Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Definición 1 (Métrica y Espacio Métrico). Sea X un conjunto no vacı́o. Una métrica en X será una función
real valuada definida en X × X, es decir
d :X × X −→ R
M1. Si x, y ∈ X, d(x, y) ≥ 0.
Un espacio métrico será una pareja (X, d), donde X es no vacı́o y d una métrica en X.
Cuando no haya cabida a confusión se hará referencia al espacio métrico simplemente indicando el conjunto
X, dejando implı́citamente la existencia de la métrica. En un espacio métrico los elementos de X le diremos
puntos y si x, y ∈ X, al número d(x, y) se le dirá la distancia desde x a y.
Observación 1. En algunos textos se define la métrica considerando, como debe ser, únicamente las condiciones
M2, M3 y M4, puesto que estas implican M1. Si la condición M2 se reemplaza por la condición más débil
satisface las condiciones para ser una métrica en A. En tal caso (A, dA ) es llamado un subespacio métrico de
(X, d) y dA es llamada la métrica inducida en A por d.
1
Ejemplo 1. Listaremos unos ejemplos de espacios métricos:
1. Considere X = R con la función distancia definida como d(x, y) = |x − y|, donde | · | denota el valor
absoluto y está dado por
a, si a ≥ 0;
|a| =
−a,
si a < 0.
De las propiedades del valor absoluto se sigue que d es una métrica en R y ası́ (R, d) es un espacio métrico.
p
|x + iy| = x2 + y 2
Similarmente, las propiedades del módulo implican que d es una métrica en C y (C, d) es un espacio
métrico.
Las propiedades del valor absoluto, nuevamente, implican que d1 es una métrica en R2 . Si combinamos
dichas propiedades con las propiedades del máximo, se obtiene que d∞ es otra métrica en R2 (Ver ejemplo
1.8).
Ahora, cuando se establezca que dp es una métrica; para p ≥ 1, en particular, se tendrá el resultado para
d2 . Esto lo demostraremos luego (Ver ejemplo 1.11).
2
y w = (y1 , y2 , . . . , yn ), se pueden definir en X las funciones
n
X
d1 (z, w) := |xk − yk |,
k=1
v
u n
uX
d2 (z, w) := t |xk − yk |2 ,
k=1
v
u n
uX
dp (z, w) := t
p
|xk − yk |p , con p > 1,
k=1
Con respecto a las demostraciones se tienen los mismos comentarios que antes (Ver ejemplo 1.11). De
igual forma se obtienen otros ejemplos reemplazando Rn por Cn y | · | por el módulo | · |. Por tal razón
se usa la misma notación. En conclusión, (Rn , d2 ) es llamado el espacio Euclidiano n−dimensional,
mientras que (Cn , d2 ) es llamado el espacio Complejo n−dimensional.
Ası́, d∗ es una métrica en X que le llamaremos la métrica discreta y (X, d∗ ) es llamado el espacio
discreto.
6. Sean a, b ∈ R con a < b. Consideramos el conjunto de las funciones continuas en el intervalo cerrado
[a, b], el cual denotaremos por C[a, b]. Si f, g ∈ C[a, b], definimos
Esta función está bien definida gracias al Teorema del Valor Extremos en Compacto. Además las pro-
piedades del máximo implican que d es una métrica en C[a, b] (Ver ejemplo 1.8). Ası́ (C[a, b], d) es un
espacio métrico que llamaremos el espacio de las funciones continuas.
7. Denotemos por B(A; R) (resp. B(A; C)) el conjunto de las funciones f : A −→ R (resp. f : A −→ C)
definidas y acotadas en el conjunto A. Si f, g ∈ B(A; R), definimos
Siendo f y g funciones acotadas en A, se tiene que d está bien definida. Además, las propiedades
del supremo, junto con las del valor absoluto implican que d es una métrica en B(A; R) (Ver ejemplo
3
1.8). El espacio métrico (B(A; R), d) es llamado el espacio de las funciones acotadas. Más preciso,
(C[a, b], d) ⊂ (B([a, b]; R), d) como subespacio métrico.
En los ejemplos siguientes y en adelante S denotará el conjunto de las sucesiones reales o complejas indis-
tintamente. Si se desea hacer énfasis, usaremos las notaciones SC o SR . Por ejemplo
SC := {x = {xn }∞
n=1 : xn ∈ C para todo n ≥ 1}.
• La sucesión {xn } es acotada si existe C > 0 tal que |xn | ≥ C para todo n ≥ 1.
P n
P
• La seria xn se dice absolutamente convergente si la sucesión tn = |xk | es convergente.
k=1
Veamos que d∞ es una métrica. Ası́, (l∞ , d∞ ) es otro ejemplo de espacio métrico.
(⇐) Supongamos que d∞ (x, y) = 0. Entonces, por definición del supremo se tiene que
M3. Dado que |xn − yn | = |yn − xn | para todo m ≥ 1, luego d∞ (x, y) = d∞ (y, x).
4
M4. Para las sucesiones x = {xn }, y = {yn }, z = {xn } ∈ l∞ , se sabe que
ˆ y) = d(x, y)
d(x, ; x, y ∈ X. (4)
1 + d(x, y)
a+b a b
≤ + , si a, b ≥ 0. (5)
1+a+b 1+a 1+b
∞
X |xn − yn |
d(x, y) := 2−n . (6)
n=1
1 + |xn − yn |
Ası́ definida d es una métrica. De hecho, M1. se sigue del criterio de comparación de series. M2. y M3.
se cumplen por la métrica del ejemplo 1. Finalmente, M4. se verifica como en el ejemplo anterior y la
convergencia de series.
siguiente función: v
u∞
uX
p
dp (x, y) := t |xn − yn |p . (7)
n=1
Para demostrar que dp es una métrica se deben establecer unas desigualdades con nombre propio, a saber:
• Desigualdad de Young
• Desigualdad de Hölder
• Desigualdad de Cauchy-Schwarz
• Desigualdad de Minkowski
5
Desigualdad de Young
Recordemos que una función f : A ⊆ R −→ R se dice cóncava hacia abajo en A, si para todo t1 , t2 ∈ A,
se cumple que
λf (t1 ) + (1 − λ)f (t2 ) ≤ f (λt1 + (1 − λ)t2 ), para todo λ ∈ [0, 1].
αp βq 1 1
αβ ≤ + ; si α, β ≥ 0 y + = 1. (8)
p q p q
Demostración. Sea f (t) = ln(t) para t > 0. Entonces f 00 (t) = − t12 < 0 esto es, f es cóncava hacia abajo
en R+ . Lo cual implica que
(1−λ)
ln tλ1 t2 ≤ ln (λt1 + (1 − λ)t2 ) .
Equivalentemente
(1−λ)
tλ1 t2 ≤ λt1 + (1 − λ)t2 .
1 1 1 1
Sean α, β ≥ 0 y p + q = 1 y consideramos t1 = αp , t2 = β q y λ = p. Entonces 1 − λ = q y (8) se
cumple.
Desigualdad de Hölder
1 1
Sea p > 1 y definimos q de tal forma que p + q = 1. En este caso diremos que los número p y q son
exponentes conjugados.
∞
1/p ∞
1/q
p q
P P
Demostración. Sean A = |xn | y B= |yn | . Note que |xm | ≤ A, para todo m ≥ 1.
n=1 n=1
Luego, A = 0 si y solo si xm = 0, para todo m ≥ 1. Además, si A = 0 o B = 0, la desigualdad (9) se
cumple. Supongamos que A 6= 0 y B 6= 0 y considere
xn yn
αn = y βn = , para n ≥ 1.
A B
∞ ∞
|αn |p = 1 y |βn |q = 1. De hecho, por la desigualdad de Young se sigue que
P P
Entonces
n=1 n=1
|αn |p |βn |q
|αn βn | ≤ + , para todo n ≥ 1.
p q
6
Más aún,
∞ ∞ ∞
X 1X 1X 1 1
|αn βn | ≤ |αn |p + |βn |q = + = 1.
n=1
p n=1 q n=1 p q
Finalmente
∞ ∞
1 X X
|xn yn | = |αn βn | ≤ 1,
AB n=1 n=1
∞ ∞
! 21 ∞
! 12
X X X
|xn yn | ≤ |xn |2 |yn |2 . (10)
n=1 n=1 n=1
Demostración. p = q = 2.
Desigualdad de Minkowski
∞
! p1 ∞
! p1 ∞
! p1
X X X
p p p
|xn + yn | ≤ |xn | + |yn | . (11)
n=1 n=1 n=1
Demostración. Sea wn = xn + yn , para cada n ≥ 1. Entonces |wn |p ≤ |wn |p−1 |xn | + |wn |p−1 |yn |. Si
∞ ∞
|wn |p = 0, la desigualdad (11) evidentemente se cumple. Supongamos que |wn |p 6= 0. Luego
P P
n=1 n=1
∞
X ∞
X ∞
X
p p−1
|wn | ≤ |wn | |xn | + |wn |p−1 |yn |
n=1 n=1 n=1
∞
!1/p ∞
!1/q ∞
!1/p ∞
!1/q
X X X X
≤ |xn |p |wn |(p−1)q + |yn |p |wn |(p−1)q
n=1 !1/p
n=1
!1/p ∞
n=1
!1/q
n=1
X∞ ∞
X X
= |xn |p + |yn |p |wn |(p−1)q
n=1 n=1 n=1
!1/p !1/p !1/q
X∞ ∞
X X∞
p p p
= |xn | + |yn | |wn | .
n=1 n=1 n=1
Es claro que dp es no negativa. La desigualdad de Minkowski implica que dp está bien definida y satisface
7
la desigualdad triangular, obteniendo ası́ M1. y M4. La condición M3. es evidente. M2. fue demostrada
implı́citamente al inicio de la prueba de la Desigualdad de Hölder. Por lo tanto, (lp , dp ) es un espacio
métrico. Si lp ⊂ SR , se llamará el espacio real lp , si lp ⊂ SC , se llamará el espacio complejo lp .
Finalizamos los ejemplos haciendo las siguientes anotaciones: Las “métricas” dp definida en los ejemplos
1.4. y 1.5 pueden ser considerados como casos particulares de dp en lp , ya que si (z1 , z2 , . . . , zm ) ∈ Cm ,
entonces {xn } ∈ lp , donde
zn , si n ∈ {1, 2, . . . , m};
xn = (12)
0, si n ≥ m + 1.
Por tal motivo, se cumplen M1.-M4. para la métrica dp del ejemplo 14. Además, (Cm , dp ) ⊆ (lp , dp ) o
(Rm , dp ) ⊆ (lp , dp ) como subespacio métrico.
En ocasiones usaremos el conjunto B∗ (x0 , r) := B(x0 , r) \ {x0 }, denominado la bola agujerada. Por ejemplo,
consideremos (X, d∗ ). Entonces
x0 ,
si r < 1; ∅,
si r 6= 1;
B(x0 , r) = ; S(x0 , r) =
X, si r ≥ 1. X, si r = 1.
1. El conjunto A se dice que es abierto en X, si para cada a ∈ A, existe r > 0 tal que B(a, r) ⊆ A.
4. El interior de A será el conjunto formado por todos los puntos interiores de A y es denotado por Int(A).
6. El punto x0 se dice un punto de acumulación o punto lı́mite de A, si para cada r > 0 se cumple que
B∗ (x0 , r) ∩ A 6= ∅.
8
7. El derivado de A será el conjunto formado por todos los puntos de acumulación de A y es denotado por
A0 .
8. El punto x0 se dice un punto de adherencia de A, si para cada r > 0 se cumple que B(x0 , r) ∩ A 6= ∅.
9. La clausura de A será el conjunto formado por todos los puntos de adherencia de A y es denotado por
A o por Cl(A).
10. El punto x0 se dice un punto frontera de A, si para cada r > 0 se cumple que B(x0 , r) ∩ A 6= ∅ y
B(x0 , r) ∩ (X \ A) 6= ∅.
11. La frontera de A será el conjunto formado por todos los puntos frontera de A y es denotado por ∂A.
k
T
T3. Si U1 , U2 , . . . , Uk ∈ τd , entonces Uj ∈ τd .
j=1
En general, una familia de conjuntos en X que cumple T1, T2 y T3 es llamada una topologı́a en X y los elementos
de la topologı́a se les llaman abiertos. Ası́, un espacio topológico será un conjunto X con una topologı́a en X.
Además, todo espacio métrico es espacio topológico y τd es llamada la topologı́a inducida por la métrica.
[ \
Int(A) = {O ⊆ A : O es abierto en X}, A= {F ⊇ A : F es cerrado en X}. (14)
Note que un conjunto denso en X será un conjunto que lo intercepta cualquier bola en X. Esto es, M es
denso en X si y solo si para todo x ∈ X y todo r > 0, se tiene que M ∩ B(x, r) 6= ∅. O sea, M está esparcido
en todo X.
1. Sea (X, d∗ ) el espacio métrico discreto. Note que τd∗ = 2X , es decir, todo subconjunto de X es abierto.
En este caso, el único conjunto denso en X será X. Más aún, X es separable si y solo si X es contable.
9
2. Del curso de análisis real sabemos que Qn , el conjunto de los números racionales, es denso en Rn . Además,
Qn es contable. Por lo tanto, Rn es separable.
es contable y denso en Cn .
∞
l0,1 := {{xn } ∈ l∞ : xn ∈ {0, 1} para todo n ≥ 1}.
∞
f : l0,1 −→ [0, 1]
∞
X xn
{xn } −→ f ({xn }) = .
n=1
2n
Note que f está bien definida, gracias al criterio de comparación de series. Además, f es inyectiva, por
ser f ({xn }) una serie de términos no negativos e independientes. Más aún, f es sobreyectiva puesto que
todo numero θ ∈ [0, 1], tiene una representación de la forma
∞
X ζn
θ= ,
n=1
2n
donde ζn es cero o uno para cada n ≥ 1. Ası́, f es biyectiva y [0, 1] es infinito no contable. Por lo cual
∞ ∞
l0,1 es infinito no contable. También tenemos que si {xn }, {yn } ∈ l0,1 , entonces
0, si {xn } = {yn };
d∞ ({xn }, {yn }) =
1, si {xn } =
6 {yn }.
es denso y contable.
10
Definición 5. Sean (X, dX ) y (Y, dY ) espacios métricos y f : X −→ Y una función. Se dice que f es continua
en x0 ∈ X, si para cada > 0 existe δ > 0 tal que
La condición (15) es equivalente a decir que f (x) ∈ B(f (x0 ), ) para todo x ∈ B(x0 , δ). Equivalentemente
Demostración. Leer.
3. Sucesiones
Ya hemos hablado antes de sucesiones reales y complejas, y sabemos que estos dos son ejemplos de espacios
métricos. Ahora continuamos con sucesiones en espacios métricos en general. En lo que sigue (X, d) será un
espacio métrico.
Definición 6. Una sucesión en X será una función cuyo dominio es el conjunto de los números naturales y
su rango está en Z. Esto es
x : N −→ X
n −→ x(n).
Por comodidad y conservando la notación en R o C usaremos la notación xn en vez de x(n) y {xn } o {xn }∞
n=1
Definición 7. Sea {xn } una sucesión en X. La sucesión se dice convergente en X, si existe a ∈ X tal que la
sucesión de números reales dn = d(xn , a) converge a cero. Esto es d(xn , a) −→ 0, cuando n −→ ∞. Equivalen-
temente, para cada > 0 existe N0 ∈ N tal que d(xn , a) < para todo n ≥ N0 .
En este caso diremos que a es el lı́mite de la sucesión y escribimos xn −→ a, cuando n −→ ∞ ó
lı́m xn = a.
n−→∞
11
Cabe aclarar que el concepto de convergencia no depende intrı́nsecamente de la sucesión, sino del espacio
métrico en el cual esté la sucesión. De hecho, si X1 = R, X2 = (0, 1) y de (x, y) = |x − y|, la sucesión xn = n1
Si diam(M ) < ∞, diremos que M es acotado. Una sucesión {xn } se dice acotada si el conjunto M = {xn : n ≥ 1}
es acotado.
Observación 3. El conjunto M ⊆ X será acotado si y solo si existe x0 ∈ X y r > 0 tal que M ⊆ B(x0 , r).
Por otro lado, supongamos que xn −→ a0 . Si a 6= a0 , entonces d(a, a0 ) > 0. Para 0 = 21 d(a, a0 ) existen N0
y N1 en N tal que
12
2. Supongamos que yn −→ b, cuando n −→ ∞. Sea > 0. Luego, para 0 = 2 , existen N0 y N1 en N tal que
d(xn , yn ) ≤ d(xn , a) + d(a, b) + d(b, yn ) < 0 + d(a, b) + 0 = 20 + d(a, b); (A.1)
Continuamos con otros conceptos relevantes al momento del estudio de sucesiones en espacios métricos en ge-
neral. El concepto sucesión de Cauchy muchas veces nos servirá como condición de convergencia, principalmente
en espacios completos.
Definición 9 (Sucesión de Cauchy). Sea {xn } una sucesión en el espacio métrico (X, d). La sucesión se llama
de Cauchy, si para cada > 0, existe N1 ∈ N, tal que
Como vimos anteriormente, el concepto de ser convergente depende en dónde esté considerada la sucesión,
mas no de la sucesión misma, mientras que el hecho de ser de Cauchy es una condición que depende única y
1
exclusivamente de la sucesión misma. De hecho, {xn = n} es una sucesión de Cauchy.
También se puede verificar que toda sucesión convergente en un espacio métrico es de Cauchy. En efecto,
supongamos que xn −→ a, cuando n −→ ∞ y considere > 0. Luego, para 0 = 2, existe N0 ∈ N tal que
d(xn , a) < para todo n ≥ N0 . Ası́, si m, n ≥ N0 , entonces
El recı́proco de este resultado no es cierto, en general. Más preciso, da lugar a la siguiente definición.
Definición 10 (Espacio Completo). Un espacio métrico (X, d) se dice completo si toda sucesión de Cauchy es
convergente en X.
13
Del curso del análisis real y complejo se tiene que (R, d) y (C, d) son espacios métricos completos (ver
[?]Rudin). De forma apropiada podemos verificar que si a, b ∈ R, entonces (Rr{a}, d), ((a, b), d) y (Q, d) no
son espacios métricos completos, al considerarlos como subespacios de (R, d). Luego daremos más ejemplos de
espacios métricos completos y otros que no lo son.
Para el siguiente resultado necesitamos recordar que M = M ∪ M 0 , lo cual se sigue de la definición de la
clausura de un conjunto.
b.) El conjunto M es cerrado en X si y solo si para cada sucesión {xn } en M que es convergente, su lı́mite
está en M , esto es M 0 ⊆ M .
a.) Sea a ∈ X. Luego, a es un punto de adherencia de M si y solo si para cada n ∈ N, existe xn ∈ M ∩ B(a, n1 ).
Esto es, xn ∈ M para todo n ≥ 1 y d(xn , a) −→ 0, cuando n −→ ∞.
b.) Note que M es cerrado si y solo si M = M . Ası́, teniendo claro que M ⊆ M siempre se cumple. Entonces
M es cerrado si y solo si M 0 ⊆ M .
Teorema 2. Sea (X, d) un espacio métrico completo y M ⊆ X. El subespacio (M, dM ) es completo si y solo si
M es cerrado en X.
(⇒) Supongamos que (M, dM ) es completo. Veamos que M 0 ⊆ M , i.e., cada sucesión {xn } en M que es
convergente, su lı́mite está en M . Sea {xn } una sucesión en M que es convergente, digamos xn −→ a,
cuando n −→ ∞. Luego {xn } es de Cauchy. Ası́, {xn } es convergente en M , lo que significa que existe
b ∈ M tal que xn −→ b, cuando n −→ ∞. Dado que el lı́mite es único, se tiene que a = b ∈ M .
(⇐) Supongamos que M es cerrado en X y sea {xn } ⊂ M una sucesión de Cauchy. Luego, {xn } ⊂ X siendo
de Cauchy y X siendo completo, existe a ∈ X tal que xn −→ a, cuando n −→ ∞. Dado que M 0 ⊆ M , se
sigue que a ∈ M . Ası́, la sucesión {xn } ⊂ M es convergente en M y por lo tanto M es completo.
Ahora sigue una caracterización de las funciones continuas por medio de sucesiones.
14
Demostración. Sea f : X −→ Y una función y a ∈ X.
(⇒) Supongamos que f es continua en a y sea xn −→ a, cuando n −→ ∞. Veamos que f (xn ) −→ f (a),
cuando n −→ ∞. De hecho, para > 0 dado, la continuidad de f en a implica que existe δ > 0 tal que
f (x) ∈ B(f (a), ) para todo x ∈ B(a, δ). Además, la convergencia de {xn } implica que existe N0 ∈ N tal
que xn ∈ B(a, δ) para todo n ≥ N0 . Por lo tanto, si n ≥ N0 , se tiene que f (xn ) ∈ B(f (a), ).
2. El subespacio de los polinomios (P [t], d), siendo considerado como subespacio de (C[a, b], d), no es completo
ya que no ser cerrado. En efecto, si consideramos para n ≥ 1
n ∞ k
X tk X t
fn (t) = , y f (t) = et = .
k! k!
k=0 k=0
Del curso de análisis real se tiene que fn −→ f uniformemente en [a, b]. Esto es d(fn , f ) −→ 0, cuando
n −→ ∞. Pero f ∈
/ P [t], por no ser un polinomio.
15
No es difı́cil verificar que dˆ define una métrica en C[a, b]. En el caso particular de a = 0 y b = 1, considere
la siguiente sucesión en C[0, 1]
1 − nt; si t ∈ [0, n1 ],
fn (t) =
0; si t ∈ ( n1 , 1].
Además
1;
si t = 0,
f (t) =
0; si t ∈ (0, 1].
!1/p
Z b
dˆp (f, g) = |f (t) − g(t)| dtp
, (20)
a
define una métrica en C[a, b], pero (C[a, b], dˆp ) no es completo.
A continuación mostraremos que todo espacio métrico puede ser identificado con un subespacio métrico
denso de un espacio métrico completo. Par ello necesitamos los siguientes conceptos
2. Los espacios se dicen isométricos si existe una función biyectiva T : X −→ Y que es una isometrı́a. En
tal caso escribimos X ∼
=Y.
Note que por definición, toda isometrı́a es inyectiva. Luego para decir que X ∼
= Y es suficiente con que la
isometrı́a sea sobreyectiva, esto es, T (X) = Y .
Teorema 4. Dado un espacio métrico (X, dX ), existe un espacio métrico (X, ˆ y un subconjunto W ⊆ X
b d) b
denso en X b tal que X ∼= W . El espacio métrico (X, ˆ es único, salvo isometrı́a, i.e., si (Yb , d̂0 ) es otro espacio
b d)
16
Demostración. Sea (X, dX ) un espacio métrico. Haremos la demostración siguiendo unos pasos
b := C(X)/ ∼ .
X (22)
elementos de [x] son {xn } sucesiones de Cauchy. Más aún, cada sucesión de Cauchy pertenece a una y
solo una clase de equivalencia, i.e., {xn } ∈ [{xn }]. Ahora, si [x], [y] ∈ X,
b defina
dˆ([x], [y]) = lı́m d(xn , yn ), donde {xn } ∈ [x], {yn } ∈ [y]. (23)
n−→∞
Siendo {xn }, {yn } sucesiones de Cauchy, entonces la sucesión real {αn = d(xn , yn )} es de Cauchy.
Del hecho que (R, d) es completo se sigue que el lı́mite
existe. Por otro lado, sean {xn }, {x0n } ∈ [x] y {yn }, {yn0 } ∈ [y]. Nuevamente, la desigualdad (24)
implica
|d(xn , yn ) − d(x0n , yn0 )| ≤ d(xn , x0n ) + d(yn , yn0 ); para todo n ≥ 1.
17
Dado que {xn } ∼ {x0n } y {yn } ∼ {yn0 }, se sigue que
De (25) y (26) se obtiene que dˆ está bien definida y no depende del representante de la clase de
equivalencia.
Entonces
W := {[w] ∈ X
b : Existe {bn } ∈ [w] y {bn } es una sucesión constante en X}. (27)
18
Ası́, existe N0 ∈ N tal que
r
d(xn , xm ) < , para todo m, n ≥ N0 .
2
Defina la sucesión constate bn = xN0 +1 , para todo n ≥ 1, y considere [w] = [{bn }] ∈ W , la clase de
equivalencia que contiene a la sucesión constante {bn }. Entonces
r
d(xn , bn ) = d(xn , xN0 +1 ) < para todo n ≥ N0 .
2
Ası́
ˆ r
d([x], [w]) = lı́m d(xn , bn ) ≤ < r.
n−→∞ 2
T : X −→ W
Si [w] ∈ W , entonces existe una sucesión constante {bn } en X tal que {bn } ∈ [w]. Luego, existe x0 ∈ X
tal que bn = x0 para todo n ≥ 1 y T (x0 ) = [w]. De donde se sigue que T es sobreyectiva. Ahora, sean
x1 , x2 ∈ X. Si T (x1 ) = [w] ∈ W y T (x2 ) = [w0 ] ∈ W , entonces las sucesiones constante bn = x1 y b0n = x2
para todo n ≥ 1, pertenecen a [w] y [w0 ], respectivamente. Además
cada m ≥ 1.
ˆ j , [x]k ) < ;
d([x] para todo j, k ≥ N1 .
3
19
Además, existe N2 ∈ N tal que
ˆ (zm ), T (zk ))
d(zm , zk ) = d(T
ˆ
= d([w]m , [w]k )
ˆ
≤ d([w] ˆ ˆ
m , [x]m ) + d([x]m , [x]k ) + d([x]k , [w]k )
< + + = .
3 3 3
Afirmación 5. Sea [z] = [{zn }] la clase de equivalencia que contiene a {zn }. Entonces [x]m −→ [z],
cuando m −→ ∞.
(m)
Por definición de {zn }, se tiene que T (zm ) = [w]m para cada m ≥ 1. Más aún, si m ≥ 1 y {bn } ∈ [w]m
es la sucesión constante, entonces; para cada m ≥ 1, tenemos
ˆ (b(m) ), T (zn ))
= lı́m d(T n
n−→∞
ˆ
= lı́m d([w]m , [w]n )
n−→∞
= lı́m d(zm , zn ).
n−→∞
Sea > 0. Trabajando de manera análoga a la Afirmación 4. se puede verificar que existe N0 ∈ N tal que
si m ≥ N0 , entonces
ˆ m , [z]) ≤ d([x]
d([x] ˆ m , [w]m ) + d([w]
ˆ m , [z])
1
< + lı́m d(zm , zn )
m n−→∞
< + = .
2 2
5. Unicidad del espacio (X, ˆ Supongamos que existen (Yb1 , dˆ1 ) y (Yb2 , dˆ2 ) dos espacios métricos completos
b d):
cj ⊆ Ybj densos en Ybj tales que X ∼
con subespacios W =Wcj para j = 1, 2. Sean Tj : X −→ W
cj las isometrı́as
biyectivas de X en W
cj para j = 1, 2.
20
c1 tal que wn −→ x, cuando n −→ ∞. Luego T2 T −1 (wn ) ∈ W
Para cada x ∈ Yb1 , existe {wn } ⊆ W 1
c2 para
Ası́, la sucesión {T2 T1−1 (wn ) } es de Cauchy y, por tanto, convergente en Yb2 . Definamos la siguiente
aplicación:
XG
w GG
ww GGTb2
S : Yb1 −→ Yb2 ww
Tb1
w GG
w{ w G#
x −→ S(x) = lı́m T2 T1−1 (wn ) . /W
W1 ⊆ Y1
c b c2 ⊆ Yb2
n−→∞ S
Esto implica que S está bien definida y no depende de la sucesión de aproximación. De manera análoga
se puede definir y verificar que S −1 (y) = lı́m T1 T2−1 (zn ) , con zn −→ y es la inversa de S. Además, la
n−→∞
continuidad de la métrica implica que, si wn −→ x1 y wn0 −→ x2 , cuando n −→ ∞, entonces
dˆ2 (S(x1 ), S(x2 )) = lı́m dˆ2 T2 T1−1 (wn ) , T2 T1−1 (wn0 ) = lı́m dˆ1 (wn , wn0 ) = dˆ1 (x1 , x2 ).
n−→∞ n−→∞
Definición 12. Sea (X, d) un espacio métrico. El espacio métrico (X, ˆ dado por el teorema se llamará la
b d)
completación de X.
Para finalizar esta sección introducimos, como consecuencia del teorema anterior y la definición, la comple-
tación del espacio métrico (C[a, b], dˆ1 ), lo denotaremos por (L1 [a, b], dˆ1 ). En general, la completación del espacio
métrico (C[a, b], dˆp ); con p ≥ 1, la denotaremos por (Lp [a, b], dˆp ).
21