TU1 MuestraGratuita PDF

ecto Bernardo Cascales, José Manuel Mira,
l
e- ibris José Orihuela y Matías Raja
Análisis
universitarios
Funcional
s
tica
emá
textos
mat
1
Bernardo Cascales José Orihuela es
es Catedrático de Catedrático de Análisis
Análisis Matemático Matemático de la
en la Universidad de Universidad de Murcia
Murcia. Se doctoró en desde 1991 donde se
Matemáticas por doctoró en 1984. Ha sido Profesor Visitante
la Universidad de Murcia en el University College London (1995) (UCL)
en 1985 y ha sido Profesor Visitante en la y en el Mathematical Institute of the
University of Missouri at Columbia (Mizzou) University of Oxford donde fue Fellow del
(1998-99) y en la Kent State University Brasenose College (2001-02). Tiene amplia
(KSU), Ohio (2009-10). Con amplia experiencia docente y de gestión, habiendo
experiencia docente, ha dirigido varios sido Vicerrector de Planificación de
proyectos competitivos de investigación Enseñanzas y de Profesorado en su
financiados por el Estado Español y por la Universidad (1991-1994). Ha dirigido distintos
UE. Investiga en el desarrollo de técnicas de proyectos de investigación financiados por el
topología y teoría de la medida con Gobierno Español, así como por la Agencia de
aplicaciones al análisis funcional y es autor de Ciencia y Tecnología de la Región de Murcia.
un buen número de trabajos originales y En su investigación desarrolla técnicas de la
director de varias tesis doctorales. Editor topología, geometría y optimización en
asociado del Journal of Mathematical análisis funcional y estudia aplicaciones de
Analysis and Applications (JMAA) y éstas a las matemáticas de los mercados
miembro del Comité Editorial de la RSME financieros. Ha publicado numerosos trabajos
para publicaciones conjuntas con la AMS. Es de investigación originales y dirigido varias
también coordinador de la Red de Análisis tesis doctorales. Editor asociado de Serdica
Funcional y sus Aplicaciones de España Mathematical Journal (1999-2011). Es
(NFAAS). Más informacion en: Académico Correspondiente de la Real
http://webs.um.es/beca. Su dirección Academia de Ciencias Exactas, Físicas y
electrónica es: beca@um.es. Naturales, desde 2005 y editor de su revista,
José Manuel Mira Serie A, RACSAM. Es miembro del equipo de
Ros es Profesor Titular coordinación de NFAAS. Su página web es
de Análisis Matemático webs.um.es/joseori y su correo electrónico
de la Universidad de joseori@um.es.
Murcia. Se Matías Raja es Profesor
doctoró en Matemáticas Titular de la Universidad
por la Universidad de de Murcia y desarrolla
Zaragoza en 1979 siendo su docencia en distintos
docente de la misma aspectos del Análisis
hasta su incorporación a Matemático.
la Universidad de Murcia. Es Licenciado por la
Tiene una amplia experiencia docente y de Universidad de Murcia y
gestión universitaria. Es usuario convencido e se doctoró en 1998 por la
impulsor del software libre de código abierto Universidad de Burdeos. Desde entonces
entre sus estudiantes y amigos, como puede realiza su investigación principalmente en
apreciarse en su página personal geometría y topología de los espacios de
http://webs.um.es/mira. Ha publicado, junto Banach, área en la que ha publicado varios
con otros cuatro coautores, dos libros sobre trabajos de investigación originales. Su
LATEX: http://www.latex.um.es. Su dirección dirección electrónica es matias@um.es.
electrónica es: mira@um.es.
Enlace AQUÍ para adquirir el libro
ta
ui
at
gr
tra
es
Primera edición
mu
e- l ecto
ibris
A.M.S. Mathematics Subject Classification (2010):
Primaria: 46-01
Secundaria: 46Axx, 46Bxx, 46Cxx, 46Exx, 46Fxx
Código IBIC: PBKF
Código CDU: 517
Diseño de cubierta: Juan Pedro Cascales Sandoval y Ana Martínez Martínez

Diseño y composición: Ediciones Electolibris S.L.
Compuesto con LATEX con tipos Computer Modern Fonts y Lucida Handwriting
c Bernardo Cascales Salinas, José Manuel Mira Ros, José Orihuela Calatayud y

Matías Raja Baño
c Ediciones Electolibris, S. L. (2012)

C.I.F. B-73749186
Pablo Neruda, 7
30820 Murcia (España)
www.electolibris.es
c Real Sociedad Matemática Española (R.S.M.E.)

C.I.F. G-28833523
Todos los derechos reservados.

Queda prohibida, salvo excepción prevista en la Ley, sin la autorización por escrito
de los titulares de los correspondientes derechos de la propiedad intelectual o de sus
cesionarios, cualquier forma de reproducción, distribución, comunicación pública y
modificación, parcial o total, en cualquier tipo de soporte o medio de esta obra.
No obstante, los propietarios del Copyright de este libro digital autorizan a los
compradores individuales del mismo a realizar copias impresas de él para su uso
personal.
e-ISBN: 978-84-940688-2-9
Depósito legal: MU 20-2013
Los dos productos identificados por sus respectivos ISBN más abajo, publicados
por Ediciones Electolibris S. L., tienen por título
Análisis Funcional
y autores Bernardo Cascales, José Manuel Mira, José Orihuela y Matías Raja.
ISBN: 978-84-940688-1-2 Versión en papel: libro de teoría con relación de ejer-
cicios propuestos.
eISBN: 978-84-940688-2-9 Versión en formato digital PDF con el contenido de
978-84-940688-1-2 más:
• sistema de navegación interno e hipervínculos internos para referencias cru-
zadas, índices y lista bibliográfica;
• seis hiperenlaces externos a aplicación web para acceso a la solución a dos
problemas de cada uno de los tres capítulos.
• hiperenlaces de acceso para lectura complementaria en internet (requiere sus-
cripción aparte y acceso a internet).
• hiperenlaces de acceso para las soluciones de todos los problemas propuestos
a través de aplicación web (requiere suscripción aparte y acceso a internet).
• hiperenlaces de acceso a programa de cálculo Maxima (GPL) en la web, para
ilustrar aspectos numéricos del libro (requiere suscripción aparte y acceso a
internet).
Ediciones Electolibris S.L. no posee el Copyright de las fotografías que aparecen

en este texto. Hemos utilizado todos nuestros medios para asegurarnos más allá de la
duda razonable que estas fotografías son de dominio público. Si cree que usted tiene
derechos sobre dichas fotografías, por favor contacte con ediciones@electolibris.es y
trataremos de eliminar esta fotografía o de referir la fuente adecuadamente.
Fotografías e iconos incluidos:
pág. 40, commons.wikimedia.org/wiki/File:Hilbert.jpg
pág. 86, www-history.mcs.st-andrews.ac.uk/PictDisplay/Schwartz.html
pág. 165, www-history.mcs.st-and.ac.uk/PictDisplay/Riesz.html
pág. 192, commons.wikimedia.org/wiki/File:John_von_Neumann.jpg
pág. 237, www-history.mcs.st-andrews.ac.uk/PictDisplay/Banach.html
pág. 283, commons.wikimedia.org/wiki/File:Fourier.jpg
Icono solución: Jana Jakeschov, openclipart.org/detail/2263/write-by-machovka
Icono altavoz: Lemmling, openclipart.org/detail/17685/cartoon-speaker-by-lemmlin
Puede obtener información adicional sobre esta obra y otras publicadas por
Ediciones Electolibris S.L. en
Acceso a la
página web de la
r.s.m.e.
La solución Acceso a la
incluye una solución de un
grabación de voz ejercicio
Información
Páginas de sobre nuevas
e-Lectolibris versiones
de la obra
Acceso al correo
Indicador de la electrónico
dificultad de un
ejercicio
Acceso a Maxima
en la web
ta
ui
Introducción 1
1. Espacios de Hilbert 7
at
1.1. Espacios de Banach . . . . . . . . . . . . . . . . . . . . . . . . 10
1.2. Espacios normados de dimensión finita . . . . . . . . . . . . . 17
gr
1.3. Ejemplos de espacios de Banach . . . . . . . . . . . . . . . . . 24
1.4. Espacios de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . 31
tra
Reseña histórica sobre David Hilbert, 34

1.5. Mejor aproximación. Teorema de la proyección . . . . . . . . 41
1.6. Dual de un espacio de Hilbert: teorema de Riesz–Fréchet . . . 52
es
1.7. Problemas variacionales cuadráticos . . . . . . . . . . . . . . 56

1.8. Convolución y aproximación de funciones . . . . . . . . . . . 59
1.9. El principio de Dirichlet: justificación analítico funcional . . . 64
mu
1.10. Operadores diferenciales y soluciones débiles . . . . . . . . . . 74

Reseña histórica sobre Laurent Schwartz, 80
1.11. El método de Galerkin . . . . . . . . . . . . . . . . . . . . . . 81
1.12. Bases en espacios de Hilbert . . . . . . . . . . . . . . . . . . . 84
1.13. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
2. Teoría espectral de operadores compactos normales 137

2.1. Ejemplos de operadores acotados en espacios de Hilbert . . . 141
2.2. Inversión de operadores. Espectro . . . . . . . . . . . . . . . . 148
Reseña histórica sobre Frigyes Riesz, 158
2.3. Adjunto de un operador en espacios de Hilbert . . . . . . . . 158
2.4. Operadores compactos . . . . . . . . . . . . . . . . . . . . . . 171
Índice general vii
2.5. Teorema espectral para operadores compactos normales . . . 178

Reseña histórica sobre John von Neumann, 185
2.6. Aplicaciones del teorema espectral . . . . . . . . . . . . . . . 197
2.7. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
3. Los principios fundamentales del Análisis Funcional 227
ta
Reseña histórica sobre Stefan Banach, 230
3.1. El teorema de Hahn-Banach: versión analítica . . . . . . . . . 231
ui
3.2. La propiedad de extensión . . . . . . . . . . . . . . . . . . . . 249
3.3. Teorema de la acotación uniforme . . . . . . . . . . . . . . . . 262
at
Reseña histórica sobre Joseph Fourier, 276
3.4. Teoremas de la aplicación abierta y de la gráfica cerrada
gr . . . 276
3.5. Espacios vectoriales topológicos . . . . . . . . . . . . . . . . . 287
3.6. Espacios localmente convexos metrizables y normables . . . . 299
3.7. Versión geométrica del teorema de Hahn-Banach . . . . . . . 302
tra
3.8. Pares duales. Polares. El teorema bipolar . . . . . . . . . . . . 310

3.9. El teorema de completitud de Grothendieck . . . . . . . . . . 316
3.10. Topologías débiles en espacios de Banach. Reflexividad . . . . 319
es
3.11. Separabilidad y metrizabilidad. Propiedad de Schur . . . . . . 328

3.12. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
mu
A. Introducción a la integral de Lebesgue 343

A.1. Medida e integración abstracta . . . . . . . . . . . . . . . . . 345
A.2. Espacios Lp . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350
A.3. La medida de Lebesgue en Rn . . . . . . . . . . . . . . . . . . 352
A.4. Relación con la integral de Riemann . . . . . . . . . . . . . . 356
Bibliografía 358
ta
Este texto corresponde a nuestra elección de lo que podría ser una asigna-
ui
tura larga de Análisis Funcional en nuestras universidades en España. Para
cursos cortos de Análisis Funcional será necesario hacer una selección de te-
at
mas. Este libro ha sido escrito tanto pensando en un formato clásico en papel
como en su versión digital. La versión en papel goza de la comodidad que
gr
da nuestra tradición y gusto por los libros. La versión digital en pdf, como
realidad moderna, no es copia muerta de la versión en papel. Esta versión
digital tiene los contenidos de la versión en papel y le hemos añadido la po-
tra
tencia de hipervínculos internos e hiperenlaces externos, lo que ha permitido

que podamos aunar nuestro doble papel de autores-profesores y llevemos al
lector a documentos complementarios en internet, presentemos las soluciones
es
de los problemas en una aplicación web, fraccionadamente, como haríamos

en nuestras pizarras, añadiendo incluso algunos comentarios de voz, de vez
en cuando, como haríamos al terminar un problema en una clase. En defi-
mu
nitiva, este libro en su versión digital no es otra cosa que una muestra de
nuestras clases sacadas del aula y ofrecidas en un libro digital vivo. Cerrada
esta edición, ya estamos deseando volver a ponerle más vida a la siguiente.
Desde el punto de vista del contenido científico, la elaboración de un tex-
to como éste, base para un curso que puede ser introductorio, lleva consigo
siempre un problema de elección. Esto es especialmente cierto en el caso del
Análisis Funcional, por la gran cantidad de temas que abarca, siendo bas-
tante difícil, cualquiera que sea la elección, no caer en omisiones que puedan
parecer graves a determinados especialistas en la materia. La elección lleva-
da a cabo en este texto trata de responder a los objetivos concretos que nos
Introducción 2
hemos fijado, siendo nuestra intención la de ir introduciendo paulatinamente

al lector en temas de dificultad progresiva y con aplicaciones notables.
Se podrían dar muchas definiciones de Análisis Funcional. Su nombre
sugiere que este tipo de Análisis se encarga del estudio de aquella parte de
las Matemáticas que trata con funciones, pero esto significa prácticamente
todo el Análisis Matemático. Siguiendo a Dieudonné diremos que:
ta
“El Análisis Funcional es la rama de las Matemáticas que estudia
ui
los espacios vectoriales topológicos y las aplicaciones U : Ω → F
de una parte Ω de un espacio vectorial topológico E en un espacio
at
vectorial topológico F , donde estas aplicaciones se supone que
verifican ciertas condiciones algebraicas y topológicas.”
gr
Un momento de reflexión muestra cómo esta definición, que no es todo lo
amplia que podría ser, cubre gran parte del Análisis Moderno, como por ejem-
plo, los espacios de Hilbert y de Banach, la teoría espectral de operadores,
tra
las álgebras de Banach, la teoría general de espacios vectoriales topológicos,

la teoría de dualidad, distribuciones, algunos aspectos de las ecuaciones en
es
derivadas parciales, etc.

En nuestra presentación procuramos ir de lo concreto al planteamiento
general de los problemas, para después de su estudio riguroso volver al mun-
mu
do de las aplicaciones. Esta presentación de los temas tiene la ventaja de

asegurar el conocimiento de los orígenes de los problemas, y de que los resul-
tados básicos no son sólo demostrados, sino también aplicados. Este esquema
de trabajo nos ha parecido particularmente atractivo en el marco del Análi-
sis Funcional, donde las teorías generales siempre están ligadas a fenómenos
concretos, y donde se puede caer fácilmente en la tentación de olvidarse de
las aplicaciones y centrarse en resultados demasiado abstractos.
Pretendemos con este texto suministrar al lector un material accesible e
introductorio al Análisis Funcional. Más allá de lo que nosotros desarrollamos
en este texto, debemos insistir, animar y casi obligar, y así lo hacemos, a que
el lector acuda a otros libros de Análisis Funcional conocidos, como los de
Cerdà [11], Conway [14], Lax [50], Limaye [51], Rudin [58], Schwartz [64], o
nuestros favoritos de topología Choquet [12] y Kelley [44].
La primera parte de este texto corresponde a los elementos básicos del
Análisis Funcional: se recuerdan los conceptos de espacio normado y de espa-
Introducción 3
cio de Banach, resaltando los ejemplos más destacados; se estudian los espa-
cios de dimensión finita, caracterizándolos a través de la compacidad de sus
bolas cerradas, teorema 1.2.8; se analizan, en el marco de los espacios de
Banach, los espacios de sucesiones, espacios de funciones continuas, espacios
de funciones diferenciables u holomorfas, etc. estableciendo, en particular,
las desigualdades de Hölder 1.2.2 y Minkowski 1.2.3; se estudia el concepto
ta
de espacio de Hilbert y se caracterizan las normas hilbertianas a través de
la “ley del paralelogramo”, teorema 1.4.6; se resuelve, en el contexto de los
ui
espacios de Hilbert, el problema de la existencia y unicidad del vector de
mejor aproximación a uno dado para un determinado conjunto de vectores,
at
relacionándolo con la noción de ortogonalidad, teoremas 1.5.3 y 1.5.4; la exis-
tencia de mejores aproximaciones se utiliza, entre otras cosas, para resolver
gr
sistemas sobredimensionados, sección 1.5.1.1, y para calcular el dual topoló-
gico de un espacio de Hilbert, teorema 1.6.1; se analiza la conexión existente
entre el problema de mejor aproximación y ciertos problemas variacionales,
tra
teorema 1.7.1; se estudia la convolución como método para regularizar fun-

ciones, 1.8, y se estudia el teorema de Malgrange-Ehrenpreis, teorema 1.10.7
y la existencia y unicidad de solución del problema de Dirichlet general, teo-
es
rema 1.9.8; se estudia el método de Galerkin-Ritz de aproximación, 1.11.1;

se introduce el concepto de base hilbertiana, teorema 1.12.22; se estudia la
mu
noción de red y familia sumable; se construyen bases hilbertianas del espacio

L2 ([−π, π]), teorema 1.12.34, ligadas a los orígenes de las series de Fourier clá-
sicas, bases hilbertianas formadas por polinomios ortogonales, que se aplican
a diversas cuestiones de Análisis Numérico y bases hilbertianas en espacios de
funciones holomorfas A2 (Ω), que sustituyen con éxito en abiertos irregulares
a los monomios (z − a)n ; el estudio de estas bases en espacios de funciones
requiere el uso de los teoremas de Korovkin 1.12.29 y de Weierstrass 1.12.30.
Algunas referencias básicas que, sobre las cuestiones de este capítulo, el lec-
tor puede utilizar son: para espacios de Banach [20, 47, 14], para espacios
de Hilbert [59, 64, 71, 51], para aproximación y regularización [49, 70], para
técnicas variacionales y sus aplicaciones [7, 23, 66, 72, 73, 50] y para bases
en espacios de Hilbert y aplicaciones: [12, 35, 46, 65, 67]
En el segundo capítulo se desarrolla la teoría espectral y algunas de sus
aplicaciones. Grosso modo la teoría espectral es la generalización infinito di-
mensional de la teoría de diagonalización de matrices. En este capítulo se
Introducción 4
introducen ejemplos concretos de operadores, y se analiza la posibilidad de

su representación mediante matrices infinitas, sección 2.1; se define el con-
cepto de espectro para un operador, sección 2.2; se presenta el concepto de
adjunto de un operador y sendos tipos de operadores relacionados con di-
cho concepto: los operadores autoadjuntos y los normales, sección 2.3; se
estudia el concepto de operador compacto, sección 2.4; se establece el teore-
ta
ma espectral para operadores compactos y autoadjuntos o bien compactos y
normales en espacios de Hilbert, teoremas 2.5.5 y 2.5.14; se discuten algunas
ui
aplicaciones del teorema espectral a la resolución de determinados tipos de
ecuaciones integrales —ecuaciones en las que la incógnita es una función que
at
aparece bajo el signo integral—, sección 2.6.1, y de ecuaciones diferenciales
—ecuaciones en las que la incógnita es una función de la que se conocen
gr
ciertas propiedades de sus derivadas—, sección 2.6.2; concretamente se es-
tudia la Alternativa de Fredholm, véase el teorema 2.6.1, para operadores
integrales, que se aplica a la resolución de problemas de Sturm–Liouville,
tra
sección 2.6.2; se aprovecha el estudio anterior para resolver el problema de

Dirichlet en un cuadrado y la ecuación diferencial que rige el movimiento
de una cuerda vibrante. Lecturas recomendadas sobre la temática de este
es
capítulo son: para operadores en espacios de Banach: [57, 47, 20, 14], para
operadores en espacios de Hilbert [28, 51, 66, 73] y para aplicaciones de las
mu
técnicas aquí estudiadas [3, 7, 64, 50, 72]

En el tercer capítulo se desarrollan los Principios Fundamentales del Aná-
lisis Funcional, con numerosas aplicaciones, y la teoría de dualidad en el
marco de los espacios localmente convexos, que nos parece el más adecua-
do. En este capítulo se establece el teorema de extensión de Hahn-Banach
en su versión analítica, teorema 3.1.1; se introduce el concepto de norma
estrictamente convexa y se analiza la unicidad en el teorema de extensión
de Hahn-Banach, teorema 3.1.12, en relación con este concepto; se estudian
los espacios de Banach que se pueden poner en llegada para garantizar un
teorema de extensión similar al teorema de Hahn-Banach, pero con valo-
res vectoriales, véase la sección 3.2; se estudia el teorema de la Categoría
de Baire, teorema 3.3.3, y sus consecuencias en espacios de Banach: el teo-
rema de la Acotación Uniforme, teorema 3.3.5, y el teorema de la Gráfica
Cerrada, teorema 3.4.12; se dan diversas, e importantes, aplicaciones de los
resultados fundamentales estudiados en este tema, entre otras, la existencia
Introducción 5
de límites de Banach, la existencia de funciones continuas con series de Fou-

rier puntualmente divergentes, la continuidad de los coeficientes asociados a
una base, etc.; se introducen las topologías localmente convexas como marco
para establecer los teoremas de separación de conjuntos convexos que permi-
ten estudiar adecuadamente las topologías débiles y débiles∗ en los espacios
de Banach; se demuestra el teorema de Mazur —también conocido como
ta
versión geométrica del teorema de Hahn-Banach—, teorema 3.7.5; se reco-
nocen muchas nociones de convergencia en espacios de funciones continuas,
ui
holomorfas, diferenciables, espacios base para distribuciones, etc., como con-
ceptos asociadas a topologías localmente convexas, véanse las secciones 3.5,
at
3.6, 3.7 y 3.8; se estudian los teoremas de Alaoglu 3.8.15 y Goldstine 3.10.4,
la noción de reflexividad en espacios de Banach, y se aprende cuáles de los
gr
espacios de Banach clásicos son reflexivos y cuáles no; se introduce la no-
ción de convexidad uniforme, y en particular se demuestra el teorema de
Milman 3.10.11 que se aplica para calcular los duales de los espacios Lp ,
tra
sin necesidad de utilizar el teorema de Radon–Nikodým; se introduce su-

cintamente al lector en relaciones no triviales entre la topología y el Análi-
sis Funcional tales como: relación entre separabilidad y metrizabilidad para
es
topologías débiles, comportamiento sucesional de los débil compactos, teo-

rema 3.11.5, propiedad de Schur 3.11.4, etc. De las muchas referencias que
mu
podríamos recomendar al lector sobre las cuestiones tratadas en este capítu-

lo, nos ceñimos a las siguientes: sobre la teoría general de espacios localmente
convexos [31, 36, 39, 45, 48, 58, 61, 64]; sobre los principios fundamentales
en los espacios de Banach [20, 15, 16, 24, 38, 47, 50, 51] y sobre aplicaciones
de estos principios [7, 17, 28, 66, 67, 70, 74].
El apéndice final recoge sin demostraciones los resultados sobre la integral
de Lebesgue que el lector de este texto puede necesitar para entender algunas
partes de los capítulos centrales del mismo.
Cada capítulo tiene una colección de ejercicios propuestos que han sido
ordenados según temática tal y como ésta avanza en el libro. Estos ejercicios,
o problemas a veces, complementan la materia expuesta y se han seleccio-
nado para que el lector que quiera aprender técnicas de Análisis Funcional
se entrene resolviéndolos por él mismo. Como material complementario se
puede acceder desde la versión digital de este libro a las soluciones de todos
los ejercicios propuestos a través de una aplicación web.
Introducción 6
En este libro hemos elegido seis matemáticos que han cimentado gran
parte del moderno Análisis Funcional para comentar su historia brevemente.
Nuestra elección es: David Hilbert (pág. 34), Laurent Schwartz (pág. 80),
Frigyes Riesz (pág. 158), John von Neumann (véase página 185), Stefan Ba-
nach (pág. 230) y Joseph Fourier (pág. 276).
Para aquellos lectores que hayan disfrutado con el estudio de los temas
ta
tratados en esta obra y que deseen introducirse en aspectos más recientes y
avanzados del Análisis Funcional, sugerimos las siguientes referencias [1, 2,
ui
5, 9, 10, 25, 40, 32, 53].
at
Agradecemos a todas las personas que nos han hecho llegar sugerencias,
a lo largo de mucho tiempo, sobre materiales que han conducido a este libro.
gr
En particular nombramos a nuestros alumnos Juan de la Cruz González
y Antonio José Guirao y a nuestros compañeros María Ángeles Hernández
y Antonio José Pallarés. Nuestro agradecimiento muy especial para nuestro
tra
querido Salvador Sánchez-Pedreño quien nos ha ayudado a componer el libro,

ha discutido con nosotros matemáticas y la conveniencia o no de esta o
aquella expresión en el castellano más correcto.
es
Los autores manifiestan su agradecimiento a la Real Sociedad Matemática

Española y a sus comités científicos que han aceptado la publicación de este
mu
libro en la colección “Textos Universitarios - Matemáticas” que Ediciones

Electolibris inicia en colaboración con dicha sociedad.
Murcia, 24 de Diciembre de 2012.
Bernardo Cascales.
José Manuel Mira.
José Orihuela.
Matias Raja.
ta
ui
at
gr
tra
es
1.1. Espacios de Banach

mu
1.2. Espacios normados de dimensión finita

1.3. Ejemplos de espacios de Banach
1.4. Espacios de Hilbert
1.5. Mejor aproximación. Teorema de la proyección
1.6. Dual de un espacio de Hilbert: teorema de Riesz–Fréchet
1.7. Problemas variacionales cuadráticos
1.8. Convolución y aproximación de funciones
1.9. El principio de Dirichlet: justificación analítico funcional
1.10. Operadores diferenciales y soluciones débiles
1.11. El método de Galerkin
1.12. Bases en espacios de Hilbert
1.13. Ejercicios
Objetivos centrales del capítulo

Aunque en las primeras secciones se incluyen conceptos y propiedades bá-
sicas de los espacios normados, este capítulo está esencialmente dedicado a la
estructura de espacio de Hilbert. De ese modo se resaltan mejor las caracte-
rísticas específicas de los espacios de Hilbert en comparación con los espacios
ta
normados, que constituyen un modelo más flexible, pero de menor riqueza
estructural, que los espacios de Hilbert.
ui
Como objetivos específicos del capítulo señalamos:
Recordar los conceptos de espacio normado y de espacio de Banach, que se han
at
podido introducir en otras asignaturas previas de Análisis Matemático,
resaltando los ejemplos más destacados.
gr
Estudiar los espacios de dimensión finita caracterizándolos a través de la
compacidad de sus bolas cerradas (teorema 1.2.8). Analizar los espacios
de sucesiones, espacios de funciones continuas, espacios de funciones di-
tra
ferenciables, holomorfas, etc. que el lector ha encontrado anteriormente

en otras asignaturas.
es
Recordar el concepto de espacio de Hilbert y caracterizar los espacios de

Hilbert a través de una propiedad geométrica de la norma, la “ley del
paralelogramo” (teorema 1.4.6).
mu
Resolver el problema de la existencia y unicidad del vector de mejor aproxima-

ción a uno dado para un determinado conjunto de vectores, relacionán-
dolo con la noción de ortogonalidad (teoremas 1.5.3 y 1.5.4). Establecer
la existencia en los espacios de Hilbert de proyecciones ortogonales sobre
subespacios cerrados (teorema 1.5.7).
Calcular el dual topológico de un espacio de Hilbert (teorema 1.6.1).
Estudiar la convolución de funciones y utilizarla para aproximar funciones
arbitrarias por funciones infinitamente diferenciables 1.8.6.
Analizar la conexión existente entre el problema de mejor aproximación y
ciertos problemas variacionales sobre la existencia de mínimo para de-
terminado tipo de funciones (teorema 1.7.1). Aplicar estos resultados a
la justificación analítico funcional de la existencia y unicidad de solución
del problema de Dirichlet general.
Aplicar la teoría de espacios de Hilbert para demostrar el teorema de Mal-

grange y Erhenpreis sobre existencia de soluciones débiles de ecuacio-
nes en derivadas parciales lineales y de coeficientes constantes (teore-
ma 1.10.7).
Aprender el método de Galerkin que sirve de base para la resolución numérica
de los problemas diferenciales tratados en este capítulo.
ta
Introducir el concepto de base hilbertiana, que permite el empleo de
coordenadas con una utilidad similar a la de los espacios de dimensión
ui
finita (1.12.22). Con este propósito se introduce la noción de red y el
concepto familia sumable, concepto que se relaciona, en espacios de
at
dimensión finita, con otras nociones de sumabilidad que el lector conoce
en el cuerpo de los números reales o complejos.
gr
Construir una base hilbertiana del espacio L2 ([−π, π]) (1.12.34), que se
encuentra ligada a los orígenes de las series de Fourier clásicas. Para lo
cual se establece el teorema de Weierstrass (1.12.30) sobre aproximación
tra
uniforme de las funciones continuas por polinomios.

Presentar, en la sección 1.12.7, otro tipo de bases hilbertianas sumamente
interesantes en las aplicaciones, en particular en Análisis Numérico: los
es
polinomios ortogonales.
Utilizar la noción de base hilbertiana para analizar la posibilidad de
mu
representar una función holomorfa en un abierto Ω del plano complejo

mediante una fórmula del tipo
X
∞
f (z) = an wn (z),
n=0
análoga a la serie de potencias, con coeficientes (an )n unívocamente

determinados, pero válida para todos los puntos z ∈ Ω.
Mis notas
1.1. Espacios de Banach 10
L os objetos que se consideran en Análisis Matemático: espacios euclídeos,

funciones continuas, diferenciables, integrables, holomorfas, . . . están cla-
ramente diferenciados; sin embargo poseen también una serie de característi-
cas que hacen posible analizar algunas de sus propiedades de forma unificada,
con una economía de medios y con una comprensión global de las mismas.
Uno de los puntos de vista novedosos del Análisis Funcional es la búsqueda de
ta
buenas estructuras de clasificación para los objetos del Análisis Matemático,
el estudio abstracto de las propiedades de éstas y la utilización de aplicaciones
ui
lineales continuas como herramienta para modelizar problemas. Los espacios
de Banach y de Hilbert constituyen estructuras de clasificación de objetos
at
matemáticos tan útiles como puedan ser las estructuras que se manejan en
otras ciencias. La mayor parte de los resultados aquí expuestos son válidos
gr
para espacios vectoriales reales o complejos, aunque eventualmente pueden
presentarse algunos que sólo son ciertos, y se indicará, o bien para espacios
reales o bien para espacios complejos. Por ello, en lo sucesivo K denotará
tra
indistintamente el cuerpo R de los números reales o el cuerpo C de los com-

plejos, y los espacios vectoriales que aparecen se consideran definidos sobre K.
La modelización matemática del espacio físico se realiza a través del es-
es
pacio euclídeo, que recoge y abstrae todas las propiedades significativas a la

experiencia sensible. El espacio de Hilbert representa la extensión a dimen-
mu
sión infinita de ese modelo.
1.1. Espacios de Banach

Definición 1.1.1.
Sean X un espacio vectorial sobre K y q : X → R una función.
Diremos que:
(i) q es subaditiva si q(x + y) ≤ q(x) + q(y) para todo x, y ∈ X.
(ii) q es positivamente homogénea si q(ax) = aq(x) para todo x de X
y a > 0.
(iii) q es una seminorma si q es subaditiva y q(ax) = |a|q(x) para todo
x ∈ X y a ∈ K.
(iv) q es una norma si q es seminorma y además la ecuación q(x) = 0
sólo tiene la solución x = 0.
Definición 1.1.2.
Un espacio normado es un espacio vectorial X con una norma k · k.
Un espacio normado (X, k·k) se llama espacio de Banach si la distancia
d : X × X → R asociada a la norma mediante la fórmula
d(x, y) = kx − yk
ta
es completa, es decir, si cada sucesión de Cauchy en (X, d) es conver-
ui
gente.
at
Notaciones:
(i) A veces, por brevedad, nos referiremos a un espacio normado (X, k · k)
gr
únicamente como espacio normado X.
(ii) En un espacio normado (X, k · k), con BX o con B[0, 1] denotare-
tra
mos indistintamente su bola unidad cerrada, es decir, BX = B[0, 1] =

{x ∈ X : kxk ≤ 1}.
(iii) Con int BX y B(0, 1) se denotará, indistintamente, la bola unidad abier-
es
ta del espacio normado (X, k · k), es decir, B(0, 1) = int BX = {x ∈ X :

kxk < 1}.
mu
(iv) SX = {x ∈ X : kxk = 1} designa la esfera unidad del espacio normado

(X, k · k).
(v) Si Y es un subespacio vectorial del espacio normado X, con (Y, k · k)
denotamos el espacio normado Y con la norma inducida por X.
(vi) Para cada conjunto A ⊂ X denotamos con span A el menor subespacio
vectorial que contiene al conjunto A, es decir, la intersección de todos
los subespacios vectoriales que contienen al conjunto A. Con span A de-
notamos la clausura topológica del conjunto anterior, es decir, el menor
espacio vectorial topológicamente cerrado que contiene al conjunto A
(así, spanA = span A).
(vii) Si (X, k · k) es un espacio normado y S un subconjunto de X, fijado
x ∈ X, con d(x, S) denotaremos, como es usual en los espacios métricos,
la distancia de x a S, es decir,
d(x, S) := ı́nf{d(x, y) : y ∈ S} = ı́nf{kx − yk : y ∈ S}.

Proposición 1.1.3.
Sea X un espacio normado. Entonces:
(i) Las aplicaciones s : X × X → X y p : K × X → X definidas, respecti-
vamente, por las fórmulas
s(x, y) = x + y y p(a, x) = ax
ta
son continuas.
ui
(ii) Las aplicaciones sy : X → X y pa : X → X, con a 6= 0, definidas,
at
respectivamente, por
sy (x) = x + y
gr y pa (x) = ax
son homeomorfismos (biyectivas y bicontinuas).

tra
(iii) Si G es un subconjunto abierto de X, también lo es G + A cualquiera

que sea el conjunto A ⊂ X.
(iv) Si F es un subconjunto cerrado y K es un subconjunto compacto, en-
es
tonces K + F es cerrado.
(v) Si Y ⊂ X es un subespacio1 vectorial también lo es su clausura topoló-
mu
gica Y .
(vi) Un subespacio Y ⊂ X es un subespacio propio de X si, y sólo si, el
interior de Y es vacío.
(vii) El espacio normado X es completo Psi, y sólo si, para cualquier sucesión
(yn )nPen X tal que la serie real ∞
n=1 kyn k es convergente se verifica
∞
que n=1 yn converge a un punto de X.
(viii) Si Y ⊂ X es un subespacio vectorial de X, entonces Y es un espacio
normado para la norma inducida. Si X es de Banach, entonces Y es
cerrado si, y sólo si, Y es de Banach.
Demostración. Las tres primeras afirmaciones son muy sencillas y quedan

al cuidado del lector. Para probar (iv) basta observar que si z = lı́mn (xn +yn )
con (xn )n ⊂ K, (yn )n ⊂ F entonces, al ser K compacto, existe una subsu-
cesión (xnk )k convergente a x ∈ K, con lo que (ynk )k converge a z − x ∈ F .
1
En lo sucesivo subespacio significará subespacio vectorial.
La propiedad (v) se obtiene de forma inmediata utilizando la caracterización

de la clausura de Y mediante sucesiones en Y . La afirmación (vi) es con-
secuencia de que si Y tiene interior
S∞ no vacío, entonces existe r > 0 tal que
B(0, r) ⊂ Y y, por tanto, X = n=1 B(0, nr) ⊂ Y , luego X = Y .
Veamos (vii).
P La prueba de que si X es un espacio de P Banach, la con-
vergencia de ∞ ky n k implica la convergencia en X de ∞
n=1 yn , se de-
ta
n=1
ja al lector. Recíprocamente. Tomemos (xn )n una sucesión de Cauchy en
(X, k · k). Existe
P∞ una subsucesión (xnk )k que satisface kxnk − xnk+1 k ≤ 2
−k
ui
y por
P tanto k=1 kxnk − xnk+1 k es convergente, con lo que también conver-
ge ∞ k=1 (xnk − xnk+1 ), es decir, la subsucesión (xnk )k es convergente. Pero
at
siendo (xn )n una sucesión de Cauchy y la subsucesión (xnk )k convergente,
necesariamente (xn )n es convergente (al mismo límite que (xnk )k ).
gr
Definición 1.1.4.
tra
Si (X, k · k) es un espacio normado, un subconjunto A ⊂ X se dice

acotado si
sup{kxk : x ∈ A} < ∞,
es
o equivalentemente, si existe M ≥ 0 tal que kxk ≤ M para cada x ∈ A.

mu
Proposición 1.1.5.
Sean X e Y espacios normados.
(i) Si T : X → Y es lineal, las siguientes afirmaciones son equivalentes:
(a) T es continua en 0.
(b) La imagen por T de un conjunto acotado en X es un conjunto
acotado en Y .
(c) sup{kT (x)k : kxk = 1} < ∞.
(d) kT (x)k ≤ M kxk para algún M ≥ 0 y para todo x de X.
(e) T es uniformemente continua en X.
(f ) T es continua.
(ii) Si denotamos por L(X, Y ) el conjunto de las aplicaciones lineales y
continuas de X en Y , entonces L(X, Y ) es un espacio vectorial y la
función definida para cada T de L(X, Y ) mediante la fórmula
kT k : = sup{kT (x)k : kxk ≤ 1} = sup{kT (x)k : kxk = 1}

(1.1)
= sup{kT (x)k : kxk < 1}
es una norma en L(X, Y ). Además, si Y es un espacio de Banach

entonces también lo es (L(X, Y ), k · k).
(iii) La composición de aplicaciones lineales y continuas es lineal y continua.
ta
Demostración. El lector no tendrá dificultad en realizarla por sí mismo.
ui
Las aplicaciones lineales de X en K se suelen llamar formas lineales y
el conjunto de las mismas recibe el nombre de dual algebraico. Para formas
at
lineales la continuidad de T equivale a que Ker T sea cerrado (véase la pro-
posición 1.2.9). gr
Definición 1.1.6.
Si X es un espacio normado, el espacio de Banach L(X, K), que se
tra
denota con X ∗ , se llama dual topológico de X.
Definición 1.1.7.
es
Sean X e Y dos espacios normados.

(i) Una aplicación T : X → Y se llama isomorfismo topológico de X
mu
en Y si es un isomorfismo algebraico tal que T y T −1 son conti-

nuas. En tal caso se dice que los espacios X e Y son topológica-
mente isomorfos 2 .
(ii) Un isomorfismo topológico T se dice isométrico si conserva la dis-
tancia, equivalentemente, si kT (x)k = kxk para x ∈ X. En tal
caso X e Y se dicen isométricamente isomorfos.
(iii) Si k · k y | · | son normas en X, se dice que son equivalentes si la
aplicación identidad
I : (X, k · k) → (X, | · |)
es un isomorfismo topológico de espacios normados.
2
No es infrecuente que en textos de Análisis Funcional, con un indudable abuso de
lenguaje, se emplee la terminología espacios normados isomorfos para referirse a espacios
normados topológicamente isomorfos.
Proposición 1.1.8.
Sean X e Y espacios normados.
(i) Sea T : X → Y una aplicación lineal sobreyectiva. Entonces T es un
isomorfismo topológico si, y sólo si, existen constantes m, M > 0 tales
que mkxk ≤ kT (x)k ≤ M kxk para todo x ∈ X.
ta
(ii) Si k · k y | · | son dos normas en X, entonces son equivalentes si, y sólo
si, existen m, M > 0 tales que m|x| ≤ kxk ≤ M |x| para todo x ∈ X.
ui
(iii) Si X e Y son espacios normados isomorfos, la completitud de uno
equivale a la del otro.
at
Demostración. Se deja como ejercicio al lector.
gr
Las aplicaciones lineales entre espacios normados se suelen llamar ope-

radores, empleándose los términos operador acotado y operador no acotado
tra
según que el operador sea o no continuo3 . Si X es un espacio de dimensión

finita e Y es un espacio normado, las aplicaciones lineales de X en Y son
continuas (véase el corolario 1.2.5) y todos los operadores son acotados. La
es
situación es diferente en los espacios de dimensión infinita.

Ejemplo 1.1.9. En espacios de dimensión infinita hay operadores no aco-
mu
tados.
Demostración. Sea X un espacio normado de dimensión infinita y sea
Y un espacio normado no nulo. Sea (xn )n una sucesión de vectores en X,
linealmente independientes con norma 1 y sea y 6= 0 un vector arbitrario
de Y . Podemos completar la sucesión (xn )n con vectores (zi )i hasta tener
una base algebraica de X. Entonces definiendo T xn = ny, para cada n, y
T zi = 0, para cada i, se construye una aplicación lineal T de X en Y que
no es continua, debido a que kT xn k = nkyk y, en consecuencia, la sucesión
(kT xn k)n no es acotada.
Es un hecho conocido de topología general que cualquier espacio métrico

(M, d) posee una compleción, es decir, existen un espacio métrico completo
c, db) y una aplicación isométrica J : M −→ M
(M c tales que J(M ) es denso
3
La equivalencia entre (b) y (f ) en la proposición 1.1.5 justifica esta terminología.
c, db). Si (X, k · k) es un espacio normado y denotamos con X

en (M b su comple-
b
ción como espacio métrico, es fácil comprobar que X es un espacio vectorial
y que la fórmula |bx| = lı́mn kxn k, supuesto que x b db), define
b = lı́mn xn en (X,
b
una norma que genera la distancia d, es decir,
Proposición 1.1.10.
b y una
ta
Para cada espacio normado X existen un espacio de Banach X
b b El
aplicación lineal isométrica J : X −→ X tales que J(X) es denso en X.
b recibe el nombre de compleción de X.
ui
espacio X
Utilizando los ejemplos de la sección 1.3 construiremos otro modelo para
at
la compleción de un espacio métrico.
Proposición 1.1.11. gr
Sea X un espacio normado. Si Y es un subespacio vectorial cerrado del
espacio normado X, entonces el espacio vectorial cociente X/Y es un espacio
tra
normado para la norma cociente dada por
|x + Y | = ı́nf{kx + yk : y ∈ Y }.
es
La aplicación cociente Q : X −→ X/Y es lineal, continua y abierta. Además,

la norma cociente genera la topología cociente y si X es de Banach también
lo es X/Y .
mu
Demostración. Para el segundo, si |x + Y | = 0 y x ∈ X, entonces existe

(yn )n ⊂ Y con lı́mn kx − yn k = 0, por lo que x ∈ Y , puesto que Y es cerrado,
y en consecuencia, x+ Y = 0. Las restantes propiedades de la norma en X/Y
son inmediatas, así como la linealidad y continuidad de Q.
Para ver que Q es abierta basta observar que Q(BX (0, 1)) = BX/Y (0, 1), y
esto se comprueba de forma inmediata. Recordemos que la topología cociente
es la topología más fina en X/Y que hace continua la aplicación cociente Q,
y por ello es claro que la topología cociente es más fina que la topología de
la norma; pero, por otra parte, si W es un abierto en la topología cociente
entonces Q−1 (W ) es un abierto en X, por lo que fijado x ∈ Q−1 (W ) existe
r > 0 tal que B(x, r) ⊂ Q−1 (W ). Por tanto Q(B(x, r)) = B(Qx, r) ⊂ W
y, en consecuencia, W es abierto en la topología que genera la norma | · |
en X/Y . P
Finalmente, si ∞ ∞ podemos tomar yn ∈ xn + Y para que
n=1 |xn + Y | < P
kyn k ≤ |xn + Y | + 2−n , con lo que ∞ n=1 kyn k < ∞ y por la completitud de
1.2. Espacios normados de dimensión finita 17
P∞
X (véase la proposición 1.1.3)
P la serie n=1 y
P n converge, de donde se obtiene
la convergencia de la serie ∞n=1 (x n + Y ) = ∞
n=1 Q(yn ) en X/Y , aplicando
la continuidad de Q.
Definición 1.1.12.
ta
Sea X un espacio normado y sean Y, Z subespacios vectoriales tales
que X es la suma directa algebraica4 de Y y Z, que denotamos con
ui
X = Y ⊕ Z. Se dice que X es la suma directa topológica de Y y Z si las
proyecciones canónicas PY y PZ de X en X, definidas respectivamente
at
por las fórmulas PY (y + z) = y y PZ (y + z) = z, son continuas. En ese
caso se dice que Z es un complementario topológico de Y respecto de X.
gr
Obsérvese que en una suma directa topológica los sumandos son cerrados
y que es suficiente que una de ambas proyecciones sea continua para que
tra
la suma sea topológica. La topología producto en Y × Z coincide con la

topología que engendra en Y × Z la norma k(y, z)k = kyk + kzk. Es sencillo
comprobar que X es la suma directa topológica de Y y Z si, y sólo si, la
es
aplicación s : Y × Z −→ X definida por s(y, z) = y + z es un isomorfismo

topológico de espacios normados.
mu
1.2. Espacios normados de dimensión finita

Los primeros ejemplos de espacios de Banach a considerar son, indu-
dablemente, los espacios de dimensión finita y, particularmente, los espacios
euclídeos Kn en los que la distancia entrep
dos
Pnpuntos x = 2(xi )i=1 e y = (yi )i=1
n n
está definida por la fórmula d(x, y) = + i=1 |xi − yi | . Dicha distancia es

la asociada a la norma que define la fórmula
X
n 1
2
2
kxk2 := |xi | (1.2)
i=1
Es fácil comprobar que se satisfacen:

4
Esto significa que para cada x ∈ X existen y ∈ Y y z ∈ Z unívocamente determinados
de modo que x = y + z. O, equivalentemente, que Y ∩ Z = 0 y X = Y + Z.
(i) Para todo x ∈ K, kxk2 ≥ 0 y kxk2 = 0 si, y sólo si, x = 0.

(ii) kaxk2 = |a|kxk2 si a ∈ K y x ∈ Kn .
Sin embargo, la desigualdad triangular exige un poco más de trabajo. De
hecho, el exponente 2 en la fórmula (1.2) puede reemplazarse por cualquier
número real p ≥ 1 y la fórmula
ta
X
n 1/p
p
kxkp := |xi | (1.3)
ui
i=1
at
define también una norma en Kn . Como antes, la única propiedad no evidente
de la norma k · kp es la desigualdad triangular, al menos, para p > 1, ya
gr
que para p = 1 la desigualdad triangular es una consecuencia directa de la
desigualdad triangular del valor absoluto en K. La desigualdad triangular
para p > 1 se sigue de la desigualdad de Minkowski que se establece en el
tra
corolario 1.2.3; para probarlo comencemos por un resultado técnico.

Lema 1.2.1.
es
Sean a, b ≥ 0 y p > 1. Sea q el conjugado de p, definido por la ecuación

1 1
p + q = 1. Entonces
a p bq
mu
ab ≤ +
p q
Demostración. Como la función exponencial es convexa se tiene
1 p+ 1 log bq 1 log ap 1 log bq ap bq
e p log a q ≤ e + e = +
p q p q
1
log ap + q1 log bq
Y al ser ab = elog ab = e p se obtiene el resultado.
Proposición 1.2.2. Desigualdad de Hölder.

Sean ak , bk ≥ 0, con 1 ≤ k ≤ n y n ∈ N. Si p > 1 y q es el conjugado de
p, entonces se verifica
n
X X
n 1/p X
n 1/q
ak bk ≤ apk bqk .
k=1 k=1 k=1
P P
Demostración. Sean A := ( k apk )1/p , B := ( k bqk )1/q y supongamos que
A y B son no nulos, pues en otro caso el resultado es claro. Aplicando el
lema anterior con a = aAk , b = bBk y sumando se tiene
n
X np q n
ak bk 1 X ak 1 X bk
≤ + = 1,
AB p Ap q Bq
ta
k=1 k=1 k=1
de donde se sigue la tesis.
ui
Esta desigualdad recibe el nombre de desigualdad de Schwarz cuando p = 2.
at
Corolario 1.2.3. Desigualdad de Minkowski.
Sean ak , bk ≥ 0 para 1 ≤ k ≤ n y n ∈ N. Si p ≥ 1 entonces se verifica
gr
X n 1/p Xn 1/p X n 1/p
p p p
(ak + bk ) ≤ ak + bk
tra
k=1 k=1 k=1
Demostración. En el caso p = 1 no hay nada que probar. Supongamos pues

p > 1 y sea q tal que (1/p) + (1/q) = 1. Teniendo en cuenta que (p − 1)q = p
es
y la desigualdad de Hölder se tiene:

n
X n
X
mu
α := (ak + bk )p = (ak + bk )(ak + bk )p−1

k=1 k=1
n
X n
X
= ak (ak + bk )p−1 + bk (ak + bk )p−1
k=1 k=1
X
n 1/pX
n 1/q X
n 1/pX
n 1/q
p q(p−1) p q(p−1)
≤ ak (ak + bk ) + bk (ak + bk )
k=1 k=1 k=1 k=1
X
n 1/p X
n 1/p !
p
= α1/q ak + bpk ,
k=1 k=1
lo que prueba el enunciado.
En lo que sigue denotaremos por ℓpn , 1 ≤ p < ∞, el espacio Kn dotado de

la norma k · kp . Con ℓ∞
n denotamos el espacio K dotado de la norma k · k∞
n
definida por
kxk∞ := sup{|xi |; 1 ≤ i ≤ n}.
En Kn todas estas normas son equivalentes entre sí como consecuencia de las

desigualdades
kxk∞ ≤ kxkp ≤ n1/p kxk∞
y, por tanto, definen la misma topología. La topología que definen es la pro-
ducto (determinada por la convergencia coordenada a coordenada) y como
ta
K es completo, Kn con cualquiera de esas normas es un espacio de Banach.
La proposición que sigue establece que, de hecho, es cierto un resultado más
ui
general.
Proposición 1.2.4.
at
Si X e Y son espacios normados finito dimensionales con la misma di-
mensión, entonces X e Y son topológicamente isomorfos. Más específicamen-
gr
te, si n es la dimensión común y {ek : 1 ≤ k ≤ n} es una base algebraica de
X, entonces el isomorfismo algebraico natural entre ℓ1n y X, dado por
tra
n
X
T (z) := T (a1 , a2 , . . . , an ) = ai ei ,
k=1
es
es, de hecho, un isomorfismo topológico.

mu
Demostración. La continuidad de T es consecuencia de la acotación

Xn n
X

kT (a1 , a2 , . . . , an )k = ai ei ≤ α |ai |,
k=1 k=1
donde α := sup{kek k : 1 ≤ k ≤ n}.

Para establecer la continuidad de T −1 tenemos en cuenta que la esfera
unidad K de ℓ1n es unPconjunto compacto y que f : K −→ R definida por
f (a1 , a2 , . . . , an ) := k nk=1 ai ei k es una función continua
P sin ceros (por ser T
isomorfismo algebraico). Entonces 0 < β := mı́n{k nk=1 ai ei k : k(ai )i k1 = 1}.
Por tanto, para cada (a1 , a2 , . . . , an ) ∈ ℓ1n se tiene
f (a1 , a2 , . . . , an )
≥ β,
k(a1 , a2 , . . . , an )k1
de donde
n n
X X

|ai | ≤ ai ei
β = kT (a1 , a2 , . . . , an )k,
i=1 i=1
lo que prueba la continuidad de T −1 .
Como consecuencia se obtiene fácilmente el siguiente corolario.
ta
Corolario 1.2.5.
(i) Todas las normas en un espacio finito dimensional son equivalentes.
ui
(ii) Todo espacio normado de dimensión finita es de Banach.
at
(iii) Todo subespacio de dimensión finita de un espacio normado es cerrado.
(iv) Toda aplicación lineal de un espacio normado de dimensión finita en
gr
un espacio normado arbitrario es continua.
(v) En espacios normados de dimensión finita los conjuntos cerrados y
tra
acotados son compactos (teorema de Bolzano-Weierstrass).
Veremos más adelante, aplicando el teorema de Baire 3.3.3, que la di-
mensión algebraica de un espacio de Banach o es finita o es no numerable.
es
La validez del teorema de Bolzano-Weierstrass caracteriza los espacios

de dimensión finita. Para probarlo comenzamos estableciendo un lema, de-
bido a Riesz, llamado a veces “lema sobre la existencia de elementos casi
mu
ortogonales”.
Lema 1.2.6.
Sean X un espacio normado e Y ⊂ X un subespacio cerrado propio. Si
0 < ε < 1, entonces existe xε ∈ X con kxε k = 1 y d(xε , Y ) ≥ 1 − ε.
Demostración. Sea x ∈ X \ Y . Al ser Y cerrado se tiene d := d(x, Y ) > 0.
Puesto que d < d/(1 − ε) existe y0 ∈ Y verificando d ≤ kx − y0 k < d/(1 − ε).
Sea xε el vector normalizado de x − y0 , es decir, xε = (x − y0 )kx − y0 k−1 .
Para cada y ∈ Y arbitrario se tiene

x − y0 1
kxε − yk = kx − y0 k − y =
kx − y0 k x − y 0 − kx − y ky
0
d
≥ > 1 − ε,
kx − y0 k
luego d(xε , Y ) ≥ 1 − ε.
Corolario 1.2.7.
Si X es un espacio normado de dimensión infinita, entonces existen una
sucesión de subespacios (Mn )n (que pueden tomarse finito dimensionales) y
una sucesión de vectores (yn )n tales que para cada n ∈ N se verifica que
1
Mn ⊂ Mn+1 , yn ∈ Mn , kyn k = 1, d(yn+1 , Mn ) ≥
ta
2
Demostración. Tomamos x1 ∈ X con kx1 k = 1 y llamamos M1 = span{x1 }.
ui
Si ε = 21 , por el lema de Riesz existe x2 ∈ X\M1 con kx2 k = 1 de forma que
d(x2 , M1 ) ≥ 1 − 21 = 12 . Sea M2 = span{x1 , x2 }; de igual forma con ε = 21
at
existirá x3 en X\M2 tal que d(x3 , M2 ) = 21 . Al ser X de dimensión infinita,
procediendo de forma recursiva obtenemos el resultado buscado.
gr
Teorema 1.2.8. F. Riesz, 1918.

tra
Si X es un espacio normado las siguientes afirmaciones son equiva-

lentes:
(i) X es de dimensión finita.
es
(ii) Todo conjunto cerrado y acotado de X es compacto.

(iii) La bola unidad cerrada BX = {x ∈ X : kxk ≤ 1} es compacta (X
mu
es localmente compacto).
Demostración. La implicación (i) ⇒(ii) no es otra cosa que el teorema

de Bolzano-Weierstrass mencionado en el corolario 1.2.5. Es claro que (ii)
implica (iii). A partir de (iii), si X fuera de dimensión infinita, aplicando el
corolario anterior se obtendría una sucesión (yn )n con kyn k = 1 cumpliendo
kyn − ym k ≥ 12 , si n 6= m, lo cual es incompatible con la compacidad de la
bola de X.
También es posible demostrar el teorema anterior como sigue (prueba de

Choquet):
Demostración. Las implicaciones (i) ⇒ (ii) ⇒ (iii) son evidentes. Veamos
que (iii)S ⇒(i). Como BX es compacto existen x1 , x2 , . . . , xn ∈ X tales que
BX ⊂ ni=1 (xi + 12 BX ). Sean Y = span{x1 , ..., xn } y Q : X −→ X/Y la
aplicación cociente. Entonces

n
[ 1 1 1
BX/Y = Q(BX ) ⊂ Q xi + BX = Q(BX ) = BX/Y ,
2 2 2
i=1
ya que Q(xi ) = 0 al ser xi ∈ Y . De forma inductiva se tiene
ta
1 1 1
BX/Y ⊂ BX/Y ⊂ BX/Y ⊂ · · · ⊂ n BX/Y ⊂ · · ·
2 4 2
ui
Si z ∈ BX/Y entonces z ∈ 21n BX/Y para cualquier n ∈ N, es decir, si kzk ≤ 1
at
en X/Y entonces kzk ≤ 21n para todo n ∈ N. Por tanto BX/Y = {0} y así
X/Y = 0, lo que significa que X = Y .
gr
Proposición 1.2.9.
tra
Para un espacio normado X se verifican:
(i) Si Y ⊂ X es un subespacio vectorial cerrado y Z ⊂ X es un subespacio
vectorial finito dimensional, entonces Y + Z es un espacio vectorial
es
cerrado.
(ii) Si Y es un espacio normado y T : X → Y una aplicación lineal cuya
mu
imagen es un subespacio de dimensión finita, entonces T es continua

si, y sólo si, Ker T es cerrado.
Demostración. Sea Q : X −→ X/Y la aplicación cociente. Q(Z) es un
subespacio finito dimensional y por tanto cerrado. Como Q es continua, en-
tonces Y + Z = Q−1 (Q(Z)) es cerrado, lo que demuestra la afirmación (i).
Para probar (ii) consideremos la descomposición canónica de T dada por
Q
.
J
X −→ X Ker T −→ T (X) ֒→ Y.
La continuidad de T se obtiene por composición, debido a que la aplicación

cociente Q y la inclusión de T (X) en Y son continuas, junto con que T (X)
es de dimensión finita y por ello J es un isomorfismo topológico, de acuerdo
con la proposición 1.2.4.
La suma de subespacios cerrados es un subespacio que puede no ser ce-

rrado, como pone de manifiesto el ejemplo 1.3.2.
1.3. Ejemplos de espacios de Banach 24
Corolario 1.2.10.
Sean X un espacio de Banach e Y ⊂ X un subespacio cerrado de codi-
mensión finita. Entonces cualquier complementario algebraico Z de Y es un
complementario topológico.
Demostración. Se deduce inmediatamente de la proposición 1.2.9 (véase
ta
también el corolario 3.1.8).
ui
1.3. Ejemplos de espacios de Banach
at
La desigualdad de Minkowski puede extenderse a series, permitiendo así
gr
definir espacios clásicos de sucesiones.
Proposición 1.3.1.
tra
Los conjuntos definidos a continuación son espacios vectoriales sobre K

y las funciones k · kp y k · k∞ son normas.
X ∞ 1
es
p
p N p
(i) ℓ := x = (xn )n ∈ K : kxkp := |xn | < ∞ , 1 ≤ p < ∞.
n=1
n o
mu
(ii) ℓ∞ := x = (xn )n ∈ KN : kxk∞ := sup |x(n)| < ∞ .

n∈N

(iii) c0 := x = (xn )n ∈ KN : lı́m |x(n)| = 0 .
n
N

(iv) c := x = (xn )n ∈ K : existe lı́m x(n) .
n
N

(v) c00 := x = (xn )n ∈ K : x(n) = 0 si n > n0 para cierto n0 ∈ N .
(vi) (ℓp , k · kp ), con 1 ≤ p ≤ ∞, son espacios de Banach. Los espacios c, c0
son subespacios cerrados de ℓ∞ y c00 (llamado espacio de las sucesiones
finitamente no nulas) es denso en ℓp para 1 ≤ p < ∞.
(vii)
ℓ1 ⊆ ℓp ⊂ ℓq ⊂ c0 ⊂ c ⊂ ℓ∞
siendo las inclusiones continuas y, en esta ocasión, estrictas cuando
aparecen denotadas con el símbolo ⊂, donde 1 ≤ p < q < ∞.
(viii) ℓp , 1 ≤ p < ∞, c0 y c son separables, mientras que ℓ∞ no lo es.
(ix) Para los duales se tiene:
(c0 , k · k∞ )∗ = (ℓ1 , k · k1 ) y (ℓp , k · kp )∗ = (ℓq , k · kq ), 1 ≤ p < ∞,
donde 1/p + 1/q = 1.
Demostración. Es sencillo comprobar la completitud en todos los casos
ta
utilizando adecuadamente la condición de Cauchy y que la convergencia en
las correspondientes normas implica la convergencia por coordenadas. Como
ui
el término general de una serie convergente tiene por límite 0 se tiene que
ℓq ⊂ c0 para 1 ≤ q < ∞. El hecho de que las sucesiones convergentes sean
at
acotadas nos proporciona c ⊂ ℓ∞ . Finalmente el hecho de que si 0 ≤ x ≤ 1
y p ≤ q entonces es xq ≤ xp permite probar fácilmente que ℓp ⊂ ℓq , siendo
gr
además el contenido estricto. Resumiendo, se verifican las inclusiones
ℓ1 ⊆ ℓp ⊂ ℓq ⊂ c0 ⊂ c ⊂ ℓ∞
tra
de forma continua. Claramente el conjunto

(
es
aj ∈ Q si K = R,
D := {(a1 , a2 , . . . , an , 0, 0, . . . ) : n ∈ N} con
aj ∈ Q + iQ si K = C
mu
es un conjunto numerable y denso en c0 , que es por lo tanto separable. Para

cada x = (ξn )n ∈ ℓp si xn := (ξ1 , ξ2 . . . , ξn , 0, 0 . . . ) entonces xn converge a
x en k · kp . Por tanto el conjunto D también es denso en ℓp , si 1 ≤ p < ∞.
La separabilidad de c se demuestra razonando con el conjunto de sucesio-
nes que toman sólo una cantidad finita de valores distintos, y además to-
dos ellos racionales. Para ver que ℓ∞ no es separable es suficiente observar
que A = {χA : A ∈ P(N)}, donde P(N) designa la familia de los sub-
conjuntos de N, es un conjunto no numerable tal que si A 6= B entonces
kχA − χB k∞ = 1. Por tanto ningún conjunto numerable es denso en A , y en
consecuencia ℓ∞ no es separable.
Para ver que (c0 , k · k∞ )∗ es isométricamente isomorfo a (ℓ1 , k · k1 ) esta-
blecemos la aplicación
T : (ℓ1 , k · k1 ) → (c0 , k · k∞ )∗
que a cada y := (ξn )n ∈ ℓ1 le hace corresponder T (y) ∈ (c0 , k · k∞ )∗ definido

del siguiente modo:
∞
X

T (y) (xn )n := ξn xn , para (xn )n ∈ c0 .
n=1
ta
T está bien definida, es lineal y continua con kT (y)k ≤ kyk1 . Para acabar la
demostración es suficiente ver que T es sobreyectiva y que kyk1 ≤ kT (y)k.
ui
Denotemos con ep el vector que tiene nulas todas sus coordenadas salvo la
p-ésima, que es 1. Dado u ∈ (c0 , k · k∞ )∗ , si x = (xn )n ∈ c0 , se tiene
at
X
n n
X ∞
X
u(x) = lı́m u xk ek = lı́m
gr u(ek )xk = ξ k xk ,
n n
k=1 k=1 k=1
es decir, u queda determinada por (ξn )n siendo ξn = u(en ). Si probamos que

(u(en ))n ∈ ℓ1 y que k(u(en ))n k1 ≤ kuk habremos conseguido establecer que T
tra
es un isomorfismo isométrico. A tal fin, fijado m ∈ N podemos hacer una

elección adecuada de xk , 1 ≤ k ≤ m, con |xk | = 1 para P que si escribimos
m
es
x = (x1 , x2 , . . . , xm , 0, 0, . . . ) tengamos
Pm la igualdad u(x) = k=1 |u(ek )|. Así
pues, para cada m ∈ N, se tiene k=1 |u(ek )| ≤ kuk, que es lo que queríamos
demostrar.
mu
Veamos ahora que (ℓ1 , k · k1 )∗ es isométricamente isomorfo a (ℓ∞ , k · k∞ )

mediante la aplicación
T : (ℓ∞ , k · k∞ ) −→ (ℓ1 , k · k1 )∗
que a cada y := (ξn )n ∈ ℓ∞ le hace corresponder T (y) ∈ (ℓ1 , k · k1 )∗ definido

del siguiente modo:
∞
X

T (y) (xn )n := ξn xn , para (xn )n ∈ ℓ1 .
n=1
T está bien definida y kT (y)k ≤ kyk∞ . Como en el caso anterior, es inme-

diato que cada u ∈ (ℓ1 , k · k1 )∗ viene determinada por (u(ek ))k ya que, si
x = (xn )n ∈ ℓ1 ,
n
X ∞
X
u(x) = lı́m u(ek )xk = u(ek )xk ,
n
k=1 k=1
y que (u(ek ))k ∈ ℓ∞ siendo k(u(ek ))k k∞ ≤ kuk, sin más que tener en cuenta
que, en el supuesto de que u(ek ) sea no nulo, se tiene

|u(ek )|
|u(ek )| = u ek ≤ kuk.
u(ek )
Vamos a probar ahora que si 1 < p < ∞ y 1/p + 1/q = 1, entonces
ta
es isométricamente isomorfo a (ℓq , k · kq ). Para ello consideramos
(ℓp , k · kp )∗
la aplicación
ui
T : (ℓq , k · kq ) → (ℓp , k · kp )∗
que a cada y := (ξn )n le hace corresponder T (y) ∈ (ℓp , k · kp )∗ definido de la
at
siguiente manera:
X∞
gr
T (y) (xn )n := ξn xn , para (xn )n ∈ ℓp .
n=1
La desigualdad de Hölder, proposición 1.2.2, garantiza que T está bien defi-
tra
nida y que kT (y)k ≤ kykq . Para terminar la demostración, es suficiente ver

que T es sobreyectiva y que kykq ≤ kT (y)k. Pero, de nuevo, cualquier forma
lineal continua u ∈ (ℓp , k · kp )∗ queda determinada por (u(en ))n ya que, si
es
x = (xn )n ∈ ℓp entonces
n
X ∞
X
mu
u(x) = lı́m u(ek )xk = u(ek )xk

n
k=1 k=1
y, como en los casos anteriores, basta probar que (u(ek ))k ∈ ℓq y que
k(u(ek ))k kq ≤ kuk
para concluir que T es un isomorfismo isométrico. Fijado m, sea

 |u(ek )| si u(e ) 6= 0
k
εk := u(ek )

1 en otro caso.
P q−1 e se obtiene kxm kp =
Pn
Poniendo xm := m k=1 εk |u(ek )| k p
q
k=1 |u(ek )| .
Y entonces
Xm Xm 1/p
|u(xm )| = u(xm ) = |u(ek )|q ≤ kukkxm kp = kuk |u(ek )|q
k=1 k=1
P
que finalmente proporciona ( m q 1/q ≤ kuk, para cada m ∈ N.
k=1 |u(ek )| )
El ejemplo que sigue pone de manifiesto que (i) en la proposición 1.2.9

no es cierta para subespacios cerrados arbitrarios.
Ejemplo 1.3.2. La suma de subespacios cerrados puede no ser un subespacio
cerrado.
Demostración. En (ℓ1 , k · k1 ) los subespacios
ta
n 1 o
Y := (xn )n ∈ ℓ1 : x2n = 0 y Z := (xn )n ∈ ℓ1 : x2n = n x2n−1
ui
2
son cerrados, como es fácil comprobar. El espacio Y + Z no es cerrado, ya
at
que Y + Z 6= ℓ1 e Y + Z contiene al espacio c00 , que es un conjunto denso
en ℓ1 . gr
Ejemplo 1.3.3. Espacios de funciones acotadas y continuas.

tra
(i) El espacio de las funciones acotadas en un conjunto no vacío S, deno-

tado con ℓ∞ (S), está formado por las funciones f : S −→ K para las
que kf k∞ = sup{|f (s)| : s ∈ S} < ∞. El espacio (ℓ∞ (S), k · k∞ ) es un
es
espacio de Banach.
En los apartados que siguen a continuación S denota un espacio topológico.
mu
Si f : S → K es una función continua se llama soporte de f al conjunto
sop(f ) := {x ∈ S : f (x) 6= 0}.
(ii) El espacio de las funciones continuas y acotadas en S, denotado con

Cb (S), es un subespacio cerrado del anterior y por tanto (Cb (S), k · k∞ )
es un espacio de Banach.
(iii) El espacio C0 (S) de las funciones continuas en S que se anulan en
el infinito (lo que significa que para cada ε > 0 existe un subconjunto
compacto de S fuera del cual la función está acotada por ε) es un
subespacio cerrado del anterior y por tanto (C0 (S), k·k∞ ) es un espacio
de Banach.
(iv) Si además S es localmente compacto y de Hausdorff, entonces el espacio
Cc (S) de las funciones continuas con soporte compacto en S es un
espacio normado, denso en (C0 (S), k · k∞ ).
Demostración. La verificación de las afirmaciones contenidas en los tres

primeros apartados es una tarea rutinaria que dejamos al cuidado del lector.
Para el cuarto apartado procedemos como sigue. Dada f ∈ C0 (S) y fijado
ε > 0 existe un compacto K ⊂ S tal que |f (s)| ≤ ε para s ∈/ K. Si G es un
abierto relativamente compacto tal que K ⊂ G ⊂ S entonces, por el lema de
Urysohn [44, Lema 4. pág. 137], existe una función ϕ ∈ Cc (S) tal que
ta
0 ≤ ϕ ≤ 1, ϕ(x) = 1 si x ∈ K, y sop(ϕ) ⊂ G.
ui
La función f ϕ está en Cc (S) y kf − f ϕk∞ ≤ ε y así acaba la prueba.
at
Observación 1.3.4. Sobre la compleción de un espacio métrico.
gr
Como ya se comentó anteriormente, es un hecho bien conocido de topología
general que cualquier espacio métrico puede ser completado. Veamos ahora
cómo el espacio ℓ∞ (S) puede ser utilizado para construir un modelo para la
tra
compleción de un espacio métrico. Dados un espacio métrico (S, d) y x0 ∈ S

fijo, la aplicación
φ : (S, d) → (ℓ∞ (S), k · k∞ )
es
que a cada x de S le asigna φ(x) : S → R definida por φ(x)(y) := d(x, y) −

d(x0 , y) para cada y ∈ S, es una isometría. Así un modelo para la compleción
mu
de (S, d) es la terna ((S, d), φ, φ(S)), donde φ(S) se considera con la norma
inducida de ℓ∞ (S).
Ejemplo 1.3.5. Espacios de funciones diferenciables. Sean Ω ⊂ Rn un
abierto no vacío y K ⊂ Ω un conjunto compacto. Sea DK m (Ω) el espacio de
las funciones m veces diferenciables con continuidad (i.e. de clase m) en Ω

y con soporte contenido en K. La fórmula

∂ |α| f (x)

kf km = sup sup α1 α2 αn
x∈Ω |α|≤m ∂x 1 ∂x 2 . . . ∂x n
α = (α1 , . . . , αn ), |α| = α1 + · · · + αn
donde f ∈ DK m (Ω), define una norma completa en D m (Ω).
K
Si se designa con D m (Ω) el espacio de las funciones de clase m en Ω con
soporte compacto contenido en Ω, la fórmula kf km también define una norma
en dicho espacio. Con D(Ω) se designa el subespacio del anterior formado
por las funciones infinitamente diferenciables.
Ejemplo 1.3.6. Para (Ω, Σ, µ) un espacio de medida arbitrario, los espacio

Lp (Ω, Σ, µ) con la norma k · kp , 1 ≤ p ≤ ∞, son espacios de Banach. En
particular esto se aplica cuando Ω es un abierto de Rn con la medida de
Lebesgue en él inducida; en esta caso Cc (Ω) es denso en Lp (Ω). .
Demostración. Véase, por ejemplo, [59, Teorema 3.2.6] y A.3.5.
ta
Ejemplo 1.3.7. Espacios de Hardy. Sean D el disco unidad abierto del
ui
plano complejo C, H (D) el espacio de las funciones holomorfas en D y
1 ≤ p ≤ ∞. Para f ∈ H (D) definimos
at
Z 2π 1/p
1 gr iθ p
Mp (f ; r) := |f (re )| dθ , 0 < r < 1, 1 ≤ p < ∞,
2π 0
M∞ (f ; r) := sup |f (reiθ )|, 0 < r < 1.

tra
0≤θ≤2π
Entonces el conjunto
es

H p (D) := f ∈ H (D) : kf kHp := sup Mp (f ; r) < ∞
0<r<1
mu
es un espacio de Banach para la norma kf kHp llamado espacio de Hardy.
Demostración. Del hecho de que (Lp , k · kp ) sea un espacio normado se

deduce inmediatamente, tomando supremos, que H p (D) es un espacio vec-
torial y que k · kHp es una seminorma. Por otra parte, si kf kHp = 0 entonces
para cada r es Mp (f ; r) = 0 y por tanto f |D(0, r) = 0 para todo r, es decir,
f = 0. En consecuencia, k · kHp es una norma en H p (D). Vamos a demostrar
a continuación la completitud de Hp (D).
Cuando p = ∞, f ∈ H ∞ (D) si, y sólo si, f es holomorfa y está uniforme-
mente acotada en D, y la norma k·kH∞ coincide con la norma k·k∞ . H ∞ (D)
es un espacio de Banach por ser subespacio cerrado de (Cb (D(0, 1)), k · k∞ ).
Sea 1 ≤ p < ∞. Dada una sucesión de Cauchy (fn )n en H p (D) tomamos
0 < r < R < 1 y fijamos z ∈ B(0, r). Aplicando la fórmula de Cauchy a
fn − fm , e integrando a lo largo de la circunferencia Γ de centro 0 y radio R
1.4. Espacios de Hilbert 31
se tiene:
Z
1 fn (w) − fm (w)
|fn (z) − fm (z)| = dw
2πi Γ w−z
Z 2π
R
≤ |fn (Reiθ ) − fm (Reiθ )| dθ.
2π(R − r) 0
ta
Aplicando la desigualdad de Hölder A.2.2 a la función constantemente igual
ui
a 1 y a la función g(θ) := |fn (Reiθ ) − fm (Reiθ )|, θ ∈ [0, 2π], se tiene
Z
2π
at
R
|fn (Reiθ ) − fm (Reiθ )| dθ
2π(R − r) 0
≤
R
(2π)
1− 1p
gr
Z 2π
|fn (Reiθ ) − fm (Reiθ )|p dθ
p1
2π(R − r) 0
R
tra
≤ Mp (fn − fm ; R) < ε, n, m ≥ nε .
(R − r)
Así pues (fn )n es una sucesión de Cauchy en la topología de la convergencia

es
uniforme sobre los compactos de D y, por tanto, converge en dicha topología

a una función f holomorfa en D. Sólo resta probar que f ∈ H p (D) y que
mu
kfn − f kp converge a cero. Dado ε > 0 existe n0 tal que, si m, n > n0 , se

tiene kfn − fm kp < ε y entonces para todo r < 1,
Mp (f − fm ; r) = lı́m Mp (fn − fm ; r) ≤ ε.
n→∞
Es decir, f ∈ H p (D) y kf − fm kp converge a cero si m tiende a infinito.
1.4. Espacios de Hilbert.

Ortogonalidad y ley del paralelogramo
Los espacios de Hilbert constituyen un tipo especial de espacios de Banach
que son la generalización natural de los espacios euclídeos de dimensión finita.
Como en el caso de dimensión finita, son espacios cuya norma procede de
un producto escalar. En el caso del espacio euclídeo de dimensión n sobre el
cuerpo de los reales, el producto escalar viene dado, como es sabido, por la
fórmula
Xn
hx, yi = xk y k .
k=1
Para espacios euclídeos complejos la fórmula es
ta
n
X
hx, yi = xk y k .
ui
k=1
at
En ambos casos se tiene kxk2 = + hx, xi. Esto puede extenderse al espacio
ℓ2 real o complejo mediante
gr ∞
X
hx, yi = xk y k x, y ∈ ℓ2 ,
tra
k=1
donde la convergencia absoluta se sigue de la desigualdad de Hölder 1.2.2

aplicada a sus sumas parciales.
es
En esta sección definimos de forma general la noción de producto escalar

y establecemos resultados conocidos en los espacios euclídeos.
mu
Definición 1.4.1.
Sea H un espacio vectorial sobre K donde K es R o C. Un producto
escalar sobre H es una aplicación
h·, ·i : H × H −→ K
que verifica
(i) hax + by, zi = ahx, zi + bhy, zi para todo x, y, z ∈ H y a, b ∈ K.
(ii) hx, yi = hy, xi para todo x, y ∈ H.
(iii) hx, xi ≥ 0 y hx, xi = 0 si, y sólo si, x = 0.
Se llama espacio prehilbertiano a un espacio vectorial H dotado de
un producto escalar. En lo sucesivo los espacios prehilbertianos serán
denotados con (H, h·, ·i), o bien simplemente con H, cuando no haya
lugar a confusión.
Las tres propiedades de la definición precedente se expresan diciendo que

h·, ·i es una forma hermitiana definida positiva; las dos primeras correspon-
den al concepto de forma hermitiana y la tercera corresponde al carácter de
definida positiva.
Un producto escalar permite definir una estructura de espacio normado
en la forma que se describe a continuación.
ta
Proposición 1.4.2.
Si (H, h·, ·i) es un espacio prehilbertiano entonces:
ui
(i) |hx, yi|2 ≤ hx, xihy, yi para todo x, y ∈ H
at
(desigualdad de Cauchy-Schwarz). Dicha desigualdad es una igualdad
si, y sólo si, x e y son linealmente dependientes.
pgr
(ii) La función kxk := + hx, xi define una norma en H. Además para x
e y no nulos se da la igualdad kx + yk = kxk + kyk si, y sólo si, x = ay
con a > 0.
tra
Demostración. En la prueba del primer apartado distinguiremos dos casos.

Si hx, yi = 0 la desigualdad es trivial. Supongamos ahora que hx, yi =
6 0.
Entonces para cada a ∈ K, se tiene
es
0 ≤ hx − ay, x − ayi
mu
= kxk2 − ahy, xi − ahx, yi + |a|2 kyk2 (1.4)

= kxk2 − 2 Re(ahy, xi) + |a|2 kyk2 .
hx, yi
Haciendo a = t con t ∈ R arbitrario, la fórmula anterior se transfor-
|hx, yi|
ma en
0 ≤ kxk2 − 2t|hx, yi| + t2 kyk2 . (1.5)
Por tanto, el polinomio de segundo grado en t que aparece en la fórmu-
la (1.5) ha de tener su discriminante menor o igual que cero, y esta condición,
|hx, yi|2 ≤ kxk2 kyk2 , es precisamente la desigualdad de Cauchy-Schwarz.
Es una comprobación inmediata que si x e y son linealmente dependien-
tes, entonces la desigualdad de Cauchy-Schwarz se convierte en una igual-
dad. Recíprocamente, si la desigualdad de Cauchy-Schwarz es una igualdad
y hx, yi =6 0, entonces x = ay. En efecto, la fórmula (1.5) adoptaría entonces
la forma
0 ≤ kxk2 − 2t|hx, yi| + t2 kyk2 ≤ (kxk − tkyk)2 , (1.6)
kxk |hx,yi|
de modo que para t = kyk = kyk2 se da la igualdad en (1.6) y por tanto
en (1.4). Esto se traduce en que para a = hx,yi
kyk2
se tiene x = ay y así acaba la
demostración de (i). p
Para probar que kxk := + hx, xi define una norma en H basta con
verificar la desigualdad triangular, pues las otras dos propiedades de la nor-
ta
ma son inmediatas. La desigualdad triangular se obtiene con ayuda de la
desigualdad de Cauchy-Schwarz del siguiente modo:
ui
kx + yk2 = kxk2 + 2 Rehx, yi + kyk2 ≤ kxk2 + 2|hx, yi| + kyk2
at
≤ kxk2 + 2kxkkyk + kyk2 = (kxk + kyk)2 .
La caracterización de cuándo ocurre la igualdad en la fórmula anterior se

gr
estudia en el ejercicio 1.20.
tra
Definición 1.4.3.
Se llama espacio de Hilbert a un espacio prehilbertiano H en el que
el espacio normado asociado (H, k · k) es completo.
es
David Hilbert (1862–1943) fue un matemá-

mu
tico de origen alemán. Su influencia en las ma-

temáticas del siglo XX va más allá de sus con-
tribuciones científicas, de entre las que por el
contexto de este libro debemos destacar su for-
mulación de la teoría de los espacios de Hilbert.
Su famosa lista de 23 problemas publicada en
1900 marcó el devenir en buena medida de par-
te de las Matemáticas del siglo XX: 10 de estos
23 problemas fueron presentados por Hilbert en
el International Congress of Mathematicians de París de 1900. Hilbert
fue Editor Jefe de Mathematische Annalen, que ha sido por casi 150
años ya una revista de gran prestigio en matemáticas. Entre los discí-
pulos de Hilbert se cuentan, entre otros, Alfréd Haar, Erhard Schmidt,
Hugo Steinhaus, Hermann Weyl y Ernst Zermelo. Otros detalles sobre
la historia y obra de Hilbert pueden leerse en:
• David Hilbert en Wikipedia.
• David Hilbert en MacTutor History of Mathematics.
Ejemplo 1.4.4. Los ejemplos más básicos de espacios de Hilbert son los
siguientes:
(i) Kn con el producto escalar
n
X
hx, yi = xi y i ,
ta
i=1
siendo x = (x1 , x2 , . . . , xn ), y = (y1 , y2 , . . . , yn ).
ui
P∞
(ii) ℓ2 = x = (xn )n ∈ KN : 2
n=1 |xn | < ∞ con el producto escalar
at
∞
X
hx, yi = xn y n .
gr n=1
(iii) L2 (Ω, Σ, µ), donde µ es una medida positiva en el espacio medible

(Ω, Σ), con el producto escalar
tra
Z
hf, gi = f g dµ.
Ω
es
Los que siguen son espacios prehilbertianos no completos.

(iv) El espacio c00 , definido en la proposición 1.3.1, con el producto escalar
mu
considerado en ℓ2 , debido a que c00 es denso en ℓ2 y distinto de ℓ2 .

(v) El espacio C([a, b]) de las funciones continuas en el intervalo [a, b] con
el producto escalar heredado de L2 ([a, b], m), donde m es la medida de
Lebesgue, debido a que C([a, b]) es denso en L2 ([a, b], m) y distinto de
L2 ([a, b], m).
Demostración. Los apartados (iii) y (v) se demuestran en los textos de
medida e integración (véase, por ejemplo, [59, Teoremas 3.2.6 y 3.3.1 ]). Las
demás afirmaciones son sencillas de demostrar y quedan como ejercicio para
el lector.
Proposición 1.4.5.
Sean H un espacio prehilbertiano y k · k la norma asociada.
(i) Se verifica la siguiente “ley del paralelogramo”:
kx + yk2 + kx − yk2 = 2(kx2 k + kyk2 ) para todo x, y ∈ H.
(ii) Si K = C se verifica la siguiente “identidad de polarización”:

hx, yi = 14 (kx + yk2 − kx − yk2 + ikx + iyk2 − ikx − iyk2 )
para todo x, y ∈ H.
(iii) Si K = R se verifica la siguiente identidad de polarización:
hx, yi = 14 (kx + yk2 − kx − yk2 )
ta
para todo x, y ∈ H.
ui
Demostración. Comprobación simple usando la definición de la norma
hilbertiana.
at
y
gr y−x
x+y
tra
0 x
Obsérvese que, en particular, de lo anterior se sigue que el producto es-
es
calar es continuo en la topología que define. La ley del paralelogramo carac-

teriza a las normas que proceden de un producto escalar, como se prueba a
mu
continuación.
Teorema 1.4.6. Jordan-Von Neumann, 1935.
Si (X, k · k) es un espacio normado, las siguientes afirmaciones son
equivalentes:
(i) Existe un producto escalar en X tal que hx, xi = kxk2 para todo
x ∈ X.
(ii) La norma k · k verifica la ley del paralelogramo
kx + yk2 + kx − yk2 = 2(kxk2 + kyk2 ) para todo x, y ∈ X.
Demostración. Si la norma satisface la ley del paralelogramo, para cada

x, y ∈ H se define hx, yi mediante la fórmula de la identidad de polarización
que corresponda, según que el cuerpo K sea R o C. Se trata de comprobar que
h·, ·i, así definido, es un producto escalar cuya norma asociada coincide con
la inicial. Lo haremos únicamente para el caso complejo, dejando al cuidado

del lector la adaptación al caso real.
Las siguientes identidades se comprueban de forma inmediata
kxk2 = hx, xi, hy, xi = hx, yi, (1.7)

h−x, yi = −hx, yi, hix, yi = ihx, yi. (1.8)
ta
La ley del paralelogramo interviene en la prueba de la igualdad
ui
D yE D yE
hx + z, yi = 2 x, + 2 z, , (1.9)
2 2
at
que se establece a continuación, y que sirve como base para demostrar la
igualdad hx + z, yi = hx, yi + hz, yi.
gr
4hx + z, yi = kx + z + yk2 − kx + z − yk2 + ikx + z + iyk2 − ikx + z − iyk2
tra
= k(x + y2 ) + (z + y2 )k2 − k(x − y2 ) + (z − y2 )k2

+ ik(x + i y2 ) + (z + i y2 )k2 − ik(x − i y2 ) + (z − i y2 )k2
= 2kx + y2 k2 + 2kz + y2 k2 − kx − zk2
es
− (2kx − y2 k2 + 2kz − y2 k2 − kx − zk2 )

+ i(2kx + i y2 k2 + 2kz + i y2 k2 − kx − zk2 )
mu
− i(2kx − i y2 k2 + 2kz − i y2 k2 − kx − zk2 )

= 8hx, y2 i + 8hz, y2 i.
Haciendo z = 0 en la fórmula (1.9) se tiene hx, yi = 2hx, y2 i para todo x, y,

por lo que finalmente,
hx + z, yi = hx, yi + hz, yi. (1.10)
A partir de la fórmula (1.10), haciendo uso de (1.8) se obtiene sin dificultad
hax, yi = ahx, yi,
para a ∈ Q + iQ (primero se hace para a ∈ N, luego para a ∈ Z, a ∈ Q,. . . )

y, a partir de ahí, utilizando la continuidad de la norma (y por tanto la de
h·, ·i) se obtiene hax, yi = ahx, yi para todo a ∈ K.
Definición 1.4.7.
Dos espacios prehilbertianos (H1 h·, ·i1 ), (H2 , h·, ·i2 ) se dicen equiva-
lentes si existe T : H1 −→ H2 isomorfismo algebraico tal que
hT x, T yi2 = hx, yi1 .
ta
Es inmediato, a partir de la identidad de polarización, que una condición
necesaria y suficiente para que esto ocurra es que T sea un isomorfismo
ui
isométrico entre los espacios normados asociados H1 y H2 .
Cualquier espacio prehilbertiano H admite una compleción como espacio
at
normado (véase la proposición 1.1.10), es decir, existen un espacio de Banach
Hb y una aplicación lineal isométrica J : H −→ H
gr b tales que J(H) es denso en
Hb (sección 1.1). Pero como la norma de H verifica la ley del paralelogramo,
también (por densidad) la verifica la norma de H. b En otras palabras, H b es
tra
un espacio de Hilbert para un producto escalar h·, ·iHb que genera la norma de
Hb y J es una aplicación lineal isométrica de H sobre un subconjunto denso
de Hb tal que hx, yiH = hJx, Jyi b para cada x, y ∈ H.
H
es
El espacio (ℓ∞ , k · k∞ ) y el espacio C([a, b]) de las funciones continuas

Rb
en [a, b] con la norma kf k1 = a |f (t)| dt son ejemplos de espacios normados
cuya norma no procede de un producto escalar. En ambos casos el lector
mu
puede encontrar pares de vectores que no satisfacen la ley del paralelogramo.

Definición 1.4.8.
Sea H un espacio prehilbertiano.
(i) Los vectores x, y ∈ H se dicen ortogonales si hx, yi = 0. La nota-
ción x ⊥ y significa que x e y son ortogonales.
(ii) El vector x se dice ortogonal a un subconjunto M ⊂ H, y se denota
con x ⊥ M , si para todo y ∈ M se cumple hx, yi = 0. Se llama
ortogonal de M al siguiente conjunto
M ⊥ := {x ∈ H : hx, yi = 0 para todo y ∈ M }.
(iii) Una familia (xi )i∈I se dice ortogonal si xi ⊥ xj para cada i, j ∈ I

con i 6= j. Si además se cumple que kxi k = 1 para todo i ∈ I,
entonces la familia (xi )i∈I se dice ortonormal.
Proposición 1.4.9.
Sea H un espacio prehilbertiano.
(i) Si x, y ∈ H y x ⊥ y, entonces
kx + yk2 = kxk2 + kyk2
ta
(teorema de Pitágoras).
(ii) Si (xi )i∈I es una familia ortogonal y xi 6= 0 para todo i ∈ I, entonces
ui
(xi )i∈I es un conjunto linealmente independiente.
at
(iii) Si M ⊆ H, entonces M ⊥ es un subespacio cerrado de H.
Demostración. Las afirmaciones primera y última son de comprobación
gr
directa. Para la segunda, supóngase que J ⊂ I es un conjunto finito y que
P
j∈J aj xj = 0. Haciendo el producto escalar de este sumatorio por cada uno
de los xj se obtiene aj = 0 para el correspondiente j ∈ J.
tra

Cualquier sucesión de vectores puede “ortonormalizarse” según un proce-

dimiento conocido con el nombre de método de ortonormalización de Gram-
es
Schmidt que pasamos a detallar.

Lema 1.4.10. Gram-Schmidt, 1907.
mu
Sea (xn )n una colección contable (finita o numerable) de vectores lineal-

mente independientes en el espacio prehilbertiano H. Si se define por induc-
ción la sucesión (un )n mediante las fórmulas
y1
y1 := x1 , u1 :=
ky1 k
(1.11)
Pn−1 yn
yn := xn − j=1 hxn , uj iuj , un := si n ≥ 2,
kyn k
entonces (un )n es una sucesión ortonormal en H y para cada n se tiene
span{u1 , . . . , un } = span{x1 , . . . , xn }.
Demostración. Haremos la demostración por inducción sobre n. Poniendo

u1 := kxx11 k (obsérvese que x1 6= 0) se tiene que {u1 } es un conjunto ortonor-
mal y span{x1 } = span{u1 }.
Construidos por la hipótesis de inducción u1 , u2 , . . . , un−1 ortonorma-

les tales que para los espacios generados se tenga span{u1 , . . . , un−1 } =
span{x1 , . . . , xn−1 }, vamos a construir un vector y en span{x1 , . . . , xn } =
span{u1 , . . . , un−1 , xn } que sea ortogonal a {u1 , . . . , un−1 }. Dicho vector será
de la forma y = a1 u1 + · · · + an−1 un−1 + an xn , pero como ha de ser or-
togonal a los vectores u1 , . . . , un−1 , no puede pertenecer al subespacio que
ta
ellos generan. Por tanto, an tiene que ser no nulo y, por homogeneidad, po-
demos suponer que an = 1. Además el requerimiento de ortogonalidad exige
ui
también que
at
hy, uj i = 0 = aj + hxn , uj i, para j = 1, . . . n − 1,
gr
es decir, aj = −hxn , uj i, para j = 1, . . . n − 1, por lo que el vector
n−1
X
yn := xn − hxn , uj iuj
tra
j=1
permite alcanzar nuestro propósito. El vector yn es no nulo puesto que xn es

es
linealmente independiente de {u1 , . . . , un−1 }. Haciendo un = yn /kyn k se ob-

tiene un conjunto ortonormal {u1 , . . . , un } que satisface span{u1 , . . . , un } =
mu
span{x1 , . . . , xn }.
Como consecuencia se obtiene el siguiente resultado.

Corolario 1.4.11.
Sean H un espacio prehilbertiano y M un subespacio finito dimensional
de H. Entonces:
(i) M tiene una base algebraica formada por vectores ortonormales.
(ii) M es isomorfo, como espacio prehilbertiano, a Kn , siendo n = dim M .
Demostración. Para la primera parte basta tomar {x1 , x2 , . . . , xn } base
algebraica de M , y con el método de Gram-Schmidt obtener una base or-
tonormal {u1 , u2 , . . . , un } en M . Para la segunda parte, si {u1 , u2 , . . . , un }
es una base ortonormal de M , la aplicación T : M −→ Kn definida por
T (x) := (hx, ui i)ni=1 es un isomorfismo de espacios prehilbertianos que con-
serva el producto escalar.
1.5. Mejor aproximación. Teorema de la proyección 41
1.5. Mejor aproximación.

Teorema de la proyección
Definición 1.5.1.
Sean (H, h·, ·i) un espacio prehilbertiano, k · k la norma asociada
ta
a h·, ·i, d la métrica asociada a k · k y S un subconjunto no vacío de
H. Fijado x ∈ H, si la función d(x, ·) alcanza un mínimo, es decir, si
ui
existe y ∈ S tal que d(x, y) = d(x, S), se dice que y es un vector de
mejor aproximación de x a S.
at
Obsérvese que no siempre existe un vector de mejor aproximación (tóme-
gr
se, por ejemplo, como S un semiespacio abierto de R2 y como x cualquier
elemento de R2 que no pertenezca a S) y que, en caso de que exista, puede
no ser único (tómese como S el exterior de la bola abierta con centro x y
tra
radio 1).
El objetivo de esta sección es probar que para conjuntos convexos com-
pletos en un espacio prehilbertiano la mejor aproximación existe y es única.
es
Asimismo caracterizaremos el vector de mejor aproximación en términos de

una propiedad de ortogonalidad.
Comenzaremos recordando la noción de conjunto convexo.
mu
Definición 1.5.2.
Un conjunto A de un espacio vectorial X se dice convexo si
λA + (1 − λ)A ⊂ A para todo λ ∈ [0, 1].
Teorema 1.5.3.
Sea H un espacio prehilbertiano y sea C ⊂ H un subconjunto con-
vexo y completo. Entonces para cada x ∈ H existe una única mejor
aproximación de x a C.
Demostración. Mediante una traslación puede suponerse, sin pérdida de

generalidad, que x = 0. Sea α := ı́nf{d(0, z); z ∈ C} y sea (yn )n una sucesión
de vectores en C con lı́mn kyn k = α. Para concluir la prueba de la existencia
es suficiente demostrar que (yn )n es de Cauchy, ya que entonces existirá
lı́m yn := y ∈ C y por la continuidad de la norma se tendrá kyk = α =

d(0, C). Dado ε > 0, sea n0 tal que si n ≥ n0 se tenga kyn k2 < α2 + ε. Por
la ley del paralelogramo se tiene
y − y 2 1
n m 2 2 yn + ym 2
= ky n k + ky m k −
2 2 2
ta
y por la convexidad de C
y + y 2
ui
n m
≥ α2 .
2
at
Así, si n, m > n0 se tiene
y − y 2 1
n

m
gr
≤ (α2 + ε + α2 + ε) − α2 = ε.
2 2
tra
Supongamos ahora que existieran y, z ∈ C con α = kyk = kzk. Utilizando

de nuevo la ley del paralelogramo y la convexidad de C se tiene
y − z 2 1
y + z 2 1 2
es
= kyk2 + kzk2 − ≤ (α + α2 ) − α2 = 0,
2 2 2 2
y por tanto z = y, lo que prueba la unicidad de la mejor aproximación.
mu
Obsérvese que en el teorema anterior puede sustituirse la hipótesis prehil-

bertiano para H por Hilbert y la hipótesis completo para S por cerrado,
obteniéndose la misma conclusión.
Teorema 1.5.4.
Sea Y un subespacio de un espacio prehilbertiano H. Las dos afir-
maciones siguientes son equivalentes:
(i) Existe un vector y de mejor aproximación de x a Y .
(ii) x − y ⊥ Y .
Además:
(iii) Si el vector de mejor aproximación existe, entonces es único.
(iv) Si Y es completo, el vector de mejor aproximación siempre existe.
Demostración. Para la implicación (i)⇒(ii) razonamos como sigue. Cua-

lesquiera que sean z ∈ Y y a ∈ K se tiene

kx − yk2 ≤ kx − y + azk2 = kx − yk2 + 2 Re ahz, x − yi + |a|2 kzk2 ,
de donde
0 ≤ 2 Re ahz, x − yi + |a|2 kzk2
ta
y tomando a = thx − y, zi, con t ∈ R, se obtiene
ui
0 ≤ 2t|hx − y, zi|2 + t2 |hx − y, zi|2 kzk2 .
at
Si para algún z ∈ Y fuera hx − y, zi =
6 0 se tendría
gr
0 ≤ 2t + t2 kzk2 ,
para todo t ∈ R, lo cual es imposible. Se tiene así que x − y ⊥ Y .

tra
Veamos la implicación (ii)⇒(i). Supuesto que x − y ⊥ Y , para todo

z ∈ Y , usando el teorema de Pitágoras 1.4.9, se tiene
es
kx − zk2 = kx − y + y − zk2 = kx − yk2 + ky − zk2 ≥ kx − yk2 .
En consecuencia, y es el vector de mejor aproximación de x a Y .

mu
Para probar (iii) supongamos que y1 , y2 ∈ Y son vectores de mejor apro-

ximación. Entonces x − y1 y x − y2 pertenecen a Y ⊥ y su diferencia también,
de modo que y1 − y2 ∈ Y ⊥ ∩ Y , lo cual exige que y1 = y2 . Por último (iv) es
consecuencia del teorema 1.5.3.
1.5.1. Espacios de Hilbert de dimensión finita.

Determinante de Gram
Si M es un subespacio de dimensión finita de un espacio prehilbertiano,
es posible expresar el vector de mejor aproximación a x en términos de una
base de M constituida por vectores ortonormales.
Proposición 1.5.5.
Sea M un subespacio de dimensión finita de un espacio prehilbertiano H
y sea {ei : 1 ≤ i ≤ n} una base ortonormal de M . Entonces:
(i) Para cada x ∈ H existe un único vector de mejor aproximación y de x

a M que se expresa en la forma
n
X
y= hx, ei iei . (1.12)
i=1
ta
n
X
(ii) d(x, M )2 = kxk2 − |hx, ei i|2 .
ui
i=1
Demostración. Por el teorema 1.5.4 el vector y de mejor aproximación

at
está caracterizado por ser el único vector y ∈ M que cumple x − y ⊥ M .
Es inmediato comprobar que el vector definido en la ecuación (1.12) cumple
gr
esta condición y así se obtiene (i).
Utilizando la fórmula (1.12) y que x − y ⊥ y se obtiene
n
X n
X
tra
d(x, M )2 = kx − yk2 = hx − hx, ei iei , x − hx, ei iei i

i=1 i=1
n
X n
X
es
= hx − hx, ei iei , xi = kxk2 − |hx, ei i|2 ,

i=1 i=1
mu
que es lo afirmado en (ii).
Así pues, en el caso de utilizar una base ortonormal en M el cálculo del

vector mejor aproximación es muy cómodo. Pero, ¿qué ocurre si la base no
es ortonormal? Siempre podríamos usar el método de ortonormalización de
Gram-Schmidt y construir una base ortonormal respecto de la cual las coor-
denadas del vector de mejor aproximación tuviesen una expresión sencilla;
un cambio de coordenadas permitiría expresar este vector en términos de la
base inicial. En el siguiente teorema vamos a abordar este problema de forma
directa usando el determinante de Gram de un conjunto de vectores (xi )ni=1
definido por
a11 a12 · · · a1n

a21 a22 · · · a2n
G(x1 , x2 , . . . , xn ) =

· · · · · · · · · · · ·
an1 an2 · · · ann
donde aij = hxj , xi i.

Teorema 1.5.6.
Sean H un espacio prehilbertiano, M ⊂ H un subespacio de dimen-
sión finita con base {xi : 1 ≤ i ≤ n} y x un vector de H.
(i) El vector y de mejor aproximación de x a M viene dado por

ta
a11 a12 · · · a1n hx, x1 i

a21 a22 · · · a2n hx, x2 i
−1
· · · · · · · · · · · ·
ui
y= ···
G(x1 , x2 , . . . , xn )
an1 an2 · · · ann hx, xn i
x1 x2 · · · 0
at
xn
donde aij = hxj , xi i, i, j = 1, 2, . . . , n.

gr
(ii) La distancia de x a M se expresa en la forma
s
tra
G(x1 , x2 , . . . , xn , x)
d(x, M ) =
G(x1 , x2 , . . . , xn )
es
Demostración. Si y = a1 x1 + · · · + an xn , las coordenadas (a1 , . . . , an ) son

la solución del sistema hx − y, xj i = 0 para j = 1, 2, . . . , n, es decir,
mu

a1 hx1 , x1 i + a2 hx2 , x1 i + . . . + an hxn , x1 i = hx, x1 i 


a1 hx1 , x2 i + a2 hx2 , x2 i + . . . + an hxn , x2 i = hx, x2 i
(1.13)
... ... ... ... 


a1 hx1 , xn i + a2 hx2 , xn i + . . . + an hxn , xn i = hx, xn i
Sabemos por la regla de Cramer que aj = Dj /G(x1 , . . . , xn ), siendo Dj

el determinante obtenido a partir del determinante de Gram reemplazando
la columna j-ésima por la columna (hx, xi i)i . Sustituyendo estos valores en
y = a1 x1 + a2 x2 + · · · + an xn podemos escribir explícitamente y. Un simple
cálculo muestra que dicha expresión coincide con

a11 a12 · · · a1n hx, x1 i

a21 a22 · · · a2n hx, x2 i
−1
· · · · · · · · · · · · . . .
G(x1 , x2 , . . . , xn )

an1 an2 · · · ann hx, xn i
x1 x2 · · · xn 0
sin más que desarrollar el determinante anterior por los elementos de la

última fila.
Para la distancia d := d(x, M ) se tiene
d2 = kx − yk2 = hx − y, xi = hx, xi − hy, xi
n
X
ta
= hx, xi − ai hxi , xi
i=1
ui
o bien
a1 hx1 , xi + a2 hx2 , xi + · · · + an hxn , xi = hx, xi − d2 ,
at
que se puede reescribir juntamente con las ecuaciones (1.13) en la siguiente
forma gr 
a1 hx1 , x1 i + . . . + an hxn , x1 i − hx, x1 iα = 0 

a1 hx1 , x2 i + . . . + an hxn , x2 i − hx, x2 iα = 0 
tra
... ... ... ... ...


a1 hx1 , xn i + . . . + an hxn , xn i − hx, xn iα = 0 

2 
a1 hx1 , xi + . . . + an hxn , xi + (d − hx, xi)α = 0
es
donde α = 1. Y como este sistema homogéneo de n + 1 ecuaciones en las

variables (a1 , . . . , an , α) tiene solución no nula, el determinante principal del
mu
mismo ha de ser nulo, es decir,

a11 a12 ··· a1n h−x, x1 i

a21 a22 ··· a2n h−x, x2 i

··· ··· ··· ··· ... = 0.

an1 an2 ··· ann h−x, xn i

hx1 , xi hx2 , xi · · · hxn , xi d2 − hx, xi
Desarrollando este determinante por los elementos de la última columna y

denotando con Dj el menor complementario (con su signo) correspondiente
a la fila j en dicha columna, se tiene
(d2 − hx, xi)Dn+1 + h−x, xn iDn + · · · + h−x, x1 iD1 = 0,
pero como Dn+1 = G(x1 , . . . , xn ), esta igualdad puede expresarse del siguien-
te modo:
d2 G(x1 , . . . , xn ) = hx, xiDn+1 + hx, xn iDn + · · · + hx, x1 iD1 ,

es decir,

a11 a12 ··· a1n hx, x1 i

a21 a22 ··· a2n hx, x2 i

d2 G(x1 , . . . , xn ) = · · · ··· ··· ··· . . .
an1 an2 ··· ann hx, xn i

ta
hx1 , xi hx2 , xi ··· hxn , xi hx, xi
ui
= G(x1 , . . . , xn , x).
Y el teorema está probado.

at
Vamos a continuación a ilustrar estos resultados con algunas aplicaciones.
gr
1.5.1.1. Funciones lineales experimentales. Resolución
de sistemas sobredimensionados por mínimos cuadrados
tra
Supongamos que un determinado fenómeno experimental admite una mo-

delización matemática mediante una función y que es lineal en las variables
es
x1 , . . . , xn , es decir,
y = a1 x 1 + a2 x 2 + · · · + an x n ,
mu
pero desconocemos el valor de las constantes a1 , a2 , . . . , an . Para determinar

estas constantes podría pensarse en realizar experimentos fijando los valores
de entrada x1k , . . . , xnk (k = 1, 2, . . . m) y, midiendo los valores y1 , . . . , ym
obtenidos, generar un sistema de ecuaciones

a1 x11 + . . . + an xn1 = y1  

a1 x12 + . . . + an xn2 = y2
(1.14)
... ... ... ... 


a1 x1m + . . . + an xnm = ym
Si este sistema pudiera resolverse, proporcionaría los valores a1 , . . . an que

rigen el experimento. Desde un punto de vista matemático sólo sería necesario
hacer n experimentos (o sea, tomar m = n), eso sí, cuidando bien la elección
de las entradas x1k , . . . , xnk , k = 1, 2, . . . m, para que fueran linealmente
independientes. ¿Qué ocurre si m > n? Desde un punto de vista matemático
el sistema podría ser incompatible, cuando lo que realmente está pasando

es que las mediciones experimentales son aproximadas: es razonable pues
resolver el sistema (1.14) de forma aproximada también.
Un modelo de compromiso para determinar
P los (ai )ni=1 podría ser realizar
una serie de medidas aceptando que yk − i ai xik no es necesariamente cero,
pero que la “solución” buscada será aquélla que globalmente minimice estas
ta
desviaciones. De forma precisa, consideramos la función
ui
n
X 2 n
X 2
f (α1 , . . . , αn ) = y1 − αi xi1 + · · · + ym − αi xim
at
i=1 i=1
y buscamos un punto (a1 , . . . , an ) en el que f alcanza su mínimo. Para ello

gr
podemos utilizar el teorema 1.5.6. Veámoslo. Consideremos los vectores co-
lumna del sistema de ecuaciones, es decir,
tra
Xk = (xk1 , xk2 , . . . , xkm ) ∈ Km para k = 1, 2, . . . , n; Y = (y1 , y2 , . . . , ym ).
Supongamos m > n, porque usualmente hay más experimentos que variables,

admitamos que los vectores {X1 , X2 , . . . , Xn } son linealmente independientes
es
en Km y denotemos con M el subespacio vectorial que engendran. Lo que

buscamos es (a1 , . . . , an ) tal que
mu
n
X 2 n
X 2

f (a1 , . . . , an ) = Y − ai Xi ≤ f (α1 , . . . , αn ) = Y − αi Xi ,
i=1 i=1
para todo (α1 , . . . , αn ) ∈ Kn , es decir, queremos encontrar las coordenadas

(a1 , . . . , an ) respecto de la base (X1 , . . . , Xn ) del vector de Z ∈ M de mejor
aproximación a Y . Poniendo Aij = hXj , Xi i y aplicando el teorema 1.5.6 se
obtiene que el vector de mejor aproximación es

A11 A12 · · · A1n hY, X1 i

Xn A21 A22 · · · A2n hY, X2 i
−1
Z= ai Xi = ··· ··· ··· ··· . . .

G(X1 , X2 , . . . , Xn )
i=1 An1 An2 · · · Ann hY, Xn i
X1 X2 · · · Xn 0
Para terminar, obsérvese que si escribimos A = (xij )n,m

i=1,j=1 entonces el vector
Z ∈ M de mejor aproximación de Y a M aparece, de acuerdo con (1.13),
como la única solución del sistema compatible determinado

t
AAX = t AY,
que, al ser desarrollada en coordenadas, proporciona las llamadas ecuaciones
normales asociadas al sistema lineal sobredimensionado definido en (1.14).
ta
1.5.1.2. Ajustes polinómicos por mínimos cuadrados
ui
Dados k puntos, t1 , . . . , tk , en el intervalo [a, b] y valores y1 , . . . , yk , re-
presentados en una tabla
at
x t1 t2 . . . tk
y y1 y2 . . . yk
gr
cuyos datos han sido obtenidos, por ejemplo, de forma experimental, es po-
sible determinar un polinomio P de grado a lo sumo k − 1 con la propiedad
de que P (ti ) = yi para 1 ≤ i ≤ k. Para obtener P es suficiente resolver
tra
el sistema de k ecuaciones lineales cuyas incógnitas son los coeficientes del

polinomio o, si se prefiere, aplicar directamente la fórmula del polinomio de
interpolación de Lagrange, [46].
es
En muchas situaciones experimentales k es muy grande y lo razonable es

buscar un polinomio de grado n netamente inferior a k − 1, por dos razones:
mu
en primer lugar porque las operaciones necesarias para calcular el polinomio

de interpolación crecen al aumentar el grado del polinomio; en segundo lugar
porque el aumento del número de puntos de interpolación puede conducir,
contrariamente a lo que podría esperarse, a que el polinomio obtenido no
sea una buena aproximación para la ley que rige el fenómeno experimental
(fenómeno de Runge [46, p. 296], véase también la página 107).
Desde un punto de vista matemático, este problema es del mismo tipo que
el problema de la resolución de los sistemas sobredimensionados por mínimos
cuadrados abordado en el apartado anterior. En esta situación lo que se hace
es determinar, de entre todos los polinomios de grado a lo sumo n, aquél que
mejor se aproxima a tomar los valores yi en los puntos ti . Concretamente se
trata de minimizar la función
k
X
f (P ) = |yi − P (ti )|2 ,
i=1
donde P es un polinomio arbitrario de grado a lo más n, k − 1 ≥ n.

A tal fin consideremos el espacio prehilbertiano H formado por las funcio-

nes cuyoP dominio es D = {ti ; 1 ≤ i ≤ k} con el producto escalar definido por
hf, gi = i f (ti )g(ti ), y el subespacio M formado por los polinomios de gra-
do a lo más n. En dicho espacio los polinomios 1, t, t2 , . . . , tn son linealmente
independientes y podemos aplicar de nuevo el teorema 1.5.6 para obtener,
mediante el procedimiento de los “mínimos cuadrados”, el polinomio buscado:
ta

A00 A01 A02 · · · A0n hY, 1i

ui
A10 A11 A12 · · · A1n hY, ti
X n
−1
A20 A21 A22 · · · A2n hY, t2 i
P = ai t i =
at
G(1, t, t2 , . . . , tn ) · · · · · · · · · · · · · · · . . .
i=1
A n
gr n0 An1 An2 · · · Ann hY, t i
1 t t 2 ··· t n 0
donde Ai,j = ht , t i, Y = (y1 , . . . , yk ).
j i
tra
1.5.2. Teorema de la proyección

Si H es un espacio prehilbertiano y M ⊂ H es un espacio de dimensión
es
finita, la aplicación que envía x ∈ H a su mejor aproximación PM (x) en M

es lineal gracias al apartado (i) de la proposición 1.5.5. En general tenemos,
mu
Teorema 1.5.7. Teorema de la proyección.

Sean H un espacio de Hilbert y M un subespacio cerrado de H. Sea
PM : H −→ H la aplicación que a cada x ∈ H le hace corresponder la
mejor aproximación de x a M . Entonces:
(i) PM es una proyección lineal y el espacio H se puede descomponer
como suma directa algebraica de M y M ⊥ , siendo PM y PM ⊥ ,
precisamente, las proyecciones canónicas asociadas a dicha des-
composición.
(ii) PM (H) = M , Ker PM = M ⊥ , PM ⊥ = I − PM .
(iii) Si M 6= 0, la proyección PM tiene norma 1 y, para x, y ∈ H,
verifica hPM (x), yi = hx, PM (y)i. Otro tanto ocurre con PM ⊥ .
(iv) La suma directa H = M ⊕ M ⊥ es topológica.
(v) M ⊥⊥ = M .
Demostración. El vector y := PM (x) viene caracterizado por el hecho

de ser el único vector que satisface x − y ⊥ M . Si z := x − y, se tiene
x = y + z y como M ∩ M ⊥ = 0, concluimos que se da la igualdad H =
M + M ⊥ , siendo la suma una suma directa. Además, PM es lineal ya que
x + y − (PM x + PM y) ⊥ M y, por la unicidad de la mejor aproximación,
se obtiene PM (x + y) = PM x + PM y. Análogamente, si a ∈ K se tiene
ta
ax − aPM (x) ⊥ M y, por ende, PM (ax) = aPM (x). Se comprueba fácilmente
que PM , PM ⊥ son las proyecciones canónicas asociadas a la suma directa, y
ui
esto acaba la demostración de los dos primeros apartados.
Como x = y + z, siendo y ⊥ z, se tiene kxk2 = kyk2 + kzk2 = kPM xk2 +
at
kzk , lo cual permite concluir que PM es continua y además que para M 6= 0
2
es kPM k = 1. Así H = M ⊕ M ⊥ es una suma directa topológica. La fórmula

gr
hPM x, yi = hx, PM yi se comprueba fácilmente escribiendo x e y como suma
de elementos en M y M ⊥ .
Veamos ya el último apartado. Es claro que M ⊂ M ⊥⊥ . Si x ∈ M ⊥⊥ ⊂
tra
H = M ⊕ M ⊥ , existen y ∈ M, z ∈ M ⊥ tales que x = y + z, de donde

0 = hx, zi = hy, zi + kzk2 = kzk2 . Es decir, z = 0 y, por tanto, x ∈ M .
es
Definición 1.5.8.
mu
El operador PM , que a cada x ∈ H le hace corresponder la mejor

aproximación de x a M , recibe el nombre de proyección ortogonal de H
sobre M .
Ejemplo 1.5.9.
(i) El teorema anterior no es cierto si M no es cerrado. Tomando H = ℓ2

con la norma k · k2 y M = c00 se tiene que para cualquier x ∈ H es
d(x, M ) = 0, debido a que M es denso en H, y por tanto si x ∈ H \ M
no existe vector en M de mejor aproximación.
(ii) El teorema anterior no es cierto si H no es completo, aunque M sea
cerrado. Tómese H = c00 con la norma k · k2 y M = Ker f donde
∞
X 1
f (an )n = an ,
n
n=1
1.6. Dual de un espacio de Hilbert: teorema de Riesz–Fréchet 52
para (an )n ∈ c00 . Es claro que f está bien definida, pues la serie se
reduce a una suma finita en cada caso, y que es una aplicación lineal
no nula. Además f es continua pues, por la desigualdad de Hölder 1.2.2,
se tiene
∞
X 1
f (an )n ≤ |an | ≤ k(an )n k2 C.
n
ta
n=1
Así pues, M es un subespacio cerrado propio de H y H 6= M ⊕ M ⊥
ui
puesto que M ⊥ = 0, como el lector puede comprobar.
La propiedad de que cada subespacio cerrado de un espacio de Hilbert
at
tiene un complementario topológico caracteriza dichos espacios (véase [52]).
Definición 1.5.10. gr
Un subconjunto S de (E, k · k) se dice total si span S = E.
tra
En espacios de Hilbert los conjuntos totales se caracterizan en la forma

simple que establece el corolario que sigue.
es
Corolario 1.5.11.
Sea H un espacio de Hilbert. S ⊂ H es total si, y sólo si, S ⊥ = 0.
Demostración. Supongamos que span S = H y sea x ∈ H tal que hs, xi = 0
mu
para todo s ∈ S. Entonces la linealidad y continuidad de h·, xi garantizan que

hy, xi = 0 para todo y ∈ H. En particular hx, xi = 0, y por tanto S ⊥ = 0.
Recíprocamente se tiene que H = span S ⊕ span S ⊥ , por el teorema 1.5.7,
pero al ser S ⊥ = span S ⊥ y S ⊥ = 0 se concluye que H = span S.
1.6. Dual de un espacio de Hilbert:

teorema de Riesz–Fréchet
El cálculo del dual de un espacio de Banach es generalmente complicado,
véase la proposición 1.3.1 y el corolario 3.10.12. De hecho, en un espacio de
Banach abstracto, ni siquiera la existencia de formas lineales continuas no
nulas es una cuestión inmediata (véase la sección 3.1). Para espacios con
producto escalar la situación es muy diferente: cada h·, yi es una forma lineal
continua.
Teorema 1.6.1. F. Riesz – M. Fréchet, 1907.

Sean un espacio de Hilbert H y una forma lineal f : H −→ K. Las
siguientes afirmaciones son equivalentes:
(i) La forma lineal f es continua.
(ii) Existe un único y ∈ H tal que f (x) = hx, yi para todo x ∈ H,
ta
siendo además kf k = kyk.
ui
Demostración. La implicación (ii)⇒(i) es una consecuencia de que el pro-
ducto escalar es lineal en la primera variable y de la desigualdad de Cauchy-
at
Schwarz.
Veamos ahora que (i)⇒(ii). La unicidad es consecuencia de que 0 es el
gr
único vector ortogonal a H. La existencia se sigue del teorema de la pro-
yección del modo que se indica a continuación. Supongamos f 6= 0 (en caso
contrario, y = 0 resuelve la cuestión) y sea Y := Ker f . Como Y es un subes-
tra
pacio cerrado de H se tiene H = Y ⊕ Y ⊥ , siendo además Y ⊥ de dimensión

uno. Sea z ∈ Y ⊥ con kzk = 1. Para cada x ∈ H su proyección ortogonal
sobre Y ⊥ es hx, ziz, y por tanto x − hx, ziz ∈ Y , así que
es

f (x) = f x−hx, ziz+hx, ziz = f (hx, ziz) = hx, zif (z) = hx, f (z)zi = hx, yi
mu
donde y := f (z)z.
Finalmente, por la desigualdad de Cauchy-Schwarz, se tiene kf k ≤ kyk.
Pero, por otra parte, se tiene f (ykyk−1 ) = kyk, lo que permite concluir
kf k = kyk.
Ejemplo 1.6.2. La completitud es necesaria para la validez del teorema an-

terior. La forma lineal continua f : (c00 , k · k2 ) −→ K definida por
∞
X an
f (x) =
n=1
n
donde x = (an )n∈N ∈ c00 , no es representable por ningún vector de c00 .

El teorema anterior permite establecer una correspondencia biyectiva en-
tre H ∗ y H. Las propiedades de la misma se reflejan en la proposición que
sigue, cuya demostración se deja como ejercicio.
Proposición 1.6.3.
Sea H un espacio de Hilbert. Para cada f ∈ H ∗ sea T (f ) = y ∈ H el
único vector que verifica f (x) = hx, yi, para todo x ∈ H. Entonces:
(i) T : H ∗ −→ H es biyectiva isométrica y lineal conjugada, es decir,
kT f k = kf k y
ta
T (af + bg) = a T (f ) + b T (g).
(ii) H ∗ es un espacio de Hilbert con el producto escalar hf, gi∗ = hT g, T f i.
ui
(iii) Si H ∗∗ denota el dual de H ∗ , entonces la aplicación J : H −→ H ∗∗ defi-
nida por J(x)f = f (x) es una biyección lineal que satisface kJxk = kxk
at
(lo que se expresa diciendo que H es reflexivo).
gr
En la definición que sigue recordamos los conceptos de forma bilineal y ses-
quilineal en espacios vectoriales sobre K, introduciendo los conceptos de aco-
tación y positividad fuerte en espacios normados.
tra
Definición 1.6.4.
Sean X un espacio vectorial sobre K y B : X × X −→ K.
es
(i) Se dice que B es una forma bilineal si fijados, respectivamente, x

e y en X, las aplicaciones B(·, y) y B(x, ·) son lineales.
mu
(ii) Se dice que B es una forma sesquilineal si B(·, y) es lineal y B(x, ·)

es lineal conjugada, es decir,
B(x, ay + bz) = aB(x, y) + bB(x, z), a, b ∈ C; x, y, z ∈ X.
(iii) B se dice simétrica si B(x, y) = B(y, x), para todo x, y ∈ X.

(iv) B se dice positiva si B(x, x) ≥ 0, para todo x ∈ X.
Si X es un espacio normado:
(v) Se dice que B es acotada si existe una constante M > 0 tal que
|B(x, y)| ≤ M kxkkyk para todo x, y ∈ X.
(vi) Se dice que B es fuertemente positiva si existe c > 0 tal que
B(x, x) ≥ ckxk2 para todo x ∈ X.
Obsérvese que cuando K = R los conceptos de forma bilineal y sesquilineal

coinciden.
Como ocurre con las aplicaciones lineales, puede comprobarse (véase el

ejercicio 1.39) que una forma bilineal o sesquilineal B es acotada si, y sólo
si, es continua. También se satisface la siguiente identidad:
2B(x, x) + 2B(y, y) = B(x + y, x + y) + B(x − y, x − y),
que corresponde con la ley del paralelogramo para un producto escalar, véase
ta
la proposición 1.4.5.
Una herramienta que se ha manifestado muy útil en la discusión de pro-
ui
blemas de frontera para ecuaciones lineales en derivadas parciales de tipo
elíptico es el siguiente resultado de Lax-Milgram.
at
Teorema 1.6.5. Lax-Milgram, 1954.
gr
Sean H un espacio de Hilbert sobre K y B una forma sesquilineal
en H acotada y fuertemente positiva. Entonces existe un isomorfismo
de espacios de Hilbert T : H −→ H, unívocamente determinado, tal que
tra
B(x, y) = hx, T yi para todo x, y ∈ H.

es
Demostración. Comenzaremos definiendo el conjunto siguiente:

Y := y ∈ H : existe y ∗ tal que hx, yi = B(x, y ∗ ) para todo x ∈ H .
mu
Observemos en primer lugar que 0 ∈ Y y que el elemento y ∗ está unívoca-

mente determinado por y, debido a que B es fuertemente positiva. Por la
sesquilinealidad del producto escalar y de B, resulta que Y es un espacio
vectorial y S : Y −→ H definida por S(y) = y ∗ es lineal. De la fórmula
ckSyk2 ≤ B(Sy, Sy) = hSy, yi ≤ kSykkyk
se obtiene la continuidad de S y que kSk ≤ c−1 .

La continuidad de S y la acotación de B permiten probar que Y es
cerrado, ya que si (yn )n ⊂ Y y lı́m yn = y se tiene
hx, yi = lı́mhx, yn i = lı́m B(x, S(yn )) = B(x, Sy),

n n
es decir, y ∈ Y .
Además Y = H, pues si z ∈ Y ⊥ , la forma lineal f (x) := B(x, z) es
continua y, por el teorema 1.6.1, existe w ∈ H de modo que f (x) = hx, wi =
1.7. Problemas variacionales cuadráticos 56
B(x, z) para todo x ∈ H; pero entonces w ∈ Y . Tomando x = z ∈ Y ⊥ se

obtiene B(z, z) = 0, concluyéndose que z = 0.
S es sobreyectiva pues, si z ∈ H, el teorema 1.6.1 aplicado a la forma
lineal continua f (x) := B(x, z) garantiza la existencia de w ∈ H de modo que
f (x) = B(x, z) = hx, wi
ta
para todo x ∈ H y por tanto z = Sw.
S es inyectiva pues, si Sy = 0, entonces hx, yi = B(x, Sy) = 0 para todo
ui
x ∈ H lo que permite concluir que y = 0.
Finalmente, haciendo T = S −1 se tiene hx, T yi = B(x, y), y tomando
at
x = T y se obtiene
kT yk2 = B(T y, y) ≤ M kT ykkyk,
gr
de donde kT k ≤ M y, como ya hemos probado, kT −1 k = kSk ≤ c−1 .
tra
Obsérvese que, en particular, el teorema de Lax-Milgram dice que: si

(H, h·, ·i) es un espacio de Hilbert y h·, ·i1 es otro producto escalar cuya
norma asociada es equivalente a la norma asociada a h·, ·i, entonces existe
es
un isomorfismo T : H → H de espacios de Hilbert tal que

hx, yi1 = hx, T yi, para todo x, y ∈ H. (1.15)
mu
En otras palabras la topología de H determina su producto escalar módulo

fórmulas como las dadas en (1.15). En el ejercicio 1.41 damos una prueba
más breve del teorema de Lax-Milgram cuando B es un producto escalar.
1.7. Problemas variacionales cuadráticos

En la sección 1.5 hemos considerado un cierto problema de mínimo para
la función distancia de un punto a un subespacio. Consideramos en esta
sección otro problema de mínimo que nos será de utilidad para el principio
de Dirichlet que analizamos en la sección 1.9.
Teorema 1.7.1. Teorema principal de los problemas variaciona-
les cuadráticos.
Sean H un espacio de Hilbert real y B una forma bilineal simétrica,
acotada y fuertemente positiva definida en H. Sea b una forma lineal
continua en H y sea F : H −→ R definida mediante

1
F (x) := B(x, x) − b(x). (1.16)
2
Entonces:
ta
(i) Es condición necesaria y suficiente para que F alcance su mínimo
en w ∈ H que se verifique la siguiente ecuación:
ui
B(w, y) = b(y) para todo y ∈ H. (1.17)
at
(ii) La función real F (x) alcanza un mínimo absoluto en H que, ade-
gr
más, es único.
Demostración. La condición de simetría de B proporciona, tras los cálculos
tra
adecuados, la siguiente fórmula

1 2
F (w + ty) = t B(y, y) + t(B(w, y) − b(y)) + F (w),
2
es
cualesquiera que sean w, y ∈ H y t ∈ R. Si la función F tiene un mínimo en

w, entonces para todo y ∈ H y t ∈ R es F (w) ≤ F (w + ty). En consecuencia,
mu
para cualquier y ∈ H la función ϕ(t) := F (w + ty) tiene un mínimo en t = 0

por lo que ϕ′ (0) = 0 para cualquier y, lo que implica la condición (1.17).
Recíprocamente, si para algún w ∈ H se verifica la condición (1.17), entonces
1
F (w + ty) = t2 B(y, y) + F (w),
2
para cada t ∈ R y cada y ∈ H. En otras palabras, F (w) ≤ F (z) para todo
z ∈ H. Se concluye así la demostración de (i).
Vamos ahora a probar la existencia y unicidad del mínimo para F . Debido
a que B es bilineal, simétrica y fuertemente positiva, define un producto
escalar en el espacio vectorial real H. Además, la norma de dicho producto
escalar es equivalente a la original puesto que para ciertas constantes c, M > 0
se tiene
ckxk2 ≤ B(x, x) ≤ M kxk2 ,
para todo x ∈ H. Por tanto, b es lineal continua para el producto escalar que
B define. Del teorema de representación de Riesz-Fréchet 1.6.1 se obtiene la
existencia de un único w de modo que b(y) = B(y, w) = B(w, y) para todo

y ∈ H. Ahora podemos aplicar el apartado (i) para concluir (ii).
Como aplicación del teorema anterior obtenemos la siguiente

Proposición 1.7.2.
ta
En un espacio de Hilbert los tres teoremas de existencia que siguen son
equivalentes:
ui
1.7.1 Teorema de existencia de mínimos para los problemas variacionales
cuadráticos.
at
1.5.4 Teorema de existencia de mejor aproximación a subespacios cerrados.
gr
1.6.1 Teorema de Riesz-Fréchet de representación del dual.
Demostración. Comenzaremos probando que el teorema 1.7.1 implica la
parte (iv) del teorema 1.5.4 de existencia de mejor aproximación a subespa-
tra
cios cerrados, es decir,

Si Y es un subespacio cerrado de un espacio de Hilbert H sobre
es
K, entonces para cada x ∈ H existe un único y ∈ Y tal que

kx − yk = d(x, Y ).
mu
A tal fin procedemos como sigue. Fijado x, se tiene

1
kx − yk2 = hx, xi + hy, yi − 2 Rehx, yi = hx, xi + B(y, y) − b(y),
2
donde B(x, y) := 2hx, yi y b(y) := 2 Rehx, yi. Resulta así que el problema de
la existencia de mínimo para la función d(x, ·) definida en Y es equivalente
al problema de la existencia de mínimo para la función
1
F (y) := B(y, y) − b(y), y ∈ Y.
2
Cuando K = R el teorema 1.7.1 garantiza la existencia de un único punto
de mínimo absoluto para F y, por ende, lo mismo le ocurre a la función d(x, ·).
El teorema está probado en este caso. Cuando K = C, el espacio de Hilbert
complejo H también es un espacio de Hilbert real para el producto escalar
real definido por hx, yi∗ := Rehx, yi, y la función distancia d∗ (x, ·) asociada
a dicho producto escalar alcanza su mínimo en un único vector y ∈ Y . Basta
1.8. Convolución y aproximación de funciones 59
observar que d = d∗ para concluir la prueba en el caso complejo y alcanzar

así el objetivo propuesto.
Las restantes implicaciones son más sencillas. Una revisión de la demos-
tración del teorema de Riesz-Fréchet evidencia que se trata únicamente de
un corolario del teorema 1.5.4. Y una revisión de la prueba del teorema 1.7.1
permite comprobar que éste se deduce del teorema 1.6.1.
ta
ui
1.8. Convolución y aproximación de funciones
at
Las funciones de clase C ∞ con soporte compacto van a jugar un papel
esencial en todo el desarrollo. Veremos primero la gran abundancia de estas
gr
funciones que van a aproximar, en situaciones muy generales, a cualquier
otra función dada de antemano. La técnica que empleamos es la convolución
de funciones, que podemos definir del siguiente modo:
tra
Definición 1.8.1.
Para funciones f, g localmente integrables en Rn definimos el pro-
es
ducto de convolución
Z
mu
(f ∗ g)(a) = f (x)g(a − x) dx
Rn
para cada a ∈ Rn para el que la función x f (x)g(a − x) sea integrable.
Para funciones f, g ∈ L2 (Rn ), la desigualdad de Cauchy-Schwarz asegura

que su producto de convolución esta definido para todo a ∈ Rn , de hecho
tenemos
kf ∗ gk∞ ≤ kf kL2 (Rn ) kgkL2 (Rn )
siendo f ∗ g una función continua por el teorema de la convergencia domina-
da, así como uniformemente acotada. Observemos que un simple cambio de
variable nos muestra que el producto de convolución es conmutativo, esto es
f ∗ g = g ∗ f . Si f ∗ g está definida en casi todo punto se puede comprobar
que para los soportes tendremos la siguiente inclusión:
sop(f ∗ g) ⊂ sop(f ) + sop(g).

Definición 1.8.2.
Una sucesión de funciones {Km : Rn → R : m = 1, 2, . . . } diremos
que es una sucesión de Dirac si verifica las siguientes condiciones:
(i) Km (x) ≥ 0 para todo m y todo x.
R
(ii) Cada Kn es continua con Rn Kn (x)dx = 1.
ta
(iii) Dados ε > 0 y δ > 0 existe M tal que si m ≥ M entonces
ui
Z
Km (x) dx < ε.
at
Rn \B(0,δ)
gr
Ejemplo 1.8.3. Tomemos KR una función continua no negativa y con so-
porte compacto en Rn tal que Rn K(x) dx = 1. Si definimos
tra
Km (x) = mn K(mx), m = 1, 2, · · ·
obtendremos una sucesión de Dirac

es
Las sucesiones de Dirac aproximan puntualmente a una función “exten-

dida”, que vale cero en todo punto salvo en el origen donde se concentra el
mu
valor que es infinito. Dicha “función” se conoce como delta de Dirac. Las
sucesiones de Dirac nos van a servir para obtener teoremas muy generales de
aproximación de funciones, el método reside en el siguiente resultado:
Teorema 1.8.4.
Sea f : Rn → R una función continua y acotada. Definamos
Z
fm (x) := f ∗ Km (x) = f (t)Km (x − t) dt.
Rn
Entonces la sucesión de funciones (fm ) tiende hacia f uniformemente

sobre subconjuntos compactos de Rn .
Demostración. Un simple cambio de variables nos da

Z
fm (x) = f (x − t)Km (t) dt.
Rn
Utilizando (ii) de la definición 1.8.2 podemos escribir

Z Z
f (x) = f (x) Km (t) dt = f (x)Km (t) dt.
Rn Rn
Por tanto:
Z
ta

fm (x) − f (x) = f (x − t) − f (x) Km (t) dt.
Rn
ui
La continuidad de f sobre un compacto que fijemos H ⊂ Rn asegura que
dado ε > 0 existe δ > 0 tal que |f (x − t) − f (x)| < ε siempre que |t| < δ y
at
x ∈ H. Si |f (x)| ≤ B para todo x ∈ Rn y escogemos el entero M tal que
Z gr Km (x) dx < ε/2B
Rn \B(0,δ)
tra
para m ≥ M , gracias a la propiedad (iii) de la definición 1.8.2, tendremos:

Z
|fm (x) − f (x)| ≤ |f (x − t) − f (x)|Km (t) dt
es
B(0,δ)
Z
+ |f (x − t) − f (x)|Km (t) dt.
mu
Rn \B(0,δ)
Para la primera integral tenemos:

Z Z
|f (x − t) − f (x)|Km (t) dt ≤ ε Km (t) dt ≤ ε
B(0,δ) Rn
siempre que x ∈ H. Para la segunda integral tendremos, gracias a la elección

que hemos hecho del entero M , la siguiente acotación
Z Z
|f (x − t) − f (x)|Km (t) dt ≤ 2B Km (t) dt ≤ ε
Rn \B(0,δ) Rn \B(o,δ)
siempre que m ≥ M , siendo el razonamiento válido para todo x ∈ H. Esto

completa la prueba del teorema.
La convolución se comporta muy bien cuando uno de los factores es de-

rivable:
Proposición 1.8.5.
Sea f una función localmente integrable en Rn y g ∈ D k (Rn ) Entonces
f ∗ g es una función de clase C k en Rn y se tiene la formula:

∂ |α| ∂ |α|
(f ∗ g) = f ∗ g
∂xα1 1 · · · ∂xαnn ∂xα1 1 · · · ∂xαnn
ta
para cualquier multi-índice α ∈ Nn con α ≤ k
ui
Demostración. Supongamos, para simplificar la notación, que f y g son
funciones reales de variable real y que queremos derivar f ∗ g. Fijemos a ∈ R,
at
debemos entonces mostrar la existencia del límite siguiente
Z
grg(a + h − t) − g(a − t)
lı́m f (t) dt.
h→0 R h
Teniendo en cuenta que el soporte de g es compacto y que el límite se calcula
tra
cuando h tiende a cero, el límite anterior se puede calcular reduciendo el

dominio de integración a un entorno de a trasladado sobre el soporte com-
pacto de g, en definitiva a un intervalo compacto I que contiene al conjunto
es
a − sop(g). El límite anterior permuta entonces con la integral, porque los

cocientes incrementales están acotados en el compacto I por una cota de la
mu
función continua g ′ , gracias al teorema del incremento finito, lo que permite

aplicar el teorema de la convergencia dominada y obtener finalmente que
Z
g(a + h − t) − g(a − t)
lı́m f (t) dt
h→0 I h
Z
g(a + h − t) − g(a − t)
= lı́m f (t) dt
I h→0 h
Z
= f (t)g′ (a − t) dt = f ∗ g′ (a)
R
La función f ∗ g es entonces una regularización de f a través de la función

suave g. Haciendo dicha regularización con sucesiones de Dirac (Km ) que sean
suaves obtendremos resultados de aproximación a f con funciones suaves, sin
más que aplicar el teorema 1.8.4.
Teorema 1.8.6.
D(Rn ) es denso en el espacio Cc (Rn ) de funciones continuas con
soporte compacto en Rn , dotado de la topología de la convergencia uni-
forme sobre compactos, y en Lp (Rn ), para cualquier 1 ≤ p < ∞.
ta
Demostración. Partiendo de una función K ≥ 0 en D(Rn ) cuyo soporte
sea la bola unidad podremos construir una sucesión de Dirac (Km ) formada
ui
con funciones de clase infinito y soporte compacto, como en el ejemplo 1.8.3.
Como la convolución entre funciones de soporte compacto tiene también so-
at
porte compacto, aplicando el teorema 1.8.4 se completa la prueba de la den-
sidad del espacio D(Rn ) en el de las funciones continuas de soporte compacto
gr
Cc (Rn ), para la topología de convergencia uniforme sobre compactos. Como
Cc (Rn ) es denso en Lp (Rn ) (véase [59] y A.3.5), se sigue ahora que D(Rn ) es
denso en Lp (Rn ) para cualquier 1 ≤ p < ∞. En efecto, fijada f ∈ Lp (Rn ) y
tra
ε > 0 podemos encontrar una función continua con soporte compacto h tal
que kf − hkp < ε/2. Llamando H al soporte de h y fijando µ > 0, aplicamos
el teorema 1.8.4 con una sucesión de Dirac formada por funciones de D(Rn )
es
para hallar g ∈ D(Rn ) tal que

(ε/2)p
|h(x) − g(x)|p <
mu
m(H + B[0, µ])

para todo x ∈ H + B[0, µ], con sop(g) ⊂ H + B(0, µ). Finalmente tendremos:
Z 1/p
kf − gkp ≤ kf − hkp + kh − gkp < ε/2 + |h(x) − g(x)|p dx
Rn
Z 1/p
p
≤ ε/2 + |h(x) − g(x)| dx ≤ε
H+B[0,µ]
y la prueba concluye.
Es posible refinar el teorema anterior y localizarlo sobre un abierto arbi-

trario G ⊂ Rn :
Corolario 1.8.7.
Para cualquier abierto G de Rn se tiene que D(G) es denso en el es-
pacio Cc (G) de funciones continuas con soporte compacto en G, dotado de
1.9. El principio de Dirichlet: justificación analítico funcional 64
la topología de la convergencia uniforme sobre compactos, y en Lp (G), para

cualquier 1 ≤ p < ∞.
Demostración. Fijado el compacto K ⊂ G soporte de una función con-
tinua f , extendemos dicha función a todo Rn anulándola fuera de G. La
aproximación f ∗ Km es una función cuyo soporte estará contenido en
ta
K + sop(Km ).
ui
Si m es tal que d(K, Rn \ G) > 1/m la función f ∗ Km tendrá su soporte
contenido en G, ya que el soporte de Km está contenido en B(0, 1/m). De
at
nuevo como Cc (G) es denso en Lp (G) se sigue también la densidad de D(G)
en los espacios Lp (G), 1 ≤ p < ∞.
gr
Resumimos estos hechos para el espacio de Hilbert L2 (G) con el siguiente

corolario que juega un papel central en el cálculo de variaciones al permitirnos
tra
definir, sin ambigüedad, las derivadas generalizadas, con las que trabajaremos
en las próximas secciones.
es
Corolario 1.8.8.
Sea f ∈ L2 (G) donde G es un abierto de Rn . Si
mu
Z
f (x)ψ(x) dx = 0 para cualquier ψ ∈ D(G),
G
entonces f = 0 en casi todo punto. Cuando f sea continua tendremos que

f = 0 en todo punto.
Demostración. La densidad de D(G) en el espacio de Hilbert L2 (G) nos

asegura que hf, f i = 0 y de aquí la conclusión del corolario.
1.9. El principio de Dirichlet:

justificación analítico funcional
Los manuales de variable compleja (véase [59, Teorema 11.2.5]) suelen
incluir una solución al clásico problema de Dirichlet que consiste en: dada
una función continua g definida en la frontera del disco unidad del plano
complejo, estudiar la existencia de una función u definida y continua en el

disco D que coincida con g en la frontera ∂D de D y que sea armónica en
D. Recordemos que una función u es armónica en D si cumple la ecuación
de Laplace
∂2u ∂2u
△u := + 2 = 0, en D.
∂x2 ∂y
ta
△u se llama laplaciano de u. Este problema puede plantearse con mayor
generalidad, como hacemos a continuación, sustituyendo C por Rn y D por
ui
un abierto acotado G de Rn .
Sea G un abierto acotado y no vacío de Rn con frontera ∂G. Sean f, g
at
funciones dadas definidas en G y ∂G, respectivamente, con valores reales y
u : G −→ R. Supóngase que f , g y u tienen las propiedades adecuadas para
gr
que tenga sentido el siguiente problema:
 X n
 ∂ 2 u(x)
tra
 −△u(x) := − = f (x), x ∈ G,
j=1
∂x2j (1.18)


u(x) = g(x), x ∈ ∂G,
es
que llamaremos problema de valores frontera para la ecuación de Poisson y

que es una generalización del problema de Dirichlet, antes formulado.
mu
Íntimamente ligado con el problema de valores frontera para la ecuación

de Poisson está el, así llamado, problema generalizado de valores frontera:
existencia de u, verificando
 Z X n Z

 ∂u(x) ∂v(x)
dx = f (x)v(x) dx, para todo v ∈ D(G).
G j=1 ∂xj ∂xj G (1.19)


u(x) = g(x), x ∈ ∂G,
Un problema conectado con los anteriores consiste en el estudio del pro-

blema variacional siguiente: existencia de mínimo para la función real F (u)
definida por
 Z X n 2 Z

F (u) := 1 ∂u(x)
dx − f (x)u(x) dx,
2 G ∂xj G (1.20)
 j=1

u(x) = g(x) para todo x ∈ ∂G.
En esta sección demostraremos que el problema variacional anterior tiene

solución si las funciones f, g y u pertenecen a determinados conjuntos, que
serán precisados, y que la solución de este problema variacional (1.20) permite
resolver asimismo los dos problemas planteados por las ecuaciones (1.18)
y (1.19).
∂u
En lo sucesivo, para simplificar la notación, pondremos ∂j u := .
ta
∂xj
ui
1.9.1. Conexión entre problemas variacionales
y de valores frontera
at
Mostraremos a continuación que los problemas que reflejan las ecuacio-
gr
nes (1.18) y (1.19) son equivalentes entre sí, así como la forma en que se
relacionan con el problema de mínimo para la ecuación (1.20), en el caso de
funciones de clase C 2 .
tra
Empezamos por recordar la fórmula de integración por partes (véase el

corolario 1.10.2):
Z Z
es
u(x)∂j v(x) dx = − (∂j u(x))v(x) dx, (1.21)

G G
mu
donde G es un abierto de Rn , u ∈ C 1 (G) y v ∈ D(G).
Proposición 1.9.1.
Sea G un abierto acotado y no vacío de Rn y supónganse dadas las fun-
ciones continuas f : G −→ R y g : ∂G −→ R. Supóngase también que las
funciones u que aparecen en las ecuaciones (1.18), (1.19) y (1.20) son fun-
ciones de clase C 2 (G) (es decir, u ∈ C 2 (G) y las derivadas parciales de orden
2 admiten prolongación continua a la frontera de G).
(i) Una función w ∈ C 2 (G) es solución del problema de valores frontera
definido en (1.18) si, y sólo si, es solución del problema generalizado
de valores frontera definido en (1.19).
(ii) Si w ∈ C 2 (G) es un mínimo para la función F en las condiciones
del problema variacional (1.20), entonces w es también solución del
problema de valores frontera definido en (1.18).
Demostración. Comenzamos probando el primer apartado. Sea w ∈ C 2 (G)

tal que w = g en ∂G. Supongamos que se cumple
Z Xn Z
∂j w∂j v = fv
G j=1 G
ta
para todo v ∈ D(G). Aplicando la fórmula de integración por partes, la
igualdad anterior equivale a
ui
Z X n Z Z X
n Z Z
0= ∂j w∂j v − f v = − (∂j ∂j w)v − f v = − (△w + f )v,
at
G j=1 G G j=1 G G
que puede escribirse como gr

(△w + f ) ⊥ D(G), (1.22)
tra
en L2 (G). Al ser D(G) denso en L2 (G) (véase 1.8.8) la fórmula (1.22) es

equivalente, a su vez, a
(△w + f ) = 0.
es
Y se acaba así la demostración de (i).

Veamos ahora la prueba de (ii). Sea w ∈ C 2 (G) tal que w = g en ∂Ω y
mu
supongamos que w es un mínimo para la función F definida en (1.20). Fijado

v ∈ D(G), para cada t ∈ R la función u := w + tv cumple u = g en ∂G y
u ∈ C 2 (G). En consecuencia, para cada t ∈ R la función
Z X
n Z
1
ϕ(t) := F (w + tv) = (∂j w + t∂j v)2 (x) dx − f (x) w(x) + tv(x) dx
2 G j=1 G
tiene un mínimo en t = 0. Como ϕ es un polinomio de grado dos en t, ϕ es

derivable y ha de ser
Z X
n Z
′
0 = ϕ (0) = ∂j w∂j v − f v, para todo v ∈ D(G),
G j=1 G
es decir, w es solución del problema generalizado (1.19) para v ∈ D(G). Y

por el apartado (i) también es solución del problema de valores frontera para
la ecuación de Poisson dada en (1.18).
La proposición 1.9.1 establece que si la solución del problema variacio-

nal (1.20) existe y es “suficientemente regular”, también sirve como solución
del problema de valores frontera (1.18) para la ecuación de Poisson. Pero,
desafortunadamente, existen situaciones razonables para las que la solución
del problema variacional no es suficientemente regular. Ello aconseja ensan-
char la clase de las soluciones regulares con nuevos objetos ideales llamadas
ta
funciones generalizadas, que constituyen el espacio de Sobolev. La introduc-
ción de los espacios de Sobolev se corresponde, en cierto sentido, con la
ui
introducción de los reales para completar el conjunto de los racionales con
los irracionales.
at
1.9.2. Derivadas generalizadas y espacios de Sobolev
gr
Este apartado está destinado a presentar la noción de derivada genera-
lizada y a introducir los espacios adecuados para abordar el problema de
tra
Dirichlet general. Tales herramientas forman parte de la teoría de funciones

generalizadas o distribuciones desarrollada por L. Schwartz [63].
El punto de partida para la definición de derivadas generalizadas es la
es
fórmula de integración por partes (1.21). Poniendo w = ∂j u, dicha fórmula

puede ser reescrita del siguiente modo:
mu
Z Z
u(x)∂j v(x) dx = − w(x)v(x) dx, para todo v ∈ D(G).
G G
Y esta formulación es la que se adopta como definición de derivada para

ciertas funciones u no derivables en sentido usual.
Definición 1.9.2.
Sea G un abierto de Rn y sean u, w ∈ L2 (G). Si para toda función
v ∈ D(G) se cumple la fórmula
Z Z
u(x)∂j v(x) dx = − w(x)v(x) dx, (1.23)
G G
diremos que w es la derivada generalizada j-ésima de u en G y escribi-

remos ∂j u = w.
Definición 1.9.3.
Sea G un abierto de Rn . Se llama espacio de Sobolev 5 al conjunto
W 1,2 (G)determinado por
W 1,2 (G) := W 1 (G) := {u ∈ L2 (G) : existe ∂j u ∈ L2 (G), 1 ≤ j ≤ n}.
ta
El corolario 1.8.8 nos asegura que las definiciones anteriores están bien
ui
formuladas, al ser D(G) denso en L2 (G).
at
Proposición 1.9.4.
La fórmula
gr Z n
X
hu, vi1,2 := uv + ∂j u∂j v
G j=1
tra
define un producto escalar en W 1 (G) que lo convierte en un espacio de

Hilbert, supuesto que se identifican las funciones que difieren únicamente
en conjuntos de medida nula.
es
Demostración. Es inmediato que se trata de un producto escalar. Sea

(un )n ⊂ W 1 (G) una sucesión de Cauchy en h·, ·i1,2 . Entonces (un )n y (∂j un )n
mu
son sucesiones de Cauchy en L2 (G), cuyos límites respectivos los denotamos

con u y wj ∈ L2 (G).
La relación entre un y su derivada generalizada ∂j un es, de acuerdo
con (1.21)
Z Z
un ∂j v = − (∂j un )v, para todo v ∈ D(G).
G G
Usando la continuidad del producto escalar y tomando límites se tiene

5
En general, para cada k ∈ N y 1 ≤ p < ∞ se llama espacio de Sobolev al conjunto
W k,p (G) de las funciones u que tienen derivadas generalizadas Dα u de orden |α| ≤ k y
tanto u como Dα u pertenecen a Lp (G). W k,p (G) es un espacio de Banach para la norma
X Z 1/p
kukk,p := |Dα u(x)|p dx
|α|≤k G
Para p = 2 frecuentemente se escribe W k (G) en lugar de W k,2 (G).

Z Z
u∂j v = − wj v, para todo v ∈ D(G).
G G
Esta ecuación expresa que las derivadas generalizadas de u existen y vienen

dadas por ∂j u = wj en G y, por tanto, que u ∈ W 1 (G). Finalmente, como
(un )n y (∂j un )n convergen en L2 (G), a u y wj respectivamente, se obtiene
ta
que u es el límite de (un )n en W 1 (G).
ui
Definición 1.9.5.
Con H01 (G) denotamos el espacio de Hilbert obtenido como la clau-
at
sura en W 1 (G) de D(G).
gr
En general H01 (G) es un subespacio propio de W 1 (G). Sin embargo, cuando
G = Rn ambos espacios coinciden (véase [72, pág. 58]).
tra
Definición 1.9.6.
Sea G un abierto acotado no vacío de Rn . Sea u ∈ W 1 (G). Diremos
es
que u se anula en la frontera de G en sentido generalizado y escribiremos
u = 0 en ∂G. (1.24)
mu
si u ∈ H01 (G). Si f − g ∈ H01 (G) diremos que f = g en ∂G en sentido

generalizado.
Esta definición está motivada, entre otras razones, por el hecho de que
cuando G es un abierto de Rn , con una frontera “suficientemente regular”, el
concepto de anulación en la frontera en sentido generalizado significa que u
realmente vale 0 en la frontera de G.
1.9.3. Principio de Dirichlet generalizado

Comenzaremos probando que el operador de Laplace cumple la condición
de positividad fuerte en el sentido de la definición 1.6.4 para, a continuación,
aplicar el teorema general de los problemas variacionales cuadráticos 1.7.1 al
principio de Dirichlet generalizado.
Lema 1.9.7. Desigualdad de Poincaré-Friedrichs.

Si G es un abierto no vacío y acotado de Rn , entonces existe C > 0
tal que para todo u ∈ H01 (G) se tiene
Z Z X
n
2
2
C u (x) dx ≤ ∂j u(x) dx, (1.25)
G G j=1
ta
Demostración. Consideremos inicialmente el caso n R x= 1. Y supongamos
ui
G ⊂ (a, b). Para cada u ∈ D(a, b) se tiene u(x) = a u′ (y) dy, para todo
x ∈ [a, b], y por tanto, aplicando la desigualdad de Cauchy-Schwarz, se tiene
at
Z x 2 Z b Z b
2 ′ ′
2
u(x) = u (y)dy ≤ dy u (y) dy
a
Z
gr b 2
a a
≤ (b − a) u′ (y) dy.
a
tra
De aquí se sigue
Z b Z b
2 2
2
u(x) dx ≤ (b − a) u′ (x) dx.
es
a a
En particular la fórmula anterior es válida para las funciones u ∈ D(G). Pero

mu
si u ∈ H01 (G), existe una sucesión un ∈ D(G) con lı́mn ku − un k1,2 = 0, por
lo que
lı́m ku − un k2 = 0, lı́m ku′ − u′n k2 = 0.
n n
En consecuencia, tomando límites en la ecuación anterior, se obtiene
Z b Z b
2
u(x)2 dx ≤ (b − a)2 u′ (x) dx. (1.26)
a a
Supongamos ahora que n = 2 y sea u ∈ D(G). Consideremos un rec-

tángulo R := [a, b] × [c, d] tal que R ⊃ G. Como u se anula fuera de G se
tiene Z x2
u(x1 , x2 ) = ∂2 u(x1 , t) dt, (x1 , x2 ) ∈ R.
c
Por la desigualdad de Cauchy-Schwarz
Z x2 2 Z d
2
2
u(x1 , x2 ) = ∂2 u(x1 , t) dt ≤ (d − c) ∂2 u(x1 , t) dt.
c c
Integrando sobre R
Z Z
2 2
2
u(x1 , x2 ) dx1 dx2 ≤ (d − c) ∂2 u(x1 , x2 ) dx1 dx2
R R
Z X
2
≤M (∂j u(x))2 dx.
ta
G j=1
Así pues, para u ∈ D(G) el resultado es cierto. El caso general es consecuencia
ui
de la densidad de D(G) en H01 (G). Utilizando las mismas ideas, se completa
la prueba en dimensiones mayores.
at

gr
Teorema 1.9.8. Principio de Dirichlet.
Sea G un abierto acotado no vacío de Rn y supongamos dadas las
funciones f ∈ L2 (G) y g ∈ W 1 (G). Entonces:
tra
(i) La función
Z X
n Z
1
es
2
F (u) := (∂j u(x)) dx − f (x)u(x) dx (1.27)
2 G j=1 G
mu
para u ∈ W 1 (G) y u = g en ∂G en sentido generalizado, tiene un

único punto de mínimo u = u0 .
(ii) Dicho punto u0 es también la única solución, u = u0 , del siguiente
problema generalizado de valores frontera:
Z X
n Z
∂j u(x)∂j v(x) dx = f (x)v(x) dx (1.28)
G j=1 G
para todo v ∈ H01 (G), con la condición u = g en ∂G en sentido ge-

neralizado. Y también es la única solución del problema de valores
frontera para la ecuación de Poisson
− △u(x) = f (x), (1.29)
con u = g en ∂G en sentido generalizado.

Demostración. La estrategia para la prueba es ver que este teorema es un

caso particular del teorema principal de los problemas variacionales cuadrá-
ticos, para funciones B y b adecuadas, siendo las ecuaciones (1.27) y (1.28)
las expresiones respectivas que adoptan, en este caso concreto, las ecuaciones
(1.16) y (1.17) del teorema 1.7.1. Finalmente, con los argumentos de la pro-
posición 1.9.1, se verifica que u0 también es solución de la ecuación (1.29).
ta
Sea H := H01 (G) y sean
Z X Z
ui
n
B(u, v) := ∂j u(x)∂j v(x) dx, b1 (v) := f (x)v(x) dx; u, v ∈ W 1 (G).
G j=1 G
at
Introduciendo w := u − g, unos sencillos cálculos muestran que el problema
gr
de mínimo considerado en (1.27) equivale al problema de mínimo para
1
B(w, w) − b(w), para w ∈ H (1.30)
tra
2
donde b(w) := b1 (w)−B(w, g). Y el problema generalizado de valores frontera
(1.28) es equivalente a
es
B(w, v) = b(v) para todo v ∈ H. (1.31)

mu
Sólo resta probar que B y b satisfacen las condiciones del teorema 1.7.1.
Desde luego, B es bilineal simétrica y acotada, ya que
Z X n
|B(u, v)| ≤ |∂j u∂j v| dx
G j=1
n
X
≤ k∂j uk2 k∂j vk2 ≤ nkuk1,2 kvk1,2
j=1
La desigualdad de Poincaré-Friedrichs (1.25) proporciona

Z Xn Z Xn
2 2
C v + (∂j v) dx ≤ (1 + C) (∂j v)2 dx,
G j=1 G j=1
para todo v ∈ H. Por tanto, B es fuertemente positiva pues
C(1 + C)−1 kvk21,2 ≤ B(v, v),

1.10. Operadores diferenciales y soluciones débiles 74
para todo v ∈ H. Como b1 es lineal continua (por la desigualdad de Cauchy-

Schwarz) y B es acotada se obtiene que b es lineal continua. Se concluye así
que, efectivamente, B y b cumplen las hipótesis del teorema 1.7.1.
1.10. Operadores diferenciales y soluciones débiles
ta
En esta sección veremos cómo el concepto de solución débil, o solución
ui
generalizada, nos ayuda a obtener resultados precisos de existencia de solucio-
nes para ecuaciones en derivadas parciales que sean lineales y de coeficientes
at
constantes. Dado que no siempre es posible obtener soluciones clásicas las
soluciones débiles juegan un importante papel, más aún cuando sobre ellas
gr
se basan los fundamentos para la obtención de aproximaciones mediante al-
goritmos numéricos basados en el método de Galerkin.
Consideremos el operador diferencial lineal y de coeficientes constantes
tra
X ∂ α
L= aα (1.32)
∂x
es
|α|≤n
donde aα es un escalar real o complejo y utilizamos la notación

∂ α
mu
∂ |α|
= α1
∂x ∂x1 · · · ∂xαnn
para cualquier multi-índice α = (α1 , α2 , · · · , αn ) ∈ Nn , donde utilizamos la
notación |α| = α1 + α2 + · · · + αn . Fijamos k ≥ |aα | para todo α, esto es L
es de orden menor o igual que k.
El operador L actúa de la siguiente forma: para cualquier función u sufi-
cientemente derivable tendremos:
X ∂ α X ∂ |α| u
Lu := aα (u) = aα α1
∂x ∂x1 · · · ∂xαnn
|α|≤n |α|≤n
Asociamos al mismo un operador adjunto formalmente definido como:

X ∂ α
L∗ := (−1)|α| aα
∂x
|α|≤n
La razón para esta terminología es la siguiente

Sea G un abierto en Rn . Para funciones ϕ, ψ ∈ L2 (G) que sean de clase
k
C en el abierto G se tiene que
Z Z
hLψ, ϕi = Lψϕ = ψL∗ ϕ = hψ, L∗ ϕi
G G
ta
siempre que alguna de las funciones ϕ, o ψ, tenga su soporte compacto.
Demostración. Se sigue de la fórmula de integración por partes (1.21) apli-
ui
cada a cada derivada parcial ∂j . Iterando se obtiene para cualquier operador
diferencial lineal L.
at

Corolario 1.10.2. gr
Sea G un abierto en Rn , f ∈ L2 (G) y u ∈ L2 (G) de clase C k . Si Lu = f
entonces se tiene que
tra
hf, ψi = hu, L∗ ψi
para cualquier ψ ∈ D(G).
es
Podemos ahora ampliar la definición de solución para el operador L a

través de la siguiente
mu
Dada f ∈ L2 (G) diremos que una función u ∈ L2 (G) es solución
débil de la ecuación
Lu = f
siempre que tengamos
Notemos que el corolario 1.10.2 nos dice que las soluciones clásicas para
el operador L son soluciones débiles, por lo que ampliamos el concepto de
solución con la nueva definición de solución débil. Las derivadas en sentido
débil nos aparecieron en el estudio variacional que hemos hecho del problema
de Dirichlet en la sección anterior. Soluciones débiles que no son soluciones
clásicas aparecen, por ejemplo, al analizar el teorema fundamental del cálculo
para la integral de Lebesgue, como detallamos a continuación
Ejemplo 1.10.4. Consideramos el operador diferencial más sencillo posible

d
L = dx sobre el abierto G = (0, 1) ⊂ R. Para u, f ∈ L2 (G) tenemos que
Lu = f en sentido débil si, y solo si, existe F : (0, 1) → R absolutamente
continua con F (x) = u(x), F ′ (x) = f (x) para casi todo x ∈ (0, 1).
Demostración. Si la función u es absolutamente R t continua el teorema fun-
ta
damental del cálculo nos dice que u(t) − u(a) = a u (x) dx y la fórmula de
′
integración por partes nos da
ui
Z 1 Z 1
′
u (x)ψ(x) dx = − u(x)ψ ′ (x) dx
at
0 0
para cualquier función ψ ∈ D(0, 1).

R 1 Recíprocamente, si
gr R 1F, G son funciones
integrables en (0, 1) que verifican 0 F (x)ψ(x) dx = − 0 G(x)ψ (x) dx para
′
cualquier ψ ∈ D(0, 1) tendremos que

tra
Z 1 Z 1
F (x)ϕ(x) dx = − G(x)ϕ′ (x) dx (1.33)
0 0
es
para cualquier función meseta ϕ continua, lineal

1
a trozos, y tal que ϕ(x) = 1 si x ∈ [a, b] ⊂ (0, 1),
mu
ϕ(x) = 0 si x ∈ / [a − h, b + h] ⊂ (0, 1). En efec-

to una tal función ϕ se aproxima por funciones
0 a−h a b b+h 1 ψ de clase infinito y soporte compacto en (0, 1),
aplicando el teorema 1.8.6, como para dichas fun-
ciones la fórmula (1.33) es válida por hipótesis, el paso al límite nos asegura
nuestra afirmación. Tomando el conjunto de puntos de Lebesgue S para la
función integrable G tendremos ahora, para a, b ∈ S,
Z b+h Z a Z b+h 1
1
lı́m F (x)ϕ(x) dx = lı́m − G(x) dx − G(x) − dx
h→0+ a−h h→0 +
a−h h b h
Rb
de donde se sigue que G(b) − G(a) = a F (x)dx y la comprobación del
ejemplo.
Soluciones débiles que no son soluciones ordinarias aparecen de forma

natural en situaciones elementales:
Ejemplo 1.10.5. La ecuación de ondas en dimensión uno tiene como ope-

rador:
∂2u ∂2u
Lu = − 2
∂x2 ∂t
buscándose u(x, t) tal que Lu = 0 con las condiciones frontera
ta
∂u(x, 0)
u(x, 0) = f (x), =0
∂t
ui
1 para 0 ≤ x ≤ π, donde f es una función lineal a tro-
at
zos cuya gráfica determina la posición inicial de una
cuerda vibrante tal como, por ejemplo,
gr
0 3/4 π f (0) = f (π) = 0, f (3/4) = 1.
tra
Este problema admite soluciones débiles que no son soluciones ordinarias.

Demostración. Extendamos la función f al intervalo [−π, 0] haciéndola
impar y volvámosla a extender a toda la recta real como función 2π periódica.
es
La fórmula de d’Alembert:
f (x + t) + f (x − t)
mu
u(x, t) =
2
proporciona una solución débil que no es de clase C 2 . En efecto, aproxi-
memos f por una sucesión de funciones fm ∈ D(R) que converja hacia f
uniformemente sobre compactos en R usando el teorema 1.8.6. Definiendo
fm (x + t) + fm (x − t)
um (x, t) =
2
se sigue ahora que um es de clase C ∞ comprobándose directamente que
Lum = 0. Por consiguiente, tras el corolario 1.10.2 sabemos que hum , L∗ ψi = 0
para todo m y, pasando al límite, obtendremos hu, L∗ ψi = 0 para cualquier
ψ ∈ D(R2 ), tal y como queríamos demostrar.
En abiertos acotados de Rn es posible demostrar la siguiente desigualdad,

donde la constante c tan solo depende del abierto G y del operador L, casos
particulares son conocidos como desigualdades de Friedrichs.
Lema 1.10.6. P
∂ α
Sea G un abierto acotado en Rn y L = |α|≤n aα ∂x un operador
diferencial lineal con coeficientes constantes reales o complejos. Existe una
constante c > 0, dependiente tan solo del abierto G y del operador L tal que
kψk2 ≤ c kL∗ ψk2
ta
para toda ψ ∈ D(G).
ui
Demostración. Hagamos el caso mas sencillo asumiendo que L∗ = ∂x∂ 1 .
La desigualdad en este caso se debe a S. Zaremba. Nuestro razonamiento es
at
similar al realizado anteriormente en la prueba de la desigualdad de Poincaré-
Friedrichs (1.25). Para cualquier función ψ ∈ D(G) tenemos, gracias a que
gr
el soporte de ψ es compacto y está contenido en G:
Z x1
∂
ψ(x1 , x2 , · · · , xn ) = ψ(t, x2 , · · · , xn ) dt.
−∞ ∂x1
tra
para x = (x1 , · · · , xn ) ∈ G. Así podemos escribir:

Z x1 2
2
es
∂
ψ(x1 , · · · , xn ) ≤ ψ(t, x2 , · · · , xn ) · 1 dt .
−∞ ∂x1
Por la desigualdad de Cauchy-Schwarz tendremos:

mu
Z x1 2
∂
ψ(x)2 ≤ d ψ(t, x 2 , · · · , x n dt
)
−∞ ∂x 1
para cualquier x ∈ G, donde d es el diámetro del abierto acotado G en Rn

con la norma euclídea. De aquí se sigue la conclusión integrando de nuevo
sobre G y aplicando el teorema de Fubini:
Z Z Z x1 2 Z 2
2 ∂ 2 ∂ψ
ψ(x) dx ≤ d ψ(t, x2 , · · · , xn ) dt dx ≤ d (x) dx.
G G −∞ ∂x 1 G ∂x 1
Reiterando el mismo razonamientose puede demostrar la desigualdad para

∂ α
operadores de la forma L∗ = aα ∂x para cualquier multi-índice α ∈ Nn . El
caso general del lema anterior puede consultarse en [66, Ch. 5, Lemma 3.3]
Gracias a la desigualdad anterior estamos en condiciones de probar ahora

el resultado central de esta sección:
Teorema 1.10.7. Malgrange-Ehrenpreis.

Sea G un abierto acotado de Rn . Dado un operador en derivadas
parciales lineal y con coeficientes constantes
X ∂ α
L= aα
∂x
ta
|α|≤n
existe un operador lineal continuo
ui
K : L2 (G) → L2 (G)
at
tal que LK(f ) = f en sentido débil para cualquier f ∈ L2 (G). En otras
gr
palabras, u = K(f ) es una solución débil de L(u) = f para cualquier
f ∈ L2 (G), i.e.
tra

es
Demostración. Consideremos el producto escalar
hϕ, ψiL := hL∗ ϕ, L∗ ψiL2 (G)

mu
para funciones cualesquiera ϕ, ψ ∈ D(G). Notemos que es un producto es-

calar gracias a la desigualdad del lema 1.10.6 y denotemos con H0 el co-
rrespondiente espacio prehilbertiano, cuya norma será kϕkL = kL∗ ϕkL2 (G) .
Sea H su completado. Considerando a nuestro operador L∗ con dominio H0
y valores en L2 (G) resulta claro que es un operador lineal y continuo que
admite, por tanto, una extensión lineal y continua a todo H, que denotamos
por Lc∗ . Fijemos ahora f ∈ L2 (G) y su forma lineal asociada restringida a
H0 , i.e. l0 : H0 → K definida por l0 (ψ) = hψ, f iL2 (G) para cualquier ψ ∈ H0 .
Notemos que aplicando el lema 1.10.6 tendremos:
|l0 (ψ)| = |hψ, f iL2 (G) | ≤ kψkL2 (G) kf kL2 (G)

≤ c kL∗ ψkL2 (G) kf kL2 (G) = CkψkL
que nos muestra la continuidad de l0 en el espacio prehilbertiano H0 . Por

ello podremos extender l0 a una forma lineal y continua l definida en el
completado H con klk ≤ C = ckf kL2 (G) . El teorema de Riesz (1.6.1) aplicado
al espacio de Hilbert H y a la forma l nos asegura que existe un vector û ∈ H
tal que
c∗ h, L
l(h) = hh, ûiL = hL c∗ ûiL2 (G)
Tomando ahora u := Lc∗ û ∈ L2 (G) tenemos l(h) = hL c∗ h, uiL2 (G) para
ta
todo h ∈ H. Como l(ψ) = hψ, f iL2 (G) y L c∗ (ψ) = L∗ ψ para ψ ∈ D(G)
llegamos a que
ui
hL∗ ψ, uiL2 (G) = hψ, f iL2 (G)
para cualquier ψ ∈ D(G) como queríamos demostrar. Definiendo K(f ) = u
at
tendremos un operador K : L2 (G) → L2 (G) que verifica:
gr
kK(f )kL2 (G) = kukL2 (G) = kLˆ∗ ûkL2 (G) = kûkH ≤ C = c kf kL2 (G)
donde la última igualdad se sigue de la aplicación que hemos hecho del teo-
tra
rema de Riesz y la anterior es un paso al completado que termina con la

prueba.
es
Laurent Schwartz (1915–2002) fue un

brillante matemático francés que es mun-
mu
dialmente conocido por haber creado la teo-

ría de distribuciones, [14, Chapter IV, §5]
y [62]. La idea de derivada generalizada,
véase (1.23), que ya estaba en trabajos de
Sobolev, encuentra su marco general en los
espacios de las distribuciones de Schwartz,
que se definen como espacios duales de es-
pacios de funciones infinitamente derivables
con una cierta topología. La posibilidad de
trabajar con derivadas generalizadas permi-
te encontrar soluciones débiles para algunas ecuaciones en derivadas
parciales que en situaciones adecuadas conducen a soluciones fuertes.
La teoría de distribuciones le supuso a Schwartz el premio máximo en
matemáticas que es la Medalla Fields (1950); como glosa de su trabajo
se puede leer en la página web de la International Mathematical Union,
organización que otorga las medallas, lo siguiente: “Schwartz developed
the theory of distributions, a new notion of generalized function moti-
vated by the Dirac delta-function of theoretical physics”. Fue profesor
1.11. El método de Galerkin 81
durante muchos años en la afamada École Polytechnique de París. En-

tre sus discípulos se encuentran A. Grothendieck (Medalla Fields en
1966), J. L. Lions, B. Malgrange, B. Maurey, L. Nachbin y G. Pisier.
Otros detalles sobre la historia y obra de Schwartz pueden leerse en:
• Laurent Schwartz en Wikipedia.
• Laurent Schwartz en MacTutor History of Mathematics.
ta
ui
1.11. El método de Galerkin
at
El método de Galerkin es el precursor teórico del práctico método de los
gr
elementos finitos para la resolución numérica de ecuaciones diferenciales en
derivadas parciales. Podremos ver una descripción del mismo basada en la
aproximación variacional que de los problemas de tipo elíptico hemos hecho
tra
anteriormente (1.7.1).
Teorema 1.11.1. Galerkin-Ritz.

es
Sea M1 ⊂ M2 ⊂ · · · ⊂ Mn ⊂ · · · una sucesión de subespacios cerra-

dos en un espacio de Hilbert H con unión densa. Sea a : H × H → R
bilineal, simétrica, continua y fuertemente positiva y sea b : H → R una
mu
forma lineal y continua. Consideramos el problema de minimización del

funcional
1
J(x) := a(x, x) − b(x)
2
sobre el subespacio Mn y sea un ∈ Mn su solución, i.e.
a(x, un ) = b(x)
para todo x ∈ Mn . Entonces la sucesión (un ) converge hacia la solución

u del problema de minimización de J en todo H.
La demostración del teorema se basa en el siguiente

Lema 1.11.2.
Sea M1 ⊂ M2 ⊂ · · · ⊂ Mn ⊂ · · · una sucesión de subespacios cerrados en
un espacio de Hilbert H. Si ∪∞
n=1 Mn = H y Pn es la proyección ortogonal de
H sobre Mn se tiene que

lı́m Pn (x) = x
n→∞
para cualquier x ∈ H
Demostración. Por el teorema de la proyección, teorema 1.5.7, sabemos
que kx−Pn (x)k = d(x, Mn ). La densidad nos asegura que d(x, ∪∞
n=1 Mn ) = 0,
ta
y por ello lı́mn→∞ Pn (x) = x para cualquier x ∈ H que fijemos. En efecto,
dado ε > 0 encontremos y ∈ Mn0 tal que kx − yk < ε. Dado que la sucesión
ui
de espacios Mn es creciente tendremos
at
kx − Pn (x)k = d(x, Mn ) ≤ d(x, Mn0 ) ≤ kx − yk ≤ ε
siempre que n ≥ n0 . gr
Demostración del teorema 1.11.1. Como a(x, un ) = f (x) para todo

x ∈ Mn y a(x, u) = f (x) para todo x ∈ H, tendremos que a(x, u − un ) = 0
tra
para cualquier x ∈ Mn . La forma bilineal, simétrica, continua y fuertemente

positiva nos suministra un producto escalar a(·, ·) equivalente al original sobre
es
H. La anterior ecuación nos asegura entonces que u − un es ortogonal a Mn

y, así, que un = Pn (u) donde Pn es la proyección ortogonal de H sobre Mn
para el producto escalar dado por a(·, ·). El lema anterior asegura entonces
mu
que
lı́m un = u.
n→∞

Podemos determinar estimaciones a priori de la solución, así como del
error cometido con la aproximación un de u:
Corolario 1.11.3.
En las condiciones del Teorema 1.11.1 se verifican:
(i) Escribiendo a(x, y) ≤ dkxkkyk y ckxk2 ≤ a(x, x) para cualesquiera
x, y ∈ H tenemos la estimación a priori para la solución u:
kuk ≤ c−1 kbk.
(ii) Razón de convergencia:
ku − un k ≤ d · c−1 d(u, Mn ).
(iii) Estimación del error: Si β ≤ J(x) para todo x ∈ H, entonces:

1
cku − un k2 ≤ J(un ) − β
2
para todo n ∈ N
Demostración.
ta
(i) En efecto, kuk2 ≤ c−1 a(u, u) = c−1 b(u) ≤ c−1 kbkkuk.
(ii) Se comprueba como la anterior:
ui
ku − un k2 ≤ c−1 a(u − un , u − un ) ≤ c−1 a(u − x, u − x)2 ≤ c−1 dku − xk2
at
para cualquier x ∈ Mn .
(iii) Finalmente, gr
1
J(u + v) = a(u + v, u + v) − b(u + v)
2
tra
1 1
= a(u, u) + (a(u, v) − b(v)) + a(v, v) − b(u)
2 2
y, teniendo en cuenta la ecuación variacional a(v, u) = b(v), tendremos
es
1
J(u + v) − J(u) = a(v, v),
2
mu
por tanto J(u + v) − J(u) ≥ 12 ckvk2 para cualquier v ∈ H. Tomando

w := u + v, como J(u) ≥ β tendremos J(w) − β ≥ 12 cku − wk2 .

La aplicación natural del método de Galerkin consiste en tomar los subes-

pacios Mn de dimensión finita, en cuyo caso la ecuación variacional restrin-
gida a cada Mn se reduce a un sistema lineal de ecuaciones con número de
incógnitas igual a la dimensión de Mn y con matriz simétrica y definida po-
sitiva. Tomando adecuadamente bases de los espacios Mn dichas matrices
pueden reducir bastante su número de entradas no nulas, haciendo los siste-
mas asociados fáciles de resolver numéricamente aunque sean de dimensión
alta. Este es uno de los objetivos del método de los elementos finitos, en el que
dichos elementos describen bases adecuadas para la geometría del problema
que estemos considerando. Este método ha supuesto uno de los grandes avan-
ces que para el tratamiento numérico de las ecuaciones en derivadas parciales
se obtuvieron en la segunda mitad del último siglo.
1.12. Bases en espacios de Hilbert 84
1.12. Bases en espacios de Hilbert

En los espacios de dimensión finita las bases algebraicas proporcionan
una herramienta útil (recuérdense, por ejemplo, 1.2.4 y 1.2.5) para el estudio
de sus propiedades y para obtener representantes canónicos de los espacios
euclídeos de dimensión n. Sin embargo, el concepto de base algebraica es poco
ta
adecuado para el estudio de los espacios normados y hilbertianos de dimen-
sión infinita. La razón fundamental es que, a diferencia de lo que ocurre en
ui
espacios de dimensión finita, las bases algebraicas no guardan relación con la
estructura topológica del espacio. Para el estudio en Análisis Matemático de
at
las propiedades de los espacios de dimensión infinita se consideran otro tipo
de bases. Esta sección está destinada a definir el concepto y establecer la exis-
gr
tencia de bases hilbertianas en cualquier espacio de Hilbert. Damos ejemplos
de bases hilbertianas concretas, desarrollamos la L2 -teoría de series de Fourier
e ilustramos con aplicaciones a integración numérica y a espacios de funciones
tra
holomorfas los métodos de Análisis Funcional que presentamos aquí.
1.12.1. Redes
es
Comenzaremos fijando una noción nueva: la noción de red convergente.

En [44] se puede encontrar una exposición más detallada de los conceptos
mu
aquí comentados.
(i) Un conjunto dirigido es un conjunto D con una relación binaria

≥ que satisface las propiedades:
(a) Si i, j y k son puntos de D tales que i ≥ j y j ≥ k, entonces
i ≥ k (propiedad transitiva).
(b) Si i ∈ D, entonces i ≥ i (propiedad reflexiva).
(c) Si i, j ∈ D, entonces existe k ∈ D con k ≥ i, k ≥ j.
(ii) Una red en un conjunto Y es una aplicación φ : D −→ Y donde
(D, ≥) es un conjunto dirigido. La red se suele denotar mediante
{ωi : i ∈ D, ≥}, o simplemente como (wi )i∈D si no queremos
explicitar la relación binaria y no hay lugar a confusión, donde

estamos escribiendo ωi = φ(i), i ∈ D.
(iii) Si T es un espacio topológico y (ti )i∈D es una red en T , se dice que
la red converge a t ∈ T si para cada entorno V de t existe i0 ∈ I tal
que ti ∈ V para todo i ≥ i0 en D. En el caso de que el punto t sea
ta
único (lo que ocurre si T es de Hausdorff), t se llama el límite de
la red (ti )i∈D y se escribe t = lı́mi∈D ti = lı́mD ti . Un punto s ∈ T
ui
se dice que es de aglomeración de (ti )i∈D si para cada entorno V
de s y cada j ∈ D existe i ≥ j en D de forma que ti ∈ V .
at
Las sucesiones son un caso particular de redes, cuando D = N dotado del
orden inducido por el de R. El concepto de red convergente extiende pues
gr
el de sucesión convergente; a la convergencia de redes se le da también el
nombre de convergencia de Moore-Smith.
tra
Si (X, k · k) es un espacio normado, una red (xi )i∈D en X se dice
que satisface la condición de Cauchy si para cada ε > 0 existe i0 ∈ D
es
tal que kxi − xj k < ε para cada i, j ≥ i0 en D.

mu
Como en el caso de las sucesiones, una red convergente satisface la condi-

ción de Cauchy. En espacios completos, las redes que satisfacen la condición
de Cauchy son convergentes.
Lema 1.12.3.
En un espacio de Banach X cualquier red que satisface la condición de
Cauchy es convergente.
Demostración. Sea (xi )i∈D una red en X que satisface la condición de
Cauchy. Entonces, para cada n ∈ N existe kn tal que si i, j ≥ kn se verifica
kxi − xj k < 1/n. Tomemos in ∈ D tal que in ≥ kj , j = 1, 2, . . . n. Se tiene
que para N ∈ N fijo, si n, m ≥ N , entonces kxin − xim k < 1/N , y por tanto
la sucesión (xin )n satisface la condición de Cauchy. Si x ∈ X es el límite de
(xin )n , se cumple kxin − xk ≤ 1/N si n ≥ N , y por lo tanto
kxi − xk ≤ kxi − xin k + kxin − xk ≤ 2/N,
para i ≥ kN en D, lo que prueba que x = lı́mi∈D xi .
De forma similar a como se define el concepto de subsucesión de una

sucesión se puede definir el concepto de subred de una red.
Dada una red φ : D −→ Y , una red ψ : J −→ Y diremos que es
una subred de φ si existe una aplicación ρ : J −→ D satisfaciendo las
ta
propiedades:
(i) φ ◦ ρ = ψ.
ui
(ii) Para cada i0 ∈ D existe j0 ∈ J tal que si j ≥ j0 , entonces
ρ(j) ≥ i0 .
at
Obsérvese que, en las condiciones de la definición anterior, si D es un
gr
conjunto dirigido y J ⊂ D tiene la propiedad de que para cada i ∈ D existe
j ∈ J con j ≥ i (un tal J se dice que es cofinal en D), entonces para cada
tra
red (wi )i∈D en Y , la red (wi )i∈J es una subred suya. En espacios topológicos
si una red converge toda subred suya converge al mismo punto.
Algunas propiedades de las redes, como las que siguen, son bastante atrac-
es
tivas por su similitud con las correspondientes propiedades de las sucesiones

en espacios métricos, y muestran cómo las redes sustituyen con ventaja a
las sucesiones en el estudio de espacios topológicos generales. Remitimos al
mu
lector a [44] para la demostración de la proposición que sigue.
Se tienen las siguientes propiedades:
(i) Un espacio topológico es de Hausdorff si, y sólo si, cada red que converge
lo hace hacia un único punto.
(ii) Un punto s de un espacio topológico es de aglomeración de una red
(xi )i∈D si, y sólo si, existe una subred de (xi )i∈D que converge hacia s.
(iii) Un conjunto A de un espacio topológico es cerrado si, y sólo si, para
cualquier red contenida en A que sea convergente, su límite pertene-
ce a A.
(iv) Un punto s en un espacio topológico está en la clausura de un conjunto
A si, y sólo si, s es límite de alguna red contenida en A.
(v) Una función f : Y → Z entre espacios topológicos es continua en un

punto a ∈ Y si, y sólo si, f transforma redes de Y convergentes hacia
a en redes de Z convergentes hacia f (a).
(vi) Un subconjunto A en un espacio topológico es compacto si, y sólo si,
toda red en A posee una subred convergente a un punto de A.
ta
En espacios metrizables las sucesiones son suficientes para describir la
topología subyacente; sin embargo, en espacios no metrizables no es así y
ui
hemos de recurrir a las redes para describir la topología de los espacios. No
debe caerse en la tentación de infravalorar el concepto de red pensando que
at
se trata únicamente de un cambio terminológico.
gr
Ejemplo 1.12.6. En espacios métricos un punto s es de aglomeración de
la sucesión (xn )n si, y sólo si, existe una subsucesión (xnk )k de (xn )n que
converge hacia s. Esto no es cierto en espacios topológicos arbitrarios, a pesar
tra
de que los puntos de aglomeración de sucesiones son límites de subredes.

Sea A = (N∪{0})×(N∪{0}) con la topología definida mediante las siguientes
reglas:
es
(i) Si (n, m) 6= (0, 0), entonces {(n, m)} es abierto.

mu
(ii) Un conjunto V ⊂ A es un entorno de (0, 0) si (0, 0) ∈ V y existe n0 ∈ N

con la propiedad de que para cada n ≥ n0 el conjunto {m : (n, m) 6∈ V }
es finito.
El espacio topológico A es de Hausdorff. Ninguna sucesión (xk )k en
A \ {(0, 0)} converge a (0, 0), ya que si lo hiciera, para cada n, en la co-
lumna {(n, m) : m ∈ N} sólo podría haber un número finito de términos de
la sucesión; pero en tal caso sería posible construir un entorno de (0, 0) que
no contuviese ningún punto de la sucesión. Enumerando A según el proce-
so diagonal de Cantor, se obtiene una sucesión para la que (0, 0) es punto
aglomeración pero que no tiene subsucesiones convergentes a dicho punto.
El ejemplo que sigue pone de manifiesto que las sucesiones no sirven para
caracterizar la clausura de subconjuntos en espacios no metrizables ni la
compacidad.
Ejemplo 1.12.7. Sea Y = [0, 1]R dotado de la topología producto. Para
(xγ )γ∈R en Y definimos

sop(xγ )γ∈R := γ ∈ R : xγ 6= 0
y consideramos
D = {(xγ )γ∈R ∈ Y : sop(xγ )γ∈R es a lo sumo numerable}.
Entonces:
ta
(i) El conjunto D es sucesionalmente cerrado, denso y no cerrado en Y .
ui
(ii) Toda sucesión en D tiene una subsucesión convergente a un punto de D.
(iii) D no es compacto.
at
Claramente D 6= Y pero D = Y . Así, D no es cerrado y por ende no es com-
pacto. Las otras propiedades que hemos enunciado se siguen del hecho de que
gr
si A es un conjunto numerable, entonces [0, 1]A es un espacio compacto
S me-
trizable, [44], y dada una sucesión (yn )n en D podemos tomar A := n sop yn
y mirar (yn )n en [0, 1]A .
tra

1.12.2. Familias sumables

es
Si I es un conjunto no vacío denotaremos por
P0 (I) := {J : J ⊆ I, J es finito}.
mu
P0 (I) está dirigido por la relación de contenido conjuntista ⊆, i.e.,
J1 ≥ J2 en P0 (I) si, por definición, J2 ⊆ J1 .
Sea (X, k.k) un espacio normado.
P Se dice que la familia (xi )i∈I es
sumable con suma x, si la Pred ( i∈J xi )J∈P0 (I) tiene límite x en X, y en
este caso, se escribe x = i∈I xi . Se dice que (xi )i∈I es absolutamente
sumable si la familia (kxi k)i∈I es sumable en R.
P
Dada la forma especial del conjunto P0 (I), la red ( i∈J xi )J∈P0 (I) sa-
tisface la condición de Cauchy, como es fácil comprobar, si, y sólo si, para
cada ε > P 0 existe J0 ∈ P0 (I) tal que si J ∈ P0 (I) y J ∩ J0 = ∅, en-
tonces k i∈J xi k < ε. Con esto en mente se prueba fácilmente la siguiente
proposición.
Sea (X, k.k) un espacio normado y sea (xi )i∈I una familia en X.
(i) Si X es un espacio de Banach y (xi )i∈I es absolutamente sumable,
entonces (xi )i∈I es sumable.
P
(ii) Si la red ( i∈J xi )J∈P0 (I) es de Cauchy, el conjunto {i ∈ I : xi 6= 0}
ta
es contable (finito o numerable).
P
(iii) Si la red ( i∈J xi )J∈P0 (I) es de Cauchy, entonces se tiene que
ui
n X o

sup xi : J ∈ P0 (I) < ∞. (1.34)
at
i∈J
(iv) La familia (xi )i∈I es absolutamente sumable si, y sólo si,

gr
nX o
sup kxi k : J ∈ P0 (I) < ∞. (1.35)
i∈J
tra
Demostración. Establezcamos (i). Si (xi )i∈I es absolutamente sumable,

la red X
es
( kxi k)J∈P0 (I)

i∈J
P
cumple la condición de Cauchy y, por tanto, la red ( i∈J xi )J∈P0 (I) también
mu
la cumple; pero al ser X completo, dicha red es convergente por el lema 1.12.3,
es decir, (xi )i∈I es sumable.
La prueba de (ii) es como sigue. Por la condición de Cauchy, para cada
n ∈ N existe Jn ⊂ I finito tal que kxi k < 1/n si i ∈ / Jn , en consecuencia el
conjunto
n 1o
An := i ∈ I : kxi k ≥ ⊂ Jn
n
S
es finito para cada n ∈ N. Como {i ∈ I : xi 6= 0} = n An , se obtiene el
resultado.
La propiedad (iii) se sigue directamente de la condición de Cauchy. Efec-
tivamente, si utilizamos que se satisface la condición de Cauchy para ε = 1
podemos
P determinar J0 ∈ P0 (I) tal que si J ∈ P0 (I) y J ∩ J0 = ∅, entonces
k i∈J xi k < 1. Para cualquier conjunto finito J ⊂ I tenemos
X X X X

xi ≤ xi + xi < 1 + kxi k
i∈J i∈J\J0 i∈J∩J0 i∈J0
P
y por tanto sup{k i∈J xi k : J ∈ P0 (I)} < ∞.
La propiedad (iv) se sigue ahora de (iii) y de la definición de supremo.
Si (xi )i∈I es absolutamente sumable, entonces (kxi k)i∈I es sumable y la pro-
P nos dice que el supremo en (1.35) es finito. Recíprocamente, si
piedad (iii)
α = sup{ i∈J kxP i k : J ∈ P0 (I)} ∈ R y ε > 0, entonces existe
P J0 ∈ P0 (I)
tal que α − ε ≤ i∈J0 kxi k. De aquí se tiene que α − ε ≤P i∈J kxi k ≤ α
ta
para cada J ∈ P0 (I) con J ⊃ J0 , lo que significa que α = i∈I kxi k.
ui
A la vista de las condiciones (1.34) y (1.35) en la proposición anterior,
es claro que poder establecer que las familias sumables son absolutamente
at
sumables en un espacio de Banach “sólo depende” de poder intercambiar
normas con sumas de forma “razonable”. Dvoretzky y Rogers establecieron
gr
en [18] que un espacio de Banach es de dimensión finita si, y sólo si, las
familias sumables coinciden con las absolutamente sumables.
En nuestra siguiente definición 1.12.10 introducimos la propiedad que
tra
necesitamos para que los conceptos de sumabilidad y sumabilidad absoluta

coincidan. Vemos en el teorema 1.12.16 que dicha propiedad caracteriza tam-
bién los espacios de dimensión finita y utilizamos en la proposición 1.12.13
es
esta propiedad para establecer de forma sencilla, sin pasar por coordenadas,
que en espacios de dimensión finita las nociones de convergencia absoluta e
mu
incondicional para series coinciden.

El lector familiarizado con la noción de espacio nuclear y de operador
1-sumante sabrá poner en contexto la definición que sigue.
Diremos que una norma k · k en un espacio de Banach X tiene la
propiedad S si cumple la siguiente propiedad:
(S) Existe una constante 1 > C > 0 tal que para cada conjunto finito
{zj : j ∈ J} en X existe un subconjunto S ⊂ J con la propiedad
X X

C kzj k ≤ zj . (1.36)
j∈J j∈S
Se comprueba fácilmente que si una norma k · k tiene la propiedad (S),

entonces cualquier otra norma equivalente también tiene esta propiedad. Por
lo tanto, (S) es una propiedad del espacio de Banach X y no de una norma

particular en X.
Si k · k en X satisface (S) escribimos
C(S) := sup{C : C satisface (1.36)}. (1.37)
Lema 1.12.11.
ta
La norma euclídea k · k2 en Rn tiene la propiedad (S) con constante
1
cn = √ satisfaciendo la desigualdad (1.36). Para (Rn , k · k2 ) tenemos las
ui
2n n
estimaciones
at
1 1
√ ≤ Cn (S) ≤ √ ,
2n n n
gr
donde Cn (S) está definida como en (1.37). En consecuencia, todos los espa-
cios de Banach de dimensión finita tienen la propiedad (S).
Demostración. Probemos que (1.36) se satisface en (Rn , k · k2 ) cuando
tra
1
tomamos cn = √ . Consideremos las 2n pirámides en Rn definidas por
2n n

es
Ai = (x1 , x2 , . . . , xn ) : xi ≥ 0, |xj | ≤ xi , j 6= i, j ∈ J , i ∈ J,

Ai+n = (x1 , x2 , . . . , xn ) : xi ≤ 0, |xj | ≤ |xi |, j 6= i, j ∈ J , i ∈ J,
mu
donde J = P{1, 2, . . . , n}. Para cada conjunto finito {zj : j ∈ J} en X defina-

mos α = j∈J kzj k2 . Quitando algunas caras (aquí y allí) de los Ai es fácil
convencerse uno mismo de que Rn puede partirse en 2n conjuntos disjuntos
Bi tales que para sus clausuras tenemos Bi = Ai , i = 1, 2, . . . , 2n. Así, uno
al menos de los Ai tiene la propiedad de que
X
kzj k2 ≥ α/2n. (1.38)
zj ∈Ai
Por sencillez suponemos que este Ai es A1 y llamamos entonces

S = {j ∈ J : zj ∈ A1 }.
Si π1 : Rn → R es la proyección canónica en la primera coordenada, tenemos
las desigualdades
X X X 1 X 1 α

zj ≥ π1 ( zj ) = π1 (zj ) ≥ √ kzj k2 ≥ √ (1.39)
2 n n 2n
j∈S j∈S j∈S j∈S
√
debido a (1.38) y a que para cada z ∈ A1 claramente se tiene nπ1 (z) ≥ kzk2 .
Si leemos otra vez el principio y el final de las desigualdades en (1.39) hemos
establecido que (1.36) se satisface para cn .
Obsérvese que lo que hemos hecho hasta ahora prueba que 2n1√n ≤ Cn (S).
Para establecer la otra desigualdad para Cn (S), supongamos que se satisfa-
ce (1.36) para una cierta constante 1 > c > 0 en (Rn , k·k2 ). Si {e1 , e2 , . . . , en }
ta
es la base canónica, podemos encontrar un conjunto S ⊂ {1, 2, ..., n} tal que
ui
n
X X

c kej k2 ≤ ej .
at
j=1 j∈S
√
Así, cn ≤ n y la prueba acaba.
gr
Sea (X, k · k) un espacio normado de dimensión finita y sea (xi )i∈I una
tra
familia en X. Las siguientes propiedades son equivalentes:

(i) (xi )i∈I es absolutamente sumable.
es
(ii) (xi )i∈I es sumable.

P
(iii) sup{ i∈J kxi k : J ∈ P0 (I)} < ∞.
mu
Demostración. La equivalencia (i)⇔(iii) y la implicación (i)⇒(ii) son,

respectivamente, las propiedades (iv) y (i) de la proposición 1.12.9. Veamos
cómo (ii)⇒(iii). Como X es de dimensión finita, X tiene la propiedad (S) y
por tanto existe 1 > C > 0 satisfaciendo la desigualdad (1.36). Si (xi )i∈I es
sumable, entonces
n X o

α = sup xi : J ∈ P0 (I) < ∞,
i∈J
después de la propiedad (iii) en la proposición 1.12.9. La desigualdad (1.36)

dice ahora que nX o α
sup kxi k : J ∈ P0 (I) ≤
C
i∈J
y en consecuencia hemos establecido la validez de (iii).
Dejamos como ejercicio para el lector constatar que, para series, la pro-
posición 1.12.12 se lee como sigue:
Sea (X, k.k) un espacio normado de dimensión finita y sea (xn )n una
sucesión en X. Las siguientes propiedades son equivalentes:
P
(i) La serie ∞ n=1 xn es absolutamente convergente.
P n
(ii) sup i=1 kxi k : n ∈ N < ∞.
P
ta
(iii) sup i∈J kx i k : J ∈ P 0 (N) < ∞.
(iv) (xn )n∈N es absolutamente sumable.
ui
(v) (xn )n∈N es sumable.
at
El teorema de reordenación de Riemann, que apareceP en los textos de
cálculo, asegura que si una serie de números reales ∞
gr n=1 n es convergente
x
pero no es absolutamente convergente, entoncesP para cada x ∈ [−∞, ∞]
existe una biyección π : N → N tal que x = ∞ n=1 π(n) . Como consecuencia,
x
todas las “reordenaciones” de una serie de números reales son convergentes
tra
a un número real sólo cuando la serie es absolutamente convergente. En

espacios de Banach convergencia absoluta e incondicional de series coinciden
si, y sólo si, el espacio es de dimensión finita, lo que es de nuevo el teorema
es
de Dvoretzky y Rogers [18] comentado anteriormente, tal y como aclaramos

en las páginas que siguen.
mu
Sean X un P∞espacio de Banach y (xn )n una sucesión en X. Se dice
que la serie n=1 xn es incondicionalmente
P convergente si para cada
biyección π : N → N la serie ∞ n=1 x π(n) converge.
Convergencia incondicional y sumabilidad se encuentran frente a frente

en la siguiente proposición.
P∞Sean (X, k · k) un espacio de Banach y (xn )n una sucesión. La serie
n=1 xn es incondicionalmente convergente si, y sólo si, la familia (xn )n∈N
es sumable, en cuyo caso para cada biyección π : N → N se tiene
X ∞
X
xn = xπ(n) .
n∈N n=1
Demostración.
P Supongamos que (xn )n∈N es sumable y probemos P que la
serie ∞ n=1 x n es incondicionalmente convergente. Llamemos x = n∈N xn
y sea π : N → N una biyección. Dado ε > 0 existe P un conjunto finito
J0 ∈ P0 (I) tal que si J ⊃ J0 y J ∈ P0 (I), entonces k n∈J xn − xk < ε. Si
mε = sup π −1 (J0 ), entonces π({1, 2, . . . , n}) ⊃ J0 siempre que n ≥ mε . Por
lo tanto,
ta
X
n X
x − x = x − x < ε,
π(j) m
ui
j=1 m∈π({1,2,...,n}
P∞
para n ≥ mε , y consecuentemente n=1 xπ(n) = x para cada biyección π.
at
El recíproco lo estableceremos razonando por contradicción.
P Suponemos
que (xn )n no es sumable, y por ende suponemos que ( i∈J xi )J∈P0 (N) no
gr
satisface la condición de Cauchy, es decir, existe ε > 0 tal que para cada
J ∈ P0 (N) existe J ′ ∈ P0 (N) con
X

tra
J ∩ J′ = ∅ y xi ≥ ε. (1.40)
i∈J ′
Describimos la biyección π : N → N dando su imagen. Aplicamos (1.40) a

es
J = J1 = {1} y producimos J2 := {n21 , n22 , . . . , n2m(2) } ∈ P0 (N) tal que

X

mu
J2 ∩ J = ∅ y xj ≥ ε.
i∈J2
Nuestra reordenación de N empezará definiendo J2′ := {1, n21 , n22 , . . . , n2m(2) }

si 2 ∈ J2 y J2′ := {1, n21 , n22 , . . . , n2m(2) , 2} si 2 6∈ J2 . Otra vez, aplicamos (1.40)
al conjunto J definido inmediatamente antes y construimos otro conjunto
J3 := {n31 , n32 , . . . , n3m(3) } ∈ P0 (N) tal que
X

J3 ∩ J = ∅ y xi ≥ ε.
i∈J3
Como antes, definimos el conjunto J3′ := {n31 , n32 , . . . , n3m(3) } si 3 ∈ J3 y

J3′ := {n31 , n32 , . . . , n3m(3) , 3} si 3 6∈ J3 .
Definiendo π como
J2 ′ J3 ′
z }| { z }| {
2 2 2 3 3 3
π : {1, 2, . . . } → 1, n1 , n2 , . . . , nm(2) , n1 , n2 , . . . , nm(3) , . . .
P∞
producimos una reordenación n=1 xπ(n) que no satisface la condición de
Cauchy y por lo tanto no converge.
El teorema de Dvoretsky-Rogers [16, Chapter VI], permite completar

nuestro estudio sobre sumabilidad y probar que la propiedad (S) de una
norma caracteriza los espacios de dimensión finita.
ta
Teorema 1.12.16.
ui
Para un espacio de Banach (X, k · k) las siguientes afirmaciones son
equivalentes:
at
(i) X es de dimensión finita.
(ii) X tiene la propiedad (S).
gr
(iii) Para cada ε > 0 existe δ > 0 tal que, para cada conjunto finito
{zj : j ∈ J} en X, si tenemos
tra
n X o

sup zj : S ⊂ J < δ, (1.41)
j∈S
es
entonces X
kzj k < ε.
mu
j∈J
(iv) Cada serie incondicionalmente convergente en X es absolutamente

convergente.
Demostración. El lema 1.12.11 es la implicación (i)⇒(ii). La prueba de

la implicación (ii)⇒(iii) es fácil: si (X, k · k) tiene la propiedad (S) con
constante 1 > c > 0 satisfaciendo la desigualdad (1.36), entonces basta tomar
δ = cε para un ε > 0 dado y así se tiene (iii). La implicación (iii)⇒(iv)
P es
como sigue: tomemos una serie incondicionalmente convergente n zn en X.
Después de la proposición 1.12.15 la familia (zn )n es sumable y por tanto
n X o

M := sup zn : S ⊂ N, S finito < +∞,
n∈S
como consecuencia de la proposición 1.12.9. Para ε = 1 en (iii) tomemos

el correspondiente δ. Todos los subconjuntos finitos de {(δ/2M )zn : n ∈ N}
satisfacen (1.41) y en consecuencia, para cada conjunto finito J ⊂ N tenemos

X 2M
kzn k ≤
δ
n∈J
P
lo que significa que n zn es absolutamente convergente.
ta
La implicación (iv)⇒(i) es el teorema de Dvoretsky-Rogers.
ui
1.12.3. Sumas hilbertianas
at
Sean H1 y H2 dos espacios de Hilbert. En el producto cartesiano H :=
H1 × H2 se pueden definir distintas normas cuya topología asociada es la
gr
topología producto. Una de estas normas en H, a saber,
1/2
k(x1 , x2 )k := kx1 k2H1 + kx2 k2H2 ,
tra
proviene del producto escalar

es
h(x1 , x2 ), (y1 , y2 )i := hx1 , y1 iH1 + hx2 , y2 iH2 .
El espacio H dotado del producto escalar anterior se llama suma directa

mu
hilbertiana de H1 y H2 y lo denotaremos como H1 ⊕ H2 . Su estructura

hilbertiana es la única que induce sobre H1 y H2 sus respectivas estructuras
hilbertianas y las hace mutuamente ortogonales.
No ofrece dificultad extender el concepto de suma hilbertiana anterior
a una cantidad finita de sumandos. PnAsí, por ejemplo, el espacio Rn con su
norma euclídea habitual kxk2 = ( i=1 |xi |2 )1/2 no es más que la suma hil-
bertiana Pde n espacios idénticos a la recta real R. Análogamente Cn , con
kxk2 = ( ni=1 |xi |2 )1/2 , no es otra cosa que la suma hilbertiana de n espacios
idénticos a C con su norma canónica kzk = |z| que proviene del producto
escalar hx, yiC = xy. También podemos definir sumas hilbertianas infinitas.
Sea {Hi : i ∈ I} una familia de espacios de Hilbert sobre K, donde I es
un conjunto arbitrario no vacío de índices, y sea
n Y X o
H := x = (xi )i∈I ∈ Hi : kxi k2Hi < ∞ .
i∈I i∈I
Entonces H es un espacio vectorial sobre K y la fórmula

X 1/2
kxk := kxi k2Hi
i∈I
donde x = (xi )i∈I ∈ H, define una norma con la que H es un espacio de
ta
Banach. Además dicha norma está generada por el producto escalar definido
en H por la expresión
ui
X
h(xi )i∈I , (yi )i∈I i := hxi , yi iHi .
at
i∈I
Demostración. Para subconjuntos finitos J ⊂ I, por la desigualdad de

gr
Minkowski, se tiene que
X 1/2 X 1/2
tra
kxi + yi k2Hi ≤ (kxi kHi + kyi kHi ) 2
i∈J i∈J
X 1/2 X 1/2
es
≤ kxi k2Hi + kyi k2Hi

i∈J i∈J
X 1/2 X 1/2
mu
≤ kxi k2Hi + kyi k2Hi

i∈I i∈I
En consecuencia, H es un espacio vectorial y k · k una norma. Además,

procediendo de forma parecida, utilizando subconjuntos finitos J ⊂ I y la
desigualdad de Hölder, es fácil comprobar que la fórmula
X
h(xi )i∈I , (yi )i∈I i := hxi , yi iHi
i∈I
está bien definida y corresponde a un producto escalar que genera la norma

de H.
Veamos que H es completo. Si (xn )n es una sucesión de Cauchy en H,
dado ε > 0 existe n0 ∈ N tal que
X 1/2
kxn − xm kH = kxn,i − xm,i k2Hi <ε (1.42)
i∈I
para n, m ≥ n0 en N. Para cada i ∈ I la sucesión (xn,i )n∈N es de Cauchy en

el espacio de Hilbert Hi , por lo que es convergente, digamos a yi ∈ Hi . Para
probar que H es de Hilbert basta demostrar que y := (yi )i∈I pertenece a H
y que y = lı́mn xn . Pero esto es consecuencia de la desigualdad
X 1/2
2
kxn,i − yi kHi ≤ ε,
ta
i∈I
para n ≥ n0 en N, obtenida, una vez más, utilizando subconjuntos finitos
ui
J ⊂ I y pasando al límite en m en la ecuación (1.42).
at
gr
El espacio (H, k · k) descrito en la proposición 1.12.17 se llama
L suma
directa hilbertiana de los espacios {Hi : i ∈ I} y se denota con i∈I Hi .
El espacio H recibe también el nombre de suma ℓ2 de los espacios
tra
{Hi : i ∈ I}, utilizándose a veces la notación H = ℓ2 (Hi )i∈I .
Obsérvese que cada espacio Hi puede identificarse isomorfa e isométrica-

es
mente con el subespacio de H formado por aquellos vectores que tienen nulas
todas las coordenadas distintas de la coordenada i, y desde esa perspectiva
mu
puede considerársele como un subespacio de H. Además, con esa identifica-

ción los espacios Hi son mutuamente ortogonales en H y H coincide con la
clausura lineal cerrada de los espacios
P {Hi : i ∈ I}. De hecho cada x ∈ H se
expresa de forma única como x = i∈I xi con xi ∈ Hi .
Un caso particular de esta construcción, que además proporciona un recí-
proco de lo anterior, se presenta cuando la familia {Hi : i ∈ I} está formada
por subespacios cerrados mutuamente ortogonales de un espacio de Hilbert
dado H.
Sea H un espacio de Hilbert sobre K y sea {Hi : i ∈ I} una colección de
subespacios cerrados mutuamente ortogonalesLtales que span{Hi : i ∈ I} = H.
Entonces H es isométricamente isomorfo a i∈I Hi .
L
Demostración. Consideremos el subespacio de i∈I Hi definido por
n M o
F := (xi )i∈I ∈ Hi : {i ∈ I : xi 6= 0} es finito .
i∈I
P
Sea φ : F −→ H dada por φ((xi )i∈I L) := i∈I xi . Claramente φ es lineal e
isométrica. Además F es denso en i∈I Hi y φ(F ) = span{Hi : i ∈ I} lo es
en H. Entonces φ puede extenderseLde forma única a una aplicación lineal
isométrica, que es sobreyectiva, de i∈I Hi en H.
En las condiciones de la proposición

L anterior resulta cómodo, y es usual,
L iden-
ta
tificar H con la suma directa i∈I Hi y escribir simplemente H = i∈I Hi .
ui
1.12.4. El espacio ℓ2 (I): series de Fourier abstractas
at
La definición del espacio ℓ2 de la página 35 se generaliza de forma natural
para un conjunto arbitrario I al espacio
n
gr
ℓ2 (I) := (ai )i∈I ∈ KI :
X o
|ai |2 < ∞ ,
i∈I
tra
dotado del producto escalar

X
(xi )i∈I , (yi )i∈I = xi y i .
es
i∈I
Obsérvese que tomando Hi = K, i ∈ LI, con su correspondiente producto

mu
escalar, se tiene la igualdad ℓ (I) = i∈I Hi , y así, después de la proposi-

2
ción 1.12.17, el espacio ℓ2 (I) es de Hilbert.

El objetivo de esta sección es establecer que ℓ2 (I) constituye el modelo
canónico de espacio de Hilbert; o dicho de otra forma, que cualquier espacio
de Hilbert es isomorfo, como espacio de Hilbert, a ℓ2 (I), para un conjunto
I adecuado. Para establecer este resultado introducimos y estudiamos la
existencia de bases hilbertianas.
Proposición 1.12.20. Desigualdad de Bessel.

Sean H espacio prehilbertiano y (ei )i∈I un conjunto ortonormal en H.
Para cada x ∈ H se tiene
X 1/2
|hx, ei i|2 ≤ kxk. (1.43)
i∈I
Demostración. Para establecer (1.43) es suficiente probar que

X 1/2
2
|hx, ei i| ≤ kxk, (1.44)
i∈J
para cada J ∈ P0 (I). Para un tal J, si llamamos M := span{ei : i ∈ J} y
ta
aplicamos la propiedad (ii) en la proposición 1.5.5 obtenemos que
X
ui
0 ≤ d(x, M )2 = kxk2 − |hx, ek i|2 ,
k∈J
at
o lo que es lo mismo, que la desigualdad (1.44) es cierta.
gr
Sean H un espacio prehilbertiano y (ei )i∈I un conjunto ortonormal en H.
tra
Sea b : H −→ KI definida por x

b = (hx, ei i)i∈I . Entonces:
(i) La aplicación b tiene rango en ℓ2 (I), es lineal y continua de norma 1.
es
(ii) Si además H es un espacio de Hilbert la aplicación anterior es sobre-

yectiva sobre ℓ2 (I) (Teorema de Riesz-Fischer).
mu
Demostración. La primera parte es una consecuencia directa de la de-

sigualdad de Bessel (1.43). Veamos que b es sobreyectiva cuando H es un
espacio de Hilbert. En efecto,
P dado (ai )i∈I ∈ ℓ (I), la familia (ai ei )i∈I es su-
2
mable en H, puesto que ( i∈J ai ei )J∈P0 (I) verifica la condición de Cauchy,

como consecuencia de que para cada conjunto J ∈ P0 (I) se tiene
X 2 X

ai ei = |ai |2 ,
i∈J i∈J
P
después del teorema de Pitágoras 1.4.9. Definiendo x := i∈I ai ei se tiene
que x
b = (ai )i∈I y la prueba termina.
La inyectividad de esta aplicación requiere condiciones adicionales en el

conjunto ortonormal que caracterizamos en el siguiente teorema. Un conjunto
ortonormal (ei )i∈I en un espacio de Hilbert H se dice maximal si no está
contenido propiamente en ningún otro conjunto ortonormal.
Teorema 1.12.22.
Sean H un espacio de Hilbert y (ei )i∈I un conjunto ortonormal en
H. Las siguientes afirmaciones son equivalentes:
(i) (ei )i∈I es un conjunto ortonormal maximal.
(ii) Si x ∈ H es tal que hx, ei i = 0, para todo i ∈ I, entonces x = 0.
ta
(iii) (ei )i∈I es un conjunto total.
ui
(iv) La aplicación b : H −→ ℓ2 (I) definida por x b = (hx, ei i)i∈I es
inyectiva.
at
P
(v) Para cada x ∈ H se verifica x = i∈I hx, ei iei (Desarrollo de
Fourier). gr P
(vi) Para cada x, y ∈ H se tiene hx, yi = i∈I hx, ei ihy, ei i.
P
(vii) Para cada x ∈ H se tiene kxk2 = i∈I |hx, ei i| (Identidad de
2
tra
Parseval).
Demostración. Claramente (i)⇒(ii). Las afirmaciones (ii) y (iii) son equi-

es
valentes por el corolario 1.5.11. La afirmación (iv) es exactamente la afir-

mación (ii) expresada de otra forma. Veamos P que (iv)⇒(v): puesto que
mu
b = (hx, ei i)i∈I y una antiimagen de x

x b es i hx, ei iei , la inyectividad en
(iv) garantiza que (v) se da. La afirmación (vi) se sigue de (v) por la con-
tinuidad del producto escalar. Tomando x = y en la igualdad (vi) se tiene
(vii). Finalmente veamos cómo (vii)⇒(i): supongamos que M ⊂ H es un
conjunto ortonormal conteniendo a (ei )i∈I ; no puede haber un vector x ∈ M
que no sea uno de los eP
i porque si éste fuera el caso, la identidad de Parseval
nos daría 1 = kxk2 = i∈I |hx, ei i|2 = 0 lo cual es absurdo.
Sea H un espacio de Hilbert. Un conjunto ortonormal (ei )i∈I verifi-
cando una de las condiciones equivalentes de la proposición anterior (y
por tanto todas) se llama una base hilbertiana de H o sistema ortonor-
mal completo.
Una aplicación sencilla del lema de Zorn garantiza que cualquier espacio
de Hilbert posee una base hilbertiana; de hecho, cualquier conjunto ortonor-
mal de vectores en H puede completarse para obtener una base hilbertiana

(ei )i∈I de H. El teorema 1.12.22 conduce al siguiente corolario.
Corolario 1.12.24.
Para cada espacio de Hilbert H existe un conjunto I y un isomorfismo
isométrico de H sobre ℓ2 (I).
ta
Por otro lado se tiene
ui
El espacio de Hilbert ℓ2 (I) es topológicamente isomorfo a ℓ2 (J) si, y sólo
at
si, I y J tienen el mismo cardinal.
gr
Demostración. Es claro que si I y J tienen el mismo cardinal se verifica
que ℓ2 (I) es isométricamente isomorfo a ℓ2 (J).
Recíprocamente, supongamos que T : ℓ2 (I) −→ ℓ2 (J) es un isomorfismo
tra
topológico y que los espacios son de dimensión infinita (para el caso finito
dimensional el resultado es claro). Denotemos con (ei )i∈I y (εj )j∈J , respec-
tivamente, las bases canónicas de ℓ2 (I) y ℓ2 (J). Para
S cada i ∈ I, el conjunto
es
Ai := 6 0} es contable yS J ⊇ i∈I Ai . Pero, de hecho,

S {j ∈ J : hT ei , εj i =
J = i∈I Ai , puesto que si existiera j ∈ J \ i∈I Ai se tendría hT ei , εj i = 0,
para cada i ∈ I, y por tanto, hT x, εj i = 0, para cada x ∈ ℓ2 (I); entonces al
mu
ser T isomorfismo topológico sería hy,S εj i = 0, para todo y ∈ ℓ (J), lo cual es

2
absurdo. Así pues, card(J) = card i∈I Ai ≤ card(I). Con un razonamiento

simétrico se prueba que card(I) ≤ card(J).
Combinando el corolario y la proposición anterior, se obtiene que todas

las bases hilbertianas de un espacio de Hilbert tienen el mismo cardinal. Esto
conduce a la siguiente definición.
Se llama dimensión hilbertiana de un espacio de Hilbert H al cardinal
de cualquier base hilbertiana de H.
Los espacios de Hilbert con base numerable se conocen con el nombre de

espacios de Hilbert “clásicos” y son, precisamente, los separables; en ellos es
posible construir bases hilbertianas sin apelar al lema de Zorn, como veremos
en la prueba del siguiente resultado.
Proposición 1.12.27. Riesz-Fischer.

Sea H un espacio de Hilbert de dimensión infinita. Las siguientes afir-
maciones son equivalentes:
(i) La dimensión hilbertiana de H es ℵ0 .
(ii) H es isomorfo a ℓ2 .
ta
(iii) H es separable.
ui
Demostración. La equivalencia entre (i) y (ii) es consecuencia directa de
los últimos resultados. La implicación (ii)⇒(iii) es evidente. Para (iii)⇒(i)
at
basta observar que por ser H de dimensión infinita, de cualquier conjunto
(xn )n∈N denso en H se puede extraer una subsucesión (xnk )k∈N de vectores li-
gr
nealmente independientes tal que span{xn : n ∈ N} = span{xnk : k ∈ N}. Por
lo tanto span(xnk )k = H y mediante el procedimiento de ortonormalización
de Gram-Schmidt 1.4.10 aplicado a (xnk )k obtenemos una base hilbertiana
tra
numerable de H.
La clasificación topológica de los espacios de Banach es mucho más com-

es
pleja que la de los espacios de Hilbert. Kadec demostró en 1966 que todos los
espacios de Banach separables son homeomorfos a ℓ2 , [6, Corollary 9.1]. La
mu
clasificación topológica de los espacios de Banach fue dada por Toruńczyk [69]
en 1981: dos espacios de Banach de dimensión infinita son homeomorfos si,
y sólo si, sus densidades son iguales.
Los resultados anteriores conducen al siguiente corolario.
Corolario 1.12.28.
Si Z es un subespacio cerrado de dimensión infinita de ℓ2 , entonces Z es
isomorfo a ℓ2 .
Durante mucho tiempo fue un problema abierto —Problema del espacio

homogéneo— el decidir si ℓ2 era el único espacio de Banach gozando de la pro-
piedad anterior, es decir, la propiedad de ser isomorfo a todos sus subespacios
cerrados de dimensión infinita. En 1996 Gowers probó que, efectivamente, ℓ2
es el único espacio de Banach con esta propiedad, [30].
1.12.5. Aproximación por polinomios

en espacios de funciones
En este apartado probamos el clásico teorema de Weierstrass de aproxi-
mación uniforme mediante polinomios de funciones continuas en un intervalo
compacto de R. La demostración que realizamos hace uso del siguiente teo-
ta
rema de Korovkin.
Teorema 1.12.29. Korovkin, 1953.
ui
Consideremos las funciones f0 , f1 y f2 definidas en [a, b] por
at
f0 (t) = 1, f1 (t) = t y f2 (t) = t2 ,
gr
para cada t ∈ [a, b]. Para n = 1, 2, . . . , sea Pn : C([a, b]) → C([a, b])
lineal. Supongamos que:
(i) Cada Pn es positivo, i.e., Pn (f ) ≥ 0, para n = 1, 2, . . . y cada
tra
f ≥ 0 en C([a, b]).
(ii) Para m = 0, 1, 2 se tiene lı́mn→∞ kPn (fm ) − fm k∞ = 0.
es
Entonces:
lı́m kPn (f ) − f k∞ = 0, (1.45)
n→∞
mu
para cada f ∈ C([a, b]).
Demostración. Es suficiente establecer la validez de (1.45) para funciones

con valores reales f ∈ C([a, b]). Tomemos pues f ∈ C([a, b]) con valores
reales y sea α > 0 tal que kf k∞ ≤ α. Para t, s ∈ [a, b] se tiene
− 2α ≤ f (t) − f (s) ≤ 2α. (1.46)
Fijemos ε > 0. Como f es uniformemente continua en [a, b], existe δ > 0 tal
que para t, s ∈ [a, b] con |t − s| < δ se verifica
− ε ≤ f (t) − f (s) ≤ ε. (1.47)
Fijado s ∈ [a, b], consideremos la función gs (t) = (t − s)2 . Si t, s ∈ [a, b] y
|t−s| ≥ δ, entonces gs (t) ≥ δ2 . Combinando las desigualdades (1.46) y (1.47),
se tiene
gs (t) gs (t)
− ε − 2α 2 ≤ f (t) − f (s) ≤ ε + 2α 2 (1.48)
δ δ
Como cada Pn es lineal y positivo, entonces

Pn (gs )
−εPn (f0 ) − 2α ≤ Pn (f ) − f (s)Pn (f0 )
δ2 (1.49)
Pn (gs )
≤ εPn (f0 ) + 2α
δ2
ta
Por hipótesis, Pn (f0 )(s) converge hacia 1 uniformemente en s ∈ [a, b]. Por
otro lado, Pn (gs )(s) converge uniformemente a cero en s ∈ [a, b], dado que
ui
gs = f2 − 2sf1 + s2 f0 y consecuentemente

lı́m Pn (gs )(s) = lı́m Pn (f2 )(s) − 2sPn (f1 )(s) + s2 Pn (f0 )(s)
at
n→∞ n→∞
= s − 2ss + s2 1 = 0
2
gr
uniformemente. Este último hecho junto con las desigualdades (1.49) per-
miten concluir ahora que Pn (f )(s) converge uniformemente hacia f (s) en
tra
s ∈ [a, b].
El teorema de Korovkin puede utilizarse como herramienta para demos-

trar el teorema de Weierstrass que sigue.
es
Teorema 1.12.30. Weierstrass, 1885.

mu
El conjunto de los polinomios en una variable es denso en el espacio

(C([a, b]), k · k∞ ).
Demostración. Haciendo el cambio de variable t → a + t(b − a) podemos

suponer sin pérdida de generalidad que [a, b] = [0, 1]. Consideremos ahora
los operadores Bn : C([0, 1]) → C([0, 1]), n = 1, 2, . . . , dados por
Xn k n
Bn (f )(t) = f tk (1 − t)n−k , (1.50)
n k
k=0
para f ∈ C([0, 1]) y t ∈ [0, 1]. La conclusión se obtiene probando que la

sucesión (Bn )n satisface las hipótesis del teorema 1.12.29. Ciertamente, cada
Bn es lineal y positivo y se tiene
Bn (f0 ) = f0 ,
Bn (f1 ) = f1 , (1.51)
Bn (f2 ) = (1 − 1/n)f2 + 1/nf1 ,
para n = 1, 2, . . . , lo que implica que lı́mn→∞ kBn (fm ) − fm k∞ = 0, para

m = 0, 1, 2. La validez de (1.51) se establece evaluando las funciones involu-
cradas en t ∈ [0, 1]:
n
X n n
Bn (f0 )(t) = tk (1 − t)n−k = t + (1 − t) = 1;
k
ta
k=0
Xn X n
k n k n−1 k
ui
n−k
Bn (f1 )(t) = t (1 − t) = t (1 − t)n−k
n k k−1
k=1 k=1
at
n−1
X n−1
= tk+1 (1 − t)(n−1)−k
k gr
k=0
X n − 1
n−1
=t tk (1 − t)(n−1)−k = t;
k
tra
k=0
n
k 2 n k
X Xn
n−k k n−1 k
Bn (f2 )(t) = t (1 − t) = t (1 − t)n−k
n k n k−1
es
k=1 k=1
Xn h i
(n − 1)(k − 1) 1 n − 1 k
= + t (1 − t)n−k
mu
n(n − 1) n k−1
k=1
n n
(n − 1) X n − 2 k n−k 1 X n−1 k
= t (1 − t) + t (1 − t)n−k
n k−2 n k−1
k=2 k=1
(n − 1) 2 1
= t + t.
n n
Obsérvese para terminar que cada Bn (f ) es un polinomio de grado n a lo
sumo (polinomio de Bernstein asociado a f ).
Planteado el problema de encontrar una sucesión explícita de polinomios

que aproximen a una función continua concreta y elegida a priori, aparece
todo un abanico de dificultades; algunas de éstas se ilustran a continuación
mediante diferentes figuras.
La primera figura ilustra la aproximación por polinomios de Bernstein;
se trata de un caso en el que la convergencia puede estimarse como lenta.
0.8
0.6
0.4
ta
0.2
ui
0
0 0.2 0.4 0.6 0.8 1
at
Polinomios de Berstein de grados 4, 12 y 36
para la función f (x) = sen(πx) en [0,1].
gr
Aproximar funciones por polinomios de interpolación con nodos prefi-
jados no es una buena estrategia, ya que fijada una sucesión de nodos de
tra
interpolación en [a, b] siempre se puede encontrar una función f ∈ C([a, b])

cuyos polinomios de interpolación en los nodos dados no converge uniforme-
mente hacia f . Las dos figuras siguientes muestran diferentes polinomios de
es
interpolación para la función f (x) = 1/(1 + 25x2 ) en [−1, 1], tanto con nodos
equidistantes como con nodos que son ceros de los polinomios de Čebyšev.
Nótese que, para esta función, la aproximación con nodos equidistantes es
mu
peor y que, incluso aumentando el número de nodos (como en la segunda

figura) la aproximación empeora: fenómeno de Runge.
2 2
1.5 1.5
1 1
0.5 0.5
0 0
-0.5 -0.5
-1 -0.5 0 0.5 1 -1 -0.5 0 0.5 1
Interpolación con elección de no- Interpolación con ceros de los po-

dos equidistantes. linomios de Čebyšev como nodos.
Terminamos esta sección con un breve comentario sobre el teorema de

Čebyšev, [33,
p. 147-149], que nos asegura que, para cada función continua
f ∈ C [a, b] y cada n ∈ N, existe un único polinomio pn de grado, a lo más
n, tal que
kf − pn k∞ = mı́n{kf − qk∞ : q polinomio, a lo más, de grado n}.
ta
El algoritmo de Remes nos proporciona un método para calcular pn (es el
ui
único polinomio de grado menor o igual que n que equioscila respecto de f en
n + 2 puntos distintos de [a, b]), véase [33, p. 144-157]. Conociendo a priori la
at
validez del teorema de Stone-Weierstrass, la sucesión de polinomios (pn )n así
obtenida converge uniformemente hacia f . Por tanto, dada cualquier función
gr
continua f ∈ C([a, b]) siempre se puede encontrar una sucesión de nodos
de interpolación para la que la sucesión correspondiente de polinomios de
interpolación, converge uniformemente hacia f .
tra
1.12.6. Series de Fourier en el espacio L2 ([−π, π])

es
Como veremos, el espacio L2K ([−π, π]) es separable y por tanto posee una
base hilbertiana numerable, de acuerdo con la proposición 1.12.27. En lo que
mu
sigue vamos a describir una base de este espacio, que se encuentra ligada a
los orígenes de las series de Fourier clásicas.
Comenzaremos estableciendo, con ayuda del teorema de aproximación de
Weierstrass 1.12.30, que los polinomios trigonométricos son uniformemente
densos en el espacio vectorial de las funciones reales 2π-periódicas.
Recibe el nombre de polinomio trigonométrico real cualquier función
p : R −→ R de la forma
m
X
p(x) := an cos(nx) + bn sen(nx)
n=0
con an , bn ∈ R.
Teorema 1.12.32. Weierstrass.

Si f : [−π, π] −→ R es una función continua con f (−π) = f (π),
entonces para cada ε > 0 existe un polinomio trigonométrico real p de
forma que kf − pk∞ < ε.
ta
Demostración. Puesto que el conjunto de los polinomios trigonométricos
es un espacio vectorial y se tiene la identidad
ui
f (x) + f (−x) f (x) − f (−x)
f (x) = + = f1 (x) + f2 (x)
2 2
at
donde f1 (x) := (f (x) + f (−x))/2 y f2 (x) := (f (x) − f (−x))/2 siendo f1 una
gr
función par (es decir f1 (−x) = f1 (x)) y f2 una función impar (f2 (−x) =
−f2 (x)) que verifica f2 (0) = f2 (π) = 0, bastará probar el resultado para
funciones con las propiedades de f1 y f2 .
tra
Caso 1. Supongamos que f es par en [−π, π]. Como φ : [−1, 1] −→ [0, π]

definida por φ(t) = arc cos t es una biyección estrictamente decreciente y
continua, la función f ◦ φ es también continua, y por tanto, fijado ε > 0
es
existe, por el teorema 1.12.30, un polinomio p de modo que se verifica

mu
sup |f ◦ φ(t) − p(t)| < ε,

t∈[−1,1]
es decir, tal que

sup |f (x) − p(cos x)| < ε.
x∈[0,π]
Pero al ser f y cos funciones pares en [−π, π] también se verifica
sup |f (x) − p(cos x)| < ε.

x∈[−π,π]
Como p(cos x) es un polinomio trigonométrico, queda probado el lema para

las funciones pares.
Caso 2. Supongamos ahora que f es impar y que verifica f (0) = f (π) = 0.
En primer lugar, por la continuidad uniforme de f en [0, π], fijado ε > 0
existe η > 0 tal que si
x, x′ ∈ [0, π] y |x′ − x| < η, entonces |f (x′ ) − f (x)| < ε.

Por otra parte, como f es una función continua que se anula en 0 y π es

posible elegir δ0 > 0 con δ0 < mı́n{η, π} de modo que |f (x)| < ε para
x∈/ [δ, π − δ], siempre que 0 < δ < δ0 . Para cada δ > 0 en las condiciones
anteriores sea gδ : [0, π] −→ R definida por

f π(x − δ) si δ ≤ x ≤ π − δ
ta
gδ (x) := π − 2δ

0 en otro caso.
ui
Haciendo x′ := π(x − δ)/(π − 2δ), un sencillo cálculo muestra que es posible
at
elegir δ > 0 para que se tenga |x′ − x| < η siempre que x ∈ [δ, π − δ]. Para
esa elección de δ, se tendría
gr
|f (x) − gδ (x)| < ε para todo x ∈ [0, π].
Definiendo gδ en el intervalo [−π, 0] mediante gδ (x) = −gδ (−x) si x ∈ [−π, 0],

tra
se tendría entonces que |f (x) − gδ (x)| < ε para x ∈ [−π, π], por ser f y gδ
funciones impares. Sea G : [−π, π] −→ R definida mediante
es
gδ (x)
G(x) := , si x ∈ (−π, π) y G(0) := 0.
sen x
mu
Así definida, G es continua y par, por lo que, aplicando el Caso 1 ya demos-

trado, existe un polinomio trigonométrico p que verifica |G(x) − p(x)| < ε.
Pero entonces |gδ (x) − p(x) sen x| < ε y, de nuevo, p(x) sen x es un polinomio
trigonométrico, con lo que se ha probado el lema para funciones continuas
impares en [−π, π] que se anulan en 0 y π.
Sea f : [−π, π] −→ C una función integrable respecto a la medida de

Lebesgue en [−π, π] y para cada n ∈ Z sea
Z π
1
fb(n) := f (t)e−int dt. (1.52)
2π −π
El valor fb(n) anterior recibe el nombre de n-ésimo coeficiente de
Fourier de f .
La serie formal X
fb(n)e−int
n∈Z
recibe el nombre de serie de Fourier de f .

También conviene considerar para una función f : [−π, π] −→ K integra-
ble respecto a la medida de Lebesgue en [−π, π] los números
ta
Z
1 π
(1.53)
ui
a0 := f (t) dt
π −π
Z π
at
an := f (t) cos(nt) dt, n = 1, 2, . . . (1.54)
π −π
Z
1 π gr
bn := f (t) sen(nt) dt, n = 1, 2, . . . (1.55)
π −π
y las series formales

tra
∞
X
1
a0 + an cos(nt) + bn sen(nt) .
2
es
n=1
En el teorema que sigue se estudia la convergencia de ambos tipos de

mu
series en el espacio L2 ([−π, π]).
Teorema 1.12.34.
Sean Σ y m la σ-álgebra y la medida de Lebesgue en [−π, π]. Sea
µ= m m
π si K = R o bien µ = 2π si K = C. Entonces:
(i) La familia eint : n = 0, ±1, ±2, . . . es una base hilbertiana en el
espacio L2C ([−π, π], Σ, µ) que se conoce con el nombre de sistema
trigonométrico.

(ii) La familia 12 , cos(nt), sen(nt) : n ∈ N es una base hilbertiana
en el espacio L2R ([−π, π], Σ, µ).
P
(iii) Para cada f ∈ L2C ([−π, π], Σ, µ) es f (t) = n∈Z fb(n)eint en k · k2 .
(iv) Para cada f ∈ L2R ([−π, π], Σ, µ) es
1 X
f (t) = a0 + an cos(nt) + bn sen(nt)
2
n∈N
en k · k2 .
(v) La aplicación F : L2C [−π, π] −→ ℓ2 (Z) definida por
ta
F (f ) = (fd
(n))n∈Z
ui
es un isomorfismo de espacios de Hilbert.
at
Demostración. Basta demostrar que los conjuntos respectivos que se con-
gr
sideran en (i) y (ii) son bases hilbertianas, pues las otras afirmaciones son
consecuencias de este hecho y del teorema 1.12.22. Unos sencillos cálculos
prueban que Z
tra
π
ei(n−m)t dµ(t) = δn,m n, m ∈ Z.
−π
Es decir, la familia (eint )n∈Z considerada en (i) es ortonormal en L2C [−π, π].
es
Recordando que
eint + e−int eint − e−int

mu
cos(nt) = , sen(nt) = (1.56)

2 2i
se comprueba fácilmente que la familia considerada en (ii) también es orto-
normal en L2R ([−π, π]).
Debido a que CK ([−π, π]) es denso en (L2K ([−π, π]), k · k2 ) y a que dados
una función continua f y ε > 0 es posible modificar f en las cercanías de −π
y π para obtener una función continua g con g(−π) = g(π) y kf − gk2 < ε, se
obtiene inmediatamente que las funciones continuas en [−π, π] que cumplen
f (−π) = f (π) son densas en (L2K ([−π, π]), k · k2 ).
Para el caso (ii), aplicando el teorema 1.12.32, se obtiene que los polino-
mios trigonométricos con coeficientes reales son densos en (L2R ([−π, π]), k·k2 ),
es decir, la familia considerada en (ii) es una base hilbertiana del espacio
L2R ([−π, π], Σ, µ).
Sea ahora f ∈ C[−π, π] con valores en C tal que f (−π) = f (π). Dado
ε > 0, separando las partes real (f1 ) e imaginaria (f2 ) de f existen, por
lo anterior, sendos polinomios trigonométricos reales p1 y p2 de modo que
kf1 − p1 k2 < ε/2 y kf2 − p2 k2 < ε/2; entonces p := p1 + ip2 es un polinomio

trigonométrico complejo, o sea, una suma del tipo
n
X
a0 + ak cos(kt) + bk sen(kt)
k=1
ta
con ak , bk ∈ C, que cumple kf − pk2 < ε. Ahora bien, los polinomios trigo-
nométricos complejos pueden escribirse (usando las ecuaciones (1.56)) como
ui
P
sumas del tipo nk=−n ck eikt , con ck ∈ C (y recíprocamente). Por tanto la
familia considerada en (i) es una base hilbertiana de L2C ([−π, π]).
at
1.12.7. Polinomios ortogonales
gr
tra
Sean I un intervalo cerrado de R y p : I → R una función, continua

en el interior de I, estrictamente positiva y tal que para cada entero no
negativo n = 0, 1, 2, . . . se tenga
es
Z
|t|n p(t)dt < ∞. (1.57)
mu
Esta función p se llama peso en I.
Si p es un peso en el intervalo I, entonces:
Z
2
Hp := f ∈ C(I) : |f (t)| p(t) dt < ∞
I
es un espacio vectorial y la fórmula

Z
hf, gi := f (t)g(t)p(t) dt, (1.58)
I
para f, g ∈ Hp , define un producto escalar.

Demostración. De las desigualdades
2|a||b| ≤ |a|2 + |b|2 y |a + b|2 ≤ 2|a|2 + 2|b|2 ,
para a, b ∈ K, se sigue que Hp es un espacio vectorial y que h·, ·i está bien

definido. Por otro lado h·, ·i esRsesquilineal y definido positivo. Obsérvese que
ta
si f ∈ Hp es tal que hf, f i = I |f (t)|2 p(t)dt = 0, la continuidad de f en I y
de p en el interior de I obligan a que |f (t)|p(t) = 0 para t en el interior de I.
ui
Utilizando ahora que p es estrictamente positiva, y, de nuevo, la continuidad
de f en I, se obtiene que f = 0.
at
n=0 es-
Por definición, si p es un peso en I, la sucesión de polinomios {tn }∞
gr
tá en Hp y, siendo una familia linealmente independiente, podemos aplicarle
el método de Gram-Schmidt, véase el lema 1.4.10, para obtener una familia
ortonormal {P0 , . . . , Pn , . . . } en (Hp , h·, ·i) que satisface
tra
span{1, t, . . . , tn } = span{P0 , P1 , . . . , Pn },
para cada n = 0, 1, . . . Consecuentemente cada Pn es un polinomio. A la suce-

es
sión {P0 , P1 , P2 , . . . } se le llama sucesión de polinomios ortonormales asocia-

da al producto escalar dado por (1.58) o simplemente asociada al peso p en I.
mu
Sea {P0 , P1 , . . . , Pn , . . . } la sucesión de polinomios ortonormales en el
intervalo I asociada al peso p. Se tienen las siguientes propiedades.
(i) Cada Pn tiene coeficientes reales y es un polinomio de grado n.
(ii) Cada Pn es ortogonal al subespacio de polinomios de grado menor
que n.
(iii) Cada Pn tiene n raíces distintas e interiores a I.
Demostración. La propiedad (ii) se sigue de la definición de familia orto-

normal y de (i). Para establecer la propiedad (i) basta tener en cuenta que
Pn , construido por el método de Gram-Schmidt (1.11), se obtiene normali-
zando el polinomio tn − qn (t) donde qn es la proyección ortogonal de tn sobre
span{1, t, . . . , tn−1 }. La afirmación (iii) requiere un poco más de trabajo. Fi-

jemos n = 1, 2, . . . y demostremos que Pn tiene n raíces simples en el interior
de I. La condición Pn ⊥ P0 significa que
Z
Pn (t)p(t)dt = 0,
I
ta
lo que implica que Pn cambia de signo en I porque p no lo hace. Por lo tanto
Pn tiene al menos una raíz que está en el interior de I. Sean t1 < t2 < . . . < tr
ui
las r raíces de Pn interiores a I y que marcan los cambios de signo de Pn .
Nuestra demostración habrá terminado si probamos que r = n. Supongamos
at
que r < n. Si definimos
gr
Q(t) = (t − t1 )(t − t2 ) . . . (t − tr ),
t ∈ I, entonces el polinomio Pn Q no cambia de signo en I. Consecuentemente

tra
Z
0 6= Pn (t)Q(t)p(t)dt = hPn , Qi,
I
es
lo que contradice (ii) y concluye la prueba.

mu
Ejemplo 1.12.38. Para distintos pesos e intervalos se obtienen diferentes

familias de polinomios ortogonales que son útiles en Análisis Numérico y en
Ecuaciones Diferenciales.
Polinomios de Legendre. Es la sucesión de polinomios ortogonales aso-
ciados al peso p(t) = 1 en el intervalo I = [−1, 1]. El término general es
p
(2n + 1)/2 dn 2
Pn (t) = (t − 1)n .
2n n! dtn
Polinomios de Laguerre. Es la sucesión de polinomios ortogonales aso-

ciados al peso p(t) = e−t en el intervalo I = [0, +∞). El término
general es
et dn −t n
Pn (t) = (e t ).
n! dtn
Polinomios de Hermite. Es la sucesión de polinomios ortogonales asocia-

2
dos al peso p(t) = e−t en el intervalo I = (−∞, +∞). El término
general es
2
et dn 2
Pn (t) = 1/4 n 1/2 n e−t .
π (2 n!) dt
ta
Polinomios de Čebyšev. √ Es la sucesión de polinomios ortogonales asocia-
dos al peso p(t) = 1/ 1 − t2 en el intervalo I = [−1, 1]. El término
ui
general es
Pn (t) = cos(n arc cos t),
at
donde arc cos es la determinación que envía [−1, 1] a [0, π].
gr
Si I es un intervalo compacto y p un peso en I, entonces la sucesión de
polinomios ortonormales {P0 , P1 , . . . , Pn , . . . } es total en Hp . En particular
tra
los polinomios de Legendre forman una base hilbertiana de L2 ([−1, 1]).
Demostración. Si I = [a, b], entonces Hp = C([a, b]). Dada f ∈ C([a, b])

es
se tiene
Z b 1/2 Z b 1/2
mu
kf k = |f (t)|2 p(t) dt ≤ kf k∞ p(t) dt = M kf k∞ . (1.59)

a a
Si P es el conjunto de los polinomios restringidos a [a, b], sabemos que
P = span{P0 , P1 , . . . , Pn , . . . }
k·k∞
y que P = C([a, b]) después del teorema de Weierstrass 1.12.30. La
k·k
fórmula (1.59) implica ahora que P = C([a, b]) y en consecuencia, la
sucesión {P0 , P1 , . . . , Pn , . . . } es total.
Cuando [a, b] = [−1, 1] y p(t) = 1, los polinomios asociados, es de-
cir los polinomios de Legendre, son una base de L2 ([−1, 1]) porque siendo
una familia total en C([−1, 1]) se tiene además que C([−1, 1]) es denso en
(L2 ([−1, 1]), k · k2 ).
Utilizaremos ahora las técnicas aprendidas anteriormente para obtener

valores aproximados en el cálculo de integrales definidas.
Nos planteamos la siguiente cuestión: dado un peso p en [a, b] y fijados

a ≤ t1 < t2 < . . . < tn ≤ b, queremos estudiar la existencia de constantes
A1 , A2 , . . . , An de forma que con algún criterio de aproximación se tenga
Z b n
X
f (t)p(t)dt ≈ Ak f (tk ).
a
ta
k=1
El análisis de la existencia de las constantes Ak y cómo elegir los puntos
ui
a ≤ t1 < t2 < . . . < tn ≤ b para que la aproximación sea buena se hace en la
proposición 1.12.40 y en los teoremas 1.12.41 y 1.12.42 que siguen.
at
Si p es un peso en [a, b] y a ≤ t1 < t2 < . . . < tn ≤ b puntos distintos en
gr
[a, b], entonces existen números A1 , A2 , . . . , An tales que la fórmula
Z b X n
tra
f (t)p(t)dt ≈ Ak f (tk ) (1.60)

a k=1
es exacta (una igualdad) para polinomios de grado menor que n.

es
Demostración. Para k = 1, 2, . . . , n sea ℓk el polinomio base de Lagrange

dado por
mu
Yn
t − tj
ℓk (t) :=
tk − tj
j=1,j6=k
Si y1 , y2 , . . . , yn son números dados, entonces el polinomio

n
X
P(yk )k (t) = yk ℓk (t)
k=1
tiene grado menor que n, y satisface P(yk )k (tj ) = yj , para j = 1, 2, . . . , n

(polinomio de interpolación). Consecuentemente, si Q es cualquier polinomio
de grado menor que n se tiene que Q = P(Q(tk ))k , y por lo tanto
Z b Z b n
X
Q(t)p(t) dt = P(Q(tk ))k (t)p(t) dt = Q(tk )Ak ,
a a k=1
Rb
donde hemos definido Ak := a ℓk (t)p(t) dt, para k = 1, 2, . . . , n.
Las fórmulas dadas en (1.60) se llaman fórmulas de cuadratura gaussiana.

Tomando los puntos a ≤ t1 < t2 < . . . < tn ≤ b convenientemente podemos
hacer que estas fórmulas sean exactas para polinomios de grado mayor que n.
En concreto podemos demostrar el siguiente resultado de Gauss.
Teorema 1.12.41. Gauss.
ta
Sea p un peso en [a, b] y sea {P0 , P1 , . . . , Pn , . . . } la sucesión de poli-
nomios ortonormales asociados a p en [a, b]. Fijado n ∈ N, consideramos
ui
t1 < t2 < . . . < tn puntos interiores a [a, b] y supongamos que la fórmula
at
b n
X
f (t)p(t) dt ≈ Ak f (tk ) (1.61)
a gr k=1
es exacta para polinomios de grado menor que n. Entonces: la fórmula es

exacta para polinomios de grado menor que 2n si, y sólo, {t1 , t2 , . . . , tn }
tra
son los ceros del polinomio Pn .
Demostración. Es suficiente hacer la prueba para polinomios con coefi-

es
cientes reales. Supongamos que {t1 , t2 , . . . , tn } son los ceros de Pn y que la

fórmula (1.61) es exacta para polinomios de grado menor que n. Sea P un
mu
polinomio de grado menor que 2n. Haciendo la división entera de P por Pn

tendremos que P = Pn Q + R donde Q y R son polinomios, ambos con grado
menor que n. Por lo tanto
Z b Z b Z b

P (t)p(t) dt = Pn (t)Q(t) + R(t) p(t) dt = hPn , Qi + R(t)p(t) dt
a a a
n
X n
X
= Ak R(tk ) = Ak P (tk )
k=1 k=1
gracias a que hPn , Qi = 0 por la proposción 1.12.37.

Recíprocamente, supongamos que la fórmula (1.61) es exacta para po-
linomios de grado menor que 2n y demostremosQque {t1 , t2 , . . . , tn } son
los ceros de Pn . Definamos el polinomio P (t) := nj=1 (t − tj ). La fórmu-
la (1.61) es válida, en particular, para cada polinomio Qm := Pm P , para
m = 0, 1, 2, . . . , n − 1, y por tanto se tiene que
Z b n
X
hPm , P i = Qm (t)p(t) dt = Ak Qm (tk ) = 0.
a k=1
Esto significa que P ⊥ Pm , m = 0, 1, 2, . . . , n − 1. Al ser P un polinomio de

grado n se tiene P ∈ span{P0 , P1 , . . . , Pn } y en consecuencia
ta
n
X
P = hP, Pk iPk = hP, Pn iPn .
ui
k=0
De aquí se sigue que P y Pn tienen los mismos ceros y queda establecida la

at
equivalencia que queríamos demostrar.
El teorema de Weierstrass 1.12.30 permite demostrar ahora que para toda

gr
función continua sus fórmulas de cuadratura gaussiana (1.60) aproximan el
valor de la integral cuando el número de puntos involucrado es grande.
tra
Teorema 1.12.42. Stieltjes.

Sea p un peso en [a, b] y sea {P0 , P1 , . . . , Pn , . . . } la sucesión de po-
es
linomios ortonormales asociados a p en [a, b]. Para cada n = 1, 2, . . .

sean tn1 < tn2 < . . . < tnn los ceros de Pn y sean An1 , An2 , . . . , Ann
los correspondientes coeficientes en la fórmula de cuadratura gaussia-
mu
na (1.60). Entonces, para cada función f ∈ C([a, b]) se tiene

Z b n
X
f (t)p(t) dt = lı́m Ank f (tnk ). (1.62)
a n
k=1
Demostración. Gracias al teorema de Gauss 1.12.41, para cada polinomio

Q de grado menor que 2n se tiene
Z b n
X
Q(t)p(t) dt = Ank Q(tnk ).
a k=1
Aplicando
Rb esta
Pn igualdad a la función constantemente igual a 1 se tiene que
a p(t) dt = k=1 Ank para cada n = 1, 2, . . . Dados f ∈ C([a, b]) y ε > 0 el
teorema de Weierstrass 1.12.30 nos asegura la existencia de un polinomio Q
tal que |f (t) − Q(t)| < ε si t ∈ [a, b]. Para todo n ∈ N tal que 2n sea mayor
que el grado de Q se verifica
Z b n
X Z b Z b

f (t)p(t) dt −
Ank f (tnk ) ≤ f (t)p(t) dt − Q(t)p(t)dt

a k=1 a a
Z b n
X

+ Q(t)p(t) dt − Ank f (tnk )
a k=1
Z n n
b X X
ta
≤ f (t) − Q(t)p(t) dt + Ank Q(tnk ) − Ank f (tnk )

a k=1 k=1
ui
Z n
X Z n
X
b b
≤ε p(t) dt + |Ank | Q(tnk ) − f (tnk ) ≤ ε p(t) dt + Ank ε
at
a k=1 a k=1
Z b
= 2ε p(t) dt, gr
a
ya que para todo n, k se cumple que Ank > 0. Efectivamente,

Q para cada n y
para una constante adecuada an se tiene Pn (t) = an nk=1 (t − tnk ). Dado k
tra
fijo, consideremos el polinomio P (t) := Pn (t)/(t − tnk ). P 2 es un polinomio

positivo, no nulo y de grado menor que 2n. Así, se tiene
es
Z b n
X
2
0< P (t) p(t) dt = Anj (P (tnj ))2 = Ank (P (tnk ))2 ,
mu
a j=1
de donde se concluye que Ank > 0 y con ello la prueba.
1.12.8. El espacio de Bergman: A2 (Ω)

Si Ω es un abierto del plano complejo C, H (Ω) denota el espacio de las
funciones holomorfas en Ω. Para una función holomorfa f ∈ H (D(a, r)) en
un disco del plano complejo, su desarrollo en serie de potencias
∞
X
f (z) = an (z − a)n , z ∈ D(a, r), (1.63)
n=0
converge uniformemente sobre compactos de D(a, r). Si cambiamos D(a, r)

por un abierto Ω ⊂ C que no sea un disco y tomamos un punto a ∈ Ω y
f ∈ H (Ω), sabemos que f se puede escribir como en (1.63) en el mayor
disco centrado en a y contenido en Ω. Esto significa que al cambiar el punto
a cambian los coeficientes (an )n . Parece natural preguntarse: dado Ω ⊂ C,

¿existe una sucesión de funciones wn ∈ H (Ω) (dependiendo sólo del abierto)
de forma que para cada f ∈ H (Ω) existan coeficientes únicos (an )n tales que
∞
X
f (z) = an wn (z), z ∈ Ω,
ta
n=0
siendo la serie uniformemente convergente sobre compactos de Ω?
ui
En esta sección utilizamos técnicas de espacios de Hilbert para dar res-
puesta positiva a la cuestión anterior cuando tomamos funciones holomorfas
at
de cuadrado integrable. Remitimos a [59] para los conceptos de Análisis Com-
plejo que se necesitan para la comprensión de esta sección.
gr
Sea Ω ⊂ C un abierto del plano complejo. Definimos el espacio de
tra
Bergman para Ω como

ZZ
2 2
A (Ω) := f ∈ H (Ω) : |f (x + iy)| dx dy < +∞ .
es
El lema que sigue lo necesitamos para luego obtener las propiedades del
mu
espacio de Bergman analizadas en la proposición 1.12.45.

Lema 1.12.44.
Sean Ω ⊂ C un abierto del plano complejo, M > 0 y
ZZ
2
F := f ∈ H (Ω) : |f (x + iy)| dx dy ≤ M .
Ω
Entonces, F es una familia normal en Ω.

Demostración. Empezaremos probando que si D(a, R) ⊂ Ω y f ∈ H (Ω),
entonces ZZ
2 1
|f (a)| ≤ |f (x + iy)|2 dx dy. (1.64)
πR2 D(a,R)
P
Tomemos ρ > R con D(a, R) ⊂ D(a, ρ) ⊂ Ω y sea f (z) = ∞ n=0 an (z − a) ,
n
el desarrollo en serie de potencias de f en D(a, ρ). Haciendo un cambio a

polares en la integral que aparece en (1.64) se tiene
ZZ Z 2π Z R
2
|f (x + iy)| dx dy = |f (a + reiθ )|2 r dr dθ
D(a,R) 0 0
Z 2π Z R X
∞ X
∞
= an r n einθ am r m e−imθ r dr dθ
0 0 n=0 m=0
∞
X X Z R Z 2π
ta
= an am r j+1 ei(n−m)θ dθ dr
j=0 n+m=j 0 0
∞ Z R Z 2π R
ui
X ∞
X
2 2n+1 2 r 2n+2
= |an | r dθ dr = 2π |an |
2n + 2
n=0 0 0
at
n=0 0
∞
X R2n+2 R2
= 2π |an |2 ≥ 2π|a0 |2
gr = π|f (a)|2 R2 .
n=0
2n + 2 2
Para probar que F es normal es suficiente demostrar que dado un punto

tra
arbitrario a ∈ Ω y fijado D(a, ρ) ⊂ Ω, entonces F está uniformemente

acotada sobre D(a, ρ/2). Veamos esto último. Si z ∈ D(a, ρ/2) entonces
D(z, ρ/2) ⊂ D(a, ρ) ⊂ Ω y así podemos utilizar (1.64) con z en lugar de a y
es
ρ/2 en lugar de R para concluir

ZZ
1
|f (z)|2 ≤ |f (x + iy)|2 dx dy
mu
π(ρ/2)2 D(z,ρ/2)
ZZ
1 4
≤ 2
|f (x + iy)|2 dx dy ≤ M ,
π(ρ/2) Ω πR2
para cada z ∈ D(a, ρ/2).
Dado un abierto Ω ⊂ C denotaremos por TK la topología en H (Ω) de

convergencia uniforme sobre compactos de Ω, véanse los ejemplos 3.5.16.
Sea Ω ⊂ C un abierto. La topología inducida por (L2 (Ω), k · k2 ) en A2 (Ω)
es más fina que la topología inducida por (H (Ω), TK ). El espacio A2 (Ω) es
un subespacio cerrado de (L2 (Ω), k · k2 ), y consecuentemente es un espacio
de Hilbert con el producto escalar inducido.
Demostración. Probaremos que toda sucesión (fn )n en A2 (Ω) que conver-
ge hacia f ∈ L2 (Ω) en k · k2 es convergente en (H (Ω), TK ) hacia alguna
g ∈ H (Ω). Efectivamente, por el lema 1.12.44, como la sucesión (kfn k2 )n es

acotada, la familia {fn : n ∈ N} es normal, es decir, es TK -relativamente
compacta, [59]. Así, para probar que (fn )n converge en (H (Ω), TK ) es
suficiente ver que tiene un único punto de aglomeración: supongamos que
g1 , g2 ∈ H (Ω) son dos puntos de TK -aglomeración de (fn )n , es decir, su-
ponemos que existen dos subsucesiones (fnj )j y (fmk )k de (fn )n tales que
ta
g1 = lı́mj fnj y g2 = lı́mk fmk en (H (Ω), TK ). Para cada disco compacto
D(a, r) ⊂ Ω se tiene pues g1 (z) = lı́mj fnj (z) y g2 (z) = lı́mk fmk (z), unifor-
ui
memente en z ∈ D(a, r). Como también verifica
at
f D(a,r)
= lı́m fn D(a,r)
= lı́m fnj D(a,r)
= lı́m fmk D(a,r)
n j k
gr
en (L2 (D(a, r)), k · k2 ), tiene que ser g1 D(a,r)
= g2 D(a,r)
, ya que ambas fun-
ciones son continuas y casi iguales en D(a, r). Hemos probado, por tanto, que
tra
g1 = g2 y así la sucesión (fn )n converge hacia alguna g en (H (Ω), TK ). Que-

da ahora como ejercicio sencillo para el lector entender que la demostración
ha terminado.
es
El espacio A2 (Ω) es un espacio de Hilbert separable, porque L2 (Ω) lo es, y

en consecuencia tiene una base hilbertiana numerable. La respuesta positiva
mu
a la cuestión con la que hemos abierto la sección la da el siguiente corolario.

Corolario 1.12.46.
Sean Ω ⊂ C abierto y {w1 , w2 , . . . , wn , . . . } una base hilbertiana de A2 (Ω).
Entonces, para cada f ∈ A2 (Ω) el desarrollo en serie de Fourier
∞
X
f= hf, wn iwn (1.65)
n=1
converge uniformemente sobre compactos de Ω.

Demostración. En la fórmula (1.65) la convergencia es en (A2 (Ω), k · k2 ).
Pero la proposición 1.12.45 garantiza que también se tiene convergencia uni-
forme sobre los compactos de Ω.
Para abiertos concretos Ω pueden darse bases hilbertianas específicas de

A2 (Ω).Para los discos D(a, R), los monomios ψn (z) = (z − a)n normaliza-
dos forman una base hilbertiana de A2 (D(a, R)) y el desarrollo en serie de
potencias es (como cabría esperar) el desarrollo en serie de Fourier (1.65)

correspondiente.
Teorema 1.12.47.
Sean Ω ⊂ C abierto y A2 (Ω) con el producto escalar inducido por
L2 (Ω).Se tiene:
ta
(i) Si Ω = D(0, R), R > 0, entonces la sucesión {φ1 , φ2 , . . . , φn , . . . }
dada por
ui
n 1/2
R−n z n−1 , z ∈ D(0, R),
at
φn (z) :=
π
gr
es una base hilbertiana de A2 (D(0, R)).
(ii) Si Ω es simplemente conexo y distinto de C y f : Ω → D(0, 1) es un
isomorfismo conforme, entonces la sucesión {w1 , w2 , . . . , wn , . . . }
tra
dada por
n 1/2
[f (z)]n−1 f ′ (z), z ∈ Ω,
es
wn (z) :=
π
es una base hilbertiana de A2 (Ω).
mu
Demostración. Establezcamos
P∞ primero la validez de (i). Tomemos f ∈
A (D(0, R)) y sea f (z) = n=0 an z su desarrollo en serie de potencias en
2 n
D(0, R). Tenemos las igualdades

ZZ
hf, φm i = f (z)φm (z) dx dy
D(0,R)
Z 2π Z R m 1/2
= f (reiθ ) R−m r m−1 e−i(m−1)θ r dr dθ
0 0 π
Z Z !
m 1/2 R ∞
2π X
−m m n inθ −i(m−1)θ
= R r an r e e dθ dr
π 0 0 n=0
m 1/2 Z R m 1/2 R2m
= R−m am−1 r m r m−1 2π dr = R−m am−1 2π
π 0 π 2m
π 1/2
= Rm am−1 .
m
De lo anterior se sigue que si n 6= m, entonces hφn , φm i = 0 y para n = m es

π 1/2 n 1/2
hφn , φn i = Rn R−n = 1,
n π
y así queda establecida la validez de (i) dado que {φ1 , φ2 , . . . , φn , . . . } es
claramente total.
ta
Veamos ahora (ii). De acuerdo con (i) la sucesión {φ1 , φ2 , . . . , φn , . . . }
donde n 1/2
ui
φn (z) := z n−1 , z ∈ D(0, 1),
π
at
es una base hilbertiana de A2 (D(0, 1)). El isomorfismo conforme f = u +
iv : Ω → D(0, 1) es un cambio de variable cuyo jacobiano, después de las
condiciones de Cauchy-Riemann, es

gr

ux (z) uy (z)
J(f (z)) = = ux (z)vy (z) − vx (z)uy (z)
vx (z) vy (z)
tra
= (ux (z))2 + (vx (z))2 = |f ′ (z)|2 , z = x + iy ∈ Ω,

donde ux , uy , vx y vy son las derivadas parciales de u y v respecto de las
es
variables consideradas. Como por otra parte

wn (z) = f ′ (z)φn (f (z)), z ∈ Ω,
mu
y |φn |2 ∈ L1 (D), por el teorema del cambio de variable A.3.10 se tiene

|φn ◦ f |2 J(f ) = |wn |2 ∈ L1 (Ω),
es decir, wn ∈ A2 (Ω). Por otra parte, efectuando de nuevo el cambio de
variable w = f (z), se tiene que para cada h ∈ A2 (Ω) será
ZZ ZZ
h(z)wn (z) dx dy = h(z)φn [f (z)]f ′ (z) dx dy
Ω Ω
ZZ
h(z)
= ′
φn [f (z)]|f ′ (z)|2 dx dy
Ω f (z)
ZZ
(1.66)
= (f −1 )′ [f (z)](h ◦ f −1 )[f (z)]φn [f (z)]|f ′ (z)|2 dx dy
Z ZΩ
= (f −1 )′ [w](h ◦ f −1 )(w)φn (w) dx dy
D
= h(f −1 )′ (h ◦ f −1 ), φn iA2 (D) .
1.13. Ejercicios 126
Tomando ahora h = wm en las igualdades anteriores se concluye que
hwm , wn iA2 (Ω) = hφm , φn iA2 (D) ,
dado que (f −1 )′ (wm ◦f −1 ) = φm . Utilizando otra vez (i) obtenemos que la fa-
milia {w1 , w2 , w3 , . . . } es ortonormal en A2 (Ω). Para acabar la demostración
ta
será suficiente ver que si h ∈ A2 (Ω) es tal que
(1.67)
ui
hh, wn i = 0, n = 1, 2, . . . ,
entonces h = 0. Si (1.67) se da, entonces (1.66) dice que (f −1 )′ (h ◦ f −1 ) = 0
at
y como f es un isomorfismo conforme, se sigue que h = 0 y la demostración
acaba. gr
tra
1.13. Ejercicios

1.1 Demuestre que sup |3x + 4y| : x2 + y 2 = 1 = 5.
es
1.2 Sea (X, k · k) un espacio normado. Pruébese que si toda forma

lineal en X es continua, entonces X es de dimensión finita. ¿Es cierto el
mu
recíproco? Razónese la respuesta.

√
1.3 Demuestre que sup |x + 4y + 9z| : |x|3 + |y|3 + |z|3 = 1 = 6 3 6.
Indicación. 36=1+8+27.
1.4 Sea g ∈ C[a, b] y considere la forma lineal L : C[a, b] −→ R definida
Rb
por L(f ) = a f (x)g(x) dx. Demuestre que L es continua y calcule su
norma.
Indicación. Suponga en primer lugar que g es positiva.
1.5 Sea (X, k · k) un espacio de Banach. Sea A ⊂ X un conjunto
absolutamente convexo (i.e. para cada x, y ∈ A y cada |λ| + |µ| ≤ 1,
entonces λx + µy ∈ A), cerrado y con la propiedad de que para cada
x ∈ X existe un n ∈ N tal que x ∈ nA. Pruébese que A es un entorno del
origen. ¿Es cierto el resultado si la última hipótesis sobre A se reemplaza
por la condición de que para todo x ∈ A existe r > 0 real, tal que
x ∈ rA?
1.6 Demuestre que en un espacio normado de dimensión infinita no

existe una medida numerablemente aditiva e invariante por traslaciones
que sea positiva y finita sobre las bolas, es decir, que goce de propiedades
análogas a las de la medida de Lebesgue en Rn .
1.7 Demuestre que la aplicación T : (R2 , k.k2 ) −→ (C[0, 1], k.k∞ ) de-
finida por T ((x, y)) = xf + yg, donde f (t) = cos πt y g(t) = sin πt, es
ta
una isometría sobre su imagen.
ui
1.8 Pruébese que si M es un subespacio métrico separable todos sus
subespacios lo son.
at
1.9 Pruébese que un espacio normado X es separable si, y sólo si,
existe una sucesión (xn ) tal que el espacio vectorial generado por ella es
gr
denso en X.
1.10 Sean Y = {(xn ) ∈ ℓ1 : x2n = 0} y Z = {(xn ) ∈ ℓ1 : x2n = 21n x2n−1 }.
tra
Pruébese que Y y Z son subespacios cerrados en ℓ1 pero que, sin em-

bargo, Y + Z no es cerrado en ℓ1 .
1.11 Mostrar con un ejemplo que existen espacios normados y suce-
es
siones decrecientes de conjuntos cerrados y acotados con intersección

vacía.
mu
1.12 Pruébese que un subconjunto de un espacio de Banach X es re-

lativamente compacto si, y sólo si, para cada ε > 0 existe un conjunto
relativamente compacto Kε en X tal que K ⊂ εBX + Kε .
1.13 Pruébese el siguiente teorema de Mazur: la envoltura convexa y
cerrada de un subconjunto compacto para la norma de un espacio de
Banach X es compacto para la norma.
1.14 Sea c el espacio de las sucesiones convergentes en K con su norma
del supremo y sea c0 el subespacio de las sucesiones convergentes a cero.
Sea e = (1, 1, ..., 1, ...). Pruébese que c es la suma directa topológica
de c0 y el espacio vectorial generado por el vector e. Calcúlese el dual
topológico de c.
1.15 Sean X e Y espacios normados y T : X → Y lineal con la propiedad
de que para cada sucesión (xn ) convergente a cero se verifica que (T xn )
es acotada. ¿Es T necesariamente continua?
1.16 Sean X e Y espacios normados y T : X → Y una aplicación lineal.

Pruebe que las siguientes afirmaciones son equivalentes:
(i) T es abierta.
(ii) Existe δ > 0 tal que {T x : kxk < 1} ⊃ {y ∈ Y : kyk < δ}.
(iii) Existe M > 0 tal que, dado y ∈ Y , existe x ∈ X de modo que
kxk ≤ M kyk y T x = y.
ta
Deduzca: a) que si T es abierta, entonces T es sobreyectiva; b) que si
ui
Y = R y T 6= 0, entonces T es abierta; c) que si T es abierta y continua
y X es un espacio de Banach, entonces Y también es un espacio de
at
Banach.
1.17 Sea X un espacio normado de dimensión infinita. Pruébese que:
gr
(i) todo hiperplano de X es cerrado o denso;
(ii) existen hiperplanos densos.
tra
1.18 Sea Y un subespacio de dimensión finita de un espacio normado

X. Pruébese que para cada x + Y ∈ X/Y existe z ∈ x + Y con kzk =
kx + Y k.
es
1.19 Sea M = {f ∈ C0 (R) : f (t) = 0 si t ∈ F } y F ⊂ R cerrado.

Pruebe que C0 (R)/M es isométricamente isomorfo a C0 (F ).
mu
1.20 Sea H un espacio prehilbertiano.

(i) Describa todos los pares de vectores x, y tales que
kx + yk = kxk + kyk.
(ii) Describa todos los pares de vectores x, y tales que
kx + yk2 = kxk2 + kyk2 .
1.21 Sea (H, h·, ·i) un espacio de Hilbert y sea {Hi : i ∈ I} una colección
de subespacios cerrados mutuamente ortogonales. Para cada i ∈ I, sea
Pi : H −→ Hi la proyección ortogonal de H sobre Hi . Pruébese que para
cada x ∈ H el conjunto {i ∈ I : Pi (x) 6= 0} es a lo sumo numerable.
1.22 Pruebe que la norma en un espacio prehilbertiano real H es diferen-
ciable en todos los puntos salvo en el origen y calcule su diferencial.
1.23 Sea X un espacio normado sobre R y sea S = {x ∈ X : kxk = 1} su

esfera unidad. Pruebe que las siguientes afirmaciones son equivalentes.
(i) X es un espacio prehilbertiano.
(ii) Cada subespacio de X de dimensión 2 es un espacio prehilbertiano.
(iii) Si P es un plano pasando por el origen, entonces P ∩S es una elipse
con centro el origen.
ta
1.24 Demuestre que si H1 y H2 son dos espacios de Hilbert, el espacio
ui
de operadores lineales acotados L(H1 , H2 ) con su norma usual tiene
estructura de espacio de Hilbert si, y sólo si, H2 tiene dimensión 1.
at
1.25 Sea D = D(0, 1) el disco unidad en C. Utilice la estructura de C
como espacio de Hilbert complejo para demostrar que para cualquier
gr
z0 ∈ ∂D y cualquier ε > 0, la sucesión fn (z) = ( z+z
2 ) converge unifor-
0 n
memente a 0 sobre D \ D(z0 , ε).

Indicación. |z + z0 |2 + |z − z0 |2 = 2|z|2 + 2|z0 |2 .
tra
1.26 Sea E = C([−1, 1]) dotado del producto escalar inducido por el de
Calcúlese M ⊥ para los siguientes conjuntos:
L2 ([−1, 1]).
es
M1 = {f ∈ E : f (x) = 0 si x ≤ 0} M2 = {f ∈ E : f (0) = 0}
mu
1.27 Pruebe que si (H, h·, ·i) es un espacio prehilbertiano, entonces la

compleción H e de H como espacio métrico es un espacio vectorial en
el que existe un producto escalar cuya restricción a H coincide con el
producto escalar definido en H, siendo además la métrica de la comple-
ción precisamente la inducida en H e por su producto escalar. He con ese
producto escalar es pues un espacio de Hilbert que se conoce como la
compleción de (H, h·, ·i).
1.28 Sea H un espacio prehilbertiano y M un subespacio cerrado de H.
Pruebe que el espacio vectorial cociente H/M puede dotarse de una
estructura de espacio prehilbertiano.
1.29 Sea X = C 1 ([a, b]) el espacio de las funciones continuamente dife-
renciables en [a, b]. Para cada x, y ∈ X se define
Z b

hx, yi = x(t)y(t) + x′ (t)y ′ (t) dt.
a
(i) Pruebe que h·, ·i es un producto escalar en X.

(ii) Pruebe que la compleción de X es

H = x ∈ L2 ([a, b]) : x es absolutamente continua y x′ ∈ L2 ([a, b]) .
ta
Indicación. Una función x : [a, b] −→ R es absolutamente continua
si, y sólo si, existe una función y ∈ L1 ([a, b]) tal que
ui
Z t
at
x(t) = x(a) + y(s) ds,
a
gr
siendo x derivable salvo en un conjunto de medida nula N ⊂ [a, b] y
x′ (t) = y(t) en [a, b] \ N .
1.30 Sean {x1 , x2 , . . . , xn } vectores linealmente independientes en un
tra
espacio prehilbertiano (H, h·, ·i) y sean c1 , c2 , . . . , cn ∈ K. Sea el conjunto

M = {z ∈ H : hz, xj i = cj , j = 1, 2, . . . , n}. Demuestre que para
cada x ∈ H existe una única mejor aproximación y a M dada por
es
y = x+k1 x1 +· · ·+kn xn , donde k1 , . . . kn es la única solución del sistema


mu

 hx1 , x1 ik1 + hx2 , x1 ik2 + · · · + hxn , x1 ikn = c1 − hx, x1 i


 hx , x ik + hx , x ik + · · · + hx , x ik = c2 − hx, x2 i
1 2 1 2 2 2 n 2 n

 ···


 hx , x ik + hx , x ik + · · · + hx , x ik = c − hx, x i
1 n 1 2 n 2 n n n n n
P
1.31 Sea (an )n una sucesión en [0, +∞) tal que ∞ n=1 an bn < +∞ para
cada sucesión (bn )n de números reales positivos que verifique (bn )n ∈ ℓ2 .
Pruebe que (an )n ∈ ℓ2 .
1.32 Sean a, b, c ∈ C. Pruebe que la función
Z 1
F (a, b, c) := |x3 − a − bx − cx2 |2 dx
−1
tiene un mínimo absoluto en C3 que además es único. Determínelo.

1.33 Sean (en ) y (fn ) sucesiones ortonormales en un espacio de Hilbert

y considere la matriz aij = hei , fj i. Demuestre que las filas y colum-
nas de (aij ) son sucesiones con límite cero pero que la diagonal no es
convergente en general.
1.34 Consideremos H = L2 ([−1, 1]) con su estructura usual de espacio
ta
de Hilbert y sea un (t) = tn para n = 0, 1, . . . Aplicando a la sucesión
(un ) el procedimiento de ortonormalización de Gram-Schmidt se cons-
ui
truye una sucesión (en ).
(i) Construya explícitamente los tres primeros términos de dicha su-
at
cesión.
(ii) Pruebe que (en ) es una sucesión de polinomios, llamada sucesión
gr
de polinomios ortogonales de Legendre, que constituye una base
hilbertiana de H.
(iii) Pruebe que
tra
k
X k
X
ek (t) = akj tj , con akk > 0 y tk = bkj ej (t), con bkk > 0.
es
j=0 j=0
(iv) Pruebe que si Pn es un polinomio de grado n y hPn (t), tj i = 0, para

mu
0 ≤ j < n, entonces Pn (t) = cn en (t) para cierto cn ∈ K.

dn
(v) Sea Pn (t) = n (t2 − 1)n . Utilizando integración por partes reite-
dt
radamente pruebe que hPn (t), tk i = 0, para 0 ≤ k < n, y concluya
que Pn (t) = cn en (t) con cn > 0.
(vi) Integrando por partes repetidas veces pruebe que
(n!)2 22n+1
kPn k2 =
(2n + 1)
y obtenga la siguiente fórmula diferencial para los polinomios de

Legendre r
2n + 1 1 dn 2
en (t) = (t − 1)n .
2 2n n! dtn
1.35 Considere para cada n ∈ N la función fn definida sobre [0, 1] como

fn (x) = −1 si la n-ésima cifra del desarrollo binario de x es un 0 y
fn (x) = 1 si la n-ésima cifra del desarrollo binario de x es un 1. De-
muestre que fn está correctamente definida en casi todo punto y que
la sucesión (fn ) es ortonormal en L2 [0, 1] ¿Es (fn ) una base hilbertia-
na?
ta
1.36 Sean H1 y H2 espacios de Hilbert y sea H0 ⊂ H1 un subespacio.
Sea T0 : H0 −→ H2 lineal continua.
ui
(a) Demuestre que existe T : H1 −→ H2 lineal continua que coincide
con T0 en H0 y que cumple kT k = kT0 k.
at
(b) Si H2 = K demuestre la unicidad de la aplicación lineal T consi-
derada en el apartado anterior. ¿Hay unicidad en el caso general?
gr
1.37 Sea (xn ) un conjunto ortogonal en un espacio de Hilbert H. Pruebe
tra
que las siguientes afirmaciones son equivalentes.

P∞
(a) n=1 xn converge en H.
P∞
(b) n=1 hxn , yi converge para cada y ∈ H.
es
P∞
(c) n=1 kxn k converge.
2
1.38 Sea H un espacio de Hilbert y sea (xn ) una sucesión acotada.

mu
Pruebe que existe una subsucesión (xnk ) débilmente convergente a al-

gún x ∈ H, es decir, tal que hxnk , yi −→ hx, yi para todo y ∈ H (esto
se expresa diciendo que la bola unidad de un espacio de Hilbert es dé-
bilmente sucesionalmente compacta).
Indicación. La sucesión hx1 , xn i es acotada en K y por tanto existe
una subsucesión de (xn ) que denotamos con (x1n ) tal que hx1 , x1n i con-
verge. Aplicar la misma técnica a hx2 , x1n i y proceder recursivamente. La
sucesión diagonal (xnn ) tiene la propiedad requerida.
1.39 Sea X un espacio normado sobre K y sea B una forma sesquilineal
en X. Pruebe que:
(i) B es acotada si, y sólo si, es continua;
(ii) B satisface la siguiente identidad
2B(x, x) + 2B(y, y) = B(x + y, x + y) + B(x − y, x − y).

1.40 Sea X un espacio prehilbertiano sobre K y sea B una forma ses-

quilineal y hermitiana continua en X. Pruebe que:
sup{|B(x, y)| : kxk = kyk = 1} = sup{|B(x, x)| : kxk = 1}
1.41 Sean H un espacio de Hilbert sobre K y B un producto escalar
ta
en H. Pruebe que las siguientes afirmaciones son equivalentes.
(i) El producto escalar B define la misma topología que el producto
ui
escalar original de H.
(ii) Existe un isomorfismo de espacios de Hilbert T : H −→ H, unívo-
at
camente determinado, tal que
gr
B(x, y) = hx, T yi para todo x, y ∈ H. (1.68)
tra
1.42 Sea H un espacio de Hilbert y sean {xi : 1 ≤ i ≤ n} vectores

linealmente independientes de H. Cámbiese el producto escalar en H
para conseguir que H siga siendo un espacio de Hilbert y que los vectores
es
(xi ) sean ortogonales.

1.43 Sea (E, h·, ·i) un espacio prehilbertiano y sean x 6= y ∈ E de norma
mu
unidad. Pruebe que para cada 0 < λ < 1 se tiene kλx + (1 − λ)yk < 1.
¿Cuál es el significado geométrico de esta propiedad en la bola unidad
BE = {x ∈ E : kxk ≤ 1} ?
1.44 Sea (xn ) una sucesión de vectores linealmente independientes en un
espacio de Hilbert H. Sea F el subespacio lineal cerrado que engendran y
sea Fn el subespacio engendrado por (xi )1≤i≤n . Sea x ∈ H y denotemos
con yn la mejor aproximación de x a Fn y con y la mejor aproximación
de x a F . Pruebe que y = lı́m yn .
1.45 Sea F un subespacio cerrado propio de un espacio de Hilbert H.
Pruebe que existe x ∈ H con kxk = 1 = d(x, F ).
1.46 Consideremos los subespacios

Lp = f ∈ L2 ([−a, a]) : f (t) = f (−t)
y
Li = f ∈ L2 ([−a, a]) : f (−t) = −f (t)
(i) Pruebe que Lp y Li son ortogonales y que Lp es el complementario

ortogonal de Li .
(ii) Encuentre las proyecciones ortogonales en estos espacios.
(iii) Encuentre la distancia de f (t) = t2 +t a estos subespacios. Encuen-
tre la distancia de cualquier f ∈ L2 ([−a, a]) a estos subespacios.
ta
1.47 Sea H un espacio de Hilbert. Una sucesión (xn ) en H se dice
débilmente convergente a x ∈ H si lı́mn hxn , yi = hx, yi para cada y ∈ H.
ui
Demuestre las siguientes afirmaciones.
(i) Si (xn ) ⊂ H es débilmente convergente a 0, entonces existe una
at
subsucesión (xnk ) y una sucesión ortogonal (yk ) tal que
gr lı́m kxnk − yk k = 0
k
(ii) Toda sucesión débilmente convergente en H es acotada.

tra
(iii) Sea (xn ) ⊂ H una sucesión débilmente convergente a x, entonces

existe una subsucesión (xnk ) tal que

es
xn 1 + xn 2 + · · · + xn k
lı́m − x
k k =0
mu
(Propiedad de Banach-Saks).
1.48 Sea H un espacio de Hilbert y sea A ⊂ H con la propiedad de que
para y ∈ H se tiene que

α(y) = sup |hz, yi| : z ∈ A < +∞.
Demuestre que A es un conjunto acotado.

1.49 Sea X un espacio normado real y f : X −→ R tal que para todo
x, y ∈ X se tiene f (x + y) = f (x) + f (y). Pruebe que si f está acotada
en algún entorno del origen entonces f ∈ X ∗ .
1.50 Sea X un espacio de Banach. Pruébese que:
(a) Si (xn )n∈N es una sucesión en X convergente a cero, entonces la
envoltura absolutamente convexa y cerrada de (xn )n∈N es compacto
en norma y viene dada por
nX X o
co{xn : n ∈ N} = an xn : |an | ≤ 1 .
(b) Si K ⊂ X es compacto para la norma, entonces existe una sucesión

(xn )n en X convergente a 0 tal que K está contenido en la envoltura
absolutamente convexa y cerrada de {xn : n ∈ N}.
1.51 Sea B una forma sesquilineal sobre un espacio de Hilbert complejo
y Q(x) = B(x, x) su forma cuadrática asociada. Demuestre que
ta
3
1X n
B(x, y) = i Q(x + in y)
ui
4
n=0
¿Es posible recuperar una forma bilineal a partir de su forma cuadrática
at
en un espacio de Hilbert real?
1.52
gr
Sean H un espacio de Hilbert, M ⊂ H un subconjunto convexo
cerrado y x ∈ H.
(i) Pruebe que y ∈ M es la mejor aproximación de x a M si, y sólo si,
tra
Rehx − y, w − yi ≤ 0 para todo w ∈ M .

(ii) Pruebe que si M es un subespacio, la conclusión Rehx−y, w−yi ≤ 0
es equivalente a (x − y) ⊥ M .
es
1.53 Sea H un espacio de Hilbert y sea (xn ) una sucesión (o una red)
en H. Pruebe que las siguientes afirmaciones son equivalentes.
mu
(i) (xn ) converge a x en H.

(ii) (hxn , yi) converge a hx, yi para cada y ∈ H y (kxn k) converge a kxk.
(iii) (hxn , yi) converge a hx, yi uniformemente en y ∈ {z ∈ H : kzk = 1}.
1.54 Demuestre que entre todas las curvas regulares cerradas y simples
en el plano, la circunferencia es la que encierra un área máxima. Proceda
del siguiente modo:
(i) Demuestre que si f es una función definida en un intervalo [0, 2π]
derivable, con derivada continua, entonces el desarrollo de Fou-
rier de f ′ se obtiene derivando término a término el desarrollo de
Fourier de f .
(ii) Si s es el parámetro arco y L la longitud de la curva entonces
la curva admite una parametrización en función de t := s/L con
t ∈ [0, 1] dada por
√ X X
x(t) = a0 + 2 an cos 2πnt + bn sin 2πnt
n≥1 n≥1
√ X X
y(t) = c0 + 2 cn cos 2πnt + dn sin 2πnt .
n≥1 n≥1
Deduzca que
ta
Z 1 X
2
(x′ (t)2 + y ′ (t)2 ) dt = 4π 2 n2 (a2n + b2n + c2n + d2n ).
ui
L =
0 n≥1
at
(iii) Muestre que el área A que la curva encierra satisface
Z gr
1 X
dy
A= x dt = 2πn(an dn − bn cn ).
0 dt
n≥1
tra
(iv) Muestre que L2 − 4πA ≥ 0 (desigualdad isoperimétrica) y que se da

la igualdad si, y sólo si a1 = d1 , b1 = −c1 an = bn = cn = dn = 0
para n ≥ 2. Siendo así que esta condición describe la ecuación de
es
una circunferencia.
1.55 Calcule las estimaciones para las constantes Cn (S) correspondien-
mu
tes a los espacios (Rn , k·kp ), con p = 1 y p = ∞, similares a las obtenidas

en el lema 1.12.11 para la norma euclídea.
1.56 Demuestre el teorema de aproximación por polinomios de Weiers-
trass comprobando que para una función continua dada f ∈ C[0, 1], las
siguientes funciones
Z 1
−1
n
pn (x) = λn 1 − (t − x)2 f (t) dt,
0
R1
donde λn = −1 (1 − t2 )n dt, son polinomios de grado no superior a 2n
que convergen uniformemente a f en intervalos de la forma [δ, 1−δ] para
cualquier δ ∈ (0, 1/2).
Indicación. Observe que la operación que proporciona los polinomios
es prácticamente una convolución con una sucesión de Dirac.
ta
[1] Fernando Albiac and Nigel J. Kalton, Topics in Banach space theory,
ui
Graduate Texts in Mathematics, vol. 233, Springer, New York, 2006.
MR 2192298 (2006h:46005). 6
at
[2] Spiros A. Argyros and Andreas Tolias, Methods in the theory of heredita-
rily indecomposable Banach spaces, Mem. Amer. Math. Soc. 170 (2004),
gr
no. 806, vi+114. MR 2053392 (2005f:46022). 6
[3] George Bachman and Lawrence Narici, Análisis funcional, Editorial Tec-
tra
nos, Madrid, 1981, Translated from the English by Eva Sánchez Mañés,
Serie de Matemática. [Mathematics Series]. MR 658665 (83e:46001). 4
[4] Stefan Banach, Theory of linear operations, Dover, 2009. 230
es
[5] Yoav Benyamini and Joram Lindenstrauss, Geometric nonlinear fun-

ctional analysis. Vol. 1, American Mathematical Society Colloquium
mu
Publications, vol. 48, American Mathematical Society, Providence, RI,

2000. MR 1727673 (2001b:46001). 6
[6] C. Bessaga and A. Pełczyński, Selected topics in infinite-dimensional
topology, PWN—Polish Scientific Publishers, Warsaw, 1975, Monografie
Matematyczne, Tom 58. 103
[7] Haim Brezis, Functional analysis, Sobolev spaces and partial differen-
tial equations, Universitext, Springer, New York, 2011. MR 2759829
(2012a:35002). 3, 4, 5
[8] Lennart Carleson, On convergence and growth of partial sums of Fourier
series, Acta Math. 116 (1966), 135–157. MR 0199631 (33 #7774). 275
Bibliografía 359
[9] B. Cascales, I. Namioka, J. Orihuela, and M. Raja, Enciclopaedia of ge-

neral topology, ch. Banach spaces and topology, I, pp. 449–453, Elsevier,
2004. 6
[10] , Enciclopaedia of general topology, ch. Banach spaces and topo-
logy, II, pp. 454–458, Elsevier, 2004. 6
ta
[11] Joan Cerdà, Linear functional analysis, Graduate Studies in Mathema-
tics, vol. 116, American Mathematical Society, Providence, RI, 2010.
ui
MR 2647959 (2011j:47001). 2
[12] G. Choquet, Topología, Toray Masson, 1971. 2, 3
at
[13] J. B. Conway, Functions of one complex variable, second ed., Springer-
Verlag, New York, 1978. 298 gr
[14] , A course in functional analysis, Springer Verlag, 1985. 2, 3, 4,
80, 299
tra
[15] Mahlon M. Day, Normed linear spaces, third ed., Springer-Verlag, New
York, 1973, Ergebnisse der Mathematik und ihrer Grenzgebiete, Band
21. MR 0344849 (49 #9588). 5
es
[16] J. Diestel, Sequences and series in Banach spaces, Springer-Verlag, 1984.

5, 95
mu
[17] Nelson Dunford and Jacob T. Schwartz, Linear operators. Part I, Wiley
Classics Library, John Wiley & Sons Inc., New York, 1988. MR 1009162
(90g:47001a). 5
[18] A. Dvoretzky and C. A. Rogers, Absolute and unconditional convergence
in normed linear spaces., Proc. Nat. Acad. Sci. U. S. A. 36 (1950), 192–
197. 90, 93
[19] H. G. Eggleston, Convexity, Cambridge University Press, 1958. 257
[20] Yuli Eidelman, Vitali Milman, and Antonis Tsolomitis, Functional
analysis, Graduate Studies in Mathematics, vol. 66, American Mathe-
matical Society, Providence, RI, 2004, An introduction. MR 2067694
(2006a:46001). 3, 4, 5
[21] P. Enflo, Banach spaces which can be given an equivalent uniformly con-
vex norm, Proceedings of the International Symposium on Partial Dif-
ferential Equations and the Geometry of Normed Linear Spaces (Jeru-
salem, 1972), vol. 13, 1972, pp. 281–288 (1973). 326
Bibliografía 360
[22] , A counterexample to the approximation property in Banach spa-

ces, Acta Math. 130 (1973), 309–317. 174, 284
[23] Lawrence C. Evans, Partial differential equations, second ed., Graduate
Studies in Mathematics, vol. 19, American Mathematical Society, Pro-
vidence, RI, 2010. MR 2597943 (2011c:35002). 3
ta
[24] M. Fabian, P. Habala, P. Hájek, V. Montesinos Santalucía, J. Pelant,
and V. Zizler, Functional analysis and infinite-dimensional geometry,
ui
Springer-Verlag, New York, 2001. 5, 325
[25] Marián Fabian, Petr Habala, Petr Hájek, Vicente Montesinos, and Vá-
at
clav Zizler, Banach space theory, CMS Books in Mathematics/Ouvrages
de Mathématiques de la SMC, Springer, New York, 2011, The basis for
gr
linear and nonlinear analysis. MR 2766381 (2012h:46001). 6
[26] K. Floret, Weakly compact sets, vol. 801, LNM. Springer-Verlag, 1980.
tra
333
[27] S. R. Foguel, On a theorem by A. E. Taylor, Proc. Amer. Math. Soc. 9
(1958), 325. 241
es
[28] I. Gohberg and S. Golberg, Basic operator theory, Birkhäuser, 1981. 4,

5, 181
mu
[29] D. B. Goodner, Projections in normed linear spaces., Trans. Am. Math.

Soc. 69 (1950), 89–108. 262
[30] W. T. Gowers, A new dichotomy for Banach spaces, Geom. Funct. Anal.
6 (1996), no. 6, 1083–1093. MR 97m:46017. 103
[31] A. Grothendieck, Topological vector spaces, Gordon and Breach Science
Publishers, New York, 1973. MR 0372565 (51 #8772). 5
[32] Petr Hájek, Vicente Montesinos Santalucía, Jon Vanderwerff, and Vá-
clav Zizler, Biorthogonal systems in Banach spaces, CMS Books in Mat-
hematics/Ouvrages de Mathématiques de la SMC, 26, Springer, New
York, 2008. MR 2359536 (2008k:46002). 6
[33] G. Hämmerlin and K-H. Hoffmann, Numerical mathematics, Undergra-
duate Texts in Mathematics, Springer-Verlag, New York, 1991, Trans-
lated from the German by Larry Schumaker, Readings in Mathematics.
MR 92d:65001. 108
Bibliografía 361
[34] M. Hasumi, The extension property of complex Banach spaces, Tôhoku

Math. J., II. Ser. 10 (1958), 135–142. 262
[35] Einar Hille, Analytic function theory. Vol. II, Introductions to Higher
Mathematics, American Mathematical Society, 2002. MR 0201608 (34
#1490). 3
ta
[36] John Horváth, Topological vector spaces and distributions. Vol. I,
Addison-Wesley Publishing Co., Reading, Mass.-London-Don Mills,
ui
Ont., 1966. MR 0205028 (34 #4863). 5
[37] T. W. Hungerford, Algebra, Springer-Verlag, New York, 1980. 150
at
[38] G. J. O. Jameson, Topology and normed spaces, Chapman and Hall,
London, 1974. MR 0463890 (57 #3828). 5
gr
[39] Hans Jarchow, Locally convex spaces, B. G. Teubner, Stuttgart,
1981, Mathematische Leitfäden. [Mathematical Textbooks]. MR 632257
tra
(83h:46008). 5
[40] W.B. Johnson and J. Lindenstrauss (eds.), Handbook of the geometry of
Banach spaces, 2 vols., North Holland, New York, 2001–2003. 6
es
[41] Y. Katznelson, An introduction to harmonic analysis, Dover Publica-

tions Inc., New York, 1976. 275
mu
[42] J. L. Kelley, The Tychonoff product theorem implies the axiom of choice,
Fund. Math. 37 (1950), 75–76. 234
[43] , Banach spaces with the extension property, Trans. Amer. Math.
Soc. 72 (1952), 323–326. 262
[44] , Topología general, Editorial Universitaria de Buenos Aires, Bue-
nos Aires, 1962. MR 33 #6566. 2, 29, 84, 86, 88, 173, 235
[45] John L. Kelley and Isaac Namioka, Linear topological spaces, Springer-
Verlag, New York, 1976, Graduate Texts in Mathematics, No. 36. MR
0394084 (52 #14890). 5
[46] D. Kincaid and W. Cheney, Análisis numérico: las matemáticas del
cálculo científico, Addison-Wesley Iberioamericana, Wilmington, Dela-
ware, EUA, 1994. 3, 49
[47] A. Kolmogorov and S. Fomine, Elementos de la teoría de funciones y
del análisis funcional, Ediciones Mir, Moscú, 1975. 3, 4, 5
Bibliografía 362
[48] G. Köthe, Topological vector spaces I, Springer-Verlag, 1969. 5, 302, 325

[49] Serge Lang, Analysis I, third ed., Addison-Wesley, 1973. 3
[50] Peter D. Lax, Functional analysis, Pure and Applied Mathematics (New
York), Wiley-Interscience [John Wiley & Sons], New York, 2002. MR
1892228 (2003a:47001). 2, 3, 4, 5
ta
[51] B. V. Limaye, Functional analysis, Wiley, 1981. 2, 3, 4, 5, 175, 208, 211,
271, 274
ui
[52] J. Lindenstrauss and L. Tzafriri, On the complemented subspaces pro-
blem, Israel J. Math. 9 (1971), 263–269. 52
at
[53] Joram Lindenstrauss, David Preiss, and Jaroslav Tišer, Fréchet differen-
gr
tiability of Lipschitz functions and porous sets in Banach spaces, Annals
of Mathematics Studies, vol. 179, Princeton University Press, Princeton,
NJ, 2012. MR 2884141. 6
tra
[54] J. T. Marti, Introduction to the theory of bases, vol. 18, Springer Tracts
in Natural Philosophy, 1969. 284
[55] R. Daniel Mauldin (ed.), The Scottish Book, Birkhäuser Boston, Mass.,
es
1981. MR 666400 (84m:00015). 231

[56] L. Nachbin, A theorem of Hahn–Banach type for linear transformation,
mu
Trans. Am. Math. Soc. 68 (1950), 28–46. 262

[57] Frigyes Riesz and Béla Sz.-Nagy, Functional analysis, Dover Books on
Advanced Mathematics, Dover Publications Inc., New York, 1990. MR
1068530 (91g:00002). 4
[58] W. Rudin, Functional analysis, McGraw-Hill, Inc., 1973. 2, 5, 178, 181,
245, 249, 267
[59] , Análisis real y complejo, tercera ed., McGraw-Hill, 1988. 3, 30,
35, 63, 64, 121, 123, 275, 302, 327, 344
[60] B. R. Salinas and F. Bombal, The Tychonoff product theorem for com-
pact hausdorff spaces does not imply the axiom of choice. A new proof.
Equivalent propositions, Collectanea Mathematica XXIV (1973), 221–
230. 235
[61] H. H. Schaefer, Topological vector spaces, Springer-Verlag, New York
Heidelberg Berlin, 1971. 5
Bibliografía 363
[62] L. Schwartz, Thèorie des distributions, Hermann, 1950. 80

[63] , Theorie des distributions, Hermann, 1978. 68
[64] Laurent Schwartz, Analyse. topologie générale et analyse fonctionnelle,
Hermann, Paris, 1970, Collection Enseignement des Sciences, No. 11.
MR 0467223 (57 #7087). 2, 3, 4, 5
ta
[65] , Analyse hilbertienne, Hermann, Paris, 1979, Collection Métho-
des. MR 552779 (81a:46001). 3
ui
[66] Elias M. Stein and Rami Shakarchi, Real analysis, Princeton Lectures in
at
Analysis, III, Princeton University Press, Princeton, NJ, 2005, Measure
theory, integration, and Hilbert spaces. MR 2129625 (2005k:28024). 3,
4, 5, 78 gr
[67] Terence Tao, An epsilon of room, II, American Mathematical Society,
Providence, RI, 2010, Pages from year three of a mathematical blog.
tra
MR 2780010 (2012c:00001). 3, 5
[68] A. E. Taylor, The extension of linear functionals, Duke Math. J. 5
es
(1939), 538–547. 241

[69] H. Toruńczyk, Characterizing Hilbert space topology, Fund. Math. 111
(1981), no. 3, 247–262. 103
mu
[70] K. Vo-Khac Khoan, Distributions, analyse de Fourier, operateurs aux

dérivées partielles, 2 vols., Vuibert, Paris, 1972. 3, 5
[71] Alan J. Weir, General integration and measure, Cambridge University
Press, London, 1973, 1974, Integration and measure, 2 vols. MR 0480919
(58 #1067b). 3
[72] K. Yosida, Functional analysis, Springer Verlag, 1980. 3, 4, 70, 158
[73] E. Zeidler, Applied functional analysis. Applications to mathematical
physics, Springer Verlag, 1995. 3, 4
[74] , Applied functional analysis. Main principles and their applica-
tions, Springer Verlag, 1995. 5
Este libro es un curso de introducción al Análisis Funcional.
De entre las posibles elecciones al tema, los autores han
optado por los contenidos que habitualmente explican en sus
cursos de Análisis Funcional y que parece que otros docentes
comparten como pertenecientes a un curso de iniciación. Los
autores son miembros del grupo de Análisis Funcional de la
Universidad de Murcia y tienen amplia experiencia
investigadora y docente en la temática del libro. Creemos
que el contenido, nivel y forma de presentación de este texto
puede hacerlo especialmente útil tanto para estudiantes de
grado como para estudiantes de máster. No es fácil encontrar
un libro de Análisis Funcional con estas características que
vaya acompañado de una larga lista de ejercicios propuestos,
a cuyas soluciones, escritas por especialistas, se pueda
acceder a través de una aplicación web. A veces se pueden
encontrar ejercicios y sus soluciones en internet, pero no es
tan frecuente que las soluciones a problemas tenga autoría
reconocida y se puedan encontrar desde el propio libro.
ISBN 978-84-940688-2-9
9 788494 068829

TU1 MuestraGratuita 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

TU1 MuestraGratuita PDF

Cargado por

Copyright:

Formatos disponibles

ecto Bernardo Cascales, José Manuel Mira,

Diseño de cubierta: Juan Pedro Cascales Sandoval y Ana Martínez Martínez

Todos los derechos reservados.

Ediciones Electolibris S.L. no posee el Copyright de las fotografías que aparecen

Reseña histórica sobre David Hilbert, 34

1.7. Problemas variacionales cuadráticos . . . . . . . . . . . . . . 56

1.10. Operadores diferenciales y soluciones débiles . . . . . . . . . . 74

2. Teoría espectral de operadores compactos normales 137

2.5. Teorema espectral para operadores compactos normales . . . 178

3. Los principios fundamentales del Análisis Funcional 227

3.8. Pares duales. Polares. El teorema bipolar . . . . . . . . . . . . 310

3.11. Separabilidad y metrizabilidad. Propiedad de Schur . . . . . . 328

A. Introducción a la integral de Lebesgue 343

tencia de hipervínculos internos e hiperenlaces externos, lo que ha permitido

de los problemas en una aplicación web, fraccionadamente, como haríamos

hemos ﬁjado, siendo nuestra intención la de ir introduciendo paulatinamente

las álgebras de Banach, la teoría general de espacios vectoriales topológicos,

derivadas parciales, etc.

do de las aplicaciones. Esta presentación de los temas tiene la ventaja de

teorema 1.7.1; se estudia la convolución como método para regularizar fun-

rema 1.9.8; se estudia el método de Galerkin-Ritz de aproximación, 1.11.1;

noción de red y familia sumable; se construyen bases hilbertianas del espacio

introducen ejemplos concretos de operadores, y se analiza la posibilidad de

sección 2.6.2; se aprovecha el estudio anterior para resolver el problema de

técnicas aquí estudiadas [3, 7, 64, 50, 72]

de límites de Banach, la existencia de funciones continuas con series de Fou-

sin necesidad de utilizar el teorema de Radon–Nikodým; se introduce su-

topologías débiles, comportamiento sucesional de los débil compactos, teo-

podríamos recomendar al lector sobre las cuestiones tratadas en este capítu-

querido Salvador Sánchez-Pedreño quien nos ha ayudado a componer el libro,

Los autores maniﬁestan su agradecimiento a la Real Sociedad Matemática

libro en la colección “Textos Universitarios - Matemáticas” que Ediciones

1.1. Espacios de Banach

1.2. Espacios normados de dimensión ﬁnita

Objetivos centrales del capítulo

ferenciables, holomorfas, etc. que el lector ha encontrado anteriormente

Recordar el concepto de espacio de Hilbert y caracterizar los espacios de

Resolver el problema de la existencia y unicidad del vector de mejor aproxima-

Aplicar la teoría de espacios de Hilbert para demostrar el teorema de Mal-

uniforme de las funciones continuas por polinomios.

representar una función holomorfa en un abierto Ω del plano complejo

análoga a la serie de potencias, con coeﬁcientes (an )n unívocamente

L os objetos que se consideran en Análisis Matemático: espacios euclídeos,

indistintamente el cuerpo R de los números reales o el cuerpo C de los com-

pacio euclídeo, que recoge y abstrae todas las propiedades signiﬁcativas a la

sión inﬁnita de ese modelo.

1.1. Espacios de Banach

mos indistintamente su bola unidad cerrada, es decir, BX = B[0, 1] =

ta del espacio normado (X, k · k), es decir, B(0, 1) = int BX = {x ∈ X :

(iv) SX = {x ∈ X : kxk = 1} designa la esfera unidad del espacio normado

d(x, S) := ı́nf{d(x, y) : y ∈ S} = ı́nf{kx − yk : y ∈ S}.

son homeomorfismos (biyectivas y bicontinuas).

(iii) Si G es un subconjunto abierto de X, también lo es G + A cualquiera

Demostración. Las tres primeras aﬁrmaciones son muy sencillas y quedan

La propiedad (v) se obtiene de forma inmediata utilizando la caracterización

Si (X, k · k) es un espacio normado, un subconjunto A ⊂ X se dice

o equivalentemente, si existe M ≥ 0 tal que kxk ≤ M para cada x ∈ A.

kT k : = sup{kT (x)k : kxk ≤ 1} = sup{kT (x)k : kxk = 1}

es una norma en L(X, Y ). Además, si Y es un espacio de Banach

denota con X ∗ , se llama dual topológico de X.

Sean X e Y dos espacios normados.

en Y si es un isomorfismo algebraico tal que T y T −1 son conti-

es un isomorfismo topológico de espacios normados.