Analisis Funcional

ANALISIS
FUNCIONAL
Oscar Blasco
Contents
1 Introducci
on a los espacios de Hilbert
1.1 Producto escalar: Propiedades y ejemplos
1.2 Completitud y ortogonalidad . . . . . . . .
1.3 Proyecciones ortogonales. . . . . . . . . . .
1.4 Dualidad . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
. 5
. 9
. 12
. 17
2 Introducci
on a los espacios de Banach
19
2.1 Espacios normados: Propiedades y ejemplos . . . . . . . . . . 19
2.2 Completitud y separabilidad . . . . . . . . . . . . . . . . . . . 23
2.3 Espacios de Funciones. . . . . . . . . . . . . . . . . . . . . . . 27
3 Operadores lineales y continuos
3.1 Primeras definiciones y ejemplos . . . . .
3.2 El espacio L(X, Y ) . . . . . . . . . . . .
3.3 Espacios de Banach finito dimensionales
3.4 Dualidad . . . . . . . . . . . . . . . . . .
3.5 Operadores invertibles . . . . . . . . . .
3.6 Aplicaciones a ecuaciones integrales . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
39
39
45
50
53
57
59
4 Ampliaci
on de espacios de Hilbert
69
4.1 Bases Ortonormales . . . . . . . . . . . . . . . . . . . . . . . . 69
4.2 Operador adjunto . . . . . . . . . . . . . . . . . . . . . . . . . 75
5 Teora espectral de operadores
5.1 Espectro de un operador . . . . . . . . . . . . .
5.2 Operadores compactos . . . . . . . . . . . . . .
5.3 Espectro de operadores compactos . . . . . . . .
5.4 Espectro de operadores autoadjuntos en espacios
5.5 El teorema espectral . . . . . . . . . . . . . . .
3
. . . . . . .
. . . . . . .
. . . . . . .
de Hilbert .
. . . . . . .
.
.
.
.
.
81
81
84
88
93
96
Chapter 1
Introducci
on a los espacios de
Hilbert
1.1
Producto escalar: Propiedades y ejemplos
Definici
on 1.1.1 Sea X un espacio vectorial sobre K (K = R o C). Una
aplicacion h, i : X X K se llama producto escalar si cumple las siguientes propiedades:
(i) hx + y, zi = hx, zi + hy, zi, x, y, z X.
(ii)hx, yi = hx, yi, x, y X, K.
(iii) hy, xi = hx, yi, x, y X.
(iv) hx, xi > 0, x X, x 6= 0.
Nota 1.1.1 Se obtiene de manera inmediata que
(v) hx, y + zi = hx, yi + hx, zi, x, y, z X.
(vi) hx, yi =
hx, yi, x, y X, K.
Definici
on 1.1.2 Un espacio (X, h, i) dotado
de un producto escalar se dice
q
espacio prehilbertiano. Definimos kxk = hx, xi.
Ejemplo 1.1.1 Rn = {x = (x1 , ..., xn ) : xi R} con
hx, yi =
n
X
i=1
x i yi .
Chapter 1. Introduccion a los espacios de Hilbert
Ejemplo 1.1.2 Cn = {z = (z1 , ..., zn ) : zi C} con

hz, wi =
n
X
zi wi .
i=1
Ejemplo 1.1.3 `2 = {(zn )nN : zn C,
h(zn ), (wn )i =
n=1
|zn |2 < } con
zn wn .
n=1
Ejemplo 1.1.4 C([a, b]) espacio de funciones continuas (con valores en K)

con
Z b
hf, gi =
f (t)g(t)dt.
a
Ejemplo 1.1.5 Sea Rn medible Lebesgue. Considerar

L2 () = {f : K medibles :
|f (x)|2 dm(x) < }.
Diremos que f g si m({x : f (x) 6= g(x)}) = 0, i.e. f = g en casi

todo punto y definimos L2 () el espacio cociente L2 ()/ . Definimos el
producto escalar sobre este espacio
hf, gi =
f (x)g(x)dm(x).
Proposici
on 1.1.3 (Desigualdad de Cauchy-Schwarz) Sea (X, h, i) un espacio prehilbertiano. Entonces
|hx, yi| kxkkyk,
x, y X
(1.1)
n: Podemos suponer que x 6= 0 y que y 6= 0 pues caso conDemostracio

trario hx, yi = 0 y la desigualdad es trivial.
Consideremos , K, x, y X.
yi + hy,
0 hx + y, x + yi = ||2 hx, xi + hx,

xi + ||2 hy, yi
yi) + ||2 kyk2 .
= ||2 kxk2 + 2<( hx,
Como x 6= 0 se puede elegir =
0
Y por tanto |hx, yi|2 kxk2 kyk2 .
hx,yi
kxk2
y = 1 y se obtiene
|hx, yi|2
+ kyk2 .
kxk2
1.1. Producto escalar: Propiedades y ejemplos
Proposici
on 1.1.4 (Desigualdad de Minkowski) Sea (X, h, i) un espacio
prehilbertiano. Entonces
kx + yk kxk + kyk,
x, y X
(1.2)
n: Usando (1.1) se tiene

Demostracio
kx + yk2 =
=
hx + y, x + yi
kxk2 + 2<hx, yi + kyk2
kxk2 + 2|hx, yi| + kyk2
kxk2 + 2kxkkyk + kyk2
(kxk + kyk)2 .
Nota 1.1.2 Si (X, h, i) es un espacio prehilbertiano entonces (X, k k) es

un espacio normado.
Proposici
on 1.1.5 Sea (X, h, i) un espacio prehilbertiano. Entonces
(i) k k : X R+ es continua.
(ii) h, i : X X K es continua.
(iii) + : X X K definida por (x, y) x + y es continua.
(iv) . : K X K definida por (, x) x es continua.
n: (i) Como kxk kx yk + kyk y kyk kx yk + kxk se
Demostracio
concluye que kxk kyk kx yk y tambien kyk kxk kx yk. Es decir,
|kxk kyk| |x yk.
Lo que demuestra la continuidad de la norma.
(ii) Supongamos que xn x y yn y. Entonces
|hxn , yn i hx, yi| = |hxn x, yn i + hx, yn yi|
|hxn x, yn i| + |hx, yn yi|
kxn xkkyn k + kxkkyn yk.
Ahora tomar limn .
(iii) y (iv) inmediatas.
Corolario 1.1.6 Si Y es un subespacio vectorial de X entonces la clausura

Y es tambien un subespacio.
n: Si , K y x, y Y existen (xn ) e (yn ) sucesiones en Y
Demostracio
tales que xn x e yn y.
Ahora por continuidad xn + yn Y y x + y = limn (xn + yn ) Y .
Proposici
on 1.1.7 (Ley del paralelogramo) Sea (X, h, i) un espacio prehilbertiano. Entonces
kx + yk2 + kx yk2 = 2(kxk2 + kyk2 )
x, y X
(1.3)
n:
Demostracio
kx + yk2 + kx yk2 = kxk2 + 2<(hx, yi) + kyk2
+ kxk2 2<(hx, yi) + kyk2
= 2(kxk2 + kyk2 ).
Proposici
on 1.1.8 (Identidad de polarizacion) Sea (X, h, i) un espacio prehilbertiano real. Entonces
1
hx, yi = (kx + yk2 kx yk2 ) x, y X
4
(1.4)
n:
Demostracio
kx + yk2 kx yk2 = kxk2 + 2hx, yi + kyk2
(kxk2 2hx, yi + kyk2
= 4hx, yi.
1.2. Completitud y ortogonalidad
1.2
Completitud y ortogonalidad
Definici
on 1.2.1 Un espacio prehilbertiano (X, h, i) tal que es completo
respecto a la norma kxk = x, x se denomina espacio de Hilbert.

Teorema 1.2.2 (`2 , k k2 ), donde k(xk )k2 = (
de Hilbert.
k=1
|xk |2 )1/2 , es un espacio
n: Sea (xn )nN una sucesion de Cauchy en `2 . Como

Demostracio
n
n
m
|xm
k xk | kx x k2 ,
kN
se concluye que (xnk )nN es de Cauchy en K, y por ser K un espacio completo

limn xnk = xk para cada k N.
Veamos que xm converge a x = (x1 , x2 , ....) y x `2 .
Dado > o existe n0 N tal que
2
n
m 2
2
|xnk xm
k | = kx x k2 < ,
n, m n0 .
k=1
Fijemos N N. En particular
se tiene que
N
X
PN
k=1
2
2
|xnk xm
k | < . Pasando al limm
|xnk xk |2 2 ,
n n0 .
k=1
Tomando supremos en N se concluye que kxn xk2 para n n0 . Esto

significa xn x. La desigualdad de Minkowskyi implica que
(
N
X
k=1
|xk |2 )1/2 (
N
X
|xk xkn0 |2 )1/2 + (
k=1
N
X
|xnk 0 |2 )1/2 + kxno k.
k=1
Tomando limN se concluye que x `2 .
Proposici
on 1.2.3 Sea C([0, 1]) el espacio de las funciones continuas en
[0, 1] con valores en R. Entonces C([0, 1]) no es un espacio de Hilbert respecto
al producto escalar
hf, gi =
Z 1
0
f (t)g(t)dt.
10
n: Sea
Demostracio
0 t < 12
1
t < 12 + n1 .
2
1
+ n1 t 1
2
0
fn (t) = n(t 21 )
Como 0 fn 1, se tiene que para m n

kfn
fm k22
Z 1
0
|fn (t) fm (t)| dt =
1
1
+n
2
Z
1
2
|fn (t) fm (t)|2 dt
4
.
n
Por tanto {fn } es una sucesion de Cauchy.

Supongamos que existe f C([0, 1]) tal que limn kfn f k2 = 0. Entonces
Z 1
0
|fn (t) f (t)| dt =

+
+
Z 1/2
|f (t)|2 dt
Z 1/2+1/n
1/2
Z 1
|fn (t) f (t)|2 dt
|1 f (t)|2 dt.
1/2+1/n
R 1/2
1
Tomando limn se concluye que 0 |f (t)|2 dt + 1/2
|1 f (t)|2 dt = 0.
Como f es continua entonces f (t) = 0 para 0 < t < 1/2 y f (t) = 1 para
1/2 < t < 1. Como consecuencia f no es continua en t = 1/2.
Definici
on 1.2.4 Sea (X, h, i) un espacio prehilbertiano y sean x, y X.
Diremos que x e y son ortogonales , y denotaremos x y, si hx, yi = 0.
Dado 6= M X definimos el conjunto ortogonal de M por
M = {x X : hx, yi = 0 para todo y M }.
Ejemplo 1.2.1 Sea X = Rn y sean x = (1, 0, ..., 0) e y = (0, 1, 0....). Entonces x y.
P
Sea x0 = (a1 , ..., an ). Entonces (x0 ) = {(x1 , ..., xn ) : nk=1 ai xi = 0} es
un hiperplano de vector normal x0 .
n1
2
z }| {
Ejemplo 1.2.2 Sea X = ` y sean en = (0, ..., 0, 1, 0..., 0) para n N.

Entonces en em si n 6= m.
Si x = (1, 1, 0, 0, ...) e y = (0, 0, 1, 1/2, 1/3, 1/4, ....) entonces x y.
1.2. Completitud y ortogonalidad

q
11
Si x = (1, 1/2, 1/4, ...., 1/2n , ...) e y = (1, 1/2, 1/4, ...., 1/2n , ...)
entonces x y.
Sea x = (1, 1/2, 1/4, ..., 1/2n , ....). Entonces
x = {(x1 , ..., xn , ..) :
|xn | < ,
n=1
xn
= 0}.
n1
n=1 2
Por ejemplo y1 = (1, 0, ....) o y2 = (0, 1/2, 1, 0, ....) pertenecen a x .

Ejemplo 1.2.3 Sean X = L2 ([0, 1]), f (t) = sen(2t) y g(t) = cos(2t).
Entonces f g, pues
Z 1
1Z 1
sen(2t)cos(2t)dt =
sen(4t) = 0.
2 0
0
En el caso complejo, sea n (t) = e2int para n Z. Entonces n m si
n 6= m.
Z 1
0
n (t)m (t)dt =
=
Z 1
e2i(nm)t dt
Z 1
cos(2(n m)t)dt
+ i
Z 1
sen(2(n m)t)dt = 0,
n 6= m.
Si f0 (t) = 1 entonces
(f0 ) = {f L2 ([0, 1]);
Z 1
f (t) = 0}.
Proposici
on 1.2.5 Sea (X, h, i) un espacio prehilbertiano y 6= M X.
Entonces
(i) M es un subespacio vectorial cerrado.
) = M .
(ii) (M
n: (i) Es suficiente ver que x es subespacio cerrado, pues
Demostracio
M = xM x , y es claro que la interseccion de subespacios es subespacio y

la interseccion de cerrados es cerrado. Notese ahora que
x = {y M : hx, yi = 0} = (x )1 ({0})
donde x (y) = hx, yi es continua y lineal.
) M ya que M M
. Dado ahora x M y
(ii) Se tiene que (M
, existe yn M tal que yn y. Por tanto hx, yn i hx, yi, y
dado y M
como hx, yn i = 0 entonces x y.
12
Proposici
on 1.2.6 (Teorema de Pitagoras) Sea (X, h, i) espacio prehilbertiano real y sean x, y X. Entonces
x y si y solo si kx + yk2 = kxk2 + kyk2 .
n: Supongamos que hx, yi = 0 entonces
Demostracio
kx + yk2 = kxk2 + kyk2
+ hx, yi + hy, xi
= kxk2 + kyk2 .
El reciproco es cierto en el caso real pues hx, yi + hy, xi = 2hx, yi.
1.3
Proyecciones ortogonales.
Definici
on 1.3.1 Sea (X, h, i) un espacio prehilbertiano, 6= C X y
x X. Definimos
d(x, C) = inf{kx yk : y C}.
Nos interesa calcular la distancia mnima de un punto a un conjunto, y
encontrar el valor (
unico si es posible) donde se alcanza. Esto nos obliga a
exigir ciertas condiciones en el conjunto C.
Nota 1.3.1 Desde luego si x C entonces d(x, C) = 0, pero puede ocurrir
que d(x, C)) = 0 aunque x

/ C. Este
es el caso si C no es cerrado (por
ejemplo X = R, C = (0, 1) y x = 0). En este caso no se garantiza existencia
de mnimo en C.
Nota 1.3.2 Si X = R2 , C la circunferencia unidad y x el origen entonces
d(x, C) = 1 y se alcanza en todos los puntos de C. La no convexidad de C
es el motivo de la no unicidad!
Recordemos que un conjunto 6= C X se dice convexo si dados x, y
C y 0 < t < 1 entonces tx + (1 t)y C.
Teorema 1.3.2 (Aproximacion optima) Sea X espacio de Hilbert, 6= C
X convexo y cerrado. Entonces para todo x X existe un u
nico u C tal
que d(x, C) = kx uk.
1.3. Proyecciones ortogonales.
13
n: Probemos primero la existencia. Si x C tomemos u = x.

Demostracio
Podemos suponer que x
/ C, y por ser C cerrado, d(x, C) = d > 0.
Sea (yn ) una sucesion de puntos de C tales que
d2 = kx yn k2 d2 + 1/n.
Veamos que (yn ) es de Cauchy. Usando la ley del paralelogramo (1.3)
k(yn + ym ) 2xk2 + kyn ym k2 = 2kyn xk2 + 2kym xk2
2
2
4d2 + + .
n m
Como C es convexo se tiene que k(yn + ym ) 2xk2 = 4k y2n + y2m xk2 4d2 .
Es decir,
4d2 + kyn ym k2 4d2 + 2/n + 2/m.
Por tanto si n0 N es tal que 2/n < 2 /2 para n n0 se obtiene
kyn ym k < ,
n, m n0 .
Como (C, d) es un espacio metrico completo existe u C tal que

lim kyn uk = 0.
Por tanto
d kx uk kx yn k + kyn uk
d2 + 1/n + kyn uk.
Y tomando lmites se obtiene d = kx uk.

Para la unicidad suponer que u1 C y u2 C verifican que kx u1 k =
kx u2 k = d(x, C). Usando de nuevo (1.3)
ku1 u2 k2 + 4kx (
Como
u1
2
u1 u2 2
+ )k = 2ku1 xk2 + 2ku2 xk2 = 4d2 .
2
2
+ u22 C se tiene 4kx ( u21 + u22 )k2 4d2 y por tanto ku1 u2 k = 0.
Definici
on 1.3.3 Si 6= C es un conjunto convexo y cerrado de un espacio
de Hilbert denotamos PC (x) el u
nico elemento en C tal que
kx PC xk = d(x, C).
14
Veamos una propiedad que refleja la idea intuitiva de que el angulo que
forma x PC x con v PC x para todo v C es mayor que /2.
Proposici
on 1.3.4 Sea X espacio de Hilbert real, 6= C X convexo y
cerrado. Entonces
(i) hx PC x, v PC xi 0, v C, x X.
(ii) kPC x PC yk kx yk, x, y X.
n: (i) Si x C entonces PC x = x y hv PC x, x PC xi = 0.
Demostracio
Supongamos que x
/ C, v C y 0 t 1. Si d(x, C) = kx PC xk = d se
tiene
0 < d2
=
kx (tv + (1 t)PC x)k2

kx PC x t(v PC x)k2
kx PC xk2 + t2 kv PC xk2 2thx PC x, v PC xi
d2 + t2 kv PC xk2 2thx PC x, v PC xi.
Por tanto
2hx PC x, v PC xi tkv PC xk2 ,
0 < t < 1.
Pasando al limt0 se obtiene (i).

(ii) Usando (i) se puede poner
hx PC x, PC y PC xi 0,
hPC y y, PC y PC xi 0.
Sumando ambas desigualdades se concluye que

hx y (PC x PC y), PC y PC xi 0,
y denotando u = x y (PC x PC y) y v = PC y PC x tenemos hu, vi 0.
De la ley del paralelogramo se concluye
kx yk2 = ku vk2 = kuk2 + kvk2 2hu, vi kvk2 = kPC y PC xk2 .

Teorema 1.3.5 Sea X un espacio de Hilbert y Y un subespacio cerrado de
X. Entonces PY x = u si y solo si u Y y x u Y . En particular
L
X = Y Y .
1.3. Proyecciones ortogonales.
15
n: =)Desde luego u = PY x Y . Ademas si z Y se tiene

Demostracio
0 kx uk2 kx (u + z)k2
kx uk2 + kzk2 2<(hx u, zi)
= d2 + kzk2 2<(hx u, zi).
Por tanto 2<(hx u, zi) kzk2 para todo z Y . Si y Y y z = ty para
t 0 se tendra que 2<(hx u, yi) tkyk2 para todo y Y . Tomando
limt0+ se concluye
<(hx u, yi) 0, y Y
y cambiando y por y se obtiene
<(hx u, yi) = 0,
y Y.
Sustituyendo ahora y por iy se llega a

=(hx u, yi) = 0,
y Y.
=)Supongamos u Y y x u Y . Como hx u, u yi = 0 para todo

y Y se tiene
kx yk2 = kx uk2 + ky uk2 kx uk2
y por tanto u = PY x.
L
Para probar que X = Y Y observar que x = PY x + (x Py x) y la
descomposicion es u
nica. En efecto, si x = y1 + z1 = y2 + z2 con y1 , y2 Y
y z1 , z2 Y entonces y1 y2 = z2 z1 Y Y = {0}.

Teorema 1.3.6 Sea Y un subespacio cerrado de un espacio de Hilbert X.
Definimos PY : X Y dada por x PY x. Entonces
(i) PY es una aplicacion lineal y continua con kPY xk kxk.
(ii) PY2 = PY , Y = ImPY , Y = KerPY .
n: (i) Sean x1 , x2 X, , K. Veamos que PY (x1 +
Demostracio
x2 ) = PY (x1 ) + PY (x2 ). Usando el Teorema 1.3.5 es suficiente ver que
hx1 + x2 (PY (x1 ) + PY (x2 )), yi = 0,
y Y.
Pero esto es consecuencia de la bilinealidad del producto escalar, pues

hx1 +x2 PY (x1 )PY (x2 ), yi = hx1 PY (x1 ), yi+hx2 PY (x2 ), yi = 0.
16
Usando ahora que PY (0) = 0 se tiene kPY (x)k = kPY (x) PY (0)k kyk.
(ii) Es claro que PY (PY x) = PY x pues PY x Y . Dado y Y se tiene que
y = PY y luego ImPY = Y . Finalmente si x KerPY significa que PY x = 0
y por tanto x 0 Y .
Definici
on 1.3.7 PY se conoce como la proyeccion ortogonal de X sobre Y .
Proposici
on 1.3.8 Sea Y subespacio de un Hilbert X.
(i) Y es cerrado Y = Y .
(ii) Y es denso Y = {0}.
n: (i) Es evidente que Y Y y si coinciden Y es el ortogDemostracio
onal de un conjunto y por tanto cerrado.
Suponiendo que Y es cerrado, usando el Teorema 1.3.5, dado x Y se
tiene x = y + z con y Y y z Y . Ahora bien z = x y Y Y y
por tanto z = 0 y x = y Y .
(ii) Apliquemos el Teorema 1.3.5 al subespacio Y . Se tiene que X =
Y + Y y por tanto X = Y Y = {0}.

Ejemplo 1.3.1 Calcular I = inf a,bR
|sen(t) (a + bt)|2 dt.
n: Consideremos X = L2 ([, ]), Y = {a + bt : a, b

Demostracio
R}. Claramente Y es un subespacio vectorial. Veamos que es cerrado. Sea
fn (t) = an + bn t sucesion convergente a f en L2 ([, ]).
En particular
2an =
fn (t)dt,
Z
2 3
tfn (t).
bn =
3
Por tanto (an ) y (bn ) son sucesiones de Cauchy en R. Sean a = lim an y

b = lim bn . La funcion f (t) = a + bt Y , ya que
Z
1/2
t|fn (t) f (t)| dt)
1/2
|an a| dt)
+(
|(bn b)t|2 dt)1/2
2 3 1/2
) .
3
Utilizando el Teorema de la proyeccion buscamos a, b R tales que
sen(t) (a + bt) Y , es decir
= |an a|(2)1/2 + |bn b|(
(sen(t) (a + bt))dt = 0,
(sen(t) (a + bt))tdt = 0.
1.4. Dualidad
17
La primera ecuacion da a = 0 y la segunda b =
1
3
R
0
tsentdt.
Ejemplo 1.3.2 Sea X = `2 y definimos
Y = {(xn ) ` :
xn = 0}.
n=1
Probar que Y es denso en `2 .

n: Es inmediato ver que Y es un subespacio. Aplicando
Demostracio
Proposicion 1.3.8 veremos que Y = {0}.
Supongamos que (yn ) Y . Consideremos x = (1, 1, 0, ....) = e1 e2
P
Y entonces
n=1 yn xn = y1 y2 = 0. Por tanto y1 = y2 . Considerando
e2 e3 Y se obtiene y2 = y3 . En general, ek ek+1 Y y por tanto
yk = yk+1 . Ahora el vector y `2 y por tanto yk = 0 para todo k N.
1.4
Dualidad
Definici
on 1.4.1 Sea X un espacio de Hilbert. Una aplicacion lineal continua de X en K se conoce como forma lineal continua. Denotamos X 0 =
{ : X K, lineal continua } y le llamamos espacio dual de X.
Nota 1.4.1 Sea x0 Y , la aplicacion x0 : X K dada por x0 (x) =
hx, x0 i pertenece a X 0 .
Teorema 1.4.2 (Teorema de Riesz-Frechet) Sea X un espacio de Hilbert.
Para toda X 0 existe un u
nico x0 tal que
(x) = hx, x0 i,
x X.
Es decir, X 0 = X.
n: Sea Y = 1 ({0}) = Ker. Es un subespacio cerrado
Demostracio
de X. Si Y = X entonces tomamos x0 = 0. Supongamos que Y ( X.
L
Escribimos X = Y Y . Fijemos v X \ Y , y denotemos w = v PY v
(w)
.
Y . Es claro que w 6= 0 y que (w) 6= 0. Definimos x0 = kwk
2w Y
Comprobemos que (x) = hx, x0 i para todo x X.
18
Comprobemos, ahora, que x0 es el elemento que buscabamos. En efecto,

(x)
(x)
w) = 0 lo que implica que x (w)
w Y . Por tanto
(x (w)
(x)
w, x0 i
(w)
(x)
w, x0 i
+ h
(w)
hx, x0 i = hx
(x)
(w)
hw,
wi = (x).
(w)
kwk2
Para demostrar la unicidad, suponer que existen x1 , x2 X tales que

hx, x1 i = hx, x2 i = (x) para todo x X. Por tanto hx, x1 x2 i = 0 para
todo x X, y tomando x = x1 x2 , se concluye x1 = x2 .
Chapter 2
Introducci
on a los espacios de
Banach
2.1
Espacios normados: Propiedades y ejemplos
Definici
on 2.1.1 Sea K = R o C y sea X un espacio vectorial sobre K.
Una norma sobre X es una aplicacion k k : X [0, ) verificando
(i) kxk 0 para todo x X y kxk = 0 si, y solo si, x = 0.
(ii)kxk = ||kxk para todo x X y todo K.
(iii) kx + yk kxk + kyk para todo x e y en X.
Un espacio vectorial (X, k k) se dice espacio normado si k k es una
norma sobre X.
Definici
on 2.1.2 En Kn definimos las siguientes normas:
k(x1 , ..., xn )k1 =
n
X
|xi |,
(2.1)
|xi |2 )1/2 ,
(2.2)
k=1
k(x1 , ..., xn )k2 = (
n
X
k=1
k(x1 , ..., xn )k = sup |xi |.
(2.3)
1kn
Nota 2.1.1 La pruebas de (2.1) y (2.3) son elementales. El hecho de que

(2.2) es una norma se vio en el Capitulo anterior.
19
20
Chapter 2. Introduccion a los espacios de Banach
Definici
on 2.1.3 Sea 1 < p < en Kn definimos
k(x1 , ..., xn )kp = (
n
X
|xi |p )1/p .
(2.4)
k=1
Veamos que k kp es una norma. Para ello usaremos los siguientes lemas.
Lema 2.1.4 (Desigualdad de Young) Sea 1 < p < y
ab
ap b q
+ ,
p
q
1
p
+ 1q = 1. Entonces
a, b 0.
(2.5)
n: Podemos suponer que a > 0, b > 0 y a b. Poniendo

Demostracio
p
x = a e y = bq hemos de probar que
x1/p y 11/p
x y
+ ,
p q
x y > 0.
Equivalentemente,
1 x
x
( )1/p 1 ( 1),
y
p y
x y > 0.
Esto,
denotando = xy , se obtiene de la estimacion (que es consecuencia
teorema del valor medio aplicado a (t) = t1/p )
1
1/p 1 ( 1),
p
1.
(2.6)

1
p
Lema 2.1.5 (Desigualdad de Holder) Sea 1 < p < ,

(x1 , ..., xn ), (y1 , ..., yn ) Kn . Entonces
n
X
|xk ||yk | (
k=1
n
X
p 1/p
|xk | )
k=1
|yk |q )1/q .
1
q
= 1 y sean
(2.7)
k=1
Pn
n: Supongamos que (
Demostracio
Entonces de (2.5) se concluye que
|xk ||yk |
n
X
k=1
|xk |p |yk |q
+
,
p
q
Pn
|xk |p )1/p = (
1 k n.
k=1
|yk |q )1/q = 1.
2.1. Espacios normados: Propiedades y ejemplos
21
Sumando sobre k y usando la hipotesis se obtiene

n
X
1 1
+ = 1.
p q
|xk ||yk |
k=1
Denotemos x = (x1 , ..., xn ) e y = (y1 , ..., yn ). En el caso de que kxkp =

0 o bien kykq = 0 la desigualdad es trivial. Supongamos entonces que
yk
xk
kxkp kykq > 0. Definiendo x0k = kxk
e yk0 = kyk
para 1 k n se tiene que
p
q
Pn
Pn
0 q 1/q
0 p 1/p
( k=1 |xk | ) = ( k=1 |yk | ) = 1 y por tanto
n
X
1
|xk ||yk | 1.
kxkp kykq k=1

Lema 2.1.6 (Desigualdad de Minkowski) Sea 1 < p < y sean (x1 , ..., xn ), (y1 , ..., yn )
Kn . Entonces
(
n
X
|xk + yk |p )1/p (
k=1
n
X
|xk |p )1/p + (
k=1
n
X
|yk |p )1/p .
(2.8)
k=1
n: Primero estimamos del siguiente modo

Demostracio
n
X
|xk +yk |p =
n
X
|xk ||xk +yk |p1 +
n
X
|yk ||xk +yk |p1 .
k=1
k=1
k=1
k=1
n
X
|xk +yk ||xk +yk |p1
Usando (2.7) y el hecho (p 1)q = p podemos escribir

n
X
|xk + yk |p (
k=1
+ (
= (
n
X
k=1
n
X
k=1
n
X
|xk |p )1/p (
n
X
|xk + yk |(p1)q )1/q
k=1
|yk |p )1/p (
n
X
|xk + yk |(p1)q )1/q
k=1
n
X
|xk + yk |p )1/q (
k=1
|xk |p )1/p + (
k=1
Pn
n
X
|yk |p )1/p .
k=1
La desigualdad es trivial si k=1 |xk + yk | = 0 as que podemos suponer

p
k=1 |xk + yk | > 0. Esto nos permite despejar y se obtiene
Pn
n
X
k=1
|xk + yk |p )11/q (
n
X
k=1
|xk |p )1/p + (
n
X
|yk |p )1/p .
k=1
22
Teorema 2.1.7 (Kn , k kp ) es un espacio normado para 1 < p < .

n: Las propiedades (i) y (ii) son inmediatas. La desigualdad
Demostracio
triangular corresponde a (2.8)

Definici
on 2.1.8 Sea 1 p < definimos
p
` = {x = (xn )nN : xn K,
|xn |p < }
n=1
y denotamos
k(xn )kp = (
|xn |p )1/p .
n=1
En el caso p = definimos
` = {x = (xn )nN : xn K, k(xn )k = sup |xn | < },
nN
c = {x = (xn )nN : xn K, existe n

lim xn }
y
c0 = {x = (xn )nN : xn K, lim xn = 0}.
n
La misma demostracion que en el caso finito dimensional permite probar el

siguiente resultado:
Teorema 2.1.9 (`p , k kp ) es un espacio normado para 1 < p < .
Teorema 2.1.10 Sea 1 p1 p2 . Entonces
`1 `p1 `p2 co c ` .
Ademas, si (xn ) `1 entonces
k(xn )k k(xn )kp2 k(xn )kp1 k(xn )k1 .
n: Supongamos que (xn ) `p1 con k(xn )kp1 = 1. EnDemostracio
tonces |xn | 1 para todo n N. Por tanto |xn |p2 |xn |p1 . Esto garantiza
que k(xn )kp2 1.
El caso general (siempre que no sea la sucesion nula) se concluye considerando x0n = k(xxnn)kp y aplicando lo anterior.
1
Queda como ejercicio el resto de contenidos y desigualdades de normas.
2.2. Completitud y separabilidad
2.2
23
Completitud y separabilidad
Definici
on 2.2.1 Un espacio normado (X, k k) se dice espacio de Banach
si es completo para la norma, i.e toda sucesion de Cauchy es convergente en
X.
Nota 2.2.1 Los espacios de Hilbert son obviamente espacios de Banach.
Si Y es un subespacio de un espacio de Banach X entonces (Y ; k k) es
Banach si, y solo si, Y es cerrado en X.
Teorema 2.2.2 (i) (`p , k kp ) es un espacio de Banach para 1 p < .
(ii) (` , k k ), (c, k k ) y (c0 , k k ) son espacios de Banach.
n: (i) se prueba con la demostracion similar a la vista para
Demostracio
2
` y se deja al lector.
(ii) Sea (xn )nN una sucesion de Cauchy en ` . Entonces (xnk )nN es
de Cauchy en K para todo k N. Existe limn xnk = xk . Definimos
x = (xk )kN . Usando que supn kxn k < se tiene que x ` . Por otro
lado como (xn )nN es de Cauchy, para cada > 0 existe n0 N tal que
sup |xnk xm
k | < /2,
n, m n0 .
kN
Pasando al limite cuando m se tiene

|xnk xk | /2,
k N, n n0 .
Lo que demuestra que kxn xk < , n n0 .

Es claro que c y c0 son subespacios vectoriales de ` . Demostremos que
c es cerrado en ` .
Sea (xn ) una sucesion de elementos de c convergente en ` . Sea x =
limn xn . Por tanto existe n0 tal que
kxn xk = sup |xnk xk | < /3,
n n0 .
kN
Hay que probar que x c. Por tanto veamos que existe limk xk . Es
suficiente ver que (xk ) es de Cauchy. Por hipotesis (xnk )k es de Cauchy para
todo n N. Por tanto existe k0 tal que
|xnk 0 xnk00 | < . k, k 0 k0 .
24
Ahora estimamos, para k, k 0 k0 ,

|xk xk0 | |xk xnk 0 | + |xnk 0 xnk00 | + |xnk00 xk0 |
2kxn0 xk + |xnk 0 xnk00 | < .
La misma demostracion sirve para c0 .
Definici
on 2.2.3 Sea (X, k k) un espacio normado y una sucesion (xn ) de
P
elementos de X. Diremos que la serie n xn es convergente si la sucesion de
P
Pn
sumas parciales, sn = k=1 xk es convergente en X, i.e. existe limn nk=1 xk .
P
A dicho valor se le llama suma de la serie x =
n=1 xn .
Una serie (formal) de elementos de un espacio normado se dice absoluP
tamente convergente si
n=1 kxn k < .
Nota 2.2.2 Sea X = `p para 1 < p < . Consideremos xn = (0, ..., n1 , 0, ...).
P
La serie n xn es convergente a s = (1, 1/2, ..., 1/n, ...), pues
ks
n
X
xk kpp =
k=1
1
.
p
k=n+1 k
Pero no absolutamente convergente, pues kxn kp = n1 .

Veamos una caracterizacion de los espacios de Banach en terminos de
series.
Teorema 2.2.4 Sea (X, kk) un espacio normado. X es de Banach si, y solo
si, toda serie absolutamente convergente de elementos de X es convergente
en X.
n: =) Supongamos que X es Banach y n kxn k < .
Demostracio
Veamos que la sucesion de sumas parciales es de Cauchy. Supongamos n m
P
n
X
k=1
xk
m
X
k=1
xk k
n
X
k=m+1
kxk k
kxk k.
k=m+1
Usando que el resto m-esimo converge a cero se obtiene esta direccion.

=) Sea (yn ) una sucesion de Cauchy en X. Probemos que es convergente. Dado = 1/2 existe n1 N tal que kxn xm k 1/2 para n, m n1 .
Dado = 1/4 existe n2 > n1 tal que kxn xm k (1/2)2 para n, m n2 .
Reiterando existe nk > nk1 tal que kxn xm k (1/2)k para n, m nk .
2.2. Completitud y separabilidad
25
En particular se tiene que kxnk+1 xnk k (1/2)k para todo k N. Por

tanto la serie
kxnk+1 xnk k < .
k=1
Usando la hipotesis tenemos que

k=1 (xnk+1 xnk ) = y X. Veamos
que limn xn = y + xn1 .
Por ser (xn ) de Cauchy existe n0 tal que kxn xm k < /2 para n, m n0 .
P
Por otro lado, existe q0 N tal que k qk=1 (xnk+1 xnk ) yk < /2 para
q q0 .
Finalmente existe k0 q0 tal que nk n0 para todo k k0 . Y por tanto,
si n nk0 podemos escribir
P
kxn (y + xn1 )k kxn xnk0 k + kxnk0 xn1 yk

kxn xnk0 k + k
kX
0 1
(xnk+1 xnk ) yk < /2 + /2 = .
k=1

Definici
on 2.2.5 Un espacio normado se dice separable si existe un subconjunto denso y numerable.
Nota 2.2.3 R es separable, pues Q es denso y numerable en R. C tiene
a Q + iQ como subconjunto denso y numerable. Del mismo modo Kn para
n N son separables para cualquier norma k kp si 1 p .
Veamos unos criterios de separabilidad y no separabilidad de espacios
normados.
Proposici
on 2.2.6 Sea X un espacio normado. Supongamos que existe una
sucesion (xn ) de elementos de X tal que el conjunto de combinaciones lineales
finitas de elementos de la sucesion
LIN {xk : k N} = {
n
X
j xj : j K, n N}
j=1
es denso en X. Entonces X es separable.
26
n: Consideremos K = R (el caso K = C se deja como ejerciDemostracio

cio). Definimos
D={
n
X
qj xj : qj Q, n N}.
j=1
Claramente D es numerable pues puede identificarse con un subconjunto

de nN An donde An = Q es numerable.
P
Dado > 0 y x X existe x0 = nj=1 j xj tal que kx x0 k < /2.
Ahora encontramos qj Q tales que |j qj | < 2n(kxj k+1) y por consiguiente
P
x00 = nj=1 qj xj D y verifica
Q
kx x00 k kx x0 k +
n
X
|j qj |kxj k < /2 + /2 = .
j=1

Corolario 2.2.7 c0 y `p para 1 p < son separables.
n1
z }| {
n: Considerar xn = en = (0, ..., 0, 1, 0....). Denotemos c00 =

Demostracio
LIN {ek : k N} el espacio de las sucesiones finitamente no nulas.
Si y `p (respect. y c0 ) se tiene que (y1 , ..., yn , 0, ...) c00 y claramente
kx
yk ek kp =
|yk |p 0, n
k=n+1
k=1
(respect.
lim kx
X
k=1
yk ek k = lim sup |yk | = 0.)

n kn+1

Proposici
on 2.2.8 Sea X un espacio normado tal que existe una familia de
abiertos no vacios (Oi )iI tal que
(i) Oi Oj = si i 6= j
(ii) I es no numerable.
Entonces X es no separable.
2.3. Espacios de Funciones.
27
n: Supongamos que X es separable y probemos que I es

Demostracio
numerable. Sea (xn ) una sucesion densa en X. Para cada i I el conjunto
Oi {xn : n N} 6= . Sea ni el minimo de los indices tal que xni Oi .
Definamos : I N dada por (i) = ni . Si (i) = (j) se tiene que
xni = xnj y por tanto Oi Oj = implica que i = j. Esto prueba que I es
numerable.

Corolario 2.2.9 ` es no separable.
n: Sea I = P(N) que es no numerable. Para A N definimos
Demostracio
(
eA (i) =
1 iA
0 en otro caso
Si denotamos OA = {x ` : kx eA k < 1/2} tenemos una familia de

abiertos no vacios tales que OA OB = siempre que A 6= B. En efecto,
supongamos que A 6= B y existe x OA OB entonces se tendra que
keA eB k < 1, pero, por otro lado tomando i que solo pertenezca a uno de
los dos conjuntos se tendra keA eB k |eA (i) eB (i)| = 1.

Corolario 2.2.10 c00 no es denso en ` . De hecho la clausura de c00 en `
coincide con c0 .
2.3
Espacios de Funciones.
Definici
on 2.3.1 Sea K un espacio topologico compacto. Denotemos
C(K) = {f : K K : f continua }
con kf k = suptK |f (t)| si f C(K). Denotamos
C0 (Rn ) = {f : Rn K : f continua, lim |f (t)| = 0}
|t|
con kf k = suptRn |f (t)|.

LLamamos supp(f ) a la clausura del conjunto {x Rn : f (x) 6= 0} y
definimos C00 (Rn ) = {f : Rn K : f continua, supp(f ) compacto }.
Teorema 2.3.2 Entonces (C([0, 1]), k k ) es un espacio de Banach separable.
28
n: La demostracion de ser espacio normado y completo la

Demostracio
dejamos al lector. Veamos la separabilidad. Sea
(
(x) =
2x
0 x 1/2
.
2 2x 1/2 x 1
Para cada n N denotamos In,k = [ k1

, nk ],
n
2k 1 2k + 1
2
],
Jn,0 = [0, ], Jn,k = [
n
2n
2n
1 k n, y
1 k n 1, Jn,n = [
2n 1
, n].
2n
Denotemos
n,0 (x) = 0, n,k (x) = (n(x
k1
)),
n
x In,k
1
2k 1
), n,k (x) = (n(x
)),
2n
2n
son continuas en [0, 1] y cumplen
n,0 (x) = 2(x

Por tanto n,k y n,k
n
X
x Jn,k .
(n,k (x) + n,k (x)) = 1 x [0, 1].
k=0
Probaremos que LIN {k,n , k,n } es denso en C([0, 1]).

Dado > 0 y f C([0, 1]) existe > 0 tal que |f (x) f (y)| < para
todo x, y [0, 1] con |x y| < . Sea n N tal que 1/n < . Consideremos
n,0 = 0, n,k = min{f (x) : x In,k } = f (xn,k ) para 1 k n y n,k =
min{f (x) : x Jn,k } = f (x0n,k ) para 0 k n. Notese que entonces
|f (x) n,k | = |f (x) f (xn,k )| < ,
x In,k
y
|f (x) n,k | = |f (x) f (x0n,k )| < x Jn,k .
Sea
g(x) =
n
X
n,k n,k (x) + n,k n,k (x).
k=0
Entonces
|f (x) g(x)| = |
n
X
(f (x) n,k )n,k (x) + (f (x) n,k )n,k (x)|
k=0

= |
n
X
29
(f (x) n,k )n,k (x) + (f (x) n,k )n,k (x)|
k=0
n
X
|f (x) n,k |n,k (x) + |f (x) n,k |n,k (x)
k=0
n
X
n,k (x) + n,k (x) = .
k=0

Nota 2.3.1 Entonces (C(K), k k ) y (C0 (Rn ), k k ) son espacios de Banach separables.
Teorema 2.3.3 C00 (Rn ) es un subespacio denso de C0 (Rn )
n: Caso n = 1: Sea f C0 (R) y > 0.
Demostracio
Existe R > 0 tal que |f (x)| < /2 si |x| > R. Definimos
g(x) =
0
f (R)(x + R + 1)
f (x)
f (R)(x R 1)
0
x < R 1
R 1 < x R
|x| R
.
RxR+1
x>R+1
Es claro que g C00 (R). Ademas
f (x) g(x) =
f (x)
f (x) f (R)(x + R + 1)
0
f (x) + f (R)(x R 1)
f (x)
x < R 1
R 1 < x R
|x| R
.
RxR+1
x>R+1
Por tanto
sup |f (x)g(x)| = sup |f (x)g(x)| max{/2,
xR
|x|R
sup
|f (x)g(x)|} .
R|x|<R+1
Caso n > 1. Pongamos, para n N,
1
0tn
n (t) = (t n 1) n t n + 1 .
0
t>n+1
30
Definimos n (x) = n (kxk) para x Rn . Si f C0 (Rn ) se tiene que

f n C00 (Rn ). Ademas
kf f n k = sup |f (x)|(1 n (x)) sup |f (x)|.
kxk>n
kxk>n
Con esto se concluye el resultado.
Vamos a definir ahora el espacio Lp () para 1 p < . Sea Rn

medible Lebesgue. Considerar
Lp () = {f : K medibles :
|f (x)|p dm(x) < }.
Diremos que f g si m({x : f (x) 6= g(x)}) = 0, i.e. f = g en casi todo

punto, donde m es la medida de Lebesgue en Rn .
Definici
on 2.3.4 Sea 1 p < . Definimos Lp () el espacio cociente
p
L ()/ , y su norma
Z
kf kp = (
|f (x)|p dm(x))1/p .
Teorema 2.3.5 (L1 (), k k1 ) es un espacio de Banach.

n: Es immediato ver que es un espacio vectorial. Veamos
Demostracio
ahora que es normado. R
En efecto, si kf k1 = |f (x)|dx =R 0 entonces f = 0 en casi todo punto,
es decir f = 0. Es claro que kf k1 = |||f (x)|dx = ||kf k1 y que
kf + gk1 =
|f (x) + g(x)|dx
(|f (x)| + |g(x)|)dx = kf k1 + kgk1 .
Para ver que es completo, veremos que toda serie absolutamente convergente en L1 () es convergente.
P
P R
Supongamos que
n=1 kfn k1 =
n=1 |fn (x)|dx < .
Usando el teorema de la convergencia monotona de Lebesgue se sabe que
Z
X
n=1
|fn (x)|dx =
Z X
n=1
|fn (x)|dx < .
De esto deducimos que

i.e existe
n=1 |fn (x)|dx < en casi todo punto,
P
un conjunto medible Lebegue de medida nula N tal que la serie n=1 fn (x)
es absolutamente convergente en C para todo x
/ N . Por tanto definiendo
P
31
si x
/ N y f (x) = 0 si x N se tiene una funcion
f (x) =
n=1 fn (x)P
P
f medible tal que n=1 fn = f en casi todo punto. Veamos que

n=1 fn
converge a f en L1 ().
P
kf
N
X
fn k1 =
n=1
|f (x)
N
X
fn |dx
n=1
n=N +1
Z
X
n=N +1
fn (x)|dx
|fn (x)|dx
kfn k1 .
n=N +1
La convergencia absoluta de la serie nos lleva a concluir el resultado.
Proposici
on 2.3.6 (Desigualdad de Holder)
(i) Sean 1 < p < y 1/p + 1/q = 1. Si f Lp () y g Lq () entonces
f g L1 ().
Ademas kf gk1 kf kp kgkq .
(ii) Sean 1 < p1 , p2 < y 1/p1 +1/p2 = 1/p3 . Si f Lp1 () y g Lp2 ()
entonces f g Lp3 ().
Ademas kf gkp3 kf kp1 kgkp2 .
n: (i) Usando la desigualdad de Young
Demostracio
|f (x)||g(x)|
|f (x)|p |g(x)|q
+
p
q
e integrando se obtiene
Z
|f (x)||g(x)|dx
kf kpp kgkqq
+
.
p
q
Si kf kp = kgkq = 1 entonces |f (x)||g(x)|dx 1/p + 1/q = 1.

Si kf kp = 0 o bien kgkq = 0 se tiene que f = 0 en casi todo punto o
bien g = 0 en casi todo punto, y por tanto f g = 0 en casi todo punto y el
resultado se cumple trivialmente.
R
32
Si kf kp > 0 y kgkq > 0, tomar f 0 = f /kf kp y g 0 = g/kgkq y aplicar lo

anterior para obtener kf gk1 kf kp kgkq .
(ii) Se sigue de (i) teniendo en cuenta el siguiente hecho:
f Lp ()|f |p L1 ()
1/p
y ademas kf kp = k|f |p k1 .
Suponemos que |f |p3 Lp1 /p3 (), |g|p3 Lp2 /p3 () con p3 /p1 + p2 /p1 = 1.
Por tanto |f |p3 |g|p3 L1 () con
1/p3
kf gkp3 = k|f |p3 |g|p3 k1
1/p
1/p
k|f |p3 kp1 /p3 3 k|g|p3 kp2 /p3 3 = kf kp1 kgkp2 .

Corolario 2.3.7 Si es un conjunto de medida finita, y 1 p1 < p2 <

entonces Lp2 () Lp1 ().
Ademas kf kp1 m()1/p1 1/p3 kf kp2 para toda f Lp2 ().
n: Basta con usar (ii) Proposition 2.3.6, pues tenemos que
Demostracio
p2
f L () y Lq () para todo q 1. Pongamos 1/p1 = 1/p2 + 1/q.
Entonces f Lp1 () y se tiene que
kf kp1 k kq kf kp2 = m()1/p1 1/p3 kf kp2 .

Teorema 2.3.8 (Lp (), k kp ) es un espacio normado para 1 < p < .
n:
Demostracio
Sean f, g Lp () y , K. Consideremos los representantes de las
clases de equivalencia f1 , g1 Lp (), es decir f (x) = f1 (x) salvo en un
conjunto N de medida nula y g(x) = g1 (x) salvo en un conjunto M de
medida nula. Entonces f + g coincide con f1 + g1 salvo en N M .
Ademas
|f1 (x) + g1 (x)|p 2p (|f1 (x)|p + |g1 (x)|p )
y por tanto f + g Lp (). Esto demuestra que Lp () es un espacio
vectorial.
R
Veamos ahora que es normado. Supongamos que kf kpp = |f (x)|p dx = 0
entonces f = 0 en casi todo punto, es decir f = 0.
33
Ademas kf kp = ( ||p |f (x)|p dx)1/p = ||kf kp .

Finalmente, si f, g Lp () y kf + gkp > 0, podemos razonar como en el
caso de sucesiones, es decir, usando la Desigualdad de Holder,
R
kf + gkpp =
|f (x) + g(x)|p dx
Z
Z
(|f (x)| + |g(x)|)|f (x) + g(x)|p1 dx

p1
|f (x)||f (x) + g(x)|
|g(x)||f (x) + g(x)|p1 dx
(
+ (
dx +
1/p
|f (x)| dx)
|g(x)|p dx)1/p (
|f (x) + g(x)|(p1)q dx)1/q

|f (x) + g(x)|(p1)q dx)1/q
= (kf kp + kgkp )kf + gkp/q

p .
Por tanto, despejando, kf + gkp kf kp + kgkp .
Teorema 2.3.9 (Teorema de Riesz-Fisher) Sea 1 p < y sea (fn ) una

sucesion de Cauchy en Lp (). Entonces existe una subsucesion fnk y una
funcion no negativa g Lp () tales que
(i) |fnk (x)| g(x) x ,
(ii) fnk converge a f casi por todas partes,
(iii) (fn ) converge a f en Lp ().
n:
Demostracio
Dado = 1/2k existe nk > nk1 tal que
kfm fn kp < 1/2k ,
n, m nk .
Consideremos g1 = |fn1 | y definimos para k N,

gk = gk1 + |fnk fnk1 | = |fn1 | + |fn2 fn1 | + ... + |fnk fnk1 |.
Es una sucesion creciente de funciones no negativas en Lp (). Definimos
g(x) = limk gk (x).
Usando la desigualdad triangular de Minkowski
kgk kp kfn1 kp +
kfn1 kp +
k
X
i=2
k
X
kfni fni1 kp
1/2i1
i=2
kfn1 kp + 1 < .
34
Usando el Teorema de la convergencia monotona de Lebesgue se obtiene que

g Lp (), pues
Z
Z
g(x)p dx = lim
k
gk (x)p dx < .
Ahora se concluye que g(x)p < (y por tanto g(x) < ) en casi todo punto.
Claramente (i) queda probado ya que
|fnk | |fnk fnk1 | + ... + |fn2 fn1 | + |fn1 | = gk g.
Por otro lado existe un conjunto N de medida nula tal que si x
/ N se
tiene
g(x) = lim gk (x) = |fn1 (x)| +

k
|fni (x) fni1 (x)| < .
i=2
Podemos concluir que la serie

todo punto. Definimos
i=2 (fni (x)
f (x) = fn1 (x) +
fni1 (x)) es convergente en casi
(fni (x) fni1 (x))
i=2
y por tanto se cumple (ii).

Es claro que |f (x)| g(x) en casi todo punto, y por tanto f Lp ().
Veamos finalmente que kf fn k 0 cuando n . Para cada n N, se
tiene que, si x
/ N,
lim |fn (x) fnk (x)| = |fn (x) f (x)|.
Por otro lado, dado > 0 existen n0 N tal que

Z
|fn (x) fm (x)|p dx < p ,
n, m n0 .
Usando que existe k0 N tal que nk n0 para k k0 se concluye que

Z
|fn (x) fnk (x)|p dx < p ,
n n0 , k k0 .
Aplicando ahora el lema de Fatou se concluye que

Z
|fn (x) f (x)| dx lim inf

k
|fn (x) fnk (x)|p dx p ,
Por tanto kfn f kp para n n0 .
n n0 .
35
Proposici
on 2.3.10 (Densidad de las funciones escalonadas) Sea Rn
abierto no vaco y 1 p < . Si f Lp () y > 0 entonces existe una
P
funcion escalonada g = m
k=1 k Ik , donde Ik son intervalos con Ik ,
1 k m, tal que kf gkp < .
n: Supongamos que es acotado y f 0 es una funcion
Demostracio
superior. Ahora usando que es abierto encontramos una sucesion creciente
de compactos (que son uniones de intervalos) tal que = kN Kk . Como
f es una funcion superior existe una sucesion creciente de funciones escalonadas fk (que podemos suponer no negativas) que converge a f en casi todo
punto. Ahora tenemos que (fk Kk )kN es una sucesion creciente de funciones
escalonadas, cumpliendo
|fk Kk f |p 0, en casi todo punto ,
y ademas
|fk Kk f |p 2p |f |p .
Por el teorema de la convergencia dominada se deduce que existe no N
P
tal que kf fk Kk kp < , k n0 . Tomando g = fn0 Kn0 = m
k=1 k Ik se
obtiene el resultado (notese que los intervalos Ik Kn0 ).
Supongamos ahora que no es acotado y que f : C. Definimos
k = {x Rn : kxk < k} que cumple =
k=1 k y, debido al Teorema
de la convergencia dominada de Lebesgue se tiene que
kf f k kpp =
|f (x) f k |p dx 0,
k .
Ahora descomponemos primero f k = (<f k )+ (<f k ) +i(=f k )+

i(=f k ) . Y usando que Lp (k ) L1 (k ), podemos incluso descomponer
cada una de las funciones no negativas integrables anteriores en diferencia de
dos funciones superiores positivas. y aplicamos la aproximacion anterior en
cada pedazo y recomponemos la aproximacion de la funcion original.
Teorema 2.3.11 Sea Rn un conjunto medible Lebesgue. Entonces
Lp () es separable para 1 p < .
n: Basta probarlo para = Rn . En otro caso si (fn ) es una
Demostracio
sucesion densa en Lp (Rn ) entonces (fn ) es una sucesion densa en Lp ().
(En efecto, si > 0 y f Lp (), basta considerar la extension f(x) = 0 si
36
x
/ y f(x) = f (x), x de modo que kfn fkLp (Rn ) < para alg
un
n N y por consiguiente k(fn ) f kLp () < para alg
un n N.)
Ahora consideremos D el conjunto de funciones caracterticas de intervalos I = [a1 , b1 ] ... [an , bn ] con extremos ai , bi Q. Este conjunto D es
separable, pues es equipotente con Q2n .
Usando Proposicion 2.3.10 si f Lp (Rn ) y > 0 entonces existe una
P
funcion escalonada g = m
k=1 k Ik , donde Ik son intervalos, 1 k m, tal
que kf gkp < /2. Ahora podemos cada intervalo Ik substituirlo por otro
p
Jk con extremos racionales de modo que mn (Ik \ Jk ) < 2p m(| k |p +1) . Ahora
P

h= m
k=1 k Jk LIN (D) y se tiene que kg hkp < /2.
Finalicemos esta seccion con el espacio L ().
Definici
on 2.3.12 Denotamos L () es espacio de la funciones medibles
f : C y acotadas. Ponemos L () = L ()/ . Se conoce con el
nombre de espacio de las funciones esencialmente acotadas.
Definimos kf k = inf {C 0 : m({x : |f (x)| > C}) = 0}.
Proposici
on 2.3.13 Sea f L (). Entonces |f | kf k en casi todo
punto, i.e.
m{x : |f (x)| > kf k } = 0}.
n: Sea Ck > kf k tal que Ck kf k < 1/k y m(Ak ) = 0
Demostracio
donde Ak = {x : |f (x)| > Ck }. Es resultado se sigue del hecho {x :
|f (x)| > kf k } = k Ak .

Teorema 2.3.14 (L (), k k ) es un espacio de Banach no separable para
R. medible con m() > 0.
n: Es inmediato probar que L () es un espacio vectorial.
Demostracio
Veamos que k k es una norma: Si kf k = 0, la Proposicion 2.3.13
implica f = 0 en casi todo punto.
Claramente si 6= 0
inf{||C 0 : m({x : |f (x)| > C}) = 0}
= inf{D 0 : m({x : |f (x)| > D}) = 0} = kf k .
Finalmente observemos que
{x : |f (x) + g(x)| > kf k + kgk }
37
{x : |f (x)| > kf k } {x : |g(x)| > kgk }

y por tanto
m({x : |f (x) + g(x)| > kf k + kgk }) = 0
de donde se concluye que kf + gk kf k + kgk .
Demostremos ahora la completitud. Sea (fn ) una sucesion de Cauchy en
L ()
Dado k N existe nk tal que kfn+l fn k < 1/k para n nk y l N.
Entonces, si
Akn,l = {x : |fn+l (x) fn (x)| > 1/k}
se tiene que m(Akn,l ) = 0 para n nk y l N.
k
Consideremos A =
k=1 n=nk l=1 An,l que tiene medida nula. Entonces
|fn+l (x) fn (x)| 1/k
k, l N, n nk , x
/A
(2.9)
y por tanto (fn (x)) es de Cauchy. Pongamos f (x) = lim fn (x) para x
/Ay
f (x) = 0 para x A. Veamos que f L () y limn kfn f k = 0.

Como f es lmite de medibles es medible. Ademas si x
/ A,
|fn1 +l (x)| |fn1 +l (x) fn1 (x)| + |fn1 (x)| 1 + |fn1 (x)|,
lN
y tomando lmites cuando l se tiene que |f (x)| 1 + |fn1 (x)| en casi

todo x . Usando la desigualdad triangular kf k 1 + kfn1 k .
Finalmente usando (2.9) se concluye fijado k y n nk y tomando lmites
cuando l
|f (x) fn (x)| 1/k x
/ A,
por tanto kf fn k 1/k para n nk y se tiene que (fn ) converge a f en
L ().
Finalmente veamos la no separabilidad del espacio. Descomponemos =
k k donde k son disjuntos dos a dos y de medida positiva (basta con cortar
el espacio con una red de disjuntos de Rn ) Considerar A N y denotar
A = kA k . Poniendo
OA = {f L () : kf A k < 1/2}
se obtiene una coleccion no numerable de conjuntos disjuntos dos a dos, lo
que permite, usando la Proposicion 2.2.8, probar que L () es no separable.
Chapter 3
Operadores lineales y continuos
3.1
Primeras definiciones y ejemplos
En esta seccion X e Y son espacios normados y no diferenciamos la notacion de la norma en cada uno de los espacios, que sera denotada en ambos
casos por k k, salvo que pueda llevar a confusion.
Comencemos con un resultado que motiva las definiciones siguientes.
Proposici
on 3.1.1 Sea T : X 7 Y una aplicacion lineal. Son equivalentes
(i) T es continua en x = 0.
(ii) T es uniformemente continua en X.
(iii) Existe una constante C 0 tal que kT xk Ckxk para todo x X.
n: (i) =(ii) Dado > 0 existe > 0 tal que si kuk <
Demostracio
implica que kT uk < . Por tanto kT x T yk = kT (x y)k < siempre que
kx yk < .
(ii)=(iii) Como T 0 = 0, poniendo = 1 existe > 0 con kT x1 T x2 k <
x
y x2 = 0 entonces kT x1 k < 1. Esto
1 si kx1 x2 k < . Si x 6= 0, x1 = 2kxk
2
implica que kT xk kxk. Es resultado se sigue tomando C = 2 .
(iii) =(i) Es inmediato.

Definici
on 3.1.2 Una aplicacion lineal y continua entre dos espacios normados T : X Y se denomina operador entre X e Y . Escribimos L(X, Y )
para el conjunto de los operadores de X en Y y denotamos L(X) = L(X, X).
Definimos, para T L(X, Y ),
kT k = inf{C 0 : kT xk Ckxk para todo x X}.
39
40
Chapter 3. Operadores lineales y continuos
Proposici
on 3.1.3 Si T L(X, Y ) entonces
kT k = sup{kT xk : kxk 1}.
n: Sea a(T ) = sup{kT xk : kxk 1}.
Demostracio
Si C 0 es tal que kT xk Ckxk para todo x X entonces a(T ) C.
Por tanto a(T ) inf{C 0 : kT xk Ckxk, x X} = kT k.
x
)k a(T ) para todo x 6= 0. Por tanto kT xk
Es claro que kT ( kxk
a(T )kxk para todo x X. Luego kT k a(T ).

Nota 3.1.1 Es inmediato ver que
kT k = sup{kT xk : kxk = 1} = sup{
kT xk
: x 6= 0}.
kxk
Veamos ahora algunos ejemplos concretos de operadores entre espacios normados.

Ejemplo 3.1.1 Sean (X, k k) = (Rn , k kp1 ) e (Y, k k) = (Rm , k kp2 ) donde
1 < p1 , p2 < . Toda aplicacion lineal T : X Y tiene asociada una matriz
P
A = (aij ) de modo que T (ei ) = m
j=1 aij ej donde ei denota la correspondiente
base canonica del espacio finito dimensional, esto es
n
X
T(
xi e i ) =
i=1
m X
n
X
aij xi )ej =
j=1 i=1
m
X
yj ej .
j=1
Entonces T L(X, Y ), si 1/p1 + 1/q1 = 1,

kT k (
n
m X
X
|aij |q1 )p2 /q1 )1/p2 .
j=1 i=1
m
p2 1/p2
n: Como k m
, estimaremos |yj |.
Demostracio
j=1 yj ej kp2 = ( j=1 |yj | )
Usando la desigualdad de Holder, para cada j {1, ..., m}, se tiene
|yj | = |
n
X
i=1
aij xi | (
n
X
|aij |q1 )1/q1 kxkp1 .
i=1
Ahora sumando en j se tiene

kT xkp2 = (
m X
n
X
j=1 i=1
aij xi |p2 )1/p2 (
m X
n
X
|aij |q1 )p2 /q1 )1/p2 kxkp1 .
j=1 i=1
3.1. Primeras definiciones y ejemplos
41
Ejemplo 3.1.2 Sea X un espacio de Hilbert y : X K una aplicacion

lineal y continua no nula. Por el teorema de Riesz-Frechet existe x0 X \{0}
tal que (x) = hx, x0 i. Entonces kk = kx0 k.
n: Por la desigualdad de Cauchy se tiene |(x)| kxkkx0 ky
Demostracio
esto implica que kk kx0 k. Eligiendo ahora x0 = kxx00 k se tiene que kx0 k = 1
y |(x0 )| = kx0 k. Por tanto kk = kx0 k.

Ejemplo 3.1.3 Sea X = C0 (Rn ) e Y = R. Sea x0 Rn y definimos x0 :
C0 (Rn ) R tal que
x0 (f ) = f (x0 ).
Entonces x0 L(C0 (Rn ), R) con kx0 k = 1.
n: Es claro que
Demostracio
|x0 (f )| sup |f (x)| = kf k .
xRn
Por tanto kx0 k 1. Para probar kx0 k = 1 es suficiente encontrar f

C0 (Rn ) tal que kf k = 1 y |f (x0 )| = 1.
Tomemos
1
0 t kx0 k + 1
(t) = (kx0 k + 2) t kx0 k + 1 t kx0 k + 2 .
0
t > kx0 k + 2
Definimos f (x) = (kxk) para x Rn . Es claro que f C00 (Rn ), kf k = 1
y x0 (f ) = f (x0 ) = 1.

Ejemplo 3.1.4 Sean X = `p , 1 < p < , Y = `1 y T : `p `1 dado por
T ((xn )nN ) = (
Entonces T L(`p , `1 ) con kT k = (
xn
)nN .
n
1 1/q
n=1 nq )
donde 1/p + 1/q = 1.
n: En primer lugar hay que ver que esta bien definido. En

Demostracio
efecto si (xn )nN `p , como ( n1 )nN `q (pues 1 < q < ), entonces
( xnn )nN `1 .
42
Claramente es lineal. Para ver que es continua usamos la desigualdad de

Holder,
X
1
|xn |
k( )nN kq k(xn )nN kp .
kT ((xn )nN )k1 =
n
n=1 n
1 1/q
. Para probar que kT k = Cq es suficiente encontrar
Sea Cq = (
n=1 nq )
(xn )nN tal que k(xn )nN kp = 1 y kT ((xn )nN )k1 = Cq .
q/p
Consideremos xn =
Cq
nq1
, para n N. Es claro que
k(xn )nN kp =
X
q/p
Cq (
n=1
1
n(q1)p
)1/p = 1.
Por otro lado

kT ((xn )nN )k1 =
Cqq/p
= Cqq/p Cqq = Cq .
q
n
n=1

Ejemplo 3.1.5 Sean X = Y = `p para 1 p < . Dado 0 6= (n )nN ` ,
definimos T : `p `p por
T ((xn )nN ) = (n xn )nN .
Entonces T L(`p , `p ) con kT k = k(n )nN k .
n: Es inmediato que esta bien definido y es continuo con
Demostracio
kT k k(n )nN k . Para probar que kT k = k(n )nN k encontraremos para
cada > 0 una sucesion (xn )nN `p tal que k(xn )nN kp = 1 verificando que
kT ((xn )nN )kp + > k(n )nN k .
Para > 0 existe n N tal que |n | > k(n )nN k . Tomar xn = |nn |
para n = n y xn = 0 para n 6= n , que cumple que kT ((xn )nN )kp = |n |.

Ejemplo 3.1.6 Sean X = Lp (), 1 < p < e Y = L1 (). Dada 0 6=
f Lq () para 1/p + 1/q = 1, definimos el operador multiplicacion Mf :
Lp () L1 () por
Mf (g) = f g.
Entonces Mf L(Lp (), L1 ()) con kMf k = kf kq .
3.1. Primeras definiciones y ejemplos
43
n: Es inmmediato, usando la desigualdad de Holder, que el

Demostracio
operador esta bien definido y es continuo con kMf k kf kq . Para demostrar
que kMf k = kf kq tomar
f(x)
|f (x)|2q
g1 (x) =
f (x) 6= 0
f (x) = 0
Se tiene que
Z
kg1 kp = (
|f (x)|p(q1) dx)1/p = kf kq/p

q ,
g1 (x) que cumple kgkp = 1 y Mf (g) =

por tanto si tomamos g(x) = kf kq/p
q
q/p
q
kf kq |f | . Por consiguiente kMf (g)k1 = kf kq .

Ejemplo 3.1.7 Sean X = L1 ([0, 1]) e Y = C([0, 1]). El operador de Volterra
V : L1 ([0, 1]) C([0, 1]) viene dado por
V (f )(x) =
Z x
f (t)dt,
x [0, 1].
Entonces V L(L1 ([0, 1]), C([0, 1])) con kV k = 1.

n: Como
Demostracio
0
|V (f )(x) V (f )(x )|
Z
[x,x0 ]
|f (t)|dt,
0 x x0 1
se tiene que V (f ) es continua si f es integrable. Luego V esta bien definido.

Por otro lado
kV (f )k = sup |
0x1
f (t)dt| sup
[0,x]
|f (t)|dt =
0x1 [0,x]
[0,1]
|f (t)|dt = kf k1 .
Esto prueba que kV k 1. Por otro ladoR cualquier f 0 con kf k1 = 1 sirve

para alcanzar la norma, pues sup0x1 | [0,x] f (t)dt| = kf k1 para f 0. Lo
que demuestra que kV k = 1.

Ejemplo 3.1.8 Sean X = Y = C([0, 1] y K : [0, 1] [0, 1] R una funcion
continua. Si denotamos TK : C([0, 1]) C([0, 1]) el operador integral dado
por
Z
1
TK (f )(x) =
K(x, y)f (y)dy
entonces TK L(C([0, 1], C([0, 1])) con kTK k kKk .
44
n: Veamos primero que esta bien definido: Si f C([0, 1])

Demostracio
entonces
Z 1
|TK (f )(x) TK (f )(x0 )|
|K(x, y) K(x0 , y)||f (y)|dy
kf k sup |K(x, y) K(x0 , y)|.

0y1
Suponiendo que f 6= 0, como K es uniformemente continua en [0, 1] [0, 1],

dado > 0 existe > 0 tal que si |x x0 | < e |y y 0 | < entonces
|K(x, y)K(x0 , y 0 )| < /kf k . Por tanto |TK (f )(x)TK (f )(x0 )| < siempre
que |x x0 | < .
Por otro lado, si kKk = sup0x,y1 |K(x, y)|, entonces
sup |TK (f )(x)| sup
Z 1
0x1 0
0x1
|K(x, y)||f (y)|dy kKk kf k .

Ejemplo 3.1.9 Sean 1 , 2 subconjuntos abiertos de Rn con medida finita,

1 < p < y 1/p + 1/q = 1. Sean X = Lp (1 ), Y = Lp (2 ) y K : 1 2
R una funcion medible y acotada. Si denotamos TK : Lp (1 ) Lp (2 ) el
operador integral dado por
TK (f )(y) =
K(x, y)f (x)dx,
y 2
entonces TK L(Lp (1 ), Lp (2 )) y
kTK k m(1 )1/q m(2 )1/p
sup
|K(x, y)|.
x1 ,y2
n: Probemos primero que TK esta bien definido: Sea f

Demostracio
p
L (1 ). Pongamos M = supx1 ,y2 |K(x, y)| y recordemos que Lp (1 )
L1 (1 ) puesto que m(1 ) < . La funci
on x K(x, y)f (x) es medible y
R
|K(x, y)f (x)| M |f (x)|. Por tanto 1 K(x, y)f (x)dx esta definido para
todo y 2 . Usando la desigualdad de Holder se tiene que
|TK (f )(y)| (
|K(x, y)|q dx)1/q kf kp .
Por tanto se consigue

Z
1/p
|TK (f )(y)| dy)
Z
2
|K(x, y)|q dx)p/q kf kpp dy)1/p
M kf kp m(1 )1/q m(2 )1/p .

Esto permite concluir el resultado.
3.2. El espacio L(X, Y )
3.2
45
El espacio L(X, Y )
Teorema 3.2.1 Sean X e Y espacios normados sobre K.

(i) Entonces (L(X, Y ), k k) es un espacio normado.
(ii) Si el espacio Y es de un espacio de Banach entonces L(X, Y ) es
tambien un espacio de Banach.
n: Sean T, S L(X, Y ), , K entonces T + S es lineal
Demostracio
y continuo. Por tanto L(X, Y ) es un espacio vectorial sobre K. Veamos que
k k es una norma.
(i) Si kT k = 0, usando que kT xk kT kkxk se concluye que T = 0.
(ii) Para K, kT k = sup{kT (x)k : kxk = 1} = ||kT k.
(iii) Si T, S L(X, Y ),
kT + Sk =
sup{kT (x) + S(x)k : kxk = 1}

sup{kT (x)k + kS(x)k : kxk = 1}
sup{kT (x)k : kxk = 1} + sup{kS(x)k : kxk = 1}
kT k + kSk.
Supongamos que Y es completo. Sea (Tn ) una sucesion de Cauchy en

L(X, Y ). Para todo x X, n, m N se tiene
kTn (x) Tm (x)k kTn Tm kkxk
y por tanto (Tn (x)) es una sucesion de Cauchy en Y . Usando la completitud,
definimos T (x) = limn Tn (x) para x X. De las propiedades de los
lmites se tiene que T es lineal. Veamos que es continuo. Observar primero
que (kTn k)nN es una sucesion de Cauchy ya que |kTn k kTm k| kTn Tm k,
y por lo tanto acotada. Sea M = supnN kTn k. Entonces se tiene que
kT xk = lim kTn (x)k M kxk.
n
Veamos ahora que n

lim kT Tn k = 0. Dado > 0 existe n0 N tal que si
kxk 1 tenemos
kTn (x) Tm (x)k kTn Tm k < ,
n, m n0 .
Fijando m n0 y tomando lmite cuando n se obtiene

kT (x) Tm (x)k ,
m n0 , kxk 1.
46
Por tanto kT Tn k para n n0 .
Implcitamente en la demostracion anterior hemos visto el siguiente resultado, cuya demostracion dejamos como ejercicio.
Proposici
on 3.2.2 Sean X e Y espacios normados y (Tn ) L(X, Y ) una
sucesion de operadores tal que existe n
lim Tn (x) para todo x X. Si definimos T x = lim Tn x entonces
n
(i) T : X Y es lineal, y,
(ii) si supnN kTn k < entonces T L(X, Y ) con kT k lim inf n kTn k.
Nota 3.2.1 En general lmite puntual de operadores lineales y continuos no
es un operador lineal y continuo. Tomar X = c0 e Y = K y definamos
Tn (x) = xn para x = (xk )kN . Es claro que n
lim Tn (x) = 0 para toda x c0 .
Por tanto Tn converge puntualmente a 0, y sin embargo lim kTn k = 1 6= 0.
n
Esto se debe a que kTn k = 1 para n N ya que |Tn (en )| = 1 para en =
n1
}|
(0, , 0, 1, 0, ..).
Proposici
on 3.2.3 Sean X, Y y Z espacios normados. Si T L(X, Y ) y
S L(Y, Z) entonces S T L(X, Z). Ademas kS T k kSkkT k.
n: Es claro que la composicion de aplicaciones lineales y conDemostracio
tinuas es lineal y continua. Para ver la estimacion de las normas observar
que
kS T (x)k = kS(T x)k kSkkT xk kSkkT kkxk,
de donde se concluye que kS T k kSkkT k.

0
Definici
on 3.2.4 Dado X espacio normado, denotamos X = L(X, K) y le
0
llamamos espacio dual (o dual toplologico) de X. Los elementos X se
llaman formas lineales (o funcionales lineales) sobre X.
0
Nota 3.2.2 Usando Teorema 3.2.1 X es siempre un espacio de Banach con

la norma kk = sup{|(x)| : kxk 1}.
Ejemplo 3.2.1 Sea X = `p para 1 p < . Sea : `p K dada por
((xn )nN ) = x1 + x2 .
Entonces X 0 con kk = 21/q donde 1/p + 1/q = 1.
47
n: La linealidad es inmediata. Si (xn )nN `p entonces

Demostracio
|((xn )nN )| = |x1 + x2 | 21/q (|x1 |p + |x2 |p )1/p 21/q k(xn )nN kp .
Tomando (x0n )nN = (21/p , 21/p , 0, ....) se tiene
|(x0n )nN )| = x01 + x02 = 21/q .

Ejemplo 3.2.2 Sea X = C([0, 1]) y sea : C([0, 1]) K dada por
(f ) = 2f (1/2) f (1/3).
Entonces X 0 con kk = 3 .
n: En efecto si f C([0, 1]) entonces
Demostracio
|(f )| = |2f (1/2) f (1/3)| 2|f (1/2)| + |f (1/3)| 3kf k .
Tomando f una funcion continua con kf k = 1 y tal que f (1/2) = 1 y
f (1/3) = 1, se obtiene que (f ) = 3.

Ejemplo 3.2.3 SeaR X = C([0, 1]) y 0 6= g C([0, 1]). Sea : L1 ([0, 1])
K dada por (f ) = [0,1] f (t)g(t)dt para f L1 ([0, 1]). Entonces X 0 con
kk = kgk .
n: Probemos solo la continuidad.
Demostracio
|(f )| = |
f (t)g(t)dt|
Z
[0,1]
[0,1]
|f (t)||g(t)|dt kgk kf k1 .
Sea t0 [0, 1] tal que kgk = |g(t0 )| > 0 (supongamos 0 < t0 < 1, siendo los
casos t0 = 0 y t0 = 1 una modificacion del argumento que sigue). Definimos
n (g) =
g(t)dt
[t0 1/2n,t0 +1/2n]
que verifica, por la continuidad de g, que lim nn (g) = g(t0 ). Ahora considn
erar fn (t) =
y ademas
(fn ) =
n |nn (g)
.
(g)| [t0 1/2n,t0 +1/2n]
Z
[0,1]
fn (t)g(t)dt = n
Es claro que fn L1 ([0, 1]), kfn k1 = 1
n (g) Z
g(t)dt = n|n (g)|.
|n (g)| [t0 1/2n,t0 +1/2n]
Luego n
lim (fn ) = |g(t0 )| = kgk . Esto implica kk = kgk .
48
Definici
on 3.2.5 Sean X, Y espacios normados sobre el mismo cuerpo K y
T : X Y un operador en L(X, Y ). Diremos operador conjugado de T y lo
denotaremos T t a la aplicacion T t : Y 0 X 0 definida por T t () = T , i.e.
T t ()(x) = (T x).
Proposici
on 3.2.6 Si T L(X, Y ) entonces T t L(Y 0 , X 0 ) con kT t k
kT k.
n: Usando la Proposicion 3.2.3 se tiene que T t L(Y 0 , X 0 ).
Demostracio
Ademas
kT t ()k kT kkk, Y 0 .
Por tanto kT t k kT k.
Nota 3.2.3 El lector debe saber que en realidad kT k = kT t k pero la demostracion requiere argumentos que no se incluyen en este curso y por tanto
no se presenta en estas notas.
Definici
on 3.2.7 Sean X e Y espacios normado y T : X Y una aplicacion lineal.
Se dice que T es un isomorfismo (topologico) de X sobre Y si T es una
biyeccion continua de inversa continua.
Se dice que T es una isometra si kT xk = kxk para todo x X.
X e Y se dicen isomorfos (o topologicamente isomorfos) si existe T :
X Y isomorfismo.
X e Y se dicen isometricamente isomorfos si existe T : X Y isometra
lineal suprayectiva.
Nota 3.2.4 Si T : X Y es lineal e inyectiva entonces T 1 : T (X) X
es automaticamente lineal.
n: Si y1 , y2 T (X) existen (y ademas u
Demostracio
nicos) x1 , x2 X
tales que T (x1 ) = y1 e T (x2 ) = y2 . Por tanto dados 1 , 2 K,
T 1 (1 y1 + 2 y2 ) =
=
=
=
T 1 (1 T (x1 ) + 2 T (x2 ))
T 1 (T (1 x1 + 2 x2 ))
1 x1 + 2 x2
1 T 1 y1 + 2 T 1 y2 .
49
Nota 3.2.5 Si T : X Y es lineal, inyectiva y continua entonces T 1 :

T (X) X no es automaticamente continua.
n: Sea T = id : `1 `2 dada por T (x) = x. Es claro que
Demostracio
kT xk2 kxk1 luego es lineal continua e inyectiva. Claramente T (`1 ) = `1 y
T 1 : (`1 , k k2 ) (`1 , k k1 ) coincide con T 1 (x) = x. Sin embargo T 1 no
P
es continua, pues existe una sucesion xn = n1 nk=1 ek en `1 tal que
kxn k2 0,
kT 1 (xn )k1 = 1, n N.
Nota 3.2.6 Si T : X Y es un isomorfismo entonces kT 1 k kT k1 . Se

sigue del hecho Id|X = T 1 T puesto que 1 = kT 1 T k kT 1 kkT k.
Ejemplo 3.2.4 T : `p `p , 1 p , definida por
T ((x1 , x2 , ...) = (0, x1 , x2 , ....)
es una isometra lineal pero no suprayectiva.
Ejemplo 3.2.5 Si X es un espacio de Hilbert sobre R. Entonces X 0 es
isometricamente isomorfo a X.
n: Definimos T : X X 0 dado por T x = x donde x (y) =
Demostracio
hy, xi para y X. Usando Teorema de Riesz-Frechet si X 0 entonces
existe x0 X tal que (x) = hx, x0 i. Luego T es suprayectiva. La linealidad
es inmediata en el caso K = R. Ademas, como se vio en el Ejemplo 3.1.2),
kT xk = sup{|hy, xi| : kyk 1} = kxk.

Definici
on 3.2.8 Dos normas k k1 y k k2 sobre un espacio vectorial X se
dicen normas equivalentes si existen constantes A, B > 0 tales que
Akxk1 kxk2 Bkxk1 ,
x X.
Proposici
on 3.2.9 Sean (X, k kX ) e (Y, k kY ) espacios normados sobre el
mismo cuerpo y T : X Y una aplicacion lineal suprayectiva. Entonces T
es un isomorfismo si y solo si existen constantes A, B > 0 tales que
AkxkX kT (x)kY BkxkX ,
x X.
50
n: =)Como T L(X, Y ) se tiene que kT (x)kY kT kkxkX

Demostracio
para todo x X. Como T 1 L(Y, X) entonces
kxkX = kT 1 (T x)kX kT 1 kkT xkY , x X
Tomar A = kT 1 k1 y B = kT k.
=)Claramente T L(X, Y ) con kT k B. T es inyectiva, pues kerT = {0}
ya que kT (x)kY = 0 implica x = 0. Por otro lado
kT 1 (y)kX A1 kT (T 1 (y)kY = A1 kykY , y Y
de donde se deduce (junto con la nota 3.2.4) que T 1 L(Y, X).
Nota 3.2.7 Dos normas son equivalentes si Id : (X, k k1 ) (X, k k2 ) es

un isomorfismo.
Ejemplo 3.2.6 En el espacio Kn todas las normas k kp para 1 p
son equivalentes
n: Se sigue de las estimaciones para 1 p1 < p2 ,
Demostracio
k(x1 , ..., xn )kp2 k(x1 , ..., xn )kp1 n1/p1 1/p2 k(x1 , ..., xn )kp2 .
3.3
Espacios de Banach finito dimensionales
Denotaremos para 1 p y n N por Knp los espacios Kn considerados con la norma k kp.
Teorema 3.3.1 (Teorema de Tikhonov) Sea (X, k k) un espacio normado
sobre K de dimension finita n. Entonces X es isomorfo a Kn .
En particular todas las normas sobre un espacio X finito dimensional son
equivalentes.
n: Sea e1 , , en una base (de Hamel) del espacio X. En
Demostracio
P
particular x X se puede escribir (de manera u
nica) x = ni=1 xi ei donde
xi K. Definimos T : Kn X dado por
T ((x1 , , xn )) =
n
X
i=1
xi e i .
3.3. Espacios de Banach finito dimensionales

Claramente T L(Kn , X) con kT k
kT ((x1 , , xn ))k k
n
X
i=1
xi e i k
Pn
i=1
n
X
51
kei k, puesto que

n
X
kei k|xi | (
i=1
kei k) max |xi |.

1in
i=1
Ademas T es biyeccion por ser (ei ) una base. Como la esfera unidad de Kn
es compacto, podemos poner
m = min{kT ((x1 , , xn ))k : max |xi | = 1}
1in
y por el teorema de Weierstrass m = kT ((w1 , , wn ))k para un vector

k(w1 , , wn )k = 1. Por tanto m > 0 porque T es biyeccion y w 6= 0.
1
(x1 , , xn ))k m para todo x 6= 0. Lo que
Por consiguiente kT ( k(x1 ,,x
n )k
permite concluir que
mk(x1 , , xn )k kT ((x1 , , xn ))k, (x1 , , xn ) Kn .
Probando la desigualdad que nos faltaba.
Corolario 3.3.2 (i) Todo espacio normado finito dimensional X es un espacio de Banach.
(ii) Si Y es subespacio finito dimensional de un espacio normado X entonces Y es cerrado.
(iii) Si X es un espacio normado finito dimensional, Y es un espacio
normado y T : X Y es lineal entonces T es continua.
n: (i) Usando el Teorema 3.3.1 existe T : X Kn isomorDemostracio
fismo. Pasando por el isomorfismo anterior y usando que (Kn , k k ) es
completo se obtiene el resultado.
(ii) se sigue usando que (Y, k k) es normado y el apartado (i).
(iii) Sea e1 , , en una base (de Hamel) del espacio X. En particular
P
x X se puede escribir (de manera u
nica) x = ni=1 xi ei donde xi K.
Luego
kT (x)k
n
X
i=1
|xi |kT (ei )k (
n
X
kT ei k) max |xi |.
i=1
Como max1in |xi | Bkxk se obtiene kT (x)k B(
1in
Pn
i=1
kT ei k)kxk.
Teorema 3.3.3 (Riesz) Un espacio normado X es finito dimensional si, y

solo si, la bola unidad cerrada es compacta.
52
n: Supongamos que X es de dimension finita, y sea T : Kn

Demostracio
X un isomorfismo entre ellos. Usando que
kT 1 k1 k(x1 , , xn )k kxk kT kk(x1 , , xn )k
para x =
Pn
i=1
xi ei se obtiene que
{x X : kxk 1} T ({(x1 , , xn ) Kn : k(x1 , , xn )k kT 1 k}).

Ahora usando que la bolas cerradas de Kn son compactos y T es continua
se tiene que T ({(x1 , , xn ) Kn : k(x1 , , xn )k kT 1 k}) es compacto.
Finalmente todo cerrado en un compacto es tambien compacto, lo que prueba
que la bola unidad cerrada es compacto.
X = {x X : kxk 1} es
Supongamos ahora que la bola unidad B
compacta. Consideremos un recubrimiento de la misma dado por B(y, 1/2) =
{x X : kx yk < 1/2} con y Bx . Existe entonces una coleccion finita
X ni=1 B(yi , 1/2). Sea Y el subespacio vectorial
y1 , .., yn BX tal que B
generado por y1 , .., yn , que sabemos que es necesariamente cerrado en X.
Veamos que Y = X y por tanto X es de dimension finita.
Supongamos que existe x X \ Y . Como Y es cerrado se tiene que d =
d(x, Y ) > 0. Podemos entonces encontrar y Y tal que d kx yk 23 d.
xy
X existira yk Y tal que z B(yk , 1/2). Ahora bien,
B
Como z = kxyk
x = y + kx ykz = y + kx ykyk + kx yk(z yk ).
Como y + kx ykyk Y tenemos que
1
3
d kx (y + kx ykyk )k = kx ykkz yk k < kx yk < d,
2
4
lo que lleva a una contradiccion.
Definici
on 3.3.4 Sea X un espacio normado y A X. Diremos que A es
relativamente compacto si A es compacto.
Corolario 3.3.5 Sea X un espacio normado. X es de dimension finita si,
y solo si, todo acotado es relativamente compacto.
Teorema 3.3.6 Sea 1 p y n N. El espacio dual de Knp es
isometricamente isomorfo a Knq donde 1 q con 1/p + 1/q = 1
3.4. Dualidad
53
n: Supongamos que 1 < p < . Sea T : (Knp )0 Knq la

Demostracio
aplicacion definida por
T () = ((e1 ), (en )).
Es inmediato probar que T es lineal. Veamos que es una isometra. Supong(ei )
amos 6= 0 y tomemos i = |(e
, si (ei ) 6= 0 y i = 0 si (ei ) = 0.
i )|
k((e1 ), (en ))kq = (
n
X
|(ei )|q )1/q
i=1
= (
n
X
|(ei )|q1 i (ei ))1/q
i=1
= (
n
X
|(ei )|q1 i ei ))1/q
i=1
kk1/q k
n
X
|(ei )|q1 i ei k1/q
i=1
n
X
= kk1/q (
|(ei )|q )1/pq .
i=1
Pn
q 1/q
Por tanto ( i=1 |(ei )| ) kk.

Por otro lado, es claro que
n
X
|(
i ei )|
i=1
Pn
n
X
n
X
|i ||(ei )| (
i=1
p 1/p
|i | )
n
X
|(ei )|q )1/q ,
i=1
i=1
q 1/q
luego kk ( i=1 |(ei )| ) .

Veamos finalmente que es suprayectiva. Dada (1 , , n ) Knq definamos
n
((1 , , n )) =
i i .
i=1
Es lineal y cumple que T () = (1 , , n ).

Los casos p = 1 y p = se hacen de manera analoga y se dejan como
ejercicios.
3.4
Dualidad
Hemos visto en Ejemplo 3.2.5 que, en el caso de espacios de Hilbert reales,

X es isometricamente isomorfo a X. Para espacios de Hilbert cualesquiera
puede decirse lo siguiente:
0
54
Teorema 3.4.1 Si X es un espacio de Hilbert con producto escalar h, i,

y consideramos la aplicacion de Riesz JX : X X 0 dada por JX (x) = x
definido por
x (y) = hy, xi.
Entonces JX es una aplicacion biyectiva que cumple kJX (x)k = kxk y verifica
JX (1 x1 + i2 x2 ) =
1 JX (x1 ) +
2 JX (x2 ) para 1 , 2 K y x1 , x2 X.
Hemos visto tambien en Teorema 3.3.6 que (Knp )0 es isometricamente isomorfo a Knq para 1 p y 1/p + 1/q = 1.
Veamos cual es la version infinito dimensional de dicho resultado. La
demostracion es similar a la presentada en Teorema 3.3.6 y se deja como
ejercicio.
Teorema 3.4.2 Sea 1 < p < y 1/p + 1/q = 1. Entonces (`p )0 es
isometricamente isomorfo a `q .
Analicemos los casos p = 1 y q = 1.
Teorema 3.4.3 (`1 )0 es isometricamente isomorfo a ` .
n: Definimos T : ` (`1 )0 mediante la aplicacion
Demostracio
= (1 , , n , ) ((1 , , n , )) =
n n .
n=1
Es claro que esta bien definida, pues

n=1 n n es convergente para toda
1
(n )nN ` y (n )nN ` . Ademas T es lineal y cumple

P
| ((n )nN )| (
|n |)(sup |n |) = k(n )nN k k(n )nN k1 .

nN
n=1
Por otro lado, como (n )nN ` , para cada > 0 existe m = m() N
tal que
k(n )nN k < |m | + .
Se tiene que
e
|m | m
`1 , k |m
e m k1 = 1 y
m|
em ) = |m | k(n )nN k .
|m |
Esto demuestra que k k = k(n )nN k y por tanto T es una isometra.

Para finalizar hay que ver que T es suprayectiva. Dado (`1 )0 , considerar
3.4. Dualidad
55
n = (en ) para n N. Claramente supnN |n | kk. Ademas T () =

= .
En efecto,
((1 , , n , )) =
=
=
=
lim ((1 , , N , 0, ))
N
X
lim
lim
i=1
N
X
i (ei )
i i
i=1
n n = ((1 , , n , )).
n=1

Teorema 3.4.4 (c0 )0 es isometricamente isomorfo a `1 .
n: Definimos T : `1 (c0 )0 mediante la aplicacion
Demostracio
= (1 , , n , ) ((1 , , n , )) =
n n .
n=1
Es claro que esta bien definida, pues

n=1 n n es convergente para toda
1
(n )nN c0 y (n )nN ` . Ademas T es lineal y cumple
P
| ((n )nN )| (
|n |)(sup |n |) = k(n )nN k1 k(n )nN k .

nN
n=1
Por otro lado, como (n )nN `1 , para cada > 0 existe N N tal que
k(n )nN k1 < k(1 , , N )k1 + =
N
X
|n | + .
n=1
Sea
i
(
i
|i |
i 1, , N , i 6= 0
.
otro caso
Se tiene que (n )nN c00 , k(n )nN k = 1 y

((n )nN ) = k(1 , , N )k1 k(n )nN k1 .
56
Esto demuestra que k k = k(n )nN k1 y por tanto T es una isometra.

Para finalizar hay que ver que T es suprayectiva. Dado (c0 )0 , considerar
n = (en ) para n N. Se tiene que para todo N N
N
X
n=1
|i | =
N
X
|(ei )| = (
n=1
N
X
i ei )
n=1
para cierta (i )1iN c00 con k(n )nN k = 1 (basta tomar i = |ii | si
i 6= 0 y i = 0 en otro caso). Por tanto (n )nN `1 . Ademas T ((n )nN ) =
= .
En efecto,
((1 , , n , )) =
=
=
=
lim ((1 , , N , 0, ))
lim
lim
N
X
i=1
N
X
i (ei )
i i
i=1
n n = ((1 , , n , )).
n=1

En el caso de espacios de funciones se pueden probar, aunque no incluimos
su demostracion completa, los siguientes resultados:
Teorema 3.4.5 Si es un conjunto medible de Rn . Entonces
(i) (L1 ())0 es isometricamente isomorfo a L ().
(ii) (Lp ())0 es isometricamente isomorfo a Lq () si 1 < p < y 1/q +
1/p = 1.
n: (Esbozo de demostracion) Si f Lq () entonces T (g) =
Demostracio
p
f (x)g(x)dx define un funcional lineal sobre L (), cuya continuidad es
consecuencia de la desigualdad de Holder. Para alcanzar la norma se procede seleccionando una funcion g en un proceso similar al realizado para
sucesiones. La dificultad radica en la suprayectividad que requiere el uso de
teoremas (como el de Radon-Nikodym u otras alternativas) que no veremos
en esta asignatura.
3.5. Operadores invertibles
3.5
57
Operadores invertibles
La busqueda de solucion de una ecuacion T x = y en el contexto de espacios de Banach lleva a analizar la invertibilidad del operador. Si existe
T 1 : Y X entonces x = T 1 y es la solucion buscada. Ahora bien nos
interesa que las soluciones sean continuas en el dato, es decir a variaciones
continuas del dato le correspondan variaciones continuas de la solucion. Buscamos entonces tambien que T 1 sea continua.
Definici
on 3.5.1 Un operador T L(X, Y ) se dice invertible si existe S
L(Y, X) tal que S T = IX y T S = IY donde IX : X X denota la
identidad en el espacio X. Dicho operador se denota T 1 : Y X.
Nota 3.5.1 Un operador es invertible si y solo si es un isomorfismo de X
en Y .
Recordemos que si T : X Y es lineal y X es finito dimensional entonces
dim(T (X)) + dim(Ker(T )) = dim(X).
Por tanto son equivalentes:
(i) T es inyectiva.
(ii) T es suprayectiva.
(iii) T es invertible.
Cuando X no es finito dimensional las condiciones anteriores no son equivalentes en general.
Ejemplo 3.5.1 Sean L : `2 `2 dado por L((x1 , x2 , )) = (x2 , x3 , )
y R : `2 `2 dado por L((x1 , x2 , )) = (0, x1 , x2 , ). Entonces L es
suprayectiva pero no inyectiva, R es inyectiva pero no suprayectiva. Ademas
R L = Id`2 pero L R 6= RL.
Definici
on 3.5.2 Definimos el producto de operadores ST = S T para
S, T L(X). Esto permite dotar a L(X) de una estructura adicional
(algebra de Banach no conmutativa con identidad), es decir ademas de la estructura de espacio vectorial con las operaciones (S, T ) S + T y (, T )
T se tiene la ley interna (S, T ) ST que cumple
(i) T1 (T2 T3 ) = (T1 T2 )T3 , T1 , T2 , T3 L(X),
(ii) S(1 T1 + 2 T2 ) = 1 ST1 + 2 ST2 , 1 , 2 K, S, T1 , T2 L(X),
(iii) SIX = IX S = S, S L(X),
(iv) kST k kSkkT k, S, T L(X).
58
Teorema 3.5.3 (Criterio de invertibilidad) Sea X un espacio de Banach y

P
n
0
T L(X). Si la serie
n=0 T (donde T = IX ) es convergente en norma
entonces IX T es invertible. Ademas
(IX T )1 =
T n.
n=0
k
n: Sea Sn = nk=0 T k y denotemos S =
Demostracio
k=0 T . Entonces,
usando (iv) en la definicion anterior, la aplicacion T : L(X) L(X) dada
por S ST es continua. Por tanto podemos escribir
ST = ( lim Sn )T = lim Sn T = lim

n
n
X
T k+1 = lim Sn+1 IX = S IX .

n
k=0
Esto permite despejar S(I T ) = S ST = IX . Analogamente se concluye

que (I T )S = IX .

Corolario 3.5.4 Sea X un espacio de Banach y T L(X).
1
(i) Si kT k < 1 entonces IX T es invertible y k(IX T )1 k 1kT
.
k
1
1
(ii) Si kI T k < 1 entonces T es invertible y kT k < 1kIT k .
n: (i) Usando que la serie
kn < y teniendo en
Demostracio
n=0 kT
P
n
n
cuenta que kT k kT k se concluye que la serie n=0 T n es absolutamente
convergente. Por tanto converge y debido al Teorema 3.5.3 existe (IX T )1 .
Ademas
P
k(IX T )1 k = lim k
N
N
X
n=0
T n k lim
N
X
n=0
kT n k
kT kn
n=0
(ii) Aplicar (i) a IX T .
1
.
1 kT k
Denotemos G(X, Y ) = {T L(X, Y ) : T invertible }.

Teorema 3.5.5 Sean X, Y son espacios de Banach y T G(X, Y ). Si S
L(X, Y ) es tal que kS T k < kT 11 k entonces S G(X, Y ). Ademas
(i) kS 1 k
(ii) kT 1
kT 1 k
,
1kT 1 kkST k
1
kT k2 kST k
S 1 k 1kT
1 kkST k .
3.6. Aplicaciones a ecuaciones integrales
59
n: Sea R = T 1 S. Se tiene que

Demostracio
kIX Rk = kT 1 (T S)k kT 1 kkT Sk < 1.
Usando el Corolario 3.5.4 se tiene que R G(X, X) y ademas
kR1 k
1
1 kIX Rk
1
1
kT 1 kkT
Sk
Teniendo en cuenta que S = T R se tiene que S G(X, Y ) con S 1 = R1 T 1 .

Esto permite concluir que
kS 1 k kT 1 kkR1 k
kT 1 k
.
1 kT 1 kkT Sk
Esto
demuestra (i).
Para probar (ii), observar que
T 1 S 1 = (T 1 S IX )S 1 = T 1 (S T )S 1 .
Combinado con (i) permite concluir el resultado.
Corolario 3.5.6 Sean X, Y espacios de Banach. Entonces

(i) G(X, Y ) es abierto en L(X, Y ).
(ii) T T 1 es continua de G(X, Y ) en G(Y, X).
3.6
Aplicaciones a ecuaciones integrales
En este captulo analizaremos el uso de las tecnicas abstractas de Analisis

Funcional para la resolucion de distintos tipos de ecuaciones integrales, es
decir en aquellas que la incognita aparece dentro de una integral. Comenzaremos aplicando los resultados anteriores a un caso particular.
Ejemplo 3.6.1 Dada y C([0, 1]) encontrar una solucion x C([0, 1]) de
la ecuacion integral
x(s)
Z 1
0
sen(st)x(t)dt = y(s), s [0, 1].
60

n:
Demostracio
R1
Consideremos el operador integral T x(s) = 0 sen(st)x(t)dt definido en

X = C([0, 1]). Por el Ejemplo 3.1.8 se tiene que T L(X) y
kT k sup |sen(st)| = sen1 < 1.
0s,t1
Usando el Corolario 3.5.4 se obtiene que IX T es invertible, luego para

todo y C([0, 1]) existe una u
nica solucion continua x tal que x T x = y.
Ademas podemos calcularla explcitamente, pues
1
x = (IX T ) (y) =
T n y = lim y + T y + T 2 y + ... + T n y.
n
n=0
Sea x0 = y, xn = y + T xn1 = y + T y + T 2 y + ... + T n y se tiene que

x = n
lim xn .
Incluso puede estimarse el error cometido en la aproximacion, pues
kxxn k
kT k yk
kT kk kyk
k=n+1
k=n+1
kT kn+1
(sen1)n+1
kyk
kyk .
1 kT k
1 sen1
(Ver Teorema 3.6.2 que para el calculo exacto de la norma kT k.)
Definici
on 3.6.1 Una ecuacion integral de Fredholm de segunda especie es
una ecuacion de la forma
x(s)
Z b
K(s, t)x(t)dt = y(s), s [a, b]
donde K : [a, b] [a, b] K es una funcion continua (denominado el n

ucleo
de la ecuacion) y donde y C([a, b]).
Teorema 3.6.2 Sea K : [a, b] [a, b] R una funcion continua y
TK x(s) =
Z b
K(s, t)x(t)dt, x C([a, b]).
Entonces TK L(C([a, b])) y

kTK k = max
Z b
s[a,b] a
|K(s, t)|dt.
61
n: Pongamos M = maxs[a,b]
Demostracio
|TK x(s)|
Z b
a
Rb
|K(s, t)||x(t)|dt kxk
|K(s, t)|dt. Claramente
Z b
a
|K(s, t)|dt M kxk .
Esto prueba que kTKRxk M kxk y por tanto kTK k M . Notese en

primer lugar que s ab |K(s, t)|dt es una funcion continua (pues es la imagen
de T|K| (1) que se probo que estaba bien definido. Por tanto existe s0 [a, b]
R
tal que M = ab |K(s0 , t)|dt. Sea
n () =
1 1/n
n 1/n < < 1/n .
1
1/n
Entonces t xn (t) = n (K(s0 , t)) es continua para todo n N y

kxn k 1. Ademas limn n (K(s0 , t)) = sgn(K(s0 , t)) para todo t.
Por tanto
kTK )k sup |
s[a,b]
Z b
a
K(s, t)xn (t)dt| |
Y pasando al lmite se tiene kTK k
Rb
a
Z b
a
K(s0 , t)xn (t)dt|
|K(s0 , t)|dt = M.
Proposici
on 3.6.3 Sean X = Y = C([0, 1]). Dados k1 , k2 C([0, 1])
[0, 1]) consideramos
Ti (f )(x) =
Z 1
0
ki (x, y)f (y)dy, i = 1, 2
para f C([0, 1]). Entonces

T2 T1 (f )(x) =
Z 1
K(x, y)f (y)dy,
K(x, y) =
Z 1
k2 (x, t)k1 (t, y)dt.
n: Del Ejemplo 3.1.8 se tiene que Ti L(X, Y ) para i = 1, 2.

Demostracio
Entonces
T2 T1 (f )(x) =
=
Z 1
0
Z 1
0
k2 (x, t)T1 (f )(t)dt

Z 1
k2 (x, t)(
Z 1 Z 1
k1 (t, y)f (y)dy)dt
k2 (x, t)k1 (t, y)dt)f (y)dy.
62
La continuidad de (t, y) k2 (x, t)k1 (t, y)f (y)

para todo x [0, 1] justifica
R1
que pueda aplicarse Fubini. Ademas (x, y) 0 k2 (x, t)k1 (t, y)dt es continua,
ya que dado > 0 existe > 0 tal que
sup |k2 (x, t) k2 (x0 , t)| <
t[0,1]
sup |k1 (t, y) k1 (t, y 0 )| <

t[0,1]
,
2kk1 k
|x x0 | < ,
,
2kk2 k
|y y 0 | < .
Por tanto, si |x x0 | < y |y y 0 | < ,

0
|K(x, y) K(x , y )| = |
Z 1
0
1
Z
0
Z 1
0
Z 1
0
k2 (x, t)k1 (t, y)dt
Z 1
0
k2 (x0 , t)k1 (t, y 0 )dt|
|k2 (x, t)k1 (t, y) k2 (x0 , t)k1 (t, y 0 )|dt

|k2 (x, t) k2 (x0 , t)||k1 (t, y)|dt
|k1 (t, y) k1 (t, y 0 )||k2 (x0 , t)|dt
kk1 k
+ kk2 k
Z 1
0
Z 1
0
|k2 (x, t) k2 (x0 , t)dt

|k2 (x, t) k2 (x0 , t)|dt < .
Nota 3.6.1 Usando Rla Proposition 3.6.3 tenemos que si T x(s) =

entonces T 2 (x)(s) = ab K2 (s, t)x(t)dt, donde
K2 (s, t) =
Z b
Rb
a
K(s, t)x(t)dt
K(s, u)K(u, t)du.
Mediante este proceso se consiguen los llamados n

ucleos iterados.
Definici
on 3.6.4 Si TK x(s) =
Rb
a
K(s, t)x(t)dt entonces definimos
K1 (s, t) = K(s, t),

Kn+1 (s, t) =
Z b
a
K(s, u)Kn (u, t)du
n N.
(3.1)
Estos se llaman n
ucleos iterados y corresponden a los n
ucleos del operador
TKn , es decir TKn = TKn .
63
1
y Kn son los n
ucleos
Lema 3.6.5 Si K C([a, b] [a, b]) con kKk < ba
P
iterados de (3.1) entonces la serie n=1 Kn converge en C([a, b] [a, b]).
P
ucleo resolvente de K.
Llamaremos a la funcion suma H =
n=1 Kn el n
n: Basta probar que la serie

Demostracio
n=1 kKn k < y usar que
C([a, b] [a, b]) es un espacio de Banach. Usando (3.1) se tiene que
P
kKn+1 k =
sup |
Z b
a
at,sb
sup
Z b
at,sb a
K(s, u)Kn (u, t)du|
|K(s, u)||Kn (u, t)|du
kKn k sup
Z b
|K(s, u)|du
asb a
kKn k (b a)kKk .
Por induccion se tiene que
kKn k kKk ((b a)kKk )n1 ,
n N.
Como (b a)kKk < 1 se obtiene el resultado.

Teorema 3.6.6 Sea K C([a, b] [a, b]) con kKk <
y C([a, b]) existe una u
nica solucion x C([a, b]) tal que
x(s)
Z b

1
.
ba
Para cada
K(s, t)x(t)dt = y(s), s [a, b].
Dicha solucion viene dada por

x(s) = y(s) +
Z b
H(s, t)x(t)dt, s [a, b]
donde H(s, t) =
n=1
Kn (s, t), (s, t [a, b]) es el n

ucleo resolvente.
n: Sabemos que T L(X) para X = C([a, b]). Es suficiente

Demostracio
probar que kT k < 1 para garantizar que IX T es invertible. Esto se
sigue de la sencilla estimacion kT k kKk (b a). Como sabemos que
P
n
on mediante la formula
(IX T )1 =
n=0 T se puede escribir la soluci
x(s) = (IX T )1 y(s)
64

= y(s) +
= y(s) +
= y(s) +
Z b
X
n=1 a
Z bX
a n=1
Z b
Kn (s, t)y(t)dt
Kn (s, t)y(t)dt
H(s, t)y(t)dt.
(El paso de intercambio de serie e integral esta garantizado por la convergencia absoluta de la serie involucrada como se prueba en Lema 3.6.5.)
Ejemplo 3.6.2 Calcular la solucion de la ecuacion
1Z 1
(2 3(s + t) + 6st)x(t)dt = y(s), s [0, 1].
x(s)
3 0
n: El n
Demostracio
ucleo de la ecuacion de Fredholm viene dado por
K(s, t) = 2 3(s + t) + 6st,
s, t [0, 1].
Calculemos primero kKk = sups,t[0,1] |2 3(s + t) + 6st|.

Como K
= 3+6t y K
= 3+6s, el u
nico punto crtico es s = t = 1/2.
s
t
En la frontera de [0, 1] [0, 1] tenemos K(0, t) = 2/3 t, K(1, t) = 1/3 + t,
K(s, 0) = 2/3 s y K(s, 1) = 1/3 + s y por tanto
kKk = max{K(1/2, 1/2), max |2/3 t|, max | 1/3 + t|}
0t1
0t1
= max{1/6, 2/3, 1/3} = 2/3 < 1.

Calculemos ahora Kn .
K2 (s, t) =
=
+
+
=
=
1Z 1
(2 3s 3u + 6su)(2 3u 3t + 6ut)du
9 0
1Z 1
(4 6(s + t) + 9st)du
9 0
1Z 1
21
2(6 + (s + t) 18st)udu +
9 0
2
1Z 1
3(3 6(s + t) + 12st)u2 du
9 0
1
3
(1 (s + t) + 3st)
9
2
1
K(s, t).
6
65
ucleo resolReiterando se obtiene Kn+1 (s, t) = 61n K(s, t). Por tanto el n
vente queda
X
1
5
H(s, t) =
K(s, t)) = K(s, t),
n
6
n=0 6
y la solucion viene dada por
2Z 1
x(s) = y(s) +
(2 3(s + t) + 6st)y(t)dt.
5 0

Otro tipo de ecuaciones integrales que podemos abordar son las del tipo
Volterra.
Ejemplo 3.6.3 Dada y C([0, 1]) encontrar una solucion x C([0, 1]) de
la ecuacion integral
x(s)
Z s
x(t)dt = y(s), s [0, 1].
n: Consideremos el operador integral de Volterra V x(s) =

Demostraci
o
Rs
0 x(t)dt definido en X = C[0, 1]. Por el Ejemplo 3.6.3 se tiene que V L(X)
ya que
kV (x)k kxk1 kxk
En este caso se tiene que kV k = 1. Sin embargo el calculo de V n es elemental.
En efeto
V 2 x(s) =
Z s Z t
x(u)du)dt =
Z s Z s
Z s
(s u)x(u)du.
dt)x(u)du =
Repitiendo el proceso
3
V x(s) =
Z s Z t
(tu)x(u)du)dt =
Z s Z s
(tu)dt)x(u)du =
Z s
0
(s u)2
x(u)du.
2
En general
(s u)n
x(u)du.
n!
0
es convergente en L(C([0, 1]). En efecto
V n+1 x(s) =
Veamos que la serie
kV
n+1
n=0
Vn
k = sup
Z s
sup |
kxk =1 s[0,1]
Z s
0
(s u)n
1
x(u)du| .
n!
n!
66
Usando el Teorema 3.5.3 se obtiene que IX V es invertible, luego para

todo y C([0, 1]) existe una u
nica solucion continua x tal que x V x = y.
Ademas podemos calcularla explcitamente, pues
x = (IX V )1 (y) =
V n y.
n=0
Para x C([0, 1]) tenemos
Z s
X
(s u)n
x(u)du
n!
n=0 0
Z sX
(s u)n
= x(s) +
x(u)du
n!
0 n=0
V n x(s) = x(s) +
n=0
= x(s) +
Z s
e(su) x(u)du
= x(s) + e
Z s
eu x(u)du.
Por tanto la solucion es x(s) = y(s) + es
R s u
e y(u)du.
0

Definici
on 3.6.7 Sea = {(s, t) [a, b] [a, b] : t s} y sea K : K
una funcion continua. Una ecuacion integral de Volterra de segunda especie
es una ecuacion de la forma
x(s)
Z s
K(s, t)x(t)dt = y(s), s [a, b]
donde K se denomina el n
ucleo de la ecuacion y donde el dato y C([a, b]).
Definimos ahora los n
ucleos iterados
K1 (s, t) = K(s, t),
Kn+1 (s, t) =
Z s
t
K(s, u)Kn (u, t)du,
t s, n N.
(3.2)
Proposici
on 3.6.8 Si K : K es una funcion continua y TK x(s) =
Rs
n
a K(s, t)x(t)dt entonces (TK ) = TKn para todo n N.
67
n: Por induccion sobre n. Para n = 1 es obvio. Suponerlo

Demostracio
cierto para n. Entonces
(TK )n+1 x(s) =
=
=
=
Z s
K(s, t)(TK )n x(t)dt
Z s
Z t
K(s, t)(
Z0s Z s
Z0s
0
Kn (t, u)x(u)du)dt
K(s, t)Kn (t, u)dt)x(u)du
Kn+1 (s, u)x(u)du
= TKn+1 x(s).

Lema 3.6.9 Sea = {(s, t) [a, b] [a, b] : t s}, K : K es una
funcion continua y Kn son los n
ucleos iterados dados por (3.2). Entonces la
P
serie n=1 Kn converge en .
Llamaremos a la funcion suma
H(s, t) =
Kn (s, t),
(s, t)
n=1
el n
ucleo resolvente de K.
n: Basta probar que la serie
Demostracio
n=1 kKn k < y usar que
C() es un espacio de Banach. Probemos usando induccion que
P
|Kn (s, t)| M n
(s t)n1
,
(n 1)!
(s, t)
siendo M = kKk = sup(s,t) |K(s, t)|.

Es claro para n = 1. Suponerlo cierto para n. Usando (3.2) se tiene que
|Kn+1 (s, t)| = |
Z s
Z
t
t
s
K(s, u)Kn (u, t)du|
|K(s, u)||Kn (u, t)|du
(u t)n1
M
|K(s, u)|
du
(n 1)!
t
Z s
(u t)n1
n+1
M
du
(n 1)!
t
(s t)n
= M n+1
.
n!
n
Z s
68

n1
Por tanto kKn k M n (ba)

y la serie
(n1)!
n=1
kKn k < .
Teorema 3.6.10 Sea = {(s, t) [a, b] [a, b] : t s} y K : K.

Para cada y C([a, b]) existe una u
nica solucion x C([a, b]) tal que
x(s)
Z s
K(s, t)x(t)dt = y(s), s [a, b].
Dicha solucion viene dada por

x(s) = y(s) +
Z s
H(s, t)x(t)dt, s [a, b]
donde H(s, t) =
n=1
Kn (s, t), (s, t ) es el n

ucleo resolvente.
R
n: Por el lema 3.6.8 se tiene (TK )n x(s) = 0s Kn (s, t)x(t)dt y
Demostracio
por consiguiente
k(TK )n xk kxk
Z b
a
|Kn (s, t)|dt
kxk (b a)kKn k
(b a)n
M n kxk
.
(n 1)!
n
Consecuentemente k(TK )n k M n (sa)

. Esto garantiza la convergencia de
(n1)!
P
la serie n=1 k(TK )n k < .
Usando el Teorema 3.5.3 se concluye que IX TK es invertible. Como
P
n
sabemos que (IX TK )1 =
on mediante
n=0 (TK ) se puede escribir la soluci
la formula
x(s) = (IX TK )1 y(s)
= y(s) +
= y(s) +
= y(s) +
Z s
X
n=1 a
Z sX
a n=1
Z s
Kn (s, t)y(t)dt
Kn (s, t)y(t)dt
H(s, t)y(t)dt.
(El paso de intercambio de serie e integral esta garantizado por la convergencia absoluta de la serie involucrada como se prueba en Lema 3.6.9.)
Chapter 4
Ampliaci
on de espacios de
Hilbert
4.1
Bases Ortonormales
En el captulo primero vimos que la existencia de sucesiones (xn )nN tales

que las combinaciones lineales de los vectores xn es denso en X es una
condicion suficiente para la separabilidad del espacio. En el caso X = `2
puede tomarse la sucesion (en ), que ademas tiene la propiedad de ser ortogonal. Nuestro objetivo ahora es probar que realmente en todo espacio
de Hilbert separable existen sucesiones (bases ortonormales) de modo que
LIN {xn : n N} = X.
En este captulo (X, h, i) denota siempre un espacio prehilbertiano.
Definici
on 4.1.1 Un subconjunto M X se dice ortonormal si hx, yi = 0
para x, y M, x 6= y y kxk2 = hx, xi = 1 para x M . Diremos que M es
una base ortonormal si M es ortonormal y X = LIN (M ).
Ejemplo 4.1.1 En X = C3 el conjunto M = {e1 , e2 , e3 } donde e1 = (1, 0, 0),
e2 = 12 (1, 1, 0) y e3 = 12 (1, 1, 1) forma una base ortonormal de C3 .
Ejemplo 4.1.2 En X = `2 (R) = {(xn )nN : xi R,
sucesion
n1
z }| {
en = (0, ..., 0, 1, 0, ...)

forma una base ortonormal.
69
n=1
|xn |2 < }, la
70
Chapter 4. Ampliacion de espacios de Hilbert
Ejemplo 4.1.3 En X = L2R((, )) definido por funciones f : (, ) C
medible Lebesgue tales que

|f (t)|2 dt < , la sucesion
n (t) =
eint
2
es un conjunto ortonormal.
Proposici
on 4.1.2 Todo conjunto ortonormal M es un sistema linealmente
independiente.
n: Sean 1 , ..., n K y x1 , ..., xn M tales que ni=1 i xi =
Demostracio
P
0. Usando que h ni=1 i xi , xk i = k para k = 1, .., n se concluye que el
sistema es linealmente independiente

P
Proposici
on 4.1.3 Si X es un espacio de Hilbert separable y M es un conjunto ortonormal de X entonces M es, a lo sumo, numerable.
donde D es numerable. Para cada x M
n: Sea X = D
Demostracio
existe un y(x) D tal que kx y(x)k < 22 . Usando el teorema de Pitgoras

si x, x0 M con x 6= x0 se tiene que kx x0 k2 = 2. Por tanto la aplicacion
x y(x) es inyectiva de M en D y se obtiene que M es numerable.
Teorema 4.1.4 (Proceso de ortogonalizacion de Gram-Schmidt) Si (xn )nN
es una sucesion linealmente independiente en X entonces existe (yn )nN ortonormal tal que
LIN ({xn : n N}) = LIN ({yn : n N}).
n: Notese que xn 6= 0 por ser un sistema linealmente indeDemostracio
pendiente. Sea y1 = kxx11 k . Es claro que LIN (x1 ) = LIN (y1 ) y ky1 k = 1.
Supongamos que tenemos construidos y1 , ..., yn cumpliendo
(1) LIN ({x1 , ..., xn }) = LIN ({y1 , ..., yn }).
(2) yi yj para i 6= j.
(3) kyi k = 1 para i = 1, ..., n.
Consideremos
x0n+1
= xn+1
n
X
i=1
hxn+1 , yi iyi .
4.1. Bases Ortonormales
71
Como xn+1
/ LIN ({y1 , ..., yn }) se puede asegurar que x0n+1 6= 0 y definimos
x0
. Comprobemos que cumple las propiedades anteriores: En

yn+1 = kxn+1
0
n+1 k
primer lugar
LIN ({x1 , ..., xn , xn+1 }) = LIN ({y1 , ..., yn , xn+1 })
= LIN ({y1 , ..., yn , x0n+1 })
= LIN ({y1 , ..., yn , yn+1 }).
Por otro lado para cada j {1, ..., n},
hyn+1 , yj i =
kx0n+1 k
hxn+1 , yj i
n
X
hxn+1 , yi ihyi , yj i = 0.
i=1

Ejemplo 4.1.4 Sea X = L2 ((1, 1)) y consideremos la sucesion xn (t) = tn
para n 0. Dicha sucesion forma un conjunto linealmente independiente. La
sucesion correspondiente al proceso de ortonormalizacion de Gram-Schmidt
se llaman los
polinomiosde Legendre. Los primeros
terminos son: P0 (t) =
3
5
7
1
2
3
,P1 (t) = t, P2 (t) = (3t 1) y P3 (t) = (5t 3t).
2
2
8
8
Proposici
on 4.1.5 Si X es un espacio de Hilbert sobre K de dimension n.
Entonces X es isometricamente isomorfo a Kn2 .
n: Sean x1 , ..., xn vectores linealmente independientes (y genDemostracio
eradores de X). Por el proceso anterior existen e1 , ..., en vectores ortonormales (y por tanto base de X). Considerar T : X Kn2 definido por
n
X
T(
i ei ) = (1 , ..., n ).
i=1
Observar que por la ortonormalidad de (ei )ni=1 se tiene que j = hx, ej i.

Por tanto T es lineal y biyectiva. Ademas
kxk2 = hx, xi = hx,
n
X
i=1
hx, ei iei i =
n
X
i=1
hx, ei ihx, ei i =
n
X
|hx, ei i|2 = kT (x)k22 .
i=1
72
Teorema 4.1.6 Sea X un espacio prehilbertiano de dimension infinita. X es

separable si y solo si tiene existe una sucesion (en )nN que es base ortonormal.
n: Suponer que X es separable. Sea D = {xn : n N}
Demostracio
El proceso a seguir consta de dos pasos: En primer lutal que X = D.
gar vamos a encontrar una sucesion linealmente independiente (yn ) tal que
X = LIN ({yn : n N}) y despues usar el proceso de ortonormalizacion para
conseguir la base pretendida.
Sea n1 el primer ndice tal que xn 6= 0. Supongamos que tenemos definidos
{xn1 , xn2 , ..., xnk } tales que el sistema es linealmente independiente y
LIN ({x1 , x2 , ..., xnk }) = LIN ({xn1 , xn2 , ..., xnk }).
Como X es de dimension infinita, el conjunto
Ak = {n N : xn
/ LIN ({xn1 , xn2 , ..., xnk })
es no vaco. Sea nk+1 = minAk . Entonces
LIN ({x1 , x2 , ..., xnk , xnk+1 }) = LIN ({xn1 , xn2 , ..., xnk , xnk+1 }).
Definendo yj = xnj tenemos un sistema linealmente independiente. Ademas
X = LIN ({yn : n N}).
Ahora basta con usar el proceso de ortonormalizacion de la sucesion (yn )
para conseguir (en ) base ortonormal.
El recproco viene del criterio de separabilidad de los espacios de Banach
probado con anterioridad.

Veamos ahora que la situacion que ocurre en `2 con su base (canonica)
ortonormal (en ), donde se cumple que
x = (xn )nN =
hx, en ien
n=1
siendo la convergencia de la serie en `2 , puesto que

kx
n
X
hx, ek iek k22 =
k=1
|hx, en i|2 0,
n ,
k=n+1
es propia de todos los espacios de Hilbert separables, reemplazando la base

canonica de `2 por una base ortonormal cualquiera.
4.1. Bases Ortonormales
73
Definici
on 4.1.7 Sea (en )nN una sucesion ortonormal en X y sea x X.
La sucesion numerica de coeficientes (en K) dada por (hx, en i)nN se dicen
los coeficientes de Fourier de x respecto la sucesion (en )nN .
P
La serie (formal)
n=1 hx, en ien se denomina la serie de Fourier de x
relativa a la sucesion (en )nN .
Ejemplo 4.1.5 Sea X = L2 ((, )), n (t) =
L2 ((, )) denotamos
f(n) = hf, n i =
1 int
e ,
2
f (t)eint
n Z. Para f
dt
2
a los coeficientes de Fourier clasicos.

Teorema 4.1.8 (Desigualdad de Bessel) Sea (en )nN una sucesion ortonormal en un espacio prehilbertiano X. Para cada x X se cumple
|hx, en i|2 kxk2 .
n=1
n: Es suficiente probar que

Demostracio
N
X
|hx, en i|2 kxk2 , x X, N N.
n=1
Consideremos xN = x
k = 1, ..., N . En efecto,
PN
n=1 hx, en ien .
hxN , ek i = hx
N
X
Observemos que xN ek para
hx, en ien , ek i
n=1
= hx, ek i
N
X
hx, en ihen , ek i
n=1
= hx, ek i hx, ek i = 0.
Por tanto, usando el teorema de Pitagoras,
2
kxk
= kxN +
N
X
hx, en ien k2
n=1
N
X
= kxN k2 +
|hx, en i|2 ken k2
n=1
N
X
n=1
|hx, en i|2 .
74

Teorema 4.1.9 Sea (en )nN una sucesion ortonormal en un espacio prehilbertiano X. Son equivalentes
(1) (en ) es una base ortonormal.
P
(2) Para todo x X la serie de Fourier
n=1 hx, en ien converge a x en
X.
(3) Para todo x X se verifica
kxk2 =
|hx, en i|2 (Identidad de Parseval).
n=1
n: (1) =(2) Sea x X. Hemos de probar que kxN k 0

Demostracio
P
cuando N siendo xN = x N
ien . Dado > 0 y x X, usando
n=1 hx, enP
0
que X = LIN ({en : n N}), existe y = N
n=1 n en talPque kx yk < .
Entonces, para N N0 , teniendo en cuenta que xN ( N
n=1 hx, en ien y),
y usando Pitagoras de nuevo,
kxN k2 + k
N
X
hx, en ien yk2 = kx yk2
n=1
En particular kxN k < para N N0 .

(2) =(3) Aplicamos la continuidad la aplicacion y hx, yi. Puesto que
PN
n=1 hx, en ien converge a x podemos concluir que
2
kxk = hx, xi = lim
N
X
hx, en ihx, en i = lim
N
X
n=1
|hx, en i| =
n=1
|hx, en i|2 .
n=1
(3) =(2) Sea x X. Observar que x = N

n=1 hx, en ien + xN para todo
P
N N. Ademas N
hx,
e
ie
x
y
por
tanto
n n
N
n=1
P
kxk =
N
X
|hx, en i|2 + kxN k2 .
n=1
2
As que si suponemos que kxk2 =
n=1 |hx, en i| se tiene que kxN k 0
cuando N .
P
(2) =(1) Inmediato pues N

n=1 hx, en ien LIN ({en : n N}).
4.2. Operador adjunto
75
Teorema 4.1.10 (Teorema de Riesz-Fisher) Sea (en )nN una sucesion ortonorP
olo
mal en un espacio de Hilbert X. La serie
n=1 n en converge a x si y s
P
si n=1 |n |2 < . En tal caso n = hx, en i.
n: El resultado se obtiene usando el Criterio de Cauchty pues
Demostracio
para m, n N con m > n tenemos
k
m
X
k ek k2 =
k=n
m
X
|k |2 .
k=n
En el supuesto de la convergencia, la continuidad del producto escalar permite

concluir
k=1
k ek , en i =
k hek , en i = n .
k=1

Teorema 4.1.11 Todo espacio de Hilbert (sobre K) separable de dimension
infinita es isometricamente isomorfo a `2 (K).
n: Usando el Teorema 4.1.6 existe una base ortonormal (en )nN
Demostracio
del espacio X. Definimos T : X `2 dada por
T (x) = (hx, en i)nN .
Esta bien definida por la desigualdad de Bessel. Es una isometra por
la identidad de Parseval y es suprayectiva por el teorema de Riesz-Fisher.

Corolario 4.1.12 Si es medible de medida positiva entonces L2 () es
isometricamente isomorfo a `2 .
4.2
Operador adjunto
Teorema 4.2.1 Sean (X, h, i) e (Y, (, )) espacios de Hilbert sobre K y sea

T L(X, Y ). Existe un u
nico T L(Y, X) tal que
(T x, y) = hx, T yi,
Ademas kT k kT k.
x X, y Y.
76
n: Fijado y Y definimos T,y : X K dada por

Demostracio
T,y (x) = (T x, y).
Es inmediato probar que T,y X 0 con kT,y k kT k. Usando el Teorema de
representacion de Riesz-Frechet se obtiene un u
nico x0 X tal que T,y (x) =
0
hx, x i.
Definimos T : Y X mediante la aplicacion T (y) = x0 . Se cumple que
(T x, y) = T,y (x) = hx, T yi,
x X.
Hemos de comprobar que T L(Y, X).

Veamos la linealidad: Sean 1 , 1 K y y1 , y2 Y . Consideremos
T (y1 ) = x01 y T (y2 ) = x02 y T (1 y1 + 2 y2 ) = x0 . Para comprobar que
x0 = 1 x01 + 2 x02 es suficente probar que
(T x, 1 y1 + 2 y2 ) = hx, 1 x01 + 2 x02 i,
x X.
Sea x X tenemos
hx, 1 x01 + 2 x02 i =
=
=
=
1 hx, x01 i +
2 hx, x02 i
1 (T x, y1 ) +
2 (T x, y2 )
(T x, 1 y1 ) + (T x, 2 y2 )
(T x, 1 y1 + 2 y2 ).
Veamos la continuidad: Usando que kxk = sup{|hv, xi| : kvk 1} tenemos

kT yk = sup{|hv, T yi| : kvk 1} = sup{|hT v, yi| : kvk 1} kT kkyk.
Por tanto kT k kT k.
Finalmente veamos la unicidad del operador T . Supongamos que existen
T1 , T2 L(Y, X) tales que
(T x, y) = hx, T1 yi = hx, T2 yi,
x X, y Y.
Como hx, T1 y T2 yi = 0 para todo x X, y Y , tomando x = T1 y T2 y

se tiene que T1 y = T2 y para todo y X.
77
Definici
on 4.2.2 Dados (X, h, i) e (Y, (, )) espacios de Hilbert sobre K.
Para cada T L(X, Y ) se define el operador adjunto de T al u
nico T
L(Y, X) tal que
(T x, y) = hx, T yi, x X, y Y.
Nota 4.2.1 Recordemos que el Teorema de Riesz-Frechet permite definir una
isometra JX : X X dada por JX (x) = x definido por
JX (x)(y) = hy, xi, y X.
Entonces si T L(X, Y ) tenemos
T = JX1 T t JY
n: Es consecuencia de la unicidad del operador adjunto, pues
Demostracio
hx, JX1 T t JY (y)i =
=
=
=
hx, JX1 T t (y )i
JX (JX1 T t (y ))(x)
T t (y )(x) = y (T (x))
hy, T (x)i.
Ejemplo 4.2.1 Sea T : Kn2 Kn2 una aplicacion lineal con matriz asociada
(ai,j )ni,j=1 . Entonces T : Kn2 Kn2 viene dado por la matriz conjugada de la
aj,i )ni,j=1 .
traspuesta (ai,j )ni,j=1 = (
n: En efecto, recordemos que
Demostracio
T(
n
X
i=1
i ei ) =
n X
n
X
ai,j i )ej .
j=1 i=1
Es decir, ai,j = hT (ei ), ej i y por tanto

j,i .
ai,j = hT (ei ), ej i = hej , T (ei )i = hT (ej ), ei i = a

Ejemplo 4.2.2 Sea S : `2 `2 dado por S((x1 , x2 , ...)) = (0, x1 , x2 , ...).
Entonces S : `2 `2 viene dado por S ((x1 , x2 , ...)) = (x2 , x3 , ...).
78
n: Tenemos que S(en ) = en+1 . Por consiguiente

Demostracio
hen+1 , em i = hSen , em i = hen , S (em )i.
Se deduce entonces que S (em ) = em1 para m 2 y S (e1 ) = 0. En
consecuencia
S ((x1 , x2 , ...)) =
xm S (em ) =
m=1
xm+1 em = (x2 , x3 , ...).
m=1

Ejemplo 4.2.3 Sea K L2 ( ), donde Rn es medible. Definimos
TK : L2 () L2 () dado por
TK (f )(x) =
K(x, y)f (y)dy.
Entonces TK : L2 () L2 () dado por TK = TK donde K (x, y) = K(y, x),

es decir
Z
TK (g)(y) = K(x, y)g(x)dx.
n: La formula hTK (f ), gi = hf, TK (g)i se traduce, en este

Demostracio
caso, en
Z
Z Z
g (x)dx = f (y)TK (g)(y)dy.
( K(x, y)f (y)dy)
Usando el teorema de Fubini para f L () y g L2 () se tiene que

f (y)
g (x) L2 ( ), y por tanto |K(x, y)||f (y)g(x)| L1 ( ) de donde
se concluye que
Z
K(x, y)f (y)dy)

g (x)dx =
K(x, y)g(x)dx)f (y)dy.

Una manera equivalente de calcular normas de operadores entre espacios
de Hilbert es la siguiente:
Lema 4.2.3 Sean X e Y espacios de Hilbert y T L(X, Y ). Entonces
kT k = sup{|hT (x), yi| : kxk 1, kyk 1}.
79
n: Basta usar la definicion de norma y el hecho de que para

Demostracio
uY
kuk = sup{|hu, yi| : kyk 1}.

Veamos algunas de las propiedades de los operadores adjuntos:
Teorema 4.2.4 Sean (X, h, i), (Y, (, )) y (Z, [, ]) espacios de Hilbert sobre
K, , K y sean T, S L(X, Y ) y R L(Y, Z). Entonces
(i) T = T .
(ii) kT k = kT k.
(iii) kT k2 = kT T k = kT T k = kT k2 .
.
(iv) (T + S) =
T + S
(v) (RT ) = T R .
(vi) T es invertible si, y solo si, T es invertible y (T 1 ) = (T )1 .
n: (i) Como T L(Y, X) entonces T L(X, Y ). Fijamos
Demostracio
x X. Para cada y Y se tiene que
(T x, y) = (y, (T ) x) = hT y, xi = hx, T yi = (T x, y).
Por tanto T (x) = T (x) para todo x X.
(ii) Usando kT k kT k, junto con (i) se tiene kT k = k(T ) k kT k.
(iii) Si x X podemos escribir
kT xk2 = (T x, T x) = hx, T T xi kxkkT T xk kT T kkxk2 .
Tomando supremos en la bola unidad se tiene que kT k2 kT T k. La otra desigualdad se tiene de la estimacion de normas de la composicion y el apartado
(ii), pues kT T k kT kkT k = kT k2 .
Cambiando T por T y usando (i) se tienen las otras igualdades.
(iv) Hay que comprobar, debido a la unicidad del adjunto, que para todo
x X, y Y se cumple
yi = ((T + S)x, y).
hx,
T + S
Pero esto se sigue de
)yi = hx, T yi + hx, S yi
hx, (
T + S
= (T x, y) + (Sx, y)
= ((T + S)x, y).
80

(v) Notese que RT L(X, Z). Para x X y z Z tenemos
[RT x, z] = (T x, R z) = hx, T (R z)i.
Esto
significa que (RT ) = T R .
(vi) Supongamos que existe T 1 L(Y, X) tal que T T 1 = IY y T 1 T =
= IX e IY = IY y el apartado (v) entonces

IX . Teniendo en cuenta que IX
T (T 1 ) = IX y (T 1 ) T = IY . De donde se concluye que T es invertible
y (T )1 = (T 1 ) .

Definici
on 4.2.5 Sea X = Y espacio de Hilbert y T L(X). T se dice
autoadjunto si T = T .
Nota 4.2.2 Si T L(X) entonces T T es autoadjunto, pues (T T ) =
T T = T T .
Ejemplo 4.2.4 Si K L2 ( ) entonces TK es autoadjunto si y solo si
K(x, y) = K(y, x).
Para n
ucleos reales ser autoadjunto equivale a ser simetrico, i.e. K(x, y) =
K(y, x).
Acabaremos este captulo con la relacion existente entre el n
ucleo de un
operador y la imagen del adjunto.
Proposici
on 4.2.6 Sean X e Y espacios de Hilbert y T L(X, Y ). Entonces
(i) KerT = (ImT ) , (KerT ) = ImT .
(ii) KerT = (ImT ) , (KerT ) = ImT .
n: (i) Como hx, T yi = (T x, y) se tiene que T x = 0 si, y
Demostracio
solo si, x T y para todo y Y . Es decir, KerT = (ImT ) .
Por otro lado sabemos que (KerT ) = ((ImT ) ) = ImT .
(ii) Es consecuencia de (i) aplicado a T .

Corolario 4.2.7 Sea T L(X, Y ).
(i) Si T es suprayectiva entonces T es inyectiva.
(ii) Si T es inyectiva e ImT es cerrado entonces T es suprayectiva.
Chapter 5
Teora espectral de operadores
5.1
Espectro de un operador
En esta seccion (X, kk) sera un espacio normado sobre K y T : X X un

operador lineal y continuo, es decir T L(X). Motivados por la resolucion
de ecuaciones consideramos varias nociones asociadas a los operadores que
juegan un papel fundamental en el desarrollo posterior.
Definici
on 5.1.1 Sea T L(X). Un valor K se dice valor propio del
operador si existe x 6= 0 X tal que T x = x, es decir Ker(T I) 6= {0}.
Los elementos no nulos de Ker(T I) se llaman vectores propios de T
asociados a .
Denotamos p (T ) al conjunto de valores propios del operador, i.e.
p (T ) = { K : Ker(T I) 6= {0}}
y le llamamos espectro puntual del operador.
Nota 5.1.1 Observar que p (T ) implica que T I no es inyectiva, en
particular no es invertible.
Es bien sabido que si T : Kn Kn es lineal el hecho de ser inyectiva,
equivale a ser suprayectiva y equivale a ser invertible (con inversa continua).
Dicha condicion puede caracterizarse en terminos del det(A) 6= 0 siendo A la
matriz del operador. Por tanto el conjunto de valores propios p (T ) coincide
con las soluciones de
det(A I) = 0,
es decir las raices del polinomio caracterstico.
81
82
Chapter 5. Teora espectral de operadores
Definici
on 5.1.2 Sea T L(X). Un valor K se llama valor regular (o
valor resolvente) para T si (T I) es invertible en L(X). Denotamos
(T ) = { K : (T I)1 L(X)}
al conjunto de valores regulares, denominado el conjunto resolvente del operador y (T ) a su complementario, denominado el espectro del operador.
Es decir (T ) = K \ (T ) es el conjunto de valores no regulares (llamados
tambien valores espectrales).
Definimos el operador resolvente resolvente de T , denotado RT mediante
la aplicacion RT : (T ) L(X) dada por
RT () = (T I)1 .
Nota 5.1.2 Observar que p (T ) (T ).
Ejemplo 5.1.1 Sea S L(`2 ) dado por S((1 , 2 , ...)) = (0, 1 , 2 , ...). Observar que ImT = {e1 } luego 0 (S). Sin embargo 0
/ p (S) pues
KerT = 0.
Nota 5.1.3 Si (T ) se debe a una de las siguientes circunstancias:
T I no es inyectivo, T I no es suprayectivo o T I es una biyeccion
continua pero su inversa no es continua.
Ejemplo 5.1.2 Sea T L(`2 ) dado por T ((1 , 2 , ...)) = (2 , 3 , ...). Observar que
Ker(T I) = {x `2 : x2 = x1 , x3 = x2 , ...} = {x1 (1, , 2 , ...)}.
Por tanto existe x1 6= 0 tal que x1 (1, , 2 , ...) `2 si, y solo si, 0 || < 1.
Es decir p (T ) = { : 0 || < 1}.
En particular 1
/ p (T ). Veamos que 1 (T ) probando que T I no es
suprayectiva. En efecto,
Im(T I) = {(1 , 2 , ...) `2 : n = n+1 n , (n )nN `2 }.
Luego (1 , 2 , ...) Im(T I) implica que
/ Im(T I).
gente. En particular ( n1 )
Pn
k=1
k = n+1 1 es conver-
Teorema 5.1.3 Si T L(X) entonces (T ) es un conjunto compacto contenido en { K : || kT k}.
5.1. Espectro de un operador
83
n: Veamos que (T ) es cerrado y p (T ) { K : ||

Demostracio
kT k}.
Si || > kT k entonces k1 T k < 1. Usando el criterio de invertibilidad
de operadores se concluye que I 1 T = 1 (T I) es invertible. En
particular (T ).
Veamos que (T ) es abierto. Sea (T ), es decir T I G(X). De
los resultados del Teorema 3.5.4 se tiene que todo operador S L(X) tal
1
en es invertible.
que kS (T I)k < k(T I)
1 k tambi
1
Consideremos S = T I. Por tanto, si | | < k(T I)
1 k entonces
(T ).

Nota 5.1.4 Si T : R2 R2 esta dado por (x, y) (y, x) se cumple que
(T ) = , pues para todo R se tiene que T I es inyectiva.
Nota 5.1.5 Un importante resultado referente al especto de un operador T
L(X) en el caso de X normado sobre C afirma que (T ) 6= . En el caso
finito dimensional es consecuencia inmediata del teorema fundamental del
algebra, sin embargo en el caso infinito dimensional su demostracion necesita
algunos resultados que no entran en el contenido en este curso.
Aplicando los resultados de invertibilidad del Captulo 3 podemos obtener
las siguientes consecuencias sobre desarrollos en serie de Laurent de la resolvente.
Teorema 5.1.4 Sea T L(X).
(i) Si || > kT k entonces (T ) y se obtiene el desarrollo en serie de
Laurent
RT () =
(n+1) T n .
n=0
1
.
||kT k
Ademas kRT ()k

(ii) Si (T ) entonces se tiene el desarrollo en serie de potencias
RT () =
( )n RT ()n+1 ,
| | <
n=0
1
.
kRT ()k
n: (i) Se vio en Teorema 5.1.3 que (T ). Ademas

Demostracio
1
(I T )
= (T I)
X
n=0
n T n .
84
Por tanto
RT () = (T I)1 =
(ii) Notese que si (T ) y || <
(n+1) T n .
n=0
1
kRT ()k
entonces (T ). Ademas
T I = T I ( )I
= (T I)(I ( )(T I)1 )
= (T I)(I ( )RT ()).
Por consiguiente,
RT () = (I ( )RT ())1 RT () =
( )n RTn+1 ().
n=0
5.2
Operadores compactos
Un conjunto A X donde X un espacio normado es acotado si kxk M

para todo x A, es decir A {x X : kxk M }. A es cerrado si A = A.
Recordemos que A X se dice relativamente compacto si A es compacto,
i.e. de todo cubrimiento abierto de A se puede extraer un subrecubrimiento
finito.
Es bien sabido que todo compacto es cerrado y acotado, pero recordemos
que la compacidad no es equivalente a ser cerrado y acotado en espacios de
dimension infinita.
De hecho, por el teorema de Riesz, X es finito dimensional si, y solo si,
todo acotado A X es relativamente compacto.
Mencionemos, sin demostracion, una caracterizacion de los conjuntos relativamente compactos en el caso X = C(K).
Teorema 5.2.1 (Teorema de Ascoli-Arzel`a) Sea (K, d) un espacio metrico
compacto, y X = C(K) con k k . Un subconjunto A C(K) es relativamente compacto si, y solo si, A es acotado, i.e.
sup |x(t)| < ,
xA,tK
y A es equicontinuo, i.e. para todo > 0 existe > 0 de modo que

sup |x(t) x(s)| < ,
xA
d(s, t) < .
5.2. Operadores compactos
85
Definici
on 5.2.2 Sean X e Y espacios normados y T : X Y un operador lineal. Diremos que T es compacto si transforma conjuntos acotados en
conjuntos relativamente compactos.
Nota 5.2.1 Si T : X Y es lineal y compacto entonces T L(X, Y ).
Como T (BX ) es compacto en particular acotado. Luego existe M > 0 tal que
kT (x)k M si kxk 1.
Proposici
on 5.2.3 Sean X e Y espacios normados y T L(X, Y ). Son
equivalentes:
(i) T es compacto.
(ii) T (BX ) es relativamente compacto, donde BX es la bola cerrada.
(iii) De toda sucesion (xn )nN acotada se puede extraer una subsucesion
(xnk )kN tal que (T (xnk ))kN es convergente en Y .
n: (i) =(ii) Inmediato.
Demostracio
(ii) =(iii) Sea kxn k M para todo n N. Entonces M 1 xn BX .
Sea A = {T (M 1 xn ) : n N} que sabemos que es relativamente compacto.
Luego se puede extraer una subsucesion convergente en A y por tanto T (xnk )
converge en Y .
(iii)=(i) Sea A X acotado. Como T L(X, Y ) se tiene que T (A) es
acotado. Veamos que T (A) es relativamente compacto, probando que de toda
sucesion se puede extraer una subsucesion convergente. Sea (yn )nN T (A),
pongamos yn = T (xn ) para xn A. Como A es acotado, por la hipotesis se
concluye que existe una subsucesion (ynk )kN convergente.

Nota 5.2.2 La identidad I : X X es compacto si y solo si X es finito
dimensional.
Ejemplo 5.2.1
Sea K C([a, b] [a, b]) y TK : C([a, b]) C([a, b]) dado
R
por TK x(s) = ab K(s, t)x(t)dt. Entonces TK es compacto.
n: Es suficiente ver que A = {TK (x) : kxk 1} es relativaDemostracio
mente compacto en C([a, b]). Usando el Teorema 5.2.1 hemos de ver que A
es acotado y equicontinuo. Es claro que A {y C([a, b]) : kyk kTK k}.
Por otro lado, como K es uniformemente continua en [a, b] [a, b], para cada
> 0 existe > 0 tal que
|K(s, t) K(s0 , t)| <
,
(b a)
|s s0 | < , t [a, b].
86

Por tanto
sup |TK (x)(s)TK x(s0 )|

kxk 1
Z b
|K(s, t)K(s0 , t)||x(t)|dt < ,
|ss0 | < .

Definici
on 5.2.4 Denotemos los operadores de rango finito
F(X, Y ) = {T L(X, Y ) : dim(ImT ) < }
y los operadores compactos por
K(X, Y ) = {T : X Y : lineales y compactos }.
En el caso X = Y los denotaremos F(X) y K(X).
Proposici
on 5.2.5 Sea T L(X, Y ). T F(X, Y ) si, y solo si, existen
y1 , ..., yn Y y 1 , ...., n X 0 tales que
T (x) =
n
X
i (x)yi .
i=1
n: Como (ImT, k k) es finito dimensional. Sea (yi )ni=1 una

Demostracio
base de ImT . Consideremos J : Kn2 ImT el isomorfismo tal que yi =
J(ei ). Consideremos i = i J 1 T X 0 donde i : KN
2P K dado por
i ((1 , ..., n )) = i para i = 1, ..., n. Entonces si T x = ni=1 i yi se tiene
que J 1 (T x) = (1 , ..., n ) y por tanto i = i (x).
El recproco es inmediato.

Proposici
on 5.2.6 Sean X, Y y Z espacios normados. Entonces
(i) F(X, Y ) K(X, Y ) L(X, Y ).
(ii) Si T F(X, Y ) (respect. T K(X, Y )) y S L(Y, Z) entonces
ST F(X, Z) (respect. ST K(X, Z)).
(iii) Si T L(X, Y ) y S F(Y, Z) (respect. T K(Y, Z)) entonces
ST F(X, Z) (respect. ST K(X, Z)).
n: (i) Sea T F(X, Y ). Como T (BX ) es un conjunto acoDemostracio
tado en ImT que es finito dimensional, se tiene que T (BX ) es relativamente
compacto.
5.2. Operadores compactos
87
El otro contenido se observo en la Nota 5.2.1.

(ii) Usar que Im(ST ) Im(S) para el caso S F(Y, Z). Si S K(Y, Z),
como T (BX ) es un acotado se tiene que ST (BX ) es relativamente compacto.
(iii) Si T F(X, Y ) lo escribimos
T (x) =
n
X
i (x)yi ,
i=1
entonces
ST (x) =
n
X
i (x)Syi F(X, Z).
i=1
Si T K(X, Y ) entonces T (BX ) es compacto, y como S es continua se

tiene que S(T (BX )) es compacto y ST (BX ) S(T (BX )).
Teorema 5.2.7 Sea X un espacio normado e Y un espacio de Banach. Entonces K(X, Y ) es un subespacio cerrado de L(X, Y ).
n: Sea (Tn )nN K(X, Y ) tal que Tn T . Veamos que
Demostracio
T K(X, Y ). Sea (xk )kN una sucesion en X con supn kxn k = M . Veamos
que existe una subsucesion (x0k )kN tal que (T (x0k ))kN es de Cauchy en Y .
Por ser T1 compacto existe una subsucesion, denotada (x1,k )kN tal que
(T1 (x1,k ))kN es convergente en Y . Aplicando que T2 es compacto existe una
subsucesion de (x1,k )kN , denotada (x2,k )kN tal que (T2 (x2,k ))kN es convergente en Y . Reiterando el proceso existe una subsucesion de (xn1,k )kN ,
denotada (xn,k )kN tal que (Tn (xn,k ))kN es convergente en Y . Consideremos
ahora, x0k = xk,k para k N. Es una subsucesion de la original (xk )kN .
Veamos que verifica que (T (x0k ))kN es convergente.
Al ser (x0k )kN subsucesion de (xn,k )kN para todo n N se tiene que
(Tn (x0k ))kN converge para todo n N.
Dado > 0 existe n N tal que kTn T k < /(3M ). En particular
kTn x0k T x0k k kTn T k(sup kx0k k) < /3, k N.
Por la compacidad de Tn existe k0 N tal que
kTn x0j Tn x0i k < /3, i, j k0 .
Por tanto, para i, j k0
kT x0j T x0i k kT x0j Tn x0j k + kTn x0j Tn x0i k + kTn x0i T x0i k < .
88
Corolario 5.2.8 Sea X un espacio normado e Y un espacio de Banach. Si

(Tn )nN F(X, Y ) y Tn T en L(X, Y ) entonces T K(X, Y ).
5.3
Espectro de operadores compactos
Comenzamos mencionando un resultado de aproximacion de gran utilidad

debido a Riesz.
Lema 5.3.1 (Riesz) Sean Y1 e Y2 subespacios vectoriales de un espacio normado X tales que Y1 es cerrado y cumple Y1 ( Y2 . Para todo 0 < < 1
existe y2 Y2 con ky2 k = 1 y ky2 yk para todo y Y1 .
n: Sea u Y2 \Y1 . Como Y1 es cerrado se tiene que d(u, Y1 ) =
Demostracio
d > 0. Por tanto existe y Y1 tal que
0 < d ku y k <
Consideremos y2 =
uy
kuy k
d(u, Y1 )
.
Y2 con ky2 k = 1 que cumple, para cada y Y1 ,
u y
yk
ku y k
1
=
ku (y + yku y k)k
ku y k
1
d(u, Y1 ) > .
ku y k
ky2 yk = k

Otra importante observacion, valida para todos los operadores, es la siguiente:
Lema 5.3.2 Sean 1 , ..., n p (T ) con i 6= j si i 6= j y sean x1 , ...xn
vectores propios asociados a dichos valores propios. Entonces {x1 , ..., xn }
son linealmente independientes.
n: Supongamos que {x1 , ..., xn } no son linealmente indepenDemostracio
dientes, y sea m {2, ..., n} tal que xm el primer vector combinacion lineal de
5.3. Espectro de operadores compactos
89
los anteriores (en particular {x1 , ..., xm1 } son linealmente independientes).
P
Pongamos xm = m1
i=1 i xi . Entonces
0 = (T m I)(xm )
=
=
m1
X
i=1
m1
X
i T xi m
m1
X
i xi
i=1
i (i m )xi .
i=1
Por independencia lineal se tiene que (i m )i = 0 para 1 i m 1, y

por tanto xm = 0 lo que contradice la hipotesis.

Teorema 5.3.3 Sea T K(X). Entonces p (T ) es a lo sumo numerable y
su u
nico posible punto de acumulacion es el 0.
n: Veamos que para cada > 0 el conjunto
Demostracio
{ p (T ) : || }
es vaco o finito. Con esto se concluye que
p (T ) \ {0} = nN { p (T ) : || 1/n}
es a lo sumo numerable.
Supongamos, por reducion al absurdo, que existe 0 > 0 tal que A = {
p (T ) : || 0 } es infinito. Podremos tomar una sucesion (n )nN A
de valores propios distintos. Sea (xn )nN una sucesion de vectores propios
correspondiente a los valores propios anteriores. Sabemos que {x1 , x2 , ...} es
un conjunto linealmente independiente. Denotemos Yn = LIN {x1 , ..., xn }
que cumple Yn ( Yn+1 para todo n N y que T (Yn ) Yn . Usando el
lema de Riesz anterior existe yn+1 Yn+1 con kyn+1 k = 1 y d(yn+1 , Yn )
1/2. Veamos que (T (yn ))nN no tiene subsucesiones convergentes. Para ello
escribimos, para m < n,
T (yn ) T (ym ) = n yn (T (ym ) T (yn ) + n yn ).
Comprobemos que u = T (ym ) (T (yn ) n yn ) Yn1 . Por un lado ym
P
Ym Yn1 y, por tanto T (ym ) Yn1 . Por otro lado si yn = ni=1 i xi se
90
tiene que
T (yn ) n yn =
=
=
n
X
i T xi
i=1
n
X
n
X
n i xi
i=1
i (i n )xi
i=1
n1
X
i (i n )xi Yn1 .
i=1
Por tanto
kT (yn ) T (ym )k = kn yn uk
u
k
|n |
|n |d(yn , Yn1 )
|n |/2 0 /2.
|n |kyn
Esto impide que existan subsucesiones convergentes, y se obtiene una contradiccion.

Corolario 5.3.4 Si X es un espacio normado infinito dimensional y T
K(X) entonces se cumple una de las siguientes situaciones:
(i) p (T ) \ {0} = .
(ii) p (T ) \ {0} es un conjunto finito.
(iii) p (T ) \ {0} es una sucesion que converge a 0.
Teorema 5.3.5 Sea X un espacio normado y T K(X). Si p (T )\{0}
entonces Ker(T I) es finito dimensional.
n: Veamos que la bola unidad de Ker(T I) es compacto.
Demostracio
Sea (xn )nN Ker(T I) con kxn k 1 para todo n N. Como T es compacto entonces (T (xn ))nN = (xn )nN posee una subsucesion convergente.
Y por tanto tambien (xn )nN posee una subsucesion convergente.

Daremos ahora informacion sobre el espectro de los operadores compactos.
Teorema 5.3.6 Sea X un espacio normado de dimension infinita y T
K(X). Entonces 0 (T ).
5.3. Espectro de operadores compactos
91
n: Supongamos que 0 (T ) entonces T es invertible y

Demostracio
por tanto IX = T T 1 es compacto. Por el teorema de Riesz X es finito
dimensional.

Teorema 5.3.7 Sea X un espacio normado y T K(X) . Si 6= 0 entonces
Im(T I) es cerrado.
n: Supongamos que Im(T I) no es cerrado. Existe y
Demostracio
X \ Im(T I) y una sucesion (xn )nN X tal que yn = T (xn ) xn
convergente a y. Como Im(T I) es un subespacio, se tiene que y 6= 0,
y por tanto existe n0 N tal que kyn k > kyk/2 > 0 para n n0 . Luego
xn
/ Ker(T I) para n n0 . Como Ker(T I) es cerrado, podemos
poner dn = d(xn , Ker(T I)) > 0. Consideremos zn Ker(T I) tal
que
0 < dn kxn zn k < 2dn .
Entonces
T (xn zn ) (xn zn ) = T (xn ) xn = yn .
Veamos que sup{dn : n N} = . Supongamos, por reduccion al absurdo,
que sup{dn : n N} < . Es decir, (xn zn )nN es acotada y, como T es
compacto, existira una subsucesion de (xnk znk )kN tal que (T (xnk znk ))kN
converge. Luego (xnk znk )kN converge a x. Como consecuencia,
y = lim ynk = lim T (xnk znk ) (xnk znk ) = T (x) x.
k
Esto contradice el hecho de que y

/ Im(T I).
Tomemos ahora una sucesion dnk divergente a + y denotemos
wk =
1
(xnk znk ).
dnk
De nuevo, podemos afirmar que

wk = T (wk ) (T I)(wk ) = T (wk )
1
yn .
dnk k
Usando que (wk )kN es acotada, y T compacto se concluye que existe una
subsucesion de (T (wk ))kN convergente y por tanto tambien la subsucesion
de (wk )kN converge a cierto w. Pasando al lmite
w = T (w) lim
k
1
yn = T (w).
dnk k
92
Es decir w Ker(T I). Por tanto

dnk kwk wk = kxnk znk dnk wk d(xnk , Ker(T I)) = dnk .
Esto conduce a contradiccion pues kwk wk 1, y tiene una subsucesion
(wnj w)j que converge a cero.

Teorema 5.3.8 Sea T K(X) y 6= 0.
Si Ker(T I) = {0} entonces Im(T I) = X y el operador T I
es invertible en L(X).
Es decir, p (T ) \ {0} = (T ) \ {0}.
n: Si X es de dimension finita el resultado es conocido de AlDemostracio
gebra elemental. Supongamos que X es de dimension infinita. Supongamos
que X1 = Im(T I) 6= X. Sabemos por el Teorema 5.3.7 que X1 es cerrado.
Veamos que X1 tiene dimension infinita. En efecto si x1 , ...xn son linealmente
independientes en X entonces y1 = T (x1 ) x1 , ..., yn = T (xn ) xn son
linealmente independientes en X1 ya que
0=
n
X
i=1
n
X
i y i = T (
i=1
i xi ) (
n
X
i xi )
i=1
y por tanto ni=1 i xi Ker(T I) = {0} de donde se concluye que i = 0

para 1 i n.
Probemos ahora que T (X1 ) X1 . En efecto si x = T (z) z X1 y
llamamos y = T (z) se tiene que
P
T (y) y = T 2 (z) T (z) = T (T (z) z) = T (x).

En particular T (x) Im(T I) = X1 . Denotemos T1 la restriccion de T
a X1 y estamos en la situacion anterior, un operador compacto T1 L(X1 )
y X1 de dimension infinita. Definimos X2 = Im(T1 IX1 ) = Im((T
IX )2 ) X1 . Se cumple que X2 6= X1 pues caso contrario dado x X
ponemos T x x = x1 X1 = X2 y por tanto existe x01 X1 tal que
T x x = T1 (x01 ) x01 = T (x01 ) x01 y usando la inyectividad de T I se
tiene que x = x01 X1 . Razonando de manera recurrente se encuentra una
sucesion de espacios cerrados Xn , infinito dimensionales tales que
... ( Xn ( Xn1 ( ... ( ...X1 ( X
5.4. Espectro de operadores autoadjuntos en espacios de Hilbert
93
donde Xn = Im(T IX )n , Tn K(Xn ). Usando el lema de Riesz se obtiene

una sucesion (xn )nN tal que kxn k = 1, xn Xn y d(xn , Xn+1 ) 1/2.
Observemos que para n > m,
T (xn ) T (xm ) = xm + xn + (T (xn ) xn ) (T (xm ) xm ).
Como xn Xn Xm+1 , T (xn ) xn Im(Tn IXn ) = Xn+1 Xm+1 ,
(T (xm ) xm ) Xm+1 entonces
||
.
2
no puede tener
kT (xn ) T (xm )k = ||kxm um k ||d(xm , Xm+1 )
Esto conduce a una contradiccion puesto que (T (xn ))nN

subsucesiones convergentes. Por tanto Im(T I) = X.
Veamos la continuidad de la inversa T I 1 . Hemos de ver que existe
M > 0 tal que M kT x xk para todo x X con kxk = 1. Supongamos
que existe una sucesion (xn )nN tal que kxn k = 1 con yn = T xn xn tal que
kyn k < 1/n. Usando la compacidad existe una subsucesion tal que (T xnk ) es
convergente, y como
1
xnk = (T (xnk ) ynk )
la sucesion xnk tambien converge, digamos a x. Consecuentemente x = T (x)

y as x Ker(T I) lo que implica x = 0, pero kxk = limk kxnk k = 1.

Corolario 5.3.9 Si X es un espacio normado infinito dimensional y T
K(X). Entonces
(T ) = {0} p (T ).
En particular (T ) es, o bien un conjunto finito que contiene al 0, o bien un
sucesion que tiene al cero como punto de acumulacion.
5.4
Espectro de operadores autoadjuntos en

espacios de Hilbert
En esta seccion (X, h, i) denota un espacio de Hilbert Recordemos que

T L(X) se dice autoadjunto si T = T , i.e.
hT x, yi = hx, T yi,
x, y X.
Una primera propiedad de estos operadores es que su norma se calcula

de una manera mas facil.
94
Proposici
on 5.4.1 Si T L(X) es autoadjunto entonces
kT k = sup{|hT x, xi| : kxk = 1}.
n: Llamemos A = sup{|hT x, xi| : kxk = 1}. De la desigualDemostracio
dad de Cauchy se tiene que A kT k. Veamos ahora que |<(hT x, yi)| A
para kxk = kyk = 1. Al ser autoadjunto se tiene
hT (x + y), x + yi = hT (x), xi + hT (y), xi + hT (x), yi + hT (y), yi
= hT (x), xi + 2<(hT (x), yi) + hT (y), yi.
Razonando analogamente con x y y restando se obtiene
hT (x + y), x + yi hT (x y), x yi = 4<(hT x, yi).
Como |hT z, zi| Akzk2 para todo z X, se tiene que
4|<(hT x, yi)| =
|hT (x + y), x + yi hT (x y), x yi|

|hT (x + y), x + yi| + |hT (x y), x yi|
A(kx + yk2 + kx yk2 )
2A(kxk2 + kyk2 ) = 4A.
Usando ahora que =(hT x, yi) = <(hT x, iyi) se tiene tambien que |=(hT x, yi)|
A. Usando que kT k = sup{|hT x, yi| : kxk = kyk = 1} se obtiene el resultado.

Proposici
on 5.4.2 Sea T L(X) autoadjunto. Entonces
(i) AT = {hT x, xi : kxk = 1} es un subconjunto acotado de R y p (T )
AT . En particular los valores propios son reales.
(ii) Si MT = sup AT y mT = inf AT se tiene que kT k = max{MT , mT }.
n: (i) Como hT x, xi = hx, T xi = hT x, xi se tiene que hT x, xi
Demostracio
R para todo x X. Ademas AT [kT k, kT k] usando la Proposicion 5.4.1.
Sea p (T ) y x un vector propio no nulo (que podemos suponer con kxk =
1) asociado a . Entonces como T x = x se tiene que = hT x, xi AT .
(ii) La desigualdad de Cauchy garantiza que MT kT k y mT kT k.
Por otro lado
hT x, xi MT max{MT , mT }, hT x, xi mT max{MT , mT }.
El resultado se sigue de nuevo aplicando la Proposicion 5.4.1.
5.4. Espectro de operadores autoadjuntos en espacios de Hilbert
95
Teorema 5.4.3 Sea T L(X) autoadjunto. Entonces

(i) (T ) [mT , MT ].
(ii) MT , mT (T ).
n: (i) Sea K\[mT , MT ] y pongamos d = d(, [mT , MT ]) >
Demostracio
0. En particular, para kxk = 1 se tiene |hT x, xi | > d. Por tanto
k(T I)(x)k dkxk2 , x X.
Esto implica que T I es inyectiva y que Im(T I) es cerrado (pues
si (T I)(xn ))nN converge a y, se tiene que (xn )nN es de Cauchy, y por
tanto convergente a x0 X, y como consecuencia y = T x0 x0 .) Ademas
(Im(T I)) = {0} ya que si x 6= 0 se tiene que hT x x, xi > 0 y
por tanto x
/ (Im(T I)) . Usando ahora el teorema de la proyeccion
ortogonal
X = Im(T I) + (Im(T I)) = Im(T I).
Consecuentemente T I es suprayectiva e invertible, o equivalentemente
(T ).
(ii) Veamos que mT (T ) (el caso MT (T ) es analogo y se deja
como ejercicio). Si mT es un valor propio ya lo tenemos. Supongamos que
mT
/ p (T ), es decir Ker(T mT I) = {0}. Consideremos
(x, y) = h(T mT I)x, yi = hT x, yi mT hx, yi.
Se cumple que (x, x) = hT x, xi mT kxk2 0. Como tambien verifica las
propiedes de un producto escalar sobre X (salvo (x, x) > 0 para x 6= 0)
entonces tenemos la validez de la desigualdad de Cauchy. Por tanto, para
x X e y = T x mT x tenemos
k(T mT I)xk4 =
=
|hT x mT x, T x mT xi|2
|(x, y)|2
(x, x)(T x mT x, T x mT x)
(hT x, xi mT kxk2 )h(T mT )2 x, T x mT xi
(hT x, xi mT kxk2 )kT mT k3 kxk.
De esta estimacion se tiene que, si consideremos una sucesion (xn )nN con
kxn k = 1 tal que (hT xn , xn i)nN converja a mT entonces ((T mT I)xn )nN
converge a 0. Esto implica que mT (T ), pues en caso contrario
1
k(T mT I)xn k, n N.
k(T mT I)1 k
96

Corolario 5.4.4 Si T L(X) es autoadjunto entonces kT k (T ).

Proposici
on 5.4.5 Si T L(X) es autoadjunto y compacto entonces existe
p (T ) con || = kT k.
n: Si T = 0 es trival. Supongamos que kT k > 0. Sea (xn )nN
Demostracio
con kxn k = 1 tal que (|hT xn , xn i|)nN converge a kT k. Como la sucesion
(hT xn , xn i)nN es acotada, existe una subsucesion convergente a un valor
R, que ademas cumplira || = kT k. Comprobemos que p (T ).
Mantenemos la notacion de (xn )nN para la subsucesion anterior, y usando
la compacidad existe otra subsucesion de la misma de modo que (T (xnk ))kN
converge a cierto valor z X. Teniendo en cuenta que
kT (xn ) xn k2 =
=
hT (xn ) xn , T (xn ) xn i
kT (xn )k2 2hT (xn ), xn i + 2 kxn k2
kT k2 2hT (xn ), xn i + 2
22 2hT (xn ), xn i.
Por tanto
lim kT (xnk ) xnk k2 = 0,
de donde se sigue
lim xnk = z.
Si ponemos y =
se concluye que
hT (y), yi = lim hT (xnk ), xnk i = 6= 0.

k
Por tanto y 6= 0 y
5.5
T (y) = y.
El teorema espectral
Uno de los resultados importantes en la teora de matrices afirma que

las matrices reales y simetricas tienen n valores propios reales y pueden diagonalizarse, encontrando una base de vectores propios respecto de la cual
5.5.
97
la matriz es diagonal y tiene los valores propios en la diagonal. Veamos la

situacion infinito dimensional y la relacion con la teora espectral.
Del contenido de las secciones precedentes se tiene que todo operador
compacto y autoadjunto T no nulo verifica que (T ) 6= {0} (pues siempre
kT k (T ))y a lo sumo numerable. Ademas si 0 6= (T ) entonces
p (T ) y Ker(T I) es de dimension finita. Veamos que si , p (T )
con 6= entonces Ker(T I) Ker(T I)
Lema 5.5.1 Sea T L(X) es autoadjunto y sean y valores propios
distintos del operador T . Si x e y son vectores propios asociados a y
respectivamente entonces x y.
n: Como
Demostracio
T x = x,
T y = ,
hT x, yi = hx, T yi,
se tiene que
hx, yi = hx, yi.
As que hx, yi = 0.
Ahora presentaremos el teorema espectral para operadores autoadjuntos
y compactos.
Teorema 5.5.2 (Hilbert-Schmidt) Sea X un espacio de Hilbert, y sea 0 6=
T L(X) autoadjunto y compacto.
(i) Existe una base ortonormal de (KerT ) formada por vectores propios
de T .
(ii) Si T F(X) entonces los valores propios no nulos de T (repetidos
seg
un la dimension del subespacio propio correspondiente) forman un conjunto finito {1 , ..., n } y existe un conjunto ortonormal {x1 , ..., xn } donde xi
es un vector propio asociado a i para i = 1, ..., n de manera que cada x X
se puede escribir
x=
n
X
hx, xi ixi + x0
i=1
donde x0 KerT . En particular T (x) = ni=1 i hx, xi ixi .

(iii) Si T K(X) \ F(X) entonces los distintos valores propios no nulos
de T forman una sucesion (n )nN de n
umeros reales con lim n = 0, y existe
P
98
un conjunto ortonormal {x1 , ..., xn , ...} donde xn es un vector propio asociado

a n para n N de manera que cada x X se puede escribir
x=
hx, xi ixi + x0
i=1
donde x0 KerT . En particular T (x) =

i=1 i hx, xi ixi . (Los valores i
aparecen repetidos en la serie una cantidad finita de veces en funcion de la
dimension del Ker(T i I).)
P
n:
Demostracio
(i) Denotemos (0k ) los valores propios no nulos y distintos de T y denotemos Xk = Ker(T 0k I) (que tienen dimension finita). Considerar Y el
= KerT .
subespacio generado por {
k=1 Xk }. Probemos que Y
x
Es claro que Xk ImT (pues T ( ) = x, para x Xk ) y por tanto Y
ImT . Como sabemos que KerT = (ImT ) se concluye que KerT Y .
Veamos ahora que T (Y ) = 0. Usando ahora que T (Xk ) Xk podemos
decir que T (Y ) Y . Por tanto, usando que hT x, yi = hx, T yi, se obtiene
T (Y ) Y . Definimos T0 la restriccion de T al subespacio Y , T0 :
Y Y , que es autoadjunto y compacto sobre el espacio de Hilbert Y .
Comprobemos que T0 = 0 (lo que es equivalente a (T0 ) = {0}). Si
(T0 ) \ {0} entonces es valor propio de T0 y por tanto p (T ). Luego
existe x 6= 0 vector propio en Y asociado a . Por tanto x Xk Y para
alg
un k, lo que lleva a contradiccion. Esto finaliza la prueba de la inclusion
Y KerT .
Como Y = (KerT ) podemos encontrar una base ortonormal en cada
Xk y considerar la base de (KerT ) dada por la union de las distintas bases
consideradas.
(ii) Notese que si existe una cantidad numerable de valores propios no
nulos entonces dim(Y ) = (y por tanto dim(ImT ) = ). Por consiguiente
si T tiene rango finito entonces solo puede tener un n
umero finito de valores
propios no nulos.
Sean 01 , ..., 0k los valores propios distintos y no nulos. Supongamos que
dim(Ker(T 0i I)) = ni y ponemos n = n1 + ... + nk y
n1
nk
{1 , ..., n } = {01 , , 01 , ...., 0k , , 0k }

z}|{
z}|{
son los valores propios no nulos de T contados cada uno tantas veces como
la dimension del espacio que genera 0i . Sea {x1 , ...., xn } la base ortonormal
5.5.
99
de (KerT ) de modo que T xi = i xi . Usando el teorema de la proyeccion

ortogonal, para x X existe una u
nica descomposicion x = y + x0 con
y (KerT ) y x0 KerT . Como {xi }ni=1 es ortonormal y hxi , x0 i = 0
para i = 1, ..., n se tiene hy, xi i = hx, xi i para i = 1, ..., n. Por consiguiente
P
P
y = ni=1 hy, xi ixi = ni=1 hx, xi ixi y, as
x=
n
X
hx, xi ixi + x0 .
i=1
(iii) Si T no tiene rango finito entonces hay una cantidad numerable de

valores propios no nulos distintos y la descomposicion se tiene del mismo
modo, pero con suma infinita.

Una manera equivalente de escribir la descomposicion espectral es
X
x=
x + x0
p (T )\{0}
siendo x la proyeccion de x sobre el subespacio Ker(T I) y x0 KerT .

Si (T ) y P denota la proyeccion ortogonal P (x) = x sobre el
subespacio Ker(T I), podemos reescribir el resultado como sigue:
Teorema 5.5.3 Si 0 6= T es un operador autoadjunto y compacto sobre un
Hilbert X. Entonces
X
T =
P .
(T )
(En caso numerable se entiende que los valores propios estan ordenados de
manera decreciente en modulo.)
n: Justifiquemos la sumabilidad en el caso de infinitos valores
Demostracio
propios. Dado > 0 y kxk = 1, sabemos que { : || } es finito, y por
tanto
kT x
X
||>
P (x)k2 = k
X
||
P (x)k2 2
kP (x)k2 2 kxk2 .
||
Tomando supremo en kxk = 1 se obtiene la convergencia en L(X).

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

ANALISIS

Producto escalar: Propiedades y ejemplos

Chapter 1. Introduccion a los espacios de Hilbert

Ejemplo 1.1.2 Cn = {z = (z1 , ..., zn ) : zi C} con

Ejemplo 1.1.3 `2 = {(zn )nN : zn C,

|zn |2 < } con

Ejemplo 1.1.4 C([a, b]) espacio de funciones continuas (con valores en K)

Ejemplo 1.1.5 Sea Rn medible Lebesgue. Considerar

|f (x)|2 dm(x) < }.

Diremos que f g si m({x : f (x) 6= g(x)}) = 0, i.e. f = g en casi

n: Podemos suponer que x 6= 0 y que y 6= 0 pues caso conDemostracio

0 hx + y, x + yi = ||2 hx, xi + hx,

1.1. Producto escalar: Propiedades y ejemplos

n: Usando (1.1) se tiene

Nota 1.1.2 Si (X, h, i) es un espacio prehilbertiano entonces (X, k k) es

Chapter 1. Introduccion a los espacios de Hilbert

Corolario 1.1.6 Si Y es un subespacio vectorial de X entonces la clausura

1.2. Completitud y ortogonalidad

respecto a la norma kxk = x, x se denomina espacio de Hilbert.

|xk |2 )1/2 , es un espacio

n: Sea (xn )nN una sucesion de Cauchy en `2 . Como

se concluye que (xnk )nN es de Cauchy en K, y por ser K un espacio completo

Tomando supremos en N se concluye que kxn xk2 para n n0 . Esto

|xk xkn0 |2 )1/2 + (

|xnk 0 |2 )1/2 + kxno k.

Tomando limN se concluye que x `2 .

Chapter 1. Introduccion a los espacios de Hilbert

Como 0 fn 1, se tiene que para m n

|fn (t) fm (t)| dt =

|fn (t) fm (t)|2 dt

Por tanto {fn } es una sucesion de Cauchy.

|fn (t) f (t)| dt =

|fn (t) f (t)|2 dt

Ejemplo 1.2.2 Sea X = ` y sean en = (0, ..., 0, 1, 0..., 0) para n N.

1.2. Completitud y ortogonalidad

x = {(x1 , ..., xn , ..) :

Por ejemplo y1 = (1, 0, ....) o y2 = (0, 1/2, 1, 0, ....) pertenecen a x .

M = xM x , y es claro que la interseccion de subespacios es subespacio y

Chapter 1. Introduccion a los espacios de Hilbert

que d(x, C)) = 0 aunque x

1.3. Proyecciones ortogonales.

n: Probemos primero la existencia. Si x C tomemos u = x.

Como (C, d) es un espacio metrico completo existe u C tal que

d2 + 1/n + kyn uk.

Y tomando lmites se obtiene d = kx uk.

Chapter 1. Introduccion a los espacios de Hilbert

kx (tv + (1 t)PC x)k2

Pasando al limt0 se obtiene (i).

Sumando ambas desigualdades se concluye que

1.3. Proyecciones ortogonales.

n: =)Desde luego u = PY x Y . Ademas si z Y se tiene

Sustituyendo ahora y por iy se llega a

=)Supongamos u Y y x u Y . Como hx u, u yi = 0 para todo

Pero esto es consecuencia de la bilinealidad del producto escalar, pues

Chapter 1. Introduccion a los espacios de Hilbert

|sen(t) (a + bt)|2 dt.

n: Consideremos X = L2 ([, ]), Y = {a + bt : a, b

Por tanto (an ) y (bn ) son sucesiones de Cauchy en R. Sean a = lim an y

t|fn (t) f (t)| dt)

|(bn b)t|2 dt)1/2

La primera ecuacion da a = 0 y la segunda b =

Ejemplo 1.3.2 Sea X = `2 y definimos

Probar que Y es denso en `2 .

Chapter 1. Introduccion a los espacios de Hilbert