Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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
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 .
n
X
zi wi .
i=1
h(zn ), (wn )i =
n=1
zn wn .
n=1
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)
hx,yi
kxk2
y = 1 y se obtiene
|hx, yi|2
+ kyk2 .
kxk2
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)
hx + y, x + yi
kxk2 + 2<hx, yi + kyk2
kxk2 + 2|hx, yi| + kyk2
kxk2 + 2kxkkyk + kyk2
(kxk + kyk)2 .
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
Definici
on 1.2.1 Un espacio prehilbertiano (X, h, i) tal que es completo
k=1
kN
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
N
X
k=1
|xk |2 )1/2 (
N
X
k=1
N
X
k=1
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 )
fm k22
Z 1
0
1
1
+n
2
Z
1
2
4
.
n
Z 1/2
|f (t)|2 dt
Z 1/2+1/n
1/2
Z 1
|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 }| {
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
|xn | < ,
n=1
xn
= 0}.
n1
n=1 2
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
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
13
n, m n0 .
Por tanto
d kx uk kx yn k + kyn uk
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
=
Por tanto
2hx PC x, v PC xi tkv PC xk2 ,
0 < t < 1.
hPC y y, PC y PC xi 0.
15
y Y.
y Y.
y Y.
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
fn (t)dt,
Z
2 3
tfn (t).
bn =
3
1/2
1/2
|an a| dt)
+(
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
1
3
R
0
tsentdt.
Y = {(xn ) ` :
xn = 0}.
n=1
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
hx, x0 i = hx
(x)
(w)
hw,
wi = (x).
(w)
kwk2
Chapter 2
Introducci
on a los espacios de
Banach
2.1
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
n
X
k=1
(2.3)
1kn
20
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)
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
|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.
21
1 1
+ = 1.
p q
|xk ||yk |
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
|xk +yk |p =
n
X
n
X
k=1
k=1
k=1
k=1
n
X
|xk + yk |p (
k=1
+ (
= (
n
X
k=1
n
X
k=1
n
X
|xk |p )1/p (
n
X
k=1
|yk |p )1/p (
n
X
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
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
` = {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
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
k N, n n0 .
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
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
n
X
k=1
xk
m
X
k=1
xk k
n
X
k=m+1
kxk k
kxk k.
k=m+1
25
k=1
kX
0 1
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
26
n
X
qj xj : qj Q, n N}.
j=1
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 }| {
yk ek kp =
|yk |p 0, n
k=n+1
k=1
(respect.
lim kx
X
k=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.
27
eA (i) =
1 iA
0 en otro caso
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|
28
(x) =
2x
0 x 1/2
.
2 2x 1/2 x 1
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
X
x Jn,k .
k=0
x In,k
y
|f (x) n,k | = |f (x) f (x0n,k )| < x Jn,k .
Sea
g(x) =
n
X
k=0
Entonces
|f (x) g(x)| = |
n
X
k=0
n
X
29
k=0
n
X
k=0
n
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
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
1
0tn
n (t) = (t n 1) n t n + 1 .
0
t>n+1
30
kxk>n
kf kp = (
|f (x)|p dm(x))1/p .
|f (x) + g(x)|dx
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
31
si x
/ N y f (x) = 0 si x N se tiene una funcion
f (x) =
n=1 fn (x)P
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
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
32
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
1/p
1/p
33
kf + gkpp =
|f (x) + g(x)|p dx
Z
Z
(
+ (
dx +
1/p
|f (x)| dx)
|g(x)|p dx)1/p (
n, m nk .
k
X
i=2
k
X
kfni fni1 kp
1/2i1
i=2
kfn1 kp + 1 < .
34
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
i=2
i=2
n, m n0 .
n n0 , k k0 .
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 .
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
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
lN
Chapter 3
Operadores lineales y continuos
3.1
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
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
T(
xi e i ) =
i=1
m X
n
X
aij xi )ej =
j=1 i=1
m
X
yj ej .
j=1
n
m X
X
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
i=1
m X
n
X
j=1 i=1
m X
n
X
j=1 i=1
41
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 )
42
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
k(xn )nN kp =
X
q/p
Cq (
n=1
1
n(q1)p
)1/p = 1.
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 |
43
g1 (x) =
f (x) 6= 0
f (x) = 0
Se tiene que
Z
kg1 kp = (
Z x
f (t)dt,
x [0, 1].
|V (f )(x) V (f )(x )|
Z
[x,x0 ]
|f (t)|dt,
0 x x0 1
f (t)dt| sup
[0,x]
|f (t)|dt =
0x1 [0,x]
[0,1]
|f (t)|dt = kf k1 .
TK (f )(x) =
44
Z 1
0x1 0
0x1
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
1/p
Z
2
3.2
45
El espacio L(X, Y )
n, m n0 .
m n0 , kxk 1.
46
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
47
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
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
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
kT 1 (xn )k1 = 1, n N.
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
3.3
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 .
n
X
i=1
xi e i k
Pn
i=1
n
X
51
kei k|xi | (
i=1
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
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
n
X
kT ei k) max |xi |.
i=1
1in
Pn
i=1
kT ei k)kxk.
52
Pn
i=1
xi ei se obtiene que
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
X
i=1
= (
n
X
i=1
= (
n
X
i=1
kk1/q k
n
X
i=1
n
X
= kk1/q (
i=1
Pn
q 1/q
|(
i ei )|
i=1
Pn
n
X
n
X
|i ||(ei )| (
i=1
p 1/p
|i | )
n
X
i=1
i=1
q 1/q
i i .
i=1
3.4
Dualidad
54
n n .
n=1
| ((n )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 |
3.4. Dualidad
55
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
| ((n )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
56
|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
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
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
n
X
k=0
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
1
.
1 kT k
kT 1 k
,
1kT 1 kkST k
1
kT k2 kST k
S 1 k 1kT
1 kkST k .
59
1
1 kIX Rk
1
1
kT 1 kkT
Sk
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.
3.6
Z 1
0
60
n:
Demostracio
R1
x = (IX T ) (y) =
T n y = lim y + T y + T 2 y + ... + T n y.
n
n=0
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
Definici
on 3.6.1 Una ecuacion integral de Fredholm de segunda especie es
una ecuacion de la forma
x(s)
Z b
Z b
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
Z b
a
1 1/n
n 1/n < < 1/n .
1
1/n
Z b
a
Rb
a
Z b
a
|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
Z 1
K(x, y) =
Z 1
Z 1
0
Z 1
0
k2 (x, t)(
Z 1 Z 1
62
,
2kk1 k
|x x0 | < ,
,
2kk2 k
|y y 0 | < .
|K(x, y) K(x , y )| = |
Z 1
0
1
Z
0
Z 1
0
Z 1
0
Z 1
0
kk1 k
+ kk2 k
Z 1
0
Z 1
0
Z b
Rb
a
K(s, t)x(t)dt
Rb
a
Z b
a
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
kKn+1 k =
sup |
Z b
a
at,sb
sup
Z b
at,sb a
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.
Z b
1
.
ba
Para cada
Z b
donde H(s, t) =
n=1
64
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].
0t1
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
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
x = (IX V )1 (y) =
V n y.
n=0
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.
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
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
t s, n N.
(3.2)
Proposici
on 3.6.8 Si K : K es una funcion continua y TK x(s) =
Rs
n
67
Z s
Z s
Z t
K(s, t)(
Z0s Z s
Z0s
0
Kn (t, u)x(u)du)dt
= 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
(s t)n1
,
(n 1)!
(s, t)
Z s
Z
t
t
s
(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
n=1
kKn k < .
Z s
Z s
donde H(s, t) =
n=1
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
kxk (b a)kKn k
(b a)n
M n kxk
.
(n 1)!
n
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
z }| {
n=1
|xn |2 < }, la
70
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
= xn+1
n
X
i=1
hxn+1 , yi iyi .
71
Como xn+1
/ LIN ({y1 , ..., yn }) se puede asegurar que x0n+1 6= 0 y definimos
x0
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
n
X
i=1
hx, ei iei i =
n
X
i=1
hx, ei ihx, ei i =
n
X
i=1
72
hx, en ien
n=1
n
X
k=1
|hx, en i|2 0,
n ,
k=n+1
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
n=1
n=1
Consideremos xN = x
k = 1, ..., N . En efecto,
PN
hxN , ek i = hx
N
X
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 +
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 =
n=1
N
X
n=1
N
X
N
X
n=1
|hx, en i| =
n=1
|hx, en i|2 .
n=1
x
y
por
tanto
n n
N
n=1
P
kxk =
N
X
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}).
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
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
x X, y Y.
76
x X.
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 ).
x X, y Y.
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
78
S ((x1 , x2 , ...)) =
xm S (em ) =
m=1
m=1
Ejemplo 4.2.3 Sea K L2 ( ), donde Rn es medible. Definimos
TK : L2 () L2 () dado por
TK (f )(x) =
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
80
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 =
Chapter 5
Teora espectral de operadores
5.1
Espectro de un operador
82
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-
83
RT () =
(n+1) T n .
n=0
1
.
||kT k
( )n RT ()n+1 ,
| | <
n=0
1
.
kRT ()k
(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
d(s, t) < .
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)
86
Z b
|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
87
n
X
i (x)yi ,
i=1
entonces
ST (x) =
n
X
i=1
88
5.3
uy
kuy k
d(u, 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
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
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
91
1
(xnk znk ).
dnk
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
n
X
i=1
n
X
i y i = T (
i=1
i xi ) (
n
X
i xi )
i=1
93
5.4
x, y X.
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)| =
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.
95
|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
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
Por tanto y 6= 0 y
5.5
T (y) = y.
El teorema espectral
5.5.
El teorema espectral
97
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
98
hx, xi ixi + x0
i=1
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
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.
El teorema espectral
99
n
X
hx, xi ixi + x0 .
i=1
x=
x + x0
p (T )\{0}
(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 .
||