II Escuela de Verano.

ticas, UV-UTFSM-PUCV.
Doctorado en Matema

Topicos de Analisis Funcional Aplicado

Parte I
Ignacio Muga
Instituto de Matematicas, Pontificia Universidad Catolica de Valparaso
ignacio.muga@ucv.cl, ignacio.muga@gmail.com

Indice
1. Motivaci
on

2. Solubilidad de Ecuaciones Lineales en Espacios de Banach

2.1. Ortogonalidad y Teorema del Rango Cerrado . . . . . . . . . . . . . . . . .

2.2. Operadores Acotados por Debajo . . . . . . . . . . . . . . . . . . . . . . .

2.3. Aplicacion a Ecuaciones Definidas por Formas Bilineales . . . . . . . . . .

3. Discretizaci
on de Petrov-Galerkin

10

3.1. La Teora de Bab

uska . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.

Motivaci
on

Sea = (0, 1) R y consideremos la ecuacion diferencial ordinaria mas simple que hay:
 0
u =f
en ,
(1)
u(0) = u0 ,
Rx
donde f L2 () y u0 R. Obviamente, la solucion de esta ecuacion es u(x) = 0 f (t)dt+
u0 . Dejemos este hecho de lado por un momento y tratemos de dise
nar un metodo numerico
de elementos finitos que aproxime la solucion u del problema (1). Lo primero es comenzar
formulando el problema variacionalmente de la siguiente manera: asumamos que u es
solucion de (1), multipliquemos por una funcion diferenciable v e integremos sobre el
dominio , es decir:
Z
Z
0
f vdx.
(2)
u vdx =

Integrando por partes y usando la condicion de borde obtenemos:

Z
Z
0
f vdx + u0 v(0).
uv dx + u(1)v(1) =

(3)

Observemos que para que la equacion (3) tenga sentido, solo basta que v L2 () y
v 0 L2 (). Es decir, que v pertenezca al espacio de Sobolev H 1 (). Por otro lado necesitaramos solamente que u L2 (), en cuyo caso u(1) no tendra sentido. No obstante, podemos subsanar este problema reemplazando u(1) por una variable independiente
u R. Este proceso de debilitar las hipotesis nos lleva a plantear nuestro problema inicial
mediante una formulacion mucho mas debil:

2
Encontrar
(u.
u) U :=
Z L () R tal que:
Z
(4)
f vdx + u0 v(0), v V := H 1 ().
uv 0 dx + uv(1) =

Observar que si u es solucion de (1), entonces (u, u(1)) U es solucion de (4). Conversamente, no es difcil ver que si (u, u) es solucion de (4), entonces u0 = f en L2 () (derivada
en el sentido debil). Luego u H 1 () es continua y u(0) = u0 . Ademas obtenemos que
u = u(1).
Si definimos:

Z
b((u, u), v) =

uv 0 dx + uv(1),

Z
l(v) =

f vdx + u0 v(0),

podemos verificar que b : U V R define una forma bilineal continua y que l : V R

define una forma lineal y continua. Por lo tanto, hemos transformado el problema (1) en
3

el problema variacional lineal:



Encontrar (u, u) U tal que

b((u, u), v) = l(v), v V.

(5)

El metodo estandar para aproximar la solucion de (5) consiste en usar espacios de dimension finita Uh U y Vh V , para luego resolver el problema discreto:

Encontrar (uh , uh ) Uh tal que
(6)
b((uh , uh ), v) = l(v), v Vh .
Tal metodo lleva el nombre de Petrov-Galerkin. La eleccion de los espacios discretos es
esencial para poder controlar el error de aproximacion ku uh k en alguna norma de
nuestra preferencia.
En el siguiente captulo estudiaremos la solubilidad de ecuaciones lineales en espacios
funcionales. En particular, ecuaciones del tipo (5). En el tercer captulo analizaremos en
abstracto algunos metodos numericos que permiten aproximar la solucion del problema
(5).

2.

Solubilidad de Ecuaciones Lineales en Espacios de

Banach

Sean U, V dos espacios de Banach sobre R. Como veremos mas adelante, el ejemplo
introducido en la Seccion 1 conduce a plantearse el siguiente problema abstracto: dado
un operador lineal A : U V y f V , encontrar u U tal que Au = f . La b
usqueda de
soluciones (existencia) nos lleva a verificar la condicion f R(A), donde R(A) denota el
rango de A. La unicidad de la solucion guarda relacion con la inyectividad del operador
A. En adelante, asumiremos que A : U V es continuo, i.e., existe c > 0 tal que:
kAukV ckukU ,

u U.

En tal caso, anotaremos A L(U, V ) (el espacio de los operadores lineales y continuos de
U en V ).
Lo primero sera caracterizar el conjunto R(A). Para ello usaremos propiedades de ortogonalidad en espacios de Banach.

2.1.

Ortogonalidad y Teorema del Rango Cerrado

Definicion 1. Sea E un espacio normado y E 0 su espacio dual asociado (ver [1]). Sea
M E y N E 0 . Entonces definimos los conjuntos ortogonales:


M := f E 0 : f (x) =< f, x >E 0 ,E = 0, x M E 0 ,


N := x E : f (x) =< f, x >E 0 ,E = 0, f N E.
En particular, si M tiene estructura de subespacio vectorial tenemos el siguiente proposicion:

n 2.1: Sea M E subespacio vectorial del E. Entonces M = M .

Proposicio
Demostracion. Primero que todo, observemos que los conjuntos ortogonales son cerrados.
En efecto, si N E 0 , entonces podemos escribir N como la interseccion de conjuntos
cerrados:
\
f 1 ({0}).
N =
f N

Analogamente se puede mostrar que M es cerrado via funcionales evaluacion (ejercicio).

Sea ahora x M . Se verifica inmediatamente que x M . As, M M y por lo

tanto M M gracias a la propiedad de clausura de los conjuntos ortogonales.

Para demostrar ahora la igualdad de conjuntos, supongamos por contradiccion que existe

x0 M tal que x0
/ M . En tal caso, por teorema de separacion de Hahn-Banach (ver
[1]), sabemos que existe f E 0 y R tales que :
f (x) < < f (x0 ),

x M .

(7)

Dado que M es subespacio vectorial y f es lineal, lo anterior es posible solamente si

f (x) = 0, x M , i.e., f M . Pero como x0 M , se tendra tambien que f (x0 ) = 0,

lo cual contradice (7).
Recordemos ahora que el operador adjunto de A el u
nico operador A0 : V 0 U 0 que
satisface:
< f, Au >V 0 ,V =< A0 f, u >U 0 ,U , u U y f V 0 .
Observemos que f ker A0 ssi f R(A) . Es decir,
ker A0 = R(A) .
Esto nos da la siguiente caracterizacion del rango de A:
5

(8)

Teorema 2.2 (Teorema del Rango Cerrado): Sean U, V espacios vectoriales normados
y A L(U, V ). Se tiene que:
R(A) = (ker A0 ) R(A) es cerrado .
Demostracion. Ortogonalizar la igualdad (8) y usar la Proposicion 2.1.
Observacion 2.1. El Teorema del rango cerrado es en realidad mucho mas potente (ver [1]),
tambien se tienen equivalencias con que el rango de A0 es cerrado y con su caracterizacion
R(A0 ) = (ker A) .
Corolario 2.3: Sea A L(U, V ) tal que R(A) es cerrado. Entonces la ecuacion lineal
Au = f posee solucion ssi f (ker A0 ) .
En virtud de este u
ltimo resultado, se vuelve preponderante en nuestro estudio, el poder
determinar cuando el rango de A es cerrado.

2.2.

Operadores Acotados por Debajo

Definicion 2. Sean U, V espacios vectoriales normados. Un operador A : U V es acotado

por debajo si existe una constante c > 0 tal que:
kAukV ckukU ,

u U.

A partir de la definicion, todo operador acotado por debajo es inyectivo y su inversa

A1 : R(A) V U es continua.
Teorema 2.4: Sean U, V espacios de Banach y A L(U, V ). Entonces A es inyectivo y
su rango es cerrado ssi A es acotado por debajo.
Demostracion. Si R(A) es cerrado, entonces es tambien un espacio de Banach. Luego
A : U R(A) es una biyeccion entre espacios de Banach y por teorema de la aplicaci
on
abierta (ver [1]) A1 : R(A) U tambien es continuo, i.e., A es acotado por debajo.
Supongamos ahora que A es acotado por debajo. La inyectividad del operador es inmediata. Tomemos ahora una sucesion convergente en el rango, es decir {Aun } v V ,
donde {un } U . Observemos que {un } tambien es una sucesion de Cauchy. En efecto,
kAun Aum kV ckun um kU .
Luego {un } u U y por continuidad Au = lmn+ {Aun } = v. Por lo tanto, v
R(A), lo que concluye la demostracion.
6

Conclusi
on:
Si U, V son espacios de Banach y A : U V es acotado por debajo, entonces la ecuacion
lineal Au = f posee una u
nica solucion ssi f (ker A0 ) .

2.3.

Aplicaci
on a Ecuaciones Definidas por Formas Bilineales

Sean U, V dos espacios de Banach reflexivos sobre R. Una funcion b : U V R es una

forma bilineal si b es lineal en cada una de sus variables, i.e.,
b(u1 + u2 , v) = b(u1 , v) + b(u2 , v), R, u1 , u2 U,
b(u, v1 + v2 ) = b(u, v1 ) + b(u, v2 ), R,

u U,

v V.
v1 , v2 V.

Continuidad
La forma bilineal b es ademas continua ssi existe M > 0 tal que:
|b(u, v)| M kukU kvkV ,

u U,

v V.

En tal caso la norma de la forma bilineal b queda definida por:

n
o
kbk = nf M > 0 : |b(u, v)| M kukU kvkV , u U, v V
=

|b(u, v)|
u6=0,v6=0 kukU kvkV
sup

sup

|b(u, v)|.

kuk=1,kvk=1

Operadores asociados a formas bilineales

Cada forma bilineal y continua genera dos importantes operadores continuos. Estos son:
B: U
V0
u 7 b(u, )

B0 : V
v

U0
7

b(, v)

Observar que la continuidad de b implica:

kBukV 0 = sup
v6=0

|b(u, v)|
kbkkukU
kvkV

kBkL(U,V 0 ) = sup
u6=0

kBukV 0
= kbk,
kukU

donde L(U, V 0 ) denota el espacio de operadores lineales y continuos de U en V 0 . Analogamente podemos verificar que kB 0 kL(V,U 0 ) = kBkL(U,V 0 ) = kbk.
Observemos que la reflexividad de los espacio U, V nos garantiza que:
< v, Bu >V 00 ,V 0 =< Bu, v >V 0 ,V = b(u, v) =< B 0 v, u >U 0 ,U =< u, B 0 v 0 >U 00 ,U 0 .
Por lo tanto, B 0 es el operador adjunto de B y vice-versa.

Solubilidad de ecuaciones asociadas a forma bilineales

Dada una forma lineal y continua l V 0 , nos preguntamos por la solubilidad del problema:

Encontrar u U tal que
(9)
b(u, v) = l(v), v V.
Usando la notacion de operadores este problema lo podemos llevar a la ecuacion lineal:
Bu = l.

(10)

Sabemos por la Seccion 2.2 que el problema (10) posee una u

nica solucion si logramos
verificar que B es acotado por debajo y l (ker B 0 ) . La primera condicion nos dice que
debemos encontrar c > 0 tal que:
kBukV 0 ckukU ,

u U.

En virtud de la definicion de la norma en el espacio dual V 0 , esto es equivalente a mostrar

que:
|b(u, v)|
nf sup
=: > 0.
(11)
u6=0 v6=0 kukU kvkV
La condicion (11) es conocida como la condicion nf sup. La constante > 0 es conocida
con la constante nf sup.
Teorema 2.5: Sean U, V espacios de Banach y b : U V R una forma bilineal
continua satisfaciendo la condicion nf sup (11). Entonces dado l (ker B 0 ) , existe una
u
nica solucion del problema (9), la cual ademas satisface:
kukU

1
klkV 0 .

Demostracion. Ejercicio. Verificar los detalles.

Un caso de particular importacia es cuando ker B 0 = {0}.

Corolario 2.6: Supongamos ademas que B 0 es inyectivo (i.e., b(u, v) = 0 para todo
u U , implica v = 0), entonces dado cualquier l V 0 , el problema (9) siempre tiene una
u
nica solucion.
Demostracion. Observar que en tal caso V 0 = {0} = (ker B 0 ) y aplicar Teorema 2.5.

Corolario 2.7 (Teorema de Lax-Milgram): Sea H un espacio de Hilbert y b : HH R

una forma bilineal continua tal que existe > 0 satisfaciendo (coercividad):
|b(v, v)| kuk2H ,

v H.

Entonces para todo f H, existe un u

nico u H tal que:
b(u, v) =< f, v >H ,

v H.

(12)

Demostracion. Observar que para todo u 6= 0:

sup
v6=0

|b(u, u)|
|b(u, v)|

kukH ,
kvkH
kukH

lo cual implica que la forma bilineal b satisface la condicion nf sup. Para concluir la
demostracion debemos mostrar que b is inyectiva en la segunda variable (i.e., ker B 0 =
{0}). En efecto, si b(u, v) = 0 para todo u H, entonces en particular para u = v se tiene
que
0 = |b(v, v)| kvk2H
y por lo tanto v = 0.

Otra consecuencia de la inyectividad de B 0 es la siguiente propiedad.

Teorema 2.8: Supongamos ademas de las hipotesis del Teorema 2.5 que B 0 es inyectivo.
Entonces B 0 tambien es acotado por debajo y mas aun:
= nf sup
u6=0 v6=0

|b(u, v)|
|b(u, v)|
= nf sup
.
v6=0 u6=0 kukU kvkV
kukU kvkV

Demostracion. En vista del Teorema 2.4, vamos a verficar primero que R(B 0 ) es cerrado.
Tomemos una sucesion convergente {B 0 vn } f U 0 donde {vn } V . Como B es
invertible y V es reflexivo se tiene que para todo l V 0 (observar que l = BB 1 l):
{< vn , l >V 00 ,V 0 } < f, B 1 l >U 0 ,U .
9

Es decir, la familia de funcionales evaluacion {vn } converge puntualmente a un funcional

lmite que podemos llamar v. En particular la familia {vn } es puntualmente acotada. Por
principio de acotamiento uniforme (ver [1]), la familia entera tiene que estar acotada. Por
lo tanto, existe c > 0 tal que :
| < vn , l >V 00 ,V 0 |
c.
klkV 0
lV 0 \{0}

kvn kV = sup

Puesto que lmn+ {< vn , l >} =< v, l >, vemos que el funcional lmite tambien esta acotado. Es decir, v V 00 o dicho de otra manera v V (por reflexividad del espacio) y debe
satisfacer < v, Bu >V,V 0 =< f, u >U 0 ,U . Por lo tanto f R(B 0 ) y B 0 v = f . Ademas, por
inyectividad de B tenemos R(B 0 ) = (ker B) = U 0 .
Para concluir es inmediato verificar dos cosas (ejercicio):

1

1
kBukV 0
kB 0 vk
0 1
kB k = nf
y analogamente k(B ) k = nf
u6=0 kukU
v6=0 kvkV
1

(B 0 )1 = (B 1 )0 y por lo tanto k(B 0 )1 k = k(B 1 )0 k = kB 1 k.

Observacion 2.2. La demostracion anterior es inmediata si aplicamos la version ntegra

del Teorema de Rango cerrado que establece que R(A) es cerrado ssi R(A0 ) es cerrado (lo
cual sin duda es consecuencia del principio de acotamiento uniforme).
En la practica, el teorema 2.8 puede usarse de la siguiente forma: si quiero probar que B
esta acotado por debajo, puedo hacerlo probando que B es inyectivo y que B 0 esta acotado
por debajo.
Ejercicio: Aplicar lo aprendido al problema (4).

3.
3.1.

Discretizaci
on de Petrov-Galerkin
La Teora de Bab
uska

Sean U, V espacios de Banach, l V 0 y b : U V una forma bilineal continua que satisface

la condicion nf sup (11). Buscamos un metodo numerico que nos permita aproximar la
solucion u U del problema (9).

10

La idea mas natural consiste en aproximar los espacios de Banach U, V por subespacios
de dimension finita UN U y VN V tales que:
UN =< u1 , ...., uN >

VN =< v1 , ..., vN > .

Luego se reemplaza el problema (9) por el problema aproximado:


Encontrar u UN tal que
b(
u, v) = l(
v ),
v VN .

(13)

P
Dado que buscamos u de la forma u = N
on para todo v VN
j=1 j uj y que la condici
es equivalente a para todo vi en la base de VN , nuestro problema discreto (13) es igual
a resolver el sistema lineal:
B~
= ~l,
donde
~ = (1 , ..., N )T , Bij = b(uj , vi ) y ~l = (l(v1 ), ..., l(vN ))T . El metodo de aproximacion (13) recibe el nombre de Metodo de Petrov-Galerkin.
Las preguntas naturales que surgen son: Cuando la matriz B es invertible? Cuan estable
es el metodo (13)? Cuan buena es la aproximacion u UN de la solucion u U ? La
respuesta a estas preguntas las entrega el siguiente teorema:
Teorema 3.1 (Ivo Bab
uska, 1971): Supongamos que la eleccion de subespacios discretos
UN U y VN V es tal que se satisface la condicion nf sup (discreta):
nf sup

u
UN vVN

|b(
u, v)|
=: N > 0.
k
ukU k
v kV

Entonces el problema discreto (13) tiene una u

nica solucion u UN , la cual satisface:
1
kbk
klkV 0
kukU ,
N
N


kbk
ku ukU 1 +
nf ku wk
U,
N
N wU
k
ukU

(14)

donde u U representa la solucion del problema continuo (9).

Demostracion. Usamos el Teorema 2.5 para garantizar la invertibilidad de la matriz B y
la estimacion:
1
|l(
v )|
k
ukU
sup
.
N vVN k
v kV
Para la siguiente estimacion observemos que para todo v VN :
b(u, v) = l(
v ) = b(
u, v).
11

Luego usando la condicion nf sup discreta obtenemos para todo w UN :

N k
u wk
U sup
vVN

|b(
u w,
v)|
|b(u w,
v)|
= sup
kbkku wk
U.
k
v kV
k
v kV
vVN

Por lo tanto, para todo w UN se tiene:



kbk
ku ukU ku wk
U + kw ukU 1 +
ku wk
U
N
Corolario 3.2: Si ademas U es un espacio de Hilbert, se tiene:
ku ukU

kbk
nf ku wk
U.
N
N wU

Demostracion. La demostracion se basa en un resultado de Kato [2] que establece que

toda proyeccion no trivial P : U P (U ) (P 6= 0, I), satisface kI P k = kP k.
Para demostrar el cololario definimos la proyeccion PN : U UN tal que PN u = u.
Observemos que gracias a (14) obtenemos la estimacion kPN k kbk/N . Luego se verifica:
ku uk = k(I PN )(u w)k
U kI PN kku wk
U = kPN kku wk
U

kbk
ku wk
U.
N

El siguiente es el caso particular cuando se cumplen las hipotesis del Teorema de LaxMilgram (corolario 2.7). En tal caso, la estabilidad del problema continuo garantiza la
estabilidad del problema discreto y no es necesario verificar una condicion nf sup discreta.
Corolario 3.3: Sea H un espacio de Hilbert y b : H H R una forma bilineal
continua y coerciva, i.e., existe > 0 tal que:
|b(v, v)| kvk2H ,

v H.

Entonces dado f H y un subespacio discreto HN H, existe una u

nica u HN soluci
on
del problema discreto :

Encontrar u HN tal que
(15)
b(
u, v) =< f, v >H ,
v HN .
La solucion u ademas satisface las estimaciones (Lema de Cea):
k
ukH

kbk
kukH

ku ukH

kbk
nf ku wk
H,

wH
N

donde u H es la solucion del problema continuo (12).

Demostracion. Ejercicio. Verificar los detalles.
12

(16)

Referencias
[1] H. Brezis. Functional Analysis, Sobolev Spaces and Partial Differential Equations.
Universitext, Springer, 1st Edition, 2010.
[2] T. Kato. Estimation of iterated matrices, with application to the Von Neumann
condition. Num. Mathem., 2, 22-29, 1960.
[3] J.T. Oden & L. Demkowicz. Applied Functional Analysis, Chapman and
Hall/CRC; 2 edition, 2010.
[4] L. Demkowicz. Bab
uska Brezzi??. ICES Report 06-08, Institute for Computational Engineering and Sciences, The University of Texas at Austin (Disponible
Online).
[5] L. Demkowicz & J. Gopalakrishnan, A class of discontinuous Petrov-Galerkin
methods. Part II: Optimal test functions, Numerical Methods for Partial Differential
Equations, 27 (2011), pp. 70105.

13