Teor procedimientos de demostracin y a, o ejercicios de Anlisis Funcional a

Lic. Alejandro Alonso Fster u Dra. Luc Argelles Corts a u e

FACULTAD DE MATEMATICA, F ISICA Y COMPUTACION Universidad Central Marta Abreude Las Villas Cuba 2005

 Indice General
1 Una aproximacin al estudio del Anlisis Funcional o a 1 1.1 Orientaciones metodolgicas . . . . . . . . . . . . . . . . . . . 2 o 1.2 Caracter sticas del texto . . . . . . . . . . . . . . . . . . . . . 3 1.3 Sobre el enfoque global en el curso de Anlisis Funcional . . . 5 a 1.4 Prembulo al texto . . . . . . . . . . . . . . . . . . . . . . . . 6 a 1.4.1 Inuencia del Anlisis Clsico en el Anlisis Funcional a a a 7 1.4.2 Generalizacin de la geometr al Anlisis Funcional . . 10 o a a 1.4.3 Importancia de los espacios normados generales . . . . 11 1.5 Panormica del texto . . . . . . . . . . . . . . . . . . . . . . . 12 a 2 Espacios normados 2.1 Espacios normados . . . . . . . . . . 2.2 Espacios de Banach . . . . . . . . . . 2.3 Espacios de Hilbert . . . . . . . . . . 2.4 Desigualdades de Hlder y Minkowski o 2.5 Ejercicios Resueltos . . . . . . . . . . 2.6 Ejercicios Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 16 20 24 25 27 43 45 45 50 60 63 70 71 79 85 92

3 Operadores lineales 3.1 Continuidad, acotacin y norma de un operador lineal o 3.1.1 Ejercicios Resueltos . . . . . . . . . . . . . . . 3.2 Espacio de operadores lineales acotados . . . . . . . . 3.2.1 Ejercicios Resueltos . . . . . . . . . . . . . . . 3.3 Operadores inversos . . . . . . . . . . . . . . . . . . . 3.3.1 Ejercicios Resueltos . . . . . . . . . . . . . . . 3.4 Operadores cerrados . . . . . . . . . . . . . . . . . . 3.4.1 Ejercicios Resueltos . . . . . . . . . . . . . . . 3.5 Operadores casi cerrados . . . . . . . . . . . . . . . . i

3.6

3.5.1 Ejercicios Resueltos . . . . . . . . . . . . . . . . . . . . 93 Ejercicios Propuestos . . . . . . . . . . . . . . . . . . . . . . . 97 99 . 99 . 101 . . . . . . . . . 102 108 119 121 122 124 132 135 140

4 Espacios duales y operadores conjugados 4.1 Funcionales lineales continuos en espacios normados . . . . . 4.2 Teorema de Hahn-Banach. Estructura del Espacio Dual . . . 4.2.1 Aplicaciones del Teorema de la Acotacin Uniforme al o caso de funcionales . . . . . . . . . . . . . . . . . . . 4.2.2 Ejercicios Resueltos . . . . . . . . . . . . . . . . . . . 4.3 Espacio Dual . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.1 Operadores Conjugados . . . . . . . . . . . . . . . . 4.3.2 Conjugado de Hermite . . . . . . . . . . . . . . . . . 4.3.3 Ejercicios Resueltos . . . . . . . . . . . . . . . . . . . 4.4 Convergencia Dbil . . . . . . . . . . . . . . . . . . . . . . . e 4.4.1 Ejercicios Resueltos . . . . . . . . . . . . . . . . . . . 4.5 Ejercicios Propuestos . . . . . . . . . . . . . . . . . . . . . . 5 Conjuntos compactos y Operadores totalmente continuos 5.1 Conjuntos compactos en espacios normados . . . . . . . . . 5.2 Operadores lineales totalmente continuos . . . . . . . . . . . 5.2.1 Ejercicios Resueltos . . . . . . . . . . . . . . . . . . . 5.3 Ejercicios resueltos aplicados a la resolucin de ecuaciones ino tegrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4 Ejemplos Propuestos . . . . . . . . . . . . . . . . . . . . . . 6 Operadores autoconjugados. Teor espectral a 6.1 Operadores autoconjugados . . . . . . . . . . 6.1.1 Ejercicios Resueltos . . . . . . . . . . . 6.2 Espectro de un operador lineal . . . . . . . . . 6.2.1 Ejercicios Resueltos . . . . . . . . . . . 6.3 Ejercicios Propuestos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

142 . 143 . 144 . 150 . 161 . 179 180 . 180 . 182 . 188 . 195 . 206

ii

Cap tulo 1 Una aproximacin al estudio o del Anlisis Funcional a

El Anlisis Funcional es un producto de las matemticas modernas que cona a densa resultados de diferentes ramas del anlisis tales como: las ecuaciones a diferenciales ordinarias y parciales, ecuaciones integrales, clculo variacional, a anlisis numrico, teor de aproximaciones y otros. Se ha demostrado que a e a resulta sumamente importante para una mejor comprensin de resultados ya o obtenidos y por obtener. Hoy d es imposible trabajar en temas del anlisis a, a sin algn conocimiento de los mtodos y herramientas que nos proporciona. u e El anlisis clsico trabaja en espacios eucl a a deos ndimensionales, de donde tenemos las nociones de funciones, convergencia, etc. El Anlisis Funcional a extiende y generaliza considerablemente algunas nociones como espacio, convergencia y funcin. Los elementos de los espacios ahora no slo sern o o a nmeros o nuplos de nmeros sino elementos de naturaleza arbitraria, por u u ejemplo: funciones, medidas, sucesiones. Estos espacios pueden tener innitas dimensiones y stas pueden ser contables o no. Adems de funciones se e a tienen aplicaciones (transformaciones) de espacios en otros, por lo que en casos especiales podemos hablar de funcionales y operadores. La convergencia y los l mites sern tambin redenidos de manera muy general para espacios a e muy abstractos. La forma muy general de estas nociones bsicas permite aplicar los resula tados en otras ramas distintas de las matemticas. Algunos resultados estn a a muy cerca de los clsicos del anlisis, pero en otros casos dieren considerablea a 1

mente de las ideas que se tienen de los espacios euclideanos ndimensionales. Resulta un hecho que las interpretaciones geomtricas son muy importantes e para entender muchos mtodos del Anlisis Funcional, es por esto que resule a ta necesario conocer las nociones geomtricas en cualquier momento en esta e especialidad. Las herramientas algebraicas son, tambin, de suma importancia y complee tan la idea de que existen tres ramas de las matemticas (geometr lgebra a a, a y anlisis) que se encuentran conectadas de una manera muy evidente. a Este texto comienza desde un recordatorio de algunos conceptos y se va adentrando en la teor m a nima necesaria para resolver mltiples problemas u del Anlisis Funcional. a

1.1

Orientaciones metodolgicas o

La asignatura Anlisis Funcional es una de las de mayor grado de abstraccin a o a la cual se enfrenta el estudiante de Licenciatura en Matemtica. Esto se a debe a su carcter unicador, destinado a la obtencin de resultados muy a o generales que pueden ser aplicados prcticamente en todas las ramas de la a Matemtica. Lo anterior explica por qu esta asignatura es considerada sia e multneamente como bsica espec a a ca y como asignatura del ejercicio de la profesin. o El enfoque intr nseco del Anlisis Funcional constituye una dicultad para a la generalidad de los estudiantes que la reciben a la altura del cuarto ao n de la carrera, tras haber recibido otras asignaturas bsicas y del ejercicio de a la profesin, donde se han aprendido algunas tcnicas un tanto espec o e cas del Anlisis Funcional. Entre estas asignaturas pueden citarse el Anlisis a a Matemtico, la Topolog y la Teor de la Medida e Integracin. a a a o La dicultad que se ha aludido ha sido reconocida por estudiantes de todas las universidades del pa en diversos contextos, por lo cual la imparticin s o del Anlisis Funcional constituye un reto pedaggico para los profesores del a o claustro de la carrera, agravado por la carencia de textos con caracter sticas idneas. o 2

El texto bsico carece expl a citamente de ejercitacin y los textos de cono sulta que pueden utilizarse (que se reeren en la bibliograf de este texto) a maniestan algunos de los sealamientos siguientes: n Solo muestran algunos ejercicios propuestos, ninguno resuelto. Indican respuestas cualitativas de algunos ejercicios propuestos. En algunos casos se esboza la aplicacin de ciertos articios. o Por lo antes sealado reviste importancia acometer la didctica especializan a da de esta asignatura a partir de la elaboracin de un libro como material o de estudio que posea las caracter sticas requeridas, en particular, cubrir los contenidos planteados en el Plan de Estudios de la Carrera de Matemtica. a La intencin del texto es viabilizar la adquisicin de habilidades en las tcnio o e cas del Anlisis Funcional, que deben lograrse mediante las formas organia zativas de docencia tales como el seminario, cuya preparacin debe estar o apoyada en una adecuada orientacin del trabajo independiente. o El seminario es propicio para debatir tanto aspectos tericos como prcticos, o a por lo que se ha prestado atencin al desarrollo de ejemplos de ambos tipos o en el texto. Por tanto, complementando el texto con una gu apropiada, se a puede estimular la independencia en el estudiante, potenciar la inclusin de o temas novedosos del perl del especialista (de acuerdo con el Plan de Estudio), seleccionar las actividades preparatorias para el desarrollo del seminario y basar la ejecucin de actividades de rearmacin de conocimientos. o o

1.2

Caracter sticas del texto

El presente libro es el resultado de varios aos de trabajo de los profesores de n la asignatura Anlisis Funcional y surge debido a la necesidad de que tanto a los estudiantes como los profesores puedan utilizar un texto metodolgicao mente apropiado para el desarrollo del proceso docente-educativo. El mismo est estructurado mediante seis cap a tulos que abarcan temas bsicos a de la formacin del profesional en esta asignatura. Cada uno de los cap o tulos presenta los esenciales tericos dosicados en ep o grafes que muestran las 3

deniciones, relaciones tericas fundamentales y comentarios que contribuyen o a la jacin del conocimiento. El desarrollo de los ejercicios est preparado o a para que el profesor pueda viabilizar la enseanza problmica y para que el n e estudiante pueda estudiar de forma tutorial bajo la orientacin del docente o porque se han explotado creativamente las facilidades del editor1 para este n. Como caracter stica general, la forma de presentacin de los cap o tulos conere una unidad metodolgica al texto. Este hecho, unido a que el tratamiento o terico es general y el contenido es consecuente con los requerimientos de la o ejercitacin seleccionada, hace del texto un material bibliogrco auto cono a tenido. Con el n de rearmar y ampliar la formacin profesional relacionada con o el ejercicio de la profesin, en el penltimo cap o u tulo se han introducido ejercicios relacionados con la aplicacin prctica de la teor de Fredholm a la o a a resolucin de ecuaciones integrales, lo cual refuerza el carcter extraordinario o a de este texto en cuanto a su aplicabilidad. Sobre la base de resultados ya publicados, relativos a la aplicacin de moo dernos mtodos de enseanza en el aprendizaje de la Matemtica, en algunos e n a casos vinculados al uso de la computacin, en la confeccin del presente libro o o se maniestan las siguientes perspectivas que coneren aspectos novedosos al texto: Se han utilizado las extraordinarias ventajas que ofrece el LaTeX en cuanto al manejo de la simbolog estructural, con vistas a instrumentar a la condicin tutorial del conocimiento, lo cual aumenta notablemente o la calidad del autoestudio. Esto puede apreciarse a lo largo de los ejercicios que son explicados en este libro. Se han aprovechado invariantes metodolgicas para el desarrollo de o algunos temas, tales como la determinacin de la norma de un operador, o en particular de un funcional. Se ha procurado facilitar tanto al profesor como al estudiante la concepcin del seminario como forma de concretar el papel integrador de o la asignatura. A este n contribuye la forma en que se ha diseado la n resolucin de los ejercicios. o
1

LaTeX

 Se viabiliza la comprensin del estudiante en lo relativo al tratamiento o de la modelacin matemtica en problemas del Anlisis Funcional, si o a a el profesor aplica las reglas heur sticas que caracterizan el mtodo de e enseanza problmica. n e Se facilita al profesor el montaje de una ingenier didctica, debido a a a que se ha utilizado un enfoque apropiado mediante el cual los ejercicios se presentan de forma natural en el contexto de la presentacin terica o o y los ejercicios propuestos no son simplemente ejercicios adicionales, sino que constituyen un complemento, puesto que se originan en los ejercicios resueltos o los generalizan.

1.3

Sobre el enfoque global en el curso de Anlisis Funcional a

Para el logro de valores ticos en el estudiante, es muy util que gane conciene cia de la relevancia de los hechos precedentes y del esfuerzo mantenido del hombre para alcanzar nuevas conquistas como respuesta a los retos sociales. Por esto se impone abordar de forma sistemtica y organizada el contenido a con un enfoque que proyecte en particular la historia de la profesin. o La presentacin realizada toma en consideracin diversas dimensiones o l o o neas de la relacin Anlisis Funcional-contexto histrico con caracter o a o sticas utilitarias bien denidas. Entre las dimensiones pueden citarse las siguientes: Psicolgica: Busca la motivacin por la aplicacin de potentes resultados o o o que conducen al manejo de valores ticos inherentes a la matemtica, e a tales como la elegancia, la precisin y la concisin. o o Epistemolgica: Destinada a materializar las relaciones con otras discio plinas. En este caso son claros los v nculos con las ms notables a propiedades topolgicas de los espacios mtricos, entre ellas la caracterio e zacin de la continuidad de funciones denidas entre espacios mtricos o e (ampliamente utilizada en la resolucin de los ejercicios), el teorema de o Baire (base de la demostracin del teorema general de la acotacin unio o forme) y las caracterizaciones de la compacidad en espacios mtricos, e expl citamente resumidas en el cap tulo 5 por su relevancia prctica en a 5

el mismo. Como proyeccin de la teor estudiada se han aplicado resultados o a bsicos del Anlisis Funcional en diversas reas, como por ejemplo el a a a teorema de la acotacin uniforme en Anlisis Matemtico; la teor de o a a a operadores inversos en Matemtica Numrica y en Ecuaciones Diferena e ciales; la nocin de convergencia dbil en la teor de funciones generao e a lizadas y la teor espectral en la resolucin de ecuaciones integrales. a o Lgica: Mediante la dosicacin de procesos inductivo-deductivos. En este o o texto se procura un balance entre lo general y lo particular y una concatenacin terico-prctica basada en los esenciales m o o a nimos y la adecuada aplicacin de la experiencia acumulada. o Axiolgica: Debe garantizar la derivacin de valores partiendo de la aseo o quibilidad del conocimiento a partir de las caracter sticas de la presentacin, la forma de usar las tcnicas y el lenguaje. El objetivo o e es lograr la actualidad en la informacin, profundizar la especicidad o cultural e inculcar un compromiso social mediante el anlisis de los hea chos y de la labor de eminentes profesionales. En el presente estudio hay nombres expl citos de gran signicacin cient o ca en la historia del Anlisis Funcional, entre ellos: Stefan Banach (1892-1945) pionero en a el estudio de los espacios normados y de sus aplicaciones a partir de 1922; David Hilbert (1862-1943) considerado el ms clebre matemtico a e a alemn de la primera mitad del siglo XX, con aportes en casi todas las a ramas de la matemtica (fue contemporneo de Otto Hlder (Alemaa a o nia, 1859-1937)); Hermann Minkowski (1864-1909), matemtico y f a sico alemn de origen ruso, creador de algunos tipos de espacios que fueron a la base del progreso de la Teor de la Relatividad y Frederich Riesz a (1880-1956), hngaro, que continu y generaliz la obra de Hilbert. u o o

1.4

Prembulo al texto a

Con vistas a propiciar una motivacin inicial para un acercamiento al texto, o brindamos aqu una exposicin informal que constituye una visin escueta de o o ideas previas que contribuyen a la comprensin de la perspectiva del presente o libro.

1.4.1

Inuencia del Anlisis Clsico en el Anlisis Funa a a cional

Para adquirir una idea de cmo se origin la teor del Anlisis Funcional, es o o a a util tomar en consideracin algunos hechos basados en la geometr clsica, o a a como los que se exponen a continuacin: o En el espacio Rn de n-plos de coordenadas reales, se pueden denir dos operaciones: una de suma (que permite la traslacin) y otra de o multiplicacin por un escalar (o dilatacin en sentido amplio) y estas o o operaciones dotan a este espacio de una estructura de espacio vectorial, lo cual ofrece la posibilidad de expresar algebraicamente propiedades anes de la geometr (por ejemplo, el segmento xy es paralelo al zu si a el vector y x es igual al vector u z). La distancia euclideana permite fundamentar la nocin de convergeno n cia de una sucesin de puntos en R . La formalizacin del concepto o o de distancia euclideana entre dos puntos x, y como una aplicacin de o n valores positivos denida sobre el producto cartesiano de R por s mis mo, posee tres propiedades muy caracter sticas asociadas a la nocin o heur stica de la separacin entre dos puntos: la propiedad triangular, o que expresa que en todo tringulo XY Z, la longitud del lado XY es a menor que la suma de las longitudes de los otros dos lados; la propiedad de invarianza del valor de la distancia al permutar la notacin de los o puntos considerados y la propiedad de nulidad del valor de la distancia si y slo si los puntos coinciden. o De aqu que Rn est dotado de una estructura mtrica que presen a e ta dos propiedades bsicas, sobre las cuales descansa la teor clsica a a a de funciones, esto es, el Anlisis Matemtico: el teorema de Cauchya a Bolzano (una sucesin es convergente si y slo si es de Cauchy) y el o o teorema de Bolzano-Weirstrass (de toda sucesin acotada se puede exo traer una subsucesin convergente). La suciencia para la convergencia o en el teorema de Cauchy-Bolzano ofrece un modelo de comportamiento de Rn que debe recuperarse en espacios ms generales mediante una a caracter stica expl cita, lo cual origina la nocin de espacio mtrico o e completo. o sticas vectorial y mtrica (euclideana, e La relacin entre las caracter 7

por lo que Rn se designa entonces como E n ) est dada por las dos a propiedades que pueden expresarse as : (1) La distancia d(x, y) entre los puntos x, y no cambia si los dos puntos se someten a la misma traslacin, esto es: d(x + z, y + z) = d(x, y). o (2) La distancia entre los puntos x, y queda multiplicada por el mdulo o del escalar que dilata ambos puntos, es decir: d(cx, cy) = |c| d(x, y). Tomando z = y en la primera propiedad se tiene d(x y, 0) = d(x, y), lo cual signica que es suciente conocer las distancias al origen para determinar las distancias entre todos los puntos. Por tanto, el nmero d(x, 0) adquiere una relevancia especial que u tiene las propiedades siguientes: d(x, y) 0 d(x + y, 0) ,
Prop. (1)

d(x, 0) = 0 x = 0,

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

= =

d(x + y y, y) = d(x, y) d(x, 0) + d(0, y)

d((1)(0),(1)y)

Prop. (2)

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

=1

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

Por invarianza

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

A la aplicacin p(x) = d(x, 0) de valores positivos denida sobre Rn se o le llama norma y de acuerdo con lo anterior cumple las propiedades: (N1) p(x) = 0 x = 0; (N2) p(cx) = |c| p(x); (N3) p(x + y) p(x) + p(y). El concepto de norma se vincula estrechamente al de producto escalar de cualquier par de vectores de Rn : x = (x1 , x2 , ..., xn ) 8 y = (y1 , y2 , ..., yn )

denido as : (x| y) =

xi y i ,
i=1

debido a que
n

(x| x) =
i=1

x2 (d(x, 0))2 = (p(x))2 . i

Este producto obedece a las leyes siguientes: (x1 + x2 | y) = (x1 | y) + (x2 | y) (cx| y) = c (x| y) (x| y) = (y| x) (x| x) 0; (x| x) = 0 x = 0; y adems la desigualdad fundamental a |(x| y)| p(x) p(y) Luego para dos vectores no nulos x, y se tiene que |(x| y)| (x| y) 1 1 1 p(x) p(y) p(x) p(y) y este hecho origina la nocin de ngulo entre dos vectores x, y o a mediante la denicin o cos = (x| y) . p(x) p(y)

La importancia de esta relacin radica en que nociones tales como la o perpendicularidad entre vectores, as como resultados asociados (por ejemplo el teorema de Pitgoras) se generalizan a espacios arbitrarios a siempre que exista un producto que satisfaga la axiomtica del producto a escalar analizado.

1.4.2

Generalizacin de la geometr al Anlisis Funo a a cional

Aunque desde la poca de Euclides se sab que la validez de los teoremas e a de la geometr dependen slamente de la axiomtica que gobierna el coma o a portamiento de los entes geomtricos y no de la naturaleza de dichos entes, e durante mucho tiempo la imagen f sica de los conceptos de punto, recta, ngulo, etc., ejerci una gran limitacin al campo de aplicacin de los teorea o o o mas. Con el desarrollo del Anlisis Matemtico, la perspectiva axiomtica para la a a a aplicacin prctica de los resultados gan fuerza, y por tanto trascendi del o a o o marco de E n . Son muy notables los problemas que plantean los ejemplos siguientes: 1) Dada una matriz K = (kij ) y un vector y = (y1 , ..., yn ) E n , hallar un vector x = (x1 , ..., xn ) E n tal que:
n

kij xj = yi
j=1

i = 1, ..., n

De forma precisa, la incgnita es una funcin x con dominio en el o o conjunto {1, ..., n} tal que x(i) = xi i = 1, ..., n

Entonces, x constituye un punto en un cierto conjunto de funciones. Ntese que una matriz es un caso particular de una funcin de dos o o variables, y sobre la base de esta analog Ivar Fredholm (Suecia, 1866a, 1927) plante el problema que se presenta a continuacin. o o 2) Dada una funcin de dos variables k(t, s), t, s [a, b], la funcin y(t) y el o o parmetro , hallar una funcin x(t) tal que a o
b

x(t) +
a

k(t, s)x(s) ds = y(t)

Como en el caso de la teor de ecuaciones algebraicas se tiene una ina terpretacin geomtrica de la misma por su relacin con E n , Hilbert se o e o 10

propuso hallar un enfoque geomtrico anlogo para la teor de Frede a a holm, y esto lo llev a introducir espacios de dimensin innita cuyos o o elementos eran sucesiones o funciones con ciertas caracter sticas, donde se puede denir la nocin de distancia, perpendicularidad u ortogonao lidad, etc. En la teor de Hilbert se generaliza la nocin de punto, a o pero se mantiene anloga la frmula para la distancia. En sus trabaa o jos, Minkowski generaliza la nocin de distancia en un cierto sentido; o pero impl citamente la generalizacin del concepto de distancia se ten o a desde que Pafnuty Chebychev (Rusia, 1821-1894), en la teor de aproxa imacin de una funcin continua x por un polinomio P (t), al evaluar o o la bondad de la aproximacin, utilizaba el valor de o d(x, P ) = sup |x(t) P (t)| ,
t[a,b]

ya que posee todas las propiedades reseadas para la distancia. n

1.4.3

Importancia de los espacios normados generales

La creacin de las teor abstractas de espacios mtricos, normados, hilbero as e tianos, etc., donde slo se jan los axiomas a los que obedecen estos cono ceptos, permite deducir un grupo de teoremas que despus puede aplicarse a e diversas teor particulares y as se evita repetir para cada teor particular as a el mismo razonamiento. Usualmente, la teor general se enriquece mediante las tres v siguientes: a as Buscando analog de buenaspropiedades establecidas en espacios as concretos. As por ejemplo, se generalizan las nociones de espacio , completo y de conjunto compacto. En el caso de esta ultima nocin, el o proceso de transferencia de la misma a espacios innito-dimensionales conduce a un concepto cualitativamente ms amplio que el que se tiene a en E n . Aumentando la cantidad de estructuras disponibles sobre un conjunto, ya que hay ms propiedades y resultados que pueden ser utilizados. Por a ejemplo, si en un espacio normado se considera adems un producto a como operacin interna, que satisface ciertas compatibilidades tanto o con la estructura algebraica de espacio vectorial como con la estructura 11

topolgica de norma, entonces la teor se hace ms rica porque se o a a pueden considerar adems las especicidades de otras teor tales como a as la de ideales. Estableciendo relaciones entre diversos espacios mediante morsmos apropiados. Entre ellos se destacan los que dan lugares a los espacios normados siguientes: L(E) = {T : E E, E = {f : E K, T lineal} (completo si E es completo) f lineal} .

La importancia de L(E) reside en que constituye el marco apropiado para la teor espectral, la cual resulta una generalizacin a espacios a o innitos de la reduccin de una matriz a la forma diagonal, mientras o que la del espacio E radica en que permite obtener resultados de representacin que logran la identicacin de espacios arbitrarios con eso o pacios conocidos.

1.5

Panormica del texto a

El presente texto consta de seis cap tulos, especializados en tcnicas del Anlie a sis Funcional lineal a partir del segundo. Las principales ideas de cada cap tulo pueden resumirse como sigue: El segundo cap tulo, relativo a espacios normados, destaca la axiomtica a esencial del concepto de norma e introduce por su relevancia la nocin o de espacio de Banach como caso particular de espacio mtrico complee to, ya que dicha nocin fundamenta un conjunto sustancial de resultao dos muy importantes en las aplicaciones. A su vez, son introducidos los espacios de Hilbert como casos particulares de espacios de Banach, debido a que constituyen la generalizacin natural de los espacios eucl o deos (donde existe el concepto de ortogonalidad) y adems constituyen a tambin el marco apropiado para el bsico teorema de Riesz. e a Los espacios normados resultan el caso ms sencillo de espacios veca toriales topolgicos, y en los ejemplos resueltos se fortalece la idea de o la compatibilidad entre la estructura algebraica de espacio vectorial y la 12

estructura topolgica asociada a la norma mediante la demostracin de o o la continuidad de las operaciones de espacio vectorial. Se muestra una forma general del teorema de la acotacin uniforme que se particulariza o posteriormente en el cuarto cap tulo. El tercer cap tulo estudia los operadores lineales con una gran incidencia prctica como muestran los tipos abordados en la ejemplicacin: a o integrales, diferenciales, de diferencias nitas, de transformadas, matriciales, de retardo, de evaluacin, de proyeccin, etc. o o Dentro de la clase de los operadores lineales se estudian y caracterizan subclases distinguidas por su potencia terica: los operadores contio nuos, los inversibles y los cerrados. Aqu se establece la equivalencia entre operadores continuos y aco tados, lo cual facilita el manejo de diversas formas equivalentes de la nocin de norma de un operador. o En cuanto a los operadores inversibles se investigan las condiciones para garantizar la continuidad del inverso y se demuestran diversas relaciones entre los conceptos de operador cerrado y operador continuo. En el cuarto cap tulo, la nocin de norma de un operador se particulao riza al caso de funcionales lineales continuos, que constituyen su objeto de estudio. Los resultados tericos que se manejan se dividen en tres o sentidos: el primero, enfatizar las aplicaciones anal ticas del teorema de Hahn-Banach; el segundo, particularizar al caso de algunos funcionales el teorema de la acotacin uniforme analizado en el cap o tulo 2 y el tercero, introducir la importante nocin (por su aplicacin en o o optimizacin) de operador lineal adjunto y del concepto derivado en el o contexto de espacios de Hilbert que se denomina como conjugado de Hermite. El quinto cap tulo trata una clase con propiedades especiales, que es usual en la teor de las ecuaciones integrales y en los procesos de a sumacin: sta es la clase de los operadores totalmente continuos. o e El sexto cap tulo se utiliza para aplicar los fundamentos tericos del o 13

cap tulo anterior, vinculados con el desarrollo de rudimentos de la teor a espectral. Finalmente se ofrece un ndice de materias para ayudar al lector a localizar las principales deniciones y las nomenclaturas de los teoremas que son estudiados y aplicados en el texto.

14

Cap tulo 2 Espacios normados

La nocin de mdulo (o valor absoluto) de un nmero real es muy importante o o u porque a partir de l se dene un indicador de la cercan entre dos nmeros e a u cualesquiera: ste consiste en considerar el mdulo de la diferencia entre e o ellos, es decir, se puede denir la aplicacin: o d : R R R+ as d(x, y) = |x y| :

Con este concepto se puede denir inmediatamente la nocin de l o mite de una sucesin {xn } a x, se denota xn x y se dice que xn tiende a x: o xn x > 0 n0 N : n n0
def.

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

La relevancia de este hecho es que permite dotar a R de una estructura no slo algebraica, sino anal o tica en el sentido de que hace posible manejar la nocin de convergencia. o Si se intenta buscar cules son las propiedades del valor modular que haa cen posible este salto cualitativo, se puede observar que en relacin con las o operaciones de suma y multiplicacin de nmeros reales se cumple que: o u |x| = || |x| |x + y| |x| + |y| y adems |0| = 0. a Si se trata de generalizar estas propiedades y convertirlas en axiomtica de a 15

una aplicacin de valores positivos denida sobre cualquier espacio vectorial, o tambin denominado lineal, se tendr la denicin de norma que va a cone a o stituir un marco apropiado de estudio de un elevado nmero de propiedades u de gran impacto en el Anlisis Funcional. a

2.1

Espacios normados

Un espacio lineal X sobre el conjunto de los nmeros reales R (de los comu plejos C) se denomina espacio normado si para todo x X se pone en correspondecia un nmero no negativo x llamado norma de x, tal que se u cumplan los tres axiomas siguientes: 1) x = 0 x = 01 2) x = || x 3) x + y x + y (Ejercicios Resueltos 1 y 2) Todo espacio normado X resulta un espacio mtrico para la aplicacin e o d : R R R+ dada por: d(x, y) = x y , (Ejercicio resuelto 3) por lo que adquiere sentido la nocin de bola y consecuentemente la noo cin topolgica de conjunto abierto. o o La denominacin de bola responde a la forma geomtrica del conjunto que o e corresponde a la utilizacin de la norma euclideana en el espacio tridimeno sional. El conjunto Sr (x0 ) = {x X : x x0
1

< r} se llama bola abierta con

x = 0 x = 0 por lo que el axioma 1) se puede sustituir por si y slo si como o consecuencia del axioma 2).

16

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

a se denomina dimetro del conjunto A X. La nomenclatura de dimetro se justica porque esta nocin generaliza la a o de dimetro de un c a rculo y la importancia de este concepto radica en que proporciona una v alternativa para probar que un conjunto de un espacio a mtrico est acotado: e a A est acotado Diam(A) < +. a (Ejercicio propuesto 2) El nmero u d(x, A) = inf x y
yA

se denomina distancia de un punto x X a un conjunto A X. El nmero u d(A, B) =

xA,yB

inf

xy

se denomina distancia entre los conjuntos A, B X. Un conjunto se llama abierto si para cualquier x0 M existe un r > 0 tal que, Sr (x0 ) M . Un punto a X se llama punto de acumulacin del o conjunto M X si en cualquier bola Sr (a) existe un punto x M (x = a). El conjunto de todos los puntos de acumulacin del conjunto M se designa o por M . El conjunto M M se llama clausura del conjunto M y se denota mediante M . Un conjunto M X se llama cerrado si M = M . Una sucesin {xn } X(n N) se llama convergente hacia el elemento o 17

x0 X y se escribe xn x0 si xn x0 0. Una caracterizacin muy o n util de punto de clausura es la siguiente: x M {xn } M (Ejercicio resuelto 5) Un conjunto L X se denomina variedad lineal si de x, y L se deduce que 1 x + 2 y L, para cualesquiera 1 , 2 . Si la variedad lineal es un conjunto cerrado en X, entonces se llama subespacio. Se llama segmento, que une los puntos x, y X, al conjunto de puntos del tipo x + (1 )y, 0. Un conjunto A X se llama convexo si el segmento que une cualesquiera dos puntos de A, est contenido totalmente en A. a Las nociones topolgicas de conjunto compacto y de conjunto relativamente o compacto adquieren en un espacio mtrico formas especiales muy prcticas e a porque pueden establecerse en trminos de sucesiones. Debido a que todo e espacio normado es mtrico, estas formas son vlidas tambin en los espacios e a e normados. Un subconjunto A (E, ) se dice que es relativamente compacto si toda sucesin innita {xn } A contiene al menos un punto de acumulacin o o x E. En otras palabras A (E, ) es compacto si todo subconjunto innito de A posee un punto de acumulacin contenido en E. En particular, un espacio o mtrico (E, ) es compacto si para toda sucesin innita {xn } E existe, al e o menos, una subsucesin {xnk } que converge a x E. o Sobre un mismo espacio pueden denirse varias normas y es posible que stas e estn relacionadas. Dos normas x 1 y x 2 en un espacio lineal X se llaman e equivalentes si existen dos nmeros , > 0 tales que, para cualquier x X u se cumple la desigualdad x 1 x 2 x 1 . (Ejercicios resueltos 6 y 7) Algunas normas de uso ms com n a u Se resumen seguidamente algunas deniciones de norma en diversos tipos de espacios familiares tales como: espacios de nuplos de escalares; espacios de 18 : xn x.

sucesiones y espacios funcionales constituidos por funciones continuas, continuamente diferenciables, acotadas, medibles y de variacin acotada. Cada o uno de ellos se denomina con la notacin que se utilizar en lo sucesivo. o a En el espacio E m
m
1 2

x =
k=1

|xk |

El espacio lp (p > 1) de las sucesiones acotadas x = (x1 , x2 , ...)(xk R(xk C)) que satisfacen la condicin |xk |p < o k=1
m
1 p

x =
k=1

|xk |p

El espacio lm de los vectores x = (xk )m (xk R(xk C)), k=1

m

x =
k=1

|xk |

m El espacio lp (p > 1) de los vectores x = (xk )m (xk R(xk C)), k=1 m

1 p

x =
k=1

|xk |p

El espacio C[a, b] de las funciones continuas sobre [a,b] x = max |x(t)|

t[a,b]

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

k

x =
i=0

t[a,b]

max x(i) (t)

El espacio M [a, b] de las funciones acotadas sobre [a, b] x = sup |x(t)|

t[a,b]

19

 El espacio Lp [a, b] de las clases de funciones medibles en el intervalo [a, b] segn la relacin de igualdad en casi todas partes u o
b

x =
a

|x(t)|p dt

1 p

,1 p <

o El espacio V [a, b] de las funciones de variacin acotada sobre [a, b] con la norma:
b

x = |x(a)| +
a

x(t).

La funcin x(t) real dada en [a, b] se llama funcin de variacin acotada o o o si existe una constante c tal que para toda particin del segmento o [a, b] :
n

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

se cumple la desigualdad: |x(tk ) x(tk1 )| < c.

k=1

La variacin total de una funcin de variacin acotada sobre [a, b] es o o o un nmero u

b n

x(t) = sup
a k=1

|x(tk ) x(tk1 )| ,

donde la cota superior se toma sobre todas las posibles particiones nitas del segmento [a, b]. Se puede observar que el espacio lm es un caso particular de los espacios m lp (p > 1) cuando p vale 1, por lo que resulta natural extender la notacin o m lp al caso p 1 porque la aplicacin no constituye una norma para p < 1. o (Ejercicio resuelto 8)

2.2

Espacios de Banach

El concepto de espacio de Banach es muy importante porque en ellos resultan vlidos los teoremas ms signicativos del Anlisis Funcional, por ejemplo a a a el teorema de la Acotacin Uniforme (que se particularizar en el siguiente o a cap tulo) y los teoremas del inverso acotado y del grco cerrado (que se a estudiarn en el prximo cap a o tulo). 20

Denicin 2.2.1 Sea (X, d) un espacio mtrico. Una sucesin {xn } X o e o se denomina fundamental si para cualquier > 0 existe un N = N ( ) tal que, para cualquier n > N y todos los p naturales se cumple la desigualdad d(xn+p , xn ) < . Un espacio X se denomina completo si toda sucesin funo damental converge en l. Un espacio normado completo se denomina espacio e de Banach. (Ejercicios resueltos 9, 10 y 11) El teorema de la Acotacin Uniforme basa su demostracin en el teorema o o de Baire, por lo que se introducen a continuacin las deniciones topolgicas o o que fundamentan este ultimo teorema. Un conjunto A X se llama denso en X, si A = X. Un conjunto A X se llama nunca denso en X, si Int(A) = Denicin 2.2.2 A es de 1ra categor si es unin contable de conjuntos o a o nunca densos. Denicin 2.2.3 A es de 2da categor si no es de 1ra categor o a a. Proposicin 2.2.1 A B = C , entonces B es de 2da categor o a.
I II

Proposicin 2.2.2 es nunca denso2 de 1ra categor no es de o a da 2 categora. La forma ms directa de demostrar el teorema de Baire es considerarlo como a corolario de un teorema que establece una caracter stica de los conjuntos de primera categor en los espacios completos. a Teorema 2.2.1 Sea X un espacio mtrico completo. A X, A de 1ra categor e a. Entonces = . A Corolario 2.2.1.1 (Teorema de Baire) Sea X = , X espacio mtrico e da completo. Entonces X es de 2 categora.

Por la denicin. o

21

Demostracin[Teorema de Baire] o Supongamos lo contrario, es decir, suponer que X es de 1ra categor ena, tonces X = X = contrario a la hiptesis o Combinando el teorema de Baire y la proposicin 2.2.1, se puede construir o un procedimiento de demostracin de que un conjunto dado es de segunda o categor a: Procedimiento 1 (P1) Escribir la unin disjunta X = A B, donde X es un espacio mtrico o e completo. (P2) Garantizar que A es un conjunto de primera categor a. (P3) Inferir que B es un conjunto de segunda categor a. Apliquemos el Procedimiento 1 para demostrar que el conjunto de los irracionales (I) es de 2da categor en R con la topolog usual. a a (P1) Q I = R, donde A = Q, B = I, X = R. (P2) A = Q es la unin contable de sus puntos, cada uno de los cuales es o un conjunto nunca denso. (P3) I es de 2da categor 3 , Q I = R4 . a
I II

En el enunciado del teorema de la acotacin uniforme interviene la nocin o o de seminorma, que es una aplicacin que satisface los axiomas N2 y N3 o establecidos para la norma. Teorema 2.2.2 (Teorema de la Acotacin Uniforme) Sean X un eso pacio de Banach no vaco, I, x X, p (x) 0. {p }I familia de seminormas continuas. Si sup p (x) < + x X
I

entonces, sup sup p (x) < +

I x 1
3 4

Aplicando la proposicin 2.2.1. o Por el Teorema de Baire.

22

Demostracin o Formemos An = {x X : p (x) n I} Notemos que An es cerrado puesto que An =

I

p1 [0, n]

adems a An 5 X 6
n n

An An
n

concluyendo, X7 =
n

An =

Esto implica que existe n0 N : An0 = An0 tiene un punto interior, es decir, x0 X, r > 0 tales que B(x0 , r) An0 . Probemos que {p (x)} est uniformemente acotada sobre x < 2r. Consia deremos que x est en la bola B(x0 , r). Entonces x admite la descomposicin a o
x1 x2

x = x0 + aplicando p

x x x0 = 2 2

x1
B(x0 ,r)

x2
B(x0 ,r)

p (x) = p (x1 ) +
B(x0 ,r)

p (x2 )
p (x2 )B(x0 ,r)An0

2n0

I.

1. Si 2r 1, entonces sup p (x) 2n0

x 1

I,

de donde sup sup p (x) 2n0 < +.

I x 1

Por construccin o x, {p } est acotada a 7 Completo, luego de 2da categor a.

6

23

2. Si 2r < 1, entonces

1 1 > 0. Sea m > > 1. N 2r 2r

Consideremos x : x 1, m> 1 1 x x 2r 1 > 2r > 2r x 2r m m m

1

aplicando p (x) I p Entonces, p (x) 2mn0 . De aqu que sup p (x) 2mn0 sup sup p (x) 2mn0 < +.
x 1 I x 1

x 2n0 m

2.3

Espacios de Hilbert

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

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

Los elementos x, y H se llaman ortogonales y se escribe xy si (x | y) = 0. Un conjunto de elementos z H tales que (z | x) = 0 para cualquier x M H se denota M . Un sistema de elementos h1 , h2 , ... H se llama ortogonal si (hi | hj ) = ij = 1 para i = j, 0 para i = j.

El sistema de elementos x1 , x2 , ... H se llama linealmente independiente si para cualquier n N el sistema x1 , x2 , ..., xn es linealmente independiente.

2.4

Desigualdades de Hlder y Minkowski o

La demostracin de la desigualdad de Hlder se basa en propiedades de las o o funciones convexas, por lo que se estudia en ocasiones bajo la denominacin o de desigualdad de convexidad y su utilidad fundamental se explica porque interviene en la demostracin de la desigualdad de Minkowski. La imporo tancia de esta ultima est dada porque fundamenta la demostracin de la a o desigualdad triangular en ciertos espacios. Es por esto que resulta util pre sentarlas agrupadas en diversas formas: para sumas nitas, para series y para integrales, como se resumen a continuacin. o
8

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

25

Desigualdades de Hlder. Sean p, q dos nmeros reales positivos detero u 1 1 minados por la relacin p + q = 1. o (1) Para cualesquiera nmeros x1 , ..., xn ; y1 , ..., yn , u
n n
1 p

1 q

|xk yk |
k=1 k=1

|xk |p
k=1

|yk |q

(2) Para cualesquiera nmeros x1 , ..., xn , ...; y1 , ..., yn , ..., tales que, u

|xk | < ,
k=1 k=1

|yk |q < ,

se tiene,

1 p

1 q

|xk yk |
k=1 k=1

|xk |p
k=1

|yk |q

(3) Para cualesquiera funciones continuas x(t), y(t) sobre una regin T , o |x(t)y(t)| dt
T T

|x(t)| dt

1 p

|y(t)| dt
T

1 q

Desigualdades de Minkowski. Sea 1 p < . (1) Para cualesquiera nmeros x1 , ..., xn ; y1 , ..., yn , u
n
1 p

1 p

1 p

|xk + yk |p
k=1

k=1

|xk |p

+
k=1

|yk |p

u (2) Para cualesquiera nmeros x1 , ..., xn , ...; y1 , ..., yn , ..., tales que

|xk | < ,
k=1 k=1

|yk |p < ,

se tiene,

1 p

1 p

1 p

|xk + yk |p
k=1

k=1

|xk |p

+
k=1

|yk |p

26

(3) Para cualesquiera funciones continuas x(t), y(t) sobre una regin T , o |x(t) + y(t)| dt
T p
1 p

|x(t)| dt

1 p

+
T

|y(t)| dt

1 p

Una aplicacin F : X Y , X e Y espacios normados, se llama continua o en el punto x0 X, si para cualquier > 0 existe = (x0 ) > 0 tal que, para todo x0 S (x0 ), f (x) S (f (x0 )). Una aplicacin F : X Y se llama o continua, si es continua en cada punto x0 X. Una aplicacin F : X Y o se llama uniformemente continua, si para cualquier > 0 existe = ( ) > 0 tal que, para todo x0 X de x S (x0 ) se deduce que f (x) S (f (x0 )). (Ejercicios resueltos 15, 16 y 17, ejercicio propuesto 6) Tambin es vlida y muy util desde el punto de vista prctico, la siguiente cae a a racterizacin de la continuidad de una funcin denida entre espacios mtrio o e cos mediante el concepto de sucesin y que se conoce con la denominacin o o de funcin sucesionalmente continua. Se tiene en este caso que: o f es continua en x f es sucesionalmente continua en x [xn x f (xn ) f (x)]. (Ejercicio resuelto 14)

2.5

Ejercicios Resueltos
p(x) = sup |x(t)|
t[a,b]

1. Probar que en el espacio X de las funciones acotadas sobre [a, b], xX

constituye una norma. Solucin: o 1) p(x) = 0 sup |x(t)| = 0 |x(t)| = 0 t [a, b]

t[a,b]

x(t) = 0 t [a, b] x = 0. 27

2) p(x) = sup |(x)(t)| = sup |x(t)| = sup || |x(t)| = || sup |x(t)|

t[a,b] t[a,b] t[a,b] t[a,b]

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

x X.

|(x + y)(t)| = |x(t) + y(t)| |x(t)| + |y(t)| sup |x(t)| + sup |y(t)|
t[a,b] p(x) cota superior t[a,b] p(y)

sup |(x + y)(t)| p(x) + p(y).

t[a,b] p(x+y)

2. En el espacio de las funciones continuamente diferenciables sobre [a, b] determinar si las siguientes expresiones constituyen normas: a) max |x (t)|;
t[a,b]

b)

t[a,b]

max |x (t)| + |x(a)|.

t[a,b]

Solucin al inciso a) Denominemos p(x) = max |x (t)| o p(x) = 0 max |x (t)| = 0 |x (t)| = 0 t [a, b]
t[a,b]

X (t) = 0 t [a, b] x(t) es constante en [a, b] x=0 Conclusin: p no es una norma. o Solucin al inciso b) Denominemos p(x) = max |x (t)| + |x(a)| o
t[a,b]

p(x) = 0 max |x (t)| = 0 |x(a)| = 0

t[a,b]

Por el razonamiento hecho en el inciso a), x(t) es constante en [a, b] y x(a) = 0, lo cual indica que la constante es necesariamente 0. p(x) = 0 x = 0. 28

Es necesario analizar si se cumplen los restantes axiomas; p(x) =

t[a,b] t[a,b]

max |(x) (t)| + |(x)(a)|

= max |X (t)| + || |x(a)|

|||x (t)|

= || max |x (t)| + |x(a)|

t[a,b] p(x)

Veamos el ultimo axioma p(x + y) = max |(x + y) (t)| + |(x + y)(a)|

t[a,b]

Pero por las deniciones

t[a,b]

max |(x + y) (t)|+|(x + y)(a)| =

t[a,b]

max |x (t) + y (t)| +|(x + y)(a)|

Para todo t [a, b] se tiene |x (t) + y (t)| |x (t)| + |y (t)| max |x (t)| + max |y (t)|
t[a,b] t[a,b]

max |x (t) + y (t)| max |x (t)| + max |y (t)|

t[a,b] t[a,b] t[a,b]

A partir de la expresin de p(x + y) llegamos a que o p(x + y) max |x (t)| + max |y (t)| + |x(a)| + |y(a)|
t[a,b] t[a,b]

= max |x (t)| + |x(a)| + max |y (t)| + |y(a)|

t[a,b] t[a,b] p(x) p(y)

e 3. Probar que todo espacio normado es mtrico. Solucin: o Sea X un espacio normado. Denamos: d(x, y) = x y , donde d satisface los axiomas siguientes: 29

1) d : X X R+ ; 2) d(x, y) = x y = (1)(y x) = |1| y x = d(y, x); 3) d(x, y) = 0 x y = 0 x = y; 4) d(x, y) = x y = 9 (x z) + (z y) x z + z y .

d(x,z) d(z,y)

De aqu que se cumplen los axiomas de distancia, por lo que (X, d) es un espacio mtrico. e 4. Hallar las formas geomtricas de las bolas siguientes: e 4.1) S1 (0) en E 3 . 4.2) S1 (0) en R3 con la norma x = max |xi |.
i=1,2,3

4.3) S1 (f0 ) en C[a, b]. Solucin al inciso 4.1) S1 (0) = {(x1 , x2 , x3 ) R3 : x2 + x2 + x2 1} o 1 2 3 (esfera centrada en el origen y radio 1). Solucin al inciso 4.2) S1 (0) = {max(|x1 | , |x2 | , |x3 |) 1}. o max(|x1 | , |x2 | , |x3 |) 1 |x1 | 1, |x2 | 1 |x3 | 1 1 x1 1 , 1 x2 1 , 1 x3 1. Luego, S1 (0) es un cubo centrado en el origen y con arista de longitud 2. Solucin al inciso 4.3) S1 (f0 ) = o f C[a, b] : max |f (t) f0 (t)| < 1 .
t[a,b]

t[a,b]

max |f (t) f0 (t)| < 1 t [a, b]

|f (t) f0 (t)| < 1

t [a, b] 1 < f (t) f0 (t) < 1 t [a, b] f0 (t) 1 < f (t) < f0 (t) + 1. Entonces, la ordenada f (t) del grco de cada una de las funa ciones en la bola centrada en f0 estn comprendidas en la banda a determinada por las ordenadas de las funciones f0 (t)1 y f0 (t)+1.
9

Introduciendo z X.

30

 5. Probar que Diam(A) = Diam(A). Solucin: o Sean x, y A. {xn } , {yn } A Sea > 0 n0 N Entonces, d(x, y) d(x, xn ) +d(xn , yn ) + d(yn , y) < 2 + Diam(A),
< <

A A Diam(A) Diam(A). : xn x d(xn , x) < yn y. d(yn , y) < .

n n0

Diam(A) 2 + Diam(A) Como es arbitrario Diam(A) Diam(A). o 6. Indicar normas de R3 para las cuales la sucesin xn = 6n n+1 1 , 2 , 1 2 en n

n n0 .

es convergente. Determinar el l mite. Solucin: o Para la norma euclideana o cualquiera equivalente a ella, xn converge a x = (a, b, c) donde 6n b = lim 2n+1 n en n si cada uno de estos l mites existe a = lim a = lim a = lim 6n n en b = lim 2 2n
n

c=1

1 n2 1 n2

c = lim

6 2 1 = 0 b = lim n = 0 c = lim 1 2 n en n 2 n n 31

=10=1

Por tanto el l mite es (0, 0, 1). En particular si se designa x = (x1 , x2 , x3 ), las normas
3

= max |xi |
i=1,2,3

=
i=1

|xi |

son equivalentes a la euclideana

3
1 2

=
i=1

|xi |2 es equivalente a la euclideana

2

Vamos a probar en particular que x

Def. 0

i=1,2,3

max |xi | =

i=1,2,3

max |xi |

|x1 |2 + |x2 |2 + |x3 |2

x
2

i=1,2,3

max |xi |

3 x

Se han obtenido las constantes a = 1 y b = a x

0

3 tales que: ,

b x

lo cual signica por la denicin que las normas son equivalentes. o Se puede probar que todas las normas sobre un espacio vectorial nito dimensional son equivalentes y este hecho ser utilizado en cap a tulos posteriores. Por tanto, el aspecto ms interesante de esta comprobacin a o reside en evaluar las constantes espec cas a y b para el caso tratado. 7. Si se dene en el conjunto de las normas sobre un espacio vectorial la relacin o
1

son normas equivalentes

32

probar que R es una relacin de equivalencia. o Solucin: o Hay que probar que R satisface las propiedades de ser reexiva, simtrie ca y transitiva. (1) Propiedad reexiva. Hay que establecer que
1

Eligiendo a = b = 1 se tiene trivialmente que a

1

Por lo que se cumple la propiedad reexiva. e (2) Propiedad simtrica. Se requiere probar que
1 1

R R

2 2

2 R 1 a, b > 0 : 1 x 1 x a 1 x 2 x b 2 R 1 .

a x
2

x 2 b x 1 x 2 x 1 b
2

1 x a

(3) Propiedad Transitiva.

1 1 2

R R R

2 R 3 : 2 a1 , a2 > 0 : 3 b1 , b2 > 0
2

a1 x 1 x 2 a2 x 1 b1 x 2 x 3 b2 x 2 .

De estas desigualdades se deduce: x 3 b2 x 2 b2 a2 x 1 x 3 b1 x2 b1 a1 x 1 a1 b1 x 1 x 3 a2 b2

a>0 b>0

33

8. Constituye
m

1 p

x =
k=1

|xk |p

una norma en el conjunto de los vectores x = (xk )m (xk R) si p < 1 k=1 y m 2? Solucin: o La respuesta es no, veamos qu ocurre cuando tenemos dos vectores e de la forma siguiente: 1/2 0 0 1/2 . . x= y y= . . . . 0 0 Veriquemos que no se cumple el tercer axioma de norma10 : x+y = 2 1 2
p
1 p

=2

1p p

donde 0 < p < 1

1p 1p >02 p >1= x + y . p

9. Probar que toda sucesin fundamental est acotada. o a Solucin: o Sea {xn } X una sucesin fundamental. o > 0n0 N tal que n, m n0 xn xm < En particular xn xn0 < y xm xn0 < xn B (xn0 ) y xm B (xn0 )
10

Desigualdad triangular.

34

Esto signica que la sucesin est acotada a partir del trmino n0 , es o a e decir, n n0 xn xn xn0 + xn0 xn xn0 + xn0 < + xn0 Por tanto, xn max( x1 , x2 , ..., xn0 1 , + xn0 ). 10. Sea (X, ) un espacio de Banach. Probar que (X X, (x, y) es un espacio de Banach. Solucin: o Sea (xn , yn ) una sucesin fundamental en X X. Se tiene que o > 0n0 N tal que n, m n0 (xn , yn ) (xm , ym ) Pero (xn , yn ) (xm , ym )
0 0 0 0)

donde

= max( x , y )

< .

= (xn xm , yn ym ) 0 = max( xn xm , yn ym ) <

n, m n0 {xn } y {yn } son sucesiones fundamentales en X. Como X es un espacio de Banach, existen x, y X tales que xn x y yn y
n n

Obtengamos ahora que (xn , yn ) (x, y). (xn , yn ) (x, y)

0

= (xn x), (yn y) 0 = max( xn x , yn y ) 0

n

11. Sean (X, 1 ) un espacio de Banach, 1 y 2 dos normas equivalentes. Demostrar que (X, 2 ) es tambin un espacio de Banach. e 35

Solucin o
1

son

equivalentes > 0, > 0 : x X

2)

Def.

Y {an } es una sucesin fundamental en (X, o

si y slo si o
2

> 0 n0 ( ) N : n0 n p N an+p an Como x X x

1

<

an+p an

<
1 ),

entonces {an } es una sucesin fundamental en (X, o de Banach, entonces, a X : > 0 n1 ( ) N : n n1 an a Como x X x
2

como este es

< .

an a

an a
2 ).

an a

entonces, {an } a en (X,

n

Luego, como {an } es una sucesin o

2 ),

fundamental arbitraria que converge a un punto a (X, (X, 2 ) es un espacio de Banach. 12. Sea X un espacio de Hilbert. Sea M X. Denimos M = {z X : (z | m) = 0 m M } .

entonces

Probar que M es un subespacio (variedad lineal cerrada). Solucin: o Sean x, y M , K. x + y M ? (x + y | m) = 0

Hay que probar que m M,

(x + y) = (x | m) + (y | m) = 0
=0 =0

36

 Para probar que M es cerrado es suciente probar que M M . Consideremos que x M . Entonces existe {xn } M : xn x. Demostremos que x M . Sea m M . (x | m) = 0? Tenemos que (xn | m) = 0 Pero, (xn | m) (x | m)11
n =0

donde xn M y m M

luego (x | m) = 0 m M . Concluimos con que x M y M es un subespacio. 13. Probar que: 13.1) Toda funcin de variacin acotada sobre [a, b] es acotada sobre o o [a, b]. 13.2) La expresin o
b

x = |x(a)| +
a

x(t)

constituye una norma. Solucin al inciso 13.1) Sea P[a, b] el conjunto de todas las partio ciones nitas de [a, b]. Entonces x(t) V [a, b] c > 0 : p P[a, b]
k=1 Def. n

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

Consideremos un p = {a, t, b}: |x(t) x(a)| + |x(b) x(t)| < c |x(t) x(a)| < c |x(t)| |x(a)| < |x(t) x(a)| < c |x(t)| < c + |x(a)|
11

Consecuencia del Ejemplo Resuelto (5).

37

Solucin al inciso 13.2) Probemos ahora que o

b

x = |x(a)| +
a

x(t),

es una norma. Veamos 1)

b

x = 0 |x(a)| +
a

x(t) = 0
b

|x(a)| = 0
a

x(t) = 0.

Como
n n b

|x(tk ) x(tk1 )| sup

k=1 k=1

|x(tk ) x(tk1 )| =
a

x(t)

entonces, z [a, b]
b

| x(z) x(a) | + |x(b) x(z)|

=0 a

x(t) = 0.

Luego, z [a, b] |x(z)| = 0. 2) Debemos probar que x = || x .

b

= |x(a)| +
a

x(t)
n

= || |x(a)| + sup
k=1 n

|(x(tk ) x(tk1 ))| || |x(tk ) x(tk1 )|

k=1

= || |x(a)| + sup

38

= || |x(a)| + || sup
k=1 b

|x(tk ) x(tk1 )|

= || |x(a)| +
a x

x(t) = || x .

3) Sean x(t), y(t) V [a, b], probemos que x + y x + y .

b

x+y

= |(x + y)(a)| +
a

(x + y)(t)
n

= |(x + y)(a)| + sup

k=1

|(x + y)(tk ) (x + y)(tk1 )|

= |x(a) + y(a)|
n

+ sup
k=1

|x(tk ) + y(tk ) x(tk1 ) y(tk1 )|

n

|x(a)| + |y(a)| + sup

k=1

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

Aplicando la desigualdad de Minkowski (p = 1),

n n

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

k=1 k=1

|x(tk ) x(tk1 )|
n

+
k=1

|y(tk ) y(tk1 )| .

Luego,
n

|x(a)| + |y(a)| + sup

k=1 n

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

k=1

|x(a)| + |y(a)| + sup

n

+ sup
k=1

|y(tk ) y(tk1 )| 39

Agrupando convenientemente,
n

= |x(a)| + sup
k=1

|x(tk ) x(tk1 )|
n

+ |y(a)| + sup
k=1 b

|y(tk ) y(tk1 )|
b

= |x(a)| +
a x

x(t) + |y(a)| +
a y

y(t) = x + y .

14. Probar que la aplicacin f2 (, x) = x es continua. o Solucin: o f2 : K X X, donde K es el cuerpo de escalares. Consideremos sobre K X cualquier estructura topolgica que induzca la convergencia por coordenadas, en o particular (, x) = max(|| , x ). Probemos que f2 es sucesionalmente continua. Supongamos que, (n , xn ) (, x).
n

Hay que probar que f2 (n , xn ) f2 (, x),

n

esto es por denicin de f2 o f2 (n , xn ) = n xn f2 (, x) = x;

luego concretamente tenemos que demostrar que: n xn x

n Def.

n xn x 0.
n

40

Por esto analizamos el comportamiento de n xn x . Introduciendo el trmino auxiliar n x e n xn x = n xn n x + n x x = n (xn x) + (n )x (xn x) + (n )x = |n | xn x + |n | x

n

En el primer trmino de la ultima suma, se observa que {n } est acoe a tada por ser convergente, por tanto M > 0 tal que n |n | M , de aqu que |n | xn x 0.
n M
n

o 15. Probar que la funcin f (x) = x es continua. Solucin: o f : X R+ Vamos a probar que f es sucesionalmente continua, es decir [xn x f (xn ) f (x)]
n

Supongamos entonces que xn x

n Def.

xn x 0
n

Debemos estimar: |f (xn ) f (x)| = | xn x | Tenemos que xn = 12 (xn x) + x xn x + x xn x xn x

12

Se introduce el l mite x.

41

Anlogamente a x = 13 (x xn ) + xn x xn + xn x xn xn x
xn x

Como xn x es mayor que ( xn x ) y tambin es mayor que el e opuesto de este nmero ( x xn ), se inere que xn x supera el u valor modular de ( xn x ), de aqu que | xn x | xn x . A partir de esta estimacin se deduce, debido a que o xn x 0,
n

que

xn x .
n

16. Sea X un espacio de Hilbert sobre K. Denamos f (x, y) = (x | y), donde ( | ) es el producto escalar del mismo. Probar que f es una aplicacin continua. o Solucin: o Consideremos sobre X X cualquier estructura topolgica que induzca o la convergencia por coordenadas, en particular, (x, y) = max( x , y ). De aqu que se tiene que (xn , yn ) (x, y) xn x yn y
n n n

Probemos que f es sucesionalmente continua. Supongamos que: (xn , yn ) (x, y); hay que probar que: f (xn , yn )
K

f (x, y)
K

f (xn , yn ) = (xn | yn )
13

f (x, y) = (x | y),

Se introduce el trmino xn . e

42

luego hay que demostrar que (xn | yn ) (x | y) |(xn | yn ) (x | y)| 0.

n Def.

Por esto vamos a analizar el comportamiento de |(xn | yn ) (x | y)|. Introduciendo el trmino auxiliar (xn | y) e |(xn | yn ) (x | y)| = |(xn | yn ) (xn | y) + (xn | y) (x | y)| = |((xn | yn ) (xn | y)) + ((xn | y) (x | y))| Aplicando propiedades del mdulo y del producto interior o |(xn | yn ) (xn | y)| + |(xn | y) (x | y)| = |(xn | yn y) + (xn x | y)| Por la desigualdad de Cauchy-Buniakowski |(xn | yn y) + (xn x | y)| xn
M

y n y + xn x
n

0
n

Por tanto, |(xn | yn ) (x | y)| 0

n

2.6

Ejercicios Propuestos

1. Determinar la forma geomtrica de la bola S1 (0) en l2 . e 2. Probar que: A est acotado Diam(A) < +. a 3. Probar que en todo espacio unitario (x | y) = (x | y). deos y unitarios la aplicacin o 4. Probar que en los espacios eucl x = constituye una norma. 43 (x | x)

5. Probar los ejercicios resueltos 14 y 15 a partir de la denicin expresada o en tminos de , . e o 6. Probar que si X es un espacio unitario, x0 X la aplicacin f (x) = (x, x0 ), es una aplicacin continua, aplicando: o o o a) la caracterizacin de funcin sucesionalmente continua; b) la denicin en trminos , ; o e c) el ejercicio resuelto 16. (x X)

44

Cap tulo 3 Operadores lineales

Si X, Y son espacios normados y se establece una aplicacin T de X en Y , o el estudio de las peculiaridades de esta funcin (denominada operador) y o sus principales propiedades conduce a la obtencin de esquemas de comporo tamiento predeterminados en casos aparentemente muy distintos como los siguientes: 1ro) T (x) = Ax, donde x Rn y A es una matriz cuadrada de dimensin o n. 2do) T (x) = x , donde x es una funcin con derivada continua x en un o intervalo [a, b]. 3ro) T x = g, si x es una funcin continua en [0, 1] y g es la funcin dada o o por:
1

g(s) =
0

stx(t)dt 0 s 1

Este conocimiento resulta muy util en la teor de resolucin de ecuaciones. a o

3.1

Continuidad, acotacin y norma de un o operador lineal

El conocido concepto de funcin continua entre espacios mtricos adquiere o e un matiz especial cuando los espacios son vectoriales y el operador es lineal. Se ver que en este caso son vlidos dos resultados de gran fuerza prctica: a a a 45

el primero establece la equivalencia entre la continuidad en un punto y la continuidad en todo el espacio. El mismo fundamenta la demostracin de o que el concepto de continuidad equivale a un nuevo concepto: el de operador acotado, ms fcil de manejar porque est basado en una desigualdad. a a a Denicin 3.1.1 Sea F un operador con campo de denicin D(F ) X o o y campo de valores R(F ) Y . Se llama acotado si transforma cualquier conjunto acotado de D(F ) en un conjunto acotado en el espacio Y . Denicin 3.1.2 Sean X, Y espacios normados, ambos reales o ambos como plejos. Un operador A : X Y con campo de denicin D(A) X se llama o lineal si D(A) es una variedad lineal en X y para cualesquiera x, y D(A), as como para cualesquiera 1 , 2 R(1 , 2 C) se cumple la igualdad A(1 X1 + 2 X2 ) = 1 A(X1 ) + 2 A(X2 ). (Ejercicio resuelto 1) El conjunto N (A) = {x D(A) : A(X) = 0} se denomina conjunto de ceros o ncleo del operador A. u La importancia prctica del concepto de operador lineal est dada por la a a variedad de operadores muy utiles que satisfacen esta propiedad. Se resumen seguidamente algunos de ellos, suponiendo en todos los casos un dominio de denicin apropiado. (Ejercicio propuesto 4) o Algunos ejemplos de operadores lineales (1) El operador nulo: Ax = 0 x X; (2) El operador identidad: Ax = 1; (3) Ax = y si y(s) =
b a

K(s, t) x(t) dt;

(4) Ax = y si y(s) = x (s) + x(s); (5) El operador de diferencias nitas: Ax = y si y(s) = x(s) + x(s), siendo x(s) = x(s + s) x(s), x : R R; (6) El operador de transformada: Ax = 46
ei k s

x(s) ds k R;

(7) Si x = (x1 , x2 , x3 , ...) A1 x = A2 x =

k=1

1 1 1 (x1 + x2 ), (x2 + x3 ), (x3 + x4 ), ... ; 2 2 2

a1k xk ,
k=1

a2k xk , ...

(8) Ax = y si y(s) = s x(s); (9) Ax = y si y(s) = x(s 1); (10) El operador combinado (evaluacin y multiplicacin): o o Ax = y tal que y(t) = t2 x(0).

Donde A : C[0, 1] C[0, 1]; (11) El operador producto por una funcin ja: o Ax = y siendo y(t) = 0 (t) x(t);

(12) Operador entre espacios de sucesiones: Ax = (1 x1 , 2 x2 , ..., n xn , ...), x = (x1 , ..., xn , ...) n R n N.

Teorema 3.1.1 Un operador lineal A : X Y , dado sobre todo X y continuo en el punto x0 X es continuo en cualquier punto y X. (Ejercicio resuelto 2) Por tanto un operador lineal A : X Y con D(A) = X es continuo si es continuo en el punto 0 X. Denicin 3.1.3 Un operador lineal A : X Y con D(A) = X se llao ma acotado si existe c > 0 tal que para cualquier x S1 (0) es vlida la a desigualdad Ax c. Teorema 3.1.2 Un operador lineal A : X Y con D(A) = X es acotado si y slo si para cualquier x X se cumple la desigualdad Ax c x . o 47

(Ejercicio resuelto 3, ejercicio propuesto 2) Teorema 3.1.3 Un operador lineal A : X Y con D(A) = X es continuo si y slo si es acotado. o (Ejercicios resueltos 4, 5 y 6) Denominacin: o L(X, Y ) = {A : X Y u Denicin 3.1.4 El nmero o A = sup
xX, x 1

tales que A es lineal acotado} .

Ax

se denomina norma del operador lineal acotado A : X Y con D(A) = X. Proposicin 3.1.1 (Deniciones alternativas de norma) Sea A L(X, Y ). o Denamos, E = sup
x=0 x =1

Ax , x

C = sup Ax ,
x 1

B = sup Ax ,

D = inf{k 0 : x X Ax k x }.

Entonces E B C D E. (Ejercicio resuelto 7) La denominacin de norma se justica por el hecho de que la aplicacin o o A = E = B = C = D constituye una norma sobre el espacio L(X, Y ) (Ejercicio propuesto 3). Tomando en consideracin las expresiones equivao lentes para la norma de un operador lineal y continuo, se puede construir un procedimiento para el clculo de la norma. a Procedimiento 2. Clulo de la norma de un operador a Sea A L(X, Y ). (P1) Vericar que A es un operador (A : X Y ). 48

(P2) Vericar que A es lineal. a (P3) Vericar que A est acotado. (Es decir k : x X Ax k x )

Nota: Al terminar (P3) hemos probado que A L(X, Y ) (P4) Acotar superiormente la norma. Nota: Al terminar (P4) se concluye que A k. (P5) Hallar A . Nota: Si se quiere probar que A de las formas siguientes: = k proceder entonces de una Ax0 =k x0

1ra forma) Buscar x0 X, x0 = 0, tal que Nota: Con esto se demuestra que:

Ax0 =kE= A , x0 que es la desigualdad contraria a la determinada en (P4). 2da forma) Buscar x0 X, x0 = 1, tal que Ax0 = k. Nota: Con esto se demuestra que: Ax0 = k B = A , que es la desigualdad contraria a la determinada en (P4). (Ejercicios resueltos 8, 9, 10 y 11) Si en un espacio normado se dene una ley interna con las propiedades algebraicas de un producto con identidad e, entonces la estructura de lgebra a que se obtiene se hace compatible con la estructura topolgica de espacio o normado exigiendo las condiciones: 49

(1) xy x (2) e = 1.

y ;

La primera de estas condiciones conduce a establecer que la ley de producto es continua, como lo son tambin las leyes de suma y de multiplicacin por e o un escalar. (Ejercicio resuelto 12)

3.1.1

Ejercicios Resueltos

1. Sean X e Y , espacios lineales; A : X Y un operador lineal. Demostrar que el operador A transforma un conjunto convexo de D(A) en un conjunto convexo en el espacio Y . Solucin: o A lineal, S X convexo, A(S) convexo? y1 , y2 A(S) x1 , x2 S : y1 = Ax1 y2 = Ax2 . Sea [0, 1] y1 + (1 )y2 = Ax1 + (1 )Ax2 1 A(x1 + (1 )x2 ) A(S)
S

o 2. Veamos la demostracin del Teorema 3.1.1. Demostracin o Sea y X. Como X e Y son espacios mtricos por ser normados, es e suciente probar que A es sucesionalmente continuo. Supongamos que yn y, entonces A(yn ) A(y)? A(yn ) = A(yn y + y x0 + x0 ) Por la linealidad de A, se tiene que A(yn ) = A(yn y + x0 ) + A(y) A(x0 ),
1

Por la linealidad de A.

50

pero como A es continuo en x0 yn y + x0 x0 A(yn y + x0 ) A(x0 ) A(yn ) A(x0 ) + A(y) A(x0 ) = A(y) 3. Demostrar que el ncleo N (A) de un operador lineal acotado A : X u Y es un subespacio del espacio X. Solucin: o Sean x, y N (A), entonces Ax = 0 y Ay = 0 dos elementos de N (A). Por la linealidad de A tenemos A(x + y) = Ax + Ay = 0 x + y N (A)
=0 =0

y Ax = Ax = 0 x N (A),
=0

esto nos asegura que N (A) es una variedad lineal, por lo que slo nos o faltar probar que es cerrado. a 1ra forma) Un conjunto cerrado es aquel donde se verica N (A) = N (A). Es suciente probar que N (A) N (A). x N (A) xn N (A) : xn x Axn Ax
0

Por ser A un operador continuo. De aqu que Ax = 0 x N (A).

Preimagen

2da forma) N (A) =

cerrado

A1 ( {0} )
continua cerrado

o 4. Veamos la demostracin del Teorema 3.1.3, es decir A lineal y continuo A acotado. 51

Demostracin o Supongamos que A es acotado y que xn 0, entonces Axn A(0)? Donde A(0) = 0 por el carcter lineal de A. Como una consecuencia a del Teorema 3.1.2 A acotado c > 0 : Axn c xn . Luego, xn 0 xn 0 Axn 0 Axn 0 Por tanto, A continuo en x0 = 0 A continuo.2 Supongamos ahora que A es continuo, entonces ser A acotado? Supona gamos lo contrario; es decir, para cada n existe xn tal que Axn > n xn A sea yn = xn , n xn yn = 1 xn n xn = 1 0, n n xn n xn >1

pero Ayn 0, n , luego A no es continuo en el punto cero y por tanto no es continuo en ningn punto por el Teorema 3.1.1. u dx 5. Ser acotado el operador A : C[0, 1] C[0, 1], Ax(t) = , cuyo cama dt po de denicin L es la variedad lineal de las funciones continuamente o diferenciables sobre [0,1]? Solucin: o
2

Recordar Teorema 3.1.1

52

Sean A lineal, xn (t) = tn , Axn = xn xn Luego, { xn { Axn

n=1 } , n=1 } ,

xn (t) = ntn1 = =
t[0,1] t[0,1]

y Axn = xn .
t[0,1] t[0,1]

sup |xn (t)| = sup ntn1 = n sup |xn (t)| = sup |tn | = 1

es un conjunto acotado; pero no est acotado. a

Como podemos apreciar el operador A no est acotado A no es a 3 continuo. 6. Sean X, Y , espacios de Banach; A : X Y un operador lineal acotado con D(A) = X. Constituyen normas en X las igualdades: a) x
1

= Ax ,

a b) x 2 = x + Ax ? En caso armativo, ser X un espacio de Banach con esta norma? Solucin al inciso a) Vamos a analizar el primer axioma de norma o x
1

= 0 Ax = 0 Ax = 0

Si N (A) = {0} entonces se puede implicar que x = 0, luego en general esta aplicacin no constituye una norma. En el caso de o que N (A) = {0}, X resulta isomtrico a R(A), por lo que ser e a completo si este espacio lo es. Solucin al inciso b) S Probemos el primer axioma o . x
2

= x + Ax = 0 x = 0 Ax = 0 x = 0.

Sea un escalar x
3 4

= 4 x + Ax = || x + || Ax = || x

Recordar Teorema 3.1.2. A es lineal.

53

Probemos ahora el axioma triangular, x + y x+y

2

+ y

x + y + A(x + y) x + Ax + y + Ay
x
2

Recordemos que en un espacio de Banach toda sucesin fundao mental debe ser convergente. Probemos esta propiedad, xn+p xn
2

xn+p xn + A(xn+p xn ) 0
0 0 n

xn+p xn 0
n

A(xn+p xn ) 0.

Veamos cada sumando por separado, xn+p xn 0 5 x X : xn+p x 0 y en el otro sumando, A(xn+p xn ) 0 6 Axn+p Axn 0, luego, {Axn } es una sucesin fundamental. Entonces o y Y : Axn+p y 07 y = Ax8 Luego, xn+p x (X,
2) 2

= xn+p x + A(xn+p x) 0

es de Banach.

o 7. Demostrar la proposicin 3.1.1. Solucin: o 1ro)

5 6

Ax = A x

x x

B E B 9 C.

X es un espacio completo Por la linealidad de A. 7 Y es de Banach 8 A acotado, luego continuo 9 Por denicin. o

54

2do) Ax k

x : x 1 C D. 2

3ro) Supongamos que D E = > 0 E = D < D Entonces x = 0 Ax E < D Ax < x 2 Luego, E B C D E. D x

x = 0 Absurdo!

8. Demostrar que los siguientes operadores son lineales acotados y hallar sus normas aplicando el procedimiento 2: a) A : C[0, 1] C[0, 1], Ax(t) = Solucin inciso a) o (P1) A es un operador; (P2) la linealidad es una consecuencia inmediata de la linealidad de la integral; o (P3) por la denicin de norma en C[0, 1] se tiene que,
t t 0 2

x( )d ;

b) A : C[0, 1] C[0, 1], Ax(t) = t x(0);

Ax = sup |(Ax)(t)| = sup

t[0,1] t[0,1] 0

x( )d

Podemos acotar la expresin que aparece en el ultimo miembro o

t t

x( )d
0

|x( )| d sup |x( )| sup |t 0|

[0,1] x t[0,1] 1

sup
t[0,1] 0

x( )d 1 x sup Ax 1
x 1 A Ax

55

Para probar la desigualdad en sentido contrario consideremos x0 C[0, 1] dado por x0 (t) 1 t [0, 1]. Notemos que x0 = 1 y hallemos Ax0 .
t

Ax0 = sup
t[0,1] 0

x0 ( ) d = sup |t| = 1.
=1 t[0,1]

Entonces Ax0 = 1 sup Ax = A ,

x 1

luego A = 1. Solucin al inciso b) Prueba de la linealidad. o A(x(t) + y(t)) = t2 (x(0) + y(0)) = t2 x(0) + t2 y(0)
Ax(t) Ay(t)

= Ax(t) + Ay(t) Hallemos A . Por denicin de norma en C[0, 1] o Ax = sup |(Ax)(t)| = sup t2 x(0) |x(0)| 1 x
t[0,1] t[0,1]

entonces, sup Ax 1
x 1 A

Rec procamente, sea x0 (t) 1 t [0, 1], por lo que x0 = 1 Ax0 = sup t2 (1) = 1 sup Ax = A
t[0,1] x 1

luego A = 1. A 1 la igualdad se alcanza cuando x es constante. 9. Dado el operador T : l1 l1 denido por: T (x1 , x2 , x3 , ...) = (0, x1 , 2x2 , x3 , 2x4 , ...),
=x

56

probar que T = 2. Solucin: La linealidad se demuestra directamente de la denicin. o o Tx = |x1 | + 2 |x2 | + |x3 | + 2 |x4 | + ... 2 |x1 | + 2 |x2 | + 2 |x3 | + 2 |x4 | + ... 2 x T 2.

Para probar la desigualdad contraria, consideremos el elemento de l1 : x0 = (0, 1, 0, 0, 0, ...). Entonces x0 = 1 T x0 = (0, 2, 0, 0, ...) T x0 = 2 T x0 2 Tx = = 2 sup = T . x0 1 x x =0 10. En el espacio de Hilbert H el operador de proyeccin ortogonal sobre o el subespacio L H para x = u + v, siendo u L y v L se dene por la igualdad P x = u. Demostrar que el operador P es acotado y hallar su norma. Solucin: o P es lineal si y = u + v entonces P (x + y) = u + u = P (x) + P (y) Sea x H Px = u u
2

+ v

(u + v | u + v) = x P 1.

La igualdad P x = x se cumple para cualquier u L por lo que para todo u = 0 Pu u Px = = 1 sup = P , u u x x =0 luego P = 1.

57

11. En el espacio C[1, 1] consideremos los operadores 1 [x(t) + x(t)], 2 1 [x(t) x(t)] Bx(t) = 2 Ax(t) = b) Probar que A2 = A. Solucin al inciso a) Demostremos la linealidad. o A(x + y)(t) = 1 [(x + y)(t) + (x + y)(t)] 2 1 = [x(t) + y(t) + x(t) + y(t)] 2 1 1 = [x(t) + x(t)] + [y(t) + y(t)] 2 2
Ax(t) Ay(t)

(3.1.1) (3.1.2)

a) Demostrar que A es un operador lineal acotado y hallar su norma.

Hallemos A A sup max

x

sup Ax(t)
x =1

1 [x(t) + x(t)] =1 t[1,1] 2 = sup

x =1 x =1

1 ( x + x ) 2

sup x = 1

La cota superior se alcanza para x 1, por lo que A = 1. Solucin al inciso b) o 1 A2 x(t) = [Ax(t) + Ax(t)] = Ax(t) 2
Ax(t)

a 12. Si {xn } , {yn } son sucesiones fundamentales de un lgebra normada A, probar que {xn yn } es una sucesin fundamental. Adems, si xn x o a 58

y yn y, pruebe que xn yn xy. Solucin: Hay que probar que o xn yn xm ym xn yn xm ym agrupando

n,m

= =

0 xn yn xn ym + xn ym xm ym xn (yn ym ) + (xn xm )ym xn (yn ym ) + (xn xm )ym

Por la denicin de Algebra o

M M

xn

yn ym + xn xm
n,m

ym

n,m

Supongamos ahora que xn x y que yn y. xn yn xy = xn yn xyn + xyn xy = (xn x)yn + x(yn y) xn x yn + x yn y

n

Observe que el trmino auxiliar introducido e xyn + xyn = 0, pudo haber sido alternativamente xn y + xn y la demostracin se hubiera cambiado por: o xn yn xy = xn yn xn y + xn y xy = xn (yn y) + (xn x)y y n y xn + y xn x
n

59

3.2

Espacio de operadores lineales acotados

Denicin 3.2.1 Sean X e Y , espacios normados, ambos reales o compleo jos; A, B, operadores lineales acotados denidos sobre todo el espacio X y con valores pertenecientes a Y . Al suponer segn la denicin: u o (A + B)x = Ax + Bx, A(x) = Ax, A = sup
xX, x 1

Ax

obtenemos el espacio L(X, Y ) normado de operadores lineales acotados. Denicin 3.2.2 En el espacio L(X, X) = L(X) suponemos, por denio cin, (AB)x = A(Bx). Por lo tanto L(X) pasa a ser una lgebra con unidad, o a donde sta es el operador idntico I : X X, Ix = x. e e (Ejercicios resueltos 1 y 2) o Denicin 3.2.3 Una sucesin An L(X, Y )(n N) se llama uniformeo u mente convergente hacia el operador A L(X, Y ) y se denota An A si An A 0(n ). Una sucesin An L(X, Y )(n N) se o llama fuertemente convergente hacia el operador A L(X, Y ) y se denota s An A si para todo x X An x Ax 0(n ). (Ejercicios resueltos 3 y 4) Teorema 3.2.1 Si Y es un espacio de Banach, L(X, Y ) es un espacio de Banach. (Ejercicio resuelto 5) Teorema 3.2.2 (Principio de acotacin uniforme) Sea un conjunto o de ndices de cardinalidad arbitraria y supongamos que la sucesin {A }, o donde recorre a , es una coleccin de elementos de L(X, Y ) donde X es o un espacio de Banach. Si sup A x < x X

entonces, sup A < .

60

Demostracin o Aplicaremos el teorema de la acotacin uniforme, por lo cual el primer paso o ser construir una familia de seminormas continuas. a Sea p = A (x) norma. I. Debemos comprobar que cada p es una semiA (x) = || A x = || p (x) A (x + y) = A (x) + A (y) A (x) + A (y) = p (x) + p (y).

p (x) = p (x + y) =

Ahora debemos comprobar que cada p es continua, lo cual se har mediante a el anlisis de la condicin de ser sucesionalmente continua. a o Supongamos que xn x p (xn ) = A (xn ) A (x) A (x) = p (x)

Por hiptesis se tiene, o sup p (x) = sup A (x) < + x,

obtenindose la tesis de acuerdo con el teorema de la acotacin uniforme e o sup sup p (x) = sup sup A (x) < +.
x 1 x 1 A

En particular, cuando = N se obtiene: Teorema 3.2.3 (Teorema de Banach-Steinhaus) Sean X un espacio de Banach, An L(X, Y )(n N) y la sucesin An x acotada para cualquier o x X. Entonces, la sucesin An es acotada. o (Ejercicio resuelto 6) Agrupemos seguidamente algunas aplicaciones del teorema de la acotacin o uniforme que muestran su alcance prctico. a 61

Aplicaciones 1.- X espacio de Banach, Y espacio normado y Tn L(X, Y ). Supongamos que Tn converge en cada punto x X. Entonces el operador T denido por T (x) = lim Tn (x) est en L(X, Y ) a
n

Demostracin o Es necesario probar que T es lineal y continuo. Mostremos en primer lugar la linealidad. Sean , escalares; x, y X. T (x + y)
Def.

= =

lim Tn (x + y)
n

Tn L(X,Y )

lim (Tn (x) + Tn (y))

lim Tn (x) + lim Tn (y) = T (x) + T (y).

n

Veamos ahora la acotacin. Para cada n se tiene que o Tn (x) Tn Pasando al l mite: T (x) K x 2.- X espacio de Banach F X : sup |x (x)| < + x X
x F

x 10 K x x X

Entonces F est acotado. a Demostracin o Tomemos en el Teorema 3.2.2 a Y = K entonces, sup x

xF

< +.

Teorema 3.2.4 Sean X, Y espacios de Banach; An L(X, Y )(n N). Para que la sucesin An con n converja fuertemente hacia el operador o A L(X, Y ) es necesario y suciente que:
10

Por el Teorema de Banach-Steinhaus

62

1) la sucesin An sea acotada. o 2) An A fuertemente en una variedad lineal L densa en el espacio X.

n

(Ejercicio resuelto 7) Teorema 3.2.5 Sea X un espacio normado, Y un espacio de Banach, A : X Y un operador lineal y, adems, D(A) = X siendo el operador A a acotado sobre D(A). Entonces existe un operador lineal acotado A L(X, Y ) tal que Ax = Ax para cualquier x D(A) y A = A . Por tanto el operador A es una prolongacin del operador A que preserva su o norma. (Ejercicio resuelto 8)

3.2.1

Ejercicios Resueltos

1. Sean T, U, V espacios normados, G L(T, U ), H L(U, V ). Entonces HG H G . Solucin: o HGx H H Gx x T G x x T H G HG

2. Sean X, Y, Z espacios normados; An , A L(X, Y ) y Bn , B L(Y, Z) donde n N y An A y Bn B. Pruebe que:

n n

Bn An BA
n

en el espacio L(X, Z). Solucin: o Bn An BA = = Bn An Bn A + Bn A BA Bn (An A) + (Bn B)A Bn (An A) + (Bn B)A Bn An A + Bn B A 0
n M 0 0

63

3. En el espacio l2 , para un elemento x = (x1 , x2 , ...) l2 pongamos las sucesiones de operadores x1 x2 , , ... , n n Bn x = (0, 0, ..., 0, xn+1 , xn+2 , ...), n N. An x =
n

Cul es el carcter de la convergencia de cada una de las sucesiones? a a Solucin: o Probemos que An converge uniformemente, lo cual nos da una condicin suciente para todas las dems convergencias. o a

An x

=
k=1

xk n

1 2

1 x n 1 n

lim An 0 =

An = sup An x =
x 1

n u

lim An = lim

1 =0 n n

An 0 en l2 . Probemos que Bn 0 y Bn Bn x 0x =
s u

0. Sea x = (x1 , x2 , ...) l2

1 2

Bn x =
k=n+1

|xk |2

0(n ).

Este resultado se obtiene de que xn l 2

n

|xn |2 < +

resto 0. Veamos que Bn 0 0 (n ).

64

Sea xn = (0, 0, ..., 0, 1, 0, 0, ...) xn = 1 para cada n

n

Bn = sup Bn x
x 1

Bn xn = 1 n N
n

lim Bn 0 1 = 0 0

Bn

uniformemente en l2 . 4. Consideremos el operador A : C[0, 1] C[0, 1],

t

Ax(t) =
0

e x( )d

y la sucesin de operadores An : C[0, 1] C[0, 1] o

t n

An x(t) =
0 k=0

k x( )d, n N, k!

Converge la sucesin An hacia A? Cul es el carcter de la convero a a gencia?

65

Solucin: o An A = = = sup (An A)x

x =1

sup max |(An A)x(t)|

x =1 t[0,1] t

sup max sup max

t

x =1 t[0,1]

0 t

k x( ) d k! k=n+1 k k! k=n+1

x =1 t[0,1]

x d

= max

t[0,1]

k d k! k=n+1
1 0

Por la convergencia uniforme de la serie

= max

t[0,1]

k=n+1

k d = max t[0,1] k! A.

tk+1 (k + 1)! k=n+1

1 An (k + 1)! k=n+1

En el caso anterior se ha utilizado un resultado del anlisis matemtico, a a ex = x x2 xn + + ... + + ... 1! 2! n!

5. Demostrar el Teorema 3.2.1. Y de Banach L(X, Y ) es de Banach. Solucin: o {An }

f undamental

L(X, Y ) An Am x X, An x Am x

L(X,Y ) n,m
Y

0
L(X,Y )

An Am

X n,m

{An x} Y Banach.
fundamental

66

Entonces, y Y : An x y.
n

Formemos A : X Y x lim An x = y
n

Probemos que: a) A L(X, Y ) b) An A

L(X,Y )

0(n )

Solucin al inciso a) A lineal: o A(x + y) = =

n

lim An (x + y)
lineal

lim (An x + An y) = Ax + Ay.

A continuo A acotado c > 0 : x X, Ax c x . Probemos esta ultima condicin. Se tiene que: o An x

lineal y continua

An
fund.acotada

c x n

Pasemos al l mite: x X, An x Ax An x Ax Ax c x Como A es lineal y continuo se concluye que A L(X, Y ). Solucin al inciso b) > 0 n0 N : n, m n0 An Am < o An x Am x An Am Para n n0 y m An x Ax x (An A)(x) x An A , n n0 An A
n

x <

en L(X, Y ). 67

6. Sean X, Y , espacios de Banach, An L(X, Y )(n N) y cuando n converge fuertemente hacia un operador A L(X, Y ). Demostrar que si xn , x X y xn x cuando n , entonces An xn Ax cuando n . Solucin: o An xn Ax = (An xn An x) + (An x Ax) An xn x + An x Ax 0
n M teorema 3.2.3 0 0

An xn Ax,
n

7. Demostrar el Teorema 3.2.4. Solucin o ) 1) es una consecuencia del Teorema 3.2.3 y 2) se tiene como caso particular de la denicin de convergencia fuerte. o ) Sea x X arbitrario, > 0 x L : x x < ya que L = X n0 N : n n0 An x Ax < Por la condicin 2) o Vamos a estimar An x Ax An x Ax = = An x An x + An x Ax + Ax Ax (An x An x ) + (An x Ax ) + (Ax Ax) An x x + An x Ax + A x x
M < < <

(M + 1 + A )

8. Demostrar el Teorema 3.2.5. Solucin: o x X = D(A) xn D(A) : xn x Axn Axm A xn xm 0(n )

converge

68

{Axn } es fundamental en Y 11 y Y : Axn y(n ). Sea Ax = y = lim Axn

n

a 1ro) Probar que A est bien denido. Supongamos que {Axn } es otra sucesin tal que xn x; como antes se demuestra que {Axn } es o fundamental en Y , por tanto z Y : Axn z yz
Y

y Axn + Axn Axn + Axn z y Axn Y + A L(X,Y ) xn xn Y n 0

Y X

+ Axn z y = z.

2do) Probar que A es lineal. Sugerencia: utilizar la linealidad del lmite. 3ro) A(x) = A(x) x D(A). Considerar xn x D(A), entonces xn x,
n

de aqu que

A(x) = lim A(xn ) = A(x).

n

4to) A A porque A es una extensin de A12 o Ax = donde xn x. Pero, Axn

Ax
11 12

lim Axn

xn
x

De Banach Vea resultado anterior

69

donde xn est acotada (luego, convergente). Pasando al l a mite, Ax A A = A . x A A

3.3

Operadores inversos

Sean X, Y espacios normados; A un operador lineal que aplica D(A) sobre R(A) biun vocamente. Entonces existe el operador inverso A1 que aplica R(A) sobre D(A) biun vocamente y tambin es lineal. (Ejercicio resuelto 1) e Denicin 3.3.1 Un operador lineal A : X Y se llama continuamente o inversible si R(A) = Y, A1 existe y es acotado, es decir, A1 L(Y, X). (Ejercicios resueltos 2, 3 y 4) Teorema 3.3.1 El operador A1 existe y es acotado sobre R(A) si y slo si, o para una constante m > 0 y cualquier x D(A) se cumple la desigualdad Ax m x . (Ejercicios resueltos 5 y 6) Denicin 3.3.2 Los espacios normados X e Y se llaman isomorfos si soo bre todo X est denida la aplicacin J : X Y lineal, que realiza el a o isomorsmo de X e Y como espacios lineales y es tal que, existen dos constantes , > 0 tales que para cualquier x X se cumple la desigualdad x J(x) x . Si J(x) = x los espacios X e Y se llaman isomtricos. e Teorema 3.3.2 (Teorema del inverso acotado) Sean X, Y espacios de Banach, A L(X, Y ), R(A) = Y y sea A inversible. Entonces, A es continuamente inversible. (Ejercicio resuelto 7) El teorema del inverso acotado se aplica en la generalizacin de la teor o a

70

de los valores propios a los espacios innitos-dimensionales. El operador bsico que se estudia en este caso tiene la forma: a T I = 0 , T L(X) , un escalar

Para = 0, el miembro izquierdo puede escribirse como (I 1 T ), por lo que el problema original se relaciona con el comportamiento del operador de la forma I C, para C L(X). Por tanto, interesa conocer bajo qu condiciones I C tiene inverso acotado. e Teorema 3.3.3 Sean X espacio de Banach, C L(X) y C < 1. Entonces, el operador I C es continuamente inversible y es vlida la estia macin o 1 (I C)1 . 1 C (Ejercicios resueltos 8 y 9) Teorema 3.3.4 Sean X un espacio de Banach, A, B L(X), sea A continuamente inversible y supongamos que se cumpla la desigualdad B A A1
1

Entonces, B es continuamente inversible y es vlida la estimacin a o B 1 (Ejercicio resuelto 10) A1 1 BA A1 .

3.3.1

Ejercicios Resueltos

1. Sean X, un espacio lineal; A, B : X X, operadores lineales que satisfacen las relaciones AB + A + I = 0 y BA + A + I = 0. Demostrar que el operador A1 existe. Solucin: o AB + A + I = 0 A(B + I) + I = 0 I = A(B + I) BA + A + I = 0 (B + I)A + I = 0 I = (B + I)A 71

Hagamos C = B I, se satisface que AC = CA = I A1 = C = B I. 2. Sean X un espacio normado; A, A1 L(X) y sea k = A A1 el nmero de condicin del operador A. Consideremos la ecuacin Ax = y u o o donde y X, y = 0. Sea x X su solucin aproximada. Demostrar o que su error relativo puede estimarse segn la frmula: u o 1 A y x k y Solucin: o A y = A Ax A x x Pero x = A1 y x = A1 y A1 Para x = 0 A y x A A 1 k xx xx x x xx x y xx xx A y x k x y

xx A1 y = k y x A y x xx , y x = = A A1 A1 A1 A( x) x 1 A (A Ax) x 1 A A y x x y y A A y x x A y x y

con lo cual se demuestra la primera de las desigualdades. Por otra parte

Para y = 0 y = Ax xx

xx x

k 72

A y x y

Esta es la segunda de las desigualdades que se quer probar. an 3. Consideremos el operador A : C[0, 1] C[0, 1],
t

Ax(t) =
0

x( )d.

e a) Qu representa su campo de valores R(A)? b) Existe sobre R(A) el operador inverso A1 , es acotado este operador? Solucin al inciso a) R(A) es una variedad lineal de funciones continuao mente diferenciables y(t) que satisfacen la condicin y(0) = 0. o Solucin al inciso b) Para probar la existencia de A1 basta deo mostrar que A es inyectivo. Sean x, y C[0, 1]
t t

Ax = Ay
0

x( )d =
0

y( )d

x(t) y(t) (Derivando en ambos miembros y sabiendo que x, y C[0, 1]) d Por el Teorema fundamental del clculo, se tiene que A1 = . a dt Probemos que A1 no es acotado. Sea xn (t) = tn , xn A1 xn Luego, A1 no es acotado. 4. Consideremos el operador lineal A : C[0, 1] C[0, 1],
t

= 1 = sup ntn1 = n
tC[0,1]

Ax(t) =
0

x( )d + x(t).

a) Demostrar que N (A) = 0, de modo que para cualquier y C[0, 1] la ecuacin Ax = y no puede tener ms que una solucin. o a o 73

b) Demostrar que A es continuamente inversible y hallar el operador A1 . Solucin al inciso a) Ax = 0 Ax(t) = 0 t [0, 1] o
t

x( )d + x(t) = 0 x(0) = 0, x(t) = x (t) (derivando)

0

x (t) + x(t) = 0, x(t) = cet y x(0) = 0 c = 0 x 0. Solucin al inciso b) Hallemos A1 y probemos que es sobreyectivo o y acotado. Sea y C[0, 1] y probemos que x C[0, 1] : Ax = y
t

Ax(t) =
0

x( )d + x(t) = y(t) x (t) + x(t) = y (t). (3.3.1)

Si xh es la solucin que satisface xh + xh = 0, entonces o

Axh

Axh (t) = 0 t [0, 1] Axh = 0 xh (t) = 0 (A inyectiva). La solucin general xg (t) = xh (t) + xp (t), donde xp es una solucin o o particular de la ecuacin no homognea, se reduce a la forma: o e xg (t) = xp (t). La solucin particular se propone en la forma: o xp (t) = c(t)et , luego xp (t) + xp (t) = y(t) c (t)et c(t)et + c(t)et = y (t) c (t) = et y (t)
0 t t

e y ( )d = c(t)

xp (t) =
0

e t y ( )d,

integrando por partes, u = e t du = e t d 74 dv = y ( )d v = y( ),

luego, x(t) = e t y( )|t 0

t t 0

e t y( )d

x(t) =

y(t)
C[0,1] 0

e t y( )d C[0, 1],

C (1) [0,1]C[0,1]

ya que y(0) = 0. A y(t) = y(t)

0 1 t

e t y( )d.

Probemos que A1 es acotado. A y

1 t

sup y(t) +
t[0,1] 0 t t[0,1] 0 t

e t y( )d e t |y( )t| d

y + sup y + sup
t[0,1] 0

(1) y d = y (1 + 1) = 2 y .

5. Demostrar el Teorema 3.3.1. Solucin: o Supongamos que A1 existe y es acotado sobre R(A), entonces y R(A) A1 y M y M > 0 tal que (3.3.2)

x D(A) se cumple que y = Ax R(A), luego sustituyendo en la desigualdad (3.3.2) M Ax Ax A1 A x = x

I

1 M
m

x D(A),

para m =

1 M 75

 Supongamos que x D(A), Ax m x , con m > 0 (3.3.3)

Ax = 0 x = 0 A13 es inyectiva. Luego, A es biyectivo sobre R(A), luego existe A1 . Sea y = Ax. Entonces x = A1 y. Sustituyendo en (3.3.3): y A1 y m A1 y 1 y y R(A) A1 es continuo. m
m>0

6. Sea X un espacio normado; A : X X, un operador lineal, supongamos que en X exista una sucesin xn D(A)(n N) tal que o xn = 1 y Axn 0.
n

Demostrar que el operador A no tiene inverso acotado. Solucin: o Supongamos que A1 existe y es acotado, entonces por el Teorema 3.3.1 se tiene que m > 0 : Ax m x x D(A). En particular Axn m xn = m,
=1

lo cual es un absurdo porque tenemos por hiptesis que Axn 0. o

n

7. Sea X un espacio vectorial. Sean 1 , 2 dos normas sobre X con respecto a una de las cuales X es de Banach. Supongamos que existe a > 0 tal que x 1 a x 2 x X. Probar que las dos normas son equivalentes.
13

Lineal

76

Solucin: o Consideremos el operador identidad I : (X,

2)

(X,

1 ).

Este operador es biyectivo y por la hiptesis es continuo. Aplicando el o teorema 3.3.2 I 1 : (X, 1 ) (X, 2 ), es continuo, por lo que existe b > 0 tal que I 1 x
x 2

b x

de aqu que 1 1a b 2 por tanto, las normas son equivalentes. 8. Demostrar el Teorema 3.3.3 Solucin: o Vamos a aplicar el teorema 3.3.2. Consideremos Y = X (espacio de Banach). I C es lineal porque C L(X). a) Se puede probar que R(I C) = X mediante el principio de las aplicaciones contra das. (Ejercicio propuesto 6) b) Probemos que existe el inverso de I C. Se tiene la identidad (I C)(I + C + C 2 + ... + C n ) = = = I + C + C 2 + ... + C n C C 2 ... C n C n+1 I C n+1 (I + C + C 2 + ... + C n )(I C)
2

Como (AB)x = A(Bx) A Bx A B x entonces AB A B . Si B = A, se tiene que A2 A 2 . 77

Luego C n+1 C

n+1

0 ya que C < 1.

Formemos la sucesin Sn = I+C+C 2 +...+C n L(X). Probemos o que S L(X) tal que
n

lim Sn = S,

para lo cual es suciente demostrar que es fundamental. Para todo p N se tiene:

n+p n+p

Sn+p Sn =
k=n+1

k=n+1

Ck

014

Pasando al l mite en la identidad se llega a que (I C)S = I = S(I C) Con el convenio C 0 I

S = (I C) luego

=
n=0

C n L(X),

R(I C) = D[(I C)1 ] = X (I C)1 es acotado en virtud del Teorema 3.3.2 y adems a

(I C)

n=0

1 1 C

9. Sean X un espacio de Banach; A L(X) y I A < 1. Demostrar que A es continuamente inversible. Solucin: o Sea B=
L(X)

A , B < 1 A = I B 15
L(X)

luego A es continuamente inversible.

14 15

Resto de una serie convergente, ya que C < 1. Por el resultado del Teorema 3.3.3

78

10. Demostrar el Teorema 3.3.4. Solucin: o Sea BA = C B = A + C = A(I + A1 C) = A(I (A1 C)). Se tiene que: A1 C A1 C
< A1
1

<1

I + A1 C es inversible B es inversible16 . B 1 = (I + A1 C)1 A1 B 1 (I + A1 C)1 C A1 1 A1 C A1 1 A1 B A A1 A1 1 A1 C

Como A1 C A1

A1 1 A1 C

3.4

Operadores cerrados

Comenzaremos por denir de manera ms global el concepto de gaco que a r conocemos para funciones reales de una variable real. Para esto supongamos que X e Y son conjuntos y A una aplicacin de algn subconjunto D de X o u en Y . Entonces la coleccin de pares ordenados o GA = {(x, A(x)) | x D}

se denomina grco de A. Nuestro inters principal se centra en el caso de a e que X e Y sean espacios normados y A sea un operador lineal; para este caso
16

Por el Teorema 3.3.3

79

se supone que el subconjunto D de X es una variedad lineal de X. (Ejercicio resuelto 1, ejercicio propuesto 5) Podemos hacer que el producto cartesiano entre espacios vectoriales X e Y sea un espacio lineal si tomamos la adicin de elementos de X Y de la o forma siguiente: (x1 , y1 ) + (x2 , y2 ) = (x1 + x2 , y1 + y2 ) y la multiplicacin por un escalar, o (x, y) = (x, y). Viendo a X Y de esta manera es comn denotarlo por X Y , el espacio u vectorial resultante es llamado suma directa externa de X e Y . En este caso se puede vericar que A es de hecho un operador lineal si y slo si GA es una o variedad lineal de X Y . Si X e Y son ambos espacios normados, denimos directamente la norma a partir de ellos para X Y , una posibilidad a tomar es: (x, y) = x
p X X

+ y
1 p p Y) ,

Otras dos normas que de igual manera podr amos manejar son: (x, y) = ( x y (x, y) = max( x
X

+ y

(p 1)
Y ),

, y

debindose notar que estas tres normas son equivalentes en X Y , por lo e que cuando se trabaja con la convergencia puede usarse cualquiera de ellas. Una observacin nal resulta que si X e Y son espacios de Banach entonces o X Y tambin lo es. (Ejercicio resuelto 2) e Denicin 3.4.1 Sean X e Y espacios normados y D el dominio de A. o Entonces el operador lineal, A : D Y se llama cerrado si para toda sucesin convergente {xn } de puntos de D, o donde xn x X, tal que {Axn } es una sucesin convergente de puntos en o Y , donde Axn y Y , las dos siguientes condiciones se satisfacen: xD 80 y = Ax.

(Ejercicios resueltos 3, 4, 5 y 6) Teorema 3.4.1 A es un operador lineal cerrado si y slo si su grco es o a una variedad lineal cerrada. Demostracin o Primero supongamos que X D Y es un operador lineal cerrado. Para probar que GA es cerrado, debemos probar que GA GA , es decir, que cualquier punto de clausura de GA est en GA . Sea (x, y) un punto l a mite de GA . Por la caracterizacin de punto de clausura en un espacio mtrico, o e existe una sucesin de puntos de GA , (xn , Axn ), xn D, que converge a o (x, y). Esto es equivalente a que (xn x, Axn y) 0 o que xn x + Axn y 0, lo cual implica que xn x Axn y.
A

Puesto que A es cerrado, podemos decir que esto implica que xD entonces podemos escribir (x, y) = (x, Ax) GA ; Por tanto GA es cerrado. De forma inversa, supongamos que GA es cerrado y que xn x, xn D para cualquier n, y Axn y. Debemos probar que x D y que y = Ax. La condicin implica que o (xn , Axn ) (x, y) GA . Puesto que GA es cerrado GA = GA , teniendo entonces que (x, y) GA . Aplicando la denicin de GA esto signica que o xD A, por tanto, es cerrado. 81 y = Ax; y = Ax

Teorema 3.4.2 Sea A un operador lineal acotado tal que X D Y, donde D es un variedad lineal cerrada de X, entonces A es cerrado. (Ejercicio propuesto 7) Corolario 3.4.2.1 Supongamos que A es un operador lineal tal que A : X Y. Si A es continuo, entonces A es cerrado. Teorema 3.4.3 Sea A un operador lineal cerrado tal que X D Y. Si A1 existe, entonces es un operador lineal cerrado. (Ejercicio resuelto 7) Teorema 3.4.4 Sea A un operador lineal acotado tal que X D Y, donde Y es un espacio de Banach. Si adems suponemos que A es cerrado, a entonces D es un subespacio cerrado de X. (Ejercicio resuelto 8) Resulta natural preguntarse bajo qu hiptesis podemos obtener el rec e o proco del corolario 3.4.2.1, es decir, cundo podemos asegurar que un operador a lineal cerrado es continuo. El resultado que se obtiene es denominado Teorema del grco cerrado. a Teorema 3.4.5 (Teorema del grco cerrado) Sea A un operador lineal a tal que A : X Y, X, Y espacios de Banach. Entonces si A es cerrado, tambin es acotado. e 82
A A A

Adems de la importancia directa del teorema del grco cerrado como condia a cin suciente para obtener la continuidad de un operador lineal, tambin o e posee el valor indirecto de permitir la contruccin de un procedimiento para o demostrar que un espacio no es de Banach. Procedimiento 3 (P1) Considerar X un espacio de Banach, D X. (P2) Construir un operador lineal A : D X. (P3) Probar que A es cerrado. (P4) Probar que A no es continuo. (P5) Inferir que D no es un espacio de Banach aplicando el teorema del grco cerrado. a Ejemplo 1.- Probar que: D = {x C[0, 1] no es un espacio de Banach. (P1) Considerar X = C[0, 1] (Espacio de Banach). (P2) Construir A : D X tal que Ax = x (lineal). (P3) Probar que A es cerrado. Solucin: o Supongamos que: xn x y Entonces Axn y.
xn

x C[0, 1]}

xn x

Xn y Xn y 0,

entonces para cada t [0, 1]

t 0

[xn ( ) y( )] d 0.
n

83

Efectuando la integracin, o
t

xn (t) xn (0)
0

y( ) d 0.
n

Pasando al l mite en el primer miembro xn x xn (t) x

t u

xn (0) x(0),

x(t) x(0)
0

y( ) d = 0

Se tiene que x es continua, y es continua (l mites uniformes de sucesiones de funciones continuas) y adems a x (t) = y(t) x D. Tambin e Axn = xn Es decir y = Ax. (P4) Probar que A no es continuo. Solucin: o Recordemos que: xn (t) = tn Axn (t) = xn xn = 1 n {xn } acotado; xn = n {xn } no acotado.
17 n

y = x = 18 Ax.

(P5) D no es un espacio de Banach, porque si lo fuera, aplicando el teorema del grco cerrado A tendr que ser continua, lo cual es falso. a a (Ejercicios resueltos 9 y 10) Como la nocin de operador cerrado est estrechamente vinculada a la de o a clausura de un conjunto, podemos preguntarnos: si un operador no es cerrado, bajo que condiciones admite una extensin lineal m o nima?
17 18

Por hiptesis. o Por denicin de A. o

84

3.4.1

Ejercicios Resueltos

1. Demostrar que el grco de un operador lineal A : X Y es una a variedad lineal en el espacio Z = X Y . Solucin: o Sean x, y D(A)19 (x, Ax) + (y, Ay) = (x + y , A(x + y)) GA .
D(A) R(A)

2. Demostrar que en la suma directa de espacios de Banach se puede introducir la norma de los modos siguientes: a) z
1

+ y 2,

= max( x , y ).

b) Demostrar que estas normas son equivalentes. Solucin: o Analicemos los axiomas de norma en el primer caso. Los dos primeros son inmediatos. Veriquemos el axioma triangular. Sean zi = (xi , yi ), i = 1, 2. Probemos que: z1 + z2 z1 + z2 Elevando al cuadrado, lo que hay que probar es que: x1 + x2
2

+ y1 + y2

= x1

x1
2

+ y1
2

+
2

x2

+ y2
2

+ x2
2

+ y1

+ y2
2

2 ( x1 Se tiene que x1 + x2 y1 + y2
19

+ y1 2 )( x2

+ y2 2 )

( x1 + x2 ) 2 = 2 ( y1 + y2 )2 =

x1 y1

+ x2 2 + y2

2 2

+ 2 x1 x2 + 2 y1 y2

Variedad lineal.

85

Sumando ordenadamente x1 + x2
2

+ y1 + y2

x1 2 + x2 2 + y1 2 + y2 2( x1 x2 + y1 y2 ).

Para probar lo requerido, es suciente demostrar que: ( x1 x2 + y 1 y2 ) ( x1

2

+ y1 2 )( x2

+ y2 2 )

Esto ser una consecuencia de desarrollar algebraicamente la siguiente a proposicin verdadera: o ( x1 y2 y1 x2 )2 0 2 x1 x2 y1 y2 x1 2 y2 Completando cuadrados, x1 2 x2 2 + 2 x1 x2 y1 y2 + y1 2 y2 2 x1 2 y2 2 + y1 2 x2 2 + x1 2 x2 2 + y1 2 y2 2 ( x1 x2 + y1 y2 )2 ( x1 2 + y1 2 )( x2 2 + y2 2 ) Ahora analizaremos los axiomas para el segundo caso, z = max( x , y ) ahora, x1 + x2 x1 + x2 max( x1 , y1 )+max( x2 , y2 ) = z1 1 + z2 Anlogamente, a y1 + y2 z1 z1 + z2
2 2 2 2 2 2

+ y1

x2

+ z2

2 2

= max( x1 + x2 , y1 + y2 ) z1

+ z2 2 .

Probemos ahora que las normas son equivalentes z x

1

z x

2 2 2

+ z 86

2 2

=
2

2 z

2 2

,
1

+ y

= z

y anlogamente y z 1 , a z Entonces,
1 2 2

2 z

son equivalentes.

3. Si T es lineal cerrado entonces T I tambin lo es. e Solucin: o Sea xn D(T ) xn x y (T I)xn y. Hay que probar que x D(T ) y que (T I)x = y. Denominemos: hiptesis. o zn = (T I)xn y observemos que zn y por

De aqu que: zn = T xn xn . Despejando: T xn = zn + xn y + x. Como por hiptesis T es cerrado o [xn D(T ) y T xn y + x] x D(T ) y T x = y + x, de donde T x x = y, o sea (T I)x = y. Por tanto, tenemos lo requerido. 4. Sean X, Y espacios normados, A : X Y un operador lineal cerrado; F un subconjunto compacto de X. Probar que A(F ) es un subconjunto cerrado de Y . Solucin: o Sea y A(F ). Hay que probar que y A(F ). y A(F ) yn A(F ) tal que yn y
n

y A(F ) xn F tal que yn = Axn 87

Como {xn } F y F es compacto, {xnk } {xn } F tal que xnk converge a cierto elemento x F . Se tiene entonces la situacin siguiente: o xnk x y Axnk = ynk y (ya que {ynk } {yn }) y toda subsucesin de una sucesin convergente converge al mismo o o l mite. Luego A es cerrado x D(A) y y = Ax A(F ). 5. Sean X, Y espacios normados. T1 : D(T1 ) Y un operador lineal cerrado. T2 : X Y un operador lineal acotado. Probar que T1 + T2 es un operador lineal acotado. Solucin: T1 y T2 son lineales, entonces T1 + T2 es lineal. Hay que o probar que si xn x y (T1 + T2 )xn y, entonces x D(T1 + T2 ) y (T1 + T2 )x = y.
=zn

zn = T1 xn + T2 xn T1 xn = zn T2 xn y T2 x, x D(T1 ) y T1 x = y T2 x, x D(T1 + T2 ) y (T1 + T2 )x = y.

=D(T1 )

6. Sea A : X Y un operador lineal tal que R(A) es cerrado en Y y supongamos que existe un m > 0 tal que para cualquier x D(A) se cumple la desigualdad Ax m x . Demostrar que A es un operador cerrado. Solucin: o Supongamos que, xn D(A) n N, 88 xn x, Axn y.

Probemos que x D(A) Ax = y. Axn y R(A)20 D(A) x

R(A)

A = y, x

x es unico21

entonces por hiptesis o m xn x Axn A x

=y n n

xn x 0 xn x

= x D(A) (Por la unicidad del l mite). Adems y = A = Ax. a x 7. Demostrar el Teorema 3.4.3. Debemos probar que: ({yn } R(A), yn y, A1 yn x) y R(A) A1 y = x.

yn R(A) xn D(A) tal que yn = Axn xn = A1 yn . Por la hiptesis asumida xn = A1 yn x o yn = Axn y.

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

Por ser R(A) cerrado en Y . Por existir A1 .

89

Entonces x D(A)22 = D(A) y como A Axn Ax y necesariamente Ax = y por la unicidad del l mite en espacios mtricos. e Luego, A es cerrado. Solucin al inciso b) Sea A cerrado. Entonces hay que demostrar o que D(A) D(A). Sea x D(A) {xn } D(A) tal que xn x X 23 24 y Y : Axn y. Como A es cerrado x D(A). Luego, D(A) es cerrado. 9. Probar el Teorema del Grco Cerrado (Teorema 3.4.5) basndose en a a el Teorema del Inverso Acotado (Teorema 3.3.2). Solucin: Sea T : X Y , donde T es lineal; X, Y espacios de o Banach. Denimos el operador auxiliar: P : GT X P ((x, T x)) = x

Vamos a considerar a X Y con la norma: (x, y) = x + y . Observemos que P cumple las hiptesis del Teorema del Inverso Acoo tado (Teorema 3.3.2): P est denido entre espacios de Banach, ya que GT es un cerrado a del espacio de Banach X Y , luego es tambin un espacio de e Banach; P es lineal, sobreyectivo;
22

Por ser D(A) cerrado. Como A es lineal acotado es continuo 24 {Axn } es fundamental en Y (Banach).
23

90

 P acotado P (x, T x) = 25 x 26 (x, T x) P 1. P inyectivo P (x, T x) = x = 0 T (0)27 = 0 (x, T x) = (0, 0) Aplicando el Teorema del Inverso Acotado (Teorema 3.3.2) se concluye que existe P 1 y es acotado. Por denicin P 1 x = (x, T x). Probemos que T es acotado o T x (x, T x) = P 1 x P 1 x 28 T P 1 .

10. Sean A : X Y un operador lineal cerrado, R(A) = Y , con X, Y espacios de Banach y existe el operador A1 . Demostrar que A1 L(Y, X). Solucin: o Como consecuencia del Teorema 3.4.3 tenemos que A1 es cerrado. (D(A1 ) = Y A1 es cerrado) Como A lineal A1 Entonces: A1 L(Y, X). 11. Sea T un operador lineal. Probar que T admite una extensin T que o es lineal y cerrada. Solucin: o
Por la denicin de P . o Por la denicin de la norma de X Y . o 27 T es lineal. 28 T es acotado.
26 25

Teo 3.4.5

A1 es acotado.

lineal,

91

 Lineal: Sean x1 , x2 DT ; z1 , z2 Y : (x1 , z1 ) GT , (x2 , z2 ) GT . Sean , K (x1 , z1 ) + (x2 + z2 ) GT (x1 + x2 , z1 + z2 ) GT Por denicin de T : o T (x1 + x2 ) = z1 + z2 .
T x1 T x2

Por la construccin GT = (x, T x) = GT , luego T es cerrado. o Para obtener que T extiende a T observemos que si x DT , (x, T x) GT GT x DT DT DT y T x = T x. Ntese que T es m o nima en el sentido siguiente: si T1 es una extensin o lineal cerrada de T entonces tambin es una extensin de T , ya que se e o tiene que GT GT1 29 GT GT1 . y T x = T x.

3.5

Operadores casi cerrados

Debido a que la nocin de operador lineal cerrado A se caracteriza en trminos o e de que su grco GA es un subespacio cerrado y adems siempre se tiene la a a relacin GA GA , si a partir de un operador lineal A no necesariamente o cerrado construimos un operador A cuyo grco sea por denicin GA (es a o decir GA GA ), de inmediato nos preguntamos: Qu condiciones sobre A se requieren para poder denir A? e Qu relacin puede establecerse entre A y A? e o
29

Cerrado.

92

 Si A es continuo, tendr A esta caracter a stica? En caso armativo, qu relacin existir entre las normas de estos operadores? e o a Aplicando la propiedad de que GA (clausura del conjunto A) es el menor cerrado que contiene a A, podemos transferir a A la propiedad de que resulta la menor extensin lineal cerrada de A, por lo que resulta natural denominarla o clausura de A y se justica utilizar esta notacin para dicho operador. De A o se dir que es casi cerrado o tambin que es pre-cerrado. a e Denicin 3.5.1 Sean X, Y espacios normados, DA X y o A : DA Y lineal.

Supongamos que G(A) no es cerrado. Si existe A : DA Y : G(A) = G(A)

se dice que A es casi cerrado (tambin pre-cerrado) y que A es la clausura e de A. Teorema 3.5.1 Resultan equivalentes las siguientes proposiciones (i) A tiene una extensin lineal cerrada mnima (clausura) y (ii) y Y, y = 0, (0, y) o G(A).

3.5.1

Ejercicios Resueltos

1. Probar el Teorema 3.5.1. Solucin: o i) ii) Supongamos que A. Observemos que Hip. y = 0 (0, y) G( A ) = G(A),
lineal

luego, (0, y) G(A). ii) i) Denamos DA = x X luego, A(x) = z. 93 : z Y (x, z) G(A) ,

 a 1ro) A est bien denido. Supongamos (x, z1 ), (x, z2 ) G(A) Hip. (x, z1 ) (x, z2 ) = (0, z1 z2 ) G(A) z1 = z2 . z1 , z 2 Y :
subespacio

2do) 3ro) 4to)

A lineal. Cerrado por construccin. o extiende a A? A

Debemos probar que (i) DA DA y que (ii) Ax = Ax x DA . Comencemos por vericar (i) x DA (x, A(x)) G(A) G(A) x DA ; ahora, veriquemos (ii), por la denicin de DA y de A teneo mos que, A(x) = A(x) x DA . nima. 5to) A m Debemos probar que si A1 es una extensin cerrada de A, o entonces (i)DA DA1 y (ii)A1 x = Ax x DA . Para probar (i) observemos que G(A) G(A1 ) = 30 G(A1 ); entonces G(A) = G(A) G(A1 ) DA DA1 . Probemos (ii), x DA (x, y) GA (x, y) GA1 y = A1 x Ax = A1 x. y = Ax
30

A1 cerrado.

94

2. Sean X, Y dos espacios normados, Y de Banach; A un operador lineal y acotado, A : D X Y. Probar que A es casi cerrado y A es la unica extensin continua de A o y es tal que A = A . aD Solucin: o Tcnica de construccin: x0 D e o xn D : xn x0

Como A es lineal y acotado y Y es de Banach {A(xn )} es de Cauchy en Y lim A(xn ) = A(x0 )

n

1ro) A bien denido. Supongamos que xn x0 . Es necesario probar que lim A(xn ) = lim A(xn )
n n

Estimemos

lineal

A(xn ) A(xn ) = A (xn xn )

n

como A es continuo, A(0) = 0. 2do) A es lineal. 3ro) A extiende a A A = lim A(x)31 = A(x) x D
n

4to) Relacin entre las normas o A(xn ) A(x0 )

31

A A

xn x0 A A A

Sucesin de trminos constantes A(x). o e

95

 Tenindose la ultima desigualdad al ser A una extensin de A. e o Luego, A = A . o 5to) Unicidad de A como extensin de A a D. Sea B una extensin de A a D lineal y continua. o
Def. B (x0 ) = lim B 32 (xn ) = lim A(xn ) = A(x0 ). n n D D

6to) Probar que A = A. Es necesario probar que (i) DA = DA y (ii) A(x) = A(x). Veriquemos (i) DA = D DA ? x D xn x y A(x) = lim A(xn )
n D Y

(xn , A(xn )) (x, A(x)) G(A)

G(A) Y

x DA y A(x) = A(x) x DA . Veamos ahora (ii) DA DA = D? x DA z Y | (x, z) G(A) ( xn , A(xn )) (x, z) xn x y A(xn ) z
D

x D. Adems a A(x) = z = lim A(xn ) = A(x).

n

32

Extensin de A. o

96

3.6

Ejercicios Propuestos

1. En relacin con el listado de operadores lineales presentados en el o ep grafe 3.1, responder: a) Para los ejemplos 3 y 11, si D(A) = C[a, b]. Con qu hiptesis se e o garantiza que R(A) = D(A)? b) Si el operador del ejemplo 7 se expresa a11 a12 . . a21 a22 . . . . . . . . . . . . . . hallar la matriz que corresponde a A1 . 2. Probar el teorema 3.1.2. 3. Probar que A L(X, Y ). = E = B = C = D constituye una norma sobre con matriz . . . , . .

4. Analizar la continuidad de los operadores siguientes: a) Sea el operador Ax = y con x C[0, b] y y(s) = s x(s) s [0, b]. b) Sea el operador Ax = y con x C[0, 1] y
1

y(s) =
0

K(s, t) x(t) dt

K = s2 t + st2 .

c) Sea el operador Ax = y con x l1 y { = (1, 2, 1, 2, ...)} y = (x1 , 2 x2 , x3 , 2 x4 , ...).

d) Sea A un operador denido de la manera siguiente: Ax = 3 x1 + 4 x2 97 x E2 .

e) Ejemplo 5. En caso armativo hallar A . f ) Sea X = {x : [a, b] R : x es continua}

b b

x =
a

|x(t)| dt ;

f (x) =
a

x(t) dt.

Hallar su norma. g) El operador T2 x = (0, 0, x3 , x4 , x5 , ...) x l2 . h) Sea el operador T : E 2 E 2 denido as : T x y = x 2x + y .

Escribir a T en forma matricial. i) T : E n E n , donde T v = (v u1 ) u1 + (v u2 ) u2 + ... + (v un ) un y u1 , ..., un es una base de E n . 5. Probar que si GA es una variedad lineal, entonces A es un operador lineal. 6. Probar que R(I C) = X con las hiptesis del teorema 3.3.3. o 7. Ejemplicar un operador lineal continuo, no cerrado.

98

Cap tulo 4 Espacios duales y operadores conjugados

4.1 Funcionales lineales continuos en espacios normados

La idea geomtrica de que las rectas pueden ser usadas para separar conjuntos e en el plano, conduce a resultados muy utiles desde el punto de vista prctico a cuando esta idea se generaliza a espacios normados generales, utilizando para caracterizar las rectas ciertas funciones denidas en el espacio normado y con valores sobre el cuerpo de escalares del espacio vectorial, las cuales reciben el nombre de funcionales. En particular los funcionales lineales y continuos se caracterizan por condiciones que hacen ms fcil su manejo porque consa a tituyen condiciones de acotacin. La generalizacin de los resultados no o o solo tendr una forma geomtrica, sino tambin una forma anal a e e tica como prolongacin de un funcional con caracter o sticas previamente requeridas. Sea X un espacio normado. Todo operador f : X Y siendo Y = R o Y = C se llama funcional, adems, el valor del funcional f para el elemento x se a denota tambin f (x). Puesto que el funcional lineal es un caso particular del e operador lineal, siguen siendo vlidos los conceptos de continuidad, acotacin a o y norma utilizados en el cap tulo anterior. El espacio L(X, Y ) donde Y = R o Y = C se denomina dual de X y se denota mediante X . Llamamos hiperplano a un conjunto {x X : f (x) = } donde f es un funcional lineal, R( C).

99

Denicin 4.1.1 Sea f una funcin numrica denida sobre un espacio lio o e neal L, se denominar funcional lineal si cumple que x, y L a f (x + y) = f (x) + f (y) donde , K. Teorema 4.1.1 Sea f un funcional lineal en un espacio normado X. Entonces si f es continuo en x0 X, lo es en cualquier punto de X. Denicin 4.1.2 El funcional lineal f en el espacio normado X es acotado o si existe un valor k constante, tal que para todo x X, |f (x)| k x Existen muchos nmeros reales k que cumplen la Denicin 4.1.2 para una f u o particular. Por ejemplo, si k1 satisface, ciertamente cualquier otro mayor que l lo hace. El prximo teorema nos muestra cmo la condicin de acotacin e o o o o es equivalente a la continuidad. Teorema 4.1.2 El funcional lineal f denido sobre un espacio lineal normado X es acotado si y slo si es continuo. o (Ejercicio resuelto 1, ejercicio propuesto 1) La demostracin es anloga a la del teorema 3.1.3 para el caso particular o a en que la norma sobre el espacio de las imgenes (en este caso el cuerpo de a escalares) es el mdulo. o El procedimiento metodolgico para calcular la norma de un operador puede o utilizarse para obtener en particular la norma de un funcional. (Ejercicio resuelto 2) Como L(X, K) es en particular un espacio normado, se puede analizar el comportamiento de la convergencia en este espacio. (Ejercicio resuelto 3)

100

4.2

Teorema de Hahn-Banach. del Espacio Dual

Estructura

Teorema 4.2.1 (Teorema de Hahn-Banach) Sea M un subespacio del espacio lineal real X, p un funcional sublineal en X, y f un funcional lineal en M tal que, para todo x M , f (x) p(x). Entonces existe un funcional lineal F denido en todo X y extendiendo a f tal que F (x) p(x) (x X). Veamos esquemticamente lo anterior: a X R [F (x) p(x)], | M R [f (x) p(x)]. En caso de tener espacios complejos, tendr amos entonces: X C [| F (x) | p(x)], | M C [| f (x) | p(x)]. Teorema 4.2.2 (Teorema de Hahn-Banach para espacios normados) En un espacio normado real X sea dado un funcional f con D(f ) X. En tonces existe un funcional lineal y acotado f extensin de f , denido en todo o X tal que f = f y f (x) = f (x) para cualquier x D(f ). (Ejercicio resuelto 3) Si se quiere denir sobre un espacio normado un funcional que satisfaga determinadas condiciones, el teorema 4.2.2 nos aporta el fundamento terico o para establecer un procedimiento metodolgico que gu la forma de obtener o e un elemento del dual con valores prejados en puntos o subespacios.
f F f F

101

Procedimiento 4 (P1) Considerar una variedad lineal M asociada a los entes prejados. (P2) Denir un funcional f sobre M que cumpla los requerimientos pedidos. (P3) Probar que f es lineal, continuo y hallar su norma. (P4) Inferir que existe una extensin de f a todo el espacio que preserva la o norma utilizando el teorema 4.2.2. Los siguientes corolarios del teorema 4.2.2 se pueden probar utilizando esta metodolog a. Corolario 4.2.2.1 Sea x X, x = 0. Entonces existe una f X tal que f = 1 y f (x) = x (Ejercicios resueltos 4, 5, 6 y 7) Corolario 4.2.2.2 Sean L X una variedad lineal, x0 X, x0 L y d = (x0 , L) > 0. Entonces existe una f X tal que f (x) = 0 para 1 cualquier x L, f (x0 ) = 1 y f = d . (Ejercicios resueltos 8 y 9) Teorema 4.2.3 (Teorema de Riesz) Sea H un espacio de Hilbert. Para cualquier funcional lineal acotado f , dado sobre todo H, existe un elemento unico y H, tal que f (x) = (x | y) para cualquier x H. Adems f = a y . (Ejercicio resuelto 10)

4.2.1

Aplicaciones del Teorema de la Acotacin Unio forme al caso de funcionales

A continuacin se enuncia el teorema de Banach-Steinhaus para su aplicacin o o especializada al caso en que los operadores que deben manejarse sean funcionales. Sean X espacio de Banach, {Tn } L(X, Y ). x X cx R : Tn (x) cx n = 1, 2, ... c R : Tn c n = 1, 2, ... 102 (4.2.1) (4.2.2)

Aplicaciones 1. A los espacios de polinomios. Si X es el espacio de polinomios x(t) = 0 + 1 t + ... + n tn con x = max |j | .
0jn

n N,

Entonces X no es completo. Demostracin o Se basa en construir una sucesin {Tn } L(X, Y ) que satisfaga la o condicin (4.2.1) pero no a (4.2.2). o Vamos a tomar Y = K (los Tn funcionales). Denamos: Tn (0) = 0; Tn (x) = 0 + 1 + ... + n

se tiene directamente de la denicin que Tn es lineal y se cumple la o acotacin: o

n n

|Tn (x)| =
i=0

i
i=0

|i | (n + 1) x

o (4.2.1) De acuerdo con la acotacin si Nx = Grad(x), entonces |Tn (x)| (Nx + 1)1 x Tn Nx + 1 (4.2.2) Probemos que Tn no est acotada. Sea a x(t) = 1 + t + ... + tn |Tn (x)| = 1 + ... + 1 = (n + 1) x
n+1 =1

(n + 1)(1) |Tn (x)| = =n+1 x (1) |Tn (x)| = Tn n + 1. sup x x=0

1

Cantidad de coecientes

103

2. A las series de Fourier. Existe una funcin continua de valores reales cuya serie de Fourier o diverge en un punto dado t0 . Demostracin o Sea X el espacio de las funciones continuas de valores reales de per odo 2. x = max |x(t)| X = C[0, 2] es un espacio de Banach. Tomando t0 = 0; Tn funcionales). Y = K (los

Si Tn es el valor de la nsima suma parcial de la serie de Fourier e de x evaluada en t0 = 0, entonces 1 Tn (x) = a0 + am 2 m=1 Resulta inmediato por la denicin de Tn que es lineal. o Se puede probar que Tn = 1 t 2 1 2
2 n

|qn (t)| dt
0

sin n + donde qn (t) =

1 sin t 2 no est acotada, entonces, a

y que Tn

y por tanto { Tn }

x X : |Tn (x)| no est acotado2 , a luego, por denicin de Tn la serie de Fourier de x diverge en t0 . o
2

Aplicando la ley de contraposicin en el teorema de la Acotacin Uniforme. o o

104

3. A la aplicacin cannica. o o Esta aplicacin requiere el manejo de un importante operador que se o denota por J y que relaciona de forma natural un espacio con su bidual, por lo que se le denomina aplicacin cannica. o o Sabemos que: Y de Banach L(X, Y ) de Banach.

Si Y = K entonces L(X, Y ) X es completo. Sea x X deniremos: x (x ) = x (x) x X

y formemos J(x) = x . Entonces se tiene que: x X . Demostracin o Hay que probar que x es lineal y continua. Linealidad : x (x1 + x2 ) = (x1 + x2 )(x) = 3 x1 (x) + x2 (x) = x (x1 ) + x (x2 ). Tambin, e x (x1 ) = (x1 )(x) = 4 x1 (x) = x (x1 ). Continuidad : |x (x )| = |x (x)| x (2) J lineal y continuo.
Def. Def. Def.

x x

x .

3 4

Denicin de suma de funciones. o Denicin de producto de un escalar por una funcin. o o

105

Demostracin o Linealidad : J(x1 + x2 ) = y : y (x ) = x (x1 + x2 ) x X y (x ) = x (x1 + x2 ), pero tenemos que x es lineal, entonces x (x1 + x2 ) = x (x1 ) + x (x2 ) = x1 (x ) + x2 (x ) = (x1 + x2 )(x ) y = x1 + x2 = J(x1 ) + J(x2 ). Tambin, e J(x) = y : y (x ) = x (x), pero como x es lineal, entonces x (x) = = J(x) = Continuidad : Jx = x pero, x X , tenemos |x (x)| x Luego, sup |x (x)| x J 1.
x =1 = Jx

x (x) = x (x ) (x )(x ) y = x x = J(x).

= sup |x (x )| = sup |x (x)| ,

x =1 x =1

x x

x X

= 1.

Sea x X x0 X tal que x0 = 1 y |x0 (x)| = x por el teorema 4.2.1. x = |x0 (x)| sup |x (x)| = Jx x .
x =1

106

Por tanto Jx = x x X. Como J es lineal, x1 , x2 X se tiene que J(x1 x2 ) = x1 x2

= Jx1 Jx2

esto es, d(x1 , x2 ) = d(J(x1 ), J(x2 )), por lo que se dice que J es una isometr a. Una consecuencia de que J sea una isometr es que: a M acotado J(M ) acotado.

4. A la acotacin de conjuntos. o Caso 1) Sea X un espacio normado M X : sup |x (m)| < + X X .

mM

Entonces M est acotado. a Demostracin o Sea F = J(M ) X y observando que X es de Banach. F = J(M ) X : sup
J(m)J(M )

| J(m)(x ) |< +5
x (m)

X X.

mM

Entonces J(M )6 est acotado M a est acotado. a

Caso 2) Sea {xn } X, X espacio normado. Supongamos que x X existe

n

lim x (xn ).

Entonces xn est acotada. a

5 6

Por hiptesis. o Isometr a.

107

Demostracin o Utilizando la aplicacin 3 y considerando M = {xn } es suciente o probar que sup |x (xn )| < + x X .
n

Como toda sucesin convergente de escalares est acotada o a x X De aqu que M est acotado. a sup |x (xn )| < +.
n

4.2.2

Ejercicios Resueltos

1. Estarn acotadas las siguientes funcionales lineales en el espacio C[0, 1]? a 1 a) f (x) = 0 x( t)dt; b) f (x) = lim
1 n 0

x(tn )dt;
1

Solucin al inciso a) o |f (x)| = max

t[0,1]

x( t)dt x( t)dt 0t10 t1

0 1 0

max x( t)
1

t[0,1]

x x (1 0) = x
1 0

x( t) dt

Est acotada. a

Solucin al inciso b) Sea fn (x) = o

x(tn )dt
1

|fn (x)| =
0 1

x(tn )dt

|x(tn )| dt max |x(tn )|

t[0,1] n t[0,1]

t [0, 1] t [0, 1] |x(t )| |fn (x)| x est acotado. a

x max |x(t )| x

n. Pasando al l mite |f (x)| x , luego f

108

2. Demostrar que en el espacio C[1, 1] las siguientes funcionales son lineales, continuas y hallar sus normas: 1 a) f (x) = [x(1) + x(1)]; 3 b) f (x) = 2[x(1) + x(0)]; c) f (x) = jos.
n k=1

k x(tk ), donde k R,

t1 , t2 , ..., tn [1, 1] son

Solucin al inciso a) Linealidad o f (x + y) = 1 [(x + y)(1) + (x + y)(1)] 3 1 = [(x(1) + y(1)) + (x(1) + y(1))] 3 1 1 = [x(1) + x(1)] + [y(1) + y(1)] 3 3
f (x) f (y)

= f (x) + f (y). Acotacin o x C[1, 1] |f (x)| = 1 [|x(1) + x(1)|] t[1,1] 3 1 max [|x(1) | + | x(1)|] t[1,1] 3 1 [ max |x(t)| + max |x(t)|] t[1,1] 3 t[1,1] max
x x

2 x 3 2 3 =

109

Clculo de la norma a Considerar x0 (t) 1 t [1, 1]; x0 C[1, 1]. Entonces |f (x0 )| = x0 1 (1 + 1) 3 1 2 |f (x)| sup , 3 x=0 x
f

2 luego f = . 3 Solucin al inciso b) Linealidad o f (x + y) = 2[(x + y)(1) + (x + y)(0)] = 2[(x(1) + y(1)) + (x(0) + y(0))] = 2[x(1) + x(0)] + 2[y(1) + y(0)]
f (x) f (y)

= f (x) + f (y). Acotacin o x C[1, 1] |f (x)| =

t[1,1] t[1,1]

max 2[|x(1) + x(0)|] max 2[|x(1)| + |x(0)|]

t[1,1] t[1,1]

2[ max |x(t)| + max |x(t)|]

2 x

= 4 x 4 x

Clculo de la norma a Considerar x0 (t) 1 t [1, 1]; x0 C[1, 1]. Entonces |f (x0 )| |2(1 + 1)| |f (x)| = = 4 sup , x0 1 x x=0
f

110

luego f = 4. Solucin al inciso c) Linealidad o

n

f (x + y) =
k=0 n

k (x + y)(tk ) k (x(tk ) + y(tk ))

k=0 n n

= =

k x(tk ) +
k=0 f (x) k=0

k y(tk ) = f (x) + f (y).

f (y)

Acotacin o x C[1, 1]
n

|f (x)| =

t[1,1]

max

k x(tk )
k=1 n

t[1,1]

max

|k x(tk )|
k=1 n

t[1,1] n

max

|k | |x(tk )|
k=1

|k |
k=1

x Sea 0 = max |k |
1kn

Denamos x0 como la funcin seccionalmente lineal que satisface o x0 (tk ) = 0 0 Si k 0, Si k < 0.

111

Entonces 1 |f (x0 )| = x0 0 1 = 0 sup

x=0 n

k x0 (t)
k=1 n n

|k | 0 =
k=1 k=1

|k |

|f (x)| = f x

3. Sean X un espacio normado, fn X (n N) Demostrar que fn converge en X si y slo si fn (x) converge uniformemente en la bola o B1 = {x X : x 1}. Solucin: o fn f en X > 0 n0 N : n n0
Def

fn f
= sup |fn (x)f (x)|
x 1

y esto implica que fn (x) converge uniformemente en la bola unitaria, es decir que > 0 n0 N : n n0 x B1 se cumple que |fn (x) f (x)| . Rec procamente, sea y X, sea f (y) = lim fn (y) y supongamos que
n

esta convergencia es uniforme sobre B1 . Para y = 0, Por hiptesis, dado o > 0 existe n0 N tal que n n0 y y

y B1 . y

(fn f )

1 (fn (y) f (y)) |fn (y) f (y)| y esta desigualdad es trivial para y = 0 > 0 n0 N : n n0 y X 112

se tiene que |fn (y) f (y)| y fn f lineal y acotado, luego f = f fn + fn f X y fn f fn f en X . 4. Demostrar el teorema 4.2.2. Solucin: o Es necesario probar que si f D f X : f = f .

Construiremos una seminorma p(x) tal que p(x) = f Se verica que x D |f (x)| f x .
p(x)

x .

Por el teorema 4.2.1, f lineal, que extiende a f tal que | f (x) | p(x) f X
f x

f f 7

5. Probar el corolario 4.2.2.1. Solucin: o Es necesario probar que si x X, x = 0 f X

7

f = 1 y f (x) = x .

Por ser f una extensin de f . o

113

(P1) Consideremos M = {x (P2) Denamos f (x) = x . (P3) f es un funcional lineal sobre M : f (x1 + x2 ) = f ( 1 x + 2 x ) = (1 + 2 ) x
x1 x2

K} .

= 1 x + 2 x .
f (x1 ) f (x2 )

f (x1 ) = f ( 1 x )
x1

Aplicando ahora la denicin de f o = 1 x = f (x1 ).

f (x1 )

Para = 1 f (x) = x . f continuo sobre M : |f (x)| = | x | = || x = x f 1. Luego, = 0 |f (x)| |f (y)| = 1 sup = f , x y y=0

de donde f = 1. (P4) f X : f = f = 1 y f (x) = f (x) = x . 6. Sean X un espacio normado, x, y X, x = y. Demostrar que existe una f X tal que, f (x) = f (y).

114

Solucin: o Sea x y = 0 8 f X : f (x y) = x y . Entonces f (x y) = f (x) f (y) f (x) = f (y)+ f (x) = f (y) 7. Sean X un espacio normado, x0 X y supongamos que para cualquier f X , tal que f = 1, se cumple la desigualdad |f (x0 )| 1. Demostrar que x0 1. Solucin: o Para el caso de que x0 = 0 tenemos una trivialidad. Para el caso x0 = 0, por el Corolario 4.2.2.1 tenemos que f X tal que f = 1 y |f (x0 )| = x0 aplicando directamente la hiptesis tenemos o que x0 1. 8. Sea x0 (t) C[0, 1], x0 = 0, consideramos el subespacio unidimensional L = {x0 (t)} donde R. Denamos sobre L un funcional lineal f mediante la igualdad f (x) = si x = x0 . a) Demostrar que f = 1 . x0 u b) Segn el Teorema 4.2.2 f se puede prolongar sobre todo el espacio C[0, 1] conservando la norma. Es unica esta prolongacin si o x0 (t) = 1 2t? Solucin al inciso a) f (x0 ) = es lineal o | f ( x0 ) |= ||
x

xy
>0

x0 || x0 1 = = x0 x0 x0

x sup
x=0

|f (x)| 1 = . x x0
f

Solucin al inciso b) o x0 (t) = 1 2t

8

f (x0 ) =

f =

1 1 = =1 x0 max |x0 (t)|

t[0,1]

Consecuencia del Corolario 4.2.2.1

115

Consideremos f1 (x) = x(0) y f2 (x) = x(1) se tiene que f1 = f2 = 1 Probemos que f1 y f2 coinciden con f sobre L f1 (x0 )
Def. de f1

(x0 )(0) = x0 (0) = (1 2(0))

=1

f2 (x0 )

Def. de f2

= = f (x0 ) (x0 )(1) = x0 (1) = ()(1 2(1))

=1

= = f (x0 ) Luego f1 y f2 son dos prolongaciones de f a C[0, 1] que preservan la norma. 9. Probar el corolario 4.2.2.2. Solucin: o (P1) Consideremos M = {x0 + l (P2) Denamos f (x0 + l) = . (P3) Hay que probar que f es un funcional lineal, continua sobre L y 1 que f = para aplicar seguidamente el corolario 4.2.2.1. d f (x1 + x2 ) = f [(1 x0 + l1 ) + (2 x0 + l2 )] = f [(1 + 2 ) x0 + (l1 + l2 )]
x1 x2 K L

K,

l L}

= 1 + 2 = f (x1 ) + f (x2 ). De manera anloga se prueba que f (x1 ) = f (x1 ). a

116

f continua: |f (x0 + l)| = || l donde L. d |f (x0 + l)| Observemos que si = 0, entonces | f (l) |
=0

1 d || x0 d d

l d

= 0,

1 x0 + l d

1 l . d

Luego, f Se tiene que | f (x0 l) | f

=1

1 . d l L.

x0 l

Como d = inf x0 l
lL

{ln } L

ln x0 ln d.
n

Sustituyendo 1 f Pasando el l mite 1 f d f (P4) f X : f (x0 ) = 1 y f = 1/d. 1 . d x0 l n.

117

10. Sean X un espacio normado, xn X(n N) un sistema de elementos jos, L su variedad lineal generada, x X un elemento arbitrario. Demostrar que x L si y slo si de f X , f (xk ) = 0 para k N se o deduce que f (x) = 0. Solucin: o Supongamos que f (xk ) = 0 k N
l

xL x=
k=1

mk xmk
l l

f (x) = f
k=1

mk xmk
L

=
k=1

mk f (xmk ) = 0
=0

x L xn L : xn x f (xn ) f (x)
L =0 =0

x L [f X f (xk ) = 0 f (x) = 0] Para probar la implicacin contraria utilizaremos el principio de cono traposicin, es decir si p q entonces q p. Supongamos que o x L que es la negacin de q. Por el Teorema 4.2.2, o f0 : f0 (xk ) = 0 k = 1, 2, ... f0 (x) = d(x, L) > 0 lo cual constituye la negacin de p. o 11. Sean X un espacio normado, M X un conjunto arbitrario. Hagamos M = {f X : f (x) = 0 para todo x M }. a) Demostrar que M es un subespacio en el espacio X . b) Qu representa M , si X es un espacio de Hilbert? e

118

Solucin al inciso a) Sean f, g M R(C). o f M f, g M f 0 en M f 0 en M f M . f 0 g 0 en M f + g 0 en M f + g M .

Probemos ahora que M es cerrado. Sea x M , {fn } M , fn f. fn M fn (x) = 0 n N

fn

lim fn (x) = f (x) = 0 f M .

n

Solucin al inciso b) o M = {f X : f (x) = 0 x M } se corresponde con: MH = {y X : f (x) = (x, y) = 0 x M }. (4.2.3)

Teo. 4.2.2

A (4.2.3) lo llamamos Complemento Ortogonal de M .

4.3

Espacio Dual

Supongamos que f y g son funcionales lineales acotados sobre un espacio normado X. Decimos que f y g son iguales, f = g, si y slo si f (x) = g(x) o para todo x X. Por denicin f + g corresponde al valor del funcional o lineal, en cualquier punto x X, de f (x) + g(x) y, con un escalar y f como arriba, f ser f (x) en cualquier punto x; se verica que la clase de dichos a funcionales lineales acotados es un espacio lineal. Denicin 4.3.1 Si f es un funcional lineal acotado en un espacio normado o X, podemos denir |f (x)| (4.3.1) f = sup x x =0 Como caso particular de operador lineal acotado, se tiene para toda x, |f (x)| f x . 119

El espacio normado que contiene a todos los funcionales lineales y acotados sobre X, es llamado dual topolgico y se denota X . o Se tienen las formas equivalentes de expresar f . (1) f = inf k tales que |f (x)| k x para toda x donde
kK

K = {k

|f (x)| k x

x X} .

(Observemos directamente que, puesto que f K, f inf k)

kK

(2) f = sup (3) f = sup

x 1 x =1

| f (x) |. | f (x) |.

La demostracin constituye un caso particular de la realizada en el ejercicio o resuelto 7 del Cap tulo 3. Cuando el dominio de un funcional es un espacio nito-dimensional, no hace falta sealar ni demostrar que es continuo porque automticamente lo es, n a como muestra el siguiente teorema. En este caso se trabaja con la propiedad de equivalencia de las normas para obtener criterio sobre el comportamiento de la norma del espacio en cuestin. o Teorema 4.3.1 Si X es un espacio normado nito-dimensional, entonces todo funcional lineal es acotado. Demostracin o Sean f un funcional lineal en X, x1 , x2 , ..., xn una base de X. Entonces deben existir escalares 1 , 1 , ..., n asociados a cualquier vector x X tales que podemos escribir
n

x=
i=1

i xi .

120

Puesto que f es un funcional lineal, tenemos

n

f (x) =
i=1 n

i f (xi ),
n

|f (x)| =
i=1

i f (xi )
i=1 n

|i | |f (xi )| = max |i |
iin

Denamos

0 i=1

|f (xi )| , siendo x

k=
i=1

|f (xi )| ,

podemos ver que |f (x)| k x

0

pero como f es acotado con respecto 0 es acotado con cualquier otra norma de X, ya que > 0 tal que x 0 x , luego |f (x)| k x .9
M

Teorema 4.3.2 El espacio dual X es un espacio de Banach. Este teorema resulta un caso particular del ejercicio resuelto 5 del Cap tulo 3, ya que para K = R C, L(X, K) X y K es de Banach.

4.3.1

Operadores Conjugados

Sean E, E1 espacios normados, A L(E, E1 ), es decir, A : E E1 ; sea g un funcional lineal y continuo arbitrario de E1 (g E1 ) es decir g : E1 K. Al hallar su composicin con A, sta es lineal y continua.10 Podemos formar o e A (g) = g A,
A : E1 E g g A
9 10

Ver nota que sigue al ejercicio resuelto 6 del Cap tulo 2. La composicin de dos aplicaciones lineales y continuas tiene el mismo carcter. o a

121

 Probemos que A es lineal y continuo, es decir, A L(E1 , E ). Sean 1 , 2 K y g1 , g2 E1 ,

A (1 g1 + 2 g2 ) = (1 g1 + 2 g2 ) A = 1 (g1 A) +2 (g2 A) .
A g1 1 A g2 2

Ahora probemos la acotacin, o A (g) = g A A

k

entonces A est acotado por A ( A A ). (Ejercicios resueltos 1 a y 2)

4.3.2

Conjugado de Hermite
H H H H
A A

Sea H un espacio de Hilbert arbitrario, entonces tenemos,

pero tambin y como resultado de la aplicacin del Teorema de Riesz, tee o nemos, H H 1 H H
y A z y A z

entonces podemos obtener A = 1 A , llamaremos a A Conjugado de Hermite. Este operador se dene del espacio H en s mismo y cumple la (y)). propiedad fundamental (A(x) | y) = (x | A Demostracin o (A(x) | y) = 11 y (A(x)) = 12 (A (y ))(x) = 13 z (x) = 14 (x | z) = 15 (x | A (y))
11 12

Aplicando el Teorema de Riesz. Por la denicin de A . o 13 Ver esquema anterior. 14 Aplicando el Teorema de Riesz. 15 Ver esquema anterior.

122

Hemos denominado fundamental a esta propiedad porque caracteriza al conjugado de Hermite en el sentido que es el unico operador sobre H que la cumple. (Ejercicio resuelto 3) La propiedad fundamental y la unicidad pueden combinarse para establecer un procedimiento que permita probar la forma que debe tener el conjugado de un cierto operador, o tambin demostrar sus propiedades operativas. e (Ejercicios resueltos 4, 5, 7 y 8) Procedimiento 5 (P1) Seleccionar el operador A y el vector del miembro izquierdo de la propiedad fundamental de acuerdo con lo que se requiera probar. (P2) Plantear la forma para que (Ax | y) en dependencia de la denicin o de A y del producto escalar. (P3) Aplicar propiedades del producto escalar hasta obtener (Ax | y) = (x | By). (P4) Inferir que B = A . Observemos las propiedades de A , (1) Lineal. (Ejercicio resuelto 4) (2) Continuo. Analicemos cmo se comporta la acotacin que se tiene como conseo o cuencia de (2), A (x)
2

= (A (x) | A (x)) = (A(A (x)) | x) A(A (x)) A A . x x A A (x) x

A (x) A

123

 Rec procamente, si y = A(x), (A(x) | A(x)) = (x | A (A(x))). Entonces, A(x) A(x) A A

2

A (A(x)) A A A . x

x A(x)

De aqu que si A = A se llama Autoconjugado y se tiene que, (A(x) | y) = (x | A(y)) El conjugado de Hermite posee un conjunto de propiedades operativas signicativas que provienen de aplicar la propiedad fundamental demostrada y utilizar las propiedades caracter sticas del producto escalar. (Ejercicios resueltos 3 y 4) La propiedad fundamental aludida tiene tambin un gran valor prctico para e a determinar la expresin del conjugado de Hermite. (Ejercicios resueltos 5, 6 o y 7) En general, la denicin de operador conjugado se hace tcnicamente ms o e a compleja cuando las hiptesis que se asumen sobre el operador original son o ms dbiles. (Ejercicios resueltos 8 y 9) a e

4.3.3

Ejercicios Resueltos

1. Probar que A = A . Solucin: o Ya se ha visto que: A A .

124

Por el teorema 4.2.1: Ax = sup |f (A(x))| = sup | (A (f )) x |

f =1 f =1 E

sup A (f )
f =1

x A

x .

De aqu que A A , luego A = A . 2. Sea X un espacio normado, A, B L(X). Demostrar que (AB) = B A . Solucin: o B A (f ) = B (A (f )) = B (f A) = (f A)B = f (AB) = (AB) (f ). 3. Probar que A es el unico operador sobre H tal que (Ax | y) = (x | A y). Solucin: o Supongamos que existe B : H H tal que (Ax | y) = (x | By). Como (Ax | y) = (x | A y) se tiene, comparando que: (x | By) = (x | A y) x H, y H (x | By) (x | A y) = 0 (x | By A y) = 0 x (By A y | By A y) = 0 y B = A . 4. Probar que A es lineal. Solucin: o Apliquemos el Procedimiento 5 125

(P1) A A,

y = y1 + y2 ;

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

(P2) ((A1 + A2 )x | y) = (x | (A1 + A2 ) y); (P3) Aplicando las propiedades del producto escalar: ((A1 + A2 )x | y) = (A1 x | y) + (A2 x | y) = (x | A1 y) + (xA2 y)
= (x | A1 y + A2 y) = (x | ( A1 + A2 )y); (P4) (A1 + A2 ) = A1 + A2 .

6. Si A, B son autoconjugados; , R, probar que: A + B es autoconjugado. Solucin: o

16

La barra signica conjugacin compleja. o

126

Por el ejercicio 5: (A + B) = : 7. Si A : l2 l2 se dene as A(x1 , x2 , ..., xn , ...) = (0, x1 , x2 , ...). Hallar A y determinar si es autoconjugado. Solucin: o (P1) A A ; y = y;

A +
A

B .
B

(P2) (Ax | y) = ((0, x1 , x2 , ...) | (y1 , y2 , ...)) = x1 y2 + x2 y3 + ... + xn yn+1 + ...; (P3) (Ax | y) = ((x1 , x2 , ..., xn , ...) | (y2 , y3 , ..., yn+1 , ...)) = (x | By); (P4) By = A y = (y2 , y3 , ..., yn+1 , ...). Luego, A no es autoconjugado. 8. Probar que: Solucin: o (P1) A A1 B1 ; y y;

(A1 B1 ) = B1 A1 .

(P2) (A1 B1 x | y) = (x | (A1 B1 ) y); (P3) (A1 B1 x | y) = (B1 x | A1 y) = (x | B1 A1 y). (P4) (A1 B1 ) = B1 A1 . 9. En el espacio l2 para x = (x1 , x2 , ...) l2 hacemos An x = (xn+1 , xn+2 , ...). a) Demostrar que An L(l2 ) y An 0. b) Hallar A y averiguar si es cierto que A 0. n n 127
s s

Solucin al inciso a) An L(l2 ) o An (x + y) = (xn+1 + yn+1 , xn+2 + yn+2 , ...) = (xn+1 , xn+2 , ...) + (yn+1 , yn+2 , ...) = (xn+1 , xn+2 , ...) + (yn+1 , yn+2 , ...) .
An x An y

Por tanto An es lineal. Tambin: e An x x An 1. Para cada x X

An x

=
k=n+1

|xk |2 0 An 0.
n

La convergencia fuerte es una consecuencia inmediata de la innitesimalidad del resto de una serie convergente. Solucin al inciso b) Hallemos An por el procedimiento: o (P1) A An ; y y; (P2) (An x | y) = (x | An y). Se plantea el miembro izquierdo aplicando la denicin de An y o de producto escalar en l2 , para y = (y1 , y2 , ..., yn , ...) (An x | y) = ((xn+1 , xn+2 , ...) | y) = xn+1 y1 + xn+2 y2 + ... (P3) Hallemos ahora el miembro derecho e indiquemos lo que deben valer los componentes de An : (x1 (An y )1 + ... + xn (An y )n + xn+1 (An y)n+1 +...
0 0 y1

+xn+2 (An y)n+2 +...)

y2

= (x | An y); (P4) An x = (0, 0, ..., 0, x1 , x2 , ...).

n

128

Como An x = x

x l2 x = 0 An x

0.

Por tanto no hay convergencia fuerte a 0. 10. Hallar el operador conjugado al operador A : L2 [0, 1] L2 [0, 1] si: Ax(t) = tx(t). Solucin: o
1

(Ax | y) = (L)
0 1

Ax(t)y(t)dt
1

= (L)
0

tx(t)y(t)dt = (L)
0

x(t)ty(t)dt = (x | A y)

A y(t) = ty(t).

11. Sea T un operador lineal denido de DT X en Y ; X, Y son espacios normados. Probar que T admite una extensin lineal cerrada si y slo o o si [ {xn } DT : xn 0 T xn y] y = 0. Solucin: o Sea T una extensin lineal cerrada de T . Sea o {xn } DT tal que xn 0 y T xn y.

T cerrada GT 17 es cerrado. Como T es una extensin de T o GT GT GT GT Si se considera (xn , T xn ) n = 1, 2, ..., se tiene que (xn , T xn ) (0, y) GT GT , luego, (0, y) GT y = T (0) = 0.
Lineal
17

Grco de T a

129

Rec procamente, supongamos que {xn } DT tal que xn 0 y T xn y se cumple que y = 0. Denamos: DT = x X : z Y que satisface (x, z) GT , T (x) = z. Probemos que T est bien denida. a Supongamos que z1 Y que satisface que (x, z1 ) GT . Como GT es un subespacio (x, z) (x, z1 ) GT
(0,zz1 )

(xn , T xn ) GT : (xn , T xn ) (0, z z1 ) xn 0 y T xn z z1 . Por la condicin z z1 = 0, es decir z = z1 . o 12. Si M es un subespacio del espacio normado X, M = X; Y es un espacio de Banach. T : M Y un operador lineal acotado. Probar que T posee una extensin lineal unica T que preserva la norma. o Solucin: o Sea x X = M {xn } M tal que xn x. Probemos que {T xn } es una sucesin fundamental en Y . o T xn T xm = T (xn xm ) T xn xm
n,m

18

Y es de Banach y Y tal que T xn y. Denamos

18

T x = y = lim T xn .
n

Porque {xn } es convergente.

130

 Ante todo hay que probar que T est bien denida, es decir que es a independiente de la seleccin de {xn }. Supongamos que {zn } es otra o sucesin tal que zn x. Consideremos la sucesin alternada o o T x1 , T z1 , T x2 , T z2 , ..., T xn , T zn , ... Por clculo directo se obtiene que esta sucesin es fundamental y las dos a o subsucesiones tienen un l mite comn que es y. (Ejercicio propuesto 5) u T cumple las caracter sticas siguientes: Es lineal. Si x, y X = M , entonces existen {xn } , {yn } M tales que xn x y yn y. Sean , K. Entonces xn + yn x + y. Por tanto: T (xn + yn ) = =
n

lim T (xn + yn ) lim (T xn + T yn )

n n

= lim T xn + lim T yn
Tx Ty

T es continuo. T x = lim T xn
n

Pero T xn T

xn . Pasando al l mite en la desigualdad Tx T x T T .

Para obtener la desigualdad en sentido contrario observemos que T es una extensin de T , ya que si x M se tiene que o T x = lim T xn
n

donde puede tomarse xn = x n.

De aqu que
19

T x = 19 T x T T .

L mite de la sucesin constante de trmino T x. o e

131

4.4

Convergencia Dbil e

Denicin 4.4.1 Sea una sucesin {xn } en un espacio normado X, deo o w cimos que converge dbilmente a x X y se escribe xn x, si para todo e f X (X , como notacin usual del dual topolgico de X), o o f (xn ) f (x). (Ejercicios resueltos 1 y 2) El primer hecho que demostraremos sobre la convergencia dbil es la unie cidad del l mite dbil; precisamente, si e xn x
w

xn y

(lo cual signica para cualquier f X que: f (xn ) f (x) y f (xn ) f (y)),

entonces debemos probar que x = y. Puesto que en un espacio mtrico el e l mite es unico, la hiptesis implica que o f (x) = f (y). Por la linealidad de f , esto es equivalente a f (x y) = 0 para cualquier f X . Puesto que f puede ser cualquier funcional lineal acotado, podemos aplicar el Corolario 4.2.2.1 para armar que x y = 0 x = y; por tanto es imposible para una sucesin que converja dbilmente a o o e dos elementos diferentes. Se cumplen tambin las propiedades operativas del l e mite siguientes: Si entonces
w w

xn x
w

yn y,

xn + yn x + y. 132

De manera similar, si es un escalar y xn x, entonces (Ejercicio propuesto 4) La denicin de continuidad de una funcin f (x) implica que si xn x, o o entonces f (xn ) f (x). Puesto que todo funcional lineal acotado, satisface |f (xn ) f (x)| f xn x xn x.
w w

se tiene que convergencia fuerte implica convergencia dbil. e Podemos preguntarnos cmo se comporta el rec o proco de esta propiedad. El siguiente para que la convergencia dbil implique la fuerte. e Teorema 4.4.1 Si X es un espacio normado nito-dimensional entonces convergencia fuerte es equivalente a convergencia dbil. e (Ejercicio resuelto 3) Teorema 4.4.2 Si X es un espacio normado y xn x, entonces existe alguna constante positiva M tal que xn M para toda n. Teorema 4.4.3 Sea {xn } una sucesin de vectores de un espacio normado o X con la propiedad de que, para todo n, existe una constante positiva M tal que xn M. Adems, supongamos que f (xn ) f (x) para todos los funcionales lineales a acotados f que pertenecen al conjunto A, donde A tiene la propiedad [A] es denso en X , esto es, [A] = X . Entonces xn x. Los Teoremas 4.4.2 y 4.4.3 se utilizan en la demostracin del teorema sio guiente: 133
w w

Teorema 4.4.4 Para que xn x es necesario y suciente que la sucesin o xn sea acotada y f (xn ) f (x) para cualquier f de una variedad lineal densa en X . (Ejercicio resuelto 4) Para la convergencia dbil de los funcionales se extiende la denicin dae o da al dominio de X . Denicin 4.4.2 xn x x X o
w

x (xn ) x (x ).

Cuando la convergencia dbil denida sobre X se restringe a J(X) X se e llama convergencia debilitada (o dbil) y como entonces para e x J(X) !x X se plantea: Denicin 4.4.3 xn x x X o (Ejercicios resueltos 5 y 6) Teorema 4.4.5 Sea X un espacio de Banach. Para cada x X jo, la igualdad Jx (f ) = f (x) dene un funcional lineal acotado Jx sobre el espacio X tal que Jx = x . (Ejercicio resuelto 7) Por lo tanto, tiene lugar el encaje isomtrico J(X) X . Si adems e a J(X) = X , entonces el espacio X se llama reexivo. En este caso, como X es de Banach y J una isometr X es necesariamente un espacio de a, Banach. Teorema 4.4.6 Para que fn f es necesario y suciente que la sucesin o fn sea acotada y fn (x) f (x) para cualquier x de una variedad lineal densa en X.
w w

x (xn ) = xn (x) ,

x (x ) = x (x).

xn (x) x (x).

134

4.4.1

Ejercicios Resueltos
xn x y
w n

1. Sean H un espacio de Hilbert; xn , x H(n N), xn x . Demostrar que xn x. Solucin: o

Como xn x se tiene (xn | y) (x | y) y H. En particular, tomando y = x podemos escribirlo (xn | x) x

2

(xn | x) x

0;

de la denicin de l o mite de escalares es inmediato que xn Luego, (xn x)

2 2

xn

0.

= (xn x | xn x) = (xn | xn ) (xn | x) (x | xn ) + (x | x) = xn 2 (xn | x) (x | xn ) + x 2 .

I II III

Veamos cada uno de los casos anteriores (I) Por propiedad de las normas xn (II) Por las hiptesis o (xn | x) (x | x) = x (III) Como (x | xn ) = (xn | x), entonces, (xn | x) (x | x) = x Luego, xn
2 2 2 2

(xn | x) (x | xn ) + x 135

2. Sean X un espacio normado, Y un espacio de Hilbert, A L(X, Y ); {An } L(X, Y ). Probar que An x Ax x X (An x | y) (Ax | y) x X y Y
n w

Solucin: o Supongamos que An x Ax x X. Consideremos la aplicacin o n denida as : gy (z) = (z | y) y Y. Entonces, y Y, gy Y (esto ya se ha probado) x X, An x Ax gy (An x) gy (Ax)
n n (An x|y) (Ax|y) w w

x X y y Y Rec procamente, supongamos que x X, y Y

(An x | y) = (Ax | y).

(An x | y) (Ax | y). z Y

w

Consideremos g Y . Por el teorema 4.2.3, y Y tal que g(z) = (z | y) En particular, g(An x) = (An x | y)
Y 20 n

(Ax | y) = g(Ax) An x Ax.

n

3. Demostrar el Teorema 4.4.1. Solucin: o Supongamos que xn x y que dim X = k. Sea {b1 , ..., bk } una base de X.
k w

xn =
i=1 k

i bi i bi .
i=1

(n)

x =
20

Por la hiptesis. o

136

Consideremos:
k

j = 1, ..., k

fj (x) = fj
i=1 21

i bi

= j

f es lineal y necesariamente continua. fj (xn ) fj (x) 22

j
(n)

j = 1...k

Ahora probemos la convergencia fuerte,

k

xn x 23 xn x En general convergencia dbil e

=
i=1

(n)

0.

convergencia fuerte.

Ejemplo: Sean X = l2 (l2 de Hilbert), {en } una sucesin y o n en = (0, ..., 1 , ..., 0, ...).
n Primero veamos que en 0. Tomemos f l2 , entonces yf l2 : f (en ) = (en | yf ). Sea yf = {y1 , ..., yn , ...}. Como yf l2 entonces f (en ) = yn 0. Es importante destacar que {en } no converge en el n sentido fuerte ya que en em = 2 n = m. w

4. Demostrar el Teorema 4.4.6. Solucin: o Probemos en primer lugar el caso en que g(xn ) g(x) g L(A)
k w

g =
i=1 k

i fi
A k

g(xn ) =
i=1
21

i fi (xn )
A i=1

i fi (x) = g(x).
A

X nito-dimensional. Por la convergencia dbil. e 23 y 1 son equivalentes.

22

137

Probemos ahora que tiene lugar la convergencia para todo h L(A) = X . Tomemos > 0 y hallemos g L(A) : h g < . Para n sucientemente grande: |h(xn ) h(x)| = | h(xn ) g(xn ) + g(xn ) g(x) + g(x) h(x) | hg
<

xn + |g(xn ) g(x)| + h g
k < <

x .
k

Ya que por hiptesis k > 0 o

xn k

x k.

5. En el espacio l2 para x = (x1 , x2 , ...) l2 pongamos fn (x) = xn . Dew mostrar que fn 0. Es cierto que fn 0? Solucin: o Sea x l2 ; |fn x 0x| = |fn x| = |xn | 24 0; Tambin, e fn = sup |fn x| = sup |xn | = 1 fn
x =1 x =1

0(n ).

6. Sea 0 [a, b] (x) = x(0) C[a, b]. Considere la sucesin de o funciones continuas n (t) con las condiciones: 1 1) n (t) = 0 para |t| > , n 1 2) n (t) 0 para |t| , n 3) Sea fn (x) =
a
24

b a

n (t)dt = 1.
b

n (t)x(t)dt

x C[a, b].
n=1

Por la condicin necesaria de convergencia de la serie x = o

|xn |

138

Probar que fn converge dbilmente a . e Solucin: o

b

|fn (x)| =
a

|n (t)| |x(t)| dt x fn 1 n.

Hallemos lim fn (x),

n

fn (x) =

1 n 1 n

n (t)x(t)dt =

25

x(n )

1 n 1 n

n (t)dt
=1

1 1 donde n n n . Pasando al l mite n

lim fn (x) = lim x(n ) = x(0) = (x).

n w

Por tanto tenemos que fn . 7. Sea X un espacio reexivo; f X . Demostrar que existe x X, x = 0 tal que f (x) = x f . Solucin: o Para f 0 es trivial; sea f = 0. Por el Corolario 4.2.2.1 J X : J = 1 J(f ) = f . Tomando J = 1 J, se tiene por la denicin de norma que: o f J = 1 f 1 J(f ) = 1 = J f
f
25

J(f ) =

f .

(4.4.1)

Consecuencia del Teorema del valor medio.

139

Por ser X reexivo, aplicando el Teorema 4.4.526 se puede armar que x X : f (x) = J(f ) J = x . Sustituyendo en (4.4.1) obtenemos: f (x) = f x .
J(f ) J

8. Demostrar el teorema 4.4.6. Solucin: o Probemos en primer lugar el caso en que g(xn ) g(x)
k w

g L(A).

g =
i=1 k

i fi
A k

g(xn ) =
i=1

i fi (xn )
A i=1

i fi (x) = g(x).
A

Probemos ahora que tiene lugar la convergencia para todo h L(A) = X . Tomemos > 0 y hallemos g L(A) : h g < . |h(xn ) h(x)| = h(xn ) g(xn ) + g(xn ) g(x) + g(x) h(x) hg
<

xn + |g(xn ) g(x)| + h g
k < <

x
k

Por hiptesis k > 0 : xn k x k. o

4.5

Ejercicios Propuestos
1

1. Determinar si el funcional f (x) =

0

x(t2 ) dt

lineal en C[0, 1] est acotado. a

26

Ntese que X es de Banach por ser reexivo. o

140

2. Probar alternativamente que el funcional del ejercicio resuelto 1 es acotado. 3. Probar que A1 , A2 L(E, E1 ) (A1 + A2 ) = A + A . 2 1 4. Si xn x y yn y; , escalares, probar que xn + yn x + y. o 5. Probar que la sucesin alternada del ejercicio resuelto 12 es fundamental. 6. Probar que (T ) = T .
w w w

141

Cap tulo 5 Conjuntos compactos y Operadores totalmente continuos

La nocin de operador totalmente continuo es muy importante desde el puno to de vista terico porque implica muchas buenas propiedades operativas. o Tambin es relevante desde el punto de vista prctico porque hay ejemplos e a muy utiles de este tipo de operador. Este nuevo concepto est basado en la nocin de conjunto compacto, y para a o demostrar de forma idnea las diversas propiedades, se requiere dominar las o distintas caracterizaciones de la compacidad en los espacios mtricos, dadas e en trminos de nociones relacionadas con la denicin topolgica de come o o pacidad (en trminos de cubrimientos por conjuntos abiertos). e Por esto resulta util reunir las nociones equivalentes a la compacidad y tra bajar con ellas de la forma ms apropiada en el contexto de la nocin de este a o nuevo tipo de operador.

142

5.1

Conjuntos compactos en espacios normados

Denicin 5.1.1 Sea un conjunto de o ndices y adems supongamos que a {G }, donde recorre , tiene la propiedad de que A G . Entonces {G } se denomina cubrimiento del conjunto A. Un subcubrimiento de A es una parte del cubrimiento que constituye tambin un cubrimiento para A. Si e el conjunto es nito, se dice que es un cubrimiento nito de A. Si cada G es abierto, entonces se dice que es un cubrimiento abierto de A y si el conjunto A tiene la propiedad de que, para todo cubrimiento abierto, se puede tomar un subcubrimiento nito, decimos que A es compacto. Teorema 5.1.1 Sea (X, d) un espacio mtrico. Entonces si A es compacto e se cumple que A es cerrado y acotado. (Ejercicio resuelto 1) Un conjunto Q en un espacio normado X se denomina sucesionalmente compacto si de toda sucesin xn Q(n N) se puede o escoger una subsucesin cuyo l o mite pertenece a Q. Denicin 5.1.2 En el espacio mtrico (X, d) un subespacio A se denomina o e es compacto. relativamente compacto si A En los espacios nito-dimensionales, en particular en los espacios eucl deos Rn (Cn ), relativamente compacto es equivalente a acotacin en virtud de la o denicin anteriormente expuesta. En general, como los conjuntos compactos o son siempre cerrados, tambin podemos decir que los conjuntos compactos e son siempre relativamente compactos. Denicin 5.1.3 El conjunto de puntos N de un espacio mtrico (X, d) se o e denomina red respecto al conjunto A si para todo x A existe un y N tales que d(x, y) < . De manera equivalente para el caso en que tengamos un espacio normado podemos reescribir la denicin anterior: un conjunto M X se denomina o red si para cualquier x M existe un x M tal que x x < . Por ejemplo, supongamos que A es R2 . Entonces el conjunto N = {(m, n) : m, n = 0, 1, ...} 143

 constituye una red para R2 , para cualquier >

2 . 2

Sea G un recinto acotado y cerrado en el espacio E n , C(G) un espacio de funciones continuas sobre G con la norma x = max |x(t)|, M C(G) un conjunto de funciones. Este conjunto se denomina equiacotado si existe un c R tal que para cualquier x M se cumple la desigualdad x c; equicontinuo si para cualquier > 0 existe un = ( ) > 0 tal que para cualesquiera t1 , t2 G que satisfacen la desigualdad t1 t2 < se cumple la desigualdad |x(t1 ) x(t2 )| < simultneamente para todos los x M . a Si tenemos un conjunto A de un espacio mtrico (X, d) decimos que es totale mente acotado si para cualquier > 0 existe una red nita1 con respecto a A. Probemos que totalmente acotado en espacios mtricos implica inmediatae mente acotacin. (Ejercicio resuelto 2) La compacidad en espacios mtricos o e se puede resumir mediante la caracterizacin siguiente: o Teorema 5.1.2 Sea A un subconjunto de un espacio mtrico X. Entonces e las siguientes aseveraciones son equivalentes: (i) A es compacto, (ii) A es sucesionalmente compacto.
tG

5.2

Operadores lineales totalmente continuos

Muchos de los operadores integrales que se presentan en la prctica tienen a una caracter stica especial que facilita su estudio y que est relacionada con a las nociones de continuidad y de compacidad. Esta caracter stica se dene como operador lineal compacto (o tambin totale mente continuo, completamente continuo) y una de las razones de su utilidad es que se transmite mediante operaciones usuales como la suma, el producto por un escalar, el producto por un operador lineal continuo (en el sentido de la composicin) y el l o mite. Para comenzar a introducir este tema empezaremos por recordar la nocin o
1

Una red nita es una red con un nmero nito de elementos. u

144

de conjunto relativamente compacto: son aquellos conjuntos cuya clausura es compacta. Denicin 5.2.1 Sean X, Y espacios normados, A un operador lineal tal o que, A : X Y. A se denomina totalmente continuo si transforma conjuntos acotados de X en conjuntos relativamente compactos de Y . (Ejercicio resuelto 3) Teorema 5.2.1 A totalmente continuo A continuo. (Ejercicio resuelto 4) El conjunto de todos los operadores totalmente continuos de L(X, Y ) se denomina mediante (X, Y ). Veamos algunos casos particulares en que continuidad implica totalmente continuo. (1) Sean A un operador lineal, X, Y espacios normados lineales, X es nito dimensional A es totalmente continuo. Demostracin o Supongamos que B X es acotado, A(B)2 A(X)3 Y A(B)4 es compacto. (2) Sean A un operador lineal y continuo, A : X Y y A(X) es nitodimensional A es totalmente continuo. Demostracin o
Como A es continuo, A(B) es acotado. Finito-dimensional por ser A lineal. 4 Cerrado y acotado en un espacio nito-dimensional.
3 2

145

Se tiene que A es lineal, supongamos que B est acotado, a B acotado A(B)

acotado

A(X)
nito-dimensional

A(B) relativamente compacto (Ejercicio resuelto 5) Sin embargo, en general si A continuo A totalmente continuo,

X = l2 A = I (operador unidad) B bola unitaria. I(B) = B que como sabemos no es relativamente compacto porque no es sucesionalmente compacto. (Ver Teorema 5.1.2) Teorema 5.2.2 (Teorema de Hausdor ) Sean X un espacio mtrico come pleto, S X. Decimos que S es compacto en X si y slo si para cualquier o > 0 existe una red nita de S.5 Teorema 5.2.3 A (X, Y ) es equivalente a que A transforma la bola unitaria de X en un conjunto relativamente compacto en Y . (Ejercicios resueltos 5 y 6) El siguiente Teorema nos da un criterio importante para determinar si un conjunto es totalmente acotado porque relaciona este concepto con un resultado similar al Teorema de Bolzano-Weierstrass para los nmeros reales. u Teorema 5.2.4 Sea A un subespacio de un espacio mtrico (X, d). Si para e toda sucesin de puntos de A se puede seleccionar una subsucesin convero o gente, entonces A es totalmente acotado. Teorema 5.2.5 (X, Y ) es un subespacio en el espacio L(X, Y ), siendo Y un espacio de Banach. (Ejercicio resuelto 7) El teorema 5.2.5 fundamenta un procedimiento para demostrar que un operador dado T es totalmente continuo y es posible obtenerlo como l mite en norma de una sucesin de operadores totalmente continuos o sobre un espacio de Banach.
5

S totalmente acotado.

146

Procedimiento 6 (P1) Denir una sucesin {Tn } de operadores asociados a T . o (P2) Probar que cada Tn es lineal y totalmente continuo. (P3) Probar que Tn T
n

0.

(P4) Inferir que T es totalmente continuo. Ejemplo: Probar que T : l2 l2 denido as si : x = (x1 , x2 , ...) T x = es totalmente continuo. (P1) Tn x = 1 1 x1 , x2 , ..., xn , 0, 0, ... . 2 n 1 1 1 x1 , x2 , x3 , ..., xn , ... , 2 3 n

(P2) Tn es lineal, continuo y R(Tn ) nito-dimensional, por tanto Tn es totalmente continuo. (P3) Desarrollando T x Tn x T x Tn x
2 2

= =

1 1 xn+1 , xn+2 , ... n+1 n+2

1 1 |xn+1 |2 + |xn+2 |2 + ... 2 (n + 1) (n + 2)2 1 (|xn+1 |2 + |xn+2 |2 + ...) 2 (n + 1) 1 x 2. (n + 1)2 Luego, T x Tn x

2

1 x (n + 1)2 T Tn 147

T x Tn x

1 x n+1

1 0. n + 1 n

(P4) T es totalmente continuo. Teorema 5.2.6 Sean A L(X, Y ) y B L(Y, Z). Si por lo menos alguno de estos dos operadores es totalmente continuo, entonces su producto BA es totalmente continuo. Teorema 5.2.7 Sea A (X, Y ). Si xn X(n N) y xn x0 entonces A(xn ) A(x0 ). (Ejercicio resuelto 9) Teorema 5.2.8 Sea A L(X, Y ), donde Y es un espacio de Banach. El operador A es totalmente continuo si y slo si A es totalmente continuo. o Sea X un espacio de Banach y consideremos Y = X. Entonces se denota A (X, Y ) = (X); x, y X. La ecuacin o Ax = y se denomina ecuacin de primera especie, la ecuacin o o x Ax = y (5.2.1)
w

se denomina ecuacin de segunda especie. Conjuntamente con la ecuacin o o (5.2.1) consideramos la ecuacin homognea correspondiente o e z Az = 0 anlogamente, consideramos la ecuacin conjugada a o f A f = y una ecuacin homognea conjugada o e A = 0. Teorema 5.2.9 Las siguientes armaciones son equivalentes: o o a) La ecuacin (5.2.1) tiene solucin unica para cualquier segundo miembro y; b) la ecuacin (5.2.2) tiene solamente solucin trivial; o o 148 (5.2.4) (5.2.3) (5.2.2)

c) la ecuacin (5.2.3) tiene solucin unica para cualquier segundo miembro; o o o o d) la ecuacin (5.2.4) tiene solamente solucin trivial. Si se cumple una de las condiciones anteriores, entonces los operadores I A e I A son continuamente inversibles. Teorema 5.2.10 Las ecuaciones (5.2.2) y (5.2.4) tienen el mimso nmero u nito de soluciones linealmente independientes. Los teoremas 5.2.9 y 5.2.10 son muy importantes para las aplicaciones porque caracterizan de forma alternativa el comportamiento de un operador totalmente continuo y en el caso de existir solucin unica se puede demostrar o mediante el manejo de la ecuacin homognea, lo cual es usualmente ms o e a simple. En particular, los resultados se estos teoremas son aplicables al estudio de las ecuaciones integrales de la forma:
b

x(s)
a

k(s, t)x(t) dt = y(s),

con = 0

puesto que de forma operacional puede escribirse as : x(s) (Ax)(s) = y(s), donde (Ax)(s) =
a (A1 x)(s) b

k(s, t)x(t) dt

o sea x Ax = y. Para utilizar los teoremas citados, se requiere una condicin suciente para o que A1 sea totalmente continuo. Esta condicin estar dada porque k(s, t) o a sea una funcin continua sobre [a, b] [a, b]. o

149

5.2.1

Ejercicios Resueltos

1. Demostrar el teorema 5.1.1 Solucin: o Compacto Cerrado Supongamos que A es un subconjunto compacto de (X, d). Vamos a probar que Ac es abierto. Sea y Ac , demostraremos que existe un conjunto abierto B tal que y B Ac . Consideremos x A, como x = y, para algn nmero real x , existen vecindades de x e y, S x (x) u u y S x (y) tales que, S x (x) S x (y) = , (5.2.5) ya que cada espacio mtrico satisface el axioma de separacin de Hause o dor. Adems, como x S x (x) para todo x A, se cumple que a A
xA

S x (x).

Puesto que A es compacto, entonces existen x1 , x2 , ..., xn A, tales que

n

A
i=1

S xi (xi ).

(5.2.6)

Para cada xi A (i = 1, 2, 3, ..., n) como y Ac existe alguna vecindad de y, S xi (y) que satisface (5.2.5), es decir S xi (xi ) S xi (y) = . Ahora formemos B=
i=1 n

(5.2.7)

S xi (y).

Supongamos que A B no es vac Como o.

n

AB Esto signica que

(S xi (xi ) B).
i=1

B S xi (xi ) = 150

para algn i por la hiptesis (5.2.6). Pero u o B S xi (xi ) S xi (y) S xi (xi ). Por tanto, S xi (x) S xi (y) = , y contradice la hiptesis (5.2.7). Por tanto A B = , donde B es o un conjunto abierto por ser la interseccin nita de bolas abiertas y o adems a A B = y B Ac . Compacto Acotado Supongamos que A es compacto y consideremos un cubrimiento abierto de A que consiste en 1vecindades para cada uno de sus puntos. Luego, A
xA

S1 (x).

Puesto que asumimos que A es compacto, entonces existen x1 , x2 , ...xn tales que
n

A
i=1

S1 (xi ) = C.

Probemos que A est acotado. Sea a a = max d(xi , xj ), 1 i j n y sean x, y A; existen elementos xi e yi tales que x S1 (xi ) e y S1 (xj ). Aplicando la desigualdad triangular, podemos decir que: d(x, y) d(x, xi ) + d(xi , xj ) + d(xj , y) 1 + a + 1 = 2 + a. Esto implica que el dimetro de A es menor o igual que 2 + a y por a tanto A est acotado. a 2. Probar que si un conjunto es totalmente acotado es necesariamente acotado. Solucin: o 151

Supongamos que A totalmente acotado y sea > 0. Como hemos asumido que A es totalmente acotado, entonces existe un conjunto nito para A, llammoslo N . Puesto que N es un conjunto nito de e puntos, su dimetro es nito, o sea, Diam(N ) < . Ahora, sean a1 y a a2 dos puntos de A. Entonces existen dos puntos y1 , y2 N , tales que d(a1 , y1 ) < y d(a2 , y2 ) < . Aplicando la desigualdad triangular, se tiene, d(a1 , a2 ) d(a1 , y1 ) + d(y1 , y2 ) + d(y2 , a2 ) 2 + Diam(N ), pero, puesto que a1 y a2 son dos puntos cualesquiera de A, esto implica que sup d(a1 , a2 ) = Diam(A) 2 + Diam(N ),
a1 ,a2 A

quedando probado as que A es acotado. El rec proco de manera general no se cumple y resulta evidente por el contraejemplo siguiente: Consideremos el espacio mtrico l2 y sean e x = (1 , 2 , ..., n , ...) e y = (1 , 2 , ..., n , ...) dos puntos de este espacio con la distancia d(x, y) denida de la manera siguiente:

1 2

d(x, y) =
i=1

|i i |2

Consideremos el subespacio siguiente de l2 , A = {x l2 : d(x, 0) = 1},

estos son los puntos de la supercie de la bola unitaria en l2 . Para dos puntos cualesquiera x e y en A, podemos decir que d(x, y) d(x, 0) + d(y, 0) = 2

152

concluyendo que A es, de hecho, acotado. Para probar que A no es totalmente acotado, consideremos la siguiente coleccin de puntos o de A: e1 = (1, 0, 0, ...) e2 = (0, 1, 0, ...) e3 = (0, 0, 1, ...) . . . . . . En este caso, para n = m, se tiene que d(en , em ) = 2. Pode 2 mos armar que, para un < , no existe una red nita, 2 2 ya que si suponemos que < y si denotamos por N la red 2 correspondiente, existen yi , yj N tales que d(ei , yi ) < y d(ej , yj ) < .

Probemos que i = j se cumple que yi = yj . Supongamos lo contrario, es decir, que existen i0 = j0 tales que yi0 = yj0 . Entonces d(ei0 , ej0 ) d(ei , yi0 ) + d( yi0 , ej ) < 2 2, Absurdo!
=yj0

por tanto, N es innito. De aqu que no existe una red nita 2 para < , y A no es totalmente acotado. 2 3. Sean X un espacio normado, z X jo y f X . Denamos A : X X de la manera siguiente: xX A(x) = f (x) z
K

(5.2.8)

Probar que A es totalmente continuo. Solucin: o 153

1ro) A lineal? A(x+y) = f (x+y)z = [f (x)+f (y)]z = f (x)z + f (y)z

A(x) A(y)

2do) A totalmente continuo? Consideremos A acotado A(B) relativamente compacto? De acuerdo con el Teorema 5.1.2 debemos probar que de cada sucesin en A(B) se puede extraer una subo sucesin convergente (en A(B)). o Sea yn A(B) xn
acotada

B:

yn = A(xn ) = f (xn )z

Vamos a probar que {f (xn )} es una sucesin acotada de escalares o |f (xn )| f Por tanto, xnk : f (xnk ) K. Consideremos {A(xnk )}, entonces podemos inferir sustituyendo en (5.2.8): A(xnk ) = f (xnk )z z. 4. Demostrar el teorema 5.2.1. Solucin: o A continuo [B acotado A(B) acotado]. xn f M n N

Por tanto vamos a partir de que B es acotado en X, entonces A(B) es relativamente compacto A(B) es compacto6 . Como A(B) acotado7 A(B) acotado8 .
6 7

Aplicando la denicin de relativamente compacto. o Aplicando el Teorema 5.2.1. 8 Cualquier subconjunto de un conjunto acotado tambin est acotado. e a

154

5. Sea T (l2 ). a) Si Tn es totalmente continuo para cada n, Tn : X Y, donde Y es un espacio de Banach y Tn T. Mostrar que no necesariamente T es totalmente continuo. b) Demostrar que existe una sucesin o Tn L(l2 )(n N), tal que Tn T
n s

y R(T ) es de dimensin nita para todos los n. o Solucin al inciso a) Sea o X = Y = l2 ; x = (x1 , x2 , ..., xn , ...) ; Tn x = (x1 , x2 , ..., xn , 0, 0, ...). Entonces Tn es lineal, continuo, dim R(Tn ) = n, luego Tn es totalmente continuo. Pero s Tn I, y sabemos que I no es totalmente continuo. Solucin al inciso b) Sean o T x = (y1 , y2 , ...) y Tn x = (y1 , ..., yn , 0, 0, ...), luego dim R(Tn ) = n. Probemos que Tn T Tn T =
n

0.

sup (0, ..., 0, yn+1 , yn+2 , ...)

x =1 n
1 2

sup
x =1 k=n+1

|yk |2

0.

155

6. Probar el teorema 5.2.3. Solucin: o A (X, Y ) [B acotado de X A(B) relativamente compacto en Y ] Considerando como caso particular de conjunto acotado la bola unitaria, se tiene que A (X, Y ) [B bola unitaria de X A(B) relativamente compacto en Y ] Rec procamente supongamos que B es un conjunto acotado. Entonces existe r > 0 tal que B {x X : x r}. Se tiene que
Sr Def.

A(B) A(Sr ) A(B) A(Sr ) Es suciente probar que A(Sr ) es relativamente compacto y aplicar que un subconjunto cerrado de un compacto tambin lo es. Probemos que e de cada sucesin de A(Sr ) se puede extraer una subsucesin convero o gente en A(Sr ). Sea yn A(Sr ) xn Sr : yn = Axn , xn r xn /r 1
zn

Por la hiptesis de Azn se puede extraer una subsucesin convergente o o a z. Como xnk = rznk y A es lineal: Axnk = rAznk rz 7. Demostrar el teorema 5.2.5. Solucin: o

156

1ro.) Sea C acotado en X. {xn } C. A compacto {xn } {xn } : B compacto {xn } {xn } :
(2) (2) (1) (1)

A(xn ) y; B(xn ) z,
(2) (1) (2)

(1)

Consideremos (A + B)(xn ) = A(xn ) + B(xn ) y + z, luego A, B (X, Y ) A + B (X, Y ). Anlogamente se prueba que A (X, Y ) y escalar A a (X, Y ). 2do.) (X, Y ) cerrado. Sea A (X, Y ). An (X, Y ) : An A en L(X, Y ).
n

Consideremos C acotado en X y {xn } C. Entonces L > 0 tal que xn L. Veamos si {Axn } contiene una subsucesin o convergente, para A1 existe {xn } {xn } tal que {A1 (xn )} es convergente; para A2 existe {xn } {xn } {xn } tal que {A2 (xn )} es convergente y as sucesivamente. Construyamos la sucesin diagonal {xn } y probemos que {A(xn )} o converge. Como Y es de Banach es suciente probar que es fundamental. Para > 0, existen n, m, k sucientemente grandes de
(n) (n) (2) (1) (2) (1) (1)

157

modo que:
(n) A(xn ) A(x(m) ) m

A(x(n) ) Ak (x(n) ) + Ak (x(n) ) Ak (x(m) ) n n n m + Ak (x(m) ) A(x(m) ) m m A Ak

<

x(n) + Ak (x(n) ) Ak (x(m) ) m n n

L <

+ Ak A
<

(x(m) ) m
L

{Ak (xn )} converge.

(n)

8. Probar el teorema 5.2.6. Solucin: o 1ro) Supongamos que A es totalmente continuo. C acotado A(C) relativamente compacto A(C) compacto9 . Entonces, B(A(C)) compacto en Z 10 , luego es cerrado. B(A(C)) B(A(C)) B(A(C)) B(A(C))11 . Entonces B(A(C)) es compacto, por ser un subconjunto cerrado de un conjunto compacto. 2do) Supongamos ahora que B es totalmente continuo. C acotado A continuo A(C) acotado B(A(C)) relativamente compacto BA totalmente continuo.
10 11

Por ser la imagen continua de un compacto. Por la caracterizacin de clausura de un conjunto. o

158

Consecuencia Si X = l2 , entonces un operador A totalmente continuo no puede tener inverso acotado. Si existiera A1 acotado se tuviera: A A1 = I I totalmente continuo,

Tot. cont. acot.

esto es imposible porque la bola unitaria cerrada se transforma en s misma y sta no es compacta segn se ha visto. e u 9. Probar el teorema 5.2.7. Solucin: o 1ro) Vamos a probar que Sea g Y y denamos f (z) = g(Az), es decir f = g A. entonces f es lineal, continuo porque A es totalmente continuo y por tanto xn x0 Axn
w

Axn Ax0 .

f (xn ) f (x0 ) g(Axn ) g(Ax0 ) g Y w Ax0 .

2do) Vamos a probar que Axn Ax0 . Supongamos lo contrario. Entonces > 0 tal que {Axn } contiene una subsucesin {Axnk } que cumple o Axnk Ax0 . e e Como {Axnk } converge dbilmente (porque {xn } converge dbilmente), ella est acotada, luego {Axnk } contiene a su vez una a subsucesin Axnk convergente a y Y (por ser A totalmente o 159

continuo). Entonces tambin e Pero

w

Axnk y. Axn Ax0 Axnk Ax0 . Por la unicidad del l mite dbil, y = Ax0 , de donde se tendr que e a Axnk y Absurdo!
w w

Esto contradice el hecho de que Axnk converge a y. 10. Probar que:

b

(A1 x)(s) =
a

k(s, t)x(t) dt x C[a, b].

es totalmente continuo si k(s, t) es continua sobre [a, b] [a, b]. Solucin: o A1 : C[a, b] C[a, b] es lineal. Sea C un conjunto acotado y consideremos {xn } C. Formemos {T xn } C[a, b] y probemos que es equiacotado y equicontinuo para utilizar el teorema 5.2.3. 1ro) Equiacotado:
b b

A1 xn = max

S[a,b]

k(s, t)xn (t) dt xn

a a

|k(s, t)| dt

{xn } acotada y k(s, t) continua sobre un compacto implican que existen c > 0 y M > 0 tales que xn c n A1 xn y |k(s, t)| M c M (b a). s, t [a, b]

160

2do) Equicontinuo:
b

|(A1 xn )(s1 ) (A1 xn )(s2 )| =

a b

[k(s1 , t) k(s2 , t)] xn (t) dt |k(s1 , t) k(s2 , t)| |xn (t)| dt

a b

|k(s1 , t) k(s2 , t)| dt.

a

Como k es continua sobre un compacto, entonces k es uniformemente continua. Luego, > 0 > 0 tal que si |s1 s2 | < t [a, b] |k(s1 , t) k(s2 , t)| < . |(A1 xn )(s1 ) (A1 xn )(s2 )| c (b a) para |s1 s2 | < .

5.3

Ejercicios resueltos aplicados a la resolucin de ecuaciones integrales o

t

1. Sea T : C[a, b] C[a, b] denido por (T x)(t) = v(t) +

a

K(t, s) x(s) ds

Probar por induccin que: o (T

m+1

(x))(t) (T

m+1

(y))(t) ||

m+1

m+1

(t a)m+1 d(x, y) m = 0, 1, 2, ... (m + 1)!

donde se supone que K(t, s) (C[a, b] [a, b]). Solucin: o Probemos la propiedad para m = 0,
t t

|(T (x))(t) (T (y))(t)| = v(t) +

a

K(t, s) x(s) ds v(t)

a

K(t, s) y(s) ds ,

por la linealidad de la integral tenemos entonces que

t

|(T (x))(t) (T (y))(t)| = ||

a

K(t, s)[x(s) y(s)] ds .

161

Como K es continua sobre un compacto, existe M > 0 tal que |K(t, s)| M (t, s) [a, b] [a, b]. Si d(x, y) = max |x(s) y(s)| ,
s[a,b]

se obtiene la acotacin siguiente: o |(T (x))(t) (T (y))(t)| || M d(x, y) (t a). Sea la hiptesis de induccin: o o (t a)m |(T (x))(t) (T (y))(t)| || M d(x, y) m!
m m m m

Demostracin de la tesis: o (T m+1 (x))(t) (T m+1 (y))(t) = |(T m (x))(t) (T m (y))(t)| Por la denicin de T , tenemos: o
t

v(t) +
a t

K(t, s)(T (x))(s) ds v(t)

a

K(t, s)(T m (y))(s) ds

= ||
a

K(t, s)[(T m (x))(s) (T m (y))(s)] ds

Por propiedades de la integral tenemos,

t

||
a

|K(t, s)| |(T m (x))(s) (T m (y))(s)| ds

t

|| M
a

|(T m (x))(s) (T m (y))(s)| ds Por hiptesis sobre K o

t a

Mm d(x, y) || M || m!
m

(s a)m ds Por la hiptesis de induccin o o

(t a)m+1 m+1 = ||m+1 M m+1 1 d(x, y)(t a)m+1 (m + 1)! 162

2. Resolver por iteracin, eligiendo x0 = v y suponiendo que || < 1 la o ecuacin: o

1

x(t)
0

ets x(s) ds = v(t)

Solucin: o De acuerdo a la notacin del ejercicio 1, se quiere resolver la ecuacin o o

1

(T x)(t) = v(t) +
0

ets x(s) ds = x(t),

donde K(t, s) = ets . El proceso iterativo est dado por a xn+1 = T xn Para n = 0 la primera iteracin es: o
1

n = 0, 1, 2, ...

x1 (t) = v(t) +
0

ets x0 (s) ds
v(s) 1 0 K0

= v(t) + et

et v(s) ds

Para n = 1 la segunda iteracin es: o

1

x2 (t) = v(t) +
0

ets x1 (s) ds
1

= v(t) + et
0

es (v(s) + es K0 ) ds

= v(t) + et (K0 + K0 ) = v(t) + K0 et (1 + ) Probemos por induccin que: o xn+1 (t) = v(t) + et K0 (1 + + 2 + ... + n ) Para n = 1 ya est probado. a La hiptesis de induccin es: o o xn (t) = v(t) + et K0 (1 + + ... + n1 ) 163

La tesis de induccin resulta: o

1

xn+1 (t) = 12 v(t) +

0

ets xn (s) ds

Sustituyendo en la hiptesis de induccin y efectuando: o o xn+1 (t) = v(t) + e

t 0 1

es v(s) + es K0 (1 + + ... + n1 ) ds K0 + K0 (1 + + ... + n1 ) ds K0 (1 + (1 + + ... + n1 )) ds

= v(t) + et
0

= v(t) + et
0

= v(t) + et K0 (1 + + 2 + ... + n ) Como || < 1, la solucin buscada es o x(t) = lim xn (t) = v(t) + et K0
n

1 1

3. Denir el operador S : C[a, b] C[a, b] de la manera siguiente:

b

(S(x))(t) =
a

K(s, t) x(s) ds

y hacer zn = xn xn1 ,

n 1.

o 3.1) Probar que la frmula del proceso relativo conduce a zn+1 = S(zn ) n 1. (5.3.1)

3.2) Eligiendo x0 = v, probar el desarrollo de Neumann x = lim xn (t) = v(t) + S(v) + 2 S 2 (v) + 3 S 3 (v) + ... (5.3.2)
n

Solucin al inciso 3.1) o zn+1 (t)

12

Def.

= =

xn+1 (t) xn (t) v(t) + S(xn )(t) v(t) S(xn1 )(t) n 1

Denicin de la iteracin o o

164

Como S es lineal zn+1 (t) = S (xn xn1 )(t) zn+1 = S(zn )

zn

Solucin al inciso 3.2) o

z1 n n zn

x = lim xn = lim [ x0 + (x1 x0 ) + (x2 x1 ) +...+ (xn xn1 )]

v z2

Obtengamos los sumandos a partir del segundo en el orden sealn ado:

v(t) x1 (t)

z1 (t)

Def.

x1 (t) x0 (t) = v(t) + S( x0 )(t) v(t)

v

z2
Por (5.3.1)

z1 = S(v) S(z1 ) = S( S(v)) S lineal 2 S 2 (v)

Tomando como hiptesis de induccin zn = n S n (v) y sustituyeno o do en el caso (n + 1)simo con n 1: e zn+1 = S(zn ) = S(n S n (v)) S lineal = n+1 S n+1 (v) Sustituyendo x = lim xn =
n n

lim [v + S(v) + 2 S 2 (v) + ... + n S n (v)]

= v + S(v) + 2 S 2 (v) + ... 4. Resolver x(t) Solucin: o Para este caso: K(t, s) 1; 165 v(t) 1
1 0

x(s) ds = 1 aplicando el desarrollo de Neumann.

Sustituyendo en la ecuacin (5.3.2) o x = 1 + S(1) + 2 S 2 (1) + ... + n S n (1) + ... Se obtiene

1 1

(5.3.3)

S(1) =
0 1 0

K(s, t) v(s) ds = 1
1 1

S 2 (1) = Sustituyendo en (5.3.3),

K(s, t) (S(1))(s) ds = 1,
1

etc.

x = 1 + + 2 + ... + n + ... Nota: Para || < 1, se tiene que x = 1 . 1

o 5. Obtener la serie de Neumann sustituyendo en la ecuacin integral

b

v(t) = x(t)
a

K(t, s) x(s) ds

la siguiente serie (supuesta uniformemente convergente). x(t) = v0 (t) + v1 (t) + 2 v2 (t) + ... Solucin: o v(t) = (v0 (t) + v1 (t) + 2 v2 (t) + ...)
b

K(s, t)(v0 (s) + v1 (s) + 2 v2 (s) + ...) ds.

Integrando trmino a trmino e e v(t) = (v0 (t) + v1 (t) + 2 v2 (t) + ...)

b b

K(s, t)v0 (s) ds 2

a b

K(s, t) v1 (s) ds

3
a

K(s, t) v2 (s) + ...) ds ... 166

Agrupando
b

v(t) = v0 (t) + v1 (t)

a

K(s, t)v0 (s) ds

v2 (t)
a b

K(s, t)v1 (s) ds K(s, t)v2 (s) ds + ...

a

+3 v3 (t)

Comparando los coecientes podemos observar que:

b

v0 (t) = v(t);

vn (t)
a

K(s, t)vn1 (s) ds = 0 n 1.

5.1) Si |v(t)| c0 y |K(t, s)| M probar que: |vn (t)| c0 [M (b a)]n 5.2) Determinar una condicin suciente para que la serie sea unio formemente convergente. 5.3) Probar que la serie de Neumann puede escribirse:
b

x(t) = v(t) +
a

K(t, s, ) v(s) ds

donde K(t, s, ) =

j Kj+1 (t, s),

j=0

siendo
b b

Kn (t, s) =
a

...
a

K(t, t1 )K(t1 , t2 )...K(tn1 , s) dt1 ...dtn1

Solucin al inciso 5.1) o

b

|v1 (t)|
a
13

|K(t, s)| | v0 (s) | ds 13 M c0 (b a)

v(s)

Por hiptesis y aplicando propiedades de la integral. o

167

De manera anloga a
b

|v2 (t)|
a

|K(t, s)| |v1 (s)| ds M (M c0 (ba))(ba) = M 2 c0 (ba)2 .

Por induccin o |vn+1 (t)| M (M n c0 (b a)n )(b a) = M n+1 c0 (b a)n+1 . Solucin al inciso 5.2) Como el trmino general de la serie o e x(t) = v0 (t) + 1 v1 (t) + 2 v2 (t) + ... es n vn (t), podemos acotarlo as
n |n vn (t)| = ||n |vn (t)| 14 ||n M n (b a) c0 1

Vamos a aplicar el criterio de la ra nsima a la serie cuyo z e trmino general est dado por el miembro derecho de la desiguale a dad anterior
n n || c0 M n (b a)n = || M (b a) c0 1 1

n lim || M (b a) c0 = || M (b a).

Si || M (b a) < 1 entonces

||n M n (b a)n c0 < +,

n=0

luego,

n vn
n=0

es absolutamente convergente si || <

14

1 . M (b a)

Por el inciso 5.1.

168

Solucin al inciso 5.3) Por convenio K1 K. Se tiene que o x = v + S(v) + 2 S 2 (v) + 3 S 3 (v) + ...
b K1 (t,s)

x(t) = v(t) +
a b

K(t, s) v(s) ds
S(v)

+2
a

K(t, t1 )(S(v))(t1 ) dt1 +...

S 2 (v)

Sustituyendo S 2 (v) =
a b b b b

K(t, t1 )
a

K(t1 , s)v(s) ds dt1

=
a a

K(t, t1 )K(t1 , s) dt1 v(s) ds.

K2 (t,s)

Anlogamente: a S 3 (v) =
a b b b b

K(t, t2 )S 2 (v)(s) ds K(t, t2 ) K(t2 , t1 )K(t1 , s)v(s) dt1 ds dt2

a a

=
a b

b a a

=
a

K(t, t2 )K(t2 , t1 )K(t1 , s) dt2 dt1 v(s) ds

K3 (t,s)

Y as de la misma manera, se obtienen los dems trminos de la , a e serie. 6. Probar que los ncleos iterados satisfacen la condicin: u o
b

Kn (s, t) =
a

Kn1 (s, u)K(u, t) du

169

Solucin: o De acuerdo con la expresin dada en el enunciado del inciso 5.3 o

b b

Kn+1 (s, t) =
a

...
a

K(s, t1 )K(t1 , t2 )...K(tn1 , tn )K(tn , t)dt1 ...dtn1 dtn

Aplicando el mtodo de Fubini, podemos transformar la expresin ane o terior

b a a b b

...
a

K(s, t1 )...K(tn1 , tn ) dt1 ...dtn1 K(tn , t)dtn

K(s,tn )

Luego, Kn+1 (s, t) =

a

Kn (s, tn )K(tn , t) dtn

7. Hallar los ncleos iterados correspondientes a K(s, t) = t es con a = 0 u y b = 1. Solucin: o K1 (s, t) K(s, t)
1 1 0

K2 (s, t) =
0

K1 (s, t1 ) K(t1 , t) dt1 = t es

t1 es t et1

t1 et1 dt1

Integrando por partes obtenemos que,

1 0

t1 et1 dt1 = 1 K2 (s, t) = K1 (s, t) = t es .

De manera anloga se llega a probar que a Kn (s, t) = t es o 8. Dada la ecuacin integral

1

n 1

x(s)
0

t s x(t) dt = v(s) 170

 determinar K(s, t, ). Solucin: o De acuerdo con el inciso 5.3

K(s, t, ) =
j=0

j Kj+1 (s, t)

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

1 1

K2 (s, t) =
0

K1 (s, u)K(u, t) du =
0

u s t u du

= st K3 (s, t) =
0

1 3
1

K2 (s, u)K(u, t) du =
0

st

1 t u du 3

= Anlogamente a Kn+1 (s, t) = K(s, t, ) = 1 3

1 st 32

st
0

1 3

st+ 1 3

1 1 1 s t + 2 s t 2 + ... + n s t n + ... 3 3 3
n

= st
n=0

Que resulta convergente si || < 3. 9. Calcular Kn (s, t) si el ncleo de la ecuacin de Fredholm es: u o K(s, t) = sin(t 2s) 0 t, s 2.

171

Solucin: o Sustituyendo K(s, t) y K1 (s, u) K(s, u) en la frmula dada en el o inciso 5.3 tenemos:
2

K2 (s, t) =
0

sin(s 2u) sin(u 2t) du

aplicando identidades trigonomtricas tenemos, e 1 2

2

cos(s 3u + 2t) du
0

1 2

cos(s u 2t) du
0

luego integrando, K2 (s, t) = 11 1 2 sin(s 3u + 2t) u=0 (1) sin(s u 2t) 23 2 1 1 = (0) + (0) = 0 6 2 Kn (s, t) = 0 n 2. b = 2 y
2 u=0

10. Resolver la ecuacin de Fredholm donde a = 0, o

N

K(t, s) =
n=1

an sin nt cos ns

Solucin: o Utilizando el desarrollo de Neumann

2

x(t) = v(t) +
0

K(t, s)v(s)ds
S(v)

ya que por la frmula del ejercicio 7 o

2

K2 (t, s) =
0

K(t, t1 )v(t1 , s) dt1 = 0,

172

y tambin K3 = 0, ... Efectuando por ejercicio e

2 N N

K2 (t, s) =
0 N N 0 n=1

an sin nt cos nt1

j=1 2

aj sin jt1 cos js

dt1

=
n=1 j=1 N N

(an sin nt cos nt1 aj sin jt1 cos js) dt1

2

=
n=1 j=1

an aj sin nt cos js
0

cos nt1 sin jt1 dt1 .

Donde
0

cos nt1 sin jt1 dt1 = 015 11. Supongamos que K(s, t) =
j=1 n

aj (s)bj (t),

donde aj , bj son funciones linealmente independientes. Si la ecuacin o de Fredholm tiene solucin, probar que tiene la forma: o
n

x(s) = v(s) +
j=1

cj aj (s)

(5.3.4)

donde cj =
a

bj (t)x(t) dt

y las incgnitas satisfacen: o

n b

cj
j=1 b

ajk ck = vj bj (t) v(t) dt.

a

siendo ajk =
a

bk (t) aj (t) dt

vj =

15

Aplicando identidades trigonomtricas. e

173

Solucin: o Obtengamos la expresin para S(x) o

b b

S(x)(s) =
a

K(s, t)x(t) dt =
a b j

aj (s) bj (t) x(t) dt L(a1 , ..., an )

=
j

aj (s)
a

bj (t)x(t) dt
cj

Sustituyendo en la ecuacin (5.3.4) escrita en trminos de S(x) obteo e nemos x(s) = v(s) + (S(x))(s) = v(s) +
i

ci ai (s)

(5.3.5)

Sustituyendo el ncleo y la solucin en la ecuacin (5.3.4) obtenemos: u o o

b n

x(s) = v(s) +
a i=1 b

ai (s)bi (t)

v(t) +
j

cj aj (t)

dt

= v(s) +
i a

ai (s)bi (t)v(t) dt
b

2 i j

cj ai (s)
a

bi (t)aj (t) dt
aji

reescribiendo la ultima expresin o

b

v(s) +
i a

ai (s)bi (t)v(t) dt + 2
i

ai (s)
j

cj aji

(5.3.6)

Igualando ahora las ecuaciones (5.3.5) y (5.3.6)

b

ci ai (s) =
i i a

ai (s)bi (t)v(t) dt +
i

ai (s)
j

cj aji

luego, i ci = vi +
j

cj aji

174

podemos escribir el sistema de la forma: vi = ci ci aii

j=i

cj aji cj aji
j=i

= ci (1 aii )

De este sistema podemos obtener las expresiones de los ci 12. Resolver x(s) =
0 1

i = 1, ..., n.

t2 (5s2 3)x(t) dt + es

Solucin: o Como podemos apreciar tenemos un caso particular del ejercicio anterior, veamos que:
1 a1 (s)

x(s) =
0

t2 (5s2 3) x(t) dt + es ,
b1 (t)

n = 1,

v(s) = es

Evaluemos la expresin o
1 t2

1 a11 = 1
0

a1 (t) b1 (t) dt = 1 (1 1) = 1
5t2 3

Luego hay solucin unica : o el ejercicio 12 donde (1 a11 ) c1 = v1 =

=1

x(s) = es + c1 a1 (s), de acuerdo con

et

1 0

b1 (t) v(t) dt = 16 e 2
t2

nalizando x(s) = es + (e 2)(5s2 3).

16

Integrando por partes

175

13. Determinar los valores de para los cuales la ecuacin: o

1

x(s) =
0

(t2 s + ts2 )x(t) dt + v(s)

tiene solucin. o Solucin: o Aqu :

a1 (s) a2 (s)

K(s, t) = t La forma de la solucin es: o

s + t
b2 (t)

s2

b1 (t)

x(s) = v(s) +
j=1

cj aj (s)

= v(s) + (c1 s + c2 s2 ) Debemos resolver el sistema: (1 a11 ) c1 a12 c2 = v1 , a21 c1 + (1 a22 ) c2 = v2 ; donde
1 t

a11 =
0 1

b1 (t) a1 (t) dt =
t2 t2

1 4 1 4 1 3 1 5

a22 =
0 1

b2 (t) a2 (t) dt =
t t

a12 =
0 1

b2 (t) a1 (t) dt =
t t2

a21 =
0

b1 (t) a2 (t) dt =
t2

176

 1 1 1 4 3 det = 1 1 1 5 4

1 1 4

1 3

1 5

= 1 Resolvamos:

2 240 120 2 = . 2 240 240

() = 0 240 120 2 = 0 = 60 16 15 Luego, hay solucin unica = 60 16 15. o 14. Considerar x(s)
1 (s 0

+ t)x(t) dt = v(s)

15.1 Resolver suponiendo que 2 + 12 12 = 0. 15.2 Hallar los valores propios. Solucin al inciso 15.1 o a1 (s) = s a2 (s) = 1
t

b1 (t) = 1 b2 (t) = t

Hallemos los trminos a11 , a22 , a12 , a21 , e

1

a11 =
0 1

b1 (t) a1 (t) dt =
1 t

1 = a22 2 1 3

a12 =
0 1

b2 (t) a1 (t) dt =
t 1

a21 =
0

b1 (t) a2 (t) dt = 1
1

1 1 1 2 3 det = 1 1 2

1 1 2

1 3

()

2 2 + 12 12 = 1 = (1). 12 12 177

Solucin al inciso 15.2 o 2 + 12 12 = 0 1,2 = 6 4 3. 15. Sabiendo que

x 0

u(t)dtn =
0

(x t)n1 u(t) dt, (n 1)!

(5.3.7)

obtener la ecuacin integral correspondiente al problema de Cauchy: o y + y = 0 y(0) = 0 y (0) = 1. Solucin: o Para la resolucin de este ejercicio proponemos un procedimiento que o se puede utilizar en casos similares para resolver este tipo de problemas. Procedimiento 7 (P1) Hagamos: (P2) Integremos: (P3) Hallemos c1 : u(x) = y . y =
=1 x 0

(5.3.8)

u(t) dt + c1 .

y (0) = 0 + c1 c1 = 1.

Ahora podemos expresar

x

y =
0

u(t) dt + 1.

(P4) Integrando y=
0

u(t) dt2 + x + c2

por (5.3.7), para n = 2 (x t)1 u(t) dt + x + c2 1 0 c2 = y(0) = 0 por la condicin inicial. o

x x

y=
0

(x t) u(t) dt + x. 178

(P5) Sustituyendo en la ecuacin diferencial (5.3.8) o

x

u(x) +
y 0

(x t) u(t) dt + x = 0

(P6) Arreglando los trminos convenientemente e

x

u(x)
0

(t x) u(t) dt = x.
K(x,t)

5.4

Ejemplos Propuestos

1. Probar que la proyeccin de un espacio de Hilbert sobre un subespacio o nito-dimensional es totalmente continuo. 2. Probar que A : l2 l2 denido por A(x1 , x2 , x3 , ..., xn , ...) = es totalmente continuo. 3. Haciendo y = u(x), probar que si d3 y d2 y dy 3 2 6 + 5y = 0 dx3 dx dx entonces y=
0 x

x1 x2 x3 xn , , , ..., n , ... 2 4 8 2

(x t)2 x2 u(t) dt + c1 + c2 x + c3 2! 2 5 2 x 6x + 3 c1 (5x 6)c2 5c3 2

x

y adems: a u(x) = +
0

3 + (x t)

5 (x t)2 u(t) dt. 2

(Sugerencia: Analizar el ejercicio resuelto 15)

179

Cap tulo 6 Operadores autoconjugados. Teor espectral a

El estudio del operador A I cuando A es un operador lineal y un escalar est asociado a la resolucin de algunos tipos de ecuaciones integrales. Por a o tanto, interesa saber para qu valores de el inverso de A I existe y es e continuo. Las caracter sticas del comportamiento de dicho operador inverso en dependencia de la clasicacin de los valores de constituyen el objeto central del o estudio de la teor espectral. a

6.1

Operadores autoconjugados

Sea H un espacio de Hilbert complejo. El operador A L(H) se denomina autoconjugado si A = A, es decir, para todos los x, y H se cumple la igualdad (Ax | y) = (x | Ay). El conjunto de todos los operadores autoconjugados de L(H) se denota mediante (H). (Ejercicios resueltos 1, 2 y 3) Teorema 6.1.1 Si A, B (H), , R entonces A + B (H). (Ejercicio resuelto 4) Teorema 6.1.2 Sean A, B (H). El operador AB es autoconjugado si y slo si AB = BA. o 180

(Ejercicio resuelto 5) Teorema 6.1.3 Si A (H), A = sup

x 1

|(Ax | x)|.

Un operador A (H) se denomina no negativo y se designa por A 0 si (Ax | x) 0 para cualquier x H. Para los operadores A, B (H) la notacin A B o B A signica que A B 0. (Ejercicios resueltos 6, 7 o y 8) o Teorema 6.1.4 Sea P un operador de proyeccin en un espacio de Hilbert H sobre un subespacio M . Entonces: a) P L(H) adems, P = 1 si M = 0; a b) P 2 = P ; c) P (H); d) P 0; o e) x M si y slo si P x = x ; f ) (P x | x) x
2

para cualquier x H.

(Ejercicio resuelto 9) Teorema 6.1.5 Sea A (H), A2 = A. Entonces A es el proyector sobre un subespacio M H. Si T (H) y T 0, entonces T 2 0 ya que (T 2 x | x) = (T x | T x) 0. En el siguiente teorema se plantea una respuesta para el problema rec proco. Teorema 6.1.6 Para cada operador no negativo A (H) existe un opera dor unico, denominado raz cuadrada, A (H) tal que ( A)2 = A y A 0. Adems A es conmutable con un operador C L(H) si y slo si a o C es conmutable con A. (Ejercicios resueltos 10, 11 y 12)

181

6.1.1

Ejercicios Resueltos
T es autoconjugado (T x | x) R x H.

1. Sea T un operador sobre un espacio de Hilbert H. Probar que

Solucin: o Supongamos que T = T . Entonces: (T x | x) = (x | T x) = (T x | x) (T x | x) R. Rec procamente, vamos a aplicar el resultado del ejercicio propuesto 1, que establece que ((T T )x | x) = 0 x H T = T ((T T )x | x) = (T x T x | x) = (T x | x) (T x | x) = (T x | x) (x | (T ) x)
T

= (T x | x) (T x | x) = 0. 2. Si A1 , A2 son autoadjuntos, denamos A1 A2 Probar que A1 A2 Solucin: o A1 A2 A2 A1 (A1 x | x) (A2 x | x) x H ((A1 A2 )x | x) 0 x H. (A2 x | x) (A1 x | x) x H ((A2 A1 )x | x) 0 x H ((A1 A2 )x | x) 0 x H ((A1 A2 )x | x) = 0 x H. A2 A1 A1 = A2 . si (A1 x | x) (A2 x | x) x H.

Por el ejercicio propuesto 1, A1 A2 = 0, es decir A1 = A2 . 182

 3. Probar que para un operador cualquiera T , T T y T T son autoconjugados. Solucin: o (T x | x) = (x | T x) = (T x | x) = = T x | x

x | T x x|x =0

T T

T = T. Luego (T T ) = T T. 4. Sean A (H), xn H(n N), xn x. Demostrar que

n

(Axn | xn ) (Ax | x).

n

Es sustancial que A (H)? Solucin o |(Axn | xn ) (Ax | x)| = | (Axn | xn ) (Ax | xn ) +(Ax | xn ) (Ax | x) | = |(Axn Ax | xn ) + (Ax | xn x)| |(Axn Ax | xn )| + |(Ax | xn x)| |(A(xn x) | xn )| + |(Ax | xn x)| A xn x xn + A x xn x .
0 acotada 0

Entonces |(Axn | xn ) (Ax | x)| 0.

n

No es sustancial que A (H) porque para llegar al resultado es suciente que A L(H).

183

5. Demuestre el Teorema 6.1.1. Solucin o A, B (H) (Ax | y) = (x | Ay) = (Ay | x) (Bx | y) = (x | By) = (By | x) Sumando ordenadamente y aplicando propiedades del producto interior, ((A + B)x | y) = (Ay | x) + (By | x) = ((A + B)y | x) = (x | (A + B)y) (A + B) (H) R (Ax | y) = (Ax | y) = (x | Ay) = (x | Ay) A (H). 6. Demuestre el Teorema 6.1.2. Solucin o Supongamos que AB es autoconjugado (ABx | y)
AB(H)

(x | ABy)

A(H)

(Ax | By)

B(H)

(BAx | y)

((AB BA)x | y) = 0 y,

En particular para y = (AB BA)x se tiene que ((AB BA)x | (AB BA)x) = 0 (AB BA)x = 0 x entonces, AB BA = 0 BA = AB. Supongamos que AB = BA. Hay que probar que: (ABx | y) (ABx | y) (ABx | y) = = = (x | ABy) (Bx | Ay) (x | ABy) 184

A(H)

B(H)

(x | BA y)
AB

7. Demostrar que el operador A : L2 [0, 1] L2 [0, 1], Ax(t) = tx(t) es un operador autoconjugado no negativo. Solucin o Primero probemos que A es autoconjugado:
1 1

(Ax | y) = (L)
0

Ax(t)y(t)dt = (L)
0

tx(t)y(t)dt = (x | Ay)

Veamos ahora que es no negativo:

1 1

(Ax | x) = (L)
0

Ax(t)x(t)dt = (L)
0

tx2 (t)dt 0 x(t) L2 [0, 1]

8. Demostrar que A : l2 l2 , Ax = (1 x1 , 2 x2 , ...) para x = (x1 , x2 , ...) l2 donde k R(k N), sup |k | < , es un operador autoconjugado. Bajo qu condicin para la sucesin k , A es un operador autoconjue o o gado no negativo? Solucin o Demostremos primero el hecho de que A es un operador autoconjugado, (Ax | y) = ((1 x1 , 2 x2 , ...) | (y1 , y2 , ...)) =
k k

k xk yk xk k yk = (Ax | y)
k

(x | Ay) = ((x1 , x2 , ...) | (1 y1 , 2 y2 , ...)) =

Para que A sea no negativo debe cumplir que: (Ax | x) 0, ((1 x1 , 2 x2 , ...) | (x1 , x2 , ...)) x l2
k

k x2 0 x l2 k

en particular para (0, ..., 0, 1, 0, ...) l2 k 0 (k N)

k1

185

9. Si T 0 probar que (I + T )1 existe. Solucin: o Probemos que: (I + T )x = 0 x = 0 (I + T )x = 0 x + T x = 0 T x = x (T x | x) = (x | x) = x Pero T 0 (T x | x) 0 x 10. Demuestre el Teorema 6.1.4 Solucin o a) Veamos una demostracin alternativa a la establecida en la ejercitacin o o del cap tulo 3. P
Teo. 6.1.3 2 2

0.

= 0 x = 0.

sup |(P x | x)| = sup xM

x 1 x =1

= 1,

donde x = xM + xM .
M M

b) P 2 x = P (P x) = xM = P x. c) (P x | x) = (xM | xM +xM ) = xM d) (P x | x) = xM e) () x M P x = x P x = x () Px = x xM
2 2

= (xM +xM | xM ) = (x | P x).

2

0.

+ xM
x

= xM
Px

xM = 0 x M. 186

f) (P x | x) = xM

xM

+ xM

= x

11. Sea T : l2 l2 denido as si : xi R T x = (0, 0, x3 , x4 , ...). Probar que T (l2 ), T 0 y hallar T . Solucin: o T es lineal, continuo. Veamos que T = T . Sea y = (y1 , y2 , ...) yi R (T x | y) = (0, 0, x3 , x4 , ...)(y1 , y2 , y3 , ...) = x3 y3 + x4 y4 + ... (x | T y) = (x1 , x2 , x3 , ...)(0, 0, y3 , y4 , ...) = x3 y3 + x4 y4 + ... (T x | y) = (x | T y) x, y l2 . Vamos a analizar (T x | x) (T x | x) = (0, 0, x3 , x4 , ...)(x1 , x2 , x3 , ...) = x2 + x2 + ... 0. 3 4 Observamos que T 2 x = T (T x) = T (0, 0, x3 , x4 , ...) = (0, 0, x3 , x4 , ...) = T x Luego T 0 satisface que T 2 = T T = T . 12. Sea T autoconjugado, T 0. Probar que x, y H |(T x | y)| (T x | x)1/2 (T y | y)1/2 Solucin: o |(T x | y)| = ( T T x | y) = ( T x | T y) Tx T y = ( T x | T x)1/2 ( T y | T y)1/2 x = (x1 , x2 , ..., xn , ...),

= (T x | x)1/2 (T y | y)1/2 . 187

13. Sea T autoconjugado, T 0. Probar que Tx T Solucin: o Haciendo y = T x en el ejercicio 11 se obtiene: (T x | T x) (T x | x)1/2 ( T T x | T x)1/2 .
T2 1/2

(T x | x)1/2 .

(6.1.1)

Pero (T 2 x | T x) T 2x Tx T
1/2

Tx

(T 2 x | T x) T

Tx ,

por lo que sustituyendo en la ecuacin (6.1.1) se obtiene: o Tx

2

(T x | x)1/2 T

1/2

Tx .

Si T x = 0 se cumple trivialmente esta desigualdad. Si T x = 0, dividiendo por T x = 0 se llega a: T x = (T x | x)1/2 T

1/2

6.2

Espectro de un operador lineal

Sean X un espacio de Banach complejo; A : X Y un operador lineal con el campo de denicin D(A) denso en X y un nmero complejo. o u Un punto se denomina punto regular del operador A si el operador A I es continuamente inversible. El conjunto de los puntos regulares del operador A se denomina conjunto resolvente del operador A y se designa por (A). Si (A) el operador lineal acotado R (A) = (A I)1 se llama resolvente del operador A. El complemento del conjunto (A) en el plano complejo se denomina espectro del operador A y se denota mediante (A). El nmero C se denomina valor propio de un operador A, si existe u 188

un elemento x D(A), x = 0, tal que Ax = x. Con esto x se llama vector propio del operador A correspondiente a un valor propio . Todo valor propio del operador A es punto de su espectro debido a que el operador A I es no inversible. Proposicin 6.2.1 Si A L(X), el conjunto resolvente del operador A, o (A), es un abierto de C. Demostracin o Sea 0 (A). Hay que probar que 0 es un punto interior de (A), es decir que r > 0 tal que S0 (r) (A). Por esto debemos considerar C y formar: A A I = A 0 I + 0 I I = 1 A0 + (0 )I Bajo qu condiciones A tiene inverso acotado? Por el teorema 3.3.3, si e A A0 < 1 A1 0
Def.

entonces A es continuamente inversible. Pero A A0 = = Resumiendo, | 0 | < r A1 L(X) (A) es decir S0 (r) (A) Teorema 6.2.1 El espectro de un operador A L(X) es un conjunto cerrado que est contenido en el crculo || A . a A I A + 0 I 1 (0 )I < = r. A1 0

Agrupando.

189

Demostracin o (A) es cerrado por ser complemento de un abierto. Basta probar que (A) es acotado para poder implicar que es compacto. Podemos decir que (A) { C : || A } 2 { C : || > A } (A)
B D

Por tanto, para probar lo requerido en el teorema vamos a demostrar esta ultima inclusin equivalente. o Por denicin tenemos, o A = A I = I 1 A = 0

Bajo qu condiciones I e

1 A posee inverso acotado? Si se cumple que: 1 A < 1 || > A .

Podemos concluir entonces que, D (A) Sabemos que (A) { C : || A } , pero podemos tener una nocin ms precisa de la acotacin del espectro o a o mediante la nocin de radio espectral, que de forma natural se dene as o : r (A) = sup || .
(A)

Se tiene que r (A) A . Una forma prctica de calcularlo se establece en a el resultado siguiente:
2

Complementando.

190

Teorema 6.2.2 Sea A L(X) donde X es un espacio de Banach. Entonces existe el lmite nito 1 r (A) = lim An n
n

llamado radio espectral del operador A. (Ejercicio resuelto 15) Teorema 6.2.3 Sea A L(X) donde X es un espacio de Banach. Si || > r (A), entonces (A). El hecho de que el resolvente de un operador A es una funcin de variable o compleja, sugiere la denicin de una funcin operador as o o : S : D L(X) S() = S donde D C y X es un espacio normado. Por ejercicio, dado A L(X), la aplicacin: o R : (A) L(X), R() = R (A) = (A I)1

es una funcin operador. o

Si se considera f (L(X)) , entonces se puede realizar la composicin: o f S : D C que resulte una funcin compleja de variable compleja, muy util para caraco terizar el comportamiento del resolvente mediante el teorema de Liouville, el cual se enuncia en el teorema 6.2.4 para utilizarlo en la demostracin del o teorema 6.2.6. Se dice que una funcin compleja de variable compleja A() es anal o tica en D si para todo 0 D el l mite A (0 ) = lim A() A(0 ) 0

existe y se denomina derivada de A() en 0 . 191

Teorema 6.2.4 (Teorema de Liouville) Sea F : C C. Si F () es analtica en todo C y existe algn M > 0 tal que |F ()| < M para todo u C, entonces F () es una constante. Teorema 6.2.5 Si A L(X) entonces para || > r (A)

R (A) =
n=0

n1 An .

Teorema 6.2.6 Si A L(X), donde X es un espacio de Banach, entonces (A) es un conjunto no vac o. Demostracin o Supongamos lo contrario, es decir, que (A) = (A) = C Consideremos (A) L(X) K
= R f

f (L(X)) ,

donde R() = R (A).

Entonces podemos formar f R : C C. Probemos que f R satisface las hiptesis del Teorema 6.2.4. o tica. Para 0 C. 1ro ) f R anal (f R)() (f R)(0 ) 0 =
f lineal

(f (R()) (f (R(0 )) 0 (R() R(0 ) f 0 f (R(0 ))2 , ya que:

f continua

(R())1 [R() R(0 )](R(0 ))1 = (R(0 ))1 (R())1 = (A 0 I) (A I) = ( 0 )I. 192

Por tanto, R() R(0 ) = R()( 0 )I R(0 ). Luego R() R(0 ) = R()R(0 ) (R())2 . 0 2do ) f R acotada. |f (R())| f Aplicando el Teorema 6.2.5 se tiene, R() = R() = A1 1 = n=0 1 A
n

R()

A1

1 || n=0 1

A ||

A 1 || 1 0 = || A f

1 ||

entonces

1 para || A || > A . Para || A , f R est acotada por ser continua a sobre un compacto. Como consecuencia del Teorema 6.2.4, tenemos que, R() est acotado y |f (R())| a f (R()) f (R(1 )) f (R(1 ) R(2 )) = constante = f (R(2 )) 1 , 2 C = 0 f (L(E)) R(1 ) R(2 ) = 0 1 2 C (Por el corolario 4.2.2.1) R() = constante

Pero, R() 0 cuando R() = A1 = 0 Absurdo! 193

(Ejercicio resuelto 16) El espectro de un operador autoconjugado tiene caracter sticas especiales, como se aprecian en el ejercicio resuelto 16. Tambin el espectro de cada e operador totalmente continuo est caracterizado por un comportamiento que a asemeja al de los espacios nito-dimensionales, de aqu la importancia del es tudio de estas clases de operadores. Existen tambin clases ms amplias de operadores con propiedades operativas e a muy utiles, algunas de las cuales se manejan en los restantes ejercicios de este cap tulo. Del resultado del ejercicio resuelto 18 se motiva la siguiente denicin: o Denicin 6.2.1 Se dice que un operador N es normal si o N N = N N. Utilizamos la denominacin o N (H) = {N : H H (Ejercicios resueltos 18, 19, 20 y 21) Ya se conoce la importante isometr J entre un espacio normado X y su a bidual. Veamos como puede caracterizarse una isometr en un espacio de a Hilbert. Si U es un operador lineal isomtrico, entonces e Ux = U x H U x
2

N Normal} .

= U

x H.

En trminos del producto escalar esto signica que: e

U (U x | U x) = (x | U U x)
U

normal

(U U x | x) = (x | x).

Si U es un operador que satisface U U = I, entonces constituye una isometr a. Esto motiva la denicin de operador unitario. o Denicin 6.2.2 El operador U : H H es unitario si o U U = U U = I. 194

6.2.1

Ejercicios Resueltos

1. Sea A : C[0, 1] C[0, 1], A(x) = y : y(t) = tx(t). Probar que (A) [0, 1]. Solucin: o La linealidad se puede probar de manera inmediata y se tiene que A es continuo ya que: A(x) = y = sup |tx(t)| = x .
t[0,1]

Resulta equivalente probar que C [0, 1] (A). 1ro ) Determinemos A : A (x) = A(x) x = y x = z evaluando para t [0, 1] (y x)(t) = tx(t) x(t) = (t )x(t) = z(t) observamos que, A1 (z) = x :
lineal

x(t) =

1 t
[0,1]

z(t)

luego, A1 (z) = x = sup |x(t)| K z

t[0,1]

donde K = sup
t[0,1]

1 t

por tanto, (A) 2do ) Notemos que A no tiene valores propios puesto que, A (x) = 0 x = 0.
[0,1]

195

2. Sea A : l2 l2 tal que A(x1 , x2 , ..., xn , ...) = (0, x1 , x2 , ...). Probar que = 0 (A) pero no es un valor propio. Solucin: o A es lineal y acotado, l2 es un espacio de Hilbert. Como A1 : R(A) l2 ,
=l2

= 0 (A) R(A) no denso en l2 .

= 0 no es valor propio ya que A(x) = 0 x = 0. 3. Sea E un espacio normado complejo. Obtener (I), (I) y R (I). (Donde I es el Operador Identidad.) Solucin: o Haciendo A = I I I = 0 (1 )I = 0 (1 ) x = 0 = 1 (I) = {1}
=0

Ntese que o y = (1 )x = 1 x = es decir, (I I)1 (y) = 1 1 I L(E) y 1 1

R

1 y, 1

4. Sea X = C[0, 1]; v X jo. Se dene A(x) = vx. Hallar (A) y observar directamente que es compacto. Solucin: o A (x) = A(x) x = vx x = y t [0, 1] v(t)x(t) x(t) = y(t)
compacto

(v(t) )x(t) = 0 (A) =

=0

continuo

[0, 1]

compacto

196

5. Sea A : l l denido por: A(x1 , x2 , x3 , ...) = (x2 , x3 , ...) a) Si || > 1 probar que (A). b) Si || 1, probar que es un valor propio. Solucin al inciso a) Es suciente probar que A = 1. A es lineal; o A(x) = max |xi | max |xi | A 1.
i2 i1 x

Si x = (0, x2 , ...), entonces Ax = x A = 1 Solucin al inciso b) o A (x) = = A (x) = 0 (x2 , x3 , ...) (x1 , x2 , ...) (x2 x1 , x3 x2 , ..., xn xn1 , ...) xn xn1 = 0 n = 2, 3, ... xn = xn1 n > 1 x = 0.

Si || 1 entonces |xn | |xn1 |. Luego A (x) = 0 es un valor propio. Ahora deniremos el espacio propio asociado:

S = {(x1 , x2 , ..., xn , ...) : x A (x) = 0} = {(x1 , x1 , x2 , ...)} = {(x1 , x1 , 2 x1 , 3 x1 , ...)} C. 6. Si A : lp lp se dene como A(x1 , x2 , ...) = (x2 , x3 , ...) y || = 1 Es un valor propio de A?

197

Solucin: o De manera anloga al inciso b) del ejercicio anterior se llega a que a |xn | = |xn1 | n > 1. Supongamos que: |xn | = m > 0 entonces mp = lim kmp = + x lp
n k

luego, como necesariamente se tendr que x = 0 entonces no es un a valor propio si || = 1. 7. Si S, T L(E), probar que (S) (T ) R (S) R (T ) = R (S)(T S)R (T ) Solucin: o Multiplicando el miembro izquierdo de la igualdad por (R (S))1 a la izquierda y por (R (T ))1 a la derecha (R (S))1 (R (S) R (T ))(R (T ))1 = (R (T ))1 (R (S))1
T I SI

(T I) (S I) = T S De aqu lo requerido. 8. Sea A L(E), 3 {0, 1} (A). A = 0, I tal que A2 = A (idempotente). Probar que

Solucin: Debemos, en primer lugar, obtener R (A) = R() para o

3

E espacio de Banach

198

este caso. R (A) = (A I) =

1

1 1 n A = n=0 n

1 1 1 1 I + A + 2 A2 + 3 A3 +... =A =A 1 1 1 = (I A) + A +A + 2 + ...
trminos auxiliares e

1 1 1 1 (I A) + A 1 + + 2 + 3 + ...

1 = (I A) + A

1 1 1 1 A = (I A) + 1

1 1 = (I A) + A 1 {0, 1} (A) {0, 1} (A). 9. Sea A un lgebra de Banach compleja con identidad e. Si x e < 1 a probar que x es inversible y que

x Solucin: o

=e+
k=1

(e x)k

x e < 1 e x < 1 e (e x) es inversible

=x

y adems a x
1

=e+
j=1

(e x)j ,

lo cual se demuestra de forma anloga en el teorema 3.3.3. a 199

10. Probar que (e x) Solucin: o

x 2 ex . 1 x

(e x)

=e+x+
k=2

x (e x)

x 2 ex . 1 x

11. Si x es inversible y y es tal que yx1 1. Probar que x y es inversible y que, adoptando que a = e a A, se tiene que:

(x y) Solucin: o

=
k=0

x1 (yx1 )k

x y = (x y) x1 x = [(x y)x1 ]x = (e yx1 )x (x y) yx

1 =e 1

= x1 (e yx1 )1

< 1 (x y)

=
k=0

x1 (yx1 )k .

a 12. Si {xn }, {yn } son sucesiones de Cauchy en un lgebra normada A, probar que xn yn es una sucesin de Cauchy. o Solucin: o xn y n xm y m = (xn yn xn ym ) + (xn ym xm ym )
n,m

n,m

xn
M

y n y m + xn xm

ym ,
M

13. Probar la igualdad resolvente: v() v() = ( )v()v() si v() = (x e)1 .

200

Solucin: o Multiplicando el miembro izquierdo por (v())1 por la izquierda y (v())1 por la derecha y efectuando, (v())1 (v() v())(v())1 = (v())1 (v())1 = (x e) (x e) = ( )e 14. Probar que la aplicacin, o G G x x1 es continua, donde G es el conjunto de los elementos inversibles del lgebra normada A. a Solucin: o x1 y 1 = y 1 (y x)x1 x1 y 1 y 1 haciendo y = xn , la ultima desigualdad se escribe as : x1 x1 4 x1 n
f (x) f (xn ) f

x1

yx

x1 n

x xn .

Por tanto, si xn x entonces f (xn ) f (x) 0.

n

15. Sea A : l2 l2 denida de la manera siguiente: A (x1 , x2 , ..., xn , ...) =

x

1 1 1 x1 , x2 , x3 , ..., xn , ... 2 3 n

Determinar si 0 (A).
4

x1 n

e xn + 1, que se deduce del ejercicio 8). 1 e xn

201

Solucin: o A (H) L(H) A(x1 , x2 , ..., xn , ...) = 1 1 1 x1 , x2 , x3 , ..., xn , ... 2 3 n

= (y1 , y2 , ..., yn , ...) A1 (y1 , y2 , ..., yn , ...) = (x1 , x2 , ..., xn , ...) como xn = nyn = (y1 , 2y2 , ..., nyn , ...) no est acotada a = 0 (A) pero no es un valor propio. 16. Si A2 = A
2

probar que r (A) = A .

Solucin: o A2 = A
2

A4 = (A2 )2 = A2
A
2

= A

En general se tiene que para cada k N A2 Entonces r (A) = =

n
k

= A

2k

lim An A
A

1/n

= lim A2
k 1/2k

1/2k

lim

2k

= A .

17. Probar que todos los valores propios de un operador autoconjugado T (si existen) son reales.

202

Solucin: o Sea un valor propio de T y x el vector propio correspondiente. Entonces x = 0 y T x = x. (x | x) = (x | x) = (T x | x) = (x | T x) = (x | x) = (x | x) (x | x) = 0 = R. 18. Sean T : H H un operador aritrario; , C : || = ||. Probar que N = T + T conmuta con N . (Es decir N N = N N ) Solucin: o NN = = N = N = = = (T + T )( T + T ) ||2 T T + T 2 + (T )2 + ||2 T T. ( T + T )(T + T ) ||2 T T + (T )2 + T 2 + ||2 T T 2 2 2 2 || T T + (T ) + T + || T T N N .

Ejemplo: N = T + T conmuta con N . 19. Probar que: 19.1) (H) N (H); 19.2) Probar que N (H) es cerrado para la multiplicacin por un eso calar y el l mite fuerte. Solucin al inciso 19.1) Sea A (H) o A A = A A = A2 A N (H).
=A =A

o Solucin al inciso 19.2) Multiplicacin por un escalar : o N N (H), C N N (H) (N )(N ) = (N )( N ) = ||2 N N (N ) (N ) = ( N )(N ) = ||2 N N .
=N N

203

L mite fuerte: Nk N (H) Nk N N N (H)

n

NN N N

N N Nk Nk + Nk Nk Nk Nk + Nk Nk N N N N Nk Nk +
I

Nk Nk N k N k
=0

+ Nk Nk N N
II

I) N Nk = N Nk . Entonces N Nk = N Nk

= N Nk

[Nk N Nk N ] Nk Nk N N . II) Nk Nk N N . De manera anloga al caso I, luego a 0 Nk Nk N N 0, Nk Nk = N N. 20. Sea T un operador. Probar que T normal T x = T x Solucin: o o Como (H) N (H). Aplicando la denicin de autoconjugado (T x | T x) = (x | T T x) = (x | T T x) = (T x | T x). Ser cierto que ((T T T T )x | x) = 0? a ((T T T T )x | x) = (T T x | x) (T T | x) = (T x | T ) (T x | T x) = 0 T T = T T.
= T
2

pasando al l mite

x.

204

21. Probar que: 21.1) T T = T

2

.
2

21.2) N N (H) N 2 = N

Solucin al inciso 21.1) Veamos primero que: o T T T

= T

T = T

Por otra parte, (T x | T x) = (T T x | x) T T x luego, Tx

2

x T T

T T

T T T

T T .

Solucin al inciso 21.2) Como consecuencia de inciso anterior teo nemos que: N 2 = N N . Es suciente probar que: N N = N 2 . Veamos, (N 2 x | N 2 x) = (N x | N N N x)
NN

= (N N x | N N x) N 2x = N N N2 =
x 1 x 1

x H

sup N 2 x = sup N N x = N N .

205

6.3

Ejercicios Propuestos
(T (x+y) | x+y)||2 (T x | x)||2 (T y | y) = (T x | y)+ (T y | x).

1. Probar que

2. Probar que si H es un espacio de Hilbert T = 0 (T x | x) = 0 x H. 3. Si A1 , A2 son autoconjugados y 0, probar que A1 A2 A1 A2 . 4. Para un operador arbitrario T sobre H, probar que T T y T T pertenecen a (H) y que son positivos. 5. Probar que los vectores propios correspondientes a valores propios distintos de un operador autoconjugados son ortogonales. 6. Sean A, B (H). Probar que: AB autoconjugado AB = BA. 7. Sea H = M M , H de Hilbert, M cerrado. Probar que PM 0. 8. Sea A : l2 l2 Ax = (1 x1 , 2 x2 , ..., n xn , ...).

8.1) Bajo qu condicin A L(H)? e o 8.2) Bajo qu condicin A (H)? e o 8.3) Bajo qu condicin A 0? e o 9. Sean H un espacio de Hilbert; xn x. Bajo qu condicin e o (Axn | xn ) (Ax | x)?
n

206

Bibliograf a
[1] Trenoguin, V.A.; B.M. Pisarievski; T.S. Sboleva (1987): Problemas y o Ejercicios de Anlisis Funcional. Editorial MIR, Mosc, 269pp. a u [2] Bachman, George; L. Narici (1972): Functional Analysis. Academic Press, 530pp. [3] Kolmogorov, A.; S. Fomin (1975): Elementos de la Teor de Funciones a y el Anlisis Funcional. Editorial MIR, Mosc, 534pp. a u e a [4] Rosov, N (1967): Cours d Analyse Moderne. Trait ` la Faculte des Sciences d Alger, 90pp. [5] Kiesewetter, H. (october 1967 to january 1968): Lectures on Functional Analysis. UCLV, Santa Clara, 115pp. [6] Kreyszig, E.; John Wiley and Sons (1978): Introductory Functional Analysis with Applications, 688pp. [7] Argelles Corts, L.; G. Hernndez Cuellar; J. V. Lpez Palacio (2003): u e a o Experiencia en la aplicacin de mtodos de enseanza vinculados al uso o e n de la computacin. Universidad Pedaggica, Mxico, 92pp. o o e [8] Argelles Corts, L.; G. Hernndez Cuellar; J. V. Lpez Palacio (2002): u e a o Experiencia en la aplicacin de modernos mtodos de enseanza en el o e n aprendizaje de la Matemtica. Universidad Pedaggica, Mxico, 137pp. a o e [9] Cotlar, M; Cignoli, R (1967): Nociones de Espacios normados. Editorial Universitaria de Buenos Aires, 361pp. [10] Taylor, A. E. (1958): Introduction to funtional Analysis. Wiley International Edition, Japan, 423pp. 207

[11] Maroni, P.; Nedzela, M. (1969): Elements d Analyse Fonctionnelle. Instiute Blaise Pascal, 200pp. [12] Simmons, G. F. (1963): Introduction to Topology and modern analysis. McGraw-Hill Book Company, 372pp.

208

 Indice de Materias
A Acotacin Uniforme o Aplicaciones, 75 Principio, 44 Teorema, 17 Aplicacin o Continua, 19 Continua en un punto, 19 Uniformemente continua, 19 B Baire teorema, 17 Banach-Steinhaus teorema, 45 Aplicaciones, 45, 46 Bola Abierta, 15 Cerrada, 15 C Campo Denicin, 35 o Valores, 35 Categor as 1ra, 16 2da, 16 Completacin, 21 o Conjugado de Hermite, 89 Conjuntos Abierto, 15 Acotado, 15 Cerrado, 16 209 Clausura, 16 Compacto, 16, 105 Convexos, 16 de operadores totalmente continuos, 110 Dbilmente compacto, 110 e Densos, 16 Dimetro, 15 a Distancia entre, 15 Localmente compacto, 109 Nunca densos, 16 Relativamente compacto, 16, 107 Resolvente, 137 Totalmente acotado, 108 Convergencia Dbil, 96 e Debilitada, 98 Fuerte, 44, 47 Uniforme, 44 Cubrimiento, 105 D Desigualdades Cauchy-Buniakowski, 22 Hlder, 22 o Minkowski, 23 Distancia entre, conjuntos, 15 un punto y un conjunto, 15

E Epsilon red, 107 Equiacotado, 107 Equicontinuo, 107 Espacios de Banach, 20 Bicompacto, 107 Compacto, 16, 105 Completo, 20 Conjugado, 85 Dual, 72 Encajado, 21 Hilbert, 21 Isomorfos, 20 Isomtricos, 20 e Normados, 15 Operadores lineales acotados, 43 Reexivo, 98 Separables, 16 Unitario, 21 Espectro de un operador, 138 F Funcin anal o tica, 139 Funcional, 72 Acotado, 73 Continuo, 73 Lineal, 73 G Grco, 63 a Grco cerrado teorema, 65 a H Hahn-Banach teorema, 74 Hausdorf teorema, 112 Hiperplano, 72 I Inverso acotado teorema, 55 210

Inverso Derecho, 55 Izquierdo, 55 L Liouville teorema, 139 N Normas Denicin, 15 o Ejemplos, 19 Equivalentes, 20 O Operador Acotado, 35 Autoconjugado, 133 Casi cerrado, 72 Cerrado, 63, 64 Conjugado, 56 Continuamente inversible, 55 Continuo, 34, 35 Continuo en un punto, 34 de proyeccin, 134 o Idntico, 44 e Inverso, 55 Lineal, 35 Totalmente continuo, 107, 108 Cerrado, 65 Norma, 35 Ncleo, 35 u Prolongacin, 47 o Proyeccin ortogonal, 53 o Totalmente acotado, 108 P Producto escalar, 24 Punto de Adherencia, 16

R Radio espectral, 139 Riesz Lema, 74 S Sucesin o Convergente, 16 Dbilmente acotada, 98 e Dbilmente fundamental, 98 e Fundamental (de Cauchy), 20 Uniformemente convergente, 44 Subespacio, 16 Suma directa externa, 63 V Variedad Lineal, 16 Localmente compacta, 110

211