Fun Anal

IMPA — Análisis Funcional
Basado en las clases dadas por Claudio Landim

Notas tomadas por Ignacio Rojas
Verano 2019
Estas notas no están respaldadas por los profesores y han
sido modificadas (a menudo de manera significativa) después de las clases. No están lejos de ser representaciones
precisas de lo que realmente se dio en clase y en particular todos los errores son casi seguramente mı́os.
Este curso asume un conocimiento básico de espacios vectoriales y conocimientos de teorı́a de la medida. Este
curso se basa principalmente en el texto de Peter Lax (Caps. 1-12 y 15)y se apoya con libros de Zeidler (Caps. 1-5),
el de Botelho-Pellegrino (1-7), Bachman-Narici (3,4,8-18) y el de Brezis (1-6).
Requisitos
1
Notas Análisis Funcional V-2019
Índice
1. Parcial 1 3
1.1. Dı́a 1— 7-1-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1. Espacios vectoriales normados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.2. Espacios cociente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.1.3. Completitud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Ínterin 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2.1. Convexidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.2.2. Transformaciones lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3. Dı́a 2— 9-1-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.3.1. Espacios de Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.3.2. Dimensión . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.4. Dı́a 3— 10-1-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.1. El teorema de Hahn-Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.4.2. Aplicaciones del teorema . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.5. Ínterin 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.5.1. Ejemplos de espacios de Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.5.2. Ejemplos de espacios separables . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.6. Dı́a 4— 14-1-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.6.1. Separación de conjuntos convexos . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.6.2. Una representación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.6.3. El espacio de funcionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.7. Monitorı́a 1— 15-1-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.8. Dı́a 5— 16-1-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.8.1. Propiedades del espacio dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.8.2. Espacio cerrado generado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.9. Dı́a 6— 17-1-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.9.1. Espacios reflexivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.9.2. Problemas de momentos: aplicaciones fı́sicas . . . . . . . . . . . . . . . . . . . . . 28
1.10. Ínterin 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.10.1. Primera lista de ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
1.11. Dı́a 7— 21-1-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.11.1. Optimización y dualidad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
1.12. Monitorı́a 2— 22-1-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
1.12.1. Lı́mites de Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
1.13. Dı́a 8— 23-1-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
1.13.1. Cohetes y trayectorias poco costosas . . . . . . . . . . . . . . . . . . . . . . . . . . 39
1.13.2. Espacios de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
1.14. Dı́a 9— 24-1-19 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
1.14.1. Funcionales en espacios de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Índice Analı́tico 45
2
1. Parcial 1
1.1. Dı́a 1— 7-1-19
1.1.1. Espacios vectoriales normados
Definición 1.1.1. Para un conjunto X diremos que una norma es una función N : X Ñ R que cumple
1. N pxq ě 0 para todo x P X.
2. N pxq “ 0 ðñ x “ 0.
3. Si K “ R,C, entonces α P K y x P X nos da N pαxq “ |α|N pxq.
4. Para x,y P X tenemos N px`yq ď N pxq`N pyq.
Ası́ para nuestros efectos, denotaremos N pxq como }x}. A los conjuntos que posean funciones como esta
los llamaremos espacios vectoriales normados, denotamos con la pareja pX,}¨}q. De aquı́ en adelante
supondremos que X es un R-espacio vectorial a menos que se indique lo contrario.
Estos espacios vectoriales normados tienen una estructura topológica inducida por una métrica. En
este caso tal métrica se define como mpx,yq “ }xý}.
Proposición 1.1.2. La función m como se define anteriormente en efecto es una métrica.
Prueba
Es claro que mpx,yq ě 0 por definición de norma.
mpx,yq “ 0 ðñ }xý} “ 0 ðñ xý “ 0 ðñ x “ y.
Esta métrica es simétrica pues |´1| “ 1. Vea que
mpx,yq “ }xý} “ }p´1qpy´xq} “ |´1|}y´x} “ }y´x}
que en efecto es mpy,xq.
Tenemos la desigualdad triangular pues
mpx,yq “ }xý} “ }x´z `z ý} ď }x´z}`}z ý} “ mpx,yq`mpz,yq.
Observación 1.1.3. }´x} “ }p´1qx} “ |´1|}x} “ }x}.

Definición 1.1.4. Diremos que una sucesión pxn qnPN Ď X converge a x P X si }xn ´x} Ñ 0 como sucesión
de número reales. En este caso denotamos xn Ñ x; y cuando no se sobrentienda xn ÝÝÝÑ x
nÑ8
Ejemplo 1.1.5. Los siguientes conjuntos son ejemplos de espacios vectoriales normados.
1. pR,}¨}q donde }x} “ |x|.
?
2. pC,}¨}q con }pa,bq} “ a2 `b2 .
Ejercicio 1.1.6. Muestre que |}x}´}y}| ď }xý}.
En efecto note que tenemos dos relaciones gracias a la desigualdad triangular:

}x} “ }xý`y} ď }xý}`}y} ñ }x}´}y} ď }xý}
}y} “ }y´x`x} ď }y´x}`}x} ñ }y}´}x} ď }y´x}.
La segunda desigualdad se transforma en }x}´}y} ě ´}xý} y ası́ obtenemos que
´}xý} ď }x}´}y} ď }xý}.
Por definición de valor absoluto esto es |}x}´}y}| ď }xý}.
Observación 1.1.7. De aquı́ inmediatamente se deducen dos cosas. Primero que }x}´}y} ď }xý} a partir
de la prueba. Y luego que la función }¨} es 1-Lipschitz continua a partir de la última desigualdad.
Proposición 1.1.8. Sean pxn qnPN ,pyn qnPN Ď X un par de sucesiones y x,y P X. Se cumplen las siguientes
propiedades.
3
1. Si xn Ñ x, xn Ñ y entonces x “ y.
2. Si xn Ñ x entonces existe r ă 8 tal que }xn } ď r para n ě 1.
3. xn Ñ x ñ }xn } Ñ }x}.
4. Si xn Ñ x, yn Ñ y entonces xn ˘yn Ñ x˘y.
5. Para pαn qnPN Ď R tal que αn Ñ α, si xn Ñ x entonces αn xn Ñ αx.
Prueba
Para el primer apartado tenemos que
}xý} “ }x´xn `xn ý} ď }x´xn }`}xn ý}.
Tomando el lı́mite cuando n Ñ 8 en ambos lados de la expresión nos dice que }xý} “ 0 y por lo
tanto x “ y.
Como xn Ñ x entonces existe n0 P N tal que }xn ´x} ă ε cuando n ě n0 . Tomemos ε “ 1 y ası́ por
la desigualdad triangular tenemos que
}xn }´}x} ď}xn ´x} ă 1
ñ}xn } ă 1`}x}.
Esto significa que }xn } ă 1`}x} cuando n ě n0 . Pero, qué pasa cuando n ă n0 ? Tenemos que rn0 s es un
conjunto finito entonces existe un valor máximo de }xn } entre todos estos. Sea M “ máxnăn0 t}xn }u
entonces tomemos r “ máxtM,1`}x}u y este r cumple lo buscado.
El tercer inciso es inmediato del ejercicio 1.1.6.
Para el cuarto inciso, como ambas sucesiones convergen tenemos que existen n1 ,n2 P N tales que
para todo ε ą 0 se tiene que
ε
n ě n1 ñ }xn ´x} ă
2
ε
n ě n2 ñ }yn ý} ă .
2
Sea n0 “ máxtn1 ,n2 u entonces tenemos que
n ě n0 ñ }xn `yn ´px`yq} ď }xn ´x}`}yn ý} ă ε,
es decir xn `yn Ñ x`y. El caso con la resta es análogo.
Finalmente debemos aplicar el segundo inciso para resolver el último inciso. Sea r ą 0 la cota de
}xn }, tenemos que existen n3 ,n4 P N tales que para todo ε ą 0 se tiene que
ε
n ě n3 ñ }xn ´x} ă
2|α|
ε
n ě n4 ñ |αn ´α| ă .
2r
Sea n5 “ máxtn3 ,n4 u ası́
ε ε
n ě n5 ñ }αn xn ´αx} “ }αn xn ´αxn `αxn ´αx} ă r `|α| “ ε,
2r 2|α|
y por tanto concluimos que αn xn Ñ αx.
1.1.2. Espacios cociente

Continuamos con nuestro espacio X y ahora introducimos Y ď X un subespacio. Vamos a definir una
relación de equivalencia sobre X de la siguiente manera. Diremos que x „ y si y sólo si xý P Y , o bien
diremos que x,y son equivalentes módulo Y .
Ejercicio 1.1.9. Muestre que esta relación en efecto es de equivalencia.
Sean x,y,z P X, debemos verificar que „ es de equivalencia por definición.

Note que x „ x pues x´x “ 0 y 0 P Y pues Y es un subespacio de X.
Si xý P Y entonces ´pxýq “ y´x P Y pues Y es cerrado por múltiplos escalares.
Suponga ahora que xý,y´z P Y entonces su suma x´z también está en Y pues es cerrado bajo
4
suma.
Si ahora tomamos el cociente de X por Y , XY : “ X {Y queremos definir sobre este conjunto una norma pa-
ra ası́ seguir con nuestro estudio de espacios normados. Sin embargo esto no siempre se puede, vemos el porqué
en el siguiente resultado. Denotaremos como rxs a las clases de equivalencia, que son los elementos del cociente.
Proposición 1.1.10. Si Y ď X es un subespacio cerrado entonces la función
}rxs}Y “ı́nft}z} : z P rxsu
define una norma sobre el espacio cociente.
Prueba
Debemos verificar las propiedades de la norma.
1. Considere α P R, entonces }αrxs}Y “ı́nft}z} : z P rαxsu por definición de multiplicación escalar
en el cociente. El ı́nfimo saca constantes por lo que esto es α}rxs}Y .
2. Tome ahora rxs,rys P XY entonces por definición
}x} ă }rxs}Y `ε, }y} ă }rys}Y `ε para ε ą 0.
Ahora, nuevamente por definición deı́nfimo tenemos que }rxs`rys}Y ď }x`y} ya que x`y P rxs`rys.
Combinando estos hechos y usando desigualdad triangular para la norma ya conocida obtenemos
}rxs`rys}Y ď }x`y} ď }x}`}y} ă }rxs}Y `}rys}Y `2ε para ε ą 0.
Como ε es arbitrario obtenemos el resultado.
3. Si }rxs}Y “ 0 entonces ı́nft}z} : z P rxsu “ 0 y por tanto existe pzn qnPN Ď rxs tal que }zn } Ñ 0. Ahora
como zn es un elemento de la clase para todo n P N entonces podemos tomar uno de ellos, z1 sin
perdida de generalidad, y observar que z1 „ zn . Esto quiere decir que z1 ´zn P Y , llamemos a este
elemento de Y yn para n ě 2. Entonces como zn Ñ 0 también ocurre que z1 ýn Ñ 0 y por tanto
yn Ñ z1 . Pero observe que pyn qně2 Ď Y es una sucesión de elementos en un conjunto cerrado por lo
que z1 , su lı́mite, debe de estar en Y . Esto significa que la clase rxs está compuesta por elementos
de Y por lo que es el elemento nulo de XY .
el ejemplo de Lp
1.1.3. Completitud
Los espacios normados, o más generalmente los espacios métricos, generalmente no son completos. Al
igual que se puede “completar” Q en R hay una forma de tomar el espacio no completo, sumergirlo en uno
que lo contiene y volverlo denso en este.
Primero tomemos pX,mq un espacio métrico y un par de sucesiones de Cauchy pxn qnPN ,pyn qnPN Ď X. Por
desigualdad triangular tenemos que para n,m P N:
mpxm ,ym q ď mpxm ,xn q`mpxn ,yn q`mpym ,yn q, mpxn ,yn q ď mpxn ,xm q`mpxm ,ym q`mpyn ,ym q
ñmpxm ,ym q´mpxn ,yn q ď mpxm ,xn q`mpym ,yn q, mpxn ,yn q´mpxm ,ym q ď mpxn ,xm q`mpyn ,ym q
ñ´pmpxm ,xn q`mpym ,yn qq ď mpxm ,ym q´mpxn ,yn q ď mpxm ,xn q`mpym ,yn q,
y esto por definición es |mpxm ,ym q´mpxn ,yn q| ď mpxn ,xm q`mpyn ,ym q. Como las sucesiones son de Cauchy
existe n0 P N tal que si m,n ě n0 entonces mpxn ,xm q ă 2ε y mpyn ,ym q ă 2ε . Ası́ la sucesión pmpxn ,yn qqnPN es
una sucesión de Cauchy en R y por tanto tiene un lı́mite. De esta manera, podemos definir una función
que actúe como una “métrica” entre sucesiones. Definimos
m7 : X N ˆX N Ñ R` , ppxn q,pyn qq ÞÑ lı́m mpxn ,yn q,
nÑ8
observe que m7 no es una métrica, sino una pseudo-métrica ya que respeta los axiomas de la métrica
salvo por el axioma de separación (mpx,yq “ 0 ðñ x “ y).
5
Este problema lo resolvemos definiendo una relación de equivalencia. Diremos que pxn q „ pyn q si
m7 ppxn q,pyn qq “ 0. Esta relación es de equivalencia y por tanto podemos tomar el cociente del conjunto de
sucesiones de Cauchy por esta relación. Definimos M
X 7 “ tpxn qnPN Ď X : pxn q es de Cauchyu „
y ası́ si x “ rpxn qs P X 7 entonces si extendemos cambiamos nuestro m7 para que tome clases de equivalencia,
obtenemos m7 px,yq “ 0 ðñ x “ y, y por tanto pX 7 ,m7 q es un espacio métrico.
Ahora, para identificar X dentro de X 7 tomamos i : X Ñ X 7 de manera que ipxq es la clase de equiva-
lencia de la sucesión constante identicamente x. Inmediatamente vemos que m7 pipxq,ipyqq “ mpx,yq por
lo que i es una isometrı́a. Luego de esto, queremos ver densidad y para ello tomamos x P X 7 y pxn q P x.
Consideremos la imagen de pxn q bajo i dentro de X 7 . Sea ε ą 0, existe n0 P N tal que mpxn ,xm q ă ε cuando
m,n ě n0 . Ası́ note que m ě n0 ñ lı́mnÑ8 mpxm ,xn q ď ε, pero este lı́mite es la definición de m7 . Por tanto,
m ě n0 ñ m7 pipxm q,xq ď ε y ası́ IpXq es denso en X 7 .
Finalmente tomemos pxn qnPN Ď X 7 una sucesión de Cauchy, queremos mostrar que es convergente. Por
la densidad, existe pyn qnPN Ď X tal que m7 pxn ,ipyn qq ď n1 . Ası́, note que pyn q es una sucesión de Cauchy en
X puesto que
mpyn ,ym q “ m7 pipyn q,ipym qq ď m7 pipyn q,xn q`m7 pxn ,xm q`m7 pxm ,ipym qq.
Entonces pyn q define una clase de equivalencia y a la cual ipyn q es convergente. Luego note que m7 pxn ,yq ď
m7 pxn ,ipyn qq`m7 pipyn q,yq y por tanto tenemos que xn Ñ y. Finalmente X 7 es completo.
1.2. Ínterin 1
Trabajaremos algunos resultados de los primeros dos capı́tulos del libro de Peter Lax, Functional Analysis.
Primero recordemos la definición de subespacio vectorial que no habı́amos visto antes.
Definición 1.2.1. Sea X un espacio vectorial, entonces un subconjunto Y Ď X se dice ser un subespacio
vectorial de X si Y es cerrado por suma y por multiplicación escalar.
Teorema 1.2.2. Tenemos los siguientes resultados sobre subespacios.
1. Los conjuntos t0u y X son subespacios de X.
2. La suma e intersección de cualquier colección de subespacios es un subespacio de X.
3. Si tenemos una colección de subespacios de X totalmente ordenada por inclusión, la unión sobre esta
colección también es un subespacio de X.
Prueba
DO THIS
Al igual que hemos hecho en cursos de álgebra lineal sobre espacios de dimensión finita, vamos a definir
el espacio generado por un conjunto pero esta vez no como el conjunto de las combinaciones lineales de
sus elementos. Sin embargo veremos que esta definición coincide con la nueva.
Definición 1.2.3. Sea X un espacio vectorial y S Ď X.ŞSi F es una colección de subespacios de X que
contienen a S, entonces el espacio generado por S es Y PF Y y lo denotamos genpSq.
Con el siguiente teorema verificamos la aseveración anterior acerca de la equivalencia.
Teorema 1.2.4. Sea S Ď X entonces se cumple lo siguiente.
1. genpSq es!el subespacio vectorial más pequeño) de X que contiene a S.
ř
2. genpSq “ iPrns ai xi : @i ai P R, xi P S @n P N .
La prueba de este resultado se puede encontrar aquı́.
6
1.2.1. Convexidad
Recordemos que un conjunto es convexo cuando el segmento de recta que une dos puntos del conjun-
to, sigue estando en el conjunto. Esta noción se acopla bien con espacios vectoriales pues tenemos las
herramientas algebraicas necesarias para hablar de convexidad.
Definición 1.2.5. Sea X un R-espacio vectorial y K Ď X. Diremos que K es convexo si se cumple
@x,y P K@t P r0,1spty`p1´tqx P Kq.
De inmediato podemos hablar de combinaciones convexas de puntos. Estas serán aquellas combinaciones
lineales cuyos coeficientes sean no negativos. Tenemos el siguiente resultado.
Teoremař1.2.6. Sea K Ď X un subconjuntoř convexo y txi : i P rnsu Ď K. Entonces todos los elementos de
la forma iPrns ai xi tales que ai ě 0 y iPrns ai “ 1 pertenecen a K
Prueba
Para probar este resultado procedemos por inducción sobre el número de términos en la suma.
Cuando n “ 1 es inmediato pues si x1 P K entonces 1¨x1 P K.
Sea ahora n ą 1 y supongamos ahora que se cumple que cualquier combinación convexa de n ´ 1
elementos de K se encuentra en K. Note que podemos asumir que 1 ą an pues de lo contrario
an “ 1 y los demás ai ’s serı́an todos nulos dada la condición sobre los coeficientes y se cumplirı́a
que x “ xm P K. Ası́ tomemos ÿ ÿ
x“ ai x i “ ai xi àn xn
iPrns iPrn´1s
ÿ ai
“ p1án q xi àn xn “ p1án qyàn xn ,
iPrns
1á n
donde hemos tomado y de manera que sea una combinación convexa de n´1 elementos de K. Ası́
x está en el segmento de recta que une dos puntos de K y como K es convexo se sigue que x P K.
Extendamos un poco a subespacios vectoriales de X, estos tienen propiedades respecto a conjuntos

convexos.
Proposición 1.2.7. Se cumplen los siguientes hechos respecto a convexidad acerca de subconjuntos de X.
1. Los subconjuntos unitarios de X son convexos.
2. Todos los subespacios de X son convexos.
3. Las combinaciones lineales de conjuntos convexos son conjuntos convexos.
4. La intersección de conjuntos convexos es convexa.
5. La unión de conjuntos totalmente ordenados por inclusión es convexa.
Prueba
WRITE UP sólo el último inciso me parece no trivial
Si S Ď X de entre todos los conjuntos convexos que contienen a S debe de existir uno más pequeño. La
familia de estos conjuntos es no vacı́a pues X es convexo y contiene a S. Esto motiva la siguiente definición
igual que cuando hablamos de conjuntos generados.
Definición 1.2.8. Sea S Ď X no vacı́o. Llamamos la envolvente convexa de S a la intersección de todos
los subconjuntos convexos que contienen a S.
Teorema 1.2.9. Sea S Ď X entonces se cumple lo siguiente.
1. ConvpSq es!el conjunto convexo más pequeño de X que contiene ) a S.
ř ř
2. ConvpSq “ iPrns ai xi : @i ai ě 0, iPrns ai “ 1, xi P S, @n P N .
7
Prueba
WRITE UP, es análogo a la de conjuntos generado
Procedemos ahora a hablar de puntos extremos en conjuntos convexos. La utilidad de estos puntos es
la posibilidad de representar los conjuntos convexos respecto a la información que estos puntos nos dan.
Definición 1.2.10. Sea S Ď X un conjunto convexo no vacı́o. Diremos que x P S es un punto extremo
si no existe un segmento no trivial de S para el cual x es un punto interior del segmento. Es decir la relación
x “ tv`p1´tqu con t P s0,1r y u,v P S es posible si y sólo si u “ v “ x.
Inmediatamente los puntos extremos de un segmento de recta son unicamente los puntos de los finales
del segmento. Geometricamente los puntos extremos de un conjunto convexo son aquellos que no pueden
obtenerse como combinación convexa de otros puntos en el conjunto. Una equivalencia de esta definición
está a continuación.
Proposición 1.2.11. Para S Ď X un conjunto convexo, x P S es extremo si y sólo si Sztxu es convexo.
Claramente hay conjuntos convexos que no contienen puntos extremos como ejemplo Bp0,1q, la bola
abierta, no contiene puntos extremos. Sin embargo esto no llama tanto la atención. De hecho, hay conjuntos
cerrados y convexos que no contienen sus puntos extremos. Unos ejemplos de estos son conjuntos afines en Rd .
Teorema 1.2.12. Sea S Ď X cerrado, convexo y no vacı́o. Enntonces se tiene lo siguiente.
1. El conjunto E de los puntos extremos de S es no vacı́o si y sólo si S no contiene lı́neas.
2. Si S es acotado entonces S “ ConvpEq. Es decir todo punto de S es combinación convexa de E.
Ejemplo 1.2.13. Podemos ver ahora ejemplos de conjuntos de puntos extremos gracias a los resultados
anteriores.
1. En el conjunto r0,1s los puntos 0,1 son extremos.
2. En Bp0,1q Ď R2 , los puntos px,yq tales que x2 `y 2 “ 1 son puntos extremos.
3. El conjunto Bp0,1q Ď R2 no contiene ningún punto extremo.
4. Si S es un poliedro en R3 , sus caras, aristas y vertices son conjuntos extremos. Incluido todo el conjunto
también.
1.2.2. Transformaciones lineales
Recordemos que una transformación lineal no es nada más que un homomorfismo de espacios vectoriales
solamente que con un nombre distinto. También a veces nos tomaremos la libertad de sólo llamarles
transformaciones ó aplicaciones lineales.
A saber, podemos definir la suma de dos transformaciones lineales S,T como pS `T qpxq “ Spxq`T pxq y
un producto escalar pkT qpxq “ kT pxq. Si estas transformaciones van de un espacio X en un espacio Y ambos
sobre el mismo cuerpo base entonces podemos considerar al conjunto de todas las transformaciones lineales
dotadas con estas operaciones y verlo como un espacio vectorial sobre el mismo cuerpo base. Podemos
incluso definir un producto de transformaciones como la composición pST qpxq “ SpT pxqq. En general este
producto no es conmutativo pero sı́ preserva asociatividad.
Proposición 1.2.14. El producto de dos transformaciones lineales sigue siendo una transformación lineal
y se cumple la ley distributiva respecto a la suma de transformaciones. Es decir si X,Y,Z son espacios
vectoriales entonces
@S P LpY,Zq @T,U P LpX,Y q : SpT Ù q “ ST `SU.
Llamaremos LpX,Y q al espacio vectorial de transformaciones lineales que van de X en Y . En el caso
de que las transformaciones sean endomorfismos, el conjunto se denotará LpXq y las transformaciones
llevarán el nombre especial de operador lineal. A los isomorfismos, los homomorfismos biyectivos, no
les corresponde ningún nombre especial.
8
Definición 1.2.15. Sea T : X Ñ Y una transformación lineal, al conjunto tx P X : T pxq “ 0u lo llamamos

núcleo de la transformación y a ty P Y : Dx P X pT pxq “ yqu lo llamamos la imagen de T . Al núcleo también
se le conoce como espacio nulo. A estos conjuntos los denotamos kerpT q e ImpT q respectivamente.
Tenemos varios resultados básicos acerca de transformaciones lineales que vamos a enunciar. Estos
resultados son conocidos de cursos básicos de álgebra lineal.
Proposición 1.2.16. Sean S P LpX,Y q, T P LpY,Zq para X,Y,Z espacios vectoriales. Se cumplen las
siguientes propiedades.
1. El núcleo y la imagen de una transformación son subespacios del espacio de salida y del de llegada
respectivamente. Es decir kerpSq ď X y ImpSq ď Y .
2. La imagen directa de subespacios de X bajo S es subespacio de Y y la imagen inversa de subespacios
de Y es subespacio de X.
3. S es invertible si y sólo si kerpSq “ t0u.
4. (1 er teorema de isomorfismos:) X {kerpSq » ImpSq.
5. Si S,T son invertibles, ST también lo es y se tiene que pST q´1 “ T ´1 S ´1 .
Ahora, que ya conocemos lo que es una transformación lineal, vamos a traer algunos resultados acerca
de convexidad y puntos extremos que no hemos mencionado antes.
Teorema 1.2.17. Sea T P LpX,Y q entonces se tiene lo siguiente.
1. Si C Ď X es convexo entonces T pCq es convexo y si D Ď Y es convexo entonces T ´1 pDq también es
convexo. En otras palabras una transformación lineal preserva convexidad ya sea en imagen directa o
en imagen inversa.
2. Sea D Ď Y convexo y E un conjunto de puntos extremos, entonces T ´1 pEq es vacı́o o un conjunto
extremo de T ´1 pDq.
Observación 1.2.18. Es importante observar que los conjuntos extremos no se preservan por imagen directa.
Terminamos este ı́nterin haciendo una acotación sobre cotas. La noción de transformaciones lineales aco-
tadas es de suma importancia pues el hecho de que un operador sea acotado es equivalente a que sea continuo.
Definición 1.2.19. Diremos que una transformación lineal T : X Ñ Y es acotada si existe c ą 0 tal que
@x P X : }T pxq}Y ď c}x}X .
Teorema 1.2.20. Sea T P LpX,Y q. Las siguientes proposiciones son equivalentes:
1. T es continua.
2. T es continua en x0 P X.
3. T es continua en el origen.
4. T es acotada.
Definición 1.2.21. Sean X,Y espacios normados. Definimos el conjunto
LB pX,Y q : “ tT : X Ñ Y, T es acotado.u.
Sobre este conjunto definimos una norma }T } “ sup}x}X ď1 t}T pxq}Y u, la llamamos la norma operador.
A esta norma la podemos ver con ojos diferentes, es decir tiene otras formas equivalentes que anotamos
a continuación. " *
}T pxq}Y
}T } “ sup t}T pxq}Y u “ sup “ı́nftc ě 0 : }T pxq}Y ď c}x}X , x P Xu.
}x}X ď1 x‰0 }x}X
9
1.3. Dı́a 2— 9-1-19

Hay espacios normados que son compatibles con más de una norma.
Ejemplo 1.3.1. Considere dos espacios vectoriales X,Y y su suma directa X ‘Y “ tpx,yq : x P X, y P Y u.
Sobre este espacio podemos definir varias normas, y todas sirven para propósitos distintos.
1. }px,yq}8 “ máxt}x}X ,}y}Y u.
2. }px,yq}1 “ }x}
b X `}y}Y .
3. }px,yq}2 “ }x}2X `}y}2Y .
La norma infinito en efecto es una norma.

Es positiva por propiedades de orden y cero sólo cuando px,yq “ 0. Esto pues si cero es el máximo
de dos números positivos, ambos deben ser cero pues de lo contrario cero no serı́a el máximo.
Considere }px,yq`pu,vq}8 , por definición esto es }pxù,y`vq}8 “ máx t}xù}X ,}y`v}Y u.
Queremos ver que esto es menor que máxt}x}X ,}y}Y u`máxt}u}X ,}v}Y u.
Ejercicio 1.3.2. Complete el último detalle de la prueba anterior y verifique la norma es homogénea de
grado 1. Finalmente verifique que los demás ejemplos también son normas.
Resta ver la homogeneidad y la desigualdad triangular para la norma infinito y todo para las otras dos.
Para la norma infinito, queremos mostrar que si x,y P X ‘ Y entonces }x`y}8 ď }x}8 ` }y}8 .
Tenemos que
}x`y}8 “ máxt}x`y}u ď máxt}x}`}y}u ď máxt}x}u`máx}y} “ }x}8 `}y}8 ,
donde los máximos se toman sobre las entradas de x,y y las correspondientes normas. Ahora tome
α P R, entonces }αx}8 “ máxt}αx}u “ máxt|α|}x}u “ |α|máxt}x}u “ |α|}x}8 .
Para la norma 1 es inmediato que es positiva y cero cuando sus entradas son cero. Para la
desigualdad triangular tenemos que
}pxù,y`vq}1 “ }xù}X `}y`v}Y ď }x}X `}u}X `}y}Y `}v}Y “ nmpx,yq1 `}pu,vq}1 .
Finalmente }αpx,yq}1 “ }αx}X }αy}Y “ αp}x}X `}y}Y q “ α}px,yq}1 .
´ř ¯ 21
2
Para mayor facilidad, X “ X1 y Y “ X2 . Entonces }x}2 “ iPr2s }x i }Xi . Ası́ tenemos que
ÿ ÿ ÿ
}x`y}22 “ }xi `yi }2Xi ď p}xi }Xi `}yi }Xi q2 “ }x}22 `}y}22 `2 }xi }Xi }yi }Yi .
iPr2s iPr2s iPr2s
correcc this ´ř ¯ 21 ´ř ¯ 12 ´ř ¯ 12
2
Si α P R entonces }αx}2 “ iPr2s }αxi }Xi “ 2
iPr2s |α| }xi }2Xi
“ |α| . La 2
iPr2s }xi }Xi
norma 2 es claramente positiva por definición y la única forma de que sea cero es que la suma
de términos no negativos sea cero. Esto ocurre sólo si todos son cero.
Estas normas pueden definir distintas topologı́as a partir de las métricas que generan. Lo importante
de esto es ver cuando estas topologı́as son equivalentes.
Definición 1.3.3. Diremos que dos normas }¨}1 ,}¨}2 son equivalentes si existe una constante c ą 0 tal que
1
c
}x}1 ď }x}2 ď c}x}1 para todo x P X.
Ejercicio 1.3.4. Verifique que estas normas presentadas en el ejemplo anterior son equivalentes.
Nuevamente para facilitar la notación tomamos Xi como los espacios. Ahora ( corroboremos que
la norma 2 y la infinito son equivalentes. Considere }x}8 “ máxiPr2s }xi }Xi , entre las posibilidades
10
que tenemos alguno de estos términos debe de ser el máximo. Sin perdida de generalidad suponga
que }x1 }X1 “ }x}8 entonces
ÿ
}x1 }2X1 ď }xi }2Xi ðñ 0 ď }x2 }2X2
iPr2s
lo cual es cierto y por tanto la constanteÿ
de comparación aquı́ es 1. Sin embargo note que
}xi }2Xi ď 2}x1 }2X1
iPr2s
y esto nos dice que }x}8 ď }x}2 ď 2}x}8 . En general cuando tenemos d espacios en la suma directa,
la constante 2 se vuelve una d.
Finalmente note que
¨ ˛ 12
ÿ ÿb 2 ÿ
}x}2 “ ˝ }x}2Xi ‚ ď }x}Xi “ }x}Xi “ }x}1 .
iPr2s iPr2s iPr2s
Luego la misma prueba se puede utilizar para mostrar que la norma 1 es equivalente a la norma infinito.
Como la equivalencia de normas es transitiva, esto demuestra que las normas son equivalentes.
1.3.1. Espacios de Banach

Definición 1.3.5. Un espacio normado pX,}¨}q se dice ser un espacio de Banach si es completo.
Ejemplo 1.3.6. El conjunto de transformaciones lineales acotadas dotado con la norma operador es un
espacio de Banach cuando el espacio de llegada de la transformación también lo es.
Veamos unos espacios conocidos ya en teorı́a de la medida pero ahora con series.
Ejemplo 1.3.7. Consideremos el conjunto
`8 pRq “ tpan qnPN : @n an P Ru
dotado de la norma }pan qnPN }8 “ supnPN |an |. Este espacio es completo respecto a esta norma.
Veamos porque ocurre esto.
Considere una sucesión de Cauchy pbn qnPN Ď `8 pRq, los elementos de esta sucesión son a su vez
sucesiones acotadas. Es decir bk “ pan,k qnPN P `8 pRq. Ası́ fijemos el j-ésimo elemento de cada bk es decir
consideremos los elementos aj,1 ,aj,2 ,.... Estos elementos forman una sucesión de Cauchy puesto que
|aj,m áj,n | ď sup|ak,m ák,n | ď }bn ´bm }
kPN
y como pbn qnPN es Cauchy, las sucesiones son de Cauchy también. Ası́ como R es completo, estas
convergen a un elementos aj .
Considere ası́ las sucesión a “ pa1 ,a2 ,...q donde las entradas son los lı́mites de las sucesiones anteriores.
Note que a P `8 pues
|ak | “ lı́m ak,n ď lı́msup}bn }
nÑ8 nÑ8
y esta es una cota para los elementos. Ahora resta ver que bn Ñ a y esto se sigue de ver que }bn á} Ñ 0.
Como pbn qnPN es de Cauchy entonces existe n0 P N tal que
m,n ě n0 ñ }bn ´bm } ă ε.
Por definición esto es supkPN |ak,m ák,n | ă ε. Tomando n fijo y mandando m a infinito obtenemos
|ak ák,n | ă ε para n ě n0 y por tanto supkPN |ak ák,n | ă ε y esto es }bn á} ă ε cuando n ě n0 .
Este espacio de hecho es la completación del espacio de las sucesiones eventualmente cero.
Ejemplo 1.3.8. Tenemos más ejemplos de espaciosř de Banach, entre tantos uno muy parecido al anterior.
1. El conjunto ` pRq “ tpan qnPN : @n an P R, nPN |an |p ă 8u con p ě 1 finito es un espacio de Banach dotado
p
ř 1
con la norma }a}p “ p nPN |an |p q p . Esta función es una norma gracias a la desigualdad de Minkowski.
11
2. Si S es un conjunto y X “ tf : S Ñ C, f es acotada.u entonces X es completo respecto a la norma

}f }8 “ supxPS |f psq|.
3. Si T es un espacio topológico y X es tf : S Ñ C, f P C0 pT qu entonces X es completo respecto a la norma
}f }máx “ máxxPT |f pxq| sólo cuando T es compacto.
Definición 1.3.9. Un espacio X es separable si contiene un conjunto denso y numerable.
Ejemplo 1.3.10. Llamemos M al conjunto de medidas con signo en r0,1s y consideremos µ P M. Ası́ por
el teorema de descomposición de Hahn-Jordan se tiene que existen P en el σ-álgebra Boreliana de r0,1s
y N “ r0,1szP tales que
@A Ď P : µpAq ě 0, y @B Ď N : µpBq ď 0.
Definimos |µ| “ µpP q´µpN q ě 0 como norma de estas medidas, tenemos una desigualdad triangular para
esta norma. Para ver esto tomemos dos medidas µ,ν y considere Pµ ,Nµ y Pν ,Nν .
Por definición sabemos que |µ`ν| “ pµ`νqpPµ`ν q´pµ`νqpNµ`ν q. finish this
Ahora este espacio no es separable puesto que si consideremos un medida de Dirac para A Ď r0,1s. Es decir
para x fijo δx pAq “ 1 si x`P A y˘cero de lo contrario. Note que para todo x,y se cumple |δx ´δy | “ 2. Ası́ `M no˘
es separable pues δy R B δx , 12 si y ‰ x. If S is dense and countable can find an element spxq P S XB δx , 12
which means we have a bijection between r0,1s and S. But this is impossible since S is countable and r0,1s
is uncountable.
1.3.2. Dimensión
ř 1.3.11. Diremos que un conjunto tx1 ,...,xn u Ď X es linealmente independiente si la
Definición
ecuación iPrns ci xi “ 0 tiene como solución única ci “ 0 para todo i P rns.
Llamaremos la dimensión del espacio al mayor número de vectores linealmente independientes en todo
el espacio.
Ejemplo 1.3.12. El espacio Euclı́deo Rn tiene dimensión n pues los vectores canónicos pei qiPrns forman
un conjunto linealmente independiente maximal.
Sin embargo, podemos considerar espacios que tienen dimensión infinita.
Ejemplo 1.3.13. Las funciones continuas con coeficientes en r0,1s forman un espacio de dimensión infinita.
ř surge gracias a que r0,1srxs es un espacio de dimensión infinita que está dentro de Cpr0,1sq.
Pero de hecho esto
De ser que iPrns ci xi “ 0 para todo x entonces en particular para al menos n x se tiene que el polinomio
se anula. Como tiene más de n raı́ces, el polinomio es identicamente cero.
El resultado a continuación lo utilizaremos para probar un resultado importante acerca de caracteri-
zaciones de espacios infinito dimensionales.
Lema 1.3.14 (F.Riesz, 09-34). Sea X un espacio normado y Y ď X un subespacio propio cerrado de X.
Si θ P s0,1r entonces existe x P X de norma 1 tal que mpx,Y q ě 1´θ, donde m es la métrica inducida por
la norma de X.
Prueba
Como Y es propio, Y c es no vacı́o y abierto. Sea x P Y c , entonces Bpx,rq Ď Y c para algún r ą 0. Es
decir }xý} ě r para todo y P Y .
Sea d “ı́nf yPY t}xý}u “ mpx,Y q ě r ą 0. Ahora, sea θ P s0,1r y ası́ tenemos que p1´θq´1 ą 1 y por
d
consiguiente 1´θ ą d.
d
Podemos tomar algún ỹ P Y tal que }x´ ỹ} ă 1´θ .
xý̃
Tomemos ası́ x0 “ }xý̃} y note que x0 es de norma 1 claramente. Además para cualquier y P Y se
cumple que
12
x´ ỹ x´ ỹ´}x´ ỹ}y x´pỹ`}x´ ỹ}yq

x0 ý “ ý “ “
}x´ ỹ} }x´ ỹ} }x´ ỹ}
y observe que ỹ`}x´ ỹ}y está en Y pues esto es una combinación lineal de elementos de Y . De esta
manera tenemos que
N px´pỹ`}x´ ỹ}yqq ě d
d
por definición de ı́nfimo. De la desigualdad que tenı́amos podemos reemplazar para tener 1´θ ă }xý̃}
y por tanto ˇˇ ˇˇ
ˇˇ x´pỹ`}x´ ỹ}yq ˇˇ }x´pỹ`}x´ ỹ}yq} d
}x0 ý} “ ˇˇ
ˇ ˇ ˇˇ “ ě ą 1´θ.
}x´ ỹ} ˇ ˇ }x´ ỹ} }x´ ỹ}
De esta manera x0 P X es un elemento de norma 1 y tal que para todo y P Y cumple que }x0 ý} ě 1´θ,
es decir mpx0 ,Y q ě 1´θ ą 0.
La importancia del siguiente resultado es que nos ayudará a clasificar espacios normados finito-
dimensionales, es una caracterización.
Teorema 1.3.15. Sea X un espacio vectorial normado y B 1 la bola unitaria cerrada en X. Entonces X
es finito-dimensional si y sólo si B 1 es un compacto en X.
Recuerde la caracterización de espacios métricos de conjuntos compactos. Esto es, que el conjunto es
compacto cuando toda sucesión tiene una subsucesión convergente.
Prueba
Sea X infinito-dimensional, vamos a construir una sucesión en B 1 tal que ninguna de sus subsucesiones
converge en B 1 .
Sea x1 P B 1 y consideremos genpx1 q ď X. Note dos cosas, como X es infinito-dimensional entonces
genpx1 q es un subespacio propio. Además es un conjunto cerrado. Aplicamos el lema 1.3.14 de F. Riesz
para θ “ 12 y por tanto existe x2 P B 1 (en virtud de que N px2 q “ 1) tal que para todo y P genpx1 q se tiene
1
}x2 ý} ě .
2
De manera análoga vamos a construir otro subespacio propio. Considere genpx1 ,x2 q, dado que X
es infinito-dimensional tenemos que este es un subespacio propio cerrado. Entonces aplicando el
lema 1.3.14 de F. Riesz para θ “ 12 tenemos que existe x3 P B 1 tal que
1
@y P genpx1 ,x2 q : }x3 ý} ě .
2
Si continuamos de esta manera podemos formar una colección de puntos pxi qiPrns de manera que
genppxi qiPrns q Ď genppxi qiPrn`1s q y por tanto
1
@k,` P rn`1s : }xk ´x` } ě .
2
Esto muestra que la sucesión pxn qnPN Ď B 1 no es de Cauchy y por tanto ninguna subsucesión es de
Cauchy. De esta manera no puede existir ninguna subsucesión de pxn qnPN que sea convergente en
B 1 . Por lo tanto B 1 no es un conjunto compacto.
Por otro lado supongamos X es finito-dimensional. Esto significa que existe n P N tal que X es
isomorfo a Cn . Ahora, para todo x P B 1 tenemos que }x} ď 1 y ası́ de ser T el isomorfismo en cuestión,
se cumple que
}T pxq} ď }T }}x} ď }T }.
Entonces como x es arbitrario tenemos que T pB 1 q es un conjunto acotado.
Como T es un isomorfismo, entonces T y T ´1 son transformaciones lineales acotadas y por tanto
continuas. Luego T pB 1 q es un cerrado y por tanto T pB 1 q es compacto. Ahora en virtud de la
continuidad de T ´1 la imagen inversa de compactos es compacta. De esta manera B 1 “ T ´1 pT pB 1 qq
es un conjunto compacto.
13
1.4. Dı́a 3— 10-1-19

1.4.1. El teorema de Hahn-Banach
Este teorema es una de las herramientas centrales del Análisis Funcional. Se utiliza para extender
funciones lineales. Una forma tı́pica de definir espacios es tomar un espacio, por ejemplo las funciones
continuas con norma de L1 que no es completo. Ahora lo completamos y no sabemos exactamente que es.
El teorema de Hahn-Banach nos ayudará a entender un poco de que se trata ese negocio.
Recuerde que el Lema de Zorn es equivalente al Axioma de Elección, no lo vamos a probar sino que
lo vamos a asumir. Para entender el Lema de Zorn, vamos a ver unos ejemplos.
Ejemplo 1.4.1. Lo siguientes conjuntos tienen un orden parcial que se muestra a continuación.
1. Dado un conjunto A, PpAq con la relación “Ď” forma un orden parcial.
2. En el conjunto R2 , px,yq ě pu,vq si x ě u y y ě v.
En ambos casos lo que buscamos ejemplificar es que hay elementos que no son comparables. Pero ahora
un orden total es donde sı́ podemos compararlos a todos.
Definición 1.4.2. Diremos que un conjunto pA,ďq parcialmente ordenado tiene un orden total si para
cualesquiera x,y P A se tiene x ď y ó bien y ď x. Además diremos que S Ď A posee una cota superior si
existe x P A tal que @s P S : s ă x. Diremos que x es un punto maximal de S si x ă y ñ y “ x.
Ahora con esto podemos enunciar el Lema de Zorn.
Lema 1.4.3 (Zorn). Sea S un conjunto y suponga que todo T Ď S totalmente ordenado posee una cota
superior. Entonces S posee un elemento maximal.
Recordemos un par de nociones sobre funciones.
Definición 1.4.4. Diremos que una función f es subaditiva si f px`yq ď f pxq`f pyq. Y es homogénea
de grado 1, o bien sólo homogénea, si @a ą 0,x P X se tiene f paxq “ af pxq.
Teorema 1.4.5 (Hahn-Banach, 1920). Sea Y ď X, un subespacio propio, y considere ` : Y Ñ R un funcional
lineal, p : X Ñ R una función subaditiva y homogénea. Suponga que `pyq ď ppyq para y P Y . Entonces existe
`˜: X Ñ R un funcional lineal tal que `˜æY ” ` y `pxq
˜ ď ppxq para x P X.
Prueba
Primero, como Y ‰ X entonces tome z P XzY . Considere entonces el conjunto
Y1 “ tyàz : y P Y, a P Ru,
queremos extender nuestro funcional ` aquı́. Sea `1 : Y1 Ñ R, entonces podemos ver este funcional
de la manera siguiente:
`1 pyàzq “ `1 pyqà`1 pzq “ `pyqàc,
donde hemos llamado c : “ `1 pzq. Primero para a ě 0 queremos acotar este funcional de acuerdo
a la cota inicial que tenı́amos. Es decir queremos
´ ´ y acotar
¯¯ `1 pyàzq
ý ď ¯ ppyàzq. Tenemos que
`pyqàc ď p a `z “ ap `z
ýa ¯ a
ñ ac ď ap `z ´`pyq
´ ya ¯ ´ y ¯
ñ @y c ď p `z ´`
a a
ñ @y c ď ppy`zq´`pyq.
14
Cuando a ă 0 tenemos que ver lo siguiente

`1 pyàzq ď ppyàzq
ˆ ˆ ˙˙
y
ðñ `1 py´páqzq ď p á ´z
á
ˆ ˙ ˆ ˙
y y
ðñ páq`1 ´z ď páqp ´z
á á
ˆ ˆ ˙ ˙ ˆ ˙
y y
ðñ páq ` ć ď páqp ´z
á á
ˆ ˙ ˆ ˙
y y
ðñ ` ć ď p ´z
á á
ˆ ˙ ˆ ˙
y y
ðñ ` ´p ´z ď c.
á á
Como esta afirmación se cumple para todo y, se cumple para áy y por tanto obtenemos la desigualdad
`pyq´ppy´zq ď c que al combinarla con la de a ą 0 obtenemos un par de cotas para nuestro c con
`pyq´ppy´zq ď c ď ppy`zq´`pyq.
Es decir, ahora que hemos acotado c, podemos ver que esta desigualdad tiene al menos una solución.
Incluso puede ser un intervalo de soluciones mostrando ası́ que la extensión del funcional puede
no ser única. Con esto hemos demostrado el caso finito del teorema, pues aún si lo hemos extendido
sólo una dimensión al repetir el proceso podemos hacerlo cuantas queramos.
Esto se puede extender en general a dimensiones infinitas, pero para eso requerimos una herramienta
más poderosa. Tomemos ! ası́ )
S “ pỸ ,`q ˜ : Y ď Ỹ ď X, @y P Y `pyq
˜ “ `pyq, @z P Ỹ `pzq
˜ ď ppzq
y definamos un orden parcial “ď” sobre S. Diremos que pY1 ,`1 q ď pY2 ,`2 q si ocurre que Y1 Ď Y2 y
`1 pzq “ `2 pzq para z P Y1 . Sea ası́ T Ď S un conjunto totalmente ordenado, T “ tpYi ,ì q, i P Iu y considere
Ŷ “ iPI Yi junto con `ˆ: Ŷ Ñ R por definir. Note que Ŷ es subespacio de X gracias al orden total.
Ť
Para z P Ŷ tenemos que existe j P I tal que z P Yj , entonces definamos `pzq ˆ “ `j pzq, gracias a nuestra
definición del orden sobre S esta es una buena definición. Luego `ˆ es un funcional lineal, tome u,v P Ŷ
y α P R. Entonces u P Yi , v P Yj y sin perdida de generalidad asuma Yi Ď Yj entonces αu`v P Yj . Luego
tenemos que
ˆ
`pαu`vq ˆ
“ `j pαu`vq “ α`j puq``j pvq “ α`puq` ˆ
`pvq.
Finalmente pŶ , `qˆ es una cota superior de T puesto que para todo i P I Yi Ď Ŷ y ì pzq “ `pzq ˆ para
z P Yi . Podemos ası́ aplicar el Lema de Zorn para mostrar que existe un elemento maximal de S,
˜ Esto implica que Ỹ debe de ser necesariamente X. Si no fuera el caso, podrı́amos extender
pỸ ,`q.
de Ỹ a XzỸ de la forma como lo hicimos en el primer caso. Pero la maximalidad de nuestro par
impide que eso sea posible. Y por lo tanto tenemos un funcional definido sobre todo el espacio, que
extiende al de Y y que está acotado por p.
1.4.2. Aplicaciones del teorema

De las aplicaciones importantes del teorema de Hahn-Banach, tenemos unas en las que trabajamos con
conjuntos convexos como los que hemos visto antes. Primero un par de definiciones.
Definición 1.4.6. Para S Ď X diremos que x0 es un punto interior de S si
@yDδ : x0 `ty P S |t| ă δ.
Para un conjunto convexo K y x0 un punto interior
! de K diremos )que su función de calibre es
y
ppyq “ı́nf a ą 0, x0 ` P K .
a
15
Hagamos un par de observaciones. Note que si x0( es un punto interior de K entonces x0 ` ty P K

para |t| ď δ, ası́ x(0 ` δy P K. Luego 1δ P a : x0 ` ay P K lo que nos dice que ppyq ď 1δ . También si t ď s y
t P a : x0 ` ay P K entonces s también está dentro (ver foto para terminar). Esta función de calibre nos
va a servir mucho después de ver el siguiente teorema.
Teorema 1.4.7. Sea K un convexo y x0 un punto interior de K. Entonces la función de calibre asociada
p es homogénea y subaditiva.
Prueba
Primero p es subaditiva, queremos que ppy ` zq ď ppyq ` ppzq. Si w “ y (` z entonces para y, (z
tenemos que ppyq ` ε y ppzq ` ε están en los conjuntos a ą 0 : x0 ` ay P K y a ą 0 : x0 ` ay P K
y z
respectivamente. Ası́ x0 ` ppyq`ε , x0 ` ppzq`ε P K (no tiene que ser el mismo ε pero somos libres de
tomarlo ası́). Tomamos una ˆ combinación convexa
˙ cualquiera
ˆ ˙
y z
t x0 ` `p1´tq x0 ` PK
´ ppyq`ε ¯ ppzq`ε
t p1´tq
pero esto es igual a x0 ` ppyq`ε y` ppzq`ε z . Para homogenizar queremos que los coeficientes que
acompañan a y,z sean iguales. Entonces
t 1´t ppyq`ε
“ ðñ t .
ppyq`ε ppzq`ε ppyq`ppzq`2ε
y`z
Es decir con esta escogencia de t tenemos x0 ` ppyq`ppzq`2ε P K por lo que el ı́nfimo, ppwq, debe de
ser menor que el denominador. Es decir ppwq ď ppyq`ppzq`2ε, pero como ε es arbitrario entonces
lo podemos hacer tan pequeño como queramos para obtener la desigualdad deseada.
Procedamos con hipótesis similares viendo a ver qué pasa.

Proposición 1.4.8. Sea K convexo y x0 un punto interior. Se cumple lo siguiente.
1. x0 `x P K ñ ppxq ď 1.
2. Si x0 `x es un punto interior de K entonces ppxq ă 1.
3. Si ppxq ă 1 entonces x0 `x P K.
Prueba
El primer inciso es inmediato. Si x0 `x es un punto interior de K, existe δ ą 0 tal que
( x0 `x`tx P K
x
para |t| ď δ ver fotos y continuar esta parte. Si ppxq ă 1 entonces 1 P a : x0 ` a P K .
Proposición 1.4.9. Si p : X Ñ R es homogénea y subaditiva entonces C “ tx : ppxq ď 1u es un conjunto

convexo y si C “ tx : ppxq ă 1u entonces C es convexo y 0 es un punto interior de C.
Prueba
La prueba no difiere mucho del primer apartado al segundo por lo que trabajaremos sólo el segundo
apartado. Tome x,y P C entonces ppxq,ppyq ă 1 y t P s0,1r. Queremos que ty `p1´tqx P C. Note que
ppty`p1´tqxq ď tppyq`p1´tqppxq ă 1.
Ahora queremos ver que cero es un punto interior. Hay que mostrar que Dδ tal que δx P C y para esto
1
consideramos ppδxq “ δppxq. Basta tomar δ ă ppxq para obtener el resultado. Pero hay que probar en
realidad que para todo t con |t| ď δ se tiene el resultado. Como mostramos, basta tomar δ como el que
1
encontramos. Es decir, pptxq “ tppxq si t es positivo. Y tppxq ă 1 se cumple siempre que t ă |ppxq| . Cuando
ı ”
1 ´1
t es negativo pptxq “ p´tqpp´xq ă 1 sólo cuando ´t ă |pp´xq| , o sea que basta tomar t P |pp´xq| ,0
16
1.5. Ínterin 2
Retomemos algunos conceptos de los que hemos visto ya y veamos algunos ejemplos.
1.5.1. Ejemplos de espacios de Banach
En el ejemplo 1.3.8 hemos visto algunos conjuntos que son espacios de Banach. Corroboremos que en
efecto el espacio de sucesiones `p es de Banach.
Proposición 1.5.1. Sea p ě 1 finito, entonces p`p ,}¨}p q es un espacio de Banach.
Prueba
Tomemos primero pxn qnPN Ď `p pRq una sucesión de Cauchy. Entonces para ε ą 0 tenemos que existe
n0 P N tal que ÿ
}xn ´xm }pp “ |xn pkq´xm pkq|p ď ε, @ m,n ě n0 .
kPN
Ası́, para k fijo tenemos que pxn pkqqnPN Ď R es una sucesión de Cauchy. Sea xpkq P R el lı́mite de
esta sucesión y considere la nueva sucesión x “ pxpkqqkPN .
1. Note que x P `p pRq. Dado que pxn q es de Cauchy entonces está acotada por M ą 0. Entonces
´ř ¯1
p p
para N P N tenemos kPrN s |xn pkq| ď }xn }p ď M . Al tomar el lı́mite cuando n Ñ 8 obtenemos
´ř ¯ p1
p
kPrN s |xpkq| ď M y el lı́mite cuando N Ñ 8 nos da
˜ ¸ p1
ÿ
|xpkq|p “ }x}p ď M
kPN
lo que nos muestra que x P `p .
2. Veamos que en efecto xn Ñ x. Para N P N y m,n ě n0 tenemos que
¨ ˛ p1
ÿ
˝ |xn pkq´xm pkq|‚ ď }xn ´xm } ď ε.
kPrN s
Al tomar el lı́mite de n Ñ 8 llegamos al término xpkq y luego con N Ñ 8 obtenemos }x´xn }p ď ε.
El espacio BpSq de las funciones de un conjunto S que toman valores complejos también es Banach con
la norma adecuada. Con la norma de L1 por ejemplo, no lo son.
Proposición 1.5.2. Sea S un conjunto y BpSq “ tf : S Ñ C, f es acotada.u. Entonces pBpSq,}¨}8 q es un
espacio de Banach.
Prueba
En efecto, tome pfn qnPN Ď BpSq una sucesión de Cauchy. Por definición esto significa que para ε ą 0
existe n0 P N tal que
m,n ě n0 ñ sup|fn pxq´fm pxq| “ }fn ´fm }8 ă ε,
xPS
lo que nos lleva a deducir que para x fijo pfn pxqqnPN Ď C es una sucesión de Cauchy. Sea f pxq el lı́mite
puntual de pfn pxqq, entonces queremos dos cosas. Primero ver que fn Ñ f y luego que f P BpSq.
1. Para ver que fn Ñ f usamos que pfn q es Cauchy. Para ε ą 0 tenemos que existe n0 tal que
}fm ´fn }8 ă 2ε para m,n ě n0 . Ası́ obtenemos
}f ´fn }8 ď }f ´fn0 }8 `}fn0 ´fn }8
por lo que para ně n0 tenemos que el segundo término es pequeño. De esta manera también
tenemos que el primero es pequeño puesto que al hacer n crecer arbitrariamente obtenemos
17
}f ´fn0 }8 ă 2ε . Esto nos permite concluir la convergencia.

2. Ahora note que f P BpSq. Como pfn q es Cauchy entonces para ε ą 0 existe n0 P N tal que
}fn ´fm } ă ε cuando m,n ě n0 .Por desigualdad triangular obtenemos
}f }8 ď }f ´fn0 }8 `}fn0 }8 ď }f ´fn0 }8 `M.
Esto gracias a que fn0 P BpSq. Además para n ě n0 , por la condición de Cauchy tenemos,
}fn ´fn0 }8 ă ε y ası́ llegamos a lı́mnÑ8 }fn ´fn0 }8 “ }f ´fn0 }8 ď ε. De esta manera f es acotada.
Finalmente el último ejemplo que falta es entretenido. Ahora no se trata de un conjunto cualquiera sino
de un espacio topológico.
Proposición 1.5.3. Sea T un espacio topológico compacto, entonces pC0 pT q,}¨}máx q es Banach. Aquı́ la
norma }¨}máx es }f }máx “ máxxPT |f pxq|.
Prueba
Al igual que antes tomamos una sucesión de Cauchy pfn qnPN Ď C0 pT q. Por definición, para todo ε ą 0
existe n0 P N tal que
m,n ě n0 ñ }fn ´fm }máx “ máx|fn pxq´fm pxq| ă ε,
xPT
de donde deducimos el lı́mite puntual de fn ya que lo anterior nos dice que pfn pxqqnPN Ď C es una
sucesión de Cauchy. Tenemos que fn pxq Ñ f pxq para todo x P T .
Hay que corroborar que f es continua y tiene soporte compacto y ver que fn converge uniformemente
a f . La convergencia uniforme se realiza de manera análoga a las proposiciones anteriores y la
continuidad viene como regalo gracias a esta propiedad.
El hecho de que f tenga soporte compacto viene de que T es compacto. Recuerde que
supppf q “ f ´1 pt0uc q, entonces el soporte es un conjunto cerrado. Como el soporte está metido dentro
de T , que es compacto, entonces el soporte también es compacto.
1.5.2. Ejemplos de espacios separables

Este ejemplo no lo hemos mencionado pero es igualmente válido, ya hemos trabajado con este conjunto
antes.
Proposición 1.5.4. El espacio p`p pRq,}¨}p q es separable para p ě 1 finito.
Prueba
Ť
En efecto sea n P N, considere D “ iPrns Di donde Di es el conjunto de sucesiones con entradas raciona-
les tales que a partir de la entrada i, todas las que siguen son nulas. Como Q es contable, podemos ver
D como la unión finita de conjuntos que son un producto finito de copias de Q, entonces D es contable.
Para verificar que D Ď `p pRq es denso tomemos x “ pxn qnPN Ď `p pRq. Dado ε ą ř0 debemospencontrar
y P D tal que }xý} ă ε. Para este efecto, dado este ε, existe m P N tal que nPNzrms |xn | ă ε. Para
i P rms tomamos ri P Q tal que |ri ´xi | ă mε y esto es posible gracias a la densidad de Q en R. Finalmente
por desigualdad triangular tenemos nuestro resultado ya que y “ pr1 ,...,rm ,0,...q P D satisface lo pedido.
Pero aún si tenemos toda esta colección de conjuntos separables, uno de ellos no lo es. Aún si es de
Banach, no cumple esta propiedad.
Proposición 1.5.5. El espacio p`8 pRq,}¨}8 q no es separable.
18
Prueba
Recuerde que un espacio es separable cuando existe un conjunto denso y numerable dentro de él.
Para nuestro efecto, vamos a mostrar que todo conjunto numerable no puede ser denso en `8 . Sea
8
x “ pxn qnPN un conjunto numerable, una # sucesión de sucesiones en ` . Para cada n P N tomaremos
xn pnq`1, si |xn pnq| ď 1,
yn “
0, si |xn pnq| ą 1.
8
Observe que y “ pyn qnPN está#en ` en virtud de que |yn | ă 2. Ahora # note que
|xn pnq`1´xn pnq|, si |xn pnq| ď 1, 1, si |xn pnq| ď 1,
}y´xn }8 ě |yn ´xn pnq| “ “ ě1
|0´xn pnq|, si |xn pnq| ą 1. |xn pnq|, si |xn pnq| ą 1.
por lo que y no puede estar en la clausura de x. Esto significa que x ‰ `8 por lo que no es denso.
Ası́ concluimos el resultado pues x era un conjunto numerable arbitrario.
1.6. Dı́a 4— 14-1-19

La última clase hemos probado el teorema de Hahn-Banach y hoy veremos aplicaciones.
1.6.1. Separación de conjuntos convexos
Esencialmente la idea es que tenemos un conjunto convexo y un punto y entonces queremos ver que
existe un hiperplano que los separa.
Definición 1.6.1. Diremos que ` : X Ñ K es un funcional lineal si `pαx ` yq “ α`pxq ` `pyq, para
α P R, x,y P X. El medio espacio de ` es tx P X : `pxq ă cu y con mayor también. Llamamos al medio
espacio cerrado si la desigualdad no es estricta.
Teorema 1.6.2. Si un conjunto C es convexo tal que IntpCq “ C y y R C, entonces existe un funcional
lineal ` y c P R tal que `pyq “ c y C Ď tx P X : `pxq ă cu.
Prueba
Llamaremos a o el origen y diremos que o P C. Entonces por la proposición 1.4.8 tenemos que x P C
implica ppxq ă 1 y y R C nos da ppyq ě 1. Pero entonces digamos que `pyq “ 1 y de esta manera
consideremos el conjunto generado por y, tay : a P Ru. Entonces `payq “ a`pyq “ a y para aplicar
el teorema queremos acotar `payq ď ppayq para a P R.
Lo hacemos de la siguiente manera, si a ą 0 entonces `payq “ a ď appyq “ ppayq y si a ă 0 entonces
`payq “ a ă 0 ď ppayq.
Ahora por el teorema 1.4.5 de Hahn-Banach tenemos que L : X Ñ R tal que Lpayq “ `payq y Lpxq ď ppxq
para a P R y x P X. De esta manera ppxq ă 1 ñ Lpxq ă 1 lo que implica que C Ď tx : Lpxq ă 1u.
Teorema 1.6.3. Suponga que C es convexo, IntpCq es no vacı́o y y es un punto fuera de C. Entonces
existe un funcional lineal ` y c P R tal que `pyq “ c y C Ď tx P X : `pxq ď cu.
Ejercicio 1.6.4. Adapte la prueba del teorema anterior para probar este teorema utilizando la proposición
1.4.8.
Teorema 1.6.5. Sean C,D conjuntos convexos tales que C XD “ H e IntpCq ‰ H. Entonces existen L un
funcional y c P R tales que C Ď tx : Lpxq ď cu y D Ď tx : Lpxq ě cu.
19
Prueba
Considere el conjunto C ´D “ txý : px,yq P C ˆDu. Observe que C ´D es convexo y que 0 R C ´D.
Ahora IntpC ´Dq ‰ H, como IntpCq es no vacı́o tome x0 P IntpCq entonces @zDδ tal que x0 `tz P C
para |t| ď δ. Por el teorema 1.6.3 tenemos que existe L tal que Lpoq “ 0 y tLpzq ď 0u Ě C ´D. Entonces
para px,yq P C ˆD tenemos Lpxýq ď 0 ñ Lpxq ď Lpyq, al tomar el supremos sobre x del lado derecho
y el ı́nfimo sobre y del lado derecho para obtener un intervalo. El número c está en este intervalo.
1.6.2. Una representación

Consideremos el conjunto de las funciones continuas de şb un intervalo en R. A saber, los funcionales
acotados sobre este espacio tienen la representación `pxq “ a xptqdφptq donde φ P BV pra,bsq. De hecho este
resultado es un caso especı́fico del teorema Riesz-Markov, sin embargo nos limitamos al caso especı́fico
para aplicar el teorema de Hahn-Banach.
Para esto, tenemos que mostrar que existe şb la función φ. A partir del funcional, cómo recuperamos la
función? Vea que si x “ 1sa,t0 s entonces a xdφ “ φpt0 q ´ φpaq. Si definimos `p1sa,t0 s q “ φpt0 q hay un gran
problema con esto, 1sa,t0 s no es continua! Tenemos varias formas de resolver esto, una serı́a aproximando
funciones continuas por simples, otra serı́a usando la cota de una manera creativa. Pero no estamos usando
lo que ya sabemos, extendernos a un espacio! Recuerde que }f } “ suptPra,bs |f ptq| es una norma y por tanto
es una función que cumple las hipótesis del teorema de Hahn-Banach.
Considere el espacio Bpra,bsq dotado de la misma norma de convergencia uniforme, es claro que este
espacio extiende a las funciones continuas y por el teorema de Hahn-Banach tenemos que existe L que
extiende a ` y está acotado, |Lpxq| ď c}x}.
Volviendo a la estrategia, defina φptq “ Lp1sa,ts q. Vamosřa verificar que φ es de variación acotada. Sea Γ “
ta “ t0 ă t1 ă ¨¨¨ ă tn “ bu una partición de ra,bs y considere iPrns |φpti q´φpti´1 q|. Recuerde que |x| “ sgnpxqx
ř
entonces llamemos si a sgnpφpti q´φpti´1 qq y entonces la suma se convierte en iPrns si Lp1sti´1 ,ti s q. Como el
´ř ¯
funcional es lineal podemos sacarlo de la suma y obtener L iPrns si 1sti´1 ,ti s . Al ser la extensión de `, tenemos
que L está acotado y note que el argumento de L es una función acotada por 1. De esta manera la cota que ya
estaba provista es lo que nos da la cota para la variación. Por lo tanto φ es una función de variación acotada.
Para obtener la representación del funcional que buscamos tomaremos una colección de particiones
encajadas cuya norma tiende a cero. Sea pΓn qnPN con Γn “ ta “ tn p0q ă tn p1q ă ¨¨¨ ă tn pkn q “ bu y f P Cpra,bsq.
Definimos la sucesión de funciones ÿ
fn ptq “ f ptn pjqq1stn pj´1q,tn pjqs ptq,
jPrkn s
e inmediatamente note que fn Ñ f uniformemente. Entonces |`pf q´Lpfn q| ď c}f ´fn } Ñ 0 lo que implica que
`pf q “ lı́m Lpfn q
nÑ8
¨ ˛
ÿ
“ lı́m L˝ f ptn pjqq1stn pj´1q,tn pjqs ‚
nÑ8
jPrkn s
ÿ żb
“ lı́m f ptn pjqqpφptn pjqq´φptn pj ´1qqq Ñ f dφ.
nÑ8 a
jPrkn s
1.6.3. El espacio de funcionales

Continuamos con nuestra noción de X un espacio normado sobre K.
Definición 1.6.6. Sea ` : X Ñ K un funcional. Diremos que ` es continuo si tenemos pxn qnPN Ď X que conver-
ge a x y esto nos da `pxn q Ñ `pxq. Diremos que es acotado si existe c P K tal que |`pxq| ď |c|}x} para todo x P X.
Teorema 1.6.7. Un funcional es continuo si y sólo si es acotado.
20
Prueba
Si es acotado, tome pxn q Ď X con xn Ñ x. Entonces
|`pxn q´`pxq| “ |`pxn ´xq| ď |c|}xn ´x} Ñ 0.
Por otro lado tome ` no acotado. Entonces para n ě 1, existe xn ‰ 0 tal que |`pxn q| ě n}xn }. Sea
xn
zn “ n}x n}
y note que zn tiene norma n1 y |`pzn q| ě 1. Como zn Ñ 0 pero `pzn q Ñ `p0q “ 0 se sigue que
` no es continuo.
Definición 1.6.8. Definimos el espacio dual de X como X ˚ “ HompX,Kq cuyos elementos llamaremos
funcionales. A este espacio lo dotamos de la norma }`} “ supx‰0 |`pxq|
}x}
. Al espacio de funcionales acotados
1
lo denotamos X “ t` : X Ñ K, ` es acotadou.
ˇ ´ ¯ˇ
Observación 1.6.9. Observe que supx‰0 |`pxq|
ˇ x ˇ
}x}
“ supx‰0 ˇ` }x} ˇ “ sup}x}“1 |`pxq|.
Es claro que }¨} define una norma sobre el espacio dual. Ahora al igual que para transformaciones
lineales, podemos hablar del espacio nulo de `.
Teorema 1.6.10. Sea ` P X ˚ , entonces kerp`q ď X es cerrado y codimpkerp`qq “ 1. Es decir, el espacio
cociente X {kerp`q se puede ver como X `kerp`q.
Prueba
Ser subespacio es inmediato de la linealidad de `. Sea pxn qnPN Ď kerp`q con xn Ñ x, entonces como
` es acotado tenemos `pxq “ lı́mnÑ8 `pxn q “ 0 y por tanto x P kerp`q.
Finalmente tome z R kerp`q y observe que para x P X se cumple ˆ ˙
`pxq `pxq `pxq `pxq
x“ z´ z `x “ z ` x´ z .
`pzq `pzq `pzq `pzq
Note que x´ `pxq
`pzq
z P kerp`q por lo que X “ genpzq‘kerp`q.
Otra forma de ver esto es con el primer teorema de isomorfismos. Tenemos que X {kerp`q » Imp`q ď K,
pero K es un cuerpo y visto como K-espacio vectorial sólo tiene dos subespacios: t0u y K. Como
` es no trivial tenemos que Imp`q ‰ t0u y ası́ Imp`q “ K por lo que tiene dimensión 1. Concluimos
que codimpkerp`qq “ 1 pues espacios isomorfos tienen la misma dimensión.
Teorema 1.6.11. Si X es un espacio normado, entonces X ˚ es un espacio de Banach.

Prueba
Sea p`n qnPN Ď X ˚ una sucesión de Cauchy. Entonces para todo ε ą 0, existe n0 P N tal que
m,n ě n0 ñ }`n ´`m } ă ε.
Note que |`n pxq´`m pxq| “ |p`n ´`m qpxq| ď }`n ´`m }}x} y por tanto p`n pxqq Ď K es una sucesión de
Cauchy. Sea `pxq el lı́mite puntual de esta sucesión. En virtud de que el lı́mite es lineal, también
lo es `. Ahora para x P X tenemos
|`n pxq´`pxq| “ lı́m |`n pxq´`m pxq| “ lı́m |p`n ´`m qpxq|
mÑ8 mÑ8
ď lı́msup}`n ´`m }}x} ď ε}x} ñ }`n ´`} ď ε.
nÑ8
1.7. Monitorı́a 1— 15-1-19

Ejercicio 1.7.1. Sea X “ C 1 pr´1,1sq dotado de la norma
}f } “ sup |f ptq|` sup |f 1 ptq|` sup |f 1 ptq|.
tPr´1,1s tPr´1,0s tPr0,1s
Encuentre la compleción de X respecto a }¨}.
21
X ya es completo respecto a la norma de convergencia uniforme y además esta norma es equivalente

a la norma del ejercicio.
ş
Ejercicio 1.7.2. Sea f P pL2 pr´1,1sqq˚ y φ : r´1,1s Ñ C medible con f pϕq “ r´1,1s
ϕφdm y ϕ P L2 pr´1,1sq.
Muestre que f P V 1 ðñ φ P L2 pr´1,1sq.
Suponga que φ P L2 pr´1,1sq, entonces ˇż por Cauchy-Schwarz

ˇ tenemos
|f pϕq| 1 ˇˇ ˇ 1
“ φϕdmˇˇ ď }φ}2 }ϕ}2 “ }ϕ}2 ă 8.
}ϕ}2 }ϕ}2 ˇ r´1,1s }ϕ}2
Por otro lado consideremos
´ ¯ la sucesión de funciones φn “ φ¨1t|φ|ănu y asuma que φ no está en L2 ,
φn
al considerar f }φn }2
podemos observar que f R X 1 .
Ejercicio 1.7.3. Sea X un R-espacio normado y f P X 1 . Usando el hecho de que f es lineal, muestre que
f pαxq “ αf pxq para α P R.
Ejercicio 1.7.4. Sea f P X 1 y pxn qnPN Ď X una sucesión de Cauchy. Muestre que pf pxn qqnPN Ď R es Cauchy.
Prueba
Sea ε ą 0, entonces existe n0 P N tal que
m,n ě n0 ñ }f pxn q´f pxm q} “ }f pxn ´xm q} ď |c|}xn ´xm } ă |c|ε.
ř
Ejercicio 1.7.5. Considere `1 pRq dotado de la norma }¨}8 . Considere el funcional f pxq “ nPN xn , muestre
que no es continuo en p`1 pRq,}¨}8 q.
Prueba
Basta mostrar que f no es acotado.
Ejercicio 1.7.6. Muestre el teorema de Hahn-Banach sin usar el Lema de Zorn pero adjuntando la hipótesis
de que el espacio es separable.
Ejercicio 1.7.7. Sea Y Ď X denso. Muestre que Y 1 » X 1 a través de una isometrı́a.
Prueba
La idea 1 ˜ 1
› ›es clara, si ` P Y entonces podemos extender ` por un argumento de densidad a ` P X con
}`} “ ›`˜›. Y si `˜P X 1 entonces su restricción a Y es un funcional en Y 1 .
› ›
Para ejecutarla, tomemos pxn qnPN Ď Y que converge a x P X. Note que en virtud de que ` P Y 1 tenemos
que es acotado y por tanto continuo. Definimos
˜ “ lı́m `pxn q
`pxq
nÑ8
gracias a la continuidad de `.
Definición 1.7.8. Sea S Ď X, definimos el anulador de S como

S 0 “ t` P X ˚ : @x P Sp`pxq “ 0qu.
22
Ejercicio 1.7.9 (Extendido). Sean S,Ď T Ď X, verifique los siguientes hechos acerca de los anuladores.
1. Verifique las igualdades H0 “ X ˚ y que X 0 “ t0u.
2. Muestre que el anulador es un subespacio cerrado del dual, S 0 ď X ˚ .
3. Muestre que el anulador da vuelta a las inclusiones. Es decir 0 Ď T 0 Ď S 0 Ď V ˚ .
4. En particular si S,T ď X (ahora
Ť sin 0S ĎŞT ), muestre que pS `T q0 “ S 0 XT 0 .
0
5. Si pSi qiPI Ď PpXq entonces p iPI Si q “ iPI Si .
˚
6. Si S ď X entonces S ˚ » X {S 0 a través de una isometrı́a. Más aún si S es cerrado, S 0 » pX {S q˚ .
Prueba
1. Por definición H0 “ t` P X ˚ : @x P Hp`pxq “ 0qu. Como en efecto `pxq “ 0 para todo x P H entonces
H0 “ X ˚ . Ahora por otro lado si @x P Xp`pxq “ 0q entonces el funcional debe ser identicamente
cero por definición. Es decir X 0 “ t0u.
2. Sean ahora f,g P S 0 y α P K. Si s P S entonces pαf `gqpsq “ αf psq`gpsq y como f,g anulan a los
elementos de S, tenemos que esta expresión es cero. Entonces αf `g P S 0 . Por lo tanto S0 ď X ˚ .
Sea ` P S 0 , entonces existe p`n qnPN tal que `n Ñ `. En particular para s P S, `n psq Ñ `psq. De
esta manera
`psq “ lı́m `n psq “ lı́m 0 “ 0.
nÑ8 nÑ8
Esto significa que ` P S 0 por lo que S 0 es cerrado.
3. Tomemos ` P T0 , entonces @t P T p`ptq “ 0q. En particular como S Ď T , @s P Sp`psq “ 0q y por
definición ` P S 0 .
4. Considere ` P S 0 XT 0 entonces p@s P Sp`psq “ 0qq^p@t P T p`ptq “ 0qq es cierta. Sea x P S `T , entonces
x “ s`t para algunos s P S y t P T . Note que `pxq “ `psq``ptq “ 0`0 lo que significa que ` P pS `T q0 .
Por otro lado si ` P pS ` T q0 entonces @x P S ` T p`pxq “ 0q. En particular ` anula todos los
elementosŤ de la forma s`0 y 0`t con s P S y t P T . Por lo tanto ` P S 0 XT 0 .
5. Tome ` P p iPI Si q0 , entonces `psq “ 0 para s en la unión. Entonces Di P Ips P Si q y por tanto ` P Si0 .
Pero este i era arbitrario
Ş y si0 ` debe anular a los elementos de la unión, puede ocurrir con cualquier
i P I. Se sigue que ` P iPI Si .
Por otro ladoŤsuponga que @i P Ip` P Si0 q. Ası́ para s P Si p`psq “ 0 para todo i P I. Es decir,
Ť existe0
i P I tal que s P iPI Si es anulado por `. Pero esto ocurre para todos los i, por lo que ` P p iPI Si q .
6. Considere el mapeo f : X ˚ Ñ S ˚ , ` ÞÑ ` æS ˚ y note que ` æS ˚ “ 0 es lo mismo que @s P Sp`psq “ 0q. Ası́
kerpf q “ t` P X 1 : @s P Sp`psq “ 0qu “ S 0 .
Tenemos que f es sobreyectivo ya que todo funcional ` sobre S se puede extender a un funcional
`˜ sobre X por el teorema 1.4.5 de Hahn-Banach y por tanto `pr`sq ˜ “ `. Además }r`s}
˜ ď }`}˜ “ }`}
X˚
y por lo tanto aplicamos el primer teorema de isomorfismos para concluir que {S 0 » S ˚ con
la isometrı́a descrita antes.
Para el segundo apartado queremos identificar el dual de X {S , es decir los funcionales
` : X {S Ñ K que toman elementos de X y que se anulan en S. Definamos un funcional T ` sobre
X
{S de manera que la coclase x`S sea mapeada a `pxq.
Primero verifiquemos que esta es una buena definición. Tome x ` S “ y ` S dos coclases, en
virtud de la igualdad tenemos que xý P S por definición de la relación. Entonces como ` se anula
en S tenemos que
`pxq´`pyq “ `pxýq “ 0 ñ `pxq “ `pyq
y por lo tanto T ` está bien definida. De esta manera tenemos una aplicación T : S 0 Ñ pX {S q˚
que es lineal en virtud de la linealidad de los funcionales. Resta ver que T es invertible y para
ello usamos un argumento del núcleo.
Sea ` P kerpT q, entonces T ` es el funcional identicamente cero sobre X {S de manera que
@x P X : `pxq “ pT `qpx`Sq “ 0
y por tanto ` es el funcional identicamente cero sobre X. Esto implica que T es inyectiva.
23
Finalmente para mostrar que T es sobreyectiva tomamos `˜P pX {S q˚ y definimos ` P X ˚ como

˜
@x P X : `pxq “ `px`Sq. ˜
Note que ` P S 0 dado que si s P S entonces `ps`Sq “ 0 ya que la coclase
S es el elemento nulo del cociente. Esto significa que `psq “ 0 y por tanto ` P S 0 . Concluimos que
T ` “ `˜ y por lo tanto T es una biyección.
Ejercicio 1.7.10. Muestre que dos subespacios cerrados distintos de X tienen anuladores distintos.
Ejercicio 1.7.11. Sea X un espacio normado con Y ď X, S un conjunto cualquiera y considere el espacio
de Banach Z “ BpSq dotado de la norma de convergencia uniforme. Considere T P LB pY,Zq, muestre que
existe T̃ P LB pX,Zq tal que }T̃ } “ }T }.
1.8. Dı́a 5— 16-1-19
1.8.1. Propiedades del espacio dual
Hemos mostrado que el espacio dual es un espacio de Banach. La idea ahora es estudiar este espacio.
Preguntémonos qué pasa con los subespacios de X.
Proposición 1.8.1. Sea Y ď X y ` P Y 1 entonces existe `˜P X 1 tal que `˜æy “ ` y se cumple que }`}
˜ X 1 “ }`} 1 .
Y
Prueba
Recordemos que la norma de ` P Y 1 es }`}Y 1 “ sup t|`pyq| : y P Y, }y} ď 1u. Entonces la función
ppxq : “ }`}Y 1 }x} sirve para corroborar las hipótesis del teorema 1.4.5 de Hahn-Banach ya que
|`pyq| ď ppyq para y P Y . De esta manera existe `˜P X 1 tal que |`pxq|
˜ ď }`}Y 1 }x} para x P X.
˜
Ası́ obtenemos la desigualdad }`}X ď }`}.
La otra desigualdad se sigue de que ! )
˜ X 1 ě sup |`pyq|
}`} ˜ : y P Y, }y} ď 1 “ }`}Y 1
ya que `˜ en Y no es más que `.
Proposición 1.8.2. Sea tyi : i P rnsu una colección de vectores linealmente independientes en X. Si
tai : i P rnsu Ď R entonces existe un funcional ` P X 1 tal que @i P rnsp`pyi q “ ai q.
Prueba
Sea Y “ genpty
ř i : i P rnsuqřel conjunto de combinaciones lineales de los yi ’s. Definimos ` : Y Ñ R de
manera que iPrns ci yi ÞÑ iPrns ci ai , basta mostrar que }`}Y es finita. Para ello note que
ˇ ¨ ˛ˇ ˇ ˇ
ˇ ˇ ˇ ˇ ÿ
ˇ ÿ ˇ ˇÿ ˇ ÿ
ˇ`˝ c i y i
‚ˇ “ ˇ c i `pyi qˇď |c i ||a i | ď máx |c i | |ai |.
ˇ
ˇ iPrns
ˇ ˇ
ˇ ˇiPrns
ˇ
ˇ iPrns iPrns
iPrns
Queremos definir una norma en Y de la siguiente ˇˇ ÿ manera ˇˇ
ˇˇ ˇˇ
}¨}8 : Y Ñ R, ˇˇˇˇ ci yi ˇˇˇˇ “ máx|ci |.
8 iPrns
iPrns
Esta función define una norma y como todas las normas en un espacio finito dimensional son
equivalentes tenemos que la expresión con laÿque quedamos ÿ se convierte en
máx|ci | |ai | ď c}y} |ai |.
iPrns
iPrns iPrns
Con esto tenemos una cota para la norma del funcional por lo que aplicamos el teorema 1.4.5 de
Hahn-Banach para obtener una extensión de ` a todo el espacio X que cumple lo pedido.
24
Ejercicio 1.8.3. Corrobore los detalles que hemos dejado de lado en la prueba anterior. Que la función
en efecto es una norma, y que las normas en un espacio finito dimensional son equivalentes. Rellene los
detalles del último párrafo de la prueba.
A manera de corolario podemos extraer resultados acerca de espacios finito dimensionales.
Corolario 1.8.4. Sea Y ď X finito dimensional. Entonces X “ Y ‘Z para algún Z ď X cerrado.
Prueba
Sea Y “ genptyi : i P rnsuq, por el teorema precedente existe p`j qjPrns una colección de funcionales tal
que `j pyi q “ δij . Recuerde el teorema 1.6.10 en el cual probamos que la codimensión del núcleo es 1,
la idea aquı́
Ş es similar, sumar 0 de manera creativa y luego forzar condiciones sobre la parte restante.
Sea Z “ iPrns Ni la intersección de los núcleos de cada ì , entonces para cada x P X tenemos que
¨ ˛
ÿ ÿ
x“ ci yi ` ˝x´ ci yi ‚.
iPrns iPrns
De aquı́, queremos que elëlemento de˛la derecha sea cero para que esté en los espacios nulos. Es decir
ÿ ÿ
0 “ `j ˝x´ ci yi ‚“ `j pxq´ ci δij “ `j pxqćj , cj : “ `j pxq.
iPrns iPrns
Por lo que basta definir `j pxq “ř
cj para que se cumpla lo pedido. Si tenemos que x P Z XY entonces
lo podemos escribir como x “ iPrns ci yi y al aplicar `j obtenemos @j P rns`j pxq “ 0 ñ cj “ 0. Esto
significa que en efecto X es suma directa de estos espacios.
Teorema 1.8.5. Para un espacio normado X tenemos que }x} “ sup}`}ď1 |`pxq|.
Prueba
En efecto, primero note que si x “ 0 tenemos igualdad en ambos lados por lo que podemos asumir
que x es no nulo.
Si ` P X 1 con }`} ď 1 entonces se cumple que |`pxq| ď }`}}x} ď }x} y por tanto el supremo sobre los
`’s está acotado por }x}.
Ahora, para x P X, considere el funcional `x : genpxq “ tax : a P Ku Ñ K, ax ÞÑ |a|}x}. Vea que este
funcional es evidentemente acotado y además |`x paxq| “ |a`x pxq| “ |a|}x} “ }ax} por lo que la norma
de `x como funcional es 1, }`x } “ 1.
Ası́, por la proposición 1.8.1, donde hemos extendido un funcional y su norma, podemos extender
`x a `˜x sobre todo X con }`}˜ “ 1. De esta manera ocurre que
sup |`pxq| ě |`˜x pxq| “ |`x pxq| “ }x}.
}`}ď1
Por lo tanto obtenemos la igualdad deseada.
La importancia del teorema es que obtenemos una dualidad entre las nociones para interpretar las
normas. La norma del funcional estaba dada como supremo sobre elementos del espacio. Ahora tenemos
que la norma del elemento está dada por un supremo sobre funcionales.
Recuerde que la distancia de un punto a un conjunto está dada por unı́nfimo sobre elementos del conjunto.
Al igual que antes, cambiaremos elementos del espacio por funcionales del dual. check 1.8 6 thru 10.
Teorema 1.8.6. Sea Y ď X un subespacio, se cumple que
mpx,Y q “ı́nf }y´x} “ sup |`pxq|.
yPY }`}ď1
`PY 0
25
Prueba
Primero acotamos el supremo por el ı́nfimo. Note que como ` P Y 0 tenemos que
|`pxq| “ |`pxýq| ď }`}}xý},
y al tomar el supremo sobre }`} ď 1 obtenemos la primera desigualdad.
Para probar la otra desigualdad vamos a necesitar construir este funcional `. Tenemos un espacio
Y y un punto x, ahora queremos mostrar que un supremo es mayor a la distancia. Este funcional
es muy sencillo pues se anula en Y , entonces definámolo sobre x y Y .
Sea W “ genptxu,Y q y definamos ` : W Ñ R de manera que
`pyàxq “ `paxq “ a`pxq “ ab, con b “ `pxq.
Este número b queremos que satisfaga las condiciones necesarias para cumplir el problema. Queremos
que |b| “ d, donde d “ mpx,Y q y para ello tenemos que }`}W ď 1. Esto es sup}w}ď1 |`pwq| ď 1
Buscamos probar ı́nf yPY }y´x} ď sup}`}ď1 |`pxq|. Consideramos W el espacio tal y construyamos un
`PY 0
ejemplo ahı́ para mostrar que es mayor que el ı́nfimo. No tenemos mucha opción entonces trabajamos
con `pxq “ b. Entonces basta definir b, con la condición de que }`} ď 1 y una vez que hayamos mostrado
esto debemos verificar que su valor es mayor al ı́nfimo (que estamos llamando d de distancia).
La primera condición se satisface si |b| ě d.
La segunda condición sale de considerar }`}W ď 1. Entonces |`pwq| “ `py àxq| “ |ab|, pero si b “ d
entonces la expresión es
“ |a|d “ |a|ı́nf }y 1 `x}
y 1 PY
›y ›
› ›
ď |a|› `x› “ }yàx} ď }w}.
a
Esto implica que podemos extenderlo a todo el espacio de manera que exista z tal que |`pzq| ˜ “ }z}
˜ ě 1 por lo que }`}
y ası́ }`} ˜ “ 1.
Teorema 1.8.7. Si ` P X 1 entonces

}`}Y : “ sup |`pyq| “ ı́nf 0 }`´m}.
}y}ď1 mPY
Prueba
Acotar el supremo por el ı́nfimo es inmediato puesto que
@y P Y p}y} ď 1q @m P Y 0 : |`pyq| “ |`pyq´mpyq| ď }`´m}
y podemos tomar el supremo y el ı́nfimo para ver el resultado.
Para el otro lado, restringimos ` a Y como `0 . Consideramos la norma de `0 y vemos que está
acotada. Podemos extender a `1 en Y de manera que }`1 } ď }`0 } “ }`}Y . Ası́ m “ ` ´ `1 P Y 0 con
}`´m} “ }`1 } ď }`}Y . A partir de esta construcción vemos que el ı́nfimo está acotado y por tanto
obtenemos la segunda desigualdad.
1.8.2. Espacio cerrado generado

Hemos trabajado ya con combinaciones lineales de elementos en un espacio normado. Nosotros sabemos
que un conjunto generado es un subespacio minimal que contiene a las combinaciones lineales de ciertos
elementos. En análisis funcional no nos basta trabajar ası́ y para evitarnos este problema vamos a extender
el concepto de conjunto generado.
Definición 1.8.8. Sea I un conjunto y txi : i P Iu Ď X. Recuerde que genppxi qq era el subespacio más
pequeño que contiene a pxi qiPI y es el conjunto de combinaciones lineales.
Ahora al subespacio cerrado más pequeño que contenga a pxi qiPI le llamaremos el espacio cerrado
generado por los pxi qiPI . Denotamos genppxi qq.
26
Ejercicio 1.8.9. Corrobore que en efecto genppxi qq “ genppxi qq.

Teorema 1.8.10. Sea F “ genppxi qiPI q. Entonces y P F ðñ @i P Ip`pxi q “ 0 Ñ `pyq “ 0q para ` P X 1 .
Prueba
Si y P F entonces existe pyn qnPN Ď genppxi qiPI q tal que yk Ñ y. Entonces si tomamos un funcional que
se anula en todos los xi ’s entonces `pyk q “ 0 y como ` es continuo tenemos que `pyq “ 0.
Por otro lado asuma que y R F y como F es cerrado, su distancia a F es positiva. Es decir para ε ą 0
tenemos que mpx,F q ě ε. Podemos definir ` sobre genptxu,F q escogido de manera tal que w`cx ÞÑ c,
es decir `pxq “ 1 y `pwq “ 0 para w P F . Este funcional es acotado,
›w › por Hahn-Banach lo extendemos
y ası́ |`pw`cxq| “ |c|. Entonces tenemos que }w`cz} “ |c| c `x››
1.9. Dı́a 6— 17-1-19

1.9.1. Espacios reflexivos
Recuerde que hemos visto que X ˚ es un espacio normado. Pero qué pasa si tomamos el dual del dual?
Definición 1.9.1. El espacio obtenido de tomar el dual de un espacio que ya es dual de otro se llamará
el doble dual. Lo denotamos como X ˚˚ ó bien cuando sea el caso X 2 , el doble dual continuo.
Observación 1.9.2. Observe que en virtud de resultados anteriores tenemos que el doble dual es un espacio
de Banach también. De hecho también podemos identificar una copia de X en su doble dual.
Considere el funcional evx : X ˚ Ñ R con ` ÞÑ `pxq. Al mapeo x ÞÑ evx se le conoce como mapeo canónico
que siempre es inyectivo y es un isomorfismo entre X y X ˚˚ si y sólo si X es de dimensión finita.
Para el caso del doble dual continuo tenemos un mapeo canónico igual que es continuo y de hecho note que
sup |evx p`q| “ sup |`pxq| ď }x}}`} ñ }evx }X 2 ď }x}.
}`}ď1 }`}ď1
Incluso gracias al teorema 1.4.5 de Hahn-Banach tenemos que }evx }X 2 “ }x}, es decir el mapeo canónico
es una isometrı́a.
Advertencia. Aquı́ haremos una acotación, dado que en dimensión finita X ˚ y X 1 coinciden pero esto es
falso en dimensión infinita. Ası́ que ahora no habrá necesidad de considerar los funcionales discontinuos
por lo que dejaremos de considerar X ˚ y trabajaremos con X 1 .
En algunos ejemplos el doble dual coincide con el espacio y a veces no. Comenzamos con un espacio
conocido.
Ejemplo 1.9.3. Sea p ą 1 finito y Ω un conjunto. Recuerde que el espacio pLp pΩq,}¨}p q es de Banach. Si
q es tal que p1 ` 1q “ 1 entonces pLp q1 “ Lq y a su vez pLq q1 “ Lp por lo que pLp q2 “ Lp .
El siguiente es un caso donde el doble dual no es el mismo espacio.

ş0 ş1
Ejemplo 1.9.4. Considere ` P Cpr´1,1sq1 dado por x ÞÑ ´1 xdt´ 0 xdt.
DORMIDO
El ejemplo del espacio no reflexivo
ver fotos
Definición 1.9.5. Diremos que un espacio normado X es reflexivo si el mapeo canónico evx : X ãÑ X 2
es una biyección. A veces haremos un abuso de notación al escribir X “ X 2 cuando esto ocurra.
Teorema 1.9.6. Sea X un R-espacio normado. Si ocurre que X 1 es separable, entonces X también lo es.
27
Prueba
Sea t`n : n ě 1u un conjunto denso. Entonces (no se por qué) existe zn tal que |`n pzn q| ě }`3n } con
}zn } “ 1 para todo n P N. Considere ası́ genppzn qnPN q y llamemos a este conjunto F . Queremos ver
que F “ X y para ello suponga por contradicción que F ‰ X. Ası́, existe z P XzF ver fotos
Este resultado es importante para ver cuando un espacio es reflexivo o no, puesto que si el doble dual
es separable pero el espacio original no, entonces no pueden ser isomorfos. Con este teorema veremos que
Cpr´1,1sq no es reflexivo.
A saber, Cpr´1,1sq es separable, sin embargo Cpr´1,1sq1 no lo es. Considere el funcional `x pf q “ f pxq,
no entiendo como }`x ´`y } ě 2 y |`x pf q´`y pf q| “ 2 con }f } “ 1.
Entonces para cualquier `x tenemos que hx P Bp`x , 12 qXD. Ehmm D Ď C 1 que dice count dense.
En particular concluimos C 2 ‰ C.
Teorema 1.9.7. Sea Y ď X un subespacio cerrado. Si ocurre que X es reflexivo, entonces Y también es
reflexivo.
Prueba
Sea L P Y 2 entonces queremos mostrar que existe y P Y tal que L “ Ly de manera que Ly p`q “ `pyq
para algún ` P Y 1 .
Tenemos que el mapeo Lp`q toma funcionales de Y y los manda a R. Queremos extenderlo de alguna
manera. Considere ası́ m P X 1 y su restricción a Y , mY “ m æY . Ası́ si L0 P X 2 podemos definirlo
como L0 pmq : “ Lpmy q. Como X es reflexivo, podemos representar este funcional en términos de
un punto en X. Ası́ existe x P X tal que L0 pmq “ mpxq para m P X 1 .
De hecho este punto x le pertenece a Y , pues por definición L0 pmq “ LpmY q. Para mostrar esto vamos
a proceder por contradicción; suponga que x R Y a manera de contradicción. Podemos construir
dos funcionales m1 ,m2 sobre genpx,Y q de manera que
m1 pxq “ 1, m2 pxq “ 2,m1 pyq “ m2 pyq “ 0, @x P X,y P Y.
Lo importante es que difieren sobre Y pero no sobre X. Podemos extender los funcionales a
M1 ,M2 P X 1 y estos cumplen que M1 pyq “ M2 pyq “ 0 y M1 pxq “ 1, M2 pxq “ 2. Ası́ ahora vemos nuestra
fórmula de L. Tenemos que
0 “ L0 pMj q “ Mj pxq “ mj pxq “ j.
Recuerde que la cerradura (distancia positiva) se necesita para definir a estos funcionales.
Ası́ tenemos que mostrar que Lp`q “ `pxq, x es nuestro candidato. Tomamos ` P Y 1 , un funcional
de Y en R y usamos Hahn-Banach para extenderlo a `˜P X 1 y tal que `˜Y “ `. Recordando la fórmula,
sabemos que L0 p`q ˜ “ `pxq
˜ pero L0 p`q ˜ “ Lp`˜Y q “ Lp`q y como x P Y entonces `pxq
˜ “ `pxq por lo que
concluimos el resultado.
1.9.2. Problemas de momentos: aplicaciones fı́sicas

Suponga que tenemos dos puntos a,b P R entonces buscamos φ P BV pra,bsq tal que para una colección
şb
pµn qnPrN s se tiene que a xn dφ “ µn para n P N. Este problema se conoce como el problema del primer momento.
Para resolver este problema consideramos el espacio Cpra,bsq “ C y tomamos un funcional ` P C 1 tal que
`pxn q “ µn puesto que, gracias a la representación de los funcionales podemos obtener la función pedida.
Para encontrar dicho funcional basta considerar Pn “ genptxn : n P rN suq y un funcional ahı́ que tome
los valores pµn q. Esto se puede realizar gracias a la proposición 1.8.2 que nos permite tomar funcionales
que vayan a ciertos valores. Este funcional lo extendemos dado que el espacio es finito dimensional a todas
las funciones continuas y ası́ llegamos a lo pedido.
28
Pero qué pasa si ahora el problema es el mismo pero con pµn qnPN , un conjunto contable en vez de finito.
Buscamos definir un funcional aquı́ de manera que podamos extenderlo. Nuestro problema principal será
definir la cota del funcional ahora, entonces vamos a necesitar una condición extra. Descubriremos cual
es en lo que vamos construyendo el espacio.
Tome Y “¯genptxn : n P Nuq y considere un funcional sobre Y . Cómo es esta acción? Tenemos que
´ř
n
ř
` nPrN s cn x “ nPrN s cn µn , es decir xk ÞÑ µk . Para resolver nuestro problema de encontrar una cota
consideramos ˇ ˇ ˇ ˇ
ˇ ÿ ˇ ˇ ÿ ˇ
ˇ ˇ ˇ ˇ
|`puq| “ ˇˇ cn µn ˇˇ ď c sup ˇˇ cn ˇˇ
ˇnPrN s ˇ xPra,bsˇnPrN s ˇ
para algún c P R. Esta es la suposición extra que debı́amos ˇ tomar al ˇ principio era que
ˇ ˇ
ˇ ÿ ˇ
Dc@N ě 0@pan qnPrN s Ď R : ˇˇ cn µn ˇˇ ď c}u}8 .
ˇnPrN s ˇ
Asumiendo esto al definir ` como lo hicimos, podemos extenderle a todo el espacio y ası́ tenemos un funcional
sobre todo el espacio de funciones continuas. Por la representación podemos expresar ` como una integral
de Riemann-Stieltjes y ası́ existe dicha función de variación acotada.
Ejercicio 1.9.8. Hemos probado que la condición de que exista la constate c es suficiente para realizar
el problema. De hecho es necesario, a manera de ejercicio, corrobórelo.
Para la siguiente lección vamos a aproximar funciones continuas por polinomios y optimizar rutas de
cohetes a la luna.
1.10. Ínterin 3
1.10.1. Primera lista de ejercicios
Ejercicio 1.10.1 ([8] 1.16). Sea K Ď X un compacto no vacı́o dentro de un espacio topológico y f : K Ñ R
continua. Muestre que f alcanza sus valores extremos.
Prueba
Para ver este resultado, primero veremos que la imagen continua de un compacto es un compacto.
En efecto como f es continua, manda conjuntos abiertos de R en conjuntos abiertos de X. Ası́,
tomemos pUi qiPI un cubrimiento por abiertos de f pKq entonces pf ´1 pUi qqiPI forma un cubrimiento
por abiertos de K el cual se puede reducir a un subcubrimiento finito. Sea pf ´1 pUi qqiPrns tal
subcubrimiento, tenemos entonces que ¨ ˛
ď ď ď
KĎ f ´1 pUi q ñ f pKq Ď f ˝ f ´1 pUi q‚“ Ui .
iPrns iPrns iPrns
Ası́, de un cubrimiento arbitrario hemos pasado a un subcubrimiento finito por lo que f pKq es
compacto.
Por el teorema de Heine-Borel f pKq es cerrado y acotado. Entonces como es acotado, existen el
supremo y el ı́nfimo elemento de este conjunto. Como f pXq es cerrado, tales elementos se encuentran
dentro del conjunto. Por lo tanto, por definición de imagen directa, existen a, b P K tales que
f paq “ı́nfpf pXqq y f pbq “ suppf pXqq mostrando ası́ que existen los valores extremos de f dentro
de K. Esto en particular nos permite reemplazar sup por máx e ı́nf por mı́n.
Ejercicio 1.10.2 ([8] 1.17). Sea K Ď X un compacto no vacı́o dentro de un espacio topológico y Y un
K-espacio de Banach. Sea pCpK,Y q,}¨}8 q el espacio de funciones continuas con }f }8 “ máxxPK }f pxq}Y .
Muestre que este espacio es de Banach.
29
Ya hemos resuelto esto antes en la proposición 1.5.3 al ver que las funciones continuas de soporte
compacto forman un C-espacio de Banach.
La prueba aquı́ solamente requiere hacer la acotación de que como Y es de Banach, toda sucesión
de Cauchy converge y por tanto una sucesión pf pxn qqnPN donde pxn q es de Cauchy también serı́a
convergente. El resto de la prueba es análogo.
Ejercicio 1.10.3 ([8] 1.18a). Sea pX,}¨}q un espacio normado y S Ď X un conjunto. Muestre que pS,mq
es un espacio métrico con la métrica mpx,yq dada por }xý} para x,y P S.
En efecto, debemos corroborar todos los axiomas de espacio métrico para pS,mq.
1. En virtud de la positividad de la norma basta ver que en efecto la métrica se anula sólo cuando
los elementos son idénticos. Sean x,y P S entonces tenemos
mpx,yq “ }xý} “ 0 ðñ xý “ 0 ðñ x “ y
donde la equivalencia viene del axioma de espacio normado }x} “ 0 ðñ x “ 0.
2. Veamos ahora la simetrı́a. Tome x,y P S entonces
mpx,yq “ }xý} “ }p´1qpy´xq} “ |´1|}y´x} “ }y´x} “ mpy,xq.
3. Finalmente la desigualdad triangular. Tome x,y,z P S entonces
mpx,zq “ }x´z} “ }pxýq`py´zq} ď }xý}`}y´z} “ mx,y`mpy,zq.
Como hemos corroborado los axiomas de espacio métrico concluimos que pS,mq es métrico. En
particular, todo espacio normado es un espacio métrico.
Ejercicio 1.10.4 ([8] 1.18b). Sea pX,mq un espacio métrico. Diremos que U es abierto si para x P U se cum-
ple que existe r ą 0 tal que el conjunto Bpx,rq “ ty P X : mpx,yq ă ru Ď U está contenido completamente en U .
Si τ “ tU : U es abierto.u, muestre que pX,τ q es un espacio topológico de Hausdorff.
Debemos corroborar todos los axiomas de un espacio topológico para pX,τ q.

1. Primeramente note que H es abierto por vacuidad, para todo punto en H, la bola de cualquier
radio está contenida en H. TodoŤel espacio es abierto pues toda bola está contenida en el espacio.
2. Tome ahora pUi qiPI Ď Ppτ q y x P iPI Ui . Entonces
Ť existe j P I tal que x P Uj . Como Uj es un abierto
entonces existe r ą 0 tal que Bpx,rq Ď UjŞ Ď iPI Ui . Por lo que la unión de abiertos es abierta.
3. Si ahora tomamos pUi qiPrns Ď Ppτ q y x P iPrns Ui entonces tenemos que @ i P rns : px P Ui q. Como
cada Ui es abierto, se cumple que @ i P rns D ri ąŞ0 : pBpx,ri q Ď Ui q. Tome r “ mı́niPrns pri q y de
esta manera @ i P rns : pBpx,rq Ď Ui q ñ pBpx,rq Ď iPrns Ui q.
Ası́ pX,τ q es un espacio topológico. Resta ver que es de Hausdorff, para esto considere x ‰ y un par
de puntos en X. Luego mpx,yq ą 0, ası́ tome ε “ mpx,yq 2
. Considere Bpx,εq y Bpy,εq. Si suponemos
que las bolas no son disjuntas, entonces existe z P X ta que z P Bpx,εqXBpy,εq. Luego mpx,zq ă ε
y mpz,yq ă ε y por tanto obtenemos
mpx,zq`mpz,yq ă 2ε “ mpx,yq,
lo cual es imposible dado que m es una métrica. Por lo tanto nuestra suposición es errónea y tales
bolas son disjuntas. Con esto llegamos a que el espacio cumple el axioma T2 de separación y por
lo tanto es de Hausdorff.
Ejercicio 1.10.5 ([8] 1.18c). Muestre que las aseveraciones sobre compacidad en [?] 1.15 son válidas al
intercambiar espacios normados por métricos. Siéntase convencido de que las pruebas correspondientes
se traducen directamente del lenguaje de espacios normados a métricos.
Antes de proseguir precisamos un par de definiciones dadas en [7] para resolver estos enunciados. Para
estas definiciones tomamos pX,mq un espacio métrico y S Ď X.
30
Definición 1.10.6. S se dice tener una red finita si para n P N y cada ε ą 0 existe psi qiPrns Ď S tal que
ı́nf iPrns mpx,si q ď ε para x P S.
Definición 1.10.7. Diremos que S es precompacto si admite una red finita para ε ą 0.
Esta última definición de hecho es equivalente a una definición que ya conocemos.
Definición
Ť 1.10.8. Diremos que S es totalmente acotado si para ε ą 0 existe psi qiPrns Ď S tal que
S Ď iPrns Bpsi ,εq 1 .
Uno de los ejercicios a continuación nos pide mostrar la equivalencia entre compacidad y ser precompacto
y completo. Sin embargo queremos hacerlo con la propiedad de ser totalmente acotado por lo que precisamos
un lema para mostrar dicha equivalencia.
Lema 1.10.9. Para S Ď X con X un espacio métrico tenemos que S es totalmente acotado si y sólo si es
precompacto.
Prueba
Supongamos que S es totalmente Ť acotado. Entonces sean ε ą 0, n P N y psi qiPrns Ď S. Por
definición tenemos que S Ď iPrns Bpsi , εq y ası́ si x P S entonces está en la unión y por tanto
existe i P rns tal que x P Bpsi ,εq y luego mpx,si q ă ε. Tomando el ı́nfimo respecto a n obtenemos
ı́nf jPrns mpx, sj q ď mpx, si q ă ε. Por lo tanto existe una red finita de puntos psi qiPrns Ď S tal que
psi qiPrns Ď S para x P S. Por lo tanto S es precompacto.
Si ahora asumimos que S admite una red finita, entonces para ε ą 0 existe psi qiPrns Ď S tal que
ı́nf jPrns mpx,sj q ď mpx,si q ă ε con x P S.
Ası́, sea x P S y tome ε0 “ 2ε , tenemos que existe m P rns y psj qjPrms tal que mpsj ,xq ď ε0 para x P S. En-
tonces por definición x P Bpsj ,ε0 q y por tanto x está en la unión de estas bolas sobre rms. Como x era ar-
bitrario entonces S está contenido en la unión de estas bolas. Concluimos que S es totalmente acotado.
Resta ver un par de lemas más que nos servirán para probar las equivalencias del ejercicio siguiente.
Lema 1.10.10. Para S Ď X con pX,mq un espacio métrico. Si S es totalmente acotado entonces toda
sucesión posee una subsucesión de Cauchy.
Prueba
Sea psn qnPN Ď S, si psn q es finita la subsucesión constante es de Cauchy. Entonces suponga que psn q
es infinita.
Como S es totalmente acotado, entonces para todo ε ą 0, S es unión de bolas de radio ε. En este caso
tomemos ε “ 1. Ası́ existe una bola Bpt1 ,1q que contiene infinitos elementos de la sucesión psn q. Sea
psn,1 q “ psn qXBpt1 ,1q la subsucesión de psn q dentro de esta bola. Esta subsucesión es nuevamente
infinita.
1
Ası́
` por ˘ ser totalmente acotado, tenemos que S es unión de bolas de radio ε “ 2 . Nuevamente
` 1˘ existe
1
B t2 , 2 una de estas bolas con infinitos elementos de psn,1 q. Sea psn,2 q “ psn,1 qXB `t2 , 2 ˘.
Iterativamente por inducción, la sucesión psn,k q que se encuentra
` ˘en una bola B tk , k1 posee una
1
subsucesión psn,k`1 q con infinitas entradas en una bola B tk`1 , k`1 .
1
La definición de red finita también se puede tomar como un cubrimiento como el de esta definición. Dado que son
equivalentes, tales definiciones son intercambiables.
31
Considere ası́ la subsucesión psk,k qkPN Ď psn q. Dado ε ą 0 tome n0 P N tal que n0 ě 1ε . Ası́
1 1
m ě k ě n0 ñ mpsm,m ,sk,k q ă ď ă ε.
k n0
Por lo tanto psk,k q es una subsucesión de Cauchy de psn q.
Lema 1.10.11 (Lebesgue). Sea pX,mq un espacio métrico con S Ď X compacto. Muestre que para cada cubri-
miento por abiertos de S, U, existe δ ą 0 tal que si C Ď S con diampCq ă δ, entonces existe U P U tal que C Ď U .
Prueba
Primero, como S es compacto, existe U 1 “ pUi qiPrns Ď U un subcubrimiento finito. Si es el caso que
Ui “ S para algún i, cualquier δ sirve. De lo contrario tome Fi “ SzUi . Estos conjuntos son no vacı́os
pues ası́ lo asumimos. ř
Defina f : S Ñ R, s ÞÑ n1 iPrns mps,Fi q. Note que f es continua y como está definida en un conjunto
compacto aplicamos el ejercicio 1.10.1 (teorema de los valores extremos). Ası́, sea δ “ mı́nsPS tf psqu.
Sea C Ď S con diampCq ă δ, luego existe s0 P S tal que C Ď Bps0 ,δq. Como tenemos que f ps0 q ě δ
entonces existe i P rns tal que mps0 ,Fi q ě δ. Luego C Ď Bps0 ,δq Ď Ui y por lo tanto tenemos el resultado.
Ya con esto en mano podemos adentrarnos en el ejercicio que pide reformular todo lo de un ejercicio
anterior a espacios métricos.
Ejercicio 1.10.12 ([8] 1.15a). Sea S Ď X con X un espacio métrico tenemos que las siguientes afirmaciones
son equivalentes.
1. S es compacto bajo cubrimientos por abiertos.
2. S es compacto por sucesiones.
3. S es completo y totalmente acotado.
Primero probamos que compacidad por abiertos nos da compacidad por sucesiones.
Prueba
Tome psn qnPN
Ş Ď S una sucesión y considere Vn “ tsi : i ě nu. Vamos a mostrar que existe s P S
tal que s P nPN V n a . Para esto, supongamos que no es cierto, entonces para cada s P S existe
j P N tal que sŤR V j y por tanto s P SzV j “ : Uj . Este conjunto es abierto para cada j P N y
tenemos S Ď nPN Un , entonces
Ť como S esŤcompacto podemos extraer un subcubrimiento
finito de manera que S Ď iPrns Ui y ası́ S Ď jPrns pSzVj q.
Esto es imposible dado que para j P rns ocurre que sj P M y sj P Vj .
a
Esta propiedad es el equivalente de la propiedad de intervalos encajados en R.
Procedemos a mostrar que compacidad por sucesiones implica completitud.
32
Prueba
Si ahora suponemos que S es compacto por sucesiones podemos tomar psn qnPN Ď S una sucesión
de Cauchy. Entonces, como S es compacto por sucesiones, existe psnk q Ň psn q una subsucesión
convergente. Sea s el lı́mite de dicha subsucesión y ε ą 0, entonces como psn q es de Cauchy
existe n0 P N tal que m,n ě n0 implica que mpsn ,sm q ă 2ε . También como psnk q es convergente
existe m0 P N tal que nm0 ě n0 y k ě m0 nos da mpsnk ,sq ă 2ε y por lo tanto obtenemos
m ě n0 ñ mpsm ,sq ď mpsm ,snk q`mpsnk ,sq ă ε.
Por lo que sm Ñ s y ası́ S es completo.
Ahora, veamos que S es totalmente acotado.

Prueba
Proseguimos por contrapositiva. Supongamos que S no es totalmente acotado por lo que existe
ε0 ą 0 tal que ninguna unión finita´de bolas de radio
¯ ε0 cubre S. Ası́ sea s0 P S y s1 P SzBps0 ,ε0 q.
Ť
Por inducción tomamos sn`1 P Sz iPrns Bpsi ,ε0 q y ası́ construimos una sucesión en S tal que
mpsn ,sm q ě ε0 para m ‰ n en N. Esta sucesión no es de Cauchy y ninguna subsucesión de élla
es de Cauchy. Por lo tanto psn q no posee subsucesiones convergentes y por tanto obtenemos
la no compacidad por sucesiones.
Concluimos que un espacio compacto por sucesiones es completo y totalmente acotado. Para mostrar
las equivalencias procedemos en el camino contrario.
Un conjunto completo y totalmente acotado es compacto por sucesiones.
Prueba
En efecto, sea psn qnPN Ď S. Entonces como S es totalmente acotado, por el lema 1.10.10, psn q
posee una subsucesión psnk qkPN de Cauchy. Como S es completo, toda sucesión de Cauchy
converge, en particular snk Ñ s. Es decir, psn q posee una subsucesión convergente y esto
significa que S es compacto por sucesiones.
Finalmente procedemos a mostrar que compacidad por sucesiones nos da compacidad por abiertos.
Prueba
Sea U “ pUi qiPI un cubrimiento por abiertos de S. El lema 1.10.11 nos proporciona un número
de Lebesgue ε y además S es totalmente acotado por lo que existen psi qiPrns tales que la unión
de bolas de radio ε contiene a S. Note que por definición del número Ť de Lebesgue lasŤ bolas
Bpsi ,εq están contenidas en algún Ui P U y por lo tanto obtenemos S Ď iPrns Bpsi ,εq Ď iPrns Ui .
Es decir, pUi qiPrns es un subcubrimiento de U finito que cubre S.
Por lo tanto hemos llegado al final ya que hemos mostrado que p1q ðñ p2q ðñ p3q.
Nuevamente precisamos definiciones antes de proseguir.

Definición 1.10.13. Sea S Ď X con X un espacio topológico. Diremos que S es relativamente com-
pacto2 si S es compacto.
Cuando X más bien sea un espacio métrico, diremos que S Ď X es relativamente compacto por
sucesiones si para toda sucesión psn qnPN Ď S, existe psnk qkPN Ď psn q tal que snk Ñ s P S, es decir toda
2
En algunos lugares a este término también se le llama precompacto. Sin embargo nuestras nociones son distintas y sólo
coinciden cuando hablamos de conjuntos de un espacio métrico completo.
33
sucesión posee una subsucesión convergente (no necesariamente dentro del mismo conjunto).
Ejercicio 1.10.14 ([8] 1.15b). Bajo el amparo y notación del ejercicio anterior realice lo siguiente.
1. Muestre que S es relativamente compacto por cubrimientos si y sólo si S es relativamente compacto
por sucesiones.
2. Muestre que si S es relativamente compacto entonces S es precompacto. La conversa ocurre unicamente
cuando X es completo.
Prueba
En efecto, la prueba se pasa en el ejercicio anterior.
1. Tome S relativamente compacto, por definición S es compacto. Por el ejercicio anterior, toda suce-
sión de S posee una subsucesión convergente en S. Se sigue la compacidad relativa por sucesiones.
Tomemos ahora psn qnPN Ď S, existe ptn q Ď S tal que mpsn ,tn q Ñ 0. Como S es relativamente
compacto por sucesiones, existe ptnk q Ď ptn q que converge a l P S. Sea ahora psnk q una subsucesión
de psn q y vea que
mpsnk ,lq ď mpsnk ,tnk q`mptnk ,lq,
como ambos términos tienden a cero conforme k crece obtenemos que snk Ñ l por lo que S es
compacto y ası́ S es relativamente compacto.
2. Para el segundo apartado suponga que S es relativamente compacto entonces S es compacto y por el
ejercicio 1.10.12 tenemos que S es totalmente acotado. Luego, los subconjuntos de un conjunto total-
mente acotado son totalmente acotados en particular S lo es y esto es equivalente a ser precompacto.
La conversa es inmediata puesto que aplicamos el lema 1.10.10 para encontrar una sucesión de
Cauchy y esta converge en la cerradura de S debido a que el espacio es completo. Esto significa que
S es relativamente compacto por sucesiones lo que es equivalente a ser relativamente compacto.
Con esto concluimos el ejercicio 1.18 habiendo adaptado el 1.15 a espacios métricos. Proseguimos con
un ejercicio que nos trae varios teoremas del análisis a la mesa.
Ejercicio 1.10.15 ([8] 1.19). Realice un estudio de los teoremas a continuación
Teorema 1.10.16 (Stone-Weierstrass, 1885-1948). Sea X un espacio T2 y K Ď X un compacto. Si F es
una subálgebra de CpK,Kq tal que 1 P F y F separa puntos de K entonces F es densa en CpK,Kq.
La demostración de este teorema se basa en la densidad de los polinomios de R sobre Cpra,bs,Rq. Con
este hecho se corrobora que ciertas funciones cumplen estar F y de esta manera gracias a compacidad
se llega a la densidad. La prueba completa se puede encontrar en [6] página 3-13 ó para una explicación
con más detalles se puede consultar la sección 3.5 en [5]. Para más preguntas o dudas sobre el teorema,
la siguiente referencia de math.se puede ser útil (ver aquı́).
Teorema 1.10.17 (Weierstrass, 1885). Sea K Ď Rd compacto, entonces Krx1 ,...,xd s es denso en CpK,Rq.
Ejercicio 1.10.18 ([8] 1.19b). Aplique el teorema de Stone-Weierstrass para probar el teorema de apro-
ximación de Weierstrass.
Teorema 1.10.19 (Arzelà-Ascoli, 1884-1895 y Fréchet, 1906). fill up here
Teorema 1.10.20 (Tietze, (?) y Urysohn, (?)). fill up here
terminar de escrbir los demás teorema
Ejercicio 1.10.21 ([4] 1.6). Pruebe el teorema 1.2.9 acerca de la definición de la envolvente convexa.
La prueba del teorema fue realizada ya en las notas.
34
Ejercicio 1.10.22 ([4] 3.1). Adapte la proposición 1.4.8 para probar que ppxq ă 1 si y sólo si x P IntpKq,
donde p es la función de calibre de K.
Ejercicio 1.10.23 ([4] 5.3). Suponga que X es un espacio de Banach y Y ď X es cerrado. Muestre que
X
{Y es también de Banach.
Ejercicio 1.10.24 ([4] 5.5). Considere los espacios p`8 pCq,}¨}8 q, pBpS,Cq,}¨}8 q, pCpT,CqXBpT,Cq,}¨}8 q
con T un espacio topológico y pC0 pT q,}¨}máx q con T compacto.
Muestre que las normas aquı́ no son estrictamente subaditivas.
El punto es mostrar un ejemplo para ver que la norma no es estrictamente subaditiva.
Prueba
1. En efecto, considere las sucesiones en `8 u “ p1,1,0,...q y v “ p1,0,1,...q. Note que }u}8 “ 1 y
}v}8 “ 1. A la vez tenemos que }u`v}8 “ 2 por lo que hemos encontrado un ejemplo donde no
hay subaditividad estricta.
2. Como S es un conjunto arbitrario, tomemos S “ A Y B Y C donde los tres conjuntos son
disjuntos. Luego las funciones que utilizaremos para mostrar la desigualdad no estricta
son f “ 1A ` 1B y g “ 1A ` 1C . En efecto, como los conjuntos son disjuntos tenemos que
supxPS |f pxq| “ 1 “ supxPS |gpxq|. A su vez, f ` g “ 21A ` 1B ` 1C y su valor supremo en S es 2
cuando x P A. En ese caso tenemos }f `g}8 “ }f }8 `}g}8 y no hay λ P C tal que f “ λg.
3. el problema aquı́ es la continuidad
4. tenemos el mismo problema que antes
Ejercicio 1.10.25 ([4] 5.6). Considere los espacios p`p pCq,}¨}8 q y pC0 pDq,}¨}p q con D Ď R.
Muestre que las normas aquı́ no son estrictamente subaditivas para p “ 1.
Prueba
ř 1
1. En este caso, recuerde que la norma p es p nPN |xn |p q p y con p “ 1 es la suma de los módulos de
las entradas de x. Para nuestros efectos, tome x “ p1,´1,0,0,...q y y “ p0,0,1,´1,...q. Note que
x,y P `pCq pues tiene norma cero, no son múltiplos uno del otro y además x ` y también tiene
norma cero. Se sigue que }¨}1 no es estrictamente subaditiva.
`ş ˘1
2. Para las funciones, la norma p es D |f |p dx p y en nuestro caso es la integral únicamente.
Ejercicio 1.10.26 ([4] 8.1). Sea X un espacio normado, muestre que Y 0 ď X 1 y que es cerrado.
Ejercicio 1.10.27 ([4] 8.2). Sea X un espacio normado y Y ď X es cerrado. Muestre que pX {Y q1 » Y 0 con
una isometrı́a.
1
Ejercicio 1.10.28 ([4] 8.3). Sea X un espacio normado. Muestre que Y 1 » X {Y 0 con una isometrı́a.
Los tres ejercicios anteriores se pueden encontrar resueltos en el ejercicio 1.7.9.
Ejercicio 1.10.29 ([4] 8.5). Considere un espacio de medida total 1. Muestre que }¨}p vista como función
de p es creciente.
35
Prueba
En efecto, suponga que µ es una medida sobre X y que µpXq “ 1. Tomemos p ď q, entonces llamemos
r “ pq y s su conjugado tal que 1r ` 1s “ 1. Ası́ por la desigualdad de Hölder tenemos
ż ˆż ˙ r1 ˆż ˙ 1s ˆż ˙ pq
p p
}f }p “ |f | dµ ď pr
|f | dµ ps
1X dµ “ |f | dµ µpXq “ }f }pq .
q
X X X X
Al tomar raiz p-ésima de ambos lados obtenemos el resultado.
Antes de enunciar el próximo ejercicio precisamos una definición técnica. Cabe recordar aquı́ las
definiciones de cerradura topológica y de envolvente convexa pues estas son muy similares a la que sigue.
Definición 1.10.30. Sea X un espacio normado. Llamamos la envolvente convexa cerrada de S Ď X
a la intersección de todos los conjuntos cerrados y convexos que contienen a S. Denotamos ConvpSq a este
conjunto.
Ejercicio 1.10.31 ([4] 8.6). Sea X un espacio normado. Muestre que ConvpSq es ConvpSq para todo S Ď X.
Prueba
Por definición ConvpSq es el cerrado y convexo más pequeño que contiene a S. Entonces observe
que como S Ď ConvpSq, podemos tomar clausuras para obtener S Ď S Ď ConvpSq. Ası́ ConvpSq es un
conjunto convexo y cerrado que contiene a S, y por minimalidad también debe contener a ConvpSq.
Resta ver que ConvpSq Ď ConvpSq, pero esto es inmediato puesto que por definición de envolvente
convexa, ConvpSq es el convexo más pequeño que contiene a S. Tenemos que ConvpSq es un convexo
que contiene a S por lo que ConvpSq Ď ConvpSq. Además ConvpSq es un cerrado y por definición
de clausura tenemos que ConvpSq Ď ConvpSq.
1.11. Dı́a 7— 21-1-19

1.11.1. Optimización y dualidad
Recuerde el teorema 1.8.7, queremos resolver dos problemas; encontrar un funcional que resuelva el
lado del supremo de la ecuación y un y P Y que resuelva al mı́nimo. Supongamos que tenemos una solución
`0 entonces veremos que y0 es una solución del ı́nfimo si y sólo si `0 px0 ý0 q “ }x0 ý0 }.
Prueba
Suponga que y0 es una solución, entonces
}y0 ´x0 } “ı́nf }y´x0 } “ `0 px0 q “ `0 px0 ý0 q.
yPY
Ahora vamos con la otra implicación, note que
}y0 ´x0 } “ `0 px0 q “ sup “ı́nf }y´x0 }.
`PY 0 yPY
}`}ď1
En general queremos resolver el problema de encontrar una solución al ı́nfimo. Una condición más es:
si Y es de dimensión finita entonces existe y0 tal que }y0 ´x0 } “ı́nf yPY }y´x0 }.
Ejercicio 1.11.1. Pruebe que la aseveración anterior es cierta. Que existe solución cuando la dimensión
es finita.
Precisamos un lema ahora antes de proseguir con aplicaciones.
Lema 1.11.2. Sea ` P pCpra,bsqq1 un funcional no nulo que cumple que existe f P Cpra,bsq tal que
1. `pf q “ }`}}f }.
36
2. El conjunto donde f alcanza sus valores řextremos, tt Přra,bs : |f ptq| “ }f }8 u no es más que tti : i P rnsu.
Entonces existen a1 ,...,an tales que `pgq “ iPrns ai gpti q y iPrns |ai | “ }`}.
Prueba
şb
Por la representación de ˇş los funcionales,
ˇ existe φ P BV pra,bsq tal que `pgq “ a
gdφ. Sea M “ }f }8 ,
ˇ d
si sc,dr Ď ra,bs entonces ˇ c f dφˇ ď M̃ Varrφ;rc,dss.
ˇ
Por el teorema de Jordan, φ “ ˇżp´m donde
ż d p yˇ m son funciones monótonas y ası́
ˇ d ˇ
ˇ gdp´ gdmˇ ď }g} ærc,ds Varrφ;rc,dss.
ˇ ˇ 8
c c
De esta manera obtenemosˇż
ˇ b
ˇ
ˇ ra,cs rc,ds rds,b
|`pf q| “ ˇˇ f dφˇˇ ď I1 Ì2 Ì3
a
ďM pVarrφ;ra,css`Varrφ;rd,bssq` M̃ Varrφ;rc,dss ă M Varrφ;ra,bss.
Y note que
Varrφ;rc,dss “ P rφ;rc,dss`N rφ;rc,dss “ ppdq´ppcq`mpdq´mpcq “ 0.
Esto resuelve el problema ya que żb ÿ
`pgq “ gdφ “ gpti qai ,
a iPrns
pero aj “ ppptj q´ppt´
j qq´pmptj q´mpt
´
qq “ : pj ´mj . Entonces
ÿj ÿ
`pf q “ f ptj qppj ´mj q ď M ppi `mi q
iPrns iPrns
y también ÿ ÿ ÿ
|ai | “ |pi ´mi | “ ppi `mi q “ Varrφ;ra,bss.
iPrns iPrns iPrns
Consideremos ahora el problema de aproximación de Tchebychev. Considere el espacio Cpra,bsq y Pn

el subespacio de polinomios de grado a lo sumo n. entonces buscamos optimizar ı́nf yPPn }xý}.
A saber, como Pn es finito-dimensional entonces por una observación anterior, existe solución al
problema y Tchebychev afirma que |tt : |xptqý0 ptq| “ }xý0 }u| ě n`2.
Para resolver esto queremos usar dualidad con el hecho de que
}`0 }}xý0 } “ ı́nf }xý} “ máx0 `pxq “ `0 pxq “ `0 pxý0 q.
yPPn `PY
}`}ď1
Si por contradicción
ř | tt :ř|xptqý0 ptq “ }x0 }u | “ k ď n ` 1 entonces existen a1 , ... , ak tal es que
`0 puq “ iPrks upti qai con iPrks |ai | “ }`}. Ahora tenemos ti ’s. Podemos encontrar y1 P Pn tal que
para j P rk´1s se cumple y1 ptj q “ xptj q y yptk q “ xptk q`b. Entonces `0 py1 ´xq “ ´bax para ax ‰ 0. no
entiendo como termina, literal dice t1 Ñ tn`1 y z1 zn`1 implica existe p de grado n tal que pptj q “ zj .
La siguiente aplicación requiere dato acerca de la norma de

şb un funcional. şb
1
Tomemos f P Cpra,bsq y Lf P Cpra,bsq definido por Lf puq “ a uf dt. Queremos ver que }Lf } “ a |f ptq|dt.
şb şb şb
Por la representación Lf puq “ a udφ y }Lf } “ Varrφ;ra,bss. Entonces a uf dt “ a udφ, llamemos
şt
F ptq “ a f psqds. Ası́
żb żb żb
udF “ udφ ñ F “ φ ñ }Lf } “ Varrφ;ra,bss “ VarrF ;ra,bss “ |f psq|ds.
a a a
Volvamos al problema original.

37
Teorema 1.11.3. Sea X un espacio normado, Y Ď X y `0 P X 1 . Entonces se cumple que

mı́n0 }`´`0 } “ sup `0 pyq.
`PY yPY
}y}ď1
Prueba
Primero probamos que el supremo está acotado por el ı́nfimo. Note que
`0 pyq “ `0 pyq´`pyq “ p`0 ´`qpyq ď }`0 ´`}}y} ď }`0 ´`}
ñ sup `0 pyq ď ı́nf0 }`´`0 }.
yPY `PY
}y}ď1
Por otro lado, primero tomemos la restricción de `0 en Y . Sea `1 “ `0 æY . Aquı́ tenemos que la norma
de `1 es
}`1 }Y “ sup `1 pyq “ sup `0 pyq.
yPY yPY
}y}ď1 }y}ď1
Ahora el siguiente paso es extender `1 a L1 sobre todo X por Hahn-Banach. Tenemos que L1 cumple
que L1 pyq “ `1 pyq “ `0 pyq para y P Y y }L1 } “ }`1 }Y .
Note que L1 ´ `0 P Y 0 pues como son iguales sobre Y su diferencia se anula sobre Y y obtenemos
esto. Ası́ el ı́nfimo cumple que
ı́nf0 }`´`0 } ď }`0 ´L1 ´`0 } “ }L1 }.
`PY
Hemos construido un ejemplo (`0 ´ L1 ) donde el ı́nfimo se alcanza. Además }L1 } era el supremo
por lo que obtenemos el resultado.
Como antes, veamos implicaciones de soluciones de este problema.

Proposición 1.11.4. Sea `˚ P Y 0 tal que }`˚ ´`0 } “ mı́n`PY 0 }`´`0 }. Entonces y0 P Y con }y0 } ď 1 resuelve
ser sup yPY `0 pyq si y sólo si }`˚ ´`0 } “ p`0 ´`˚ qpy0 q.
}y}ď1
Prueba
Supongamos que y0 resuelve el problema del supremo. Entonces por el teorema anterior esto resulta en
`0 py0 q “ sup `0 pyq “ }`˚ ´`0 }
yPY
}y}ď1
ñ`0 py0 q´`˚ py0 q “ sup `0 pyq “ }`˚ ´`0 }.

yPY
}y}ď1
Por otro lado `0 pyq “ }`˚ ´`0 }, pero por hipótesis esta norma es mı́n`PY 0 }`´`0 } y por el teorema este
mı́nimo es sup yPY `0 pyq.
}y}ď1
1.12. Monitorı́a 2— 22-1-19

Para el ejercicio 3.1 de [4], en la página 20 del libro se menciona que el interior de K es no vacı́o ya que
se supone que 0 P IntpKq. De hecho sin esta hipótesis el problema es falso.
Ejercicio 1.12.1. Estudie lo que pasa con la función de calibre cuando 0 R IntpKq.
Observación 1.12.2. Veamos un ejemplo de un conjunto con interior no vacı́o pero interior topológico vacı́o.
En el plano considere una “concha” en R2 .
En general el interior no coincide con el interior algebraico. Consideremos c00 el subespacio de `8 de
sucesiones eventualmente nulas dotado (de la norma infinito. Este espacio no es de Banach. El conjunto
convexo a tratar es K “ x P c00 , |xn | ď n1 , note que 0 P IntpKq pero no en K o .
38
Si tomamos x P K, como }x}8 ă 8, buscamos

ˇx ˇ α tal que αx P K ocurra. Tome N P N tal que para n ě N ,
xn “ 0. A α lo tomamos de manera que ˇ αm ˇ es algo ahı́ aqu eno entendı́ bien.
Sea ε ą 0 entonces Bp0,εq X K c es no vacı́o. Sabemos que existe n P N tal que ε ą n1 , considere ası́ la
sucesión an “ δin ε. Este elemento no está en K pero sı́ en un vecindario de 0.
1.12.1. Lı́mites de Banach
Ya conocemos la noción de lı́mites de sucesiones. Queremos expander esta noción del conjunto de
sucesiones convergentes por ejemplo a `8 pRq. El lı́mite usual cumple varias propiedades, de ser que exista
tal extensión φ queremos que cumpla propiedades análogas. Suponga que x,y P `8 pRq y α P R entonces
queremos que φ cumpla lo pedido a continuación.
1. Debe haber linealidad en el funcional: φpαx`yq “ αφpxq`φpyq. Al ser un funcional, esto es inmediato.
2. Si xn ě 0 para todo n P N entonces φpxq ě 0.
3. Si SL es la función de corrimiento de sucesiones por la izquierda: px1 ,x2 ,x3 ,...q ÞÑ px2 ,x3 ,x4 ,...q entonces
φpxq “ φpSxq.
4. Si x es convergente entonces φpxq “ lı́mx.
5. lı́minfx ď φpxq ď lı́msupx.
Llamaremos a este funcional un lı́mite de Banach. Veamos que en efecto una definición ası́ es correcta.
Aquı́ vamos a denotar 1 “ p1,1,1,...q y c1 “ pc,...q.
Considere el espacio W “ tSpxq´x : x P `8 pRqu y note que W Ď kerpφq
Ver fotos
Para x P `8 , suponga que xn ě 0, entonces sin perdida de generalidad podemos tomarlo tal que }x}8 ď 1.
Entonces
1´φpxq “ φp1´xq ď }1´x}8 ď 1
ya que 0 ď 1´xn ď 1 para todo n P N.
Si ahora α ą lı́msupx, β ă lı́minfx entonces considere α1 “ S n x ě 0 y S n xβ1 ě 0. Al aplicar φ a estos
elementos obtenemos las desigualdades deseadas.
1.13. Dı́a 8— 23-1-19
Recuerde el ejemplo de la clase pasada dado por `pxqř“ }`}}x}. Probamosřque para un conjunto finito
tt1 ,...,tn u podemos darle la forma al funcional de `puq “ jPrns aj uptj q y }`} “ jPrns |aj |.
También consideramos el problema mı́n`PY 0 }`´`0 } “ sup yPY `0 pyq y vimos que `˚ resuelve el problema
}y}ď1
si ocurre que y0 resuelve el problema del supremo si y sólo si }`˚ ´`0 } “ p`0 ´`˚ qpy0 q.
Finalmente hay un resultado más que necesitamos antes de probar esto. Para una función f P Cpra,bsq,
şb şb
consideramos el funcional Lf puq “ a f udt y probamos que }Lf } “ a |Fs |ds.
1.13.1. Cohetes y trayectorias poco costosas
Consideremos un cohete despegando de la tierra cuya posición está descrita por una función x “ xptq.
Este cohete ejerce una fuerza para salir de la tierra F “ F ptq y por segunda ley de Newton tenemos que
F “ ma. En este caso el balance de fuerzas queda escrito de la siguiente manera
mx2 “ F ptq´gm,
donde vamos a asumir m “ g “ 1 y que x “ F ´1. Elevar el cohete hasta cierta altura requiere cierto trabajo.
Consideremos W “ W ptq el trabajo, entonces podemos expresarlo como un funcional
żT
W ptq “ |F psq|ds.
0
Para simplificar nuestros cálculos tomamos xp0q “ x1 p0q “ 0, la posición y velocidad inicial son cero.
Integrando la ecuación del balance de
ż t fuerzas dos veces obtenemos
żt żs
1 t2
x ptq “ F psqds´t ñ xptq “ ds F prqdr´
0 ş0 T 0 şt 2ş
T 2
que al intercambiar el orden de integración nos da xptq “ 0 drF prq r ds “ 0 F psqpT ´sqds´ T2 . Aquı́ es
donde vamos a proponer nuestro problema variacional.
39
Queremos minimizar el trabajo total dado un tiempo fijo T sobre las funciones F tales que la posición
sea H, una altura dada. Esto es encontrar
αpT q : “ı́nftW pT q : xpT q “ Hu.
Vamos a encontrar una trayectoria óptima primero y luego vamos a optimizar α, de manera que encontremos
ı́nf T ą0 αpT q. Primero, fijando T , buscamos optimizar x y F de manera que lleguemos a la altura H para
luego optimizar sobre T .
Serı́a sorprendente que la solución a este problema fuera una función suave, pero probablemente no sea
ası́. Entonces no nos limitemos, consideremos extendernos un poco. Si llamamos entonces uT psq “ pT ´sq
T2
şT
para s P r0,T s podemos ver la posición como LF puT q “ H ! ` 2 y ası́ 0 |F psq|ds “
) }LF }. Nuevamente
2
cambiamos el objeto que queremos encontrar a ı́nf F PCpra,bsq }LF } : LF puT q “ H ` T2 , es decir, minimizar
sobre los funcionales del dual: " *
T2
ı́nf }L} : LpuT q “ H ` .
LPpCpra,bsqq1 2
2
Fijemos L0 en el dual tal que L0 puT q “ H ` T2 , es claro que existe L0 . Esto pues definimos sobre el espacio
generado y extendemos por Hahn-Banach. Note que la condición de la solución se puede escribir como
pL´L0 qpuT q “ 0 con L´L0 P pCpra,bsqq1 . Nuevamente volvemos a escribir el problema a resolver como
˚
ı́nf 1 t}L˚ `L0 } : L˚ puT q “ 0u
L PpCpra,bsqq
donde L˚ “ L´L0 y la condición L˚ puT q “ 0 se puede escribir como L˚ P Y 0 y Y “ genpuT q.
Al hacer todos estos cambios hemos llegado a un problema ya resuelto. Por el teorema ?? esto es
sup yPY p´L0 pyqq “ sup yPY L0 pyq. Ahora, escribiendo quién era L0 vemos que
}y}ď1 }y}ď1 ˆ ˙
T2 H T
sup p´L0 pyqq “ sup p´L0 pauT qq “ sup a H ` “ ` .
yPY aPR a}uT }ď1 2 T 2
}y}ď1 }auT }ď1 |a|ď T1
Esto minimiza el trabajo,
? y para minimizar el tiempo optimizamos al derivar para obtener ´H T2
` 21 “ 0 lo
que nos dice que T “ 2H. Evaluando en α obtenemos que ı́nfpαpT qq “ ?2H 2H
.
Por el momento tenemos una desigualdad, sabemos cual es el T y α óptimo, pero no sabemos cuál es el L˚
que resuelve el problema. Sin embargo conocemos el lema ?? que nos puede` ayudar ˘ a construir este funcional.
A saber, el funcional L0 tiene norma }L0 } “ }L0 }Y “ H T
` T
2
“ }u T } H
T
` T
2
, gracias a Hahn-Banach.
Entonces como el espacio Y “ genpuT q es unidimensional entonces la expresión L}au 0 pauT q
T}
puede tomar sólo
´ ¯ ´ ¯
auT a uT
dos valores, L0 }au T}
“ L0 |a| }uT }
. Por lo tanto L0 puT q “ }L0 }}uT }. El funcional L0 en efecto es muy
` ˘
simple! Tenemos que L0 “ aup0q y esto es H T
` T
2
up0q, que podemos aproximarlo por funciones continuas!
Considere la función continua Fn , lineal desde 2n hasta n1 y ası́ garantizamos que LFn puq Ñ L0 puq
puntualmente. Note que
żT ż1
n
LFn puq “ Fn psqupsqds “ Fn psqpupsqúp0qqdsùp0q Ñ 0,
0 0
donde la función Fn pxq es 2n´2n2 x. El cálculo de esta integral nos da la convergencia puntual.
Fı́sicamente lo que debemos hacer es concentrar toda la fuerza del cohete en tiempo cero, pues hemos
visto que la dependencia final era de la función evaluada en 0.
Ejercicio 1.13.1. Verifique el último detalle computando la integral en cuestión.
1.13.2. Espacios de Hilbert
Los espacios de Hilbert son espacios de Banach con un tipo de función especial que los acompaña. Vamos
a asumir ahora que X es un K-espacio vectorial donde K es R ó bien C.
Definición 1.13.2. Un producto interno (ó bien, producto escalar ó producto punto) es una función
B : X ˆX Ñ K que cumple las siguientes propiedades.
40
1. Es sesquilineal: Bpαx ` y,βu ` vq “ αBpx,βu ` vq ` Bpy,βu ` vq “ αβBpx,uq ` αBpx,vq ` βBpy,uq `

Bpy,vq.
2. Es antisimétrica: Bpx,yq “ Bpy,xq, donde estamos tomando el conjugado complejo.
3. Es positiva: x ‰ 0 ñ Bpx,xq ą 0. Aquı́ siempre ocurre que Bpx,xq es real. a
De ahora en adelante vamos a denotar Bp¨,¨q como x¨,ÿ. Definimos también una norma }x} “ xx,yy.
Teorema 1.13.3 (Cauchy-Bunyakovsky-Schwarz, 1821-59’-88’). Para cualesquiera x,y P X tenemos que
|xx,yy| ď }x}}y}. La igualdad ocurre cuando x “ αy para algún α P K.
Prueba
Considere a P R, entonces xax`y,ax`yy ą 0. Ahora este producto es
|a|2 xx.xyàpxy,xy`xx,yyq`xy,yy “ a2 }x}2 `2aRexx,yy`}y}2 .
De esta manera vemos el producto interno como un polinomio real en función de a, y si es siempre positi-
vo es porque no hay soluciones. Es decir, su discriminante es negativo. Observe que su discriminante es
∆ “ 4Rexx,yy2 ´4}x}}y} ă 0 ñ |Rexx,yy| ď }x}}y}.
Si tomamos α tal que |α| “ 1 entonces |Re αxx,yy| ď }x,y} y esto es un número complejo. Entonces
αxx,yy “ reiθ y como α tiene módulo 1 entonces r “ xx,yy. De esta manera se sigue la desigualdad.
a
Ya hemos dicho que xx,xy es una norma, pero ahora con la desigualdad podemos probarlo. Basta
verificar la desigualdad triangular ya que las otras dos condiciones son obvias. Observe que
}x`y}2 “ xx`y,x`yy “ }x}2 `xx,yy`xy,xy`}y}2 ď }x}2 `2|xx,yy|`}y}2 ď }x}2 `2}x}}y}`}y}2 “ p}x}`}y}q2 .
Tomando la raiz cuadrada en la primera y última expresión llegamos al resultado buscado.
Proposición 1.13.4 (Identidad del paralelogramo). Para cualesquiera x,y P X se tiene que
}x`y}2 `}xý}2 “ 2p}x}2 `}y}2 q.
baño, pero la prueba es fácil.
Proposición 1.13.5. Para x P X se tiene que }x} “ sup}y}ď1 |xx,yy|.
Prueba
Primero por Cauchy-Schwarz tenemos |xx,yy| ď }x}}y} ď }x} donde la última desigualdad se sigue
x
porque }y} ď 1. Por otro lado tomando y “ }x} , obtenemos la otra desigualdad.
Hasta ahora hemos definido el producto interno y visto sus propiedades. Formalmente ocurre lo siguiente.
Definición 1.13.6. Un espacio pre-Hilbert es un espacio vectorial dotado de un producto interno como
ha sido definido anteriormente. Un termespacio de Hilbert es un espacio pre-Hilbert que además es completo.
şb
Ejemplo 1.13.7. Consideremos el familiar espacio Cpra,bs,Cq dotado del producto interno xf,gy “ a f gdx.
Este espacio de hecho no es completo, su compleción es el espacio L2 pra,bsq compuesto por las funciones
şb
tales que a |f |2 dx ă 8.
ř
Ejemplo 1.13.8. El espacio de sucesiones
ř `2 pCq de las series tales que nPN |xn |2 convergen es un espacio
de Hilbert con el producto xx,yy “ nPN xn y n
Hemos mencionado en el ejemplo de las funciones continuas que podemos completar a un espacio de
Hilbert. El proceso de compleción es completamente análogo al de espacios métricos y la compleción en
efecto será un espacio de Hilbert.
Teorema 1.13.9. Sea X un espacio de Hilbert y K Ď X es cerrado y convexo. Entonces para x P X existe
un único y0 P K tal que ı́nf yPK }y´x} “ }y0 ´x}.
41
Prueba
Sea d el ı́nfimo en la hipótesis y considere pyn qnPN Ď K tal que }yn ´x} Ñ d. Queremos ver que pyn q
es una sucesión de Cauchy y para ello utilizaremos la identidad del paralelogramo. Observe que
si yn ,ym son elementos de la sucesión entonces
2 2 2 2
› yn `ym ››2 2
2}xýn } `2}xým } “ }2xýn ým } `}yn ým } “ 4›x´ › `}yn ým } .
›
2
Ahora vea que
› yn `ym ››2
}yn ým }2 “ 2}xýn }2 `2}xým }2 ´4›x´ 2 2
› ď 2}xýn } `2}xým } ´4d2
›
2
ya que yn `y2
m
P K por convexidad y ası́ todo el término de la derecha tiende a cero. Por lo tanto pyn q
es de Cauchy, ası́ existe y P K tal que yn Ñ y y }xýn } Ñ }xý} que a su vez también converge a
d. Esto prueba la existencia.
Para ver la unicidad note que si y0 ,y1 minimizan la expresión, tenemos que
› y0 `y1 ››2
2}xý0 }2 `2}xý1 }2 “ 4›x´ 2
›
› `}y1 ý0 }
2
y }y1 ý0 }2 “ 4d2 . Por lo tanto la expresión se anula y obtenemos la unicidad.
1.14. Dı́a 9— 24-1-19

Continuamos hoy nuestros estudio de espacios de Hilbert.
Definición 1.14.1. Sea X un espacio de Hilbert y Y ď X un subespacio. Definimos el complemento
ortogonal de Y como el conjunto tx P X : @y P Y pxx,yy “ 0qu. Denotamos al complemento como Y K .
Muy pronto veremos una relación entre los complementos ortogonales y los anuladores. Pero primero
veamos como un subespacio y su complemento ortogonal separan el espacio entero.
Teorema 1.14.2. Sea Y ď X un subespacio cerrado. Entonces se cumple lo siguiente.
1. Y K es subespacio cerrado de X.
2. Tenemos la descomposición X “ Y ‘Y K .
3. Y “ pY K qK .
Prueba
Note que si x1 ,x2 P Y K y θ P C entonces xθx1 `x2 ,yy “ 0.
Ahora, si pxn qnPN Ď Y K con xn Ñ x entonces xx,yy “ xx´xn ,yy ` xxn ,yy y por el teorema 1.13.3 de
Cauchy-Schwarz tenemos que |xx´xn ,yy| ď }xn ´x}}y} Ñ 0.
Finalmente tomemos x P X, sabemos que existe un único y1 P Y tal que }xý1 } “ ı́nf yPY }xý}.
Considere la función t ÞÑ }xý1 `ty}2 , entonces su derivada cumple 0 ÞÑ 0. Si llamamos a nuestra
función f entonces f ptq “ xxý1 `ty,xý1 `tyy o bien, por sesquilinealidad
f ptq “ }xý1 }2 `t2 }y}2 `tpxxý1 ,yy`xy,xý1 yq “ }xý1 }2 `t2 }y}2 `2tRepxxý1 ,yyq.
Esto nos dice que Repxxý1 ,yyq “ 0. Al sustituir t por it obtenemos Impxxý1 ,yyq “ 0 y esto nos
dice que xý1 P Y K y ası́ x “ y1 `pxý1 q.
Finalmente tome x “ y2 `z2 “ y3 `z3 con y2 ,y3 P Y y z2 ,z3 P Y K . Ası́ y2 ý3 “ z3 ´z2 . De esta manera
xy2 ý3 ,y2 ý3 y “ xy3 ý2 ,y2 ý3 y “ 0 lo que nos permite concluir la unicidad.
Finalmente X “ Y ‘Y K por el inciso anterior, pero esto vale para cualquier Y cerrado, en particular
para Y K . Es decir X “ Y K ‘pY K qK .
Tome y P Y , como X “ Y K ‘ pY K qK entonces y “ z ` w con z P Y K y w P pY K qK y xw,zy “ 0 “ xy,zy.
De la identidad al tomar el producto interno respecto a z obtenemos }z}2 “ 0 y ası́ z “ 0. Esto nos
dice que y “ w y por tanto tenemos una inclusión.
Por un argumento completamente análogo se obtiene la otra inclusión.
42
1.14.1. Funcionales en espacios de Hilbert

Considere el funcional `y pxq “ xx,yy para un y dado. Observe que como lo definimos en la primera
entrada entonces sı́ es lineal y no medio lineal3 . Este funcional es acotado por Cauchy-Schwarz. Observe que
|`y pxq| “ |xx,yy| ď }x}}y} ñ }`y } ď }y}.
Pero además tenemos que
ˇ }x}2
ˇ ˆ ˙ˇ ˇB Fˇ
ˇ x ˇ ˇ x
}`x } sup |`x pyq| ě ˇ`x
ˇ ˇ “ ˇ ,x ˇˇ “ “ }x}.
}y}ď1 }x} ˇ ˇ }x} }x}
Al haber encontrado un ejemplo de hecho tenemos que }`x } “ }x}. De hecho todos los funcionales en un
espacio de Hilbert son productos internos.
Teorema 1.14.3 (F. Riesz4 , 1907). Para todo funcional ` P X 1 se tiene que Dx P X tal que `pyq “ xy,xy.
Prueba
Sea ` un funcional continuo, y considere N “ kerp`q. Por el teorema 1.6.10 sabemos que el núcleo es un
subespacio cerrado y codimpN q “ 1. Esto nos dice que para x P X, y “ nàx con n P N . Entonces por
el teorema anterior, como N es cerrado, sabemos que X “ N ‘N K . Tome x0 P N K entonces afirmamos
que N K “ genpx0 q. Es claro que el espacio generado está en N K , y si N K no estuviese contenido en
genpx0 q tendrı́a dimensión mayor a 1, pero la codimensión de N es 1 por lo que esto es imposible.
Afirmamos ahora que `pzq “ xz,bx0 y para b P C. Tenemos que z “ nàx0 con n P N y a P C, entonces
a`px0 q “ bxax0 ,x0 y y ası́ a`px0 q “ ab}x0 }2 . Tomando b “ }x
`px0 q
2 para todo z P X.
0}
La unicidad sale de que `pyq “ xy,x1 y “ xy,x2 y ñ xy,x1 ´x2 y “ 0.
Aquı́ ya podemos ver la conexión entre Y K y Y 0 . Recuerde que Y 0 “ t` P X 1 : p@y P Y : `pyq “ 0qqu y
K
Y “ tx P X : @y P Y pxx,yy “ 0qu. Por el teorema que acabamos de probar, esto es `x pyq “ 0 y por tanto
`x P Y K . De aquı́ se sigue que los espacios de Hilbert son reflexivos.
Teorema 1.14.4 (Lax-Milgram, 1954). Sea X un espacio de Hilbert y B una forma sesquilineal que cumple
1. Para x,y P X, |Bpx,yq| ď c1 }x}}y}.
2. Existe c0 ą 0 tal que |Bpy,yq| ě c0 }y}2 para y P X.
Entonces existe ` P X 1 tal que `pyq “ Bpy,xq para algún x P X.
Prueba
Fijemos x P X y considere Bp¨,xq y un funcional f . Existe wx P X tal que Bpy,xq “ xy,wx y para y P X.
Considere la función M : H Ñ H, x ÞÑ wx , si es sobreyectivo, podemos encontrar un x tal que w “ wz .
Tome `pzq “ xz,wy para w P X entonces `pzq “ xz,wx y “ Bpz,xq.
Como vimos, entonces basta mostrar que el mapeo M es sobreyectivo. Primero mostremos que M pXq
es un subespacio vectorial de X. Tome u,v P M pXq y α P C, entonces αu`v “ αwx `wy para algunos
wx ,wy . Es decir, tenemos que Bpz,xq “ xz,wx y “ xz,uy y lo mismo con wy ; Bpz,yq “ xz,wy y “ xz,yy.
Observe ası́ que
Bpz,αxq “ αBpz,xq “ αxz,uy “ xz,αuy, y Bpz,yq “ xz,vy
ñ xz,wαx`y y “ Bpz,αx`yq “ xz,αu`vy, para todo z.
Ahora observe que como Bpy,xq “ xy,wx y para todo y entonces si tomamos y “ x en particular
obtendremos que
c0 }x}2 ď |Bpx,xq| “ |xx,wx y| ď }x}}wx } ñ c0 }x} ď }wx },
donde la primera desigualdad a la izquierda es por hipótesis. Por otro lado, también podemos tomar
3
De hecho, el prefijo sesqui- en la definición del producto interno, significa uno y medio.
4
Aún si el teorema se conoce como el Teorema de Representación de Riesz, este también está atribuido a Fréchet quien
en 1907 también lo descubrió.
43
y “ wx lo que nos dice que

|xwx ,wx y| “ |Bpwx ,xq| ď c1 }wx }}x} ñ }wx } ď c1 }x}.
Ası́ estas normas son equivalentes. Tome ası́ pun q Ď M pXq tal que un Ñ u y entonces un “ wxn por
estar en la imagen de M . Ası́ pxn q es Cauchy y por tanto xn Ñ x P X y nuevamente por equivalencia
de normas wxn Ñ wx . Esto significa que un Ñ wx “ u, pero entonces hay un x tal que wx “ u y por
tanto u P M pXq. Es decir, M pXq es un subespacio cerrado.
Finalmente por el teorema 1.14.2 tenemos que X “ M pXq‘M pXqK . Si z P M pXqK entonces se cumple
@u P M pXq pxz,uy “ 0q ðñ @x P X pxz,wx y “ 0q ðñ @x P X pBpz,xq “ 0q.
En particular podemos tomar x “ z en la última igualdad lo que nos dice que z “ 0 y por tanto
t0u “ M pXqK .
Discutamos ahora un poco de espacios generados y espacios cerrados generados. Para un conjunto pxi qiPI
se tiene que $ ,
&ÿ .
genpxi q “ ci xi : ci P C, n P N , y genpxi q “ genpxi q.
% -
iPrns
Con esto y gracias al teorema 1.14.3 de representación de Riesz, obtenemos el resultado siguiente.
Teorema 1.14.5. Si Y “ genpxi q entonces z P Y si y sólo si @w@i : xw,xi y “ 0 entonces xz,wy “ 0.
Este teorema de hecho es un análogo al teorema ?? y es un corolario directo del mismo gracias a la
representación de Riesz.
Ejercicio 1.14.6. Pruebe el teorema anterior sin referirse al teorema ?? ni usando representación de Riesz.
Definición 1.14.7. Llamaremos a un conjunto pxi qiPN un conjunto ortonormal si ocurre que xxi ,xj y “ δij ,
donde esta es la delta de Kronecker.
Llamaremos al pxi qiPN un conjunto completo si genpxi q “ X.
ř ř
Consideremos el elemento s “ iPN ci xi donde ci P C para todo i P N. Llamemos sn “ iPrns ci xi y note
que sn Ñ s. Entonces ocurre que paraÿ j P N tenemos ÿ
xsn ,xj y “ ci xxi ,xj y ñ xs,xj y “ cj ñ s “ xs,xi yxi .
iPrns iPN
Como una segunda observación note C que G
ÿ ÿ ÿ ÿ
}sn }2 “ xsn ,sn y “ ci x i , cj x j “ ci cj xxi ,xj y “ |ci |2 .
iPrns jPrns i,jPrns iPrns
Ası́ si sn Ñ s ocurre que ÿ ÿ ÿ
}s}2 “ lı́m }sn }2 “ lı́m |ci |2 “ |ci |2 “ |xs,xi y|2 .
nÑ8 nÑ8
iPrns iPN iPN
2 ř 2
Observe que no estamos diciendo que }s} “ iPN |xxi ,sy| , ya que estamos ř bajo la suposición de que sn Ñ s.
2
A parte de esta identidad que tenemos, řtambién tenemos que la suma iPN |ci | converge. Sin embargo,
sı́ ocurre la implicación contraria, que si iPN |ci |2 converge entonces sn converge a s. Esto pues psn q serı́a
de Cauchy y por completitud habrı́a convergencia.
ř
Teorema 1.14.8. Bajo la notación anterior sn Ñ s ðñ iPN |ci |2 ă 8.
44
Índice Analı́tico
abierto, 30 linealmente independiente, 12

anulador, 22
medio espacio, 19
complemento ortogonal, 42
conjunto completo, 44 núcleo, 9
conjunto ortonormal, 44 norma, 3
convexo, 7 norma operador, 9
cota superior, 14
operador lineal, 8
dimensión, 12 orden total, 14
doble dual, 27
precompacto, 31
envolvente convexa, 7 producto interno, 40
envolvente convexa cerrada, 36 pseudo-métrica, 5
espacio cerrado generado, 26 punto extremo, 8
espacio de Banach, 11 punto interior, 15
espacio dual, 21
espacio generado, 6 red finita, 31
espacio pre-Hilbert, 41 reflexivo, 27
relativamente compacto, 33
función de calibre, 15 relativamente compacto por sucesiones, 33
homogénea, 14
subaditiva, 14
imagen, 9 subespacio vectorial, 6
lı́mite de Banach, 39 totalmente acotado, 31
45
Referencias
[1] George Bachman and Lawrence Narici. Functional Analysis. Dover Books on Mathematics. Dover Publications,
2012.
[2] Geraldo M. de A. Botelho, Daniel M. Pellegrino, and Teixeira Eduardo V. Fundamentos de Análise Funcional.
Textos Universitarios. Sociedade Brasileira de Matemática, 2 edition, 2015.
[3] Haim Brezis. Functional Analysis, Sobolev Spaces and Partial Differential Equations. Universitext. Springer
New York, 2010.
[4] Peter D. Lax. Functional Analysis. Pure and Applied Mathematics: A Wiley Series of Texts, Monographs
and Tracts. Wiley, 2014.
[5] Joseph C. Várilly. Ma-505: Análisis i. Trabajo no publicado, 2017.
[6] Joseph C. Várilly. Sp-1311: Análisis funcional. Trabajo no publicado, 2018.
[7] Eberhard Zeidler. Applied Functional Analysis: Applications to Mathematical Physics. Applied Mathematical
Sciences. Springer New York, 2012.
[8] Eberhard Zeidler. Applied Functional Analysis: Main Principles and Their Applications. Applied Mathematical
Sciences. Springer New York, 2012.
46

Fun Anal

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Fun Anal

Cargado por

Copyright:

Formatos disponibles

IMPA — Análisis Funcional

Basado en las clases dadas por Claudio Landim

Observación 1.1.3. }´x} “ }p´1qx} “ |´1|}x} “ }x}.

En efecto note que tenemos dos relaciones gracias a la desigualdad triangular:

1.1.2. Espacios cociente

Sean x,y,z P X, debemos verificar que „ es de equivalencia por definición.

La prueba de este resultado se puede encontrar aquı́.

Extendamos un poco a subespacios vectoriales de X, estos tienen propiedades respecto a conjuntos

Definición 1.2.15. Sea T : X Ñ Y una transformación lineal, al conjunto tx P X : T pxq “ 0u lo llamamos

1.3. Dı́a 2— 9-1-19

La norma infinito en efecto es una norma.

1.3.1. Espacios de Banach

2. Si S es un conjunto y X “ tf : S Ñ C, f es acotada.u entonces X es completo respecto a la norma

x´ ỹ x´ ỹ´}x´ ỹ}y x´pỹ`}x´ ỹ}yq

1.4. Dı́a 3— 10-1-19

Cuando a ă 0 tenemos que ver lo siguiente

1.4.2. Aplicaciones del teorema

Hagamos un par de observaciones. Note que si x0( es un punto interior de K entonces x0 ` ty P K

Procedamos con hipótesis similares viendo a ver qué pasa.

Proposición 1.4.9. Si p : X Ñ R es homogénea y subaditiva entonces C “ tx : ppxq ď 1u es un conjunto

}f ´fn0 }8 ă 2ε . Esto nos permite concluir la convergencia.

1.5.2. Ejemplos de espacios separables

1.6. Dı́a 4— 14-1-19

1.6.2. Una representación

1.6.3. El espacio de funcionales

Teorema 1.6.11. Si X es un espacio normado, entonces X ˚ es un espacio de Banach.

1.7. Monitorı́a 1— 15-1-19

X ya es completo respecto a la norma de convergencia uniforme y además esta norma es equivalente

Suponga que φ P L2 pr´1,1sq, entonces ˇż por Cauchy-Schwarz

Definición 1.7.8. Sea S Ď X, definimos el anulador de S como

Finalmente para mostrar que T es sobreyectiva tomamos `˜P pX {S q˚ y definimos ` P X ˚ como

Teorema 1.8.7. Si ` P X 1 entonces

1.8.2. Espacio cerrado generado

Ejercicio 1.8.9. Corrobore que en efecto genppxi qq “ genppxi qq.

1.9. Dı́a 6— 17-1-19

El siguiente es un caso donde el doble dual no es el mismo espacio.

1.9.2. Problemas de momentos: aplicaciones fı́sicas

Debemos corroborar todos los axiomas de un espacio topológico para pX,τ q.

Procedemos a mostrar que compacidad por sucesiones implica completitud.

Ahora, veamos que S es totalmente acotado.

Nuevamente precisamos definiciones antes de proseguir.

1.11. Dı́a 7— 21-1-19

Consideremos ahora el problema de aproximación de Tchebychev. Considere el espacio Cpra,bsq y Pn

La siguiente aplicación requiere dato acerca de la norma de

Volvamos al problema original.

Teorema 1.11.3. Sea X un espacio normado, Y Ď X y `0 P X 1 . Entonces se cumple que

Como antes, veamos implicaciones de soluciones de este problema.

ñ`0 py0 q´`˚ py0 q “ sup `0 pyq “ }`˚ ´`0 }.

1.12. Monitorı́a 2— 22-1-19

Si tomamos x P K, como }x}8 ă 8, buscamos

1. Es sesquilineal: Bpαx ` y,βu ` vq “ αBpx,βu ` vq ` Bpy,βu ` vq “ αβBpx,uq ` αBpx,vq ` βBpy,uq `

1.14. Dı́a 9— 24-1-19

1.14.1. Funcionales en espacios de Hilbert

y “ wx lo que nos dice que

abierto, 30 linealmente independiente, 12

lı́mite de Banach, 39 totalmente acotado, 31

También podría gustarte