Está en la página 1de 31

Espacios Lp

PDF generado usando el kit de herramientas de fuente abierta mwlib. Ver http://code.pediapress.com/ para mayor informacin. PDF generated at: Tue, 26 Feb 2013 18:33:08 UTC

Contenidos
Artculos
Espacio vectorial Espacio vectorial normado Espacios Lp Espacio de Banach Espacio de Hilbert 1 14 16 17 21

Referencias
Fuentes y contribuyentes del artculo Fuentes de imagen, Licencias y contribuyentes 27 28

Licencias de artculos
Licencia 29

Espacio vectorial

Espacio vectorial
Este artculo est orientado a proporcionar un tratamiento riguroso y abstracto del concepto de espacio vectorial. Para una introduccin ms accesible al concepto, vase Vector En matemticas, un espacio vectorial es una estructura algebraica creada a partir de un conjunto no vaco, una operacin interna (llamada suma, definida para los elementos del conjunto) y una operacin externa (llamada producto por un escalar, definida entre dicho conjunto y un cuerpo matemtico), con 8 propiedades fundamentales. A los elementos de un espacio vectorial se les llama vectores y a los elementos del cuerpo, escalares.

Historia
Histricamente, las primeras ideas que condujeron a los espacios vectoriales modernos se remontan al siglo XVII: geometra analtica, matrices y sistemas de ecuaciones lineales. Los espacios vectoriales se derivan de la geometra afn, a travs de la Representacin artstica de un espacio vectorial. introduccin de coordenadas en el plano o el espacio tridimensional. Alrededor de 1636, los matemticos franceses Descartes y Fermat fundaron las bases de la geometra analtica mediante la vinculacin de las soluciones de una ecuacin con dos variables a la determinacin de una curva plana.[1] Para lograr una solucin geomtrica sin usar coordenadas, Bernhard Bolzano introdujo en 1804 ciertas operaciones sobre puntos, lneas y planos, que son predecesores de los vectores.[2] Este trabajo hizo uso del concepto de coordenadas baricntricas de August Ferdinand Mbius de 1827.[3] La primera formulacin moderna y axiomtica se debe a Giuseppe Peano, a finales del siglo XIX. Los siguientes avances en la teora de espacios vectoriales provienen del anlisis funcional, principalmente de los espacios de funciones. Los problemas de Anlisis funcional requeran resolver problemas sobre la convergencia. Esto se hizo dotando a los espacios vectoriales de una adecuada topologa, permitiendo tener en cuenta cuestiones de proximidad y continuidad. Estos espacios vectoriales topolgicos, en particular los espacios de Banach y los espacios de Hilbert tienen una teora ms rica y elaborada. El origen de la definicin de los vectores es la definicin de Giusto Bellavitis de bipoint, que es un segmento orientado, uno de cuyos extremos es el origen y el otro un objetivo. Los vectores se reconsideraron con la presentacin de los nmeros complejos de Argand y Hamilton y la creacin de los cuaterniones por este ltimo (Hamilton fue adems el que invent el nombre de vector).[4] Son elementos de R2 y R4; el tratamiento mediante combinaciones lineales se remonta a Laguerre en 1867, quien tambin defini los sistemas de ecuaciones lineales. En 1857, Cayley introdujo la notacin matricial, que permite una armonizacin y simplificacin de las aplicaciones lineales. Casi al mismo tiempo, Grassmann estudi el clculo baricntrico iniciado por Mbius. Previ conjuntos de objetos abstractos dotados de operaciones.[5] En su trabajo, los conceptos de independencia lineal y dimensin, as como de producto escalar estn presentes. En realidad el trabajo de Grassmann de 1844 supera el marco de los espacios vectoriales, ya que teniendo en cuenta la multiplicacin, tambin, lo llev a lo que hoy en da se llaman lgebras. El matemtico italiano Peano dio la primera definicin moderna de espacios vectoriales y aplicaciones lineales en 1888.[6] Un desarrollo importante de los espacios vectoriales se debe a la construccin de los espacios de funciones por Henri Lebesgue. Esto ms tarde fue formalizado por Banach en su tesis doctoral de 1920[7] y por Hilbert. En este momento, el lgebra y el nuevo campo del anlisis funcional empezaron a interactuar, en particular con conceptos clave tales

Espacio vectorial como los espacios de funciones p-integrables y los espacios de Hilbert. Tambin en este tiempo, los primeros estudios sobre espacios vectoriales de infinitas dimensiones se realizaron. Los espacios vectoriales tienen aplicaciones en otras ramas de la matemtica, la ciencia y la ingeniera. Se utilizan en mtodos como las series de Fourier, que se utiliza en las rutinas modernas de compresin de imgenes y sonido, o proporcionan el marco para resolver ecuaciones en derivadas parciales. Adems, los espacios vectoriales proporcionan una forma abstracta libre de coordenadas de tratar con objetos geomtricos y fsicos, tales como tensores, que a su vez permiten estudiar las propiedades locales de variedades mediante tcnicas de linealizacin.

Notacin
Dado un espacio vectorial Los elementos de como: se llaman vectores. Caligrafias de otras obras sobre un cuerpo , se distinguen.

Si el texto es de fsica suelen representarse bajo una flecha:

Los elementos de

como: se llaman escalares.

Definicin de espacio vectorial


Un espacio vectorial sobre un cuerpo conjunto (como el cuerpo de los nmeros reales o los nmeros complejos) es un no vaco, dotado de dos operaciones para las cuales ser cerrado:

operacin interna tal que: 1) tenga la propiedad conmutativa, es decir

2) tenga la propiedad asociativa, es decir

3) tenga elemento neutro

, es decir

4) tenga elemento opuesto, es decir

y la operacin producto por un escalar:

operacin externa tal que: 5) tenga la propiedad asociativa:

6)

sea elemento neutro del producto:

7) tenga la propiedad distributiva del producto respecto la suma de vectores:

Espacio vectorial

8) tenga la propiedad distributiva del producto respecto la suma de escalares:

Observaciones
La denominacin de las dos operaciones no condiciona la definicin de espacio vectorial por lo que es habitual encontrar traducciones de obras en las que se utiliza multiplicacin para el producto y adicin para la suma, usando las distinciones propias de la aritmtica. Para demostrar que un conjunto es un espacio vectorial: y admiten una redefinicin del tipo

Lo es si sus dos operaciones, por ejemplo Si supisemos que 1, 2, 3 y 4.

y cumpliendo las 8 condiciones exigidas. es un grupo conmutativo o abeliano respecto la suma ya tendramos probados los apartados tendramos probados los apartados 5 y 6.

Si supisemos que el producto es una accin por la izquierda de Si no se dice lo contrario: .

Propiedades
Unicidad del vector neutro de la propiedad 3: supongamos que el neutro no es nico, es decir, sean y dos vectores neutros, entonces:

Unicidad del vector opuesto de la propiedad 4: supongamos que el opuesto no es nico, es decir, sean como el neutro es nico: y dos vectores opuestos de , entonces,

Unicidad del elemento

en el cuerpo

: y dos unidades, entonces:

supongamos que 1 no es nico, es decir, sean

Unicidad del elemento inverso en el cuerpo supongamos que el inverso como el neutro es nico:

: y dos opuestos de , entonces,

de a, no es nico, es decir, sean

Producto de un escalar por el vector neutro:

Producto del escalar 0 por un vector:

Si

Espacio vectorial Si Si es cierto. entonces:

Notacin . Observacin

Si Si

Primer ejemplo con demostracin al detalle


Se quiere probar que Si juega el papel de es un espacio vectorial sobre y el de :

Los elementos:

son, de forma genrica:

es decir, pares de nmeros reales. Por claridad se conserva la denominacin del vector, en este caso u, en sus coordenadas, aadiendo el subndice x o y para denominar su componente en el eje x o y respectivamente En se define la operacin suma:

donde:

y la suma de u y v sera:

donde:

esto implica que la suma de vectores es interna y bien definida. La operacin interna suma tiene las propiedades: 1) La propiedad conmutativa, es decir:

Espacio vectorial 2) La propiedad asociativa:

3) tiene elemento neutro

4) tenga elemento opuesto:

La operacin producto por un escalar:

El producto de a y u ser:

donde:

esto implica que la multiplicacin de vector por escalar es externa y aun as est bien definida. 5) tenga la propiedad:

Esto es:

6)

sea elemento neutro en el producto:

Que resulta:

Que tiene la propiedad distributiva: 7) distributiva por la izquierda:

En este caso tenemos:

Espacio vectorial

8) distributiva por la derecha:

Que en este caso tenemos:

Queda demostrado que es espacio vectorial.

Ejemplos de espacios vectoriales


Los cuerpos
Todo cuerpo es un espacio vectorial sobre l mismo, usando como producto por escalar el producto del cuerpo. es un espacio vectorial de dimensin uno sobre .

Todo cuerpo es un espacio vectorial sobre su subcuerpo, usando como producto por escalar el producto del cuerpo. es un espacio vectorial de dimensin 2 sobre . . es un espacio vectorial de dimensin infinita sobre

Sucesiones sobre un cuerpo


El espacio vectorial ms conocido notado como decir, sucesiones finitas de , donde n>0 es un entero, tiene como elementos n-tuplas, es de longitud n con las operaciones:

(u1, u2, ..., un)+(v1, v2, ..., vn)=(u1+v1, u2+v2, ..., un+vn). a(u1, u2, ..., un)=(au1, au2, ..., aun). Las sucesiones infinitas de son espacios vectoriales con las operaciones: (u1, u2, ..., un, ...)+(v1, v2, ..., vn, ...)=(u1+v1, u2+v2, ..., un+vn, ...). a(u1, u2, ..., un, ...)=(au1, au2, ..., aun, ...). El espacio de las matrices , , sobre , con las operaciones:

Tambin son espacios vectoriales cualquier agrupacin de elementos de tenemos las cajas sobre

en las cuales se defina las operaciones , as por ejemplo

suma y producto entre estas agrupaciones, elemento a elemento, similar al de matrices

que aparecen en el desarrollo de Taylor de orden 3 de una funcin

Espacio vectorial genrica.

Espacios de aplicaciones sobre un cuerpo


El conjunto de las aplicaciones , un cuerpo y un conjunto, tambin forman espacios vectoriales mediante la suma y la multiplicacin habitual:

Los polinomios El espacio vectorial K[x] formado por funciones polinmicas, vemoslo: Expresin los coeficientes . donde y , , general: ,donde considrese

Las series de potencias son similares, salvo que se permiten infinitos trminos distintos de cero. Funciones trigonomtricas
Suma de f(x)=x+x2 y g(x)=-x2.

Las funciones trigonomtricas forman espacios vectoriales, con las siguientes operaciones: Expresin general:

Espacio vectorial

Los sistemas de ecuaciones lineales homogneas

Sistema de 2 ecuaciones y 3 variables

equivalentemente

simplificado como Un sistema de ecuaciones lineales homogneas( ecuaciones lineales en las que decir, operaciones: Si Si Tambin que las ecuaciones en s, filas de la matriz Si Si . .

es siempre una solucin, es

) posee soluciones que forman un espacio vectorial, se puede ver en sus dos

notadas como una matriz

, es decir,

, son un espacio vectorial, como se puede ver en sus dos operaciones:

Definicin de subespacio vectorial


Sea un espacio vectorial sobre y no vaco, es un subespacio vectorial de si:

Consecuencias
hereda las operaciones de consecuencia tenemos que como aplicaciones bien definidas, es decir que no escapan de . , y como es un espacio vectorial sobre

Con cualquier subconjunto de elementos seleccionados en los espacios vectoriales anteriores, no vaco, se pueden generar subespacios vectoriales, para ello seria til introducir nuevos conceptos que facilitarn el trabajo sobre estos nuevos espacios vectoriales.

Espacio vectorial

Resultados internos
Para detallar el comportamiento interno de todos los espacios vectoriales de modo general es necesario exponer una serie de herramientas cronolgicamente vinculadas entre ellas, con las cuales es posible construir resultados vlidos en cualquier estructura que sea espacio vectorial.

Combinacin lineal
Dado un espacio vectorial es combinacin lineal , diremos que un vector u de los vectores de si existen escalares

tales que

Notaremos como . Proposicin 1 Dado

el conjunto resultante de todas

las combinaciones lineales de los vectores de

un espacio vectorial y

un conjunto es el subespacio y que contiene a .

Cada vector u es combinacin lineal de forma nica

de vectores, el conjunto vectorial ms pequeo contenido en


Demostracin

Si se supone lo contrario, que existe uno ms pequeo contradiccin, ya que u est generado por elementos de a causa de la buena definicin de las dos operaciones, por tanto .

Nota. En este caso se dice que

es un sistema de generadores que genera a

Independencia lineal
Diremos que un conjunto de vectores es linealmente independiente si el vector 0 no se , es decir: puede expresar como combinacin lineal no nula de los vectores de Si . Diremos que un conjunto Proposicin 2 son linealmente dependientes
Demostracin

de vectores es linealmente dependiente si no es linealmente independiente.

Linealmente dependientes tomando Si donde . y por tanto linealmente dependientes.

Espacio vectorial

10

Base de un espacio vectorial


Las bases revelan la estructura de los espacios vectoriales de una manera concisa. Una base es el menor conjunto (finito o infinito) B = {vi}i I de vectores que generan todo el espacio. Esto significa que cualquier vector v puede ser expresado como una suma (llamada combinacin lineal) de elementos de la base a1vi1 + a2vi2 + ... + anvin, donde los ak son escalares y vik (k = 1, ..., n) elementos de la base B. La minimalidad, por otro lado, se hace formal por el concepto de independencia lineal. Un conjunto de vectores se dice que es linealmente independiente si ninguno de sus elementos puede ser expresado como una combinacin lineal de los restantes. Equivalentemente, una ecuacin a1vi1 + ai2v2 + ... + anvin = 0 slo se consigue si todos los escalares a1, ..., an son iguales a cero. Por definicin de la base cada vector puede ser expresado como una suma finita de los elementos de la base. Debido a la independencia lineal este tipo de representacin es nica. Los espacios vectoriales a veces se introducen desde este punto de vista.

Base formalmente
Dado un sistema de generadores, diremos que es una base si son linealmente independientes. Proposicin 3. Dado un es espacio vectorial una base . Proposicin 4. Dado un espacio vectorial linealmente independiente y es linealmente independiente.
v1 y v2 son base de un plano, si hubiese dependencia lineal(alineados) la cuadrcula no podra generarse

Teorema de la base de generadores Todo sistema de generadores tiene una base. Teorema Steinitz Toda base de un espacio vectorial puede ser cambiada parcialmente por vectores linealmente independientes. Corolario. Si un espacio vectorial vectores. tiene una base de vectores cualquier otra base posee

Observacin
Todo espacio vectorial tiene una base. Este hecho se basa en el lema de Zorn, una formulacin equivalente del axioma de eleccin. Habida cuenta de los otros axiomas de la teora de conjuntos de Zermelo-Fraenkel, la existencia de bases es equivalente al axioma de eleccin. El ultrafilter lemma, que es ms dbil que el axioma de eleccin, implica que todas las bases de un espacio vectorial tienen el mismo "tamao", es decir, cardinalidad. Si el espacio es generado por un nmero finito de vectores, todo lo anterior puede demostrarse sin necesidad de acudir a la teora de conjuntos.

Espacio vectorial

11

Dimensin
Dado un espacio vectorial sobre : Si tiene base finita, diremos dimensin al nmero de elementos de dicha base. Si tiene base no finita, diremos que es de dimensin infinita. Notacin Dado un espacio vectorial Si Si tiene dimensin tiene dimensin y un subespacio lo indicaremos como como subespacio de , tenemos que: . lo indicaremos como .

Interseccin de subespacios vectoriales


Dado dos subespacios vectoriales notaremos como: . Observaciones. Para la interseccin sucesiva de espacios vectoriales se procede, inductivamente, de dos en dos. La unin de subespacios vectoriales no es en general un subespacio vectorial. , la interseccin es subespacio vectorial contenido en estos y lo

Suma de subespacios vectoriales


Dado dos subespacios vectoriales notaremos como: . Observacin. Para la suma sucesiva de espacios vectoriales se procede, inductivamente, de dos en dos. , la suma es un subespacio vectorial que contiene a estos y la

Teorema Frmula de Grassmann


Dado dos subespacios vectoriales de dimensin finita, tenemos el resultado siguiente: .

Suma directa de subespacios vectoriales


Dado dos subespacios vectoriales notaremos como: . , diremos que es una suma directa si y lo

Cociente de espacios vectoriales


Dado un espacio vectorial Dados y un subespacio vectorial si . . diremos que estn relacionados modulo

La relacin anterior es una relacin de equivalencia. Se nota por a la clase de

modulo . Llamaremos conjunto cociente o espacio cociente al conjunto de las clases de equivalencia anterior: Se nota por El espacio a dicho espacio cociente. es un espacio vectorial con las operaciones siguientes:

Espacio vectorial

12

Construcciones bsicas
Adems de lo expuesto en los ejemplos anteriores, hay una serie de construcciones que nos proporcionan espacios vectoriales a partir de otros. Adems de las definiciones concretas que figuran a continuacin, tambin se caracterizan por propiedades universales, que determina un objeto X especificando las aplicaciones lineales de X a cualquier otro espacio vectorial.

Suma directa de espacios vectoriales


Dado dos espacios vectoriales sobre un mismo cuerpo , . , llamaremos suma directa al espacio vectorial , veamos que estn bien definidas las dos operaciones:

Espacios vectoriales con estructura adicional


Desde el punto de vista del lgebra lineal, los espacios vectoriales se comprenden completamente en la medida en que cualquier espacio vectorial se caracteriza, salvo isomorfismos, por su dimensin. Sin embargo, los espacios vectoriales ad hoc no ofrecen un marco para hacer frente a la cuestin fundamental para el anlisis de si una sucesin de funciones converge a otra funcin. Asimismo, el lgebra lineal no est adaptada per se para hacer frente a series infinitas, ya que la suma solo permite un nmero finito de trminos para sumar. Las necesidades del anlisis funcional requieren considerar nuevas estructuras.

Espacios normados
Un espacio vectorial es normado si est dotado de una norma.

Espacio mtrico
Un espacio mtrico es un espacio vectorial dotado de una aplicacin distancia. Proposicin 5. Un espacio normado es un espacio mtrico, donde la distancia viene dada por:

Toda distancia inducida por la norma es una distancia.

Espacios vectoriales topolgicos


Dada una topologa sobre un espacio vectorial donde los puntos sean cerrados y las dos operaciones del espacio vectorial sean continuas respecto dichas topologa, diremos que: es una topologa vectorial sobre , es un espacio vectorial topolgico. Proposicin 6.. Todo espacio vectorial topolgico dotado de una mtrica es espacio normado. Proposicin 7.. Todo espacio normado es un espacio vectorial topolgico.

Espacio vectorial

13

Espacios de Banach
Un espacio de Banach es un espacio normado y completo.

Espacios prehilbertianos
Un espacio prehilbertiano es un par escalar. , donde es un espacio vectorial y es un producto a

Espacios de Hilbert
Un espacio de Hilbert es un espacio prehilbertiano completo por la norma definida por el producto escalar.

Morfismos entre espacios vectoriales


Son aplicaciones entre espacios vectoriales que mantienen la estructura de los espacios vectoriales, es decir, conservan las dos operaciones y las propiedades de stas de uno a otro de dichos espacios.

Aplicaciones lineales
Dado dos espacios vectoriales lineal si: , . y , sobre un mismo cuerpo, diremos que una aplicacin es

Referencias
[1] [2] [3] [4] [5] [6] [7] Bourbaki, 1969, ch. "lgabre linaire et lgebre multilinaire", pp. 7891. Bolzano, 1804. Mbius, 1827. Hamilton, 1853. Grassmann, 1844. Peano, 1888, ch. IX. Banach, 1922.

Notas Referencias histricas


Banach, Stefan (1922) (en francs). Sur les oprations dans les ensembles abstraits et leur application aux quations intgrales (On operations in abstract sets and their application to integral equations). 3. Fundamenta Mathematicae. ISSN 0016-2736 (http://worldcat.org/issn/0016-2736). Bolzano, Bernard (1804) (en alemn). Betrachtungen ber einige Gegenstnde der Elementargeometrie (Considerations of some aspects of elementary geometry) (http://dml.cz/handle/10338.dmlcz/400338). Bourbaki, Nicolas (1969) (en francs). lments d'histoire des mathmatiques (Elements of history of mathematics). Paris: Hermann. Grassmann, Hermann (1844) (en alemn). Die Lineale Ausdehnungslehre - Ein neuer Zweig der Mathematik (http://books.google.com/books?id=bKgAAAAAMAAJ&pg=PA1&dq=Die+Lineale+Ausdehnungslehre+ ein+neuer+Zweig+der+Mathematik). Hamilton, William Rowan (1853) (en ingls). Lectures on Quaternions (http://historical.library.cornell.edu/ cgi-bin/cul.math/docviewer?did=05230001&seq=9). Royal Irish Academy. Mbius, August Ferdinand (1827) (en alemn). Der Barycentrische Calcul : ein neues Hlfsmittel zur analytischen Behandlung der Geometrie (Barycentric calculus: a new utility for an analytic treatment of

Espacio vectorial geometry) (http://mathdoc.emath.fr/cgi-bin/oeitem?id=OE_MOBIUS__1_1_0). The axiomatization of linear algebra: 18751940, Historia Mathematica 22 (3): 262303, 1995, ISSN 0315-0860 (http://worldcat.org/issn/0315-0860) Peano, Giuseppe (1888) (en italiano). Calcolo Geometrico secondo l'Ausdehnungslehre di H. Grassmann preceduto dalle Operazioni della Logica Deduttiva. Turin.

14

Bibliografa
Castellet, M.; Llerena, I. (1988). IV espais vectorials (en cataln). lgebra lineal i geometra. Publ. UAB. Lang, S. (1976). lgebra Lineal. Fondo Educativo Interamericano. Queysanne, M., lgebra Bsica, Vicens-Vives. 1973. Rudin, w., Anlisis Funcional (Definicin axiomtica de espacios vectoriales topolgicos introductivamente), Revert.

Enlaces externos
Juega con vectores (http://www.frontiernet.net/~imaging/vector_calculator.html) Weisstein, Eric W. Espacio vectorial (http://mathworld.wolfram.com/VectorSpace.html) (en ingls). MathWorld. Wolfram Research. A lecture (http://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/video-lectures/ lecture-9-independence-basis-and-dimension/) about fundamental concepts related to vector spaces (given at MIT) A graphical simulator (http://code.google.com/p/esla/) for the concepts of span, linear dependency, base and dimension

Espacio vectorial normado


En matemtica un espacio vectorial se dice que es normado si en l se puede definir una norma vectorial. Podemos sealar los siguientes hechos que ayudan a comprender la importancia del concepto de espacio normado: En un espacio eucldeo, la norma coincide precisamente con la longitud del vector. Todo espacio vectorial normado es un espacio mtrico con la distancia inducida por la norma. Si el espacio vectorial es adems completo se dice que es un espacio de Banach.

Definicin
Un espacio vectorial V sobre un cuerpo 1. No negatividad. Para todo si y de 2. Homogeneidad. Para todo de en el que se define un valor absoluto (generalmente o ) se dice que es normado si en l se puede definir una norma, es decir, una aplicacin su norma ha de ser positiva, y ser cero si y slo si . y para todo k de e de se satisface que . . donde | | es el , que verifica: es el vector cero:

mdulo o valor absoluto. 3. Desigualdad triangular. Para todos Generalmente se denotar a

se cumple que

al espacio vectorial normado y cuando la norma sea clara simplemente por

Espacio vectorial normado

15

Ejemplos
De dimensin finita
Los espacios eucldeos , estudiados en el anlisis clsico. :

Las matrices cuadradas de orden n sobre

De dimensin infinita
El espacio de Hilbert de funciones de cuadrado integrable sobre un intervalo producto escalar . El espacio de funciones continuas con la norma dada por el

sobre un espacio topolgico compacto con la norma del supremo:

Distancia inducida
En todo espacio vectorial normado se puede definir la distancia :

con la cual (V,d) es un espacio mtrico.

Espacios vectoriales normados de dimensin finita


Se cumplen los siguientes resultados (que generalmente no son ciertos para espacios de dimensin infinita): Todas las normas definidas en el espacio son equivalentes, es decir, definen la misma topologa. La convergencia o divergencia de una sucesin no depende de la norma escogida. El resultado no es cierto para espacios de dimensin infinita siendo siempre posible encontrar dos normas que no son equivalentes. El espacio es completo, es decir, es un espacio de Banach. Como consecuencia, todo subespacio de dimensin finita de un espacio vectorial (no necesariamente de dimensin finita) es cerrado. Un espacio vectorial normado es de dimensin finita si y slo si la bola unidad es compacta. Todo funcional lineal es continuo. Si el espacio tiene dimensin infinita, existen funcionales lineales no continuos. Teorema de Heine-Borel o teorema de Borel-Lebesgue. Un subconjunto del espacio vectorial es compacto si y solo si es cerrado y acotado.

Espacios normados de dimensin infinita


En anlisis funcional, teora de ecuaciones diferenciales e incluso en mecnica cuntica intervienen espacios normados de dimensin infinita, en especial espacios de Banach y espacios de Hilbert. Ambos tipos de espacios son mtricamente completos, siendo todo espacio de Hilbert trivialmente tambin un espacio de Banach (al revs slo es cierto si la norma del espacio de Banach satisface la ley del paralelogramo). Los espacios de Banach son ampliamente usados para discutir ecuaciones de evolucin que involucran ecuaciones diferenciales ordinarias (en concreto un problema bien definido est definido sobre un espacio de Banach).

Espacio vectorial normado

16

Referencias
Bibliografa
Iribarren, Ignacio L.: Topologa de espacios mtricos (1973) Editorial Limusa Wiley S.A. , primera edicin , impreso en Mxico Cotlar, Mischa und Cignoli, Roberto: Nociones de espacios normados (1967) Editorial Universitaria de Buenos aires, impreso en La Argentina.

Espacios Lp
Los espacios son los espacios vectoriales normados ms importantes en el contexto de la teora de la medida y de la integral de Lebesgue. Reciben tambin el nombre de espacio de Lebesgue por el matemtico Henri Lebesgue.

Definicin
Consideremos un espacio de medida. Se define el espacio vectorial:

Como el espacio de todas las funciones medibles

que cumplen:

Asimismo, se define el espacio

como el espacio de las funciones medibles

que verifican:

Es decir, aquellas funciones medibles acotadas excepto en un conjunto de medida nula. Una norma natural para definir en estos espacios sera: , si ,y , pues

Sin embargo, una aplicacin as definida no resulta norma, ya que no se cumple

cualquier funcin que sea igual a la funcin nula, salvo en un conjunto de medida nula, tendr norma cero. As, se define la siguiente relacin de equivalencia sobre : . Se prueba que efectivamente es una relacin de equivalencia, y se defina son las clases de equivalencia de la relacin definidas (donde , i.e., el espacio vectorial cuyos elementos las normas anteriormente resulta ser norma y . Considerando entonces sobre

es cualquier representante de la clase de equivalencia), se prueba que

que su valor no depende del representante de la clase de equivalencia escogido. Usualmente no se hace distincin entre funcin y clase de equivalencia en este contexto.

Espacios Lp

17

Propiedades
1. 2. es un espacio de Banach. es un Espacio de Hilbert, dotado del producto interno .

3. Si , entonces se tiene que . 4. Si es reflexivo. 5. Si denotamos por al espacio de las funciones simples, se cumple que 6. Si , el dual topolgico de es donde es tal que se identifica con

es denso en . .

7. Si el espacio de medida es 8. Si

-finito, entonces el dual de

es un espacio topolgico localmente compacto separado, y

es una medida regular, entonces

(el espacio de las funciones continuas a soporte compacto) es denso en con . 9. El espacio de las funciones infinitamente derivables en un abierto a soporte compacto y que estn en con , es denso en , es decir .

Espacio de Banach
En matemticas, los espacios de Banach, llamados as en honor de Stefan Banach, son uno de los objetos de estudio ms importantes en anlisis funcional. Los espacios de Banach son tpicamente espacios de funciones de dimensin infinita.

Definicin
Un espacio de Banach es un espacio vectorial normado completo. Esto quiere decir que un espacio de Banach es un espacio vectorial sobre el cuerpo de los nmeros reales o el de los complejos con una norma |||| tal que toda sucesin de Cauchy (con respecto a la mtrica d(x, y) = ||x - y||) en V tiene un lmite en V.

Ejemplos
De aqu en adelante, designar uno de los cuerpos o : Los conocidos espacios euclidianos , donde la norma euclidiana de x = (x1, ..., xn) est dada por ||x|| = ( 1/2 |xi|) , son espacios de Banach. El espacio de todas las funciones continuas definidas sobre un intervalo compacto (cerrado y acotado) [a, b] tiene la estructura de espacio de Banach si definimos la norma segn ||f|| = sup { |f(x)| : x en [a, b] }. Esta es, de hecho, una norma, gracias al hecho de que las funciones continuas definidas sobre un intervalo cerrado estn acotadas. Este espacio es completo con esta norma, y el espacio de Banach resultante se denota por C[a, b]. Este ejemplo se puede generalizar al espacio C(X) de todas las funciones continuas X K, donde X es un espacio compacto, o al espacio de todas las funciones continuas acotadas X K, donde X es cualquier espacio topolgico, y an al espacio B(X) de todas las funciones acotadas X K, donde X es cualquier conjunto. En todos estos ejemplos podemos multiplicar funciones y quedar en el mismo espacio: Todos estos espacios son, de hecho, lgebras de Banach unitarias.

Espacio de Banach

18

Espacios de sucesiones lp
Si p 1 es un nmero real, podemos considerar el espacio de todas las sucesiones infinitas (x1, x2, x3, ...) de elementos en K tales que la serie infinita i |xi|p es finita. Entonces se define la norma-p de la sucesin como la raz p-sima del valor de la serie. Este espacio, junto a su norma, es un espacio de Banach; se denota por lp:

El espacio de Banach l consiste en todas las sucesiones acotadas de elementos en K; la norma de una de estas sucesiones se define como el supremo de los valores absolutos de los miembros de la sucesin.

Espacios de funciones Lp
De nuevo, si p 1 es un nmero real, podemos considerar a todas las funciones Lebesgue-integrable, es decir el conjunto tales que | f |p es

Se define la norma de f como la raz p-sima de esta integral. Por s mismo, este espacio no es un espacio de Banach porque existen funciones no nulas cuya norma es cero. Definimos una relacin de equivalencia como sigue:

Es decir, f y g son equivalentes si y solo si la "semi-norma" de f - g es cero. El conjunto de las clases de equivalencia obtiene entonces la estructura de espacio de Banach y es denotado por :

Es crucial usar la integral de Lebesgue en lugar de la integral de Riemann en este caso, porque la integral de Riemann no dara un espacio completo. Estos ejemplos se pueden generalizar: ver espacios Lp para ms detalles.

Otros ejemplos
Si X e Y son dos espacios de Banach, entonces podemos formar su suma directa X Y, que es un espacio de Banach tambin. Esta construccin se puede generalizar para la suma directa de una cantidad arbitraria de espacios de Banach. Si M es un subespacio vectorial cerrado de un espacio de Banach X, entonces el espacio cociente X/M es un espacio de Banach tambin. Finalmente, todo espacio de Hilbert es un espacio de Banach. El recproco no es cierto.

Relacin con espacios de Hilbert


Como se menciona anteriormente, cada espacio de Hilbert es un espacio de Banach porque, por definicin, un espacio de Hilbert es completo con respecto a la norma asociada a su producto interior. No todos los espacios de Banach son espacios de Hilbert. Una condicin necesaria y suficiente para que un espacio de Banach sea tambin un espacio de Hilbert es la identidad del paralelogramo:

para todo u y v en nuestro espacio de Banach V, y donde ||*|| es la norma sobre V. Si la norma de un espacio de Banach satisface esta identidad, entonces el espacio es un espacio de Hilbert, con el producto interior dado por la identidad de polarizacin. Si V es un espacio de Banach real entonces la identidad de polarizacin es

Espacio de Banach

19

y en el caso que V sea un espacio de Banach complejo la identidad de polarizacin est dada por

Para demostrar que la identidad del paralelogramo implica que la forma definida por la identidad de polarizacin es verdaderamente un producto interior, uno verifica algebraicamente que esta forma es aditiva, de donde, se sigue por induccin que la forma es lineal sobre los enteros y racionales. Entonces, como todo real es lmite de alguna sucesin de Cauchy de racionales, la completitud de la norma extiende la linealidad sobre toda la recta real. En el caso complejo uno puede probar tambin que la forma bilineal es lineal sobre i en un argumento, y conjugada lineal en el otro.

Construcciones en espacios de Banach


Operadores lineales
Si V y W son espacios de Banach sobre el mismo cuerpo K, el conjunto de todas las transformaciones lineales continuas A : V W se denota por L(V, W). Es de notar que en espacios de infinitas dimensiones no todas las funciones lineales son automticamente continuas. L(V, W) es un espacio vectorial, y definiendo la norma ||A|| = sup { ||Ax|| : x en V con ||x|| 1 } se transforma en un espacio de Banach. El espacio L(V) = L(V, V) forma un lgebra de Banach unitaria, donde la operacin de multiplicacin est dada por la composicin de funciones lineales.

Espacio dual
Si V es un espacio de Banach y K es el cuerpo subyacente (el de los nmeros reales, o bien, el de los nmeros complejos), entonces K es un espacio de Banach (usando el valor absoluto como norma) y podemos definir al espacio dual V por V = L(V, K). Este es, de nuevo, un espacio de Banach. Se puede usar para definir una nueva topologa para V: la topologa dbil. Existe un mapeo natural F de V a V'' definido por: F(x)(f) = f(x) para todo x en V y f en V'. como consecuencia del teorema de Hahn-Banach, este mapeo es inyectivo; si llegara a ser sobreyectivo, entonces el espacio de Banach V se dice reflexivo. Los espacios reflexivos tienen muchas propiedades geomtricas importantes. Un espacio es reflexivo si y solo si su espacio dual es reflexivo, lo que ocurre si y solo si su bola unitaria es compacta en la topologa dbil. Por ejemplo, lp es reflexivo para 1<p< pero l y l no son reflexivos. El dual de lp es lq donde p y q estn relacionados por la frmula (1/p) + (1/q) = 1. Ver espacios Lp para ms detalles.

Derivada de Frchet
Dada una aplicacin (no necesariamente lineal) f : V W entre dos espacios de Banach es posible definir la derivada de esta funcin generalizando el caso de . Intuitivamente, si x es un elemento de V, la derivada de f en el punto x es una forma lineal continua que aproxima f cerca de x. Formalmente, se dice que f es diferenciable en x si existe una forma lineal continua A : V W tal que

El lmite aqu se toma sobre todas las sucesiones de elementos no nulos de V que converjan al nulo de V. Si el lmite existe, escribimos Df(x) = A y le llamamos la derivada de f en x. Esta nocin de derivada es una generalizacin de la derivada ordinaria de funciones R R, pues las funciones lineales de R a R son las multiplicaciones por nmeros reales.

Espacio de Banach Si f es diferenciable en todos los puntos x de V, entonces Df : V L(V, W) es otra funcin entre espacios de Banach (que no es, en general, lineal), que posiblemente, se puede diferenciar de nuevo, definiendo as derivadas ms altas de f. La n-sima derivada en un punto x se puede ver como una funcin multilineal Vn W. La diferenciacin es una operacin lineal en el siguiente sentido: si f y g son dos funciones V W que son diferenciables en x, y r y s son escalares de K, entonces rf + sg es diferenciable en x con D(rf + sg)(x) = rD(f)(x) + sD(g)(x). La regla de la cadena es tambin vlida en este contexto: si f : V W es diferenciable en x que pertenece a V, y g : W X es diferenciable en f(x), entonces la funcin compuesta g o f es diferenciable en x ya la derivada es la composicin de las derivadas:

20

Generalizaciones
Muchos espacios importantes en anlisis funcional, por ejemplo el espacio de todas las funciones infinitamente diferenciables de R en R o el espacio de todas las distribuciones sobre R son espacios vectoriales completos, pero no normados, no siendo espacios de Banach entonces. En los espacios de Frchet an se tiene una mtrica completa, mientras que los espacios LF son espacios vectoriales uniformes que surgen como lmites de espacios de Frchet.

Enlaces externos
Weisstein, Eric W. Banach Space [1] (en ingls). MathWorld. Wolfram Research. Banach Space [2] en PlanetMath

Referencias
[1] http:/ / mathworld. wolfram. com/ BanachSpace. html [2] http:/ / planetmath. org/ encyclopedia/ BanachSpace. html

Espacio de Hilbert

21

Espacio de Hilbert
En matemticas, el concepto de espacio de Hilbert es una generalizacin del concepto de espacio eucldeo. Esta generalizacin permite que nociones y tcnicas algebraicas y geomtricas aplicables a espacios de dimensin dos y tres se extiendan a espacios de dimensin arbitraria, incluyendo a espacios de dimensin infinita. Ejemplos de tales nociones y tcnicas son la de ngulo entre vectores, ortogonalidad de vectores, el teorema de Pitgoras, proyeccin ortogonal, distancia entre vectores y convergencia de una sucesin. El nombre dado a estos espacios es en honor al matemtico David Hilbert quien los utiliz en su estudio de las ecuaciones integrales. Ms formalmente, se define como un espacio de producto interior que es completo con respecto a la norma vectorial definida por el producto interior. Los espacios de Hilbert sirven para clarificar y para generalizar el concepto de series de Fourier, ciertas transformaciones lineales tales como la transformacin de Fourier, y son de importancia crucial en la formulacin matemtica de la mecnica cuntica. Los espacios de Hilbert y sus propiedades se estudia dentro del anlisis funcional.

Introduccin
Como se explica en el artculo dedicado a los espacios de producto interior, cada producto interior <.,.> en un espacio vectorial H, que puede ser real o complejo, da lugar a una norma ||.|| que se define como sigue:

H es un espacio de Hilbert si es completo con respecto a esta norma. Completo en este contexto significa que cualquier sucesin de Cauchy de elementos del espacio converge a un elemento en el espacio, en el sentido que la norma de las diferencias tiende a cero. Cada espacio de Hilbert es as tambin un espacio de Banach (pero no viceversa). Todos los espacios finito-dimensionales con producto interior (tales como el espacio eucldeo con el producto escalar ordinario) son espacios de Hilbert. Esto permite que podamos extrapolar nociones desde los espacios de dimensin finita a los espacios de Hilbert de dimensin infinita (por ejemplo los espacios de funciones). Sin embargo, los ejemplos infinito-dimensionales tienen muchos ms usos. Estos usos incluyen: La teora de las representaciones del grupo unitarias. La teora de procesos estocsticos cuadrado integrables. La teora en espacios de Hilbert de ecuaciones diferenciales parciales, en particular formulaciones del problema de Dirichlet. Anlisis espectral de funciones, incluyendo teoras de wavelets. Formulaciones matemticas de la mecnica cuntica. El producto interior permite que uno adopte una visin "geomtrica" y que utilice el lenguaje geomtrico familiar de los espacios de dimensin finita. De todos los espacios vectoriales topolgicos infinito-dimensionales, los espacios de Hilbert son los de "mejor comportamiento" y los ms cercanos a los espacios finito-dimensionales. Los elementos de un espacio de Hilbert abstracto a veces se llaman "vectores". En las aplicaciones, son tpicamente sucesiones de nmeros complejos o de funciones. En mecnica cuntica por ejemplo, un conjunto fsico es descrito por un espacio complejo de Hilbert que contenga las "funciones de ondas" para los estados posibles del conjunto. Vase formulacin matemtica de la mecnica cuntica. Una de las metas del anlisis de Fourier es facilitar un mtodo para escribir una funcin dada como la suma (posiblemente infinita) de mltiplos de funciones bajas dadas. Este problema se puede estudiar de manera abstracta en los espacios de Hilbert: cada espacio de Hilbert tiene una base ortonormal, y cada elemento del espacio de Hilbert se puede escribir en una manera nica como suma de mltiplos de estos elementos bajos.

Espacio de Hilbert Los espacios de Hilbert fueron nombrados as por David Hilbert, que los estudi en el contexto de las ecuaciones integrales. El origen de la designacin, aunque es confuso, fue utilizado ya por Hermann Weyl en su famoso libro la teora de grupos y la mecnica cuntica publicado en 1931. John von Neumann fue quizs el matemtico que ms claramente reconoci su importancia.

22

Ejemplos
En los siguientes ejemplos, asumiremos que el cuerpo subyacente de escalares es similares al caso de que el cuerpo subyacente de escalares sea . , aunque las definiciones son

Espacios euclideos
El primer ejemplo, que ya haba sido avanzado en la seccin anterior, lo constituyen los espacios de dimensin finita con el producto escalar ordinario. En otras palabras,
n

con la definicin de producto interior siguiente:

donde la barra sobre un nmero complejo denota su conjugacin compleja.

Espacios de sucesiones
Sin embargo, mucho ms tpico es el espacio de Hilbert infinito dimensional. Si B es un conjunto, definimos sobre B, de la forma:

Este espacio se convierte en un espacio de Hilbert con el producto interior

para todo x e y en

B no tiene por que ser un conjunto contable en esta definicin, aunque si B no es contable, el espacio de Hilbert que resulta no es separable. Expresado de manera ms concreta, cada espacio de Hilbert es isomorfo a uno de la forma adecuado B. Si B = N, se escribe simplemente . para un conjunto

Espacios de Lebesgue
stos son espacios funcionales asociados a espacios de medida (X, M, ), donde M es una -lgebra de subconjuntos de X y es una medida contablememte aditiva en M. Sea L (X) el espacio de funciones medibles cuadrado-integrables complejo-valoradas en X, mdulo el subespacio de esas funciones cuya integral cuadrtica sea cero, o equivalentemente igual a cero casi por todas partes. cuadrado integrable significa que la integral del cuadrado de su valor absoluto es finita. mdulo igualdad casi por todas partes significa que las funciones son identificadas si y slo si son iguales salvo un conjunto de medida 0. El producto interior de las funciones f y g se da como:

Uno necesita demostrar: Que esta integral tiene de hecho sentido.

Espacio de Hilbert Que el espacio que resulta es completo. stos son hechos tcnicamente fciles. Obsrvese que al usar la integral de Lebesgue se asegura de que el espacio sea completo. Vea espacios Lp para discusin adicional de este ejemplo.

23

Espacios de Sobolev
Los espacios de Sobolev, denotados por Sobolev generalizan los espacios L . Adems de los espacios de Sobolev generales espacios:
p

son otro ejemplo de espacios de Hilbert, que se utilizan muy a . Los espacios de

menudo en el marco de las ecuaciones en derivadas parciales definidas sobre un cierto dominio

se usan ciertas notaciones particulares para cierto tipo de

Bases ortonormales
Un concepto importante es el de una base ortonormal de un espacio de Hilbert H: esta es una familia {ek}k B de H 'satisfaciendo: Los elementos estn normalizados: Cada elemento de la familia tiene norma 1: ||ek|| = 1 para todo k en B Los elementos son ortogonales: Dos elementos cualesquiera de B son ortogonales, esto quiere decir: <ek, ej> = 0 para todos los k, j en B cumpliendo la condicin j k. Expansin densa: La expansin lineal de B es densa en H. Tambin utilizamos las expresiones secuencia ortonormal y conjunto ortonormal. Los ejemplos de bases ortonormales incluyen: El conjunto {(1,0,0),(0,1,0),(0,0,1)} forma una base ortonormal de R La secuencia {fn: n Z} con fn(x) = exp(2inx) forma una base ortonormal del espacio complejo L([0, 1]) La familia {eb: b B} con eb(c) = 1 si b = c y 0 en caso contrario, forma una base ortonormal de l(B). Obsrvese que en el caso infinito-dimensional, una base ortonormal no ser una base en el sentido del lgebra lineal; para distinguir los dos, la ltima base se llama una base de Hamel. Usando el lema de Zorn, se puede demostrar que cada espacio de Hilbert admite una base ortonormal; adems, cualesquiera dos bases ortonormales del mismo espacio tienen el mismo cardinal. Un espacio de Hilbert es separable si y solamente si admite una base ortonormal numerable. Puesto que todos los espacios separables infinito-dimensionales de Hilbert son isomorfos, y puesto que casi todos los espacios de Hilbert usados en la fsica son separables, cuando los fsicos hablan de espacio de Hilbert quieren significar el separable. Si {ek}k B es una base ortonormal de H, entonces cada elemento x de H se puede escribir como:

Incluso si B no es numerable, slo contablemente muchos trminos en esta suma sern diferentes a cero, y la expresin est por lo tanto bien definida. Esta suma tambin se llama la expansin de Fourier de x. Si {ek}k B es una base ortonormal de H, entonces H es isomorfo a l(B) en el sentido siguiente: existe una funcin lineal biyectiva : H l(B) tal que

para todo x y y en H.

Espacio de Hilbert

24

Operaciones en los espacios de Hilbert


Suma directa y producto tensorial
Dado dos (o ms) espacios de Hilbert, podemos combinarlos en un espacio ms grande de Hilbert tomando su suma directa o su producto tensorial. La primera construccin se basa en la unin de conjuntos y la segunda en el producto cartesiano. La suma directa requiere que los dos conjuntos: Mientras que el producto tensorial es el mnimo espacio de Hilbert que "contiene" al producto castesiano: , y es el mnimo espacio de Hilbert que "contiene" a la unin de

Complementos y proyecciones ortogonales


Si S es un subconjunto del espacio de Hilbert H, definimos el conjunto de vectores ortogonales a S

es un subespacio cerrado de H y forma, por tanto, un espacio de Hilbert. Si V es un subespacio cerrado de H, entonces el se llama el complemento ortogonal de V. De hecho, cada x en H puede entonces escribirse unvocamente como x = v + w con v en V y w en . Por lo tanto, H es la suma directa interna de Hilbert de Vy . El operador lineal PV : H H que mapea x a v se llama la proyeccin ortogonal sobre V. Teorema. La proyeccin ortogonal PV es un operador lineal auto-adjunto en H con norma 1 con la propiedad PV = PV. Por otra parte, cualquier operador lineal E auto-adjunto tal que E = E es de la forma PV, donde V es el rango de E. Para cada x en H, PV(x) es el elemento nico v en V que minimiza la distancia ||x - v||. Esto proporciona la interpretacin geomtrica de PV(x): es la mejor aproximacin a x por un elemento de V.

Reflexividad
Una propiedad importante de cualquier espacio de Hilbert es su reflexividad, es decir, su espacio bidual (dual del dual) es isomorfo al propio espacio. De hecho, se tiene todava ms, el propio espacio dual es isomorfo al espacio original. Se tiene una descripcin completa y conveniente del espacio dual (el espacio de todas las funciones lineales continuas del espacio H en el cuerpo base), que es en s mismo un espacio de Hilbert. De hecho, el teorema de representacin de Riesz establece que para cada elemento del H ' dual existe un y solamente un u en H tal que

para todo x en H y la asociacin u proporciona un isomorfismo antilineal entre H y H '. Esta correspondencia es explotada por la notacin bra-ket popular en la fsica pero que hace fruncir el ceo a los matemticos.

Espacio de Hilbert

25

Operadores en espacios de Hilbert


Operadores acotados
Para un espacio H de Hilbert, los operadores lineales continuos A: H H son de inters particular. Un tal operador continuo es acotado en el sentido que mapea conjuntos acotados a conjuntos acotados. Esto permite definir su norma como

La suma y la composicin de dos operadores lineales continuos son a su vez continuos y lineales. Para y en H, la funcin que enva x a <y, Ax> es lineal y continua, y segn el teorema de representacin de Riesz se puede por lo tanto representar en la forma Esto define otro operador lineal continuo A*: H H, el adjunto de A. El conjunto L(H) de todos los operadores lineales continuos en H, junto con la adicin y las operaciones de composicin, la norma y la operacin adjunto, formas una C*-lgebra; de hecho, ste es el origen de la motivacin y el ms importante ejemplo de una C*-lgebra. Un elemento A en L(H) se llama auto-adjunto o hermitiano si A* = A. Estos operadores comparten muchas propiedades de los nmeros reales y se ven a veces como generalizaciones de ellos. Un elemento U de L(H) se llama unitario si U es inversible y su inverso viene dado por U*. Esto puede tambin ser expresado requiriendo que <Ux, Uy> = <x, y> para todos los x, y en H. Los operadores unitarios forman un grupo bajo composicin, que se puede ver como el grupo de automorfismos de H.

Operadores no acotados
En mecnica cuntica, uno tambin considera operadores lineales, que no necesariamente son continuos y que no necesariamente estn definidos en todo espacio H. Uno requiere solamente que se definan en un subespacio denso de H. Es posible definir a operadores no acotados auto-adjuntos, y stos desempean el papel de los observables en la formulacin matemtica de la mecnica cuntica. Ejemplos de operadores no acotados auto-adjuntos en el espacio de Hilbert L(R) son: Una extensin conveniente del operador diferencial

donde i es la unidad imaginaria y f es una funcin diferenciable de soporte compacto. El operador de multiplicacin por x:

stos corresponden a los observables de momento y posicin, respectivamente, expresados en unidades atmicas. Observe que ni A ni B se definen en todo H, puesto que en el caso de A la derivada no necesita existir, y en el caso de B la funcin del producto no necesita ser cuadrado-integrable. En ambos casos, el conjunto de argumentos posibles forman subespacios densos de L(R).

Espacio de Hilbert

26

Referencias
Dieudonne, Jean Alexandre (1966). Fundamentos de anlisis moderno. Barcelona: Revert. ISBN 9788429150605.

Fuentes y contribuyentes del artculo

27

Fuentes y contribuyentes del artculo


Espacio vectorial Fuente: http://es.wikipedia.org/w/index.php?oldid=64105850 Contribuyentes: .Jos, 80.224.97.xxx, A ntiyanki, Adverick, Amo de las supercuerdas, Amoceann, AnthonnyAG, Banfield, Bostador, Camilo, Cinabrium, Comae, Danielba894, Davius, DefLog, Diegusjaimes, Dnu72, Eduardosalg, Er Komandante, Felipealvarez, Folkvanger, FrancoGG, Fsd141, GTubio, GermanX, Gusbelluwiki, Gtz, HUB, Helene Schopenhauer, Hflores, Hprmedina, Igna, Ingenioso Hidalgo, Ivn, Javierito92, Jerowiki, Jkbw, Jorge c2010, Jorgechp, Joseaperez, Juan Marquez, Juan Mayordomo, Juanfquim, Julie, Julio grillo, Kadellar, Kiroh, Kved, LP, Laura Fiorucci, Linkedark, Lualalsa, Magister Mathematicae, Malguzt, ManuelMore, Marianov, Martinwilke1980, Matdrodes, Maveric149, Moriel, Morthylla, Natofe, Numbo3, Orgullomoore, Orly01, Paintman, Perky Pat, Pirenne, Poco a poco, Raulshc, Ricardo Oliveros Ramos, Ricardogpn, Ricardos, Robertg, Rojasyesid, Romanm, Rge, SMP, Sauron, Savh, Silvae, Sittsam, Taichi, Tano4595, Troodon, Tuncket, Txuspe, Vitamine, Vivero, Wesisnay, Wewe, Wikiwa1, Wrcdriver, Youandme, conversion script, 189 ediciones annimas Espacio vectorial normado Fuente: http://es.wikipedia.org/w/index.php?oldid=63582714 Contribuyentes: Davius, Diegusjaimes, Hoenheim, Jmvgpartner, Jorge c2010, Juan Mayordomo, Magister Mathematicae, Mcapdevila, MercurioMT, Raulshc, 12 ediciones annimas Espacios Lp Fuente: http://es.wikipedia.org/w/index.php?oldid=61531557 Contribuyentes: Alberto5000, Correogsk, Davius, Juan Mayordomo, MarceloTapiaGaete, Raulshc, Spyglass007, 9 ediciones annimas Espacio de Banach Fuente: http://es.wikipedia.org/w/index.php?oldid=58329026 Contribuyentes: Alexav8, Cassilia, Cgb, Cw88, Davius, Drake 81, Error de inicio de sesin, Gonhidi, HUB, Ingenioso Hidalgo, Javg, Jerowiki, Joseaperez, Juan Mayordomo, Lfiguero, Macarrones, Mandramas, Mister, Moriel, Pati, Plux, Raulshc, Rsg, Vargenau, Vicaram, Xan de Menguxo, 17 ediciones annimas Espacio de Hilbert Fuente: http://es.wikipedia.org/w/index.php?oldid=64063913 Contribuyentes: Agualin, Akhram, Alexav8, CSTAR, Cassilia, DanFar, Danielba894, Davius, DefLog, Euclides, GermanX, Gtz, Info.abstracta, Jerowiki, Jorge c2010, Juan Mayordomo, Kismalac, Lluvia, MONIMINO, Mandramas, Wewe, Wricardoh, Xenoforme, 41 ediciones annimas

Fuentes de imagen, Licencias y contribuyentes

28

Fuentes de imagen, Licencias y contribuyentes


Archivo:Vector space illust.svg Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:Vector_space_illust.svg Licencia: Public Domain Contribuyentes: Oleg Alexandrov Archivo:FuncionesComoEV.GIF Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:FuncionesComoEV.GIF Licencia: Public Domain Contribuyentes: Marianov Archivo:InterseccinEspacioVectorial.gif Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:InterseccinEspacioVectorial.gif Licencia: Public Domain Contribuyentes: Marianov Archivo:VectorGenerado.gif Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:VectorGenerado.gif Licencia: Public Domain Contribuyentes: Marianov Archivo:BaseGeneradora.gif Fuente: http://es.wikipedia.org/w/index.php?title=Archivo:BaseGeneradora.gif Licencia: Public Domain Contribuyentes: Marianov

Licencia

29

Licencia
Creative Commons Attribution-Share Alike 3.0 Unported //creativecommons.org/licenses/by-sa/3.0/