Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Apuntes ANALISIS FUNCIONAL PARTE 1 PDF
Apuntes ANALISIS FUNCIONAL PARTE 1 PDF
Gabriel N. Gatica
Centro de Investigacion en Ingeniera Matematica (CI2 MA)
y Departamento de Ingeniera Matematica
Universidad de Concepcion
ggatica@ing-mat.udec.cl/ggatica@ci2ma.udec.cl
http://colo-colo.ing-mat.udec.cl/ggatica
1. INTRODUCCION 5
1.1. Un problema de valores iniciales . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Algunos conceptos y resultados preliminares . . . . . . . . . . . . . . . . 13
1.3. Un problema de valores de contorno en R . . . . . . . . . . . . . . . . . . 20
n
1.4. Un problema de valores de contorno en R . . . . . . . . . . . . . . . . . 24
1.5. Nociones basicas de distribuciones . . . . . . . . . . . . . . . . . . . . . . 26
1.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2. DUALIDAD 37
2.1. Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.2. Teorema de Representacion de Riesz . . . . . . . . . . . . . . . . . . . . 39
2.3. Teorema de Hahn-Banach . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.3.1. Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.3.2. Forma analtica del Teorema de Hahn-Banach . . . . . . . . . . . 49
2.3.3. Otras consecuencias del Teorema de Hahn-Banach . . . . . . . . . 52
2.3.4. Forma geometrica del Teorema de Hahn-Banach . . . . . . . . . . 55
2.4. Un ejercicio simple con tres soluciones . . . . . . . . . . . . . . . . . . . 60
2.4.1. Solucion 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.4.2. Solucion 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.4.3. Solucion 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3. OPERADORES LINEALES 69
3.1. Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.2. Caracterizacion de L(X, Y ) . . . . . . . . . . . . . . . . . . . . . . . . . 72
3
4 INDICE GENERAL
INTRODUCCION
De acuerdo al Teorema Fundamental del Calculo se deduce que toda solucion de (1.1)
satisface Z t
(t) = (t0 ) + 0 (s) ds t [t0 , t0 + ] ,
t0
5
6 CAPITULO 1. INTRODUCCION
y la aplicacion T : U U , donde
Z t
T ()(t) := y0 + f (s, (s)) ds t [t0 , t0 + ] , U . (1.4)
t0
y se redefine
De este modo se observa que T esta efectivamente bien definida, lo cual significa,
en particular, que T () U U , y por lo tanto queda claro que resolver (1.2)
equivale a encontrar U tal que
En virtud de la ecuacion de punto fijo para T dada por (1.5), nuestro siguiente
proposito es introducir el teorema respectivo debido a Banach. Para ello, recordamos
primero que si U es un conjunto arbitrario, entonces una metrica (o distancia) sobre
U es una aplicacion : U U R que satisface las siguientes propiedades:
i) (u, v) 0 u, v U .
En este caso, al par (U, ) se le llama Espacio Metrico, lo cual motiva la introduccion
de algunas definiciones.
Definicion 1.1 Una sucesion {un }nN de un espacio metrico (U, ) se dice de Cauchy
si lm (un , um ) = 0, esto es, si
n,m
Definicion 1.2 Una sucesion {un }nN de un espacio metrico (U, ) se dice convergente
si existe u U tal que lm (un , u) = 0, esto es, si
n
Lema 1.1 Sea (U, ) un espacio metrico y sea {un }nN una sucesion en U que converge
a u U . Entonces lm (un , v) = (u, v) v U.
n
Demostracion. Utilizando la desigualdad triangular (propiedad iv)) y la simetra de
(propiedad iii)), se obtiene facilmente que
lo cual equivale a
| (un , v) (u, v) | (un , u) ,
Definicion 1.3 Un espacio metrico (U, ) se dice completo si toda sucesion de Cauchy
de U es convergente.
Definicion 1.4 Sea (U, ) un espacio metrico y sea V U . Se dice que V es un sub-
conjunto cerrado de U si el lmite de cada sucesion convergente de V pertenece a V .
8 CAPITULO 1. INTRODUCCION
Definicion 1.5 Sea (U, ) un espacio metrico y sea T : U U . Se dice que la aplicacion
T es una contraccion si existe (0, 1) tal que
Teorema 1.1 (Teorema del Punto Fijo de Banach) Sea (U, ) un espacio metrico
completo y sea T : U U una contraccion. Entonces existe un unico w U tal que
T (w) = w.
p1
n
X
j n (1 p )
= (w0 , w1 ) = (w0 , w1 ) ,
j=0
1
de donde
n
(wn , wn+p ) (w0 , w1 ) p, n N . (1.7)
1
Es facil ver de (1.7) que {wn }nN es de Cauchy en U , y por lo tanto existe w U tal
que lm (wn , w) = 0. Ademas, fijando n en (1.7), tomando lm , y aplicando Lemma
n p
1.1, se deduce que
n
(wn , w) (w0 , w1 ) n N. (1.8)
1
1.1. UN PROBLEMA DE VALORES INICIALES 9
(T (), T ()) K (, ) , U .
Esta desigualdad indica que una condicion suficiente para que T sea una contraccion
es que K < 1, razon por la cual podemos afirmar que el analisis anterior ha demostrado
el siguiente resultado.
1
iii) < y [t0 , t0 + ] [y0 M , y0 + M ] A.
K
Entonces la ecuacion integral (1.2) tiene una unica solucion U . Equivalentemente,
el problema de valores iniciales (1.1) tiene una unica solucion C 1 ((t0 , t0 + ))
C([t0 , t0 + ]).
Teorema 1.3 Sea (U, ) un espacio metrico completo y sea T : U U tal que T m es
una contraccion, para algun m N. Entonces existe un unico w U tal que T (w) = w.
Del teorema anterior queda claro que no es necesario exigir que T sea una contrac-
cion, sino que simplemente requerir que alguna potencia de ella lo sea. En lo que sigue
vemos que esto ocurre precisamente con nuestra aplicacion definida por (1.4). Para este
proposito probamos primero el siguiente resultado.
Lema 1.2 Dados , U , se tiene
K n (t t0 )n
| T n ()(t) T n ()(t) | (, ) t [t0 , t0 + ], n N .
n!
Demostracion. Razonamos por induccion sobre n. Para n = 1 el resultado ya fue es-
tablecido en (1.10). Supongamos ahora su validez para n y probemos que tambien es
cierto para n + 1. En efecto, de acuerdo a la definicion de T y sus potencias, se tiene
Entonces, para cualquier > 0 la ecuacion integral (1.2) tiene una unica solucion
U . Equivalentemente, el problema de valores iniciales (1.1) tiene una unica solucion
C 1 ((t0 , t0 + )) C([t0 , t0 + ]).
Entonces, para cualquier > 0 la ecuacion integral (1.2) tiene una unica solucion
U . Equivalentemente, el problema de valores iniciales (1.1) tiene una unica solucion
C 1 ((t0 , t0 + )) C([t0 , t0 + ]).
Definicion 1.6 Una aplicacion kk : X R se dice una norma sobre X si ella satisface
las siguientes propiedades
ii) k xk = || kxk K, x X .
Definicion 1.7 Una sucesion {xn }nN del espacio vectorial normado (X, k k) se dice
de Cauchy si lm kxn xm k = 0, esto es, si
n,m
Definicion 1.8 Una sucesion {xn }nN del espacio vectorial normado (X, k k) se dice
convergente si existe x X tal que lm kxn xk = 0, esto es, si
n
Lema 1.3 Sea {xn }nN una sucesion de Cauchy de (X, k k). Entonces {xn }nN es
convergente s y solo s ella posee una subsucesion convergente.
Demostracion. Es claro que si {xn }nN es convergente entonces todas sus subsucesiones
(1)
tambien lo son. Recprocamente, sea {xn }nN una subsucesion de {xn }nN que converge
(1)
a x X. Entonces, dado > 0, existe N1 N tal que kxn xk n N1 . A su
vez, como {xn }nN es de Cauchy, existe N2 N tal que kxn xm k n, m N2 .
(1)
Ahora, para todo n N existe m n tal que xn coincide con xm . Luego, definiendo
N := max{N1 , N2 }, se sigue que
Z b
4. L2 (a, b) := { f : (a, b) R : f medible, |f |2 < }, con K = R, donde
a
a, b R, a < b, provisto de la norma
Z b 1/2
2
kf k = |f | f L2 (a, b) .
a
Ejemplo 1.2 Aqu damos un ejemplo de un espacio vectorial normado que no es Banach. En
efecto, consideremos nuevamente el espacio real C([1, 1]), pero provisto ahora de la norma
Z 1 1/2
2 2
de L (1, 1), esto es kf k = |f | f C([1, 1]) , la cual esta bien definida
1
ya que C([1, 1]) L2 (1, 1). Ahora, sea {fn }nN la sucesion de C([1, 1]) dada por
0 , 1 t < 0
fn (t) := nt , 0 t < n1 .
1 , 1 t1
n
1 1
Entonces, dados n, m N, n > m, se tiene n < m y luego
Z 1/n Z 1/m
2 2 2 2 m 1 1 1
kfn fm k = (n m) t dt + (1 mt)2 dt = + 2+ < ,
0 1/n 3n 3n 3m 3m 3n
lo cual prueba que {fn }nN es de Cauchy en (C([1, 1]), kk). Por otro lado, sea f : [1, 1] R
la funcion de L2 (1, 1) definida por
(
0 , 1 t 0
f(t) := ,
1 , 0<t1
Entonces, si suponemos que existe f C([1, 1]) tal que {fn }nN converge a f en la norma
de L2 (1, 1), necesariamente debe tenerse f = f, lo cual es contradictorio ya que f no es
continua. Esto prueba que {fn }nN no es convergente y por lo tanto (C([1, 1]), k k) no es un
espacio de Banach.
16 CAPITULO 1. INTRODUCCION
Es importante observar aqu que en el caso real las propiedades ii) y iii) garantizan
tambien la linealidad del producto escalar en la segunda componente. Sin embargo, en
el caso complejo ello no ocurre ya que ii) y iii) solo implican que
de donde, multiplicando por hy, yi y sumando |hx, yi|2 a ambos lados de la desigualdad
anterior, se completa la demostracion. 2
Ademas del teorema anterior, es interesante constatar que todo producto escalar
induce una norma sobre el espacio vectorial X respectivo. En efecto, se tiene el siguiente
resultado.
k xk = || kxk K, x X .
18 CAPITULO 1. INTRODUCCION
X
3. `2 (C) := { u := {un }nN : un C, |un |2 < }, con K = C, provisto del
n=1
producto escalar
X
hu, vi := un vn u, v `2 (C) .
n=1
Z
2
4. L () := { f : C : f medible, |f |2 < }, con K = C, donde es un
abierto acotado de Rn , provisto del producto escalar
Z
hf, gi := f g f, g L2 () .
5. Mnn (R) := { A = (aij )nn : aij R }, con K = R, provisto del producto escalar
lo cual equivale a ubicar ordenadamente los coeficientes de estas matrices en dos vectores
2
de Rn para luego realizar el producto escalar usual entre ellos.
Lema 1.4 Sea X un espacio vectorial de dimension finita sobre el cuerpo K. Entonces
X es un espacio de Hilbert.
Por otro lado, es claro que todo espacio de Hilbert es Banach, pero el recproco no es
necesariamente cierto. Es decir, existen espacios vectoriales normados completos cuyas
normas respectivas no provienen de ningun producto escalar. Un resultado clasico que
usualmente se emplea para constatar este hecho es el siguiente.
Lema 1.5 (Ley del paralelogramo) Sea (X, h, i) un espacio pre-Hilbert sobre el
cuerpo K, y sea k k la norma inducida por el producto escalar. Entonces
En virtud del lema anterior queda claro que si una norma no satisface la ley del
paralelogramo, entonces ella no esta inducida por ningun producto escalar. Un ejemplo
simple de este hecho es el siguiente.
y
kuk := sup |un | u ` (C) .
nN
Para ver que (` (C), k k) no es un espacio de Hilbert, basta mostrar un ejemplo concreto
de elementos de ` (C) que no satisfacen la ley del paralelogramo. En particular, tomemos
u := {un }nN y v := {vn }nN , donde
1, si n = 1 0, si n = 1
un := 1 y vn := 1
2, si n = 2 2, si n = 2 .
si n 3 si n 3
0,
1,
lo cual prueba que k k no satisface la ley mencionada. En realidad, no es difcil ver que existe
una infinidad de contraejemplos (ademas del presentado aqu).
Nuestro objetivo es presentar un metodo de solucion para (1.12), distinto del esquema
clasico, y en el cual, en vez de pedir que la ecuacion diferencial se satisfaga en cada
punto x , se requiera solamente que se verifique alguna identidad integral apropiada.
Para este efecto, necesitamos algunos conceptos previos.
1.3. UN PROBLEMA DE VALORES DE CONTORNO EN R 21
sop := { x : (x) 6= 0 } ,
Notar que el requerimiento de compacidad para el soporte garantiza que las funciones
de C0 () se anulan en alguna vecindad de la frontera de .
H 1 () := { v L2 () : v 0 L2 () } , (1.14)
Mas aun, en el siguiente lema probamos, usando la densidad de C0 () en H01 (), que
(1.17) se puede reformular como: Hallar u H01 () tal que
Z Z
0 0
u v dx = f v dx v H01 () . (1.18)
Z Z
0 0
u v dx = f v dx ,
u = f en , u = 0 en . (1.21)
n
X Gi
donde div G := y := (1 , ..., n )t es el vector normal unitario exterior a .
i=1
x i
En particular, si G tiene todas sus componentes nulas, excepto la i-esima que es igual a
uv, con u, v C 1 () C(), entonces se obtiene
Z Z
(uv) dx = uv i ds ,
xi
o bien Z Z Z
u v
v dx = u dx + uv i ds i {1, ..., n} ,
xi xi
2w
Z Z Z
w v w
v 2
dx = dx + v i ds i {1, ..., n} ,
xi xi xi xi
v
Definicion 1.14 Dada v L2 (), se dice que L2 () en el sentido distribucional,
xi
si existe zi L2 () tal que
Z Z
v dx = zi dx C0 () ,
xi
v
y en tal caso se escribe = zi .
xi
De acuerdo a la definicion anterior, podemos introducir el espacio de Sobolev
analogo al dado en (1.14),
1 2 v 2
H () := v L () : L () i {1, ..., n} , (1.25)
xi
Definicion 1.16 El espacio vectorial C0 (), provisto de una topologa inducida por una
familia de seminormas (ver detalles en [10]), se denota D() y se llama espacio de
funciones test.
Definicion 1.17 Sea {k }kN una sucesion en D(). Se dice que {k }kN converge a
la funcion nula en D(), si existe un compacto K0 tal que sop k K0 para todo
k N, y para toda nupla se tiene que { k }kN converge uniformemente a cero
sobre K0 , esto es lm sup | k (x)| = 0 .
k xK0
Definicion 1.19 Una forma lineal u : D() C se llama una distribucion sobre
si ella es continua (equivalentemente, continua por sucesiones). En otras palabras,
u : D() C se dice una distribucion si para toda sucesion {k }kN D() que
converge a la funcion nula, se tiene que u(k ) converge a cero cuando k . Al
espacio de todas las distribuciones sobre se le denota D0 (). Ademas, dada u D0 ()
y D(), se adopta la notacion u() = hu, i .
Teorema 1.9 Una forma lineal u : D() C es una distribucion sobre s y solo
s para cada compacto K , existen un entero no negativo N y una constante positiva
C, tal que
X
| hu, i | C sup | (x)| DK () , (1.29)
xK
||N
N
la funcion N := . Se sigue que
|hu, N i|
1 X
|hu, N i| = 1 y > sup | N (x)| . (1.30)
N xK
||N
Notemos ahora que sop N = sop N K. Ademas, dada una nupla , se deduce
1
de (1.30) que para todo N || se tiene que sup | N (x)| , y por lo tanto
xK N
lm sup | N (x)| = 0 . Esto prueba que la sucesion { N }N N converge a la
N xK
funcion nula en D(). Sin embargo, debido a (1.30), {hu, N i}N N no converge a cero
en C, lo cual contradice el hecho que u es continua.
Recprocamente, supongamos que para todo compacto K existen N N 0 y
C > 0, tales que (1.29) se cumple, y sea {k }kN D() una sucesion que converge a
cero en D(). Esto significa que existe un compacto K0 tal que sop k K0 para
todo k N, y para toda nupla se tiene
lm sup | k (x)| = 0 .
k xK
Luego, aplicando (1.29) con K = K0 se concluye que {hu, k i}kN converge a cero en C,
probando as la continuidad de u. 2
Ejemplo 1.7 Las funciones localmente integrables constituyen los ejemplos mas simples de
distribuciones. En efecto, dada f L1loc (), la distribucion inducida, que denotamos nueva-
mente por f , se define como
Z
hf, i := f dx D() .
h, i := (0) D(Rn ) .
1
Z Z Z
1 1 1
e = | h, ,0 i | = f ,0 dx e
|f | dx = e 1[,] |f | dx ,
1
donde 1[,] es la funcion caracterstica del intervalo [, ]. Luego, tomando lm y
0
aplicando el teorema de convergencia dominada de Lebesgue, se obtiene e1 0, lo
cual es absurdo. Esto prueba que no puede ser regular. 2
Por otro lado, una de las nociones mas importantes sobre distribuciones se refiere
a la derivacion de ellas. Para entender el origen de este concepto consideremos ahora
un abierto de Rn y una funcion u C 1 (). Puesto que para cada i {1, ..., n}, la
1.5. NOCIONES BASICAS DE DISTRIBUCIONES 31
u
derivada parcial es una funcion continua, se sigue que ella induce la distribucion
xi
dada por
Z
u u
h , i = dx D() .
xi xi
Sin embargo, usando la formula de integracion por partes se obtiene
Z
u
h , i = u = hu i D() ,
xi xi xi
1.6. Ejercicios
I 1.1 Sea X un espacio vectorial normado y sea S := {x X : kxk = 1}. Pruebe que S es
completo s y solo s X es Banach.
Demuestre que (1.32) tiene una unica solucion u(t) para todo t I.
1/2
X
el cual se provee de la norma kukH m () := k uk2L2 () . Asuma que L2 () con
||m
Z
el producto escalar usual hu, viL2 () := uv dx es un espacio de Hilbert, y demuestre que
H m () tambien lo es.
1.6. EJERCICIOS 33
I 1.6 Se dice que un espacio de Banach X es uniformemente convexo si para todo > 0
existe > 0 tal que
x + y
x, y X , kxk 1 , kyk 1 y kx yk >
< 1.
2
Demuestre que todo espacio de Hilbert es uniformemente convexo.
I 1.7 Sea H un espacio vectorial normado real. Pruebe que si la norma de H satisface
kx + yk2 + kx yk2 = 2 kxk2 + kyk2
x, y H,
I 1.9 Sea un abierto acotado de R2 con frontera suave , y sea f [L2 ()]2 . El problema
de Navier-Stokes, un problema de suma importancia en mecanica de fluidos, consiste en
encontrar el vector de velocidades u := (u1 , u2 )t y la presion p de un fluido, tales que
2
X u
u + uj + p = f en , div u = 0 en ,
xj
j=1
(1.33)
Z
u = 0 en , p dx = 0 .
Z
Defina los espacios H := [H01 ()]2 , Q := L20 () := 2
q L () : q dx = 0 , y de-
muestre que la formulacion debil de (1.33) se reduce a: encontrar (u, p) H Q tales que:
I 1.10 Sea un abierto acotado de R2 con frontera suave , y sea f [L2 ()]2 . El pro-
blema de Stokes corresponde a una version linealizada del problema de Navier-Stokes y
consiste en encontrar el vector de velocidades u := (u1 , u2 )t y la presion p de un fluido, tales
que
u + p = f en , u = 0 en ,
Z (1.35)
u = 0 en , p dx = 0 .
Utilice el ejercicio anterior para deducir la formulacion debil de (1.35).
1/p
X
el cual se provee de la norma kukW m,p () := k ukpLp () . Demuestre que
||m
W m,p () es un espacio de Banach.
ii) Ti Tj = i 6= j, y
donde la pertenencia local div( ) L2 (Tj ) esta dada en el sentido distribucional, es decir en
D0 (Tj ), lo cual significa que existe zj L2 (Tj ) tal que
Z Z
dx = zj dx C0 (Tj ) ,
Tj Tj
DUALIDAD
2.1. Preliminares
Sea (V, k k) un espacio vectorial normado sobre un cuerpo K (R o C). Toda aplicacion
F : V K se llama funcional. Note, por ejemplo, que cualquier norma de V es un
funcional. A continuacion se definen los conceptos de linealidad y acotamiento asociados
a un funcional.
F ( v + w) = F (v) + F (w) , K, v, w V .
|F (v)| M kvk vV .
37
38 CAPITULO 2. DUALIDAD
+: V0V0 V0
(2.1)
(F,G) F + G, (F + G)(v) := F (v) + G(v) v V ,
y
: KV0 V0
(2.2)
(, F ) F , ( F )(v) := F (v) v V .
Entonces, se demuestra facilmente que (V 0 , +, ) es un espacio vectorial sobre K, cuyo
elemento neutro para la adicion es el funcional nulo : V K definido como (v) = 0
para todo v V .
Se sigue que
|F (v)|
kF kV 0 = sup F V 0. (2.3)
06=vV kvkV
Igualmente, kF kV 0 se define tambien como
kF kV 0 := sup |F (v)| ,
vV
kvk1
o bien
kF kV 0 := sup |F (v)| .
vV
kvk=1
Un resultado mas general, del cual la completitud de los espacios duales es un caso
particular, se probara posteriormente en el Captulo 3 (ver Teorema 3.1).
En lo que sigue, y cuando no haya confusion al respecto, escribiremos simplemente
kvk y kF k en vez de kvkV y kF kV 0 , para cada v V y F V 0 .
Al terminar esta seccion nos preguntamos si es posible obtener una identidad dual a
la establecida en (2.3), esto es, si acaso se tiene que:
|F (v)|
kvk = sup v V . (2.4)
6=F V 0 kF k
hx z, ui = 0 u U . (2.6)
Demostracion. Sea d := nf kx uk. Entonces, para todo > 0 existe u U tal que
uU
d kx uk < d + . En particular, tomando = n1 , con n N, se deduce que existe
1
una sucesion {zn }nN U tal que d kx zn k < d + n
y por lo tanto kx zn k d
cuando n +. Ahora, aplicando la ley del paralelogramo a (x zn ) y (x zm ), con
m, n N, se tiene
o bien 2
(zn + zm )
+ kzn zm k2 = 2 kx zn k2 + 2 kx zm k2 ,
4 x
2
de donde
2
2 2
(zn + zm )
2
kzn zm k = 2 kx zn k + 2 kx zm k 4 x
.
2
zn +zm (zn +zm )
Puesto que 2
U resulta kx 2
k d, y luego
kzn zm k2 2 kx zn k2 + 2 kx zm k2 4 d2 .
d := kx zk = nf kx uk .
uU
de donde
0 2 hx z, ui + 2 kuk2 R, u U .
2.2. TEOREMA DE REPRESENTACION DE RIESZ 41
Luego, dividiendo por > 0 (resp. < 0) y tomando lmite cuando 0+ (resp.
0 ), resulta hx z, ui = 0 para todo u U .
Recprocamente, sea z U tal que hx z, ui = 0 para todo u U . Se sigue
facilmente que
hx z, uj i = 0 j {1, 2, ..., N } .
N
X
As, si z = i ui , entonces podemos escribir
i=1
N
X
hx, uj i = hz, uj i = i hui , uj i ,
i=1
42 CAPITULO 2. DUALIDAD
~ = ~b ,
A (2.8)
S := { x V : hx, vi = 0 v S },
Otra consecuencia importante del Teorema 2.1 esta dada por el siguiente resultado,
el cual establece que un espacio de Hilbert puede escribirse siempre como suma directa
de todo subespacio cerrado con su ortogonal.
V = U U . (2.10)
U := { : R : es constante } = span{0 } ,
2. Sea V := Rnn , el espacio de las matrices cuadradas de orden n con coeficientes reales,
provisto del producto escalar hA, Bi := tr(B t A). Entonces, definimos los subespacios
U1 := { I : R } = span{I} y U2 := { A V : A = At } ,
U1 = { A V : tr(A) = 0 } y U2 = { A V : At = A } .
1 1
A + At .
A1 := tr(A) I y A2 :=
n 2
y tambien como
1
A = A2 + A A A At U2 .
2 , con A2 U2 y 2 :=
2
U := { I : R } = span{I} ,
U = { v V : v + v = 0 en D0 () } .
wU + wU = f en , wU = 0 en ,
donde f := w + w.
0 = hF (x) v F (v) x, xi v V ,
o bien
hF (x) v, xi = hF (v) x, xi = F (v) kxk2 ,
de donde
F (v) = hv, xi v V ,
F (x) x
con x := . Para la unicidad de x, si suponemos que existe z V tal que
kxk2
|F (v)| |F (x)|
kF k := sup = kxk ,
06=vV kvk kxk
V0 := { x0 : R } = span{x0 } ,
f: V0 R
x0 f ( x0 ) := .
2.3.1. Preliminares
En esta seccion damos algunas definiciones y resultados previos necesarios para la de-
mostracion del teorema mencionado.
xx x M (Reflexividad).
xy e yx x = y (Antisimetra).
xy e yz x z (Transitividad).
p( x) = p(x) x V , > 0.
Demostracion. La demostracion hara uso del Lema de Zorn. Para este efecto, se define
primero la familia F de todas las extensiones lineales de f acotadas por p, es decir
F := g : D(g) R lineal : D(g) subespacio de V tal que U D(g) ,
g(x) = f (x) x U , g(x) p(x) x D(g) .
Notemos que F =
6 ya que claramente f F. Luego, sobre F definimos una relacion
de orden como sigue: dados g, h F se dice que g h si y solo si h es una extension
lineal de g, es decir D(g) D(h) y h(x) = g(x) x D(g).
Ahora, dada una cadena C F, se define el conjunto
D := {D(g) : g C },
Definamos entonces
g : D R
x g(x) := g(x) , si x D(g) , con g C ,
Y1 := { x := y + y1 : y D(F ) , R}.
g1 : Y1 R
x := y + y1 g1 (x) := F (y) + ,
donde R es un parametro por determinar. Se sigue que g1 (x) = F (x) para todo
x D(F ), lo cual prueba que g1 es una extension propia de F (puesto que D(F )
es un subespacio propio de Y1 ). El siguiente objetivo es probar que se puede elegir
convenientemente de modo que resulte g1 (x) p(x) para todo x Y1 . Esto mostrara
que g1 F y que F g1 , con g1 6= F , lo cual contradice el hecho que F es maximal, y
as, necesariamente D(F ) = V .
Dados y, z D(F ), podemos escribir
de donde
y
+
m := nf p(y + y1 ) F (y) ,
yD(F )
y
p(y + y1 ) F (y) y D(F ) . (2.13)
p(y1 1 y) F (1 y) ,
p(y1 1 y) + F (y) ,
o bien
F (x) = f (x) x U y kF kV 0 = kf kU 0 .
Se sigue que
F (x) kf kU 0 k xk = kf kU 0 k xk ,
F (x) kf kU 0 k xk ,
y por lo tanto
| F (x) | kf kU 0 kxk x V .
Teorema 2.7 Sea (V, k k) un espacio vectorial normado sobre R y sea x0 V tal que
x0 6= . Entonces, existe F V 0 tal que kF k = 1 y F (x0 ) = kx0 k.
Demostracion. Sea S := span {x0 } := { x0 : R } y definamos el funcional
f: S R
x = x0 f (x) := kx0 k .
2.3. TEOREMA DE HAHN-BANACH 53
Lema 2.3 Sea (V, k k) un espacio vectorial normado sobre R y sea v V tal que
F (v) = 0 para todo F V 0 . Entonces v = .
|F (v)| |F (v)|
sup = kvk .
6=F V 0 kF k kF k
S1 := { z = x + x0 : xS, R}.
f: S1 R
z = x + x0 f (z) := d ,
|f (z)| |f (x1 + x0 )| d
kf kS10 := sup > > 0,
zS1 kzk k x1 + x0 k d+
z6=
H := {x E : f (x) = } ,
lo cual es una contradiccion. As, necesariamente f (x) < x B(x0 , r), o equiva-
lentemente f (x0 + rz) < z B(0, 1), de donde
x
f x0 r < x E , x 6= , (0, 1) ,
kxk
o bien
1
|f (x)| < ( f (x0 )) kxk x E , (0, 1) .
r
Luego, tomando lm nos queda
1
1
|f (x)| ( f (x0 )) kxk x E ,
r
56 CAPITULO 2. DUALIDAD
1
lo cual prueba que f es acotado y kf kE 0 ( f (x0 )).
r
2
f (x) x A y f (x) x B .
f (x) x A y f (x) + x B .
Demostracion. Puesto que el vector nulo pertenece al abierto S, se sigue que existe
x
r > 0 tal que B(, r) S. Ahora, para cada x E, x 6= , se tiene r S.
kxk
Ademas,dado z S es claro que p(z) 1 porque 11 z = z S, y en particular se
x
tiene p r 1. Pero, de la definicion de p se observa que
kxk
p(x) = p(x) > 0, x E ,
y por lo tanto
1
p(x) kxk x E, x 6= ,
r
lo cual implica la estimacion requerida ya que p() = 0.
A continuacion probamos que S = { x E : p(x) < 1}. En efecto, sea x S.
Como S es abierto existe > 0, suficientemente pequeno, tal que (x + x) = (1 + ) x
pertenece a S, y luego 1 p((1 + )x) = (1 + ) p(x), de donde
1
p(x) < 1.
1+
2.3. TEOREMA DE HAHN-BANACH 57
Recprocamente, sea x E tal que p(x) < 1. Se sigue que existe ]0, 1[ tal que
1 x S y por lo tanto, como S es convexo, (1 x) + (1 ) = x S.
Resta probar la propiedad tipo desigualdad triangular que caracteriza la sublineali-
dad del funcional p (cf. Definicion 2.7). En efecto, dados x, y E y > 0, se observa
primero que
x p(x) y p(y)
p = < 1 y p = < 1,
p(x) + p(x) + p(y) + p(y) +
x y
lo cual indica que , S, y luego, de acuerdo a la convexidad de S, se
p(x) + p(y) +
tiene
tx (1 t) y
+ S t [0, 1] .
p(x) + p(y) +
p(x) + x+y
En particular, para t := ]0, 1[, resulta S, y
p(x) + p(y) + 2 p(x) + p(y) + 2
por lo tanto
x+y p(x + y)
1 > p = > 0 ,
p(x) + p(y) + 2 p(x) + p(y) + 2
de donde p(x + y) p(x) + p(y).
2
A su vez, si t 0 se obtiene
g(t x0 ) = t 0 p(t x0 ) ,
58 CAPITULO 2. DUALIDAD
y en consecuencia
g(x) p(x) G .
|f (x)| M kxk x E ,
Definamos ahora
m := sup f (x) y M := nf f (y) .
xA yB
2.3. TEOREMA DE HAHN-BANACH 59
A := A + B(, ) y B := B + B(, ) ,
donde B(, ) es la bola abierta de radio centrada en . Es facil ver, por la convexidad
de A, B y B(, ), que A y B son convexos. Ademas, A y B son abiertos ya que
los conjuntos {x} + B(, ) y {y} + B(, ) lo son x A, y B, y se tiene
claramente
Probemos a continuacion que existe > 0 tal que A y B son disjuntos. En efecto,
supongamos por contradiccion que no es as. Entonces, para todo n N el conjunto
A1/n B1/n es no vaco, lo cual implica que existen xn A, yn B, un , vn
B(, 1/n), tales que xn + un = yn + vn . Se sigue que
2
kxn yn k = kun vn k < .
n
(1)
Ahora, como B es compacto, existen una subsucesion {yn }nN {yn }nN e y B
(1) n (1)
tales que yn y, y de acuerdo a la desigualdad anterior, se deduce que {xn }nN
tambien converge a y. Luego, como A es cerrado, necesariamente se tiene que y A,
lo cual contradice el hecho que A y B son disjuntos.
Entonces, aplicando la primera version geometrica del Teorema de Hahn-Banach a
los conjuntos disjuntos A y B , se deduce que existe un hiperplano cerrado de ecuacion
[f = ] que los separa en el sentido amplio. Esto significa que
f (x + u) f (y + v) x A, y B , u, v B(, ) ,
y en particular
f (x + z) f (y z) x A, y B , z B(, 1) ,
60 CAPITULO 2. DUALIDAD
o bien
Notar que la demostracion del teorema anterior (extrada basicamente de [3]) puede
simplificarse procediendo solo con los conjuntos A y B (en vez de B ). En tal caso,
siguiendo exactamente la misma secuencia de razonamiento, se llega a que los conjuntos
A y B son separados en el sentido estricto por el hiperplano [f = 2
f (z)].
S(A, b) := {x Rn : A x = b} ,
nf h z, x i > 0,
x S(A, b)
2.4.1. Solucion 1
Definamos el conjunto A := S(A, B), el cual es claramente convexo, cerrado, y no
vaco (segun se indica en la hipotesis). A su vez, sea B el conjunto convexo, compacto y
disjunto con A dado por B := {}. Entonces, aplicando la segunda version geometrica
del Teorema de Hahn-Banach (cf. Teorema 2.10), se deduce que existen f (Rn )0 y
R tales que el hiperplano [f = ] separa A y B en el sentido estricto. Esto significa
que existen ze Rn y > 0 tales que
z , xi x Rn ,
f (x) = he
y ademas
f (x) = he
z , xi < + f () = 0 x A .
h z, xi ( ) > ( + ) 0 x A ,
de donde
nf h z, xi > 0.
xA
2.4.2. Solucion 2
Sea N (A) el espacio nulo asociado a la matriz A, esto es
N (A) := {x Rn : A x = }.
Puesto que S(A, b) 6= , existe x0 Rn tal que A x0 = b, y luego es facil ver que
nf h z, x i = nf h (I )(x0 ), x0 + y i = nf h (I )(x0 ), x0 i
x S(A, b) y N (A) y N (A)
2.4.3. Solucion 3
Usamos nuevamente que S(A, b) es convexo y cerrado. En particular, notar que lo
segundo se obtiene de la identidad (2.14) y del hecho que N (A) es obviamente cerrado.
Ademas, es claro que 6 S(A, b) ya que b 6= . As, aplicando el resultado de mejor
aproximacion sobre un convexo cerrado (cf. Teorema 2.2), se deduce que existe un unico
z S(A, b) tal que
esto es
h z, x i kzk2 x S(A, b),
nf h z, x i = kzk2 > 0.
x S(A, b)
2.5. Ejercicios
I 2.1 Sea X un espacio vectorial normado y f : X R un funcional lineal. Pruebe que
f X 0 s y solo s N (f ) es un subespacio cerrado de X.
I 2.2 Sea V un espacio vectorial normado sobre el cuerpo K (R o C). Demuestre que el dual
V 0 es Banach.
I 2.3 Sea H un espacio vectorial normado real. Pruebe que si la norma de H satisface
Z 1
1
y luego use xn para probar que kF k |f (t)| dt .
0 n
I 2.5 Considere un abierto acotado de Rn con frontera suficientemente suave, y defina
el espacio
n
n X vi o
H(div ; ) := v [L2 ()]n : div v := L2 ()
xi
i=1
provisto del producto escalar
Z Z
hv, wiH(div ;) := v w dx + div v div w dx v, w H(div ; ) .
b) Pruebe que para todo g [L2 ()]n existe un unico vg H(div ; ) tal que
Z Z Z
vg w dx + div vg div w dx = g w dx w H(div ; ) .
b) Pruebe que para todo g H(rot; ) existe un unico vg H(rot; ) tal que
Z Z Z
vg w dx + rot vg rot w dx = rot g rot w dx w H(rot; ) .
|f (x)| p(x) x S .
|F (x)| p(x) x X .
I 2.9 Demuestre que para todo f (H m ())0 existen funciones f L2 (), || m, tales
que
X Z
f (v) = f v dx v H m () .
||m
b) Sean x0 , x1 X tal que x0 6= x1 . Pruebe que existe una sucesion {Fn }nN X 0 tal que
||Fn || = ||x0 x1 ||n y Fn (x1 ) = Fn (x0 ) + ||x1 x0 ||n+1 para todo n N.
I 2.11 Sea (V, h , i) un espacio de Hilbert y sea J : V R un funcional nolineal. Se dice que
J(v+)J(v)
J admite una derivada direccional en v V , en la direccion V , si la expresion
admite un lmite cuando 0. El valor de este lmite se denota DJ(v, ). Entonces, J se
2.5. EJERCICIOS 65
y calcule J00 (v) para todo v V . Que puede decir de J00 (v) si J0 se restringe al espacio
de Sobolev H 1 () ?
c) Suponga que J es -convexo, esto es, existe > 0 tal que para todo u, v V y para
todo [0, 1]:
J((1 ) u + v) (1 ) J(u) + J(v) (1 ) ||u v||2 .
2
y
J(v) J(u) + DJ(u, v u) + ||v u||2 .
2
1 2
J(v + ) = J(v) + DJ(v, ) + D J(v + , , ) .
2
66 CAPITULO 2. DUALIDAD
V o := { F H 0 : F (x) = 0 x V }.
Demuestre que
H = V R(V o ) ,
I 2.13 Sea X un espacio vectorial normado y sea x0 X tal que | F (x0 ) | C0 para todo
F X 0 con ||F ||X 0 = 1. Demuestre que ||x0 || C0 .
V := {y Y : hy, zi = 0 z V } .
Si V denota la clausura de V , demuestre que V = V . Concluya que V es denso en Y s y
solo s V = {0}.
I 2.15
I 2.16
I 2.17 Sea un abierto acotado de Rn , y sea : R una funcion continua para la cual
existen constantes M, > 0, tales que (x) M para todo x . Defina el conjunto
v H01 () :
S := kvkH 1 () 1 ,
y Z Z
h, i := dx + div() div( ) dx , H(div; ) .
Ademas, sea S el subespacio de H(div; ) dado por
Xsim = { A X : At = A } y Xasim = { A X : At = A } .
I 2.21 Sea (X, k k) un espacio vectorial normado y sea {x1 , x2 , ..., xn } una base de un
subespacio U de X.
a) Demuestre que existen F1 , F2 , ..., Fn X 0 tales que Fj (xi ) = ij i, j {1, ..., n}.
OPERADORES LINEALES
3.1. Preliminares
Sean (X, k kX ), (Y, k kY ) espacios vectoriales normados sobre el mismo cuerpo K,
con vectores nulos X y Y , respectivamente. Una aplicacion A : D(A) X Y que
asigna a cada x D(A) un unico vector y Y se llama un operador (o transformacion)
de X en Y . El conjunto D(A) sobre el cual actua A se llama el dominio del operador.
D(A) es un subespacio de X.
Ejemplo 3.1
R : H0 H
F R(F )
es lineal y acotada.
69
70 CAPITULO 3. OPERADORES LINEALES
u = f en , u = 0 en ,
A : L2 () H01 ()
f A(f ) := u
es lineal y acotado.
En lo que sigue, a menos que se diga explcitamente lo contrario, se asume que D(A) = X.
Definicion 3.4 Dado A L(X, Y ) se define kAkL(X,Y ) como el nfimo de todas las
constantes M > 0 que satisfacen la condicion de acotamiento de A segun se indica en
la Definicion 3.2, esto es
n o
kAkL(X,Y ) := nf M >0: kA(x)kY M kxkX x X .
3.1. PRELIMINARES 71
Es facil ver que k kL(X,Y ) es una norma sobre L(X, Y ), con lo cual la estructura
(L(X, Y ), +, , kkL(X,Y ) ) constituye un espacio vectorial normado. Mas aun, puede mos-
trarse que k kL(X,Y ) se define tambien como:
kA(x)kY
kAkL(X,Y ) = sup A L(X, Y ) , (3.3)
X 6=xX kxkX
o bien:
kAkL(X,Y ) := sup kA(x)kY = sup kA(x)kY .
xX xX
kxkX 1 kxkX = 1
kAkL(X,Y ) M .
Es interesante comentar aqu que el analogo al Lema 2.4, vale decir la identidad
kA(x)kY
kxkX = max x X , (3.5)
AL(X,Y ) kAkL(X,Y )
A6=
En lo que sigue, y cuando no haya lugar a confusion, se omitiran los subndices respec-
tivos de cada norma y de los vectores nulos X y Y .
Recprocamente, supongamos que Y es Banach y sea {An }nN una sucesion de Cau-
chy en L(X, Y ). Esto significa que dado > 0, existe N N tal que
kAn Am k n, m N ,
Se sigue de (3.6) que para cada x X, {An (x)}nN es una sucesion de Cauchy y por lo
tanto convergente en Y . De este modo, podemos definir el operador A : X Y dado
por
A(x) := lm Am (x) x X ,
m
y en consecuencia
lo cual prueba que A es acotado y as A L(X, Y ). Por ultimo, de (3.7) se deduce que
kAn Ak n N ,
Lema 3.3 Sean X e Y espacios vectoriales normados sobre el cuerpo K, tales que Y es
no trivial. Entonces
kA(x)k kA(x)k
kxk = sup = max x X . (3.8)
AL(X,Y ) kAk AL(X,Y ) kAk
A6= A6=
kA(x)k
sup kxk x X ,
AL(X,Y ) kAk
A6=
(G A)(x) := G(A(x)) x X .
A0 : Y 0 X 0
G A0 (G) := G A ,
|G(A(x))|
kA0 (G)k := kG Ak = sup kAk kGk G Y 0,
xX kxk
x6=
lo cual prueba que A0 es efectivamente acotado y kA0 k kAk. Por otro lado, aplicando
la consecuencia del Teorema de Hahn-Banach dada por Lema 2.4, se obtiene
i) (A + B)0 = A0 + B 0 A , B L(X, Y ).
Ejemplo 3.2 Sea X el espacio vectorial real de las funciones continuas sobre [0, 1], provisto de
la norma uniforme kuk := max |u(t)| u X, y sean {p0 , p1 , ..., pn } los n + 1 polinomios
t[0,1]
monicos de X, esto es pj (t) := tj t [0, 1] , j {0, 1, ..., n}. Entonces, se define el
operador A : X X como
n Z
X 1
A(u) := u(t) pj (t) dt pj u X .
j=0 0
3.4. EL OPERADOR ADJUNTO EN ESPACIOS DE HILBERT 77
El objetivo es probar que A L(X) y encontrar su adjunto A0 . Para ello, dado j {0, 1, ..., n},
se define el funcional Fj : X R por
Z 1
Fj (u) := u(t) pj (t) dt u X .
0
el cual es claramente lineal y acotado ya que cada uno de los Fj lo es. De este modo, dado
G X 0 y u X, se obtiene
n
X
A0 (G)(u) = (G A)(u) = G(A(u)) = G Fj (u) pj
j=0
n
X n
X n
X
= Fj (u) G(pj ) = G(pj ) Fj (u) = G(pj ) Fj (u) ,
j=0 j=0 j=0
con lo cual
n
X
0
A (G) = G(pj ) Fj G X0 .
j=0
X K
x hA(x), yiY ,
el cual es claramente lineal y acotado. En efecto, la linealidad se sigue del hecho que A
y la primera componente del producto escalar h, iY son lineales. A su vez, aplicando la
desigualdad de Cauchy-Schwarz se obtiene que
lo cual prueba que dicho funcional es acotado y que su norma es menor o igual que
kAk kyk. Luego, aplicando el Teorema de Representacion de Riesz, se deduce que existe
un unico z X tal que
A : Y X
(3.9)
y A (y) := z ,
= 1 hx, A (y1 )iX + 2 hx, A (y2 )iX = hx, 1 A (y1 ) + 2 A (y2 )iX x X ,
Por otro lado, notar que los operadores A y A0 estan relacionados segun el siguiente
diagrama conmutativo
A
X Y
A
RX RY
A0
X 0 Y0 ,
es decir
A = RX A0 R1
Y ,
o bien
A0 = R1
X A RY .
Definicion 3.6 Sean X un espacio de Hilbert y A L(X, X). Se dice que A es auto-
adjunto si A = A .
y
m
X
B(x) := hx, xj iX xj x X .
j=1
Por otro lado, puesto que B es un caso particular del operador A (escrito en la forma (3.11)
con Y = X y zj = yj = xj ), se obtiene directamente de (3.12) que
m
X
B (x) := hx, xj iX xj = B(x) ,
j=1
N (A) := { x X : A(x) = } .
Entonces S y
T son subespacios cerrados de X 0 y X, respectivamente.
Demostracion. Procedemos a demostrar solo para T . El caso de S es analogo. Es
claro que F () = 0 F X 0 , y en particular F () = 0 F T , lo cual prueba que
T . A su vez, dados , R, x, x
e T y F T , se obtiene:
F ( x + x x) = + = 0 ,
e) = F (x) + F (e
dado F T , se tiene:
n
| F (x) | = | F (x) F (xn ) | = | F (x xn ) | kF k k x xn k 0,
y por lo tanto x T . 2
X, y sean S X y T X 0 . Entonces
S = R(S ) y
T = R(T )
Demostracion. Se tiene claramente
x S hs , xi = 0 s S
R1 (x) (s) = 0 s S
R1 (x) S
x R(S ).
A su vez,
x T F (x) = 0 F T
hx, R(F )i = 0 F T
x R(F ) F T
x R(T ) .
2
Notar que la identidad S = R(S ), junto con lo estipulado por Lema 3.7 y el
hecho que R : X 0 X es una biyeccion isometrica, garantizan que S tambien es un
subespacio cerrado de X.
3.5. LA ECUACION FUNDAMENTAL 83
2
A continuacion se establece un resultado mas general que Lema 3.9, en el cual no se
considera un subespacio cerrado vectorial normado sino solo un subconjunto del espacio
vectorial normado.
Lema 3.11 Sea (X, kk) un espacio vectorial normado y sean W X y S el subespacio
cerrado generado por W . Entonces W = S y S = (W ).
Demostracion. Basta mostrar que W = S ya que entonces, de acuerdo a Lema 3.9,
se obtiene (W ) = (S ) = S. En efecto, puesto que W S, es claro que S W .
Resta probar que W S . Para ello, sea F W , es decir F X 0 y F (x) =
0 x W . Ahora, dado x hW i, el subespacio generado por W , existen N N,
N
X
escalares 1 , 2 , , N C, y vectores x1 , x2 , , xN W , tales que x = j xj .
j=1
N
X N
X
Se sigue que F (x) = j F (xj ) = j 0 = 0, lo cual prueba que F hW i . Por
j=1 j=1
84 CAPITULO 3. OPERADORES LINEALES
n
ultimo, para x S = h W i existe una sucesion {xn }n N hW i tal que xn x, y
n
luego | F (x) | = | F (x) F (xn ) | = | F (x xn ) | kF k k x xn k 0, de donde
F (x) = 0. Esto demuestra que F S y por lo tanto W S . 2
El analogo del resultado anterior para el caso Hilbert se establece como sigue.
W = R(W ) = R(S ) = S y S = (S ) = (W ) .
Finalizamos esta seccion con un par de resultados claves sobre el rango de un operador
lineal y acotado.
i) R(A) = N (A0 )
Luego, aplicando la segunda identidad del Lema 3.11, y notando que R(A) es el sub-
espacio cerrado generado por R(A), se deduce que:
N (A0 ) = (R(A) ) = R(A) ,
3.5. LA ECUACION FUNDAMENTAL 85
lo cual prueba ii). Finalmente, iii) se sigue de ii) y del hecho que, de acuerdo al Lema
3.7, T es un subespacio cerrado de Y T Y 0. 2
i) R(A) = N (A )
ii) R(A) = N (A )
lo cual prueba tambien i). Entonces, utilizando ahora la segunda identidad de Lema
3.12, se deduce que N (A ) = (R(A) ) = R(A), lo cual prueba ii). Por ultimo, iii)
es consecuencia de ii) y del hecho que N (A ) es un subespacio cerrado de Y . 2
Ejemplo 3.4 El presente es un ejemplo clasico en dimension finita, el cual tiene que ver
con la resolucion de un sistema lineal de ecuaciones. En efecto, sea Rn x m el espacio de las
matrices de orden n x m con coeficientes reales, y sean A Rn x m y b Rn . Entonces,
interesa el sistema lineal: Hallar x Rm tal que Ax = b. Equivalentemente, si denotamos
X = Rm , Y = Rn y A : X Y el operador lineal y acotado inducido por A, es decir
A(x) : = A x X, entonces resolver el sistema se reduce a averiguar si b pertenece o no a
R(A). Para este efecto, recordemos que A : Y X esta definido por A (y) = At y y
86 CAPITULO 3. OPERADORES LINEALES
Y . Luego, en virtud del Teorema 3.3, el cual en dimension finita se reduce simplemente a la
identidad R(A) = N (A ) , se deduce que Ax = b tiene solucion
b R(A)
b N (A )
hb , ziRn = 0 z N (A )
hb , ziRn = 0 z Rn tal que At z = 0.
Es decir, el sistema lineal es soluble si y solo si el lado derecho b es ortogonal a todas las
soluciones del sistema transpuesto homogeneo. Ahora, en el caso particular en que n = m, es
decir X = Y = Rn , se tiene que | A | = | At | , y por lo tanto
R(A) = Y N (A ) = Y N (A ) = {}
| At | 6= 0 | A | 6= 0 N (A) = {},
lo cual prueba que A es sobreyectivo si y solo si A es inyectivo. Este resultado se conoce como
la alternativa de fredholm en dimension finita, y puede deducirse tambien a partir del
Teorema de las Dimensiones, el cual establece que
Definicion 3.11 Sea A L(X, Y ) tal que R(A) = Y y N (A) = {}. Entonces,
se denota A1 : Y X, y se llama inverso de A, al operador que a cada y Y le
asigna el unico x X tal que A(x) = y. En tal caso, se escribe x = A1 (y) y Y .
+ : (X Y ) (X Y ) X Y
((x1 , y1 ), (x2 , y2 )) (x1 , y1 ) + (x2 , y2 ) : = (x1 + x2 , y1 + y2 )
: R (X Y ) X Y
( , (x , y)) (x , y) : = ( x , y)
k (x , y) k : = k x k + k y k (x , y) X Y,
k u k : = max | u(t)| u X,
t [0,1]
88 CAPITULO 3. OPERADORES LINEALES
con la cual sabemos que X es Banach. Definamos el operador dado por la derivada clasica
A : D(A) X X
u A(u) = u0 .
Notemos que D(A) = C 1 ([0, 1]). A continuacion probamos que A no es acotado y que, sin
embargo, A es cerrado. En efecto, dado n N, sea pn X el polinomio definido por
pn (t) : = tn t [0, 1]. Se sigue que A(pn ) = qn , donde qn (t) : = n tn1 t [0, 1],
y luego:
k A(x) k k A(pn ) k k qn k
sup = = n n N,
x D(A) k x k k pn k k pn k
x6=
de lo cual se deduce que A no es acotado. Ahora, para ver que A s es cerrado, consideremos
n n
una sucesion {xn }n N D(A) tal que xn x X y A(xn ) y X, esto es
n n
k xn xk 0 y k x0n yk 0. Luego, para cada t [0, 1] se tiene
t Z t
Z Z t
0 0
xn (s) ds y(s) ds =
{xn (s) y(s)} ds
0 0 0
Z t
n
|x0n (s) y(s) | ds k x0n yk 0,
0
lo cual prueba que Z t Z t
y(s) ds = lm x0n (s) ds.
0 n 0
Se sigue as, usando la convergencia puntual de xn , que
Z t
y(s) ds = lm {xn (t) xn (0)} = x(t) x(0),
0 n
de donde Z t
x(t) = x(0) + y(s) ds t [0, 1].
0
Esta identidad prueba que x D(A) y A(x) : = x0 = y.
Demostracion.
() Supongamos valido el T.G.C., y sean X e Y espacios de Banach, y A L(X, Y )
tal que R(A) = Y y N (A) = {X }. Entonces, existe el operador inverso A1 : Y X
el cual es lineal y satisface obviamente que D(A1 ) = Y . Con el objeto de aplicar el
T.G.C. y concluir as que A1 L(Y, X), solo resta mostrar que A1 es cerrado. Para
ello, sea {yn }n N Y tal que
n n
yn y Y y A1 (yn ) x X.
n
Como A es acotado, se sigue que yn = A(A1 (yn )) A(x), y por la unicidad del
lmite se deduce que y = A(x), o bien x = A1 (y), lo cual prueba que A1 es cerrado.
() Supongamos valido el T.I.A., y sean X e Y espacios de Banach, y A : D(A)
X Y lineal, cerrado, tal que D(A) = X. Definamos el operador E : G(A) X por
A su vez,
es decir
k (x, A(x)) k = k x k + k A(x) k C k x k x X,
Antes de demostrar uno de los dos teoremas (T.I.A. o T.G.C.), ahora establecemos
una version mas general del Teorema de la Inversa Acotada.
90 CAPITULO 3. OPERADORES LINEALES
k x kA : = k x k + k A(x) k x D(A) ,
la cual, es facil verlo, constituye una norma sobre D(A). Probemos que (D(A) k kA ) es
n,m
completo. En efecto, sea {xn }n N D(A) tal que k xn xm kA 0. Se sigue que
n,m n,m
k xn xm k 0 y k A(xn ) A(xm )k 0, y puesto que X e Y son Banach
n n
se deduce que existe x X e y Y tales que xn x y A(xn ) y. Luego, como
A es cerrado, se concluye de aqu que x D(A) y A(x) = y, lo cual implica que
n
k xn x kA = k xn x k + k A(xn ) A(x) k = k xn x k + k A(xn ) y k 0.
k A(x)
e k = k A(x) k k x k + k A(x) k = k x kA x D(A),
e es acotado y k A
lo cual muestra que A e k 1. Notemos tambien que N (A)
e = N (A) =
{X } y R(A)
e = R(A) = Y . Por lo tanto, aplicando el T.I.A. se deduce que Ae1
L(Y, (D(A), k kA )), lo cual significa que existe C > 0 tal que
e1 (y) kA C k y k y Y,
kA
es decir
k A1 (y) k + k y k C k y k y Y,
o bien
1
kxk < k A(x) k (0, 1).
r
As, tomando lm+ se concluye que
1
1
kxk k A(x) k x X,
r
lo cual prueba que A1 es acotado y k A1 k 1r . 2
Ejemplo 3.6 Sea X un espacio vectorial y sean k k1 , k k2 normas sobre X tales que
(X, k k1 ) y (X, k k2 ) son espacios de Banach. Suponga ademas que existe C > 0 tal que
3.7. OTROS DOS TEOREMAS CLASICOS 93
Aplicando el T.I.A. se deduce que I 1 tambien es acotado, lo cual significa que existe c > 0
tal que
k I 1 (x) k2 = kxk2 c kxk1 x X.
Lema 3.14 (lema de baire) . Sea X un espacio metrico completo y sea {Xn }nN una
[
sucesion de conjuntos cerrados en X tal que Xn = n N. Entonces Xn = .
n N
Ahora procedemos a enunciar y demostrar los lemas que implican el T.A.A.. Cuando
no haya lugar a confusion se omiten los subndices de las bolas abiertas.
Lema 3.15 Sean X e Y espacios de Banach y sea A : X Y lineal tal que R(A) = Y .
Entonces, existe r > 0 tal que B(, 2r) A(B(, 1)).
Xk 6= , o bien, equivalentemente, A(B(, 1)) 6= . Se sigue que existen y0 Y y r > 0
tales que
B(y0 , 4r) A(B(, 1)). (3.18)
En particular, puesto que claramente y0 A(B(, 1)), existe una sucesion {zn }nN
B(, 1) tal que y0 = lm A(zn ), y por lo tanto (y0 ) = lm A(zn ), lo cual indica
n n
que (y0 ) tambien pertenece a A(B(, 1)). A partir de este hecho y de la inclusion (3.18)
se obtiene que
Lema 3.16 Sean X e Y espacios de Banach y sea A L(X, Y ). Suponga que existe
r > 0 tal que B(, 2r) A(B(, 1)). Entonces, B(, r) A(B(, 1)).
Demostracion. Sea y Y tal que kyk < r. Debemos probar que existe x X tal que
kxk < 1 y A(x) = y. Sea > 0 tal que y := (1 + )y B(, r). Puesto que 2y
B(, 2r) A(B(, 1)), se sigue que existe ze X, ke
z k < 1, tal que k2y A(e
z )k < r, o
bien, definiendo z1 = 21 ze, se tiene que kz1 k < 1/2 y ky A(z1 k) < r/2. Analogamente,
puesto que 4(y A(z1 )) B(, 2r), existe otro ze X, ke
z k < 1, tal que
de donde, definiendo z2 = 41 ze, se obtiene que kz2 k < 1/4 y ky A(z1 ) A(z2 )k < r/4.
Siguiendo de esta forma se construye por recurrencia una sucesion {zn }nN X tal
n
1 r X
que kzn k < n y ky A(xn )k < n n N, donde xn = zj . Dado que la serie
2 2 j=1
X 1
es convergente, se deduce que {xn }nN es de Cauchy en X, y por lo tanto existe
n=1
2n
n
x X tal que xn x . Ademas,
n
n n
X
X X 1
kx k = lm kxn k = lm
zj
lm
kzj k lm = 1,
n n
j=1
n
j=1
n
j=1
2j
3.7. OTROS DOS TEOREMAS CLASICOS 95
n
esto es kx k 1, y de la relacion
ky A(xn )k < r/2 n N se concluye que
x x
y = A(x ), esto es y = A , o bien y = A(x) con x = tal que kxk =
1+ 1+
1 1
kx k < 1. 2
1+ 1+
Finalizamos esta seccion con el Teorema de Banach-Steinhauss (T.B.S.), el cual
tambien es consecuencia del Lema de Baire.
4N
con la constante M = . 2
r
Dos corolarios interesantes del T.B.S. estan dados por los siguientes lemas.
Lema 3.17 Sean X e Y espacios normados tal que X es Banach y sea {An }n N
L(X, Y ) tal que para cada x X la sucesion {An (x)}n N es convergente en Y . Entonces:
c) kAk lm nfkAn k.
n
y por lo tanto, una aplicacion directa del T.B.S. implica a). Esto significa que existe
M > 0 tal que
kAn (x)k M kxk x X, n N,
X X0 , Y R, I S,
|Ax (F )| = |F (x)| C
e kF k F X 0, x S .
De este modo, aplicando una consecuencia del T.H.B. (ver Lema 2.4), se deduce que
para cada x S:
|F (x)|
kxk = sup C
e,
F X0 kF k
F 6=
Alan D. Sobal: A really simple elementary proof of the uniform boundedness theorem.
The American Mathematical Monthly, vol. 118, 5, pp. 450-451, (2011).
2
A continuacion enunciamos nuevamente y demostramos, usando solo el Lema 3.19,
el Teorema del Acotamiento Uniforme (o Teorema de Banach-Steinhauss).
y luego, por definicion del supremo, dado > 0, x1 B(, 31 ) tal que
esto es
2 2
3 kA2 k
kA2 (x2 )k y kx2 x1 k < 32 .
3
Siguiendo este razonamiento inductivo se construye una sucesion {xn }nN X tal que
2 n
kAn (xn )k 3 kAn k y kxn xn1 k < 3n n N.
3
Veamos ahora que {xn }nN es de Cauchy. En efecto, dados n, k N con n > k, se tiene
kxn xk k kxk+1 xk k + kxk+2 xk+1 k + + kxn xn1 k
= 3k 31 + 32 + + 3(nk)
nk
1 1 1 k
= 3 k
1 3k 0.
2 3 2
n
Luego, como X es Banach, existe x X tal que kxn xk 0. Ademas, de la misma
estimacion anterior se deduce que para todo n, k N
1
kxn+k xn k 3n ,
2
de donde, dejando n N fijo y haciendo k , resulta
1
kx xn k 3n n N.
2
Finalmente, se concluye que
kAn (x)k = kAn (xn ) An (xn x)k
k A1 (y) k C k y k y R(A),
o bien
k x k C k A(x) k x D(A). (3.20)
Hemos probado as que (3.20) es una condicion necesaria para que R(A) sea cerrado.
Recprocamente, supongamos que A : D(A) X Y es un operador lineal,
cerrado e inyectivo, y que existe C > 0 tal que (3.20) ocurre. A su vez, sea {A(xn )}n N
n
una sucesion en R(A), con {xn }n N D(A), tal que A(xn ) y Y . Aplicando la
desigualdad (3.20) y la linealidad de A se sigue que
n,m
k xn xm k C k A(xn ) A(xm )k 0,
lo cual prueba que {xn }n N es de Cauchy en X, y por lo tanto existe x X tal que
n
xn x. Finalmente, como A es cerrado se deduce que x D(A) y A(x) = y
R(A), gracias a lo cual se concluye que R(A) es cerrado.
k x k C kA(x)k x D(A) .
n
A(xn ) = Y Y Y .
Luego, como A es cerrado, se deduce que x D(A) y A(x) = Y , lo cual prueba que
x N (A). 2
: u, v X , u v si y solo si u v M.
[u] := {v X : u v M} ,
A su vez, al espacio X/M se le provee de una estructura de espacio vectorial con las
siguientes operaciones:
: R X/M X/M
(, [u]) [u] := [ u]
Veamos que + y estan bien definidos en el sentido que no dependen de los represen-
e, v, ve X tales que [u] = [e
tantes de cada clase de equivalencia. En efecto, sean u, u u]
v ]. Se sigue que u u
y [v] = [e e M y v ve M, con lo cual (u u
e) + (v ve) =
(u + v) (e
u + ve) M, de donde (u + v) (e
u + ve), o bien [u + v] = [e
u + ve]. A su
vez, si R y u, u
e X son tales que [u] = [e
u], entonces u u
e M , y por lo tanto
(u u
e) = u u
e M , lo cual prueba que [ u] = [ u
e].
De acuerdo a lo anterior, es facil probar que (X/M, +, ) constituye un espacio
vectorial real con elemento neutro dado por [] = M . Mas aun, con la aplicacion
k k : X/M R dada por
X/M es un espacio vectorial normado. En efecto veamos que (3.21) esta bien definida
y constituye una norma sobre X/M .
e X tales que [u] = [e
Sean u, u u]. Se sigue que u u
e M , y luego
dist(u, M ) = nf ku vk = nf k u
e (v + u
e u) k = nf k u
e w k = dist(e
u, M ),
vM vM wM
k [u] + [z] k = k [u + z] k = nf k u + z v k
vM
3.9. OPERADORES CON RANGO CERRADO 103
k u + z (v + w) k v, w M
k u v k + k z w k v, w M,
de donde, tomando nfimo sobre v M y luego sobre w M , se deduce que
y si 6= 0 se tiene
= nf || k u v/ k = || nf k u w k = || k [u] k.
vM wM
Hemos probado as que (X/M, k [] k) es un espacio vectorial normado. Mas aun, se tiene
el siguiente resultado.
por
A([u]) = A(u) [u] D(A) ,
donde D(A) : = {[u] : u D(A)}. Notar que si [u] = [z] se tiene que A(u) = A(z)
ya que u z N (A), lo cual muestra que A esta bien definido. Observemos tambien
que D(A) es un subespacio de X/N (A) (ya que D(A) es un subespacio de X) y que
por lo tanto A es lineal (ya que A tambien lo es). A su vez, es claro que R(A) = R(A).
104 CAPITULO 3. OPERADORES LINEALES
Por otro lado, veamos que A es inyectivo y cerrado. En efecto, sea [u] D(A) tal
que A([u]) = Y . Se sigue que Y = A(u), lo cual indica que u N (A), de donde
[u] = [], y luego N (A) = {[]}. Para ver que A es cerrado consideremos una sucesion
n n
{[un ]}n N D(A) tal que [un ] [u] X/M y A([un ]) = A(un ) y Y . Se
sigue que para cada > 0 existe n N tal que
lo cual implica que para cada n N existe zn N (A) tal que k un u zn k < , de
n n
donde se deduce que (un zn ) u. A su vez, como A(un zn ) = A(un ) y Y
y A es cerrado, se concluye que u D(A) y A(u) = y, esto es [u] D(A) y A([u]) = y.
Resumiendo, tenemos X/N (A) e Y espacios de Banach y A : X/N (A) Y un operador
lineal cerrado con N (A) = {[]} y R(A) = R(A). En consecuencia, aplicando el Teorema
3.13 a la presente situacion se deduce que R(A) es un subespacio cerrado de Y si y solo
si existe C > 0 tal que
esto es
dist (u, N (A)) C k A(u) k u D(A).
Notar que si N (A) = {} entonces dist (u, N (A)) = k u k, y en tal caso (3.22) se
convierte en la caracterizacion particular dada por el Teorema 3.13.
Dentro del contexto de operadores con rango cerrado es importante establecer tam-
bien que esta propiedad se traspasa al adjunto de un operador. Mas precisamente, se
tiene el siguiente resultado.
Teorema 3.16 Sean X e Y espacios de Banach y sea A L(X, Y ) tal que R(A) es
cerrado en Y . Entonces R(A0 ) = N (A) y por lo tanto R(A0 ) es un subespacio cerrado
de X 0 .
3.9. OPERADORES CON RANGO CERRADO 105
g( y +
e ye) = F ( x +
exe) = F (x) +
e F (e
x) = g(y) +
e g(e
y ).
de donde
|g(y)| k F k nf k x z k = k F k dist(x, N (A)),
z N (A)
Teorema 3.17 Sean X e Y espacios de Hilbert y sea A L(X, Y ) tal que R(A) es
cerrado en Y . Entonces R(A ) = N (A) y por lo tanto R(A) es un subespacio cerrado
de X.
y
u(t1 )
u(t2 )
A(u) =
..
u X. (3.24)
.
u(tn )
3.10. UN PROBLEMA DE TEORIA DE APROXIMACIONES 107
lo cual muestra que cada uno de los operadores componentes de A, y por lo tanto A, es
acotado. Por otro lado, se puede probar tambien que T y A son sobreyectivos, es decir
R(T ) = Y y R(A) = Z. Por ejemplo, para la sobreyectividad de A observamos primero,
de acuerdo al T.R.R., que existe un conjunto {u1 , u2 , , un } X = H m () tal que
esto es:
n
X
A(u) = hu, uj iH m () ej u X,
j=1
donde:
T (A1 ({z})) = {T (v0 )} + T (N (A)).
Lema 3.21 El problema (3.27) (ver tambien (3.29)) tiene solucion para todo z Z si
y solo si T (N (A)) es cerrado en Y .
Demostracion.
aproximacion respectivo (ver Teorema 2.2), implica que existe un unico ye T (A1 ({z}))
tal que
ke
yk = mn kyk.
y T (A1 ({z}))
Luego, todo elemento v A1 ({z}) tal que T (v) = ye constituye una solucion de (3.27).
() Supongamos ahora que el problema (3.27) tiene solucion para cada z Z, y asu-
mamos, por contradiccion, que T (N (A)) no es cerrado. Entonces, existe y0 T (N (A))
tal que y0 6 T (N (A)), lo cual implica que el problema
mn ky y0 k = mn ky + y0 k (3.30)
y T (N (A)) y T (N (A))
kT (ue0 )k = mn kT (v)k ,
v A1 ({z0 })
Lema 3.22
T (N (A)) = Te((N (A) + N (T )) N (T ) ).
110 CAPITULO 3. OPERADORES LINEALES
Teorema 3.18 Una condicion necesaria y suficiente para que exista al menos una
funcion spline de interpolacion con respecto a los operadores T y A, para cada z Z,
es que N (A) + N (T ) sea cerrado en X.
Demostracion.
mn kT (v)k = kT (e
v )k = 0,
v A1 ({})
ke
yk = mn kyk.
y T (A1 ({z}))
Lema 3.24 Si alguno de los espacios N (A) o N (T ) tiene dimension o bien codimension
finita, entonces N (A) + N (T ) es cerrado de X.
Demostracion. Basta razonar con uno de estos espacios. Si N (T ) tiene dimension finita
entonces claramente N (A) + N (T ) es cerrado. Ahora, supongamos que X/N (T ) es de
dimension finita. Puesto que R(T ) = Y , se tiene que el operador lineal Tb : X/N (T )
Y definido por Tb([x]) = T (x) [x] X/N (T ) es un isomorfismo, y por lo tanto Y
tambien es de dimension finita. Se sigue que T (N (A)) es cerrado, y aplicando Lema 3.23
se deduce que N (A) + N (T ) es cerrado. 2
Luego, en virtud del Teorema Fundamental del Algebra, se deduce que una condicion
necesaria y suficiente para que v se anule en , y por lo tanto concluyamos que N (A)
N (T ) = {}, es que n m.
Puesto que T (A1 ({z})) es cerrado y convexo, se puede demostrar que la proyeccion de
sobre este conjunto, vale decir ye, esta caracterizada por la desigualdad:
h ye , y ye iY 0 y T (A1 ({z})),
donde h, iY denota el producto escalar de Y = L2 (). Mas aun, es facil ver que la
relacion anterior se re-escribe como:
h T (u), T (v u) iY 0 v A1 ({z}),
h T (T (u)), w iX = 0 w N (A),
De este modo, utilizando la expresion para A dada en (3.26) se concluye que existe
:= (1 , 2 , n )t Z = Rn tal que:
n
X
T (T (u)) = A () = j uj .
j=1
con
(t s)m1
pe(t) : = Pm1 (),
(m 1)!
y luego, de acuerdo a (3.35), u(m) (s) = 0, lo cual muestra que u|[a,t1 ] Pm1 ([a, t1 ]). A
su vez, dado s [tn , b], se tiene:
n
X j (tj s)m1
+
u(m) (s) = = 0,
j=1
(m 1)!
todos los cuales implican que u(2m2) es continua en ti i {1, 2, , n}, y por lo
2m2
tanto u C (). Sin embargo, derivando una vez mas se obtiene:
n
X
(2m1) m1
u (s) = (1) j s [ti1 , ti ], i {2, 3, , n},
j=i
y
n
X
(2m1) m1
u (s) = (1) j s [ti , ti+1 ], i {1, 2, , n 1},
j=i+1
de donde:
3.11. Ejercicios.
I 3.1 Sean X, Y , Z espacios vectoriales normados y sean A L(X, Y ), B L(Z, X).
Demuestre que (AB)0 = B 0 A0 . Suponga que A es invertible y demuestre que A0 tambien lo
116 CAPITULO 3. OPERADORES LINEALES
I 3.2 (Inverso a izquierda). Sean E, F espacios de Banach y sea T L(E, F ) tal que
N (T ) = {0}. Pruebe que las siguientes afirmaciones son equivalentes:
I 3.3 Sea X el espacio de las funciones continuas sobre [0, 1] provisto de la norma uniforme.
Dados los polinomios pj X, j {0, 1, ..., n}, con pj (t) = tj t [0, 1], se define el operador
A : X X como
n Z
X 1
A(u) := u(t) pj (t) dt pj u X .
j=0 0
I 3.6 Sea M un subespacio cerrado de un espacio vectorial normado X. Pruebe que el ani-
X 0
quilador de ( M ) coincide con M .
I 3.9 Sea X un espacio de Banach y sea A L(X, X), con ||A|| < 1. Demuestre que (I + A)
es invertible y que
X
(I + A)1 = (1)n An ,
n=0
donde la serie es absolutamente convergente en L(X, X). Muestre tambien que
1
||(I + A)1 || .
1 ||A||
I 3.10 Sean X, Y espacios de Banach y sea T : D(T ) X Y un operador lineal. El grafo
de T se denota por GT y se define como
GT := {(x, y) X Y : x D(T ), y = T x}
I 3.12 Sea X el espacio de las funciones continuas sobre [0, ] provisto de la norma uniforme.
Dadas las funciones trigonometricas pj , qj X, j {0, 1, ..., n}, con pj (t) = sen (jt) y qj (t) =
cos (jt), t [0, ], se define el operador A : X X como
X n Z n Z
X
A(u) := u(t) pj (t) dt pj + u(t) qj (t) dt qj u X .
j=0 0 j=0 0
c) Suponga que existe > 0 tal que nf ||x z|| ||Ax|| x X , y demuestre
z N (A)
que R(A) = N (A ) .
I 3.16
Dados los polinomios pj H, j {1, ..., n}, con pj (t) = tj t (0, 1), se define el
operador A : H H como
n Z
X 1
A(u) := u(t) pj (t) dt pj u H .
j=1 0
I 3.18 Sean (H, h, iH ) y (Q, h, iQ ) espacios de Hilbert, y sea B L(H, Q) con espacio nulo
V := N (B).
hB(v), qiQ
b) Suponga que existe > 0 tal que sup kqkQ q Q, y pruebe que
vV
kvkH
v6=0
H = R(B ) V .
a) Demuestre que B esta bien definido y que B es una biyeccion lineal y acotada de Y en
V . Pruebe, ademas, que B es un inverso a derecha de A, esto es AB(y) = y para todo
y Y.
c) Extienda los resultados anteriores al caso en que R(A) es un subespacio cerrado propio
de Y .
I 3.20 Sea (H, h, i) un Hilbert y sea P L(H, H), no trivial. Se dice que P es un proyec-
tor si satisface P 2 = P . En tal caso se dice que P es un proyector ortogonal si ademas
verifica que hu, vi = 0 u R(P ), v N (P ).
i) P es un proyector ortogonal.
ii) R(P ) = N (P ) .
iii) P es autoadjunto
I 3.22 Sea (H, h, i) un Hilbert y sea A : D(A) H H un operador lineal tal que D(A)
es denso en H.
b) Considere el conjunto
I 3.23 Sea (H, h, i) un Hilbert y sea P L(H, H), no trivial, distinto del operador identidad
I : H H, y tal que P2 = P. El objetivo de este ejercicio es probar que kPkL(H,H) =
kI PkL(H,H) , para cuyo efecto proceda como se indica:
kQkL(S,S) = kI QkL(S,S) .
c) Dado x H tal que kxk = 1, considere el subespacio S generado por los vectores x y
P(x) y defina Q := P|S . Demuestre que Q L(S, S), observe que la dimension de S es
2, y luego pruebe, usando b), que k(I P)(x)k kPkL(H,H) .
I 3.24 Sea (H, h, iH ) un espacio de Hilbert complejo y considere HH provisto del producto
escalar
h(u, v), (z, w)iHH := hu, ziH + hv, wiH (u, v) , (z, w) H H .
b) Existe una constante positiva C tal que kT xk Ckxk para todo x D(T ).
I 3.26 Sea un dominio convexo y acotado de R2 con frontera poligonal , y sean h, iL2 ()
y h, iH 1 () los productos escalares de L2 () y H 1 (), respectivamente.
z + z = r en , z = 0 en ,
c) Defina un operador lineal apropiado y demuestre, utilizando el Teorema del Grafo Ce-
rrado, que existe C > 0 tal que
kzkH 2 () C krkL2 () r L2 () .
I 3.27 Sea (H, h, i) un espacio de Hilbert real y sea A L(H, H) el operador inducido por
una forma bilineal y acotada a : H H R. Ademas, sea la proyeccion ortogonal de H sobre
un subespacio cerrado S, y suponga que existe > 0 tal que a(v, v) hv, vi v S .
Demuestre que A : S S es una biyeccion lineal.
I 3.28 Sea (H, h , i) un espacio de Hilbert y sean V1 , V2 , ..., VN subespacios cerrados mu-
tuamente ortogonales de H, esto es vi vj vi Vi , vj Vj , i 6= j. Demuestre que
I P = P1 + P2 + + PN , donde P : H V1 V2 VN y Pj : H Vj son los
proyectores ortogonales respectivos.
I 3.30 Sean (H1 , h, i1 ) y (H2 , h, i)2 espacios de Hilbert sobre C con normas inducidas k k1
y k k2 , respectivamente, y sea T L(H1 , H2 ) tal que kT (x)k2 = kxk1 x H1 . Demuestre
que hT (x), T (y)i2 = hx, yi1 x, y H1 .
Ind.: Considere las expresiones nulas kT (x + y)k2 kx + yk2 y kT (x + iy)k2 kx + iyk2 .
donde {u1 , u2 , ..., uN } H 1 () y {v1 , v2 , ..., vN } L2 (). Demuestre que A es lineal y acotado
y encuentre el operador adjunto A .
I 3.32 Sea X := C[0, 1] provisto de la norma uniforme, y sean {pj }jN , {qj }jN X tales
X
que la serie pj (s) qj (t) converge uniformemente a una funcion continua K : [0, 1][0, 1]
j=1
R, es decir
XN
lm max K(s, t) p (s) q (t)
j j = 0.
N + (s,t)[0,1][0,1]
j=1
Z 1
A su vez, sea Fj X0 definido por Fj (u) := qj (t) u(t) dt u X. Pruebe que para todo
0
X
G X 0 , la serie G(pj ) Fj es convergente en X 0 . Identifique el valor del lmite respectivo
j=1
en terminos del adjunto de un operador conveniente.
I 3.33 (La condicion inf-sup continua). Sean (X, h, iX ) e (Y, h, iY ) espacios de Hilbert
y considere A L(X, Y ). Pruebe que las siguientes afirmaciones son equivalentes:
i) A es sobreyectivo.
|hA(x), yiY |
iii) Existe > 0 tal que kA (y)kX := sup kykY y Y .
xX kxkX
x6=0
donde {u1 , u2 , ..., uN } H 2 () y {v1 , v2 , ..., vN } H 1 (). Demuestre que A es lineal y acotado
y encuentre el operador adjunto A .
I 3.35 Sean (H, h, i) un espacio de Hilbert sobre C y A : H H un operador lineal tal que
hA(x), yi = hx, A(y)i x, y H. Pruebe que A es acotado.
donde {u1 , u2 , ..., uN } H 1 () y {v1 , v2 , ..., vN } H 2 (). Demuestre que A es lineal y acotado
y encuentre el operador adjunto A .
Bibliografa
[2] Brenner, S.C. and Scott, L.R., The Mathematical Theory of Finite Element
Methods. Springer-Verlag, 1994.
[3] Brezis, H., Analyse Fonctionnelle. Theorie at Applications. Masson, Paris, 1983.
[4] Ciarlet, P., The Finite Element Method for Elliptic Problems. North-Holland,
1978.
[5] Dautray, R. and Lions, J. L., Mathematical Analysis and Numerical Methods
for Science and Technology, vols. 2-4. Springer Verlag, 1990.
[7] Girault, V. and Raviart, P.-A., Finite Element Methods for Navier-Stokes
Equations. Theory and Algorithms. Springer-Verlag, 1986.
[8] Kreiszig, E., Introductory Functional Analysis with Applications. John Wiley,
1978.
[9] Lax, P., Functional Analysis. John Wiley & Sons, Inc.,2002.
[10] Hormander, L., The Analysis of Linear Partial Differential Equations I. Springer
Verlag, 1983.
[11] Oden, J. T. and Demkowicz, L., Applied Functional Analysis. CRS Press, 1996.
125
126 BIBLIOGRAFIA
[13] Raviart, P.-A. and Thomas, J.-M., Introduction a LAnalyse Numerique des
Equations aux Derivees Partielles. Masson, 1983.