Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD DE MATEMATICA,
FISICA
Y COMPUTACION
Universidad Central Marta Abreude Las Villas
Cuba
2005
Indice General
1 Una aproximaci
on al estudio del An
alisis Funcional
1
1.1 Orientaciones metodologicas . . . . . . . . . . . . . . . . . . . 2
1.2 Caractersticas del texto . . . . . . . . . . . . . . . . . . . . . 3
1.3 Sobre el enfoque global en el curso de Analisis Funcional . . . 5
1.4 Preambulo al texto . . . . . . . . . . . . . . . . . . . . . . . . 6
1.4.1 Influencia del Analisis Clasico en el Analisis Funcional
7
1.4.2 Generalizacion de la geometra al Analisis Funcional . . 10
1.4.3 Importancia de los espacios normados generales . . . . 11
1.5 Panoramica del texto . . . . . . . . . . . . . . . . . . . . . . . 12
2 Espacios normados
2.1 Espacios normados . . . . . . . . . .
2.2 Espacios de Banach . . . . . . . . . .
2.3 Espacios de Hilbert . . . . . . . . . .
2.4 Desigualdades de Holder y Minkowski
2.5 Ejercicios Resueltos . . . . . . . . . .
2.6 Ejercicios Propuestos . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
3 Operadores lineales
3.1 Continuidad, acotacion y norma de un operador lineal
3.1.1 Ejercicios Resueltos . . . . . . . . . . . . . . .
3.2 Espacio de operadores lineales acotados . . . . . . . .
3.2.1 Ejercicios Resueltos . . . . . . . . . . . . . . .
3.3 Operadores inversos . . . . . . . . . . . . . . . . . . .
3.3.1 Ejercicios Resueltos . . . . . . . . . . . . . . .
3.4 Operadores cerrados . . . . . . . . . . . . . . . . . .
3.4.1 Ejercicios Resueltos . . . . . . . . . . . . . . .
3.5 Operadores casi cerrados . . . . . . . . . . . . . . . .
i
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
15
16
20
24
25
27
43
.
.
.
.
.
.
.
.
.
45
45
50
60
63
70
71
79
85
92
3.6
99
. 99
. 101
.
.
.
.
.
.
.
.
.
102
108
119
121
122
124
132
135
140
142
. 143
. 144
. 150
180
. 180
. 182
. 188
. 195
. 206
ii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. 161
. 179
Captulo 1
Una aproximaci
on al estudio
del An
alisis Funcional
El Analisis Funcional es un producto de las matematicas modernas que condensa resultados de diferentes ramas del analisis tales como: las ecuaciones
diferenciales ordinarias y parciales, ecuaciones integrales, calculo variacional,
analisis numerico, teora de aproximaciones y otros. Se ha demostrado que
resulta sumamente importante para una mejor comprension de resultados ya
obtenidos y por obtener. Hoy da, es imposible trabajar en temas del analisis
sin alg
un conocimiento de los metodos y herramientas que nos proporciona.
El analisis clasico trabaja en espacios eucldeos ndimensionales, de donde
tenemos las nociones de funciones, convergencia, etc. El Analisis Funcional
extiende y generaliza considerablemente algunas nociones como espacio, convergencia y funcion. Los elementos de los espacios ahora no solo seran
n
umeros o nuplos de n
umeros sino elementos de naturaleza arbitraria, por
ejemplo: funciones, medidas, sucesiones. Estos espacios pueden tener infinitas dimensiones y estas pueden ser contables o no. Ademas de funciones se
tienen aplicaciones (transformaciones) de espacios en otros, por lo que en casos especiales podemos hablar de funcionales y operadores. La convergencia
y los lmites seran tambien redefinidos de manera muy general para espacios
muy abstractos.
La forma muy general de estas nociones basicas permite aplicar los resultados en otras ramas distintas de las matematicas. Algunos resultados estan
muy cerca de los clasicos del analisis, pero en otros casos difieren considerable1
1.1
Orientaciones metodol
ogicas
El texto basico carece explcitamente de ejercitacion y los textos de consulta que pueden utilizarse (que se refieren en la bibliografa de este texto)
manifiestan algunos de los se
nalamientos siguientes:
Solo muestran algunos ejercicios propuestos, ninguno resuelto.
Indican respuestas cualitativas de algunos ejercicios propuestos. En
algunos casos se esboza la aplicacion de ciertos artificios.
Por lo antes se
nalado reviste importancia acometer la didactica especializada de esta asignatura a partir de la elaboracion de un libro como material
de estudio que posea las caractersticas requeridas, en particular, cubrir los
contenidos planteados en el Plan de Estudios de la Carrera de Matematica.
La intencion del texto es viabilizar la adquisicion de habilidades en las tecnicas del Analisis Funcional, que deben lograrse mediante las formas organizativas de docencia tales como el seminario, cuya preparacion debe estar
apoyada en una adecuada orientacion del trabajo independiente.
El seminario es propicio para debatir tanto aspectos teoricos como practicos,
por lo que se ha prestado atencion al desarrollo de ejemplos de ambos tipos
en el texto. Por tanto, complementando el texto con una gua apropiada, se
puede estimular la independencia en el estudiante, potenciar la inclusion de
temas novedosos del perfil del especialista (de acuerdo con el Plan de Estudio), seleccionar las actividades preparatorias para el desarrollo del seminario
y basar la ejecucion de actividades de reafirmacion de conocimientos.
1.2
LaTeX
1.3
el mismo.
Como proyeccion de la teora estudiada se han aplicado resultados
basicos del Analisis Funcional en diversas areas, como por ejemplo el
teorema de la acotacion uniforme en Analisis Matematico; la teora de
operadores inversos en Matematica Numerica y en Ecuaciones Diferenciales; la nocion de convergencia debil en la teora de funciones generalizadas y la teora espectral en la resolucion de ecuaciones integrales.
L
ogica: Mediante la dosificacion de procesos inductivo-deductivos. En este
texto se procura un balance entre lo general y lo particular y una concatenacion teorico-practica basada en los esenciales mnimos y la adecuada aplicacion de la experiencia acumulada.
Axiol
ogica: Debe garantizar la derivacion de valores partiendo de la asequibilidad del conocimiento a partir de las caractersticas de la presentacion, la forma de usar las tecnicas y el lenguaje. El objetivo
es lograr la actualidad en la informacion, profundizar la especificidad
cultural e inculcar un compromiso social mediante el analisis de los hechos y de la labor de eminentes profesionales. En el presente estudio
hay nombres explcitos de gran significacion cientfica en la historia del
Analisis Funcional, entre ellos: Stefan Banach (1892-1945) pionero en
el estudio de los espacios normados y de sus aplicaciones a partir de
1922; David Hilbert (1862-1943) considerado el mas celebre matematico
aleman de la primera mitad del siglo XX, con aportes en casi todas las
ramas de la matematica (fue contemporaneo de Otto Holder (Alemania, 1859-1937)); Hermann Minkowski (1864-1909), matematico y fsico
aleman de origen ruso, creador de algunos tipos de espacios que fueron
la base del progreso de la Teora de la Relatividad y Frederich Riesz
(1880-1956), h
ungaro, que continuo y generalizo la obra de Hilbert.
1.4
Pre
ambulo al texto
1.4.1
Influencia del An
alisis Cl
asico en el An
alisis Funcional
Para adquirir una idea de como se origino la teora del Analisis Funcional, es
u
til tomar en consideracion algunos hechos basados en la geometra clasica,
como los que se exponen a continuacion:
En el espacio Rn de n-plos de coordenadas reales, se pueden definir
dos operaciones: una de suma (que permite la traslacion) y otra de
multiplicacion por un escalar (o dilatacion en sentido amplio) y estas
operaciones dotan a este espacio de una estructura de espacio vectorial,
lo cual ofrece la posibilidad de expresar algebraicamente propiedades
afines de la geometra (por ejemplo, el segmento xy es paralelo al zu si
el vector y x es igual al vector u z).
La distancia euclideana permite fundamentar la nocion de convergencia de una sucesion de puntos en Rn . La formalizacion del concepto
de distancia euclideana entre dos puntos x, y como una aplicacion de
valores positivos definida sobre el producto cartesiano de Rn por s mismo, posee tres propiedades muy caractersticas asociadas a la nocion
heurstica de la separacion entre dos puntos: la propiedad triangular,
que expresa que en todo triangulo XY Z, la longitud del lado XY es
menor que la suma de las longitudes de los otros dos lados; la propiedad
de invarianza del valor de la distancia al permutar la notacion de los
puntos considerados y la propiedad de nulidad del valor de la distancia
si y solo si los puntos coinciden.
De aqu que Rn esta dotado de una estructura metrica que presenta dos propiedades basicas, sobre las cuales descansa la teora clasica
de funciones, esto es, el Analisis Matematico: el teorema de CauchyBolzano (una sucesion es convergente si y solo si es de Cauchy) y el
teorema de Bolzano-Weirstrass (de toda sucesion acotada se puede extraer una subsucesion convergente). La suficiencia para la convergencia
en el teorema de Cauchy-Bolzano ofrece un modelo de comportamiento
de Rn que debe recuperarse en espacios mas generales mediante una
caracterstica explcita, lo cual origina la nocion de espacio metrico
completo.
La relacion entre las caractersticas vectorial y metrica (euclideana,
7
por lo que Rn se designa entonces como E n ) esta dada por las dos
propiedades que pueden expresarse as:
(1) La distancia d(x, y) entre los puntos x, y no cambia si los dos puntos
se someten a la misma traslacion, esto es: d(x + z, y + z) = d(x, y).
(2) La distancia entre los puntos x, y queda multiplicada por el modulo
del escalar que dilata ambos puntos, es decir:
d(cx, cy) = |c| d(x, y).
Tomando z = y en la primera propiedad se tiene
d(x y, 0) = d(x, y),
lo cual significa que es suficiente conocer las distancias al origen
para determinar las distancias entre todos los puntos.
Por tanto, el n
umero d(x, 0) adquiere una relevancia especial que
tiene las propiedades siguientes:
d(x, y) 0
d(x + y, 0)
,
Prop. (1)
d(x, 0) = 0 x = 0,
d(x + y y, y) = d(x, y)
d(x, 0) + d(0, y)
| {z }
d((1)(0),(1)y)
Prop. (2)
d(x, 0) + d(0, y)
Por invarianza
d(x, 0) + d(y, 0)
y = (y1 , y2 , ..., yn )
definido as:
(x| y) =
n
X
xi y i ,
i=1
debido a que
(x| x) =
n
X
i=1
(x| y)
.
p(x) p(y)
1.4.2
Generalizaci
on de la geometra al An
alisis Funcional
kij xj = yi
i = 1, ..., n
j=1
i = 1, ..., n
Como en el caso de la teora de ecuaciones algebraicas se tiene una interpretacion geometrica de la misma por su relacion con E n , Hilbert se
10
propuso hallar un enfoque geometrico analogo para la teora de Fredholm, y esto lo llevo a introducir espacios de dimension infinita cuyos
elementos eran sucesiones o funciones con ciertas caractersticas, donde
se puede definir la nocion de distancia, perpendicularidad u ortogonalidad, etc. En la teora de Hilbert se generaliza la nocion de punto,
pero se mantiene analoga la formula para la distancia. En sus trabajos, Minkowski generaliza la nocion de distancia en un cierto sentido;
pero implcitamente la generalizacion del concepto de distancia se tena
desde que Pafnuty Chebychev (Rusia, 1821-1894), en la teora de aproximacion de una funcion continua x por un polinomio P (t), al evaluar
la bondad de la aproximacion, utilizaba el valor de
d(x, P ) = sup |x(t) P (t)| ,
t[a,b]
1.4.3
La creacion de las teoras abstractas de espacios metricos, normados, hilbertianos, etc., donde solo se fijan los axiomas a los que obedecen estos conceptos, permite deducir un grupo de teoremas que despues puede aplicarse a
diversas teoras particulares y as se evita repetir para cada teora particular
el mismo razonamiento.
Usualmente, la teora general se enriquece mediante las tres vas siguientes:
Buscando analogas de buenaspropiedades establecidas en espacios
concretos. As, por ejemplo, se generalizan las nociones de espacio
completo y de conjunto compacto. En el caso de esta u
ltima nocion, el
proceso de transferencia de la misma a espacios infinito-dimensionales
conduce a un concepto cualitativamente mas amplio que el que se tiene
en E n .
Aumentando la cantidad de estructuras disponibles sobre un conjunto,
ya que hay mas propiedades y resultados que pueden ser utilizados. Por
ejemplo, si en un espacio normado se considera ademas un producto
como operacion interna, que satisface ciertas compatibilidades tanto
con la estructura algebraica de espacio vectorial como con la estructura
11
1.5
Panor
amica del texto
El presente texto consta de seis captulos, especializados en tecnicas del Analisis Funcional lineal a partir del segundo.
Las principales ideas de cada captulo pueden resumirse como sigue:
El segundo captulo, relativo a espacios normados, destaca la axiomatica
esencial del concepto de norma e introduce por su relevancia la nocion
de espacio de Banach como caso particular de espacio metrico completo, ya que dicha nocion fundamenta un conjunto sustancial de resultados muy importantes en las aplicaciones. A su vez, son introducidos
los espacios de Hilbert como casos particulares de espacios de Banach,
debido a que constituyen la generalizacion natural de los espacios eucldeos (donde existe el concepto de ortogonalidad) y ademas constituyen
tambien el marco apropiado para el basico teorema de Riesz.
Los espacios normados resultan el caso mas sencillo de espacios vectoriales topologicos, y en los ejemplos resueltos se fortalece la idea de
la compatibilidad entre la estructura algebraica de espacio vectorial y la
12
14
Captulo 2
Espacios normados
La nocion de modulo (o valor absoluto) de un n
umero real es muy importante
porque a partir de el se define un indicador de la cercana entre dos n
umeros
cualesquiera: este consiste en considerar el modulo de la diferencia entre
ellos, es decir, se puede definir la aplicacion:
d : R R R+
as: d(x, y) = |x y|
xn x > 0 n0 N : n n0
2.1
Espacios normados
16
inf
xA,yB
kx yk
xn x.
(Ejercicio resuelto 5)
Un conjunto L X se denomina variedad lineal si de x, y L se deduce que
1 x + 2 y L, para cualesquiera 1 , 2 . Si la variedad lineal es un conjunto
cerrado en X, entonces se llama subespacio.
Se llama segmento, que une los puntos x, y X, al conjunto de puntos
del tipo x + (1 )y, 0. Un conjunto A X se llama convexo si el segmento que une cualesquiera dos puntos de A, esta contenido totalmente en A.
Las nociones topologicas de conjunto compacto y de conjunto relativamente
compacto adquieren en un espacio metrico formas especiales muy practicas
porque pueden establecerse en terminos de sucesiones. Debido a que todo
espacio normado es metrico, estas formas son validas tambien en los espacios
normados.
Un subconjunto A (E, ) se dice que es relativamente compacto si toda sucesion infinita {xn } A contiene al menos un punto de acumulacion
x0 E.
En otras palabras A (E, ) es compacto si todo subconjunto infinito de
A posee un punto de acumulacion contenido en E. En particular, un espacio
metrico (E, ) es compacto si para toda sucesion infinita {xn } E existe, al
menos, una subsucesion {xnk } que converge a x0 E.
Sobre un mismo espacio pueden definirse varias normas y es posible que estas
esten relacionadas. Dos normas kxk1 y kxk2 en un espacio lineal X se llaman
equivalentes si existen dos n
umeros , > 0 tales que, para cualquier x X
se cumple la desigualdad kxk1 kxk2 kxk1 . (Ejercicios resueltos 6 y
7)
Algunas normas de uso m
as com
un
Se resumen seguidamente algunas definiciones de norma en diversos tipos de
espacios familiares tales como: espacios de nuplos de escalares; espacios de
18
sucesiones y espacios funcionales constituidos por funciones continuas, continuamente diferenciables, acotadas, medibles y de variacion acotada. Cada
uno de ellos se denomina con la notacion que se utilizara en lo sucesivo.
En el espacio E m
kxk =
" m
X
# 21
|xk |
k=1
" m
X
# p1
|xk |p
k=1
m
X
|xk |
k=1
" m
X
# p1
|xk |p
k=1
kxk =
max x(i) (t)
i=0
t[a,b]
19
se cumple la desigualdad:
n
X
k=1
k=1
2.2
Espacios de Banach
Definici
on 2.2.1 Sea (X, d) un espacio metrico. Una sucesi
on {xn } X
se denomina fundamental si para cualquier > 0 existe un N = N () tal
que, para cualquier n > N y todos los p naturales se cumple la desigualdad
d(xn+p , xn ) < . Un espacio X se denomina completo si toda sucesi
on fundamental converge en el. Un espacio normado completo se denomina espacio
de Banach.
(Ejercicios resueltos 9, 10 y 11)
El teorema de la Acotaci
on Uniforme basa su demostracion en el teorema
de Baire, por lo que se introducen a continuacion las definiciones topologicas
que fundamentan este u
ltimo teorema.
Un conjunto A X se llama denso en X, si A = X. Un conjunto A X se
llama nunca denso en X, si
=
Int(A)
Definici
on 2.2.2 A es de 1ra categora si es union contable de conjuntos
nunca densos.
Definici
on 2.2.3 A es de 2da categora si no es de 1ra categora.
Proposici
on 2.2.1 A B = C , entonces B es de 2da categora.
I
II
Proposici
on 2.2.2 es nunca denso2 de 1ra categora no es de
2da categora.
La forma mas directa de demostrar el teorema de Baire es considerarlo como
corolario de un teorema que establece una caracterstica de los conjuntos de
primera categora en los espacios completos.
Teorema 2.2.1 Sea X un espacio metrico completo. A X, A de 1ra categora.
Entonces
A = .
Corolario 2.2.1.1 (Teorema de Baire) Sea X 6= , X espacio metrico
completo. Entonces X es de 2da categora.
Por la definicion.
21
Demostraci
on[Teorema de Baire]
Supongamos lo contrario, es decir, suponer que X es de 1ra categora, entonces
X = X = contrario a la hipotesis
Combinando el teorema de Baire y la proposicion 2.2.1, se puede construir
un procedimiento de demostracion de que un conjunto dado es de segunda
categora:
Procedimiento 1
(P1) Escribir la union disjunta X = A B, donde X es un espacio metrico
completo.
(P2) Garantizar que A es un conjunto de primera categora.
(P3) Inferir que B es un conjunto de segunda categora.
Apliquemos el Procedimiento 1 para demostrar que el conjunto de los
irracionales (I) es de 2da categora en R con la topologa usual.
(P1) Q I = R, donde A = Q, B = I, X = R.
(P2) A = Q es la union contable de sus puntos, cada uno de los cuales es
un conjunto nunca denso.
(P3) I es de 2da categora3 , Q I = R4 .
I
II
entonces,
sup sup p (x) < +
I kxk1
3
4
22
Demostraci
on
Formemos An = {x X : p (x) n I}
Notemos que An es cerrado puesto que
\
An =
p1
[0, n]
I
ademas
An 5 X 6
An
concluyendo,
X7 =
An =
An
Esto implica que existe n0 N : An0 = An0 tiene un punto interior, es decir,
x0 X, r > 0 tales que
B(x0 , r) An0 .
Probemos que {p (x)} esta uniformemente acotada sobre kxk < 2r. Consideremos que x esta en la bola B(x0 , r). Entonces x admite la descomposicion
x
z }|1 { z }|2 {
x
x
x0
= x1 x2
x = x0 +
|{z}
|{z}
2
2
B(x0 ,r)
B(x0 ,r)
aplicando p
p (x) = p (x1 ) +
| {z }
B(x0 ,r)
p (x2 )
| {z }
2n0
1. Si 2r 1, entonces
sup p (x) 2n0
I,
kxk1
de donde
sup sup p (x) 2n0 < +.
I kxk1
Por construccion
x, {p } esta acotada
7
Completo, luego de 2da categora.
6
23
I.
2. Si 2r < 1, entonces
1
1
> 0. Sea m >
> 1.
N
2r
2r
Consideremos x : kxk 1,
x
1
1
kxk
m>
1 > 2r >
2r kxk 2r
|{z}
2r
m
m
m
1
aplicando p (x) I
p
x
m
2n0
Entonces,
p (x) 2mn0 .
De aqu que
sup p (x) 2mn0 sup sup p (x) 2mn0 < +.
kxk1
2.3
I kxk1
Espacios de Hilbert
(x | y)
kxk kyk
2.4
Desigualdades de H
older y Minkowski
25
Desigualdades de H
older. Sean p, q dos n
umeros reales positivos deter1
1
minados por la relacion p + q = 1.
(1) Para cualesquiera n
umeros x1 , ..., xn ; y1 , ..., yn ,
( n
) p1 ( n
) 1q
n
X
X
X
|xk yk |
|xk |p
.
|yk |q
k=1
k=1
k=1
|xk | < ,
k=1
|yk |q < ,
k=1
se tiene,
(
|xk yk |
) p1 (
|xk |p
k=1
k=1
) 1q
|yk |q
k=1
(3) Para cualesquiera funciones continuas x(t), y(t) sobre una region T ,
p1 Z
Z
1q
Z
p
q
|x(t)| dt
|x(t)y(t)| dt
|y(t)| dt .
T
|xk |p
+
|yk |p
.
k=1
k=1
k=1
|xk | < ,
k=1
|yk |p < ,
k=1
se tiene,
(
X
k=1
) p1
|xk + yk |p
X
k=1
26
) p1
|xk |p
(
X
k=1
) p1
|yk |p
(3) Para cualesquiera funciones continuas x(t), y(t) sobre una region T ,
p1 Z
p1
p1 Z
p
p
|x(t)| dt
+
|y(t)| dt .
|x(t) + y(t)| dt
2.5
Ejercicios Resueltos
xX
t[a,b]
x(t) = 0 t [a, b] x = 0.
27
2)
p(x) =
t[a,b]
= || p(x) K
3) Sean x, y X
t[a,b]
t[a,b]
x X.
t [a, b]
p(x)
p(y)
{z
cota superior
t[a,b]
p(x+y)
0
b) max |x (t)| + |x(a)|.
t[a,b]
Soluci
on al inciso a) Denominemos p(x) = max |x0 (t)|
t[a,b]
0
p(x) =
max |(x) (t)| + |(x)(a)|
t[a,b]
Veamos el u
ltimo axioma
p(x + y) = max |(x + y)0 (t)| + |(x + y)(a)|
t[a,b]
t[a,b]
t[a,b]
t[a,b]
t[a,b]
t[a,b]
t[a,b]
p(y)
1) d : X X R+ ;
2) d(x, y) = kx yk = k(1)(y x)k = |1| ky xk = d(y, x);
3) d(x, y) = 0 kx yk = 0 x = y;
4) d(x, y) = kx yk = 9 k(x z) + (z y)k kx zk + kz yk.
| {z } | {z }
d(x,z)
d(z,y)
Soluci
on al inciso 4.3) S1 (f0 ) = f C[a, b] : max |f (t) f0 (t)| < 1 .
t[a,b]
t[a,b]
Introduciendo z X.
30
5. Probar que Diam(A) = Diam(A).
Soluci
on:
A A Diam(A) Diam(A).
Sean x, y A.
{xn } , {yn } A
xn x
yn y.
d(xn , x) <
d(yn , y) < .
Sea > 0
n0 N
n n0
Entonces,
d(x, y) d(x, xn ) +d(xn , yn ) + d(yn , y) < 2 + Diam(A),
| {z }
| {z }
<
<
2 + Diam(A)
Diam(A)
n n0 .
Como es arbitrario
Diam(A).
Diam(A)
6. Indicar normas de R3 para las cuales la sucesion
!
6n n+1
1
xn =
, 2
, 1 2
en
n
es convergente. Determinar el lmite.
Soluci
on:
Para la norma euclideana o cualquiera equivalente a ella, xn converge
a x = (a, b, c) donde
6n
b = lim 2n+1
n en
n
si cada uno de estos lmites existe
a = lim
6n
a = lim n
n e
b = lim 2 2n
n
c=1
c = lim
n
1
1 2
n
!
6
2
1
=
0
b
=
lim
=
0
c
=
lim
1
n en
n 2n
n
n2
a = lim
31
1
n2
!
=10=1
kxk1 =
3
X
|xi |
i=1
kxk2 =
3
X
! 12
|xi |2
i=1
kxk0
Def.
max |xi | =
max |xi |
i=1,2,3
q
|x1 |2 + |x2 |2 + |x3 |2
|
{z
}
i=1,2,3
kxk2
s
2
3 tales que:
b>0
33
8. Constituye
kxk =
" m
X
# p1
|xk |p
k=1
x=
y
y
=
.
.
.
.
0
0
Verifiquemos que no se cumple el tercer axioma de norma10 :
" !p # p1
1p
1
=2 p
kx + yk =
2
2
donde 0 < p < 1
1p
1p
> 0 2 p > 1 = kxk + kyk .
p
Desigualdad triangular.
34
11. Sean (X, kk1 ) un espacio de Banach, kk1 y kk2 dos normas equivalentes.
Demostrar que (X, kk2 ) es tambien un espacio de Banach.
35
Soluci
on
Def.
Como x X
kxk1 kxk2 kan+p an k1 <
entonces {an } es una sucesion fundamental en (X, kk1 ), como este es
de Banach, entonces,
a X : > 0 n1 () N : n n1 kan ak1 < .
Como x X
kxk2 kxk1 kan ak2 kan ak1 kan ak2
entonces, {an } a en (X, kk2 ). Luego, como {an } es una sucesion
n
(z | m) = 0 m M } .
, K. x + y M ?
(x + y | m) = 0
(x + y) = (x | m) + (y | m) = 0
| {z }
| {z }
=0
36
=0
M .
Para probar que M es cerrado es suficiente probar que M
. Entonces existe {xn } M : xn x.
Consideremos que x M
Demostremos que x M .
Sea m M . (x | m) = 0?
Tenemos que
donde xn M y m M
(xn | m) = 0
Pero,
(xn | m) (x | m)11
| {z } n
=0
b
_
x(t)
n
X
k=1
37
Soluci
on al inciso 13.2) Probemos ahora que
kxk = |x(a)| +
b
_
x(t),
b
_
x(t) = 0
|x(a)| = 0
b
_
x(t) = 0.
Como
n
X
n
X
|x(tk ) x(tk1 )| =
b
_
a
k=1
k=1
x(t)
entonces, z [a, b]
| x(z) x(a) | + |x(b) x(z)|
|{z}
=0
b
_
x(t) = 0.
b
_
x(t)
= || |x(a)| + sup
= || |x(a)| + sup
n
X
k=1
n
X
k=1
38
"
= || |x(a)| + || sup
n
X
#
|x(tk ) x(tk1 )|
k=1
"
= || |x(a)| +
b
_
x(t) = || kxk .
{z a
kxk
b
_
(x + y)(t)
n
X
k=1
= |x(a) + y(a)|
n
X
|x(tk ) + y(tk ) x(tk1 ) y(tk1 )|
+ sup
k=1
|x(a)| + |y(a)|
n
X
|[x(tk ) x(tk )] + [y(tk ) y(tk1 )]|
+ sup
k=1
n
X
|x(tk ) x(tk1 )|
k=1
k=1
n
X
|y(tk ) y(tk1 )| .
k=1
Luego,
|x(a)| + |y(a)| + sup
|x(a)| + |y(a)| + sup
n
X
k=1
n
X
k=1
+ sup
n
X
|y(tk ) y(tk1 )|
k=1
39
Agrupando convenientemente,
= |x(a)| + sup
n
X
|x(tk ) x(tk1 )|
k=1
+ |y(a)| + sup
n
X
|y(tk ) y(tk1 )|
k=1
= |x(a)| +
|
b
_
{z
x(t) + |y(a)| +
kxk
b
_
{z
kyk
f2 (, x) = x;
n xn x kn xn xk 0.
n
40
kn xn n x + n x xk
kn (xn x) + (n )xk
k(xn x)k + k(n )xk
|n | kxn xk + |n | kxk
| {z }
0
En el primer termino de la u
ltima suma, se observa que {n } esta acotada por ser convergente, por tanto M > 0 tal que n |n | M , de
aqu que
|n | kxn xk 0.
|{z}
| {z } n
M
xn x kxn xk 0
n
Debemos estimar:
|f (xn ) f (x)| = |kxn k kxk|
Tenemos que
kxn k = 12 k(xn x) + xk kxn xk + kxk kxn k kxk kxn xk
12
Se introduce el lmite x.
41
Analogamente
kxk = 13 k(x xn ) + xn k kx xn k + kxn k kxkkxn k kxn xk
| {z }
kxn xk
que
kxn k kxk .
n
(xn , yn ) (x, y) xn x yn y
n
f (xn , yn ) = (xn | yn )
13
f (x, y)
| {z }
Se introduce el termino xn .
42
f (x, y) = (x | y),
{z
{z
Por tanto,
|(xn | yn ) (x | y)| 0
n
2.6
Ejercicios Propuestos
(x X)
44
Captulo 3
Operadores lineales
Si X, Y son espacios normados y se establece una aplicacion T de X en Y ,
el estudio de las peculiaridades de esta funcion (denominada operador) y
sus principales propiedades conduce a la obtencion de esquemas de comportamiento predeterminados en casos aparentemente muy distintos como los
siguientes:
1ro) T (x) = Ax, donde x Rn y A es una matriz cuadrada de dimension
n.
2do) T (x) = x0 , donde x es una funcion con derivada continua x0 en un
intervalo [a, b].
3ro) T x = g, si x es una funcion continua en [0, 1] y g es la funcion dada
por:
Z 1
g(s) =
stx(t)dt 0 s 1
0
3.1
Continuidad, acotaci
on y norma de un
operador lineal
!
1
1
1
(x1 + x2 ), (x2 + x3 ), (x3 + x4 ), ... ;
A1 x =
2
2
2
X
X
A2 x =
a1k xk ,
a2k xk , ...
k=1
k=1
Teorema 3.1.1 Un operador lineal A : X Y , dado sobre todo X y continuo en el punto x0 X es continuo en cualquier punto y X.
(Ejercicio resuelto 2)
Por tanto un operador lineal A : X Y con D(A) = X es continuo si
es continuo en el punto 0 X.
Definici
on 3.1.3 Un operador lineal A : X Y con D(A) = X se llama acotado si existe c > 0 tal que para cualquier x S1 (0) es valida la
desigualdad kAxk c.
Teorema 3.1.2 Un operador lineal A : X Y con D(A) = X es acotado
si y solo si para cualquier x X se cumple la desigualdad kAxk c kxk.
47
umero
Definici
on 3.1.4 El n
kAk =
sup
kAxk
xX,kxk1
kAxk
,
kxk
B = sup kAxk ,
C = sup kAxk ,
kxk1
kxk=1
Entonces E B C D E.
(Ejercicio resuelto 7)
La denominacion de norma se justifica por el hecho de que la aplicacion
kAk = E = B = C = D constituye una norma sobre el espacio L(X, Y )
(Ejercicio propuesto 3). Tomando en consideracion las expresiones equivalentes para la norma de un operador lineal y continuo, se puede construir un
procedimiento para el calculo de la norma.
Procedimiento 2. C
alulo de la norma de un operador
Sea A L(X, Y ).
(P1) Verificar que A es un operador (A : X Y ).
48
kAxk k kxk)
kAx0 k
=k
kx0 k
3.1.1
Ejercicios Resueltos
1. Sean X e Y , espacios lineales; A : X Y un operador lineal. Demostrar que el operador A transforma un conjunto convexo de D(A)
en un conjunto convexo en el espacio Y .
Soluci
on:
A lineal, S X convexo, A(S) convexo?
y1 , y2 A(S) x1 , x2 S : y1 = Ax1 y2 = Ax2 .
Sea [0, 1]
y1 + (1 )y2 = Ax1 + (1 )Ax2 1 A(x1 + (1 )x2 ) A(S)
|
{z
}
S
Por la linealidad de A.
50
=0
y
Ax = |{z}
Ax = 0 x N (A),
=0
esto nos asegura que N (A) es una variedad lineal, por lo que solo nos
faltara probar que es cerrado.
1ra forma) Un conjunto cerrado es aquel donde se verifica N (A) =
N (A). Es suficiente probar que N (A) N (A).
x N (A) xn N (A) : xn x Axn Ax
|{z}
0
z}|{
1
2da forma) N (A) = | A{z
{0} )
}( |{z}
| {z }
cerrado
continua
cerrado
Demostraci
on
Supongamos que A es acotado y que xn 0, entonces
Axn A(0)?
Donde A(0) = 0 por el caracter lineal de A. Como una consecuencia
del Teorema 3.1.2
A acotado c > 0 : kAxn k c kxn k .
Luego,
xn 0 kxn k 0 kAxn k 0 Axn 0
Por tanto, A continuo en x0 = 0 A continuo.2
Supongamos ahora que A es continuo, entonces sera A acotado? Supongamos lo contrario; es decir, para cada n existe xn tal que
xn
>1
xn
,
n kxn k
1 xn 1
= 0, n
kyn k =
n kxn k n
52
y Axn = x0n .
t[0,1]
t[0,1]
t[0,1]
Luego,
{kxn k
n=1 } ,
{kAxn k
n=1 } ,
53
kyk2
Recordemos que en un espacio de Banach toda sucesion fundamental debe ser convergente. Probemos esta propiedad,
kxn+p xn k2 0 kxn+p xn k + kA(xn+p xn )k 0
|
{z
} |
{z
}
0
kxn+p xn k 0
kA(xn+p xn )k 0.
x
kAxk
1ro)
= A
B E B 9 C.
kxk
kxk
5
X es un espacio completo
Por la linealidad de A.
7
Y es de Banach
8
A acotado, luego continuo
9
Por definicion.
6
54
2do) kAxk k
x : kxk 1 C D.
Entonces x 6= 0
kAxk
D
kxk
2
x 6= 0 Absurdo!
Luego, E B C D E.
8. Demostrar que los siguientes operadores son lineales acotados y hallar
sus normas aplicando el procedimiento 2:
Rt
a) A : C[0, 1] C[0, 1], Ax(t) = 0 x( )d ;
b) A : C[0, 1] C[0, 1], Ax(t) = t2 x(0);
Soluci
on inciso a)
(P1) A es un operador;
(P2) la linealidad es una consecuencia inmediata de la linealidad de
la integral;
(P3) por la definicion de norma en C[0, 1] se tiene que,
Z t
t[0,1]
Z t
x( )d
|x( )| d
[0,1]
kxk
Z t
kAk
55
Z t
Entonces
kAx0 k = 1 sup kAxk = kAk ,
kxk1
luego kAk = 1.
Soluci
on al inciso b) Prueba de la linealidad.
A(x(t) + y(t)) = t2 (x(0) + y(0)) = t2 x(0) + t2 y(0)
| {z }
| {z }
Ax(t)
Ay(t)
= Ax(t) + Ay(t)
Hallemos kAk. Por definicion de norma en C[0, 1]
t[0,1]
entonces,
sup kAxk 1
| {z }
kxk1
kAk
kxk1
luego
kAk = 1.
kAk 1 la igualdad se alcanza cuando x es constante.
9. Dado el operador T : l1 l1 definido por:
T (x1 , x2 , x3 , ...) = (0, x1 , 2x2 , x3 , 2x4 , ...),
|
{z
}
=x
56
probar que kT k = 2.
Soluci
on: La linealidad se demuestra directamente de la definicion.
kT xk = |x1 | + 2 |x2 | + |x3 | + 2 |x4 | + ...
2 |x1 | + 2 |x2 | + 2 |x3 | + 2 |x4 | + ... 2 kxk
kT k 2.
Para probar la desigualdad contraria, consideremos el elemento de l1 :
x0 = (0, 1, 0, 0, 0, ...). Entonces kx0 k = 1
T x0 = (0, 2, 0, 0, ...) kT x0 k = 2
kT x0 k
2
kT xk
=
= 2 sup
= kT k .
kx0 k
1
kxk6=0 kxk
10. En el espacio de Hilbert H el operador de proyecci
on ortogonal sobre
el subespacio L H para x = u + v, siendo u L y v L se define
por la igualdad P x = u. Demostrar que el operador P es acotado y
hallar su norma.
Soluci
on:
P es lineal si y = u0 + v 0 entonces
P (x + y) = u + u0 = P (x) + P (y)
Sea x H
q
kP xk = kuk
kuk2 + kvk2 =
(u + v | u + v) = kxk kP k 1.
57
(3.1.1)
Ax(t) =
(3.1.2)
A(x + y)(t) =
Ax(t)
Ay(t)
Hallemos kAk
kAk =
sup kAx(t)k
kxk=1
1
[x(t) + x(t)]
kxk=1 t[1,1] 2
sup max
"
sup
kxk=1
#
1
(kxk + kxk)
2
sup kxk = 1
kxk=1
n,m
kxn yn xm ym k
agrupando
=
=
0
kxn yn xn ym + xn ym xm ym k
kxn (yn ym ) + (xn xm )ym k
kxn (yn ym )k + k(xn xm )ym k
z }| {
z }| {
kxn k kyn ym k + kxn xm k kym k
| {z } | {z }
0
n,m
n,m
59
3.2
Definici
on 3.2.1 Sean X e Y , espacios normados, ambos reales o complejos; A, B, operadores lineales acotados definidos sobre todo el espacio X y
con valores pertenecientes a Y . Al suponer seg
un la definicion:
(A + B)x = Ax + Bx, A(x) = Ax, kAk =
sup
kAxk
xX,kxk1
entonces,
sup kA k < .
60
Demostraci
on
Aplicaremos el teorema de la acotacion uniforme, por lo cual el primer paso
sera construir una familia de seminormas continuas.
Sea p = kA (x)k
norma.
A (x)
Por hipotesis se tiene,
sup p (x) = sup kA (x)k < + x,
Aplicaciones
1.- X espacio de Banach, Y espacio normado y Tn L(X, Y ). Supongamos
que Tn converge en cada punto x X. Entonces el operador T definido
por
T (x) = lim Tn (x) esta en L(X, Y )
n
Demostraci
on
Es necesario probar que T es lineal y continuo. Mostremos en primer
lugar la linealidad. Sean , escalares; x, y X.
T (x + y)
Def.
=
=
lim Tn (x + y)
Tn L(X,Y )
62
1) la sucesi
on kAn k sea acotada.
2) An A fuertemente en una variedad lineal L densa en el espacio X.
n
(Ejercicio resuelto 7)
Teorema 3.2.5 Sea X un espacio normado, Y un espacio de Banach, A :
X Y un operador lineal y, ademas, D(A) = X siendo el operador A
3.2.1
Ejercicios Resueltos
Bn An BA
n
kBn An Bn A + Bn A BAk
kBn (An A) + (Bn B)Ak
kBn (An A)k + k(Bn B)Ak
kBn k kAn Ak + kBn Bk kAk 0
n
| {z } | {z } | {z }
0
63
x x
2
1
, , ... ,
An x =
n n
Bn x = (0, 0, ..., 0, xn+1 , xn+2 , ...), n N.
| {z }
n
!1
X xk 2 2
1
kAn xk =
= kxk
n
n
k=1
kAn k = sup kAn xk =
kxk1
lim kAn 0k =
1
n
1
=0
n n
An 0 en l2 .
s
! 12
|xk |2
0(n ).
k=n+1
|xn |2 < +
resto 0.
Veamos que kBn 0k 0 (n ).
64
lim kBn 0k 1 6= 0
Bn 9 0
uniformemente en l2 .
4. Consideremos el operador A : C[0, 1] C[0, 1],
Z t
Ax(t) =
e x( )d
0
65
Soluci
on:
kAn Ak =
t X
k
x( ) d
= sup max
t X
sup max
kxk d
t X
k
= max
d
t[0,1] 0
k!
kxk=1 t[0,1]
k=n+1
X
X tk+1
1 k
= max
d = max
t[0,1]
t[0,1]
k!
(k
+
1)!
0
k=n+1
k=n+1
=
1
An A.
(k
+
1)!
k=n+1
x
x2
xn
+
+ ... +
+ ...
1!
2!
n!
f undamental
{An x} Y Banach.
| {z }
fundamental
66
Entonces,
y Y : An x y.
n
Formemos
A : X Y
x lim An x = y
n
Probemos que:
a) A L(X, Y )
b) kAn AkL(X,Y ) 0(n )
Soluci
on al inciso a) A lineal:
A(x + y) =
=
lim An (x
n |{z}
lineal
+ y)
kAn k
| {z }
kxk c kxk n
fund.acotada
Pasemos al lmite: x X,
An x Ax kAn xk kAxk kAxk c kxk
Como A es lineal y continuo se concluye que A L(X, Y ).
Soluci
on al inciso b) > 0 n0 N : n, m n0 kAn Am k <
kAn x Am xk kAn Am k kxk < kxk
Para n n0 y m
kAn x Axk kxk k(An A)(x)k kxk
kAn Ak , n n0
An A
n
en L(X, Y ).
67
An xn Ax,
n
<
<
(M + 1 + kAk)
8. Demostrar el Teorema 3.2.5.
Soluci
on:
x X = D(A) xn D(A) : xn x
kAxn Axm k kAk kxn xm k 0(n )
| {z }
converge
68
<
= y = lim Axn
Ax
n
1ro) Probar que A esta bien definido. Supongamos que {Ax0n } es otra
sucesion tal que x0n x; como antes se demuestra que {Ax0n } es
fundamental en Y , por tanto z Y : Ax0n z
ky zkY
= A(x) x D(A).
3ro) A(x)
Considerar xn x D(A), entonces
xn x,
n
de aqu que
A(x)
= lim A(xn ) = A(x).
n
4to) kAk A porque A es una extension de A12
Ax = lim Axn
n
donde xn x. Pero,
kAx k kAk kxn k
| {zn }
| {z }
Ax
11
12
De Banach
Vea resultado anterior
69
kxk
kAk
kxk
A kAk
A = kAk.
3.3
Operadores inversos
70
T L(X) ,
un escalar
1
(I C)1
.
1 kCk
(Ejercicios resueltos 8 y 9)
Teorema 3.3.4 Sean X un espacio de Banach, A, B L(X), sea A continuamente inversible y supongamos que se cumpla la desigualdad
1
kB Ak A1 .
Entonces, B es continuamente inversible y es valida la estimacion
1
B
kA1 k
.
1 kB Ak kA1 k
3.3.1
Ejercicios Resueltos
k
k kyk
kxk
kyk
Soluci
on:
kA
x yk = kA
x Axk kAk k
x xk
Pero
x = A1 y kxk = A1 y A1 kyk
Para x 6= 0
kxk
kxk
k
x xk 1
k
x xk
A kyk = k kyk
kAk
kxk
kxk
1 kA
x yk
k
x xk
,
k
kyk
kxk
kA
x yk kAk k
x xk
k
x xk = A1 A(
x x)
= A1 (A
x Ax)
A1 kA
x yk
Para y 6= 0
kyk = kAxk kAk kxk
kyk
kA
x yk
k
x xk A1
kyk
kA
x yk
A1 kAk kxk
kyk
k
x xk
kA
x yk
k
kxk
kyk
72
x(t) y(t)
(Derivando en ambos miembros y sabiendo que x, y C[0, 1])
d
Por el Teorema fundamental del calculo, se tiene que A1 = .
dt
Probemos que A1 no es acotado.
Sea xn (t) = tn ,
kx k = 1
1 n
A xn = sup ntn1 = n
tC[0,1]
Luego, A1 no es acotado.
4. Consideremos el operador lineal A : C[0, 1] C[0, 1],
Z t
Ax(t) =
x( )d + x(t).
0
(3.3.1)
dv = y 0 ( )d
v = y( ),
luego,
Z
t
x(t) = e
y( )|t0
Z
x(t) =
y(t)
|{z}
C[0,1]
e t y( )d
0
t
|0
e t y( )d C[0, 1],
{z
}
C (1) [0,1]C[0,1]
ya que y(0) = 0.
Z
A y(t) = y(t)
e t y( )d.
Z t
1
t
A y sup y(t) +
e
y(
)d
t[0,1]
0
t
e t |y( )t| d
kyk + sup
t[0,1]
0
t
kyk + sup
t[0,1]
1
kAxk
kxk
M
|{z}
m
para m =
1
M
75
x D(A),
Supongamos que
x D(A), kAxk m kxk ,
con m > 0
(3.3.3)
kyk m A1 y
1
A1 y
kyk y R(A) A1 es continuo.
m
|{z}
m>0
6. Sea X un espacio normado; A : X X, un operador lineal, supongamos que en X exista una sucesion xn D(A)(n N) tal que
kxn k = 1 y Axn 0.
n
7. Sea X un espacio vectorial. Sean kk1 , kk2 dos normas sobre X con
respecto a una de las cuales X es de Banach. Supongamos que existe
a > 0 tal que kxk1 a kxk2 x X. Probar que las dos normas son
equivalentes.
13
Lineal
76
Soluci
on:
Consideremos el operador identidad
I : (X, kk2 ) (X, kk1 ).
Este operador es biyectivo y por la hipotesis es continuo. Aplicando el
teorema 3.3.2
I 1 : (X, kk1 ) (X, kk2 ),
es continuo, por lo que existe b > 0 tal que
k I| 1
{zx} k2 b kxk1 ,
x
de aqu que
1
kk kk1 a kk2 ,
b 2
por tanto, las normas son equivalentes.
8. Demostrar el Teorema 3.3.3
Soluci
on:
Vamos a aplicar el teorema 3.3.2. Consideremos Y = X (espacio de
Banach). I C es lineal porque C L(X).
a) Se puede probar que R(I C) = X mediante el principio de las
aplicaciones contradas. (Ejercicio propuesto 6)
b) Probemos que existe el inverso de I C. Se tiene la identidad
(I C)(I + C + C 2 + ... + C n ) =
=
=
I + C + C 2 + ... + C n
C C 2 ... C n C n+1
I C n+1
(I + C + C 2 + ... + C n )(I C)
Como k(AB)xk = kA(Bx)k kAk kBxk kAk kBk kxk entonces kABk kAk kBk. Si B = A, se tiene que kA2 k kAk2 .
77
n+p
n+p
X
X
k
k
C 014
kSn+p Sn k =
C
n
k=n+1
k=n+1
S = (I C)
C n L(X),
n=0
luego
R(I C) = D[(I C)1 ] = X
(I C)1 es acotado en virtud del Teorema 3.3.2 y ademas
X
(I C)1
kCkn =
n=0
1
1 kCk
L(X)
B=
z}|{
I |{z}
A , kBk < 1 A = I B 15
L(X)
78
A1 C A1
kCk
|{z}
<1
<kA1 k1
I + A1 C es inversible B es inversible16 .
B 1 = (I + A1 C)1 A1
1
B (I + A1 C)1 A1
kA1 k
1 kA1 Ck
1 kA1 Ck
1 kA1 k kCk
kA1 k
1 kA1 k kB Ak
3.4
Operadores cerrados
x D}
79
(p 1)
y
k(x, y)k = max(kxkX , kykY ),
debiendose notar que estas tres normas son equivalentes en X Y , por lo
que cuando se trabaja con la convergencia puede usarse cualquiera de ellas.
Una observacion final resulta que si X e Y son espacios de Banach entonces
X Y tambien lo es. (Ejercicio resuelto 2)
Definici
on 3.4.1 Sean X e Y espacios normados y D el dominio de A.
Entonces el operador lineal,
A : D Y
se llama cerrado si para toda sucesi
on convergente {xn } de puntos de D,
donde xn x X, tal que {Axn } es una sucesi
on convergente de puntos en
Y , donde Axn y Y , las dos siguientes condiciones se satisfacen:
xD
80
y = Ax.
(Ejercicios resueltos 3, 4, 5 y 6)
Teorema 3.4.1 A es un operador lineal cerrado si y solo si su grafico es
una variedad lineal cerrada.
Demostraci
on
A
Axn y.
y = Ax
y = Ax;
X D Y,
donde D es un variedad lineal cerrada de X, entonces A es cerrado.
(Ejercicio propuesto 7)
Corolario 3.4.2.1 Supongamos que A es un operador lineal tal que
A : X Y.
Si A es continuo, entonces A es cerrado.
Teorema 3.4.3 Sea A un operador lineal cerrado tal que
A
X D Y.
Si A1 existe, entonces es un operador lineal cerrado.
(Ejercicio resuelto 7)
Teorema 3.4.4 Sea A un operador lineal acotado tal que
A
X D Y,
donde Y es un espacio de Banach. Si ademas suponemos que A es cerrado,
entonces D es un subespacio cerrado de X.
(Ejercicio resuelto 8)
Resulta natural preguntarse bajo que hipotesis podemos obtener el recproco del corolario 3.4.2.1, es decir, cuando podemos asegurar que un operador
lineal cerrado es continuo.
El resultado que se obtiene es denominado Teorema del grafico cerrado.
Teorema 3.4.5 (Teorema del gr
afico cerrado) Sea A un operador lineal
tal que
A : X Y,
X, Y espacios de Banach. Entonces si A es cerrado, tambien es acotado.
82
Ademas de la importancia directa del teorema del grafico cerrado como condicion suficiente para obtener la continuidad de un operador lineal, tambien
posee el valor indirecto de permitir la contruccion de un procedimiento para
demostrar que un espacio no es de Banach.
Procedimiento 3
(P1) Considerar X un espacio de Banach, D X.
(P2) Construir un operador lineal A : D X.
(P3) Probar que A es cerrado.
(P4) Probar que A no es continuo.
(P5) Inferir que D no es un espacio de Banach aplicando el teorema del
grafico cerrado.
Ejemplo 1.- Probar que:
D = {x C[0, 1]
x0 C[0, 1]}
no es un espacio de Banach.
(P1) Considerar X = C[0, 1] (Espacio de Banach).
(P2) Construir A : D X tal que Ax = x0 (lineal).
(P3) Probar que A es cerrado.
Soluci
on:
Supongamos que:
xn x y
Ax y.
|{z}n
x0n
Entonces
xn x
Xn0 y Xn0 y 0,
83
Efectuando la integracion,
Z
xn (t) xn (0)
y( ) d 0.
n
xn x xn (t) x
Z t
x(t) x(0)
y( ) d = 0
xn (0) x(0),
Se tiene que x es continua, y es continua (lmites uniformes de sucesiones de funciones continuas) y ademas
x0 (t) = y(t) x D.
Tambien
Axn = x0n
17
y = x0 = 18 Ax.
Es decir y = Ax.
(P4) Probar que A no es continuo.
Soluci
on:
Recordemos que:
xn (t) = tn kxn k = 1 n {xn } acotado;
Axn (t) = x0n kx0n k = n {x0n } no acotado.
(P5) D no es un espacio de Banach, porque si lo fuera, aplicando el teorema
del grafico cerrado A tendra que ser continua, lo cual es falso.
(Ejercicios resueltos 9 y 10)
Como la nocion de operador cerrado esta estrechamente vinculada a la de
clausura de un conjunto, podemos preguntarnos: si un operador no es cerrado, bajo que condiciones admite una extension lineal mnima?
17
18
Por hipotesis.
Por definicion de A.
84
3.4.1
Ejercicios Resueltos
R(A)
Variedad lineal.
85
Sumando ordenadamente
kx1 + x2 k2 + ky1 + y2 k2 kx1 k2 + kx2 k2 + ky1 k2 + ky2 k2 +
2(kx1 k kx2 k + ky1 k ky2 k).
Para probar lo requerido, es suficiente demostrar que:
q
(kx1 k kx2 k + ky1 k ky2 k) (kx1 k2 + ky1 k2 )(kx2 k2 + ky2 k2 )
Esto sera una consecuencia de desarrollar algebraicamente la siguiente
proposicion verdadera:
(kx1 k ky2 k ky1 k kx2 k)2 0
2 kx1 k kx2 k ky1 k ky2 k kx1 k2 ky2 k2 + ky1 k2 kx2 k2
Completando cuadrados,
kx1 k2 kx2 k2 + 2 kx1 k kx2 k ky1 k ky2 k + ky1 k2 ky2 k2
kx1 k2 ky2 k2 + ky1 k2 kx2 k2 + kx1 k2 kx2 k2 + ky1 k2 ky2 k2
(kx1 k kx2 k + ky1 k ky2 k)2 (kx1 k2 + ky1 k2 )(kx2 k2 + ky2 k2 )
Ahora analizaremos los axiomas para el segundo caso,
kzk = max(kxk , kyk)
ahora,
kx1 + x2 k kx1 k+kx2 k max(kx1 k , ky1 k)+max(kx2 k , ky2 k) = kz1 k1 +kz2 k2
Analogamente,
ky1 + y2 k kz1 k2 + kz2 k2
kz1 + z2 k2 = max(kx1 + x2 k , ky1 + y2 k) kz1 k2 + kz2 k2 .
Probemos ahora que las normas son equivalentes
q
kzk1
kzk22 + kzk22 = 2 kzk2 ,
q
q
2
kxk
kxk kxk2 + kyk2 = kzk1 ,
86
kzk2 kzk1
2 kzk2
De aqu que: zn = T xn xn .
Despejando: T xn = zn + xn y + x.
Como por hipotesis T es cerrado
[xn D(T ) y T xn y + x] x D(T ) y T x = y + x,
de donde T x x = y, o sea (T I)x = y. Por tanto, tenemos lo
requerido.
4. Sean X, Y espacios normados, A : X Y un operador lineal cerrado;
F un subconjunto compacto de X. Probar que A(F ) es un subconjunto
cerrado de Y .
Soluci
on:
Sea y A(F ). Hay que probar que y A(F ).
y A(F ) yn A(F ) tal que yn y
n
y (T1 + T2 )x = y.
zn = T1 xn + T2 xn T1 xn = zn T2 xn y T2 x,
x D(T1 ) y T1 x = y T2 x,
x D(T1 + T2 ) y (T1 + T2 )x = y.
| {z }
=D(T1 )
xn x,
Axn y.
A
x = y,
x es u
nico21
R(A)
kxn xk 0 xn x
n
yn y,
A1 yn x) y R(A) A1 y = x.
yn = Axn y.
89
Entonces x D(A)22 = D(A) y como A Axn Ax y necesariamente Ax = y por la unicidad del lmite en espacios metricos.
Luego, A es cerrado.
Soluci
on al inciso b) Sea A cerrado. Entonces hay que demostrar
que D(A) D(A). Sea
x D(A) {xn } D(A)
tal que
xn x X 23 24 y Y : Axn y.
Como A es cerrado x D(A). Luego, D(A) es cerrado.
9. Probar el Teorema del Grafico Cerrado (Teorema 3.4.5) basandose en
el Teorema del Inverso Acotado (Teorema 3.3.2).
Soluci
on: Sea T : X Y , donde T es lineal; X, Y espacios de
Banach.
Definimos el operador auxiliar:
P :
GT
X
P ((x, T x)) = x
90
P acotado
kP (x, T x)k = 25 kxk 26 k(x, T x)k kP k 1.
P inyectivo
P (x, T x) = x = 0 T (0)27 = 0 (x, T x) = (0, 0)
Aplicando el Teorema del Inverso Acotado (Teorema 3.3.2) se concluye
que existe P 1 y es acotado.
Por definicion P 1 x = (x, T x). Probemos que T es acotado
Teo 3.4.5
A1 es acotado.
Como
A lineal A1
lineal,
Entonces:
A1 L(Y, X).
11. Sea T un operador lineal. Probar que T admite una extension T que
es lineal y cerrada.
Soluci
on:
25
Por la definicion de P .
Por la definicion de la norma de X Y .
27
T es lineal.
28
T es acotado.
26
91
Lineal: Sean
T , (x2 , z2 ) G
T .
x1 , x2 DT ; z1 , z2 Y : (x1 , z1 ) G
Sean , K
T
(x1 , z1 ) + (x2 + z2 ) G
T
(x1 + x2 , z1 + z2 ) G
Por definicion de T:
T(x1 + x2 ) = z1 + z2 .
|{z}
|{z}
Tx1
Tx2
T , luego T es cerrado.
Por la construccion GT = (x, Tx) = G
Para obtener que T extiende a T observemos que si
T x DT
x DT , (x, T x) GT G
y Tx = T x.
DT DT y Tx = T x.
Notese que T es mnima en el sentido siguiente: si T1 es una extension
lineal cerrada de T entonces tambien es una extension de T, ya que se
tiene que
GT GT1 29 GT GT1 .
3.5
Cerrado.
92
lineal.
= G(A)
G(A)
G(A).
3.5.1
Ejercicios Resueltos
y 6= 0 (0, y) 6 G(|{z}
A ) = G(A),
lineal
DA = x X
luego, A(x)
= z.
93
z Y (x, z) G(A)
,
subespacio
2do)
3ro)
4to)
A lineal.
Cerrado por construccion.
A extiende a A?
= Ax x
Debemos probar que (i) DA DA y que (ii) Ax
DA . Comencemos por verificar (i)
A(x)
= A(x) x DA .
5to) A mnima.
Debemos probar que si A1 es una extension cerrada de A,
G(A)
= G(A)
Probemos (ii), x DA
(x, y) GA (x, y) GA1
y = A1 x Ax
= A1 x.
y = Ax
30
A1 cerrado.
94
Tecnica de construccion: x0 D
xn D
xn x0
Estimemos
lineal
z}|{
A(xn ) A(x0n ) = A (xn x0n )
| {z }
0
95
A kAk A
Teniendose la u
ltima desigualdad al ser A una extension de A.
Luego,
A = kAk .
= A(x).
Es necesario probar que (i) DA = DA y (ii) A(x)
DA ?
Verifiquemos (i) DA = D
xn x y A(x)
xD
= lim A(xn )
|{z}
|n{z }
D
Y
) G(A)
x DA y A(x)
= A(x)
x DA .
x DA z Y | (x, z) G(A)
( xn , A(xn )) (x, z) xn x y A(xn ) z
|{z}
D
x D.
Ademas
A(x)
= z = lim A(xn ) = A(x).
n
32
Extension de A.
96
3.6
Ejercicios Propuestos
a11 a12 . .
a21 a22 . .
.
. . .
.
. . .
.
. . .
con matriz
.
.
.
,
.
.
{ = (1, 2, 1, 2, ...)}
y = (x1 , 2 x2 , x3 , 2 x4 , ...).
x E2 .
kxk =
|x(t)| dt ;
f (x) =
x(t) dt.
a
Hallar su norma.
g) El operador
T2 x = (0, 0, x3 , x4 , x5 , ...) x l2 .
h) Sea el operador T : E 2 E 2 definido as:
x
x
T
=
.
y
2x + y
Escribir a T en forma matricial.
i) T : E n E n , donde
T v = (v u1 ) u1 + (v u2 ) u2 + ... + (v un ) un
y u1 , ..., un es una base de E n .
5. Probar que si GA es una variedad lineal, entonces A es un operador
lineal.
6. Probar que R(I C) = X con las hipotesis del teorema 3.3.3.
7. Ejemplificar un operador lineal continuo, no cerrado.
98
Captulo 4
Espacios duales y operadores
conjugados
4.1
La idea geometrica de que las rectas pueden ser usadas para separar conjuntos
en el plano, conduce a resultados muy u
tiles desde el punto de vista practico
cuando esta idea se generaliza a espacios normados generales, utilizando para
caracterizar las rectas ciertas funciones definidas en el espacio normado y con
valores sobre el cuerpo de escalares del espacio vectorial, las cuales reciben
el nombre de funcionales. En particular los funcionales lineales y continuos
se caracterizan por condiciones que hacen mas facil su manejo porque constituyen condiciones de acotacion. La generalizacion de los resultados no
solo tendra una forma geometrica, sino tambien una forma analtica como
prolongacion de un funcional con caractersticas previamente requeridas. Sea
X un espacio normado. Todo operador f : X Y siendo Y = R o Y = C
se llama funcional, ademas, el valor del funcional f para el elemento x se
denota tambien f (x). Puesto que el funcional lineal es un caso particular del
operador lineal, siguen siendo validos los conceptos de continuidad, acotacion
y norma utilizados en el captulo anterior. El espacio L(X, Y ) donde Y = R
o Y = C se denomina dual de X y se denota mediante X 0 . Llamamos
hiperplano a un conjunto {x X : f (x) = } donde f es un funcional lineal,
R( C).
99
Definici
on 4.1.1 Sea f una funcion numerica definida sobre un espacio lineal L, se denominara funcional lineal si cumple que x, y L
f (x + y) = f (x) + f (y)
donde , K.
Teorema 4.1.1 Sea f un funcional lineal en un espacio normado X. Entonces si f es continuo en x0 X, lo es en cualquier punto de X.
Definici
on 4.1.2 El funcional lineal f en el espacio normado X es acotado
si existe un valor k constante, tal que para todo x X,
|f (x)| k kxk
Existen muchos n
umeros reales k que cumplen la Definicion 4.1.2 para una f
particular. Por ejemplo, si k1 satisface, ciertamente cualquier otro mayor que
el lo hace. El proximo teorema nos muestra como la condicion de acotacion
es equivalente a la continuidad.
Teorema 4.1.2 El funcional lineal f definido sobre un espacio lineal normado X es acotado si y solo si es continuo.
(Ejercicio resuelto 1, ejercicio propuesto 1)
La demostracion es analoga a la del teorema 3.1.3 para el caso particular
en que la norma sobre el espacio de las imagenes (en este caso el cuerpo de
escalares) es el modulo.
El procedimiento metodologico para calcular la norma de un operador puede
utilizarse para obtener en particular la norma de un funcional. (Ejercicio
resuelto 2)
Como L(X, K) es en particular un espacio normado, se puede analizar el
comportamiento de la convergencia en este espacio. (Ejercicio resuelto 3)
100
4.2
Teorema de Hahn-Banach.
del Espacio Dual
Estructura
X R [F (x) p(x)],
|
f
M R [f (x) p(x)].
En caso de tener espacios complejos, tendramos entonces:
F
X C [| F (x) | p(x)],
|
f
M C [| f (x) | p(x)].
Teorema 4.2.2 (Teorema de Hahn-Banach para espacios normados)
En un espacio normado real X sea dado un funcional f con D(f ) X. Entonces existe un funcional
lineal y acotado f extension de f , definido en todo
X tal que kf k = f y f (x) = f (x) para cualquier x D(f ).
(Ejercicio resuelto 3)
Si se quiere definir sobre un espacio normado un funcional que satisfaga
determinadas condiciones, el teorema 4.2.2 nos aporta el fundamento teorico
para establecer un procedimiento metodologico que gue la forma de obtener
un elemento del dual con valores prefijados en puntos o subespacios.
101
Procedimiento 4
(P1) Considerar una variedad lineal M asociada a los entes prefijados.
(P2) Definir un funcional f sobre M que cumpla los requerimientos pedidos.
(P3) Probar que f es lineal, continuo y hallar su norma.
(P4) Inferir que existe una extension de f a todo el espacio que preserva la
norma utilizando el teorema 4.2.2.
Los siguientes corolarios del teorema 4.2.2 se pueden probar utilizando esta
metodologa.
Corolario 4.2.2.1 Sea x X, x 6= 0. Entonces existe una f X 0 tal que
kf k = 1 y f (x) = kxk
(Ejercicios resueltos 4, 5, 6 y 7)
Corolario 4.2.2.2 Sean L X una variedad lineal, x0 X, x0 6 L y
d = (x0 , L) > 0. Entonces existe una f X 0 tal que f (x) = 0 para
cualquier x L, f (x0 ) = 1 y kf k = d1 .
(Ejercicios resueltos 8 y 9)
Teorema 4.2.3 (Teorema de Riesz) Sea H un espacio de Hilbert. Para
cualquier funcional lineal acotado f , dado sobre todo H, existe un elemento
u
nico y H, tal que f (x) = (x | y) para cualquier x H. Adem
as kf k =
kyk.
(Ejercicio resuelto 10)
4.2.1
(4.2.1)
(4.2.2)
Aplicaciones
1. A los espacios de polinomios.
Si X es el espacio de polinomios
x(t) = 0 + 1 t + ... + n tn
n N,
con
kxk = max |j | .
0jn
Entonces X no es completo.
Demostraci
on
Se basa en construir una sucesion {Tn } L(X, Y ) que satisfaga la
condicion (4.2.1) pero no a (4.2.2).
Vamos a tomar Y = K (los Tn funcionales). Definamos:
Tn (0) = 0;
Tn (x) = 0 + 1 + ... + n
n
n
X
X
|Tn (x)| =
i
|i | (n + 1) kxk
i=0
i=0
(n + 1)(1)
|Tn (x)|
=
=n+1
kxk
(1)
|Tn (x)|
= kTn k n + 1.
sup
kxk
x6=0
1
Cantidad de coeficientes
103
=1
Y = K (los
!
1
sin n + t
2
donde qn (t) =
y que kTn k y por tanto {kTn k}
n
1
sin t
2
no esta acotada, entonces,
x X : |Tn (x)| no esta acotado2 ,
luego, por definicion de Tn la serie de Fourier de x diverge en t0 .
2
104
3. A la aplicacion canonica.
Esta aplicacion requiere el manejo de un importante operador que se
denota por J y que relaciona de forma natural un espacio con su bidual,
por lo que se le denomina aplicaci
on canonica.
Sabemos que:
Y
x0 X 0
x00 (x01 + x02 ) = (x01 + x02 )(x) = 3 x01 (x) + x02 (x) = x00 (x01 ) + x00 (x02 ).
Tambien,
Def.
3
4
105
Demostraci
on
Linealidad :
J(x1 + x2 ) = y 00 : y 00 (x0 ) = x0 (x1 + x2 ) x0 X 0
y 00 (x0 ) = x0 (x1 + x2 ),
pero tenemos que x0 es lineal, entonces
x0 (x1 + x2 ) = x0 (x1 ) + x0 (x2 )
= x001 (x0 ) + x002 (x0 ) = (x001 + x002 )(x0 )
y 00 = x001 + x002 = J(x1 ) + J(x2 ).
Tambien,
J(x) = y 00
y 00 (x0 ) = x0 (x),
J(x) =
Continuidad :
kJxk = kx00 k = sup |x00 (x0 )| = sup |x0 (x)| ,
kx0 k=1
kx0 k=1
pero, x0 X 0 , tenemos
|x0 (x)| kx0 k kxk kxk
x X 0
kx0 k = 1.
Luego,
sup |x0 (x)| kxk kJk 1.
|
{z
}
kx0 k=1
=kJxk
106
esto es,
d(x1 , x2 ) = d(J(x1 ), J(x2 )),
por lo que se dice que J es una isometra.
Una consecuencia de que J sea una isometra es que:
M
4. A la acotacion de conjuntos.
Caso 1) Sea X un espacio normado
M X : sup |x0 (m)| < + X 0 X 0 .
mM
| J(m)(x0 ) |< +5
| {z }
J(m)J(M )
sup
mM
X 0 X.
x0 (m)
Entonces
J(M )6
esta acotado M
esta acotado.
existe
Por hipotesis.
Isometra.
107
lim x0 (xn ).
Demostraci
on
Utilizando la aplicacion 3 y considerando M = {xn } es suficiente
probar que
sup |x0 (xn )| < + x0 X 0 .
n
4.2.2
Ejercicios Resueltos
Soluci
on al inciso a)
Z 1
|f (x)| = max
x( t)dt
t[0,1]
0
Z 1
max
x( t)dt
t[0,1] 0
x( t) kxk
Z 1
x( t) dt kxk (1 0) = kxk
0t10
t1
Esta acotada.
R1
x(tn )dt
Z 1
n
|fn (x)| =
x(t )dt
0
Z 1
Soluci
on al inciso b) Sea fn (x) =
t[0,1]
n
0
n
108
Soluci
on al inciso a) Linealidad
1
[(x + y)(1) + (x + y)(1)]
3
1
=
[(x(1) + y(1)) + (x(1) + y(1))]
3
1
1
= [x(1) + x(1)] + [y(1) + y(1)]
{z
}
{z
}
|3
|3
f (x + y) =
f (x)
f (y)
= f (x) + f (y).
Acotaci
on
x C[1, 1]
1
[|x(1) + x(1)|]
t[1,1] 3
1
max [|x(1) | + | x(1)|]
t[1,1] 3
1
[ max |x(t)| + max |x(t)|]
t[1,1]
3 t[1,1]
|
{z
} |
{z
}
|f (x)| =
max
kxk
2
kxk
3
2
kf k
3
=
109
kxk
C
alculo de la norma
Considerar x0 (t) 1 t [1, 1]; x0 C[1, 1]. Entonces
(1 + 1)
3
2
|f (x)|
|f (x0 )|
=
= sup
,
kx0 k
1
3 x6=0 kxk
| {z }
kf k
2
luego kf k = .
3
Soluci
on al inciso b) Linealidad
f (x + y) = 2[(x + y)(1) + (x + y)(0)]
= 2[(x(1) + y(1)) + (x(0) + y(0))]
= 2[x(1) + x(0)] + 2[y(1) + y(0)]
{z
}
|
{z
}
|
f (x)
f (y)
= f (x) + f (y).
Acotaci
on
x C[1, 1]
|f (x)| =
t[1,1]
t[1,1]
= 4 kxk
kf k 4 kxk
C
alculo de la norma
Considerar x0 (t) 1 t [1, 1]; x0 C[1, 1]. Entonces
|f (x0 )|
|2(1 + 1)|
|f (x)|
=
= 4 sup
,
kx0 k
1
x6=0 kxk
| {z }
kf k
110
luego kf k = 4.
Soluci
on al inciso c) Linealidad
f (x + y) =
=
n
X
k=0
n
X
k (x + y)(tk )
k (x(tk ) + y(tk ))
k=0
n
X
k x(tk ) +
|k=0 {z
n
X
|k=0 {z
f (x)
f (y)
Acotaci
on
x C[1, 1]
n
X
|f (x)| = max
k x(tk )
t[1,1]
k=1
n
X
max
t[1,1]
max
n
X
k=1
n
X
t[1,1]
|k x(tk )|
|k | |x(tk )|
k=1
k=1
111
Entonces
1 X
|f (x0 )|
=
k x0 (t)
kx0 k
0 k=1
n
n
X
1 X
|k |
|k | 0 =
=
0
k=1
k=1
sup
x6=0
|f (x)|
= kf k
kxk
fn f en X 0 > 0 n0 N : n n0
kfn f k
| {z }
y
B1 .
kyk
(f
f
)
n
kyk
kyk
se tiene que
|fn (y) f (y)| kyk fn f lineal y acotado, luego
f = f fn + fn
| {z } |{z}
f X 0 y kfn f k
fn f
en X 0 .
4. Demostrar el teorema 4.2.2.
Soluci
on:
Es necesario probar que si
f D0 f X 0
kf k =k f k .
k f k kf k 7 k f k
kf kkxk
113
kf k = 1 y f (x) = kxk .
(P1) Consideremos
M = {x
K} .
(P2) Definamos
f (x) = kxk .
(P3) f es un funcional lineal sobre M :
f (x1 + x2 ) = f ( 1 x + 2 x ) = (1 + 2 ) kxk
|{z} |{z}
x1
x2
= 1 kxk + 2 kxk .
| {z } | {z }
f (x1 )
f (x2 )
f (x1 ) = f ( 1 x )
|{z}
x1
|f (x)|
|f (y)|
= 1 sup
= kf k ,
kxk
y6=0 kyk
de donde kf k = 1.
(P4) f X 0 : k f k= kf k = 1 y f(x) = f (x) = kxk.
6. Sean X un espacio normado, x, y X, x 6= y. Demostrar que existe
una f X 0 tal que, f (x) 6= f (y).
114
Soluci
on:
Sea x y 6= 0 8 f X 0 : f (x y) = kx yk. Entonces
f (x y) = f (x) f (y) f (x) = f (y)+ k x y k
| {z }
>0
f (x) 6= f (y)
7. Sean X un espacio normado, x0 X y supongamos que para cualquier
f X 0 , tal que kf k = 1, se cumple la desigualdad |f (x0 )| 1. Demostrar que kx0 k 1.
Soluci
on:
Para el caso de que x0 = 0 tenemos una trivialidad. Para el caso x0 6= 0, por el Corolario 4.2.2.1 tenemos que f X 0 tal que
kf k = 1 y |f (x0 )| = kx0 k aplicando directamente la hipotesis tenemos
que kx0 k 1.
8. Sea x0 (t) C[0, 1], x0 6= 0, consideramos el subespacio unidimensional
L = {x0 (t)} donde R. Definamos sobre L un funcional lineal f
mediante la igualdad f (x) = si x = x0 .
1
.
kx0 k
un el Teorema 4.2.2 f se puede prolongar sobre todo el espab) Seg
cio C[0, 1] conservando la norma. Es u
nica esta prolongacion si
x0 (t) = 1 2t?
Soluci
on al inciso a) f (x0 ) = es lineal
a) Demostrar que kf k =
kx0 k
|| kx0 k
1
|f (x)|
1
| f ( x0 ) |= ||
=
=
kxk sup
=
.
|{z}
kx0 k
kx0 k
kx0 k
kx0 k
x6=0 kxk
x
| {z }
kf k
Soluci
on al inciso b)
x0 (t) = 1 2t
f (x0 ) =
kf k =
1
1
=
=1
kx0 k
max |x0 (t)|
t[0,1]
115
Consideremos
f1 (x) = x(0) y f2 (x) = x(1)
se tiene que
kf1 k = kf2 k = 1
Probemos que f1 y f2 coinciden con f sobre L
f1 (x0 )
= = f (x0 )
(x0 )(1) = x0 (1) = ()(1 2(1))
| {z }
Def. de f1
=1
f2 (x0 )
Def. de f2
=1
= = f (x0 )
Luego f1 y f2 son dos prolongaciones de f a C[0, 1] que preservan
la norma.
9. Probar el corolario 4.2.2.2.
Soluci
on:
(P1) Consideremos
M = {x0 + l
K,
l L}
(P2) Definamos
f (x0 + l) = .
(P3) Hay que probar que f es un funcional lineal, continua sobre L y
1
que kf k = para aplicar seguidamente el corolario 4.2.2.1.
d
f (x1 + x2 ) = f [(1 x0 + l1 ) + (2 x0 + l2 )] = f [(1 + 2 ) x0 + (l1 + l2 )]
| {z } | {z }
| {z }
| {z }
x1
x2
= 1 + 2 = f (x1 ) + f (x2 ).
De manera analoga se prueba que f (x1 ) = f (x1 ).
116
f continua:
1
d
l
|f (x0 + l)| = || || x0
d
d
d
6= 0,
l
donde L.
d
1
kx0 + lk
d
|f (x0 + l)|
Observemos que si = 0, entonces
1
| f (l) | klk .
|{z}
d
=0
Luego,
kf k
1
.
d
Se tiene que
| f (x0 l) | kf k kx0 lk
| {z }
l L.
=1
Como
d = inf kx0 lk
lL
{ln } L
ln kx0 ln k d.
n
Sustituyendo
1 kf k kx0 lk
n.
Pasando el lmite
1 kf k d kf k
(P4) f X 0 : f (x0 ) = 1 y kfk = 1/d.
117
1
.
d
10. Sean X un espacio normado, xn X(n N) un sistema de elementos fijos, L su variedad lineal generada, x X un elemento arbitrario.
si y solo si de f X 0 , f (xk ) = 0 para k N se
Demostrar que x L
deduce que f (x) = 0.
Soluci
on:
Supongamos que f (xk ) = 0 k N
xL x=
l
X
mk xmk
k=1
f (x) = f
l
X
!
mk xmk
k=1
l
X
k=1
mk f (xmk ) = 0
| {z }
=0
xn L : xn z}|{
xL
x f (xn ) f (x)
|{z}
|{z}
| {z }
L
=0
=0
[f X 0 f (xk ) = 0 f (x) = 0]
xL
Para probar la implicacion contraria utilizaremos el principio de contraposicion, es decir si p q entonces q p. Supongamos que
que es la negacion de q. Por el Teorema 4.2.2,
x 6 L
> 0 lo cual constif0 : f0 (xk ) = 0 k = 1, 2, ... f0 (x) = d(x, L)
tuye la negacion de p.
11. Sean X un espacio normado, M X un conjunto arbitrario. Hagamos
M = {f X 0 : f (x) = 0 para todo x M }.
a) Demostrar que M es un subespacio en el espacio X 0 .
b) Que representa M , si X es un espacio de Hilbert?
118
Soluci
on al inciso a) Sean f, g M R(C).
f M
f, g M
f 0 en M
f 0 en M
f M .
f 0 g 0 en M
f + g 0 en M f + g M .
Soluci
on al inciso b)
M = {f X 0 : f (x) = 0 x M } se corresponde con:
MH = {y X : f (x) = (x, y) = 0 x M }.
(4.2.3)
Teo. 4.2.2
4.3
Espacio Dual
K = {k
|f (x)| k kxk
x X} .
120
n
X
i f (xi ),
i=1
n
X
|f (x)| =
n
X
|i | |f (xi )|
i f (xi )
i=1
i=1
kxk0
n
X
i=1
Definamos
k=
n
X
|f (xi )| ,
i=1
4.3.1
Operadores Conjugados
121
A2 g2
4.3.2
Conjugado de Hermite
H H
H 0
H0
H
H
x
1
y
0
H
H0
12
122
Hemos denominado fundamental a esta propiedad porque caracteriza al conjugado de Hermite en el sentido que es el u
nico operador sobre H que la
cumple. (Ejercicio resuelto 3)
La propiedad fundamental y la unicidad pueden combinarse para establecer
un procedimiento que permita probar la forma que debe tener el conjugado de un cierto operador, o tambien demostrar sus propiedades operativas.
(Ejercicios resueltos 4, 5, 7 y 8)
Procedimiento 5
(P1) Seleccionar el operador A y el vector del miembro izquierdo de la
propiedad fundamental de acuerdo con lo que se requiera probar.
(P2) Plantear la forma para que (Ax | y) en dependencia de la definicion
de A y del producto escalar.
(P3) Aplicar propiedades del producto escalar hasta obtener
(Ax | y) = (x | By).
(P4) Inferir que B = A .
Observemos las propiedades de A ,
(1) Lineal. (Ejercicio resuelto 4)
(2) Continuo.
Analicemos como se comporta la acotacion que se tiene como consecuencia de (2),
2
A (x) = (A (x) | A (x)) = (A(A (x)) | x)
A (x) kAk kxk
A kAk .
123
2
kA(x)k A (A(x)) kxk kA(x)k A kxk
kA(x)k A kxk
kAk A
A = kAk .
De aqu que si A = A se llama Autoconjugado y se tiene que,
(A(x) | y) = (x | A(y))
El conjugado de Hermite posee un conjunto de propiedades operativas significativas que provienen de aplicar la propiedad fundamental demostrada y
utilizar las propiedades caractersticas del producto escalar. (Ejercicios resueltos 3 y 4)
La propiedad fundamental aludida tiene tambien un gran valor practico para
determinar la expresion del conjugado de Hermite. (Ejercicios resueltos 5, 6
y 7)
En general, la definicion de operador conjugado se hace tecnicamente mas
compleja cuando las hipotesis que se asumen sobre el operador original son
mas debiles. (Ejercicios resueltos 8 y 9)
4.3.3
Ejercicios Resueltos
124
(P1) A A,
y = y1 + y2 ;
^
16 .
(A
+ B) =
A + B
Soluci
on:
(P1) A = A1 + A2
y y;
= (x | A1 y) + (xA2 y)
= (x |
A1 y + A2 y)
= (x | (
A1 + A2 )y);
A1 + A2 .
(P4) (A^
1 + A2 ) =
126
Por el ejercicio 5:
z}|{ z}|{
^
.
(A
+ B) =
|{z}
A + |{z}
B
7. Si A : l2 l2 se define as:
A(x1 , x2 , ..., xn , ...) = (0, x1 , x2 , ...).
Hallar A y determinar si es autoconjugado.
Soluci
on:
(P1) A A ;
y = y;
(A
1 B1 ) = B1 A1 .
Soluci
on:
(P1) A A1 B1
y y;
^
(P2) (A1 B1 x | y) = (x | (A
1 B1 ) y);
(P4) (A
1 B1 ) = B1 A1 .
9. En el espacio l2 para x = (x1 , x2 , ...) l2 hacemos An x = (xn+1 , xn+2 , ...).
s
Soluci
on al inciso a) An L(l2 )
An (x + y) = (xn+1 + yn+1 , xn+2 + yn+2 , ...)
= (xn+1 , xn+2 , ...) + (yn+1 , yn+2 , ...)
= (xn+1 , xn+2 , ...) + (yn+1 , yn+2 , ...) .
|
{z
}
|
{z
}
An x
An y
kAn xk =
|xk |2 0 An 0.
k=n+1
La convergencia fuerte es una consecuencia inmediata de la infinitesimalidad del resto de una serie convergente.
Soluci
on al inciso b) Hallemos An por el procedimiento:
(P1) A An ; y y;
(P2) (An x | y) = (x | An y).
Se plantea el miembro izquierdo aplicando la definicion de An y
de producto escalar en l2 , para y = (y1 , y2 , ..., yn , ...)
(An x | y) = ((xn+1 , xn+2 , ...) | y) = xn+1 y1 + xn+2 y2 + ...
(P3) Hallemos ahora el miembro derecho e indiquemos lo que
deben valer los componentes de An :
(x1 (An y )1 + ... + xn (An y )n + xn+1 (An y)n+1 +...
| {z }
| {z }
| {z }
0
= (x | An y);
(P4) An x = (0, 0, ..., 0, x1 , x2 , ...).
| {z }
n
128
y1
x l2 x 6= 0 An x 9 0.
(Ax | y) = (L)
Ax(t)y(t)dt
Z
= (L)
tx(t)y(t)dt = (L)
0
A y(t) = ty(t).
x(t)ty(t)dt = (x | A y)
tal que xn 0 y T xn y.
T cerrada GT 17 es cerrado.
Como T es una extension de T
T GT
GT GT G
Si se considera (xn , T xn ) n = 1, 2, ..., se tiene que
T GT ,
(xn , T xn ) (0, y) G
luego,
(0, y) GT y = T(0) = 0.
|{z}
Lineal
17
Grafico de T
129
T ,
DT = x X : z Y que satisface (x, z) G
T(x) = z.
Probemos que T esta bien definida.
T .
Supongamos que z1 Y que satisface que (x, z1 ) G
T es un subespacio
Como G
T
(x, z) (x, z1 ) G
|
{z
}
(0,zz1 )
n,m
Tx = y = lim T xn .
n
18
130
Ante todo hay que probar que T esta bien definida, es decir que es
independiente de la seleccion de {xn }. Supongamos que {zn } es otra
sucesion tal que zn x. Consideremos la sucesion alternada
T x1 , T z1 , T x2 , T z2 , ..., T xn , T zn , ...
Por calculo directo se obtiene que esta sucesion es fundamental y las dos
subsucesiones tienen un lmite com
un que es y. (Ejercicio propuesto 5)
T cumple las caractersticas siguientes:
Es lineal.
, entonces existen {xn } , {yn } M tales que
Si x, y X = M
xn x y yn y. Sean , K. Entonces xn + yn
x + y. Por tanto:
T(xn + yn ) =
=
lim T (xn + yn )
lim (T xn + T yn )
= lim T xn + lim T yn
n
n
| {z }
| {z }
Tx
Ty
T es continuo.
kT xk = lim kT xn k
n
De aqu que
19
Tx = 19 T x kT k T .
131
4.4
Convergencia D
ebil
Definici
on 4.4.1 Sea una sucesi
on {xn } en un espacio normado X, dew
cimos que converge debilmente a x X y se escribe xn x, si para todo
f X 0 (X 0 , como notacion usual del dual topol
ogico de X),
f (xn ) f (x).
(Ejercicios resueltos 1 y 2)
El primer hecho que demostraremos sobre la convergencia debil es la unicidad del lmite debil; precisamente, si
w
xn x
xn y
f (xn ) f (y)),
xn x
entonces
yn y,
w
xn + yn x + y.
132
xn x,
entonces
xn x.
(Ejercicio propuesto 4)
La definicion de continuidad de una funcion f (x) implica que si xn x,
entonces f (xn ) f (x). Puesto que todo funcional lineal acotado, satisface
|f (xn ) f (x)| kf k kxn xk
se tiene que convergencia fuerte implica convergencia debil.
Podemos preguntarnos como se comporta el recproco de esta propiedad.
El siguiente para que la convergencia debil implique la fuerte.
Teorema 4.4.1 Si X es un espacio normado finito-dimensional entonces
convergencia fuerte es equivalente a convergencia debil.
(Ejercicio resuelto 3)
w
Entonces xn x.
Los Teoremas 4.4.2 y 4.4.3 se utilizan en la demostracion del teorema siguiente:
133
Definici
on 4.4.2 x0n x0 x00 X 00
se plantea:
w
Definici
on 4.4.3 x0n x0 x X
(Ejercicios resueltos 5 y 6)
Teorema 4.4.5 Sea X un espacio de Banach. Para cada x X fijo, la
igualdad Jx (f ) = f (x) define un funcional lineal acotado Jx sobre el espacio
X 0 tal que kJx k = kxk.
(Ejercicio resuelto 7)
Por lo tanto, tiene lugar el encaje isometrico J(X) X 00 . Si ademas
J(X) = X 00 , entonces el espacio X se llama reflexivo. En este caso, como X 00 es de Banach y J una isometra, X es necesariamente un espacio de
Banach.
w
134
4.4.1
Ejercicios Resueltos
xn x y
Soluci
on:
w
II
III
(xn | x) (x | x) = kxk2
kxn k2 (xn | x) (x | xn ) + kxk2 0
n
135
An x Ax x X (An x | y) (Ax | y) x X y Y
n
Soluci
on:
w
An x Ax gy (An x) gy (Ax)
n
| {z } n | {z }
(An x|y)
x X y y Y
(Ax|y)
z Y
En particular,
w
i=1
k
X
i=1
20
Por la hipotesis.
136
i bi .
Consideremos:
j = 1, ..., k
fj (x) = fj
k
X
!
i bi
= j
i=1
21
fj (xn ) fj (x) 22
| {z }
| {z }
j = 1...k
(n)
X (n)
k
X
i=1
g(xn ) =
k
X
i=1
i fi
|{z}
A
i fi (xn )
|{z}
A
21
X finito-dimensional.
Por la convergencia debil.
23
k k y k k1 son equivalentes.
22
137
k
X
i=1
i fi (x) = g(x).
|{z}
A
<
kxn k k
<
kxk k.
kxk=1
fn (x) =
n (t)x(t)dt
x C[a, b].
a
24
138
qP
n=1
|xn |
|fn (x)| =
kfn k 1
n.
Z
fn (x) =
1
n
1
n
Z
n (t)x(t)dt =
25
x(n )
|
1
n
1
n
n (t)dt
{z
=1
1
J, se tiene por la definicion de norma que:
kf k
1
kf k
1
J(f ) =
J(f ) = 1 = kJk kf k .
kf k |{z}
kJk =
kf k
25
139
(4.4.1)
kJk
k
X
i=1
g(xn ) =
k
X
i=1
g L(A).
i fi
|{z}
A
i fi (xn )
|{z}
A
k
X
i=1
i fi (x) = g(x).
|{z}
A
<
4.5
Ejercicios Propuestos
1. Determinar si el funcional
Z
f (x) =
0
140
x(t2 ) dt
<
6. Probar que (g
T ) = T .
141
Captulo 5
Conjuntos compactos y
Operadores totalmente
continuos
La nocion de operador totalmente continuo es muy importante desde el punto de vista teorico porque implica muchas buenas propiedades operativas.
Tambien es relevante desde el punto de vista practico porque hay ejemplos
muy u
tiles de este tipo de operador.
Este nuevo concepto esta basado en la nocion de conjunto compacto, y para
demostrar de forma idonea las diversas propiedades, se requiere dominar las
distintas caracterizaciones de la compacidad en los espacios metricos, dadas
en terminos de nociones relacionadas con la definicion topologica de compacidad (en terminos de cubrimientos por conjuntos abiertos).
Por esto resulta u
til reunir las nociones equivalentes a la compacidad y trabajar con ellas de la forma mas apropiada en el contexto de la nocion de este
nuevo tipo de operador.
142
5.1
Definici
on 5.1.1 Sea un conjunto de ndices y adem
as supongamos que
S
{G }, donde recorre , tiene la propiedad de que A G . Entonces
{G } se denomina cubrimiento del conjunto A. Un subcubrimiento de A es
una parte del cubrimiento que constituye tambien un cubrimiento para A. Si
el conjunto es finito, se dice que es un cubrimiento finito de A. Si cada
G es abierto, entonces se dice que es un cubrimiento abierto de A y si el
conjunto A tiene la propiedad de que, para todo cubrimiento abierto, se puede
tomar un subcubrimiento finito, decimos que A es compacto.
Teorema 5.1.1 Sea (X, d) un espacio metrico. Entonces si A es compacto
se cumple que A es cerrado y acotado.
(Ejercicio resuelto 1) Un conjunto Q en un espacio normado X se denomina
sucesionalmente compacto si de toda sucesion xn Q(n N) se puede
escoger una subsucesion cuyo lmite pertenece a Q.
Definici
on 5.1.2 En el espacio metrico (X, d) un subespacio A se denomina
relativamente compacto si A es compacto.
En los espacios finito-dimensionales, en particular en los espacios eucldeos
Rn (Cn ), relativamente compacto es equivalente a acotacion en virtud de la
definicion anteriormente expuesta. En general, como los conjuntos compactos
son siempre cerrados, tambien podemos decir que los conjuntos compactos
son siempre relativamente compactos.
Definici
on 5.1.3 El conjunto de puntos N de un espacio metrico (X, d) se
denomina red respecto al conjunto A si para todo x A existe un y N
tales que d(x, y) < .
De manera equivalente para el caso en que tengamos un espacio normado
podemos reescribir la definicion anterior: un conjunto M X se denomina
red si para cualquier x M existe un x M tal que kx xk < .
Por ejemplo, supongamos que A es R2 . Entonces el conjunto
N = {(m, n)
m, n = 0, 1, ...}
143
constituye una red para R2 , para cualquier >
2
.
2
tG
5.2
144
145
acotado A(B)
| {z }
acotado
A(X)
| {z }
finito-dimensional
S totalmente acotado.
146
Procedimiento 6
(P1) Definir una sucesion {Tn } de operadores asociados a T .
(P2) Probar que cada Tn es lineal y totalmente continuo.
(P3) Probar que kTn T k 0.
n
!
1
1
1
x = (x1 , x2 , ...) T x = x1 , x2 , x3 , ..., xn , ... ,
2
3
n
es totalmente continuo.
!
1
1
(P1) Tn x = x1 , x2 , ..., xn , 0, 0, ... .
2
n
(P2) Tn es lineal, continuo y R(Tn ) finito-dimensional, por tanto Tn es totalmente continuo.
(P3) Desarrollando kT x Tn xk2
2
1
kT x Tn xk2 =
xn+1 ,
xn+2 , ...
n + 1
n+2
1
1
|xn+1 |2 +
|xn+2 |2 + ...
2
(n + 1)
(n + 2)2
1
kxk2 .
(n + 1)2
=
Luego,
1
1
2
kxk
kT
x
T
xk
kxk
n
(n + 1)2
n+1
1
kT Tn k
0.
n + 1 n
kT x Tn xk2
147
(5.2.1)
se denomina ecuaci
on de segunda especie. Conjuntamente con la ecuacion
(5.2.1) consideramos la ecuacion homogenea correspondiente
z Az = 0
(5.2.2)
(5.2.3)
(5.2.4)
c) la ecuaci
on (5.2.3) tiene solucion u
nica para cualquier segundo miembro;
on (5.2.4) tiene solamente solucion trivial.
d) la ecuaci
Si se cumple una de las condiciones anteriores, entonces los operadores I A
e I A son continuamente inversibles.
Teorema 5.2.10 Las ecuaciones (5.2.2) y (5.2.4) tienen el mimso n
umero
finito de soluciones linealmente independientes.
Los teoremas 5.2.9 y 5.2.10 son muy importantes para las aplicaciones porque
caracterizan de forma alternativa el comportamiento de un operador totalmente continuo y en el caso de existir solucion u
nica se puede demostrar
mediante el manejo de la ecuacion homogenea, lo cual es usualmente mas
simple.
En particular, los resultados se estos teoremas son aplicables al estudio de
las ecuaciones integrales de la forma:
Z b
k(s, t)x(t) dt = y(s), con 6= 0
x(s)
a
(Ax)(s) =
|
k(s, t)x(t) dt
{z
}
(A1 x)(s)
o sea
x Ax = y.
Para utilizar los teoremas citados, se requiere una condicion suficiente para
que A1 sea totalmente continuo. Esta condicion estara dada porque k(s, t)
sea una funcion continua sobre [a, b] [a, b].
149
5.2.1
Ejercicios Resueltos
n
[
Sxi (xi ).
(5.2.6)
i=1
n
\
Sxi (y).
i=1
n
[
i=1
(5.2.7)
para alg
un i por la hipotesis (5.2.6). Pero
B Sxi (xi ) Sxi (y) Sxi (xi ).
Por tanto,
Sxi (x) Sxi (y) 6= ,
y contradice la hipotesis (5.2.7). Por tanto A B = , donde B es
un conjunto abierto por ser la interseccion finita de bolas abiertas y
ademas
A B = y B Ac .
Compacto Acotado
Supongamos que A es compacto y consideremos un cubrimiento abierto
de A que consiste en 1vecindades para cada uno de sus puntos. Luego,
[
A
S1 (x).
xA
"
X
# 12
|i i |2
i=1
d(x, 0) = 1},
152
A(x) = f (x) z
|{z}
K
(5.2.8)
1ro) A lineal?
A(x+y) = f (x+y)z = [f (x)+f (y)]z = f (x)z + f (y)z
| {z }
| {z }
A(x)
A(y)
2do) A totalmente continuo? Consideremos A acotado A(B) relativamente compacto? De acuerdo con el Teorema 5.1.2 debemos
probar que de cada sucesion en A(B) se puede extraer una subsucesion convergente (en A(B)).
Sea
yn A(B) xn B :
|{z}
yn = A(xn ) = f (xn )z
acotada
n N
Por tanto,
xnk :
f (xnk ) K.
154
5. Sea T (l2 ).
a) Si Tn es totalmente continuo para cada n,
Tn : X Y,
donde Y es un espacio de Banach y
s
Tn T.
Mostrar que no necesariamente T es totalmente continuo.
b) Demostrar que existe una sucesion
Tn L(l2 )(n N),
tal que
Tn T
n
kTn T k =
kxk=1
"
=
sup
kxk=1
155
k=n+1
# 12
|yk |2
0.
A (X, Y ) [B acotado de X
A(B) relativamente compacto en Y ]
Considerando como caso particular de conjunto acotado la bola unitaria, se tiene que
A (X, Y ) [B bola unitaria de X
A(B) relativamente compacto en Y ]
Recprocamente supongamos que B es un conjunto acotado. Entonces
existe r > 0 tal que B {x X : kxk r}. Se tiene que
|
{z
}
Sr
kxn k r k xn /r k 1
|{z}
zn
156
(1)
(1)
A(xn ) y;
(2)
B(xn ) z,
(2)
(1)
(1)
(2)
(1)
para A2 existe {xn } {xn } {xn } tal que {A2 (xn )} es convergente y as sucesivamente.
(n)
(n)
157
modo que:
(n)
(n)
(m)
A(xn(n) ) A(x(m)
A(x(n)
m )
n ) Ak (xn ) + Ak (xn ) Ak (xm )
(m)
+ Ak (x(m)
m ) A(xm )
(m)
+ Ak (x(n)
kA Ak k x(n)
n
n ) Ak (xm )
| {z } | {z } |
{z
}
<
+ kAk Ak (x(m)
m )
| {z } | {z }
<
<
(n)
158
Consecuencia
Si X = l2 , entonces un operador A totalmente continuo no puede
tener inverso acotado. Si existiera A1 acotado se tuviera:
A1 = I I
A |{z}
|{z}
totalmente continuo,
Axn Ax0 .
Sea g Y 0 y definamos
f (z) = g(Az),
es decir f = g A. entonces f es lineal, continuo porque A es
totalmente continuo y por tanto
w
xn x0
Axn
f (xn ) f (x0 )
g(Axn ) g(Ax0 ) g Y 0
w
Ax0 .
0
subsucesion Axnk convergente a y Y 0 (por ser A totalmente
159
continuo).
Entonces tambien
Ax0nk y.
Pero
Axn y
Absurdo!
k
Esto contradice el hecho de que Ax0nk converge a y.
10. Probar que:
Z
(A1 x)(s) =
Z b
kA1 xn k = max
k(s, t)xn (t) dt kxn k
|k(s, t)| dt
S[a,b]
a
160
s, t [a, b]
2do) Equicontinuo:
Z b
Como k es continua sobre un compacto, entonces k es uniformemente continua. Luego, > 0 > 0 tal que si
|s1 s2 | < t [a, b]
|k(s1 , t) k(s2 , t)| < .
|(A1 xn )(s1 ) (A1 xn )(s2 )| c (b a) para |s1 s2 | < .
5.3
(t a)m+1
m+1
m+1
m+1
(T
(x))(t) (T
(y))(t) ||
M
d(x, y) m = 0, 1, 2, ...
(m + 1)!
donde se supone que K(t, s) (C[a, b] [a, b]).
Soluci
on:
Probemos la propiedad para m = 0,
Z t
Z t
Z t
161
Demostracion de la tesis:
m+1
(T
(x))(t) (T m+1 (y))(t) = |(T m (x))(t) (T m (y))(t)|
Por la definicion de T , tenemos:
Z t
Z t
m
m
6 v(t) +
K(t,
s)(T
(x))(s)
ds
6
v(t)
K(t,
s)(T
(y))(s)
ds
a
a
Z t
Soluci
on:
De acuerdo a la notacion del ejercicio 1, se quiere resolver la ecuacion
Z 1
(T x)(t) = v(t) +
ets x(s) ds = x(t),
0
n = 0, 1, 2, ...
x1 (t) = v(t) +
0
ets x0 (s) ds
| {z }
Z
= v(t) + et
|0
v(s)
1
et v(s) ds
{z
}
K0
12
v(t) +
ets xn (s) ds
= v(t) + et K0 (1 + + 2 + ... + n )
Como || < 1, la solucion buscada es
x(t) = lim xn (t) = v(t) + et K0
n
1
1
y hacer zn = xn xn1 ,
n 1.
n 1.
(5.3.1)
Soluci
on al inciso 3.1)
zn+1 (t)
12
Def.
=
=
Definicion de la iteracion
164
Como S es lineal
zn+1 (t) = S (xn xn1 )(t) zn+1 = S(zn )
{z
}
|
zn
Soluci
on al inciso 3.2)
z
z }|1 {
z
}|n
{
x = lim xn = lim [ x0 + (x1 x0 ) + (x2 x1 ) +...+ (xn xn1 )]
n
n |{z}
| {z }
v
z2
z1 (t)
x1 (t)
z }| { z
}|
{
x1 (t) x0 (t) = 6 v(t) + S( x0 )(t) 6 v(t)
|{z}
Def.
z2
z1 = S(v)
Por (5.3.1)
R1
0
Soluci
on:
Para este caso:
K(t, s) 1;
165
v(t) 1
(5.3.3)
Se obtiene
Z
S(1) =
0
1
1
S 2 (1) =
0
z}|{
K(s, t) v(s) ds = 1
| {z }
1
z }| {
K(s, t) (S(1))(s) ds = 1,
| {z }
etc.
Sustituyendo en (5.3.3),
x = 1 + + 2 + ... + n + ...
Nota: Para || < 1, se tiene que x =
1
.
1
166
Agrupando
Z b
2
+ v2 (t)
K(s, t)v1 (s) ds
a
Z b
3
+ v3 (t)
K(s, t)v2 (s) ds + ...
a
donde
s, ) =
K(t,
n
X
j=0
siendo
Z
Kn (t, s) =
...
a
Soluci
on al inciso 5.1)
Z b
|v1 (t)|
|K(t, s)| | v0 (s) | ds 13 M c0 (b a)
| {z }
a
v(s)
13
167
De manera analoga
Z b
|v2 (t)|
|K(t, s)| |v1 (s)| ds M (M c0 (ba))(ba) = M 2 c0 (ba)2 .
a
Por induccion
|vn+1 (t)| M (M n c0 (b a)n )(b a) = M n+1 c0 (b a)n+1 .
Soluci
on al inciso 5.2) Como el termino general de la serie
x(t) = v0 (t) + 1 v1 (t) + 2 v2 (t) + ...
es n vn (t), podemos acotarlo as
1
Si || M (b a) < 1 entonces
n=0
luego,
n vn
n=0
es absolutamente convergente si
|| <
14
168
1
.
M (b a)
Soluci
on al inciso 5.3) Por convenio K1 K. Se tiene que
x = v + S(v) + 2 S 2 (v) + 3 S 3 (v) + ...
(t,s)
Z b zK1}|
{
x(t) = v(t) +
K(t, s) v(s) ds
|a
{z
}
S(v)
+2
|
Sustituyendo
Z
2
S (v) =
K(t, t1 )
K(t1 , s)v(s) ds dt1
a
Z b Z b
K(t, t1 )K(t1 , s) dt1 v(s) ds.
=
a
a
|
{z
}
a
K2 (t,s)
Analogamente:
Z b
3
S (v) =
K(t, t2 )S 2 (v)(s) ds
a
Z b Z b
Z b
K(t2 , t1 )K(t1 , s)v(s) dt1 ds dt2
=
K(t, t2 )
a
a
a
Z b Z b Z b
=
K(t, t2 )K(t2 , t1 )K(t1 , s) dt2 dt1 v(s) ds
a
a
a
|
{z
}
K3 (t,s)
169
Soluci
on:
De acuerdo con la expresion dada en el enunciado del inciso 5.3
Z b Z b
Kn+1 (s, t) =
...
K(s, t1 )K(t1 , t2 )...K(tn1 , tn )K(tn , t)dt1 ...dtn1 dtn
a
Z b Z b Z b
...
K(s, t1 )...K(tn1 , tn ) dt1 ...dtn1 K(tn , t)dtn
a
a
a
|
{z
}
K(s,tn )
Luego,
Kn+1 (s, t) =
7. Hallar los n
ucleos iterados correspondientes a K(s, t) = t es con a = 0
y b = 1.
Soluci
on:
K1 (s, t) K(s, t)
Z 1
Z 1
s
K2 (s, t) =
K1 (s, t1 ) K(t1 , t) dt1 = t e
t1 et1 dt1
|
{z
}
{z
}
|
0
0
t1 es
t et1
n 1
x(s)
t s x(t) dt = v(s)
0
170
t, ).
determinar K(s,
Soluci
on:
De acuerdo con el inciso 5.3
t, ) =
K(s,
j Kj+1 (s, t)
j=0
1
= st
3
Z
Z 1
K2 (s, u)K(u, t) du =
K3 (s, t) =
0
!
1
st
t u du
3
1
st
32
Analogamente
!n
1
Kn+1 (s, t) =
st
3
!0
1
1
1
1
t, ) =
K(s,
s t + s t + 2 s t 2 + ... + n s t n + ...
3
3
3
3
!
n
X
1
= st
3
n=0
Que resulta convergente si || < 3.
9. Calcular Kn (s, t) si el n
ucleo de la ecuacion de Fredholm es:
K(s, t) = sin(t 2s)
171
0 t, s 2.
Soluci
on:
Sustituyendo K(s, t) y K1 (s, u) K(s, u) en la formula dada en el
inciso 5.3 tenemos:
Z 2
K2 (s, t) =
sin(s 2u) sin(u 2t) du
0
2
0
1
cos(s 3u + 2t) du
2
cos(s u 2t) du
0
luego integrando,
2
2
11
1
sin(s 3u + 2t)u=0 (1) sin(s u 2t)u=0
23
2
1
1
= (0) + (0) = 0
6
2
Kn (s, t) = 0
n 2.
K2 (s, t) =
N
X
b = 2 y
an sin nt cos ns
n=1
Soluci
on:
Utilizando el desarrollo de Neumann
Z 2
x(t) = v(t) +
K(t, s)v(s)ds
0
|
{z
}
S(v)
172
n=1
N X
N
X
n=1 j=1
j=1
N X
N Z 2
X
n=1 j=1
Donde
an aj sin nt cos js
n
X
aj (s)bj (t),
j=1
n
X
cj aj (s)
(5.3.4)
j=1
donde
cj =
bj (t)x(t) dt
a
n
X
Z
ajk ck = vj
15
bk (t) aj (t) dt
a
j=1
vj =
siendo ajk =
173
Soluci
on:
Obtengamos la expresion para S(x)
!
Z b
Z b X
S(x)(s) =
K(s, t)x(t) dt =
aj (s) bj (t) x(t) dt
a
aj (s)
a
Sustituyendo el n
ucleo y la solucion en la ecuacion (5.3.4) obtenemos:
!
!
Z b X
n
X
x(s) = v(s) +
ai (s)bi (t)
v(t) +
cj aj (t) dt
a
= v(s) +
XZ
ai (s)bi (t)v(t) dt
a
XX
i=1
cj ai (s)
|a
bi (t)aj (t) dt
{z
}
aji
reescribiendo la u
ltima expresion
X
X
XZ b
v(s) +
ai (s)bi (t)v(t) dt + 2
ai (s)
cj aji
i
(5.3.6)
luego,
i
ci = vi +
X
j
174
cj aji
cj aji
j6=i
= ci (1 aii )
cj aji
j6=i
x(s) =
i = 1, ..., n.
t2 (5s2 3)x(t) dt + es
Soluci
on:
Como podemos apreciar tenemos un caso particular del ejercicio anterior, veamos que:
Z
x(s) =
0
a1 (s)
z }| {
2
2
s
t
|{z} (5s 3) x(t) dt + e ,
n = 1,
v(s) = es
b1 (t)
Evaluemos la expresion
Z
1 a11 = 1
0
t2
z}|{
a1 (t) b1 (t) dt = 1 (1 1) = 1
| {z }
5t2 3
Z
(1 a11 ) c1 = v1 =
| {z }
=1
1
0
et
z}|{
b1 (t) v(t) dt = 16 e 2
|{z}
t2
finalizando
x(s) = es + (e 2)(5s2 3).
16
175
tiene solucion.
Soluci
on:
Aqu:
a2 (s)
z}|{
z}|{
K(s, t) = |{z}
t
s + |{z}
t s2
a1 (s)
b1 (t)
b2 (t)
n
X
cj aj (s)
j=1
= v(s) + (c1 s + c2 s2 )
Debemos resolver el sistema:
(1 a11 ) c1 a12 c2 = v1 ,
a21 c1 + (1 a22 ) c2 = v2 ;
donde
Z
a11 =
0
t2
1
a22 =
0
Z
a12 =
0
z }| {
1
b2 (t) a1 (t) dt =
|{z}
3
t
a21 =
t2
z }| {
1
b2 (t) a2 (t) dt =
|{z}
4
t
z }| {
1
b1 (t) a1 (t) dt =
|{z}
4
t2
z }| {
1
b1 (t) a2 (t) dt =
|{z}
5
176
t2
!2
!
!
1
1
1
1
1
1
4
3
det
1
=
1
1
4
3
5
1
5
4
2
240 120 2
= 1
=
.
2 240
240
Resolvamos:
() = 0 240 120 2 = 0 = 60 16 15
b1 (t) = 1
b2 (t) = t
a11 =
0
1
1
a12 =
0
Z
0
z }| {
1
b2 (t) a1 (t) dt =
|{z}
3
t
a21 =
z }| {
1
b1 (t) a1 (t) dt = = a22
|{z}
2
z }| {
b1 (t) a2 (t) dt = 1
|{z}
1
!2
!
1
1
1
1
1 2 3
1 ()
det
=
1
2
3
1
2
2 2 + 12 12
= 1
=
(1).
12
12
177
Soluci
on al inciso 15.2
2 + 12 12 = 0 1,2 = 6 4 3.
15. Sabiendo que
Z
u(t)dt =
0
(x t)n1
u(t) dt,
(n 1)!
(5.3.7)
(5.3.8)
Soluci
on:
Para la resolucion de este ejercicio proponemos un procedimiento que
se puede utilizar en casos similares para resolver este tipo de problemas.
Procedimiento 7
(P1) Hagamos:
(P2) Integremos:
(P3) Hallemos c1 :
u(x) = y 00 .
Rx
y 0 = 0 u(t) dt + c1 .
y 0 (0) = 0 + c1 c1 = 1.
|{z}
=1
y =
u(t) dt + 1.
0
(P4) Integrando
y=
u(t) dt2 + x + c2
178
5.4
Ejemplos Propuestos
x1 x2 x3
xn
, , , ..., n , ...
2 4 8
2
es totalmente continuo.
3. Haciendo y 000 = u(x), probar que si
d3 y
d2 y
dy
6
+ 5y = 0
dx3
dx2
dx
entonces
y=
0
(x t)2
x2
u(t) dt + c1 + c2 x + c3
2!
2
y ademas:
!
5 2
u(x) =
x 6x + 3 c1 (5x 6)c2 5c3
2
#
Z x"
5
2
3 + (x t) (x t) u(t) dt.
+
2
0
(Sugerencia: Analizar el ejercicio resuelto 15)
179
Captulo 6
Operadores autoconjugados.
Teora espectral
El estudio del operador A I cuando A es un operador lineal y un escalar
esta asociado a la resolucion de algunos tipos de ecuaciones integrales. Por
tanto, interesa saber para que valores de el inverso de A I existe y es
continuo.
Las caractersticas del comportamiento de dicho operador inverso en dependencia de la clasificacion de los valores de constituyen el objeto central del
estudio de la teora espectral.
6.1
Operadores autoconjugados
(Ejercicio resuelto 5)
Teorema 6.1.3 Si A (H), kAk = supkxk1 |(Ax | x)|.
Un operador A (H) se denomina no negativo y se designa por A 0 si
(Ax | x) 0 para cualquier x H. Para los operadores A, B (H) la
notacion A B o B A significa que A B 0. (Ejercicios resueltos 6, 7
y 8)
on en un espacio de Hilbert
Teorema 6.1.4 Sea P un operador de proyecci
H sobre un subespacio M . Entonces:
a) P L(H) ademas, kP k = 1 si M 6= 0;
b) P 2 = P ;
c) P (H);
d) P 0;
e) x M si y solo si kP xk = kxk;
f ) (P x | x) kxk2 para cualquier x H.
(Ejercicio resuelto 9)
Teorema 6.1.5 Sea A (H), A2 = A. Entonces A es el proyector sobre
un subespacio M H.
Si T (H) y T 0, entonces T 2 0 ya que
(T 2 x | x) = (T x | T x) 0.
En el siguiente teorema se plantea una respuesta para el problema recproco.
Teorema 6.1.6 Para cada operador no
negativo A (H) existe
opera un
2
dor
u
nico,
denominado
ra
z
cuadrada,
A
(H)
tal
que
(
A)
=
A y
A 0. Adem
as A es conmutable con un operador C L(H) si y solo si
C es conmutable con A.
(Ejercicios resueltos 10, 11 y 12)
181
6.1.1
Ejercicios Resueltos
= (T x | x) (x | (g
T ) x)
| {z }
{zT
}
|
= (T x | x) (T x | x) = 0.
2. Si A1 , A2 son autoadjuntos, definamos
A1 A2
si (A1 x | x) (A2 x | x) x H.
Probar que
A1 A2
A2 A1 A1 = A2 .
Soluci
on:
A1 A2
A2 A1
(A1 x | x) (A2 x | x) x H
((A1 A2 )x | x) 0 x H.
(A2 x | x) (A1 x | x) x H
((A2 A1 )x | x) 0 x H
((A1 A2 )x | x) 0 x H
((A1 A2 )x | x) = 0 x H.
(T x | x) = (x | T x) = (T x | x) = x | T x
f
f
=
T x|x
T T x|x =0
f
= T.
T
Luego
(^
T T ) = T T.
4. Sean A (H), xn H(n N), xn x. Demostrar que
n
Entonces
|(Axn | xn ) (Ax | x)| 0.
n
No es sustancial que A (H) porque para llegar al resultado es suficiente que A L(H).
183
(x | ABy)
((AB BA)x | y) = 0 y,
AB(H)
A(H)
(Ax | By)
B(H)
(BAx | y)
=
=
A(H)
(x | ABy)
(Bx | Ay)
(x | ABy)
184
B(H)
(x | |{z}
BA y)
AB
xk k yk = (Ax | y)
en particular para
(0, ..., 0, 1, 0, ...) l2 k 0 (k N)
| {z }
k1
185
Teo. 6.1.3
kxk=1
donde x = xM + xM .
|{z} |{z}
M
b)
P 2 x = P (P x) = xM = P x.
c)
(P x | x) = (xM | xM +xM ) = kxM k2 = (xM +xM | xM ) = (x | P x).
d)
(P x | x) = kxM k2 0.
e)
() x M P x = x kP xk = kxk
q
() kP xk = kxk kxM k2 + kxM k2 = kxM k
|
{z
} | {z }
kxk
xM = 0 x M.
186
kP xk
f)
xi R T x = (0, 0, x3 , x4 , ...).
(T x | y) = (x | T y) x, y l2 .
Vamos a analizar (T x | x)
(T x | x) = (0, 0, x3 , x4 , ...)(x1 , x2 , x3 , ...) = x23 + x24 + ... 0.
Observamos que
T 2 x = T (T x) = T (0, 0, x3 , x4 , ...) = (0, 0, x3 , x4 , ...) = T x
|(T x | y)| = ( T T x | y) = ( T x | T y)
T x T y = ( T x | T x)1/2 ( T y | T y)1/2
= (T x | x)1/2 (T y | y)1/2 .
187
(6.1.1)
Soluci
on:
Haciendo y = T x en el ejercicio 11 se obtiene:
(T x | T x) (T x | x)1/2 (|{z}
T T x | T x)1/2 .
T2
Pero
(T 2 x | T x) T 2 x kT xk kT k kT xk2
(T 2 x | T x) kT k1/2 kT xk ,
por lo que sustituyendo en la ecuacion (6.1.1) se obtiene:
kT xk2 (T x | x)1/2 kT k1/2 kT xk .
Si T x = 0 se cumple trivialmente esta desigualdad.
Si T x 6= 0, dividiendo por kT xk 6= 0 se llega a:
kT xk = (T x | x)1/2 kT k1/2 .
6.2
A A I = A 0 I + 0 I I = 1 A0 + (0 )I
Bajo que condiciones A tiene inverso acotado? Por el teorema 3.3.3, si
1
kA A0 k <
A1
0
Agrupando.
189
Demostraci
on
(A) es cerrado por ser complemento de un abierto. Basta probar que (A)
es acotado para poder implicar que es compacto.
Podemos decir que
}|
{
z
(A) { C : || kAk} 2 { C : || > kAk} (A)
{z
}
|
D
B
!
1
A = A I = I A
6= 0
1
A posee inverso acotado? Si se cumple que:
|| kAk} ,
pero podemos tener una nocion mas precisa de la acotacion del espectro
mediante la nocion de radio espectral, que de forma natural se define as:
r (A) = sup || .
(A)
Complementando.
190
A() A(0 )
0
n1 An .
n=0
f (L(X))0 ,
=
f lineal
f continua
(f (R()) (f (R(0 ))
0
!
(R() R(0 )
f
0
f (R(0 ))2 ,
ya que:
Por tanto,
R() R(0 ) = R()( 0 )I R(0 ).
Luego
R() R(0 )
= R()R(0 ) (R())2 .
0
2do ) f R acotada.
|f (R())| kf k kR()k
Aplicando el Teorema 6.2.5 se tiene,
!n
1
R() = A1
A
!n
1
1 X
kAk
kR()k = A
|| n=0
||
1X
=
n=0
||
kAk
1
||
1
0
=
|| kAk
1
para
|| kAk
|| > kAk. Para || kAk , f R esta acotada por ser continua
sobre un compacto. Como consecuencia del Teorema 6.2.4, tenemos
que,
f (R())
f (R(1 ))
f (R(1 ) R(2 ))
=
constante
=
f (R(2 )) 1 , 2 C
=
0 f (L(E))0
R(1 ) R(2 ) = 0 1 2 C
(Por el corolario 4.2.2.1)
R() = constante
N Normal} .
x H kU xk2 = kU k2
x H.
U
(U x | U x) = (x | U U x)
normal
(U U x | x) = (x | x).
6.2.1
Ejercicios Resueltos
x(t) =
1
t |{z}
z(t)
6[0,1]
luego,
1
A (z) = kxk = sup |x(t)| K kzk
t[0,1]
donde K = sup
t[0,1] t
195
6=l2
Notese que
y = (1 )x 6= 1 x =
1
y,
1
es decir,
(I I)1 (y) =
1
1
I L(E)
y
1
1| {z
}
R
4. Sea X = C[0, 1]; v X fijo. Se define A(x) = vx. Hallar (A) y observar directamente que es compacto.
Soluci
on:
A (x) = A(x) x = vx x = y
t [0, 1] v(t)x(t) x(t) = y(t)
compacto
[0, 1]
{z
}
continuo
6=0
compacto
196
197
Soluci
on:
De manera analoga al inciso b) del ejercicio anterior se llega a que
|xn | = |xn1 | n > 1. Supongamos que:
|xn | = m > 0
entonces
X
n
mp = lim kmp = + x 6 lp
k
SI
(T I) (S I) = T S
De aqu lo requerido.
8. Sea A L(E), 3
{0, 1} (A).
Soluci
on: Debemos, en primer lugar, obtener R (A) = R() para
3
E espacio de Banach
198
este caso.
1
R (A) = (A I)
1 n
1X
A
=
n=0 n
!
1
1
1 2
1 3
=
I + A + 2 |{z}
A + 3 |{z}
A +...
=A
=A
!
1
1
1
= (I A) + A +A
+ 2 + ...
{z
}
|
t
erminos auxiliares
"
!#
1
1
1
1
= (I A) + A 1 + + 2 + 3 + ...
1
=
(I A) + A
1
1
#
"
1
A
= (I A) +
1
1
= (I A) +
A
1
{0, 1} 6 (A) {0, 1} (A).
9. Sea A un algebra de Banach compleja con identidad e. Si kx ek < 1
probar que x es inversible y que
x
X
=e+
(e x)k
k=1
Soluci
on:
kx ek < 1 ke xk < 1 e (e x) es inversible
| {z }
=x
y ademas
x
X
=e+
(e x)j ,
j=1
kxk2
e xk
.
1 kxk
Soluci
on:
(e x)
=e+x+
x (e x)1 e x
k
k=2
kxk2
.
1 kxk
(x y)
x1 (yx1 )k
k=0
Soluci
on:
1
1
1
x y = (x y) x
| {zx} = [(x y)x ]x = (e yx )x
=e
1
(x y)
1
yx < 1 (x y)1
= x1 (e yx1 )1
X
x1 (yx1 )k .
=
k=0
12. Si {xn }, {yn } son sucesiones de Cauchy en un algebra normada A, probar que xn yn es una sucesion de Cauchy.
Soluci
on:
kxn yn xm ym k = k(xn yn xn ym ) + (xn ym xm ym )k
0
n,m
n,m
z }| { z }| {
kxn k kyn ym k + kxn xm k kym k,
| {z }
| {z }
M
200
Soluci
on:
Multiplicando el miembro izquierdo por (v())1 por la izquierda y
(v())1 por la derecha y efectuando,
(v())1 (v() v())(v())1 = (v())1 (v())1
= (x e) (x e) = ( )e
14. Probar que la aplicacion,
f
G G
x x1
es continua, donde G es el conjunto de los elementos inversibles del
algebra normada A.
Soluci
on:
x1 y 1 = y 1 (y x)x1 x1 y 1 y 1 x1 ky xk
haciendo y = xn , la u
ltima desigualdad se escribe as:
4 1 1
k |{z}
x1 x1
x
xn kx xn k .
n k
|{z}
f (x)
f (xn )
!
1
1
1
A (x1 , x2 , ..., xn , ...) = x1 , x2 , x3 , ..., xn , ...
|
{z
}
2
3
n
x
Determinar si 0 (A).
4 1
xn
ke xn k
+ 1, que se deduce del ejercicio 8).
1 ke xn k
201
Soluci
on:
A (H) L(H)
1
1
1
x1 , x2 , x3 , ..., xn , ...
2
3
n
2k
2k
A = kAk .
Entonces
k
k 1/2
lim kAn k1/n = lim A2
n
k
h
i1/2k
k
= lim kAk2
= kAk .
k
| {z }
r (A) =
kAk
202
Soluci
on:
Sea un valor propio de T y x el vector propio correspondiente. Entonces x 6= 0 y T x = x.
(x | x) = (x | x) = (T x | x) = (x | T x)
| x)
= (x | x) = (x
R.
(x | x) 6= 0 =
18. Sean T : H H un operador aritrario; , C : || = ||. Probar
. (Es decir N N
= N
N )
que N = T + T conmuta con N
Soluci
on:
=
NN
=
N N =
=
=
=
)
(T + T )(
T + T
2+
||2 T T + T
(T )2 + ||2 T T.
)(T + T )
(
T + T
2 + ||2 T T
||2 T T +
(T )2 + T
2 + ||2 T T
||2 T T +
(T )2 + T
.
NN
.
Ejemplo: N = T + T conmuta con N
19. Probar que:
19.1) (H) N (H);
19.2) Probar que N (H) es cerrado para la multiplicacion por un escalar y el lmite fuerte.
Soluci
on al inciso 19.1) Sea A (H)
A |{z}
A = |{z}
A A = A2 A N (H).
=A
=A
on por un escalar :
Soluci
on al inciso 19.2) Multiplicaci
N N (H), C N N (H)
]) = (N )(
) = ||2 N N
(N )(N
N
]) (N ) = (
)(N ) = ||2 N
(N
N
| {zN} .
=N N
203
Lmite fuerte:
Nk N (H) Nk N N N (H)
N N N N N N Nk Nk + Nk Nk Nk Nk + Nk Nk N N
k
k N
k Nk k
N N
Nk N
+ k Nk N
|
{z
}
|
{z
}
=0
I
N
+ Nk Nk N
{z
}
|
II
N
. Entonces
I) N^
Nk = N
k
kN Nk k = N Nk = N Nk
N
]
[Nk N N
k
N N
.
Nk N
k
Nk N
N . De manera analoga al caso I, luego
II) N
k
0 N
N
N
N
0, pasando al lmite
k
k
Nk = N
N.
N
k
20. Sea T un operador. Probar que
T normal T x = kT xk
x.
Soluci
on:
Como (H) N (H). Aplicando la definicion de autoconjugado
(T x | T x) = (x | T T x) = (x | T T x) = (T x | T x).
Sera cierto que ((T T T T )x | x) = 0?
((T T T T )x | x) = (T T x | x) (T T | x)
= (T x | T ) (T x | T x) = 0 T T = T T.
| {z } | {z }
2
kT k2
=kT k
204
21.1) T T = kT k2 .
21.2) N N (H) kN 2 k = kN k2 .
Soluci
on al inciso 21.1) Veamos primero que:
2
T T T kT k = kT k .
| {z }
=kT k
(T x | T x) = (T T x | x) T T x kxk T T kxk2 ,
luego,
r
2
kT xk T T kxk kT k T T kT k2 T T .
2
Soluci
on al inciso 21.2) Como consecuencia de inciso anterior tenemos que:
2
kN k = N N .
Es suficiente probar que:
N N = N 2 .
Veamos,
(N 2 x | N 2 x) = (N x | N
| {zN} N x)
NN
N x | N
N x)
= (N
2
N
N x = N
N 2 =
x H
N x = N N .
sup N 2 x = sup N
kxk1
205
kxk1
6.3
Ejercicios Propuestos
1. Probar que
x | y)+
(T (x+y) | x+y)||2 (T x | x)||2 (T y | y) = (T
(T y | x).
2. Probar que si H es un espacio de Hilbert
T = 0 (T x | x) = 0 x H.
3. Si A1 , A2 son autoconjugados y 0, probar que
A1 A2 A1 A2 .
4. Para un operador arbitrario T sobre H, probar que T T y T T pertenecen
a (H) y que son positivos.
5. Probar que los vectores propios correspondientes a valores propios distintos de un operador autoconjugados son ortogonales.
6. Sean A, B (H). Probar que:
AB autoconjugado AB = BA.
7. Sea H = M M , H de Hilbert, M cerrado. Probar que PM 0.
8. Sea A : l2 l2
Ax = (1 x1 , 2 x2 , ..., n xn , ...).
206
Bibliografa
[1] Trenoguin, V.A.; B.M. Pisarievski; T.S. Soboleva (1987): Problemas y
Ejercicios de An
alisis Funcional. Editorial MIR, Mosc
u, 269pp.
[2] Bachman, George; L. Narici (1972): Functional Analysis. Academic
Press, 530pp.
[3] Kolmogorov, A.; S. Fomin (1975): Elementos de la Teora de Funciones
y el An
alisis Funcional. Editorial MIR, Mosc
u, 534pp.
[4] Rosov, N (1967): Cours d0 Analyse Moderne. Traite `a la Faculte des
Sciences d0 Alger, 90pp.
[5] Kiesewetter, H. (october 1967 to january 1968): Lectures on Functional
Analysis. UCLV, Santa Clara, 115pp.
[6] Kreyszig, E.; John Wiley and Sons (1978): Introductory Functional
Analysis with Applications, 688pp.
[7] Arg
uelles Cortes, L.; G. Hernandez Cuellar; J. V. Lopez Palacio (2003):
Experiencia en la aplicaci
on de metodos de ense
nanza vinculados al uso
de la computaci
on. Universidad Pedagogica, Mexico, 92pp.
[8] Arg
uelles Cortes, L.; G. Hernandez Cuellar; J. V. Lopez Palacio (2002):
Experiencia en la aplicaci
on de modernos metodos de ense
nanza en el
aprendizaje de la Matematica. Universidad Pedagogica, Mexico, 137pp.
[9] Cotlar, M; Cignoli, R (1967): Nociones de Espacios normados. Editorial
Universitaria de Buenos Aires, 361pp.
[10] Taylor, A. E. (1958): Introduction to funtional Analysis. Wiley International Edition, Japan, 423pp.
207
208
Indice de Materias
A
Acotacion Uniforme
Aplicaciones, 75
Principio, 44
Teorema, 17
Aplicacion
Continua, 19
Continua en un punto, 19
Uniformemente continua, 19
Clausura, 16
Compacto, 16, 105
Convexos, 16
de operadores totalmente continuos, 110
Debilmente compacto, 110
Densos, 16
Diametro, 15
Distancia entre, 15
Localmente compacto, 109
Nunca densos, 16
Relativamente compacto, 16, 107
Resolvente, 137
Totalmente acotado, 108
Convergencia
Debil, 96
Debilitada, 98
Fuerte, 44, 47
Uniforme, 44
Cubrimiento, 105
B
Baire teorema, 17
Banach-Steinhaus teorema, 45
Aplicaciones, 45, 46
Bola
Abierta, 15
Cerrada, 15
C
Campo
Definicion, 35
Valores, 35
Categoras
1ra, 16
2da, 16
Completacion, 21
Conjugado de Hermite, 89
Conjuntos
Abierto, 15
Acotado, 15
Cerrado, 16
D
Desigualdades
Cauchy-Buniakowski, 22
Holder, 22
Minkowski, 23
Distancia entre,
conjuntos, 15
un punto y un conjunto, 15
209
E
Epsilon red, 107
Equiacotado, 107
Equicontinuo, 107
Espacios
de Banach, 20
Bicompacto, 107
Compacto, 16, 105
Completo, 20
Conjugado, 85
Dual, 72
Encajado, 21
Hilbert, 21
Isomorfos, 20
Isometricos, 20
Normados, 15
Operadores lineales acotados, 43
Reflexivo, 98
Separables, 16
Unitario, 21
Espectro de un operador, 138
Inverso
Derecho, 55
Izquierdo, 55
L
Liouville teorema, 139
N
Normas
Definicion, 15
Ejemplos, 19
Equivalentes, 20
O
Operador
Acotado, 35
Autoconjugado, 133
Casi cerrado, 72
Cerrado, 63, 64
Conjugado, 56
Continuamente inversible, 55
Continuo, 34, 35
Continuo en un punto, 34
de proyeccion, 134
Identico, 44
Inverso, 55
Lineal, 35
Totalmente continuo, 107, 108
Cerrado, 65
Norma, 35
N
ucleo, 35
Prolongacion, 47
Proyeccion ortogonal, 53
Totalmente acotado, 108
F
Funcion analtica, 139
Funcional, 72
Acotado, 73
Continuo, 73
Lineal, 73
G
Grafico, 63
Grafico cerrado teorema, 65
H
Hahn-Banach teorema, 74
Hausdorf teorema, 112
Hiperplano, 72
P
Producto escalar, 24
Punto de Adherencia, 16
I
Inverso acotado teorema, 55
210
R
Radio espectral, 139
Riesz Lema, 74
S
Sucesion
Convergente, 16
Debilmente acotada, 98
Debilmente fundamental, 98
Fundamental (de Cauchy), 20
Uniformemente convergente, 44
Subespacio, 16
Suma directa externa, 63
V
Variedad Lineal, 16
Localmente compacta, 110
211