X un espacio de Banach. Entonces, X es reflexivo si, y slo si, X es reflexivo.
3.1.23 Corolario.
Todo cociente de un espacio de Banach reflexivo por un subespacio cerrado, es tambin reflexivo.
3.1.24 Proposicin.
L
Sean X1 , . . . , Xn espacios normados, 1 6 p 6 y sea X = [ in=1 Xi ] p su p-suma directa. Entonces,
X es reflexivo si, y slo si, lo es cada Xi .
3.1.25 Proposicin.
En un espacio de Banach reflexivo todo funcional lineal y continuo alcanza la norma, esto
es, el supremo que define la norma de cualquier funcional lineal y continuo es un mximo.
Concretamente, si X es un espacio normado reflexivo y x X , entonces existe x SX tal que
x ( x ) = k x k.

3.2

Sistemas de infinitas ecuaciones lineales. Teorema de Helly

3.2.1 Teorema (Hahn, 1927).

Sea X un espacio normado, A = {zi : i I } una familia de elementos de X y {ci : i I } una
familia de escalares. Entonces son equivalentes:

(i ) Existe f en X tal que f (zi ) = ci para todo i I.

(ii ) Existe M > 0 verificando
| 1 c i1 + + n c i n | 6 M k 1 z i1 + + n z i n k
para cualquier combinacin lineal 1 zi1 + + n zin de elementos de A.
Adems, si se verifica (ii ), se puede elegir f en (i ) de forma que k f k 6 M.
3.2.2 Teorema (Helly, 1921).
Sea X un espacio normado, f 1 , f 2 , . . . , f n X y c1 , c2 , . . . , cn K. Son equivalentes:

(i ) Existe x en X tal que f k ( x ) = ck para k = 1, 2, . . . , n.

(ii ) Existe M > 0 tal que






n
 n




6
M
a
f
a
c
 k k
k k


k =1
 k =1
para cualesquiera a1 , a2 , . . . , an K.
Adems, si se verifica (ii ), para cada > 0 se puede elegir x en (i ) tal que k x k 6 M + .
3.2.3 Teorema.

2. Espacios prehilbertianos y espacios de Hilbert

32

Sea X un espacio normado, x X , W un subespacio de dimensin finita de X y > 0.

Entonces, existe x X tal que k x k < k x k + y x ( x ) = x ( x ) para todo x W, es decir
JX ( x ) coincide con x en W.
3.2.4 Ejemplos.
(a) Si X = c0 , tomando la familia {en : n N} de X = `1 formada por las coordenadas,
no existe ningn elemento x c0 que verifique en ( x ) = 1 para todo n N, pero

|1 + + n | 6 |1 | + + |n | = k1 e1 + + n en k
para cualesquiera 1 , . . . , n K.
(b) Tambin en X = c0 , consideramos el funcional x X = `1 dado por
x (x) =

x (n)
2n
n =1

( x c0 ),

que no alcanza su norma. Aplicando el Teorema de Helly a la familia de funcionales { x }

y a la familia de escalares {k x k} es claro que, para cada K se tiene que



k x k 6 x ,
pero cualquier x c0 tal que x ( x ) = 1 verifica que k x k > 1.

3.3

Versiones geomtricas del Teorema de Hahn-Banach

Si X es un espacio vectorial, un subconjunto A de X es convexo si es cerrado para combinaciones convexas, esto es, si t x + (1 t) y A siempre que x, y A y t [0, 1].
A

B
Ref (x) =

Figura 3.1: Separacin de conjuntos

La idea intuitiva de separar dos subconjuntos A y B de un espacio vectorial real X se
formaliza consiguiendo un funcional lineal no nulo f en X y un nmero real , tales que
f ( a) 6 6 f (b)

( a A, b B)

(3.1)

o, equivalentemente, sup f ( A) 6 nf f ( B) (ver figura 3.1). Para abarcar tambin el caso complejo
podemos, siendo X real o complejo, sustituir (3.1) por
Re f ( a) 6 6 Re f (b)

( a A, b B).

(3.2)

2. Espacios prehilbertianos y espacios de Hilbert

33

3.3.1 Ejemplo.
Sea X = c00 y A el subconjunto de X formado por las sucesiones de X \ {0} cuya ltima coordenada no nula es estrictamente positiva. Entonces A es convexo y 0
/ A, pero es imposible
separar, incluso en la forma ms suave posible, A y {0}: todo funcional lineal no nulo en X
toma en A valores estrictamente positivos y estrictamente negativos.
3.3.2 Definicin.
Sea X un espacio vectorial y A un subconjunto no vaco. Decimos que A es absorbente si
R+ A = X. Si A es absorbente y convexo, entonces la aplicacin A : X R0+ dada por
A ( x ) = nf{ > 0 : x A}

( x X ),

es un funcional sublineal en X, llamado funcional de Minkowski de A. Si A es absorbente,

convexo y equilibrado (esto es, a A para todo K con || 6 1 y todo a A), entonces A
es una seminorma y

{ x X : A ( x ) < 1} A { x X : A ( x ) 6 1}.
3.3.3 Teorema (de separacin de convexos en espacios vectoriales).
Sean A y B subconjuntos no vacos, convexos, disjuntos, de un espacio vectorial X y supongamos que A contiene un punto a0 tal que A a0 es absorbente. Entonces, existen f X ] , f 6= 0 y
R tales que
Re f ( a) 6 6 Re f (b)
( a A, b B).
3.3.4 Lema.
Sea X un espacio normado y A un subconjunto convexo de X con interior no vaco. Entonces,
para x0 A, y0 int( A) , se tiene que

] x0 , y0 ] = {(1 t) x0 + ty0 : t ]0, 1]} int( A).

En consecuencia, int( A) es convexo y A = int( A).
3.3.5 Teorema.
Sea X un espacio normado y A, B dos subconjuntos no vacos y convexos de X. Si int( A) 6=
y B int( A) = , entonces existen f X y R tales que
Re f ( a) 6 6 Re f (b)

( a A, b B).

Adems, se tiene que Re f ( a) < para todo a int( A).

3.3.6 Teorema (de existencia de funcionales de soporte).
Sea X un espacio normado y A un subconjunto convexo y cerrado de X, con interior no vaco.
Entonces para cada punto x0 en la frontera de A existe un funcional f SX tal que
Re f ( x0 ) = max{Re f ( x ) : x A}.
Notemos que si 0 = Re f ( x0 ), el hiperplano afn en XR dado por H0 = { x X : Re f ( x ) =
0 }, pasa por el punto x0 y deja el conjunto A a un lado. Esta situacin, de claro contenido

2. Espacios prehilbertianos y espacios de Hilbert

34

H0

x0

Figura 3.2: Funcionales de soporte

geomtrico, suele describirse diciendo que el funcional f 0 o el hiperplano H0 soportan al conjunto A en el punto x0 , o tambin que x0 es un punto de soporte de A, f 0 un funcional de
soporte de A y H0 un hiperplano de soporte de A.
3.3.7 Teorema (Versin geomtrica del Teorema de Hahn-Banach).
Sea X un espacio normado, A un subconjunto no vaco, convexo y abierto de X y M una variedad afn en X tal que A M = . Entonces existe un hiperplano (afn) cerrado H en X tal que
M H y A H = .
3.3.8 Teorema (de separacin de convexos en espacios normados).
Sea X un espacio normado y A, B subconjuntos convexos no vacos de X tales que d( A, B) =
> 0. Entonces, existe f X tal que k f k = 1 y
sup Re f ( A) + 6 nf Re f ( B).
En particular, si A es un subconjunto convexo, no vaco y cerrado de X y x0
/ A, entonces existe

f SX tal que sup Re f ( A) + d( x0 , A) 6 Re f ( x0 ), luego sup Re f ( A) < Re f ( x0 ).

3.3.9 Corolario.
Sean A y B dos subconjuntos no vacos, convexos y disjuntos de un espacio normado X. Supongamos que A es cerrado y B compacto. Entonces existe un funcional f SX tal que
sup Re f ( A) < nf Re f ( B).

2. Espacios prehilbertianos y espacios de Hilbert

35

Figura 3.3: Separacin estricta

Captulo

Captulo 4. Teoremas de la aplicacin

abierta y Banach-Steinhauss
4.1

La categora. El Teorema de Baire

4.1.1 Definiciones.
Sea X un espacio topolgico y A X.

(a) A es denso en ninguna parte o diseminado si A = .

(b) A es de primera categora en X si es la unin numerable de subconjuntos densos en
ninguna parte o, equivalentemente, si est contenido en una unin numerable de subconjuntos cerrados de X, cada uno de los cuales tiene interior vaco en X.
(c) A es de segunda categora en X si no es de primera categora en X.
Es importante resaltar el carcter relativo de los conceptos anteriores: R es un conjunto de
primera categora en C (de hecho, es denso en ninguna parte), pero veremos enseguida que
es de segunda categora en s mismo. Es fcil ver que si X es un espacio topolgico, Y es un
subconjunto de X en el que consideramos la topologa inducida y A es un conjunto de primera
categora en Y, entonces A es de primera categora en X.
Por ltimo, se dice que un espacio topolgico X es un espacio de Baire si todo abierto no
vaco de X es de segunda categora en X. Es fcil ver que ello equivale a que la interseccin
de cualquier sucesin de abiertos densos en X sea densa en X o a que la unin de cualquier
sucesin de subconjuntos cerrados con interior vaco tenga interior vaco.
4.1.2 Teorema (de la categora de Baire).
Todo espacio mtrico completo es un espacio de Baire. Todo espacio topolgico de Hausdorff
localmente compacto es un espacio de Baire.
4.1.3 Corolario.
Sea X un espacio de Banach. Entonces la dimensin algebraica de X es finita o infinita no
numerable.

36

4. Teoremas de la aplicacin abierta y Banach-Steinhauss

37

4.1.4 Corolario.
Sea D+ el conjunto de las funciones f de C [ a, b] que tienen derivada por la derecha finita en
algn punto de [ a, b[. Entonces D+ es de primera categora en C [ a, b]. Como consecuencia, existe
una funcin f C [ a, b] cuya derivada por la derecha es infinita en todo punto de [ a, b[.
4.1.5 Corolario.
El conjunto de las funciones de C [0, 1] que no son analticas en ningn punto de [0, 1] es de
segunda categora (en particular, no vaco).

4.2
4.2.1

El Teorema de la aplicacin abierta. Enunciados equivalentes

Teorema de la aplicacin abierta

4.2.1 Proposicin.
Sean X e Y espacios normados y T una aplicacin lineal de X en Y. Las siguientes afirmaciones
son equivalentes:

(i ) T es abierta.
(ii ) Existe > 0 tal que BY T ( BX ).
(iii ) Existe M > 0 de forma que para cada y Y se puede encontrar x X con T ( x ) = y,
k x k 6 M k y k.
(iv) Para toda sucesin convergente a cero (yn ) en Y, existe una sucesin convergente a cero
( xn ) en X de forma que T ( xn ) = yn para todo n N.
4.2.2 Lema.
Sean X e Y dos espacios normados y T : X Y una aplicacin lineal. Si T ( X ) es de segunda
categora en Y, entonces T ( BX ) es entorno de cero en Y.
4.2.3 Lema.
Sea X un espacio de Banach, Y un espacio normado y T L( X, Y ). Si T ( BX ) es entorno de cero
en Y, entonces T es abierta. Como consecuencia, T es sobreyectiva e Y es completo.
Sin ms que unir los dos resultados anteriores, se obtiene:
4.2.4 Proposicin.
Sea X un espacio de Banach, Y un espacio normado y T L( X, Y ). Si T ( X ) es de segunda
categora en Y, entonces T ( X ) = Y, T es abierta e Y es completo.
La condicin ms natural, aunque no obligatoria, para que T ( X ) sea de segunda categora
en Y, es que T sea sobreyectiva e Y sea completo. Resumiendo toda la informacin, obtenemos:
4.2.5 Teorema (de la aplicacin abierta).
Si X e Y son espacios de Banach, entonces toda aplicacin lineal y continua de X sobre Y es
abierta.

4. Teoremas de la aplicacin abierta y Banach-Steinhauss

38

4.2.6 Corolario (Primer Teorema de isomorfa para espacios de Banach).

Si X e Y son espacios de Banach, entonces toda aplicacin sobreyectiva T L( X, Y ) induce un
e de X/ ker T sobre Y, dado por
isomorfismo T


e( x + ker T ) = T ( x )
T
x + ker T X/ ker T .
4.2.7 Corolario (Banach-Mazur, 1933).
Si X es un espacio de Banach separable, existe una aplicacin lineal, continua y abierta de `1
sobre X. Equivalentemente, todo espacio de Banach separable es isomorfo al cociente de `1 por
un subespacio cerrado.
4.2.8 Corolario.
El conjunto de las sucesiones de coeficientes de Fourier de funciones de L1 (T) es un conjunto
de primera categora en cZ
0.

4.2.2

Teorema de los isomorfismos de Banach

4.2.9 Definicin.
Si X e Y son espacios normados, un homomorfismo de X en Y es una aplicacin lineal y continua T de X en Y que es abierta cuando se considera como aplicacin de X sobre T ( X ). Si
adems T es inyectiva (resp. sobreyectiva) decimos que T es un monomorfismo (resp. epimorfismo). Notemos que un isomorfismo no es ms que un homomorfismo biyectivo.
4.2.10 Corolario (Teorema de los isomorfismos de Banach).
Toda biyeccin lineal y continua entre dos espacios de Banach es un isomorfismo. Equivalentemente, si X es un espacio vectorial y k k1 , k k2 son dos normas completas y comparables en X
(esto es, tales que existe M > 0 con k k1 6 M k k2 ), entonces dichas normas son equivalentes.
4.2.11 Ejemplos. (a) En cualquier espacio vectorial de dimensin infinita pueden definirse
dos normas comparables no equivalentes; por supuesto, alguna de ellas no ser completa.
De hecho, si X es un espacio vectorial de dimensin infinita, ya vimos que siempre existen
dos normas k k1 y k k2 en X no equivalentes. Si dichas normas son comparables, hemos
acabado. Si no lo son, definiendo

k x k3 = k x k1 + k x k2

( x X ),

se obtiene una nueva norma en X que es comparable con k k1 y con k k2 , pero no puede
ser equivalente a ninguna de ellas.
(b) En cualquier espacio de Banach de dimensin infinita ( X, k k) puede definirse otra
norma completa no equivalente a la de partida. En efecto, basta tomar f : X K un
funcional lineal discontinuo, un elemento u X con f (u) = 1, considerar la aplicacin
F : X X dada por
F ( x ) = x 2 f ( x )u
(x X)
y observar que F es biyectiva, con F 1 = F, y que F es discontinua. Entonces, definiendo

||| x ||| = k F ( x )k

( x X ),

4. Teoremas de la aplicacin abierta y Banach-Steinhauss

39

se obtiene una norma completa en X, que no puede ser equivalente a k k por ser F
discontinua.
4.2.12 Corolario (Teorema del homomorfismo de Banach).
Sean X e Y espacios de Banach. Entonces, T L( X, Y ) es un homomorfismo si, y slo si, T ( X )
es un subespacio cerrado de Y.
4.2.13 Ejemplo.
Notamos Y = C [ a, b] y fijamos tres funciones y0 , y1 , y2 Y. Para y Y y , K, consideremos
la ecuacin diferencial
y0 x 00 + y1 x 0 + y2 x = y
y el problema de valores iniciales
x ( a) = ,

x 0 ( a) = .

Las soluciones de un tal problema pertenecen al espacio X = C2 [ a, b] de las funciones de clase

C2 en [ a, b], que es un espacio de Banach para la norma definida por

k x k = k x k + k x 0 k + k x 00 k

( x X ).

La aplicacin T : X Y K2 definida por

T ( x ) = y0 x 00 + y1 x 0 + y2 x, x ( a), x 0 ( a)

(x X)

es claramente lineal y continua. El que nuestro problema de valores iniciales tenga solucin
nica para cada terna (y, , ) Y K2 , equivale a que T sea biyectiva. Si tal cosa ocurre, el
Teorema de los isomorfismos de Banach nos dice que, automticamente, la solucin x depende
de manera continua de los valores iniciales , K y del dato y Y. Esta dependencia continua
ofrece una cierta garanta de que los mtodos de perturbacin para aproximar la solucin del
problema son vlidos. Evidentemente pueden idearse esquemas muy variados y problemas
muy diversos en los que un razonamiento de este tipo es aplicable.

4.2.3

Teorema de la grfica cerrada

Por grfica de una aplicacin f entre dos espacios topolgicos X e Y entendemos el conjunto
G ( f ) = {( x, y) X Y : y = f ( x )}
y decimos que f tiene grfica cerrada si G ( f ) es cerrado en X Y (considerando, desde luego,
la topologa producto).
Con slo que el espacio de llegada sea Hausdorff, toda funcin continua tiene grfica cerrada; podemos poner, por el contrario, ejemplos sencillos de funciones reales de variable real, con
grfica cerrada y no continuas. A saber, la funcin f : R R dada por f ( x ) = 1/x si x 6= 0 y
f (0) = 0 tiene grfica cerrada pero no es continua. Sin embargo, como consecuencia inmediata
del Teorema de los isomorfismos de Banach, vemos que no es posible encontrar tal ejemplo
entre las aplicaciones lineales entre espacios de Banach:
4.2.14 Teorema (de la grfica cerrada para espacios de Banach).
Si X e Y son espacios de Banach, toda aplicacin lineal con grfica cerrada de X en Y es continua.

4. Teoremas de la aplicacin abierta y Banach-Steinhauss

40

4.2.15 Corolario.
Sean X e Y dos espacios de Banach y T : X Y una aplicacin lineal y biyectiva. Si T tiene
grfica cerrada, entonces es un isomorfismo.
4.2.16 Corolario.
Sean X e Y dos espacios de Banach y T : X Y una aplicacin lineal. Supongamos que para
toda sucesin ( xn ) en X convergente a 0 y tal que ( Txn ) y Y, se tiene que y = 0. Entonces,
T es continua.
4.2.17 Ejemplo.
Sea Y = C [0, 1] y X = C1 [0, 1], el subespacio de Y formado por las funciones de clase 1 en [0, 1].
Definimos T : X Y definida por
T( f ) = f 0

( f X ).

Entonces, T es una aplicacin lineal que tiene grfica cerrada (Teorema de convergencia uniforme y derivacin). Sin embargo, T no es continua. En efecto, consideremos la sucesin de
elementos de X,


t [0, 1], n N
f n (t) = t n
y observemos que

k f n k = 1

k T f n k = k f n 0 k = n

( n N),

lo que prueba que T no es continua.

4.2.18 Corolario.
Sea k k una norma completa en C (K ). Supongamos que la convergencia en la norma k k
implica la convergencia puntual. Entonces dicha norma es equivalente a la norma del mximo
en C (K ).
4.2.19 Corolario.
Sea H un espacio de Hilbert y T : H
H H lineal verificando que


Tx y =

H una aplicacin lineal. Supongamos que existe S :



x Sy

( x, y H ),

entonces T L( H ).

4.3

El Teorema de Banach-Steinhaus

4.3.1 Teorema (Principio de acotacin uniforme en espacios de Banach).

Sea X un espacio de Banach, {Yi : i I } una familia de espacios normados y, para cada i I,
sea Ti L( X, Yi ). Supongamos que la familia { Ti : i I } est puntualmente acotada, esto es,
para cada x X,

existe Mx > 0

k Ti ( x )k 6 Mx

( i I ).

Entonces, { Ti : i I } est uniformemente acotada en la bola unidad de X, equivalentemente,

existe M > 0

k Ti k 6 M (i I ).

4. Teoremas de la aplicacin abierta y Banach-Steinhauss

41

4.3.2 Corolario (Teorema de Banach-Steinhaus para espacios de Banach).

Sean X un espacio de Banach, Y un espacio normado y A un subconjunto de L( X, Y ). Entonces,
son equivalentes:

(i ) A est acotado en norma, esto es, existe M > 0 tal que k Tx k 6 Mk x k para cualesquiera
x X, T A.
(ii ) A est uniformemente acotado en cada subconjunto acotado de X, esto es, si B X es un
conjunto acotado, entonces sup{k T ( x )k : x B, T A} < .
(iii ) A est puntualmente acotado, esto es, para cada x X el conjunto { T ( x ) : T A} est
acotado en la norma de X.
4.3.3 Corolario.
Sea X un espacio normado y A un subconjunto de X. Entonces, son equivalentes:

(i ) A est acotado en la norma de X.

(ii ) Para cada f X , el conjunto de escalares { f ( a) : a A} est acotado.
4.3.4 Corolario.
Sea X un espacio de Banach y A un subconjunto de X . Entonces, son equivalentes:

(i ) A est acotado en la norma de X .

(ii ) Para cada x X, el conjunto de escalares { f ( x ) : f A} est acotado.
4.3.5 Corolario (Teorema de cierre de Steinhaus).
Sea X un espacio de Banach, Y un espacio normado y ( Tn ) una sucesin de elementos de
L( X, Y ) que converge puntualmente en X. Definiendo
T ( x ) = lm Tn ( x )
n

(x X)

se tiene que T L( X, Y ).
4.3.6 Corolario.
Sea y KN una sucesin de escalares; las siguientes afirmaciones son equivalentes:

(i )
(ii )
(iii )
(iv)

y `1 .
Para cada x c0 , la serie k>1 x (k )y(k ) es absolutamente convergente.
Para cada x c0 , la serie k>1 x (k )y(k ) es convergente.
Para cada x c0 , la serie k>1 x (k )y(k ) tiene sumas parciales acotadas.

4.3.7 Teorema.
Sea X un espacio de Banach, Y y Z espacios normados y T : X Y Z una aplicacin bilineal.
Equivalen:

(i ) Existe M > 0 tal que k T ( x, y)k 6 k x k kyk para cualesquiera x X e y Y.

(ii ) T es continua en X Y (considerando, claro est, la topologa producto).
(iii ) T es separadamente continua, esto es, para cualesquiera x0 X, y0 Y, las aplicaciones
lineales
y 7 T ( x0 , y) (y Y ),
x 7 T ( x, y0 ) ( x X )
son continuas.