1.

Conceptos preliminares: Espacios Métricos

En esta sección definiremos conceptos fundamentales que se utiliza a lo largo del curso, como por ejemplo
métrica, espacios métricos y la topologı́a de los mismos.
Para empezar diremos que R denota el conjunto de los números reales. Si X y Y son dos conjuntos, entonces
X × Y := {(a, b) : a ∈ X y y ∈ Y } es el producto cartesiano de X y Y .

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

(x, y) −→ d(x, y);

que satisface las siguientes condiciones:

M1. Si x, y ∈ X, d(x, y) ≥ 0.

M2. Para x, y ∈ X, se tiene que d(x, y) = 0 sı́ y solo si x = y.

M3. Si x, y ∈ X, d(x, y) = d(y, x). (Simetrı́a)

M4. Si x, y, z ∈ X, d(x, z) ≤ d(x, y) + d(y, z). (Desigualdad Triangular)

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

M2*. si x = y, entonces d(x, y) = 0,

la función d se conoce como una pseudométrica en X.

Si x1 , x2 , . . . , xn ∈ X, la condición M4 implica la desigualdad triangular generalizada

d(x1 , xn ) ≤ d(x1 , x2 ) + d(x2 , x3 ) + · · · + d(xn−1 , xn ).

Ahora, si A ⊂ X y es no vacı́o, entonces

dA = d|A×A ,

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.

2. Sea C := {z = x + iy : x, y ∈ R}, el conjunto de los números complejos y d(z, w) = |z − w|, donde | · |

denota el módulo de un complejo y está dado por

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.

3. Sean X = R2 := R × R. Si (a, b); (x, y) ∈ R2 defina las siguientes funciones

d1 ((a, b); (x, y)) := |a − x| + |b − y|,

p
d2 ((a, b); (x, y)) := |a − x|2 + |b − y|2 ,
p
dp ((a, b); (x, y)) := p |a − x|p + |b − y|p , con p > 1,

d∞ ((a, b); (x, y)) := máx{|a − x|, |b − y|}.

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).

4. Sea X = Rn := {(x1 , x2 , . . . , xn ) : xk ∈ R para todo k = 1, 2, . . . , n}. Análogamente, para z = (x1 , x2 , . . . , xn )

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

d∞ (z, w) := máx {|xk − yk |}.

1≤k≤n

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.

5. Sea X un conjunto no vacı́o. Si x, y ∈ X, se define


0,

si x = y;
d∗ (x, y) =
1, si x 6= y.


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

d(f, g) := máx {|f (t) − g(t)|}. (1)

t∈[a,b]

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

d(f, g) := sup{|f (t) − g(t)|}. (2)

t∈A

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}.

Sea x = {xn } ∈ S. Recordemos que:

• Si y = {yn } ∈ S, entonces x = y si y solo si xm = ym para todo m ≥ 1.

• La sucesión {xn } es acotada si existe C > 0 tal que |xn | ≥ C para todo n ≥ 1.

• La sucesión {xn } se dice convergente si existe z ∈ C, tal que |xn − z| −→ 0, cuando n −→ ∞.

P n
P
• La seria xn se dice ser convergente si la sucesión sn = xk es convergente.
k=1

P n
P
• La seria xn se dice absolutamente convergente si la sucesión tn = |xk | es convergente.
k=1

Continuamos con los ejemplos

8. Considere l∞ := {{xn } ∈ S : {xn } es acotada} y para x = {xn }, y = {yn } ∈ l∞ defina

d∞ (x, y) := sup{|xn − yn |}. (3)

n≥1

Veamos que d∞ es una métrica. Ası́, (l∞ , d∞ ) es otro ejemplo de espacio métrico.

M1. Siendo x y y sucesiones acotadas, entonces x − y es también acotada, gracias a la desigualdad

triangular de | · |. Ası́, d∞ está bien definida y es no negativa.

M2. Para esta propiedad la dividiremos en dos implicaciones.

(⇒) Si x = y, entonces xn = yn para todo n ≥ 1. Luego |xn − yn | = 0 para todo n ≥ 1. Ası́

d∞ (x, y) = sup{|xn − yn |} = sup{0} = 0.

n≥1 n≥1

(⇐) Supongamos que d∞ (x, y) = 0. Entonces, por definición del supremo se tiene que

|xm − ym | ≤ sup{|xn − yn |} = d∞ (x, y) = 0, para todo m ≥ 1.

n≥1

Ası́, xm − ym = 0 para todo m ≥ 1. Esto es, x = y.

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

|xm − zm | ≤ |xm − ym | + |ym − zm |, para todo m ≥ 1.

Además, |xm − ym | ≤ d∞ (x, y) y |ym − zm | ≤ d∞ (y, z) para todo m ≥ 1. Ası́

|xm − ym | ≤ d∞ (x, y) + d∞ (y, z), para todo m ≥ 1.

De aquı́ se sigue la desigualdad triangular d∞ (x, z) ≤ d∞ (x, y) + d∞ (y, z).

9. Sea (X, d) un espacio métrico. Definamos

ˆ y) = d(x, y)
d(x, ; x, y ∈ X. (4)
1 + d(x, y)

Veamos que dˆ es otra métrica en X. Además d(x,

ˆ y) < 1 y d(x,
ˆ y) ≤ d(x, y) para todo x, y ∈ X. En efecto,

puesto que d ≥ 0, se tiene que 0 ≤ d

1+d <1 y d
1+d ≤ d, lo cual implica que dˆ satisface M1. Además, el
hecho de d ser métrica implica que dˆ cumple M2. y M3. La condición M4. se sigue gracias a que la función
t
f (t) = 1+t es creciente en t ∈ [0, ∞) junto con la desigualdad:

a+b a b
≤ + , si a, b ≥ 0. (5)
1+a+b 1+a 1+b

10. Para x = {xn }, y = {yn } ∈ S defina

∞
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.

11. Sea p ≥ 1 y defina lp := {{xn } ∈ S : |xn |p es convergente}. Si x = {xn }, y = {yn } ∈ lp , defina la

P

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].

A continuación enunciamos la bien conocida desigualdad de Young.

Proposición 1 (Desigualdad de Young).

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.

Proposición 2 (Desigualdad de Hölder). Sean p y q exponentes conjugados. Si {xn } ∈ lp y {yn } ∈ lq ,

entonces ! p1 ! q1
∞
X ∞
X ∞
X
|xn yn | ≤ |xn |p |yn |q . (9)
n=1 n=1 n=1

 ∞
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

de donde se sigue la desigualdad de Hölder.

Corolario 1 (Desigualdad de Cauchy-Schwarz). Si {xn }, {yn } ∈ l2 , entonces

∞ ∞
! 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

Proposición 3 (Desigualdad de Minkowski). Sean p ≥ 1 y {xn }, {yn } ∈ lp . Entonces

∞
! 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

Ası́ !1−1/q !1/p !1/p

∞
X ∞
X ∞
X
p p p
|wn | ≤ |xn | + |yn | .
n=1 n=1 n=1

Lo cual es equivalente a la desigualdad de Minkowski.

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.

2. Topologı́a de Espacios métricos

Definición 2. Sea (X, d) un espacio métrico y x0 ∈ X y r > 0. Definimos

1. La bola abierta como B(x0 , r) : {x ∈: d(x0 , x) < r}.

2. La bola cerrada como B(x0 , r) : {x ∈: d(x0 , x) ≤ r}.

3. La esfera como S(x0 , r) : {x ∈: d(x0 , x) = r}.

En cada caso se dice que el centro es x0 y el radio r.

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.
 

Definición 3. Sea (X, d) un espacio métrico, x0 ∈ X y A ⊆ X.

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.

2. El conjunto A se dice que es cerrado en X, si su complemento X \ A es abierto en X.

3. El punto x0 se dice un punto interior de A, si existe r > 0 tal que B(x0 , r) ⊆ A.

4. El interior de A será el conjunto formado por todos los puntos interiores de A y es denotado por Int(A).

5. Una vecindad de x0 será un conjunto V tal que x0 ∈ Int(V )

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.

Sea (X, d) un espacio métrico y considere

τd := {U ⊆ X : U es abierto en X}. (13)

Entonces, esta colección de conjuntos satisface las siguientes condiciones

T1. Los conjuntos ∅, X pertenecen a τd .

S
T2. Si Uα ∈ τd para cada α ∈ ∆, entonces ∈ τd .
α∈∆

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.

Observación 2. Se puede verificar que

[ \
Int(A) = {O ⊆ A : O es abierto en X}, A= {F ⊇ A : F es cerrado en X}. (14)

Definición 4. Sea (X, d) un espacio métrico y M ⊆ X. El conjunto M se dice denso en X, si M = X. Si

existe un subconjunto B ⊆ X que es numerable y denso en X, entonces diremos que X es separable.

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.

Ejemplo 2. Los siguientes son ejemplos de conjunto denso y espacios separables.

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.

3. Análogamente se puede verificar que Cn es separable, ya que

M := {(z1 , z2 , . . . , zn ) ∈ Cn : zj = pj + iqj con pj , qj ∈ Q, para todo j = 1, 2, . . . , n}

es contable y denso en Cn .

4. Veamos que l∞ no es separable. Para ellos defina el siguiente conjunto

∞
l0,1 := {{xn } ∈ l∞ : xn ∈ {0, 1} para todo n ≥ 1}.

Considere la siguiente función:

∞
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 }.


Luego, si M ⊆ l∞ es denso, entonces para cada x = {xn } ∈ l0,1

∞
existe mx ∈ M tal que mx ∈ B({xn }, 1/3).
∞ ∞
Esto implica que la función g : l0,1 −→ M dada por g({xn }) = mx , será inyectiva. Siendo l0,1 infinito no
contable, M no puede ser contable. Por lo tanto, l∞ no es separable.

5. El espacio lp con p ≥ 1 es separable. Verificar que

M = {{xn } ∈ lp : Existe N0 tal que xk = 0; k ≥ N0 y xk ∈ Q; 1 ≤ k < N0 }

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

x ∈ B(x0 , δ) implica f (x) ∈ B(f (x0 ), ). (15)

La función se dirá continua en X si lo es en cada punto de X.

La condición (15) es equivalente a decir que f (x) ∈ B(f (x0 ), ) para todo x ∈ B(x0 , δ). Equivalentemente

f (B(x0 , δ)) ⊆ B(f (x0 ), ).

Cerramos la sección enunciando la caracterización de las funciones continuas por abiertos.

Proposición 4. Sean (X, dX ) y (Y, dY ) espacios métricos. La función f : X −→ Y es continua si y solo si

f −1 (O) es abierto en X para todo O abierto de Y .

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

en vez de {x(n) : 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−→∞

Si {xn } no es convergente, diremos que es divergente.

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


es convergente en (X1 , de ), pero no es convergente en (X2 , de ).

Definición 8. Sea M ⊆ X. Se define el diámetro de M como

diam(M ) = sup d(x, y).

x,y∈X

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).

Continuamos con unas propiedades de las sucesiones y la continuidad de las métricas.

Lema 1. Sea (X, d) un espacio métrico. Entonces

1. Toda sucesión convergente es acotada y su lı́mite es único.

2. Si xn −→ a y yn −→ b, entonces d(xn , yn ) −→ d(a, b).

Demostración. Sea {xn } una sucesión en X. Supongamos que xn −→ a, cuando n −→ ∞.

1. Primero veamos que es acotada. En efecto, para  = 1, existe N0 ∈ N tal que

d(xn , a) < 1, para todo n ≥ N0 .

También, considere r1 = máx{d(xk , a) : 1 ≤ k ≤ N0 − 1}. Finalmente, fije r = máx{1, r1 } > 0. Ası́,

xn ∈ B(a, r) para todo n ≥ 1.

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

si n ≥ N0 , entonces d(xn , a) < 0 ;

si n ≥ N1 , entonces d(xn , a0 ) < 0 .

Luego, si n2 ≥ máx{N0 , N1 }, entonces

d(a, a0 ) ≤ d(xn2 , a) + d(xn2 , a0 ) < 0 + 0 = 20 = d(a, a0 )

Lo cual conlleva a una contradicción. Por tanto a = a0 .

12
 2. Supongamos que yn −→ b, cuando n −→ ∞. Sea  > 0. Luego, para 0 = 2 , existen N0 y N1 en N tal que

si n ≥ N1 , entonces d(xn , a) < 0 ;

si n ≥ N2 , entonces d(yn , b) < 0 .

Sea N0 = máx{N1 , N2 } y n ≥ N0 . Entonces

d(xn , yn ) ≤ d(xn , a) + d(a, b) + d(b, yn ) < 0 + d(a, b) + 0 = 20 + d(a, b); (A.1)

d(a, b) ≤ d(xn , a) + d(xn , yn ) + d(b, yn ) < 0 + d(xn , yn ) + 0 = 20 + d(xn , yn ). (A.2)

Combinando (A.1) y (A.2), obtenemos

|d(xn , yn ) − d(a, b)| < 20 = .

De aquı́ concluimos que d(xn , yn ) −→ d(a, b), cuando n −→ ∞.

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

d(xn , xm ) < , para todo m, n ≥ N1 . (16)

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

d(xn , xm ) ≤ d(xn , a) + d(xm , a) < 0 + 0 = 20 = .

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.

Teorema 1. Sea (X, d) un espacio métrico y M ⊆ X no vacı́o. Entonces

a.) El punto a ∈ M si y solo si existe una sucesión {xn } en M cuyo lı́mite es a.

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 .

Demostración. Sea M ⊆ X no vacı́o.

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.

Demostración. Sea (M, dM ) un subespacio de (X, d).

(⇒) 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.

Teorema 3. Sean (X, dX ) y (Y, dY ) espacios métricos. Una función f : X −→ Y es continua en a ∈ X si y

solo si
xn −→ a, cuando n −→ ∞ implica f (xn ) −→ f (a), cuando n −→ ∞. (17)

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), ).

(⇐) Supongamos que si xn −→ a; cuando n −→ ∞, entonces f (xn ) −→ f (a); cuando n −→ ∞. Si f no es

continua en a, entonces existe 0 > 0, tal que para cada δ > 0, se tiene que

f (B(a, δ)) * B(f (a), 0 ).

Esto es, para cada n ∈ N existe xn ∈ B(a, n1 ) y f (xn ) ∈

/ B(f (a), 0 ). Ası́, xn −→ a; cuando n −→ ∞, pero
f (xn ) no converge a f (a). Esto contradice la hipótesis. Por lo tanto, f es continua en a.

Ejemplo 3. A continuación tenemos otros ejemplos de espacios completos.

1. Los espacios (Rn , d2 ) y (Cn , d2 ) son espacios métricos completos.

2. El espacio (l∞ , d∞ ) es completo.

3. El espacio (lp , dp ) es completo, para todo p ≥ 1.

4. El espacio (C[a, b], d) es completo.

5. Sea CC := {{xn } ∈ S : {x} es convergente en C}. Note que CC ⊆ l∞ .

Ejemplo 4. Los siguientes son ejemplos de espacios métricos no completos

1. El subespacio (Qn , de ) de (Rn , de ), por no ser cerrado.

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.

3. En el conjunto C[a, b], defina

Z b
dˆ1 (f, g) = |f (t) − g(t)|dt. (18)
a

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].


Note que si m, n ≥ 1, entonces

 
 1 1  1
dˆ1 (fn , fm ) =  − y dˆ1 (fn , f ) = . (19)
2m 2n  2n

Esto implica que {fn } es una sucesión de Cauchy y fn −→ f , cuando n −→ ∞, pero f ∈

/ C[0, 1]. Lo cual
es equivalente a decir que (C[0, 1], dˆ1 ) no es completo.

En general, para p ≥ 1, se puede verificar que

!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

Definición 11. Sean (X, dX ) y (Y, dY ) dos espacios métricos.

1. Una función T : X −→ Y es llamada una isometrı́a, si

dY (T (x1 ), T (x2 )) = dX (x1 , x2 ), para todo x1 , x2 ∈ X. (21)

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)

métrico que satisface las condiciones del teorema, entonces Xb∼= Yb .

16
Demostración. Sea (X, dX ) un espacio métrico. Haremos la demostración siguiendo unos pasos

1. Construcción de (X, ˆ Considere

b d):

C(X) := {{xn } ⊂ X : {xn } es una sucesión de Cauchy}.

Defina en C(X) la siguiente relación de equivalencia: si {xn }, {yn } ∈ C(X)

{xn } ∼ {yn } si y solo si lı́m d(xn , yn ) = 0.

n−→∞

En efecto, la definición de métrica implica que ∼ es una relación de equivalencia. Sea

b := C(X)/ ∼ .
X (22)

Esto significa que cada elemento de X

b será una clase de equivalencia que denotaremos por [x] y los

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−→∞

Afirmación 1. La función dˆ es una métrica, i.e., (X, ˆ es un espacio métrico.

b d)

Note que, siendo d una métrica, se tiene

|d(u, v) − d(w, z)| ≤ d(u, w) + d(v, z), para todo u, v, w, z ∈ X. (24)

M1. Sean [x], [y] ∈ X

b y considere {xn } ∈ [x] y {yn } ∈ [y]. Luego, la desigualdad (24) implica que

|d(xm , ym ) − d(xn , yn )| ≤ d(xm , xn ) + d(ym , yn ); para todo m, n ≥ 1.

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

lı́m d(xn , yn ) ≥ 0, (25)

n−→∞

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

lı́m d(xn , yn ) = lı́m d(x0n , yn0 ). (26)

n−→∞ n−→∞

De (25) y (26) se obtiene que dˆ está bien definida y no depende del representante de la clase de
equivalencia.

M2. Sean [x], [y] ∈ X

b y considere {xn } ∈ [x] y {yn } ∈ [y]. Entonces

dˆ([x], [y]) = 0 si y solo si lı́m d(xn , yn ) = 0

n−→∞

si y solo si {xn } ∼ {yn }

si y solo si {xn }, {yn } ∈ [x] ∩ [y]

si y solo si [x] = [y].

M3. Sean [x], [y] ∈ X

b y considere {xn } ∈ [x], {yn } ∈ [y]. Entonces

dˆ([x], [y]) = lı́m d(xn , yn ) = lı́m d(yn , xn ) = dˆ([y], [x]) .

n−→∞ n−→∞

M4. Sean [x], [y], [z] ∈ X

b y considere {xn } ∈ [x], {yn } ∈ [y] y {zn } ∈ [z]. Sabemos que

d(xn , zn ) ≤ d(xn , yn ) + d(yn , zn ); para todo n ≥ 1.

Entonces

dˆ([x], [z]) = lı́m d(xn , zn )

n−→∞

≤ lı́m (d(xn , yn ) + d(yn , zn ))

n−→∞

= lı́m d(xn , yn ) + lı́m d(yn , zn )

n−→∞ n−→∞

= dˆ([x], [y]) + dˆ([y], [z]) .

Por lo tanto hemos construido el espacio métrico (X, ˆ

b d).

2. Construcción del subespacio denso W ⊆ X:

b Sabemos que toda sucesión constante en X, i.e. {bn }

con bn = b ∈ X para todo n ≥ 1, es de Cauchy. Sea

W := {[w] ∈ X
b : Existe {bn } ∈ [w] y {bn } es una sucesión constante en X}. (27)

Afirmación 2. El subespacio (W, dˆW ) es denso en (X, ˆ

b d).

Veamos que toda bola en (X, ˆ intercepta a W . Sea [x] ∈ X

b d) b y r > 0. Luego, {xn } ∈ [x] es de Cauchy.

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

Por lo tanto [w] ∈ W ∩ B([x], r) y W es denso en X.

b

3. Construcción de la Isometrı́a T : X −→ W : Para x ∈ X, defina la sucesión constante bn = x para

todo n ≥ 1 y considere [w] = [{bn }] ∈ W la clase de equivalencia que contiene a {bn }. Ası́, hemos definido

T : X −→ W

x −→ T (x) = [w] = [{bn }].

Afirmación 3. La función T es una isometrı́a sobreyectiva.

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

ˆ (x1 ), T (x2 )) = d([w],

d(T ˆ [w0 ]) = lı́m d(bn , b0n ) = lı́m d(x1 , x2 ) = d(x1 , x2 ).
n−→∞ n−→∞

Ası́, T es una isometrı́a.

4. El espacio (X, ˆ es completo: Sea {[x]m } una sucesión en X

b d) b de Cauchy. La completez de W implica
ˆ m , [w]m ) <
que, para cada m ≥ 1, existe [w]m ∈ W ; tal que d([x] 1
Considere zm = T −1 ([w]m ) ∈ X; para
m.

cada m ≥ 1.

Afirmación 4. La sucesión {zm } es de Cauchy, i.e. {zm } ∈ C(X).

Sea  > 0. Entonces existe N1 ∈ N tal que

ˆ j , [x]k ) <  ;
d([x] para todo j, k ≥ N1 .
3

19
 Además, existe N2 ∈ N tal que

ˆ k , [w]k ) < 1 <  ;

d([x] para todo k ≥ N2 .
k 3

Considere N0 = máx{N1 , N2 } y m, k ≥ N0 . Entonces

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

Lo cual implica que la sucesión {zn } es de Cauchy.

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 m ], [z]) = lı́m d(b(m) , zn )

d([w n
n−→∞

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

Ası́, [x]m −→ [z], cuando m −→ ∞.

Por lo tanto, la Afirmación 5. implica que existe [z] ∈ X

b tal que [x]m −→ [z], cuando m −→ ∞. Dado que

{[x]m } es una sucesión de Cauchy arbitraria, se sigue que (X, ˆ es completo.

b d)

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

cada n ≥ 1. También, note

dˆ2 T2 T1−1 (wn ) , T2 T1−1 (wm ) = dˆ1 (wn , wm ).

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

Si wn −→ x y wn0 −→ x, cuando n −→ ∞, entonces

dˆ2 T2 T1−1 (wn ) , T2 T1−1 (wn0 ) = dˆ1 (wn , wn0 ) −→ 0,

cuando n −→ ∞.

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−→∞

Por tanto S : Yb1 −→ Yb2 es una isometrı́a biyectiva y Yb1 ∼

= Yb2 .

De los pasos 1-5 se tiene la demostración completa del teorema.

El teorema anterior nos indica que podemos referirnos a (X,

b d) b∼
ˆ como “el” espacio, ya que si X = Yb significa
que ellos representan los mismos puntos o se identifican uno con el otro.

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