Analisis Funcional

Teora, procedimientos de demostracion y
ejercicios de Analisis Funcional

Lic. Alejandro Alonso F
uster
Dra. Luca Arg
uelles Cortes
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 . . . . . . . .
3.3 Operadores inversos . . . . . . . . . . . . . . . . . . .
3.4 Operadores cerrados . . . . . . . . . . . . . . . . . .
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
3.5.1 Ejercicios Resueltos . . . . . . . . . . . . . . . . . . . . 93

Ejercicios Propuestos . . . . . . . . . . . . . . . . . . . . . . . 97
4 Espacios duales y operadores conjugados

4.1 Funcionales lineales continuos en espacios normados . . . . .
4.2 Teorema de Hahn-Banach. Estructura del Espacio Dual . . .
4.2.1 Aplicaciones del Teorema de la Acotacion Uniforme al
caso de funcionales . . . . . . . . . . . . . . . . . . .
4.2.2 Ejercicios Resueltos . . . . . . . . . . . . . . . . . . .
4.3 Espacio Dual . . . . . . . . . . . . . . . . . . . . . . . . . .
4.3.1 Operadores Conjugados . . . . . . . . . . . . . . . .
4.3.2 Conjugado de Hermite . . . . . . . . . . . . . . . . .
4.4 Convergencia Debil . . . . . . . . . . . . . . . . . . . . . . .
4.5 Ejercicios Propuestos . . . . . . . . . . . . . . . . . . . . . .
99
. 99
. 101
.
.
.
.
.
.
.
.
.
102
108
119
121
122
124
132
135
140
5 Conjuntos compactos y Operadores totalmente continuos

5.1 Conjuntos compactos en espacios normados . . . . . . . . .
5.2 Operadores lineales totalmente continuos . . . . . . . . . . .
5.3 Ejercicios resueltos aplicados a la resolucion de ecuaciones integrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5.4 Ejemplos Propuestos . . . . . . . . . . . . . . . . . . . . . .
142
. 143
. 144
. 150
6 Operadores autoconjugados. Teora espectral

6.1 Operadores autoconjugados . . . . . . . . . .
6.1.1 Ejercicios Resueltos . . . . . . . . . . .
6.2 Espectro de un operador lineal . . . . . . . . .
6.2.1 Ejercicios Resueltos . . . . . . . . . . .
6.3 Ejercicios Propuestos . . . . . . . . . . . . . .
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
mente de las ideas que se tienen de los espacios euclideanos ndimensionales.

Resulta un hecho que las interpretaciones geometricas son muy importantes
para entender muchos metodos del Analisis Funcional, es por esto que resulta necesario conocer las nociones geometricas en cualquier momento en esta
especialidad.
Las herramientas algebraicas son, tambien, de suma importancia y completan la idea de que existen tres ramas de las matematicas (geometra, algebra
y analisis) que se encuentran conectadas de una manera muy evidente.
Este texto comienza desde un recordatorio de algunos conceptos y se va
adentrando en la teora mnima necesaria para resolver m
ultiples problemas
del Analisis Funcional.
1.1
Orientaciones metodol
ogicas
La asignatura Analisis Funcional es una de las de mayor grado de abstraccion

a la cual se enfrenta el estudiante de Licenciatura en Matematica. Esto se
debe a su caracter unificador, destinado a la obtencion de resultados muy
generales que pueden ser aplicados practicamente en todas las ramas de la
Matematica. Lo anterior explica por que esta asignatura es considerada simultaneamente como basica especfica y como asignatura del ejercicio de la
profesion.
El enfoque intrnseco del Analisis Funcional constituye una dificultad para
la generalidad de los estudiantes que la reciben a la altura del cuarto a
no
de la carrera, tras haber recibido otras asignaturas basicas y del ejercicio de
la profesion, donde se han aprendido algunas tecnicas un tanto especficas
del Analisis Funcional. Entre estas asignaturas pueden citarse el Analisis
Matematico, la Topologa y la Teora de la Medida e Integracion.
La dificultad que se ha aludido ha sido reconocida por estudiantes de todas
las universidades del pas en diversos contextos, por lo cual la imparticion
del Analisis Funcional constituye un reto pedagogico para los profesores del
claustro de la carrera, agravado por la carencia de textos con caractersticas
idoneas.
2
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
Caractersticas del texto
El presente libro es el resultado de varios a

nos de trabajo de los profesores de
la asignatura Analisis Funcional y surge debido a la necesidad de que tanto
los estudiantes como los profesores puedan utilizar un texto metodologicamente apropiado para el desarrollo del proceso docente-educativo.
El mismo esta estructurado mediante seis captulos que abarcan temas basicos
de la formacion del profesional en esta asignatura. Cada uno de los captulos presenta los esenciales teoricos dosificados en epgrafes que muestran las
3
definiciones, relaciones teoricas fundamentales y comentarios que contribuyen

a la fijacion del conocimiento. El desarrollo de los ejercicios esta preparado
para que el profesor pueda viabilizar la ense
nanza problemica y para que el
estudiante pueda estudiar de forma tutorial bajo la orientacion del docente
porque se han explotado creativamente las facilidades del editor1 para este fin.
Como caracterstica general, la forma de presentacion de los captulos confiere
una unidad metodologica al texto. Este hecho, unido a que el tratamiento
teorico es general y el contenido es consecuente con los requerimientos de la
ejercitacion seleccionada, hace del texto un material bibliografico auto contenido.
Con el fin de reafirmar y ampliar la formacion profesional relacionada con
el ejercicio de la profesion, en el pen
ultimo captulo se han introducido ejercicios relacionados con la aplicacion practica de la teora de Fredholm a la
resolucion de ecuaciones integrales, lo cual refuerza el caracter extraordinario
de este texto en cuanto a su aplicabilidad.
Sobre la base de resultados ya publicados, relativos a la aplicacion de modernos metodos de ense
nanza en el aprendizaje de la Matematica, en algunos
casos vinculados al uso de la computacion, en la confeccion del presente libro
se manifiestan las siguientes perspectivas que confieren aspectos novedosos
al texto:
Se han utilizado las extraordinarias ventajas que ofrece el LaTeX en
cuanto al manejo de la simbologa estructural, con vistas a instrumentar
la condicion tutorial del conocimiento, lo cual aumenta notablemente
la calidad del autoestudio. Esto puede apreciarse a lo largo de los
ejercicios que son explicados en este libro.
Se han aprovechado invariantes metodologicas para el desarrollo de
algunos temas, tales como la determinacion de la norma de un operador,
en particular de un funcional.
Se ha procurado facilitar tanto al profesor como al estudiante la concepcion del seminario como forma de concretar el papel integrador de
la asignatura. A este fin contribuye la forma en que se ha dise
nado la
resolucion de los ejercicios.
1
LaTeX
Se viabiliza la comprension del estudiante en lo relativo al tratamiento

de la modelacion matematica en problemas del Analisis Funcional, si
el profesor aplica las reglas heursticas que caracterizan el metodo de
ense
nanza problemica.
Se facilita al profesor el montaje de una ingeniera didactica, debido a
que se ha utilizado un enfoque apropiado mediante el cual los ejercicios
se presentan de forma natural en el contexto de la presentacion teorica
y los ejercicios propuestos no son simplemente ejercicios adicionales,
sino que constituyen un complemento, puesto que se originan en los
ejercicios resueltos o los generalizan.
1.3
Sobre el enfoque global en el curso de

An
alisis Funcional
Para el logro de valores eticos en el estudiante, es muy u

til que gane conciencia de la relevancia de los hechos precedentes y del esfuerzo mantenido del
hombre para alcanzar nuevas conquistas como respuesta a los retos sociales.
Por esto se impone abordar de forma sistematica y organizada el contenido
con un enfoque que proyecte en particular la historia de la profesion.
La presentacion realizada toma en consideracion diversas dimensiones o lneas
de la relacion Analisis Funcional-contexto historico con caractersticas utilitarias bien definidas. Entre las dimensiones pueden citarse las siguientes:
Psicol
ogica: Busca la motivacion por la aplicacion de potentes resultados
que conducen al manejo de valores eticos inherentes a la matematica,
tales como la elegancia, la precision y la concision.
Epistemol
ogica: Destinada a materializar las relaciones con otras disciplinas. En este caso son claros los vnculos con las mas notables
propiedades topologicas de los espacios metricos, entre ellas la caracterizacion de la continuidad de funciones definidas entre espacios metricos
(ampliamente utilizada en la resolucion de los ejercicios), el teorema de
Baire (base de la demostracion del teorema general de la acotacion uniforme) y las caracterizaciones de la compacidad en espacios metricos,
explcitamente resumidas en el captulo 5 por su relevancia practica en
5
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
Con vistas a propiciar una motivacion inicial para un acercamiento al texto,

brindamos aqu una exposicion informal que constituye una vision escueta de
ideas previas que contribuyen a la comprension de la perspectiva del presente
libro.
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(cx, 0) = |c| d(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) + |1| d(0, y)

|{z}
=1
d(x, 0) + d(0, y)
Por invarianza
d(x, 0) + d(y, 0)
A la aplicacion p(x) = d(x, 0) de valores positivos definida sobre Rn se

le llama norma y de acuerdo con lo anterior cumple las propiedades:
(N1) p(x) = 0 x = 0;
(N2) p(cx) = |c| p(x);
(N3) p(x + y) p(x) + p(y).
El concepto de norma se vincula estrechamente al de producto escalar
de cualquier par de vectores de Rn :
x = (x1 , x2 , ..., xn )
8
y = (y1 , y2 , ..., yn )
definido as:
(x| y) =
n
X
xi y i ,
i=1
debido a que
(x| x) =
n
X
x2i (d(x, 0))2 = (p(x))2 .
i=1
Este producto obedece a las leyes siguientes:

(x1 + x2 | y) = (x1 | y) + (x2 | y)
(cx| y) = c (x| y)
(x| y) = (y| x)
(x| x) 0;
(x| x) = 0 x = 0;
y ademas la desigualdad fundamental
|(x| y)| p(x) p(y)
Luego para dos vectores no nulos x, y se tiene que
|(x| y)|
(x| y)
1 1
1
p(x) p(y)
p(x) p(y)
y este hecho origina la nocion de
angulo entre dos vectores x, y
mediante la definicion
cos =
(x| y)
.
p(x) p(y)
La importancia de esta relacion radica en que nociones tales como la

perpendicularidad entre vectores, as como resultados asociados (por
ejemplo el teorema de Pitagoras) se generalizan a espacios arbitrarios
siempre que exista un producto que satisfaga la axiomatica del producto
escalar analizado.
1.4.2
Generalizaci
on de la geometra al An
alisis Funcional
Aunque desde la epoca de Euclides se saba que la validez de los teoremas

de la geometra dependen solamente de la axiomatica que gobierna el comportamiento de los entes geometricos y no de la naturaleza de dichos entes,
durante mucho tiempo la imagen fsica de los conceptos de punto, recta,
angulo, etc., ejercio una gran limitacion al campo de aplicacion de los teoremas.
Con el desarrollo del Analisis Matematico, la perspectiva axiomatica para la
aplicacion practica de los resultados gano fuerza, y por tanto trascendio del
marco de E n . Son muy notables los problemas que plantean los ejemplos
siguientes:
1) Dada una matriz K = (kij ) y un vector y = (y1 , ..., yn ) E n , hallar un
vector x = (x1 , ..., xn ) E n tal que:
n
X
kij xj = yi
i = 1, ..., n
j=1
De forma precisa, la incognita es una funcion x con dominio en el

conjunto {1, ..., n} tal que
x(i) = xi
i = 1, ..., n
Entonces, x constituye un punto en un cierto conjunto de funciones.

Notese que una matriz es un caso particular de una funcion de dos
variables, y sobre la base de esta analoga, Ivar Fredholm (Suecia, 18661927) planteo el problema que se presenta a continuacion.
2) Dada una funcion de dos variables k(t, s), t, s [a, b], la funcion y(t) y el
parametro , hallar una funcion x(t) tal que
Z b
x(t) +
k(t, s)x(s) ds = y(t)
a
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]
ya que posee todas las propiedades rese

nadas para la distancia.
1.4.3
Importancia de los espacios normados generales
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
topologica de norma, entonces la teora se hace mas rica porque se

pueden considerar ademas las especificidades de otras teoras tales como
la de ideales.
Estableciendo relaciones entre diversos espacios mediante morfismos
apropiados. Entre ellos se destacan los que dan lugares a los espacios
normados siguientes:
L(E) = {T : E E,
E0 = {f : E K,
T lineal} (completo si E es completo)

f lineal} .
La importancia de L(E) reside en que constituye el marco apropiado

para la teora espectral, la cual resulta una generalizacion a espacios
infinitos de la reduccion de una matriz a la forma diagonal, mientras
que la del espacio E0 radica en que permite obtener resultados de representacion que logran la identificacion de espacios arbitrarios con espacios conocidos.
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
estructura topologica asociada a la norma mediante la demostracion de

la continuidad de las operaciones de espacio vectorial. Se muestra una
forma general del teorema de la acotacion uniforme que se particulariza
posteriormente en el cuarto captulo.
El tercer captulo estudia los operadores lineales con una gran incidencia practica como muestran los tipos abordados en la ejemplificacion:
integrales, diferenciales, de diferencias finitas, de transformadas, matriciales, de retardo, de evaluacion, de proyeccion, etc.
Dentro de la clase de los operadores lineales se estudian y caracterizan
subclases distinguidas por su potencia teorica: los operadores continuos, los inversibles y los cerrados.
Aqu se establece la equivalencia entre operadores continuos y acotados, lo cual facilita el manejo de diversas formas equivalentes de la
nocion de norma de un operador.
En cuanto a los operadores inversibles se investigan las condiciones
para garantizar la continuidad del inverso y se demuestran diversas
relaciones entre los conceptos de operador cerrado y operador continuo.
En el cuarto captulo, la nocion de norma de un operador se particulariza al caso de funcionales lineales continuos, que constituyen su objeto
de estudio. Los resultados teoricos que se manejan se dividen en tres
sentidos: el primero, enfatizar las aplicaciones analticas del teorema
de Hahn-Banach; el segundo, particularizar al caso de algunos funcionales el teorema de la acotacion uniforme analizado en el captulo
2 y el tercero, introducir la importante nocion (por su aplicacion en
optimizacion) de operador lineal adjunto y del concepto derivado en el
contexto de espacios de Hilbert que se denomina como conjugado de
Hermite.
El quinto captulo trata una clase con propiedades especiales, que es
usual en la teora de las ecuaciones integrales y en los procesos de
sumacion: esta es la clase de los operadores totalmente continuos.
El sexto captulo se utiliza para aplicar los fundamentos teoricos del
13
captulo anterior, vinculados con el desarrollo de rudimentos de la teora

espectral.
Finalmente se ofrece un ndice de materias para ayudar al lector a localizar
las principales definiciones y las nomenclaturas de los teoremas que son estudiados y aplicados en el texto.
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|
Con este concepto se puede definir inmediatamente la nocion de lmite de

una sucesion {xn } a x, se denota xn x y se dice que xn tiende a x:
def.
xn x > 0 n0 N : n n0
d(xn , x) = |xn x| <
La relevancia de este hecho es que permite dotar a R de una estructura no

solo algebraica, sino analtica en el sentido de que hace posible manejar la
nocion de convergencia.
Si se intenta buscar cuales son las propiedades del valor modular que hacen posible este salto cualitativo, se puede observar que en relacion con las
operaciones de suma y multiplicacion de n
umeros reales se cumple que:
|x| = || |x|
|x + y| |x| + |y|
y ademas |0| = 0.
Si se trata de generalizar estas propiedades y convertirlas en axiomatica de
15
una aplicacion de valores positivos definida sobre cualquier espacio vectorial,

tambien denominado lineal, se tendra la definicion de norma que va a constituir un marco apropiado de estudio de un elevado n
umero de propiedades
de gran impacto en el Analisis Funcional.
2.1
Espacios normados
Un espacio lineal X sobre el conjunto de los n

umeros reales R (de los complejos C) se denomina espacio normado si para todo x X se pone en
correspondecia un n
umero no negativo kxk llamado norma de x, tal que se
cumplan los tres axiomas siguientes:
1) kxk = 0 x = 01
2) kxk = || kxk
3) kx + yk kxk + kyk
(Ejercicios Resueltos 1 y 2)
Todo espacio normado X resulta un espacio metrico para la aplicacion
d : R R R+
dada por:
d(x, y) = kx yk ,
(Ejercicio resuelto 3)
por lo que adquiere sentido la nocion de bola y consecuentemente la nocion topologica de conjunto abierto.
La denominacion de bola responde a la forma geometrica del conjunto que
corresponde a la utilizacion de la norma euclideana en el espacio tridimensional.
El conjunto Sr (x0 ) = {x X : kx x0 k < r} se llama bola abierta con
1
x = 0 kxk = 0 por lo que el axioma 1) se puede sustituir por si y solo si como

consecuencia del axioma 2).
16
centro en el punto x0 X y radio r > 0. El conjunto Sr (x0 ) = {x X :

kx x0 k r} se llama bola cerrada de centro en el punto x0 X y radio
r > 0. El conjunto (x0 ) = {x X : kx x0 k = r} se llama esfera con
centro en el punto x0 X y radio r > 0. Un conjunto A X se denomina
acotado si es posible encerrarlo en una bola (abierta o cerrada). (Ejercicio
resuelto 4)
El n
umero
Diam(A) = sup kx yk
x,yA
se denomina diametro del conjunto A X.

La nomenclatura de diametro se justifica porque esta nocion generaliza la
de diametro de un crculo y la importancia de este concepto radica en que
proporciona una va alternativa para probar que un conjunto de un espacio
metrico esta acotado:
A esta acotado Diam(A) < +.
(Ejercicio propuesto 2)
El n
umero
d(x, A) = inf kx yk
yA
se denomina distancia de un punto x X a un conjunto A X.

El n
umero
d(A, B) =
inf
xA,yB
kx yk
se denomina distancia entre los conjuntos A, B X.

Un conjunto se llama abierto si para cualquier x0 M existe un r > 0
tal que, Sr (x0 ) M . Un punto a X se llama punto de acumulacion del
conjunto M X si en cualquier bola Sr (a) existe un punto x M (x 6= a).
El conjunto de todos los puntos de acumulacion del conjunto M se designa
por M 0 . El conjunto M M 0 se llama clausura del conjunto M y se denota
. Un conjunto M X se llama cerrado si M = M
.
mediante M
Una sucesion {xn } X(n N) se llama convergente hacia el elemento
17
x0 X y se escribe xn x0 si kxn x0 k 0. Una caracterizacion muy

n
u
til de punto de clausura es la siguiente:
{xn } M
xM
xn x.
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
El espacio lp (p > 1) de las sucesiones P

acotadas x = (x1 , x2 , ...)(xk
p
R(xk C)) que satisfacen la condicion
k=1 |xk | <
kxk =
" m
X
# p1
|xk |p
k=1
El espacio lm de los vectores x = (xk )m

k=1 (xk R(xk C)),
kxk =
m
X
|xk |
k=1
El espacio lpm (p > 1) de los vectores x = (xk )m

k=1 (xk R(xk C)),
kxk =
" m
X
# p1
|xk |p
k=1
El espacio C[a, b] de las funciones continuas sobre [a,b]

kxk = max |x(t)|
t[a,b]
El espacio C k [a, b] de las funciones k veces continuamente diferenciables

sobre [a,b]
k
X
kxk =
max x(i) (t)
i=0
t[a,b]
El espacio M [a, b] de las funciones acotadas sobre [a, b]

kxk = sup |x(t)|
t[a,b]
19
p [a, b] de las clases de funciones medibles en el intervalo

El espacio L
[a, b] seg
un la relacion de igualdad en casi todas partes
Z b
p1
|x(t)|p dt , 1 p <
kxk =
a
El espacio V [a, b] de las funciones de variacion acotada sobre [a, b] con

la norma:
b
_
kxk = |x(a)| +
x(t).
a
La funcion x(t) real dada en [a, b] se llama funcion de variacion acotada

si existe una constante c tal que para toda particion del segmento
[a, b]
a = t0 < t1 < ... < tn = b
se cumple la desigualdad:
n
X
|x(tk ) x(tk1 )| < c.
k=1
La variacion total de una funcion de variacion acotada sobre [a, b] es

un n
umero
b
n
_
X
|x(tk ) x(tk1 )| ,
x(t) = sup
a
k=1
donde la cota superior se toma sobre todas las posibles particiones

finitas del segmento [a, b].
Se puede observar que el espacio lm es un caso particular de los espacios
lpm (p > 1) cuando p vale 1, por lo que resulta natural extender la notacion
lpm al caso p 1 porque la aplicacion no constituye una norma para p < 1.
2.2
Espacios de Banach
El concepto de espacio de Banach es muy importante porque en ellos resultan

validos los teoremas mas significativos del Analisis Funcional, por ejemplo
el teorema de la Acotaci
on Uniforme (que se particularizara en el siguiente
captulo) y los teoremas del inverso acotado y del grafico cerrado (que se
estudiaran en el proximo captulo).
20
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
En el enunciado del teorema de la acotacion uniforme interviene la nocion

de seminorma, que es una aplicacion que satisface los axiomas N2 y N3
establecidos para la norma.
Teorema 2.2.2 (Teorema de la Acotaci
on Uniforme) Sean X un espacio de Banach no vaco, I, x X, p (x) 0. {p }I familia de
seminormas continuas. Si
sup p (x) < + x X
I
entonces,
sup sup p (x) < +
I kxk1
3
4
Aplicando la proposicion 2.2.1.

Por el Teorema de Baire.
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
p (x2 )B(x0 ,r)An0
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
Un espacio lineal real se llama eucldeo si a todo par de sus elementos x, y

se le pone en correspondencia un n
umero real denotado (x | y) y llamado
producto escalar, el cual debe cumplir los axiomas siguientes:
1) (x | x) 0, (x | x) = 0 si y solo si x = 0
2) (x | y) = (y | x)
3) (x | y) = (x | y) para cualquier K
4) (x + y | z) = (x | z) + (y | z)
Un espacio lineal complejo se llama unitario si a todo par de elementos suyos
x, y se le pone en correspondencia un n
umero complejo denotado (x | y) y
llamado producto escalar, siempre que se cumplan los axiomas siguientes:
(1) (x | x) 0, (x | x) = 0 si y solo si x = 0,
(2) (x | y) = (y | x),
24
(3) (x | y) = (x | y) para cualquier C,

4) (x + y | z) = (x | z) + (y | z).
Del axioma (1) y de la desigualdad de Cauchy-Buniakovski 8 se desprende
que en espacios eucl
pdeos y unitarios se puede introducir la norma mediante
la igualdad kxk = (x | x) (Ejercicios propuestos 1 y 2). Un espacio H con
producto escalar (eucldeo o unitario) se llama de Hilbert si es completo con
respecto a esta norma. (Ejercicio resuelto 12, ejercicios propuestos 3, 4 y 5)
Se llama angulo entre dos elementos no nulos x e y y de un espacio de
Hilbert real a un angulo comprendido entre 0 y tal que
cos =
(x | y)
kxk kyk
Los elementos x, y H se llaman ortogonales y se escribe xy si (x | y) = 0.

Un conjunto de elementos z H tales que (z | x) = 0 para cualquier
x M H se denota M .
Un sistema de elementos h1 , h2 , ... H se llama ortogonal si
(
1 para i 6= j,
(hi | hj ) = ij =
0 para i = j.
El sistema de elementos x1 , x2 , ... H se llama linealmente independiente si
para cualquier n N el sistema x1 , x2 , ..., xn es linealmente independiente.
2.4
Desigualdades de H
older y Minkowski
La demostracion de la desigualdad de Holder se basa en propiedades de las

funciones convexas, por lo que se estudia en ocasiones bajo la denominacion
de desigualdad de convexidad y su utilidad fundamental se explica porque
interviene en la demostracion de la desigualdad de Minkowski. La importancia de esta u
ltima esta dada porque fundamenta la demostracion de la
desigualdad triangular en ciertos espacios. Es por esto que resulta u
til presentarlas agrupadas en diversas formas: para sumas finitas, para series y para
integrales, como se resumen a continuacion.
8
|(x | y)| (x | x)(y | y).
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

umeros x1 , ..., xn , ...; y1 , ..., yn , ..., tales que,
|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
Desigualdades de Minkowski. Sea 1 p < .

umeros x1 , ..., xn ; y1 , ..., yn ,
) p1 ( n
) p1 ( n
) p1
( n
X
X
X
|xk + yk |p
|xk |p
+
|yk |p
.
k=1
k=1
k=1
umeros x1 , ..., xn , ...; y1 , ..., yn , ..., tales que

|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
Una aplicacion F : X Y , X e Y espacios normados, se llama continua

en el punto x0 X, si para cualquier > 0 existe = (x0 ) > 0 tal que, para
todo x0 S (x0 ), f (x) S (f (x0 )). Una aplicacion F : X Y se llama
continua, si es continua en cada punto x0 X. Una aplicacion F : X Y
se llama uniformemente continua, si para cualquier > 0 existe = () > 0
tal que, para todo x0 X de x S (x0 ) se deduce que f (x) S (f (x0 )).
(Ejercicios resueltos 15, 16 y 17, ejercicio propuesto 6)
Tambien es valida y muy u
til desde el punto de vista practico, la siguiente caracterizacion de la continuidad de una funcion definida entre espacios metricos mediante el concepto de sucesion y que se conoce con la denominacion
de funcion sucesionalmente continua. Se tiene en este caso que:
f es continua en x f es sucesionalmente continua en x
[xn x f (xn ) f (x)].
2.5
Ejercicios Resueltos
1. Probar que en el espacio X de las funciones acotadas sobre [a, b],

p(x) = sup |x(t)|
xX
t[a,b]
constituye una norma.

Soluci
on:
1)
p(x) = 0
sup |x(t)| = 0 |x(t)| = 0 t [a, b]

t[a,b]
x(t) = 0 t [a, b] x = 0.
27
2)
p(x) =
sup |(x)(t)| = sup |x(t)| = sup || |x(t)| = || sup |x(t)|

t[a,b]
t[a,b]
= || p(x) K
3) Sean x, y X
t[a,b]
t[a,b]
x X.
t [a, b]
|(x + y)(t)| = |x(t) + y(t)| |x(t)| + |y(t)|

sup |x(t)| + sup |y(t)|
t[a,b]
t[a,b]
| {z } | {z }
|
p(x)
p(y)
{z
cota superior
sup |(x + y)(t)| p(x) + p(y).

|
{z
}
t[a,b]
p(x+y)
2. En el espacio de las funciones continuamente diferenciables sobre [a, b]

determinar si las siguientes expresiones constituyen normas:
a) max |x0 (t)|;
t[a,b]
0
b) max |x (t)| + |x(a)|.
t[a,b]
Soluci
on al inciso a) Denominemos p(x) = max |x0 (t)|
t[a,b]
p(x) = 0 max |x0 (t)| = 0 |x0 (t)| = 0 t [a, b]

t[a,b]
0
X (t) = 0 t [a, b] x(t) es constante en [a, b]

; x=0
Conclusion: p no es una norma.
Soluci
on al inciso b) Denominemos p(x) = max |x0 (t)| + |x(a)|
t[a,b]
p(x) = 0 max |x0 (t)| = 0 |x(a)| = 0

t[a,b]
Por el razonamiento hecho en el inciso a), x(t) es constante en

[a, b] y x(a) = 0, lo cual indica que la constante es necesariamente
0.
p(x) = 0 x = 0.
28
Es necesario analizar si se cumplen los restantes axiomas;
0
p(x) =
max |(x) (t)| + |(x)(a)|
t[a,b]
= max |X 0 (t)| + || |x(a)|

t[a,b] | {z }
|||x0 (t)|
= || max |x (t)| + |x(a)|

t[a,b]
|
{z
}
p(x)
Veamos el u
ltimo axioma
p(x + y) = max |(x + y)0 (t)| + |(x + y)(a)|
t[a,b]
Pero por las definiciones
max |(x + y) (t)|+|(x + y)(a)| =
t[a,b]
max |x (t) + y (t)| +|(x + y)(a)|
t[a,b]
Para todo t [a, b] se tiene

|x0 (t) + y 0 (t)| |x0 (t)| + |y 0 (t)| max |x0 (t)| + max |y 0 (t)|
t[a,b]
t[a,b]
max |x (t) + y (t)| max |x (t)| + max |y 0 (t)|

t[a,b]
t[a,b]
t[a,b]
A partir de la expresion de p(x + y) llegamos a que

p(x + y) max |x0 (t)| + max |y 0 (t)| + |x(a)| + |y(a)|
t[a,b]
t[a,b]
= max |x (t)| + |x(a)| + max |y 0 (t)| + |y(a)|

t[a,b]
t[a,b]
|
{z
} |
{z
}
p(x)
3. Probar que todo espacio normado es metrico.

Soluci
on:
Sea X un espacio normado. Definamos:
d(x, y) = kx yk ,
donde d satisface los axiomas siguientes:
29
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)
De aqu que se cumplen los axiomas de distancia, por lo que (X, d) es

un espacio metrico.
4. Hallar las formas geometricas de las bolas siguientes:
4.1) S1 (0) en E 3 .
4.2) S1 (0) en R3 con la norma kxk = max |xi |.
i=1,2,3
4.3) S1 (f0 ) en C[a, b].

Soluci
on al inciso 4.1) S1 (0) = {(x1 , x2 , x3 ) R3 : x21 + x22 + x23 1}
(esfera centrada en el origen y radio 1).
Soluci
on al inciso 4.2) S1 (0) = {max(|x1 | , |x2 | , |x3 |) 1}.
max(|x1 | , |x2 | , |x3 |) 1 |x1 | 1, |x2 | 1 |x3 | 1
1 x1 1 , 1 x2 1 , 1 x3 1.
Luego, S1 (0) es un cubo centrado en el origen y con arista de
longitud 2.
Soluci
on al inciso 4.3) S1 (f0 ) = f C[a, b] : max |f (t) f0 (t)| < 1 .
t[a,b]
max |f (t) f0 (t)| < 1 t [a, b]
t[a,b]
|f (t) f0 (t)| < 1
t [a, b] 1 < f (t) f0 (t) < 1

t [a, b] f0 (t) 1 < f (t) < f0 (t) + 1.
Entonces, la ordenada f (t) del grafico de cada una de las funciones en la bola centrada en f0 estan comprendidas en la banda
determinada por las ordenadas de las funciones f0 (t)1 y f0 (t)+1.
9
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
Por tanto el lmite es (0, 0, 1).

En particular si se designa x = (x1 , x2 , x3 ), las normas
kxk0 = max |xi |
i=1,2,3
kxk1 =
3
X
|xi |
i=1
son equivalentes a la euclideana
kxk2 =
3
X
! 12
|xi |2
i=1
Vamos a probar en particular que kk0 es equivalente a la euclideana

s
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 max |xi | = 3 kxk0

i=1,2,3
Se han obtenido las constantes a = 1 y b =
3 tales que:
a kxk0 kxk2 b kxk0 ,

lo cual significa por la definicion que las normas son equivalentes.
Se puede probar que todas las normas sobre un espacio vectorial finito
dimensional son equivalentes y este hecho sera utilizado en captulos
posteriores. Por tanto, el aspecto mas interesante de esta comprobacion
reside en evaluar las constantes especficas a y b para el caso tratado.
7. Si se define en el conjunto de las normas sobre un espacio vectorial la
relacion
kk1 R kk2 kk1 kk2
32
son normas equivalentes
probar que R es una relacion de equivalencia.

Soluci
on:
Hay que probar que R satisface las propiedades de ser reflexiva, simetrica y transitiva.
(1) Propiedad reflexiva. Hay que establecer que
k k1 R k k 1
Eligiendo a = b = 1 se tiene trivialmente que
a k k1 k k 1 b k k1
Por lo que se cumple la propiedad reflexiva.
(2) Propiedad simetrica. Se requiere probar que
k k 1 R k k2 k k 2 R k k1
k k1 R k k2 a, b > 0 : a kxk1 kxk2 b kxk1
1
1
kxk1 kxk2
kxk2 kxk1
a
b
1
1
kxk2 kxk1 kxk2

b
a
k k 2 R k k1 .
(3) Propiedad Transitiva.
k k1 R k k2 k k2 R k k3 k k1 R k k3
k k1 R k k2 a1 , a2 > 0 : a1 kxk1 kxk2 a2 kxk1
k k2 R k k3 b1 , b2 > 0 : b1 kxk2 kxk3 b2 kxk2 .
De estas desigualdades se deduce:
kxk3 b2 kxk2 b2 a2 kxk1

kxk3 b1 kx2 k b1 a1 kxk1
a1 b1 kxk1 kxk3 a2 b2 k k1 R k k3 .
|{z}
|{z}
a>0
b>0
33
8. Constituye
kxk =
" m
X
# p1
|xk |p
k=1
una norma en el conjunto de los vectores x = (xk )m

k=1 (xk R) si p < 1
y m 2?
Soluci
on:
La respuesta es no, veamos que ocurre cuando tenemos dos vectores
de la forma siguiente:

1/2
0
0
1/2

.
.

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
9. Probar que toda sucesion fundamental esta acotada.

Soluci
on:
Sea {xn } X una sucesion fundamental.
> 0n0 N tal que n, m n0 kxn xm k <
En particular
kxn xn0 k < y kxm xn0 k < xn B (xn0 ) y xm B (xn0 )
10
Desigualdad triangular.
34
Esto significa que la sucesion esta acotada a partir del termino n0 , es

decir, n n0
kxn k kxn xn0 + xn0 k kxn xn0 k + kxn0 k < + kxn0 k
Por tanto,
kxn k max(kx1 k , kx2 k , ..., kxn0 1 k , + kxn0 k).
10. Sea (X, kk) un espacio de Banach. Probar que (X X, kk0 ) donde
k(x, y)k0 = max(kxk , kyk)
es un espacio de Banach.
Soluci
on:
Sea (xn , yn ) una sucesion fundamental en X X. Se tiene que
> 0n0 N tal que n, m n0 k(xn , yn ) (xm , ym )k0 < .
Pero
k(xn , yn ) (xm , ym )k0 = k(xn xm , yn ym )k0
= max(kxn xm k , kyn ym k) <
n, m n0 {xn } y {yn } son sucesiones fundamentales en X. Como
X es un espacio de Banach, existen x, y X tales que
xn x y yn y
n
Obtengamos ahora que (xn , yn ) (x, y).

k(xn , yn ) (x, y)k0 = k(xn x), (yn y)k0
= max(kxn xk , kyn yk) 0
n
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.
kk1 son kk2 equivalentes > 0, > 0 : x X
kxk2 kxk1 kxk2
Y {an } es una sucesion fundamental en (X, kk2 ) si y solo si

> 0 n0 () N : n0 n p N kan+p an k2 <
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
fundamental arbitraria que converge a un punto a (X, kk2 ), entonces

(X, kk2 ) es un espacio de Banach.
12. Sea X un espacio de Hilbert. Sea M X. Definimos
M = {z X
(z | m) = 0 m M } .
Probar que M es un subespacio (variedad lineal cerrada).

Soluci
on:
Sean x, y M
, K. x + y M ?
Hay que probar que m 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
luego (x | m) = 0 m M . Concluimos con que x M y M es

un subespacio.
13. Probar que:
13.1) Toda funcion de variacion acotada sobre [a, b] es acotada sobre
[a, b].
13.2) La expresion
kxk = |x(a)| +
b
_
x(t)

Soluci
on al inciso 13.1) Sea P[a, b] el conjunto de todas las particiones finitas de [a, b]. Entonces
Def.
x(t) V [a, b] c > 0 : p P[a, b]
n
X
|x(tk ) x(tk1 )| < c
k=1
Consideremos un p = {a, t, b}:

|x(t) x(a)| + |x(b) x(t)| < c |x(t) x(a)| < c
|x(t)| |x(a)| < |x(t) x(a)| < c |x(t)| < c + |x(a)|
11
Consecuencia del Ejemplo Resuelto (5).
37
Soluci
on al inciso 13.2) Probemos ahora que
kxk = |x(a)| +
b
_
x(t),
es una norma. Veamos

1)
kxk = 0 |x(a)| +
b
_
x(t) = 0
|x(a)| = 0
b
_
x(t) = 0.
Como
n
X
|x(tk ) x(tk1 )| sup
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.
Luego, z [a, b] |x(z)| = 0.

2) Debemos probar que kxk = || kxk.
kxk = |x(a)| +
b
_
x(t)
= || |x(a)| + sup
= || |x(a)| + sup
n
X
k=1
n
X
k=1
38
|(x(tk ) x(tk1 ))|

|| |x(tk ) x(tk1 )|
"
= || |x(a)| + || sup
n
X
#
|x(tk ) x(tk1 )|
k=1
"
= || |x(a)| +
b
_
x(t) = || kxk .
{z a
kxk
3) Sean x(t), y(t) V [a, b], probemos que kx + yk kxk + kyk.

kx + yk = |(x + y)(a)| +
b
_
(x + y)(t)
= |(x + y)(a)| + sup
n
X
|(x + y)(tk ) (x + y)(tk1 )|
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
Aplicando la desigualdad de Minkowski (p = 1),

n
X
|[x(tk ) x(tk )] + [y(tk ) y(tk1 )]|
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
|[x(tk ) x(tk )] + [y(tk ) y(tk1 )]|

|x(tk ) x(tk1 )|
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
y(t) = kxk + kyk .
kyk
14. Probar que la aplicacion f2 (, x) = x es continua.

Soluci
on:
f2 : K X X,
donde K es el cuerpo de escalares. Consideremos sobre K X cualquier
estructura topologica que induzca la convergencia por coordenadas, en
particular
k(, x)k = max(|| , kxk).
Probemos que f2 es sucesionalmente continua. Supongamos que,
(n , xn ) (, x).
n
Hay que probar que

f2 (n , xn ) f2 (, x),
n
esto es por definicion de f2

f2 (n , xn ) = n xn
f2 (, x) = x;
luego concretamente tenemos que demostrar que:

Def.
n xn x kn xn xk 0.
n
40
Por esto analizamos el comportamiento de kn xn xk. Introduciendo

el termino auxiliar n x
kn xn xk =
=
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
15. Probar que la funcion f (x) = kxk es continua.

Soluci
on:
f : X R+
Vamos a probar que f es sucesionalmente continua, es decir
[xn x f (xn ) f (x)]
n
| {z } n |{z}
Supongamos entonces que

Def.
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
Como kxn xk es mayor que (kxn k kxk) y tambien es mayor que el

opuesto de este n
umero (kxk kxn k), se infiere que kxn xk supera el
valor modular de (kxn k kxk), de aqu que
|kxn k kxk| kxn xk .
A partir de esta estimacion se deduce, debido a que
kxn xk 0,
que
kxn k kxk .
n
16. Sea X un espacio de Hilbert sobre K. Definamos f (x, y) = (x | y),

donde ( | ) es el producto escalar del mismo. Probar que f es una aplicacion continua.
Soluci
on:
Consideremos sobre X X cualquier estructura topologica que induzca
la convergencia por coordenadas, en particular,
k(x, y)k = max(kxk , kyk).
De aqu que se tiene que
(xn , yn ) (x, y) xn x yn y
n
Probemos que f es sucesionalmente continua. Supongamos que:

(xn , yn ) (x, y);
hay que probar que:
f (xn , yn )
| {z
}
f (xn , yn ) = (xn | yn )
13
f (x, y)
| {z }
Se introduce el termino xn .
42
f (x, y) = (x | y),
luego hay que demostrar que

Def.
(xn | yn ) (x | y) |(xn | yn ) (x | y)| 0.

n
Por esto vamos a analizar el comportamiento de |(xn | yn ) (x | y)|.

Introduciendo el termino auxiliar (xn | y)
|(xn | yn ) (x | y)| = |(xn | yn ) (xn | y) + (xn | y) (x | y)|
= |((xn | yn ) (xn | y)) + ((xn | y) (x | y))|
Aplicando propiedades del modulo y del producto interior
|(xn | yn ) (xn | y)| + |(xn | y) (x | y)|
= |(xn | yn y) + (xn x | y)|
Por la desigualdad de Cauchy-Buniakowski
|(xn | yn y) + (xn x | y)| kxn k kyn yk + kxn xk kyk
| {z } | {z } | {z }
M
{z
{z
Por tanto,
|(xn | yn ) (x | y)| 0
n
2.6
Ejercicios Propuestos
1. Determinar la forma geometrica de la bola S1 (0) en l2 .

2. Probar que:
A esta acotado Diam(A) < +.
3. Probar que en todo espacio unitario
| y).
(x | y) = (x
4. Probar que en los espacios eucldeos y unitarios la aplicacion
p
kxk = (x | x)
43
5. Probar los ejercicios resueltos 14 y 15 a partir de la definicion expresada

en teminos de , .
6. Probar que si X es un espacio unitario, x0 X la aplicacion
f (x) = (x, x0 ),
(x X)
es una aplicacion continua, aplicando:

on sucesionalmente continua;
a) la caracterizacion de funci
b) la definicion en terminos , ;
c) el ejercicio resuelto 16.
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
Este conocimiento resulta muy u

til en la teora de resolucion de ecuaciones.
3.1
Continuidad, acotaci
on y norma de un
operador lineal
El conocido concepto de funcion continua entre espacios metricos adquiere

un matiz especial cuando los espacios son vectoriales y el operador es lineal.
Se vera que en este caso son validos dos resultados de gran fuerza practica:
45
el primero establece la equivalencia entre la continuidad en un punto y la

continuidad en todo el espacio. El mismo fundamenta la demostracion de
que el concepto de continuidad equivale a un nuevo concepto: el de operador
acotado, mas facil de manejar porque esta basado en una desigualdad.
Definici
on 3.1.1 Sea F un operador con campo de definicion D(F ) X
y campo de valores R(F ) Y . Se llama acotado si transforma cualquier
conjunto acotado de D(F ) en un conjunto acotado en el espacio Y .
Definici
on 3.1.2 Sean X, Y espacios normados, ambos reales o ambos complejos. Un operador A : X Y con campo de definicion D(A) X se llama
lineal si D(A) es una variedad lineal en X y para cualesquiera x, y D(A),
as como para cualesquiera 1 , 2 R(1 , 2 C) se cumple la igualdad
A(1 X1 + 2 X2 ) = 1 A(X1 ) + 2 A(X2 ).
El conjunto N (A) = {x D(A) : A(X) = 0} se denomina conjunto de
ceros o n
ucleo del operador A.
La importancia practica del concepto de operador lineal esta dada por la
variedad de operadores muy u
tiles que satisfacen esta propiedad. Se resumen
seguidamente algunos de ellos, suponiendo en todos los casos un dominio de
definicion apropiado. (Ejercicio propuesto 4)
Algunos ejemplos de operadores lineales
(1) El operador nulo: Ax = 0 x X;
(2) El operador identidad: Ax = 1;
Rb
(3) Ax = y si y(s) = a K(s, t) x(t) dt;
(4) Ax = y si y(s) = x00 (s) + x(s);
(5) El operador de diferencias finitas: Ax = y si y(s) = x(s) + x(s),
siendo
x(s) = x(s + s) x(s), x : R R;
R
(6) El operador de transformada: Ax = ei k s x(s) ds k R;
46
(7) Si x = (x1 , x2 , x3 , ...)
!
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
(8) Ax = y si y(s) = s x(s);

(9) Ax = y si y(s) = x(s 1);
(10) El operador combinado (evaluacion y multiplicacion):
Ax = y
tal que y(t) = t2 x(0).
Donde A : C[0, 1] C[0, 1];

(11) El operador producto por una funcion fija:
Ax = y
siendo y(t) = 0 (t) x(t);
(12) Operador entre espacios de sucesiones:

Ax = (1 x1 , 2 x2 , ..., n xn , ...),
x = (x1 , ..., xn , ...) n R n N.
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.
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
(Ejercicio resuelto 3, ejercicio propuesto 2)

Teorema 3.1.3 Un operador lineal A : X Y con D(A) = X es continuo
si y solo si es acotado.
Denominacion:
L(X, Y ) = {A : X Y
tales que A es lineal acotado} .
umero
Definici
on 3.1.4 El n
kAk =
sup
kAxk
xX,kxk1
se denomina norma del operador lineal acotado A : X Y con D(A) = X.

Proposici
on 3.1.1 (Definiciones alternativas de norma) Sea A L(X, Y ).
Definamos,
E = sup
x6=0
kAxk
,
kxk
B = sup kAxk ,
C = sup kAxk ,
kxk1
D = inf{k 0 : x X kAxk k kxk}.
kxk=1
Entonces E B C D E.
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
(P2) Verificar que A es lineal.

(P3) Verificar que A esta acotado.
(Es decir k : x X
kAxk k kxk)
Nota: Al terminar (P3) hemos probado que A L(X, Y )

(P4) Acotar superiormente la norma.
Nota: Al terminar (P4) se concluye que kAk k.
(P5) Hallar kAk.
Nota: Si se quiere probar que kAk = k proceder entonces de una
de las formas siguientes:
1ra forma) Buscar x0 X, x0 6= 0, tal que
kAx0 k
=k
kx0 k
Nota: Con esto se demuestra que:

kAx0 k
= k E = kAk ,
kx0 k
que es la desigualdad contraria a la determinada en (P4).
2da forma) Buscar x0 X, kx0 k = 1, tal que kAx0 k = k.
Nota: Con esto se demuestra que:
kAx0 k = k B = kAk ,
que es la desigualdad contraria a la determinada en (P4).
(Ejercicios resueltos 8, 9, 10 y 11)
Si en un espacio normado se define una ley interna con las propiedades algebraicas de un producto con identidad e, entonces la estructura de algebra
que se obtiene se hace compatible con la estructura topologica de espacio
normado exigiendo las condiciones:
49
(1) kxyk kxk kyk;

(2) kek = 1.
La primera de estas condiciones conduce a establecer que la ley de producto
es continua, como lo son tambien las leyes de suma y de multiplicacion por
un escalar. (Ejercicio resuelto 12)
3.1.1
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
2. Veamos la demostracion del Teorema 3.1.1.

Demostraci
on
Sea y X. Como X e Y son espacios metricos por ser normados, es
suficiente probar que A es sucesionalmente continuo.
Supongamos que yn y, entonces A(yn ) A(y)?
A(yn ) = A(yn y + y x0 + x0 )
Por la linealidad de A, se tiene que
A(yn ) = A(yn y + x0 ) + A(y) A(x0 ),
1
Por la linealidad de A.
50
pero como A es continuo en x0

yn y + x0 x0 A(yn y + x0 ) A(x0 )
A(yn ) A(x0 ) + A(y) A(x0 ) = A(y)
3. Demostrar que el n
ucleo N (A) de un operador lineal acotado A : X
Y es un subespacio del espacio X.
Soluci
on:
Sean x, y N (A), entonces Ax = 0 y Ay = 0 dos elementos de N (A).
Por la linealidad de A tenemos
A(x + y) = |{z}
Ax + Ay = 0 x + y N (A)
|{z}
=0
=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
Por ser A un operador continuo. De aqu que Ax = 0 x

N (A).
Preimagen
z}|{
1
2da forma) N (A) = | A{z
{0} )
}( |{z}
| {z }
cerrado
continua
cerrado
4. Veamos la demostracion del Teorema 3.1.3, es decir

A lineal y continuo A acotado.
51
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
kAxn k > n kxn k A

n kxn k
sea yn =
xn
,
n kxn k
1 xn 1
= 0, n
kyn k =
n kxn k n
pero Ayn 9 0, n , luego A no es continuo en el punto cero y por

tanto no es continuo en ning
un punto por el Teorema 3.1.1.
dx
5. Sera acotado el operador A : C[0, 1] C[0, 1], Ax(t) = , cuyo camdt
po de definicion L es la variedad lineal de las funciones continuamente
diferenciables sobre [0,1]?
Soluci
on:
2
Recordar Teorema 3.1.1
52
Sean A lineal, xn (t) = tn ,

kAxn k = kx0n k =
kxn k =
x0n (t) = ntn1
y Axn = x0n .
sup |x0n (t)| = sup ntn1 = n
t[0,1]
t[0,1]
sup |xn (t)| = sup |tn | = 1

t[0,1]
t[0,1]
Luego,
{kxn k
n=1 } ,
{kAxn k
n=1 } ,
es un conjunto acotado; pero

no esta acotado.
Como podemos apreciar el operador A no esta acotado A no es

continuo.3
6. Sean X, Y , espacios de Banach; A : X Y un operador lineal acotado
con D(A) = X. Constituyen normas en X las igualdades:
a) kxk1 = kAxk,
b) kxk2 = kxk + kAxk? En caso afirmativo, sera X un espacio de
Banach con esta norma?
Soluci
on al inciso a) Vamos a analizar el primer axioma de norma
kxk1 = 0 kAxk = 0 Ax = 0
Si N (A) = {0} entonces se puede implicar que x = 0, luego en
general esta aplicacion no constituye una norma. En el caso de
que N (A) = {0}, X resulta isometrico a R(A), por lo que sera
completo si este espacio lo es.
Soluci
on al inciso b) S. Probemos el primer axioma
kxk2 = kxk + kAxk = 0 kxk = 0 kAxk = 0 x = 0.
Sea un escalar
kxk2 = 4 kxk + kAxk = || kxk + || kAxk = || kxk2 .
3
4
Recordar Teorema 3.1.2.

A es lineal.
53
Probemos ahora el axioma triangular, kx + yk2 kxk2 + kyk2

kx + yk2 = kx + yk + kA(x + y)k
kxk + kAxk + kyk + kAyk
|
{z
} |
{z
}
kxk2
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.
Veamos cada sumando por separado,

kxn+p xn k 0 5 x X : kxn+p xk 0
y en el otro sumando,
kA(xn+p xn )k 0 6 kAxn+p Axn k 0,
luego, {Axn } es una sucesion fundamental. Entonces
y Y : kAxn+p yk 07 y = Ax8
Luego,
kxn+p xk2 = kxn+p xk + kA(xn+p x)k 0
(X, kk2 ) es de Banach.
7. Demostrar la proposicion 3.1.1.
Soluci
on:
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.
3ro) Supongamos que D E = > 0 E = D < D
Entonces x 6= 0
kAxk
E < D kAxk <

kxk
2
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
kAxk = sup |(Ax)(t)| = sup x( )d

t[0,1]
t[0,1]
Podemos acotar la expresion que aparece en el u

ltimo miembro
Z t
Z t
x( )d
|x( )| d
sup |x( )| sup |t 0|

t[0,1]
{z
}
| {z } |
[0,1]
kxk
Z t
sup x( )d 1 kxk sup kAxk 1

t[0,1]
kxk1
0
|
{z
}
| {z }
kAxk
kAk
55
Para probar la desigualdad en sentido contrario consideremos x0

C[0, 1] dado por x0 (t) 1 t [0, 1]. Notemos que kx0 k = 1 y
hallemos kAx0 k.
Z t
kAx0 k = sup x0 ( ) d = sup |t| = 1.

t[0,1] 0 | {z }
t[0,1]
=1
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]
kAxk = sup |(Ax)(t)| = sup t2 x(0) |x(0)| 1 kxk

t[0,1]
t[0,1]
entonces,
sup kAxk 1
| {z }
kxk1
kAk
Recprocamente, sea x0 (t) 1 t [0, 1], por lo que kx0 k = 1
kAx0 k = sup t2 (1) = 1 sup kAxk = kAk

t[0,1]
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.
La igualdad kP xk = kxk se cumple para cualquier u L por lo que

para todo u 6= 0
kP uk
kuk
kP xk
=
= 1 sup
= kP k ,
kuk
kuk
kxk6=0 kxk
luego kP k = 1.
57
11. En el espacio C[1, 1] consideremos los operadores

1
[x(t) + x(t)],
2
1
[x(t) x(t)]
Bx(t) =
2
(3.1.1)
Ax(t) =
(3.1.2)
a) Demostrar que A es un operador lineal acotado y hallar su norma.

b) Probar que A2 = A.
Soluci
on al inciso a) Demostremos la linealidad.
1
[(x + y)(t) + (x + y)(t)]
2
1
= [x(t) + y(t) + x(t) + y(t)]
2
1
1
= [x(t) + x(t)] + [y(t) + y(t)]
{z
}
{z
}
|2
|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
La cota superior se alcanza para x 1, por lo que kAk = 1.

Soluci
on al inciso b)
1
A2 x(t) = [Ax(t) + Ax(t)] = Ax(t)
| {z }
2
Ax(t)
12. Si {xn } , {yn } son sucesiones fundamentales de un algebra normada A,

probar que {xn yn } es una sucesion fundamental. Ademas, si xn x
58
y yn y, pruebe que xn yn xy.

Soluci
on: Hay que probar que
kxn yn xm ym k
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
Por la definicion de Algebra

M
z }| {
z }| {
kxn k kyn ym k + kxn xm k kym k
| {z } | {z }
0
n,m
n,m
Supongamos ahora que xn x y que yn y.

kxn yn xyk = kxn yn xyn + xyn xyk = k(xn x)yn + x(yn y)k
kxn xk kyn k + kxk kyn yk
| {z } |{z}
| {z }
0
Observe que el termino auxiliar introducido

xyn + xyn = 0,
pudo haber sido alternativamente
xn y + xn y
la demostracion se hubiera cambiado por:
kxn yn xyk = kxn yn xn y + xn y xyk = kxn (yn y) + (xn x)yk
kyn yk kxn k + kyk kxn xk
| {z } | {z }
| {z }
0
59
3.2
Espacio de operadores lineales acotados
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
obtenemos el espacio L(X, Y ) normado de operadores lineales acotados.

Definici
on 3.2.2 En el espacio L(X, X) = L(X) suponemos, por definicion, (AB)x = A(Bx). Por lo tanto L(X) pasa a ser una algebra con unidad,
donde esta es el operador identico I : X X, Ix = x.
(Ejercicios resueltos 1 y 2)
on An L(X, Y )(n N) se llama uniformeDefinici
on 3.2.3 Una sucesi
u
mente convergente hacia el operador A L(X, Y ) y se denota An A
si kAn Ak 0(n ). Una sucesi
on An L(X, Y )(n N) se
llama fuertemente convergente hacia el operador A L(X, Y ) y se denota
s
An A si para todo x X kAn x Axk 0(n ).
Teorema 3.2.1 Si Y es un espacio de Banach, L(X, Y ) es un espacio de
Banach.
Teorema 3.2.2 (Principio de acotaci
on uniforme) Sea un conjunto
de ndices de cardinalidad arbitraria y supongamos que la sucesi
on {A },
donde recorre a , es una colecci
on de elementos de L(X, Y ) donde X es
un espacio de Banach. Si
sup kA xk < x X
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.
I. Debemos comprobar que cada p es una semi-
p (x) = kA (x)k = || kA xk = || p (x)

p (x + y) = kA (x + y)k = kA (x) + A (y)k
kA (x)k + kA (y)k = p (x) + p (y).
Ahora debemos comprobar que cada p es continua, lo cual se hara mediante
el analisis de la condicion de ser sucesionalmente continua.
Supongamos que xn x
p (xn ) = kA (xn )k kA (x)k = p (x)
A (x)
Por hipotesis se tiene,
sup p (x) = sup kA (x)k < + x,
obteniendose la tesis de acuerdo con el teorema de la acotacion uniforme

sup sup p (x) = sup sup kA (x)k < +.
kxk1
kxk1
|
{z
}
kA k
En particular, cuando = N se obtiene:

Teorema 3.2.3 (Teorema de Banach-Steinhaus) Sean X un espacio de
Banach, An L(X, Y )(n N) y la sucesi
on kAn xk acotada para cualquier
x X. Entonces, la sucesi
on kAn k es acotada.
Agrupemos seguidamente algunas aplicaciones del teorema de la acotacion
uniforme que muestran su alcance practico.
61
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 )
lim (Tn (x) + Tn (y))
lim Tn (x) + lim Tn (y) = T (x) + T (y).

n
Veamos ahora la acotacion. Para cada n se tiene que

kTn (x)k kTn k kxk 10 K kxk x X
Pasando al lmite:
kT (x)k K kxk
2.- X espacio de Banach
F X 0 : sup |x0 (x)| < + x X
x0 F
Entonces F esta acotado.

Demostraci
on
Tomemos en el Teorema 3.2.2 a Y = K entonces,
sup kx0 k < +.
xF
Teorema 3.2.4 Sean X, Y espacios de Banach; An L(X, Y )(n N).

Para que la sucesi
on An con n converja fuertemente hacia el operador
A L(X, Y ) es necesario y suficiente que:
10
Por el Teorema de Banach-Steinhaus
62
1) la sucesi
on kAn k sea acotada.
2) An A fuertemente en una variedad lineal L densa en el espacio X.
n
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
acotado sobre D(A). Entonces existe un operador

lineal acotado A L(X, Y )
= Ax para cualquier x D(A) y

tal que Ax
A = kAk.
Por tanto el operador A es una prolongaci
on del operador A que preserva su
norma. (Ejercicio resuelto 8)
3.2.1
1. Sean T, U, V espacios normados, G L(T, U ), H L(U, V ). Entonces

kHGk kHk kGk.
Soluci
on:
kHGxk kHk kGxk x T
kHk kGk kxk x T kHk kGk kHGk
2. Sean X, Y, Z espacios normados; An , A L(X, Y ) y Bn , B L(Y, Z)
donde n N y An A y Bn B. Pruebe que:
n
Bn An BA
n
en el espacio L(X, Z).

Soluci
on:
kBn An BAk =
=
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
3. En el espacio l2 , para un elemento x = (x1 , x2 , ...) l2 pongamos las

sucesiones de operadores
x x
2
1
, , ... ,
An x =
n n
Bn x = (0, 0, ..., 0, xn+1 , xn+2 , ...), n N.
| {z }
n
Cual es el caracter de la convergencia de cada una de las sucesiones?

Soluci
on:
Probemos que An converge uniformemente, lo cual nos da una condicion suficiente para todas las demas convergencias.
!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
lim kAn k = lim
An 0 en l2 .
s
Probemos que Bn 0 y Bn 9 0. Sea x = (x1 , x2 , ...) l2
kBn x 0xk = kBn xk =
! 12
|xk |2
0(n ).
k=n+1
Este resultado se obtiene de que

xn l 2
|xn |2 < +
resto 0.
Veamos que kBn 0k 0 (n ).
64
Sea xn = (0, 0, ..., 0, 1, 0, 0, ...) kxn k = 1 para cada n

| {z }
n
kBn k = sup kBn xk kBn xn k = 1 n N

kxk1
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
y la sucesion de operadores An : C[0, 1] C[0, 1]

#
Z t "X
n
k
An x(t) =
x( )d, n N,
k!
0
k=0
Converge la sucesion An hacia A? Cual es el caracter de la convergencia?
65
Soluci
on:
kAn Ak =
sup k(An A)xk

kxk=1
sup max |(An A)x(t)|
t X
k
x( ) d
= sup max
kxk=1 t[0,1] 0 k=n+1 k!

Z
t X
sup max
kxk d
kxk=1 t[0,1] 0 k=n+1 k!

Z
t X
k
= max
d
t[0,1] 0
k!
kxk=1 t[0,1]
k=n+1
Por la convergencia uniforme de la serie
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
En el caso anterior se ha utilizado un resultado del analisis matematico,

ex =
x
x2
xn
+
+ ... +
+ ...
1!
2!
n!
5. Demostrar el Teorema 3.2.1.

Y de Banach L(X, Y ) es de Banach.
Soluci
on:
{An }
| {z }
L(X, Y ) kAn Am kL(X,Y ) 0

n,m
f undamental
x X, kAn x Am xkY kAn Am kL(X,Y ) kxkX 0

n,m
{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)
lim (An x + An y) = Ax + Ay.
A continuo A acotado c > 0 : x X, kAxk c kxk.

Probemos esta u
ltima condicion. Se tiene que:
kAn xk
| {z }
lineal y continua
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
6. Sean X, Y , espacios de Banach, An L(X, Y )(n N) y cuando

n converge fuertemente hacia un operador A L(X, Y ). Demostrar que si xn , x X y xn x cuando n , entonces
An xn Ax cuando n .
Soluci
on:
kAn xn Axk = k(An xn An x) + (An x Ax)k
kAn k kxn xk + kAn x Axk 0

| {z } | {z } |
{z
} n
0
0
M
| {z }
teorema 3.2.3
An xn Ax,
n

Soluci
on
) 1) es una consecuencia del Teorema 3.2.3 y 2) se tiene como caso
particular de la definicion de convergencia fuerte.
) Sea x X arbitrario, > 0
=X
x L : kx x k < ya que L
n0 N : n n0 kAn x Ax k < Por la condicion 2)
Vamos a estimar kAn x Axk
kAn x Axk = kAn x An x + An x Ax + Ax Axk
= k(An x An x ) + (An x Ax ) + (Ax Ax)k
kAn k kx x k + kAn x Ax k + kAk kx x k
{z
}
| {z } | {z } |
| {z }
M
<
<
(M + 1 + kAk)
Soluci
on:
x X = D(A) xn D(A) : xn x
kAxn Axm k kAk kxn xm k 0(n )
| {z }
converge
68
<
{Axn } es fundamental en Y 11 y Y : Axn y(n ).

Sea
= 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
ky Axn + Axn Ax0n + Ax0n zkY

ky Axn kY + kAkL(X,Y ) kxn x0n kX
+ kAx0n zkY 0
n
y = z.
2do) Probar que A es lineal. Sugerencia: utilizar la linealidad del

lmite.
= 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
donde kxn k esta acotada (luego, convergente). Pasando al lmite,

Ax
kAk
kxk

A kAk

A = kAk.
3.3
Operadores inversos
Sean X, Y espacios normados; A un operador lineal que aplica D(A) sobre

R(A) biunvocamente. Entonces existe el operador inverso A1 que aplica
R(A) sobre D(A) biunvocamente y tambien es lineal. (Ejercicio resuelto 1)
Definici
on 3.3.1 Un operador lineal A : X Y se llama continuamente
inversible si R(A) = Y, A1 existe y es acotado, es decir, A1 L(Y, X).
Teorema 3.3.1 El operador A1 existe y es acotado sobre R(A) si y solo si,
para una constante m > 0 y cualquier x D(A) se cumple la desigualdad
kAxk m kxk.
Definici
on 3.3.2 Los espacios normados X e Y se llaman isomorfos si sobre todo X est
a definida la aplicaci
on J : X Y lineal, que realiza el
isomorfismo de X e Y como espacios lineales y es tal que, existen dos constantes , > 0 tales que para cualquier x X se cumple la desigualdad
kxk kJ(x)k kxk. Si kJ(x)k = kxk los espacios X e Y se llaman
isometricos.
Teorema 3.3.2 (Teorema del inverso acotado) Sean X, Y espacios de
Banach, A L(X, Y ), R(A) = Y y sea A inversible. Entonces, A es continuamente inversible.
El teorema del inverso acotado se aplica en la generalizacion de la teora
70
de los valores propios a los espacios infinitos-dimensionales. El operador

basico que se estudia en este caso tiene la forma:
T I = 0 ,
T L(X) ,
un escalar
Para 6= 0, el miembro izquierdo puede escribirse como

(I 1 T ),
por lo que el problema original se relaciona con el comportamiento del operador de la forma I C, para C L(X). Por tanto, interesa conocer bajo
que condiciones I C tiene inverso acotado.
Teorema 3.3.3 Sean X espacio de Banach, C L(X) y kCk < 1. Entonces, el operador I C es continuamente inversible y es valida la estimacion
1
(I C)1
.
1 kCk
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
1. Sean X, un espacio lineal; A, B : X X, operadores lineales que

satisfacen las relaciones AB + A + I = 0 y BA + A + I = 0. Demostrar
que el operador A1 existe.
Soluci
on:
AB + A + I = 0 A(B + I) + I = 0 I = A(B + I)
BA + A + I = 0 (B + I)A + I = 0 I = (B + I)A
71
Hagamos C = B I, se satisface que

AC = CA = I A1 = C = B I.
2. Sean X un espacio normado; A, A1 L(X) y sea k = kAk kA1 k el
n
umero de condici
on del operador A. Consideremos la ecuacion Ax = y
donde y X, y 6= 0. Sea x X su solucion aproximada. Demostrar
que su error relativo puede estimarse seg
un la formula:
1 kA
x yk
k
x xk
kA
x yk
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
con lo cual se demuestra la primera de las desigualdades. Por otra parte
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
Esta es la segunda de las desigualdades que se queran probar.

3. Consideremos el operador A : C[0, 1] C[0, 1],
Z t
Ax(t) =
x( )d.
0
a) Que representa su campo de valores R(A)?

b) Existe sobre R(A) el operador inverso A1 , es acotado este operador?
Soluci
on al inciso a) R(A) es una variedad lineal de funciones continuamente diferenciables y(t) que satisfacen la condicion y(0) = 0.
Soluci
on al inciso b) Para probar la existencia de A1 basta demostrar que A es inyectivo. Sean x, y C[0, 1]
Z t
Z t
Ax = Ay
x( )d =
y( )d
0
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
a) Demostrar que N (A) = 0, de modo que para cualquier y C[0, 1]

la ecuacion Ax = y no puede tener mas que una solucion.
73
b) Demostrar que A es continuamente inversible y hallar el operador

A1 .
Soluci
on al inciso a) Ax = 0 Ax(t) = 0 t [0, 1]
Z t
x( )d + x(t) = 0 x(0) = 0, x(t) = x0 (t) (derivando)
0
x0 (t) + x(t) = 0, x(t) = cet y x(0) = 0 c = 0 x 0.

Soluci
on al inciso b) Hallemos A1 y probemos que es sobreyectivo
y acotado. Sea y C[0, 1] y probemos que x C[0, 1] : Ax = y
Z t
Ax(t) =
x( )d + x(t) = y(t)
0
x0 (t) + x(t) = y 0 (t).
(3.3.1)
Si xh es la solucion que satisface x0h + xh = 0, entonces

| {z }
Axh
Axh (t) = 0 t [0, 1] Axh = 0

xh (t) = 0 (A inyectiva).
La solucion general xg (t) = xh (t) + xp (t), donde xp es una solucion
particular de la ecuacion no homogenea, se reduce a la forma:
xg (t) = xp (t).
La solucion particular se propone en la forma:
xp (t) = c(t)et , luego
x0p (t) + xp (t) = y(t) c0 (t)et c(t)et + c(t)et = y 0 (t)
Z t
0
t 0
c (t) = e y (t)
e y 0 ( )d = c(t)
0
Z t
xp (t) =
e t y 0 ( )d,
0
integrando por partes,

u = e t
du = e t d
74
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.
Probemos que A1 es acotado.
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
(1) kyk d = kyk (1 + 1) = 2 kyk .
kyk + sup
t[0,1]

Soluci
on:
Supongamos que A1 existe y es acotado sobre R(A), entonces
y R(A) A1 y M kyk M > 0 tal que

(3.3.2)
x D(A) se cumple que y = Ax R(A), luego sustituyendo en
la desigualdad (3.3.2)
1
M kAxk k A
| {zA} x k= kxk
I
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)
Ax = 0 x = 0 A13 es inyectiva. Luego, A es biyectivo sobre

R(A), luego existe A1 .
Sea y = Ax. Entonces x = A1 y. Sustituyendo en (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
Demostrar que el operador A no tiene inverso acotado.

Soluci
on:
Supongamos que A1 existe y es acotado, entonces por el Teorema
3.3.1 se tiene que
m > 0 : kAxk m kxk x D(A).
En particular
kAxn k m kxn k = m,
| {z }
=1
lo cual es un absurdo porque tenemos por hipotesis que 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
Luego kC n+1 k kCkn+1 0 ya que kCk < 1.

n
Formemos la sucesion Sn = I+C+C 2 +...+C n L(X). Probemos

que S L(X) tal que
lim Sn = S,
para lo cual es suficiente demostrar que es fundamental. Para todo

p N se tiene:
n+p
n+p
X
X
k
k
C 014
kSn+p Sn k =
C
n
k=n+1
k=n+1
Pasando al lmite en la identidad se llega a que

(I C)S = I = S(I C)
Con el convenio C 0 I
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
9. Sean X un espacio de Banach; A L(X) y kI Ak < 1. Demostrar

que A es continuamente inversible.
Soluci
on:
Sea
L(X)
B=
z}|{
I |{z}
A , kBk < 1 A = I B 15
L(X)
luego A es continuamente inversible.

14
15
Resto de una serie convergente, ya que kCk < 1.

Por el resultado del Teorema 3.3.3
78

Soluci
on:
Sea
BA = C
B = A + C = A(I + A1 C) = A(I (A1 C)).
Se tiene que:
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
Como kA1 Ck kA1 k kCk

kA1 k
kA1 k
1 kA1 Ck
1 kA1 k kCk
kA1 k
1 kA1 k kB Ak
3.4
Operadores cerrados
Comenzaremos por definir de manera mas global el concepto de grafico que

conocemos para funciones reales de una variable real. Para esto supongamos
que X e Y son conjuntos y A una aplicacion de alg
un subconjunto D de X
en Y . Entonces la coleccion de pares ordenados
GA = {(x, A(x))
x D}
se denomina grafico de A. Nuestro interes principal se centra en el caso de

que X e Y sean espacios normados y A sea un operador lineal; para este caso
16
Por el Teorema 3.3.3
79
se supone que el subconjunto D de X es una variedad lineal de X. (Ejercicio

resuelto 1, ejercicio propuesto 5)
Podemos hacer que el producto cartesiano entre espacios vectoriales X e
Y sea un espacio lineal si tomamos la adicion de elementos de X Y de la
forma siguiente:
(x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 )
y la multiplicacion por un escalar,
(x, y) = (x, y).
Viendo a X Y de esta manera es com
un denotarlo por X Y , el espacio
vectorial resultante es llamado suma directa externa de X e Y . En este caso
se puede verificar que A es de hecho un operador lineal si y solo si GA es una
variedad lineal de X Y .
Si X e Y son ambos espacios normados, definimos directamente la norma
a partir de ellos para X Y , una posibilidad a tomar es:
k(x, y)k = kxkX + kykY .
Otras dos normas que de igual manera podramos manejar son:
1
k(x, y)k = (kxkpX + kykpY ) p ,
(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.
Teorema 3.4.1 A es un operador lineal cerrado si y solo si su grafico es
una variedad lineal cerrada.
Demostraci
on
A
Primero supongamos que X D Y es un operador lineal cerrado. Para

probar que GA es cerrado, debemos probar que GA GA , es decir, que
cualquier punto de clausura de GA esta en GA . Sea (x, y) un punto lmite
de GA . Por la caracterizacion de punto de clausura en un espacio metrico,
existe una sucesion de puntos de GA , (xn , Axn ), xn D, que converge a
(x, y). Esto es equivalente a que k(xn x, Axn y)k 0 o que kxn xk +
kAxn yk 0, lo cual implica que
xn x
Axn y.
Puesto que A es cerrado, podemos decir que esto implica que

xD
y = Ax
entonces podemos escribir

(x, y) = (x, Ax) GA ;
Por tanto GA es cerrado. De forma inversa, supongamos que GA es cerrado
y que
xn x, xn D
para cualquier n, y Axn y. Debemos probar que x D y que y = Ax.
La condicion implica que
A.
(xn , Axn ) (x, y) G
A , teniendo entonces que
Puesto que GA es cerrado GA = G
(x, y) GA .
Aplicando la definicion de GA esto significa que
xD
A, por tanto, es cerrado.

81
y = Ax;
Teorema 3.4.2 Sea A un operador lineal acotado tal que

A
X D Y,
donde D es un variedad lineal cerrada de X, entonces A es cerrado.
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.
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.
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,
entonces para cada t [0, 1]

Z t
[x0n ( ) y( )] d 0.
n
83
Efectuando la integracion,
Z
xn (t) xn (0)
y( ) d 0.
n
Pasando al lmite en el primer miembro

u
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.
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
1. Demostrar que el grafico de un operador lineal A : X Y es una

variedad lineal en el espacio Z = X Y .
Soluci
on:
Sean x, y D(A)19
(x, Ax) + (y, Ay) = (x + y , A(x + y)) GA .
| {z } |
{z
}
D(A)
R(A)
2. Demostrar que en la suma directa de espacios de Banach se puede

introducir la norma de los modos siguientes:
q
a) kzk1 = kxk2 + kyk2 , kzk2 = max(kxk , kyk).
b) Demostrar que estas normas son equivalentes.
Soluci
on:
Analicemos los axiomas de norma en el primer caso. Los dos primeros
son inmediatos. Verifiquemos el axioma triangular.
Sean zi = (xi , yi ), i = 1, 2. Probemos que:
kz1 + z2 k kz1 k + kz2 k
Elevando al cuadrado, lo que hay que probar es que:
q
2
q
2
2
2
2
2
2
kx1 + x2 k + ky1 + y2 k
kx1 k + ky1 k + kx2 k + ky2 k
= kx1 k2 + kx2 k2 + ky1 k2 + ky2 k2 +
q
2 (kx1 k2 + ky1 k2 )(kx2 k2 + ky2 k2 )
Se tiene que
kx1 + x2 k2 (kx1 k + kx2 k)2 = kx1 k2 + kx2 k2 + 2 kx1 k kx2 k
ky1 + y2 k2 (ky1 k + ky2 k)2 = ky1 k2 + ky2 k2 + 2 ky1 k ky2 k
19
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
y analogamente kyk kzk1 ,

kzk2 kzk1
kzk2 kzk1
2 kzk2
Entonces, kk1 y kk2 son equivalentes.

3. Si T es lineal cerrado entonces T I tambien lo es.
Soluci
on:
Sea xn D(T ) xn x y (T I)xn y.
Hay que probar que x D(T ) y que (T I)x = y.
Denominemos:
hipotesis.
zn = (T I)xn y observemos que zn y por
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 A(F ) xn F tal que yn = Axn

87
Como {xn } F y F es compacto, {xnk } {xn } F tal que xnk

converge a cierto elemento x F .
Se tiene entonces la situacion siguiente:
xnk x y Axnk = ynk y (ya que {ynk } {yn })
y toda subsucesion de una sucesion convergente converge al mismo
lmite. Luego
A es cerrado x D(A) y y = Ax A(F ).
5. Sean X, Y espacios normados.
T1 : D(T1 ) Y un operador lineal cerrado.
T2 : X Y un operador lineal acotado.
Probar que T1 + T2 es un operador lineal acotado.
Soluci
on: T1 y T2 son lineales, entonces T1 + T2 es lineal. Hay que
probar que si xn x y (T1 + T2 )xn y, entonces x D(T1 + T2 )
|
{z
}
=zn
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 )
6. Sea A : X Y un operador lineal tal que R(A) es cerrado en Y y

supongamos que existe un m > 0 tal que para cualquier x D(A) se
cumple la desigualdad kAxk m kxk. Demostrar que A es un operador cerrado.
Soluci
on:
Supongamos que,
xn D(A) n N,
88
xn x,
Axn y.
Probemos que x D(A) Ax = y.

Ax y R(A)20
x D(A)
|{z}n
A
x = y,
x es u
nico21
R(A)
entonces por hipotesis

m kxn xk k Axn |{z}
A
x k 0
=y
kxn xk 0 xn x
n
= x D(A) (Por la unicidad del lmite).

Ademas y = A
x = Ax.
Debemos probar que:
({yn } R(A),
yn y,
A1 yn x) y R(A) A1 y = x.
yn R(A) xn D(A) tal que yn = Axn xn = A1 yn .

Por la hipotesis asumida xn = A1 yn x
yn = Axn y.
Como A es cerrado se tiene que x D(A) y y = Ax.

Esto implica que y R(A) y que x = A1 y.
8. Sea el operador lineal acotado A : X Y
a) Si Y es de Banach y A es acotado, probar que D(A) es cerrado.
(Teorema 3.4.4)
b) Si D(A) es cerrado, entonces A es cerrado. (Teorema 3.4.2)
Soluci
on al inciso a) Supongamos D(A) cerrado. Sea
{xn } D(A), xn x y Axn y.
20
21
Por ser R(A) cerrado en Y .

Por existir A1 .
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
Vamos a considerar a X Y con la norma:

k(x, y)k = kxk + kyk .
Observemos que P cumple las hipotesis del Teorema del Inverso Acotado (Teorema 3.3.2):
P esta definido entre espacios de Banach, ya que GT es un cerrado
del espacio de Banach X Y , luego es tambien un espacio de
Banach;
P es lineal, sobreyectivo;
22
Por ser D(A) cerrado.

Como A es lineal acotado es continuo
24
{Axn } es fundamental en Y (Banach).
23
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
kT xk k(x, T x)k = P 1 x P 1 kxk 28 kT k P 1 .

10. Sean A : X Y un operador lineal cerrado, R(A) = Y , con X, Y
espacios de Banach y existe el operador A1 . Demostrar que A1
L(Y, X).
Soluci
on:
Como consecuencia del Teorema 3.4.3 tenemos que A1 es cerrado.
(D(A1 ) = Y A1 es cerrado)
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
Operadores casi cerrados
Debido a que la nocion de operador lineal cerrado A se caracteriza en terminos

de que su grafico GA es un subespacio cerrado y ademas siempre se tiene la
relacion GA GA , si a partir de un operador lineal A no necesariamente
A (es
cerrado construimos un operador A cuyo grafico sea por definicion G
A ), de inmediato nos preguntamos:
decir GA G
Que condiciones sobre A se requieren para poder definir A?
Que relacion puede establecerse entre A y A?

29
Cerrado.
92
Si A es continuo, tendra A esta caracterstica? En caso afirmativo,

que relacion existira entre las normas de estos operadores?
A (clausura del conjunto A) es el menor
Aplicando la propiedad de que G
cerrado que contiene a A, podemos transferir a A la propiedad de que resulta
la menor extension lineal cerrada de A, por lo que resulta natural denominarla
clausura de A y se justifica utilizar esta notacion para dicho operador. De A
se dira que es casi cerrado o tambien que es pre-cerrado.
Definici
on 3.5.1 Sean X, Y espacios normados, DA X y
A : DA Y
lineal.
Supongamos que G(A) no es cerrado. Si existe

A : DA Y
= G(A)
G(A)
se dice que A es casi cerrado (tambien pre-cerrado) y que A es la clausura

de A.
Teorema 3.5.1 Resultan equivalentes las siguientes proposiciones (i) A tiene
una extension lineal cerrada mnima (clausura) y (ii) y Y, y 6= 0, (0, y) 6
G(A).
3.5.1
1. Probar el Teorema 3.5.1.

Soluci
on:
Observemos que
i) ii) Supongamos que A.
Hip.
y 6= 0 (0, y) 6 G(|{z}
A ) = G(A),
lineal
luego, (0, y) 6 G(A).

ii) i) Definamos
DA = x X
luego, A(x)
= z.
93
z Y (x, z) G(A)
,
1ro) A esta bien definido. Supongamos
(x, z1 ), (x, z2 ) G(A)

Hip.
(x, z1 ) (x, z2 ) = (0, z1 z2 ) G(A)

z1 = z2 .
| {z }
z1 , z 2 Y
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)
x DA (x, A(x)) G(A) G(A)

x DA ;
ahora, verifiquemos (ii), por la definicion de DA y de A tenemos que,
A(x)
= A(x) x DA .
5to) A mnima.
Debemos probar que si A1 es una extension cerrada de A,
entonces (i)DA DA1 y (ii)A1 x = Ax

x DA .
Para probar (i) observemos que
1 );
G(A) G(A1 ) = 30 G(A
entonces
G(A1 ) DA DA1 .
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
2. Sean X, Y dos espacios normados, Y de Banach; A un operador lineal

y acotado,
A : D X Y.
Probar que A es casi cerrado

nica extension continua de A
y A es la u
a D y es tal que kAk = A .

Soluci
on:
Tecnica de construccion: x0 D
xn D
xn x0
Como A es lineal y acotado y Y es de Banach

0)
{A(xn )} es de Cauchy en Y lim A(xn ) = A(x
n
1ro) A bien definido. Supongamos que x0n x0 . Es necesario probar

que
lim A(xn ) = lim A(x0n )
n
Estimemos
lineal
z}|{
A(xn ) A(x0n ) = A (xn x0n )
| {z }
0
como A es continuo, A(0) = 0.

2do) A es lineal.
3ro) A extiende a A
A = lim A(x)31 = A(x) x D
n
4to) Relacion entre las normas

kA(xn )k kAk kxn k
A(x0 ) kAk kx0 k

31
Sucesion de terminos constantes A(x).
95

A kAk A
Teniendose la u
ltima desigualdad al ser A una extension de A.
Luego,

A = kAk .
5to) Unicidad de A como extension de A a D.

lineal y continua.
Sea B una extension de A a D
Def.
B (x0 ) = lim B 32 (xn ) = lim A(xn ) = A(x
0 ).
|{z} n
|{z} n
6to) Probar que A = A.
= 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)
(xn , A(xn )) (x, A(x)

| {z }
| {z }
G(A)
x DA y A(x)
= A(x)
x DA .
Veamos ahora (ii) DA DA = D?
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
1. En relacion con el listado de operadores lineales presentados en el

epgrafe 3.1, responder:
a) Para los ejemplos 3 y 11, si D(A) = C[a, b]. Con que hipotesis se
garantiza que R(A) = D(A)?
b) Si el operador del ejemplo 7 se expresa
a11 a12 . .
a21 a22 . .
.
. . .
.
. . .
.
. . .
con matriz
.
.
.
,
.
.
hallar la matriz que corresponde a A1 .

2. Probar el teorema 3.1.2.
3. Probar que kAk = E = B = C = D constituye una norma sobre
L(X, Y ).
4. Analizar la continuidad de los operadores siguientes:
a) Sea el operador Ax = y con x C[0, b] y
y(s) = s x(s) s [0, b].
b) Sea el operador Ax = y con x C[0, 1] y
Z 1
K(s, t) x(t) dt
K = s2 t + st2 .
y(s) =
0
c) Sea el operador Ax = y con

x l1
{ = (1, 2, 1, 2, ...)}
y = (x1 , 2 x2 , x3 , 2 x4 , ...).
d) Sea A un operador definido de la manera siguiente:

Ax = 3 x1 + 4 x2
97
x E2 .
e) Ejemplo 5. En caso afirmativo hallar kAk.

f ) Sea X = {x : [a, b] R : x es continua}
Z
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
Funcionales lineales continuos en espacios

normados
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
Teorema 4.2.1 (Teorema de Hahn-Banach) Sea M un subespacio del

espacio lineal real X, p un funcional sublineal en X, y f un funcional lineal
en M tal que, para todo x M ,
f (x) p(x).
Entonces existe un funcional lineal F definido en todo X y extendiendo a f
tal que
F (x) p(x) (x X).
Veamos esquematicamente lo anterior:
F
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 ).
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
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 .
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.
4.2.1
Aplicaciones del Teorema de la Acotaci

on Uniforme al caso de funcionales
A continuacion se enuncia el teorema de Banach-Steinhaus para su aplicacion

especializada al caso en que los operadores que deben manejarse sean funcionales.
Sean X espacio de Banach, {Tn } L(X, Y ).
x X cx R : kTn (x)k cx n = 1, 2, ...
c R : kTn k c n = 1, 2, ...
102
(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
se tiene directamente de la definicion que Tn es lineal y se cumple la

acotacion:
n
n
X
X
|Tn (x)| =
i
|i | (n + 1) kxk
i=0
i=0
(4.2.1) De acuerdo con la acotacion si Nx = Grad(x), entonces

|Tn (x)| (Nx + 1)1 kxk kTn k Nx + 1
(4.2.2) Probemos que kTn k no esta acotada. Sea
x(t) = 1 + t + ... + tn
|Tn (x)| = 1| + {z
... + 1} = (n + 1) kxk
|{z}
n+1
(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
2. A las series de Fourier.

Existe una funcion continua de valores reales cuya serie de Fourier
diverge en un punto dado t0 .
Demostraci
on
Sea X el espacio de las funciones continuas de valores reales de perodo
2.
kxk = max |x(t)|
X = C[0, 2] es un espacio de Banach. Tomando t0 = 0;
Tn funcionales).
Y = K (los
Si Tn es el valor de la nesima suma parcial de la serie de Fourier

de x evaluada en t0 = 0, entonces
n
X
1
Tn (x) = a0 +
am
2
m=1
Resulta inmediato por la definicion de Tn que es lineal.

Se puede probar que
Z
1 2
kTn k =
|qn (t)| dt
2 0
!
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
Aplicando la ley de contraposicion en el teorema de la Acotacion Uniforme.
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
de Banach L(X, Y ) de Banach.
Si Y = K entonces L(X, Y ) X 0 es completo.

Sea x X definiremos:
x00 (x0 ) = x0 (x)
x0 X 0
y formemos J(x) = x00 . Entonces se tiene que:

x00 X 00 .
Demostraci
on
Hay que probar que x00 es lineal y continua.
Linealidad :
Def.
x00 (x01 + x02 ) = (x01 + x02 )(x) = 3 x01 (x) + x02 (x) = x00 (x01 ) + x00 (x02 ).
Tambien,
Def.
x00 (x01 ) = (x01 )(x) = 4 x01 (x) = x00 (x01 ).

Continuidad :
Def.
|x00 (x0 )| = |x0 (x)| kx0 k kxk kx00 k kxk .

(2) J lineal y continuo.
3
4
Definicion de suma de funciones.

Definicion de producto de un escalar por una funcion.
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),
pero como x0 es lineal, entonces

x0 (x) =
=
J(x) =
x0 (x) = x00 (x0 )

(x00 )(x0 )
y 00 = x00
x00 = 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
Sea x X x00 X 0 tal que kx00 k = 1 y |x00 (x)| = kxk por el

teorema 4.2.1.
kxk = |x00 (x)| sup |x0 (x)| = kJxk kxk .
kx0 k=1
106
Por tanto kJxk = kxk x X. Como J es lineal, x1 , x2 X

se tiene que
kJ(x1 x2 )k = kx1 x2 k
|
{z
}
=kJx1 Jx2 k
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
acotado J(M ) acotado.
4. A la acotacion de conjuntos.
Caso 1) Sea X un espacio normado
M X : sup |x0 (m)| < + X 0 X 0 .
mM
Entonces M esta acotado.

Demostraci
on
Sea F = J(M ) X 0 y observando que X 0 es de Banach.
F = J(M ) X 0 :
| 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.
Caso 2) Sea {xn } X, X espacio normado. Supongamos que

x0 X 0
existe
Entonces kxn k esta acotada.

5
6
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
Como toda sucesion convergente de escalares esta acotada

x0 X 0
sup |x0 (xn )| < +.

n
De aqu que M esta acotado.
4.2.2
1. Estaran acotadas las siguientes funcionales lineales en el espacio C[0, 1]?

R1
a) f (x) = 0 x( t)dt;
R1
b) f (x) = lim 0 x(tn )dt;
n
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
|x(tn )| dt max |x(tn )|
Soluci
on al inciso b) Sea fn (x) =
t[0,1]
n
0
n
t [0, 1] t [0, 1] |x(t )| kxk max |x(t )| kxk

t[0,1]
|fn (x)| kxk

esta acotado.
n. Pasando al lmite |f (x)| kxk, luego f
108
2. Demostrar que en el espacio C[1, 1] las siguientes funcionales son

lineales, continuas y hallar sus normas:
1
a) f (x) = [x(1) + x(1)];
3
b) f (x) = 2[x(1) + x(0)];
Pn
c) f (x) =
k=1 k x(tk ), donde k R,
fijos.
t1 , t2 , ..., tn [1, 1] son
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)| =
max 2[|x(1) + x(0)|]
t[1,1]
max 2[|x(1)| + |x(0)|]
t[1,1]
2[ max |x(t)| + max |x(t)|]

t[1,1]
t[1,1]
{z
}
|
2kxk
= 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 y(tk ) = f (x) + f (y).
|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 | kxk Sea 0 = max |k |

1kn
k=1
Definamos x0 como la funcion seccionalmente lineal que satisface

(
0
Si k 0,
x0 (tk ) =
0 Si k < 0.
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
3. Sean X un espacio normado, fn X 0 (n N) Demostrar que fn

converge en X 0 si y solo si fn (x) converge uniformemente en la bola
1 = {x X : kxk 1}.
B
Soluci
on:
Def
fn f en X 0 > 0 n0 N : n n0
kfn f k
| {z }
= sup |fn (x)f (x)|

kxk1
y esto implica que fn (x) converge uniformemente en la bola unitaria,

es decir que
> 0 n0 N : n n0 x B1
se cumple que
|fn (x) f (x)| .
Recprocamente, sea y X, sea f (y) = lim fn (y) y supongamos que
n
esta convergencia es uniforme sobre B1 . Para y 6= 0,
y
B1 .
kyk
Por hipotesis, dado > 0 existe n0 N tal que n n0
(f
f
)
n
kyk
(fn (y) f (y)) |fn (y) f (y)| kyk

kyk
esta desigualdad es trivial para y = 0

> 0 n0 N : n n0 y X
112
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 .
Construiremos una seminorma p(x) tal que

p(x) = kf k kxk .
Se verifica que x D
|f (x)| kf k kxk .
| {z }
p(x)
Por el teorema 4.2.1, f lineal, que extiende a f tal que

| f(x) | p(x) f X 0
|{z}
k f k kf k 7 k f k
kf kkxk
5. Probar el corolario 4.2.2.1.

Soluci
on:
Es necesario probar que si
x X, x 6= 0 f X 0
7
Por ser f una extension de f .
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
Aplicando ahora la definicion de f

= 1 kxk = f (x1 ).
| {z }
f (x1 )
Para = 1 f (x) = kxk.

f continuo sobre M :
|f (x)| = | kxk| = || kxk = kxk kf k 1.
Luego,
6= 0
|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]
Consecuencia del Corolario 4.2.2.1
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 )
(x0 )(0) = x0 (0) = (1 2(0))

| {z }
= = 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 .
Probemos ahora que M es cerrado. Sea

x M , {fn } M , fn f.
fn M fn (x) = 0 n N
fn
lim fn (x) = f (x) = 0 f M .

n
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
A (4.2.3) lo llamamos Complemento Ortogonal de M .
4.3
Espacio Dual
Supongamos que f y g son funcionales lineales acotados sobre un espacio

normado X. Decimos que f y g son iguales, f = g, si y solo si f (x) = g(x)
para todo x X. Por definicion f + g corresponde al valor del funcional
lineal, en cualquier punto x X, de f (x) + g(x) y, con un escalar y f como
arriba, f sera f (x) en cualquier punto x; se verifica que la clase de dichos
funcionales lineales acotados es un espacio lineal.
Definici
on 4.3.1 Si f es un funcional lineal acotado en un espacio normado
X, podemos definir
|f (x)|
(4.3.1)
kf k = sup
kxk6=0 kxk
Como caso particular de operador lineal acotado, se tiene para toda x,
|f (x)| kf k kxk .
119
El espacio normado que contiene a todos los funcionales lineales y acotados

sobre X, es llamado dual topol
ogico y se denota X 0 .
Se tienen las formas equivalentes de expresar kf k.
(1) kf k = inf k tales que |f (x)| k kxk para toda x donde
kK
K = {k
|f (x)| k kxk
x X} .
(Observemos directamente que, puesto que kf k K,

kf k inf k)
kK
(2) kf k = supkxk1 | f (x) |.

(3) kf k = supkxk=1 | f (x) |.
La demostracion constituye un caso particular de la realizada en el ejercicio
resuelto 7 del Captulo 3.
Cuando el dominio de un funcional es un espacio finito-dimensional, no hace
falta se
nalar ni demostrar que es continuo porque automaticamente lo es,
como muestra el siguiente teorema. En este caso se trabaja con la propiedad
de equivalencia de las normas para obtener criterio sobre el comportamiento
de la norma del espacio en cuestion.
Teorema 4.3.1 Si X es un espacio normado finito-dimensional, entonces
todo funcional lineal es acotado.
Demostraci
on
Sean f un funcional lineal en X, x1 , x2 , ..., xn una base de X. Entonces deben
existir escalares 1 , 1 , ..., n asociados a cualquier vector x X tales que
podemos escribir
n
X
x=
i xi .
i=1
120
Puesto que f es un funcional lineal, tenemos

f (x) =
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
|f (xi )| , siendo kxk0 = max |i |

iin
i=1
Definamos
k=
n
X
|f (xi )| ,
i=1
podemos ver que

|f (x)| k kxk0
pero como f es acotado con respecto kk0 es acotado con cualquier otra norma
kk de X, ya que > 0 tal que kxk0 kxk, luego |f (x)| k kxk.9
|{z}
M
Teorema 4.3.2 El espacio dual X 0 es un espacio de Banach.

Este teorema resulta un caso particular del ejercicio resuelto 5 del Captulo
3, ya que para K = R C, L(X, K) X 0 y K es de Banach.
4.3.1
Operadores Conjugados
Sean E, E1 espacios normados, A L(E, E1 ), es decir, A : E E1 ; sea g

un funcional lineal y continuo arbitrario de E1 (g E1 ) es decir g : E1 K.
Al hallar su composicion con A, esta es lineal y continua.10 Podemos formar
A (g) = g A,
A : E1 E
g g A
9
10
Ver nota que sigue al ejercicio resuelto 6 del Captulo 2.

La composicion de dos aplicaciones lineales y continuas tiene el mismo caracter.
121
Probemos que A es lineal y continuo, es decir, A L(E1 , E ). Sean 1 , 2

K y g1 , g2 E1 ,
A (1 g1 + 2 g2 ) = (1 g1 + 2 g2 ) A = 1 (g1 A) +2 (g2 A) .
| {z }
| {z }
A1 g1
A2 g2
Ahora probemos la acotacion,

kA (g)k = kg Ak kAk kgk
|{z}
k
entonces kA k esta acotado por kAk (kA k kAk). (Ejercicios resueltos 1

y 2)
4.3.2
Conjugado de Hermite
Sea H un espacio de Hilbert arbitrario, entonces tenemos,

A
H H
H 0
H0
pero tambien y como resultado de la aplicacion del Teorema de Riesz, tenemos,

y
H
H
x
1
y
0
H
H0
entonces podemos obtener A = 1 A , llamaremos a A Conjugado

de Hermite. Este operador se define del espacio H en s mismo y cumple la
propiedad fundamental (A(x) | y) = (x | A (y)).
Demostraci
on
(A(x) | y) = 11 y (A(x)) = 12 (A (y ))(x) = 13 z (x) = 14 (x | z) = 15 (x | A (y))
11
Aplicando el Teorema de Riesz.

Por la definicion de A .
13
Ver esquema anterior.
14
Aplicando el Teorema de Riesz.
15
Ver esquema anterior.
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.
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(A (x)) kxk kAk A (x) kxk

A (x) kAk kxk

A kAk .
123
Recprocamente, si y = A(x), (A(x) | A(x)) = (x | A (A(x))). Entonces,

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
1. Probar que kA k = kAk.

Soluci
on:
Ya se ha visto que:
kA k kAk .
124
Por el teorema 4.2.1:

kAxk =
sup |f (A(x))| = sup | (A (f )) x |

kf k=1
kf k=1 | {z }
E
sup kA (f )k kxk kA k kxk .

kf k=1
De aqu que kAk kA k, luego

kA k = kAk .
2. Sea X un espacio normado, A, B L(X). Demostrar que
(AB) = B A .
Soluci
on:
B A (f ) = B (A (f )) = B (f A) = (f A)B = f (AB) = (AB) (f ).
3. Probar que A es el u
nico operador sobre H tal que
(Ax | y) = (x | A y).
Soluci
on:
Supongamos que existe B : H H tal que
(Ax | y) = (x | By).
Como (Ax | y) = (x | A y) se tiene, comparando que:
(x | By) = (x | A y) x H, y H
(x | By) (x | A y) = 0
(x | By A y) = 0 x
(By A y | By A y) = 0 y B = A .
4. Probar que A es lineal.
Soluci
on:
Apliquemos el Procedimiento 5
125
(P1) A A,
y = y1 + y2 ;
(P2) (Ax | y) = (Ax | y1 + y2 ) = (x | A (y1 + y2 ));

(P3) Aplicando propiedades del producto escalar:
| A y2 )
(Ax | y1 + y2 ) =
(x | A y1 ) + (x
= (x |
A y1 + A y2 )
= (x | By) donde By =
A y1 + A y2 ;
A y1 + A y2 .
(P4) By = A y = A (y1 + y2 ) =
5. Sean X, Y espacios de Hilbert; , C, A, B L(H). Demostrar que
^
16 .
(A
+ B) =
A + B
Soluci
on:
(P1) A = A1 + A2
y y;
(P2) ((A1 + A2 )x | y) = (x | (A^

1 + A2 ) y);
(P3) Aplicando las propiedades del producto escalar:
((A1 + A2 )x | y) = (A1 x | y) + (A2 x | y)
= (x | A1 y) + (xA2 y)
= (x |
A1 y + A2 y)
= (x | (
A1 + A2 )y);
A1 + A2 .
(P4) (A^
1 + A2 ) =
6. Si A, B son autoconjugados; , R, probar que:

A + B
es autoconjugado.
Soluci
on:
16
La barra significa conjugacion compleja.
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;
(P2) (Ax | y) = ((0, x1 , x2 , ...) | (y1 , y2 , ...)) = x1 y2 + x2 y3 + ... +

xn yn+1 + ...;
(P3) (Ax | y) = ((x1 , x2 , ..., xn , ...) | (y2 , y3 , ..., yn+1 , ...)) = (x | By);
(P4) By = A y = (y2 , y3 , ..., yn+1 , ...).
Luego, A no es autoconjugado.
8. Probar que:
(A
1 B1 ) = B1 A1 .
Soluci
on:
(P1) A A1 B1
y y;
^
(P2) (A1 B1 x | y) = (x | (A
1 B1 ) y);
(P3) (A1 B1 x | y) = (B1 x | A1 y) = (x | B1 A1 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
a) Demostrar que An L(l2 ) y An 0.

s
b) Hallar An y averiguar si es cierto que An 0.

127
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
Por tanto An es lineal. Tambien:

kAn xk kxk kAn k 1.
Para cada x X
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
+xn+2 (An y)n+2 +...)

| {z }
y2
= (x | An y);
(P4) An x = (0, 0, ..., 0, x1 , x2 , ...).
| {z }
n
128
y1
Como kAn xk = kxk
x l2 x 6= 0 An x 9 0.
Por tanto no hay convergencia fuerte a 0.

10. Hallar el operador conjugado al operador A : L2 [0, 1] L2 [0, 1] si:
Ax(t) = tx(t).
Soluci
on:
Z
(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)
11. Sea T un operador lineal definido de DT X en Y ; X, Y son espacios

normados. Probar que T admite una extension lineal cerrada si y solo
si
[ {xn } DT : xn 0 T xn y] y = 0.
Soluci
on:
Sea T una extension lineal cerrada de T . Sea
{xn } DT
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
Recprocamente, supongamos que {xn } DT tal que xn 0 y

T xn y se cumple que y = 0.
Definamos:
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 )
(xn , T xn ) GT : (xn , T xn ) (0, z z1 )

xn 0 y T xn z z1 .
Por la condicion z z1 = 0, es decir z = z1 .
= X; Y es un espa12. Si M es un subespacio del espacio normado X, M
cio de Banach. T : M Y un operador lineal acotado. Probar que
T posee una extension lineal u
nica T que preserva la norma.
Soluci
on:
{xn } M tal que xn x. Probemos que
Sea x X = M
{T xn } es una sucesion fundamental en Y .
kT xn T xm k = kT (xn xm )k kT k kxn xm k 18
| {z }
0
n,m
Y es de Banach y Y tal que T xn y.

Definamos
Tx = y = lim T xn .
n
18
Porque {xn } es convergente.
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
Pero kT xn k kT k kxn k. Pasando al lmite en la desigualdad

Tx kT k kxk T kT k .
Para obtener la desigualdad en sentido contrario observemos que
T es una extension de T , ya que si x M se tiene que
Tx = lim T xn
n
De aqu que
19
donde puede tomarse xn = x n.

Tx = 19 T x kT k T .
Lmite de la sucesion constante de termino T x.
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).
El primer hecho que demostraremos sobre la convergencia debil es la unicidad del lmite debil; precisamente, si
w
xn x
xn y
(lo cual significa para cualquier f X 0 que:

f (xn ) f (x)
f (xn ) f (y)),
entonces debemos probar que x = y. Puesto que en un espacio metrico el

lmite es u
nico, la hipotesis implica que
f (x) = f (y).
Por la linealidad de f , esto es equivalente a
f (x y) = 0
para cualquier f X 0 . Puesto que f puede ser cualquier funcional lineal
acotado, podemos aplicar el Corolario 4.2.2.1 para afirmar que x y = 0
o x = y; por tanto es imposible para una sucesion que converja debilmente a
dos elementos diferentes.
Se cumplen tambien las propiedades operativas del lmite siguientes:
Si
xn x
entonces
yn y,
w
xn + yn x + y.
132
De manera similar, si es un escalar y

w
xn x,
entonces
xn x.
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.
w
Teorema 4.4.2 Si X es un espacio normado y xn x, entonces existe

alguna constante positiva M tal que
kxn k M
para toda n.
Teorema 4.4.3 Sea {xn } una sucesi
on de vectores de un espacio normado
X con la propiedad de que, para todo n, existe una constante positiva M tal
que
kxn k M.
Ademas, supongamos que f (xn ) f (x) para todos los funcionales lineales
acotados f que pertenecen al conjunto A, donde A tiene la propiedad [A] es
denso en X 0 , esto es,
= X 0.
[A]
w
Entonces xn x.
Los Teoremas 4.4.2 y 4.4.3 se utilizan en la demostracion del teorema siguiente:
133
Teorema 4.4.4 Para que xn x es necesario y suficiente que la sucesi

on
kxn k sea acotada y f (xn ) f (x) para cualquier f de una variedad lineal
densa en X 0 .
Para la convergencia debil de los funcionales se extiende la definicion dada al dominio de X 0 .
w
Definici
on 4.4.2 x0n x0 x00 X 00
x00 (x0n ) x00 (x0 ).
Cuando la convergencia debil definida sobre X 0 se restringe a J(X) X 00 se

llama convergencia debilitada (o debil) y como entonces para
x00 J(X) !x X
x00 (x0n ) = x0n (x) ,
x00 (x0 ) = x0 (x).
se plantea:
w
Definici
on 4.4.3 x0n x0 x X
x0n (x) x0 (x).
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.
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
Teorema 4.4.6 Para que fn f es necesario y suficiente que la sucesi

on
kfn k sea acotada y fn (x) f (x) para cualquier x de una variedad lineal
densa en X.
134
4.4.1
1. Sean H un espacio de Hilbert; xn , x H(n N),

kxn k kxk. Demostrar que xn x.
xn x y
Soluci
on:
w
Como xn x se tiene (xn | y) (x | y) y H. En particular, tomando y = x podemos escribirlo
(xn | x) kxk2 (xn | x) kxk2 0;

de la definicion de lmite de escalares es inmediato que
kxn k2 kxk2 kxn k2 kxk2 0.

Luego,
k(xn x)k2 = (xn x | xn x)
= (xn | xn ) (xn | x) (x | xn ) + (x | x)
= kxn k2 (xn | x) (x | xn ) + kxk2 .
| {z } | {z } | {z }
I
II
III
Veamos cada uno de los casos anteriores

(I) Por propiedad de las normas
kxn k2 kxk2
(II) Por las hipotesis
(xn | x) (x | x) = kxk2
(III) Como
(x | xn ) = (xn | x),
entonces,
Luego,
(xn | x) (x | x) = kxk2
kxn k2 (xn | x) (x | xn ) + kxk2 0
n
135
2. Sean X un espacio normado, Y un espacio de Hilbert, A L(X, Y );

{An } L(X, Y ). Probar que
w
An x Ax x X (An x | y) (Ax | y) x X y Y
n
Soluci
on:
w
Supongamos que An x Ax x X. Consideremos la aplicacion

n
definida as:
gy (z) = (z | y) y Y.
Entonces, y Y, gy Y 0 (esto ya se ha probado)
x X,
An x Ax gy (An x) gy (Ax)
n
| {z } n | {z }
(An x|y)
x X y y Y
(Ax|y)
(An x | y) = (Ax | y).
Recprocamente, supongamos que

x X, y Y
(An x | y) (Ax | y).
Consideremos g Y 0 . Por el teorema 4.2.3, y Y tal que

g(z) = (z | y)
z Y
En particular,
w
g(An x) = (An x | y) 20 (Ax | y) = g(Ax) An x Ax.

|{z}
n
n
Y

Soluci
on:
w
Supongamos que xn x y que dim X = k. Sea {b1 , ..., bk } una

base de X.
k
X
(n)
i bi
xn =
x =
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
f es lineal y necesariamente continua.
21
fj (xn ) fj (x) 22
| {z }
| {z }
j = 1...k
(n)
Ahora probemos la convergencia fuerte,

!
k
X (n)
kxn xk 23 kxn xk1 =

i i 0.
i=1
En general convergencia debil ; convergencia fuerte.

Ejemplo: Sean X = l2 (l2 de Hilbert), {en }
on y
n una sucesi
en = (0, ..., |{z}
1 , ..., 0, ...).
n
w
Primero veamos que en 0. Tomemos f l2 , entonces yf l2 :

f (en ) = (en | yf ). Sea yf = {y1 , ..., yn , ...}. Como yf l2 entonces
f (en ) = yn 0. Es importante destacar que {en } no converge en el
n
sentido fuerte ya que ken em k = 2 n 6= m.

Soluci
on:
w
Probemos en primer lugar el caso en que g(xn ) g(x) g L(A)

g =
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
Probemos ahora que tiene lugar la convergencia para todo h L(A) =

X 0 . Tomemos > 0 y hallemos g L(A) : kh gk < . Para n
suficientemente grande:
z
z
}|
{
}|
{
|h(xn ) h(x)| = | h(xn ) g(xn ) + g(xn ) g(x) + g(x) h(x) |
{z
}
|
kh gk kxn k + |g(xn ) g(x)| + kh gk kxk .
| {z } | {z } |
{z
} | {z } |{z}
<
<
Ya que por hipotesis k > 0
kxn k k
<
kxk k.
5. En el espacio l2 para x = (x1 , x2 , ...) l2 pongamos fn (x) = xn . Dew

mostrar que fn 0. Es cierto que fn 0?
Soluci
on:
Sea x l2 ; |fn x 0x| = |fn x| = |xn | 24 0;
Tambien,
kfn k = sup |fn x| = sup |xn | = 1 fn 9 0(n ).
kxk=1
kxk=1
6. Sea 0 [a, b] (x) = x(0) C[a, b]. Considere la sucesion de

funciones continuas n (t) con las condiciones:
1
1) n (t) = 0 para |t| > ,
n
1
2) n (t) 0 para |t| ,
n
Rb
3) a n (t)dt = 1.
Sea
fn (x) =
n (t)x(t)dt
x C[a, b].
a
24
Por la condicion necesaria de convergencia de la serie kxk =
138
qP
n=1
|xn |
Probar que fn converge debilmente a .

Soluci
on:
|fn (x)| =
|n (t)| |x(t)| dt kxk

a
kfn k 1
n.
Hallemos lim fn (x),

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
donde n1 n n1 . Pasando al lmite

lim fn (x) = lim x(n ) = x(0) = (x).
Por tanto tenemos que fn .

7. Sea X un espacio reflexivo; f X 0 . Demostrar que existe x X, x 6= 0
tal que f (x) = kxk kf k.
Soluci
on:
Para f 0 es trivial; sea f 6= 0.
Por el Corolario 4.2.2.1
J X 00 : kJk = 1 J(f ) = kf k .
Tomando J =
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
Consecuencia del Teorema del valor medio.
139
(4.4.1)
Por ser X reflexivo, aplicando el Teorema 4.4.526 se puede afirmar que

x X : f (x) = J(f ) kJk = kxk. Sustituyendo en (4.4.1) obtenemos: f (x) = kf k kxk .
|{z}
|{z}
J(f )
kJk

Soluci
on:
w
Probemos en primer lugar el caso en que g(xn ) g(x)

g =
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
Probemos ahora que tiene lugar la convergencia para todo h L(A) =

X 0 . Tomemos > 0 y hallemos g L(A) : kh gk < .
z
}|
{
z
}|
{
|h(xn ) h(x)| = h(xn ) g(xn ) + g(xn ) g(x) + g(x) h(x)

|
{z
}
kh gk kxn k + |g(xn ) g(x)| + kh gk kxk
{z
} | {z } |{z}
| {z } | {z } |
<
<
Por hipotesis k > 0 : kxn k k kxk k.
4.5
1. Determinar si el funcional
Z
f (x) =
0
lineal en C[0, 1] esta acotado.

26
Notese que X es de Banach por ser reflexivo.
140
x(t2 ) dt
<
2. Probar alternativamente que el funcional del ejercicio resuelto 1 es acotado.

3. Probar que
A1 , A2 L(E, E1 ) (A1 + A2 ) = A1 + A2 .
w
4. Si xn x y yn y; , escalares, probar que xn + yn

x + y.
5. Probar que la sucesion alternada del ejercicio resuelto 12 es fundamental.
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
Conjuntos compactos en espacios normados
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
un recinto acotado y cerrado en el espacio E n , C(G)

un espacio de
Sea G
con la norma kxk = max |x(t)|, M C(G)
un
funciones continuas sobre G
tG
conjunto de funciones. Este conjunto se denomina equiacotado si existe un

c R tal que para cualquier x M se cumple la desigualdad kxk c;
equicontinuo si para cualquier > 0 existe un = () > 0 tal que para
que satisfacen la desigualdad kt1 t2 k < se cumple
cualesquiera t1 , t2 G
la desigualdad |x(t1 ) x(t2 )| < simultaneamente para todos los x M .
Si tenemos un conjunto A de un espacio metrico (X, d) decimos que es totalmente acotado si para cualquier > 0 existe una red finita1 con respecto
a A.
Probemos que totalmente acotado en espacios metricos implica inmediatamente acotacion. (Ejercicio resuelto 2) La compacidad en espacios metricos
se puede resumir mediante la caracterizacion siguiente:
Teorema 5.1.2 Sea A un subconjunto de un espacio metrico X. Entonces
las siguientes aseveraciones son equivalentes: (i) A es compacto, (ii) A es
sucesionalmente compacto.
5.2
Operadores lineales totalmente continuos
Muchos de los operadores integrales que se presentan en la practica tienen

una caracterstica especial que facilita su estudio y que esta relacionada con
las nociones de continuidad y de compacidad.
Esta caracterstica se define como operador lineal compacto (o tambien totalmente continuo, completamente continuo) y una de las razones de su utilidad
es que se transmite mediante operaciones usuales como la suma, el producto
por un escalar, el producto por un operador lineal continuo (en el sentido de
la composicion) y el lmite.
Para comenzar a introducir este tema empezaremos por recordar la nocion
1
Una red finita es una red con un n

umero finito de elementos.
144
de conjunto relativamente compacto: son aquellos conjuntos cuya clausura

es compacta.
Definici
on 5.2.1 Sean X, Y espacios normados, A un operador lineal tal
que,
A : X Y.
A se denomina totalmente continuo si transforma conjuntos acotados de X
en conjuntos relativamente compactos de Y .
Teorema 5.2.1 A totalmente continuo A continuo.
El conjunto de todos los operadores totalmente continuos de L(X, Y ) se
denomina mediante (X, Y ).
Veamos algunos casos particulares en que continuidad implica totalmente
continuo.
(1) Sean A un operador lineal, X, Y espacios normados lineales, X es finito
dimensional A es totalmente continuo.
Demostraci
on
Supongamos que B X es acotado, A(B)2 A(X)3 Y A(B)4 es
compacto.
(2) Sean A un operador lineal y continuo, A : X Y y A(X) es finitodimensional A es totalmente continuo.
Demostraci
on
2
Como A es continuo, A(B) es acotado.

Finito-dimensional por ser A lineal.
4
Cerrado y acotado en un espacio finito-dimensional.
3
145
Se tiene que A es lineal, supongamos que B esta acotado,

B
acotado A(B)
| {z }
acotado
A(X)
| {z }
finito-dimensional
A(B) relativamente compacto

Sin embargo, en general
si A continuo ; A totalmente continuo,
X = l2 A = I (operador unidad) B bola unitaria. I(B) = B que como
sabemos no es relativamente compacto porque no es sucesionalmente compacto. (Ver Teorema 5.1.2)
Teorema 5.2.2 (Teorema de Hausdorff ) Sean X un espacio metrico completo, S X. Decimos que S es compacto en X si y solo si para cualquier
> 0 existe una red finita de S.5
Teorema 5.2.3 A (X, Y ) es equivalente a que A transforma la bola
unitaria de X en un conjunto relativamente compacto en Y .
(Ejercicios resueltos 5 y 6) El siguiente Teorema nos da un criterio importante
para determinar si un conjunto es totalmente acotado porque relaciona este
concepto con un resultado similar al Teorema de Bolzano-Weierstrass para
los n
umeros reales.
Teorema 5.2.4 Sea A un subespacio de un espacio metrico (X, d). Si para
toda sucesi
on de puntos de A se puede seleccionar una subsucesi
on convergente, entonces A es totalmente acotado.
Teorema 5.2.5 (X, Y ) es un subespacio en el espacio L(X, Y ), siendo Y
un espacio de Banach.
(Ejercicio resuelto 7) El teorema 5.2.5 fundamenta un procedimiento para demostrar que un operador dado T es totalmente continuo y es posible obtenerlo
como lmite en norma de una sucesion de operadores totalmente continuos
sobre un espacio de Banach.
5
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
(P4) Inferir que T es totalmente continuo.

Ejemplo: Probar que T : l2 l2 definido as: si
!
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
(|xn+1 |2 + |xn+2 |2 + ...)

2
(n + 1)
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
(P4) T es totalmente continuo.

Teorema 5.2.6 Sean A L(X, Y ) y B L(Y, Z). Si por lo menos alguno
de estos dos operadores es totalmente continuo, entonces su producto BA es
totalmente continuo.
w
Teorema 5.2.7 Sea A (X, Y ). Si xn X(n N) y xn x0 entonces

A(xn ) A(x0 ).
Teorema 5.2.8 Sea A L(X, Y ), donde Y es un espacio de Banach. El
operador A es totalmente continuo si y solo si A es totalmente continuo.
Sea X un espacio de Banach y consideremos Y = X. Entonces se denota
A (X, Y ) = (X); x, y X. La ecuacion
Ax = y
se denomina ecuaci
on de primera especie, la ecuacion
x Ax = y
(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)
analogamente, consideramos la ecuacion conjugada

f A f =
(5.2.3)
y una ecuacion homogenea conjugada

A = 0.
(5.2.4)
Teorema 5.2.9 Las siguientes afirmaciones son equivalentes:

on (5.2.1) tiene solucion u
nica para cualquier segundo miembro
a) La ecuaci
y;
b) la ecuaci
on (5.2.2) tiene solamente solucion trivial;
148
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
puesto que de forma operacional puede escribirse as:

x(s) (Ax)(s) = y(s),
donde
(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
1. Demostrar el teorema 5.1.1

Soluci
on:
Compacto Cerrado
Supongamos que A es un subconjunto compacto de (X, d). Vamos a
probar que Ac es abierto. Sea y Ac , demostraremos que existe un
conjunto abierto B tal que y B Ac . Consideremos x A, como
x 6= y, para alg
un n
umero real x , existen vecindades de x e y, Sx (x)
y Sx (y) tales que,
Sx (x) Sx (y) = ,
(5.2.5)
ya que cada espacio metrico satisface el axioma de separacion de Hausdorff. Ademas, como x Sx (x) para todo x A, se cumple que
[
A
Sx (x).
xA
Puesto que A es compacto, entonces existen x1 , x2 , ..., xn A, tales que

A
n
[
Sxi (xi ).
(5.2.6)
i=1
Para cada xi A (i = 1, 2, 3, ..., n) como y Ac existe alguna vecindad

de y, Sxi (y) que satisface (5.2.5), es decir
Sxi (xi ) Sxi (y) = .
Ahora formemos
B=
n
\
Sxi (y).
i=1
Supongamos que A B no es vaco. Como

AB
n
[
(Sxi (xi ) B).
i=1
Esto significa que

B Sxi (xi ) 6=
150
(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
Puesto que asumimos que A es compacto, entonces existen x1 , x2 , ...xn

tales que
n
[
A
S1 (xi ) = C.
i=1
Probemos que A esta acotado. Sea

a = max d(xi , xj ), 1 i j n
y sean x, y A; existen elementos xi e yi tales que x S1 (xi ) e
y S1 (xj ). Aplicando la desigualdad triangular, podemos decir que:
d(x, y) d(x, xi ) + d(xi , xj ) + d(xj , y) 1 + a + 1 = 2 + a.
Esto implica que el diametro de A es menor o igual que 2 + a y por
tanto A esta acotado.
2. Probar que si un conjunto es totalmente acotado es necesariamente
acotado.
Soluci
on:
151
Supongamos que A totalmente acotado y sea > 0. Como hemos

asumido que A es totalmente acotado, entonces existe un conjunto
finito para A, llamemoslo N . Puesto que N es un conjunto finito de
puntos, su diametro es finito, o sea, Diam(N ) < . Ahora, sean a1 y
a2 dos puntos de A. Entonces existen dos puntos y1 , y2 N , tales que
d(a1 , y1 ) < y d(a2 , y2 ) < . Aplicando la desigualdad triangular, se
tiene,
d(a1 , a2 ) d(a1 , y1 ) + d(y1 , y2 ) + d(y2 , a2 )
2 + Diam(N ),
pero, puesto que a1 y a2 son dos puntos cualesquiera de A, esto implica
que
sup d(a1 , a2 ) = Diam(A) 2 + Diam(N ),
a1 ,a2 A
quedando probado as que A es acotado. El recproco de manera general

no se cumple y resulta evidente por el contraejemplo siguiente:
Consideremos el espacio metrico l2 y sean
x = (1 , 2 , ..., n , ...) e y = (1 , 2 , ..., n , ...)
dos puntos de este espacio con la distancia d(x, y) definida de la
manera siguiente:
d(x, y) =
"
X
# 12
|i i |2
i=1
Consideremos el subespacio siguiente de l2 ,

A = {x l2
d(x, 0) = 1},
estos son los puntos de la superficie de la bola unitaria en l2 . Para

dos puntos cualesquiera x e y en A, podemos decir que
d(x, y) d(x, 0) + d(y, 0) = 2
152
concluyendo que A es, de hecho, acotado. Para probar que A no es

totalmente acotado, consideremos la siguiente coleccion de puntos
de A:
e1 = (1, 0, 0, ...)
e2 = (0, 1, 0, ...)
e3 = (0, 0, 1, ...)
.
.
.
.
.
.
En este caso, para n 6= m, se tiene

que d(en , em ) = 2. Pode2
mos afirmar que, para un <
, no existe una red finita,
2
2
ya que si suponemos que <
y si denotamos por N la red
2
correspondiente, existen yi , yj N tales que
d(ei , yi ) < y d(ej , yj ) < .
Probemos que i 6= j se cumple que yi 6= yj . Supongamos lo contrario, es decir, que existen i0 6= j0 tales que yi0 = yj0 . Entonces
d(ei0 , ej0 ) d(ei , yi0 ) + d( yi0 , ej ) < 2 2, Absurdo!

|{z}
=yj0
por tanto,N es infinito. De aqu que no existe una red finita

2
para <
, y A no es totalmente acotado.
2
3. Sean X un espacio normado, z X fijo y f X 0 .
Definamos A : X X de la manera siguiente:
xX
A(x) = f (x) z
|{z}
K
Probar que A es totalmente continuo.

Soluci
on:
153
(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
Vamos a probar que {f (xn )} es una sucesion acotada de escalares

|f (xn )| kf k kxn k kf k M
n N
Por tanto,
xnk :
f (xnk ) K.
Consideremos {A(xnk )}, entonces podemos inferir sustituyendo en

(5.2.8):
A(xnk ) = f (xnk )z z.
Soluci
on:
A continuo [B
acotado A(B) acotado].
Por tanto vamos a partir de que B es acotado en X, entonces

A(B) es relativamente compacto A(B) es compacto6 .
Como
A(B) acotado7 A(B) acotado8 .
6
Aplicando la definicion de relativamente compacto.

Aplicando el Teorema 5.2.1.
8
Cualquier subconjunto de un conjunto acotado tambien esta acotado.
7
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
y R(T ) es de dimension finita para todos los n.

Soluci
on al inciso a) Sea
X = Y = l2 ; x = (x1 , x2 , ..., xn , ...) ; Tn x = (x1 , x2 , ..., xn , 0, 0, ...).
Entonces Tn es lineal, continuo, dim R(Tn ) = n, luego Tn es totalmente continuo. Pero
s
Tn I,
y sabemos que I no es totalmente continuo.
Soluci
on al inciso b) Sean
T x = (y1 , y2 , ...) y Tn x = (y1 , ..., yn , 0, 0, ...),
luego dim R(Tn ) = n. Probemos que kTn T k 0.
n
kTn T k =
sup k(0, ..., 0, yn+1 , yn+2 , ...)k

| {z }
kxk=1
"
=
sup
kxk=1
155
k=n+1
# 12
|yk |2
0.

Soluci
on:
Def.
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
A(B) A(Sr ) A(B) A(Sr )

Es suficiente probar que A(Sr ) es relativamente compacto y aplicar que
un subconjunto cerrado de un compacto tambien lo es. Probemos que
de cada sucesion de A(Sr ) se puede extraer una subsucesion convergente en A(Sr ).
Sea
yn A(Sr ) xn Sr : yn = Axn ,
kxn k r k xn /r k 1
|{z}
zn
Por la hipotesis de Azn se puede extraer una subsucesion convergente

a z. Como xnk = rznk y A es lineal:
Axnk = rAznk rz
Soluci
on:
156
1ro.) Sea C acotado en X.

{xn } C.
(1)
A compacto {xn } {xn } :

(2)
(1)
B compacto {xn } {xn } :

(2)
(1)
A(xn ) y;
(2)
B(xn ) z,
(2)
(1)
Consideremos (A + B)(xn ) = A(xn ) + B(xn ) y + z,

luego A, B (X, Y ) A + B (X, Y ).
Analogamente se prueba que A (X, Y ) y escalar A
(X, Y ).
2do.) (X, Y ) cerrado.
Sea A (X, Y ).
An (X, Y ) : An A en L(X, Y ).
n
Consideremos C acotado en X y {xn } C. Entonces L > 0

tal que kxn k L. Veamos si {Axn } contiene una subsucesion
convergente,
(1)
(1)
para A1 existe {xn } {xn } tal que {A1 (xn )} es convergente;

(2)
(2)
(1)
para A2 existe {xn } {xn } {xn } tal que {A2 (xn )} es convergente y as sucesivamente.
(n)
(n)
Construyamos la sucesion diagonal {xn } y probemos que {A(xn )}

converge. Como Y es de Banach es suficiente probar que es fundamental. Para > 0, existen n, m, k suficientemente grandes de
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)
{Ak (xn )} converge.

Soluci
on:
1ro) Supongamos que A es totalmente continuo.
C acotado A(C) relativamente compacto A(C) compacto9 .
Entonces,
B(A(C)) compacto en Z 10 ,
luego es cerrado.
B(A(C)) B(A(C)) B(A(C)) B(A(C))11 .
Entonces B(A(C)) es compacto, por ser un subconjunto cerrado
de un conjunto compacto.
2do) Supongamos ahora que B es totalmente continuo.
C acotado
A continuo A(C) acotado
B(A(C)) relativamente compacto
BA totalmente continuo.
10
11
Por ser la imagen continua de un compacto.

Por la caracterizacion de clausura de un conjunto.
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,
Tot. cont. acot.
esto es imposible porque la bola unitaria cerrada se transforma en

s misma y esta no es compacta seg
un se ha visto.
Soluci
on:
1ro) Vamos a probar que
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 .
2do) Vamos a probar que

Axn Ax0 .
Supongamos lo contrario. Entonces > 0 tal que {Axn } contiene
una subsucesion {Axnk } que cumple
kAxnk Ax0 k .
Como {Axnk } converge debilmente (porque {xn } converge debilmente), ella esta acotada,
luego {Axnk } contiene a su vez una
0
subsucesion Axnk convergente a y Y 0 (por ser A totalmente
159
continuo).
Entonces tambien
Ax0nk y.
Pero
Axn Ax0 Ax0nk Ax0 .

Por la unicidad del lmite debil, y = Ax0 , de donde se tendra que
0
Axn y
Absurdo!
k
Esto contradice el hecho de que Ax0nk converge a y.
10. Probar que:
Z
(A1 x)(s) =
k(s, t)x(t) dt x C[a, b].

a
es totalmente continuo si k(s, t) es continua sobre [a, b] [a, b].

Soluci
on:
A1 : C[a, b] C[a, b] es lineal.
Sea C un conjunto acotado y consideremos {xn } C. Formemos
{T xn } C[a, b] y probemos que es equiacotado y equicontinuo para
utilizar el teorema 5.2.3.
1ro) Equiacotado:
Z b
Z b
kA1 xn k = max
k(s, t)xn (t) dt kxn k
|k(s, t)| dt
S[a,b]
a
{xn } acotada y k(s, t) continua sobre un compacto implican que

existen c > 0 y M > 0 tales que
kxn k c n
y
|k(s, t)| M
kA1 xn k c M (b a).
160
s, t [a, b]
2do) Equicontinuo:
Z b
|(A1 xn )(s1 ) (A1 xn )(s2 )| = [k(s1 , t) k(s2 , t)] xn (t) dt

a
Z b
|k(s1 , t) k(s2 , t)| |xn (t)| dt

a
Z b
c
|k(s1 , t) k(s2 , t)| dt.
a
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
Ejercicios resueltos aplicados a la resoluci

on de ecuaciones integrales
1. Sea T : C[a, b] C[a, b] definido por

Z t
(T x)(t) = v(t) +
K(t, s) x(s) ds
a
Probar por induccion que:

m+1
(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
K(t, s) x(s) ds 6 v(t)

K(t, s) y(s) ds ,
|(T (x))(t) (T (y))(t)| = 6 v(t) +
a
por la linealidad de la integral tenemos entonces que
Z t
|(T (x))(t) (T (y))(t)| = || K(t, s)[x(s) y(s)] ds .

a
161
Como K es continua sobre un compacto, existe M > 0 tal que

|K(t, s)| M (t, s) [a, b] [a, b].
Si
d(x, y) = max |x(s) y(s)| ,
s[a,b]
se obtiene la acotacion siguiente:

|(T (x))(t) (T (y))(t)| || M d(x, y) (t a).
Sea la hipotesis de induccion:
(t a)m
|(T (x))(t) (T (y))(t)| || M
d(x, y)
m!
m
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
= || K(t, s)[(T m (x))(s) (T m (y))(s)] ds

a
Por propiedades de la integral tenemos,

Z t
||
|K(t, s)| |(T m (x))(s) (T m (y))(s)| ds
a
Z t
|| M
|(T m (x))(s) (T m (y))(s)| ds Por hipotesis sobre K
a
Z t
m
m M
d(x, y) (s a)m ds Por la hipotesis de induccion
|| M ||
m!
|a
{z
}
m+1
(t a)
m+1
1
d(x, y)(t a)m+1
= ||m+1 M m+1
(m + 1)!
162
2. Resolver por iteracion, eligiendo x0 = v y suponiendo que || < 1 la

ecuacion:
Z 1
x(t)
ets x(s) ds = v(t)
0
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
donde K(t, s) = ets . El proceso iterativo esta dado por

xn+1 = T xn
n = 0, 1, 2, ...
Para n = 0 la primera iteracion es:

Z
x1 (t) = v(t) +
0
ets x0 (s) ds
| {z }
Z
= v(t) + et
|0
v(s)
1
et v(s) ds
{z
}
K0
Para n = 1 la segunda iteracion es:

Z 1
x2 (t) = v(t) +
ets x1 (s) ds
0
Z 1
t
es (v(s) + es K0 ) ds
= v(t) + e
0
= v(t) + et (K0 + K0 ) = v(t) + K0 et (1 + )

Probemos por induccion que:
xn+1 (t) = v(t) + et K0 (1 + + 2 + ... + n )
Para n = 1 ya esta probado.
La hipotesis de induccion es:
xn (t) = v(t) + et K0 (1 + + ... + n1 )
163
La tesis de induccion resulta:

Z
xn+1 (t) =
12
v(t) +
ets xn (s) ds
Sustituyendo en la hipotesis de induccion y efectuando:

Z 1
t
xn+1 (t) = v(t) + e
es v(s) + es K0 (1 + + ... + n1 ) ds
Z0 1
= v(t) + et
K0 + K0 (1 + + ... + n1 ) ds
Z0 1
= v(t) + et
K0 (1 + (1 + + ... + n1 )) ds
0
= 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
3. Definir el operador S : C[a, b] C[a, b] de la manera siguiente:

Z b
K(s, t) x(s) ds
(S(x))(t) =
a
y hacer zn = xn xn1 ,
n 1.
3.1) Probar que la formula del proceso relativo conduce a

zn+1 = S(zn )
n 1.
(5.3.1)
3.2) Eligiendo x0 = v, probar el desarrollo de Neumann

x = lim xn (t) = v(t) + S(v) + 2 S 2 (v) + 3 S 3 (v) + ... (5.3.2)
n
Soluci
on al inciso 3.1)
zn+1 (t)
12
Def.
=
=
xn+1 (t) xn (t)

6 v(t) + S(xn )(t) 6 v(t) S(xn1 )(t) n 1
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
Obtengamos los sumandos a partir del segundo en el orden se

nalado:
v(t)
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)
S(z1 ) = S( S(v)) S lineal

2 S 2 (v)
Tomando como hipotesis de induccion zn = n S n (v) y sustituyendo en el caso (n + 1)esimo con n 1:

zn+1 = S(zn ) = S(n S n (v)) S lineal
= n+1 S n+1 (v)
Sustituyendo
x = lim xn =
n
lim [v + S(v) + 2 S 2 (v) + ... + n S n (v)]
= v + S(v) + 2 S 2 (v) + ...

4. Resolver x(t)
R1
0
x(s) ds = 1 aplicando el desarrollo de Neumann.
Soluci
on:
Para este caso:
K(t, s) 1;
165
v(t) 1
Sustituyendo en la ecuacion (5.3.2)

x = 1 + S(1) + 2 S 2 (1) + ... + n S n (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
5. Obtener la serie de Neumann sustituyendo en la ecuacion integral

Z b
v(t) = x(t)
K(t, s) x(s) ds
a
la siguiente serie (supuesta uniformemente convergente).

x(t) = v0 (t) + v1 (t) + 2 v2 (t) + ...
Soluci
on:
v(t) = (v0 (t) + v1 (t) + 2 v2 (t) + ...)
Z b
K(s, t)(v0 (s) + v1 (s) + 2 v2 (s) + ...) ds.

a
Integrando termino a termino

v(t) = (v0 (t) + v1 (t) + 2 v2 (t) + ...)
Z b
Z b
2
K(s, t) v1 (s) ds
K(s, t)v0 (s) ds

a
a
Z b
3
K(s, t) v2 (s) + ...) ds ...
166
Agrupando
v(t) = v0 (t) + v1 (t)

K(s, t)v0 (s) ds
a
Z b
2
+ v2 (t)
K(s, t)v1 (s) ds
a
Z b
3
+ v3 (t)
K(s, t)v2 (s) ds + ...
a
Comparando los coeficientes podemos observar que:

Z b
v0 (t) = v(t);
vn (t)
K(s, t)vn1 (s) ds = 0 n 1.
a
5.1) Si |v(t)| c0 y |K(t, s)| M probar que:

|vn (t)| c0 [M (b a)]n
5.2) Determinar una condicion suficiente para que la serie sea uniformemente convergente.
5.3) Probar que la serie de Neumann puede escribirse:
Z b
s, ) v(s) ds
x(t) = v(t) +
K(t,
a
donde
s, ) =
K(t,
n
X
j Kj+1 (t, s),
j=0
siendo
Z
Kn (t, s) =
...
a
K(t, t1 )K(t1 , t2 )...K(tn1 , s) dt1 ...dtn1

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
Por hipotesis y aplicando propiedades de la integral.
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
|n vn (t)| = ||n |vn (t)| 14 ||n M n (b a) c0n

Vamos a aplicar el criterio de la raz nesima a la serie cuyo
termino general esta dado por el miembro derecho de la desigualdad anterior
p
1
n
|| c0 M n (b a)n = || M (b a) c0n
1
lim || M (b a) c0n = || M (b a).

n
Si || M (b a) < 1 entonces
||n M n (b a)n c0 < +,
n=0
luego,
n vn
n=0
es absolutamente convergente si
|| <
14
Por el inciso 5.1.
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
|
K(t, t1 )(S(v))(t1 ) dt1 +...

{z
}
S 2 (v)
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)
Y as, de la misma manera, se obtienen los demas terminos de la

serie.
6. Probar que los n
ucleos iterados satisfacen la condicion:
Z b
Kn (s, t) =
Kn1 (s, u)K(u, t) du
a
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
Aplicando el metodo de Fubini, podemos transformar la expresion anterior
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) =
Kn (s, tn )K(tn , t) dtn

a
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
Integrando por partes obtenemos que,

Z 1
t1 et1 dt1 = 1 K2 (s, t) = K1 (s, t) = t es .
0
De manera analoga se llega a probar que

Kn (s, t) = t es
n 1
8. Dada la ecuacion integral

Z
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
= K1 (s, t) + K2 (s, t) + 2 K3 (s, t) + ...

K1 (s, t) = s t
Z 1
Z 1
K2 (s, t) =
K1 (s, u)K(u, t) du =
u s t u du
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
aplicando identidades trigonometricas tenemos,

1
2
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) =
10. Resolver la ecuacion de Fredholm donde a = 0,

K(t, s) =
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)
ya que por la formula del ejercicio 7

Z 2
K2 (t, s) =
K(t, t1 )v(t1 , s) dt1 = 0,
0
172
y tambien K3 = 0, ... Efectuando por ejercicio

! N
!
Z 2 X
N
X
K2 (t, s) =
an sin nt cos nt1
aj sin jt1 cos js dt1
0
n=1
N X
N
X
(an sin nt cos nt1 aj sin jt1 cos js) dt1
n=1 j=1
j=1
N X
N Z 2
X
cos nt1 sin jt1 dt1 .

0
n=1 j=1
Donde
an aj sin nt cos js
cos nt1 sin jt1 dt1 = 015

0
11. Supongamos que

K(s, t) =
n
X
aj (s)bj (t),
j=1
donde aj , bj son funciones linealmente independientes. Si la ecuacion

de Fredholm tiene solucion, probar que tiene la forma:
x(s) = v(s) +
n
X
cj aj (s)
(5.3.4)
j=1
donde
cj =
bj (t)x(t) dt
a
y las incognitas satisfacen:

cj
Z
n
X
Z
ajk ck = vj
bj (t) v(t) dt.

a
15
bk (t) aj (t) dt
a
j=1
vj =
siendo ajk =
Aplicando identidades trigonometricas.
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
bj (t)x(t) dt L(a1 , ..., an )

{z
}
cj
Sustituyendo en la ecuacion (5.3.4) escrita en terminos de S(x) obtenemos

X
x(s) = v(s) + (S(x))(s) = v(s) +
ci ai (s)
(5.3.5)
i
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)
Igualando ahora las ecuaciones (5.3.5) y (5.3.6)

X
XZ b
X
X
ci ai (s) =
ai (s)bi (t)v(t) dt +
ai (s)
cj aji
i
luego,
i
ci = vi +
X
j
174
cj aji
podemos escribir el sistema de la forma:

vi = ci ci aii
cj aji
j6=i
= ci (1 aii )
cj aji
j6=i
De este sistema podemos obtener las expresiones de los ci

12. Resolver
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
x(s) = es + c1 a1 (s), de acuerdo con
Luego hay solucion u

nica :
el ejercicio 12 donde
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
Integrando por partes
175
13. Determinar los valores de para los cuales la ecuacion:

Z 1
x(s) =
(t2 s + ts2 )x(t) dt + v(s)
0
tiene solucion.
Soluci
on:
Aqu:
a2 (s)
z}|{
z}|{
K(s, t) = |{z}
t
s + |{z}
t s2
a1 (s)
b1 (t)
b2 (t)
La forma de la solucion es:

x(s) = v(s) +
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
Luego, hay solucion u

nica 6= 60 16 15.
R1
14. Considerar x(s) 0 (s + t)x(t) dt = v(s)
15.1 Resolver suponiendo que 2 + 12 12 6= 0.
15.2 Hallar los valores propios.
Soluci
on al inciso 15.1
a1 (s) = s
a2 (s) = 1
b1 (t) = 1
b2 (t) = t
Hallemos los terminos a11 , a22 , a12 , a21 ,

Z
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)
obtener la ecuacion integral correspondiente al problema de Cauchy:

y 00 + y = 0 y(0) = 0 y 0 (0) = 1.
(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
Ahora podemos expresar

Z
y =
u(t) dt + 1.
0
(P4) Integrando
y=
u(t) dt2 + x + c2
por (5.3.7), para n = 2

Z x
(x t)1
u(t) dt + x + c2
1
0
c2 = y(0) = 0 por la condicion inicial.
Z x
y=
(x t) u(t) dt + x.
0
178
(P5) Sustituyendo en la ecuacion diferencial (5.3.8)

Z x
u(x) +
(x t) u(t) dt + x = 0
|{z}
0
y 00
(P6) Arreglando los terminos convenientemente

Z x
u(x)
(t x) u(t) dt = x.
0 | {z }
K(x,t)
5.4
Ejemplos Propuestos
1. Probar que la proyeccion de un espacio de Hilbert sobre un subespacio

finito-dimensional es totalmente continuo.
2. Probar que A : l2 l2 definido por
A(x1 , x2 , x3 , ..., xn , ...) =
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
Sea H un espacio de Hilbert complejo. El operador A L(H) se denomina

autoconjugado si A = A, es decir, para todos los x, y H se cumple la
igualdad (Ax | y) = (x | Ay). El conjunto de todos los operadores autoconjugados de L(H) se denota mediante (H). (Ejercicios resueltos 1, 2 y
3)
Teorema 6.1.1 Si A, B (H), , R entonces A + B (H).
Teorema 6.1.2 Sean A, B (H). El operador AB es autoconjugado si y
solo si AB = BA.
180
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.
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.
181
6.1.1
1. Sea T un operador sobre un espacio de Hilbert H. Probar que

T es autoconjugado (T x | x) R x H.
Soluci
on:
Supongamos que T = T . Entonces:
(T x | x) = (x | T x) = (T x | x) (T x | x) R.
Recprocamente, vamos a aplicar el resultado del ejercicio propuesto 1,
que establece que
((T T )x | x) = 0 x H T = T
((T T )x | x) = (T x T x | x)
= (T x | x) (T x | x)
= (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.
Por el ejercicio propuesto 1, A1 A2 = 0, es decir A1 = A2 .

182
3. Probar que para un operador cualquiera T , T T y T T son autoconjugados.

Soluci
on:
(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
(Axn | xn ) (Ax | x).

n
Es sustancial que A (H)?

Soluci
on
|(Axn | xn ) (Ax | x)| = | (Axn | xn ) (Ax | xn )
+(Ax | xn ) (Ax | x) |
= |(Axn Ax | xn ) + (Ax | xn x)|
|(Axn Ax | xn )| + |(Ax | xn x)|
|(A(xn x) | xn )| + |(Ax | xn x)|
kAk kxn xk kxn k + kAk kxk kxn xk .
| {z } acotada
| {z }
0
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
5. Demuestre el Teorema 6.1.1.

Soluci
on
A, B (H)
(Ax | y) = (x | Ay) = (Ay | x)
(Bx | y) = (x | By) = (By | x)
Sumando ordenadamente y aplicando propiedades del producto interior,
((A + B)x | y) = (Ay | x) + (By | x) = ((A + B)y | x)
= (x | (A + B)y) (A + B) (H)
R
(Ax | y) = (Ax | y) = (x | Ay) = (x | Ay) A (H).
6. Demuestre el Teorema 6.1.2.
Soluci
on
Supongamos que AB es autoconjugado
(ABx | y)
(x | ABy)
((AB BA)x | y) = 0 y,
AB(H)
A(H)
(Ax | By)
B(H)
(BAx | y)
En particular para y = (AB BA)x se tiene que

((AB BA)x | (AB BA)x) = 0 k(AB BA)xk = 0 x
entonces, AB BA = 0 BA = AB.
Supongamos que AB = BA. Hay que probar que:
(ABx | y)
(ABx | y)
(ABx | y)
=
=
A(H)
(x | ABy)
(Bx | Ay)
(x | ABy)
184
B(H)
(x | |{z}
BA y)
AB
7. Demostrar que el operador A : L2 [0, 1] L2 [0, 1], Ax(t) = tx(t) es un

operador autoconjugado no negativo.
Soluci
on
Primero probemos que A es autoconjugado:
Z 1
Z 1
(Ax | y) = (L)
Ax(t)y(t)dt = (L)
tx(t)y(t)dt = (x | Ay)
0
Veamos ahora que es no negativo:

Z 1
Z
(Ax | x) = (L)
Ax(t)x(t)dt = (L)
0
tx2 (t)dt 0 x(t) L2 [0, 1]
8. Demostrar que A : l2 l2 , Ax = (1 x1 , 2 x2 , ...) para x = (x1 , x2 , ...)

l2 donde k R(k N), sup |k | < , es un operador autoconjugado.
k
Bajo que condicion para la sucesion k , A es un operador autoconjugado no negativo?

Soluci
on
Demostremos primero el hecho de que A es un operador autoconjugado,
X
k xk yk
(Ax | y) = ((1 x1 , 2 x2 , ...) | (y1 , y2 , ...)) =
k
(x | Ay) = ((x1 , x2 , ...) | (1 y1 , 2 y2 , ...)) =
xk k yk = (Ax | y)
Para que A sea no negativo debe cumplir que: (Ax | x) 0,

X
((1 x1 , 2 x2 , ...) | (x1 , x2 , ...)) x l2
k x2k 0 x l2
k
en particular para
(0, ..., 0, 1, 0, ...) l2 k 0 (k N)
| {z }
k1
185
9. Si T 0 probar que (I + T )1 existe.

Soluci
on:
Probemos que: (I + T )x = 0 x = 0
(I + T )x = 0 x + T x = 0 T x = x
(T x | x) = (x | x) = kxk2 0.
Pero T 0 (T x | x) 0
kxk2 = 0 x = 0.
10. Demuestre el Teorema 6.1.4
Soluci
on
a) Veamos una demostracion alternativa a la establecida en la ejercitacion
del captulo 3.
kP k
Teo. 6.1.3
sup |(P x | x)| = sup kxM k2 = 1,

kxk1
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)
(P x | x) = kxM k2 kxM k2 + kxM k2 = kxk2 .
11. Sea T : l2 l2 definido as: si

x = (x1 , x2 , ..., xn , ...),
xi R T x = (0, 0, x3 , x4 , ...).
Probar que T (l2 ), T 0 y hallar T .

Soluci
on:
T es lineal, continuo.
Veamos que T = T . Sea
y = (y1 , y2 , ...) yi R
(T x | y) = (0, 0, x3 , x4 , ...)(y1 , y2 , y3 , ...) = x3 y3 + x4 y4 + ...
(x | T y) = (x1 , x2 , x3 , ...)(0, 0, y3 , y4 , ...) = x3 y3 + x4 y4 + ...
(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
Luego T 0 satisface que T 2 = T T = T .

12. Sea T autoconjugado, T 0. Probar que x, y H
|(T x | y)| (T x | x)1/2 (T y | y)1/2
Soluci
on:
|(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
13. Sea T autoconjugado, T 0. Probar que

kT xk kT k1/2 (T x | x)1/2 .
(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
Espectro de un operador lineal
Sean X un espacio de Banach complejo; A : X Y un operador lineal con

el campo de definicion D(A) denso en X y un n
umero complejo.
Un punto se denomina punto regular del operador A si el operador A I
es continuamente inversible. El conjunto de los puntos regulares del operador
A se denomina conjunto resolvente del operador A y se designa por (A). Si
(A) el operador lineal acotado R (A) = (A I)1 se llama resolvente
del operador A. El complemento del conjunto (A) en el plano complejo se
denomina espectro del operador A y se denota mediante (A).
El n
umero C se denomina valor propio de un operador A, si existe
188
un elemento x D(A), x 6= 0, tal que Ax = x. Con esto x se llama vector

propio del operador A correspondiente a un valor propio . Todo valor propio del operador A es punto de su espectro debido a que el operador A I
es no inversible.
Proposici
on 6.2.1 Si A L(X), el conjunto resolvente del operador A,
(A), es un abierto de C.
Demostraci
on
Sea 0 (A). Hay que probar que 0 es un punto interior de (A), es decir
que r > 0 tal que S0 (r) (A). Por esto debemos considerar C y
formar:
Def.
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
entonces A es continuamente inversible. Pero

kA A0 k = kA I A + 0 Ik
1
= k(0 )Ik <

A1 = r.
0
Resumiendo,
| 0 | < r A1
L(X) (A)
es decir
S0 (r) (A)
Teorema 6.2.1 El espectro de un operador A L(X) es un conjunto cerrado que esta contenido en el crculo || kAk.
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
Por tanto, para probar lo requerido en el teorema vamos a demostrar esta

u
ltima inclusion equivalente.
Por definicion tenemos,
!
1
A = A I = I A
6= 0
1
A posee inverso acotado? Si se cumple que:
A < 1 || > kAk .

Bajo que condiciones I
Podemos concluir entonces que,

D (A)
Sabemos que
(A) { C
|| 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)
Se tiene que r (A) kAk. Una forma practica de calcularlo se establece en

el resultado siguiente:
2
Complementando.
190
Teorema 6.2.2 Sea A L(X) donde X es un espacio de Banach. Entonces

existe el lmite finito
1
r (A) = lim kAn k n
n
llamado radio espectral del operador A.

Teorema 6.2.3 Sea A L(X) donde X es un espacio de Banach.
Si || > r (A), entonces (A).
El hecho de que el resolvente de un operador A es una funcion de variable
compleja, sugiere la definicion de una funcion operador as:
S : D L(X)
S() = S
donde D C y X es un espacio normado.
Por ejercicio, dado A L(X), la aplicacion:
R : (A) L(X),
R() = R (A) = (A I)1
es una funcion operador.
Si se considera f (L(X))0 , entonces se puede realizar la composicion:

f S : D C
que resulte una funcion compleja de variable compleja, muy u
til para caracterizar el comportamiento del resolvente mediante el teorema de Liouville,
el cual se enuncia en el teorema 6.2.4 para utilizarlo en la demostracion del
teorema 6.2.6.
Se dice que una funcion compleja de variable compleja A() es analtica
en D si para todo 0 D el lmite
A0 (0 ) = lim
A() A(0 )
0
existe y se denomina derivada de A() en 0 .

191
Teorema 6.2.4 (Teorema de Liouville) Sea F : C C. Si F () es

analtica en todo C y existe alg
un M > 0 tal que |F ()| < M para todo
C, entonces F () es una constante.
Teorema 6.2.5 Si A L(X) entonces para || > r (A)
R (A) =
n1 An .
n=0
Teorema 6.2.6 Si A L(X), donde X es un espacio de Banach, entonces

(A) es un conjunto no vaco.
Demostraci
on
Supongamos lo contrario, es decir, que
(A) = (A) = C
Consideremos
R
(A) L(X) |{z}

K
|{z }
=
f (L(X))0 ,
donde R() = R (A).
Entonces podemos formar f R : C C. Probemos que f R satisface las

hipotesis del Teorema 6.2.4.
1ro ) f R analtica. Para 0 C.
(f R)() (f R)(0 )
0
=
f lineal
f continua
(f (R()) (f (R(0 ))
0
!
(R() R(0 )
f
0
f (R(0 ))2 ,
ya que:
(R())1 [R() R(0 )](R(0 ))1 = (R(0 ))1 (R())1

= (A 0 I) (A I)
= ( 0 )I.
192
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,
entonces kR()k esta acotado y |f (R())| kf k
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
Pero, R() 0 cuando R() = A1

= 0 Absurdo!
193

El espectro de un operador autoconjugado tiene caractersticas especiales,
como se aprecian en el ejercicio resuelto 16. Tambien el espectro de cada
operador totalmente continuo esta caracterizado por un comportamiento que
asemeja al de los espacios finito-dimensionales, de aqu la importancia del estudio de estas clases de operadores.
Existen tambien clases mas amplias de operadores con propiedades operativas
muy u
tiles, algunas de las cuales se manejan en los restantes ejercicios de este
captulo.
Del resultado del ejercicio resuelto 18 se motiva la siguiente definicion:
Definici
on 6.2.1 Se dice que un operador N es normal si
= N
N.
NN
Utilizamos la denominacion
N (H) = {N : H H
N Normal} .

Ya se conoce la importante isometra J entre un espacio normado X y su
bidual. Veamos como puede caracterizarse una isometra en un espacio de
Hilbert.
Si U es un operador lineal isometrico, entonces
kU xk = kU k
x H kU xk2 = kU k2
x H.
En terminos del producto escalar esto significa que:
U
(U x | U x) = (x | U U x)
normal
(U U x | x) = (x | x).
Si U es un operador que satisface U U = I, entonces constituye una isometra.

Esto motiva la definicion de operador unitario.
Definici
on 6.2.2 El operador U : H H es unitario si
U U = U U = I.
194
6.2.1
1. Sea A : C[0, 1] C[0, 1], A(x) = y : y(t) = tx(t). Probar que

(A) [0, 1].
Soluci
on:
La linealidad se puede probar de manera inmediata y se tiene que A es
continuo ya que:
kA(x)k = kyk = sup |tx(t)| = kxk .
t[0,1]
Resulta equivalente probar que C [0, 1] (A).

1ro ) Determinemos A :
A (x) = A(x) x = y x = z
evaluando para t [0, 1]
(y x)(t) = tx(t) x(t) = (t )x(t) = z(t)
observamos que,
A1
(z) = x :
|{z}
lineal
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
por tanto, (A)

2do ) Notemos que A no tiene valores propios puesto que,
A (x) = 0 x = 0.
6[0,1]
195
2. Sea A : l2 l2 tal que A(x1 , x2 , ..., xn , ...) = (0, x1 , x2 , ...). Probar

que = 0 (A) pero no es un valor propio.
Soluci
on:
A es lineal y acotado, l2 es un espacio de Hilbert. Como
A1 : R(A) l2 ,
| {z }
= 0 (A) R(A) no denso en l2 .
6=l2
= 0 no es valor propio ya que A(x) = 0 x = 0.

3. Sea E un espacio normado complejo. Obtener (I), (I) y R (I).
(Donde I es el Operador Identidad.)
Soluci
on:
Haciendo A = I
I I = 0 (1 )I = 0 (1 ) x = 0 = 1 (I) = {1}
6=0
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
(v(t) )x(t) = 0 (A) =
[0, 1]
{z
}
continuo
6=0
compacto
196
5. Sea A : l l definido por:

A(x1 , x2 , x3 , ...) = (x2 , x3 , ...)
a) Si || > 1 probar que (A).
b) Si || 1, probar que es un valor propio.
Soluci
on al inciso a) Es suficiente probar que kAk = 1. A es lineal;
kA(x)k = max |xi | max |xi | kAk 1.
i2
i1
| {z }
kxk
Si x = (0, x2 , ...), entonces kAxk = kxk kAk = 1

Soluci
on al inciso b)
A (x) =
=
A (x) = 0
(x2 , x3 , ...) (x1 , x2 , ...)

(x2 x1 , x3 x2 , ..., xn xn1 , ...)
xn xn1 = 0 n = 2, 3, ...
xn = xn1 n > 1
Si || 1 entonces |xn | |xn1 |. Luego A (x) = 0 ; x = 0.

es un valor propio.
Ahora definiremos el espacio propio asociado:
S = {(x1 , x2 , ..., xn , ...) : x A (x) = 0} = {(x1 , x1 , x2 , ...)}
= {(x1 , x1 , 2 x1 , 3 x1 , ...)} C.
6. Si A : lp lp se define como
A(x1 , x2 , ...) = (x2 , x3 , ...)
y || = 1 Es un valor propio de A?
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
luego, como necesariamente se tendra que x = 0 entonces no es un

valor propio si || = 1.
7. Si S, T L(E), probar que (S) (T )
R (S) R (T ) = R (S)(T S)R (T )
Soluci
on:
Multiplicando el miembro izquierdo de la igualdad por (R (S))1 a
la izquierda y por (R (T ))1 a la derecha
(R (S))1 (R (S) R (T ))(R (T ))1 = (R (T ))1 (R (S))1
| {z } | {z }
T I
SI
(T I) (S I) = T S
De aqu lo requerido.
8. Sea A L(E), 3
{0, 1} (A).
A 6= 0, I tal que A2 = A (idempotente). Probar que
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
lo cual se demuestra de forma analoga en el teorema 3.3.3.

199
10. Probar que k(e x)
kxk2
e xk
.
1 kxk
Soluci
on:
(e x)
=e+x+
x (e x)1 e x
k
k=2
kxk2
.
1 kxk
11. Si x es inversible y y es tal que kyx1 k 1. Probar que x y es
inversible y que, adoptando que a = e a A, se tiene que:

1
(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
13. Probar la igualdad resolvente:

v() v() = ( )v()v()
si v() = (x e)1 .
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 )
Por tanto, si xn x entonces kf (xn ) f (x)k 0.

n
15. Sea A : l2 l2 definida de la manera siguiente:
!
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)
A(x1 , x2 , ..., xn , ...) =
1
1
1
x1 , x2 , x3 , ..., xn , ...
2
3
n
= (y1 , y2 , ..., yn , ...)

A1 (y1 , y2 , ..., yn , ...) = (x1 , x2 , ..., xn , ...)
como xn = nyn
= (y1 , 2y2 , ..., nyn , ...) no esta acotada
= 0 (A) pero no es un valor propio.
16. Si kA2 k = kAk2 probar que
r (A) = kAk .
Soluci
on:
2

A = kAk2 A4 = (A2 )2 = A2 2 = kAk4 .
| {z }
kAk2
En general se tiene que para cada k 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
17. Probar que todos los valores propios de un operador autoconjugado T

(si existen) son reales.
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. Probar que:

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
Por otra parte,
(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
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 , ...).
8.1) Bajo que condicion A L(H)?

8.2) Bajo que condicion A (H)?
8.3) Bajo que condicion A 0?
9. Sean H un espacio de Hilbert; xn x. Bajo que condicion
(Axn | xn ) (Ax | x)?
n
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
[11] Maroni, P.; Nedzela, M. (1969): Elements d0 Analyse Fonctionnelle.

Instiute Blaise Pascal, 200pp.
[12] Simmons, G. F. (1963): Introduction to Topology and modern analysis.
McGraw-Hill Book Company, 372pp.
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

Analisis Funcional

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Analisis Funcional

Cargado por

Copyright:

Formatos disponibles

Teora, procedimientos de demostracion y

ejercicios de Analisis Funcional

3.5.1 Ejercicios Resueltos . . . . . . . . . . . . . . . . . . . . 93

4 Espacios duales y operadores conjugados

5 Conjuntos compactos y Operadores totalmente continuos

6 Operadores autoconjugados. Teora espectral

mente de las ideas que se tienen de los espacios euclideanos ndimensionales.

La asignatura Analisis Funcional es una de las de mayor grado de abstraccion

Caractersticas del texto

El presente libro es el resultado de varios a

definiciones, relaciones teoricas fundamentales y comentarios que contribuyen

Se viabiliza la comprension del estudiante en lo relativo al tratamiento

Sobre el enfoque global en el curso de

Para el logro de valores eticos en el estudiante, es muy u

Con vistas a propiciar una motivacion inicial para un acercamiento al texto,

d(cx, 0) = |c| d(x, 0)

d(x, 0) + |1| d(0, y)

A la aplicacion p(x) = d(x, 0) de valores positivos definida sobre Rn se

x2i (d(x, 0))2 = (p(x))2 .

Este producto obedece a las leyes siguientes:

La importancia de esta relacion radica en que nociones tales como la

Aunque desde la epoca de Euclides se saba que la validez de los teoremas

De forma precisa, la incognita es una funcion x con dominio en el

Entonces, x constituye un punto en un cierto conjunto de funciones.

ya que posee todas las propiedades rese

Importancia de los espacios normados generales

topologica de norma, entonces la teora se hace mas rica porque se

T lineal} (completo si E es completo)

La importancia de L(E) reside en que constituye el marco apropiado

estructura topologica asociada a la norma mediante la demostracion de

captulo anterior, vinculados con el desarrollo de rudimentos de la teora

Con este concepto se puede definir inmediatamente la nocion de lmite de

d(xn , x) = |xn x| <

La relevancia de este hecho es que permite dotar a R de una estructura no

una aplicacion de valores positivos definida sobre cualquier espacio vectorial,

Un espacio lineal X sobre el conjunto de los n

x = 0 kxk = 0 por lo que el axioma 1) se puede sustituir por si y solo si como

centro en el punto x0 X y radio r > 0. El conjunto Sr (x0 ) = {x X :

se denomina diametro del conjunto A X.

se denomina distancia de un punto x X a un conjunto A X.

se denomina distancia entre los conjuntos A, B X.

x0 X y se escribe xn x0 si kxn x0 k 0. Una caracterizacion muy

El espacio lp (p > 1) de las sucesiones P

El espacio lm de los vectores x = (xk )m

El espacio lpm (p > 1) de los vectores x = (xk )m

El espacio C[a, b] de las funciones continuas sobre [a,b]

El espacio C k [a, b] de las funciones k veces continuamente diferenciables

El espacio M [a, b] de las funciones acotadas sobre [a, b]

p [a, b] de las clases de funciones medibles en el intervalo

El espacio V [a, b] de las funciones de variacion acotada sobre [a, b] con

La funcion x(t) real dada en [a, b] se llama funcion de variacion acotada

a = t0 < t1 < ... < tn = b

|x(tk ) x(tk1 )| < c.

La variacion total de una funcion de variacion acotada sobre [a, b] es

donde la cota superior se toma sobre todas las posibles particiones

El concepto de espacio de Banach es muy importante porque en ellos resultan

En el enunciado del teorema de la acotacion uniforme interviene la nocion

Aplicando la proposicion 2.2.1.

p (x2 )B(x0 ,r)An0

Un espacio lineal real se llama eucldeo si a todo par de sus elementos x, y

(3) (x | y) = (x | y) para cualquier C,

Los elementos x, y H se llaman ortogonales y se escribe xy si (x | y) = 0.

La demostracion de la desigualdad de Holder se basa en propiedades de las

|(x | y)| (x | x)(y | y).