Amii v03 PDF

Paul Acevedo
Notas de Análisis Matemático II
Teorı́a y ejercicios propuestos
01 de octubre de 2018
3ra versión
Prefacio
El presente documento pretende ser un texto guı́a para el curso de Análisis Matemático
II el cual está contemplado en las mallas curriculares 2010 y 2012 de la Carrera de
Matemática de la Facultad de Ciencias de la Escuela Politécnica Nacional y que actual-
mente se sigue impartiendo.
La idea fundamental para crear estas notas es facilitar a los alumnos el estudio de
los tópicos abordados en esta asignatura, ya que para lograr este objetivo se ha utilizado
un número significativo de referencias bibliográficas, procurando rescatar de cada una de
ellas, los mejores enfoques de los temas a estudiar.
Básicamente el contenido completo de este curso se puede agrupar en tres grandes

capı́tulos. Ası́, el capı́tulo 1 estará dedicado al estudio de los teoremas fundamentales del
Análisis Funcional Lineal, los cuales constituyen la piedra angular para el desarrollo de
esta rama del análisis. El capı́tulo 2 abordará tópicos complementarios sobre espacios
de Hilbert, los cuales ayudarán al mejor entendimiento en áreas como la optimización y
las ecuaciones diferenciales parciales. Además, éste capı́tulo viene a ser la continuación
a la introducción a los espacios de Hilbert visto en el curso de Análisis Matemático I.
Y finalmente, el capı́tulo 3 estará dedicado a introducir el cálculo diferencial en espacios
normados de cualquier dimensión, donde la aplicación de estos conceptos y herramientas
permiten resolver problemas complejos que aparecen en un gran número de áreas de la
matemática.
A lo largo de estas notas se debe tomar en cuenta lo siguiente: consideraremos que

el conjunto de los números naturales es N = {1, 2, 3, . . .} y si necesitamos incluir el cero,
usaremos la notación N0 = N ∪ {0}. Usaremos la notación L (E, F ) para designar al
espacio normado de las aplicaciones lineales y continuas del espacio normado E en el
espacio normado F .
II
Por otro lado, la mayorı́a de las secciones empiezan con una introducción motivacional
(etiqueta Motivación) que nos brinda una visión del por qué estudiar los resultados
vistos en dicha sección. Para lograr este cometido, se hace uso de preguntas naturales
referentes al tema tratado las cuales están etiquetadas con la letra Q. La finalización de
la parte motivacional se la explicita con una lı́nea continua de sı́mbolos ?.
Cabe mencionar que estas notas fueron desarrolladas usando mis apuntes de preparación
de este curso, los cuales empecé a realizarlos cuando dicté esta materia por primera vez
en septiembre de 2010. Sin embargo, el paso de estos apuntes por primera vez a formato
digital fueron realizadas en el semestre abril-septiembre de 2017. Por último, tener en
cuenta que estas notas son preliminares, ası́ que cualquier sugerencia, observación y/o
corrección será bienvenida.
Paul Acevedo
Contents
1 Teoremas fundamentales del Análisis Funcional Lineal . . . . . . . . . . . . . . 1

1.1 Teorema de Hahn-Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1.1 Forma analı́tica del teorema de Hahn-Banach . . . . . . . . . . . . . . . . . . 4
1.1.2 Consecuencias del teorema de Hahn-Banach forma analı́tica . . . . . . 9
1.1.3 Teorema de Hahn-Banach forma geométrica . . . . . . . . . . . . . . . . . . . 13
1.2 Teorema de Baire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.3 Teorema de Banach-Steinhaus . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.3.1 Consecuencias del teorema de Banach-Steinhaus . . . . . . . . . . . . . . . . 28
1.4 Teorema de la aplicación abierta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
1.5 Teorema del Grafo Cerrado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
1.6 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2 Complementos de espacios de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

2.1 Teorema de la proyección . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.2 Teorema de Stampacchia y teorema de Lax-Milgram . . . . . . . . . . . . . . . . . . 54
2.3 Bases ortonormales en espacios con producto interno . . . . . . . . . . . . . . . . . . 60
2.3.1 Bases de Hilbert y series de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
2.4 Operadores adjunto, adjunto de Hilbert, autoadjunto, unitario y normal . 68
2.4.1 Operador adjunto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
2.4.2 Operaciones con los operadores adjuntos y propiedades . . . . . . . . . . 71
2.4.3 Operador adjunto de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
2.4.4 Operadores autoadjunto, unitario y normal . . . . . . . . . . . . . . . . . . . . 73
2.5 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
IV Contents
3 Cálculo diferencial en espacios normados . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

3.1 Funciones Fréchet y Gâteaux diferenciables . . . . . . . . . . . . . . . . . . . . . . . . . . 88
3.2 Teorema de los incrementos finitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
3.3 Aplicaciones del teorema de los incrementos finitos . . . . . . . . . . . . . . . . . . . 106
3.4 Funciones definidas sobre un campo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
3.5 Aplicaciones a valores en un espacio producto . . . . . . . . . . . . . . . . . . . . . . . . 115
3.6 Aplicaciones definidas sobre un abierto de un espacio producto . . . . . . . . . 117
3.7 Diferenciales de orden superior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
3.8 Derivadas de segundo orden de una función definida sobre un espacio
producto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
3.8.1 Sobre la simetrı́a de las segundas derivadas parciales . . . . . . . . . . . . 132
3.9 Fórmula de Taylor en espacios normados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
3.10 Teorema de la función inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
3.11 Teorema de la función implı́cita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
3.12 Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
A Apéndice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
A.1 Relación de orden sobre conjuntos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
A.2 Operaciones sobre subespacios vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
A.3 Espacios vectoriales topológicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
A.4 Categorı́as de Baire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
A.5 Espacios de sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
A.5.1 Notación utilizada para representar una sucesión de sucesiones . . . 156
A.5.2 Inyecciones contınuas en los espacios `p (K) . . . . . . . . . . . . . . . . . . . . 156
A.6 Espacio normado de las aplicaciones multilineales y continuas . . . . . . . . . . 157
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
1
Teoremas fundamentales del Análisis Funcional Lineal
1.1 Teorema de Hahn-Banach
Motivación. Sea E un espacio vectorial sobre un campo K (o lo que es lo mismo un K

- espacio vectorial). Si K = R, entonces se dirá que E es un espacio vectorial real y si
K = C, entonces se dirá que E es un espacio vectorial complejo.
Q: ¿ Existe al menos un funcional lineal definido sobre E, digamos ϕ : E → K ?
Es claro que SÍ, basta considerar el funcional lineal nulo.

Ahora, la existencia de funcionales lineales nulos, nos dice simplemente que el espacio
dual algebraico asociado a E, denotado por E × , es no vacı́o. Sin embargo, el hecho de
que a cada elemento de E se le asocie la imagen 0 ∈ K, no nos brinda nada diferente
ni novedoso pues estarı́amos limitados a trabajar con funcionales cuyo efecto sobre un
espacio vectorial es nulo. Por tanto, claramente la existencia de dichos funcionales no es
suficiente.
Q: ¿ Existen funcionales lineales no nulos definidos sobre E ?
Si E = {0}, entonces la respuesta es NO, pues E × = {0}. Sin embargo, si E 6= {0},

entonces podemos asegurar que SÍ existen funcionales lineales no nulos sobre E, aunque
para mostrar que esto es cierto, se necesita de un resultado muy importante dentro de la
matemática no constructivista: el lema de Zorn.
Lema 1 (Lema de Zorn). Sea X un conjunto no vacı́o parcialmente ordenado. Si todo

subconjunto A ( X totalmente ordenado posee una cota superior, entonces X posee al
menos un elemento maximal1 .
A partir del lema de Zorn es posible mostrar el siguiente resultado:
1
Ver Apéndice A.1
2 1 Teoremas fundamentales del Análisis Funcional Lineal
Proposición 1.1. Todo espacio vectorial posee una base de Hamel2 .
Proof. Sea E un espacio vectorial sobre K. Si E = {0}, el resultado se tiene pues el

conjunto vacı́o es su base. Si E 6= {0}, definamos el conjunto

M := A ( E : A es l.i. .

M es no vacı́o pues como E es no nulo, existe v0 6= 0 y por tanto v0 ∈ M. Además,
M está parcialmente ordenado con la relación de orden ⊆.
Ahora, sea F ( M cualquier conjunto totalmente ordenado. Notar que el conjunto
[
G := F,
F ∈F
es una cota superior para F pues G ∈ M (ya que G es l.i. debido a que F es totalmente
ordenado) y F ( G para todo F ∈ F. Por tanto, por el Lema de Zorn, M posee al menos
un elemento maximal, al que denotaremos B.
Finalmente, probemos que B es precisamente una base de Hamel para E. Puesto que
B es l.i., basta probar que span (B) = E. Razonemos por contradicción y supongamos
que span (B) ( E. Ası́, existe w ∈ E \ span (B). Definamos el conjunto W := B ∪ {w}.
Notar que W es l.i. pues w ∈ / span (B) y por tanto, W ∈ M. Además, B ( W lo cual
contradice el hecho de que B es un elemento maximal de M. Por lo tanto, span (B) = E
y con eso el resultado está probado.
Ahora que ya conocemos que todo espacio vectorial posee una base de Hamel, pode-
mos mostrar que existen funcionales lineales no nulos definidos sobre cualquier espacio

vectorial no nulo. En efecto, sea vi i∈I ( E una base de Hamel para el espacio vectorial
no nulo E. Para cualquier k ∈ I fijo, se define el funcional
ψk : E → K tal que ψk (vi ) = δik ,

donde δik es la delta de Kronecker3 . Puesto que vi i∈I es una base de Hamel de E,

para todo x ∈ E, existe una única familia αj j∈J ( K, con J ⊆ I finito tal que
2
Sean E un K - espacio vectorial y {vi }i∈I ( E, con I cualquier familia de ı́ndices. Se dice
que {vi }i∈I es una base de Hamel (o base algebraica) de E si para todo u ∈ E, existen J ⊆ I
finito y únicos escalares {αj }j∈J ( K tales que
X
u= αj vj .
j∈J

En otras palabras, {vi }i∈I es una base de Hamel de E si es l.i. y span {vi }i∈I = E. Recuerde
que estos conceptos son considerados en el sentido algebraico usual.
3
La delta de Kronecker se define por

1, si i = k
δik =
0, si no.
1.1 Teorema de Hahn-Banach 3
X
x= αj vj . (1.1)
j∈J
Es posible extender ψk a todo elemento de E, usando la siguiente técnica de ex-

tensión lineal : gracias a que se verifica (1.1), para cada x ∈ E, se definirá
X
ψk (x) := αj ψk (vj ). (1.2)
j∈J
(Cuando usamos esta técnica para extender funcionales a todos los elementos del espacio
de manera lineal, se suele ocupar la expresión: por linealidad.) Notemos que ψk ası́
definido es un funcional lineal no trivial sobre E. En efecto, sean x, y ∈ E y λ ∈ K.

Entonces existen únicas familias αj j∈J1 , βj j∈J2 ( K, con J1 , J2 ⊆ I finitos tales que
X X
x= αj vj y y= β j vj .
j∈J1 j∈J2
Ahora, definamos la siguiente aplicación:
c : J1 ∪ J2 −→ K

λαj

 si j ∈ J1 \ J2 ,
j 7−→ c(j) = βj si j ∈ J2 \ J1 ,


λαj + βj si j ∈ J1 ∩ J2 .

De esto es fácil ver que X

λx + y = c(j)vj . (1.3)
j∈J1 ∪J2
Aplicando ψk a (1.3), se tiene que

 
X
ψk (λx + y) = ψk  c(j)vj 
j∈J1 ∪J2
X
= c(j)ψk (vj )
j∈J1 ∪J2
X X X
= (λαj )ψk (vj ) + βj ψk (vj ) + (λαj + βj )ψk (vj )
j∈J1 \J2 j∈J2 \J1 j∈J1 ∩J2
X X
= (λαj )ψk (vj ) + βj ψk (vj )
j∈J1 j∈J2
= λψk (x) + ψk (y).
Observación 1. Si E 6= {0} es un espacio finito dimensional, no se necesita el Lema de

Zorn para probar la existencia de funcionales lineales no nulos.
Sea F un subespacio vectorial (s.e.v.) no nulo de E. Por lo hecho previamente, sabe-

mos que existe ϕ : F → K funcional lineal no nulo. Surge entonces la siguiente pregunta
natural:
Q: ¿ Es posible extender ϕ a todo el espacio vectorial E sin que se pierda la linealidad ?
Afortunadamente, la respuesta es SÍ. Se deja al lector la demostración de este hecho

(ver Ejercicio 1).
Por lo visto hasta el momento, sabemos que debido al lema de Zorn podemos asegurar
la existencia de funcionales lineales no nulos sobre cualquier espacio vectorial no nulo
E (i.e., el espacio dual algebraico E × ahora ya es suficientemente grande), ası́ como, la
extensión de funcionales lineales definidos sobre un subespacio vectorial a todo el espacio,
sin perder la linealidad del mismo.
Dotemos ahora a nuestro espacio vectorial E de una norma. Podemos ahora hablar
acerca de la continuidad de dichos funcionales lineales.
Notar que siempre existe un funcional lineal continuo sobre el espacio E: el funcional
nulo. La existencia de dicho funcional, nos dice que el espacio dual topológico de E,
denotado por E ∗4 , es no vacı́o. Sin embargo, como lo dijimos previamente, esto no brinda
nada novedoso. Por tanto, surgen las siguientes preguntas que son similares a las hechas
previamente:
Q: ¿Existen funcionales lineales continuos no nulos sobre E? Si la respuesta es afirmativa,
entonces dado un s.e.v. F de E y un funcional lineal continuo no nulo sobre F , ¿es posible
extenderlo de manera lineal y continua a todo el espacio E?
Para responder adecuadamente a estas preguntas se necesita precisamente del primer

teorema fundamental del Análisis Funcional lineal: el Teorema de Hahn-Banach.
?????????????????????????????????????????????????????????????????????????
1.1.1 Forma analı́tica del teorema de Hahn-Banach
Para estudiar el Teorema de Hahn-Banch foma analı́tica es necesario introducir el sigu-

iente concepto.
Definición 1 (Funcional Sublineal). Sea E un espacio vectorial sobre K. Decimos que
p : E → R es un funcional sublineal si satisface las siguientes propiedades:
i) Para todo λ > 0 y para todo x ∈ E : p(λx) = λp(x),

ii) Para todo x, y ∈ E : p(x + y) ≤ p(x) + p(y).
Observación 2. Note que:
(a) Todo funcional lineal ϕ : E → R es un funcional sublineal.

4
Cuando se considera un funcional ϕ ∈ E ∗ , en la literatura es usual encontrar la notación
hϕ, xiE ∗ ,E para referirse a la evaluación de ϕ en x, i.e., ϕ(x). A esta notación se la conoce
como emparejamiento dual natural o producto en dualidad natural o simplemente
producto en dualidad . Por comodidad de notación seguiremos utilizando la notación ϕ(x)
en lugar del producto en dualidad.
(b) Toda seminorma es un funcional sublineal. Recuerde que una seminorma ϕ : E → R

sobre un K - espacio vectorial E es una función tal que
• ϕ(u) ≥ 0 para todo u ∈ E,
• ϕ(0) = 0,
• ϕ(λu) = |λ|ϕ(u) para todo λ ∈ K y u ∈ E,
• ϕ(u + v) ≤ ϕ(u) + ϕ(v) para todo u, v ∈ E.
Ası́, toda norma es una seminorma y por tanto, toda norma es un funcional sublineal.
Ejemplo 1. (a) Sean E un K - espacio vectorial y f : E → K un funcional lineal. La
función definida por p(x) = |f (x)| es una seminorma sobre E.
(b) La función
p : R2 −→ R
(x, y) 7−→ p(x, y) := |x| + y
es un funcional sublineal que no es ni seminorma ni norma.
4
Teorema 1.2 (Teorema de Hahn-Banach forma analı́tica-algebraica. Caso real). Sean
E un espacio vectorial real, F un s.e.v. de E y g : F → R un funcional lineal tal que
g(x) ≤ p(x) para todo x ∈ F,
donde p es un funcional sublineal sobre E. Entonces, existe f : E → R funcional lineal

tal que
i) f |F = g
ii) f (x) ≤ p(x) para todo x ∈ E.
Proof. Idea: Usar el lema de Zorn.

Definamos el conjunto
 

 Dom(ψ) es un s.e.v. de E, 

 
 ψ es lineal, 
M := ψ : Dom(ψ) ⊆ E → R : .


 F ⊆ Dom(ψ), ψ|F = g, 


∀x ∈ Dom(ψ) : ψ(x) ≤ p(x)
 
M es no vacı́o pues g ∈ M. Definamos también la siguiente relación de orden parcial

sobre M :
ψ1 ≤ ψ2 si, y sólo si, Dom(ψ1 ) ⊆ Dom(ψ2 ) y ψ2 |Dom(ψ1 ) = ψ1 .
Sea {ψi }i∈I ( M un conjunto totalmente ordenado y definamos
S
h: i∈I Dom(ψi ) −→ R
x 7−→ h(x) = ψi (x), con x ∈ Dom(ψi ).
1. h está bien definida.5 En efecto, consideremos x ∈ Dom(ψi ) ∩ Dom(ψj ) con i 6= j.

Como {ψi }i∈I es totalmente ordenado, entonces ψi ≤ ψj ó ψj ≤ ψi . Sin pérdida de
generalidad consideremos que ψi ≤ ψj . Por la definición de la relación de orden, se
tiene que
Dom(ψi ) ⊆ Dom(ψj ) y ψj |Dom(ψi ) = ψi .
Luego, como x ∈ Dom(ψi ) ∩ Dom(ψj ), entonces h(x) = ψi (x) = ψj (x), y por tanto,
h está bien definida.
2. Notemos que h ∈ M. En efecto, puesto que {ψi }i∈I es totalmente ordenado, se sigue
de inmediato que Dom(h) es un s.e.v. de E, (pues todos los Dom(ψi ) están incluidos
entre sı́) y h es lineal. Además, F ⊆ Dom(h) pues F ⊆ Dom(ψi ) para todo i ∈ I;
h|F = g pues ψi extiende a g para todo i ∈ I y h(x) ≤ p(x) para todo x ∈ Dom(h),
pues ψi (x) ≤ p(x) para todo x ∈ Dom(ψi ) y para todo i ∈ I.
3. h es una cota superior para {ψi }i∈I pues ψi ≤ h para todo i ∈ I por la definición
misma de h.
Luego, por el lema de Zorn, M posee al menos un elemento maximal, digamos f ∈ M.

Finalmente, veamos que Dom(f ) = E. Procederemos por reducción al absurdo y
supondremos que Dom(f ) ( E. Entonces, existe x ∈ E \ Dom(f ). Notar que x 6= 0 pues
x∈/ Dom(f ) y Dom(f ) es un s.e.v. de E. Definamos el siguiente funcional
k : Dom(k) −→ R
y + tx 7−→ k(y + tx) = f (y) + tα,
donde Dom(k) := Dom(f ) ⊕ Rx y α ∈ R una constante a definir más adelante.6

Es claro que k es una función bien definida. Veamos bajo que condiciones k ∈ M .
Gracias a que Dom(f ) y Rx son subespacios vectoriales de E, Dom(k) es un subespacio
vectorial de E. Además, k es lineal pues f es lineal. Notar que F ⊆ Dom(k), ya que
F ⊆ Dom(f ) y Dom(f ) ⊆ Dom(k). Además, puesto que Dom(g) ⊆ Dom(f ), para cada
z ∈ Dom(g), se tiene que
k(z) = f (z) = g(z).
Ası́, k extiende a g. Por último, necesitamos que
k(y + tx) ≤ p(y + tx), ∀y ∈ Dom(f ), ∀t ∈ R.
Esta última desigualdad es equivalente a
f (y) + tα ≤ p(y + tx), ∀y ∈ Dom(f ), ∀t ∈ R. (1.4)
Para ello, debemos analizar los siguientes casos:
5
Es decir, no depende del ı́ndice elegido
6
Se dará condiciones para α de tal manera que k ∈ M .
• t = 0 : Se cumple (1.4) (independientemente del valor de α) pues
f (y) ≤ p(y), ∀y ∈ Dom(f )
ya que f ∈ M .
• t > 0 : Dividiendo (1.4) para t, se sigue que
y y
f +α≤p + x , ∀y ∈ Dom(f ).
t t
y
Luego, definiendo u := ∈ Dom(f ), se tiene que
t
f (u) + α ≤ p(u + x), ∀u ∈ Dom(f ),
lo que implica que

α ≤ p(u + x) − f (u), ∀u ∈ Dom(f ). (1.5)
• t < 0 : Dividiendo (1.4) para −t, se sigue que

y y
f − −α≤p − −x , ∀y ∈ Dom(f ).
t t
y
Definiendo v := − ∈ Dom(f ), se tiene que
t
f (v) − α ≤ p(v − x), ∀v ∈ Dom(f ),
lo que implica que

α ≥ f (v) − p(v − x), ∀v ∈ Dom(f ). (1.6)
De (1.5) y (1.6), se sigue que
f (v) − p(v − x) ≤ α ≤ p(u + x) − f (u), ∀u, v ∈ Dom(f ), (1.7)
y por tanto, para que se verifique la condición (1.4), α debe verificar (1.7). Sin embargo,
podrı́a ocurrir que ni siquiera se cumpla que
f (v) − p(v − x) ≤ p(u + x) − f (u), ∀u, v ∈ Dom(f ), (1.8)
con lo cual ya no se cumplirı́a (1.7). Veamos que en efecto se verifica (1.8). Sean u, v ∈
Dom(f ). Gracias a que f ∈ M y a la sublinealidad de p, se tiene que
f (u) + f (v) = f (u + v)
≤ p(u + v)
≤ p(u + x) + p(v − x),
lo que muestra lo requerido.

Ahora, para todo v ∈ Dom(f ), de (1.8) se sigue que
f (v) − p(v − x) ≤ inf {p(u + x) − f (u)}

u∈Dom(f )
y por lo tanto,
sup {f (v) − p(v − x)} ≤ inf {p(u + x) − f (u)}.

v∈Dom(f ) u∈Dom(f )
Ası́, tomando α ∈ R tal que
sup {f (v) − p(v − x)} ≤ α ≤ inf {p(u + x) − f (u)},

v∈Dom(f ) u∈Dom(f )
se tiene que k está dominado por p, y por tanto k ∈ M . Además, claramente k 6= f

y f ≤ k, lo que indica que f no es un elemento maximal de M . Esto nos lleva a una
contradicción y por tanto concluimos que Dom(f ) = E.
Corolario 1.3 (Teorema de Hahn-Banach forma analı́tica-algebraica. Caso complejo).

Sean E un espacio vectorial sobre C, F un s.e.v. de E y g : F → C un funcional lineal
tal que
Re (g(x)) ≤ p(x), para todo x ∈ F,
donde p es un funcional sublineal sobre E. Entonces existe f : E → C funcional lineal tal

que
i) f |F = g
ii) Re (f (x)) ≤ p(x) para todo x ∈ E.
Proof. Idea: Usar teorema de Hahn-Banach caso real.

Notar que g es un funcional C - lineal7 la cual la podemos escribir como
g : F −→ C
x 7−→ g(x) = g1 (x) + ig2 (x),
donde g1 , g2 : FR → R8 son funcionales R - lineales. Además, por hipótesis se sabe que
g1 (x) ≤ p(x), ∀x ∈ FR ,
y ası́, por el teorema Teorema 1.2, existe f1 : ER → R funcional R - lineal tal que
• f1 |FR = g1
• f1 (x) ≤ p(x) para todo x ∈ ER .
7
Sea E un espacio vectorial sobre K y f : E → K un funcional. Se dice que f es K-lineal si
f (λx + y) = λf (x) + f (y) para todo x, y ∈ E y λ ∈ K. Notar que todo funcional C - lineal es
R - lineal pues todo espacio vectorial sobre C es un espacio vectorial sobre R. Sin embargo,
las recı́procas de ambas afirmaciones no son ciertas. Por ejemplo, R2 es un espacio vectorial
real pero no complejo y la aplicación F : R2 → R2 definida por F (x, y) = (x − y, x + y) es R
- lineal pero no es C - lineal aunque identifiquemos R2 con C de la manera usual.
8
VR denota al espacio vectorial real V (i.e., considerando que el campo de escalares sobre V
es R.)
Ahora, como para todo z ∈ C

Im(z) = − Re(iz),
se define el siguiente funcional
f : E −→ C
x 7−→ f (x) := f1 (x) − if1 (ix).
Notar que f es R - lineal y puesto que de la definición misma de f se tiene que f (ix) =
if (x) para todo x ∈ E, entonces f es también C - lineal. Además, claramente f |F = g y
Re(f (x)) ≤ p(x) para todo x ∈ E.
Observación 3. (a) Tanto el Teorema 1.2 como el Corolario 1.3 pueden ser considerados
de tipo puramente algebraico debido a que los espacios que definen a los funcionales
sólamente necesitan tener una estructura vectorial para poder realizar la extensión a
todo el espacio.
(b) Lo esencial del teorema de Hahn-Banach forma analı́tica no radica en la posibilidad de
extender funcionales lineales a todo el espacio, ya que ésto se puede conseguir usando
el lema de Zorn (ver Ejercicio 1), sino en el hecho de que dicha extensión seguirá
siendo dominada por el funcional sublineal p, lo que permitirá extender funcionales
lineales de manera continua.
(c) Existe una versión del Corolario 1.3 para el caso en que p es una seminorma (ver
Ejercicio 3).
1.1.2 Consecuencias del teorema de Hahn-Banach forma analı́tica
Motivación. Como se mencionó en la Observación 3, la verdadera utilidad del teorema

de Hahn-Banach es que dicha extensión lineal siga siendo dominada por un funcional
sublineal, lo cual nos permitirá extender funcionales de manera no sólamente lineal, sino
también de manera continua.
Claro está que para referirnos a la continuidad de un funcional es necesario dotar
al espacio vectorial de una topologı́a, lo cual lo haremos a través de una norma. Surge
entonces la siguiente pregunta natural:
Q: ¿ Todo funcional lineal definido sobre un espacio normado es continuo ?
La respuesta es SÍ si el espacio normado es de dimensión finita. Sin embargo, si el

espacio normado es de dimensión infinita la respuesta es NO.
Ejemplo 2. Sea V un espacio normado sobre K y {vi }i∈I una base de Hamel, con
I una familia de ı́ndices no contable. Sin pérdida de generalidad
n podemos
o asumir que
kvi k = 1, para todo i ∈ I, pues sino consideramos la familia kvvii k . Consideremos
i∈I
{vjn }n∈N∗ ( {vi }i∈I una subfamilia contable.
Definamos un funcional ϕ como aquel que

n, si i = jn , con n ∈ N∗
ϕ(vi ) :=
0, si i 6= jn ,
Notemos que cualquier x ∈ V se escribe de manera única como

X
x= αk vk , con K ( I finito,
k∈K
y por tanto, por linealidad se puede extender ϕ a todo x ∈ V , como

X
ϕ(x) = αk ϕ(vk ).
k∈K
Es fácil ver que ϕ es lineal (ver lo hecho para el funcional definido en (1.2)) y que ϕ
es no acotada pues para x = vjn , kvjn k = 1 y
|ϕ(vjn )| = n.
?????????????????????????????????????????????????????????????????????????
Corolario 1.4 (Teorema de Hahn-Banach forma analı́tica-topológica). Sean E un es-

pacio normado sobre K, F un s.e.v. de E y g ∈ F ∗ . Entonces existe f ∈ E ∗ tal que
i) f |F = g
ii) kf kE ∗ = kgkF ∗ .
Proof. Idea: Usar teorema de Hahn-Banch casos real y complejo.

Como g ∈ F ∗ , entonces
|g(x)| ≤ kgkF ∗ kxk para todo x ∈ F. (1.9)
Ahora, definamos
p : E −→ R
x 7−→ p(x) = kgkF ∗ kxk.
Notar que p es una seminorma y |g(x)| ≤ p(x) para todo x ∈ F por (1.9).
• Caso K = R: Por el Teorema 1.2, existe f : E → R lineal tal que
f |F = g y f (x) ≤ p(x) para todo x ∈ E.
Puesto que E es un espacio vectorial, se tiene que
−f (x) = f (−x) ≤ p(−x) para todo x ∈ E,
lo que implica que

−p(−x) ≤ f (x) ≤ p(x) para todo x ∈ E.
Como p(x) = p(−x), se sigue que
−p(x) ≤ f (x) ≤ p(x) para todo x ∈ E,
y por tanto,
|f (x)| ≤ p(x) = kgkF ∗ kxk para todo x ∈ E.
Luego, concluimos que f es acotada (f ∈ E ∗ ) y además, kf kE ∗ ≤ kgkF ∗ .

Por otra parte,
|g(x)|
kgkF ∗ = sup
x∈F kxk
x6=0
|f (x)|
= sup
x∈F kxk
x6=0
≤ kf kE ∗ ,
con lo que se concluye que kf kE ∗ = kgkF ∗ .

• Caso K = C: Por el Corolario 1.3 y el Ejercicio 3, existe f : E → C lineal tal que
f |F = g y |f (x)| ≤ p(x) para todo x ∈ E.
El proceso de aquı́ en adelante es totalmente análogo al realizado para el caso real.
Observación 4. El Corolario 1.4 es referido como de tipo topológico pues las extensiones
lineales son además continuas bajo las hipótesis de este resultado.
Corolario 1.5. Sea E un espacio normado sobre K. Para todo x ∈ E, existe f ∈ E ∗ tal
que
2
f (x) = kxk y kf kE ∗ = kxk .
Proof. Idea: Usar teorema de Hahn-Banach topológico.

Si x = 0, entonces f = 0 verifica trivialmente el resultado. Si x 6= 0, consideremos
F = K x = span ({x}) y definamos
g : F −→ K
2
αx 7−→ g(αx) = α kxk .
Es claro que g está bien definida y que es lineal. Además,
|g(αx)|
kgkF ∗ = sup
αx6=0 kαxk
2
|α| kxk
= sup
αx6=0 |α| kxk
= kxk , (1.10)
lo que implica que g es acotada, es decir, g ∈ F ∗ . Entonces, por el Corolario 1.4, existe
f ∈ E ∗ tal que
f |F = g y kf kE ∗ = kgkF ∗ .
Ası́, como x ∈ F , se tiene que

2
f (x) = f (1 · x) = g(1 · x) = kxk
y, además, por (1.10)

kf kE ∗ = kgkF ∗ = kxk .
Observación 5. (a) En general, el funcional f ∈ E ∗ obtenido en el Corolario 1.5 no es

único. Sin embargo, si E ∗ es un espacio estrictamente convexo9 , entonces f es único.
(b) El Corolario 1.4 nos muestra que siempre es posible extender funcionales lineales
continuos definidos sobre un s.e.v a todo el espacio sin perder ni la linealidad ni la
continuidad. Además, el Corolario 1.5 nos da la idea de que el espacio dual topológico
posee una gran cantidad de elementos no nulos de tal forma que E ∗ separa los
puntos de E, es decir, para todo x, y ∈ E, con x 6= y, existe f ∈ E ∗ tal que
f (x) 6= f (y).
Corolario 1.6. Sea E un espacio normado sobre K. Para todo x ∈ E se cumple

|f (x)|
kxkE = max∗ .
f ∈E kf kE ∗
f 6=0
Proof. Idea: Usar el Corolario 1.5.

Si x = 0, entonces el resultado se cumple. Sea x 6= 0. Para todo f ∈ E ∗ no nulo, se tiene
que
|f (x)| ≤ kf kE ∗ kxkE .
Ası́, tomando el supremo sobre los f ∈ E ∗ , con f 6= 0,

|f (x)|
sup ≤ kxkE . (1.11)
f ∈E ∗ kf kE ∗
f 6=0
9
Se dice que un espacio normado V es estrictamente convexo si para todo x, y ∈ V , con
x 6= y y kxk = kyk = 1 y para todo 0 < t < 1 se tiene que
ktx + (1 − t)yk < 1.
Ası́, todo espacio de Hilbert es estrictamente convexo. Para más detalles ver [3, p. 3].
Por otro lado, por el Corolario 1.5, existe g ∈ E ∗ tal que

2
g(x) = kxkE y kgkE ∗ = kxkE ,
y como x 6= 0, entonces g 6= 0. Ası́, se ha encontrado g ∈ E ∗ no nulo tal que

|g(x)|
= kxkE ,
kgkE ∗
lo que indica que el supremo en (1.11) se alcanza (siendo el máximo) y es igual a kxkE .
Observación 6. (a) Siguiendo una demostración similar a la anterior y definiendo

1
h := g,
kxkE
es posible demostrar que
kxkE = max |f (x)|.
kf k=1
(b) Los teoremas de Hahn-Banach juegan un rol fundamental dentro del estudio de la
dualidad de espacios normados, pues permiten deducir relaciones importantes entre
un espacio normado y su dual, ası́ como determinar los espacios duales de subespacios
y espacios cocientes.
1.1.3 Teorema de Hahn-Banach forma geométrica
Motivación. En las secciones precedentes vimos que todo espacio vectorial no nulo E
posee dos espacios duales: el algebraico (E × - funcionales lineales sobre E) y el topológico
(E ∗ - funcionales lineales y continuos sobre E), los cuales están conformados por un
número bastante grande de elementos no nulos. Conocemos que estos espacios duales son
a su vez espacios vectoriales con las operaciones de suma de funciones y producto por
un escalar. Además, E ∗ ⊆ E × , siendo la inclusión estricta cuando E es de dimensión
infinita, mientras que si E es de dimensión finita, ambos espacios coinciden.
La forma en que conocemos a estos espacios duales es desde un punto de vista
analı́tico-algebraico (nociones de linealidad y continuidad), por tanto,
Q: ¿ es posible dar una interpretación geomérica a los espacios duales ?
La respuesta a esta pregunta conlleva a las siguientes preguntas naturales:

Consideremos el espacio R3 y dos subconjuntos A, B no vacı́os, convexos10 y disjuntos
(A ∩ B = ∅).
Q: ¿Siempre es posible separar a los conjuntos A y B mediante un plano?, i.e.,
geométricamente hablando, ¿existe un plano tal que divida al espacio R3 en dos semies-
pacios de tal forma que A se encuentre en uno de ellos y B en el otro?
10
Se dice que C es un conjunto convexo si para todo x, y ∈ C y para todo escalar α ∈ [0, 1],
se tiene que (1 − α)x + αy ∈ C.
Ahora, si en lugar de R3 consideramos cualquier espacio normado E, surge otra

pregunta natural:
Q: ¿ Existe un ente matemático tal que pueda dividir al espacio normado E en dos
semiespacios de tal forma que A se encuentre en uno de ellos y B en el otro ?
El responder estas preguntas será el objeto de estudio de esta sección.

?????????????????????????????????????????????????????????????????????????
Definición 2 (Hiperplano). Sean E un espacio vectorial sobre K y α ∈ R. Se dice que
un subconjunto H de E es un hiperplano si

• K = R : H = x ∈ E : f (x) = α ,

• K = C : H = x ∈ E : Re(f )(x) = α ,
donde f es un funcional lineal no nulo sobre E.
Si se desea abreviar, H se puede escribir de la forma H = [f = α] o H = [Re(f ) = α].

Definición 3 (Separación de conjuntos). Sean A, B ( E subconjuntos no vacı́os disjun-
tos y H = [f = α] (o H = [Re(f ) = α]) un hiperplano.
1. Decimos que H separa A y B si
f (a) ≤ α ≤ f (b), ∀(a, b) ∈ A × B

o Re(f )(a) ≤ α ≤ Re(f )(b), ∀(a, b) ∈ A × B.
2. Decimos que H separa estrictamente A y B si
f (a) < α < f (b), ∀(a, b) ∈ A × B

o Re(f )(a) < α < Re(f )(b), ∀(a, b) ∈ A × B.
El siguiente ejemplo muestra que en espacios de dimensión infinita, no siempre es

posible separar dos subconjuntos no vacı́os, convexos y disjuntos.
Ejemplo 3. Definamos los siguientes conjuntos:

A := {xn } ∈ c00 \ {0} : xk > 0 con k = max{n ∈ N : xn 6= 0} y B := {0} .
Ver Apéndice A.5 para la definición y propiedades del espacio c00 . Claramente, A y
B son conjuntos no vacı́os, convexos y disjuntos; no obstante, no es posible separar A
y B mediante un hiperplano. En efecto, razonando por contradicción y sin pérdida de
generalidad, supongamos que existe f : c00 → R funcional lineal no nulo tal que

f {xn } ≥ 0 para todo {xn } ∈ A.
Además, sea {en }n∈N∗ una base de Hamel para c00 donde en = (0, . . . , 1, 0, . . .) la sucesión
cuyos términos son ceros, excepto en la n-ésima posición. Notar que {en }n∈N∗ ( A, con
lo cual f (en ) ≥ 0 para todo n ∈ N∗ . Más aún, como para todo λ ∈ R y para todo n ∈ N∗ ,
λen + en+1 ∈ A, entonces f (λen + en+1 ) ≥ 0. Esto implica que
λf (en ) + f (en+1 ) ≥ 0 para todo λ ∈ R y para todo n ∈ N∗ .
Puesto que f (en ) ≥ 0 para todo n ∈ N∗ y esta última desigualdad debe ser válida para
cualquier n ∈ N∗ y λ ∈ R11 , se sigue que f (en ) = 0 para todo n ∈ N∗ y por tanto, f = 0
lo que es una contradicción.
4
La siguiente proposición muestra que los funcionales lineales y continuos son el equiv-
alente a hiperplanos cerrados en un espacio normado.
Proposición 1.7. Un hiperplano H = [f = α] (o H = [Re(f ) = α]) es cerrado en E si,

y sólo si, f es continua (i.e., f ∈ E ∗ ).
Proof. En primera instancia, consideremos que E es un espacio normado real.

(⇐=) Puesto que {α} es un cerrado en R y f es una función continua, se tiene que
H = f −1 ({α}) es cerrado en E.
(=⇒) Supongamos que H es cerrado en E. Debemos demostrar que existe C > 0 tal
que |f (x)| ≤ C kxk para todo x ∈ E.
Es claro que E \ H es un abierto de E. Sea x0 ∈ E \ H, entonces existe R > 0 tal que
B(x0 , R) ( E \ H. Como f (x0 ) 6= α, sin pérdida de generalidad podemos considerar que
f (x0 ) < α.
Basta ver que
f (x) < α para todo x ∈ B(x0 , R), (1.12)
pues si x ∈ B(x0 , R) y como B(x0 , R) = {x0 } + R B(0, 1), entonces existe z ∈ B(0, 1)
tal que x = x0 + R z. Luego,
f (x) = f (x0 ) + Rf (z) < α,
lo que implica que

α − f (x0 )
f (z) < . (1.13)
R
Ahora, como z ∈ B(0, 1), entonces −z ∈ B(0, 1) y por un razonamiento similar a lo
anterior obtenemos que
α − f (x0 )
− f (z) < . (1.14)
R
Por (1.13) y (1.14), se sigue que
α − f (x0 )
|f (z)| < .
R
11
Como f es no nulo, entonces es posible considerar que existe m ∈ N tal que f (em ) 6= 0 y si
f (e )
λ < −2 f (em+1
m)
, el lado izquierdo de la desigualdad es negativo.
Notar que como x ∈ B(x0 , R) es arbitrario, entonces z ∈ B(0, 1) también lo será, con lo
cual
α − f (x0 )
|f (z)| < para todo z ∈ B(0, 1).
R
Tomando el supremo sobre z a la última desigualdad se concluye que
α − f (x0 )
kf kE ∗ = 12 sup |f (z)| ≤ =: C,
kzk<1 R
y esto prueba que f es acotado, y por tanto, es continuo en E.

Demostremos entonces que (1.12) es cierto. Por absurdo, supongamos que existe
x1 ∈ B(x0 , R) tal que f (x1 ) > α. Puesto que B(x0 , R) es convexa, entonces [x0 , x1 ] (
B(x0 , R), con lo cual f (w) 6= α para todo w ∈ [x0 , x1 ]. Veamos que existe wt ∈ [x0 , x1 ]
tal que f (wt ) = α, con t ∈ (0, 1), con lo cual llegarı́amos a una contradicción.
Notemos que wt = (1 − t)x0 + tx1 , con t ∈ (0, 1). Luego,

α = f (wt ) = f (x0 ) + t f (x1 ) − f (x0 ) ,
y ası́
α − f (x0 )
t= .
f (x1 ) − f (x0 )
α − f (x0 )
Puesto que f (x0 ) < α < f (x1 ), tenemos que 0 < < 1. Ası́, existe t ∈ (0, 1)
f (x) − f (x0 )
tal que f (wt ) = α, y por tanto se ha llegado a una contradicción.
Cuando E es un espacio normado complejo, la demostración es análoga al caso real
y se deja al lector su realización.
Una vez conocido que los hiperplanos cerrados son los equivalentes geométricos de
los funcionales lineales y continuos, veamos cuáles son las condiciones suficientes para
separar dos conjuntos no vacı́os, disjuntos y convexos a través de un hiperlano cerrado.
Esto nos lleva a los famosos teoremas de Hahn-Banach formas geométricas.
Empecemos con la siguiente definición.
Definición 4. Sean E un espacio vectorial real y C ⊆ E no vacı́o y convexo. A la
aplicación
pC : E −→ R ∪ {+∞}

x 7−→ pC (x) = inf α > 0 : x ∈ α C ,
la llamaremos espesor de C o funcional de Minkowski de C.
El siguiente lema nos brinda condiciones suficientes para asegurar que el funcional
de Minkowski pC sea un funcional sublineal. Esto nos indica que podemos construir
funcionales sublineales a partir de un conjunto no vacı́o y convexo.
12
Es un buen ejercicio mostrar que la norma de un operador lineal T : E → F también está
dada por kT k = sup kT xkF .
kxkE <1
Lema 2. Sean E un espacio normado real y C ⊆ E no vacı́o, convexo y abierto tal que
0 ∈ C. Entonces pC es un funcional sublineal finito. Además,

C = x ∈ E : pC (x) < 1
y existe M > 0 tal que

0 ≤ pC (x) ≤ M kxk , ∀x ∈ E.
Proof.
• pC es finito. En efecto, note que la única opción para que pC sea infinito es que el
conjunto {α > 0; x ∈ α C} sea vacı́o pues inf ∅ = +∞. Veamos entonces que dicho
conjunto es no vacı́o. Como C es un conjunto abierto tal que 0 ∈ C, entonces C es
absorbente13 , es decir, [
E= α C.
α>0
Luego, dado x ∈ E, existe α > 0, tal que x ∈ α C. Por lo tanto,
{α > 0 : x ∈ α C} =
6 ∅.
• pC es un funcional sublineal. Se deja al lector su demostración en el Ejercicio 4.
Ahora, mostremos que el conjunto C se puede caracterizar como

C = x ∈ E : pC (x) < 1 .
(⊆) Sea x ∈ C. Definamos para cada y ∈ E la siguiente función:
ϕy : R −→ E
t 7−→ ϕy (t) = ty.
Es claro que ϕy es continua en R para todo y ∈ E. Luego, como ϕx (1) = x ∈ C y C es

un abierto, entonces existe δ > 0 tal que (1 + δ)x ∈ C 14 , con lo cual
13
Ver Apéndice A.3.
14
• En efecto, como ϕx es continua en R, entonces ϕx es continua en t = 1. Ası́,
(∀ε > 0) (∃δε > 0)(∀t : t ∈ [1 − δε , 1 + δε ] ⇒ ϕx (t) ∈ BE (ϕx (1), ε)).
Además, como C es abierto, existe r > 0 tal que BE (x, r) ( C. Ası́, considerando ε = r,
se sigue que existe δr > 0 tal que para todo t ∈ [1 − δr , 1 + δr ], se tenga que ϕx (t) ∈
BE (ϕx (1), r) ( C. Por tanto, tomando t = 1 + δr , se tiene que ϕx (1 + δr ) ∈ C, lo que
implica que (1 + δr )x ∈ C.
• La justificación anterior sigue siendo válida en el caso de considerar a E como un espacio
vectorial topológico en lugar de un espacio normado.
1
pC (x) = inf{α > 0 : x ∈ α C} ≤ < 1.
1+δ
(⊇) Sea x ∈ E tal que pC (x) < 1. Esto implica que existe 0 < α < 1 tal que x ∈ α C.
Ası́, como C es convexo y 0 ∈ C, entonces
x
x=α + (1 − α)0 ∈ C.
α
Finalmente, es claro que pC (x) ≥ 0 para todo x ∈ E. Ahora, como C es un abierto

que contiene a 0, entonces existe R > 0 tal que B(0, R) ( C. Notar que para todo x ∈ E
y para todo α > 0 tal que α > kxk x
R , se tiene que α ∈ B(0, R). Por tanto, x ∈ α C y

kxk
α> ⊆ {α > 0 : x ∈ α C} .
R
Tomando el ı́nfimo sobre α en ambos conjuntos, se sigue que

kxk kxk
pC (x) = inf{α > 0 : x ∈ α C} ≤ inf α > = .
R R
1
Finalmente, tomando M = R, se tiene el resultado.
El lema siguiente nos brinda las condiciones para separar un punto y un conjunto no
vacı́o y convexo.
Lema 3. Sean E un espacio normado real, C ⊆ E no vacı́o, abierto, convexo tal que
/ C. Entonces existe f ∈ E ∗ no nulo tal que
0 ∈ C y x0 ∈
f (x) < f (x0 ) ∀x ∈ C.
En particular, el hiperplano cerrado H = [f = f (x0 )] separa los conjuntos C y {x0 }.
Proof. Idea: Usar el teorema de Hahn-Banch forma analı́tica caso real y el Lema 2.
Consideremos F = span ({x0 }) = Rx0 y
g : F −→ R
tx0 7−→ g(tx0 ) = t.
Claramente g está bien definida y es lineal. Veamos que
g(tx0 ) ≤ pC (tx0 ) para todo t ∈ R,
donde pC es el funcional de Minkowski del Lema 2. En efecto, consideremos los siguientes

casos:
• Si t ≤ 0, entonces
g(tx0 ) = t ≤ 0 ≤ pC (tx0 ).
• Si t > 0, entonces por el Lema 2, se sabe que
C = {x ∈ E : pC (x) < 1},
y como x0 ∈
/ C, entonces
pC (x0 ) ≥ 1 = g(x0 ).
Ası́,
tpC (x0 ) ≥ tg(x0 ),

pC (tx0 ) ≥ g(tx0 ).
Gracias al Teorema 1.2, existe f : E → R lineal tal que
f |F = g y f (x) ≤ pC (x) para todo x ∈ E.
Veamos que f es continua. Nuevamente, por el Lema 2, existe M > 0 tal que
f (x) ≤ pC (x) ≤ M kxk ∀x ∈ E.
Más aún,

f (x) ≤ M kxk ∀x ∈ E,
con lo cual f ∈ E ∗ . Finalmente, puesto que f es una extensión de g, se sigue que
f (x0 ) = g(x0 ) = 1,
y ası́, dado cualquier x ∈ C, se concluye que
f (x) ≤ pC (x) < 1 = f (x0 ).
Esto nos permite concluir que existe un hiperplano cerrado H = [f = f (x0 )] tal que
separa {x0 } y C.
Una vez que hemos probado los dos lemas previos, enunciamos a continuación el
teorema de Hahn- Banach primera forma geométrica.
Teorema 1.8 (Teorema de Hahn-Banach. Primera forma geométrica. Caso real). Sean
E un espacio normado real, A, B ( E, conjuntos no vacı́os, convexos y disjuntos. Si
A es abierto en E, entonces existe un hiperplano cerrado H = [f = α] que separa a los
conjuntos A y B.
Proof. Idea: Usar el Lema 3.

Definamos el siguiente conjunto:
C := A − B + b0 − a0 ,
donde a0 ∈ A y b0 ∈ B son elementos fijos pero arbitrarios.

Notemos que
• C 6= ∅ pues A y B son no vacı́os.

• C es convexo pues C es una traslación y suma de convexos.
• C es abierto en E pues para todo y ∈ B, el conjunto A − y + b0 − a0 es un abierto
en E y por tanto, [
C= A − y + b0 − a0
y∈B
es un abierto en E.
• 0 ∈ C pues como a0 ∈ A y b0 ∈ B, entonces 0 = a0 − b0 + b0 − a0 .
Ası́, considerando x0 = b0 − a0 que no pertenece a C pues A y B son disjuntos, por el

Lema 3, existe f ∈ E ∗ no nulo tal que
f (x) < f (x0 ) ∀x ∈ C.
Como x ∈ C, existen (a, b) ∈ A × B tales que x = a − b + b0 − a0 , y ası́ se tiene que
f (a) < f (b), ∀(a, b) ∈ A × B.
Si en lo anterior fijamos b ∈ B, f (b) es una cota superior para f (A), por lo que
sup f (a) ≤ f (b),

a∈A
y puesto que b es arbitrario, entonces
sup f (a) ≤ f (b) para todo b ∈ B.

a∈A
Ahora, como supa∈A f (a) es una cota inferior para f (B), se sigue que
sup f (a) ≤ inf f (b).

a∈A b∈B
Finalmente, tomando α tal que
sup f (a) ≤ α ≤ inf f (b),

a∈A b∈B
se obtiene el resultado deseado.
El teorema de Hahn-Banch primera forma geométrica nos da las condiciones sufi-

cientes para poder separar dos conjuntos no vacı́os, convexos y disjuntos. A continuación,
veremos cuáles son las condiciones para la separación estricta de dichos conjuntos.
Teorema 1.9 (Teorema de Hahn-Banach. Segunda forma geométrica. Caso real). Sean
E un espacio normado real, A, B ⊆ E no vacı́os, convexos y disjuntos. Si A es compacto y
B es cerrado, entonces existe un hiperplano cerrado H = [f = α] que separa estrictamente
los conjuntos A y B.
Proof. Idea: Usar el teorema de Hahn-Banach primera forma geométrica.

Definamos el siguiente conjunto
C := A − B + b0 − a0 ,
donde a0 ∈ A y b0 ∈ B son elementos arbitrarios pero fijos. Por la demostración hecha

para el Teorema 1.8, sabemos que C 6= ∅, C es convexo y 0 ∈ C. Además, notar que C
es un cerrado en E y x0 = b0 − a0 ∈ E \ C.
Ahora, como E \ C es abierto, para este x0 , existe r > 0 tal que B(x0 , r) ∩ C = ∅.
Por el Teorema 1.8 existe un hiperplano cerrado H = [f = α] tal que
f (x) ≤ α ≤ f (w) ∀x ∈ C, ∀w ∈ B(x0 , r).
Como x ∈ C, existen a ∈ A y b ∈ B tales que x = a − b + b0 − a0 , y como w ∈ B(x0 , r),

existe z ∈ B(0, 1) tal que w = x0 + rz. Luego,
f (a − b + x0 ) ≤ f (x0 + rz) ∀(a, b) ∈ A × B, ∀z ∈ B(0, 1)
y por linealidad de f
f (a − b) ≤ r f (z) ∀(a, b) ∈ A × B, ∀z ∈ B(0, 1). (1.15)
Además, dado que z ∈ B(0, 1), entonces −z ∈ B(0, 1), y por tanto
− f (a − b) ≥ rf (z) ∀(a, b) ∈ A × B, ∀z ∈ B(0, 1). (1.16)
Ası́, por (1.15) y (1.16), se sigue que
−f (b − a) ≤ rf (z) ≤ f (b − a) ∀(a, b) ∈ A × B, ∀z ∈ B(0, 1),
con lo cual
f (a − b) ≤ −r|f (z)| ∀(a, b) ∈ A × B, ∀z ∈ B(0, 1).
Si fijamos (a, b) ∈ A × B, notemos que −f (a − b) es una cota superior para r|f (B(0, 1))|,
con lo cual
−f (a − b) ≥ r sup |f (z)|,
z∈B(0,1)
lo que implica que
f (a − b) ≤ −r kf kE ∗ para todo (a, b) ∈ A × B.
Luego,
r r
f (a) + kf kE ∗ ≤ f (b) − kf kE ∗ ∀(a, b) ∈ A × B,
2 2
y por tanto,
r r
f (a) < sup f (a) + kf kE ∗ ≤ inf f (b) − kf kE ∗ < f (b) ∀(a, b) ∈ A × B.
a∈A 2 b∈B 2
Tomando α tal que
r r
sup f (a) + kf kE ∗ ≤ α ≤ inf f (b) − kf kE ∗ ,
a∈A 2 b∈B 2
se tiene que existe un hiperplano H = [f = α] que separa estrictamente A y B.
Observación 7. (a) Los teoremas de Hahn-Banach forma geométrica también suelen

conocerse como teoremas de separación por su rol en la separación de conjuntos.
(b) En el caso finito dimensional siempre es posible separar (aunque no necesariamente
de manera estricta) dos conjuntos A y B no vacı́os, convexos y disjuntos, sin imponer
ninguna condición topológica sobre éstos. Para mayor detalle ver [3, p.22].
Ejemplo 4. Considere los subconjuntos A, B ( R2 definidos de la siguiente manera:
A := (x, y) ∈ R2 : xy > 1, x > 0, y > 0 B := (x, y) ∈ R2 : x ≤ 0 .

y
Notar que A y B son no vacı́os, disjuntos y convexos. El hiperplano cerrado H = [x = 0]

separa los conjuntos A y B, aunque no es posible separarlos de manera estricta. 4
A continuación se enunciará y demostrará las versiones complejas de los teoremas de

separación de Hahn-Banach.
Teorema 1.10 (Teorema de Hahn-Banach. Primera forma geométrica. Caso complejo).
Sean E un espacio normado complejo, A, B ( E, conjuntos no vacı́os, convexos y dis-
juntos. Si A es abierto en E, entonces existe un hiperplano cerrado H = [Re(f ) = α] que
separa a los conjuntos A y B.
Proof. Idea: Usar el teorema de Hahn-Banach primera forma geométrica caso real.
Consiremos como ER al espacio normado E junto con el campo de escalares R. Apli-
cando el Teorema 1.8, se sigue que existen α ∈ R y f1 : ER → R funcional lineal continuo
no nulo tales que
f1 (a) ≤ α ≤ f1 (b) ∀(a, b) ∈ A × B.
Finalmente, la función definida por
f : E −→ C
x 7−→ f (x) := f1 (x) − if1 (ix)
satisface la propiedad deseada.
Usando el teorema de Hahn-Banch segunda forma geométrica caso real y mediante

una demostración similar a la previa, se prueba con facilidad la versión compleja del
teorema de Hahn-Banach segunda forma geométrica.
Teorema 1.11 (Teorema de Hahn-Banach. Segunda forma geométrica. Caso complejo).
Sean E un espacio normado complejo, A, B ⊆ E no vacı́os, convexos y disjuntos. Si A
es compacto y B es cerrado, entonces existe un hiperplano cerrado H = [Re(f ) = α] que
separa estrictamente los conjuntos A y B.
El siguiente corolario representa una herramienta fundamental para demostrar la

densidad de un subespacio vectorial a través de funcionales lineales continuos.
Corolario 1.12. Sean E un espacio normado sobre K y F un s.e.v. de E. Si F no es
denso en E, entonces existe un funcional f ∈ E ∗ no nulo tal que f = 0 sobre F .
1.2 Teorema de Baire 23
Proof. • Caso K = R.
Idea: Usar el teorema de Hahn-Banach segunda forma geométrica caso real.
Sea x0 ∈ E \ F . Consideremos A = F y B = {x0 }. Notar que A y B son conjuntos
no vacı́os, convexos y disjuntos tales que A es cerrado y B es compacto. Ası́, por el
Teorema 1.9, existen α ∈ R y f ∈ E ∗ no nulo tales que
f (x) < α < f (x0 ) ∀x ∈ A,
en particular,
f (x) < α ∀x ∈ F.
Como F es un s.e.v. de E, entonces para todo λ ∈ R, λx ∈ F , y por tanto
f (λx) < α ∀λ ∈ R, ∀x ∈ F.
α
Ası́, considerando λ = para cualquier ε > 0, se tiene que
ε
|f (x)| < ε ∀x ∈ F,
con lo cual f = 0 sobre F .

• Caso K = C. Consideremos como ER al espacio normado E junto con el campo
de escalares R. Del caso anterior, sabemos que existe f1 : ER → R funcional lineal
continuo no nulo tal que f1 = 0 sobre FR . Ası́, el funcional lineal complejo f (x) :=
f1 (x) − if1 (ix) verifica lo requerido.
Observación 8. (a) Para probar que un s.e.v. F de E es denso, se usa la contrarecı́proca

del Corolario 1.12, es decir,
∀f ∈ E ∗ f = 0 sobre F =⇒ f = 0 sobre E =⇒ F = E.

(b) Es claro que el recı́proco de la observación anterior es cierto, es decir,
F = E =⇒ ∀f ∈ E ∗ f = 0 sobre F =⇒ f = 0 sobre E .

1.2 Teorema de Baire
Motivación. Sea (X, d) un espacio métrico15 y A ⊆ X.
Q: ¿ Cuan grande o pequeño es el conjunto A ?
15
Mas aún, estos conceptos son válidos en espacios topológicos.
La respuesta a esta incógnita depende de lo que entendamos por grande o pequeño,

es decir, en que sentido vamos a percibir el tamaño de un conjunto.
Por ejemplo, en un sentido conjuntista, podemos decir que un conjunto es grande
o pequeño, de acuerdo al número de elementos que este posee (cardinalidad de A). En
un sentido analista, podemos decir si un conjunto es grande o pequeño de acuerdo al
volumen del conjunto (medida de A) o de acuerdo a qué tan separados se encuentran
sus puntos (diámetro de A). En el caso de considerar un sentido topológico, podemos
decir que un conjunto es grande o pequeño de acuerdo a su categorı́a (categorı́a de A)
(ver Apéndice A.4).
?????????????????????????????????????????????????????????????????????????
El teorema de Baire16 es un teorema cuyo carácter métrico permite demostrar varios

resultados sorprendentes y de relevancia notable dentro del Análisis Funcional.
Algunos resultados fundamentales en Análisis Funcional probados a partir del teo-
rema de Baire son: el teorema de Banach-Steinhaus, el teorema de la aplicación abierta,
cardinalidad de bases de Hamel en espacios de Banach (ver ejercicio 15).

Teorema 1.13 (Teorema de Baire). Sean X, d un espacio métrico completo no vacı́o

y Fn n∈N ( X una sucesión de conjuntos cerrados tales que int(Fn ) = ∅ para cada
n ∈ N. Entonces !
[
int Fn = ∅.
n∈N
Notar que tomando complementos, el teorema de Baire es equivalente a la siguiente

proposición.

Proposición 1.14. Sean X, d un espacio métrico completo no vacı́o y On n∈N ( X
una sucesión de conjuntos abiertos tales que On = X para cada n ∈ N. Entonces
\
On = X.
n∈N
Demostración del Teorema 1.13. Idea: Demostrar la Proposición 1.14 construyendo una
sucesión de Cauchy en X y probando que el lı́mite de dicha sucesión verifica lo requerido.
T
Debemos probar que para todo U 6= ∅ abierto en X, U ∩ n∈N On 6= ∅.
Ası́, sea U un conjunto abierto no vacı́o en X. Luego, existen u0 ∈ U y r0 > 0 tal que
B(u0 , r0 ) ( U 17 .
16
Llamado también teorema de las categorı́as de Baire, fue demostrado por el matemático
francés René-Louis Baire en su tesis doctoral en 1899.
17
Esto es posible puesto que todo espacio métrico X es un espacio normal, es decir, para todo
F cerrado en X y para todo U abierto en X tales que F ( U , existe un conjunto abierto
V en X tal que F ( V ( V ( U . Recuerde además que, en general, se tienen las siguientes
inclusiones: B(x, r) ⊆ B(x, r) ⊆ B(x, r), donde B(x, r) es la clausura de la bola abierta
B(x, r) y B(x, r) es la bola cerrada.
1.2 Teorema de Baire 25
Ahora, por densidad B(u0 , r0 ) ∩ O0 6= ∅, y como éste conjunto es abierto, existen u1 ∈

B(u0 , r0 ) ∩ O0 y r1 > 0 tales que
B(u1 , r1 ) ( B(u0 , r0 ) ∩ O0 ,
r0
con 0 < r1 < .
2
De nuevo, por densidad B(u1 , r1 ) ∩ O1 6= ∅, y como éste conjunto es abierto, existen
u2 ∈ B(u1 , r1 ) ∩ O1 y r2 > 0 tales que
B(u2 , r2 ) ( B(u1 , r1 ) ∩ O1 ,
r1 r0
con 0 < r2 < < 2.
2 2
De forma recursiva, se contruyen sucesiones {un }n∈N ( X y {rn }n∈N ( R+ tales que
B(un+1 , rn+1 ) ( B(un , rn ) ∩ On ∀n ∈ N,

r0
con 0 < rn+1 < . Notar que {un }n∈N es de Cauchy, pues
2n+1
r0
d(un+1 , un ) < rn < <ε
2n
para n suficientemente grande. Luego, como X es completo, existe u ∈ X tal que un → u.
Además, puesto que {B(un , rn )}n∈N es una sucesión de bolas abiertas decreciente
un+m ∈ B(un , rn ) ∀(n, m) ∈ N × N,
y haciendo m → +∞, se sigue que u ∈ B(un , rn ) para todo n ∈ N. Por lo tanto, u ∈ On

T
para todo n ∈ N, lo que implica que u ∈ n∈N On . Finalmente, como
B(un , rn ) ( B(un−1 , rn−1 ) ∩ On−1 ( B(un−1 , rn−1 ) ( B(u0 , r0 ) ( U ∀n ∈ N,

T
se tiene que u ∈ U y por tanto, u ∈ U ∩ n∈N On .
El siguiente corolario, que es consecuencia inmediata del teorema de Baire, es el más

usado en las demostraciones de resultados importantes en Análisis Funcional.

Corolario 1.15. Sean X, d un espacio métrico completo no vacı́o y Fn n∈N una
sucesión de cerrados en X tales que
[
X= Fn .
n∈N
Entonces existe n0 ∈ N tal que int(Fn0 ) 6= ∅.
Proof. Idea: Por contradicción y usar el teorema de Baire.

Por absurdo, supongamos que int(Fn ) = ∅ para todo n ∈ N. Por el Teorema 1.13
tenemos que !
[
X = int X = int Fn = ∅.
n∈N
Luego, X = ∅ y por tanto se ha llegado a una contradicción.

1.3 Teorema de Banach-Steinhaus
Motivación. Sea {fn }n∈N una sucesión de funciones reales de variable real. Supongamos
que {fn }n∈N está acotada puntualmente, es decir, para todo x ∈ R,
sup |fn (x)| ≤ Mx < +∞.

n∈N
Q: ¿{fn }n∈N estará acotada uniformemente, es decir,
sup sup |fn (x)| ≤ M < +∞?

n∈N x∈R
No necesariamente.
Ejemplo 5. Considere la sucesión de funciones fn : [0, +∞[→ R definida por

 2


 0, si x = 0 o x ∈ n , +∞


n, 1
si x = n
fn (x) =
si x ∈ 0, n1



 n2 x,

six ∈ n1 , n2 .

2n − n2 x,

Notar que {fn }n∈N es una sucesión de funciones uniformemente continuas. Además, para
cada x ∈ [0, +∞[,
sup |fn (x)| < +∞,
n∈N∗
pero
sup sup |fn (x)| = +∞.
n∈N∗ x∈[0,+∞[
El ejemplo anterior muestra que una sucesión de funciones puede estar acotada pun-
tualmente y, sin embargo, no estar acotada uniformemente.
Si extendemos esta situación a una familia de operadores definidos sobre espacios
normados, entonces estamos interesados en conocer cuáles son las condiciones suficientes
para que acotamiento puntual de dicha familia implique su acotamiento uniforme.
?????????????????????????????????????????????????????????????????????????
Teorema 1.16 (Teorema de Banach-Steinhaus o Principio del acotamiento uniforme).

Sean E, F espacios normados, con E un espacio de Banach y Ti i∈I ( L (E, F ), con

I una familia cualquiera de ı́ndices. Si Ti i∈I es acotada puntualmente, es decir, para
todo x ∈ E
kTi xkF ≤ Mx < +∞ para todo i ∈ I,

entonces Ti i∈I es acotada uniformemente, es decir,
kTi kL (E,F ) ≤ M < +∞ para todo i ∈ I.

1.3 Teorema de Banach-Steinhaus 27
Proof. Idea: Usar el corolario del teorema de Baire.

Para cada n ∈ N se define

En := x ∈ E : ∀i ∈ I, kTi xk ≤ n .
Notar que En 6= ∅ para cada n ∈ N pues 0 ∈ En . Además,

[
E= En .
n∈N
En efecto, sea x ∈ E. Por hipótesis, existe Mx > 0 tal que
kTi xkF ≤ Mx ∀i ∈ I.
Gracias a la propiedad arquimediana de los números reales, existe m0 ∈ N tal que

S
Mx ≤ m0 , lo que implica que x ∈ Em0 ( n∈N En .
Por otro lado, se tiene que para cada n ∈ N, En es cerrado. En efecto, para cada
n∈N
−1
\
En = (k·kF ◦ Ti ) [0, n] .
i∈I
Por el Corolario 1.15, existe n0 ∈ N tal que
int En0 6= ∅.
Luego, existen x0 ∈ int(En0 ) y r0 > 0 tales que
B(x0 , r0 ) ( int(En0 ),
y por tanto, para todo x ∈ B(x0 , r0 ) se tiene que
kTi xkF ≤ n0 ∀i ∈ I.
Ası́, como x = x0 + r0 z, con z ∈ B(0, 1), se sigue que
r0 kTi zkF − kTi x0 kF ≤ kTi (x0 + r0 z)kF ≤ n0 ∀i ∈ I, ∀z ∈ B(0, 1),
lo que implica que

n0 + kTi x0 kF 2n0
kTi zkF ≤ ≤ ∀i ∈ I, ∀z ∈ B(0, 1).
r0 r0
2n0
Finalmente, tomando M = , se sigue que
r0
kTi kL (E,F ) ≤ M ∀i ∈ I.
Observación 9. El Ejemplo 5 no contradice el Teorema 1.16 pues la sucesión es de

funciones no lineales.
1.3.1 Consecuencias del teorema de Banach-Steinhaus

Corolario 1.17. Sean E, F espacios normados, con E un espacio de Banach y Tn n∈N (
L (E, F ) tal que para todo x ∈ E, {Tn x}n∈N converge. Definamos el operador
T : E −→ F
x 7−→ T x := lim Tn x.
n→+∞
Entonces se cumple que
1. sup kTn kL (E,F ) < +∞.

n∈N
2. T ∈ L (E, F ).
3. kT kL (E,F ) ≤ lim inf kTn kL (E,F ) .
n→+∞
Proof. Idea: Utilizar el teorema de Banach-Steinhaus.

Como Tn n∈N es acotado puntualmente, entonces por el Teorema 1.16, existe C > 0
tal que
sup kTn kL (E,F ) ≤ C < +∞.
n∈N
Veamos que T ∈ L (E, F ). T es lineal pues Tn es lineal para cada n ∈ N. Como
kTn xkF ≤ C kxkE ∀x ∈ E, ∀n ∈ N,
tomando el lı́mite superior cuando n → +∞, se tiene que
lim sup kTn xkF ≤ C kxkE ,

n→+∞
y puesto que Tn x → T x, entonces
kT xkF ≤ C kxkE ,
por lo que T es continua.

Finalmente, para cada n ∈ N
kTn xkF ≤ kTn kL (E,F ) kxkE ∀x ∈ E.
Luego, tomando el lı́mite inferior cuando n → +∞, se tiene que
lim inf kTn xkF ≤ lim inf kTn kL (E,F ) kxkE ∀x ∈ E.

n→+∞ n→+∞
Ası́,
kT xkF ≤ lim inf kTn kL (E,F ) kxkE ∀x ∈ E,
n→+∞
lo cual implica que

kT kL (E,F ) ≤ lim inf kTn kL (E,F ) .
n→+∞
1.3 Teorema de Banach-Steinhaus 29
Corolario 1.18 (Condiciones suficientes para acotamiento de conjuntos de un espacio

normado E). Sean E un espacio normado y U un subconjunto de E. Si para todo f ∈ E ∗ ,
f (U ) es acotado en K, entonces U es acotado.

Para cada u ∈ U , se define la siguiente familia de funcionales
Tu : E ∗ −→ K
f 7−→ Tu (f ) := f (u).
Es claro, por definición, que Tu u∈U ( L (E ∗ , K) = E ∗∗ , y que por hipótesis Tu u∈U

es acotado puntualmente. Además, E ∗ es un espacio de Banach independientemente de

si E es de Banach o no.

Ası́, gracias al Teorema 1.16, Tu u∈U es acotado uniformemente, es decir, existe
C > 0 tal que
|Tu (f )| ≤ C kf kE ∗ ∀u ∈ U, ∀f ∈ E ∗ .
Luego,
|f (u)| ≤ C kf kE ∗ ∀u ∈ U, ∀f ∈ E ∗ ,
y gracias al Corolario 1.6
|f (u)|
kukE = sup ≤C ∀u ∈ U,
f 6=0 kf kE ∗
lo que muestra que U es acotado.
Corolario 1.19 (Condiciones suficientes para acotamiento de conjuntos de un espacio

dual E ∗ ). Sean E un espacio de Banach y U ∗ un subconjunto de E ∗ . Si para todo x ∈ E,
el conjunto
hU ∗ , xiE ∗ ,E = f (x) : f ∈ U ∗

es acotado en K, entonces U ∗ es acotado.

Para cada f ∈ U ∗ , se define la siguiente familia de funcionales
Tf : E −→ K
x 7−→ Tf (x) := f (x).
Es claro, por definición, que Tf f ∈U ∗ ( E ∗ , y que por hipótesis Tf f ∈U ∗ es acotado

puntualmente.

Ası́, gracias al Teorema 1.16, Tf f ∈U ∗ es acotado uniformemente, es decir, existe
C > 0 tal que
|Tf (x)| ≤ C kxkE ∀f ∈ U ∗ , ∀x ∈ E.
Luego,
|f (x)| ≤ C kxkE ∀f ∈ U ∗ , ∀x ∈ E,
con lo cual
kf kE ∗ ≤ C ∀f ∈ U ∗ .
Esto muestra que U ∗ es acotado.
1.4 Teorema de la aplicación abierta
Motivación. Sean E, F espacios vectoriales sobre K y T : E → F una aplicación lineal.

Si suponemos que T es biyectiva, entonces surge la pregunta
Q: ¿ T −1 es lineal ?
La respuesta es siempre SÍ. Ahora, si E, F son además normados y consideramos T ∈

L (E, F ) biyectiva, entonces
Q: ¿ T −1 ∈ L (F, E) ?
Desafortunadamente la respuesta es NO. Para visualizarlo, considere el siguiente

ejemplo.
Ejemplo 6. Sea
T: c00 −→ c00
n xn o
{xn }n∈N∗ 7−→ T {xn }n∈N∗ = .
n n∈N∗
Es simple ver que T es lineal. Además, T es continua pues
x

T {xn }
n
n∈N∗
∞ = sup
`
≤ sup |xn | = {xn }n∈N∗ `∞ .
n∈N∗ n n∈N∗
Además, T es biyectiva cuya inversa es
T −1 : c00 −→ c00
{yn }n∈N∗ 7−→ T −1 {yn }n∈N∗ = {nyn }n∈N∗ .

Sin embargo, note que T −1 no es acotada pues si se considera {yn }n∈N∗ = (0, . . . , 0, 1, 0, . . .),
donde el término no nulo de la sucesión se encuentra en la posición n-ésima, se tiene que
−1
T ({yn }
n∈N∗ ) `∞ = sup n = +∞.

n∈N∗
?????????????????????????????????????????????????????????????????????????
Definición 5 (Aplicación abierta). Sean X, Y espacios topológicos y f : X → Y una

aplicación. Se dice que f es una aplicación abierta si para todo U ⊆ X abierto, f (U )
es abierto en Y.
1.4 Teorema de la aplicación abierta 31
Teorema 1.20 (Teorema de la aplicación abierta). Sean E, F espacios de Banach y

T ∈ L (E, F ). Si T es sobreyectiva, entonces T es una aplicación abierta.
Proof. Idea: Usar el corolario del teorema de Baire.

Sea U ⊆ E abierto. Debemos mostrar que T (U ) es abierto en F , es decir, para cada
y ∈ T (U ), debemos hallar un r > 0 tal que
BF (y, r) ( T (U ). (1.17)
Notar que para cada y ∈ T (U ), existe x ∈ U tal que y = T (x), y dado que U es abierto,
entonces existe R > 0 tal que BE (x, R) ( U . Luego, T (BE (x, R)) ( T (U ), y gracias a
(1.17), notamos que basta mostrar que existe r > 0 tal que
BF (y, r) ( T (BE (x, R)).
Además, notar que por traslación y linealidad, es suficiente probar que existe r > 0 tal
que
BF (0, r) ( T (BE (0, R)). (1.18)
Definamos entonces para cada n ∈ N∗ , Fn := T (BE (0, n)).

Fn 6= ∅ pues 0F ∈ Fn ∀n ∈ N∗ ya que el cero está en la bola abierta y T (0) = 0 por
linealidad de T .
S
{Fn }n∈N es una sucesión de cerrados en F tal que F = Fn . En efecto, sea
n∈N∗
y ∈ F = T (E) pues T es sobreyectiva. Luego, existe x ∈ E tal que y = T x. Tomando
n0 ∈ N∗ tal que n0 > kxkE , se tiene que x ∈ BE (0, n0 ), y por lo tanto, y ∈ T (BE (0, n0 )) (
T (BE (0, n0 )) = Fn0 .
Por el Corolario 1.15, existe m ∈ N∗ tal que int(Fm ) 6= ∅. Luego, existe δ > 0 tal que
BF (0, δ) ( Fm . Ası́,
BF (0, δ) ⊆ T (BE (0, m)) = mT (BE (0, 1)),

y por tanto

δ
BF 0, ( T (BE (0, 1)).
m
Notar que si probamos que existe α > 0 tal que
T (BE (0, 1)) ( T (BE (0, α)) (1.19)
se logra probar (1.18). En efecto, si (1.19) es cierto, entonces

δ
BF 0, ( T (BE (0, α))
m
y por rescalamiento, se sigue que

δR
BF 0, ( T (BE (0, R)),
αm
δR
con lo cual tomando r = αm se muestra (1.18).
Mostremos entonces (1.19). Para y ∈ T (BE (0, 1)), existe x1 ∈ BE (0, 1) tal que
δ
ky − T x1 kF < .
2m
δ
( T BE 0, 12

Notar que kx1 kE < 1 y que y − T x1 ∈ BF 0, 2m . Ası́, existe x2 ∈
BE 0, 21 tal que

δ
ky − T x1 − T x2 kF < .
4m
1 δ
( T BE 0, 14 .

Notar de nuevo que kx2 kE < 2 y que y − T x1 − T x2 ∈ BF 0, 4m
Por inducción, se construye una sucesión {xn }n∈N∗ ⊆ E tal que
1 δ
kxn kE < y ky − T (x1 + x2 + ... + xn )kF < .
2n−1 m2n
n
X
Ası́, se define sn := xi . Notar que (sn )n∈N∗ es una sucesión de Cauchy en E. En
i=1
efecto,
1
ksn − sn−1 kE = kxn kE < <ε
2n−1
para un n suficientemente grande.
Puesto que E es un espacio de Banach, (sn )n∈N∗ converge a x ∈ E, es decir,
∞
X
x= xn .
n=1
! tenemos que sn → x y puesto que T nes continua, T sn → T x. Ası́,

Por un lado
n
X X
T xi → T x, y por linealidad de T , se tiene que T xi → T x.
i=1 i=1
Por otro lado,
n
X δ
y − T xi < ,

m2 n
i=1 F
y por tanto,
n
X
T xi → y.
i=1
Por unicidad del lı́mite se tiene que y = T x. Ahora notemos que

n n n n−1
X 1 k
X X X 1
xi ≤ kxi kE < = ,

2i−1 2

i=1 E i=1 i=1 k=0
con lo cual, haciendo n → +∞, se sigue que kxkE ≤ 2 < 3 y por lo tanto, x ∈ BE (0, 3).
Finalmente, tomando α = 3, se sigue que y ∈ T (BE (0, α)).
1.5 Teorema del Grafo Cerrado 33
Corolario 1.21 (Teorema de los isomorfismos de Banach). Sean E, F espacios de Ba-

nach y T ∈ L (E, F ) biyectiva. Entonces T −1 es continua.
Proof. Idea: Usar el teorema de la aplicación abierta.

Puesto que T es biyectiva, por el Teorema 1.20, para todo U ⊆ E abierto en E,
T (U ) es abierto en F , y como (T −1 )−1 (U ) = T (U ) es abierto en F , entonces T −1 es
continua.
Corolario 1.22 (Equivalencia de normas). Sean E un espacio de Banach y k·k1 , k·k2

dos normas sobre E. Si existe M1 > 0 tal que para todo x ∈ E
kxk2 ≤ M1 kxk1 ,
entonces existe M2 > 0 tal que para todo x ∈ E
kxk1 ≤ M2 kxk2 .
Proof. Idea: Usar el teorema de los isomorfismos de Banach.

Notar que el operador identidad dado por
id : (E, k·k1 ) −→ (E, k·k2 )

x 7−→ id(x) = x
es un operador lineal continuo y biyectivo. Por el Corolario 1.21, id−1 es continua, es

decir, existe M2 > 0 tal que
−1
id (x) ≤ M2 kxk
1 2
kxk1 ≤ M2 kxk2 .
1.5 Teorema del Grafo Cerrado
Motivación. Sean E, F espacios normados. Es conocido que si T ∈ L (E, F ), entonces

T cumple varias buenas propiedades tales como:
• T es acotada18 si, y sólo si, T es continua.

18
Un operador lineal T : E → F se dice acotado si existe C > 0 tal que para todo x ∈ E
kT xkF ≤ C kxkE .
Notar que esto no quiere decir que T sea una función acotada (una función f : E → F se
dice acotada si existe C > 0 tal que para todo x ∈ E
kf (x)kF ≤ C.)
• T es Lipschitz continua.
• Si xn → x en E, entonces T xn → T x en F .
• Si E, F son espacios de Banach y T es biyectivo, entonces T −1 es continua.
• etc.
Sin embargo, en Análisis Matemático es usual encontrar operadores lineales que no son
acotados.
Ejemplo 7. Sea el operador
T : P([0, 1]) ( C 0 ([0, 1]) −→ P([0, 1])

dp
p 7−→ T p := ,
dx
donde C 0 ([0, 1]) es el espacio normado de las funciones continuas definidas en [0, 1]
a valores reales, la cual está dotada de la norma kf k = max |f (x)| y P([0, 1]) es el
x∈[0,1]
subespacio vectorial de los polinomios definidos en [0, 1] a valores reales. Note que el
d
operador derivada T = dx es lineal pero no es acotado (considere pn (x) = xn ). 4
Q: ¿Qué tipo de operador es el operador derivada y qué propiedades poseen operadores
similares a este operador?
?????????????????????????????????????????????????????????????????????????
Para introducir el primer concepto de esta sección es importante tener en cuenta que
es frecuente considerar operadores lineales definidos sobre subespacios vectoriales de un
espacio normado. Ası́, si E es un espacio normado, entonces el subespacio vectorial de E
será denotado por Dom(T ), con lo cual el operador T estará definido como T : Dom(T ) ⊆
E → F.
Definición 6 (Operador cerrado). Sean E, F espacios normados y T : Dom(T ) ⊆ E → F
un operador lineal. Decimos que T es un operador cerrado si el grafo de T
Graf(T ) = {(x, y) ∈ E × F : x ∈ Dom(T ), y = T x}
es un conjunto cerrado en el espacio normado E × F .19
A continuación se indica una forma muy utilizada para conocer si un operador es

cerrado o no.
Proposición 1.23 (Caracterización de operadores cerrados). Sean E, F espacios nor-
mados y T : Dom(T ) ⊆ E → F un operador lineal. T es un operador cerrado si, y sólo
19
El espacio vectorial E × F es un espacio normado con la norma k(x, y)kE×F = kxkE + kykF .
Además, notar que las siguientes normas:
1
k(x, y)kp = kxkpE + kykpF p
, con 1 ≤ p < +∞ y k(x, y)k∞ = max{kxkE , kykF }
son equivalentes a la norma k(x, y)kE×F .


si, para toda sucesión xn n∈N ( Dom(T ) tal que xn → x en E, T xn → y en F implica
que x ∈ Dom(T ) y T x = y.
Proof.
T operador cerrado ⇐⇒ Graf(T ) es cerrado en E × F

⇐⇒(xn , yn )n∈N ( Graf(T ) tal que (xn , yn ) → (x, y) en E × F
implica que (x, y) ∈ Graf(T )
⇐⇒ {xn }n∈N ( Dom(T ) tal que xn → x en E, T xn = yn → y en F
implica que x ∈ Dom(T ) y T x = y.
Es importante destacar que, en general, un operador lineal que es continuo no nece-

sariamente es cerrado y viceversa. Los siguientes ejemplos muestran esta situación.
Ejemplo 8. (a) Operador continuo no implica operador cerrado. Sea el operador
id : V −→ V
x 7−→ x,
donde V es un s.e.v. propio denso en E. Es claro que id es lineal y continuo. Sin

embargo, no es cerrado pues si x ∈ E \ V y {xn }n∈N ( V tal que xn → x, notar que
x∈ / V , y por tanto, por la caracterización de un operador cerrado, el operador id no
lo es.
Otro ejemplo lo constituye el operador nulo definido por
O : V −→ V
,
x 7−→ 0
el cual es continuo pero no es cerrado.

(b) Operador cerrado no implica operador continuo. Considere el operador
derivada dado en el Ejemplo 7. Sabemos que este operador es lineal y no acotado, y
por tanto no continuo. Sin embargo, si consideramos {pn }n∈N ( P([0, 1]) una sucesión
de polinomios tal que
dpn
pn → p en C 0 ([0, 1]) y → q en C 0 ([0, 1]) ,
dx
se sigue por el segundo teorema fundamental del cálculo que
Z x
dpn
dt = pn (x) − pn (0) para todo x ∈ [0, 1],
0 dt
dpn
con lo cual, haciendo n → +∞ y gracias a la convergencia uniforme de pn y de dt ,
se tiene que
Z x
p(x) = p(0) + q(t) dt.
0
dp
Esto nos permite concluir que p ∈ P([0, 1]) y que q = dx (gracias al primer teorema
fundamental del cálculo). Por tanto, el operador derivada es un operador cerrado.
4
Q: ¿ Existen condiciones suficientes bajo los cuales un operador lineal cerrado sea con-
tinuo, y viceversa ?
Los siguientes resultados (uno de los cuales es el teorema del grafo cerrado) nos dan
una respuesta afirmativa a esta interrogante.
Teorema 1.24 (Teorema del grafo cerrado). Sean E, F espacios de Banach y T : Dom(T ) ⊆
E → F un operador lineal cerrado. Si Dom(T ) es cerrado en E, entonces T es un oper-
ador continuo.
Proof. Idea: Utilizar el teorema de los isomorfismos de Banach.

Como E y F son espacios de Banach, E × F es de Banach. Puesto que T es un
operador lineal cerrado, su grafo es cerrado en E × F , y por tanto, Graf(T ) es completo.
Además, puesto que por hipótesis Dom(T ) es cerrado en E, se sigue que Dom(T ) es
completo.
Con esto, se define la siguiente aplicación
S : Graf(T ) −→ Dom(T )
(x, T x) 7−→ x.
Es fácil ver que S es un operador lineal y biyectivo. Veamos que S es continuo. Sea
x ∈ Dom(T ), entonces
kS(x, T x)kE = kxkE ≤ k(x, T x)kE×F .
Gracias al Corolario 1.21, se tiene que S −1 es acotado. Ası́, existe M > 0 tal que
−1
S x
E×F
≤ M kxkE ∀x ∈ Dom(T ),
con lo cual
kT xkF ≤ M kxkE ∀x ∈ Dom(T ).
Ası́, T es acotado.
Teorema 1.25 (Condiciones suficientes para que un operador lineal continuo sea cer-
rado). Sean E, F espacios normados y T : Dom(T ) ⊆ E → F un operador lineal con-
tinuo. Si Dom(T ) es cerrado en E, entonces T es un operador cerrado.

Proof. Por la caracterización de un operador cerrado, sea xn n∈N ( Dom(T ) tal que
xn → x en E y T xn → y en F .
Como Dom(T ) es cerrado, entonces x ∈ Dom(T ) y puesto que T es continuo, se sigue

que
T xn → T x.
Finalmente, por unicidad de lı́mite T x = y.
El siguiente resultado se puede ver como el recı́proco del teorema del grafo cerrado.
Proposición 1.26 (Recı́proco del teorema del grafo cerrado). Sean E, F espacios nor-
mados y T : Dom(T ) ⊆ E → F un operador lineal continuo y cerrado. Si F es de Banach,
entonces Dom(T ) es cerrado en E.

Proof. Sea xn n∈N ( Dom(T ) tal que xn → x en E. Notemos que T xn n∈N es de
Cauchy pues dado que T es acotado, existe C > 0 tal que
kT xn − T xm kF ≤ C kxn − xm kE ,

y como xn n∈N converge, entonces xn n∈N es de Cauchy. Luego, puesto que F es de
Banach, T xn → y en F y ya que T es un operador cerrado, se sigue que x ∈ Dom(T ), lo
que implica que Dom(T ) es cerrado en E.
Observación 10. No confundir los conceptos: operador cerrado y aplicación cerrada.

Recuerde que T : E → F se dice ser una aplicación cerrada si para todo C ⊆ E
cerrado en E, T (C) es cerrado en F . El siguiente ejemplo muestra que, en general, no
existe relación entre estos dos conceptos.
Ejemplo 9. (a) Operador cerrado no implica aplicación cerrada. Consideremos

la siguiente aplicación:
T : `2 C −→ `n2 Co
xn
{xn }n∈N 7−→ ,
n n∈N
donde `2 (C) está definido en el Apéndice A.5. T está bien definido pues
X xn 2 X

2 2
kT ({xn })k = n2 ≤
|xn | = k{xn }k < +∞ ∀{xn } ∈ `2 C). (1.20)
n∈N n∈N
Es fácil ver que T es lineal. Además, de (1.20) se tiene que T es acotado. Luego, como

Dom(T ) = `2 C es cerrado en sı́ mismo, se sigue que T es un operador cerrado.
Por otro lado, veamos que T no es una aplicación cerrada. Para esto basta ver que

T (`2 C ) = Img(T ) no es cerrado en `2 C .

En efecto, primero veamos que Img(T ) 6= `2 C , es decir, veamos que T no es so-
breyectiva. Por contradicción, supongamos que T es sobreyectiva. Entonces para
todo {yn }n∈N ∈ `2 C , existe {xn }n∈N ∈ `2 C tal que {yn } = xnn , es de-

cir, xn = nyn . Ahora, tomando {yn } = n1 , se tiene que {yn }n∈N ∈ `2 C

/ `2 C . Por lo tanto, para {yn } = n1 , no existe ningún

pero {xn }n∈N = {1} ∈

{xn } ∈ `2 C tal que {yn } = T ({xn }), lo que lleva a una contradicción.

Ahora, veamos que el subespacio vectorial Img(T ) es denso en `2 C . En efecto, sea
∗
f ∈ `2 C tal que f |Img(T ) = 0. Consideremos para cada n ∈ N
1
vn = 0, . . . , 0, , 0, . . . .
n
|{z}
n-ésima
posición

Notar que vn ∈ `2 C para todo n ∈ N. Más aún, vn ∈ Img(T ) para todo n ∈ N pues

considerando para cada n ∈ N, en = {δmn }m∈N ∈ `2 C , donde δmn es la función
delta de Kronecker, se tiene que vn = T en para todo n ∈ N. Ası́, se tiene que para
todo n ∈ N
f (vn ) = 0.

Por otro lado, puesto que `2 C es un espacio de Hilbert, por el teorema de repre-

sentación de Riesz, existe un único u = {un } ∈ `2 C tal que
X
wn un ∀w = {wn } ∈ `2 C ,

f (w) = hw, ui 2 =
` C
n∈N
y kf k = kuk.
Ası́, para cada n ∈ N se tiene que
un
f (vn ) == 0,
n
con lo cual un = 0 para cada n ∈ N. Esto implica que u = {0} (la sucesión cero)

y por tanto, kf k = 0, lo que implica que f = 0 en `2 C . Finalmente, gracias a la

Observación 8, se sigue que Img(T ) = `2 C . Se concluye entonces que Img(T ) no es

cerrado en `2 C pues si ası́ lo fuera, entonces Img(T ) = `2 C , lo que se probó que
no es cierto pues T no es sobreyectiva.
(b) Aplicación cerrada no implica operador cerrado. Consideremos la siguiente
aplicación
T : c00 ( `2 C −→ `2 C
{xn } 7−→ {0},
donde c00 está definido en Apéndice A.5. Es claro que T es lineal y una aplicación

cerrada, pues envı́a cualquier cerrado de `2 C en el cerrado {0}.

Sin embargo, T no es un operador cerrado pues c00 no es cerrado en `2 C (de hecho,

es denso en `2 C )20 .
4
1.6 Ejercicios
Ejercicio 1. Sean E un K - espacio vectorial, W un subespacio vectorial no nulo de E

y BW una base de Hamel para W .
20
Ver Apéndice A.5.
1.6 Ejercicios 39
(a) Muestre que BW puede ser completado a una base de Hamel para E.
Hint: Use el lema de Zorn.
(b) Sea ϕ : W → K un funcional lineal no nulo. Muestre que existe ψ : E → K funcional

lineal no nulo tal que ψ|W = ϕ, sin necesidad de usar el teorema de Hahn-Banach.
Hint: Use el literal anterior.
Ejercicio 2. Considere C 0 ([0, 1]) el espacio de las funciones continuas definidas sobre
[0, 1] a valores reales y sea M = {xn : n ∈ N0 } ( C 0 ([0, 1]) linealmente independiente.
Observe que gracias al Lema de Zorn, M puede ser extendido a una base de Hamel para
C 0 ([0, 1]), la cual la denotaremos por {hi }i∈I . De esta manera, para todo f ∈ C 0 ([0, 1]),
existen únicos αj ∈ R, con j ∈ J, J ⊆ I finito, tales que
X
f= αj hj .
j∈J
Para cada n ∈ N0 , se define la función


α , si h = xn para algún j ∈ J
j j
ϕn (f ) =
0, si no.
Muestre que el funcional
ϕ : C 0 ([0, 1]) −→ R
+∞
X
f 7−→ ϕ(f ) = (n + 1)ϕn (f )
n=0
es lineal pero no acotado en C 0 ([0, 1]).
Ejercicio 3. Muestre que si se considera una seminorma p en el Corolario 1.3 (teorema

de Hahn-Banach forma analı́tica caso complejo), entonces la extensión lineal f de g (que
existe por el Corolario 1.3), además satisface que
|f (x)| ≤ p(x) para todo x ∈ E.
Ejercicio 4.
1. Muestre que si p es un funcional sublineal sobre un K - espacio vectorial E, entonces

a) p(0) = 0.
b) −p(−x) ≤ p(x) para todo x ∈ E.
c) −p(y − x) ≤ p(x) − p(y) ≤ p(x − y) para todo (x, y) ∈ E × E.
d) Además, muestre que si p(−x) = p(x) para todo x ∈ E, entonces p(x) ≥ 0 para
todo x ∈ E y |p(x) − p(y)| ≤ p(x − y) para todo (x, y) ∈ E × E.
2. Sean E un espacio vectorial sobre K, C ⊆ E no vacı́o, convexo y abierto tal que

0 ∈ C. Para cada vector v ∈ E, se define
pC : E −→ R

v 7−→ pC (v) := inf α > 0 : v ∈ αC .
pC es llamado el funcional de Minkowski para el conjunto C. Muestre que:

a) α > 0 : v ∈ αC es un intervalo de la forma (pC (v), +∞) o [pC (v), +∞).

b) C ⊆ v ∈ E : pC (v) ≤ 1 y v ∈ E : pC (v) < 1 ⊆ C.
Ejercicio 5.
1. Muestre que el funcional
p : `∞ (C) −→ R
{tn } 7−→ p({tn }) := lim sup Re(tn )
n→+∞
es sublineal.
2. Muestre que existe un funcional lineal f : `∞ (C) → R tal que para todo {tn }n∈N ∈
`∞ (C)

lim inf Re(tn ) ≤ f {tn } ≤ lim sup Re(tn ).
n→+∞ n→+∞
Además, muestre que f es necesariamente acotado.
Hint: Considere el funcional
g : c0 −→ R
{tn } 7−→ g({tn }) := lim tn
n→+∞
y vea el Apéndice A.5 para referir a las definiciones de espacios de sucesiones.
Ejercicio 6. Sean E un espacio normado sobre K, F un s.e.v. cerrado de E y v 6∈ F.

Muestre que existe ψ ∈ E ∗ tal que:
1. ψ(v) = dist(v, F ),
2. ψ|F = 0 y
3. kψkE ∗ = 1.
Ejercicio 7. Sean E un espacio normado sobre K y f ∈ E ∗ no nulo. Muestre que existe

ϕ ∈ E ∗ no nulo, que no sea proporcional a f (ϕ 6= rf , con r ∈ R), tal que
ϕ|ker(f ) = 0.
Ejercicio 8. Sean E un espacio normado sobre K, F un s.e.v. de E y x 6∈ F . Muestre

que existe ϕ ∈ E ∗ tal que ϕ(x) = 1 y ϕ|F = 0.
1.6 Ejercicios 41
Ejercicio 9. Sean E un espacio normado sobre K cuya dimensión es mayor o igual que
n
n y vj j=1 ( E un conjunto linealmente independiente. Muestre que dado un conjunto
n
de escalares no todos nulos αj j=1 ( K, existe f ∈ E ∗ no nulo tal que
f (vj ) = αj ∀j ∈ {1, . . . , n} .
n
Además, pruebe que es posible elegir αj j=1 ( K tal que kf k ≤ 1.
Hint: Use el siguiente resultado: Sean E un espacio normado sobre K y {vk }nk=1 ( E
un conjunto linealmente independiente. Entonces existe C > 0 tal que para cualquier
conjunto de escalares {λk }nk=1 se tenga que

X n n
X
λ k vk ≥ C |λk | .

k=1 k=1
Para la demostración de este resultado ver [10, p. 72]

Ejercicio 10. Sean E un espacio normado real y C ⊆ E no vacı́o, convexo y cerrado.
Muestre que \
C= H,
C⊆H
donde H = x ∈ E : f (x) ≤ α para algún f ∈ E ∗ y α ∈ R. (H es un semiespacio cerrado

de E.)
Ejercicio 11. Muestre que un hiperplano H = [f = α] ( E (o H = [Re(f ) = α] ( E)
es denso en E si, y sólo si, f es discontinua.
Hint: (⇐=) Use el hecho que H = e + ker(f ), con e ∈ E tal que f (e) = α y muestre
que para cualquier u ∈ E, la sucesión un = u − ff(x
(u)
n)
xn , donde {xn }n∈N es una sucesión
en E que verifica que xn → 0 y |f (xn )| ≥ ε > 0, está en ker(f ) y que converge a u.
Ejercicio 12. Sean E un espacio normado y A ⊆ E. Decimos que A es un conjunto
fundamental (o conjunto total ) en E si
span (A) = E.
Muestre que A es fundamental en E si, y sólo si, para cualquier ϕ ∈ E ∗ tal que
ϕ|A = 0, implica que ϕ = 0 en E.
Ejercicio 13. Sea 1 < p < +∞. Muestre que
X
F = {xn }n∈N∗ ∈ `p (R) :

xn = 0
n∈N∗
es un subespacio vectorial denso en `p (R) .

Hint: Use el hecho de que el espacio dual topológico de `p (R) es isomorfo isométricamente
a `q (R), con 1 < q < +∞ tal que p1 + 1q = 1 [(`p (R))∗ ∼ = `q (R)]. Además, considere la
1 , 0, . . .} para cada n ∈ N∗ .
sucesión {xn } = e1 − en , donde en = {0, . . . , 0, |{z}
n-ésima
posición
Ejercicio 14. Muestre que todo subespacio vectorial propio de un espacio normado tiene
interior vacı́o.
Hint: Muestre por contradicción.
Ejercicio 15. Muestre que todo espacio de Banach de dimensión infinita tiene una base
de Hamel no contable.
Hint: Use el ejercicio 14 y el teorema de Baire.

Ejercicio 16. Sean E un espacio de Banach, F un espacio normado y Tn n∈N
(
L (E, F ) tal que
sup kTn k = +∞.
n∈N
Muestre que existe x0 ∈ E tal que
sup kTn x0 k = +∞.

n∈N
x0 es llamado usualmente como punto de resonancia.

P
Ejercicio 17. Sea y = {yn }n∈N∗ ( C tal que n∈N∗ xn yn converge para cada
{xn }n∈N∗ ∈ c0 , donde
c0 = {xn }n∈N∗ ∈ `∞ C : xn → 0 .

P
Muestre que n∈N∗ |yn | converge.
Hint: Use el teorema de Banach-Steinhaus.

Ejercicio 18. (a) Sean E un espacio de Banach, F un espacio normado y Tn n∈N (
L (E, F ) tal que para cada x ∈ E, Tn x n∈N es una sucesión de Cauchy en F .

Muestre que kTn k n∈N es acotado.
(b) Más aún, si F es un espacio de Banach, muestre que
Tn x → T x,
donde T ∈ L (E, F ).
Ejercicio 19. Sean E, F espacios de Banach y Tn n∈N ( L (E, F ). Muestre que las

siguientes afirmaciones son equivalentes:

1. kTn k es acotado,
n∈N

2. para todo x ∈ E, kTn xk n∈N es acotado,

3. para todo x ∈ E y para todo g ∈ F ∗ , g Tn x n∈N es acotado.

Ejercicio 20. Sean E, F espacios de Banach y Tn n∈N ( L (E, F ). Suponga que para

todo x ∈ E, {Tn x}n∈N converge a un lı́mite denotado por T x. Muestre que si
xn → x en E, entonces Tn xn → T x en F .
1.6 Ejercicios 43
Ejercicio 21. Sean E, F espacios de Banach y
a: E × F → R
una forma bilineal tal que
1. para todo x ∈ E fijo, a(x, ·) es continua.

2. para todo y ∈ F fijo, a(·, y) es continua.
Muestre que existe C > 0 tal que
|a(x, y)| ≤ C kxkE kykF , ∀(x, y) ∈ E × F.
Hint: Use el resultado de acotamiento de conjuntos en un espacio dual.
Observación 11. El resultado sigue siendo cierto si sólo uno de los espacios es de
Banach.
Ejercicio 22.
1. Muestre que una aplicación abierta no necesariamente envı́a conjuntos cerrados en

conjuntos cerrados.
2. ¿Es posible que una aplicación abierta envı́e cerrados en cerrados? Argumente su
respuesta.
Ejercicio 23. Sean E, F espacios de Banach y T : E → F un operador lineal continuo

e inyectivo. Muestre que
T −1 : Img(T ) ⊆ F → E es acotado si, y sólo si, Img(T ) es cerrado en F .
Ejercicio 24. Sean E un espacio vectorial sobre K , k·k1 y k·k2 dos normas sobre E.
Además, considere que E es un espacio de Banach con ambas normas y τ1 , τ2 son las
topologı́as sobre E definidas por k·k1 y k·k2 , respectivamente. Si τ2 ⊆ τ1 , muestre que
τ1 = τ2 .
Ejercicio 25. Sean E, F espacios normados y T : Dom(T ) ⊆ E → F un operador lineal

cerrado. Si T −1 existe, muestre que T −1 es un operador cerrado.
Ejercicio 26. Sean E, F espacios normados y T : E → F un operador lineal cerrado.
1. Sea C ⊆ E un compacto. Muestre que T (C) es cerrado en F .

2. Sea K ⊆ F un compacto. Muestre que T −1 (K) es cerrado en E.
Ejercicio 27. Sean E, F espacios normados y T : E → F un operador lineal cerrado. Si

F es compacto, muestre que T es acotado.
Observación 12. Sea F es un espacio normado compacto sobre K. Si K = R o C,

entonces F = {0}. Cuando K es un campo distinto, entonces es posible tener espacios
normados compactos distintos del subespacio trivial {0}.
Ejercicio 28. Sean E, F espacios normados y T : E → F un operador lineal cerrado.

Muestre que el ker(T ) es un subespacio cerrado de E.
Ejercicio 29. Sea {fn }n∈N una sucesión de funciones

X continuamente diferenciables sobre
el intervalo [0, 1]. Supongamos que la serie fn es uniformemente convergente sobre
n∈N
X
[0, 1] con suma f . Además, suponga que fn0 converge uniformemente en [0, 1]. Pruebe,
n∈N
X
usando la teorı́a de operadores cerrados, que f ∈ C 1 ([0, 1]) y que f 0 = fn0 .
n∈N
∗
Ejercicio 30. Sean E un espacio de Banach y T : E → E un operador lineal tal que
hT x, xiE ∗ ,E ≥ 0 ∀x ∈ E.
Muestre que T es un operador acotado.
Hint: Use el teorema del grafo cerrado.
Ejercicio 31. Sean E un espacio de Banach y T : E → E ∗ un operador lineal que

satisface
hT x, yiE ∗ ,E = hT y, xiE ∗ ,E ∀x, y ∈ E.
Muestre que T es un operador acotado.

2
Complementos de espacios de Hilbert
Motivación. Consideremos el siguiente problema:
min J(x),
x∈C
donde J : C ⊆ E → R un funcional (no necesariamente lineal) y C 6= ∅ un subconjunto

de un espacio normado E. Un ejemplo tipo de este problema es el siguiente.
Ejemplo 10. Consideremos el primer problema clásico en la introducción del cálculo de
variaciones.1
Sean (x0 , y0 ), (xf , yf ) ∈ R2 dos puntos distintos en el plano.
Q: ¿ Existe una única curva plana suave de menor longitud que conecte los puntos
(x0 , y0 ) y (xf , yf ) ?
La respuesta a esta pregunta es bien conocida: SÍ. De hecho, la curva plana buscada
es el segmento de recta que conecta dichos puntos.
Pues bien, este problema puede formularse a través de un problema de minimización
de la siguiente manera:
 Z xf q
min J(f ) := 2 2
1 + (f 0 (x)) dx

x0
f ∈ C 1 ([x0 , xf ])

s.a con f (x0 ) = y0 y f (xf ) = yf .
Note que podemos reescribir el problema previo de la siguiente forma:
min J(f ),
f ∈C

donde C = f ∈ C 1 ([x0 , xf ]) : f (x0 ) = y0 , f (xf ) = yf y E = C 1 ([x0 , xf ]). 4
1
Rama de las matemáticas que estudia la optimización (maximización o minimización) de un
funcional (función de funciones a valores reales), donde las funciones que definen el funcional
pueden estar sujetas a ciertas restricciones de tipo igualdad y/o desigualdad.
2
Se anima al lector desarrollar la deducción de esta fórmula de longitud de una curva plana
usando para ello el famoso teorema del valor medio.
46 2 Complementos de espacios de Hilbert
Q: ¿ Cómo abordar problemas de este tipo ?
La respuesta a esta interrogante depende de las caracterı́sticas del espacio normado

E, del funcional J y del subconjunto C.
Veamos otro ejemplo.
Ejemplo 11. Sean E, F espacios normados, b ∈ F un elemento fijo y T : E → F un

operador lineal.
Q: ¿ Existe un único x ∈ E de menor tamaño tal que resuelva la ecuación T x = b ?
Nuevamente, formulemos este problema como uno de minimización.


min kxk
E
s.a T x = b.
Intentemos reescribir el problema anterior para obtener uno equivalente. Para esto,
tomemos x = y −c, con c ∈ E tal que T c = −b. Ası́, resolver el problema anterior equivale
a resolver el siguiente problema

min ky − ck
E
s.a y ∈ ker(T ).
De manera general, podemos reescribir este problema como sigue: dado c ∈ E
min ky − ckE , (2.1)

y∈M
donde M 6= ∅ es un subconjunto convexo de E (notar que en el problema previo, ker(T )

es un subespacio vectorial de E, y por tanto, convexo).
Observemos que el interés de este problema es encontrar una “buena aproximación”
del elemento c mediante elementos de M .
Cuando E es un espacio normado cualquiera, el estudio y análisis de este problema
resulta con un grado de complejidad mayor respecto al caso que si E fuera un espacio
pre-hilbertiano, es decir, un espacio vectorial con producto interno. Esto se debe a que la
minimización de la distancia entre un punto y un conjunto en un espacio con producto
interno, está asociado fuertemente con la proyección de este punto sobre el conjunto, la
cual puede ser caracterizada a través del producto interno dado.
En la práctica, varios problemas relevantes de optimización suelen ser planteados
sobre espacios de Hilbert. Esto nos sugiere la importancia que tiene, en el análisis
matemático, el estudio de estos problemas sobre espacios de Hilbert, o más áun, sobre
espacios pre-hilbertianos.
Surge entonces la siguiente pregunta natural:
Q: ¿Existe y0 ∈ M tal que ky0 − ckE sea mı́nimo? Y si es ası́, ¿es único?
2.1 Teorema de la proyección 47
Notar que dist(c, M ) = inf dist(y, c) = inf ky − ckE , con lo cual se puede replantear
y∈M y∈M
la pregunta de la siguiente manera:
Q: ¿ Existe un único y0 ∈ M tal que ky0 − ck = min ky − ckE ?

y∈M
En general, esta clase de problemas puede tener una única solución, infinitas soluciones
o ninguna solución. Esto dependerá de las propiedades topológicas que posea el conjunto
M. 4
En la sección siguiente abordaremos las condiciones que se necesitan para que el

problema (2.1) posea una única solución.
?????????????????????????????????????????????????????????????????????????
2.1 Teorema de la proyección
De aquı́ en adelante, a menos que se indique otra cosa, consideraremos que E es un

espacio pre-hilbertiano sobre K con producto interno h·, ·i.
Teorema 2.1 (Teorema de la proyección). Sea M ⊆ E no vacı́o, completo y convexo.

Entonces para todo u ∈ E, existe un único v ∈ M tal que
ku − vk = dist(u, M ). (2.2)
Proof. Idea: El elemento que minimiza la distancia es el lı́mite de una sucesión de Cauchy
adecuada.
Existencia: Notemos que el caso cuando u ∈ M es trivial, pues tomando v = u se
cumple lo requerido. Ası́, sea u ∈ E \ M . Puesto que M es no vacı́o y completo, se tiene
que dist(u, M ) > 0. Luego, gracias a la caracterización de ı́nfimo, existe una sucesión
{vn }n∈N ( M 3 tal que
ku − vn k → dist(u, M ).
Gracias a la identidad del paralelogramo se sigue que

2 2 2 2
kvm − vn k = 2 ku − vn k + ku − vm k − k2u − (vn + vm )k
2

2 2
vn + vm
= 2 ku − vn k + ku − vm k − 4 u −

2

2 2 2
≤ 2 ku − vn k + ku − vm k − 4dist(u, M ) .
Haciendo n, m → +∞, se tiene que

2
lim kvn − vm k = 0.
n,m→+∞
3
Esta sucesión es conocida como sucesión minimizante para (2.2).
Ası́, {vn }n∈N es de Cauchy y como M es completo, entonces existe v ∈ M tal que
vn → v.
Por tanto,
ku − vn k → ku − vk
y por unicidad del lı́mite

ku − vk = dist(u, M ).
Unicidad: Supongamos que existe w ∈ M tal que w 6= v y
ku − wk = dist(u, M ).
Usando la identidad del paralelogramo se tiene que

2 2
kv − wk = kv − u + u − wk
2

2 2
v + w
= 2 kv − uk + ku − wk − 4 u −
2
2
≤ 2 dist(u, M )2 + dist(u, M )2 − 4dist(u, M )

= 0,
y por tanto, v = w.
Observación 13. Gracias al teorema de la proyección, al único elemento v ∈ M tal que

minimiza la distancia dist(u, M ), lo llamaremos la proyección de u sobre el conjunto M
y será denotado por v = PM (u). Ası́, es posible definir un operador PM : E → M tal que
a cada elemento u ∈ E, le asocia su proyección sobre el conjunto M . Por el teorema de
la proyección, este operador está bien definido.
Proposición 2.2 (Caracterización de la proyección de un punto sobre un conjunto con-

vexo y completo). Sea M ⊆ E no vacı́o, completo y convexo. Si K = R, la proyección de
u ∈ E sobre el conjunto M (v = PM (u) ∈ M ) se caracteriza por
hu − PM (u), w − PM (u)i ≤ 0 ∀w ∈ M.
Si K = C, la proyección de u ∈ E sobre el conjunto M (v = PM (u) ∈ M ) se caracteriza

por

Re hu − PM (u), w − PM (u)i ≤ 0 ∀w ∈ M.
Proof. Caso K = R.
(=⇒) Sea u ∈ E. Gracias al Teorema 2.1, existe un único v = PM (u) ∈ M tal que
ku − PM (u)k = dist(u, M ).
Sea w ∈ M . Como M es convexo, se sigue que
z = (1 − λ)PM (u) + λw ∈ M,
para todo λ ∈ (0, 1). Notar que

2 2
ku − PM (u)k ≤ ku − zk
2 2
= ku − PM (u)k − 2λ hu − PM (u), w − PM (u)i + λ2 kw − PM (u)k ,
que es equivalente a
2
2 hu − PM (u), w − PM (u)i − λ kw − PM (u)k ≤ 0 ∀λ ∈ (0, 1).
Haciendo λ → 0+ , se tiene que
hu − PM (u), w − PM (u)i ≤ 0 ∀w ∈ M.
(⇐=) Puesto que siempre se tiene que
ku − PM (u)k ≥ dist (u, M ) ,
basta probar que

ku − PM (u)k ≤ dist (u, M ) ,
que es equivalente a probar que
ku − PM (u)k ≤ ku − wk ∀w ∈ M.
Sea w ∈ M . Notar que

2 2 2
ku − wk = ku − PM (u)k − 2 hu − PM (u), w − PM (u)i + kPM (u) − wk
2
≥ ku − PM (u)k ,
y puesto que w ∈ M fue arbitrario, entonces
ku − PM (u)k ≤ ku − wk ∀w ∈ M.
Se concluye que ku − PM (u)k = dist(u, M ).

Caso K = C.
La demostración es totalmente análoga al caso real pero usando la siguiente identidad
dada para todo z1 , z2 ∈ C
2 2 2
kz1 − z2 k = kz1 k − 2 Re(hz1 , z2 i) + kz2 k .
Observación 14. Notar que para la demostración de la implicación (⇐=) en la

Proposición 2.2, M puede ser un conjunto cualquiera.
La siguiente proposición nos dice que la proyección es una aplicación que no incre-
menta las distancias.
Proposición 2.3. La aplicación PM : E → M es Lipschitz continua con constante L = 1.
Proof. Idea: Utilizar la caracterización de la proyección sobre un convexo.

Caso K = R.
Gracias a la Proposición 2.2 se sigue que para todo u1 , u2 ∈ E
hu1 − PM (u1 ), w − PM (u1 )i ≤ 0 ∀w ∈ M (2.3)
y
hu2 − PM (u2 ), w − PM (u2 )i ≤ 0 ∀w ∈ M. (2.4)
Tomando w = PM (u2 ) en (2.3) y w = PM (u1 ) en (2.4), y sumando ambas desigual-

dades se tiene que
hu1 − PM (u1 ) − u2 + PM (u2 ), PM (u1 ) − PM (u2 )i ≥ 0,
con lo cual
2
hu1 − u2 , PM (u1 ) − PM (u2 )i − kPM (u1 ) − PM (u2 )k ≥ 0.
Usando la desigualdad de Cauchy-Schwarz, se sigue que

2
kPM (u1 ) − PM (u2 )k ≤ hu1 − u2 , PM (u1 ) − PM (u2 )i
≤ ku1 − u2 k kPM (u1 ) − PM (u2 )k .
Si u1 = u2 , se verifica trivialmente la desigualdad; y si u1 6= u2 , se concluye que
kPM (u1 ) − PM (u2 )k ≤ ku1 − u2 k ,
lo que muestra que PM es Lipschitz continua con constante L = 1.

Caso K = C.
La demostración es totalmente análoga al caso real pero usando que para todo z ∈ C,
Re(z) ≤ |z|.
Proposición 2.4 (Caracterización de la proyección de un punto sobre un subespacio

vectorial completo). Sea M un s.e.v. completo de E. Entonces para cada u ∈ E
hu − PM (u), wi = 0 ∀w ∈ M (equivalente a decir que u − PM (u) ⊥ M.)
Recı́procamente, si v ∈ M satisface que
hu − v, wi = 0 ∀w ∈ M,
entonces v = PM (u) (v es la proyección de u sobre el s.e.v. M ).

Proof. Idea: Usar la caracterización de la proyección de un punto sobre un conjunto

convexo y completo.
Caso K = R.
(=⇒) Si u ∈ M , entonces PM (u) = u y por tanto hu − PM (u), wi = 0 ∀w ∈ M .
Supongamos entonces que u ∈ E \ M y sea w ∈ M cualquier elemento. Puesto que
M es un s.e.v., entonces
PM (u) + λw ∈ M λ ∈ R
y además, M es convexo. Por el caso real de la Proposición 2.2, se sigue que
hu − PM (u), PM (u) + λw − PM (u)i ≤ 0,
lo que implica que

λ hu − PM (u), wi ≤ 0 ∀λ ∈ R.
Tomando λ de forma adecuada, se concluye que
hu − PM (u), wi = 0,
y como w fue arbitrario, se sigue el resultado.

(⇐=) Supongamos que v ∈ M satisface que
hu − v, wi = 0 ∀w ∈ M. (2.5)
Tomando w = v, se sigue que

hu − v, vi = 0. (2.6)
Restando (2.6) de (2.5), se obtiene
hu − v, w − vi = 0 ∀w ∈ M.
Ası́, por el caso real de la Proposición 2.2 se concluye que v = PM (u).

Caso K = C.
Es análogo al caso real considerando las siguientes situaciones:
• Para la implicación (=⇒) , al considerar el caso complejo de la Proposición 2.2, se

concluye que Re(hu − PM (u), wi) = 0. Para mostrar que Im(hu − PM (u), wi) = 0,
note que PM (u) + iλw ∈ M para todo λ ∈ R pues M es un s.e.v. complejo; y
considerando nuevamente la parte compleja de la Proposición 2.2, junto a que para
todo z ∈ C se tiene que Im(z) = − Re(iz), se concluye lo requerido.
• Para la implicación (⇐=) , se realiza un proceso análogo junto con el hecho que si
z = 0, entonces Re(z) = 0.
Observación 15. Notar que para la demostración de la implicación (⇐=) en la

Proposición 2.4, M puede ser un conjunto cualquiera.
La siguiente proposición nos brinda propiedades interesantes de la aplicación proyección

PM , siempre y cuando M sea un subespacio vectorial.
Proposición 2.5. La aplicación proyección PM : E → M es lineal si, y sólo si, M es un

subespacio vectorial de E. Además, si el subespacio M 6= {0}, entonces kPM kL (E,M ) = 1.
Proof. (=⇒) Supongamos que PM es lineal. Notar que PM es sobreyectivo por el teorema
de la proyección. Luego, PM (E) = M es un subespacio vectorial por ser la imagen directa
de un espacio vectorial a través de una aplicación lineal.
(⇐=) Supongamos que M es un subespacio vectorial de E. Sean α ∈ K, u1 , u2 ∈ E.
Gracias a la caracterización de la proyección de un punto sobre un subespacio, se tiene
que
hαu1 − αPM (u1 ), wi = 0 ∀w ∈ M
y
hu2 − PM (u2 ), wi = 0 ∀w ∈ M.
Sumando las igualdades anteriores, se sigue que
hαu1 + u2 − (αPM (u1 ) + PM (u2 )), wi 0 = ∀w ∈ M.
Ası́, por la Proposición 2.4, se concluye que
αPM (u1 ) + PM (u2 ) = PM (αu1 + u2 ).
Para demostrar la última afirmación, note que si M = {0}, entonces PM = 0.

Suponemos que M 6= {0} y puesto que PM es Lipschitz continua, para todo u1 ∈ E
se tiene que
kPM (u1 )k ≤ ku1 k ,
lo que implica que kPM kL (E,M ) ≤ 1. Finalmente, tomando u ∈ M tal que kuk = 1, se
sigue que kPM (u)k = kuk = 1, con lo cual kPM kL (E,M ) = 1.
Observación 16. Si E es un espacio de Hilbert sobre K, entonces basta que M sea

un conjunto cerrado en E (en lugar de que M sea completo) para que se verifique el
Teorema 2.1.
Teorema 2.6 (Caracterización de un subespacio denso en un espacio de Hilbert). Sea

M un subespacio vectorial de E. Si M es denso en E (M = E), entonces el subespacio
ortogonal de M se reduce al cero (M ⊥ = {0}). Además, si E es un espacio de Hilbert,
entonces el recı́proco es cierto.
Proof. Supongamos que M = E. Sea x ∈ E tal que hx, yi = 0 para todo y ∈ M . Existe
entonces {xn }n∈N ( M tal que xn → x en E. Gracias a la continuidad del producto
interno se tiene que
0 = hxn , xi → hx, xi .
Ası́ hx, xi = 0, lo cual implica que x = 0, i.e., M ⊥ = {0}.

Ahora, consideremos que E es un espacio de Hilbert y M ⊥ = {0}. Por contradicción,
suponemos que M 6= E. Ası́, consideremos x0 ∈ E \ M . Se define x := x0 − PM (x0 ).
Claramente, x 6= 0. Además, por la Proposición 2.4, se sigue que hx, yi = 0 para todo
y ∈ M . Entonces, x ∈ (M )⊥ y como (M )⊥ = M ⊥ , se concluye que x = 0, lo que es una
contradicción.
Observación 17. (a) Gracias al teorema de representación de Riesz, la última afir-

mación del Teorema 2.6, se puede demostrar utilizando la Observación 8.
(b) En el caso en que E sea un espacio de Hilbert, el Teorema 2.6 nos dice que
M =E si, y sólo si, M ⊥ = {0}.
Proposición 2.7 (Suma directa en espacios de Hilbert). Sean E un espacio de Hilbert

y M un subespacio cerrado de E. Entonces
E = M ⊕ M ⊥.
Proof. Puesto que tanto M como M ⊥ son subespacios de E cuyo único elemento en
común es el 0, entonces basta probar que E ⊆ (M + M ⊥ ). Ası́, para cualquier u ∈ E,
notar que u = PM (u) + (u − PM (u)). Como PM (u) ∈ M , entonces u − PM (u) ∈ M ⊥ . En
efecto, gracias a la caracterización de un punto sobre un subespacio (Proposición 2.4), se
tiene que
hu − PM (u), vi = 0
para todo v ∈ M . Por lo tanto, u − PM (u) ∈ M ⊥ .
Observación 18.
(a) Gracias a la Proposición 2.7 se puede definir la aplicación
PM ⊥ : E −→ M ⊥
u 7−→ PM ⊥ (u) := u − PM (u),
i.e., PM ⊥ := idE − PM . Además, PM ⊥ es un operador proyección gracias a la
Proposición 2.4.
⊥
(b) Notar que en general M ⊆ M ⊥ , pero gracias a la Proposición 2.7, se sigue que
⊥
M⊥ = M.
En efecto, aplicando la Proposición 2.7 con los subespacios M y M ⊥ , se tiene que
E = M ⊕ M ⊥ = M ⊥ ⊕ (M ⊥ )⊥ ,
y por unicidad de la suma se sigue lo requerido.

(c) Si M es un subespacio vectorial de E, no necesariamente cerrado, entonces
E = M ⊕ M ⊥.
2.2 Teorema de Stampacchia y teorema de Lax-Milgram
Motivación. Consideremos el siguiente problema clásico del cálculo diferencial: sea

f : [a, b] → R una función diferenciable. Estamos interesados en encontrar todos los
puntos u0 4 ∈ [a, b] tales que
f (u0 ) = min f (u).
u∈[a,b]
Es claro que una condición necesaria para que f posea un mı́nimo local en u0 ∈ (a, b) es
que f 0 (u0 ) = 0. Pero
Q: ¿ qué ocurrirı́a si el mı́nimo de f se encontrara en los extremos del intervalo cerrado

[a, b] ?
Pues si f posee un mı́nimo en u0 = a, entonces f 0 (u0 ) ≥ 0 y si f posee un mı́nimo

en u0 = b, entonces f 0 (u0 ) ≤ 0.
Ası́, juntando estas tres condiciones necesarias para que f posea un valor mı́nimo en
u0 ∈ [a, b], se tiene que
f 0 (u0 )(u − u0 ) ≥ 0 para todo u ∈ [a, b]. (2.7)
Una desigualdad como la dada en (2.7) es conocida como una desigualdad variacional.
En general, se puede definir el siguiente problema de desigualdad variacional : sea E
un espacio de Banach, K ⊆ E un conjunto no vacı́o y T : K → E ∗ un operador. Estamos
interesados en hallar u ∈ K tal que resuelva la siguiente desigualdad variacional 5
hT u, v − uiE ∗ ,E ≥ 0 para todo v ∈ K.
Del mismo modo que en la resolución de problemas de minimización, el dar solución

a este tipo de desigualdades variacionales dependerá de las caracterı́sticas del espacio
normado E, del subconjunto K y del operador T ; por tanto, en esta sección estudi-
aremos las condiciones bajo las cuales se puede garantizar la existencia y unicidad de
la solución para una clase importante de desigualdades variacionales que ocurren en
la practicidad (teorema de Stampacchia). Además, a partir de este teorema surge uno
de los principales resultados que nos permite resolver ecuaciones diferenciales parciales
(EDP) lineales elı́pticas, mediante el método de formulación variacional de la EDP. Este
resultado es conocido como el Teorema de Lax-Milgram.
?????????????????????????????????????????????????????????????????????????
4
En optimización, a este elemento se suele llamar minimizador para f .
5
Uno de los precursores del estudio de la teorı́a de desigualdades variacionales fue el matemático
italiano Guido Stampacchia. Esta teorı́a ha tenido una fuerte influencia en la resolución
de problemas complejos presentes en varias áreas del conocimiento como en optimización,
mecánica, etc.
2.2 Teorema de Stampacchia y teorema de Lax-Milgram 55
Teorema 2.8 (Teorema de Stampacchia). Sean H un espacio de Hilbert real con producto
interno h·, ·i, K ⊆ H no vacı́o, convexo y cerrado, y a : H × H → R una forma bilineal.
Si a(·, ·) es continua (o acotada), es decir, existe C > 0 tal que
|a(u, v)| ≤ C kukH kvkH para todo u, v ∈ H,
y coerciva (o fuertemente coerciva o H-elı́ptica), es decir, existe α > 0 tal que

2
a(u, u) ≥ α kukH para todo u ∈ H,6
entonces para todo ϕ ∈ H ∗ , existe un único u ∈ K tal que
a(u, v − u) ≥ hϕ, v − uiH ∗ ,H ∀v ∈ K. (2.8)
Proof. Idea: Usar el teorema de representación de Riesz y el teorema de punto fijo de

Banach.
Para cualquier u ∈ H fijo, a(u, ·) ∈ H ∗ , con lo cual, por el teorema de representación
de Riesz, existe un único zu ∈ H tal que
a(u, w) = hw, zu i ∀w ∈ H.
Definamos el siguiente operador
A : H −→ H
u 7−→ Au := zu .
Gracias al teorema de representación de Riesz este operador está bien definido y satisface
que
a(u, w) = hw, Aui ∀w ∈ H. (2.9)
Notar que A es lineal. En efecto, sean u1 , u2 ∈ H y λ ∈ R. Entonces
a(λu1 , w) = hw, λAu1 i ∀w ∈ H (2.10)
y
a(u2 , w) = hw, Au2 i ∀w ∈ H. (2.11)
Además, como λu1 + u2 ∈ H, se sigue que
a(λu1 + u2 , w) = hw, A(λu1 + u2 )i ∀w ∈ H. (2.12)
Como a(·, ·) es una forma bilineal, de (2.10),(2.11) y (2.12), se tiene que

w, λAu1 + Au2 − A (λu1 + u2 ) = 0 ∀w ∈ H.
6
Notar que esta condición exige implı́citamente que a(u, u) ≥ 0 para todo u ∈ H, lo cual en
general no siempre se tiene. Por ejemplo, considere la forma bilineal a : R2 × R2 → R definida
por a((x, y), (u, v)) = xu + y(u − v) y note que a((1, 10), (1, 10)) < 0.
Ası́, se concluye que A (λu1 + u2 ) = λAu1 + Au2 .

Veamos que A es continua. Para cualquier u ∈ H, consideremos w = Au ∈ H en
(2.9). Ası́,
|a(u, Au)| = |hAu, Aui| ,
y debido a la continuidad de a(·, ·), se sigue que
2
kAukH ≤ C kukH kAukH ,
con lo cual, pasando el lado derecho de la desigualdad al lado izquierdo, se obtiene que
kAukH ≤ C kukH ∀u ∈ H.
Con esto, concluimos que A ∈ L (H, H). Además, gracias a la coercividad de a(·, ·)
2
hu, Aui ≥ αkuk ∀u ∈ H.
Por otro lado, para cualquier ϕ ∈ H ∗ , nuevamente por el teorema de representación

de Riesz, existe un único x ∈ H tal que
hϕ, wiH ∗ ,H = hw, xi ∀w ∈ H.
Ésto nos permite concluir que demostrar (2.8) es equivalente a demostrar que existe un
único u ∈ K tal que
hv − u, Aui ≥ hv − u, xi ∀v ∈ K,
que a su vez es equivalente a
hv − u, x − Aui ≤ 0 ∀v ∈ K,
hv − u, βx − βAu + u − ui ≤ 0 ∀v ∈ K,
para algún β > 0. Ahora, recordando la caracterización de la proyección de un punto

sobre un conjunto convexo y cerrado (ver Proposición 2.2), probar la última desigualdad
es equivalente a probar que u = PK (βx − βAu + u) para algún β > 0.
Definamos, entonces, el siguiente operador
S : K −→ K
v 7−→ Sv := PK (βx − βAv + v).
Si logramos mostrar que el operador S posee un único punto fijo en K, el resultado estará
probado.
Como K es cerrado, entonces K es un espacio métrico completo. Ahora, para cualquier
v1 , v2 ∈ K, se tiene que
2 2
kSv1 − Sv2 kH = kPK (βx − βAv1 + v1 ) − PK (βx − βAv2 + v2 )kH
2
≤ kβA(v2 − v1 ) − (v2 − v1 )kH
2 2
= β 2 kA(v2 − v1 )kH − 2 hβA(v2 − v1 ), v2 − v1 i + kv2 − v1 kH
2 2 2
≤ β 2 C 2 kv2 − v1 kH − 2βα kv2 − v1 kH + kv2 − v1 kH
2
= (β 2 C 2 − 2βα + 1) kv2 − v1 kH .
2α
Eligiendo β > 0 tal que β 2 C 2 − 2βα + 1 < 1 (i.e. 0 < β < C 2 ), S es una contracción.
Finalmente, por el teorema de punto fijo de Banach, S posee un único punto fijo u ∈
K.
Observación 19. Si, además, la forma bilineal a(·, ·) es simétrica, entonces el único
u ∈ K del Teorema 2.8 se caracteriza como la solución al siguiente problema variacional:
encuentre un único u ∈ K tal que
J(u) = min J(v),

v∈K
donde
1
J(v) = a(v, v) − hϕ, viH ∗ ,H ,
2
es decir, {u} = argmin J(v).
v∈K
En efecto, gracias a que la forma bilineal a(·, ·) es simétrica, entonces a(·, ·) define un
nuevo producto escalar sobre H, el cual induce una norma denotada por k·ka . Notar que
gracias a la continuidad y la coercividad de a(·, ·), se tiene que
√ √
α kukH ≤ kuka ≤ C kukH ∀u ∈ H,
con lo cual k·kH y k·ka son normas equivalentes en H. Luego, como H es un espacio
de Hilbert para la norma k·kH , entonces H también será un espacio de Hilbert para
la norma k·ka . Ası́, por el teorema de representación de Riesz, para cualquier ϕ ∈ H ∗ ,
existe un único g ∈ H tal que
hϕ, viH ∗ ,H = a(v, g) ∀v ∈ H.
Ası́, resolver el problema (2.8), equivale a encontrar un único u ∈ K tal que
a(u, v − u) ≥ a(v − u, g) ∀v ∈ K,
que equivale a encontrar un único u ∈ K tal que
a(g − u, v − u) ≤ 0 ∀v ∈ K.
Notar que por la caracterización de la proyección de un punto sobre un conjunto convexo

y cerrado, lo anterior nos dice que u ∈ K es la proyección de g sobre K para el nuevo
producto escalar a(·, ·). Luego, por el teorema de la proyección, lo anterior es equivalente
a encontrar un único u ∈ K tal que
kg − uka = min kg − vka .

v∈K
Con esto, observemos que

2
kg − vka = a(g − v, g − v)
= a(g, g) − 2a(g, v) + a(v, v)
2
= kgka − 2hϕ, viH ∗ ,H + a(v, v).
Ası́,
1 2 1 1 2
kg − vka = a(v, v) − hϕ, viH ∗ ,H + kgka
2 2 2
1 2
= J(v) + kgka ,
2
2
y como kgka no depende de v, entonces
1 2
min kg − vka ⇐⇒ 7 min kg − vka ⇐⇒ min J(v).
v∈K 2 v∈K v∈K
A continuación se presenta uno de los resultados con mayor trascendencia en lo que

refiere a la existencia y unicidad de soluciones para Ecuaciones Diferenciales Parciales
(EDP) lineales elı́pticas: el teorema de Lax-Milgram. Ésto debido a que a través de la
llamada formulación variacional de la EDP, es posible demostrar, usando el teorema de
Lax-Milgram, que dicho problema posee una única solución en algún espacio de Hilbert
adecuado. Además, cabe notar que el caso real de este teorema es consecuencia directa
del teorema de Stampacchia.
Teorema 2.9 (Teorema de Lax-Milgram caso real). Sean H un espacio de Hilbert real
y a : H × H → R una forma bilineal, continua y coerciva sobre H. Entonces para todo
ϕ ∈ H ∗ , existe un único u ∈ H tal que
a(u, v) = hϕ, viH ∗ ,H para todo v ∈ H. (2.13)
Proof. Idea: Usar el teorema de Stampacchia.

Considerando K = H en el Teorema 2.8, para todo ϕ ∈ H ∗ , existe un único u ∈ H
tal que
a(u, v − u) ≥ hϕ, v − uiH ∗ ,H ∀v ∈ H.
Sustituyendo, en la desigualdad previa, u + λv por v, donde λ ∈ R es arbitrario, se sigue
que
a(u, λv) ≥ hϕ, λviH ∗ ,H ∀(v, λ) ∈ H × R.
Luego
λ a(u, v) − hϕ, viH ∗ ,H ≥ 0 ∀(v, λ) ∈ H × R,
lo que implica que
a(u, v) = hϕ, viH ∗ ,H ∀v ∈ H.
7
Usando la caracterización del mı́nimo es posible mostrar que min(A2 ) = (min(A))2 , donde A
es un subconjunto de reales no negativos y A2 = {a2 : a ∈ A}.
Observación 20. Al igual que en el Teorema 2.8, si la forma bilineal a(·, ·) es simétrica,
entonces el único elementro u ∈ H del Teorema 2.9 se caracteriza como la solución al
problema variacional: encuentre un único u ∈ H tal que
J(u) = min J(v),

v∈H
donde
1
J(v) = a(v, v) − hϕ, viH ∗ ,H .
2
En efecto, notar que para cualesquier u, v ∈ H se tiene que
1
J(u + v) = a(u + v, u + v) − hϕ, u + viH ∗ ,H
2
1 1
= a(u, u) + a(u, v) + a(v, v) − hϕ, uiH ∗ ,H − hϕ, viH ∗ ,H
2 2
1
= J(u) + a(u, v) − hϕ, viH ∗ ,H + a(v, v).
2
Ası́, si u ∈ H resuelve (2.13), entonces para todo v ∈ H
1 α 2
J(u + v) = J(u) + a(v, v) ≥ J(u) + kvk ,
2 2
y por tanto, para cualquier v 6= 0, se sigue que
J(u + v) > J(u),
es decir, u es el único elemento en H que minimiza el funcional J.

Recı́procamente, si J posee un mı́nimo en u ∈ H, entonces la derivada de Gâteaux
del funcional J en el punto u y en cualquier dirección v ∈ H debe ser cero, es decir,
DG J(u)v = 0, con lo cual a(u, v) − hϕ, viH ∗ ,H = 0 para todo v ∈ H y se concluye el
resultado deseado.
La versión compleja del teorema de Lax-Milgram se enuncia a continuación y cuya

demostración se lo deja al lector (ver Ejercicio 42).
Teorema 2.10 (Teorema de Lax-Milgram caso complejo). Sean H un espacio de Hilbert
complejo y a : H × H → C una forma sesquilineal y continua. Suponga además que existe
α > 0 tal que
2
Re (a(u, u)) ≥ α kuk para todo u ∈ H.8
Entonces para todo ϕ ∈ H ∗ , existe un único u ∈ H tal que
a(v, u) = hϕ, viH ∗ ,H para todo v ∈ H. (2.14)

8
En general, a(u, u) ∈ C. Por ejemplo, considere la forma sesquilineal a : C2 × C2 → C definida
por a((z1 , z2 ), (z3 , z4 )) = z1 z3 + z2 z4 + i(2z1 z4 − z2 z3 ) y note que a((1, 1), (1, 1)) = 2 + i.
Si la forma sesquilineal es hermı́tica, i.e., a(u, v) = a(v, u) para todo u, v ∈ H, entonces
a(u, u) ∈ R.
En cierta literatura, es posible encontrar la hipótesis de que a(u, v) es coerciva para el caso
complejo del teorema de Lax-Milgram, sin embargo, ésta es una hipótesis muy fuerte.
Observación 21 (Estabilidad de la solución). Del teorema de Lax-Milgram se deduce

una estimación de la solución en función de los datos del problema. Dicha estimación nos
dice que existe una dependencia continua de la solución u ∈ H respecto al dato ϕ ∈ H ∗ .
En efecto, si consideramos el teorema de Lax-Milgram caso real, notemos que tomando
v = u en (2.13), se sigue que
2
αkuk ≤ a(u, u) = hϕ, uiH ∗ ,H ≤ kϕkH ∗ kuk ,
lo que implica que

1
kuk ≤ kϕkH ∗ .
α
Para el teorema de Lax-Milgram caso complejo, notar que tomando v = u en (2.14) y
usando la hipótesis sobre Re(a(u, u)), se sigue que
2 a(u, u) + a(u, u) hϕ, uiH ∗ ,H + hϕ, uiH ∗ ,H

αkuk ≤ Re(a(u, u)) = = ≤ kϕkH ∗ kuk ,
2 2
lo que implica de igual forma que
1
kuk ≤ kϕkH ∗ .
α
Lo que nos indica esta estimación es que una pequeña perturbación del dato ϕ ∈ H ∗
genera una pequeña perturbación en la solución u ∈ H. Ésto suele conocerse como
estabilidad de la solución respecto a los datos.
2.3 Bases ortonormales en espacios con producto interno
Motivación. Sea E un espacio vectorial sobre K infinito dimensional. Gracias al lema

de Zorn conocemos que éste tiene una base de Hamel, por tanto, todo elemento de E
puede ser escrito de forma única como una combinación lineal finita de elementos de
dicha base. Sin embargo, desafortunadamente tales bases no pueden ser construidas en
general (exceptuando el caso en que E es finito dimensional donde siempre es posible
obtener explı́citamente una base algebraica de dicho espacio). Esto implica que su utili-
dad práctica es bastante limitada pues la existencia de dichas bases de Hamel dependen
del axioma de elección. Esto hablando netamente sobre espacios con sólamente una es-
tructura algebraica.
Supongamos ahora que E posee además una estructura topológica, es decir, consid-
eremos E un espacio de Banach sobre K infinito dimensional. En este caso, es conocido
que toda base de Hamel de E es no contable (ver ejercicio 29 capı́tulo 1), por tanto, esto
nos indica que no será posible construir una base de Hamel para este tipo de espacios.
Surge entonces la siguiente pregunta natural:
Q: ¿ Existe entonces en la práctica algún conjunto que permita representar a cada ele-
mento de un espacio de Banach en algún sentido ?
2.3 Bases ortonormales en espacios con producto interno 61
Resulta que SÍ. El punto principal de la respuesta es que puesto que ahora conta-
mos con una norma, no existe ninguna razón por la cual nos restrinjamos sólamente a
combinaciones lineales finitas. Podrı́amos considerar “combinaciones lineales infinitas”.
En efecto, se dice que una sucesión {un }n∈N de un espacio de Banach E es una base de
9
Schauder Xsi para todo u ∈ E, existe una única sucesión de escalares {αn }n∈N ( K tal
que u = αn un . Notar que la convergencia de la serie es con respecto a la norma en
n∈N
E.
Resulta ser que si un espacio de Banach E posee una base de Schauder, entonces
E es un espacio separable. Ésto pues el conjunto de combinaciones lineales finitas con
escalares racionales (o partes real e imaginaria racionales si los escalares son complejos)
constituye un conjunto denso numerable de E. Ahora, surge las siguiente pregunta
Q: ¿ Todo espacio de Banach separable posee una base de Schauder ?
Esta interrogante (conocido como el problema de la base) no fue respondida durante

un largo tiempo hasta que en el año de 1973, el matemático Per Enflo dió una respuesta
negativa a esta interrogante mostrando que existe un espacio de Banach separable y
reflexivo que no posee ninguna base de Schauder10 .
Ahora es importante notar que en el caso en que E sea un espacio de Hilbert, surgen
dos aspectos a tomar en cuenta. El primero corresponde a la introducción de un nuevo
concepto de base para espacios de Hilbert11 y el segundo hace referencia a la cardinalidad
de esta nueva base. Notar que cuando se trabaja con espacios de Banach, la base de
Schauder asociada siempre es contable. Esto contrasta en el caso de espacios de Hilbert
pues una base para estos espacios no necesariamente es contable. Estos detalles serán
precisamente el centro de estudio de esta sección.
?????????????????????????????????????????????????????????????????????????
Para abordar esta sección se requerirán ciertos conceptos que se describen a contin-
uación.
Sean E un espacio vectorial sobre K con producto interno h·, ·i (o espacio pre-
hilbertiano sobre K) y {ei }i∈I ( E una familia arbitraria.

Definición 7. Se dice que ei i∈I es una familia ortogonal si hei , ej i = 0 para todo
(i, j) ∈ I × I, con i 6= j. Además, si hei , ei i = 1 para todo i ∈ I, entonces se dice que

ei i∈I es una familia ortonormal. En este caso, hei , ej i = δij para todo (i, j) ∈ I × I,
donde δij es la función delta de Kronecker.
9
En espacios de dimensión finita, los conceptos de base de Hamel y de Schauder coinciden.
10
P. Enflo, A counterexample to the approximation property in Banach spaces, Acta Math. 130
(1973), 309-317.
11
Este nuevo concepto de base presenta una marcada sencillez para representar cualquier ele-
mento del espacio como una serie haciendo uso del producto interno definido sobre el espacio
de Hilbert.
Observación 22.
(a) Cualquier familia ortogonal (ortonormal) es linealmente independiente.

(b) Toda familia contable linealmente independiente de E puede convertirse en una fa-
milia ortonormal a través del proceso de Gram-Schmidt (ver Ejercicio 35).

Definición 8. Una familia ortonormal ei i∈I se dice maximal si
hx, ei i = 0 para todo i ∈ I =⇒ x = 0.
Proposición 2.11 (Condición suficiente para que una familia sea maximal). Sean E

un espacio con producto interno h·, ·i sobre K y ei i∈I ( E una familia ortonormal. Si

span ({ei }i∈I ) = E,12 entonces la familia ei i∈I es maximal.
Proof. Sea x ∈ E tal que

hx, ei i = 0 ∀i ∈ I.
⊥
Notar que lo anterior es equivalente a que x ∈ (span ({ei }i∈I )) . En efecto,
⊥
(span ({ei }i∈I )) = x ∈ E : hx, wi = 0 ∀w ∈ span ({ei }i∈I )
 * + 
 X 
= x ∈ E : x, αj ej = 0 ∀J ( I, |J| < +∞ .
 
j∈J
Puesto que J es cualquier subconjunto finito, podemos considerar J = {i}. Ası́, se sigue
que
⊥
x ∈ (span ({ei }i∈I )) ⇐⇒ hx, ei i = 0 ∀i ∈ I.
⊥
⊥
Por lo tanto, si x ∈ (span ({ei }i∈I )) = span ({ei }i∈I ) = E ⊥ = {0}, lo que implica
que x = 0.
Observación 23. De lo realizado en la demostración anterior, notar que se tiene lo

siguiente:
⊥ ⊥
x ∈ (span ({ei }i∈I )) ⇐⇒ x ∈ ({ei }i∈I ) .
Es importante notar que cuando E es completo, entonces se tiene el recı́proco del

resultado anterior, es decir,

Proposición 2.12. Sean E un espacio de Hilbert y ei i∈I una familia ortonormal
maximal. Entonces span ({ei }i∈I ) = E.
Proof. Como E es un espacio de Hilbert, entonces

⊥
E = span ({ei }i∈I ) ⊕ span ({ei }i∈I )
⊥ ⊥
y dado que ei i∈I es maximal, entonces {0} = ({ei }i∈I ) = (span ({ei }i∈I )) , por lo
tanto
12
Se dice que {ei }i∈I es un conjunto fundamental o total en E. Ver Ejercicio 12.
E = span ({ei }i∈I ).
El siguiente resultado nos brinda una propiedad interesante sobre cualquier espacio
con producto interno.
Teorema 2.13. Sea E un espacio pre-hilbertiano sobre K. Entonces E posee una familia
ortonormal maximal.
Proof. Idea: Usar el lema de Zorn.

Vamos a suponer que dim(E) ≥ 2 (pues el caso dim(E) = 1 no nos brinda dos
elementos ortogonales entre sı́). Existen entonces e1 , e2 ∈ E tales que el conjunto {e1 , e2 }
es ortonormal.
Definamos el siguiente conjunto

F := {ui }i∈I ( E : {ui }i∈I es una familia ortonormal de E que contiene a {e1 , e2 } .
Notar que F 6= ∅ pues {e1 , e2 } ∈ F. Ası́, (F, ⊆) es un conjunto parcialmente ordenado.

Consideremos ahora M ⊆ F un conjunto totalmente ordenado. Se define el conjunto
[
B= A.
A∈M
Note que B es una familia ortonormal de E pues para todo bi , bj ∈ B, existen Ai , Aj ∈ M

tales que bi ∈ Ai y bj ∈ Aj . Ası́, como M es totalmente ordenado, entonces Ai ⊆ Aj o
Aj ⊆ Ai . Sin pérdida de generalidad consideremos que Ai ⊆ Aj con lo cual bi , bj ∈ Aj y
dado que Aj es una familia ortonormal, se sigue que hbi , bj i = 0 si bi 6= bj y hbi , bj i = 1
si bi = bj . Además, {e1 , e2 } ( B pues para todo A ∈ M, {e1 , e2 } ( A. Por tanto, B ∈ F
y B es una cota superior para M pues A ⊆ B para todo A ∈ M.
Entonces, por el lema de Zorn F posee al menos un elemento maximal, digamos
{ei }i∈I .
Veamos, finalmente, que {ei }i∈I es una familia ortonormal maximal. Es claro que
{ei }i∈I es ortonormal pues {ei }i∈I ∈ F.
Ahora, sea x ∈ E tal que hx, nei i =
o 0 para todo i ∈ I. Por contradicción, supongamos
x
que x 6= 0. Ası́, se tiene que kxk ∪ {ei }i∈I ∈ F es una familia ortonormal que es
distinta a {ei }i∈I y la contiene, lo cual es absurdo pues éste es un elemento maximal.
En el caso en que E sea un espacio con producto interno separable se tiene el siguiente
resultado interesante.
Proposición 2.14. Sea E un espacio pre-hilbertiano sobre K separable. Entonces toda

familia ortonormal (maximal o no) es finita o infinita contable.
Proof. Sea {ei }i∈I una familia ortonormal de E. Note que para todo (i, j) ∈ I × I con
i 6= j, se cumple que
√
kei − ej k = 2. (2.15)
Esto se tiene gracias a que
2 2 2
kei − ej k = kei k − hei , ej i − hej , ei i + kej k .
Mostremos que existe una función Ψ : I → N inyectiva y con ésto probamos lo requerido.
[
Como E es separable, entonces existe una sucesión {gk }k∈N ( E tal que {gk } = E.
k∈N
Luego, por densidad, para todo i ∈ I existe ki ∈ N tal que
√
2
kei − gki k ≤ .
3
Con esto, si i 6= j se sigue que

kei − ej k ≤ kei − gki k + gki − gkj + gkj − ej
√
2
≤2 + gki − gkj ,
3
lo que implica, gracias a (2.15), que
√
gk − gk ≥ 2 ,

i j
3
y por tanto ki 6= kj pues si fueran iguales se tendrı́a que gki = gkj y por tanto se llegarı́a
a una contradicción de la última desigualdad.
Finalmente, note que gracias a lo realizado anteriormente, existe una función
Ψ : I −→ N
i 7−→ Ψ (i) = ki
que es inyectiva, lo cual muestra que Card(I) ≤ ℵ0 y queda probado el resultado.
2.3.1 Bases de Hilbert y series de Fourier
Hemos visto hasta el momento que todo espacio con producto interno posee una familia
ortonormal maximal. En esta sección veremos que cuando el espacio es completo, entonces
dicha familia posee una propiedad fundamental que permite expresar cualquier elemento
del espacio como una suma generalizada de elementos de una familia ortonormal maximal.

Definición 9. Sea H un espacio de Hilbert sobre K. Se dice que una familia ei i∈I ( H

es una base de Hilbert o base ortonormal si ei i∈I es una familia ortonormal

maximal de H tal que para todo x ∈ H existe una única familia de escalares αi i∈I ( K
tal que X
x= αi ei .13
i∈I
13
Notar que la suma es sobre una familia arbitraria de ı́ndices. Para mayores detalles ver
Ejercicio 46.
A continuación analizaremos el caso en que el espacio de Hilbert es separable. Para

el caso no separable se debe usar la suma generalizada definida en el Ejercicio 46.
Teorema 2.15 (Series de Fourier en un espacios de Hilbert separables). Sean H un

espacio de Hilbert sobre K infinito dimensional separable con producto interno h·, ·i y

en n∈N una familia ortonormal maximal de H. Entonces

1. en n∈N
es una base de Hilbert de H y para todo x ∈ H
X
x= hx, en i en .
n∈N
(La serie dada se la conoce como serie de Fourier de x y a los coeficientes hx, en i

se los denomina coeficientes de Fourier de x relativos a la base en n∈N .)
2. Se verifica la identidad de Parseval
2
X
kxkH = | hx, en i |2 .
n∈N
Proof. 1. La demostración será desarrollada en 3 etapas.

Etapa 1. Mostremos primero que si en n∈N es una base de Hilbert, entonces los
coeficientes de la representación en serie de x están dados por los coeficientes de
Fourier.

En efecto, supongamos que en n∈N es una base de Hilbert de H. Entonces para
todo x ∈ H, existe una única sucesión de escalares {αn }n∈N ( K tal que
X
x= αn en . (2.16)
n∈N
Notar que para cada n ∈ N, Sn := span ({ek }nk=0 ) es un subespacio completo de H

por ser de dimensión finita, por lo tanto, como {en }n∈N es ortonormal, se sigue que
n
X
PSn x = hx, ek i ek .14
k=0
Ası́, por el teorema de la proyección se sigue que
kx − PSn xkH ≤ kx − zkH ∀n ∈ N, ∀z ∈ Sn .

n
X
En particular, tomando z = αk ek , se tiene que
k=0

n
X n
X
x − hx, ek i ek ≤ x − αk ek ∀n ∈ N,

k=0 H k=0 H
y haciendo n → +∞, se sigue que

14
Se deja como ejercicio al lector mostrar esta igualdad. Ver Ejercicio 38.

n
X
lim x − hx, ek i ek =0

n→+∞
k=0 H
y por tanto X
x= hx, en i en . (2.17)
n∈N
Por (2.16) y (2.17) se sigue que

X
[hx, en i − αn ]en = 0
n∈N
que equivale a
Xn
[hx, ek i − αk ]ek −→ 0.

n→+∞
k=0 H
Ası́, * +
n
X n
X
[hx, ek i − αk ]ek , [hx, em i − αm ]em −→ 0
n→+∞
k=0 m=0
n X
X n
[hx, ek i − αk ][hx, em i − αm ] hek , em i −→ 0
n→+∞
k=0 m=0
n
X 2
0≤ |hx, ek i − αk | −→ 0
n→+∞
k=0
por lo tanto, para todo n ∈ N, |hx, ek i − αk | = 0, con lo cual para todo n ∈ N,
αn = hx, en i .
Etapa 2. Veamos ahora que en Xefecto {en }n∈N es una base de Hilbert, es decir, que
para cualquier x ∈ H la serie hx, en i en converge a x.
n∈N
Pn
Sea x ∈ H. Veamos que la sucesión {sn }n∈N ( H definida por sn = k=0 hx, ek i ek
es una sucesión de Cauchy. Sin pérdida de generalidad consideremos n ≥ m y ası́
2
X n Xn
2
ksn − sm kH = hx, ek i ek = | hx, ek i |2 . (2.18)

k=m+1 H k=m+1
Por otro lado, notar que para todo n ∈ N

n
2
X
0 ≤ x − hx, ek i ek

k=0 H
n
X n
X n
X
2 2
= kxkH − hx, ek i hx, ek i − hx, em i hem , xi + |hx, em i|
k=0 m=0 m=0
Xn
2 2
= kxkH − |hx, ek i| ,
k=0
y por tanto, para todo n ∈ N

n
X 2 2
|hx, ek i| ≤ kxkH ,
k=0
X n
X
2 2
con lo cual se concluye que la serie |hx, en i| converge pues la sucesión |hx, ek i|
n∈N k=0
es no decreciente y acotada superiormente. Con esto se tiene la siguiente desigualdad
importante conocida como la desigualdad de Bessel:
X 2 2
|hx, en i| ≤ kxkH .
n∈N
Retornando a (2.18), se sigue que la sucesión {sn }n∈N es de Cauchy pues la serie
P 2
n∈N |hx, en i| es convergente. Por tanto, como H es de Hilbert, entonces existe
y ∈ H tal que y = lim sn , es decir,
n→+∞
n
X
y = lim hx, ek i ek .
n→+∞
k=0
Etapa 3. Mostremos que y = x.

Puesto que {en }n∈N es una familia ortonormal maximal basta ver que
hx − y, en i = 0 ∀n ∈ N.
Gracias a la continuidad del producto interno se tiene que
hx − y, en i = lim hx − sm , en i
m→+∞
* m
+
X
= lim x− hx, ek i ek , en
m→+∞
k=0
m
X
= hx, en i − lim hx, ek i hek , en i .
m→+∞
k=0
Notar que para todo m ≥ n

m
X
hx, en i − hx, ek i hek , en i = 0
k=0
y por tanto, para todo n ∈ N

hx − y, en i = 0
y ası́, y = x.
2. La identidad de Parseval sigue del hecho que
n
2
X X
x= hx, en i en ⇐⇒ x − hx, ek i ek −→ 0

n→+∞
n∈N k=0 H
lo cual es equivalente a
n
X
2 2
kxkH − |hx, ek i| −→ 0
n→+∞
k=0
y por tanto X
2 2
kxkH = |hx, en i| .
n∈N
Observación 24. (a) La desigualdad de Bessel es válida en cualquier espacio E con

producto interno (completo o no), para cualquier x ∈ E y para cualquier familia
ortonormal {en }n∈N (maximal o no).

(b) en n∈N ( H es una base de Hilbert si, y sólo si, en n∈N satisface la identidad de
Parseval.
(c) Dada cualquier familia ortonormal {en }n∈N en cualquier espacio con producto interno
E, se tiene que para todo x ∈ E
lim hx, en i = 0.
n→+∞
Esto es consecuencia inmediata de la desigualdad de Bessel.

(d) La identidad de Parseval puede verse como una versión infinito dimensional del teo-
rema de Pitágoras.
(e) El Teorema 2.15 puede reescribirse si se tiene una base ortogonal en un espacio de
Hilbert. Ası́, si H es un espacio de Hilbert y {fn }n∈N es una base ortogonal de H,
entonces para todo x ∈ H
X hx, fn i
x= 2 fn
n∈N
kfn kH
y
2
X |hx, fn i|2
kxkH = 2 .
n∈N
kfn kH
hx,fn i
Los coeficientes kf 2 son llamados coeficientes generalizados de Fourier de x re-
n kH
specto a la base ortogonal {fn }n∈N .
2.4 Operadores adjunto, adjunto de Hilbert, autoadjunto,

unitario y normal
2.4.1 Operador adjunto
Definición 10. Sean E, F espacios normados sobre K y T : Dom(T ) ⊆ E → F un

operador lineal definido densamente (i.e., Dom(T ) = E), con Dom(T ) un subespacio
vectorial de E. Se define el operador adjunto de T , denotado T × , por
2.4 Operadores adjunto, adjunto de Hilbert, autoadjunto, unitario y normal 69
T × : Dom (T × ) ⊆ F ∗ −→ E ∗
ϕ 7−→ T × ϕ = Ψ
con Ψ a precisar y
Dom T × = ϕ ∈ F ∗ : ∃C > 0 tal que ∀u ∈ Dom(T ), |hϕ, T uiF ∗ ,F | ≤ CkukE .

Es fácil chequear que Dom(T × ) es un subespacio vectorial de F ∗ . Ahora, deter-

minemos qué es Ψ . Para esto, dado ϕ ∈ Dom(T × ), se define la aplicación
g : Dom(T ) ⊆ E −→ K
u 7−→ g(u) := hϕ, T uiF ∗ ,F .
Es claro que g es lineal pues tanto ϕ como T son lineales. g es continua pues ϕ ∈
Dom(T × ). Ası́, g ∈ (Dom(T ))∗ . Luego, por el teorema de Hahn-Banach forma topológica
(Corolario 1.4), existe Ψ ∈ E ∗ tal que
Ψ |Dom(T ) = g y kΨ k = kgk .
Notar que como Dom(T ) = E, entonces dicha extensión es única. En efecto, supongamos
que existe χ ∈ E ∗ tal que
χ|Dom(T ) = g y kχk = kgk .
Ası́, Ψ = χ en Dom(T ). Sea x ∈ E, entonces existe {xn }n∈N ( Dom(T ) tal que xn → x.
Considerando
|Ψ (x) − χ(x)| ≤ |Ψ (x) − Ψ (xn )| + |Ψ (xn ) − χ(x)|
se sigue, gracias a la continuidad de Ψ y χ, y haciendo n → +∞, que
Ψ (x) = χ(x),
para todo x ∈ E.
Esto nos dice que T × está bien definido15 . Además, gracias a que Ψ = g en Dom(T ),
T y T × verifican la siguiente relación fundamental
hϕ, T uiF ∗ ,F = T × ϕ, u E ∗ ,E ∀ϕ ∈ Dom(T × ), ∀u ∈ Dom(T ).

(2.19)
Además, T × es un operador lineal. En efecto, sean f, g ∈ Dom(T × ) y α ∈ K. Se tiene

que para todo u ∈ Dom(T )

×
T (αf + g) , u E ∗ ,E = hαf + g, T uiF ∗ ,F
= αhf, T uiF ∗ ,F + hg, T uiF ∗ ,F
= α T × f, u E ∗ ,E + T × g, u E ∗ ,E

= αT × f + T × g, u E ∗ ,E ,

15
Esta es la razón por la cual se define operadores adjuntos de operadores definidos densamente.
y por tanto
T × (αf + g) − αT × f + T × g , u E ∗ ,E = 0 ∀u ∈ Dom(T ).

Gracias a que Dom(T ) = E, se sigue que
T × (αf + g) = αT × f + T × g.
Proposición 2.16. Todo operador adjunto, como se lo ha definido, es un operador cer-

rado.
Proof. Sea {ϕn }n∈N ( Dom(T × ) tal que ϕn → ϕ en F ∗ y T × ϕn → Ψ en E ∗ .

Para todo u ∈ Dom(T ), se tiene que
hϕ, T uiF ∗ ,F = lim hϕn , T uiF ∗ ,F

n→+∞
= lim T × ϕn , u E ∗ ,E

n→+∞
= hΨ, uiE ∗ ,E ,
con lo cual
hϕ, T uiF ∗ ,F ≤ kΨ kE ∗ kukE ∀u ∈ Dom(T ),

y por tanto ϕ ∈ Dom(T × ) gracias a la definición de Dom(T × ).

Como para todo u ∈ Dom(T ), se tiene que hΨ, uiE ∗ ,E = hϕ, T uiF ∗ ,F = hT × ϕ, uiE ∗ ,E ,
entonces

×
T ϕ − Ψ, u E ∗ ,E = 0 ∀u ∈ Dom(T ),
y gracias a que Dom(T ) es denso en E, se concluye que

×
T ϕ − Ψ, u E ∗ ,E = 0 ∀u ∈ E,
y por tanto T × ϕ = Ψ.
Proposición 2.17. Sea T : Dom(T ) ⊆ E → F un operador lineal y acotado definido

densamente. Entonces T × : Dom(T × ) = F ∗ → E ∗ es acotado, y además, kT k = kT × k.
Proof. Primero, notar que si T es un operador lineal acotado, entonces
Dom(T × ) = F ∗
ya que se aprovecha el hecho de que T es acotado en la definición de Dom(T × ). Además,

gracias a la relación fundamental que verifican T y T × , (2.19), se sigue que para todo
u ∈ Dom(T ) y para todo ϕ ∈ F ∗

×
T ϕ, u E ∗ ,E = hϕ, T uiF ∗ ,F ≤ kϕk kT k kuk

y por tanto,
×
T ϕ ≤ kϕk kT k ∀ϕ ∈ F ∗
con lo cual T × es acotado. Además, kT × k ≤ kT k.

Por otro lado, para todo u ∈ Dom(T ) y para todo ϕ ∈ F ∗

hϕ, T uiF ∗ ,F = T × ϕ, u E ∗ ,E ≤ T × kϕk kuk

y gracias a una consecuencia del teorema de Hahn-Banch, se tiene que
kT uk ≤ T × kuk

∀u ∈ Dom(T )
y por tanto, kT k ≤ kT × k, y con esto se ha mostrado la igualdad de las normas.
2.4.2 Operaciones con los operadores adjuntos y propiedades
Sean T1 : Dom(T1 ) ⊆ E → F y T2 : Dom(T2 ) ⊆ E → F operadores lineales definidos

densamente. Entonces los respectivos operadores adjuntos T1× : Dom(T1× ) ⊆ F ∗ → E ∗ y
T2× : Dom(T2× ) ⊆ F ∗ → E ∗ están bien definidos.
Suponga que inicialmente estamos interesados en estudiar el operador adjunto de la
suma de estos operadores. Ası́, notar que T1 + T2 : Dom(T1 ) ∩ Dom(T2 ) ⊆ E → F es un
operador lineal pero no necesariamente está definido densamente, es decir, si Dom(T1 ) =
E y Dom(T2 ) = E, entonces Dom(T1 )∩Dom(T2 ) no necesariamente es denso en E 16 . Ası́,
para poder definir adecuadamente el operador adjunto de T1 + T2 , podrı́amos suponer
que Dom(T1 ) ∩ Dom(T2 ) = E (aunque podrı́a verse como una hipótesis muy restrictiva).
Para evitar considerar esta hipótesis podemos considerar operadores definidos sobre todo
el espacio normado, es decir, consideramos T1 : E → F y T2 : E → F operadores lineales.
Ası́, T1 + T2 : E → F es un operador lineal y su operador adjunto (T1 + T2 )× : Dom((T1 +
T2 )× ) ⊆ F ∗ → E ∗ estarı́a bien definido, donde
Dom (T1 + T2 )× = ϕ ∈ F ∗ : ∃C > 0 tal que ∀u ∈ E, |hϕ, (T1 + T2 )uiF ∗ ,F | ≤ CkukE .

Sin embargo, podrı́a resultar un tanto engorroso trabajar con este tipo de dominio para
el adjunto de la suma de dos operadores, pues en general Dom ((T1 + T2 )× ) ⊆ F ∗ . Es por
eso que es frecuente encontrar en la literatura que la definición de operador adjunto se
lo hace para operadores lineales y continuos sobre todo un espacio normado E, es decir,
se considera T ∈ L (E, F ) y se define el operador adjunto de T como aquel operador
T × : F ∗ → E ∗ lineal y continuo (T × ∈ L (F ∗ , E ∗ )) que verifica la relación fundamental
(2.19) para todo ϕ ∈ F ∗ y para todo u ∈ E.
Consecuentemente, para formular las operaciones con los operadores adjuntos y sus
propiedades, suponemos E, F, G espacios normados sobre K, T, T1 , T2 ∈ L (E, F ) y S ∈
L (F, G). Ası́, se cumple lo siguiente:
16
Considere por ejemplo dos funciones lineales las cuales están definidas en Q e I, respectiva-
mente. Es claro que están definidas densamente y sin embargo, Q ∩ I 6= R.
1. (T1 + T2 )× = T1× + T2× .

2. Para todo α ∈ K, (αT )× = αT ×
3. (ST )× = T × S ×17 .
4. Si además, T es biyectivo y T −1 ∈ L (F, E), entonces (T × )−1 existe y (T × )−1 =
(T −1 )× .
La demostración de estas propiedades es consecuencia directa de la relación (2.19) y se

la deja al lector su realización.
2.4.3 Operador adjunto de Hilbert
Definición 11. Sean H1 , H2 espacios de Hilbert con productos internos h·, ·iH1 y h·, ·iH2 ,
respectivamente, y T ∈ L (H1 , H2 ). Se define el operador adjunto de Hilbert de T ,
denotado como T ∗ , por T ∗ : H2 → H1 tal que
hT u, viH2 = hu, T ∗ viH1 ∀u ∈ H1 , ∀v ∈ H2 . (2.20)
Veamos que relación existe entre un operador adjunto y un operador adjunto de

Hilbert. Para ello, sea T ∈ L (H1 , H2 ). Por lo realizado en la sección previa, su operador
adjunto T × : H2∗ → H1∗ está bien definido. Ası́, podemos considerar el siguiente diagrama
de operadores
H1 T H2
S1 S2
H1 ∗ T× H2 ∗
donde S1 ∈ L (H1 ∗ , H1 ) y S2 ∈ L (H2 ∗ , H2 ) son los operadores definidos gracias al
teorema de representación de Riesz, con lo cual S1 y S2 son isomorfismos isométricos.
Del diagrama anterior podemos definir el siguiente operador
S := S1 ◦ T × ◦ S2−1 .
Notar que S ∈ L (H2 , H1 ) por ser la composición de operadores lineales y continuos.

Veamos que el operador S coincide con el operador adjunto de Hilbert T ∗ . En efecto,
sean (u, v) ∈ H1 × H2 . Entonces
hu, SviH1 = u, S1 ◦ T × ◦ S2 −1 v H1

= u, S1 ◦ T × ϕv H1

= u, S1 T × ϕv H ,

1
17
ST representa la composición S ◦ T .
con ϕv ∈ H2∗ tal que S2 ϕv = v. Aplicando nuevamente el teorema de representación de

Riesz, se sigue que existe un único wT × ϕv ∈ H1 tal que
u, S1 T × ϕv H1 = u, wT × ϕv H ∗ ,H1 ∀u ∈ H1

1
y por tanto,

hu, SviH1 = u, wT × ϕv H ∗ ,H1
1

×
= T ϕv , u H ∗ ,H
1 1
= hϕv , T uiH ∗ ,H2

2
= hT u, viH2
= hu, T ∗ viH1 .
Ası́, se ha obtenido que para cada (u, v) ∈ H1 × H2
hu, SviH1 = hu, T ∗ viH1 ,
y por tanto
T ∗ = S = S1 ◦ T × ◦ S2−1 . (2.21)
Además, kT k = kT ∗ k. En efecto, por (2.21) se sigue que kT ∗ k ≤ kT × k = kT k; y por otro
lado, gracias a (2.20) se sigue que kT k ≤ kT ∗ k.
Observación 25. Notar que gracias a la simetrı́a conjugada del producto interno, en-
tonces
hT ∗ v, uiH1 = hv, T uiH2 ∀u ∈ H1 , ∀v ∈ H2 .
Proposición 2.18. Sean H1 , H2 , H3 espacios de Hilbert, S, T ∈ L (H1 , H2 ) y R ∈
L (H2 , H3 ).
∗
1. (S + T ) = S ∗ + T ∗ .
∗
2. Para todo α ∈ K, (αT ) = αT ∗ .
3. (T ∗ )∗ = T .
2
4. kT ∗ T k = kT T ∗ k = kT k .
5. T ∗ T = 0 si, y sólo si, T = 0.
6. (RT )∗ = T ∗ R∗ .
7. Si además T es un operador biyectivo, entonces (T ∗ )−1 existe y (T ∗ )−1 = (T −1 )∗ .
La demostración de esta proposición resulta de la relación (2.20) y se deja al lector

la realización del mismo.
2.4.4 Operadores autoadjunto, unitario y normal
Definición 12. Sean H un espacio de Hilbert y T ∈ L (H, H).

• Se dice que T es autoadjunto o hermitiano si T ∗ = T.

• Se dice que T es unitario si T es biyectivo y T ∗ T = T T ∗ = id.
• Se dice que T es normal si T ∗ T = T T ∗ .
Proposición 2.19. Todo operador autoadjunto o unitario es normal.
Proof. Si T es unitario, entonces tenemos que
T ∗ T = T T ∗ = id,
por lo que T es normal.

Si T es autoadjunto, entonces para cada u, v ∈ H
hT ∗ T u, vi = hT u, T vi ,
= hT ∗ u, T ∗ vi ,
= hT T ∗ u, vi ,
con lo cual
h(T ∗ T − T T ∗ ) u, vi = 0, ∀u, v ∈ H,
y por tanto
T ∗T = T T ∗.
Observación 26. La recı́proca de la proposición anterior no se cumple. En efecto, con-

sideremos el operador T = 2i id, el cual es un operador lineal acotado. Su operador
adjunto de Hilbert viene dado por
T ∗ = −2i id = −T.
Ahora, notemos que
T ∗ T = (−2i id)T
= 4 id.
Por otro lado tenemos que

T T ∗ = 4 id, (2.22)
lo que implica que T es normal. Sin embargo, es claro que T no es unitario ni autoad-
junto.
Lema 4. Sea H un espacio de Hilbert complejo y S ∈ L (H, H) tal que hSu, ui = 0 para
todo u ∈ H. Entonces S = 0.
Proof. Para todo u, v ∈ H y α ∈ C, se sigue que
hS(αu + v), αu + vi = 0
de lo cual se sigue que
α hSu, vi + α hSv, ui = 0 ∀u, v ∈ H, ∀α ∈ C.
Considerando en esta última igualdad α = 1 y α = i, y sumando los resultados obtenidos,

se sigue que
hSu, vi = 0 ∀u, v ∈ H,
lo que implica que Su = 0 para todo u ∈ H, y ası́ S = 0.
Observación 27. Si H no es complejo, entonces el lema anterior no es cierto. En efecto,

considere la aplicación lineal
S : R2 −→ R2
(x, y) 7−→ S(x, y) = (−y, x).
Esta aplicación rota π/2 radianes a un vector de R2 . Notemos que para todo (x, y) ∈ R2
tenemos que
hS(x, y), (x, y)i = 0,
sin embargo S 6= 0.
Proposición 2.20. Sean H un espacio de Hilbert complejo y T ∈ L (H, H). Entonces,

T es autoadjunto si, y sólo si, para todo u ∈ H, hT u, ui ∈ R.
Proof. (=⇒) Supongamos que T es autoadjunto. Entonces
hT u, ui = hu, T ui = hT u, ui ∀u ∈ H.
Por tanto, hT u, ui ∈ R.
(⇐=) Supongamos que hT u, ui ∈ R para todo u ∈ H. Luego
hT u, ui = hT u, ui = hu, T ui = hT ∗ u, ui
de lo cual
h(T ∗ − T ) u, ui = 0 ∀u ∈ H.
Gracias al Lema 4 se sigue que
T = T ∗.
Proposición 2.21 (Composición de operadores autoadjunos). Sean H un espacio de

Hilbert sobre K y T, S ∈ L (H, H) operadores autoadjuntos.
ST es autoadjunto si, y sólo si, ST = T S.

Proof. Notemos que

(ST )∗ = T ∗ S ∗ = T S
por ser operadores autoadjuntos. Ası́, se sigue que
(ST )∗ = ST ←→ ST = T S.
Proposición 2.22 (Sucesión de operadores autoadjuntos). Sean H un espacio de Hilbert

sobre K y Tn n∈N ( L (H, H) una sucesión de operadores autoadjuntos tales que Tn →

T en L (H, H). Entonces T ∈ L (H, H) es un operador autoadjunto.
Proof. Para todo n ∈ N se tiene que
kT ∗ − T k ≤ kT ∗ − Tn k + kTn − T k
= kT ∗ − Tn∗ k + kTn − T k
= k(T − Tn )∗ k + kTn − T k
= kT − Tn k + kTn − T k
= 2 kT − Tn k .
Tomando lı́mite cuando n → +∞, se sigue que kT ∗ − T k = 0, y por tanto, T ∗ = T .
Proposición 2.23. Sean H un espacio de Hilbert sobre K y T, S ∈ L (H, H) operadores

unitarios. Entonces:
1. T es una isometrı́a.
2. kT k = 1 siempre que H6= {0}.
3. T −1 es un operador unitario.
4. T S es un operador unitario.
5. Si H es un espacio de Hilbert complejo, entonces
T es un operador unitario si, y sólo si, T es una isometrı́a sobreyectiva.
Proof.
1. Sea u ∈ H.
2
kT uk = hT u, T uiH
= hu, T ∗ T uiH
= hu, uiH
2
= kuk
y por tanto, kT uk = kuk para todo u ∈ H.

2. Si H = {0}, entonces T = 0. Si H 6= {0}, por 1
kT uk = kuk , ∀u ∈ H.
En particular, ∀u 6= 0 se tiene que
kT uk
=1
kuk
con lo cual kT k = 1.
3. T −1 es biyectivo pues T es biyectivo y además T −1 ∈ L (H, H) por el teorema de
los isomorfismos de Banach. Ası́
(T −1 )∗ = (T ∗ )∗ = T = (T −1 )−1 .
Por tanto, T −1 es un operador unitario.

4. Claramente T S es biyectiva y además
(T S)∗ = S ∗ T ∗ = S −1 T −1 = (T S)−1 .
Por tanto, T S es un operador unitario.

5. (=⇒) Supongamos que T es un operador unitario. Entonces T es biyectiva, y por
tanto, sobreyectiva. Además, por 1, T es una isometrı́a.
(⇐=) Supongamos que T es una isometrı́a sobreyectiva. Por tanto, T es biyectiva.
Además,
hT ∗ T u, uiH = hT u, T uiH = hu, uiH
con lo cual
h(T ∗ T − id)u, uiH = 0∀u ∈ H,
y puesto que H es un espacio de Hilbert complejo, entonces T ∗ T = id.

Ası́, también
T T ∗ = T T ∗ (T T −1 ) = T (T ∗ T )T −1 = T (id)T −1 = id,
y con esto se concluye que T es un operador unitario.
Teorema 2.24. Sean H un espacio de Hilbert sobre K y T ∈ L (H, H) es un operador

autoadjunto. Entonces
kT k = sup |hT u, uiH | .
kuk=1
Hint: Encuentre una relación entre Re hT u, vi y hT x, xi donde x está en funcı́ón de

u y v. Luego, en conjunto con dicha relación use la identidad del paralelogramo.
Proof. Notar que para todo u ∈ H
|hT u, uiH | ≤ kT uk kuk

2
≤ kT k kuk .
En particular, para cualquier u ∈ H tal que kuk = 1,
sup |hT u, uiH | ≤ kT k .

kuk=1
Por otro lado, considerando el Hint, se tiene que
hT (u + v), u + viH = hT u, uiH + hT v, viH + hT u, viH + hT v, uiH
hT (u − v), u − viH = hT u, uiH + hT v, viH − hT u, viH − hT v, uiH ,

y restando las igualdades anteriores, se sigue que
hT (u + v), u + viH − hT (u − v), u − viH = 2 hT u, viH + 2hT u, viH

= 4 Re hT u, viH .
Luego,
4 |Re hT u, viH | ≤ |hT (u + v), u + viH | + |hT (u − v), u − viH |

2 2
≤ 18 sup |hT w, wiH | ku + vk + sup |hT w, wiH | ku − vk
kwk=1 kwk=1
h i
2 2
= sup |hT w, wiH | ku + vk + ku − vk
kwk=1
h i
2 2
= 2 sup |hT w, wiH | kuk + kvk .
kwk=1
Por tanto, para todo u, v ∈ H tal que kuk = kvk = 1, se sigue que
Re hT u, viH ≤ sup |hT w, wiH | .

kwk=1
Notar que para cualquier u, v ∈ H
hT u, viH = |hT u, viH | eiθ
con θ ∈ arg {hT u, viH }. Ası́ para todo u, v ∈ H tal que kuk = kvk = 1, se tiene que
|hT u, viH | = e−iθ hT u, viH

= T u, eiθ v H

= Re T u, eiθ v H

≤ sup |hT w, wiH | .

kwk=1
2
D E
hT (u + v), u + vi = ku+vk2 hT (u + v), u + vi = ku + vk2 T u+v ,
18
u+v
≤

H ku+vk H ku+vk ku+vk
H
ku + vk2 supkwk=1 hT w, wi .

H
2.5 Ejercicios 79
Por tanto,
sup |hT u, viH | ≤ sup |hT w, wiH | .

kvk=1 kwk=1
Finalmente, por el teorema de Hahn-Banach y el teorema de representacion de Riesz se

sabe que
kT uk = sup |hT u, vi|

kvk=1
y por tanto
kT k ≤ sup |hT w, wi| .
kwk=1
2.5 Ejercicios
Ejercicio 32. Considere Rn equipado con el producto interno euclideano hx, yiRn = xT y.
Sean a ∈ Rn un vector unitario y V el hiperplano definido por
V = v ∈ Rn : aT v = 0 .

Muestre que la aplicación P : Rn → Rn definida por P = I − aaT , donde I es la matriz

identidad de orden n, es un operador proyección de Rn sobre el hiperplano V . ¿Es el
operador P lineal?
Ejercicio 33. Considere el espacio Rn dotado con el producto interno euclideano. Se

define el conjunto M por
M = v = (v1 , v2 , . . . , vn ) ∈ Rn : ai ≤ vi ≤ bi ,

con ai , bi ∈ R ∀i ∈ {1, . . . , n} .
Muestre que la aplicación P : Rn → Rn definida por

(P u)i = min max{ui , ai }, bi , con i ∈ {1, . . . , n}
es un operador proyección de Rn sobre M. ¿Es el operador P lineal?
Ejercicio 34. Considere a Rm equipado con la norma euclidiana k·kRm y sean A ∈ Rm×n
una matriz y b ∈ Rm un vector dados.
a) Muestre que el siguiente problema de minimización tiene al menos una solución:

encontrar x ∈ Rn tal que
kAx − bkRm = infn kAy − bkRm . (P)

y∈R
b) Muestre que x ∈ Rn satisface (P) si, y sólo si, x ∈ Rn es una solución al sistema
lineal AT Ax = AT b.
Ejercicio 35 (Proceso de ortonormalización de Gram-Schmidt). Sean E un espacio

con producto interno h·, ·i sobre K de dimensión infinita y {vn }n∈N ( E una sucesión
linealmente independiente. Considere la sucesión {un }n∈N definida por
u0 := v0 y un := vn − Pn vn para n ≥ 1,
donde Pn denota el operador proyección definido de E sobre span ({v0 , . . . , vn−1 }). Defina
la sucesión {ûn }n∈N como ûn := kuunn k para todo n ∈ N.
(a) Indique por qué la sucesión {ûn }n∈N está bien definida.
(b) Muestre que la sucesión {ûn }n∈N es ortonormal.

(c) Muestre que span {ûn }n∈N = span {vn }n∈N .
(d) Pruebe que la sucesión {un }n∈N se puede definir recursivamente por
n−1
X hvn , uk i
u0 := v0 y un := vn − 2 uk para n ≥ 1.
k=1
kuk k
Ejercicio 36. Sin necesidad de usar el lema de Zorn, muestre que todo espacio pre-
hilbertiano separable de dimensión infinita posee una familia ortonormal maximal infinita
contable.
Ejercicio 37. Sea H un espacio de Hilbert sobre K que posee una familia ortonormal
maximal finita o infinita numerable. Muestre que H es separable.
Ejercicio 38. Sean E un espacio pre-hilbertiano sobre K y {en }n∈N ( E una familia
ortonormal.
(a) Muestre que la proyección de cualquier x ∈ E sobre el subespacio completo

span ({ek }nk=0 ) está dado por
n
X
Pspan({ek }n ) x = hx, ek i ek .
k=0
k=0
(b) Sea x ∈ E y considere {e0 , e1 , . . . , em } ( {en }n∈N , con m ∈ N arbitrario pero fijo.
Muestre que la forma
f: Km+1 −→ R
m
X
(α0 , . . . , αm ) −
7 → f (α0 , . . . , αm ) = x − α k ek

k=0
alcanza su mı́nimo absoluto si, y sólo si, αk = hx, ek iE para todo k ∈ {0, . . . , m}.
Ejercicio 39. Sea H un espacio de Hilbert sobre K con producto interno h·, ·i.
(a) Sea Z un s.e.v. cerrado de H. Muestre que el operador proyección P ∈ L (H, Z)

satisface las siguientes propiedades:
2.5 Ejercicios 81
• P es idempotente, i.e., P 2 = P .
• P es autoadjunto, i.e., hP u, vi = hu, P vi para todo u, v ∈ H.
(b) Sea Q : H → H un operador lineal, continuo, idempotente y simétrico. Muestre que
Q(H) es un s.e.v. cerrado de H y que Q es la proyección de H sobre Q(H).
(c) Sea Q : H → H un operador lineal, continuo, idempotente tal que kQk ≤ 1. Muestre
que Q(H) es un s.e.v. cerrado de H y que Q es la proyección de H sobre Q(H).
Ejercicio 40. Sean H un espacio de Hilbert sobre K, D ( H tal que span (D) = H y
{Hn }n∈N∗ una sucesión de subespacios cerrados en H que son mutuamente ortogonales.
Suponga además que X 2 2
kPHn uk = kuk ∀u ∈ D.
n∈N∗
!
[
Pruebe que span Hn es denso en H.
n∈N∗
Ejercicio 41. (a) Sean H un espacio de Hilbert sobre K y {Vn }n∈N∗ una sucesión de
subconjuntos de H no vacı́os, convexos y cerrados, la cual es decreciente. Dado u ∈ H,
se define vn := PVn u para cada n ∈ N∗ .
\
• Muestre que si V := Vn 6= ∅, entonces vn −→ v, donde v = PV u.
n→+∞
n∈N∗
• Muestre que si V = ∅, entonces kvn − uk −→ +∞.
n→+∞
(b) Considere ahora que la sucesión {Vn }n∈N∗ es creciente. Muestre que vn −→ v,
n→+∞
[
donde v = PZ u, con Z := Vn .
n∈N∗
Ejercicio 42. El objetivo de este ejercicio es mostrar el teorema de Lax-Milgram caso

complejo.
Sean H un espacio de Hilbert complejo con producto interno h·, ·i y a : H × H → C
una forma sesquilineal y continua. Suponga además que existe α > 0 tal que
2
Re (a(u, u)) ≥ α kuk para todo u ∈ H.
Muestre que para todo ϕ ∈ H ∗ , existe un único u ∈ H tal que
a(v, u) = hϕ, viH ∗ ,H para todo v ∈ H.
Para alcanzar este objetivo siga el siguiente procedimiento:
(a) Muestre que existe un operador A : H → H tal que
a(v, u) = hv, Aui para todo u, v ∈ H.
(b) Muestre que A ∈ L (H, H).

(c) Muestre que el operador A es un operador biyectivo.

Hint: Para probar la sobreyectividad muestre que Im(A) es cerrado en H y que a la
vez Im(A) es denso en H.
(d) Pruebe que el resultado a probar es equivalente a resolver el problema: para todo
w ∈ H, existe un único u ∈ H tal que Au = w.
(e) Concluya.
Ejercicio 43. Sean H un espacio de Hilbert complejo y a : H × H → C una forma

sesquilineal, continua y coerciva sobre H. ¿Existe alguna condición que deba cumplir
la forma a(·, ·) para caracterizar el teorema de Lax-Milgram complejo a través de un
problema variacional (problema de minimización)?
Ejercicio 44. El objetivo de este ejercicio es probar el lema de Céa.

Sean H un espacio de Hilbert real, Hh un s.e.v. propio cerrado de H (muchas veces
en la práctica Hh es un s.e.v. finito dimensional) y a : H × H → R una forma bilineal,
continua (con constante C > 0) y coerciva (con constante α > 0) sobre H. Sea ϕ ∈ H ∗
cualquiera. Considere los siguientes problemas:
Encontrar u ∈ H tal que a(u, v) = hϕ, viH ∗ ,H para todo v ∈ H. (P)
Encontrar uh ∈ Hh tal que a(uh , vh ) = hϕ, vh iH ∗ ,H para todo vh ∈ Hh . (Ph )
1. Pruebe que (P) y (Ph ) poseen una única solución u ∈ H y uh ∈ Hh , respectivamente.

2. Demuestre que las soluciones dadas en el literal anterior, satisfacen que para todo
v h ∈ Hh
a(u − uh , vh ) = 0.
3. Finalmente, muestre que para todo vh ∈ Hh se tiene que

C
ku − uh kH ≤ ku − vh kH .
α
Ejercicio 45. Sean H un espacio de Hilbert separable sobre K y {en }n∈N∗ una familia
ortonormal en H. Muestre que las siguientes propiedades son equivalentes:
(a) {en }n∈N∗ es maximal.

X
(b) Para todo u ∈ H, u = hu, en iH en .
n∈N∗
2
X 2
(c) Para todo u ∈ H, kuk = |hu, en iH | .
n∈N∗
X
(d) Para todo u, v ∈ H, hu, viH = hu, en iH hv, en iH .
n∈N∗
(e) span ({en }n∈N∗ ) = H.
Ejercicio 46.
2.5 Ejercicios 83
(a) Sea E un espacio pre-hilbertiano sobre K y {ui }i∈I una familia en E. Se dice que la
P
familia {ui }i∈I es sumable con suma u, denotado por i∈I ui = u, si para todo
ε > 0, existe J0 ⊆ I finito tal que para todo J ⊆ I finito con J0 ⊆ J

X

u − uj
< ε.
j∈J
Muestre que si I es un conjunto finito o si I = N, entonces la noción de una fa-

milia sumable, definida anteriormente, coincide con la suma finita usual y con la
convergencia usual de una serie, respectivamente.
P P
(b) Si i∈I ui = u, muestre que para todo α ∈ K : i∈I αui = αu.
P P P
(c) Si i∈I ui = u y i∈I vi = v, muestre que i∈I (ui + vi ) = u + v.
P P P
(d) Si i∈I ui = u, muestre que i∈I hui , vi = hu, vi y i∈I hv, ui i = hv, ui para todo
v ∈ E.
(e) Sea H un espacio de Hilbert sobre K y {ui }i∈I una familia en H. Muestre que
{ui }i∈I es sumable ⇐⇒(∀ε > 0)(∃J0 ⊆ I finito)(∀K ⊆ I finito con K ∩ J0 = ∅)

X
uk < ε.

k∈K
Además, si {ui }i∈I es sumable, muestre que {i ∈ I : ui 6= 0} es un conjunto contable.

(f) Sea H un espacio de Hilbert sobre K y {ei }i∈I una familia ortonormal en H. Muestre
que X

span {ei }i∈I = H ⇐⇒ ∀u, v ∈ H, hu, vi = hu, ei i hv, ei i
i∈I
Ejercicio 47. Sean H un espacio de Hilbert separable sobre K y {en }n∈N una familia
ortonormal maximal de H. Considere el operador T : H → H definido de tal forma que
T en = en+1 para todo n ∈ N. Encuentre ker(T ), Im(T ), kT k y T ∗ .
Ejercicio 48. Conteste las siguientes preguntas, bien con una demostración en el caso
afirmativo o con un contraejemplo en el caso negativo.
Sea H un espacio de Hilbert sobre K.
(a) Si T, S ∈ L (H, H) son operadores autoadjuntos (respectivamente, unitarios/normales),

entonces ¿T ±S y T S son operadores autoadjuntos (respectivamente, unitarios/normales)?
(b) Si T ∈ L (H, H) es un operador biyectivo y autoadjunto (respectivamente, biyec-
tivo unitario/biyectivo normal), entonces ¿T −1 es autoadjunto (respectivamente, uni-
tario/normal)?
(c) Si {Tn }n∈N ( L (H, H) es una sucesión de operadores autoadjuntos (respectiva-
mente, unitarios/normales) tal que Tn → T en L (H, H), entonces ¿T es un operador
autoadjunto (respectivamente, unitario/normal)?
Ejercicio 49. Sea H un espacio de Hilbert sobre K con producto interno h·, ·iH .
(a) Se dice que un operador A ∈ L (H, H) es no negativo (denotado por A ≥ 0) si A es

autoadjunto y hAu, uiH ≥ 0 para todo u ∈ H.
Muestre que si A ≥ 0, entonces
2
|hAu, viH | ≤ hAu, uiH hAv, viH ∀u, v ∈ H
y
2
kAuk ≤ kAk hAu, uiH ∀u ∈ H.
Hint: Para mostrar la primera desigualdad realice una demostración similar a la

dada para la desigualdad de Cauchy-Schwarz.
(b) Sean T, S ∈ L (H, H) operadores autoadjuntos. Se dice que T ≤ S si S − T ≥ 0.

Considere {Tn }n∈N ( L (H, H) una sucesión de operadores autoadjuntos monótona
(Tn ≤ Tn+1 o Tn+1 ≤ Tn para todo n ∈ N). Si existe M > 0 tal que kTn k ≤ M para
todo n ∈ N, muestre que existe un operador autoadjunto T ∈ L (H, H) tal que para
todo u ∈ H
Tn u → T u en H.
Hint: Usar 49(a).
(c) Sea T ∈ L (H, H) un operador autoadjunto.

1. Muestre que para todo n ≥ 1, T 2n ≥ 0.
2. Muestre que si T ≥ 0, entonces para todo n ≥ 1, T 2n+1 ≥ 0.
Ejercicio 50. Sean H un espacio de Hilbert sobre K y T ∈ L (H, H) un operador

normal. Muestre que
2
kT uk ≤ T 2 u kuk

para todo u ∈ H.
Ejercicio 51. Sean H un espacio de Hilbert sobre K y f : C → C una función analı́tica

+∞
X
en z = 0 (es decir, existe R > 0 tal que f (z) = cn z n para todo z ∈ C tal que |z| < R).
n=0
(a) Muestre que para un operador A ∈ L (H, H) tal que kAk < R, la serie
+∞
X
cn An u
n=0
converge en H para todo u ∈ H.

(b) Se define f (A)u como
+∞
X
f (A)u := cn An u.
n=0
Muestre que f (A) ∈ L (H, H).

2.5 Ejercicios 85
(c) Sean H un espacio de Hilbert complejo y A ∈ L (H, H). Muestre que
e(t+s)A = etA esA
para todo t, s ∈ C, y concluya que eA es un operador invertible y que
(eA )−1 = e−A .
¿La identidad eA+B = eA eB es cierta para cualesquier opertadores A, B ∈ L (H, H)?

(d) Sean H un espacio de Hilbert complejo y A ∈ L (H, H) autoadjunto. Muestre que el
operador eiA es un operador unitario.
3
Cálculo diferencial en espacios normados
Motivación. La introducción del concepto de derivada de una función definida sobre un

espacio de dimensión finita ha permitido resolver varios problemas complejos presentes
en distintas áreas del conocimiento, tales como en Fı́sica, Geometrı́a, Ingenierı́a, Opti-
mización (minimización o maximización de una función), Biologı́a, Quı́mica, Economı́a,
Finanzas, etc; ésto debido a que la derivada, en su esencia, modela la razón de cam-
bio entre dos o más magnitudes que están presentes en algún fenómeno que es motivo
de estudio. Sin embargo, para que sea posible conocer dicha razón de cambio (cambio
instantáneo), las magnitudes deben representar funciones diferenciables.
Surge entonces una pregunta natural:
Q: ¿ Es posible extender la noción de derivada de funciones definidas en espacios de

dimensión finita para resolver problemas planteados en espacios de dimensión infinita ?
Esta pregunta está motivada por el ejemplo que vimos en la introducción del capı́tulo
2, donde consideramos el problema de encontrar la curva plana suave de menor longitud
que una dos puntos dados en el plano, es decir,
 Z xf q
2
min J(f ) := 1 + (f 0 (x)) dx

x0
f ∈ C 1 ([x0 , xf ])

s.a con f (x0 ) = y0 y f (xf ) = yf .
Notar que si fuera posible definir la derivada del funcional J, el cual está definido en un
espacio de dimensión infinita, entonces podrı́amos utilizar criterios análogos conocidos
para el caso de dimensión finita, y ası́ hallar un minimizador de J.
Con esto en mente, la idea es extender la noción de derivada definida sobre espa-
cios de dimensión finita a espacios de dimensión infinita. Por tanto, para lograr dicho
objetivo se empezará introduciendo el concepto de curvas tangentes en R2 , el cual nos
permitirá introducir el concepto de derivada para funciones definidas en espacios infinito
dimensionales.
Sean f, g : I ⊆ R → R, donde I es un intervalo abierto de R. f y g se dicen tangentes
en x0 ∈ I (o f es tangente a g en x0 ) si f (x0 ) = g(x0 ) y f 0 (x0 ) = g 0 (x0 ).
88 3 Cálculo diferencial en espacios normados
Veamos que implicación tiene la anterior definición a la hora de definir la derivada en

espacios de dimensión infinita.
De la definición de derivada de una función, se sigue que
f (x0 + h) − f (x0 ) g(x0 + h) − g(x0 )

f 0 (x0 ) = lim , g 0 (x0 ) = lim
h→0 h h→0 h
y del hecho de que f y g son tangentes en x0 , se tiene que
0 = f 0 (x0 ) − g 0 (x0 )
f (x0 + h) − f (x0 ) − g(x0 + h) + g(x0 )
= lim
h→0 h
f (x0 + h) − g(x0 + h)
= lim
h→0 h
f (x) − g(x)
= lim .
x→x0 x − x0
Ası́,
|f (x) − g(x)|
f 0 (x0 ) − g 0 (x0 ) = 0 ⇐⇒ lim = 0.
x→x0 |x − x0 |
Notar que de la definición de lı́mite de una función, tenemos que f y g tangentes en
x0 equivale a que para todo ε > 0, existe δ > 0 tal que si 0 < |x − x0 | < δ, entonces
|f (x) − g(x)| < ε|x − x0 |.
Lo hecho anteriormente sugiere lo siguiente: si f y g son dos funciones que satisfacen
que
|f (x) − g(x)|
lim = 0,
x→x0 |x − x0 |
entonces f − g es continua en x0 y además, se concluye que si una de las funciones es
continua en x0 , entonces la otra lo es también en el mismo punto.
?????????????????????????????????????????????????????????????????????????
3.1 Funciones Fréchet y Gâteaux diferenciables
Tratemos de asociar el concepto de curvas tangentes en el plano para curvas tangentes

(o funciones tangentes) definidas en espacios de cualquier dimensión.
Definición 13. Sean E, F espacios normados, U ⊆ E un abierto, f : U → F, g : U → F

dos funciones y u0 ∈ U . Se dice que f es tangente a g en u0 ∈ U si
kf (u) − g(u)kF
f (u0 ) = g(u0 ) y lim = 0.
u→u0 ku − u0 kE
La siguiente proposición es una consecuencia directa de la definición previa y por

tanto se deja al lector la realización de la demostración.
3.1 Funciones Fréchet y Gâteaux diferenciables 89
Proposición 3.1. 1. Considere la siguiente relación sobre funciones:

def
f Ru0 g ⇐⇒ “f es tangente a g en u0 ”.
Ru0 define una relación de equivalencia.

2. Sean f1 , f2 , g1 , g2 funciones tales que f1 Ru0 g1 y f2 Ru0 g2 , entonces
(f1 + f2 ) Ru0 (g1 + g2 ) y λf1 Ru0 λg para todo λ ∈ K.
3. Sean E y F dotados de dos normas equivalentes cada uno, es decir, (E, k·k1 ), (E, k·k2 ),
(F, k·k3 ) y (F, k·k4 ). Si f Ru0 g con respecto a las normas k·k1 y k·k3 , entonces
f Ru0 g con respecto a las normas k·k2 y k·k4 , y viceversa.
4. Si f Ru0 g y una de las funciones es continua en u0 , entonces la otra función también
lo será en el mismo punto.
Gracias a la definición de curvas tangentes, se introducirá el concepto de diferencia-

bilidad para funciones definidas en espacios de cualquier dimensión.
Definición 14. Sean E, F espacios normados, U ⊆ E un abierto , f : U → F una

función y u0 ∈ U . Se dice que f es Fréchet diferenciable (o diferenciable en el sentido
de Fréchet o F-diferenciable o simplemente diferenciable) en u0 , si existe Tu0 ∈ L (E, F )
tal que f Ru0 Ψ , donde Ψ es la función afı́n definida por
Ψ : U −→ F
u 7−→ Ψ (u) = f (u0 ) + Tu0 (u − u0 ).
La definición anterior nos dice que f es Fréchet diferenciable en u0 si f es tangente a

Ψ en u0 , por lo tanto,
kf (u) − Ψ (u)kF
f R u0 Ψ ⇐⇒ f (u0 ) = Ψ (u0 ) y lim =0
u→u0 ku − u0 kE
lo cual es equivalente a
kf (u) − f (u0 ) − Tu0 (u − u0 )kF

lim =0
u→u0 ku − u0 kE
kf (u0 + h) − f (u0 ) − Tu0 hkF

lim = 0.
h→0 khkE
que equivale a
f (u0 + h) − f (u0 ) − Tu0 h
lim = 0. (3.1)
h→0 khkE
La aplicación Tu0 será conocida como la diferencial de Fréchet de la función f en el
punto u0 y será denotada por Tu0 := Df (u0 ).
Observación 28. (a) Tener en cuenta que cuando trabajamos con la definición de
Fréchet diferenciabilidad dada en (3.1), debemos asegurar que exista f (u0 + h), lo
cual se tiene siempre y cuando u0 + h ∈ U . Este requisito siempre se cumple pues
al ser U un abierto de E, entonces existirá una vecindad abierta de u0 , contenida en
U , tal que la función f esté definida en todo punto de dicha vecindad. Ası́, puesto
que h → 0, f (u0 + h) existirá para todo h de norma suficientemente pequeña. Por lo
tanto, de aquı́ en adelante cuando trabajemos con la imagen f (u0 + h), deberemos
tener presente que ésta siempre existirá para todo h ∈ E con norma suficientemente
pequeña.
(b) Si f es diferenciable en todo u ∈ U , se dice que f es diferenciable en U .
(c) Sea A ⊆ E cualquier conjunto. Se dice que f es diferenciable en A si f puede ser
extendida a una función diferenciable sobre algún conjunto abierto que contiene al
conjunto A.
(d) Si f es diferenciable en U , entonces es posible definir la aplicación
Df : U −→ L (E, F )
.
u 7−→ Df (u)
Esta aplicación (que no necesariamente es lineal) asocia a cada punto u donde f es

diferenciable, la diferencial de Fréchet de f en dicho punto. A esta aplicación se le
suele llamar la derivada de Fréchet de f .
(e) Notar que para cada u ∈ U , Df (u) : E → F es una aplicación lineal y continua
por definición de Fréchet diferenciabilidad. Sin embargo, el hecho de que Df (u) sea
continua, NO implica que la aplicación Df sea una función continua.
A continuación se enuncia, mediante proposiciones, algunas de las propiedades de las

funciones diferenciables.
Proposición 3.2. Si f es diferenciable en u0 , entonces Df (u0 ) es única.
Proof. Supongamos que existe D̂f (u0 ) otra diferencial de Fréchet de f en u0 , i.e.
f Ru0 Ψ̂ con Ψ̂ (u) = f (u0 ) + D̂f (u0 )(u − u0 ).
Sea h ∈ E y definamos u := u0 + h. Se sigue que

Df (u0 )h − D̂f (u0 )h Df (u0 )h + f (u0 ) − f (u0 ) − D̂f (u0 )h

F F
=
khkE khkE

Ψ (u0 + h) − Ψ̂ (u0 + h)

F
=
khkE

Ψ (u0 + h) − f (u) + f (u) − Ψ̂ (u0 + h)

F
=
khkE

Ψ̂ (u) − f (u)

kΨ (u) − f (u)kF F
≤ + .
ku − u0 kE ku − u0 kE
Haciendo h → 0, entonces u → u0 y ası́ por el teorema de estricción1

Df (u0 )h − D̂f (u0 )h

F
lim = 0.
h→0 khkE
Puesto que el anterior lı́mite es válido para cualquier h ∈ E que converja a 0, entonces
será válido para h = λw, con w ∈ E cualquiera y λ ∈ K tal que λ → 0. Ası́, se tiene que

Df (u0 )(λw) − D̂f (u0 )(λw) |λ| Df (u0 )w − D̂f (u0 )w

F F
0 = lim = lim
λ→0 kλwkE λ→0 |λ| kwkE
y por tanto
Df (u0 )w − D̂f (u0 )w = 0 ∀w ∈ E

F
con lo cual
Df (u0 )w = D̂f (u0 )w ∀w ∈ E.
La demostración de la siguiente proposición es directa de la definición de Fréchet

diferenciabilidad.
Proposición 3.3 (Caracterización de una función diferenciable en u0 ∈ U ).

f : U ⊆ E → F es diferenciable en u0 ∈ U si, y sólo si,
f (u0 + h) = f (u0 ) + Df (u0 )h + khkE Eu0 (h),

donde Eu0 : E → F es una función tal que lim Eu0 (h) = 0.
h→0
Proposición 3.4. Si f es diferenciable en u0 , entonces f es continua en u0 .
Proof. Sea ε > 0. Puesto que f es diferenciable en u0 , entonces existe δ1 = δ1 (ε, u0 ) > 0
tal que para todo u ∈ B(u0 , δ1 ) se tiene que kf (u) − Ψ (u)kF < ε ku − u0 kE . Tomando
δ = min{δ1 , 1}, se tiene que
k(f − Ψ )(u) − (f − Ψ )(u0 )kF < ε,
lo que muestra que f − Ψ es continua en u0 . Finalmente, como Ψ es continua en u0 pues

Df (u0 ) es continua, se concluye que f es continua en u0 .
1
Conocido también como el teorema del sánduche.
Proposición 3.5. Si f es una función continua en U y existe una aplicación lineal

Df (u) tal que
f (u + h) = f (u) + Df (u) h + khkE Eu (h) con lim Eu (h) = 0,

h→0
entonces Df (u) es continua en E.
Proof. Ya que Df (u) es lineal, basta mostrar que existe C > 0 tal que
kDf (u)wkF ≤ C kwkE para todo w ∈ E.
De la hipótesis tenemos que dado un ε > 0, entonces existe δ1 = δ1 (ε) > 0 tal que
para todo h ∈ E que satisface khkE < δ1 implique que kEu (h)kF < 2ε .
Además, como f es continua en U , para cada u ∈ U , se tiene que existe δ2 = δ2 (ε) > 0
tal que para todo h ∈ E que cumple que khkE < δ2 implique que kf (u + h) − f (u)kF <
ε
2.
Luego,
kDf (u)hkF = kf (u + h) − f (u) − khkE Eu (h)kF

≤ kf (u + h) − f (u)kF + khkE kEu (h)kF .
Ası́, tomando δ = min{δ1 , δ2 , 1} se tiene que para todo h ∈ E tal que khkE < δ
entonces
kDf (u)hkF < ε.2
Finalmente, sea w ∈ E con w 6= 0 (pues el caso w = 0 se cumple directamente) y

δ w
consideremos h = .
2 kwkE
Por una parte, tenemos que khkE < δ y por tanto kDf (u)hkF < ε por lo hecho
previamente. Por otro lado,

δ w
kDf (u)hkF = Df (u)

2 kwkE F
δ
= kDf (u)wkF < ε.
2 kwkE
2ε
Por lo tanto, tomando C = , se tiene que para todo w ∈ E, kDf (u)wkF ≤ C kwkE .
δ
La siguiente proposición nos indica que si una función es difereciable respecto a una
norma, será diferenciable en cualquier norma equivalente a ésta. La demostración de
este resultado se sigue de inmediato de la propiedad de funciones tangentes con normas
equivalentes (ver Proposición 3.1).
2
Esta desigualdad indica que Df (u) es continua en 0 ∈ E y como ésta es lineal se concluye
que Df (u) es continua en todo E. Con esto se evita realizar el escalamiento realizado poste-
riormente para pasar a todo elemento w ∈ E.
Proposición 3.6. Sean E y F dotados de dos normas equivalentes cada uno, i.e.,
(E, k·k1 ), (E, k·k2 ), (F, k·k3 ) y (F, k·k4 ). Si f es diferenciable con respecto a las normas
k·k1 y k·k3 , entonces f será diferenciable con respecto a las normas equivalentes k·k2 y
k·k4 , respectivamente.
Ejemplo 12. Sean E, F espacios normados, U ⊆ E abierto y
f : U −→ F
u 7−→ f (u) = k,
con k ∈ F fijo. Entonces f es diferenciable en U y además Df (u) = 0 para todo u ∈ U .

En efecto, sea u ∈ U y h ∈ E suficientemente pequeño tal que u + h ∈ U . Ası́
f (u + h) − f (u) = k − k = 0F .
Notar que para poner en la forma dada en Proposición 3.3 (caracterización de Fréchet
diferenciabilidad), consideramos la aplicación lineal y continua nula 0 : E −→ F y ası́,
Df (u) = 0 ∈ L (E, F ) y Eu = 0, la cual verifica que Eu (h) → 0 cuando h → 0. Por
tanto,
f (u + h) − f (u) = 0 (h) + khk 0 (h) .
Por tanto, f es diferenciable en U y Df (u) = 0 para todo u ∈ U .

4
Ejemplo 13. Sean E, F espacios normados y f ∈ L (E, F ). Entonces f es diferenciable

en E y Df (u) = f para todo u ∈ E.
En efecto, sean u, h ∈ E. Entonces
f (u + h) − f (u) = f (u) + f (h) − f (u) = f (h) .
Puesto que f ∈ L (E, F ), entonces consideramos
Df (u) = f y Eu = 0.
Por tanto, f es diferenciable en E y Df (u) = f para todo u ∈ E. 4
Ejemplo 14. Sean a ∈ Rn un vector fijo y
fa : Rn −→ R
u 7−→ fa (u) = aT u.
Entonces fa es diferenciable en Rn y Dfa (u) = aT para todo u ∈ Rn .

En efecto, sean u, h ∈ Rn . Entonces
fa (u + h) − fa (u) = aT (u + h) − aT u = aT h.
Considerando
Dfa (u)h = aT h y Eu = 0,
vemos que Dfa (u) ∈ L (Rn , R) y Eu → 0 cuando h → 0. Por tanto, fa es diferenciable

en Rn y Dfa (u) = aT para todo u ∈ Rn .
4
Ejemplo 15. Sean A ∈ Rn×n una matriz fija y
fA : Rn −→ R
u 7−→ fA (u) = uT Au.
Veamos que fA es diferenciable en Rn y encontremos su diferencial.

Sean u, h ∈ Rn con h 6= 0.
T
fA (u + h) − fA (u) = (u + h) A (u + h) − uT Au
= uT Au + hT Au + uT Ah + hT Ah − uT Au
= hT Au + uT Ah + hT Ah
= uT AT h + uT Ah + hT Ah
khkRn T
= uT (A + AT )h + h Ah.
khkRn
La última expresión sugiere que los candidatos para las aplicaciones DfA (u) y Eu son
1
DfA (u)h = uT A + A> h y Eu (h) = hT Ah .

khkRn
En efecto, notar que DfA (u) es claramente lineal y continua, y además

1 1
(hT Ah) ≤

|Eu (h)| = khkRn kAkRn×n khkRn = kAkRn×n khkRn .
khkRn khkRn
Por tanto, Eu (h) → 0 cuando h → 0 y ası́, fA es diferenciable en Rn y DfA (u) =

uT (A + A)T para todo u ∈ Rn 4
Ejemplo 16. Sean E, F, G espacios normados y B : E × F → G una aplicación bilineal

y continua. Veamos que B es diferenciable en E × F y calculemos su diferencial.
Sean (u, v), (h, k) ∈ E × F , con (h, k) 6= (0, 0).
B ((u, v) + (h, k)) − B (u, v) = B (u + h, v + k) − B (u, v)

= B (u, v) + B (h, v) + B (u, k) + B (h, k) − B (u, v)
= B (u, k) + B (h, v) + B (h, k)
k(h, k)kE×F
= B (u, k) + B (h, v) + B (h, k) .
k(h, k)kE×F
Luego, los candidatos para las aplicaciones DB(u, v) y E(u,v) son
DB(u, v)(h, k) = B (u, k) + B (h, v) ,

la cual es lineal y continua pues B(·, ·) es bilineal y continua, y

1
E(u,v) (h, k) = B (h, k) .
k(h, k)kE×F
Basta comprobar que E(u,v) (h, k) → 0 cuando (h, k) → 0. Para alcanzar este objetivo,
usaremos el hecho de que las siguientes normas en E × F son equivalentes:
k(u, v)k1 = kukE + kvkF ,

1
p p
k(u, v)kp = (kukE + kvkF ) p , con 1 < p < ∞,
k(u, v)k∞ = max {kukE , kvkF } .
Luego, debido a la Proposición 3.6, utilizaremos la norma k(u, v)k∞ para mostrar que
E(u,v) (h, k) → 0 cuando (h, k) → 0.
Puesto que B es continua, entonces se sigue que
kBkM L (E×F,G) khkE kkkF

B (h, k) 1
k(h, k)k ≤ k(h, k)k kBkM L (E×F,G) khkE kkkF ≤ ,

∞ G ∞ khkE
donde M L (E × F, G) es el espacio normado de las aplicaciones bilineales y continuas

kB(u, v)kG
de E × F en G equipado con la norma kBkM L (E×F,G) = sup . Ası́,
(u,v)6=(0,0) kukE kvkF
haciendo (h, k) → (0, 0) se tiene el resultado. Finalmente, B (·, ·) es diferenciable en
E × F y además DB (u, v) = B (u, ·) + B (·, v) para todo (u, v) ∈ E × F .
4
Ejemplo 17. Sean E un espacio con producto interno real y el funcional
J : E −→ R
2
u 7−→ J (u) = kukE .
Veamos que J es diferenciable en E y encontremos su diferencial.

Si consideramos la función real f (x) = x2 , sabemos que es diferenciable en R y que,
además, su derivada es f 0 (x) = 2x; ésto nos dá una idea de cuál será la diferencial del
funcional J. Sean u, h ∈ E.
2 2
J(u + h) − J(u) = ku + hkE − kukE
2 2 2
= kukE + (h, u) + (u, h) + khkE − kukE
2
= 2 (u, h) + khkE .
Es fácil ver que DJ(u) = 2 (u, ·) ∈ E ∗ es la diferencial de Fréchet de J para todo u ∈ E

y Eu (h) = khkE → 0 cuando h → 0.
4
Ejemplo 18. Sean E un espacio normado y J el funcional definido por

J : E −→ R
u 7−→ J (u) = kukE .
Veamos que J no es diferenciable en u = 0.

Por contradicción, supongamos que J es diferenciable en u = 0. Ası́, existe T0 ∈ E∗
y una función de error E0 : E → R tales que para cada h ∈ E con h 6= 0, se tiene que
J (0 + h) = J (0) + T0 (h) + khkE E0 (h)
J (0 − h) = J (0) + T0 (−h) + k−hkE E0 (−h)
donde lim E0 (h) = lim E0 (−h) = 0. Ası́,

h→0 h→0
khkE = T0 (h) + khkE E0 (h)
khkE = −T0 (h) + khkE E0 (−h)
Sumando las dos expresiones anteriores, se sigue que
2 khkE = khkE (E0 (h) + E0 (−h))

2 = E0 (h) + E0 (−h) ,
y por tanto, cuando h → 0, se concluye que 2 = 0, lo cual es una contradicción.

4
Proposición 3.7. Sean E, F espacios normados, U ⊆ E un abierto y f, g : U → F

funciones diferenciables en u0 ∈ U . Entonces αf + g es diferenciable en u0 para todo
α∈Ky
D (αf + g) (u0 ) = αDf (u0 ) + Dg (u0 ) .
Proof. La demostración es consecuencia directa de la Proposición 3.1.
Una de las reglas de derivación que es muy usada para funciones diferenciables de R
en R es la famosa regla de la cadena. A continuación se presenta la versión de ésta para
funciones definidas sobre espacios normados cualesquiera.
Proposición 3.8. Sean E, F, G espacios normados, U ⊆ E un abierto, V ⊆ F un

abierto, f : U → F y g : V → G dos funciones tales que f (U ) ⊆ V . Si f es diferenciable
en u0 ∈ U y g es diferenciable en f (u0 ) ∈ V , entonces g ◦ f es diferenciable en u0 y
D (g ◦ f ) (u0 ) = Dg (f (u0 )) ◦ Df (u0 ) .
Proof. Debemos probar que

(g ◦ f ) (u0 + h) − (g ◦ f ) (u0 ) − D (g ◦ f ) (u0 ) h
lim = 0.
h→0 khk
Notar que para todo h 6= 0, se tiene que
(g ◦ f ) (u0 + h) − (g ◦ f ) (u0 ) − D (g ◦ f ) (u0 ) h

khk
(g (f (u0 + h))) − g (f (u0 )) − Dg (f (u0 )) (Df (u0 ) h)
=
khk
1
= [g(f (u0 + h)) − g(f (u0 )) − Dg(f (u0 ))(f (u0 + h) − f (u0 ))
khk
+Dg(f (u0 ))(f (u0 + h) − f (u0 )) − Dg(f (u0 ))(Df (u0 )h)]
g(f (u0 + h)) − g(f (u0 )) − Dg(f (u0 ))(f (u0 + h) − f (u0 ))
=
khk
Dg(f (u0 ))(f (u0 + h) − f (u0 ) − Df (u0 )h)
+ .
khk
Denotando
g(f (u0 + h)) − g(f (u0 )) − Dg(f (u0 ))(f (u0 + h) − f (u0 ))
R1 :=
khk
y
Dg(f (u0 ))(f (u0 + h) − f (u0 ) − Df (u0 )h)
R2 := ,
khk
analizaremos cada expresión por separado.
R2 :
kf (u0 + h) − f (u0 ) − Df (u0 )hk
0 ≤ kR2 k ≤ kDg(f (u0 ))k −→ 0
khk h→0
ya que f es diferenciable en u0 y kDg(f (u0 ))k < ∞ pues Dg(f (u0 )) ∈ L (F, G).
R1 :
• Para los puntos h ∈ E tales que f (u0 +h) = f (u0 ), el resultado se tiene de inmediato,
es decir, kR1 k −→ 0.
h→0
• Para los puntos h 6= 0 tales que f (u0 + h) 6= f (u0 ), se sigue que
kg(f (u0 + h)) − g(f (u0 )) − Dg(f (u0 ))(f (u0 + h) − f (u0 ))k kf (u0 + h) − f (u0 )k
kR1 k = .
kf (u0 + h) − f (u0 )k khk
Como f es diferenciable en u0 , entonces f es continua en u0 y por tanto, f (u0 + h) →
f (u0 ) cuando h → 0. Luego,
kg(f (u0 + h)) − g(f (u0 )) − Dg(f (u0 ))(f (u0 + h) − f (u0 ))k
lim =0
h→0 kf (u0 + h) − f (u0 )k
kf (u0 +h)−f (u0 )k
pues g es diferenciable en f (u0 ). Basta ver que khk < +∞ para concluir
que kR1 k −→ 0. En efecto,
h→0
kf (u0 + h) − f (u0 )k kDf (u0 )h + khk Eu0 (h)k

= ≤ kDf (u0 )k + kEu0 (h)k < +∞
khk khk
cuando h → 0.
Definición 15 (Función continuamente diferenciable). Sean E, F espacios normados,

U ⊆ E un abierto y f : U ⊆ E → F una función Fréchet diferenciable en U . La función
Df : U −→ L (E, F )
u 7−→ Df (u)
es llamada la derivada de Fréchet de f . Si Df es una función continua de U en

L (E, F ), diremos que f es continuamente diferenciable o de clase C1 . Al conjunto
de las funciones continuamente diferenciables del abierto U al espacio F se lo denotará
como C 1 (U, F ).
A continuación se introducen los conceptos de derivada direccional y derivada de

Gâteaux para funciones definidas sobre cualesquier espacios normados.
Definición 16 (Derivada direccional). Sean E, F espacios normados, U ⊆ E un abierto,

f : U → F una función, u0 ∈ U y v0 ∈ E. Se dice que f tiene una derivada direccional
en el punto u0 a lo largo de la dirección v0 si el lı́mite
f (u0 + tv0 ) − f (u0 )

lim
t→0 t
existe. Se denotará a este lı́mite por f 0 (u0 ; v0 ) y será un elemento de F .
Notar que la convergencia de este lı́mite es en la norma del espacio F . Además, si

este lı́mite existe para toda dirección v ∈ E, se dice que f posee derivada direccional
en u0 ∈ U a lo largo de toda dirección v ∈ E. De esta forma, es posible definir una
aplicación Au0 : E → F tal que
f (u0 + tv) − f (u0 )

Au0 (v) = lim .
t→0 t
En general, Au0 puede ser no lineal y no continua. En el caso en que esta aplicación sea
lineal y continua, se tiene la siguiente definición:
Definición 17 (Función Gâteaux diferenciable). Sean E, F espacios normados, U ⊆ E

un abierto, u0 ∈ U y f : U → F una función. Decimos que f es Gâteaux diferenciable
(o en el sentido de Gâteaux o G-diferenciable) en u0 si existe Au0 ∈ L (E, F ) tal que
para todo v ∈ E
f (u0 + tv) − f (u0 )
Au0 (v) = lim .
t→0 t
Diremos que Au0 es la derivada de Gâteaux de f en u0 y la notaremos como DG f (u0 ).
De esta definición sabemos que si una aplicación es Gâteaux diferenciable en u0 ,

entonces la aplicación DG f (u0 ) es única (por unicidad de lı́mite) y además, f posee en
u0 todas sus derivadas direccionales.
Proposición 3.9. Sean E, F espacios normados, U ⊆ E un abierto, u0 ∈ U y f : U → F

una función Fréchet diferenciable en u0 . Entonces f es Gâteaux diferenciable en u0 y
además,
Df (u0 ) = DG f (u0 ).
Proof. Sea v ∈ E. Como f es F-diferenciable en u0 , se sigue que
f (u0 + h) − f (u0 ) = Df (u0 )h + khkEu0 (h)
donde lim Eu0 (h) = 0. Ası́, tomando h = tv, con t → 0, se tiene que tv → 0 y por tanto,
h→0
lim Eu0 (tv) = 0, con lo cual
t→0
f (u0 + tv) − f (u0 ) tDf (u0 )v + |t|kvkEu0 (tv)

lim = lim
t→0 t t→0 t
=Df (u0 )v + signo(t)kvk lim Eu0 (tv)
t→0
=Df (u0 )v.
f (u0 + tv) − f (u0 )

Por tanto, lim existe y es igual a Df (u0 )v. Ası́, la aplicación lineal y
t→0 t
continua que hace que f sea Gâteaux diferenciable en u0 es Df (u0 ).
Observación 29. De lo visto anteriormente se tiene las siguientes implicaciones:
Fréchet diferenciable en u0 =⇒ Gâteaux diferenciable en u0 =⇒

existencia de todas las derivadas direccionales en u0 .
Además, Df (u0 )v = DG f (u0 )v = f 0 (u0 ; v) para todo v ∈ E.
A continuación se presentan varios ejemplos que ilustran varias situaciones posibles

en referencia a los conceptos de continuidad, derivadas direccionales, G-diferenciabilidad
y F-diferenciabilidad.
El primer ejemplo muestra que una función puede tener todas sus derivadas direc-
cionales en un punto y sin embargo, ésta no es Gâteaux diferenciable en dicho punto,
aun siendo dicha función continua.
Ejemplo 19. Considere
f : R2 −→ R
x2 y


 si (x, y) 6= (0, 0)
 x2 + y2
(x, y) 7−→ f (x, y) =



0 si (x, y) = (0, 0)
Veamos que f posee todas las derivadas direccionales en el punto (0, 0). Sea (u, v) ∈ R2 .
• Si (u, v) 6= (0, 0), entonces

f ((0, 0) + t(u, v)) − f ((0, 0)) 1 t3 u2 v u2 v
lim = lim 2 2 = .
t→0 t t→0 t t (u + v 2 ) u2 + v 2
• Si (u, v) = (0, 0), entonces
f ((0, 0) + t(u, v)) − f ((0, 0))

lim = 0.
t→0 t
Ası́, el lı́mite existe para todas las direcciones (u, v) ∈ R2 y
u2 v


 si (u, v) 6= (0, 0)
u2 + v2

0
f ((0, 0); (u, v)) =


0 si (u, v) = (0, 0).

Sin embargo, puesto que f 0 ((0, 0); (u, v)) no es una aplicación lineal respecto a (u, v),
entonces f no es Gâteaux diferenciable en (0, 0). Aun ası́, la función f sı́ es continua en
(0, 0). En efecto, sea ε > 0. Puesto que para todo x, y ∈ R, |xy| ≤ 21 (x2 + y 2 ), se sigue
que
|x||xy| |x|(x2 + y 2 ) 1 1 δ
|f (x, y)| = 2 2
≤ = |x| ≤ k(x, y)k < .
x +y 2(x2 + y 2 ) 2 2 2
Tomando δ = 2ε, se sigue el resultado.
4
El siguiente ejemplo, muestra una función que es G-diferenciable pero no es F-

diferenciable.
Ejemplo 20. Considere
f : R2 −→ R
x3 y

x+y+

 si (x, y) 6= (0, 0)
x4 + y 2
(x, y) 7−→ f (x, y) =



0 si (x, y) = (0, 0).
Notar que f es G-diferenciable en (0, 0) pues para cualquier dirección (h, k) ∈ R2
f ((0, 0) + t(h, k)) − f (0, 0)

f 0 ((0, 0); (h, k)) = lim =h + k
t→0 t
la cual es una aplicación lineal y continua respecto a (h, k). Sin embargo, f no es Fréchet
diferenciable. En efecto, de la proposición anterior conocemos un criterio que nos ayuda a
mostrar lo deseado. Si f fuese F-diferenciable, entonces la derivada de Fréchet de f debe
coincidir con su derivada de Gâteaux. Por tanto, si suponemos que f es F-diferenciable
en (0, 0), entonces se sigue que
h3 k
f ((0, 0) + (h, k)) − f (0, 0) − Df (0, 0)(h, k) h4 + k 2
0= lim = lim
(h,k)→(0,0) k(h, k)k (h,k)→(0,0) k(h, kk
h3 k
= lim √ .
(h,k)→(0,0) (h4 + k 2 ) h2 + k 2
Considerando la dirección k = h2 , se tiene que si h → 0, entonces k → 0, y ası́
h5 h
lim √ = lim √ .
h→0 2h4 h2 + h4 h→0 2|h| 1 + h2
Este lı́mite no existe pues sus lı́mites laterales son distintos:

h 1
lim p = ,
h→0+ 2
2|h| (1 + h ) 2
h 1
lim p =− .
h→0− 2
2|h| (1 + h ) 2
Luego, f no es F-diferenciable en (0,0). Más aún, es interesante notar que a pesar de que
f es también continua3 en (0, 0), esto no aporta para que f sea F-diferenciable en (0, 0).
4
El siguiente ejemplo muestra que la existencia de derivadas direccionales no es

condición suficiente para que la función sea continua.
Ejemplo 21. Considere la función
f : R2 −→ R
xy 2


 si (x, y) 6= (0, 0)
 x2 + y 4
(x, y) 7−→ f (x, y) =



0 si (x, y) = (0, 0)
Veamos que f posee todas sus derivadas direccionales en el punto (0, 0).
• Si u 6= 0, entonces
f ((0, 0) + t(u, v)) − f ((0, 0)) t3 uv 2 v2
lim = lim 3 2 5 4
= .
t→0 t t→0 t u + t v u
• Si u = 0, entonces
f ((0, 0) + t(u, v)) − f ((0, 0))
lim =0
t→0 t
Por tanto, f posee todas sus derivadas direccionales en (0, 0), pero no es continua ya que
si consideramos la dirección x = y 2
y4 1
lim =
y→0 2y 4 2
y si consideramos la dirección x = 2y 2
2y 4 2
lim =
y→0 5y 4 5
con lo que se concluye que no existe lim f (x, y) y por lo tanto, f posee una discon-
(x,y)→(0,0)
tinuidad esencial en (0, 0) pues no se puede redefinir la función f de tal forma que sea
continua en (0, 0). 4
3
Pruébelo usando que 0 ≤ (x2 − y)2 = x4 − 2x2 y + y 2 .
El último ejemplo muestra que G-diferenciabilidad no implica continuidad de la

función.
Ejemplo 22. Considere la función
f : R2 −→ R 
x6
si (x, y) 6= (0, 0)


 x8 + (y − x2 )2

(x, y) −
7 → f (x, y) =



0 si (x, y) = (0, 0)
Es claro que f es G-diferenciable en el punto (0, 0) pues DG f (0, 0) = 0 ∈ L (R2 , R). Por
otro lado, tomando la dirección x = y 2 , se sigue que
x6 1
lim = lim 2 = +∞,
x→0 x8 + (x2 − x2 )2 x→0 x
con lo cual se concluye que no existe lim f (x, y) y ası́, f posee una discontinuidad
(x,y)→(0,0)
esencial en (0, 0). 4
3.2 Teorema de los incrementos finitos
Motivación. Uno de los resultados que reviste gran importancia en el estudio de fun-
ciones diferenciables reales a valores reales es el teorema del valor medio, el cual dice
lo siguiente: sea f : [a, b] → R una función continua4 en [a, b] y diferenciable en (a, b).
Entonces existe c ∈ (a, b) tal que
f (b) − f (a) = f 0 (c)(b − a).
Geométricamente, el teorema del valor medio indica que siempre existe al menos un
punto en el intervalo abierto (a, b) donde la pendiente de la recta tangente a la función
en dicho punto es igual a la pendiente de la recta que une los puntos extremos de la
función (a, f (a)) y (b, f (b)).
Por otro lado, cabe destacar que el teorema del valor medio no se verifica para fun-
ciones a valores vectoriales ni para funciones a valores complejos. Por ejemplo, considere
las funciones definidas por
f : [0, 2π] −→ R2 g : {z ∈ C : |z| ≤ 2π} −→ C

t 7−→ f (t) = (cos(t), sin(t)) z 7−→ g(z) = ez − 1.
4
Es importante que la función sea continua en un intervalo cerrado [a, b] pues en el caso
en que la función sea discontinua en x = a o x = b, podrı́a ocurrir que no exista ningún
punto c ∈ (a, b) que verifique el teorema del valor medio. Por ejemplo, considere la función
f : [−1, 1] −→ R 
x si x ∈ (−1, 1),
x 7−→ f (x) =
0 si x = −1 = 1.
3.2 Teorema de los incrementos finitos 103
Lo anterior nos indica que la igualdad del teorema del valor medio ya no se preserva si
trabajamos con funciones cuyas imágenes sean subconjuntos de espacios vectoriales de
dimensión mayor que 1 o del campo de los números complejos. De inmediato esto nos
indica que cuando trabajamos con funciones a valores en cualquier espacio normado, no
deberı́amos esperar la igualdad. Por tanto, surge la siguiente pregunta:
Q: ¿ Existe algún resultado similar al teorema del valor medio para funciones definidas
sobre cualquier espacio normado a valores en cualquier otro espacio normado ?
Precisamente, la respuesta a esta interrogante constituye el contenido de esta sección.

?????????????????????????????????????????????????????????????????????????
El siguiente teorema, que lo denominaremos Teorema de los Incrementos Finitos

versión 1 (TIFv1), nos indica que para funciones definidas sobre cualesquier espacio
normado a valores reales, el clásico teorema del valor medio se cumple con igualdad.
Teorema 3.10 (TIFv1). Sean E un espacio normado, U ⊆ E un abierto y f : U → R

una función. Si f es diferenciable en U , entonces para cualesquiera u, v ∈ U tales que
[u, v]5 ⊆ U, existe w ∈ [u, v] tal que
f (v) − f (u) = Df (w)(v − u).
Proof. Idea: Usar el teorema del valor medio para funciones reales a valores reales.
Se define la función
g : [0, 1] −→ R
λ 7−→ g(λ) = f (u + λ(v − u)).
Es fácil ver que g es continua en [0, 1] y diferenciable en (0, 1) (a través de la regla de la

cadena) con derivada
g 0 (λ) = Df (u + λ(v − u))(v − u)
para todo λ ∈ (0, 1). Luego, por el teorema del valor medio, existe θ ∈ (0, 1) tal que
g(1) − g(0) = g 0 (θ)
y por tanto,
f (v) − f (u) = Df (u + θ(v − u))(v − u)
para algún θ ∈ (0, 1). Finalmente, tomando w = u + θ(v − u), se sigue el resultado.
El siguiente resultado, denominado Teorema de los Incrementos Finitos versión 2

(TIFv2), nos indica que para funciones reales a valores sobre cualesquier espacio normado,
se verifica en general una desigualdad.
5
[u, v] = {u + λ(v − u) : 0 ≤ λ ≤ 1} representa el segmento de recta que une el punto inicial u
con el punto final v, incluyendo éstos dos puntos.
Teorema 3.11 (TIFv2). Sean F un espacio normado y f : [a, b] ( R → F una función

continua en [a, b] y diferenciable en (a, b). Si existe M > 0 tal que para todo x ∈ (a, b),
kDf (x)kL (R,F ) ≤ M,
entonces
kf (b) − f (a)kF ≤ M (b − a).
Proof. Sea ε > 0. Se define el siguiente conjunto:
Aε = {x ∈ [a, b] : ∀z ∈ [a, x], kf (z) − f (a)kF ≤ (M + ε)(z − a)}.
Aε 6= ∅ pues a ∈ Aε . Además, como por definición Aε ⊆ [a, b], entonces Aε es un

conjunto acotado. Luego, por el axioma del supremo, existe c := sup Aε . Gracias a que
f es continua en [a, b], entonces Aε es un intervalo que además contiene a c6 . Por tanto,
Aε = [a, c]. Para concluir basta mostrar que c = b. En efecto, supongamos que c < b. Por
un lado, como c ∈ Aε , se tiene que
kf (c) − f (a)kF ≤ (M + ε)(c − a). (3.2)
Por otro lado, como c < b, entonces existe δ > 0 tal que c+δ < b, y como f es diferenciable
en (a, b), entonces para todo z ∈ (c, c + δ)
kf (z) − f (c) − Df (c)(z − c)kF < ε(z − c). (3.3)
Por tanto, para todo z ∈ (c, c + δ), se tiene que gracias a (3.2) y a (3.3)
kf (z) − f (a)kF ≤ kf (z) − f (c)kF + kf (c) − f (a)kF

< kDf (c)(z − c)kF + ε(z − c) + (M + ε)(c − a)
≤ M (z − c) + ε(z − c) + (M + ε)(c − a)
= (M + ε)(z − a),
lo que implica que (c, c + δ) ⊆ Aε lo que constituye una contradicción pues c = sup Aε.
Por lo tanto, como b ∈ Aε , entonces para todo z ∈ [a, b],
kf (z) − f (a)kF ≤ (M + ε)(z − a).
En particular, para z = b, se sigue que
kf (b) − f (a)kF ≤ (M + ε)(b − a)
y como ε > 0 fue arbitrario, entonces
kf (b) − f (a)kF ≤ (M + ε)(b − a)
para todo ε > 0. Finalmente,
kf (b) − f (a)kF ≤ inf {(M + ε)(b − a)} = M (b − a).

ε>0
6
Mostrar por contradicción y llegar a que f no es continua en c.
3.2 Teorema de los incrementos finitos 105
Finalmente, el siguiente resultado muestra el teorema de los incrementos finitos

cuando la función está definida sobre un espacio normado a valores en cualquier otro
espacio normado. Lo denominaremos Teorema de los Incrementos Finitos Generelizado
(TIFG).
Teorema 3.12 (TIFG). Sean E, F espacios normados, U ⊆ E un abierto y f : U → F

una función diferenciable en U . Entonces para cualesquier u, v ∈ U tales que [u, v] ⊆ U ,
f verifica que
kf (u) − f (v)kF ≤ sup kDf (z)kL (E,F ) ku − vkE .
z∈[u,v]
En particular, si U es además convexo, entonces
f es Lipschitz continua en U 7 si, y sólo si, Df es acotada en U .
Proof. Idea: Usar TIFv2.
• Si sup kDf (z)kL (E,F ) = +∞, el TIFG se cumple trivialmente.

z∈[a,b]
• Si sup kDf (z)kL (E,F ) < +∞, entonces se define la función

z∈[a,b]
ϕ : [0, 1] −→ F
.
t 7−→ ϕ(t) = f (u + t(v − u))
Es claro que ϕ es continua en [0, 1] y diferenciable en (0, 1) (a través de la regla de

la cadena) con derivada
Dϕ(t) = Df (u + t(v − u))(v − u)
para todo t ∈ (0, 1). Además, para todo t ∈ (0, 1), se tiene que
kDϕ(t)kL (R,F ) ≤ kDf (u + t(v − u))kL (E,F ) kv − ukE

≤ sup kDf (z)kL (E,F ) kv − ukE .
z∈[u,v]
Luego, por el TIFv2, se sigue que
kf (v) − f (u)kF = kϕ(1) − ϕ(0)kF ≤ sup kDf (z)kL (E,F ) kv − ukE .

z∈[u,v]
La segunda parte de la demostración es consecuencia inmediata de la primera parte,

junto con la caracterización de una función diferenciable. Se deja al lector los detalles
de la demostración.
7
f es Lipschitz continua en U si existe M > 0 tal que para todo u, v ∈ U se verifica que
kf (u) − f (v)kF ≤ M ku − vkE .
3.3 Aplicaciones del teorema de los incrementos finitos
El teorema de los incrementos finitos constituye una herramienta fundamental en el

tratamiento de funciones diferenciables ya que nos permite demostrar varios resultados
importantes dentro del cálculo diferencial en espacios normaos.
Teorema 3.13. Sean E y F espacios normados , U ⊆ E un dominio (abierto y conexo)

no vacı́o y f : U → F una función diferenciable en U tal que Df (u) = 0 para todo u ∈ U .
Entonces f es constante en U .
Proof. Idea: Usar el TIFG.

Sea a ∈ U . Puesto que todo punto de U es centro de una bola abierta contenida en U
(pues U es abierto), y al ser éstas conjuntos convexos en un espacio normado, se puede
aplicar el TIFG para mostrar que el conjunto
V = {x ∈ U : f (x) = f (a)}
el cual es no vacı́o pues a ∈ V , es a la vez abierto y cerrado en U , y por conexidad de U ,

debe ser igual a todo U .
En efecto, primero supongamos que U es un abierto y convexo. Del TIFG, se sigue
que para todo u, v ∈ U
kf (u) − f (v)k ≤ sup kDf (z)k ku − vk

z∈[u,v]
≤ sup kDf (z)k ku − vk

z∈U
≤ 0.
Por tanto, kf (u) − f (v)k = 0, y ası́, f es constante en U .

Ahora supongamos que U es abierto y conexo. Sea a ∈ U . Notar que V =
f −1 ({f (a)}) ∩ U , con {f (a)} cerrado en F y como f es continua en U , entonces V
es cerrado en U .
Veamos que V es abierto en U . Sea x ∈ V . Debemos probar que existe r > 0 tal
que B(x, r) ⊆ V . Como x ∈ V , entonces x ∈ U y como U es abierto, existe rx > 0 tal
que B(x, rx ) ⊆ U . Tomando r = rx se tiene lo requerido. En efecto, sea y ∈ B(x, rx ).
Mostremos que y ∈ V . Como B(x, rx ) ⊆ U es un convexo, entonces por la primera parte
de esta demostración, f es constante en B(x, rx ) y ası́, f (y) = f (x) = f (a). Esto implica
que y ∈ V y se concluye que V es abierto en U .
El siguiente resultado nos dá las condiciones suficientes para que una función Gâteaux
diferenciable sea Fréchet diferenciable.
Teorema 3.14 (G-diferenciable implica F-diferenciable). Sean E, F espacios normados,

U ⊆ E un abierto, u ∈ U y f : U → F una función. Si f es Gâteaux diferenciable en una
3.3 Aplicaciones del teorema de los incrementos finitos 107
vecindad abierta de u, digamos en Vu ⊆ U , y si además DG f es continua en u, entonces

f es Fréchet diferenciable en el punto u y Df (u) = DG f (u).
Proof. Sea ε > 0. Mostremos que existe δ = δ(ε) > 0 tal que para todo h ∈ E que verifica
que khk < δ, se tenga que
kf (u + h) − f (u) − DG f (u)hkF < ε khkE .
Para alcanzar lo requerido, se mostrará primero lo siguiente: para todo a, b ∈ Vu tal que
a 6= b y [a, b] ⊆ Vu ,
kf (b) − f (a) − DG f (a)(b − a)kF ≤ sup k[DG f (a + α(b − a)) − DG f (a)](b − a)kF .
α∈[0,1]
Puesto que f (b) − f (a) − DG f (a)(b − a) ∈ F , por el teorema de Hahn-Banach, existe

ϕ ∈ F ∗ tal que kϕkF ∗ = 1 y
ϕ(f (b) − f (a) − DG f (a)(b − a)) = kf (b) − f (a) − DG f (a)(b − a)kF .
Definamos entonces la función
g : [0, 1] −→ K
α 7−→ g(α) = ϕ(f (a + α(b − a)) − DG f (a)(a + α(b − a))).
Notar que g es diferenciable en (0, 1). En efecto, para cualquier α ∈ (0, 1) se tiene que
g(α + h) − g(α) 1
= [ϕ(f (a + (α + h)(b − a)) − DG f (a)(a + (α + h)(b − a)))
h h
−ϕ(f (a + α(b − a)) − DG f (a)(a + α(b − a)))] ,
y como ϕ es continua y f es G-diferenciable en Vu , se sigue que

g(α + h) − g(α)
g 0 (α) = lim
h→0 h
= ϕ(DG f (a + α(b − a))(b − a) − DG f (a)(b − a)).
Además, g es continua en α = 0 y en α = 1. En efecto, considerando α > 0, se sigue que
|g(α) − g(0)| = |ϕ(f (a + α(b − a)) − DG f (a)(a + α(b − a))) − ϕ(f (a) − DG f (a)a)|
≤ kϕk kf (a + α(b − a)) − f (a) − [DG f (a)(a + α(b − a)) − DG f (a)a]k

f (a + α(b − a)) − f (a)
= kϕk α
− [αDG f (a)(b − a)]
.
α
Haciendo α → 0+ y considerando que la norma es una aplicación continua, se sigue

que f (a+α(b−a))−f
α
(a)
→ DG f (a)(b − a) y ası́, |g(α) − g(0)| → 0, concluyendo que g es
continua en α = 0. Ası́ mismo, considerando α < 1, se sigue que
|g(α) − g(1)| = |ϕ(f (a + α(b − a)) − DG f (a)(a + α(b − a))) − ϕ(f (b) − DG f (a)b)|
≤ kϕk kf (a + α(b − a)) − f (b) − [DG f (a)(a + α(b − a)) − DG f (a)b]k

f (b + (1 − α)(a − b)) − f (b)
= kϕk (1 − α)
− [(1 − α)DG f (a)(a − b)]
.
1−α
Haciendo α → 1− , se sigue que f (b+(1−α)(a−b))−f

1−α
(b)
→ DG f (b)(a−b) y ası́, |g(α) − g(1)| →
0, concluyendo que g es continua en α = 1.
Puesto que g es continua en [0, 1] y diferenciable en (0, 1), se considera los siguientes
casos:
• Si F es un espacio normado real (K = R), por el teorema del valor medio se sigue
que existe α0 ∈ (0, 1) tal que
g(1) − g(0) = g 0 (α0 ).
Por lo tanto,
ϕ(f (b) − f (a) − DG f (a)(b − a)) = ϕ(DG f (a + α0 (b − a))(b − a) − DG f (a)(b − a))

≤ kϕkF ∗ kDG f (a + α0 (b − a))(b − a) − DG f (a)(b − a)kF
≤ sup kDG f (a + α(b − a))(b − a) − DG f (a)(b − a)kF .
α∈[0,1]
• Si F es un espacio normado complejo (K = C), se aplica el TIFG a g y se obtiene

que
|g(1) − g(0)| ≤ sup |g 0 (α)|
α∈[0,1]
y el resultado se sigue teniendo.
Una vez demostrado este resultado, considerando h ∈ E tal que [u, u + h] ⊆ Vu , se tiene
que
kf (u + h) − f (u) − DG f (u)hkF ≤ sup kDG f (u + αh)h − DG f (u)hkF

α∈[0,1]
≤ sup kDG f (u + αh) − DG f (u)kL (E,F ) khkE ,

α∈[0,1]
y puesto que DG f es continua en u, existe δ = δ(ε) > 0 tal que si khkE < δ, entonces
kDG f (u + αh) − DG f (u)kL (E,F ) < ε,
con lo cual,
kf (u + h) − f (u) − DG f (u)hkF < ε khkE .
El próximo resultado nos brinda, en cierto sentido, las condiciones suficientes bajo
las cuales el lı́mite de una sucesión convergente de funciones Fréchet diferenciables, es
Fréchet diferenciable. Este resultado está motivado por lo siguiente:
Motivación. En Análisis Matemático es usual trabajar con sucesiones de funciones,

las cuales están formadas por términos que poseen alguna propiedad, como por ejem-
plo, continuidad, integrabilidad, diferenciabilidad, etc. Si una sucesión de funciones es
convergente, donde cada término de la sucesión posee una propiedad especı́fica, es nat-
ural preguntarse si la función lı́mite de dicha sucesión posee la misma propiedad. Por
ejemplo, si consideramos una sucesión de funciones continuas {fn }n∈N tal que converge
puntualmente a una función f , entonces
Q: ¿ f es una función continua ?
En general, NO. Por ejemplo, considere la sucesión de funciones {fn }n∈N∗ definida
por
fn : R −→ R

1
1,

 si x ≥ n
x 7−→ fn (x) = 1
nx, si 0 < x < n


0, caso contrario.

∗
Notar que fn es continua para todo n ∈ N y converge puntualmente a la función dis-
continua f dada por
f : R −→ R 
1, si x > 0
x 7−→ f (x) =
0, caso contrario.
Es conocido que si la sucesión de funciones continuas {fn }n∈N converge uniformemente

hacia f , entonces f es una función continua.8
De igual manera, si consideramos una sucesión {gn }n∈N de funciones Riemann inte-
grables que converge puntualmente a g, entonces
Q: ¿ g es una función Riemann integrable ?
Nuevamente, la respuesta, en general, es NO. Un ejemplo clásico de esta situación

está dada por la sucesión de funciones {gn }n∈N definida por
gn : [0, 1] −→ R 
1, si x ∈ {q , q , . . . , q }
0 1 n
x 7 → gn (x) =
−
0, caso contrario,
donde {qn }n∈N representa una enumeración ordenada (de alguna forma) de los racionales
en el intervalo cerrado [0, 1]. Se tiene que {gn }n∈N converge puntualmente a la función
de Dirichlet g definida por
g : [0, 1] −→ R 
1, si x ∈ Q ∩ [0, 1]
x 7 → g(x) =
−
8
Se anima al lector recordar la demostración de este resultado.
En el caso en que la sucesión de funciones Riemann integrables {gn }n∈N converja uni-
formemente a g, entonces g es necesariamente Riemann integrable.9
Ahora, veamos que pasa cuando consideramos una sucesión de funciones diferenciables
{hn }n∈N . Si {hn }n∈N converge puntualmente a una función h, entonces
Q: ¿ h es diferenciable ?
La respuesta es NO. Para ver esta situación, considere la sucesión de funciones

{hn }n∈N definida por
hn : (0, +∞) −→ R
xn
x 7−→ hn (x) = .
1 + xn
Notar que {hn }n∈N es una sucesión de funciones diferenciables en (0, +∞) que converge
puntualmente a la función h definida por
h : (0, +∞) −→ R

0,

 si 0 < x < 1
x 7−→ h(x) = 1
 2 , si x = 1

1, caso contrario,

la cual no es diferenciable en x = 1 pues es discontinua en dicho punto.

Por lo hecho anteriormente, nuestra intuición nos sugiere realizar la siguiente conje-
tura: si {hn }n∈N es una sucesión de funciones diferenciables que converge uniformemente
a una función h, entonces h es diferenciable. Lo que se debe destacar en este caso es que
la convergencia uniforme de la sucesión de funciones diferenciables no garantiza que la
función lı́mite lo sea. En efecto, considere la sucesión de funciones {hn }n∈N definida por
hn : [−1, 1] −→ R
r
1
x 7−→ hn (x) = + x2 .
n2
Notar que {hn }n∈N es una sucesión de funciones diferenciables que converge uniforme-
mente a la función h(x) = |x| en [−1, 1] pues
1
0 ≤ |hn (x) − |x|| ≤ ,
n
para todo x ∈ [−1, 1]. Sin embargo, h no es diferenciable en x = 0.
Por otro lado, considere la siguiente sucesión de funciones diferenciables
ϕn : R −→ R
x
x 7−→ ϕn (x) = .
1 + nx2
{ϕn }n∈N converge uniformemente a la función ϕ = 0 en R pues
9
Se anima al lector recordar la demostración de este resultado.
√
n|x| t
|ϕn (x)| = √ 2
=√
n(1 + nx ) n(1 + t2 )
√ t 1
donde t = n|x|. Note que 1+t2 ≤ 2 para todo t ∈ R, con lo cual
1
|ϕn (x)| ≤ √ para todo x ∈ R.
2 n
1
Ası́, tomando N = 4ε2 , se sigue que |ϕn (x)| < ε para todo n ≥ N y para todo x ∈ R.
Además,
1 − nx2
ϕ0n (x) =
(1 + nx2 )2

1, si x = 0
converge puntualmente a la función α(x) =
Por tanto, ϕn −→ 0 uniformemente, pero ϕ0n (0) −→ 1 cuando n → +∞. Esto dice
que lim ϕ0n (0) 6= ϕ0 (0).
n→+∞
En resumen, la convergencia uniforme de una sucesión de funciones diferenciables
{hn }n∈N no dice nada respecto a la convergencia de la sucesión de derivadas {h0n }n∈N (si
existen). Entonces, en general
Q: ¿ qué podemos decir del lı́mite de una sucesión de funciones diferenciables ?
El siguiente resultado nos dá respuesta a lo preguntado, pero para ello necesitamos
fortalecer las hipótesis requiriendo que la convergencia de las derivadas sea uniforme, en
lugar de sólo puntual.
?????????????????????????????????????????????????????????????????????????
Teorema 3.15. Sean E, F espacios normados con F espacio de Banach, U ⊆ E un

conjunto abierto y convexo, y {fn }n∈N una sucesión de funciones diferenciables de U en
F . Si se verifica que

(i) existe a ∈ U tal que fn (a) n∈N converge en F , y
(ii) existe una función g : U → L (E, F ) tal que Dfn n∈N converge uniformemente a g

en U ,
entonces existe una función f : U → F tal que
1. fn → f puntualmente en U
2. fn → f uniformemente en todo subconjunto acotado de U, y
3. f es diferenciable en U y Df = g.
Proof. Para mostrar que para todo u ∈ U, fn (u) → f (u), basta motrar que fn → f
uniformemente sobre cualquier subconjunto acotado de U , pues todo singulete {u} es un
conjunto acotado.
Consideremos entonces V un subconjunto acotado de U , por tanto, existe M > 0 tal

que V ( B(a, M ). Sea ε > 0. Puesto que F es un espacio de Banach, podemos usar
el criterio de Cauchy para convergencia uniforme, es decir, debemos probar que existe
N = N (ε) ∈ N tal que para todo n, m ≥ N y para todo u ∈ V
kfn (u) − fm (u)k < ε.
Notemos que
kfn (u) − fm (u)k = kfn (u) − fm (u) − fn (a) + fn (a) − fm (a) + fm (a)k
≤ k(fn − fm )(u) − (fn − fm )(a)k + kfn (a) − fm (a)k .
Luego, aplicando el TIFG, se sigue que
kfn (u) − fm (u)k ≤ sup kDfn (z) − Dfm (z)k ku − ak + kfn (a) − fm (a)k .
z∈[a,u]
Ahora, puesto que {Dfn }n∈N converge uniformemente en U , entonces es de Cauchy para
la norma de la convergencia uniforme, por tanto, existe N1 = N1 () ∈ N tal que para
todo n, m ≥ N1 se verifica
ε
kDfn − Dfm k∞ := sup kDfn (z) − Dfm (z)k <
z∈U 2M
y puesto que ku − ak < M y U es convexo, entonces

ε
sup kDfn (z) − Dfm (z)k ku − ak < .
z∈[a,u] 2
Por otro lado, gracias a que {Dfn (a)}n∈N converge en F , existe N2 = N2 () ∈ N tal que
para todo n, m ≥ N2 se verifica
ε
kfn (a) − fm (a)k < .
2
Ası́, tomando N = max{N1 .N2 }, se obtiene que para todo n, m ≥ N
kfn (u) − fm (u)k < ε
para todo u ∈ V . Con esto se ha probado que la sucesión {fn }n∈N converge uniformemente
sobre todo subconjunto acotado de U , lo que implica la convergencia de la sucesión
{fn (u)}n∈N para todo u ∈ U . Entonces, se define la función f : U → F como
f (u) := lim fn (u).

n→∞
Ahora se demostrará que f es diferenciable en U y Df = g.

Sean u ∈ U y ε > 0. Mostremos que existe un δ = δ(ε) > 0 tal que si kv − uk < δ,
entonces kf (v) − f (u) − g(u)(v − u)k < ε kv − uk.
Notemos que para todo n, m ∈ N
kfn (v) − fn (u) − g(u)(v − u)k ≤ k(fn − fm )(v) − (fn − fm )(u)k

3.4 Funciones definidas sobre un campo 113
+ kfm (v) − fm (u) − Dfm (u)(v − u)k

+ kDfm (u) − g(u)k kv − uk .
Luego, para cualquier v ∈ U , [u, v] ( U (pues U es convexo), se sigue gracias al TIFG

que
k(fn − fm )(v) − (fn − fm )(u)k ≤ sup kDfn (z) − Dfm (z)k kv − uk
z∈[u,v]
y puesto que {Dfn }n∈N converge uniformemente en U , existe M1 = M1 (ε) ∈ N tal que
para todo n, m ≥ M1
ε
sup kDfn (z) − Dfm (z)k <
z∈[u,v] 3
con lo cual
ε
k(fn − fm )(v) − (fn − fm )(u)k ≤
kv − uk .
3
Además, como Dfn → g uniformemente en U , entonces existe M2 = M2 (ε) ∈ N tal que
para todo m ≥ M2
ε
kDfm (u) − g(u)k < .
3
Por otra parte, como fn es diferenciable en U , en particular lo es en u ∈ U . Ası́,
fijando m ∈ N tal que m ≥ max{M1 , M2 }, se tiene que existe η = η(ε) > 0 tal que si
kv − uk < η, entonces
ε
kfm (v) − fm (u) − Dfm (u)(v − u)k < kv − uk .
3
Por lo tanto, para todo n ≥ max{M1 , M2 } y para todo v ∈ U tal que kv − uk < η
kfn (v) − fn (u) − g(u)(v − u)k < ε kv − uk .
Tomando δ = η y haciendo n → +∞, se sigue, gracias a que fn (v) → f (v) y fn (u) →

f (u), que
kf (v) − f (u) − g(u)(v − u)k < ε kv − uk .
Se concluye que f es diferenciable en u y Df (u) = g(u). Finalmente, como u fue arbi-

trario, entonces f es diferenciable en U y Df = g.
3.4 Funciones definidas sobre un campo
Motivación. Sea f : R → R una función. Del curso de cálculo en una variable real,
sabemos que f es diferenciable en x ∈ R si
f (x + h) − f (x)
f 0 (x) := lim (3.4)
h→0 h
existe (es finito). A este lı́mite se lo conoce como la derivada de f en el punto x y se dice
que f es derivable en x.
Por otro lado, de la sección de funciones Fréchet diferenciables sabemos que si f es

diferenciable en x, entonces existe una aplicación lineal y continua Df (x) ∈ L (R, R) tal
que
f (x + h) − f (x) − Df (x)(h)
lim = 0.
h→0 h
Puesto que Df (x) es lineal, entonces Df (x)(h) = hDf (x)(1) para todo h ∈ R. Ası́,
f (x + h) − f (x)
lim = Df (x)(1). (3.5)
h→0 h
Comparando (3.4) y (3.5), se tiene que por un lado f 0 (x) ∈ R y Df (x) ∈ L (R, R). Esto
nos sugiere que de algún modo existe una relación entre el campo R y el espacio L (R, R).
Además, note que h · 1 = h y ası́
f (x + h · 1) − f (x)
lim = Df (x)(1)
h→0 h
y puesto que en R la única dirección posible es 1, entonces f es Gâteaux diferenciable en
x. Esto nos sugiere también que en este caso Gâteaux diferenciabilidad implica Fréchet
diferenciabilidad. A continuación se formalizarán estas ideas.
?????????????????????????????????????????????????????????????????????????
Sean F un espacio normado sobre un campo K y f : K → F una función, donde

consideramos a K como un espacio normado sobre sı́ mismo. Si f es diferenciable en t ∈ K,
entonces se conoce que Df (t) ∈ L (K, F ). Mostremos entonces el siguiente resultado.
Proposición 3.16. L (K, F ) ∼

= F , es decir, L (K, F ) es isomorfo isométricamente a F .
Proof. Consideremos la aplicación
Ψ : F −→ L (K, F )
v 7−→ Ψ (v) = ϕv
donde ϕv (t) = tv para cada t ∈ K. Es claro que Ψ es lineal y es una isometrı́a, es decir,
kΨ (v)kL (K,F ) = kvkF . Por tanto, Ψ es inyectiva.
Finalmente, veamos que Ψ es sobreyectiva. Sea γ ∈ L (K, F ). Tomando v = γ(1) ∈ F ,
se sigue que para cualquier t ∈ K
Ψ (v)(t) = ϕv (t) = tv = tγ(1) = γ(t)
y por tanto, Ψ (v) = γ.
El siguiente resultado muestra que para funciones definidas sobre el campo R, consid-
erado como espacio normado sobre sı́ mismo, Gâteaux diferenciabilidad implica Fréchet
diferenciabilidad.
Proposición 3.17. Sean F un espacio normado sobre R y f : R → F una función. Si f

es G-diferenciable en R, entonces f es F-diferenciable en R, y ambas derivadas coinciden.
3.5 Aplicaciones a valores en un espacio producto 115
Proof. Sea α0 ∈ R y h 6= 0 cualquiera. Puesto que f es G-diferenciable en α0 , existe

DG f (α0 ) ∈ L (R, F ) que es la diferencial de Gâteaux de f en α0 . Mostremos que
f (α0 + h) − f (α0 ) − DG f (α0 )h
lim = 0.
h→0 h
Notar que como 1 ∈ R es la única dirección en el espacio normado R (la única positiva),
se sigue que
f (α0 + h) − f (α0 ) − DG f (α0 )(h) f (α0 + h · 1) − f (α0 ) − DG f (α0 )(h · 1)
=
h h
f (α0 + h · 1) − f (α0 )
= − DG f (α0 )(1).
h
Haciendo h → 0, y gracias a que f es G-diferenciable en α0 , se sigue que
f (α0 + h) − f (α0 ) − DG f (α0 )h
lim = DG f (α0 )(1) − DG f (α0 )(1) = 0.
h→0 h
Se concluye que f es Fréchet diferenciable en α0 y que Df (α0 ) = DG f (α0 ).
Observación 30. Gracias al isomorfismo isométrico expuesto en la Proposición 3.16, se

tiene que la diferencial de Fréchet de una función f : R → F puede ser visto como un
elemento de F , es decir, Df (α0 ) ∈ F .
3.5 Aplicaciones a valores en un espacio producto
Sean E, F1 , F2 espacios normados. Recuerde que F1 × F2 es un espacio vectorial el cual

puede ser dotado de varias normas equivalentes.10 A continuación se enuncian tres con-
ceptos importantes cuando se trabaja con espacios producto.
Definición 18 (Proyecciones canónicas). Se dice que la aplicación
πi : F1 × F2 −→ Fi
(u1 , u2 ) 7−→ πi (u1 , u2 ) = ui
es la proyección canónica de F1 × F2 en Fi , con i = 1, 2.
Definición 19 (Aplicaciones componentes). Sean U ⊆ E un abierto y f : U → F1 × F2
una función. A la aplicación fi = πi ◦ f se la conocerá como aplicación componente i
de f (o simplemente, la componente i de f ).
Definición 20 (Inyecciones canónicas). Decimos que las aplicaciones
i1 : F1 −→ F1 × F2 i2 : F2 −→ F1 × F2
v1 7−→ i1 (v1 ) = (v1 , 0) v2 7−→ i2 (v2 ) = (0, v2 )
son las inyecciones canónicas de Fj en F1 × F2 , con j = 1, 2.
1
2
10
k(v1 , v2 )k = kv1 kF1 + kv2 kF2 , o k(v1 , v2 )k = kv1 k2F1 + kv2 k2F2 , o k(v1 , v2 )k =
max{kv1 kF1 , kv2 kF2 }.
Observación 31.
(a) Note que las proyecciones canónicas πi verifican que πi ∈ L (F1 × F2 , Fi ) y son
funciones sobreyectivas.
(b) Note que las inyecciones canóncas ij verifican que ij ∈ L (Fj , F1 ×F2 ) y son funciones
inyectivas.
(c) Con lo visto anteriormente, f puede reescribirse como f = i1 ◦ f1 + i2 ◦ f2 , es decir,
f (u) = (f1 (u), f2 (u)).
El siguiente teorema nos dá una caracterización de la diferenciabilidad para funciones

a valores en un espacio producto.
Teorema 3.18. f : U → F1 × F2 es diferenciable en u0 ∈ U si, y sólo si, f1 : U → F1 y

f2 : U → F2 (las componentes de f ) son diferenciables en u0 ∈ U.
Además, en este caso Df (u0 ) = (Df1 (u0 ), Df2 (u0 )), donde Dfi (u0 ) = πi ◦ Df (u0 ).
De igual manera, f es de clase C 1 si, y sólo si, f1 y f2 lo son.
Proof. (=⇒) Supongamos que f es diferenciable en u0 . Notar que por definición, fi =

πi ◦f . Como πi ∈ L (F1 ×F2 , Fi ), entonces πi es diferenciable en F1 ×F2 y Dπi (u1 , u2 ) = πi
para cada (u1 , u2 ) ∈ F1 × F2 . Ası́, por la regla de la cadena, fi es diferenciable en u0 y
Dfi (u0 ) = Dπi (f (u0 )) ◦ Df (u0 ) = πi ◦ Df (u0 ).
(⇐=) Supongamos que f1 y f2 son diferenciables en u0 , es decir, existe Dfi (u0 ) ∈

L (E, Fi ). Se sabe que f = i1 ◦ f1 + i2 ◦ f2 . Notar que ij es diferenciable en fj (u0 ) y
Dij (fj (u0 )) = ij , entonces por la regla de la cadena, ij ◦ fj es diferenciable en u0 y la
suma de funciones diferenciables en u0 , es diferenciable en u0 . Finalmente, como u0 es
arbitrario, entonces se concluye el resultado.
Para mostrar la equivalencia cuando las funciones son de clase C 1 primero analicemos
el siguiente diagrama:
Df
U L (E, F1 × F2 )
Dfi Ψ
L (E, Fi ) L (E, F1 ) × L (E, F2 )

Φi
donde
Φ1 : L (E, F1 ) −→ L (E, F1 ) × L (E, F2 ) Φ2 : L (E, F2 ) −→ L (E, F1 ) × L (E, F2 )

T 7−→ Φ1 (T ) = (T, 0) S 7−→ Φ2 (S) = (0, S)
y
3.6 Aplicaciones definidas sobre un abierto de un espacio producto 117
Ψ : L (E, F1 × F2 ) −→ L (E, F1 ) × L (E, F2 )

R 7−→ Ψ (R) = (π1 ◦ R, π2 ◦ R).
Note que es posible escribir tanto Df como Dfi por
Df = Ψ −1 ◦ Φ1 ◦ Df1 + Ψ −1 ◦ Φ2 ◦ Df2
y
Dfi = Pi ◦ Ψ ◦ Df,
donde
Pi : L (E, F1 ) × L (E, F2 ) −→ L (E, Fi )
,
(T1 , T2 ) 7−→ Pi (T1 , T2 ) = Ti
con i = 1, 2. Ası́, para probar lo deseado bastarı́a ver que Ψ es un homeomorfismo, y que
Φi y Pi son continuas para cada i = 1, 2.
Por un lado, es claro que tanto Φi como Pi son aplicaciones lineales y continuas.
Por otro lado, veamos que Ψ es más que un homeomorfismo, es un homeomorfismo lin-
eal isométrico (isomorfismo isométrico). En efecto, claramente, Ψ es lineal y sobreyectiva.
Además, Ψ es una isometrı́a pues note que Ψ puede expresarse como
Ψ (R) = Φ1 (π1 ◦ R) + Φ2 (π2 ◦ R) = i1 ◦ π1 ◦ R + i2 ◦ π2 ◦ R = R,
y por tanto, kΨ (R)k = kRk Luego, como es una isometrı́a es inyectiva y ası́, se concluye
que Ψ es un isomorfismo isométrico.
Observación 32. Lo realizado anteriormente se puede extender sin dificultad para el

caso de funciones a valores sobre un producto cartesiano de n espacios normados.
3.6 Aplicaciones definidas sobre un abierto de un espacio

producto
n
Y
Definición 21 (Aplicación parcial). Sean E1 , . . . , En , F espacios normados, U ⊆ Ei
i=1
un abierto, f : U → F una función y a = (a1 , . . . , an ) ∈ U. Se define la i−ésima
aplicación parcial de f en el punto a como
ϕi : Ui ⊆ Ei −→ F
xi 7−→ ϕi (xi ) = f (a1 , . . . , ai−1 , xi , ai+1 , . . . , an ),

donde Ui = xi ∈ Ei : (a1 , . . . , ai−1 , xi , ai+1 , . . . , an ) ∈ U , con i ∈ {1, . . . , n}.
Notar que Ui 6= ∅ pues ai ∈ Ui y, además, Ui es un abierto de Ei .11

11
i = 1n Ui y U
Q
Se anima al lector demostrarlo. Además, note que en general los conjuntos
no son comparables. Por ejemplo, considere U como la unión disjunta de las bolas abiertas
en R2 , B((1, 2); 1) y B (3, 3); 12 , y (a1 , a2 ) = (1, 2) ∈ U . Ası́, U1 = (0, 2) y U2 = (1, 3) son

intervalos abiertos. Es claro que U1 × U2 * U y U * U1 × U2 .

Si ϕi es diferenciable en ai ∈ Ui , entonces Dϕi (ai ) ∈ L (Ei , F ), y será llamada la

diferencial parcial de f con respecto a xi en el punto a, y será denotado por
Dϕi (ai ) = Di f (a).
Observación 33. Es importante destacar que si ϕi es diferenciable en Ui , entonces la

derivada de ϕi será una función definida de Ui en L (Ei , F ), i.e., Dϕi : Ui → L (Ei , F ).
Por otro lado, con la notación utilizada para la diferencial parcial de f con respecto
a xi en el punto a, se sigue que la función Di f está definida de U en L (Ei , F ), i.e.,
Di f : U → L (Ei , F ).
El siguiente resultado muestra una primera relación entre la diferencial de una función
diferenciable y sus diferenciales parciales.
n
Y
Proposición 3.19. Sea f : U ⊆ Ei → F una función diferenciable en a ∈ U . En-
i=1
tonces existen todas las diferenciales parciales de f en el punto a y además,
n
X
Df (a) (h1 , . . . , hn ) = Di f (a)hi .
i=1
Proof. Para cada i ∈ {1, . . . , n}, la función
ϕi : Ui −→ F
xi 7−→ ϕi (xi ) = f (a1 , . . . , ai−1 , xi , ai+1 , . . . , an )
puede escribirse como la composición entre la función f y la función inyectiva
ψi : Ui −→ U
xi 7−→ ψi (xi ) = (a1 , . . . , ai−1 , xi , ai+1 , . . . , an ),
es decir, ϕi = f ◦ ψi , para i ∈ {1, . . . , n}. Note que ψi es dif erenciable en Ui , pues cada
componente de ψi es diferenciable en Ui (refiérase al Teorema 3.18). Además, para cada
ai ∈ Ui
Dψi (ai ) hi = (0, 0, . . . , hi , 0, . . . , 0) ,
para todo i ∈ {1, . . . , n}.

Por otro lado, por hipótesis f es diferenciable en a y por tanto, es diferenciable en
ψi (ai ).
Ası́, por la regla de la cadena, ϕi es diferenciable en ai con diferencial igual a
Dϕi (ai ) hi =Df (ψi (ai )) (Dψi (ai ) hi )

=Df (a) (0, 0, . . . , 0, hi , 0, . . . , 0) ,
y gracias a la notación utilizada para la diferencial parcial de f con respecto a xi en el

punto a, se sigue que
Di f (a) hi = Df (a) (0, 0, . . . , 0, hi , 0, . . . , 0) .
Finalmente, puesto que Df (a) es lineal
Df (a) (h1 , . . . , hn ) = Df (a) [(h1 , . . . , 0) + (0, h2 , . . . , 0) + · · · + (0, . . . , 0, hn )] ,

= Df (a)(h1 , 0, ..., 0) + · · · + Df (a)(0, . . . , hn ),
n
X
= Di f (a) hi .
i=1
Observación 34. Si f posee todas sus derivadas parciales en un punto a, ésto no implica
que f sea dif erenciable en a.
Ejemplo 23. Sea la función
f : R2 −→ R 
xy

x2 +y 2 si (x, y) 6= (0, 0),
(x, y) 7−→ f (x, y) =
0 si (x, y) = (0, 0).
Sea a = (0, 0). Las aplicaciones parciales de f con respecto a x e y en el punto (0, 0)
son
ϕ1 : R −→ R ϕ2 : R −→ R
y
x 7−→ ϕ1 (x) = f (x, 0) y 7−→ ϕ2 (y) = f (0, y).
Notar que ϕ1 es dif erenciable en 0. En efecto
f (h, 0)
ϕ(0 + h) − ϕ(0) = f (h, 0) = 0 (h) + |h| ,
|h|
donde,
f (h, 0)
lim
= 0.
|h| h→0
Por tanto, ϕ1 es diferenciable en 0 y Dϕ1 (0) = D1 f (0, 0) = 0. Análogamente, ϕ2 es

diferenciable y Dϕ2 (0) = D2 f (0, 0) = 0. Ası́, f posee todas sus derivadas parciales en
(0, 0), pero f no es diferenciable en (0, 0), ya que no es continua en (0, 0). En efecto,
tomando los caminos y = x, y = 2x, se sigue que
2 2
lim x 2 = 1
y lim 2x2 = 25 ,
x→0 2x 2 x→0 5x
respectivamente. Luego, el lı́mite no existe y por tanto, f no es continua en (0, 0).

4
En general, saber si una función f es diferenciable en un punto u0 a través de la

definición, es una tarea complicada. Sin embargo, hemos visto que saber si f es Gâteaux
diferenciable en dicho punto, es una tarea mucho más sencilla. Además, a través de la
diferencial de Gâteaux podemos deducir si f es diferenciable en el punto u0 (ver ??).
Puesto que el cálculo de las diferenciales parciales de una función f es también una
tarea sencilla, surge una pregunta:
Q: ¿ existen condiciones suficientes que nos permitan concluir que la existencia de las
diferenciales parciales de f en un punto implique que f sea diferenciable en dicho punto
?
Afortunadamente, la respuesta es SÍ, y la siguiente proposición da cuenta de esto.
Proposición 3.20. Sean Ei , con i ∈ {1, . . . , n}, y F espacios normados. Sean, además,
n
Y
U ⊆ Ei un abierto, a = (a1 , ..., an ) ∈ U y f : U → F una función. Si f posee todas
i=1
las derivadas parciales en U y éstas son continuas en a, entonces f es diferenciable en
a.
Proof. Supongamos que para todo i ∈ {1, . . . , n}, Di f existen en U y son continuas en
a = (a1 , . . . , an ). Sea ε > 0. Debemos mostrar que existe δ = δ(ε, a) > 0 tal que si
k(u1 , . . . , un ) − (a1 , . . . , an )k < δ entonces

n
X
f (u1 , . . . , un ) − f (a1 , . . . , an ) − Di f (a) (ui − ai ) < ε k(u1 , . . . , un ) − (a1 , . . . , an )k .

i=1
Note que
n
X
f (u1 , . . . , un ) − f (a1 , . . . , an ) − Di f (a) (ui − ai ) =
i=1
f (u1 , . . . , un ) − f (a1 , u2 , . . . , un ) + f (a1 , u2 , . . . , un ) − f (a1 , a2 , u3 , . . . , un ) + f (a1 , a2 , u3 , . . . , un )

n
X
+ . . . + f (a1 , a2 , . . . , an−1 , un ) − f (a1 , . . . , an ) − Di f (a) (ui − ai ) =
i=1
f (u1 , . . . , un ) − f (a1 , u2 , . . . , un ) − D1 f (a) (u1 − a1 ) + f (a1 , u2 , . . . , un ) − f (a1 , a2 , u3 , . . . , un )

− D2 f (a) (u2 − a2 ) + . . . + f (a1 , . . . , an−1 , un ) − f (a1 , . . . , an ) − Dn f (a) (un − an ) .
Tomando norma en la igualdad anterior y mediante el uso de la desigualdad triangular,

se sigue que

n
X
f (u1 , . . . , un ) − f (a1 , . . . , an ) − Di f (a) (ui − ai ) ≤

i=1
kf (u1 , . . . , un ) − f (a1 , u2 , . . . , un ) − D1 f (a) (u1 − a1 )k

+ kf (a1 , u2 , . . . , un ) − f (a1 , a2 , u3 , . . . , un ) − D2 f (a) (u2 − a2 )k
+ . . . + kf (a1 , . . . , an−1 , un ) − f (a1 , . . . , an ) − Dn f (a) (un − an )k . (3.6)
Definamos
g : Ei −→ F
ξi 7−→ g (ξi ) = f (a1 , . . . , ai−1 , ξi , ui+1 , . . . , un ) − Di f (a) (ξi − ai ) .
Notar que g es diferenciable en Ei y su diferencial, para todo ξi ∈ Ei , es

Dg (ξi ) = Di f (a1 , . . . , ai−1 , ξi , ui+1 , . . . , un ) − Di f (a1 , . . . , an ) .
Como para todo i ∈ {1, . . . , n}, Di f es continua en a se tiene que existe δi = δi (ε, a) > 0
tal que
k(u1 , . . . , un ) − (a1 , . . . , an )k < δi ⇒ kDi f (u1 , . . . , un ) − Di f (a1 , . . . , an )k < ε.
Luego, para todo ξi ∈ [ai , ui ] se tiene que
kDg (ξi )k = kDi f (a1 , . . . , ai−1 , ξi , ui+1 , . . . , un ) − Di f (a1 , . . . , an )k < ε,
siempre y cuando kξi − ai k ≤ k(u1 , . . . , un ) − (a1 , . . . , an )k < δi .

Por el TIFG, se sigue que
kg (ui ) − g (ai )k ≤ sup kDg (ξi )k kui − ai k < ε kui − ai k ,

ξi ∈[ai ,ui ]
y por la definición de g se tiene que
kg (ui ) − g (ai )k = kf (a1 , . . . , ai−1 , ui , ui+1 , . . . , un ) − f (a1 , . . . , ai−1 , ai , ui+1 , . . . , un )

−Di f (a) (ui − ai )k < ε kui − ai k . (3.7)
Finalmente, tomando δ = min δi , y usando (3.7) en (3.6), se concluye que para todo
1≤i≤n
u = (u1 , . . . , un ) tal que k(u1 , . . . , un ) − (a1 , . . . , an )k < δ,

n
X
f (u1 , . . . , un ) − f (a1 , . . . , an ) − Di f (a) (ui − ai ) < ε k(u1 , . . . , un ) − (a1 , . . . , an )k .

i=1
Por lo tanto, f es diferenciable en a.
A continuación, se verá un resultado bastante útil, el cual nos ayudará más adelante a
caracterizar las funciones de clase C 1 mediante las derivadas parciales de dicha función.
n
Y
Proposición 3.21. Sea f : U ⊆ Ei → F una función diferenciable en U .
i=1
f es de clase C 1 si, y sólo si, Dj f es continua en U para todo j ∈ {1, . . . , n}.
Proof. Idea: Expresar las aplicaciones Df y Dj f como composiciones de funciones con-

tinuas.
Qn
(=⇒) Supongamos que f es de clase C 1 . Entonces Df : U → L ( i=1 Ei , F ) es continua.
Considere el siguiente diagrama para cada j ∈ {1, . . . , n}
Df Qn
U L( i=1 Ei , F )
Tj
Dj f
L (Ej , F )
donde Qn
Tj : L ( i=1 Ei , F ) −→ L (Ej , F )
ϕ 7−→ Tj (ϕ) = ϕ ◦ ij ,
Qn
con ij la inyección canónica de Ej en i=1 Ei . Se puede ver sin dificultad que
Dj f = Tj ◦ Df.
En efecto,
(Tj ◦ Df ) (u) = Tj (Df (u)) = Df (u) ◦ ij .
Luego, para cualquier v ∈ Ej , se sigue que
(Df (u) ◦ ij ) (v) = Df (u) (ij (v)) = Df (u) (0, . . . , 0, v, 0, . . . , 0) = Dj f (u) v.
Basta mostrar que Tj es una función continua para concluir que Dj f es continua por
composición de funciones continuas.
Qn
Claramente, Tj es lineal. Además, Tj es acotada. En efecto, sea ϕ ∈ L ( i=1 Ei , F ).
Entonces
kTj ϕkL (Ej ,F ) = kϕ ◦ ij kL (Ej ,F )

kϕ(ij (x))kF
= sup
x6=0 kxkEj
kϕkL (Qn Ei ,F ) kij (x)kQn Ei
i=1
≤ sup i=1
x6=0 kxkEj
kxkEj
=kϕkL (Qni=1 Ei ,F ) sup
x6=0 kxkEj
= kϕkL (Qn Ei ,F ) ,
i=1
lo que implica que Tj es acotada y por tanto, continua.

(⇐=) Como f es diferenciable en U , todas las derivadas parciales de f existen en U y
se tiene
Xn
Df (a) h = Dj f (a) hj . (3.8)
j=1
Supongamos que Dj f es continua en U para cada j ∈ {1, . . . , n}.

Definamos la siguiente aplicación para cada j ∈ {1, . . . , n}
Qn
Sj : L (Ej , F ) −→ L ( i=1 Ei , F )
ϕ 7−→ Sj (ϕ) = ϕ ◦ πj
Qn
donde πj es la proyección canónica de i=1 Ei sobre Ej . Es claro que Sj es lineal.
Además, Sj es continua. En efecto, sea ϕ ∈ L (Ej , F ).
kSj ϕkL (Qn Ei ,F ) = kϕ ◦ πj kL (Qn Ei ,F )

i=1 i=1
3.7 Diferenciales de orden superior 123
kϕ (πj (x1 , . . . , xn ))kF

= sup
(x1 ,...,xn )6=0 k(x1 , . . . , xn )k n Ei
Q
i=1
kϕkL (Ej ,F ) kπj (x1 , . . . , xn )kEj

≤ sup
(x1 ,...,xn )6=0 k(x1 , . . . , xn )kQn Ei
i=1
kxj kEj
= kϕkL (Ej ,F ) sup
(x1 ,...,xn )6=0 k(x1 , . . . , xn )kQn Ei
i=1
k(x1 , ..., xn )kQn Ei

≤kϕkL (Ej ,F ) sup i=1
(x1 ,...,xn )6=0 k(x1 , ..., xn )k n

Q
i=1 Ei
= kϕkL (Ej ,F ) ,
lo que implica que Sj es acotada, y por tanto, continua. Finalmente, gracias a (3.8), se
puede ver sin problema que
Xn
Df = Sj ◦ Dj f (3.9)
j=1
el cual es continua pues es la suma de composiciones de funciones continuas12 .
El teorema siguiente brinda una caracterización de las funciones de clase C 1 a

través de las derivadas parciales de dicha función.
n
Y
Teorema 3.22. Sea f : U ⊆ Ei → F una función.
i=1
f es de clase C 1 si, y sólo si, para todo j ∈ {1, . . . , n}, Dj f existe y es continua en
U.
Proof. (=⇒) Supongamos que f es una función de clase C 1 , es decir, f es diferenciable

en U y Df es continua en U . Por tanto, existen las derivadas parciales Dj f en U para
todo j ∈ {1, . . . , n} (Proposición 3.19) y por la Proposición 3.21, Dj f es continua en U
para todo j ∈ {1, . . . , n}.
(⇐=) Supongamos que para todo j ∈ {1, . . . , n}, Dj f existe y es continua en U . Basta
mostrar que f es diferenciable en U pues por la Proposición 3.21, Df es continua en U .
Pero, gracias a la Proposición 3.20, f es diferenciable en U .
3.7 Diferenciales de orden superior
Sean E, F espacios normados, U ⊆ E un abierto y f : U → F una función diferenciable

en U . Entonces existe la aplicación
12
Es incorrecto considerar que Df = Sj ◦ Dj f en lugar de la ecuación (3.9), pues a pesar de
que el dominio y el rango de la función composición coinciden con los de Df , la evaluación
de la función Sj ◦ Dj f en un punto no coresponde a la evaluación de Df .
Df : U → L (E, F ),
conocida como la derivada de f .

Si Df es diferenciable en u0 ∈ U , entonces se dice que f es dos veces diferenciable
en u0 . La diferencial de la aplicación Df en u0 , se denotará por D2 f (u0 ) := D(Df )(u0 ) y
será llamada la diferencial segunda o diferencial de orden dos de f en u0 . Recordar
que si f es dos veces diferenciable en U , quiere decir que f es dos veces diferenciable en
todo punto de U .
Si f es dos veces diferenciable en U , entonces existe la aplicación
D2 f : U → L (E, L (E, F )),
conocida como la segunda derivada de f .

Ahora, si D2 f es diferenciable en u0 , entonces se dice que f es tres veces difer-
enciable en u0 . La diferencial de la aplicación D2 f en u0 , se denotará por D3 f (u0 ) :=
D(D2 f )(u0 ) y será llamada la diferencial tercera o diferencial de orden tres de f
en u0 . Ası́ mismo, si f es tres veces diferenciable en U , quiere decir que f es tres veces
diferenciable en todo punto de U .
Si f es tres veces diferenciable en U , entonces existe la aplicación
D3 f : U → L (E, L (E, L (E, F ))),
conocida como la tercera derivada de f .

De forma recursiva, supongamos que f es n veces diferenciable en U , con n ≥ 1
entero. Entonces se dice que f es n + 1 veces diferenciable en u0 si Dn f es diferenciable
en u0 , y su diferencial en el punto u0 , será denotada por Dn+1 f (u0 ) := D(Dn f )(u0 ),
y será llamada la diferencial de orden n + 1 de f en u0 . Además, se dice que f es
n + 1 veces difereciable en U , si f es n + 1 veces diferenciable en todo punto de U , y la
aplicación Dn+1 f : U → L (E, Fn ), se conoce como la derivada de orden n + 1 de f ,
donde
F0 = F
Fn = L (E, Fn−1 ) para todo n ≥ 1.
Por otro lado, se dice que f es de clase C n si Dn−1 f es de clase C 1 , y f es de clase

∞
C si f es de clase C n para todo n ≥ 1 entero13 .
Al conjunto de las funciones n veces continuamente diferenciables del abierto U al
espacio F se lo denotará como C n (U, F ). Además, note que
\
C ∞ (U, F ) = C n (U, F ) .
n≥0
13
En algunas ocasiones se suele decir que f es de clase C 0 cuando f es continua en U , reflejando
el uso de la notación C n .
A continuación, se mostrará que el espacio Fn = L (E, Fn−1 ) es isomorfo isométricamente

al espacio M L (E n , F ) (ver Apéndice A.6).
Para probar que Fn ∼ = M L (E n , F ), note que gracias a la Proposición A.16, se tiene
que para todo m ∈ {1, . . . , n − 1}
M L (E1 × . . . × Em , M L (Em+1 × . . . × En , F )) ∼
= M L (E1 × . . . × En , F )
lo que implica que
M L (E1 , M L (E2 × . . . × En , F )) =L (E1 , M L (E2 × . . . × En , F ))

∼
=L (E1 , M L (E2 , M L (E3 × . . . × En , F )))
=L (E1 , L (E2 , M L (E3 × . . . × En , F )))
∼
=L (E1 , L (E2 , M L (E3 , M L (E4 × . . . × En , F ))))
···
∼
=L (E1 , L (E2 , L (E3 , . . . , M L (En−1 , M L (En , F )))))
=L (E1 , L (E2 , L (E3 , . . . , L (En−1 , L (En , F ))))).
Por otro lado,
M L (E1 , M L (E2 × . . . × En , F )) ∼
= M L (E1 × . . . × En , F )
y por tanto
M L (E1 × . . . × En , F ) ∼
= L (E1 , L (E2 , L (E3 , . . . , L (En−1 , L (En , F ))))).
Ası́, considerando Ei = E para todo i = 1, . . . , n, se sigue que
Fn = L (E, L (E, L (E, . . . , L (E, F )))) ∼

= M L (E n , F ) .
Ejemplo 24. Sea

f : E −→ F
u 7−→ f (u) = k, k fijo en F.
Note que f es de clase C ∞ en E y Dn f (u) = 0 para todo n ∈ N∗ y para todo u ∈ E.

Además, Dn f (u) ∈ M L (E n , F ). 4
Ejemplo 25. Sea f ∈ L (E, F ). Ya conocemos que f es diferenciable en E, y su difer-
encial en todo punto u ∈ E es Df (u) = f . Ası́,
Df : E −→ L (E, F )
u 7−→ Df (u) = f.
Ahora, sean u, h ∈ E con h 6= 0. Luego,
Df (u + h) − Df (u) = f − f = 0 + khk 0
y por tanto, Df es diferenciable en E y D2 f = 0. Luego, Dn f = 0 para todo n ≥ 2 y
ası́, f es de clase C ∞ . 4
Ejemplo 26. Sea Ψ ∈ B(E × F, G), con E, F, G espacios normados. Sabemos que Ψ es
diferenciable en E × F , y su diferencial viene dada por
DΨ (u, v)(h, k) = Ψ (u, k) + Ψ (h, v)
para todo (h, k) ∈ E × F . Veamos si DΨ es continua en E × F . Sea ε > 0.
k[DΨ (u1 , v1 ) − DΨ (u, v)] (h, k)kG

kDΨ (u1 , v1 ) − DΨ (u, v)kL (E×F,G) = sup
(h,k)6=0 k(h, k)kE×F
kΨ (u1 , k) + Ψ (h, v1 ) − Ψ (u, k) − Ψ (h, v)kG
= sup
(h,k)6=0 k(h, k)kE×F

kΨ (u1 , k) − Ψ (u, k)kG kΨ (h, v1 ) − Ψ (h, v)kG
≤ sup +
(h,k)6=0 k(h, k)kE×F k(h, k)kE×F

kΨ (u1 − u, k)kG kΨ (h, v1 − v)kG
= sup +

kΨ k ku1 − ukE kkkF kΨ k kv1 − vkF khkE
≤ sup +
≤ sup kΨ k (ku1 − ukE + kv1 − vkF )
(h,k)6=0
≤ 2 kΨ k (k(u1 − u, v1 − v)kE×F ),
ε
donde se ha considerado que k(u, v)kE×F = kukE + kvkF . Tomando δ = 2kΨ k , se tiene
que para todo (u, v) ∈ E × F tal que k(u − u1 , v − v1 )kE×F < δ, se sigue que
kDΨ (u1 , v1 ) − DΨ (u, v)kL (E×F,G) < ε.
Ası́ DΨ es continua en (u1 , v1 ) ∈ E × F , y por tanto, Ψ es de clase C 1 . Además,
DΨ ((u, v) + (h1 , h2 ))(k1 , k2 ) − DΨ (u, v)(k1 , k2 ) = Ψ (u + h1 , k2 ) + Ψ (k1 , v + h2 ) − Ψ (u, k2 ) − Ψ (k1 , v)

= Ψ (h1 , k2 ) + Ψ (k1 , h2 ),
lo que implica que D2 Ψ (u, v)(h1 , h2 )(k1 , k2 ) = Ψ (h1 , k2 ) + Ψ (k1 , h2 ). Además, D2 Ψ es

continua sobre E × F pues es constante con respecto a (u, v), por lo tanto Ψ es de clase
C 2 . Más aún, Dn Ψ (u, v) = 0 para todo n ≥ 3 entero, y ası́, Ψ es de clase C ∞ . 4
Lo hecho anteriormente en el ejemplo anterior, se puede extender a cualquier apli-

cación multilineal y continua para concluir que toda aplicación multilineal y continua es
de clase C ∞ .
Observación 35. (a) Note que si f es n veces diferenciable en u0 ∈ U (con n ≥ 2

entero), entonces existe una vecindad abierta de u0 , digamos Vu0 ( U , tal que f es
n−1 veces diferenciable en Vu0 . En efecto, como Dn f (u0 ) = D(Dn−1 f (u0 )), entonces
la existencia de Dn f (u0 ) supone la existencia de Dn−1 f en una vecindad de u0 .
(b) Es claro que si f es de clase C n , entonces f es de clase C m para todo 0 ≤ m < n, es

decir,
C n (U, F ) ( C m (U, F ) para todo 0 ≤ m < n.
(c) Si f es n veces diferenciable en U (n ≥ 2 entero), entonces f es de clase C n−1 sobre

U . En efecto, Dn−1 f es diferenciable en todo punto de U , y por tanto, Dn−1 f es
continua en U .
(d) Si f es diferenciable en u0 , ésto no implica que existe una vecindad abierta de u0
donde f sea continua. Es común pensar que si f es continua en u0 , también lo es en
una vecindad de u0 , lo cual no es necesariamente cierto. Un claro ejemplo de esto es
la función 
x si x ∈ Q,
f (x) =
0 si x ∈ I.
Es fácil ver que f es continua en x = 0 pero no es continua en ninguna vecindad de

x = 0.
(e) Sean f una función m + n veces diferenciable en u0 ∈ U (con m, n > 0 enteros) y
Vu0 una vecindad abierta de u0 tal que f es n veces diferenciable en Vu0 . Entonces
Dn f es m veces diferenciable en u0 y además, Dm (Dn f )(u0 ) = Dm+n f (u0 ).
Proposición 3.23. Sean E, F espacios normados y U ⊆ E abierto. Para todo n ≥ 1

entero
Wn := {f : U → F : f es n veces diferenciable en u0 ∈ U
(resp. n veces diferenciable en U , resp. de clase C n )}
es un subespacio vectorial del espacio de las funciones de U en F , y además para cualquier

α∈K
Dn (αf + g) = αDn f + Dn g.
Proof. Se deja al lector realizar la demostración mediante inducción sobre n.
Teorema 3.24 (Teorema de Schwarz). Sean E, F espacios normados, U ⊆ E un

abierto y f : U → F una función dos veces diferenciable en u0 ∈ U . Entonces
D2 f (u0 ) ∈ M L s E 2 , F .

Proof. Como D2 f (u0 ) ∈ M L E 2 , F , basta probar que para todo h1 , h2 ∈ E,

D2 f (u0 ) (h1 , h2 ) = D2 f (u0 ) (h2 , h1 ) .

Para mostrar lo requerido basta probar que
2
D f (u0 ) (h1 , h2 ) − D2 f (u0 ) (h2 , h1 ) ≤ ε kh1 k kh2 k .

(∀ > 0)(∀h1 , h2 ∈ E)
Como por hipótesis f es dos veces diferenciable en u0 , entonces existe r > 0 tal que f es
diferenciable en B (u0 , r) ( U .
Ahora, sean u, v ∈ B 0, 2r . Se define

F (u, v) := f (u0 + u + v) − f (u0 + u) − f (u0 + v) + f (u0 )
la cual es claramente simétrica. Luego,
F (u, v) − D2 f (u0 ) (u, v) = f (u0 + u + v) − f (u0 + v) − Df (u0 + u) (v) + Df (u0 ) v

− (f (u0 + u) − f (u0 )) + Df (u0 + u) − Df (u0 ) − D2 f (u0 ) u v.

Manteniendo u ∈ B 0, 2r fijo, se define para todo x ∈ B 0, 2r

g (x) := f (u0 + u + x) − f (u0 + x) − Df (u0 + u) x + Df (u0 ) x.
Ası́,
F (u, v) − D2 f (u0 ) (u, v) = g (v) − g (0) + Df (u0 + u) − Df (u0 ) − D2 f (u0 ) u v

y por tanto,
F (u, v) − D2 f (u0 ) (u, v) ≤ kg (v) − g (0)k + Df (u0 + u) − Df (u0 ) − D2 f (u0 ) u kvk .

| {z } | {z }
N1 N2
Para estimar N1 , la idea es utilizar el teorema de los incrementos finitos generalizado

a g. Note que g es diferenciable en B 0, 2r pues es la suma algebraica de funciones

diferenciales en B(u0 , r). Por tanto,
Dg (x) = Df (u0 + u + x) − Df (u0 + x) − Df (u0 + u) + Df (u0 ) .
Puesto que [0, v] ⊆ B 0, 2r , se sigue por el TIFG que

kg (v) − g (0)k ≤ sup kDg (z)k kvk

z∈[0,v]
= sup kDf (u0 + u + z) − Df (u0 + z) − Df (u0 + u) + Df (u0 )k kvk

z∈[0,v]
Df (u0 + u + z) − Df (u0 ) − D2 f (u0 ) (u + z)

≤ sup
z∈[0,v]
+ Df (u0 + z) − Df (u0 ) − D2 f (u0 ) z

+ Df (u0 + u) − Df (u0 ) − D2 f (u0 ) u .

Puesto que f es dos veces diferenciable en u0 , se tiene que para todo ε > 0, existe
η = η(ε) > 0 tal que
kx − u0 k < η ⇒ Df (x) − Df (u0 ) − D2 (u0 ) (x − u0 ) < ε kx − u0 k .

η η
Además, se puede elegir η > 0 tal que η < r. Luego, kuk ≤ 2 y kzk ≤ 2, implican que
ku + zk ≤ η, y por tanto,
kDg (z)k ≤ ku + zk + kzk + kuk ≤ 2 (kuk + kzk)

y
N2 = Df (u0 + u) − Df (u0 ) − D2 f (u0 ) u < ε kuk .

Ası́, si v es tal que kvk ≤ η2 , entonces z = λv con 0 ≤ λ ≤ 1, verifica que kzk ≤ η2 , y por
tanto,
sup kDg (z)k = sup kDg (λv)k ≤ 2ε sup (kuk + kλvk) = 2 (kuk + kvk) .
z∈[0,v] 0≤λ≤1 0≤λ≤1
Ası́, se tiene que
F (u, v) − D2 f (u0 ) (u, v) ≤ 2ε (kuk + kvk) kvk + ε kuk kvk

2
= 3ε kuk kvk + 2ε kvk

3 2
= 2ε kuk kvk + kvk
2
2
≤ 2ε (kuk + kvk) .
Se tiene entonces que para todo u, v ∈ B 0, η2

2
D f (u0 ) (u, v) − D2 f (u0 ) (v, u) ≤ D2 f (u0 ) (u, v) − F (u, v) + D2 f (u0 ) (v, u) − F (u, v)

= D2 f (u0 ) (u, v) − F (u, v) + D2 f (u0 ) (v, u) − F (v, u)

2 2
≤ 2 (kuk + kvk) + 2 (kuk + kvk)
2
= 4 (kuk + kvk) .
Note que se llegó al resultado requerido, pero sólamente para los u, v ∈ B 0, η2 . Para

validarlo en todo E, se lo hará a través de un escalamiento.

Sean h1 , h2 ∈ E no nulos. Se define
h1 η h2 η
u= , v= .
kh1 k 4 kh2 k 4
Ası́,
2
D f (u0 ) (u, v) − D2 f (u0 ) (v, u) =
η2 2
D f (u0 ) (h1 , h2 ) − D2 f (u0 ) (h2 , h1 )

16 kh1 k kh2 k
2
≤ 4ε (kuk + kvk)
η η 2
= 4ε +
4 4
Ası́, finalmente
2
D f (u0 ) (h1 , h2 ) − D2 f (u0 ) (h2 , h1 ) ≤ 16ε kh1 k kh2 k .

En el caso que h1 = 0 o h2 = 0, se tiene el resultado directamente pues los dos lados

de la igualdad son nulos.
3.8 Derivadas de segundo orden de una función definida sobre

un espacio producto
Qn
Sean E1 , . . . , En , F espacios normados, U ⊆ i=1 Ei un abierto y f : U → F una función
dos veces diferenciable en a = (a1 , . . . , an ) ∈ U .
Entonces, por la Observación 35, se sigue que existe una vecindad abierta de a,
digamos Va , tal que f es diferenciable en Va . Por tanto, existe la función Df : Va →
Qn
L ( i=1 Ei , F ) y ası́, la segunda derivada de f está bien definida en Va .
Por otro lado, sabemos que la diferencial de f coincide con la suma de las diferenciales
Qn
parciales de f , es decir, para todo x ∈ Va y para todo h = (h1 , . . . , hn ) ∈ i=1 Ei
n
X
Df (x) (h1 , . . . , hn ) = Di f (x) hi ,
i=1
donde Di f : Va → L (Ei , F ) representa la derivada parcial de f respecto a la i-ésima

componente. Además, notar que podemos expresar a Df (x) como
n
X
Df (x) = Di f (x) ◦ πi
i=1
donde πi es la proyección canónica i-ésima.

Por otro lado, como Df es diferenciable en a, se sigue que
n
Y n
Y
D(Df )(a) ∈ L ( Ei , L ( Ei , F ))
i=1 i=1
Qn
y por tanto, para todo (k1 , . . . , kn ) ∈ i=1 Ei
n
X
D(Df ) (a) (k1 , . . . , kn ) = Dj (Df ) (a) kj ,
j=1
Qn
donde Dj (Df )(a) ∈ L (Ej , L ( i=1 Ei , F )) representa la derivada parcial de Df respecto
a la j-ésima componente.
Análogamente a lo visto con la diferencial de f podemos expresar a la función D2 f (a)
como sigue
Xn
D2 f (a) = Dj (Df )(a) ◦ πj .
j=1
Con el fin de comprender como son estas derivadas parciales, se definen las aplicaciones
parciales, las cuales están dadas por
Qn
Ψj : (Va )j −→ L ( i=1 Ei , F )
x 7−→ Ψj (x) = Df (a1 , . . . , aj−1 , x, aj+1 , . . . , an ).
La derivada de Fréchet de Ψj es la derivada parcial j-ésima de Df : DΨj (aj ) = Dj (Df )(a).

Para calcularla recordemos que al ser Ψj diferenciable en aj , entonces podemos hallar su
derivada a través de la derivada de Gâteaux:
3.8 Derivadas de segundo orden de una función definida sobre un espacio producto 131
Dj (Df )(a)kj = DΨj (aj )kj

Ψj (aj + tkj ) − Ψj (aj )
= lim
t→0 t
Xn
[Di f (a1 , . . . , aj + tkj , . . . , an ) ◦ πi − Di f (a1 , . . . , aj , . . . , an ) ◦ πi ]
i=1
= lim
t→0 t
Xn
= Dj (Di f )(a1 , . . . , aj , . . . , an )kj ◦ πi
i=1
Xn
= Dj (Di f )(a)kj ◦ πi .
i=1
Ası́, se puede expresar D2 f (a) de la siguiente manera

n X
X n
D2 f (a)(k1 , . . . , kn )(h1 , . . . , hn ) = (Dj (Di f )(a)kj ◦ πi )(h1 , . . . , hn )
j=1 i=1
n
X
= Dj (Di f )(a)kj hi .
i,j=1
Qn
Definición 22 (Segundas derivadas Parciales). Sea f : U ⊆ i=1 Ei → F una función
dos veces diferenciable en a ∈ U . Diremos que las funciones Dj (Di f )(a) son las segundas
derivadas parciales de f en a y las notaremos de la siguiente forma:
2
Dij f (a) := Dj (Di f )(a)14 .
Notar que Dij 2

f (a) ∈ L (Ej , L (Ei , F )) ∼
= M L (Ei × Ej , F ), de forma que Dij
2
f (a) es
una aplicación multilineal y continua del espacio Ei × Ej sobre F.
Tener en cuenta que ası́ como es posible expresar las derivadas parciales a partir de
la diferencial de la función, las segundas derivadas parciales pueden ser vistas como
2
Dij f (a)kj hi = D2 f (a)(0, . . . , kj , . . . , 0)(0, . . . , hi , . . . , 0).
Gracias a esto, se tiene el siguiente teorema:

Qn
Teorema 3.25. Sea f : U ⊆ i=1 Ei → F una función dos veces diferenciable en a ∈ U .
Entonces las segundas derivadas parciales de f en a son simétricas, es decir,
2 2
Dij f (a)kj hi = Dji f (a)hi kj .
Proof. La demostración es una aplicación del teorema de Schwarz visto anteriormente.

Sabemos que
2
Dij f (a)kj hi =D2 f (a)(0, . . . , kj , . . . , 0)(0, . . . , hi , . . . , 0)
=D2 f (a)(0, . . . , hi , . . . , 0)(0, . . . , kj , . . . , 0) = Dji
2
f (a)hi kj .
14
Es usual utilizar la siguiente notación: fij (a) := Dj (Di f )(a).
El contrarecı́proco de esta proposición es muy útil para demostrar que una función
no es dos veces diferenciable en un punto. Si las segundas derivadas parciales de f en a
no son simétricas, inmediatamente concluı́mos que f no es dos veces diferenciable en a.
3.8.1 Sobre la simetrı́a de las segundas derivadas parciales
En Análisis Vectorial, se conoce un resultado importante llamado también como Teorema

de Schwarz, el cual habla de la simetrı́a de las derivadas parciales mixtas.
Teorema 3.26. Sean U ⊆ Rn un abierto y f : U ⊆ Rm → R una función tal que existe

una dupla (i, j) de manera que las segundas derivadas parciales
∂2f ∂2f
y
∂xj ∂xi ∂xi ∂xj
existen y son contı́nuas en un punto a ∈ U . Entonces
∂2f ∂2f
(a) = (a).
∂xj ∂xi ∂xi ∂xj
Podrı́amos pensar que el Teorema 3.25 sustituye al Teorema 3.26, pues el Teorema 3.25
no requiere que las segundas derivadas parciales sean continuas en a para que coincidan.
Sin embargo, lo cierto es que son resultados distintos.
Para el Teorema 3.25, una de las hipótesis es que la función f sea dos veces difer-
enciable en el punto a. De esta forma se garantiza la simetrı́a de todas las segundas
derivadas parciales, pero note que no se exige nada de la continuidad de las mismas.
Por otra parte, el Teorema 3.26 nos otorga la simetrı́a de una sola dupla de segundas
derivadas parciales. Es más, ni siquiera pide que la función f sea dos veces diferenciable
en el punto a. Por tanto, no podemos considerar alguno de estos resultados mejor que el
otro, sino que cada uno posee su fortaleza.
3.9 Fórmula de Taylor en espacios normados
Teorema 3.27 (Fórmula de Taylor con función de error). Sean E, F espacios normados,
U ⊆ E un abierto y f : U → F una función n veces diferenciable en a ∈ U , con n ≥ 1
entero. Entonces f verifica que
n
X 1 k n
f (a + h) = f (a) + D f (a)(hk ) + khk Ea,n (h), (3.10)
k!
k=1
con h ∈ E, h 6= 0 y donde Ea,n (h) → 0 cuando h → 0. Se usa la notación Ea,n para

indicar que la función de error depende también de a y n. Además, (hk ) = (h, . . . , h).
| {z }
k veces
3.9 Fórmula de Taylor en espacios normados 133
Proof. Idea: Realizar inducción sobre n.

Base de la inducción n = 1. Este caso es directo pues f es diferenciable en a por
hipótesis.
Paso de la inducción.
Hipótesis de inducción: Supongamos que el resultado es cierto para n = m − 1, es
decir, si f es m − 1 veces diferenciable en a, entonces
m−1
X 1 k m−1
f (a + h) = f (a) + D f (a)(hk ) + khk Ea,n (h).
k!
k=1
Se debe probar que el resultado se cumple para n = m con m ≥ 2, es decir,

m

X 1 k
k m
(∀ε > 0) (∃δ = δ(ε) > 0) ∀h ∈ E : khk < δ ⇒ f (a + h) − f (a) − D f (a)(h ) < ε khk .

k!
k=1
Puesto que f es al menos dos veces diferenciable en a, existe una vecindad de a, Ua , tal
que f es diferenciable en Ua . Luego, existe Df : Ua → L (E, F ). Además, por hipótesis
f es m veces diferenciable en a, por tanto Df es m − 1 veces diferenciable en a. Por
hipótesis de inducción, se sigue que para todo ε > 0, existe δ = δ(ε) > 0 tal que para
todo x ∈ E con a + x ∈ Ua y kxk < δ se tiene que
m−1

X 1
m−1
k+1 k
Df (a + x) − Df (a) − D f (a)(x ) < ε kxk .

k!
k=1
Note que para todo h ∈ E tal que khk < δ y para todo 0 ≤ t ≤ 1, se tiene que a+th ∈ Ua ,
kthk < δ y

m−1
X tk
k+1 m−1
Df (a + th) − Df (a) − D f (a)(h ) < εtm−1 khk
k
. (3.11)

k!
k=1
Por otro lado, se define la siguiente función
ϕ : [0, 1] −→ F
m k
X t
t 7−→ ϕ(t) = f (a + th) − Dk f (a)(hk ).
k!
k=1
Notar que ϕ es continua en [0, 1], diferenciable en (0, 1) y para todo t ∈ (0, 1)
m
0
X tk−1 k
ϕ (t) = Df (a + th)h − k D f (a)(hk )
k!
k=1
m
X tk−1
= Df (a + th)h − Df (a)h − Dk f (a)(hk )
(k − 1)!
k=2
m−1
X k t k+1
= Df (a + th)h − Df (a)h − D f (a)(hk+1 ).
k!
k=1
Aplicando el TIFv2 se tiene que
kϕ(1) − ϕ(0)k ≤ sup kϕ0 (t)k

0≤t≤1
m−1

X tk
k+1 k
≤ sup [Df (a + th) − Df (a) − D f (a)(h )]h

0≤t≤1 k!
k=1
m−1

X tk
≤ sup Df (a + th) − Df (a) − Dk+1 f (a)(hk ) khk

0≤t≤1 k!
k=1
y gracias a (3.11), se sigue que

m−1 m
kϕ(1) − ϕ(0)k ≤ ε khk khk = ε khk
y por tanto,
m
X 1 k
k m
f (a + h) − f (a) − D f (a)(h ) < ε khk .

k!
k=1
Observación 36. Es usual referirse a la ecuación (3.10) como la aproximación de

Taylor de orden n de la función f .
Teorema 3.28 (Fórmula de Taylor con resto de Lagrange). Sean E, F espacios norma-
dos, U ⊆ E un abierto y f : U → F una función n + 1 veces diferenciable en U . Sea
h ∈ E tal que [a, a + h] ( U , con a ∈ U . Entonces
n

n+1
X 1 k
k khk
sup Dn+1 f (a + th) .

f (a + h) − f (a) − D f (a)(h ) ≤

k! (n + 1)! 0≤t≤1
k=1
Proof. Considere la función
Ψ : [0, 1] −→ F
n
X (1 − t)k
t 7−→ Ψ (t) = f (a + th) + Dk f (a + th)(hk ).
k!
k=1
Notar que Ψ es continua en [0, 1], diferenciable en (0, 1) y para todo t ∈ (0, 1)
(1 − t)n n+1
Ψ 0 (t) = D f (a + th)(hn+1 ).
n!
Además,
(1 − t)n n+1
kΨ 0 (t)k ≤ sup Dn+1 f (a + th) khk

.
n! 0≤t≤1
n+1
Denotando como M = sup Dn+1 f (a + th) khk

, se define la función
0≤t≤1
g : [0, 1] −→ R
t
(1 − s)n
Z
t 7−→ g(t) = M ds.
0 n!
3.10 Teorema de la función inversa 135
Luego
kΨ (1) − Ψ (0)k ≤ g(1) − g(0), 15
y por tanto,
n
Z 1
X 1 k
k (1 − s)n
f (a + h) − f (a) − D f (a)(h ) ≤M ds

k! 0 n!
k=1
(1 − s)n+1 1
=−M
(n + 1)! 0

M
=
(n + 1)!
n+1
khk
sup Dn+1 f (a + th) .

=
(n + 1)! 0≤t≤1
3.10 Teorema de la función inversa
Definición 23 (Difeomorfismos). Sean E, F espacios normados, U ⊆ E, V ⊆ F abiertos

y f : U → V una función.
1. Se dice que f es un difeomorfismo si f es biyectiva y diferenciable en U , y f −1 es

diferenciable en V .
2. f es un difeomorfismo de clase C 1 si f es un difeomorfismo y tanto f como f −1
son de clase C 1 .
3. f es un homeomorfismo diferenciable si f es un homeomorfismo y f es diferen-
ciable. 16
Observación 37.
1. Si f es un difeomorfismo, entonces f es un homeomorfismo.

2. Si f es un homeomorfismo diferenciable, entonces no necesariamente f es un difeo-
morfismo.
15
Esto es gracias al siguiente resultado que se anima al lector a probarlo usando una de-
mostración análoga a la dada para el TIFv2: Sean F un espacio normado, f : [a, b] → F y
g : [a, b] → R funciones continuas en [a, b] y diferenciables en (a, b). Si
kDf (x)k ≤ g 0 (x) para todo x ∈ (a, b),
entonces
kf (b) − f (a)k ≤ g(b) − g(a),
16
f −1 no es necesariamente diferenciable.
Ejemplo 27.
1.
f : (−π/2, π/2) −→ R
x 7−→ f (x) = tan(x)
es un difeomorfismo.
2.
f : R −→ R
x 7−→ f (x) = x3
es sólamente un homeomorfismo diferenciable, pues f −1 no es diferenciable en 0.
Proposición 3.29. Sean E, F espacios normados, U ⊆ E y V ⊆ F abiertos, y f : U →

V una función. Si f es un difeomorfismo, entonces para todo u ∈ U , Df (u) es un
isomorfismo (homeomorfismo lineal) de E sobre F , y además para todo u ∈ U
Df −1 (f (u)) = (Df (u))−1 .
Proof. Como f es un difeomorfismo, se tiene que f es diferenciable en U y f −1 es difer-

enciable en V . Además, como f ◦ f −1 = idV y f −1 ◦ f = idU , por la regla de la cadena
se verifica que
Df (f −1 (v)) ◦ Df −1 (v) = idF
y
Df −1 (f (u)) ◦ Df (u) = idE .
Ası́, Df (u) es invertible y además
Df −1 (f (u)) = (Df (u))−1 . (3.12)
Por tanto, Df (u) es biyectiva para cada u ∈ U , y gracias a 3.12 se tiene (Df (u))−1 ∈
L (F, E) pues f es un difeomorfismo.
Teorema 3.30 (Teorema de la función inversa local o teorema de inversión local). Sean
E, F espacios de Banach, U ⊆ E un abierto y f : U → F una función de clase C 1 . Si
existe a ∈ U tal que Df (a) es un isomorfismo, entonces existe Ua ⊆ U vecindad abierta
de a tal que Vb = f (Ua ) es una vecindad abierta de b = f (a) y que

f : Ua → Vb

Ua
es un difeomorfismo de clase C 1 .
Proof. Se realizará la demostración en cuatro etapas.

1. Reducción del problema. Sin pérdida de generalidad, consideramos E = F , a = 0,

b = f (0) = 0 y Df (0) = idE . En efecto, supongamos que el resultado es cierto bajo las
hipótesis dadas, es decir, existe U0 ⊆ U vecindad abierta de a = 0 tal que V0 = f (U0 )
es una vecindad abierta de b = 0 y f : U0 → V0 es un difeomorfismo de clase C 1 .
Luego, si f : U ⊆ E → F es una función de clase C 1 y a ∈ U tal que Df (a) es un
isomorfismo de E sobre F , entonces definimos
b ⊆ E −→ E
fb: U
,
x 7−→ fb(x) := (Df (a))−1 (f (a + x) − f (a))
donde U b := {x ∈ E : a + x ∈ U }. Notar que 0 ∈ U b, U

b es un abierto de E, fb(0) = 0,
fb es de clase C pues f es de clase C y Dfb(0) = (Df (a))−1 ◦ Df (a) = idE . Por lo
1 1
tanto, fb es un difeomorfismo de clase C 1 de U b0 sobre Vb0 = fb(Ub0 ). De esta manera,

f (z) = f (a) + Df (a)(fb(z − a)) es un difeomorfismo de clase C 1 de Ua = U b0 + a sobre
Vb = V0 + b = f (U0 ) + f (a) = f (Ua ).
b b b
2. Existencia de la función inversa local de f . Sea f : U ⊆ E → E una función de

clase C 1 , con U un abierto tal que 0 ∈ U , f (0) = 0 y Df (0) = idE . Debemos probar
que existe U0 vecindad abierta de 0 tal que V0 = f (U0 ) es una vecindad abierta de
f (0) = 0 y f |U0 : U0 → V0 sea biyectiva.
Lo anterior es equivalente a probar que para todo y ∈ V0 = f (U0 ), existe un único
x ∈ U0 tal que y = f (x). Pero ésto a su vez es equivalente a demostrar que existe un
único x punto fijo de la función hy (x), donde hy (x) = g(x) + y = x − f (x) + y.
Para demostrar lo último, se hará uso del teorema de punto fijo de Banach. Sea
g : U −→ E
.
x 7−→ g(x) = x − f (x)
Claramente g es de clase C 1 pues g = idU − f . Además, g(0) = 0 y Dg(0) =

idE − Df (0) = idE − idE = 0. Ası́, como Dg es continua en U , existe r > 0 tal que
para todo x ∈ B(0, 2r),
1
Dg(x) ∈ B 0, .
2
Aplicando el TIFG a g sobre B(0, 2r) se tiene que
kg(x) − g(0)k ≤ sup kDg(z)k kx − 0k

z∈B(0,2r)
1
con lo cual kg(x)k < 2 kxk < r y ası́,
g(B(0, 2r)) ⊆ B(0, r). (3.13)
Además, como g es contı́nua en U , se sigue que
g(B(0, 2r)) ⊆ B(0, r).
En efecto, de (3.13) se sigue que

g(B(0, 2r)) ⊆ B(0, r)
y por la continuidad de g en U ,
g(B(0, 2r)) ⊆ g(B(0, 2r)).
Además, como la bola cerrada coincide con la clausura de la bola abierta en espacios
normados, se concluye que
g(B(0, 2r)) ⊆ g(B(0, 2r)) ⊆ B(0, r).
Por otro lado, para cada y ∈ B(0, r), se define hy (x) = g(x) + y.
Notar que hy (x) = x es equivalente a que y = f (x). Además, para todo x ∈ B(0, 2r),
khy (x)k ≤ kg(x)k + kyk < r + r = 2r y por tanto, hy (B(0, 2r)) ⊆ B(0, 2r) ⊆ B(0, 2r).
Ası́, hy : B(0, 2r) → B(0, 2r).
Veamos que hy es una contracción sobre B(0, 2r). Sean x1 , x2 ∈ B(0, 2r). Luego,
khy (x1 ) − hy (x2 )k = kg(x1 ) + y − g(x2 ) − yk

1
= kg(x1 ) − g(x2 )k ≤ kx1 − x2 k ,
2
donde la ultima desigualdad se obtuvo al aplicar el T IF G a g sobre B(0, 2r). Más aún,
puesto que hy es contı́nua (por continuidad de g), se tiene que la desigualdad anterior
también es cierta para B(0, 2r), es decir, hy es una contracción sobre B(0, 2r).
Ası́, como B(0, 2r) es un espacio métrico completo y hy es una contracción sobre
B(0, 2r), por el teorema de punto fijo de Banach, hy posee un único punto fijo x ∈
B(0, 2r).
Notar que x ∈ B(0, 2r). En efecto, para cualquier y ∈ B(0, r)
kxk = khy (x)k = kg(x) + yk ≤ kg(x)k + kyk < r + r = 2r.
Ası́, tomando U0 := B(0, 2r) ∩ f −1 (B(0, r)) (pues y = f (x) ∈ B(0, r)), se sigue que
U0 es una vecindad abierta de 0, V0 = f (U0 ) = B(0, r) es una vecindad abierta de 0
y f : U0 → V0 es una biyección (pues hy posee un único punto fijo).

U0
3. Mostremos que f −1 es Lipschitz continua. Como f −1 : B(0, r) → B(0, 2r) ∩
f −1 (B(0, r)), entonces dados y1 , y2 ∈ B(0, r), se sigue que
−1
f (y1 ) − f −1 (y2 ) = kx1 − x2 k

= khy1 (x1 ) − hy2 (x2 )k

≤ ky1 − y2 k + kg(x1 ) − g(x2 )k
1
≤ ky1 − y2 k + kx1 − x2 k .
2
−1
Luego, 1 f (y1 ) − f −1 (y2 ) ≤ ky1 − y2 k y por tanto,
2
−1
f (y1 ) − f −1 (y2 ) ≤ 2 ky1 − y2 k .

4. Mostremos que f −1 es de clase C 1 .

Primero veamos que f −1 es diferenciable en B(0, r).
Como f es de clase C 1 , entonces Df es continua en U , y en particular, Df es continua
en U0 . Por lo tanto, para todo x ∈ U0
1
kDf (x) − Df (0)k = kDf (x) − idE k < .
2
La última desigualdad se obtiene del hecho de que g = idU − f . Ası́,
1
kDf (x) − idE k < −1 = 1.
id
E
Por lo tanto, para todo x ∈ U0 , Df (x) es un isomorfismo de E sobre E.17 Sea

y ∈ B(0, r). Existe x ∈ U0 tal que y = f (x). Demostremos que
−1
f (w) − f −1 (y) − (Df (x))−1 (w − y)
−→ 0 .
kw − yk w→y
Para w ∈ B(0, r), se tiene que existe x1 ∈ U0 tal que w = f (x1 ). Ası́
−1
f (w) − f −1 (y) − (Df (x))−1 (w − y) = x1 − x − (Df (x))−1 (f (x1 ) − f (x))

= (Df (x))−1 [Df (x)(x1 − x) − (f (x1 ) − f (x))]

≤ (Df (x))−1 kf (x1 ) − f (x) − Df (x)(x1 − x)k .

Dividiendo para kw − yk, se sigue que

−1
f (w) − f −1 (y) − (Df (x))−1 (w − y) Df (x)−1
≤ kf (x1 ) − f (x) − Df (x)(x1 − x)k
kw − yk kw − yk
kx1 − xk
· .
kx1 − xk
Notar que gracias a la Lipschitz continuidad de f −1

−1
kx1 − xk f (w) − f −1 (y)
= ≤2
kw − yk kw − yk
y por tanto,
−1
f (w) − f −1 (y) − (Df (x))−1 (w − y) kf (x1 ) − f (x) − Df (x)(x1 − x)k
≤ 2 (Df (x))−1

kw − yk kx1 − xk
−→ 0 .
w→y
17
Se ha utilizado la siguiente proposición, cuya demostración se deja al lector. Sean T un
isomorfismo de E sobre F , S ∈ L (E, F ) tal que
1
kT − Sk < .
kT −1 k
Entonces S es un isomorfismo de E sobre F .
Finalmente, Df −1 : B(0, r) → L (E, E) es continua sobre B(0, r) pues se escribe

como la composición
Df −1 = Φ ◦ Df ◦ f −1 ,
donde
Φ : Isomorf (E, E) −→ L (E, E)
T 7−→ Φ(T ) = T −1
es continua pues E es de Banach (muéstrelo), Df continua por hipótesis y f −1 se
probó que es continua. Finalmente,
Df −1 (y) = Φ(Df (f −1 (y))) = (Df (x))−1 .
Observación 38. (a) El teorema de inversión local es usado para asegurar que, a nivel
local, f es invertible con f −1 diferenciable y Df −1 (v) = (Df (u))−1 , con v = f (u),
sin necesidad de conocer que forma tiene la función inversa.
(b) En dimensión finita, podemos reemplazar Df (a) un isomorfismo por Df (a) 6= 0.
Corolario 3.31 (Teorema de la función inversa global o teorema de inversión global).

Sean E, F espacios de Banach, U ⊆ E un abierto y f : U → F una función de clase
C 1 . Si f es inyectiva y para todo x ∈ U , Df (x) ∈ Isomorf (E, F ), entonces f (U ) es un
abierto de F y f es un difeomorfismo de clase C 1 de U sobre f (U ).
Proof. Del teorema de inversión local, para todo x ∈ U ,existe Ux ⊆ U vecindad de x tal
que Vf (x) = f (Ux ) es una vecindad abierta de f (x) y f es un difeomorfismo de clase

[Ux
C 1 de Ux sobre Vf (x) . Esto implica directamente que f (Ux ) = f (U ), el cual es un
x∈U
abierto pues es unión arbitraria de abiertos.
Luego, como f es inyectiva, se tiene que f es biyectiva de U sobre f (U ) y como para
todo x ∈ U , f es un difeomorfismo, entonces f es un difeomorfismo de clase C 1 de U

Ux
sobre f (U ).
3.11 Teorema de la función implı́cita
Teorema 3.32 (Teorema de la función implı́cita). Dados U ⊆ E × F un abierto, f : U ⊆

E × F → G una aplicación de clase C 1 (U ) y existe (a, b) ∈ U tal que f (a, b) = 0. Si
D2 f (a, b) es un isomorfismo entre F y G, entonces existen
1. V(a,b) ⊂ U una vecindad de (a, b),

2. Wa una vecindad de a y
3.11 Teorema de la función implı́cita 141
3. g : Wa → F una aplicación de clase C 1 en Wa
tales que hacen equivalentes a las siguientes proposiciones
1. (x, y) ∈ V(a,b) y f (x, y) = 0,

2. x ∈ Wa y y = g(x).
Proof. Primero, se define
g : U ⊆ E × F −→ E × G
.
(x, y) 7−→ g(x, y) = (x, f (x, y))
Notar que g está bien definida por la forma que tiene f . Además, g es diferenciable debido
a que cada componente de g, x y f (x, y), es diferenciable en U, y además su diferencial
esta dada por
Dg(x, y)(h, k) = (idE (h), Df (x, y)(h, k))

= (h, D1 f (x, y)h + D2 f (x, y)k) .
Notar que Dg(a, b) es un isomorfismo (homomorfismo lineal) de E × F sobre E × G pues

−1
Dg(a, b) es biyectiva y además (Dg(a, b)) es continua (gracias al Teo. de Isomorfismos
de Banach). Por el TIL(Teorema de la función inversa Local), existen V(a,b) y Wg(a,b)
vecindades abiertas de (a, b) y g(a, b) respectivamente, tales que
g|V(a,b) : V(a,b) → Wg(a,b) ,
es un difeomorfismo de clase C 1 . Denotemos por ψ : Wg(a,b) → V(a,b) al difeomorfismo

inverso de g|V(a,b) , es decir, ψ := g −1 . Con lo anterior,
∀(x, y) ∈ V(a,b) , g(x, y) = (x1 , y1 )
∀(x1 , y1 ) ∈ Wg(a,b) , ψ(x1 , y1 ) = (x, y),

son equivalentes. Notar que por la definición de g, se sigue que
g(x, y) = (x, f (x, y)) = (x1 , y1 ),
y ası́, la función inversa de g debe tener la forma ψ(x1 , y1 ) = (x1 , ξ(x1 , y1 )), con ξ una
función de clase C 1 . Consideramos ahora el conjunto

Wa = x ∈ E; (x, 0) ∈ Wg(a,b)
Notar que Wg(a,b) = W(a,0) y que Wa 6= ∅ pues a ∈ Wa , además Wa es un abierto de E.

Definiendo
ϕ : Wa −→ F
x 7−→ ϕ(x) = (ξ ◦ i1 )(x) = ξ(x, 0),
se tiene que ϕ es de clase C 1 pues es la restricción de ξ que es de clase C 1 . Finalmente,
para los puntos y1 = 0, se sigue que
(x, y) ∈ V(a,b) ; f (x, y) = 0
(x1 , 0) ∈ W(a,0) ; ξ(x1 , 0) = y = ϕ(x1 ),
pero x = x1 ⇒ x ∈ Wa , es decir, ϕ(x) = y.
Observación 39. Del T.F.I., resulta que
∀(x, y) ∈ V(a,b) ; f (x, y) = 0 ←→ ∀x ∈ Wa ; y = ϕ(x),
entonces, f (x, ϕ(x)) = 0, ∀x ∈ Wa . Ası́,
D1 f (x, ϕ(x)) + D2 f (x, ϕ(x)) ◦ Dϕ(x) = 0
D2 f (x, ϕ(x)) ◦ Dϕ(x) = −D1 f (x, ϕ(x))

−1
dϕ(x) = − (D2 f (x, ϕ(x))) ◦ D1 f (x, ϕ(x))
3.12 Ejercicios
Ejercicio 52.
(a) Sea H un espacio de Hilbert real. Muestre que la norma inducida por el producto
escalar es diferenciable en H \ {0} y halle su derivada.
(b) Sea H un espacio de Hilbert complejo. Muestre que el funcional
J : H −→ R
2
u 7−→ J(u) = kuk
no es diferenciable en H, donde k·k es la norma inducida por el producto escalar.

(c) Sea H un espacio de Hilbert complejo. Muestre que la norma inducida por el producto
escalar no es diferenciable en H.
(d) Sean H un espacio de Hilbert real y T ∈ L (H, H). Muestre que el funcional
J : H −→ R
r
u 7−→ J(u) = kT uk ,
con r > 1, es diferenciable en H \ {0} y halle su derivada.
Ejercicio 53. Sean E, F espacios normados, U ⊆ E un abierto y f : U → F una función

tal que f (U ) ⊆ F1 , donde F1 es un subespacio vectorial cerrado de F . Si f es diferenciable
en u0 ∈ U , muestre que Df (u0 ) ∈ L (E, F1 ).
3.12 Ejercicios 143
Ejercicio 54. Considere el espacio vectorial C([a, b]) de las funciones continuas del in-
tervalo cerrado [a, b] en R el cual está equipado con la norma kf k = sup |f (x)|. Sea el
x∈[a,b]
operador
T : C([a, b]) −→ C([a, b])
f 7−→ T f
Rb
definido por T f (x) := f (x) a K(x, t)f (t) dt, donde K(x, t) es una función continua en
[a, b] × [a, b]. Muestre que T es diferenciable en C([a, b]) y halle su derivada.
Ejercicio 55. Sean E un espacio normado, U ⊆ E un abierto y f : U → R una función

diferenciable en U tal que f (u) 6= 0 para todo u ∈ U . Muestre que la función
g : U −→ R
1
u 7−→ g(u) =
f (u)
es diferenciable en U .
Ejercicio 56. Sean E, F1 , F2 , G espacios normados, U ⊆ E, V1 ⊆ F1 , V2 ⊆ F2 abiertos,

f1 : U → F1 y f2 : U → F2 funciones diferenciables en a ∈ U tales que f1 (U ) ⊆ V1 y
f2 (U ) ⊆ V2 . Considere, además, B : V1 × V2 → G una aplicación bilineal y continua.
Muestre que la función
h : U −→ G
x 7−→ h(x) = B(f1 (x), f2 (x))
es diferenciable en a y halle su diferencial en dicho punto.
Ejercicio 57. Sean y ∈ Rn (variable a explicar, de interés, de respuesta o depen-

diente) y X ∈ Rn×n (conjunto de variables explicativas o regresoras) un vector
y una matriz conocidas, respectivamente. El modelo de regresión lineal múltiple que
relaciona y y X está dado por
y = X β + ε,
donde β ∈ Rn es un vector de parámetros (vector desconocido) y ε ∈ Rn es el error

de observación debido a variables no controladas.
La función de error E está dada por
E(β) = (y − X β)T (y − X β).
(a) Muestre que E es diferenciable en Rn .

(b) Minimice la función de error E conociendo que la matriz X es invertible.
Hint: Para hallar el mı́nimo de E iguale a cero la derivada de la función E, es

decir, DE(β) = 0.
Ejercicio 58. Sea E un espacio normado, U ⊆ E un abierto y f, g : U → R funciones

diferenciables en U . Se define la función
h : U −→ R
.
u 7−→ h(u) := max{f (u), g(u)}
¿Es h diferenciable en U ? En caso afirmativo, demuéstrelo y en caso negativo dé un

contraejemplo.
Ejercicio 59. Sea
f : R2 −→ R 
x3

x2 +y 2 si (x, y) 6= (0, 0),
(x, y) 7−→ f (x, y) =
0 si (x, y) = (0, 0).
(a) ¿Es f continua en (0, 0)?

(b) ¿Posee f derivadas direccionales en (0, 0) y en toda dirección?
(c) ¿Es f G-diferenciable en (0, 0)?
(d) ¿Es f F-diferenciable en (0, 0)?
Ejercicio 60. Sea
f : R2 −→ R 
|x3 |y

x4 +y 2 si (x, y) 6= (0, 0),
(x, y) 7−→ f (x, y) =
0 si (x, y) = (0, 0).
(a) ¿Es f continua en (0, 0)?

(b) ¿Es f G-diferenciable en (0, 0)?
(c) ¿Es f F-diferenciable en (0, 0)?
Ejercicio 61. Sean E un espacio normado finito dimensional, F un espacio normado
cualquiera y f : E → F una función Lipschitz continua en E y G-diferenciable en u0 ∈ E.
Muestre que f es F-diferenciable en u0 .
Hint: Use que en todo espacio normado finito dimensional, la esfera unitaria es com-
pacta.
Ejercicio 62. El objetivo de este ejercicio es mostrar que el teorema de los incrementos
finitos generalizado (TIFG) se verifica para funciones Gâteaux diferenciables.
Sean E, F espacios normados, U ⊆ E un abierto y f : U → F Gâteaux diferenciable
en U . Para cada u, v ∈ U tales que [u, v] ( U , muestre que
kf (u) − f (v)kF ≤ sup kDG f (z)kL (E,F ) ku − vkE .

z∈[u,v]
Ejercicio 63. Sean E, F espacios normados, K ⊆ E compacto y convexo, y f ∈

C 1 (K, F ). Muestre que f es Lipschitz continua en K.
Ejercicio 64. Sean I ⊆ R un intervalo abierto, E un espacio normado y f : I → E una
función de clase C 1 .
3.12 Ejercicios 145
(a) Sea a ∈ I. Muestre que para todo (x, y) ∈ I × I, con x 6= y, se tiene que

1
x − y (f (x) − f (y)) − Df (a) ≤ sup kDf (z) − Df (a)k .

z∈[x,y]
(b) Sea
g : I × I −→ E
1

 (f (x) − f (y)) si x 6= y
7 → g(x, y) = x − y
(x, y) −
Df (x) si x = y.

1. Muestre que g es continua en I × I.

2. Muestre que g es de clase C 1 sobre I × I \ ∆, donde ∆ = (x, x) : x ∈ I .
Hint:
1. Use la función
f (z) − f (y) − (z − y)Df (a)
F (z) =
x−y
definida para cualquier a, x, y ∈ I con x 6= y, conjuntamente con el teorema de los
incrementos finitos.
2. Escriba g como la composición de las funciones

G1 (x, y) = (f (x) − f (y), x − y) definida sobre I ×I \∆
y
u
G2 (u, t) =
definida sobre E × R∗ .
t
Ejercicio 65. Considere el campo escalar
f : R2 −→ R 
y 2 sin x

en R2 \ A,
(x, y) −
7 → f (x, y) = y
0

en A,
con A = R × {0}.
(a) ¿Es f continua en R2 ?

(b) Halle las aplicaciones parciales de f en todo punto (a1 , a2 ) ∈ R2 y determine si
existen o no las derivadas parciales de f en dichos puntos.
(c) ¿Es f Fréchet diferenciable en R2 ?
Ejercicio 66.
(a) Sean E, F espacios normados, U ⊆ E un abierto y u0 ∈ U . Se define para todo n ≥ 1

entero el siguiente conjunto

Wn := f : U → F : f es n veces diferenciable en u0 .
Muestre que Wn es un espacio vectorial y que
Dn (λf1 + f2 ) (u0 ) = λDn f1 (u0 ) + Dn f2 (u0 ),
para todo λ ∈ K y para todo f1 , f2 ∈ Wn .
Hint: Use inducción sobre n.
(b) Usando el literal anterior, concluya que se tienen las mismas propiedades anteriores
para los espacios

f : U → F : f es n veces diferenciable en U
y
f : U → F : f es de clase C n sobre U .

Ejercicio 67. Sean E, F espacios normados, U ⊆ E un abierto y f : U → F una función.

Si f es n veces diferenciable en u0 ∈ U (con n ≥ 2 entero), muestre que
Dn f (u0 ) ∈ M L s (E n , F ) .
Hint: Use inducción sobre n.
Ejercicio 68. Sean E, F espacios normados y f : E → F una función de clase C 2 tal

que para todo t ∈ R y para todo u ∈ E, f (tu) = t2 f (u). El objetivo de este ejercicio es
mostrar que para todo u ∈ E
D2 f (0)(u, u) = 2f (u).
(a) Para cada u ∈ E, defina ϕu como ϕu (t) = f (tu) con t ∈ R. Muestre que ϕu es de
clase C 2 .
(b) Hallar la primera y la segunda derivadas de ϕu para todo t ∈ R.
(c) Para cada u ∈ E, defina Ψu como Ψu (t) = t2 f (u) con t ∈ R. Muestre que Ψu es dos
veces diferenciable en todo t ∈ R y halle su primera y segunda derivadas.
(d) Concluya lo requerido.
Ejercicio 69. Sea f : R2 → R una función de clase C 3 tal que
2 2 2
f (0, 0) = 0, Df (0, 0) = 0, D11 f (0, 0) = D22 f (0, 0) = 0, D12 f (0, 0) = 1.
Además, considere sobre R2 la norma euclidiana.
(a) Escriba el desarrollo de Taylor en (0, 0) de mayor orden posible para las funciones f
y Df . Deduzca que
2f (x, y) − Df (x, y)(x, y) + 16 D3 f (0, 0)((x, y), (x, y), (x, y))
lim 3 = 0.
k(x,y)k→0 k(x, y)k
3.12 Ejercicios 147
(b) Sea
ϕ : R2 −→ R 
 f (x,y)−xy , si (x, y) 6= (0, 0),
x2 +y 2
(x, y) 7−→ ϕ(x, y) =
0, si (x, y) = (0, 0).
Mediante el cálculo de D2 f (0, 0)((x, y), (x, y)), muestre que ϕ es una función continua
sobre R2 .
Hint: Aplique la fórmula de Taylor al orden 2 para f .
Ejercicio 70. Sea
f : R2 −→ R 
y 2 sin x

en R2 \ A,
(x, y) −
7 → f (x, y) = y
0

en A,
∂2f ∂2f
con A = R × {0}. Muestre que (0, 0) y (0, 0) existen pero no tienen el mismo
∂x∂y ∂y∂x
valor. Indique si las derivadas parciales mixtas son continuas o no en (0, 0). ¿Qué se
puede concluir respecto a la existencia de la segunda derivada de f en el punto (0, 0)?
Ejercicio 71. El objetivo del siguiente ejercicio es observar que el Teorema de Schwarz
representa una condición necesaria pero no suficiente para que una función sea n veces
diferenciable en un punto.
Considere el campo escalar
f : R2 −→ R 
x3 sin 1

en R2 \ B,
(x, y) −
7 → f (x, y) = x
0

en B,
con B = {0} × R. Muestre que las derivadas parciales mixtas en todo punto de B son
iguales y que f no es dos veces diferenciable en B.
Ejercicio 72. Sean E, F espacios normados, U ⊆ E, V ⊆ F abiertos de E y F , respec-

tivamente, y f : U → V una función. Si f es un difeomorfismo, entonces muestre que E
y F son espacios isomorfos. En particular, si uno de los espacios tiene dimensión finita,
el otro también lo es y sus dimensiones coinciden.
Ejercicio 73. Sean Ω ⊆ Rn un abierto (n ∈ N∗ ) y f : Ω → Rn , g : Ω → L (Rn ) dos

funciones de clase C 1 . Se define
F : Ω × Ω −→ Rn
(x, y) 7−→ F (x, y) = g(x)(f (y)) + f (x).
(a) Muestre que F es de clase C 1 y halle DF , D1 F y D2 F .

(b) Suponga que 0 ∈ Ω y que f (0) = 0. Indique una condición sobre f y g para que
existan vecindades abiertas U y V de 0 en Rn y una función Ψ : U → V de clase C 1
tales que
(x, y) ∈ U × V y F (x, y) = 0 ⇐⇒ y = Ψ (x).
Además, halle DΨ (0).

A
Apéndice
A.1 Relación de orden sobre conjuntos
Sean X un conjunto no vacı́o y R ⊆ X × X una relación sobre X. Se dice que R es una

relación de orden parcial si
• Para todo x ∈ X, xRx (Reflexividad).

• Para todo x, y ∈ X tal que xRy ∧ yRx =⇒ x = y (Antisimetrı́a).
• Para todo x, y, z ∈ X tal que xRy ∧ yRz =⇒ xRz (Transitividad).
Además, si todos los elementos de X son comparables (i.e., para todo x, y ∈ X, xRy o
yRx), entonces se dice que R es una relación de orden total .
Si R es una relación de orden parcial sobre X, se dirá que X es un conjunto parcial-
mente ordenado con ésta relación de orden. Más aún, si R es una relación de orden total
sobre X, entonces se dirá que X es un conjunto totalmente ordenado con dicha relación
de orden.
Ejemplo 28.
(a) Sean A = {1, 2, 3} y su conjunto potencia
P(A) = {∅, {1}, {2}, {3}, {1, 2}, {1, 3}, {2, 3}, A}.
Es claro que la relación clásica de contenencia ⊆ es una relación de orden parcial

sobre P(A). Sin embargo, no es total pues note que los conjuntos {1, 2} y {1, 3} no
son comparables. Luego, P(A) es un conjunto parcialmente ordenado con la relación
⊆.
(b) Sobre N se considera la relación
xRy si, y sólo si, x|y (x es un divisor de y).
Es fácil probar que x|y es una relación de orden parcial y por tanto N es un conjunto
parcialmente ordenado. Sin embargo, no es totalmente ordenado pues si consideramos
150 A Apéndice
p y q números coprimos (números enteros que no poseen ningún factor primo en

común), éstos no son comparables bajo esta relación.
(c) Sobre el mismo conjunto N se considera la relación
xRy si, y sólo si, x ≤ y (x es menor o igual que y).
Es claro que x ≤ y es una relación de orden total y por lo tanto, con esta relación N
ya es un conjunto totalmente ordenado.
Es usual asignar a una relación de orden R la notación ≤, aun cuando ésta no nece-
sariamente represente a la relación de orden usual sobre R.
Sean X un conjunto parcialmente ordenado con la relación ≤ y A ⊆ X. Se dice que
un elemento x ∈ X es una cota superior de A si
a ≤ x para todo a ∈ A.
Si un subconjunto A de X posee al menos una cota superior (respecto a la relación de

orden ≤), se dice que A es acotado superiormente.
Sea A ⊆ X un conjunto acotado superiormente y denotemos por A∗ el conjunto de
todas las cotas superiores de A. Se dice que a∗ ∈ A∗ es el supremo de A si
a∗ ≤ x∗ para todo x∗ ∈ A∗ ,
es decir, el supremo de un conjunto A es la menor de todas las cotas superiores de

A (menor respecto a la relación de orden ≤). Además, este supremo es único y será
denotado por sup A. Si el supremo pertenece al conjunto A, entonces se lo conocerá
como el máximo de A y será denotado por max A.
Se dice que m ∈ X es un elemento maximal de X si verifica que
dado x ∈ X tal que m ≤ x =⇒ m = x,
es decir, no existe ningún elemento del conjunto que sea mayor que el elemento maximal
(nuevamente, mayor respecto a la relación de orden ≤).
Observación 40.
(a) Un conjunto puede tener varios, uno o ningún elemento maximal.

(b) Un elemento maximal no necesita ser una cota superior, por tanto, un elemento
maximal no necesariamente es un máximo del conjunto. Más aún, un conjunto puede
tener elementos maximales sin que éste tenga un máximo. Sin embargo, todo máximo
de un conjunto es un elemento maximal.
Ejemplo 29. Consideremos la siguiente relación de orden parcial sobre N:

A.3 Espacios vectoriales topológicos 151
x ≤ y si, y sólo si, x|y (x es un divisor de y).
Sea A = {2, 3, 4, 8}. El conjunto de cotas superiores de A es {24k : k ∈ N}, por tanto,
A está acotado superiormente y sup A = 24 ∈ / A. Ası́, A no tiene máximo. Además, note
que los elementos maximales de A son 3 y 8. 4
A.2 Operaciones sobre subespacios vectoriales
Sean V y W dos subespacios vectoriales del espacio vectorial E. Se definen las siguientes
operaciones:
• Intersección de subespacios vectoriales
V ∩ W := {z ∈ E : z ∈ V y z ∈ W }
• Unión de subespacios vectoriales
V ∪ W := {z ∈ E : z ∈ V o z ∈ W }
• Suma de subespacios vectoriales
V + W := {v + w : v ∈ V, w ∈ W }
Se anima al lector recordar las demostraciones de los siguientes resultados.
Proposición A.1. La intersección V ∩ W es un subespacio vectorial de E. Más aún,

\{Vi }i∈I es cualquier familia de subespacios vectoriales de E, entonces la intersección
si
Vi es un subespacio vectorial de E.
i∈I
Proposición A.2. La suma V + W es un subespacio vectorial de E. Además, V + W

es el subespacio vectorial de E más pequeño que contiene tanto a V como a W , es decir,
V + W = span (V ∪ W ).
Proposición A.3. La unión V ∪ W es un subespacio vectorial de E si, y sólo si, V ⊆ W

o W ⊆V.
A.3 Espacios vectoriales topológicos
Se dice que un K - espacio vectorial E dotado de una topologı́a τ es un espacio vectorial

topológico si
1. todo singulete es cerrado en E, i.e., {x}c ∈ τ para todo x ∈ E.

152 A Apéndice
2. Las operaciones vectoriales de suma y multiplicación por un escalar son aplicaciones

continuas con respecto a la topologı́a τ , i.e., las aplicaciones
+ : E × E −→ E · : K × E −→ E
(x, y) 7−→ x + y (α, x) 7−→ α · x
son continuas.
τ será llamada topologı́a vectorial .

Observación 41. En algunos textos bibliográficos, la condición (1) suele omitirse de
la definición. Sin embargo, si consideramos ambas condiciones (1) y (2), entonces la
topologı́a vectorial es Hausdorff.
El siguiente resultado nos dice que tanto las traslaciones como las dilataciones sobre
espacios vectoriales topológicos son homeomorfismos. Para su demostración ver [12, p.
8].
Proposición A.4. Sea E un espacio vectorial topológico. Para cada x0 ∈ E y λ ∈ K\{0},
se definen la aplicación traslación por x0 como
Tx0 : E −→ E
x 7−→ Tx0 (x) = x + x0
y la aplicación dilatación por λ como
Dλ : E −→ E
x 7−→ Dλ (x) = λ · x.
Entonces Tx0 y Dλ son homeomorfismos de E sobre E.
Sea E un espacio vectorial topológico. Se dice que A ⊆ E no vacı́o y convexo es

absorbente si [
E= αA,
α>0

donde αA = αa : a ∈ A .
El siguiente resultado muestra una caracterı́stica fundamental de las vecindades abier-
tas de 0 en un espacio vectorial topológico. Para su demostración ver [12, p. 24].
Proposición A.5. Sea U una vecindad abierta de 0, entonces U es absorbente.
Gracias a la Proposición A.4 se tiene la siguiente equivalencia.

Proposición A.6. A es abierto en E si, y sólo si, A + x es abierto en E, donde A + x =

a + x: a ∈ A .
De lo anterior, se sigue de inmediato la siguiente proposición.

Proposición A.7. Si A y B son abiertos en E, entonces A + B es abierto en E, donde

A + B = a + b : a ∈ A, b ∈ B .
A.4 Categorı́as de Baire 153
Por complementación es claro que:
Proposición A.8. A es cerrado en E si, y sólo si, A + x es cerrado en E.
Usando la definición de compacidad junto con lo anterior, se puede mostrar las sigu-
ientes proposiciones.
Proposición A.9. Si A es compacto en E y B es cerrado en E, entonces A + B es

cerrado en E.
Proposición A.10. Si A y B son compactos en E, entonces A + B es compacto en E.
A.4 Categorı́as de Baire
Sea (X, τ ) un espacio topológico.
Definición 24. Un subconjunto A de X es denso en X si A = X y es denso en

ninguna parte en X si Int A = ∅. Además, el exterior de A, denotado Ext (A), está
definido por Ext (A) := (A)c .
Se puede probar, fácilmente, que Ext (A) = Int (Ac ) y que (Int (A))c = Ac .
La siguiente proposición, cuya demostración es sencilla a partir de las definiciones
dadas previamente, nos permite caracterizar a los conjuntos densos en ninguna parte.
Proposición A.11. Un subconjunto A de X es denso en ninguna parte si, y sólo si,

satisface cualquiera de las siguientes condiciones equivalentes (y por tanto todas):
1. Ext (A) es denso en X.

2. Todo subconjunto abierto no vacı́o U contiene un subconjunto abierto no vacı́o V que
no interseca a A.
3. A es denso en ninguna parte.
Algunas de las propiedades de los subconjuntos densos en ninguna parte se mencionan

en la siguiente proposición, cuya demostración se lo deja al lector.
Proposición A.12.
1. Un subconjunto cerrado F de X es denso en ninguna parte si, y sólo si, Int (F ) = ∅.

2. Todo subconjunto de un conjunto denso en ninguna parte es denso en ninguna parte.
3. Un subconjunto denso en ninguna parte A de un subespacio Y de X es también denso
en ninguna parte en X.
4. Si G es abierto y denso en X, entonces Gc es denso en ninguna parte en X.
5. Si F es cerrado y denso en ninguna parte en X, entonces F c es denso en X.
154 A Apéndice
La siguiente definición nos da una idea de tamaño de un conjunto (grande o pequeño)

en el sentido topológico.
Definición 25. Un subconjunto A de [X es de primera categorı́a en X (o escaso

[meager o meagre en inglés]) si A = An , donde An es denso en ninguna parte en
n∈N
X para todo n ∈ N, y es de segunda categorı́a en X (o grueso) si no es de primera
categorı́a.
Observación 42. Considerando R como un espacio topológico con la métrica usual,

notar que Q no es denso en ninguna parte en R pues, precisamente,
[ Q es denso en R.
Sin embargo, Q es de primera categorı́a en R pues Q = {qn }, con qn ∈ Q para todo
n∈N
n ∈ N.
A continuación, enunciaremos algunas propiedades de los conjuntos de primera cate-

gorı́a, cuyas demostraciones se dejan al lector.
Proposición A.13.
1. Todo subconjunto de un conjunto de primera categorı́a es de primera categorı́a.

2. Toda unión contable de conjuntos de primera categorı́a es de primera categorı́a.
Con lo visto previamente, es posible definir una clase importante de espacios topológicos,
los cuales poseen abiertos que, topológicamente hablando, son grandes.
Definición 26. Un espacio topológico X es llamado un espacio de Baire si todo

subconjunto no vacı́o y abierto de X es de segunda categorı́a en X.
A continuación, conceptualizaremos a los complementos de conjuntos de primera cat-

egorı́a.
Definición 27. Un subconjunto R de X se dice residual en X (o co-escaso) si Rc es

de primera categorı́a en X.
Un espacio de Baire, entonces, se caracterizará de la siguiente manera.
Proposición A.14. Un espacio topológico X es un espacio de Baire si, y sólo si, se

satisface cualquiera de las siguientes condiciones equivalentes (y por tanto todas):
1. Toda intersección contable de conjuntos abiertos y densos en X es denso en X.

2. Toda unión contable de conjuntos cerrados y densos en ninguna parte en X no tiene
puntos interiores.
3. Todo conjunto de primera categorı́a en X tiene interior vacı́o.
4. Todo conjunto residual en X es denso en X.
Para mayor información respecto a los espacios de Baire, refiérase a [2, p.190-195].
A.5 Espacios de sucesiones 155
A.5 Espacios de sucesiones
Definición 28. Sea p ∈ [1, +∞). Se define el espacio vectorial `p (K) como
( )
X
p N p
` (K) := {xn }n∈N ∈ K : |xn | < ∞ ,
n∈N
donde KN es el espacio vectorial de las sucesiones con valores en K.
Nótese que los elementos de este espacio son sucesiones y no escalares. Por ejemplo,
la sucesión dada por
1 1 1
{xn }n∈N = 1, , , . . . , , . . .
2 3 n
X 1
es un elemento del espacio vectorial `2 (R) pues la serie converge.
n2
n∈N
El espacio `p (K) es un espacio normado dotado de la norma
! p1
X
p

{xn } |xn |
n∈N p = .

n∈N
Definición 29. Se define el espacio vectorial `∞ (K) como

`∞ (K) := {xn }n∈N ∈ KN : sup |xn | < ∞ .
n∈N
Este espacio está formado por todas las sucesiones acotadas. Por ejemplo, toda
sucesión constante es elemento de `∞ (K) , al igual que toda sucesión convergente.
De igual forma, el espacio `∞ (K) es un espacio normado dotado de la norma

{xn }
n∈N ∞ = sup |xn |.

n∈N
Con las normas dadas anteriormente, se tiene que los espacios `p (K), con 1 ≤ p < +∞,
y `∞ (K) son espacios de Banach.
Considere el subespacio vectorial c00 de las sucesiones que son cero finalmente,
es decir,

c00 = {xn }n∈N ∈ KN : Card{n ∈ N : xn 6= 0} < +∞
y el subespacio vectorial c0 de las sucesiones que convergen a cero, es decir,

N
c0 = {xn }n∈N ∈ K : xn −→ 0 en K .
n→+∞
A continuación, se enuncian ciertas propiedades de los espacios c00 y c0 , las cuales se

anima al lector que recuerde sus demostraciones:
1. c00 es un subespacio vectorial de `p (K) para todo 1 ≤ p ≤ +∞ y c0 es un subespacio

vectorial de `∞ (K).
156 A Apéndice
2. c00 es isomorfo, como espacio vectorial, al espacio vectorial de los polinomios con
coeficientes en K.
3. c00 no es cerrado en `p (K) para todo 1 ≤ p ≤ +∞. Más aún, c00 es denso en `p (K)
para todo 1 ≤ p < +∞.
4. c0 es cerrado en `∞ (K) y c00 es denso en c0 para la norma de `∞ .
5. c00 tiene dimensión algebraica infinita contable y no existe ninguna norma que lo
haga completo.
Observación 43. El espacio de sucesiones `2 (K) posee una estructura peculiar que lo
hace único dentro de los espacios `p (K). Esto se debe a que `2 (K) es, además, un espacio
de Hilbert equipado con el producto escalar
X
h{xn }n∈N , {yn }n∈N i = xn yn .
n∈N
Cabe señalar que este producto escalar induce la norma k·k2 .
A.5.1 Notación utilizada para representar una sucesión de sucesiones
Si x = {xn }n∈N es una sucesión de valores en K, entonces usaremos la notación {x(k) }k∈N
para denotar a una sucesión de sucesiones. Es decir, para todo k ∈ N, x(k) representará
la sucesión definida por
n o
(k) (k) (k)
x(k) = x(k)
n = {x1 , x2 , x3 , . . .},
n∈N
(k)
con xn ∈ K para todo n, k ∈ N.
Usando esta notación, podemos probar que los espacios `p (K) son espacios de Banach
para todo 1 ≤ p ≤ +∞.
A.5.2 Inyecciones contınuas en los espacios `p (K)
Definición 30. Se dice que un espacio normado E se inyecta continuamente en un

espacio normado F (denotado por E ,→ F ) si se satisfacen las siguientes condiciones:
1. E es un subconjunto de F .
2. La aplicación lineal identidad
id : E −→ F
x 7−→ x
es contınua, es decir, si existe C > 0 tal que para todo x ∈ F
kxkF ≤ C kxkE .
Con la definición previa se tiene el siguiente resultado importante que relaciona a los
espacios `p (K).
Proposición A.15. Sean p, q ∈ [1, +∞]. Si p ≤ q, entonces `p (K) ,→ `q (K).
A.6 Espacio normado de las aplicaciones multilineales y continuas 157
A.6 Espacio normado de las aplicaciones multilineales y

continuas
Sean E1 , . . . , En , F espacios normados y T : E1 × · · · × En → F una aplicación. Se dice

que T es una aplicación n-veces lineal o n-lineal (en general, multilineal) si las n
aplicaciones T (·, x2 , . . . , xn ), . . . , T (x1 , . . . , xn−1 , ·) son lineales.
Por otro lado, se dice que T es acotada si existe C > 0 tal que para todo
(x1 , . . . , xn ) ∈ E1 × . . . × En
kT (x1 , . . . , xn )kF ≤ C kx1 kE1 · · · kxn kEn .
Cabe notar que, al igual que ocurre para los operadores lineales, se tiene que si T es
una aplicación multilineal, entonces
T es acotada si, y sólo si, T es continua.1
Se define M L (E1 × · · · × En , F ) como el espacio vectorial normado de las aplica-

ciones n-veces lineales y continuas de E1 × · · · × En en F , el cual está equipado de la
norma
kT (x1 , . . . , xn )kF 2
kT k := sup n .
{xi 6=0 ∀i} Y
kxi kEi
i=1
Observación 44.
(a) Note que L (E1 × . . . × En , F ) 6= M L (E1 × . . . × En , F ). El único caso en que son
iguales es cuando n = 1.
(b) Para el caso n = 2, se tiene que M L (E1 × E2 , F ) = B(E1 × E2 , F ).
(c) Si F es un espacio de Banach, entonces M L (E1 × · · · × En , F ) también lo es.
Proposición A.16. Para todo m ∈ {1, . . . , n − 1} se tiene el siguiente isomorfismo

isométrico
M L (E1 × . . . × Em , M L (Em+1 × . . . × En , F )) ∼
= M L (E1 × . . . × En , F ) .
Proof. Se define la siguiente aplicación:
Ψ : M L (E1 × . . . × Em , M L (Em+1 × . . . × En , F )) → M L (E1 × . . . × En , F )
Ψ (T )(x1 , . . . , xn ) = T (x1 , . . . , xm )(xm+1 , . . . , xn ).
Claramente, Ψ está bien definida y es lineal. Además, Ψ es una isometrı́a pues
1
Se anima al lector demostrar este resultado.
2
Se anima al lector demostrar que en efecto es una norma.
158 A Apéndice
kΨ (T )(x1 , . . . , xn )kF
kΨ (T )k = sup n
{xi 6=0 ∀i} Y
kxi kEi
i=1
kT (x1 , . . . , xm )(xm+1 , . . . , xn )kF
= sup n
{xi 6=0 ∀i} Y
kxi kEi
i=1
n
Y
kT (x1 , . . . , xm )k kxi kEi
i=m+1
≤ sup n
{xi 6=0 ∀i} Y
kxi kEi
i=1
m
Y n
Y
kT k kxi kEi kxi kEi
i=1 i=m+1
≤ sup n
{xi 6=0 ∀i} Y
kxi kEi
i=1
= kT k . (A.1)
Por otro lado, tenemos que
kT (x1 , . . . , xm )k
kT k = sup m . (A.2)
{xi 6=0 ∀i} Y
kxi kEi
i=1
Analicemos el numerador de (A.2) por separado. Se tiene que
kT (x1 , . . . , xm )(xm+1 , . . . , xn )kF

kT (x1 , . . . , xn )k = sup n ,
{xj 6=0 ∀j} Y
kxj kEj
j=m+1
kΨ (T )(x1 , . . . , xn )kF
= sup n ,
{xj 6=0 ∀j} Y
kxj kEj
j=m+1
n
Y
kΨ (t)k kxj kEj
j=1
≤ sup n ,
{xj 6=0 ∀j} Y
kxj kEj
j=m+1
m
Y
= kΨ (t)k kxj kEj .
j=1
Luego, reemplazando la última expresión en (A.2), se sigue que

m
Y
kΨ (t)k kxj kEj
j=1
kT k ≤ sup m
{xi 6=0 ∀i} Y
kxi kEi
i=1
y ası́,
kT k ≤ kΨ (T )k (A.3)
Finalmente, por (A.3) y (A.1)

kΨ (T )k = kT k .
Con esto, Ψ es inyectiva. Basta mostrar que Ψ es sobreyectiva. En efecto, sea S ∈
M L (E1 × . . . × En , F ). Considerando
T (x1 , . . . , xm )(xm+1 , . . . , xn ) = S(x1 , . . . , xn )

n
Y
se tiene que para todo (x1 , . . . , xm ) ∈ Ei
i=1
Ψ (T )(x1 , . . . , xn ) =T (x1 , . . . , xm )(xm+1 , . . . , xn ) = S(x1 , . . . , xn ),
y por tanto
Ψ (T ) = S.
Proposición A.17. Sean E, F espacios normados y n ∈ N tal que n ≥ 2. El conjunto
M L s (E n , F ) = {ϕ ∈ M L (E n , F ) : ∀(x1 , . . . , xn ) ∈ E n , ∀τ ∈ Sn ,

ϕ(x1 , . . . , xn ) = ϕ(xτ (1) , . . . , xτ (n) ) ,
es un subespacio vectorial cerrado de M L (E n , F ), donde Sn es el grupo simétrico de

grado n asociado al conjunto S = {1, . . . , n}. El espacio M L s (E n , F ) es conocido como
el espacio de las aplicaciones n-lineales, continuas y simétricas de E n en F .
Proof. Es fácil mostrar que M L s (E n , F ) es un subespacio vectorial de M L (E n , F ),

por tanto se deja como ejercicio para el lector.
Veamos que es un conjunto cerrado de M L (E n , F ). Definamos para cada τ ∈ Sn
Ψτ : M L (E n , F ) −→ M L (E n , F )
ϕ 7−→ Ψτ (ϕ)
Ψτ (ϕ)(x1 , . . . , xn ) = ϕ(xτ (1) , . . . , xτ (n) )3 .

3
Notar que efectivamente la imagen de ϕ a través de Ψτ es una aplicación multilineal. En
efecto, considere la n−upla (x1 , . . . , αxi + yi , . . . , xn ), con α cualquier escalar. Se define la
n−upla (z1 , . . . , zi , . . . , zn ) por zk = xk si k 6= i y zi = αxi + yi . Ası́, gracias a que ϕ es una
aplicación multilineal, se sigue que
160 A Apéndice
Se afirma que Ψτ es un isomorfismo isométrico de M L (E n , F ) en M L (E n , F ). En

efecto, es claro que Ψτ es lineal. Además, Ψτ es una isometrı́a pues

ϕ(xτ (1) , . . . , xτ (n) )
F
kΨτ (ϕ)k = sup n
{xi 6=0 ∀i} Y
kxi kE
i=1
y como
n
Y n
Y
kxi kE = xτ (i)
E
y {xi 6= 0 ∀i} es equivalente a {xτ (i) 6= 0 ∀i},
i=1 i=1
entonces
kΨτ (ϕ)k = kϕk .
Además, Ψτ es sobreyectiva, pues si S ∈ M L (E n , F ), se considera
ϕ(x1 , . . . , xn ) = S(xτ −1 (1) , . . . , xτ −1 (n) ).
Ası́,
Ψτ (ϕ)(x1 , . . . , xn ) =ϕ(xτ (1) , . . . , xτ (n) )

=S(xτ −1 (τ (1)) , . . . , xτ −1 (τ (n)) )
=S(x1 , . . . , xn ).
Luego, por lo anterior Ψτ es un isomorfismo isométrico.

Con la ayuda de Ψτ , se define la función
gτ : M L (E n , F ) −→ M L (E n , F )
ϕ 7−→ gτ (ϕ) = ϕ − Ψτ (ϕ).
Claramente, gτ es lineal y gτ es continua, pues ϕ y Ψτ son continuas. Note que
ker(gτ ) = {ϕ ∈ M L (E n , F ) : ϕ − Ψτ (ϕ) = 0}
es un subespacio vectorial cerrado de M L (E n , F ) gracias a la linealidad y continuidad

de gτ y a que ker(gτ ) = gτ−1 ({0}). Finalmente, note que
Ψτ (ϕ)(x1 , . . . , αxi + yi , . . . , xn ) = Ψτ (ϕ)(z1 , . . . , zi , . . . , zn )

= ϕ(zτ (1) , . . . , zτ (i) , . . . , zτ (n) )
= ϕ(zτ (1) , . . . , αxi + yi , . . . , zτ (n) )
= αϕ(zτ (1) , . . . , xi , . . . , zτ (n) ) + ϕ(zτ (1) , . . . , yi , . . . , zτ (n) )
= αΨτ (ϕ)(z1 , . . . , xi , . . . , zn ) + Ψτ (ϕ)(z1 , . . . , yi , . . . , zn )
= αΨτ (ϕ)(x1 , . . . , xi , . . . , xn ) + Ψτ (ϕ)(x1 , . . . , yi , . . . , xn ).
\
M L s (E n , F ) = gτ−1 ({0})
τ ∈Sn
y por lo tanto, M L s (E n , F ) es cerrado al ser intersección de cerrados.
Proposición A.18. Sean E, F espacios normados, con F espacio de Banach. Entonces

M L s (E n , F ) es completo.
Proof. El resultado se tiene de inmediato puesto que M L (E n , F ) es completo.

References
1. A. Ambrosetti and G. Prodi. A Primer of Nonlinear Analysis. Number 34. Cambridge

University Press, 1993.
2. N. Bourbaki. Elements of Mathematics. General Topology, Part 2. Addison-Wesley Educa-
tional Publishers Inc., 1966.
3. H. Brezis. Functional Analysis, Sobolev Spaces and Partial Differential Equations. Springer
Science & Business Media, 2011.
4. H. Cartan. Calcul Différentiel. Hermann-Paris, 1967.
5. J. Conway. A Course in Functional Analysis. Number 96. Springer-Verlag, 2 edition, 1990.
6. J. Dieudonné. Foundations of Modern Analysis. Academic Press, 1969.
7. C. Heil. A Basis Theory Primer. Birkhäuser, 2011.
8. D. Kinderlehrer and G. Stampacchia. An Introduction to Variational Inequalities and Their
Applications. Classics in Applied Mathematics. Society for Industrial and Applied Mathe-
matics, 2000.
9. V. Komornik. Précis d’analyse réelle: Topologie, Calcul différentiel, Méthodes
d’approximation, volume 1. Ellipses, 2001.
10. E. Kreyszig. Introductory Functional Analysis with Applications. John Wiley & Sons, 1978.
11. E. Nering. Linear Algebra and Matrix Theory. John Wiley & Sons, Inc., 2 edition, 1970.
12. W. Rudin. Functional Analysis. McGraw-Hill, 1973.
Index
Aplicación componente 115 continua 55

Aplicación parcial 117 Fréchet diferenciabilidad 89
Aplicación Función continuamente diferenciable 98
abierta 30 Función acotada 33
cerrada 37 Funcional
K - lineal 8
Base de Minkowski 16
de Hilbert 64 sublineal 4
Schauder 61
Base de Hamel 2 Gâteaux diferenciable 98
Conjunto Hiperplano 14
absorbente 152
acotado superiormente 150 Identidad de Parseval 65
fundamental o total 41 Inyección canónica 115
Cota superior de un conjunto 150
Lema de Zorn 1
Delta de Kronecker 2 Máximo de un conjunto 150

Derivada direccional 98
Desigualdad de Bessel 67 Operador
Desigualdad variacional 54 acotado 33
Difeomorfismos 135 autoadjunto 73
cerrado 34
Elemento maximal de un conjunto 150 normal 73
Espacio unitario 73
estrictamente convexo 12 Operador adjunto 68
vectorial topológico 151 de Hilbert 72
Espesor de un conjunto 16
Principio del acotamiento uniforme 26
Familia Producto en dualidad 4
maximal 62 Proyección canónica 115
ortogonal y ortonormal 61 Punto de resonancia 42
Forma bilineal
coerciva 55 Recı́proco del teorema del grafo cerrado 37
166 Index
Relación de orden analı́tica-algebraica 8

parcial 149 analı́tica-topológica 10
total 149 de la aplicación abierta 31
de la proyección 47
Seminorma 5
de los isomorfismos de Banach 33
Separación de conjuntos 14
de Stampacchia 55
Serie de Fourier 65
del grafo cerrado 36
Sucesión minimizante 47
Teorema de incrementos finitos
Suma directa en espacios de Hilbert 53
1 103
Supremo de un conjunto 150
2 104
Técnica de extensión lineal 3 generalizado 105
Teorema Teorema de la función implı́cita 140
de Baire 24 Teorema de Lax-Milgram 58
de Banach-Steinhaus 26 Teorema del valor medio 102
de Hahn-Banach Topologı́a vectorial 152

Amii v03 PDF

Cargado por

Información del documento

Título original

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

Amii v03 PDF

Cargado por

Copyright:

Formatos disponibles

Paul Acevedo

Notas de Análisis Matemático II

Teorı́a y ejercicios propuestos

Básicamente el contenido completo de este curso se puede agrupar en tres grandes

A lo largo de estas notas se debe tomar en cuenta lo siguiente: consideraremos que

1 Teoremas fundamentales del Análisis Funcional Lineal . . . . . . . . . . . . . . 1

2 Complementos de espacios de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45

3 Cálculo diferencial en espacios normados . . . . . . . . . . . . . . . . . . . . . . . . . . . 87

Teoremas fundamentales del Análisis Funcional Lineal

1.1 Teorema de Hahn-Banach

Motivación. Sea E un espacio vectorial sobre un campo K (o lo que es lo mismo un K

Q: ¿ Existe al menos un funcional lineal definido sobre E, digamos ϕ : E → K ?

Es claro que SÍ, basta considerar el funcional lineal nulo.

Q: ¿ Existen funcionales lineales no nulos definidos sobre E ?

Si E = {0}, entonces la respuesta es NO, pues E × = {0}. Sin embargo, si E 6= {0},

Lema 1 (Lema de Zorn). Sea X un conjunto no vacı́o parcialmente ordenado. Si todo

A partir del lema de Zorn es posible mostrar el siguiente resultado:

Proposición 1.1. Todo espacio vectorial posee una base de Hamel2 .

Proof. Sea E un espacio vectorial sobre K. Si E = {0}, el resultado se tiene pues el

ψk : E → K tal que ψk (vi ) = δik ,

Es posible extender ψk a todo elemento de E, usando la siguiente técnica de ex-

Ahora, definamos la siguiente aplicación:

De esto es fácil ver que X

Aplicando ψk a (1.3), se tiene que

= λψk (x) + ψk (y).

Observación 1. Si E 6= {0} es un espacio finito dimensional, no se necesita el Lema de

Sea F un subespacio vectorial (s.e.v.) no nulo de E. Por lo hecho previamente, sabe-

Q: ¿ Es posible extender ϕ a todo el espacio vectorial E sin que se pierda la linealidad ?

Afortunadamente, la respuesta es SÍ. Se deja al lector la demostración de este hecho

Para responder adecuadamente a estas preguntas se necesita precisamente del primer

1.1.1 Forma analı́tica del teorema de Hahn-Banach

Para estudiar el Teorema de Hahn-Banch foma analı́tica es necesario introducir el sigu-

i) Para todo λ > 0 y para todo x ∈ E : p(λx) = λp(x),

(a) Todo funcional lineal ϕ : E → R es un funcional sublineal.

(b) Toda seminorma es un funcional sublineal. Recuerde que una seminorma ϕ : E → R

g(x) ≤ p(x) para todo x ∈ F,

donde p es un funcional sublineal sobre E. Entonces, existe f : E → R funcional lineal

Proof. Idea: Usar el lema de Zorn.

M es no vacı́o pues g ∈ M. Definamos también la siguiente relación de orden parcial

ψ1 ≤ ψ2 si, y sólo si, Dom(ψ1 ) ⊆ Dom(ψ2 ) y ψ2 |Dom(ψ1 ) = ψ1 .

Sea {ψi }i∈I ( M un conjunto totalmente ordenado y definamos

1. h está bien definida.5 En efecto, consideremos x ∈ Dom(ψi ) ∩ Dom(ψj ) con i 6= j.

Luego, por el lema de Zorn, M posee al menos un elemento maximal, digamos f ∈ M.

donde Dom(k) := Dom(f ) ⊕ Rx y α ∈ R una constante a definir más adelante.6

Ası́, k extiende a g. Por último, necesitamos que

k(y + tx) ≤ p(y + tx), ∀y ∈ Dom(f ), ∀t ∈ R.

Esta última desigualdad es equivalente a

f (y) + tα ≤ p(y + tx), ∀y ∈ Dom(f ), ∀t ∈ R. (1.4)

Para ello, debemos analizar los siguientes casos:

• t = 0 : Se cumple (1.4) (independientemente del valor de α) pues

f (y) ≤ p(y), ∀y ∈ Dom(f )

lo que implica que

• t < 0 : Dividiendo (1.4) para −t, se sigue que

lo que implica que

De (1.5) y (1.6), se sigue que

f (v) − p(v − x) ≤ α ≤ p(u + x) − f (u), ∀u, v ∈ Dom(f ), (1.7)

f (v) − p(v − x) ≤ p(u + x) − f (u), ∀u, v ∈ Dom(f ), (1.8)

lo que muestra lo requerido.

f (v) − p(v − x) ≤ inf {p(u + x) − f (u)}

sup {f (v) − p(v − x)} ≤ inf {p(u + x) − f (u)}.

Ası́, tomando α ∈ R tal que

sup {f (v) − p(v − x)} ≤ α ≤ inf {p(u + x) − f (u)},

se tiene que k está dominado por p, y por tanto k ∈ M . Además, claramente k 6= f