Capı́tulo 1

Espacios Normados

Este capı́tulo está dedicado a estudiar las propiedades de los espacios normados. En particular
se estudia el conjunto Rn como un espacio normado de dimensión finita. Estableceremos que todo
espacio normado de dimensión finita es un espacio de Banach; y que en estos espacios todas las
normas que se definan serán equivalentes. Veremos un ejemplo de un espacio normado que contiene
una sucesión de Cauchy la cual no es convergente y que el espacio de las sucesiones convergente es
de Banach con la norma definida a través del supremo. El capı́tulo se completa con dos secciones de
preliminares donde se recuerda el concepto de espacio vectorial, dimensión de un espacio y algunas
propiedades de los espacios métricos.

1.1. Espacios Vectoriales

En primer lugar, recordemos que un conjunto no vacı́o X se dice un espacio vectorial sobre
un campo K (que en nuestro caso será R o C) si existen dos operaciones + (suma) y · ( producto
por un escalar) que satisfacen las siguientes propiedades:

1. (X, +) es un grupo abeliano, es decir, + : X × X −→ X es una operación binaria en X que

satisface:

a) Asociatividad: Para todo x, y, z ∈ X se cumple

(x + y) + z = x + (y + z) .

b) Existencia del neutro: Existe un elemento 0 ∈ X tal que

0+x=x+0=x

para todo x ∈ X.
c) Existencia del opuesto: Para cada x ∈ X, podemos encontrar un elemento y ∈ X,
llamado el opuesto de x y denotado por −x tal que

x + y = y + x = 0.

1
 d ) Conmutatividad: Para todo x, y ∈ X se cumple

x + y = y + x.

2. La multiplicación por un escalar satisface:

a) Para todo x ∈ X y para todo α, β ∈ K se cumple

α (βx) = (αβ) x.

b) Para todo x ∈ X se tiene 1x = x.

c) Para todo x ∈ X y para todo α, β ∈ K se tiene

(α + β) x = αx + βx.

d ) Para todo x, y ∈ X y para todo α ∈ K se tiene

α (x + y) = αx + αy.

Los elementos de un espacio vectorial se llaman vectores.

Definición 1.1.1 Sea X un espacio vectorial. Una familia finita {x1 , x2 , . . . , xn } de vectores del
espacio X se dice linealmente independientes (l.i.), cuando

α 1 x 1 + α 2 x2 + . . . + α n x n = 0

implica que α1 = α2 = . . . αn = 0. En caso contrario, se dice que la familia {x1 , x2 , . . . , xn } es

linealmente dependiente (l.d.). Una colección arbitaria de vectores se dice linealmente inde-
pendientes si cualquier subconjunto finito de ella es linealmente independiente.

Se dice que un subconjunto B de un espacio vectorial X es una base de Hamel de X si todo

vector de x ∈ X puede ser expresado como combinación lineal finita de elementos de B. Esto
significa que para cada x ∈ X, podemos encontrar un natural n, elementos b1 , b2 , ..., bn ∈ B y
escalares α1 , α2 , ..., αn ∈ K tal que

x = α 1 b1 + α 2 b2 + . . . + α n b n . (1.1)

Observe que si cambiamos el elemento x ∈ X, entonces cambiará el entero positivo n ası́ como los
elementos bi ∈ B y los escalares αi ∈ K (i = 1, 2, ..., n) que aparece en la escritura (1.1).

Ejemplo 1.1.1 Sea X = R3 = {(x, y, z) : x, y, z ∈ R}, con la suma y el producto por escalar usual
de vectores. Entonces el conjunto B = {e1, e2 , e3 }, donde e1 = (1, 0, 0), e2 = (0, 1, 0) y e3 = (0, 0, 1)
es una base de Hamel para R3 , la cual se conoce como la base usual o canónica. Note que en este
caso,
(x, y, z) = xe1 + ye2 + ze3 .

Ejemplo 1.1.2 Sea X = P [x], el conjunto de los polinomios con coeficientes reales. Una base de
Hamel para P [x] es B = 1, x, x2 , . . . (un conjunto infinito!).


2
 En efecto, para ver que B es una familia linealmente independiente, tomamos una colección
finita {xn1 , xn2 , ..., xnm } ⊂ B y suponemos que

α 1 x n1 + α 2 x n 2 + . . . + α m x nm = 0

para todo x ∈ R. Entonces, por igualdad de polinomios, se concluye

α1 = α2 = . . . = αm = 0

y por lo tanto B es l.i.

Por otra parte, es claro que, por definición de polinomios, que si q (x) ∈ P [x], entonces q (x) =
a1 x + a2 x2 + . . . + an xn para algún n ∈ N ∪ {0}, es decir, q (x) es una combinación lineal finita de
elementos de B. De todo lo anterior, podemos concluir que B = 1, x, x2 , x3 . . . es una base de


Hamel para el espacio de los polinomios.

Definición 1.1.2 La dimensión de un espacio vectorial X, denotado por dim (X), es la cantidad
máxima de vectores que puede tener una base de Hamel para X.

Ejemplo 1.1.3 De los ejemplos anteriores, se puede ver que dim R3 = 3 y que dim (P [x]) =

+∞.

1.2. Espacios Métricos

En esta sección damos un breve repaso de los concepto básicos sobre espacios métricos que
estaremos usando en el transcurso de estas notas. En primer lugar, recordemos que un espacio
métrico no es más que un par (X, d), donde X es un conjunto no vacı́o d : X × X → R es una
función que satisface las siguientes propiedades para todo x, y, z ∈ X:

[d1] d (x, y) ≥ 0,

[d2] d (x, y) = 0 ⇐⇒ x = y,

[d3] Simetrı́a d (x, y) = d (y, x) .

[d4] Desigualdad triangular: d (x, y) ≤ d (x, z) + d (z, y) .

Ejemplo 1.2.1 Si X es un conjunto cualquiera no vacı́o, entonces la relación

(
0, x = y,
d (x, y) =
1, x 6= y,

define una métrica sobre X, llamada métrica discreta. De manera que todo conjunto no vacı́o es
un espacio métrico con la métrica discreta.

En un espacio métrico (X, d) hay que destacar los siguientes conjuntos especiales, donde a ∈ X
y r > 0 son fijos:

3
 Disco o bola abierta:
B (a, r) = {x ∈ X : d (x, a) < r} .

Disco o bola cerrada:

B (a, r) = {x ∈ X : d (x, a) ≤ r} .

Al elemento a ∈ X, se le llama centro de la bola o disco y al valor r > 0 se le llama el radio.

Ejemplo 1.2.2 En R2 , se define la relación d1 : R2 → R por

d1 ((x1 , y1 ) , (x2 , y2 )) = k(x1 , y1 ) − (x2 , y2 )k1 := |x1 − x2 | + |y1 − y2 | ,

entonces el par R2 , d1 es un espacio métrico; y en este caso, la bola unitaria, con centro en el

origen y radio 1, denotado por B (0, 1) , tiene la gráfica

Bola unitaria de R2 con la métrica d1

Definición 1.2.1 Un conjunto O de un espacio métrico (X, d) se dice abierto si para cada x ∈ O,
podemos encontrar un radio rx > 0 tal que B (x, rx ) ⊂ O.

Entre las propiedades más importantes de los conjuntos abiertos podemos citar:

1. , X son abiertos.
Tn
2. Si O1 , O2 , . . . , On son abiertos, entonces k=1 Ok es abierto.Es decir, la intersección finita
de conjuntos abiertos resulta un conjunto abierto.
S
3. Si {Oj }jI es una colección de conjuntos abiertos entonces jI Oj es abierta (unión arbitraria
de conjuntos abiertos es un conjunto abierto).

Por ejemplo, la demostración de la Propiedad 2. es la siguiente:

Tn
Si x ∈ k=1 Ok , entonces por la definición de intersección se tiene que x ∈ Ok para todo
k = 1, ..., n; pero como cada Ok es un conjunto abierto, para cada k = 1, ..., n se tiene la existencia
de ciertos radios rk > 0 tal que B (x, rk ) ⊂ Ok para todo k = 1, . . . , n. Luego, haciendo

r = mı́n {r1, r2 , . . . , rn }

4
se encuentra que B (x, r) ⊂ B (x, rk ) para todo k = 1, . . . , n. Lo cual significa que
n
\
B (x, r) ⊂ Ok .
k=1

Con lo cual queda establecida la Propiedad 2.

Definición 1.2.2 Un conjunto F de un espacio métrico (X, d) se dice cerrado si su complemento

X \ F es abierto en X.

De la definición de conjuntos cerrados, las propiedades de los conjuntos abiertos y las leyes de
De Morgan, es evidente que se cumplen las siguientes propiedades:

1.  y X son cerrados.

2. La unión finita de cerrados es cerrada.

3. La intersección arbitraria de cerrados es cerrado.

Finalizamos esta sección recordando brevemente la noción de convergencia en espacios métricos.

Con este fin, sea (X, d) un espacio métrico. Una sucesión {an } de elementos de X no es más
que una función cuyo dominio es N, el conjunto de los números naturales, y cuyo rango es un
subconjunto de X; es decir,
a : N −→ (X, d)
n −→ a (n) = an ∈ X.
Se dice que la sucesión {an } converge a un elemento a ∈ X, denotado por an −→ a ∈ X cuando
n → ∞; o bien que
lı́m an = a,
n−→∞
si para cada ε > 0, podemos encontrar un n0 ∈ N tal que

n ≥ no =⇒ d (an , a) < ε.

Note que
lı́m an = a ⇐⇒ lı́m d (an , a) = 0,
n−→∞ n−→∞

luego, si hacemos bn = d (an , a), donde n ∈ N, entonces {bn } es una sucesión de números reales no
negativos y la sucesión {an } converge a un elemento a ∈ X si y sólo si la sucesión {bn } converge a
cero en R.

Entre las sucesiones en espacios métricos, hay que destacar aquellas que son de Cauchy. Recor-
demos que una sucesión {an } en un espacio métrico (X, d) se dice de Cauchy , si para cada ε > 0
podemos encontrar un no ∈ N tal que

n, m ≥ no =⇒ d (an , am ) < ε.

Claramente, toda sucesión convergente es de Cauchy; pero no toda sucesión de Cauchy es conver-
gente. Aquellos espacios métricos donde toda sucesión de Cauchy es convergente se le denominan
espacios métricos completos.

5
1.3. Rn Como Espacio Normado
Ya podemos dar la definición del objeto matemático que estaremos estudiando en el transcurso
de estas notas.

Definición 1.3.1 Un espacio vectorial X sobre un campo K se dice que es un espacio normado
si existe una función k·k : X −→ R, llamada norma, que satisface las siguientes propiedades:

[N1] No negatividad. kxk ≥ 0 para todo x ∈ X.

[N2] kxk = 0 ⇐⇒ x = 0.

[N3] Homogeneidad. kλxk = |λ| kxk , para todo x ∈ X y todo λ ∈ K.

[N4] Desigualdad triangular. Para todo x, y ∈ X,

kx + yk ≤ kxk + kyk .

Un espacio normado se denota por el par (X, k·k).

Observación 1.1 Si k·k satisface solamente [N1 ], [N3 ] y [N4 ] se llama seminorma.

Observación 1.2 La desigualdad triangular implica (véase Ejercicio 1.6 a)

|kxk − kyk| ≤ kx − yk

para todo x, y ∈ X, lo cual a su vez nos implica que la finción norma es continua.

Proposición 1.3.1 Todo espacio normado (X, k·k) es un espacio métrico con la métrica

d: X ×X −→ R
(x, y) −→ d (x, y) = kx − yk .

Demostración. Dado que X es un espacio vectorial, 0 ∈ X y X 6= ∅. Falta probar que la

función ”d” satisface las propiedades de una métrica. En efecto,

[d1] Por [N1 ] kx − yk ≥ 0 y d (x, y) ≥ 0 para todo x, y ∈ X.

[d2] Por la propiedad [N2], se tiene

d (x, y) = 0 ⇐⇒ kx − yk = 0 ⇐⇒ x − y = 0 ⇐⇒ x = y.

[d3] Ahora, por la homogeneidad es claro que

d (x, y) = kx − yk = k(−1) (y − x)k = |−1| ky − xk = ky − xk = d (x, y) ;

y la relación d es simétrica.

[d4] Finalmente, para x, y, z ∈ X se puede usar la desigualdad triangular [N3] para obtener

d (x, y) = kx − yk = k(x − z) + (z − y)k

≤ kx − zk + kz − yk = d (x, z) + d (z, y) .

Esto completa la prueba.

6
Observación 1.3 Note que, si λ ≥ 0, entonces la métrica d inducida por una norma satisface la
relación
d (λx, λy) = kλx − λyk = kλ (x − y)k = |λ| kx − yk = λd (x, y)
para todo x, y ∈ X. También, en este caso, se satisface la siguiente propiedad

d (x + z, y + z) = d (x, y)

para todo x, y, z ∈ X; esta última propiedad nos dice que la métrica inducida por una norma es
invariante por traslación.

Observación 1.4 El recı́proco de la proposición anterior, en general, no es cierto. Es decir, no

todo espacio métrico es un espacio normado. Basta que se tome X un conjunto que no sea espacio
vectorial. Más aún, si X es un espacio vectorial, consideramos la relación
(
0, x = y,
d (x, y) =
1, x 6= y.

No existe una norma k·k tal que d (x, y) = kx − yk. ¿Qué propiedad de la definición de norma
falla?

A continuación damos algunos ejemplos de espacios normados.

Ejemplo 1.3.1 (R, |·|), los números reales con la función valor absoluto, resulta un espacio nor-
mado.

Ejemplo 1.3.2 Consideremos ahora el espacio Rn . En este espacio se puede definir varias normas,
por ejemplo, para x = (x1 , x2 , ..., xn ) se define la relación
n
X
kxk1 = |xk | ,
k=1

entonces de las propiedades del valor absoluto, queda claro que (Rn , k·k1 ) es un espacio normado.
Por ejemplo, la desigualdad triangular viene dada por
n
X n
X n
X n
X
kx + yk1 = |xk + yk | ≤ (|xk | + |yk |) = |xk | + |yk | = kxk1 + kyk1 ,
k=1 k=1 k=1 k=1

donde en la primera desigualdad hemos utilizado la desigualdad triangular de la función valor

absoluto.

Ejemplo 1.3.3 (La norma Euclı́dea) Consideremos nuevamente el espacio Rn . Para x = (x1 , x2 , ..., xn ),
definimos ahora la relación
n
!1/2
2
X
kxk2 = |xk | . (1.2)
k=1

Probaremos que (Rn , k·k2 ) es un espacio normado.

7
 En efecto, podemos observar que las propiedades [N1], [N2] y [N3] de la definición de norma
son, en este caso, evidentes. Ası́ que probaremos la desigualdad triangular, que en este caso se
llama la desigualdad de Minkowski. Vamos a establecer que kx + yk2 ≤ kxk2 + kyk2 , lo cual es
equivalente a demostrar que

n
!1/2 n
!1/2 n
!1/2
2 2 2
X X X
|xk + yk | ≤ |xk | + |yk | .
k=1 k=1 k=1

Esto lo haremos en varios pasos o lemas:

Lema 1.3.2 (Desigualdad de Young) Para todo α, β ≥ 0 se cumple

1 1
α1/2 · β 1/2 ≤ α + β. (1.3)
2 2
Demostración. Si α o β son cero entonces no hay nada que probar. Luego, podemos suponer
que α > 0. Dividiendo por α, entonces (1.3) es equivalente a probar que
 1/2  
β 1 1 β
≤ + ,
α 2 2 α

o, lo que es lo mismo,
 1/2  
β 1 1 β
− − ≤ 0. (1.4)
α 2 2 α
Consideremos la función
1 1
f (x) = x1/2 −
− x,
2 2
donde x ≥ 0. Notamos que f (0) = −1/2 y que su derivada viene dada por
1 −1/2 1 1  1/2 
f 0 (x) = x − = x −1 ,
2 2 2
además, es claro que f 0 (x) = 0 si y sólo si x = 1 lo cual significa que en x = 1 hay un punto
crı́tico; luego, como f 0 (x) > 0 si x ∈ (0, 1) y f 0 (x) < 0 si x > 1, se deduce que en x = 1 hay un
máximo global, lo cual significa que
f (x) ≤ f (1) = 0
1
para todo x ≥ 0 (véase la gráfica de la función f (x) = x1/2 − 2 − 12 x abajo).

1
Funcion auxiliar f (x) = x1/2 − 2 − 12 x

8
 1
Ası́, x1/2 − 2 − 12 x ≤ 0 para todo x ≥ 0 y por tanto, considerando x = β/α se obtiene
 1/2  
β 1 1 β
− − ≤0
α 2 2 α

y la desigualdad de Young está probada.

Observación 1.5 Realmente vale una desigualdad más general que la presentada en el lema an-
terior (véase el Ejercicio 1.13). A saber, si fijamos λ ∈ [0, 1], entonces

αλ · β 1−λ ≤ λα + (1 − λ) β

para todo α, β ≥ 0.

Lema 1.3.3 (Desigualdad Cauchy-Schwarz-Hölder) Para todo x = (x1 , x2 , ..., xn ) e y =

(y1 , y2 , ..., yn ) en Rn , se cumple

n n
!1/2 n
!1/2
2 2
X X X
|xk yk | ≤ |xk | |yk | = kxk2 kyk2 . (1.5)
k=1 k=1 k=1

Demostración. Sean A = kxk2 y B = kyk2 , podemos observar que si A = 0 ó B = 0, entonces

la desigualdad (1.5) se cumple trivialmente. Luego, podemos suponer que A 6= 0 y B 6= 0. El
2
siguiente paso es considerar, para cada k ∈ {1, . . . , n} fijo, los valores no negativos αk = A12 |xk |
2
y β k = B12 |yk | , entonces por la desigualdad de Young, se obtiene
!1/2 !1/2 ! !
2 2 2 2
|xk | |yk | 1 |xk | 1 |yk |
≤ + ,
A2 B2 2 A2 2 B2

es decir,
2 2
|xk yk | 1 |xk | 1 |yk |
≤ +
A.B 2 A2 2 B2
para todo k ∈ {1, 2, . . . , n}. Sumando desde k = 1 hasta n encontramos que.
n n n
X |xk yk | 1 X 2 1 X 2
≤ |xk | + |yk | ; (1.6)
A.B 2A2 2B 2
k=1 k=1 k=1

2 2
pero A2 = y B2 =
P P
|xk | |yk | . Por tanto, sustituyendo en (1.6) encontramos que
n
X |xk yk | 1 1
≤ + =1
A.B 2 2
k=1

y ası́, multiplicando por AB se concluye que

n
X
|xk yk | ≤ AB = kxk2 kyk2
k=1

que era lo que querı́amos demostrar.

9
 Ya tenemos todas las herramientas para demostrar la desigualdad de triangular de la relación
definida en (1.2). Con este fin, sean x = (x1 , x2 , ..., xn ) e y = (y1 , y2 , ..., yn ) dos vectores en Rn .
Podemos notar que si kx + yk2 = 0, no hay nada que probar, pues en este caso, se cumple

kx + yk2 = 0 ≤ kxk2 + kyk2 .

De manera, que podemos suponer que kx + yk2 6= 0. Entonces, usando la desigualdad triangular
para la función valor absoluto y la desigualdad de Cauchy-Schwarz, demostrada en el lema anterior,
se puede escribir

n n
2 2
X X
kx + yk2 = |xk + yk | = |xk + yk | |xk + yk |
k=1 k=1
Xn
≤ |xk + yk | (|xk | + |yk |)
k=1
Xn n
X
= |xk + yk | |xk | + |xk + yk | |yk |
k=1 k=1
≤ kx + yk2 kxk2 + kx + yk2 kyk2
= kx + yk2 (kxk2 + kyk2 ) ,

por tanto, dividiendo por kx + yk2 > 0 se obtiene

kx + yk2 ≤ kxk2 + kyk2

y la prueba de la desigualdad triangular de la relación k·k2 está completa. Queda claro entonces
que (Rn , k·k2 ) es un espacio normado.

La demostración de la desigualdad triangular de la relación k·k2 implica un resultado más

general. De hecho, para cualquier p ≥ 1 fijo, se tiene (véase Ejercicio 1.19) que el espacio vectorial
Rn es un espacio normado con la relación

n
!1/p
p
X
kxkp = |xk | , (1.7)
k=1

donde x = (x1 , x2 , ..., xn ) ∈ Rn . Aquı́ debemos usar la desigualdad de Young

αλ β 1−λ ≤ λα + (1 − λ) β,

con λ = 1/p; y debemos establecer, para x = (x1 , x2 , ..., xn ) e y = (y1 , y2 , ..., yn ) en Rn , la siguiente
desigualdad (véase Ejercicio 1.18)

n n
!1/p n
!1/q
p q
X X X
|xk yk | ≤ |xk | |yk | ,
k=1 k=1 k=1
1 1
donde p + q = 1, la cual es conocida como la desigualdad de Hölder. Luego, escribiendo

p p−1
X X
|xk + yk | = |xk + yk | |xk + yk | ,

10
usando la desigualdad triangular del valor absoluto y la desigualdad de Hölder se obtiene la de-
sigualdad triangular
kx + ykp ≤ kxkp + kykp

que en este caso se llama desigualdad de Minkoswki. También se puede ver (véase Ejercicio
1.20) que Rn es un espacio normado con la relación

kxk∞ = máx {|xk | : 1 ≤ k ≤ n} ;

y se tiene la hermosa relación (véase Ejercicio 1.21)

lı́m kxkp = kxk∞

p−→∞

para todo x ∈ Rn .

De manera entonces que en Rn se puede defiinir varias normas, lo mismo se puede hacer con
el producto cartesiano finito de espacios normados, es decir, si (X1 , k·k1 ),(X2 , k·k2 ) , . . . , (Xn , k·kn )
son n espacios normados entonces
Yn
X= Xk
k=1

el producto cartesiano de X1 , . . . , Xn es un espacio vectorial con la suma y el producto por un

escalar usual de vectores. Además, el producto cartesiano X se puede convertir en un espacio
normado con las siguientes normas, donde si x ∈ X, entoces x = (x1 , x2 , . . . , xn ) con xk ∈ Xk ,
k = 1, . . . , n.

kxk∞ = máx {kxk kk : 1 ≤ k ≤ n} ,

Xn
kxk = kxk kk .
k=1
Qn
En fecto veamos que k·k∞ es una norma para X = k=1 Xk .

[N1 ]. Dado que k·kk es una norma para Xk , k = 1, . . . , n, entonces kxk kk ≥ 0 para todo
xk ∈ Xk , k = 1, . . . , n y por tanto

kxk∞ = máx {kxk kk : 1 ≤ k ≤ n} ≥ 0.

[N2 ] Si kxk∞ = máx {kxk kk : 1 ≤ k ≤ n} = 0, entonces, por definición de máximo se debe tener
kxk kk = 0 para todo k = 1, . . . , n; pero cada k·kk es norma por lo cual lo anterior es equivalente a
que xk = 0 para todo k = 1, . . . , n lo cual significa que x = 0.

[N3 ] Para demostrar la homogeneidad, recordemos que para un subconjunto acotado superior-
mente A de R y para β ∈ R, se define

βA = {βa : a ∈ A} ,

11
y se tiene (véase el Ejercicio 1.1) que si β > 0, entonces

sup (βA) = β sup (A) .

Usando esta propiedad se tiene

kλxk∞ = máx {kλxk kk : 1 ≤ k ≤ n}

= máx {|λ| kxk kk : 1 ≤ k ≤ n}
= |λ| máx {kxk kk : 1 ≤ k ≤ n}
= |λ| kxk∞

y la propiedad [N 3] está demostrada.

[N4 ] Para establecer la desigualdad triangular, recordemos que para A, B ⊂ R, se define

A + B = {a + b : a ∈ A ∧ b ∈ B} ;

y en el caso queque estos conjuntos sean acotados superiormente, se tiene la desigualdad (véase el
Ejercicio 1.1)
sup (A + B) ≤ sup (A) + sup (B) .
Luego, usando esta propiedad, se tiene que

kx + yk∞ = máx {kxk + yk kk : 1 ≤ k ≤ n}

≤ máx {kxk kk + kyk kk : 1 ≤ k ≤ n}
≤ máx {kxk kk : 1 ≤ k ≤ n} + máx {kyk kk : 1 ≤ k ≤ n}
= kxk∞ + kyk∞ ,

donde se ha usado la desigualdad triangular de k·kk en la segunda desigualdad. Ası́ hemos estable-
Qn
cido que la relación k·k∞ es una norma para el espacio producto X = k=1 Xk .

1.4. Normas Equivalentes y Espacios de Banach

El hecho que en un espacio vectorial se pueda defiinir varias normas nos lleva a la siguiente
pregunta ¿en un espacio normado en que se tiene definida varias normas, cuál de todas ellas
debemos usar? Para ver esto debemos introducir el siguiente concepto.

Definición 1.4.1 Sea X un espacio vectorial, k·k1 y k·k2 dos normas sobre X . Se dice que k·k1
es equivalente a k·k2 , si existe una constante C > 0 tal que
1
kxk1 ≤ kxk2 ≤ C kxk1
C
para todo x ∈ X.

En primer lugar, se observa que (véase Ejercicio 1.7) que la relación normas equivalentes es una
relación de equivalencia; y por tal motivo, escribimos k·k1 v k·k2 para indicar que k·k1 y k·k2 son
equivalentes.

12
Ejemplo 1.4.1 En Rn , k·k1 v k·k∞ (más adelante probaremos que en Rn todas las normas son
equivalentes).

En efectos, debemos hallar una constante C > 0 tal que

1
kxk1 ≤ kxk∞ ≤ C kxk1 (1.8)
C
para todo x ∈ Rn . Como kxk∞ = máx {|xk | : 1 ≤ k ≤ n}, entonces, por definición de máximo,
es claro que
|xk | ≤ kxk∞
para todo k = 1, 2, . . . , n y por lo tanto
n
X n
X
kxk1 = |xk | ≤ kxk∞ ≤ n kxk∞ ,
k=1 k=1

es decir,
1
kxk1 ≤ kxk∞ .
n
Por otra parte, la misma definición de máximo (el máximo de un conjunto es un elemento del
mismo conjunto), implica que existe un ı́ndice k0 ∈ {1, . . . , n} tal que kxk∞ = |xko |; y como la
suma de números no negativos es mayor que cualquier de los sumandos se obtiene entonces
n
X
kxk∞ = |xko | ≤ |xk | = kxk1 ,
k=1

de donde
kxk∞ ≤ kxk1 ≤ n kxk1
n
para todo x ∈ R pues n ∈ N; ası́ (1.8) se cumple con C = n.

A continuación, repasamos los conceptos de conjuntos acotados, sucesiones convergentes y su-

cesiones de Cauchy, ası́ como los espacios normados que son completo (recuerde que todo espacio
normado es un espacio métrico).

Definición 1.4.2 Un subconjunto de A de un espacio normado (X, k·k) se dice acotado, si existe
M > 0 tal que
kxk ≤ M
para todo x ∈ A.

De la definición anterior, se puede observar que, en un espacio normado, un conjunto es acotado

si éste se puede encerrar en una bola cerrada con centro en el origen.

Definición 1.4.3 Una sucesión en un espacio normado (X, k·k) no es más que una función cuyo
dominio son los números naturales y cuyo rango es un subconjunto de X. Una sucesión se denota
por {xn }n∈N ; y se dice que converge a x ∈ X si para cada ε > 0, existe n0 ∈ N tal que

kxn − xk < ε

siempre que n ≥ n0 . En este caso, se denota por xn −→ x o se escribe

lı́m xn = x.
n−→∞

13
 Las siguientes propiedades sobre lı́mites de una sucesión, ya han sido estudiadas en espacios
métricos, hemos agregado las demostraciones por completitud.

Proposición 1.4.1 (Unicidad del lı́mite) Si xn −→ l1 y xn −→ l2 entonces l1 = l2 .

Demostración. Para establecer esta proposición, necesitaremos la siguiente propiedad de los

números reales, a la cual se le conoce como ”la arbitrariedad de ε”; ésta establece lo siguiente:
”El único número no negativo que es más pequeño que cualquier número positivo es el 0”.
En sı́mbolo se escribe de la siguiente manera:

”0 ≤ b < ε para todo ε > 0 ⇐⇒ b = 0”

Usando esta propiedad, entonces se debe demostrar que

l1 = l2 ⇐⇒ l1 − l2 = 0 ⇐⇒ kl1 − l2 k = 0 ⇐⇒ kl1 − l2 k < ε para todo ε > 0.

En efecto, sea ε > 0 cualquiera, como xn −→ l1 entonces existe n0 ∈ N tal que

ε
kxn − l1 k <
2
para todo n ≥ n0 ; simultaneamente, como xn −→ l2 existe n1 ∈ N tal que
ε
kxn − l1 k <
2
para todo n ≥ n1 . Por tanto si tomamos n ≥ máx {n0 , n1 } se tiene
ε ε
kl1 − l2 k = kl1 − xn + xn − l2 k ≤ kl1 − xn k + kxn − l2 k < + =ε
2 2
y la prueba sigue por la arbitrariedad de ε > 0.

Proposición 1.4.2 Si xn −→ x, entonces {xn } es un conjunto acotado, es decir, existe M > 0

tal que
kxn k < M
para todo n ∈ N.
Demostración. En efecto, sea ε = 1. Como xn −→ x entonces existe n0 ∈ N tal que

kxn k − kxk ≤ kxn − xk < 1

para todo n ≥ no . Esto implica, por la desigualdad triangular, que

kxn k ≤ 1 + kxk

para todo n ≥ n0 . Luego, seleccionando

M = máx {kx1 k , kx2 k , . . . , kxn0 −1 k , 1 + kxk} ,

claramente se obtiene
kxn k ≤ M
para todo n ∈ N y la sucesión dada es acotada.

14
 Para la próxima propiedad de las sucesiones convergentes en espacios normados, necesitaremos
la siguiente definición.

Definición 1.4.4 Se dice que {yk } es una subsucesión de {xn }, si existe una función creciente
m de N en N tal que yk = xmk , donde mk = m (k). Es decir, una subsucesión de {xn } es un
subconjunto de {xn } donde los ı́ndices crecen sin cotas. Generalmente se denotan por {xnk }k∈N ,
donde {nk } crece con k.

Una subsucesión es a su vez una sucesión; por tal motivo, se dice que xnk −→ x si y sólo si
para cada ε > 0, existe k0 ∈ N tal que

kxnk − xk < ε

para todo k ≥ k0 .

Teorema 1.4.3 Una sucesión {xn } converge x si y sólo si toda subsucesión {xnk } converge a x.

Demostración. [⇐] Es trivial pues {xn } es una subsucesión de ella misma.

[⇒] Supongamos ahora que xn −→ x sea {xnk }kN cualquier subsucesión de {xn }. Se debe
demostrar que
lı́m xnk = x.
k−→∞

Con este fin, sea ε > 0. Como xn −→ x entonces existe n0 ∈ N tal que

kxn − xk < ε (1.9)

para todo n ≥ n0 . Luegos, como la función nk = n (k) crece sin cota, podemos seleccionar un
k0 ∈ N tal que n (ko ) ≥ no . Ası́, para cualquier k ≥ k0 , se tiene que nk = n (k) ≥ n (ko ) ≥ no y por
tanto, sustituyendo en (1.9) se obtiene que

kxnk − xk < ε,

lo cual significa que

lı́m xnk = x.
k−→∞

Esto completa la prueba del Teorema.

Ahora definimos y estudiamos las sucesiones de Cauchy en espacios normados.

Definición 1.4.5 Una sucesión {xn } en un espacio normado (X, k·k) se dice que es de Cauchy,
si para cada ε > 0 podemos encontrar un n0 ∈ N tal que

kxn − xm k < ε

para todo n, m ≥ n0 .

Entre las propiedades de las sucesiones que son de Cauchy, podemos mencionar las siguientes:

15
Proposición 1.4.4 Toda sucesión convergente en un espacio normado es de Cauchy.

Demostración. En efecto, sea {xn } una sucesión convergente en un espacio normado (X, k·k),
entonces existe x ∈ X tal que
lı́m kxn − xk = 0.
n−→∞

Esto significa, que dado ε > 0 podemos encontrar n0 ∈ N tal que

kxn − xk < ε

para todo n ≥ n0 ; luego por la desigualdad triangular y la homogeneidad de la norma k·k, para
n, m ≥ n0 se tiene
ε ε
kxn − xm k = k(xn − x) + (x − xm )k ≤ kxn − xk + kxm − xk < + =ε
2 2
lo cual significa que la sucesión {xn } es de Cauchy.

Observación 1.6 El recı́proco de la proposición anterior, en general, no es cierto como lo ilus-

tramos a continuación.

Consideremos
C [a, b] = {f : [a, b] → R/ f es continua} .

Por las propiedades de las funciones continuas, es claro que C [a, b] es un espacio vectorial (de
dimensión infinita) con la suma y producto por un escalar usual de funciones. En este espacio,
definimos la relación k·k1 : C [a, b] → R por
Z b
kf k1 = |f (x)| dx. (1.10)
a

Teorema 1.4.5 (C [a, b] , k·k1 ) es un espacio normado.

Demostración. Recordemos primero que la integral definida es una relación monótona cre-
ciente, esto significa que si g, h ∈ C [a, b] satisfacen g (x) ≤ h (x) para todo x ∈ [a, b], entonces
Z b Z b
g (x) dx ≤ h (x) dx.
a a

Luego, si f ∈ C [a, b] entonces, como toda función continua sobre un subconjunto compacto de R
es acotada, podemos encontrar una constante Mf > 0, tal que

|f (x)| ≤ Mf

para todo x ∈ [a, b]; y ası́,

Z b
kf k1 = |f (x)| dx ≤ Mf (b − a) < +∞.
a

16
Además, dado que la integral definida (de Riemann) es un limite, entonces el valor
Z b
|f (x)| dx
a

es único y la relación k·k1 : C [a, b] → R es una función.

[N 1] Como |f (x)| ≥ 0 para todo x ∈ [a, b], entonces es claro que

Z b
|f (x)| dx ≥ 0;
a

es decir; kf k1 ≥ 0.

[N2 ] Si f ≡ 0, entonces f (x) = 0 para todo x ∈ [a, b] y por tanto

Z b
|f (x)| dx = 0,
a

es decir;
f ≡ 0 =⇒ kf k1 = 0.

Para la implicación contraria, haremos una prueba por contrarecı́proco. Con este fin, supongamos
que la función f no es nula, entonces existe x0 ∈ [a, b] tal que f (xo ) 6= 0; es decir,

|f (xo )| = ro > 0.

Sin perder generalidad, supongamos que x0 ∈ (a, b). Como f es continua en x0 , entonces para
ε = 12 r0 > 0 se tiene, existe δ > 0 tal que
ro
|f (x) − f (xo )| <
2
para todo |x − xo | < δ. Se obtiene, como una aplicación de la desigualdad triangular del valor
absoluto, que
ro
|f (xo )| − < |f (xo )|
2
para todo |x − xo | < δ; lo cual significa que
ro ro
|f (x)| > ro − =
2 2
ro
para todo |x − xo | < δ, es decir; |f (x)| > 2 para todo x ∈ (x0 − δ, x0 + δ). Por tanto
Z b
kf k1 = |f (x)| dx
a
Z xo −δ Z xo +δ Z b
= |f (x)| dx + |f (x)| dx + |f (x)| dx
a xo −δ xo −δ
Z xo +δ
≥ |f (x)| dx
xo −δ
ro
> (2δ) > 0,
2

17
donde hemos usado la monotonı́a de la integral. Hemos concluido entonces que kf k1 > 0, lo cual,
por contrarecı́proco, significa que
kf k1 = 0 =⇒ f ≡ 0.

El caso x0 = a ó x0 = b queda de ejercicio al lector.

[N3 ] Consideremos ahora λ ∈ R y f ∈ C [a, b]. Entonces, por propiedad del valor absoluto y
de la integral definida, se tiene que
Z b Z b Z b
kλf k1 = |λf (x)| dx = |λ| |f (x)| dx = |λ| |f (x)| dx = |λ| kf k1
a a a

y la propiedad [N3] está demostrada.

[N4 ] Sean f, g ∈ C [a, b], entonces por la desigualdad triangular del valor absolulo se puede
escribir
|f (x) + g (x)| ≤ |f (x)| + |g (x)|

para todo x ∈ [a, b]; luego, integrando, usando la monotonı́a de la integral y el hecho que la integral
de la suma es la suma de las integrales se obtiene
Z b Z b Z b
|f (x) + g (x)| dx ≤ |f (x)| dx + |g (x)| dx
a a a

es decir; kf + gk1 ≤ kf k1 + kgk1 . El teorema queda demostrado.

Daremos ahora un ejemplo de una sucesión en un espacio normado que es de Cauchy; pero que
no es convergente.

Ejemplo 1.4.2 Con este fin, consideremos el espacio normado (C [0, 1] , k·k1 ) y la sucesión {fn }
definida por

x ∈ 0, 12 − n1 ,
 

 0,




n 1 1

1 1 1 1

fn (x) = 2 x − 2 − n , x ∈ 2 − n, 2 + n ,




x ∈ 12 − n1 , 1 .
  
1,


Notamos que para cada n ∈ N se tiene fn ∈ C [0, 1] pues

 
1 1
lı́m fn (x) = 0 = lı́m fn (x) = fn −
1 −
x→( 12 − n ) 1 +
x→( 12 − n ) 2 n

y
 
1 1
lı́m fn (x) = 1 = lı́m fn (x) = fn + .
1 −
x→( 12 + n ) 1 +
x→( 12 + n ) 2 n

18
Las gráficas de estas funciones son de la forma

Veamos que la sucesión {fn } es de Cauchy en (C [0, 1] , k·k1 ) para esto consideremos m, n ∈ N, y
supongamos, sin perder la generalidad, que n > m; entonces se tienen las siguientes relaciones:


1 1

 n < m,




1 1 1 1
2 − n > 2 − m,




1 1 1 1

+ < + m,

2 n 2

luego, como

Z 1
kfn − fm k1 = |fn (x) − fm (x)| dx
o
= área de los 2 triángulos encerrada por las dos curvas,

19
(véase figura abajo)

Area encerrada por fn y fm

se tiene que
Z 1
kfn − fm k1 = |fn (x) − fm (x)| dx = A1 + A2
o
   
1 1 1 1 1 1 1 1
= − · + −
2 m n 2 2 m n 2
 
1 1 1
= − .
2 m n
Ası́, para ε > 0 cualquiera y m < n se tiene
     
1 1 1 1 1 1 1 2 1
kfn − fm k1 = − ≤ + < = .
2 m n 2 m n 2 n n
1
Se observa además que n < ε si y sólo si n > 1ε . Por tanto, seleccionando
 
1
no =   + 1,
ε
(aquı́ [|r|] denota la parte entera del número real r; es decir, el entero n que satisface n ≤ r < n+1)
y al suponer que m > n ≥ no se obtiene que
1
kfn − fm k1 < < ε,
n
lo cual significa que la sucesión {fn } es de Cauchy en el espacio normado (C [0, 1] ; k·k1 ). Observe
que esta sucesión no es convergente en (C [0, 1] ; k·k1 ) pues para x ∈ [0, 1] fijo se tiene que
  1

 0, x ∈ 0, 2 ,

1
lı́m fn (x) = f (x) = 2, x = 12 ,
n−→∞
1 , x ∈ 12 , 1 ,

 

la cual claramente no es una función continua en el intervalos [0, 1].

20
 En el siguiente teorema recopilamos otras propiedades de las sucesiones de Cauchy que estare-
mos usando en el transcurso de estas notas.

Teorema 1.4.6 1. Toda sucesión Cauchy es un conjunto acotado.

2. Una sucesión de Cauchy que contenga una subsucesión convergente es convergente.

Demostración. Sea {xn } una sucesión de Cauchy en el espacio normado (X, k·k).
1- Vamos a probar que existe M > 0 tal que

kxn k ≤ M

para todo n ∈ N. Con este fin, tomemos ε = 1 entonces, por definición de sucesiones de Cauchy,
existe n0 ∈ N tal que
kxn − xm k < 1
para todo n; m ≥ n0 . En particular kxn − xno k < 1 para todo n ≥ n0 . Luego, haciendo
L = kxn0 k y aplicando la desigualdad triangular se obtiene

kxn k ≤ L + 1

para todo n ≥ n0 . Finalmente, tomamos M = máx {kx1 k , kx2 k , . . . , kxno−1 k , L + 1} y se concluye

kxn k ≤ M

para todo n ∈ N. Esto completa la prueba de la primera parte.

2.- Supongamos ahora que existe x ∈ X y una subsucesión {xnk } de {xn } tal que

lı́m xnk = x.
k→∞

Vamos a probar que

lı́m xn = x.
n−→∞
Para esto, sea ε > 0 cualquiera, entonces como

lı́m xnk = x,
k−→∞
ε
existe k0 ∈ N tal que kxnk − xk < 2 para todo k ≥ k0 . Similarmente, como {xn } es de Cauchy,
existe n1 ∈ N tal que
ε
kxn − xm k <
2
para todo n, m ≥ n1 . Por tanto, para cualquier n ≥ n1 , podemos seleccionar k > k0 tal que
nk > n1 (esto es posible pues, por definición de subsucesión, nk = n (k) crece sin cota) y escribir

kxn − xk = k(xn − xnk ) + (xnk − x)k

≤ kxn − xnk k + kxnk − xk
ε ε
< + = ε.
2 2
Esto completa la prueba de la parte 2.

Ahora podemos dar la definición de los espacios que estaremos estudiando en el transcurso de
estos apuntes.

21
Definición 1.4.6 Un espacio normado (X, k·k) se dice que es un Espacio de Banach si toda
sucesión de Cauchy en X converge a un elemento del espacio.

A continuación damos algunos ejemplos importantes de espacios de Banach. En primer lugar,

notamos que, debido al ejemplo que hemos dado después de la demostración del Teorema 1.4.5, el
espacio (C [0, 1] , k·k1 ) de las funciones continuas en [0, 1] con la norma k·k1 dada por la integral
no es un espacio de Banach; más adelante exhibiremos que este mismo espacio es de Banach con
otra norma (dada por el supremo).

El ejemplo más importante de espacio de Banach lo constituye el conjunto de los números reales
R con la norma dada por el valor absoluto tal como se establece en el siguiente teorema.

Teorema 1.4.7 (R, |·|) es un espacio de Banach.

Demostración. En efecto, daremos por conocido las siguientes propiedades de los númeror
reales, que son consecuencias del axioma de completitud:

1.- Todo subconjunto acotado e infinito de números reales tiene un punto de acumulación.
2.- Como consecuencia del resultado anterior se tiene que toda sucesión acotada de número
reales tiene una subsucesión convergente.

Ası́, si {xn } es una sucesión de Cauchy en R, entonces por el Teorema 1.4.6, esta sucesión
resulta ser un conjunto acotado de R; y por el item 2, mencionado arriba, {xn } debe contener una
subsucesión convergente. Por tanto, {xn } es una sucesión convergente en R, en virtud del segundo
item del Teorema 1.4.6. La prueba del Teorema está completa.

Corolario 1.4.8 R2 , k·k∞ es un espacio de Banach.

Demostración. Sea {xn } una sucesión de Cauchy en R2 , k·k∞ . A mostrar que existe x ∈ R2

tal que
lı́m kxn − xk∞ = 0.
n−→∞

En otras palabras, los pasos que debemos seguir son:

1.- Construir el candidato a limite.

2.- Demostrar que el candidato esta en el espacio.
3.- Demostrar que la sucesión de Cauchy converge al candidato con la norma dada en el espacio.

1. y 2. Como xn ∈ R2 para todo n ∈ N, entonces xn se puede escribir en la forma

 
(n) (n)
x n = a 1 , a2 ,

(n) (n)
∈ R. Como {xn } es de Cauchy en R2 , k·k∞ , dado ε > 0, podemos encontrar


donde a1 , a2
n0 ∈ N tal que
kxn − xm k∞ < ε

22
para todo n, m ≥ n0 , es decir,
n   o
 (n) (m)   (n) (m) 
máx a1 − a1  , a2 , a2  < ε

para todo n, m ≥ n0 . Esto implica, por definición de máximo, que

   
 (n) (m)   (n) (m) 
a1 − a1  < ε, y a2 − a2  < ε

o nn, mo≥ n0 . Esto significa que las sucesiones de las primeras y segundas componentes
para todo
n
(n) (n)
a1 y a2 , respectivamentes, son sucesiones de Cauchy en R (con el valor absoluto) el cual
es un espacio de Banach, en virtud del Teorema 1.4.7. Por tanto, existen números reales a1 y a2
tales que
(n) (n)
lı́m a1 = a1 y lı́m a2 = a2 .
n−→∞ n−→∞

Luego nuestro candidato a limite de {xn } es x = (a1 , a2 ) ∈ R2 .

3. Finalmente demostraremos que

lı́m kxn − xk∞ = 0.

n−→∞

En efecto, sea ε > 0, entonces como

(n)
lı́m a = a1 ,
n−→∞ 1
podemos encontrar n1 ∈ N tal que  
 (n)
a1 − a1  < ε


para todo n ≥ n1 . Similarmente, como

(n)
lı́m a = a2 ,
n−→∞ 2

existe n2 ∈ N tal que  

 (n)
a2 − a2  < ε


para todo n ≥ n2 . Por tanto, seleccionando n0 = máx {n1 , n2 } y suponiendo n ≥ n0 , se tiene, en

particular, que n ≥ n1 , n ≥ n2 y por tal motivo,
n   o
 (n)   (n)
máx a1 − a1  , a2 − a2  < ε,


lo que significa que kxn − xk∞ < ε para todo n ≥ n0 , esto es,

lı́m kxn − xk∞ = 0

n−→∞

y la prueba está completa

1.5. Espacios normados de dimensión finita

En esta sección demostraremos dos resultados importantes sobre espacios de Banach de dimen-
sión finita; estableceremos que todo espacio normado de dimensión finita es un espacio de Banach y
que en estos espacios todas las normas son equivalentes. Antes necesitamos recordar los siguientes
resultados estudiados en el curso de Análisis I.

23
Teorema 1.5.1 (Bolzano-Weierstrass) Todo conjunto infinito y acotado en Rn tiene un punto
de acumulación.

Corolario 1.5.2 Toda sucesión, acotada en Rn contiene una subsucesión convergente.

Ahora podemos establecer el primer resultado importante de esta sección.

Teorema 1.5.3 En un espacio de dimension finita todas las normas son equivalentes.

Demostración. Sea X un espacio vectorial de dimensión finita n (sobre R) y sea {e1, e2 , . . . , en }

una base para X. Entonces todo x ∈ X puede escribirse en la forma

x = a1 e1 + a 2 e2 + . . . + a n e n ,

donde ak ∈ R para todo k = 1, . . . , n. En X se define la relación k·k1 : X −→ R por

n
X
kxk1 = |ak | .
k=1

Entonces, es facil ver (véase el Ejercicio 1.14) que la relación k·k1 define una norma para el espacio
vectorial X. Vamos a mostrar que cualquier otra norma k·k definida sobre X es equivalente a la
norma k·k1 . Es decir, vamos a demostrar que si k·k es otra norma definida sobre X, entonces existen
constantes positivas k1 y k2 tal que

k1 kxk1 ≤ kxk ≤ k2 kxk1

para todo x ∈ X. Esto implica (véase el Ejercicio 1.8) a su vez que existe una constante c > 1 tal
que
1
kxk1 ≤ kxk ≤ c kxk1
c
para todo x ∈ X.

En efecto, como k·k es una norma, ésta satisface la desigualdad triangular y por tal motivo,
podemos escribir

kxk = ka1 e1 + a2 e2 + . . . + an en k
≤ ka1 e1 k + ka2 e2 k + . . . + kan en k
= |a1 | ke1 k + |a2 | ke2 k + . . . + |an | ken k ;

luego, seleccionando
k2 = máx {ke1 k , ke2 k , . . . , ken k} ,

se obtiene que

kxk ≤ |a1 | k2 + |a2 | k2 + . . . + |an | k2

X n
= k2 |ak | = k2 kxk1 ;
k=1

24
es decir,
kxk ≤ k2 kxk1 (1.11)

para todo x ∈ X.

Falta probar que existe una constante k1 > 0 tal que

kxk ≥ k1 kxk1

para todo x ∈ X; o, equivalentemente, que existe una constante k1 > 0 tal que

kxk
≥ k1
kxk1

para todo x ∈ X {0}.

1


Supongamos lo contrario, entonces dado m ∈ N m > 0 , podemos encontrar un xm ∈ X {0}
tal que
kxm k 1
0≤ < ;
kxm k1 m
luego, usando el teorema del emparedado se puede ver que

kxm k
lı́m = 0. (1.12)
m−→∞ kxm k1

Ası́, considerando la sucesión {ym } ⊂ X, dada por

xm
ym = ,
kxm k1

se tiene, por la homogeneidad de la norma k·k1 que para cada m ∈ N

xm 1
kym k1 =
= kxm k1 = 1;
kxm k1 1
kxm k1

lo que significa que la sucesión {ym } es acotada con la norma k·k1 , luego, en virtud del teorema
de Bolzano-Weierstrass, la sucesión {ym } tiene una subsucesión {ymk } que converge, digamos a
y ∈ X, con la norma k·k1 ; es decir,

lı́m kymk − yk1 = 0. (1.13)

k−→+∞

Luego, como la relación k·k1 satisface la desigualdad triangular, es claro que

0 ≤ |kym k1 − kyk1 | ≤ kym − yk1 ;

lo cual con la expresión (1.13) y el teorema del emparedado, implica que

lı́m |kymk k1 − kyk1 | = 0;

k−→+∞

esto último junto con el hecho que kymk k1 = 1 nos permite escribir

lı́m |1 − kyk1 | = 0
k−→∞

25
lo que implica que kyk1 = 1 6= 0 y necesariamente y 6= 0 por la condición [N2] que satisface la
norma k·k1 .

Por otra parte, como la sucesión {ym } converge a 0, con la norma k·k (véase la expresión (1.12)).
Se tiene que, en virtud del Teorema 1.4.3, que cualquiera subsucesión de {ym } también converge
a 0 con la misma norma k·k. En particular, la subsucesión {ymk } considerada en (1.13) también
converge a cero con la norma k·k. Luego, usando la desigualdad triangular de la norma k·k y la
relación en (1.11) se obtiene

kyk = ky − ymk + ymk k

≤ ky − ymk k + kymk k
≤ k2 ky − ymk k1 + kymk k ,

lo cual implica, tomando el lı́mite cuando k → ∞ y usando las relaciones (1.13), (1.12); junto con
la definición de ym que kyk = 0; es decir, y = 0 y se obtiene una contradicción con el hecho que
kyk1 = 1 6= 0.

Por tanto, podemos concluir que efectivamente, existe una constante k1 > 0 tal que
kxk
≥ k1
kxk1

para todo x ∈ X {0}; lo que implica que

kxk ≥ k1 kxk1

para todo x ∈ X y ası́ se concluye que las normas k·k y k·k1 son equivalentes.

Finalmente, si k·ka y k·kb son dos normas definidas sobre X, entonces por lo que hemos demos-
trado anteriormente, ambas son equivalentes con k·k1 ; es decir,
(
k·ka v k·k1 ,
k·kb v k·k1 ;
luego, como la relación ”normas equivalentes” es una relación de equivalencia (véase el Ejercicio
1.7), se obtiene que k·ka v k·kb . Esto completa la demostración del teorema.

Seguidamente, establecemos el segundo resultado importante de esta sección.

Teorema 1.5.4 Todo espacio normado de dimensión finita es un espacio de Banach.

Demostración. Sea (X, k·k) un espacio normado, sobre R de dimensión finita, digamos dim (X) =
n ∈ N. Sea {e1 , e2 , . . . , en } una base para el espacio X; entonces, por definición de base, para cada
x ∈ X, podemos encontrar escalares a1 , a2 , . . . , an tal que

x = a1 e1 + a2 e2 + . . . + an e n .

Claramente la relación
kxk∞ = máx {|a1 | , |a2 | , . . . , |an |}

26
es una norma para el espacio X y dado que la dim (X) = n < ∞ entonces por el Teorema 1.5.3 las
normas k·k y k·k∞ son equivalentes; por tanto existen constantes positivas k1 , k2 tales que

k1 kxk∞ ≤ kxk ≤ k2 kxk∞ (1.14)

para todo x ∈ X.

Consideremos ahora {xm } una sucesión de Cauchy en (X, k·k), entonces para cualquier ε > 0,
podemos encontrar un n0 ∈ N tal que

kxk − xm k < k1 ε

para todo k, m ≥ n0 ; luego de la relación (1.14) se obtiene

1 1
kxk − xm k∞ ≤ kxk − xm k < k1 ε = ε
k1 k1

para todo k, m ≥ n0 , lo cual significa que {xm } es una sucesión de Cauchy en (X, k·k∞ ). Haciendo,
para m ∈ N,
(m) (m)
xm = a1 e1 + a2 e2 + . . . + an(m) en ,

la definición de k·k∞ (el máximo de un conjunto es mayor o igual que todos los elementos del
conjunto) implica que para cualquier j ∈ {1, . . . , n} se cumple que
  n o
 (k) (m)   (k) (m) 
aj − aj  ≤ máx aj − aj  = kxk − xm k∞ < ε

para todo
n k, m o ≥ n0 . Esto significa que para j ∈ {1, . . . , n} fijo, la sucesión de las j-ésima compo-
(m)
nentes aj es una sucesión de Cauchy en R el cual es completo (según el Teorema 1.4.7) y
m∈N
por tanto, debe existir un aj ∈ R tal que
 
 (m)
lı́m aj − aj  = 0,

m−→∞

donde, como hemos dicho ante, j ∈ {1, . . . , n} es fijo. De esta manera, podemos definir ”nuestro
candidato” al lı́mite,
x = a1 e1 + a2 e2 + . . . + a n e n ,

el cual trivialmente es un elemento del espacio X, por ser combinación lineal de los elementos de
la base.

Falta demostrar que

lı́m kxm − xk = 0,
m−→∞

lo cual a su vez es equivalente (véase el Ejercicio 1.10a) a establecer que

lı́m kxm − xk∞ = 0.

m−→∞

Para exhibir esto último, consideremos cualquier ε > 0, entonces como

(m)
lı́m a = aj
m−→∞ j

27
para cada j = 1, . . . , n, se puede encontrar enteros positivos n0 (j) tal que
 
 (m)
aj − aj  < ε


para todo m ≥ n0 (j). Por tanto, al seleccionar

n1 = máx {n0 (j) : 1 ≤ j ≤ n} ,

y al suponer que m ≥ n1 , se obtiene que

 
 (m)
aj − aj  < ε


para todo j = 1, 2, . . . , n y ası́ el número ε > 0 es una cota superior del conjunto
n  o
 (m)
aj − aj  : 1 ≤ j ≤ n


y por tanto 
n o
 (m)
kxm − xk∞ = máx aj − aj  : 1 ≤ j ≤ n < ε


para todo m ≥ n1 . Esto significa que

lı́m kxm − xk∞ = 0.

m−→∞

y la demostración del Teorema está completa.

Como caso particular del resultado anterior se tiene.

Corolario 1.5.5 En Rn todas las normas son equivalentes.

1.6. El espacio de las sucesiones convergentes

En el transcurso de este capı́tulo hemos visto la importancia de las sucesiones convergentes para
el estudio de los espacios de Banach. Es por esta razón, que dedicamos una sección para establecer
que este conjunto (el de las sucesiones convergentes) es un espacio de Banach con la norma definida
a través del supremo. En primer lugar, supongamos que tenemos un espacio normado (X, k·k). Ya
sabemos que una sucesión {xn } ⊂ X converge a x ∈ X si y sólo sı́

lı́m kxn − xk = 0.
n−→∞

Entonces se tiene el siguiente resultado sobre las sucesiones convergentes en el espacio (X, k·k).

Teorema 1.6.1 El conjunto de las sucesiones convergentes en (X, k·k) es un espacio vectorial con
la suma y producto por un escalar definido por

{xn } + {yn } = {xn + yn } ,

λ {xn } = {λxn } .

28
 Demostración. Primero estableceremos que el limite de la suma es la suma de los limites. En
efecto, sean {xn } y {yn } dos sucesiones convergentes en (X, k·k), entonces existen x, y ∈ X tales
que xn −→ x y yn −→ y. Queremos probar que la sucesión {xn + yn } es convergente; y para esto
es suficiente probar que
lı́m (xn + yn ) = x + y ∈ X.
n−→∞

Con este fin, sea ε > 0, entonces por la desigualdad triangular podemos escribir

k(xn + yn ) − (x + y)k = k(xn − x) + (yn − y)k (1.15)

≤ kxn − xk + kyn − yk .

Como xn −→ x entonces, para el ε > 0 dado, podemos encontrar un n1 ∈ N tal que

ε
kxn − xk < (1.16)
2
para todo n ≥ n1 . Similarmente, como yn −→ y, existe un n2 ∈ N tal que
ε
kyn − yk < (1.17)
2
para todo n ≥ n2 . Por tanto para cualquier n ≥ no = máx {n1 , n2 }, podemos sustituir (1.16) y
(1.17) en (1.15) y concluir que
ε ε
k(xn + yn ) − (x + y)k < + =ε
2 2
Lo que significa que {xn + yn } es una sucesión convergente.y

lı́m (xn + yn ) = x + y.
n−→∞

Ahora probaremos que {λxn } es una sucesión convergente para cualquier λ ∈ R. Para esto, es
suficiente probar que
lı́m (λxn ) = λx = λ lı́m xn .
n−→∞ n−→∞

En efecto, si ε > 0, entonces

k(λxn ) − (λx)k = kλ (xn − x)k = |λ| kxn − xk −→ 0,

cuando n → ∞. Por tanto {λxn } es una sucesión convergente y el conjunto de las sucesiones
convergentes constituye un espacio vectorial.

Observación 1.7 El espacio de las sucesiones convergentes de un espacio normado (X, k·k) se
denota por c; es decir,
c = {{xn } ⊂ X : {xn } es convergente} .

Nos preguntamos: ¿Es c normado? En caso afirmativo ¿Es c Banach?

Antes de responder estas preguntas, vamos a establecer otras propiedades sobre sucesiones
convergentes de números reales.

Teorema 1.6.2 Sean {an } y {bn } sucesiones reales convergentes, entonces:

29
 1. lı́mn−→∞ an bn = (lı́mn−→∞ an ) (lı́mn−→∞ bn ) ,
1 1
2. lı́mn−→∞ an = lı́mn−→∞ an siempre que lı́mn−→∞ an 6= 0.

Demostración. Sea a = lı́mn−→∞ an y b = lı́mn−→∞ bn ; entonces se tiene que

lı́m (an − a) = 0 y lı́m (bn − b) = 0.

n−→∞ n−→∞

1. Podemos observar que se cumple la siguiente identidad

an bn − ab = (an − a + a) bn − ab = (an − a) bn + abn − ab

= (an − a) (bn − b + b) + a (bn − b)
= (an − a) (bn − b) + b (an − a) + a (bn − b) .

Luego, aplicando el teorema anterior y las hipótesis, podemos escribir

lı́m (abn − ab) = lı́m (an − a) (bn − b) + b lı́m (an − a) + a lı́m (bn − b)
n−→∞ n−→∞ n−→∞ n−→∞
= lı́m (an − a) (bn − b) ;
n−→∞

ası́ que debemos probar que

lı́m (an − a) (bn − b) = 0.
n−→∞

Con este fin, sea ε > 0, entonces, como an −→ a, existe n1 ∈ N tal que
√
|an − a| < ε

para todo n ≥ n1 , además, como bn −→ b existe n2 ∈ N tal que

√
|bn − b| < ε

para todo n ≥ n2 . Por tanto para cualquier n ≥ n0 = máx {n1 , n2 } se tiene que
√ √
|(an − a) (bn − b)| = |an − a| |bn − b| < ε. ε = ε,

lo cual significa que

lı́m (an − a) (bn − b) = 0.
n−→∞

como lo afirmamos.

2. Sea ε > 0, sin más que operar y usar las propiedades del valor absoluto, es claro que
 
 1 1  |an − a|
 an − a  = |an | |a| , (1.18)


1
luego, como an −→ a entonces para ε1 = 2 |a| > 0 podemos encontrar un n1 ∈ N tal que

1
|a| − |an | ≤ |an − a| < ε1 = |a|
2
para todo n ≥ n1 , en particular, despejando se obtiene que
1
|an | > |a|
2

30
para todo n ≥ n1 ; por lo que sustituyendo en (1.18) se obtiene que
 
 1 1  |an − a|
 an − a  < 1 |a|2 (1.19)

2
siempre que n ≥ n1 .
2
Aplicando nuevamente la hipótesis an −→ a con ε2 = 12 |a| ε > 0, podemos encontrar un
n2 ∈ N tal que
1 2
|an − a| < ε2 = |a| ε (1.20)
2
para todo n ≥ n2 . Por tanto, para cualquier n ≥ no = máx {n1 , n2 } podemos sustituir (1.20) en
(1.19) para concluir que
1 2
2 |a| ε
 
 1 1  |an − a|

 an − < 1 2 < 1 2 =ε
a |a| |a|
2 2
lo que significa que
1 1
lı́m = .
n−→∞ an a
Esto completa la prueba del teorema.

Ahora estableceremos que el espacio de las sucesiones convergente es un espacio normado con
la norma del supremo.

Teorema 1.6.3 Sea (X, k·k) un espacio normado, entonces (c, k·k∞ ) es un espacio normado; don-
de, si x = {xn } es una sucesión convergente en X, entonces

kxk∞ = sup {kxn k} .

n∈N

Demostración. Ya hemos establecido que (c, +, ·) es un espacio vectorial. Si x = {xn } ∈ c,

significa que {xn } es una sucesión convergente y por tanto, por el Teorema 1.4.6, resulta un conjunto
acotado; esto nos dice que la relación k·k∞ : c −→ R es una función (el supremo de números no
negativos es único). Además se cumplen las siguientes propiedades;
[N1] Para todo x = {xn } ∈ c se cumple kxk ≥ 0 pues el supremo de números no negativos
resulta un número no negativo.
[N2] Se tiene, por definición, que

kxk∞ = 0
⇐⇒ sup {kxn k} = 0
n∈N
⇐⇒ 0 ≤ kxn k ≤ sup {kxn k} = 0 ∀n ∈ N
n∈N
⇐⇒ xn = 0 ∀n ∈ N
⇐⇒ x = {0} la sucesión nula.

[N3] Si λ ∈ R, entonces, por propiedad del supremos (véase el Ejercicio 1.1), se puede escribir

kλxk∞ = sup {kλxn k}

n∈N
= sup {|λ| kxn k}
n∈N
= |λ| sup {kxn k}
n∈N
= |λ| kxk∞ .

31
 [N4] Si x = {xn } , y = {yn } ∈ c, entonces por la desigualdad triangular de k·k y por la propiedad
del supremos (véase el Ejercicio 1.1), se obtiene que

kx + yk∞ = sup {kxn + yn k}

n∈N
≤ sup {kxn k + kyn k}
n∈N
≤ sup {kxn k} + sup {kyn k}
n∈N n∈N
= kxk∞ + kyk∞ .

La prueba del teorema está completa.

Observación 1.8 En el teorema anterior, realmente hemos demostrado que el conjunto de las
sucesiones acotadas es un espacio normado con la norma del supremo k·k∞ .

Del teorema anterior, es natural preguntarse. ¿Qué condiciones debemos imponer al espacio
normado (X, k·k) de tal manera que el espacio de las sucesiones convergentes en X, (c, k·k∞ )
resulte un espacio de Banach? El siguiente teorema nos resuleve este problema.

Teorema 1.6.4 Si (X, k·k) un espacio de Banach, entonces c, el conjunto de las sucesiones con-
vergentes en X, es un espacio de Banach con la norma

kxk∞ = sup {kyn k} ,

n∈N

donde x = {yn }n∈N .

Demostración. Consideremos {xm } una sucesión de Cauchy en (c, k·k∞ ). Significa que para
cada m ∈ N, xm es una sucesión que es convergente, la denotaremos por
 
(m) (m) (m)
x m = y 1 , y2 , y 3 , . . . ,

donde
(m)
lı́m yk = y (m) ∈ X.
k−→∞

Que la sucesión (de sucesiones) {xm } sea de Cauchy en (c, k·k∞ ), significa que dado ε > 0, podemos
encontrar un n0 ∈ N tal que
kxm − xn k∞ < ε

para todo n, m ≥ n0 ; lo cual es equivalente a su vez que

(m) (n)
sup yk − yk < ε
kN

para todo n, m ≥ n0 . En particular, la primera componente (k = 1) satisface

(m) (n)
y1 − y1 < ε

32
 n o
(n)
para todo n, m ≥ n0 ; lo cual significa que la sucesión de las primeras componentes y1 ⊂X
n∈N
es de Cauchy en (X, k·k) que es un espacio
n o de Banach, por hipótesis. Entonces se tiene que la
(n)
sucesión de las primeras componentes y1 ⊂ (X, k·k) converge, digamos a y1 ∈ X; es decir,
n∈N

(n)
lı́m y1 − y1 = 0.

n−→∞
n o
(n)
Similarmente para k ∈ N fijo, la sucesión de las k-ésimas componentes yk ⊂ X es una
nN
sucesión de Cauchy en (X, k·k) y por tanto converge digamos a yk ∈ X; es decir;

(n)
lı́m yk − yk = 0.

n−→∞

Por tanto, podemos formar nuestro ”candidato”, una sucesión formada con los lı́mites de cada
componentes; es decir, x = (y1 , y2 , . . .) = {yk }k∈N ⊂ X y nos preguntamos:
1. ¿x = {yk }k∈N ∈ c? es decir, ¿{yk }kN converge?
2. ¿lı́mn−→∞ kxn − xk∞ = 0?
1.- Vamos a mostrar que x ∈ c, es decir, que la sucesión x = {yk } converge en el espacio de
Banach (X, k·k); lo cual, en este caso, es equivalente a establecer que la sucesión x = {yk } es de
Cauchy en (X, k·k). Para esto, consideremos ε > 0, entonces para k1 , k2 ∈ N y por la desigualdad
triangular, se puede escribir

(n) (n) (n) (n)
kyk1 − yk2 k = yk1 − yk1 + yk1 − yk2 + yk2 − yk2 (1.21)


(n) (n) (n) (n)
≤ yk1 − yk1 + yk1 − yk2 + yk2 − yk2 ;

luego, como
(n)
lı́m y = yk 1
n−→∞ k1

para este ε > 0, podemos encontrar un n1 ∈ N tal que

ε
(n)
yk1 − yk1 <

3
para todo n ≥ n1 . Similarmente, como
(n)
lı́m y = y k2 ,
n−→∞ k2

podemos encontrar un n2 ∈ N tal que

ε
(n)
yk2 − yk2 <

3
para todo n ≥ n2 .
Por tanto, si fijamos n ≥ n0 = máx {n1 , n2 }, se cumple que
ε ε
(n) (n)
yk1 − yk1 < , y yk2 − yk2 < . (1.22)

3 3
n o
(n)
Para ese n ≥ n0 fijo, además se tiene que la sucesión yk es de Cauchy; y por tal motivo,
k∈N
podemos encontrar un k0 ∈ N tal que
ε
(n) (n)
yk1 − yk2 < (1.23)
3

33
para todo k1 , k2 ≥ ko . Ası́, sustituyendo (1.23) y (1.22) en (1.21), se concluye que existe un k0 ∈ N
tal que

(n) (n) (n) (n)
kyk1 − yk2 k ≤ yk1 − yk1 + yk1 − yk2 + yk2 − yk2

ε ε ε
< + + =ε
3 3 3
siempre que k1 , k2 ≥ k0 , es decir, la sucesión x = {yk } es de Cauchy en el espacio de Banach
(X, k·k) por tanto converge, es decir, x ∈ c.

2.-Ahora vamos a mostrar que lı́mn−→∞ kxn − xk∞ = 0. Con este fin, fijamos ε > 0, enton-
ces como la sucesión {xn } es de Cauchy en (c, k·k∞ ), podemos encontrar unn n0 o
∈ N tal que
(n)
kxn − xm k∞ < ε para todo n > n0 y para todo m > n0 ; luego como xn = yk , usando la
definición de supremo se encuentra que

(n) (m)
yk − yk < ε

para todo k ∈ N, para todo n > n0 y para todo m > n0 . Por tanto, haciendo m → ∞, y recordando
(m)
que lı́mm−→∞ yk = yk , se concluye que

(n)
yk − yk < ε

para todo k ∈ N y para todo n > n0 lo cual significa que

n o
(n)
kxn − xk∞ = sup yk − yk < ε

kN

para todo n > n0 . Esto completa la demostración del teorema.

1.7. Ejercicios
1. Sean A, B ⊂ R subconjuntos acotados y λ ≥ 0. Demuestre que

a) sup (λA) = λ sup (A).

b) sup (A + B) ≤ sup (A) + sup (B). Dar un ejemplo donde no se cumpla la igualdad.

2. (La arbitrariedad de ε) Demostrar que

0 ≤ b < ε para todo ε > 0 ⇐⇒ b = 0.

3. Demuestre que en un espacio métrico las bolas abiertas son conjuntos abiertos y que las bolas
cerradas son conjuntos cerrados.

4. Determine cuales de las siguientes relaciones es una métrica para el espacio de los números
reales:
|x−y|
a) d1 (x, y) = 1+|x−y| ,
p
b) d2 (x, y) = |x − y| , donde p ∈ (0, 1),

34
 c) d3 (x, y) = ln (1 + |x − y|),
d ) d4 (x, y) = 2d1 (x, y) + 3d2 (x, y),
2
e) d5 (x, y) = (x − y) d3 (x, y).

5. Establezca cual de la siguientes relaciones es una norma para R2 :

p p 2
a) N (x, y) = |x| + |y| ,
p
b) M (x, y) = 3x2 + 5y 2 ,
c) S (x, y) = |x − y| + |x + y|,
d ) R (x, y) = |x| + 7 máx {|x| , |y|}.

6. Sea (X, k·k) un espacio normado.

a) Demuestre que para todo x, y ∈ X se cumple

|kxk − kyk| ≤ kx − yk .

b) Sea n ∈ N y x1 , x2 , ..., xn ∈ X. Muestre, por inducción, que

Xn X n
xk ≤ kxk k .



k=1 k=1

c) Sea k·k1 otra norma para X, y α, β ≥ 0. Demuestre que la relación

kxk2 = α kxk + β kxk1

con x ∈ X, es una norma para X.

d ) Demuestre que la relación
kx − yk
d (x, y) =
1 + kx − yk
es una métrica para X.

7. Demuestre que la relación ”normas equivalentes sobre un espacio X” es una relación de

equivalencia.

8. Demuestre que k·ka v k·kb en el espacio X si y sólo si existen consntates positivas k1 y k2

tales que
k1 kxka ≤ kxkb ≤ k2 kxka

para todo x ∈ X.

9. Sea X un espacio vectorial sobre R. ¿Es el conjunto

N (X) = {f : X → R/f es norma sobre X}

un espacio vectorial sobre R?

10. Sea X un espacio vectorial donde se han definido dos normas k·k1 y k·k2 .

35
 a) Si k·k1 v k·k2 y {xn } es una sucesión en X. Demuestre que

lı́m kxn k1 = 0 ⇔ lı́m kxn k2 = 0.

n→∞ n→∞

b) Supongamos que se satisface

kxk1 ≤ C kxk2

para alguna constante C > 0 y para toda x ∈ X. Demuestre que si (X, k·k2 ) es un
espacio de Banach, entonces (X, k·k1 ) también lo es. ¿Se puede concluir que (X, k·k2 )
es un espacio de Banach si (X, k·k1 ) lo es?

11. Sea {xn } una sucesión de números reales. Pruebe que lı́mn→∞ xn existe si y sólo si para cada
subsucesión {xnk } de {xn } se cumple
 
lı́m xnk − xnk−1  = 0.
k→∞

12. Sea {xn } una sucesión de números reales y supongamos que

lı́m x2n = lı́m x2n−1 = L ∈ R.

n→∞ n→∞

Demostrar que la sucesión {xn } es convergente y que

lı́m xn = L.
n→∞

13. (Desigualdad de Young) Sea λ ∈ [0, 1], demostrar que

αλ · β 1−λ ≤ λα + (1 − λ) β

para todo α, β ≥ 0.

14. Sea X un espacio vectorial de dimensión finita, digamos dim (X) = n, sea {e1 , e2 , ..., en } una
base para X; y supongamos que cada x ∈ X tiene la forma

x = a1 e1 + a2 e2 + ... + an en .

Demuestre que las siguientes relaciones son normas para el espacio X:

Pn
a) kxk1 = k=1 |ak | y
b) kxk∞ = máx {|ak | : 1 ≤ k ≤ n}.

15. Consideremos el conjunto

C = (x, y) ∈ R2 : x, y ∈ R .


Para z1 = (x1 , y1 ) y z2 = (x2 , y2 ) se definen las operaciones suma y producto por

z1 + z2 = (x1 + x2 , y1 + y2 ) ,
z1 · z2 = (x1 x2 − y1 y2 , x1 y2 + x2 y1 ) .

a) Pruebe que (C, +, ·) es un campo.

36
 b) Pruebe que C es un espacio vectorial de dimensión 1 sobre C.
c) Pruebe que C es un espacio vectorial de dimensión 2 sobre R.
d ) ¿Cuál es la dimensión del espacio vectorial C sobre el campo Q de los números racionales?
e) Para z = (x, y) ∈ C (visto como espacio vectorial sobre el campo R) se define la relación
p
|z| = x2 + y 2 .

Demuestre que (C, |·|) es un espacio de Banach.

16. Sea P3 [x] el conjunto de los polinomios con coeficientes reales de grado menor o igual que 3.

a) Demuestre que P3 [x] es un espacio vectorial sobre el campo de los números reales. ¿Cuál
es su dimensión?
b) Para p (x) = a + bx + cx2 + dx3 , se define la relación

kpk1 = |a| + |b| + |c| + |d| .

Demuestre que (P3 [x] , k·k1 ) es un espacio de Banach.

17. Para p ∈ (0, 1) fijo, y x = (x1 , x2 , ..., xn ) ∈ Rn , se define

n
p
X
kxkp = |xk | .
k=1

a) ¿Es, en este caso, k·kp una norma para Rn ?

b) Demuestre que Rn es un espacio métrico completo con la relación d (x, y) = kx − ykp .

18. (Desigualdad de Hölder) Sean p > 1, x = (x1 , x2 , ..., xn ) e y = (y1 , y2 , ..., yn ) en Rn ,

demostrar que
n n
!1/p n !1/q
p q
X X X
|xk yk | ≤ |xk | |yk | ,
k=1 k=1 k=1
1 1
donde p + q = 1.

19. (Desigualdad de Minkoswki) Sea p > 1 fijo. Demostrar que el espacio vectorial Rn es un
espacio normado con la relación

n
!1/p
p
X
kxkp = |xk | ,
k=1

donde x = (x1 , x2 , ..., xn ) ∈ Rn .

20. Demostrar que el espacio vectorial Rn es un espacio normado con la relación

kxk∞ = máx {|xk | : 1 ≤ k ≤ n} ,

donde x = (x1 , x2 , ..., xn ) ∈ Rn .

37
21. Demostrar que
lı́m kxkp = kxk∞
p−→∞

para todo x ∈ Rn , donde las relaciones k·kp y k·k∞ son las definidas en los dos ejercicios
anteriores.

22. Considere el espacio vectorial Rn , y sean p1 , p2 ≥ 1. Halle una constante C > 1 tal que
1
kxkp1 ≤ kxkp2 ≤ C kxkp1
C
para todo x ∈ Rn , donde k·kp es la relación definida en (1.7).

23. Sea S el conjunto de las sucesiones reales. Es decir,

S = {x = {xn } : xn ∈ R} .

En S se definen la suma y el producto por un escalar por

(
{xn } + {yn } = {xn + yn } ,
(1.24)
λ {xn } = {λxn } ,

respectivamente.

a) Pruebe que S es un espacio vectorial de dimensión infinita sobre el campo de los números
reales.
b) Denotemos por l∞ el subconjunto de S que consta de las sucesiones acotadas; es decir,

l∞ = {x = {xn } ∈ S : kxk∞ = sup {|xn | : n ∈ N} < ∞} .

Demuestre que (l∞ , k·k∞ ) es un espacio de Banach; pero que la relación k·k∞ no es una
norma para S.
c) Denotemos por c0 el subconjunto de S que consta de las sucesiones reales que convergen
a cero; es decir, n o
c0 = {xn } ⊂ R : lı́m xn = 0 .
n→∞

Demuestre que c0 es un subespacio cerrado de c con la norma k·k∞ .

24. Consideremos el espacio vectorial C [a, b] de las funciones continuas en el intervalo [a, b]. Para
p > 1 y f ∈ C [a, b] se define la relación
! p1
Z b
p
kf kp = |f (x)| dx .
a

a) Pruebe que la relación k·kp es una norma para C [a, b].

 
b) ¿Es C [a, b] , k·kp un espacio de Banach con p > 1?
c) ¿Es k·k1 v k·k2 ?

25. Sea {an } una sucesión acotada superiormente de números reales y para cada n ∈ N, definamos

un = sup {ak : k ≥ n} .

38
 a) Demuestre que la sucesión {un } es decreciente.
n
b) Para an = (−1) , calcule, si existe, lı́mn→∞ un . (al lı́mite de la sucesión {un } se le llama
lı́mite superior de la sucesión {an } y se denota por lı́m supn→∞ an ).

26. Sea {an } una sucesión acotada inferiormente de números reales y para cada n ∈ N, definamos

vn = ı́nf {ak : k ≥ n} .

a) Demuestre que la sucesión {vn } es creciente.

n
b) Para an = (−1) , calcule, si existe, lı́mn→∞ vn . (al lı́mite de la sucesión {vn } se le llama
lı́mite inferior de la sucesión {an } y se denota por lı́mı́nf n→∞ an ).

27. Calcule lı́mı́nf n→∞ an y lı́m supn→∞ an de la sucesión


 1 + 1/j, n = 5j,


 1 − 1/j, n = 5j + 1,



an = 0, n = 5j + 2,

 −1 + 1/j, n = 5j + 3,




 −1 − 1/j, n = 5j + 4.

28. Demuestre las siguientes propiedades:

a) lı́mı́nf n→∞ an ≤ lı́m supn→∞ an ,

b) La sucesión {an } converge a L ∈ R, si y sólo si lı́mı́nf n→∞ an = lı́m supn→∞ an = L
c) lı́mı́nf n→∞ (−an ) = − lı́m supn→∞ an
d ) Si an ≤ bn para todo n ∈ N, entonces

lı́m ı́nf an ≤ lı́m ı́nf bn ,

n→∞ n→∞
lı́m sup an ≤ lı́m sup bn .
n→∞ n→∞

e) lı́m supn→∞ {an + bn } ≤ lı́m supn→∞ an + lı́m supn→∞ bn ,

f ) Si an , bn > 0 para todo n ∈ N, entonces
  
lı́m sup an bn ≤ lı́m sup an lı́m sup bn
n→∞ n→∞ n→∞

siempre que estos lı́mites sean finitos.

g) lı́mı́nf n→∞ an +lı́mı́nf n→∞ bn ≤ lı́mı́nf n→∞ {an + bn } ≤ lı́m supn→∞ an +lı́mı́nf n→∞ bn .

39
40