(Kamburov) Funcional

Pontificia Universidad Católica de Chile
Facultad de Matemáticas
MAT255I - Análisis Funcional
2º semestre 2023
MAT255I
Análisis Funcional
Sebastián Guerra (sebastian.guerrap@uc.cl)
Profesor: Nikola Kamburov (nikamburov@mat.uc.cl)
Apuntes aún no revisados, por favor no distribuir
Versión: 29 de noviembre de 2023

Índice general
1. Intro al Análisis Funcional 4

1.1. ¿Qué estudia el Análisis Funcional? . . . . . . . . . . . . . . . . . . . . . . . 4
1.2. Motivación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Objeto central: espacio de Banach . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4. Resultados que vamos a ver . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2. Espacios de Banach 8
2.1. Nociones básicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.1. Espacios Normados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.1.2. Espacios de Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2. Operadores y funcionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.1. Operadores Lineales . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.2. Espacio Dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.3. Espacio cociente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.2.4. Completación de espacios normados . . . . . . . . . . . . . . . . . . . 23
2.3. El teorema de Baire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3.1. Categorias de Baire . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.3.2. Aplicación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3.3. Teorema de la Aplicación Abierta . . . . . . . . . . . . . . . . . . . . 28
2.3.4. Teorema del Grafo Cerrado . . . . . . . . . . . . . . . . . . . . . . . 31
3. Espacios de Hilbert 33
3.1. Conceptos Básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.2. Teorema de la Proyección . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.3. Teorema de Representación de Riesz . . . . . . . . . . . . . . . . . . . . . . 40
3.4. Bases Ortonormales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.5. Series de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.5.1. Series de Fourier y convergencia . . . . . . . . . . . . . . . . . . . . . 48
3.5.2. Convergencia puntual de la serie de Fourier . . . . . . . . . . . . . . . 60
3.6. Repaso/Crash course en teoría de la medida . . . . . . . . . . . . . . . . . . 63
3.6.1. Espacios de medida y funciones medibles . . . . . . . . . . . . . . . . 64
3.6.2. La integral de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.7. Espacios de Lebesgue Lp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.7.1. Espacios Lp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.7.2. Los espacios Lp y dualidad . . . . . . . . . . . . . . . . . . . . . . . . 74
3.7.3. Teorema de Representación de Riesz . . . . . . . . . . . . . . . . . . 75
3.8. Teorema de Hahn-Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
2
3 ÍNDICE GENERAL Capítulo 0
4. Teoría de Operadores 96
4.1. Relaciones de Ortogonalidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
4.2. Operadores Compactos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
4.3. La Teoría de Riesz-Fredholm . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
4.4. Nociones básicas de la teoría espectral . . . . . . . . . . . . . . . . . . . . . 111
4.5. Teoría espectral de operadores autoadjuntos . . . . . . . . . . . . . . . . . . 115
5. skere 122
Capítulo 1
Intro al Análisis Funcional
1.1. ¿Qué estudia el Análisis Funcional?
Estudia los espacios vectoriales de dimensión infinita y las transformaciones lineales entre
ellos.
Definición 1.1.1. Un espacio vectorial V sobre K campo de escalares tiene dimensión

infinita si ∀n ∈ N hay n elementos de V que son linealmente independientes sobre K
Ejemplo: V = C([0, 1], R) = funciones reales continuas en [0, 1].

{1, x, . . . , xn−1 } ⊆ V es linealmente independiente sobre R.
n−1
X
Demostración. ak xk ≡ 0, ak ∈ R.
k=0
Reconocemos que existe la operación d

dx
definida en C ∞ ([0, 1], R), funciones suaves, y la
operación evaluar en x = 0.
Evaluando en x = 0 → a0 = 0. Derivamos a los lados.
n−1
X
ak kxk−1 ≡ 0
k=1
y ahora evaluamos en x = 0:
a1 = 0
... ■
Demostración alternativa. Reconocemos que hay un producto interno en V = C([0, 1], R)
Z 1
⟨f, g⟩ = f (x)g(x) dx
0
{fk = sin(πkx)}nk=1 ⊆ V
4
5 Intro al Análisis Funcional Capítulo 1
(
0 k ̸= l
⟨sin(πkx), sin(πlx)⟩ = 1
2
k=l
n
X
S= ak f k ≡ 0
k=1
DX E 1
0 = ⟨S, fk ⟩ = ak fk , fl = al ⟨f0 , fl ⟩ = al
2
=⇒ al = 0, ∀l = 1, . . . , n
1.2. Motivación
Ejemplo (Ecuación de Poisson):

(
∆u = f en Ω ⊆ Rn
u=0 en ∂Ω
Seba Aañdir dibujo

El problema se reformula así:
(
D=∆:x→Y ∋f
Du = f
tiene una solución u ∈ X para ciertos espacios X, Y apropiados.
El Análaisis Funcional busca construir teoría más general que aplica para todos los problemas
que comparten las mismas características topológicas/algebraicas/métricas.
1.3. Objeto central: espacio de Banach
Definición 1.3.1 (Espacio de Banach). (V, || · ||) es un espacio de Banach si es un

espacio normado completo (clave para sacar límites).
Capítulo 1 Intro al Análisis Funcional 6
{Espacios de Hilbert, (V, ⟨·, ·⟩)completos} ⊆ {Espacios de Banach, (V, ||·||)} ⊆ {Espacios métricos, (V, d)co
Seba Arreglar
Lógica de inclusiones
1. ⟨·, ·⟩ induce una norma || · ||
||v|| = ⟨v, v⟩1/2
2. || · || induce una métrica d(·, ·)
d(v, w) = ||v − w||
1.4. Resultados que vamos a ver
1. Resultados que se parecen a los teoremas que conocemos en la situación de dimensión

finita.
Ejemplo: Cada funcional lineal en R (l : Rn → R) se puede representar como

l(v) = v · w para algún vector (único) w ∈ Rn .
En la situación de dimensión ∞, se tiene el Teorema de Representación de Riesz:
Teorema 1.4.1 (Representación de Riesz). Sea (V, ⟨, ⟩) un espacio de

Hilbert y l : V → R un funcional lineal continuo . Entonces existe un
único w ∈ V , tal que
l(v) = ⟨v, w⟩
2. Resultados son muy diferentes de la situación en dimensión finita. contraintuitivos .
Ejemplo: B1 (0) ⊆ Rn es compacta (Heine-Borel).

En dim V = ∞, este teorema es falso.
Proposición 1.4.2. Sea V un espacio de Banach y sea B = {v ∈ V : ||v|| ≤ 1}.

B es compacto en V ⇐⇒ dim V < ∞
7 Intro al Análisis Funcional Capítulo 1
Ejemplo: En particular, la bola unitaria cerrada en
B ⊆ Lp ([0, 1]), p ∈ (1, ∞)

no es compacta.
=⇒ motiva la definición de topologías débiles.
Capítulo 2
Espacios de Banach
2.1. Nociones básicas
2.1.1. Espacios Normados
Definición 2.1.1 (Espacios métricos). Un espacio métrico (X, d) y d : X ×X → [0, ∞)

la métrica que satisface:
1. d(x, y) = 0 ⇐⇒ x = y
2. (simetría) d(x, y) = d(y, x)
3. (Desigualdad triangular) d(x, y) ≤ d(x, z) + d(z, y)
Definición 2.1.2. Sea V un espacio vectorial (sobre R o C). Una norma en V es una
función || · || : V → [0, ∞) que satsiface:
1. ||v|| = 0 ⇐⇒ v = 0
2. ||λv|| = |λ| · ||v||
3. (Desigualdad triangular) ||v + w|| ≤ ||v|| + ||w||
Una función || · || : V → [0, ∞) que satisface solo 2. y 3. se llama semi-norma .
Una espacio vectorial V con una norma se llama Espacio normado (V, || · ||).
Proposición 2.1.1. (V, ||·||) define un espacio métrico con métrica d(v, w) := ||v−w||.
Ejemplo: V = Rn , Cn tiene la estructura de espacio normado:
n
!1/2
X
|x|2 := |xk |2 , x = (x1 , . . . , xn )
k=1
En R2 , |(x1 , x2 )| := |x1 | define una semi-norma:
|(x1 , x2 )| = 0 ⇐⇒ x1 = 0, x2 ∈ R
|x|∞ = máx {xk } es una norma.
k=1,...,n
8
9 Espacios de Banach Capítulo 2
n
!1/p
X
|x|p := |xk |p , p ∈ [1, ∞)
k=1
Seba Añadir dibujos de norma infinito y norma 1
Proposición 2.1.2. En Rn y Cn todas normas son equivalentes: si || · ||1 , || · ||2 son 2

normas, existe c > 0 tal que
1
||v||2 ≤ ||v||1 ≤ c||v||2 , ∀v ∈ V
c
Definición 2.1.3. Sea X un espacio métrico. Definimos
C∞ (X) := {f : X → C continuas y acotadas}
Ejemplo: C∞ ([0, 1]) = C([0, 1]) (funciones continuas)
Proposición 2.1.3. ||f ||∞ := sup |f (x)| define una norma en C∞ (X).
x∈X
Demostración. 1. ||f ||∞ = 0 ⇐⇒ f (x) = 0 ∀x ∈ X.

2.
||λf ||∞ = sup |λf (x)|

x
= sup |λ| · |f (x)|
x
= |λ| · ||f ||∞
3.
|f1 (x) + f2 (x)| ≤ |f1 (x)| + |f2 (x)|

≤ ||f1 ||∞ + ||f2 ||∞
Convergencia en || · ||∞
fn → f, en C∞ (X)
Capítulo 2 Espacios de Banach 10
si
n→∞
||fn − f ||∞ −−−→ 0
⇐⇒ ∀ε > 0∃N ∈ N tal que
||fn − f ||∞ < ε, ∀n ≥ N
⇐⇒ |fn (x) − f (x)| < ε, ∀x ∈ X
Ejemplo: K = R o C.
ℓp (K) := {{ak }k ⊆ K : ||a||p < ∞}

donde
 !1/p
 ∞
X

|ak |p p ∈ [1, ∞)


||a||p := k=1

sup |ak | p=∞


k∈N
Sea (X, B, σ) un espacio de medida.
Lp (x, σ) := {f : X → K σ-medibles, tales que||f ||Lp < ∞}
donde
Z 1/p
p
||f ||Lp := |f | dσ
||f ||L∞ := ess sup |f |

x
Ejemplo: X = [0, 1], σ = medida de Lebesgue. En C([0, 1]) definimos
||f ||∞ = sup |f (x)|

Z
||f ||L1 = |f (x)| dx
Estas 2 normas no son equivalentes
2.1.2. Espacios de Banach
Definición 2.1.4. Un espacio normado (V, ||·||) es un espacio de Banach si es completo

con respecto a la métrica inducida.
Ejemplo: Rn , Cn son espacios de Banach (con respecto a cualquier norma)

Lp (X, B, σ) es un espacio de Banach (cuando (X, B, σ) es completo).
Proposición 2.1.4. C∞ (X) es un espacio de Banach.
Demostración. {fn } ⊆ V = C∞ (X) de Cauchy.

1. Adivinar el límite f .
2. Probar la convergencia:
||fn − f || → 0
3. f está en el espacio.
∀ε > 0∃N = N (ε) tal que
||fn − fm ||∞ ≤ ε, ∀n, m ≥ N
Para todo x ∈ X fijo, tenemos entonces
|fn (x) − fm (x)| ≤ ||fn − fm ||∞ ≤ ε
Esto es {fn (x)}n es Cauchy en C.
=⇒ f (x) := lı́m fn (x) existe

n→∞
|fn (x) − f (x)| = lı́m |fn (x) − fm (x)|

m→∞
≤ ε ∀n ≥ N (ε) independiente de x ∈ X
=⇒ ||fn − f ||∞ < ε, ∀n ≥ N (ε)
Esto es fn → f uniformemente sobre X.

=⇒ f es continua sobre X.
¿Por qué f es acotada?
Considere ε = 1
=⇒ ||fn − fN̄ ||∞ ≤ 1
cuando n ≥ N̄ := N (1).
||fn ||∞ ≤ ||fN̄ ||∞ + ||fn − fN̄ ||∞

≤ ||fN̄ ||∞ + 1
=⇒ f (x) = lı́m fn (x) es acotada

n→∞
∞
X
Definición 2.1.5. Sea (V, || · ||) un espacio normado. vn ∈ V, n ∈ N. vn es sumable
n=1
si
m
X
Sm = vn
n=1
converge.
X
vn es absolutamente sumable si
n
∞
X
||vn ||
n=1
converge.
∞
X
Proposición 2.1.5. Si vn es absolutamente sumable, entonces, {Sm } es Cauchy
n=1
Teorema 2.1.6. Un espacio normado (V, || · ||) es un espacio de Banach si y solo si

toda serie absolutamente sumable es sumable.
Demostración. ⇐= :
1. Tome una sucesión {vn } de Cauchy. Es suficiente demostrar que una subsucesión
converge. vnk → v en V . Fije ε > 0. =⇒ ||vm − v|| ≤ ||vm − vnk || + ||vnk − v|| ≤ ε,
| {z } | {z }
≤ε/2 ≤ε/2
tomando k, m suficientemente grandes.
2. Dos trucos: Podemos “acelerar” la convergencia. Existe una subsucesión {vnk } tal que
||vnk+1 − vnk || ≤ 2−k (2.1)
||vn − vm || ≤ 2−k ∀n, m ≥ N (2−k ) := Nk
nk := N1 + . . . + Nk
Afirmamos que {vnk } converge.
Truco de la suma telescopica.
∞
X
(vnk+1 − vnk )
k=1
es absolutamente sumable debido a (1.1) entonces es sumable:
m
m→∞
X
(vnk+1 − vnk ) −−−→ S ∈ V
k=1
Sumas parciales convergen
m→∞
vnm+1 − vn1 −−−→ S ∈ V
m→∞
=⇒ vnm+1 −−−→ S + vn1 ∈ V
■
2.2. Operadores y funcionales
2.2.1. Operadores Lineales
Nos interesan las aplicaciones lineales entre espacios normados.
Ejemplo:
T : C([0, 1], C) → C([0, 1], C)

Z x
f → F (x) = f (y) dy
0
T es lineal.
Z 1
F (x) = 1{y<x} f (y) dy
0
Definición 2.2.1. V, W son 2 espacios vectoriales.

T : V → W es lineal si
T (λ1 v1 + λ2 v2 ) = λ1 T (v1 ) + λ2 T (v2 ) ∀v1 , v2 ∈ V y λ1 , λ2 ∈ K
T : C([0, 1]) → C([0, 1])

Z 1
f→ K(x, y) f (y) dy := T f (x)
0 | {z }
Kernel
operador integral. Cuando K ∈ C([0, 1]2 ), T está bien definida.

En dim ∞ vamos a exigir que los operadores lineales sean continuos .
Definición 2.2.2. T : V → W , V, W son espacios métricos. Decimos que T es continuo

si
ab ab
T −1 (O) ⊆ V, ∀O ⊆ V
cerr cerr
⇐⇒ T −1 (C) ⊆ V ∀C ⊆ W
⇐⇒ vn → v en V entonces T vn → T v en W .
Teorema 2.2.1. Sean V, W espacios normados. Entonces T : V → W operador lineal

es continuo si y solo si
||T v||W ≤ C||v|| ∀v ∈ V (2.2)

para alguna constante C.
Definición 2.2.3. Operador lineal que satisface (2,2) se llama acotado .
Demostración. =⇒ : Sea T continuo. B := {||w||W < 1}

0 ∈ T −1 (B) = Brv
T −1 (B) ⊇ Brv := {v ∈ V : ||v||V < r}
pues T −1 (B) es abierto
r
=⇒ T −1 (B) ⊇ {v ∈ V : ||v||V = }
2
esfera de radio 2r .
||T v̄||W < 1
v̄
Todo v ∈ V, v ̸= 0 se puede escribir como v = r/2
||v||V
v
Para algún v̄ ∈ Sr/2
Por lo tanto
v̄
||T v||W = ||T ( ||v||V )||W
r/2
2
= || ||v||V T (v̄)||W
r
2
= ||v||V ||T v̄||W < 1
r
2
≤ ||v||V ∀v ̸= 0
r
■
Ejemplo: Z 1
T f (x) := K(x, y)f (y) dy
0
es acotado en (C([0, 1]), ||||∞ )
Z 1
|T f (x)| ≤ |K(x, y)| |f (y)| dy
0 | {z }
≤M
Z 1
≤M |f (y)| dy ≤ M ||f ||∞ ∀x =⇒ ||T f ||∞ ≤ M ||f ||∞
0
Definición 2.2.4. Sean V, W espacios normados. Defina B(V, W ) como el conjunto

de operadores lineales continuos acotados de V a W .
Obviamente B(V, W ) es un espacio vectorial.
Norma operador T : V → W :
||T || := sup ||T v||

||v||=1
Obviamente, T ∈ B(V, W ), ||T || < ∞
||T v|| ≤ C ||v|| = C

|{z}
1
=⇒ ||T || ≤ C
De hecho, para T ∈ B(V, W )
||T v||
||T || = sup = sup ||T v||
v̸=0 ||v|| ||v||≤1
= ı́nf{C > 0 : ||T v|| ≤ C||v|| ∀v ∈ V }
Tenemos ||T v|| ≤ ||T ||||v||
Teorema 2.2.2. B(V, W ) es un espacio normado bajo la norma operador.

Demostración. 1. ||T || = 0 =⇒ ||T v|| = 0∀v ∈ V
=⇒ T v = 0 =⇒ T = 0.
2. ||λT || = |λ|||T ||
3. Sea v ∈ V, ||v|| = 1. ∀T, S ∈ B(V, W ),
||(T + S)v|| = ||T v + Sv||

≤ ||T v|| + ||Sv||
≤ ||T ||||v|| + ||S||||v|| = (||T || + ||S||)||v||
=⇒ ||(T + S)v|| ≤ ||T || + ||S||

=⇒ ||T + S|| ≤ ||T || + ||S||
¿Cuándo es B(V, W ) completo?
Teorema 2.2.3. B(V, W ) es Banach cuando W es Banach.
Demostración. Tn ∈ B(V, W ) Cauchy. Queremos demostrar que converge en || · ||B(V,W ) .

1. ∀v ∈ V, {Tn v} es Cauchy en W pues
||Tn v − Tn v|| ≤ ||Tn − Tw || · ||v||
=⇒ {Tn v} converge. Definimos
T v := lı́m Tn v
n→∞
2. ¿Por qué T ∈ B(V, W )? → lineal:
T (λv) = lı́m Tn (λv) = λ lı́m Tn v = λT (v)

n→∞ n→∞
T (v1 + v2 ) = T (v1 ) + T (v2 )
→ acotado:
{Tn } es Cauchy.
{||Tn ||} es Cauchy en [0, ∞)
|||Tn || − ||Tm ||| ≤ ||Tn − Tw ||

=⇒ ||Tn || ≤ C ∀n ∈ N
Sea v ∈ V, ||v|| = 1.
||T v|| = || lı́m Tn v||

n→∞
= lı́m ||Tn v|| ≤ C
n→∞ | {z }
≤C||v||=C
=⇒ ||T || ≤ C
3. Convergencia: Tn → T en norma operador. Sea v ∈ V, ||v|| = 1.
||(Tn − T )v||
Tm v → T v
= lı́m ||(Tn − Tm )v||

m→∞
≤ ||Tn − Tm || ·||v|| ∀n, m ≥ N (ε)
| {z }
≤ε
=⇒ ||Tn − T || ≤ ε ∀n ≥ N (ε)
2.2.2. Espacio Dual
Definición 2.2.5. Sea V un espacio normado sobre K.
V ∗ = B(V, K)
se llama el espacio dual de V .
Teorema 2.2.4. Cuando K = R, C (completos) V ∗ es un espacio de Banach
Elementos de V ∗ se llaman funcionales en V .
Ejemplo: [ℓp (C)]∗ =?, p ∈ [1, ∞)

Resulta que ? = lq (C) donde p1 + 1q = 1.
Si v ∈ ℓp , w ∈ ℓq
podemos definir un funcional en ℓp
ℓw : ℓp (C) → C
X∞
v = {vk } → vk w̄k
k=1
|ℓw | ≤ ||w||ℓq ||v||ℓp

Es la desigualdad de Hölder discreta.
(ℓ1 )∗ ≃ ℓ∞ (ℓ2 )∗ ≃ ℓ2
Nota: (ℓ∞ )∗ ̸≃ ℓ1
Cuando V = W espacio de Banach, entonces B(V, V ) es un espacio de Banach. Es también

álgebra .
T, S ∈ B(V, V ) =⇒ T S ∈ B(V, V )
||T S|| = sup ||T (Sv)|| ≤ ||T || · ||Sv||

||v||=1
≤ ||T || · ||S|| · ||v|| ≤ ||T || · ||S||
Cómo resolver ecuaciones del tipo
(T − λI)u = v
donde v ∈ V ← un espacio de Banach, T ∈ B(V, V ), λ ̸= 0.

Queremos construir el operador inverso
S := (T − λI)−1
Cuando |λ| > ||T ||, S se puede construir a través de la serie de Neumann
T
−λ(I − )u = v
λ
|{z}
||T /λ||<1
Sabemos que
∞
X
−1
(1 − x) = xn |x| < 1
n=0
Definimos
∞ n
1X T
S := − (2.3)
λ n=0 λ
2.3 define S ∈ B(V, V ) ya que
∞ n
X T
n=0
λ
es sumable pues es absolutamente sumable en el espacio de Banach B(V, V ).

→ ¿por qué (T − λI)S = S(T − λI) = I?
Para verificar que S(T − λI) = I,
N n
X 1 T
SN = −
n=0
λ λ
N
n+1 X N n
T X T
SN (T − λI) = SN T − SN λ = − − −
n=0
λ n=0
λ
N +1
T
=− +I
λ
| {z }
→0 en B(V,V )
2.2.3. Espacio cociente
¿Cómo obtener espacios normados/Banach de otros espacios?
Definición 2.2.6 (Espacio cociente). Sea W un subespacio del espacio vectorial V .
V /W := {[v], v ∈ V }
[·] se define a través v1 ∼ v2 si v1 − v2 ∈ W .
Se nota también V mód W y se llama el espacio cociente.
Es útil denotar [v] = v + W

Una construcción de subespacio W ⊆ V tal que V /W es normado es a través de una
semi-norma definida en V .
Ejemplo: V = C 1 ([0, 1]) = espacio de funciones en [0, 1] con derivadas continuas en

[0, 1].
||f || := máx |f ′ (t)|

t∈[0,1]
||f || = 0 ⇐⇒ f = const
Teorema 2.2.5. Sea (V, ||·||) un espacio vectorial semi-normado. Entonces Z := {v ∈

V : ||v|| = 0} es un subespacio de V y
||v + Z||V /Z := ||v|| (2.4)

define una norma en V /Z.
Demostración. 1. Z es un subespacio vectorial.
z1 , z2 ∈ Z =⇒ z1 + z2 ∈ Z
||z1 + z2 || ≤ ||z1 || + ||z2 || = 0
z ∈ Z =⇒ λz ∈ Z
Así, V /Z tiene la estructura de un espacio vectorial.

2. Tenemos que comprobar que 2.4 es una buena definición:
Si v1 , v2 son 2 representantes de [v]:
v1 = v2 + z, z∈Z
||v1 || ≤ ||v2 || + ||z|| =⇒ ||v1 || ≤ ||v2 ||

||v2 || ≤ ||v1 || =⇒ ||v1 || = ||v2 ||
||v + z||V /Z = 0
=⇒ v + Z = Z =⇒ v ∈ Z
Las otras 2 proposiciones se heredan de manera obvia
C 1 ([0, 1])/const es un espacio normado con la norma inducida.
Otra construcción similar:
cerr
Proposición 2.2.6. Si W ⊆ V subespacio cerrado de un espacio normado (V, || · ||),
entonces V /W tiene una norma:
||[v]||V /W := ı́nf ||v − w||

w∈W
Demostración. En ayudantía ■
2.2.4. Completación de espacios normados
Definición 2.2.7. Sea (V, || · ||) un espacio normado. La completación de V es un

espacio de Banach (Ṽ, || · ||Ṽ ) con una aplicación lineal
JṼ : V → Ṽ
que satisface las siguientes propiedades:
1. JṼ es uno a uno
2. JṼ (V ) es denso en Ṽ
3. JṼ (V ) es una isometría:
||JṼ (v)||Ṽ = ||v||V ∀v ∈ V
Teorema 2.2.7. Todo espacio normado V tiene una completación. Esta es única en
el siguiente sentido:
Seba hacer dibujo
Ṽ = {sucesiones de Cauchy en V que convergen}
{vn } ∼ {wn } si ||vn − wn || → 0
Sea ṽ ∈ Ṽ
Seba ESTOY HASTA EL PICO
2.3. El teorema de Baire
2.3.1. Categorias de Baire
(X, d) espacio métrico.
Br (x) = {y ∈ X : d(x, y) < r}
Br (x) = {y ∈ X : d(x, y) ≤ r}
S
O ⊆ X es abierto si ∀x ∈ O, ∃Br (x) ∈ O. α Oα es abierto.
F ⊆ X es cerrado si F c es abierto. α Fα es cerrado.
T
\
E= F
F ⊇E
[
E̊ = O
O⊆E
denso
E ⊆ X si E = X
˚ = ∅.
Definición 2.3.1. E ⊆ X es denso en ninguna parte si E
esencialmente, denso en ninguna parte E significa que E no contiene bolas abiertas.
Ejemplo: E = {x} es denso en niguna parte.
Proposición 2.3.1. F es cerrado y denso en ninguna parte ⇐⇒ F c es abierto y

denso.
La noción de categoria de Baire
S
Definición 2.3.2. E ⊆ X cat I si E = k Ek donde Ek es denso en ninguna parte.
Ejemplo: Q es cat I.
Definición 2.3.3. Si G tiene Gc que es cat I, decimos que G es genérico.
Definición 2.3.4. E es de cat II si no es de primera categoría.
Observaciones
1. Si E es cat I, y F ⊆ E es cat I
[
F ⊆E⊆ Ek
k
[
=⇒ F = Ek ∩ F, Ek ∩ F ⊆ Ek
k
=⇒ Ek ∩ F son densos en niguna parte.
S S S
2. Si {Ek }k∈N de cat I, k Ek = k l Ekl es una unión contable.
|{z}
denso en NP
3. No hay conexión entre conjuntos de cat I y conjuntos despreciables del punto de vista
de teoría de la medida.
Ejemplo: Gj = n (qn − 2−(n+j+1) , qn + 2−(n+j+1) )

S
{qj } enumeración de Q.
Gj es abierto y denso en R.
=⇒ Ej = Gcj es cerrado y denso en NP

[
=⇒ E := Ej es cat I
j
y de plena medida en R.
⇐⇒ E c es de medida 0 de Lebesgue.
\
|E c | = | Ejc |
\
=| Gj | ≤ |Gj |
∞
X
|Gj | ≤ 2 · 2−(n+j+1)
n=1
j→∞
= 2−j −−−→ 0
Teorema 2.3.2 (Teorema de Baire). Sea (X, d) completo. Entonces, X es de la cat

II en sí mismo.
Demostración. Supongamos que X es de cat I en sí:
[ [
X= Ek = Ek
|{z} |{z}
k densos en NP k =F denso en NP y cerrado
k
Llegaremos a una contradicción si demostramos que hay un x ̸∈ Fk , ∀k.

F1 ̸= X. Br1 (x1 ) ⊆ F c , Br2 (x2 ) ⊆ F2c .
De esta manera obtenemos bolas cerradas Brk (xk ) tales que
1.
Brk+1 (xk+1 ) ⊆ Brk (xk )
2.
Brk (xk ) ⊆ Fkc
3.
rk
rk+1 ≤ =⇒ rk → 0
2
{xk } es Cauchy pues:
∀k, l ≥ n, xk , xl ∈ Brn (xn )
n→∞
=⇒ |xk − xl | ≤ 2rn −−−→ 0
=⇒ xk → x ∈ X
Como xk ∈ Brk ∀k ≥ n,
=⇒ x = lı́m xk ∈ Brn (xn ) ⊆ Fnc
Por lo que x ̸∈ Fn ∀n.

■
Corolario 2.3.2.1. G ⊆ X es genérico =⇒ denso en X, con X completo.
Demostración. Asumimos que G genérico no es denso, entonces hay una bola B
[ [
=⇒ B ⊆ Gc = Ek ⊆ Ek
k
[
=⇒ B = Ek ∩ B
| {z }
k cerrados y densos en NP
Pero B es un espacio métrico completo, contradicción con el teorema de Baire. ■
S
Corolario 2.3.2.2. X completo, X = k Fk ← cerrado.
Entonces, por lo menos uno Fk contiene una bola.
2.3.2. Aplicación
Teorema 2.3.3. El conjunto de funciones continuas en [0, 1] que no son derivables en

nigún punto es denso en C([0, 1])
Demostración. Sea D = {f ∈ C([0, 1]) : f ′ (x∗ ) existe en un punto x∗ ∈ [0, 1]}

Queremos demostrar que D es cat I en C([0, 1]).
Por 2.3.2.1, Dc es genérico =⇒ denso en C([0, 1]).
Si f ∈ D =⇒ f ′ (x∗ ) existe
f (x) − f (x∗ )
=⇒ lı́m
x→x∗ x − x∗
existe.
=⇒ |f (x) − f (x∗ )| ≤ M |x − x∗ | ∀x ∈ [0, 1]
para algún M > 0.
∞
[
=⇒ D ⊆ EN
N =1
EN := {f ∈ C([0, 1]) : |f (x) − f (x∗ )| ≤ N |x − x∗ | para algún x∗ ∈ [0, 1]}

Estaremos listos si probamos que:
1. EN es cerrado en C([0, 1])
2. EN es denso en ninguna parte.
1. fn ∈ EN y fn → f , en || · ||∞ .
[0, 1] ∋ x∗n → x∗ (podemos extraer una subsucesión que converge)
|fn (x) − fn (x∗n )| ≤ N |x − x∗n | ∀x ∈ [0, 1]
Queremos demostrar que
|f (x) − f (x∗ )| ≤ N |x − x∗ |
|f (x) − f (x∗ )| ≤ |f (x) − fn (x)| +|fn (x) − fn (x∗ )| + |fn (x∗ ) − f (x∗ )|
| {z } | {z }
≤||f −fn ||∞ ≤ε/2 ≤ε/3
|fn (x) − fn (x∗ )| ≤ |fn (x) − fn (x∗ )| + |fn (x∗n ) − fn (x∗ )|

≤ N |x − x∗n | + N |x∗n − x∗ |
≤ N (|x − x∗ | + |x∗ − x∗n |) + N |x∗n − x∗ |
≤ N |x − x∗ | + 2N |x∗n − x∗ |
| {z }
ε/3
2. ¿Por qué EN es denso en NP de X?
PM = {funciones continuas en [0, 1] derivables a trozos, |f ′ | = M }
son funciones zig-zag. Cuando M > N , PM ∩ EN = ∅. Además, PM es denso en

C([0, 1]). Como consecuencia, EN no puede tener interior no trivial ya que EN no
puede tener una bola abierta (hay funciones de PM en EN y PM es denso).
Mostraremos que PM es denso.
denso
P = {las funciones continuas lineales a tozos} ⊆ C([0, 1])
Podemos aproximar cada f ∈ P con una función g ∈ PM arbitrariamente bien.

■
2.3.3. Teorema de la Aplicación Abierta
Sean (X, || · ||X ), (Y, || · ||Y ) espacios de Banach.
ab ab
T ∈ B(X, Y ) =⇒ T −1 (O) ⊆ X ∀O ⊆ Y
Si T es biyectiva adicionalmente, entonces S := T −1 es lineal (no necesariamente acotada).

ab ab
Sin embargo, si S es continua, entonces S −1 (U ) ⊆, ∀U ⊆ X
ab ab
⇐⇒ T (U ) ⊆ Y ∀U ⊆ X
Definición 2.3.5. Sea T : X → Y una aplicación. Decimos que T es abierta si

ab ab
T (U ) ⊆ Y ∀U ⊆ X
Si T : X → Y es lineal, continua y biyectiva, entonces T −1 : Y → X es lineal. ¿Es T −1

continua?
Lo será cuando T es abierta.
Teorema 2.3.4 (Aplicación Abierta). Si X, Y son espacios de Banach, T ∈ B(X, Y )

y sobreyectiva, entonces T es abierta.
Corolario 2.3.4.1. Si X, Y son espacios de Banach, T ∈ B(X, Y ) es biyectiva,

entonces T −1 ∈ B(Y, X). Existen c, C > 0 tales que
c||x||X ≤ || |{z}
T x ||Y ≤ C||x||X ∀x ∈ X
y
c||T −1 y||X ≤ ||y||Y
Demostración del teorema 2.3.4. 1. Será suficiente demostrar que T (B2X ) ⊇ BδY . (BrX =
BrX (0))
Por linealidad
T (BrX (x)) = T (x + BrX )

r
= T x + T (BrX ) = y + T (B2X )
2
r Y Y
⊇ y + Bδ = B δr (y)
2 2
2. Vamos a demostrar que T (B1X ) ⊇ BδX para algún δ > 0

Por la sobreyectividad:
∞
[
catII → Y = T (BnX )
n=1
Entonces, T (BnX ) ⊇ BrY (y) para algún n ∈ N, r > 0, y ∈ Y . Tomamos ỹ tal que
|ỹ − y| ≤ 2r e ỹ = T x̃ para algún x̃ ∈ BnX .
x
T (B2n (x̃)) ⊇ T (BnX ) ⊇ BrY (y) ⊇ B Yr (ỹ)
2
Restando T x̃
X
T (B2n ) ⊇ BX
r
2
Reescalando
r
T (B1X ) ⊇ B Yr δ=
4n 4n
3. Tenemos T (B1X ) ⊇ BδY . Reescalando
Y
T (B2X−k ) ⊇ Bδ2−k
¿Por qué T (B2X ) ⊇ BδY ?

Fije y0 ∈ BδY . Podemos encontrar x0 ∈ B1X tal que
δ
||y0 − T x0 ||Y <
2
Y
=⇒ y1 := y0 − T x0 ∈ Bδ/2
=⇒ existe x1 ∈ B X
1 tal que
2
δ
||y1 − T x1 || <
4
De esta manera construimos sucesiones {xn }, {yn }, tales que
a) xn ∈ B2X−n , yn ∈ Bδ2
Y
−n
b) yn+1 = yn − T xn
∞
X
x := xn ∈ X porque X es Banach. Veremos que T x = y y x ∈ B2X .
n=0
x es convergente puesto que es absolutamente convergente.
∞
X
||x|| = ||xk || ≤ 2
n=1
Afirmamos que T x = y0 por construcción.
N
!
X
T x = lı́m T xk
N →∞
n=0
N
X
= lı́m Tx
N →∞ |{z}k
k=0 yk −yk+1
= lı́m (y0 − yN +1 )
N →∞
= y0
ya que yN +1 → 0.
■
2.3.4. Teorema del Grafo Cerrado
Definición 2.3.6. Sean X, Y espacios métricos. Decimos que T : X → Y es cerrada

si su grafo en X × Y
GT = {(x, T x) ∈ X × Y }
es cerrado en X × Y .
En otras palabras,
(xn , T xn ) → (x, y) ∈ X × Y =⇒ (x, y) ∈ GT ⇐⇒ y = T x
Nota: T : X → Y es continua =⇒ T es cerrada.
xn → x =⇒ T xn → T x =⇒ (xn , T xn ) → (x, T x)
Teorema 2.3.5. Sean X, Y Banach. Entonces, T ∈ B(X, Y ) ⇐⇒ T es lineal y

cerrada.
Demostración. ⇐= : Utilizaremos el hecho que si X, Y son Banach, entonces X × Y es

Banach.
||(x, y)||X×Y := ||x||X + ||y||Y
GT := {(x, T x)} ⊆ X × Y
1. GT es un subespacio de X × Y .
cerr
2. GT ⊆ X × Y
Entonces GT es un espacio de Banach en sí. Tenemos las proyecciones ΠX : GT → X
y ΠY : GT → Y continuas y lineales.
T = ΠY ◦ (ΠX )−1
ya que Πx es biyectiva, continua y lineal (en un espacio de Banach a otro Banach). Por
el teorema 2,3,4,1, Π−1 −1
X es continua. Por lo que T = ΠY ◦ ΠX es continua.
Significado Si queremos demostrar que una aplicación lineal T : X → Y es continua,

xn → X =⇒ T xn → Tx
Podemos asumir adicionalmente que T Xn → T y, y demostrar que y = T x
Capítulo 3
Espacios de Hilbert
3.1. Conceptos Básicos
Definición 3.1.1. Sea H un espacio vectorial sobre K = R o C. Un producto interno

⟨·, ·⟩ es una función H × H → K que satisface
1. Linealidad en ⟨·, y⟩, ∀y ∈ H:
⟨x1 + x2 , y⟩ = ⟨x1 , y⟩ + ⟨x2 , y⟩

⟨λx, y⟩ = λ⟨x, y⟩
2. (Hermiticidad)
⟨y, x⟩ = ⟨x, y⟩
(En K = R, esto es simetría)
3. (Definidad) ⟨x, x⟩ ≥ 0 y ⟨x, x⟩ = =⇒ x = 0
Nota: 1. y 2., implican que ⟨x, ·⟩ es lineal conjugada en la segunda entrada.
⟨x, λy + z⟩ = λ⟨x, y⟩ + ⟨x, z⟩
Terminología Tal función se llama forma sesquilineal
Nota: K = R, ⟨·, ·⟩ es una forma simétrica definida positiva
Decimos que (H, ⟨·, ·⟩) es un espacio pre-Hilbertiano

De 1. y 2., ⟨0, y⟩ = 0, ⟨x, 0⟩ = 0
Definimos ||x|| := ⟨x, x⟩1/2
Proposición 3.1.1 (Desigualdad de Cauchy-Schwarz). Sea H un espacio

pre-Hilbertiano
| ⟨x, y⟩ | ≤ ||x|| · ||y|| ∀x, y ∈ H
33
Capítulo 3 Espacios de Hilbert 34
Demostración. Si y = 0, la desigualdad es verdadera. Podemos asumir que y ̸= 0.
0 ≤ ⟨x + λy, x + λy⟩
= ⟨x, x⟩ + λ ⟨y, x⟩ + λ ⟨x, y⟩ + λλ ⟨y, y⟩
= ||x||2 + λ⟨x, y⟩ + λ ⟨x, y⟩ +|λ|2 | · |y||2
| {z }
2 Re(⟨x,y⟩λ)
⟨x, y⟩
Evaluando en λ = −
||y||2
−⟨x, y⟩
0 ≤ ||x||2 + 2 Re(⟨x, y⟩ )
||y||2
| ⟨x, y⟩ |2 | ⟨x, y⟩ |2
0 ≤ ||x||2 − 2 +
||y||2 ||y||2
2
| ⟨x, y⟩ |
=⇒ ||x||2 ≥
||y||2
Proposición 3.1.2. || · || define una norma H.
Demostración. 1. Definidad ✓
2. ||λx|| = ⟨λx, λx⟩1/2 = (λλ||x||2 )1/2 = |λ| · ||x||
3. (Desigualdad triangular)
||x + y||2 = ||x||2 + 2 Re(⟨x, y⟩) + ||y||2 ≤ ||x||2 + 2||x|| · ||y|| + ||y||2
= (||x|| + ||y||)2
Proposición 3.1.3. ⟨·, ·⟩ es continuo en H × H
Demostración. xn → x en ||· e yn → y en || · ||
35 Espacios de Hilbert Capítulo 3
| ⟨xn , yn ⟩ − ⟨x, y⟩ | = | ⟨xn − x, yn ⟩ + ⟨x, yn − y⟩ |

≤ | ⟨xn − x, yn ⟩ | + | ⟨x, yn − y⟩ |
≤ ||xn − x|| · ||yn || + ||x|| · ||yn − y||
−−−→ 0
n→∞
Definición 3.1.2. Decimos que x ⊥ y en el espacio pre-Hilbertiano H si ⟨x, y⟩ = 0.

Si E ⊆ H subconjunto, definimos el espacio ortogonal
E ⊥ := {x ∈ H : x ⊥ y ∀y ∈ E}
E ⊥ es un subespacio de H y es cerrado:
xn ∈ E ⊥ y xn → x en H entonces
⟨x, y⟩ = lı́m ⟨xn , y⟩ = 0 ∀y ∈ E

n→∞
Teorema 3.1.4 (Pitagoras). Si x1 , . . . , xn ∈ H (pre-Hilbertiano) son mutuamente

ortogonales, entonces
n
X
||x1 + · · · + xn ||2 = ||xk ||2
k=1
Proposición 3.1.5 (Ley del paralelogramo).
||x + y||2 + ||x − y||2 = 2||x||2 + 2||y||2
Demostración.
||x ± y||2 = ||x||2 ± 2 Re ⟨x, y⟩ + ||y||2
Sumando los 2 términos (diagonales), estamos listos. ■
Definición 3.1.3. Decimos que un espacio (H, ⟨·, ·⟩) pre-Hilbertiano es un espacio de
Hilbert si es completo respecto || · || inducida por ⟨·, ·⟩
Pn
Ejemplo: (Cn , ⟨·, ·⟩). ⟨x, y⟩ = k=1 xk yk es un espacio de Hilbert.
P∞
Ejemplo: (ℓ2 , ⟨·, ·⟩). ⟨{xk }, {yk }⟩ = k=1 xk y k
¿ℓp tiene una estructura de espacio de Hilbert? ⇐⇒ p = 2
Ejemplo: (X, M, µ) es un espacio de medida, definimos

Z
2
L (X, M, µ) = {f : X → C medibles : |f |2 dµ < ∞}/∼
X
f1 ∼ f2 si {f1 ̸= f2 } es despreciable.
3.2. Teorema de la Proyección
Sea H un espacio de Hilbert. C ⊆ Rn cerrado y convexo. Existe único y ∈ C tal que y

minimiza la distancia entre x y C.
Definición 3.2.1. Sea C un subconjunto de un espacio vectorial V . Decimos que C

es convexo en V si
∀x, y ∈ C (1 − t)x + ty ∈ C ∀t ∈ [0, 1]
Teorema 3.2.1. Sea C ⊆ H un subconjunto cerado y convexo del espacio de Hilbert

H. Entonces ∀x ∈ H, ∃!y = PC x ∈ C que satisface:
||x − PC x|| = d(x, C) = ı́nf ||x − c||

c∈C
Además, y = PC x ⇐⇒ Re ⟨c − y, x − y⟩ ≤ 0, ∀c ∈ C
Demostración. Tome {yn } ⊆ C, tal que
n→∞
dn := ||x − yn || −−−→ d := d(xn , c)
{yn } será convergente si es Cauchy, ya que yn → y ∈ H. Ya que C es cerrado, de hecho

y ∈ C.
Por la ley del paralelogramo, con v = x − yn , w = x − ym
2d2n + 2d2m = ||v − w||2 + ||v + w||2

= ||yn − ym ||2 + ||2x − (yn + ym )||2
2
yn + ym
= ||yn − ym ||2 + 4 x −
2 }
| {z
∈C
2 2
≥ ||yn − ym || + 4d
Luego,
||yn − ym ||2 ≤ 2d2n + d2m − 4d2

n,m→∞
−−−−→ 0
por lo que {yn } es Cauchy.

y = lı́m yn ,
n→∞
d
z }|n {
||x − y|| = lı́m ||x − yn || = d
n→∞
Este minimizador es el único!. Si hubiera otro z ̸= y, aplicamos el mismo argumento a

{y, z, y, z, . . .} que no converge por construcción, pero es Cauchy, lo que es una contradicción.
=⇒ : Sea c ∈ C y considere (1 − t)y + tc, t ∈ [0, 1].
||x − (1 − t)y − tc||2 = ||x − y − t(c − y)||2

= ||x − y||2 − 2t Re ⟨x − y, c − y⟩ + t2 ||c − y||2
≥ ||x − y||2
=⇒ 2t Re ⟨x − y, c − y⟩ ≤ t2 ||c − y||2
=⇒ 2 Re ⟨x − y, c − y⟩ ≤ 0
⇐= : Evalúe ||x − (1 − t)y + tc||2 en t = 1.

||x − c||2 = ||x − y||2 − 2 Re ⟨x − y, c − y⟩ + ||c − y||2

=⇒ ||x − c||2 − ||x − y||2 = ||c − y||2 − 2 Re ⟨x − y, c − y⟩
=⇒ ||x − c||2 ≥ ||x − y||2 ∀c ∈ C
Tenemos igualdad ⇐⇒ c = y. ■
Ejemplo: W ⊆ H es un subespacio =⇒ W es convexo.
Teorema 3.2.2. Sea F ⊆ H un subespacio cerrado. Entonces H = F ⊕ F ⊥ , es decir,

que todo x ∈ H se puede escribir de manera única como x = y +z con y ∈ F y z ∈ F ⊥ .
Además y = PF x, z = PF ⊥ x. y
PF : H → H
es lineal, acotado y satisface:
||PF || ≤ 1 (= 1 cuando F = {0})
PF2 = PF
Im PF = F , ker PF = F ⊥
⟨PF x1 , x2 ⟩ = ⟨x1 , PF x2 ⟩
Definición 3.2.2. PF se llama la proyección ortogonal
Demostración. Ya que F ∩ F ⊥ = {0}, la unicidad se cumple.
y + z = y ′ + z ′ =⇒ y − y ′ = z ′ − z = 0
Tome x ∈ H. Define y = PF x. Queremos demostrar que x : x − y ∈ F ⊥ . Del teorema ??

sabemos que
Re ⟨c − y, x − y⟩ ≤ 0 ∀c ∈ F
.
=⇒ Re ⟨v, z⟩ ≤ 0 ∀v ∈ F
=⇒ Re ⟨λv, z⟩ ≤ 0 ∀λ ∈ K
=⇒ Re λ ⟨v, z⟩ ≤ 0
Seba añadir align
tome λ = ⟨v, z⟩
=⇒ Re | ⟨v, z⟩ |2 ≤ 0
=⇒ | ⟨v, z⟩ | = 0 =⇒ z ∈ F ⊥
Propiedades de PF : x1 = y1 + z, x2 = y2 + z2
⟨PF x1 , x2 ⟩ = ⟨y1 , x2 ⟩
= ⟨y1 , y2 + z2 ⟩
⟨x1 , PF x2 ⟩ = ⟨y1 + z1 , y2 ⟩
= ⟨y1 , y2 ⟩
Por lo que PF es lineal
⟨PF (x1 + x2 ), x3 ⟩ = ⟨x1 + x2 , PF x3 ⟩

= ⟨x1 , PF x3 ⟩ + ⟨x2 , PF x3 ⟩
= ⟨PF x1 , x3 ⟩ + ⟨PF x2 , x3 ⟩
= ⟨(PF x1 + PF x2 ), x3 ⟩
⇐⇒ PF (x1 + x2 ) = PF x1 + PF x2
PF (λx) = λPF x de la misma manera.

PF /F = Id /F
=⇒ PF2 x = PF (PF x) = PF x ∀x ∈ H
=⇒ PF2 = PF
||PF x||2 = ||y||2 ≤ ||x||2 mientras
||x||2 ≤ ||y||2 + ||z||2

=⇒ ||PF || ≤ 1
3.3. Teorema de Representación de Riesz
Teorema 3.3.1. Sea H un espacio de Hilbert y sea f ∈ H ∗ un funcional lineal acotado.

Entonces existe único u ∈ H tal que
f (x) = ⟨x, u⟩ ∀x ∈ H
Observaciones
1. ||f ||∗ = ||u|| por Cauchy-Schwarz
2.
H∗ → H
f → uf
es una isometría biyectiva, lineal-conjugada. Para todo v ∈ H define fv (x) : ⟨x, v⟩

3. f1 + f2 → uf1 +f2 = uf1 + uf2 , ya que
(f1 + f2 )(x) = f1 (x) + f2 (x) = ⟨x, uf1 ⟩ + ⟨x, uf2 ⟩

= ⟨x, uf1 + uf2 ⟩ =⇒ uf1 +f2 = uf1 + uf2
4. ¿λf → uλf = λuf ?
[λf ](x) = λ(f (x)) = λ ⟨x, uf ⟩ = x, λuf

Nota: Teorema falso. Cuando H es solo espacio pre-Hilbertiano, por ejemplo,
H = C([−1, 1])
con producto interno usual.
Z 1
f (x) = x(t) dt ∈ H ∗
0
Demostración. Si f = 0 =⇒ u = 0. Asumimos que f ̸= 0 y consideramos F := ker f =

{x ∈ H : f (x) = 0}. F es un subespacio de H cerrado. Si f ̸= 0 =⇒ F ̸= H. Por el teorema
de la proyección (3.2.2)
H = F ⊕ F⊥
Elije z ∈ F ⊥ \ {0}. Afirmamos que u = f (z)z|z|2 ̸= 0 satisface f = ⟨·, u⟩. Ya que
f (z)x − f (x)z ∈ F
=⇒ f (z)x − f (x)z ⊥ z
⟨f (z)x, z⟩ − ⟨f (x)z, z⟩ = 0
D E
=⇒ x, f (z)z = f (x)||z||2
* +
f (x)z
=⇒ f (x) = x,
||z||2
Entonces u ∈ H que satisface f = ⟨·, u⟩. Es único: si tenemos u, u′ ∈ H
f (x) = ⟨x, u⟩ = ⟨x, u′ ⟩

=⇒ ⟨x, u − u′ ⟩ = 0 ∀x ∈ H
=⇒ u − u′ ∈ H ⊥ = {0}
3.4. Bases Ortonormales
finito
Sea V un espacio vectorial sobre K. Un subconjunto {vα }α∈A es LI si ∀I ⊆ A,
X
ci vi = 0 =⇒ ci = 0 ∀i ∈ I
i∈I
( )
X finito
Gen({uα }α∈A ) = ci ui : I ⊆ A, ci ∈ K
i∈I
Definición 3.4.1. Sea H un espacio de Hilbert, {eα }α∈A es ortonormal (o.n.) si
⟨eα , eβ ⟩ = δαβ δ de Kronecker
Suponga que {e1 , . . . , en } es o.n.
F := Gen({ei }ni ) ⊆ H
es un subespacio cerrado. Podemos definir PF
n
X
PF x = ⟨x, ei ⟩ ei
i=1
| {z }
y
Es suficiente demostrar que x − y ⊥ F .
* +
X
x− ei , ek = 0 ∀k = 1, . . . , n
x,ei
||PF x||2 ≤ ||x||2
Por Pitagoras
n
X
= || ⟨x, ei ⟩ ei ||2 ≤ ||x||2
i=1
n
X
=⇒ | ⟨x, ei ⟩ |2 ≤ ||x||2
i=1
Proposición 3.4.1 (Desigualdad de Bessel). Sea S = {eα }α un conjunto o.n.

Entonces,
X
| ⟨x, eα ⟩ |2 ≤ ||x||2
α
( )
X X
rα := sup ri : I ⊆ A
α i∈I
Pn
Demostración. Utilizando i=1 | ⟨x, ei ⟩ |2 ≤ ||x||2 , y tomando supremo. ■
Consecuencias {α : ⟨x, eα ⟩ ̸= 0} = ∞ 1
S
n=1 {α ∈ A : | ⟨x, eα ⟩ | ≥ n } es contable: Si es
infinito: | ⟨x, eαk ⟩ |2 > n12 , k = 1, . . .. Sumando suficientes términos superaríamos ||x||2 , que
no es posible por Bessel.
Definición 3.4.2.
x̂(α) = ⟨x, eα ⟩
coeficientes de Fourier respecto a {eα }
X
|x̂(α)|2 ≤ ||x||2
α
¿Cuando tenemos igualdad?
Teorema 3.4.2. Sea B = {eα }α∈A un subconjunto o.n. del espacio de Hilbert H. Los
siguientes enunciados son equivalentes:
1. X
|x̂(α)|2 = ||x||2
α
2. B es maximal en el sentido de:

Si x ∈ H, tal que x ⊥ eα , ∀α ∈ A =⇒ x = 0
3. ∀x ∈ H,
X
x= ⟨x, eα ⟩ eα
α
donde la suma en el lado derecho tiene solo un número contable de términos no

ceros y la suma de estos converge a x en || · || independiente de su orden.
4. Gen(B) es denso en H
Definición 3.4.3. Decimos que un conjunto {eα }α∈A o.n. es una base ortonormal
si satisface cualquiera de 1.-4.
Demostración. 2. =⇒ 3. Sea eα1 , . . . , eαn , . . . una enumeración de los {eα }α∈J para los
cuales x̂(α) ̸= 0. Por Bessel:
∞
X
|x̂(αk )|2 ≤ ||x||2 < ∞
k=1
m
m,n→∞
X
=⇒ |x̂(αk )|2 −−−−→ 0
k=n
Por Pitagoras,
m,n→∞
X
|| ⟨x, eαk ⟩ eαk || −−−−→ 0
k=nm
Pn
Sea Sn = k=1 x̂(αk )eαk . {Sn } es Cauchy en H
n→∞
=⇒ Sn −−−→ S en H
Además
⟨x − S, eα ⟩ = ⟨x, eα ⟩ − ⟨S, eα ⟩
= ⟨x, eα ⟩ − lı́m ⟨Sn , eα ⟩
n→∞
(
0 cuando α ∈ J
= =⇒ x − S = 0 =⇒ x = S
0 cuando α ∈ /J
3. =⇒ 1.: Por continuidad de la norma
||x||2 = || lı́m Sn ||2

n→∞
= lı́m ||Sn ||2
n→∞
n
X
= lı́m |x̂(αk )|2
n→∞
k=1
X
= |x̂(α)|2
α
1. =⇒ 2.: obvio
X
||x||2 = | ⟨x, eα ⟩ |2 = 0 =⇒ x = 0
α
3. =⇒ 4.: Si x ⊥ eα , ∀α,
=⇒ x ⊥ Gen({eα })
continuidad
=⇒ x ⊥ Gen({eα }) = H
=⇒ x = 0
Ejemplo: ℓ2 , ek = {(0, . . . , |{z}

1 , 0, . . .)}, k ∈ N.
k
X X
||x||2 = |xi |2 = | ⟨x, ei ⟩ |2
Teorema 3.4.3. Todo espacio de Hilbert tiene una base ortonormal.
Demostración. Utiliza el Lema de Zorn ■
Definición 3.4.4. X espacio métrico es separable si existe un subconjunto C ⊆ X

contable y denso en X.
Ejemplo: ℓp , p ∈ [1, ∞) es separable.

denso denso
L2 ([0, 1]) es separable. Polinomios con coeficientes ∈ K ⊆ C([0, 1]) ⊆ L2 ([0, 1])
Seba Faltan los polinomios con coefs ∈ Q cuando K = R o C.
Teorema 3.4.4. H es separable si y solo si existe una base ortonormal para H que
es contable. En este caso, toda base o.n. es contable.
Demostración. =⇒ : {xn } ⊆ H es denso. x1 , . . . , xn , . . . Descartando posiblemente términos,

podemos asumir que x1 , . . . , xn son LI ∀n ∈ N y todos los descartados pertenecen a Gen({xk }).
De esta manera, Gen({xk }) es denso en H.
Por Gram-Schmidt producimos una sucesión {yk }∞ n n
k=1 tal que, Gen({yk }k=1 ) = Gen({xk }k=1 )∀n ∈
N y B = {yk } es un conjunto o.n.
B es o.n. y Gen(B) = Gen({xk }) es denso en H. Entonces B es una base ortonormal contable.
⇐= : Sea {ek }k una base o.n. contable.
( n )
X
Gn := Gen({ek }nk=1 ) = λk ek , λk ∈ K
k=1
S∞
=⇒ Gen({ek }k ) = n=1 Gn es denso en H.
∞ ∞
[ denso [
Gˆn ⊆ Gn
n=1 n=1
donde Gˆn = { ni=1 λi ei , λk ∈ Q si K = R, λk ∈ Q + iQ si K = C}

P
Seba añadir cases en vola
Sea {uα }α∈A otra base o.n.
( * e + )
n
z}|{
An = α∈A: x , uα ̸= 0 es contable
Además, para cada α ∈ A,
⟨uα , ek ⟩ =
̸ 0 para algún k
S∞
por la maximalidad de la base {en }n (que es contable). Entonces, A = k=1 Ak es contable.
■
Vamos a demostrar que todo espacio de Hilbert separable es ℓ2 = {{xk } ∈ Kn : ||xk |2 | <
P
∞}
Definición 3.4.5. Sean H1 , H2 dos espacios de Hilbert. Un isomorfismo T : H1 → H2

se llama unitario si
⟨T x1 , T x2 ⟩H2 = ⟨x1 , x2 ⟩H1 ∀x1 , x2 ∈ H1
T unitario =⇒ T es una isometría:
||T x||2H2 = ⟨T x, T x⟩H2 = ⟨x, x⟩H1 = ||x||2H1

Teorema 3.4.5. Todo espacio de Hilbert separable es unitariamente isomorfo a ℓ2 .
Demostración. Sea {en } una base o.n. contable para H.
H → ℓ2
x → x̂ = (x̂(1), x̂(2), . . .)
donde x̂(k) = ⟨x, ek ⟩.
Por Parseval,
X
||x̂||2ℓ2 = |x̂(k)|2 = ||x||2 < ∞
k
=⇒ x̂ ∈ ℓ2 =⇒ T es bien definido
Pn H
es lineal, inyectivo (por maximalidad), sobreyectivo: si c ∈ ℓ2 , k=1 ck ek −
→ xc , donde
x̂c (k) = ⟨xc , ek ⟩ = ck ∀k ∈ N
Es una isometría: Identidad de Parseval.
||T x||2ℓ2 = ||x||2H
Identidad de Polarización:
K = R : ⟨x, y⟩ = 41 (||x + y||2 − ||x − y||2 )
K = C : ⟨x, y⟩ = 41 (||x + y||2 − ||x − y||2 + i||x + iy||1 − i||x − iy||2 )
Por lo tanto, T preserva el producto interno:
⟨T x1 , T x2 ⟩ℓ2 = ⟨x1 , x2 ⟩H
■
3.5. Series de Fourier
3.5.1. Series de Fourier y convergencia
f : R → C periódica de período 2π.

F : T → C, T es el círculo unitario.
F (eiθ ) = f (θ)
,→ f˜ : [−π, π] → C
con
f˜(−π) = f˜(π)
Rπ
Vamos a asumir que ⟨f, g⟩L2 := −π
f (x)g(x) dx
Z π
2
f ∈ L (T) = f : R → C medibles, periódicas-2π t.q. |f (x)| dx < ∞ = L2 ([−π, π])
2
−π
Definimos
1
en = √ einx n = 0, ±1, ±2, . . .
2π
Proposición 3.5.1. {en } es un conjunto ortonormal de L2 (T).
Demostración.
Z π
⟨en , em ⟩ = en (x)em (x) dx
Z−π
π
2 inx −imx
= e e dx
−π π
Z π
1
= ei(n−m)x dx
2π −π

 2π = 1 n=m
2π
= ei(n−m)x x=π
 i(n−m) n ̸= m
x=−π
■
Definición 3.5.1. Sea f ∈ L2 (T). Defina
fˆ(n) = ⟨f, en ⟩L2

Z π
1
= √ f (x)e−inx dx
2π −π
coeficiente de Fourier.
X
f→ fˆ(n)en
n∈Z
serie de Fourier.
X 1
SN f (x) = fˆ(n) √ einx
|n|≤N
2π
suma de Fourier parcial.
Preguntas:
1. ¿Converge Sn f a f en L2 ?
2. ¿Converge SN f (x) a f (x) puntualmente?
Si falla para algún x, ¿es este comportamiento raro o genérico?
3. ¿Converge SN f a f en otras normas (e.g. Lp ,p>1)?
L2
Teorema 3.5.2. f ∈ L2 (T), SN f −→ f cuando N → ∞.
Nota: El enunciado ⇐⇒ , B = {en (x)}n∈Z es una base o.n. para L2 (T)
Entonces será suficiente demostrar que B es maximal:
fˆ(n) = 0 ∀n ∈ Z =⇒ f = 0
Teorema 3.5.3. f ∈ L2 (T). Entonces,

Z π
SN f (x) = DN (x − t)f (t) dt
−π
donde ( 2N +1
2π
x=0
DN (x) = sin(N + 21 )x
2π sin x2
x ̸= 0
Demostración.
X
Sn f = ⟨f, en ⟩ en (x)
|n|≤N
X 1 Z
−int
= f (t)e dt einx
2π T
|n|≤N
 
Z X 1
=  ein(x−t)  f (t) dt
T 2π
|n|≤N
| {z }
DN (x−t)
donde X 1
DN (x) = einx
2π
|n|≤N
Kernel de Dirichlet.
2N + 1
DN (0) =
2π
Para x ̸= 0,
2N
1 −iN x X inx
DN (x) = e e
2π n=0
1 −iN x ei(2N +1)x − 1
= e
2π eix − 1
1 ei(N +1)x − e−iN x
=
2π eix − 1
1 1
1 ei(N + 2 )x − e−i(N + 2 )x
=
2π eix/2 − e−ix/2
1 2i sin(N + 12 )x
=
2π 2i sin x2
■
Nota: DN (x) es 2π-periodico, par, suave y

Z
DN (x) dx = 1
T
Seba añadir foto del kernel de Dirichlet

Es difícil demostrar directamente que SN f (x) → f (x) (DN (x) cambia de signo y oscila
muy rápidamente).
L2
Desvío En lugar de demostrar que SN f −→ f directamente, vamos a considerar la sucesión
media de Cesàro
S0 f + S1 f + · · · + SN −1 f
σN f =
N
Nota: SN f converge a f , σN f converge a f
Teorema 3.5.4 (Fejér).

L2
σN f −→ f
Cuando f ∈ C(T),
unif.
σN f −−→ f en T
Si fˆ(n) = 0 ∀n ∈ Z
=⇒ Sn f ≡ 0 ∀n ∈ Z =⇒ σN f ≡ 0
Fejer
=⇒ f = lı́m σN f = 0 =⇒ Maximalidad de B
N →∞
Proposición 3.5.5. Sea f ∈ L2 (T). Entonces

Z π
σN f (x) = FN (x − t)f (t) dt
−π
donde
(
1
2π
N x=0
FN (x) = 1 sin2 (N x/2)
2πN sin2 x2
x ̸= 0
es el Kernel de Fejér.
Demostración.
N −1
1 X
σN f = Sn f
N n=0
↓
N −1
1 X
FN (x) = Dn (x)
N n=0
x=0
Dn (0)
N −1
z }| {
1 X1
FN (0) = (2n + 1)
N n=0 2π
1
= N
2π
x ̸= 0,
N −1
1 1 X sin((n + 12 )x)
FN (x) = ·
N 2π n=0 sin x2
N −1
1 1 X 1 x
= · sin(n + )x sin
2πN sin2 x
2 n=0 | 2
{z 2}
1
2
(cos(nx)−cos((n+1)x))
2 1 1
= (cos(0x) − cos(N x))
πN sin2 x
2
2
| {z }
Nx
sin2 2
1 sin2 N2x
=
2πN sin2 x2
■
Propiedades de FN (x)
1. FN (x) ≥ 0, suave, periódico-2π, par
2. Z
FN (x) dx = 1
T
(como promedio de DN (x))

3.
1
|FN (x)| ≤ δ ≤ |x| ≤ π
2πN sin2 δ
2
Seba añadir foto pero borrarla pa zapit
Notación
Z
SN f (x) = DN (x − t)f (t) dt = DN ∗ f
ZT
σN f (x) = FN (x − t)f (t) dt = FN ∗ f
T
Convolución: f ∈ C(T), g ∈ L1 (T)

Z π
f ∗ g(x) = f (x − t)g(t) dt
−π
tomando τ = x − t
Z x+π Z π
f ∗ g(x) = f (τ )g(x − τ ) dτ = f (τ )g(x − τ ) = g ∗ f (x)
x−π −π
Definición 3.5.2. {Kn }n∈N es una familia de buenos kernels en L1 (T) si

1. Z
Kn (x) dx = 1
T
2. Z
sup |Kn (x)| dx < ∞
n T
3. Z
n→∞
|Kn (x)| dx −−−→ 0 ∀δ > 0
δ≤|x|≤π
Nota: {FN (x)}N ∈N es una familia de buenos kernels pero {DN } no lo es. Veremos
que 2. falla para el kernel de Dirichlet.
Teorema 3.5.6. Si {KN }N ∈N es una familia de buenos kernels en L1 (T) y f ∈ C(T),

entonces
KN ∗ f = f ∗ KN → f
uniformemente en T
Corolario 3.5.6.1.
unif
σN f −−−→ f para f ∈ C(T)
N →∞
Demsotración del teorema 3.5.6.

Kn ∗ f (x) − f (x) = f ∗ Kn (x) − f (x)
Z
= f (x − y)Kn (y) dy − f (x)
Z
= (f (x − y) − f (x))Kn (y) dy
Z
=⇒ |Kn ∗ f (x) − f (x)| ≤ |f (x − y) − f (x)||Kn (y)| dy
ZT Z
= |f (x − y) − f (x)||Kn (y)| dy + |f (x − y) − f (x)||Kn (y)| dy
|y|<δ |y|>δ
Z Z
≤ ε |Kn (y)| dy + 2 máx |f | |Kn (y)| dy
T T |y|>δ
≤ Cε
cuando n es suficientemente grande. ■
Corolario 3.5.6.2. Si f ∈ C(T) y fˆ(n) = 0 ∀n ∈ Z =⇒ f ≡ 0.
Demostración.
σN f ≡ 0
↓ unif
f ≡0
■
Corolario 3.5.6.3. Suponga que f ∈ C(T) y su serie de Fourier converge absoluta y

uniformemente, es decir:
X X 1
|fˆ(n)en (x)| = |fˆ(n)| √ < ∞
n n
2π
Entonces,
SN f → f unif
Demostración. Defina
X
g(x) := fˆ(n)en (x) ∈ C(T)
n∈Z
por convergencia absoluta uniforme.
h(x) := g(x) − f (x)

* +
X
ĥ(n) = ĝ(n) − fˆ(n) = fˆ(k)ek (x), en (x) − fˆ(n)
k
= fˆ(n) − fˆ(n) = 0
Se puede intercambiar la suma con la integral por convergencia uniforme y el corolario

anterior, se concluye que h ≡ 0. ■
unif
Tenemos la convergencia σN f −−→ f para f ∈ C(T). Queremos pasar a convergencia en L2 .
Vamos a utilizar la densidad de C(T) ⊆ L2 (T). Vamos a necesitar la estimación adicional:
Proposición 3.5.7.
||σN f ||L2 ≤ ||f ||L2
1
Demostración. σN f = N
(S0 f + · · · + SN −1 f )
N −1
1 X
||σN f ||L2 ≤ ||Sk f ||L2
N k=0
Tenemos,
||Sk f ||L2 ≤ ||f ||L2 (Bessel)
Sk f = proyección de f en Gen({el }|l|≤k )
1
||σN f ||L2 ≤ N ||f ||L2
N
■
De hecho, tenemos
Proposición 3.5.8. Si f ∈ Lp (T), 1 ≤ p < ∞, entonces
||σN f ||Lp ≤ ||f ||Lp
Teorema 3.5.9. Sea f ∈ Lp (T), 1 ≤ p < ∞. Entonces,

Lp
σN f −→ f
Demostración. Fije ε > 0. Aproxime f ∈ Lp (T) con g ∈ C(T):
||f − g||Lp ≤ ε
σN f − f = σN g − g + σN (f − g) − (f − g)
||σN f − f ||Lp ≤ ||σN g − g||Lp + ||σN (f − g)||Lp + ||f − g||Lp
≤ Cε
Podemos elegir N suficientemente gtande, tal que
|| σN g − g ||∞ ≤ ε
| {z }
h
por convergencia uniforme.
Z 1/p
p
||h||Lp = |h| dx
T
Z 1/p
p
≤ ε dx = (2π)1/p ε
T
■
Corolario 3.5.9.1.
L2
SN f −→ f
Demostración.
L2
σN f −→ f
■
n→∞
Lema 3.5.10 (Riemann-Lebesgue). f ∈ L1 (T), fˆ(n) = 1
f (x)e−inx dx −−−→ 0
R
2π T
Demostración. Fije ε > 0. Utilizaremos que
L1
σN f −→ f
Podemos encontrar N suficientemente grande, tal que
|| f − σN f ||L1 ≤ ε
| {z }
g
n > N,
:0
ĝ(n) = fˆ(n) −

σd
f
N (n)
√
Z Z
ˆ 1 −inx 1
=⇒ |f (n)| = |ĝ(n)| ≤ √ |g(x)e | dx = √ |g| dx ≤ ε/ π
2π 2π
X
L2 (T) → ℓ2Z = {(. . . , a−1 , a0 , a1 , . . .) : |ak |2 < ∞}
k∈Z
f → fˆ = (. . . , fˆ(−1) , fˆ(0) , fˆ(1) , . . .)
es un isomorfismo unitario.
F
L1 (T) −
→ ĉ0 = {(. . . , a−1 , a0 , a1 , . . .) : lı́m an = 0}
|n|→∞
f → fˆ
F
Teorema 3.5.11. L1 (T) −
→ ĉ0 es lineal, acotado e inyectivo.
Demostración. lineal ✓
||fˆ||ℓ∞ ≤?
Z
ˆ 1
|f (n)| ≤ √ |f (x)e−inx | dx
2π
1
≤ √ ||f ||L1
2π
por lo que ||fˆ||ℓ∞ ≤ √1 ||f ||L1

2π
→ inyectivo? Suponga que fˆ = 0 ⇐⇒ fˆ(n) = 0 ∀n ∈ Z
σN f ≡ 0
↓ L1
f ≡0
pero F no es sobreyectiva. Si F fuera inyectivo, sería un isomorfismo continuo. Por teorema

de aplicación abiert, tenemos que F −1 es acotada:
||F −1 fˆ||L1 ≤ c||fˆ||∞

||f ||L1 ≤ c||fˆ||∞
√1 √1 inx √1
P P
Tomamos f (x) = DN (x) = 2π |n|≤N 2π e = 2π |n|≤N en (x).
fˆ(n) = ⟨f, en ⟩
1
= √ ⟨en , en ⟩ |n| ≤ N
2π
= 0 |n| > N
||fˆ||∞ = √1
2π
Proposición 3.5.12.
||DN ||L1 ≥ C log N
Corolario 3.5.12.1. fN := DN contradice ||f ||L1 ≤ c||fˆ||∞
1 sin(N + 12 )x
DN (x) =
2π sin x2
Z ∞ Z ∞
1 | sin(N + 21 )|
||DN || = |DN (x)| dx =
−∞ 2π 0 sin x2
2 π sin(N + 12 )x
Z
||DN || ≥ dx
π 0 x
u = (N + 21 )x
(N + 21 )π
| sin u| 2 N π | sin u|
Z Z
2
= du ≥ du
3π 0 u π 0 u
N Z
2 X kπ | sin u|
= du
π k=1 (k−1)π u
N
2 X 1 kπ
Z
≥ | sin u| du
π k=1 k (k−1)π
N
2X1 π
Z
= | sin u| dy
π k=1 k 0
| {z }
c′
N
2c′ X 1
= ≥ c log N
π k=1 k
Seba añadir align ■
L2
Vimos que ∀f ∈ L2 (T), SN f −→ f .
Q. ¿Converge Sn f → f puntualmente?
A. ¡Generalmente no!
Q. ¿Converge SN f → f c.t.p? Es fácil ver (si conocemos teoría de integración) que existe
una subsucesión
SNk f → f c.t.p
L2
(dada la convergencia SN f −→ f )
A. (Teorema de Carleson) Sí, Sn f → f c.t.p (Difícil).
3.5.2. Convergencia puntual de la serie de Fourier
Vieron en ayudantía un ejemplo de función f ∈ C(T) tal que
SN f (0) ̸→ f (0)
De hecho, este ejemplo es genérico
Teorema 3.5.13. Para todo x ∈ T, existe un conjunto genérico Ax ⊆ C(T) tal que
sup |SN f (x)| = ∞

N
La demostración utiliza el marco del principio de acotación uniforme/Teorema de Banach-Steinhaus
Teorema 3.5.14 (Banach-Steinhaus). Sea X Banach, Y un espacio normado. Sean

Tk ∈ B(X, Y ), k ∈ I, no necesariamente contable. Entonces
1. o supk ||Tk || < ∞
2. o supk ||Tk x|| = ∞ para todo x ∈ A, donde A ⊆ X es un subconjunto genérico
Gδ .
Seba cambiar enumerate a letras a., b.
Nota: Si supk ||Tk x|| < ∞ ∀x ∈ X, entonces ||Tk || son uniformemente acotadas.
Corolario 3.5.14.1. Sean X Banach, Y normado. Sean Tk ∈ B(X, Y ). Suponga que

∀x ∈ X
lı́m Tk x =: T x existe
k→∞
Entonces, T ∈ B(X, Y ) y
||T || ≤ lı́m inf ||Tk || < ∞

k→∞
Demostración. lı́mk→∞ Tk x = T x.
=⇒ ∀x ∈ X sup ||Tk x|| < ∞

k
(sucesión que converge es acotada)
=⇒ sup ||Tk || < ∞

k
Que T es lineal, fácil ✓
||T x|| = || lı́m Tk x|| = imk→∞ ||Tk x||

k→∞
= sup ı́nf ||Tk x|| ≤ (sup ı́nf ||Tk ||)x = (lı́m inf ||Tk ||)||x||
n k≥n n k≥n k→∞
Seba añadir align ■
Demostración del teorema de Banach-Steinhaus (3.5.14). Defina ψ(x) := supk ||Tk x||.
[
Un = {x ∈ X : ψ(x) > n} = {||Tk x|| > n}
| {z }
k abierto pues T es continuo
k
Tenemos 2 posibilidades:
1. Si todos los Un ’s son densos en X,
∞
\
=⇒ A := Un es genérico, Gδ
n=1
∀x ∈ A, ψ(x) > n ∀n ∈ N
=⇒ ψ(x) = ∞ (caso b.)
c
2. Si unos de los Un ’s no es denso, entonces Um contiene una bola B = Br (a).
ψ(x) ≤ m ∀x ∈ Br (a)
=⇒ ||Tk x|| ≤ m ∀x ∈ Br (a), ∀k
=⇒ ||Tk (a + y)|| ≤ m ∀y ∈ Br (0), ∀k
∀y ∈ Br (0)
||Tk y|| ≤ ||Tk a|| + ||Tk (y − a)||

= ||Tk a|| + ||Tk (a − y)||
≤ m + m = 2m
2m
=⇒ ||Tk y|| ≤ ||y|| ∀y ∈ X, ∀k
r
■
Demostración del teorema 3.5.13. Será suficiente demostrar el teorema para x = 0. Aplicaremos
el principio de acotación uniforme (Banach-Steinhaus) a
0
SN : C(T) → C
f → Sn f (0)
Estaremos listos cuando probemos que
0
sup ||SN || = ∞
N
⇐⇒ estamos en la alternativa b.
gen.
=⇒ sup |SN f (0)| = ∞∀f ∈ A, A ⊆ C(T)
N
Recordando que (SN f (x) = DN ∗ f (x))
(0)
SN = SN f (0)
Z π
= DN (0 − y)f (y) dy
−π
Z π
= DN (y)f (y) dy
−π
Z π
=⇒ |SN f (0)| ≤ |Dn (y)| · |f (y)| dy ≤ ||DN ||L1 ||f ||∞
−π
0
=⇒ ||SN || ≤ ||DN ||L1
Pero, de hecho, afirmamos que
0
||SN || = ||DN ||L1
Noten que cuando ponemos f (y) = sgn Dn (y)

Z π
SN f (0) = DN (y) sgn DN (y) dy = ||DN ||L1
−π
f = sgn DN ∈ L1 (T), =⇒ podemos encontrar fk ∈ C(T):
k→∞
||fk − f ||L1 −−−→ 0
Z Z
k→∞
SN fk (0) = DN (y)(fk − f )(y) dy + DN (y)f (y) dy −−−→ ||DN ||L1
| {z }
||DN ||L1
mientras
Z
k→∞
DN (y)(fk − f )(y) dy ≤ máx |DN |||fk − f ||L1 −−−→ 0
T
3.6. Repaso/Crash course en teoría de la medida
Ω = {M1 , . . . , M100 } pila de monedas. V : Ω → [0, ∞). En el caso de Chile tenemos ImV =
{1, 5, 10, 50, 100, 500}. Queremos calcular el valor total de la pila de monedas. Hay 2 métodos:
1. Dividimos la pila en grupos de digamos 10 monedas: M1 , . . . , M10 y así sucesivamente.
Luego, sumamos los valores de cada grupo y sumamos los resultados. Esto corresponde
con la integral de Riemann
2. Dividimos las monedas en grupos de acuerdo al valor
E1 = {M ∈ Ω : V (M ) = α1 }
E2 = {M ∈ Ω : V (m) = α2 }
..
.
EN
N
X
Luego, S = αk (#Ek ). Esto corresponde con la integral de Lebesgue.
k=1
3.6.1. Espacios de medida y funciones medibles
Definición 3.6.1 (Espacio de medida). un espacio de medida (Ω, M, µ).
Definición 3.6.2 (σ-álgebra). Una colección M de subconjuntos de Ω es una

σ-álgebra si
1. Ω ∈ M
2. E ∈ M =⇒ E c := ΩS\∞E ∈ M
∞
3. {Ek }k=1 ⊆ M =⇒ k=1 Ek ∈ M
T
Podemos ver que ∅ ∈ M, k Ek ∈ M si ∀Ek ∈ M y E \ F ∈ M si E, F ∈ M.
Ejemplo: Ω = {a, b},
M1 = {∅, Ω}
M2 = {∅, {a}, {b}, {a, b}}
son σ-álgebras.
Ejemplo: Si Ω es un espacio métrico (topológico más general).
BΩ → σ-álgebra de Borel
definida como la menor σ-álgebra que contiene todos los abiertos de Ω.
Definición 3.6.3. Una medida µ : M → [0, ∞] que satisface:

1. µ(∅) = 0
2. {Ek }∞
k=1 de conjuntos en M mutuamente disjuntos,
∞
! ∞
[ X
µ Ek = µ(Em )
k=1 k=1
Esto se llama σ-aditividad

Las siguientes propiedades son consecuencias fáciles de la definición:
1. (Aditividad finita)
N
! N
[ X
µ Ek = µ(Ek )
k=1 k=1
2. Si A, B ∈ M y A ⊆ B
=⇒ µ(B) = µ(A ∪ B \ A) = µ(A) + µ(B \ A) ≥ µ(A)
3. (subaditividad) Si {Ek } ⊆ M, no necesariamente disjuntos,
∞
! ∞
[ X
µ Ek ≤ µ(Ek )
k=1 k=1
4. E1 ⊆ E2 ⊆ · · · ⊆ Ek+1 ⊆ · · · , sucesión creciente de medibles,
[
E= Ek , Ek ↑ E
k
µ(E) = lı́m µ(Ek )

k→∞
5. E1 ⊇ E2 ⊇ · · ·
∞
\
E= Ek , Ek ↓ E
k=1
µ(E) = lı́m µ(Ek )

n→∞
si µ(E1 ) < ∞
Ejemplo: (N, P(N), µ),

X
µ(E) = µn ← pesos ∈ [0, ∞)
n∈E
Cuando todos los µn ≡ 1, µ es la medida de contar.

Teorema 3.6.1. Existe una σ-álgebra M de subconjuntos de Rn y
| · | : M → [0, ∞]
con las siguientes propiedades:
1. M contiene todos los abiertos (⊇ BRn )
2. |B| = Vol(B) para toda la bola abierta B ⊆ Rn
3. (completitud) Si A ⊆ B, donde B ∈ M y |B| = 0, entonces A ∈ M y |A| = 0.
Conjuntos de medida 0 = conjuntos despreciables.
Notación: Una propiedad se cumple para x c.t.p (en casi todas partes) si se cumple para
todo x ∈ E c donde E es despreciable.
La medida producto : (Ω1 , M1 , µ1 ) y Ω2 , M2 , µ2 . Existe una única medida µ : M1 ×

M2 → [0, ∞] donde M1 × M2 := la menor σ-álgebra que contiene todos los E1 × E2 con
E1 ∈ M, E2 ∈ M2 tal que
µ(E1 × E2 ) = µ1 (E1 )µ2 (E2 )
Ejemplo: (Rn , BRn , | · | = λn ) y (Rm , BRm , | · | = λm )
BRn × BRm = BRn ×Rm

λ := λn × λm = λm+n
que es la medida de Lebesgue en Rm+n .
Definición 3.6.4. f : Ω → [−∞, ∞] es medible si {x ∈ Ω : f (x) > r} ∈ M ∀r ∈

[−∞, ∞]
⇐⇒ f −1 (I) ∈ M ∀I ⊆ [−∞, ∞]
ab
⇐⇒ f −1 (O) ∈ M ∀O ⊆ [−∞, ∞]
Esta clase de funciones con valores reales es cerrada bajo las operaciones usuales: +, × y
tomar supk ,ı́nf k ,lı́m supk ,lı́m inf k . Si {fk }∞
k=1 sucesión de funciones medibles, entonces supk fk ,
ı́nf k fk , lı́m inf k fk , lı́m supk fk son medibles.
Ejemplo: La funciones simples

n
X
s(x) = αi χEi
i=1
De hecho toda función medible es límite de funciones simples sn (x) tal que
|sn (x)| ↗ |f (x)|

Descomponemos f = f + − f − ,
0 ≤ f + = máx{f, 0}
0 ≤ f − = máx{−f, 0}
|f | = f + + f − .
Cuando f ≥ 0 es medible, podemos aproximarla con
n
n2
X k−1
sn (x) = nχ{f >n} + χ{ k−1 k
n ≤f < n }
k=1
2n 2 2
sn (x) ↗ f (x), n→∞
3.6.2. La integral de Lebesgue
Funciones simples
Z n
X
s dµ = αi µ(Ei )
Ω i=1
Pn
donde s(x) = i=1 αi χEi
Funciones medibles Z Z
f dµ := sup{ s dµ : 0 ≤ s ≤ f }
Propiedades
1. Z Z Z
(f + g) dµ = f dµ + g dµ
2. Z Z
cf dµ = c f dµ, c≥0
3. Z
f dµ = 0 ⇐⇒ f ≡ 0 c.t.p.
4. Z
f dµ < ∞ =⇒ f < ∞ c.t.p.
Propiedades de convergencia
1. Teorema de Convergencia Monotona:
Z Z
0 ≤ fn ↗ f c.t.p. =⇒ f dµ = lı́m fn dµ
n→∞
2. Lema de Fatou:
Z Z
fn ≥ 0 lı́m inf fn dµ ≤ lı́m inf fn
n n
Funciones reales f : Ω → [−∞, ∞], f = f + − f −
Z Z Z
f dµ := +
f dµ − f − dµ
si uno de estos dos términos < ∞.

Cuando ambos son finitos,
Z Z Z
⇐⇒ |f | dµ = +
f dµ + f − dµ < ∞
decimos que f ∈ L1R (µ) es integrable.

En L1 (µ), la integral es un funcional lineal (POS) que es ≥ 0 cuando f ≥ 0. Como
consecuencia, para f, g ∈ L1 :
1. Z Z
f dµ ≤ g dµ
cuando f ≥ g c.t.p.
2. Z Z
f dµ ≤ |f | dµ
3.
|f | < ∞ c.t.p.
Funciones complejas
Definición 3.6.5. f : Ω → C es medible si u := Re f , v := Im f son medibles.
Z Z Z
f dµ := u dµ + i v dµ
Definición 3.6.6. f ∈ L1C (µ) si |f | es integrable ⇐⇒ u, v ∈ L1R (µ).
Teorema 3.6.2 (Convergencia Dominada). fn → f c.t.p. y |fn | ≤ g c.t.p. donde

g ∈ L1R (µ), entonces
Z Z
fn dµ → f dµ
De hecho,
Z
n→∞
|fn − f | dµ −−−→ 0
Teorema 3.6.3 (Tonelli). (Ω1 , M2 , µ1 ), (Ω2 , M2 , µ2 ) espacio de medida σ−finitos.

(Ω1 × Ω2 , M1 × M2 , µ = µ1 × µ2 ). Sea f (x, y) M1 × M2 −medible y no negativa.
Entonces, denotando f y (x) = f (x, y) para y fijo es una función en Ω1 , fx (y) = f (x, y)
para x fijo es una función en Ω2 ,
Z Z Z
y
f dµ = f (x) dµ1 (x) dµ(y)
Ω1 ×Ω2 Ω2 Ω1
Z Z
= fx (y) dµ2 (y) dµ1 (x)
Ω1 Ω2
donde toda función integrada es medible en el espacio correspondiente.

Teorema 3.6.4 (Fubini). Es posible cambiar el orden de integración cuando f ∈

L1C (µ):
Z Z Z
y
f dµ = f (x) dµ1 (x) dµ(y)
Ω1 ×Ω2 Ω2 Ω1
Z Z
= fx (y) dµ2 (y) dµ1 (x)
Ω1 Ω2
3.7. Espacios de Lebesgue Lp
3.7.1. Espacios Lp
Defina:
Z 1/p
p
||f ||p := |f | dµ , p ∈ [1, ∞)
||f ||∞ := ı́nf{M > 0 : |f | ≤ M c.t.p.}
LpK (µ) := {funciones medibles : Ω → K : ||f ||p < ∞}
Proposición 3.7.1. || · ||p es una semi-norma en LpK (µ). Además,
||f ||p = 0 ⇐⇒ f = 0 c.t.p.
Corolario 3.7.1.1. MK (µ) = {f = 0 c.t.p.}. Entonces,
LpK (µ) := LpK (µ)/NK (µ)

es un espacio normado con norma || · ||p .
Demostración de la proposición 3.7.1. ||λf ||p = |λ| · ||f ||p .

Desigualdad triangular = desigualdad de Minkowski
||f + g||p ≤ ||f ||p + ||g||p

(p = 1, ∞ es obvio) ■
Teorema 3.7.2 (Desigualdad de Hölder).

Z
|f g| dµ ≤ ||f ||p ||g||q
donde
1 1
+ =1
p q
y p, q ∈ [1, ∞]
Demostración. Podemos asumir que
0 < ||f ||p , ||g||q < ∞
p = 1, q = ∞. 0 < ||f ||1 < ∞, 0 < ||g||∞ < ∞.
Z Z
|f g| dµ ≤ (|f | dµ)||g||∞
≤ |f | · ||g||∞ c.t.p. = ||f ||1 · ||g||∞
Para los demás, 1 < p, q < ∞. Podemos asumir ||f ||p = 1, ||g||q = 1 y será suficiente
demostrar
Z
|f g| dµ ≤ 1
Aplicamos Young (lo que viene después) a a = |f |, b = |g|
|f |p |g|q
|f g| ≤ +
p q
Z Z Z
1 p1
|f g| dµ ≤ |f | + |g|q
p q
| {z } | {z }
=1 =1
■
Teorema 3.7.3 (Desigualdad de Young). 0 ≤ a, b ≤ ∞

ap b q
ab ≤ + 1 < p, q < ∞
p q
Demostración. Podemos asumir a, b > 0.
1 p )+ 1 log(bq )
ab = elog(ab) = elog a+log b = e p log(a q
esx+(1−s)y ≤ sex + (1 − s)ey (convexidad de ex )

por lo que
1 p 1 q
≤ elog(a ) + elog(b )
p q
■
Desigualdad de Minkowski. en 1 < p < ∞
|f + g|p = |f + g| · |f + g|p−1
≤ |f | · |f + g|p−1 + |g| · |f + g|p−1
Z Z Z
p p−1
|f + g| dµ ≤ |f | · |f + g| + |g| · |f + g|p−1
Teorema 3.7.4 (Riesz-Fischer). Lp (µ) es un espacio de Banach.
Demostración. fk ∈ Lp (µ), k ∈ N. Queremos demostrar que si
∞
X
||fk ||p =: M < ∞
k=1
n
Lp
X
=⇒ fk −→ F ∈ Lp
k=1
p = ∞ (ejercicio). Sea p ∈ [1, ∞)

n
X ∞
X
Gn (x) := |fk (x)| medible, ≥ 0 ↗n→∞ G(x) := |fk (x)|
k=1 k=1
Por teorema de convergencia monotona,
Z Z
p
G(x) dµ = lı́m Gn (x)p dµ
n→∞
Z n
X
p
Gn (x) dµ = ||Gn ||p ≤ ||fK ||p ≤ M
k=1
por Minkowski.
Z
=⇒ Gn (x)p dµ ≤ M p
=⇒ Gp ∈ L1 (G ∈ Lp )
En particular, 0 ≤ Gp (x) < ∞ µ − c.t.p.
=⇒ G(x) < ∞ µ − c.t.p.

P
es decir, µ − c.t.p., |fk (x)| converge. Defina
(P
∞
k=1 fk (x) x tal que G(x) < ∞
F (x) =
0 e.o.c.
F es medible y F ∈ Lp (µ) pues
∞
X
|F (x)| ≤ |fk (x)| = G(x) µ − c.t.p.
k=1
=⇒ |F (x)|p ≤ G(x)p µ − c.t.p.

Z Z
=⇒ |F (x)| ≤ G(x)p < ∞
p
Falta establecer la convergencia en Lp :

N
N →∞
X
F− fk −−−→ 0
k=1 p
n
X ∞
X
F− fk (x) ≤ |fk |(x) ≤ G(x) µ − c.t.p.
k=1 k=N +1
N p
X
=⇒ F − fk ≤ Gp µ − c.t.p.
k=1
Por definición de F ,
N
N →∞
X
|F − fk | −−−→ 0 µ − c.t.p.
k=1
Por el teorema de convergencia dominada
Z N p Z
N →∞
X
F− fk dµ −−−→ 0 dµ = 0
k=1
3.7.2. Los espacios Lp y dualidad
1 1
1 ≤ p ≤ ∞, q → exponente dual: p
+ q
=1
p=1→q=∞
p=2→q=2
p=∞→q=1
Se puede definir un emparejamiento entre Lp y Lq .
⟨·, ·⟩ : Lp (µ) × Lq (µ) → K

Z
f, g → ⟨f, g⟩ := f g dµ
es bien definido:
f ∈ Lp , g ∈ Lq =⇒ |f g| ∈ L1
Z
|f g| dµ ≤ ||f ||p ||g||q < ∞
=⇒ f g ∈ L1
Z Z
=⇒ | ⟨f, g⟩ | = f g ≤ |f g| ≤ ||f ||p ||g||q
Debido a esto podemos definir ℓg ∈ (Lp )∗
ℓg : Lp (µ) → K
f → ⟨f, g⟩
es lineal y acotado con
||ℓg ||(Lp )∗ ≤ ||g||q
De esta manera tenemos una aplicación
ϕ : Lq (µ) → [Lp (µ)]∗

g → ℓg
ϕ es lineal, acotada e inyectiva (ℓg = 0 =⇒ g = 0).
3.7.3. Teorema de Representación de Riesz
Teorema 3.7.5. Sea (Ω, M, µ) σ−finito. Sea 1 ≤ p < ∞

Entonces ϕ es un isomorfismo isométrico:
∀ℓ ∈ (Lp (µ))∗ , ∃!g ∈ Lq (µ) tal que ℓ(f ) = ⟨f, g⟩ ∀f ∈ Lp

con ||ℓ||(Lp )∗ = ||g||q .
Nota: 1. Incluye el caso p = 2 (Espacio de Hilbert).

2. Ω : N, µ = medida de contar
X 1/p
Lp (µ) = {f : N → K : |fk |p < ∞} = ℓp
3. El teorema dice que
(ℓp )∗ ≃ ℓq p ∈ [1, ∞)
4. p = ∞: (L∞ )∗ ̸≃ L1
ϕ : L1 ̸,→ (L∞ )∗ no es sobreyectiva
La demostración requiere la herramienta del Teorema de Radon-Nikodym.
Definición 3.7.1. (Ω, M) y medidas µ, ν : M → [0, ∞]. Decimos que ν es

absolutamente continua respecto a µ si
µ(E) = 0 =⇒ ν(E) = 0
y escribimos ν ≪ µ.
Ejemplo: Si h ≥ 0, h ∈ L1 (µ) podemos definir ν : M → [0, ∞]

Z Z
ν(E) := hχE dµ =: h dµ
E
ν es una medida.
“dν = h dµ′′ h es densidad

ν ≪ µ pues µ(E) = 0 Z
=⇒ ν(E) = hχE dµ = 0
Teorema 3.7.6 (Radon-Nikodym). Sean Zµ y ν medidas en (Ω, M) σ-finitas. Si ν ≪ µ,

entonces ∃!h ≥ 0 medible tal que ν(E) = h dµ.
E
(h es única µ-c.t.p.)
dν
(dν = h dν), h = [ dµ ] derivada de Radon-Nimkodym.
Demostración. Unicidad:
Z Z
h1 χE dµ = h2 χE dµ = ν(E) ∀E ∈ M
Z
(h1 − h2 )χE dµ = 0 ∀E ∈ M
E = {h1 > h2 }
Z
0= (h1 −h2 ) dµ =⇒ µ({h1 > h2 }) = 0 =⇒ µ({h1 ̸= h2 }) = 0 =⇒ h1 = h2 µ−c.t.p.
{h1 −h2 >0}
Existencia: (argumento de Von Neumann) que utiliza el Teorema de Representación de

Riesz en L2 .
idea: λ = µ + ν. Suponga que µ(Ω), ν(Ω) < ∞
µ(E) = 0 ⇐⇒ λ(E) = 0
Vamos a definir un funcional lineal acotado
ℓ : L2R (λ) → R
Z
f → f dµ
ℓ es obviamente lineal y acotado:
Z Z
f dµ ≤ |f | dµ
Z
= |f | · 1 dµ
Z
≤ |f | · 1 dλ
≤ ||f ||L2 (λ) ||1||L2 (λ)

| {z }
[λ(Ω)]1/2
Es decir, |ℓ(f )| ≤ (λ(Ω))1/2 ||f ||L2 (λ)

Por Teorema de Representación de Riesz:
Z
ℓ(f ) = f g dλ, g ∈ L2 (λ)
Z Z
f dµ = f g dλ
Ω Z Z
= f g dµ + f g dν
Z Z
f (1 − g) dµ = f g dν ∀f ∈ L2 (λ) (3.1)
1−g
Formalmente “(1 − g) dµ = g dν” =⇒ “h = g
”.
Primero vamos a demostrar que
0 < g ≤ 1 µ − c.t.p.
(a) F := {g ≤ 0}
Z Z
µ(F ) = χF dµ ≤ χF (1 − g) dµ
por (3.1),
Z
= χF g dν ≤ 0
=⇒ µ(F ) = 0
(b) G := {g > 1}. Suponga que µ(G) > 0
Z Z
0> (1 − g) dµ = (1 − g)χG dµ
G Z
= (1 − g)χG dν
Z
= g dν ≥ 0
G
lo que es una contradicción.

g ∈ L2 (λ). Podemos elegir representante g, tal que 0 < g ≤ 1 en Ω. Definimos
1−g
h := ≥ 0 en Ω
g
Tome A ∈ M, fn = χ{A∩g≥ 1 } /g ∈ L2 (λ). Ponemos fn en (3,1):

n
Z Z
fn (1 − g) dµ = fn g dν
x ∈ {g < n1 }, fn = 0. x ∈ {g ≥ n1 }, fn ≤ 1
1 = n. =⇒ fn es acotada. =⇒ f ∈ L2 (λ).
n
1−g
Z
χA∩{g≥ 1 } dµ = ntχA∩{g≥ 1 } dν
g n n
1
A ∩ {g ≥ }↗A
n
Tomando lı́mn→∞ , por Teorema de Convergencia Monótona obtenemos
Z Z
hχA dµ = χA dν
Ahora suponga que µ, ν son σ−finitas: existe Ωn ↗ Ω, tales que
µ(Ωn ), ν(Ωn ) < ∞
Aplicaremos el resultado a (Ωn , M, µ y ν|Ωn ). Mn = {E ∩ Ωn : E ∈ M}.

Z
ν(A) = hn χA dµ ∀a ∈ Mn
para alguna hn ≥ 0 y Mn −medible.

Z
= hn+1 χA dµ
por unicidad
hn+1 |Ωn = hn µ − c.t.p.
Extienda cada hn por 0 fuera de Ωn . De esta manera hn es M−medible. Defina h := lı́m hn

n→∞
hn ↗ h
Para todo E ∈ M
ν(E) = lı́m ν(Ωn ∩ E)

n→∞
Z
= lı́m hn dµ
n→∞ E∩Ω
n
Z
= lı́m h dµ
n→∞ E∩Ω
n
Z
= h dµ
E
Necesitaremos también el siguiente resultado:
Definición 3.7.2. ℓ ∈ (LpR )∗ es positivo si ℓ(f ) ≥ 0 ∀f ∈ LpR , f ≥ 0
Teorema 3.7.7. Sea ℓ ∈ (LpR )∗ , 1 ≤ p < ∞. Entonces
ℓ = ℓ+ − ℓ−
ℓ± ∈ (LpR )∗ son positivos.
Demostración. Sea ℓ ∈ (Lp )∗ .

1. Definiremos ℓ+ para f ≥ 0.
ℓ+ (f ) := sup ℓ(g)
0≤g≤f
Obviamente, ℓ+ (cf ) = cℓ+ (f ), c ≥ 0. Probemos la aditividad:
ℓ+ (f1 + f2 ) = ℓ+ (f1 ) + ℓ+ (f2 ) ∀f1 , f2 ≥ 0 en Lp
ℓ (g1 + g2 ) = ℓ(g1 ) + ℓ(g2 )

| {z }
g
Si 0 ≤ g1 ≤ f1 , 0 ≤ g2 ≤ f2
=⇒ g = g1 + g2 ≤ f1 + f2
sup ℓ(g) ≥ ℓ(g1 ) + ℓ(g2 )

0≤g≤f1 +f2
Tomando sup sobre 0 ≤ g1 ≤ f1 , 0 ≤ g2 ≤ f2
ℓ+ (f1 + f2 ) ≥ ℓ(f1 ) + ℓ( f2 )
Para demostrar la otra, notamos que cada 0 ≤ g ≤ f1 + f2 se puede escribir
g = g1 + g2
donde g1 := mı́n(g, f1 ) ≤ f1 , g2 := g − g1 ≤ f2 .
ℓ(g) ≤ ℓ+ (f1 ) + ℓ+ (f2 )

=⇒ ℓ+ (f ) ≤ ℓ+ (f1 ) + ℓ∗ (f2 )
2. Extendemos ℓ+ a toda f ∈ Lp .
f = f+ − f−
Definimos ℓ+ (f ) = ℓ+ (f+ ) − ℓ+ (f− ).

Esta definicón no depende de como descomponemos f como diferencia de 2 funciones
no negativas.
f = f+ − f− = f1 − f2 =⇒ f+ f2 = f1 + f−
=⇒ ℓ+ (f1 + f2 ) = ℓ+ (f1 + f− )
=⇒ ℓ+ (f+ ) + ℓ+ (f2 ) = ℓ+ (f1 ) + ℓ+ (f− )
=⇒ ℓ+ (f+ ) − ℓ+ (f− ) = ℓ+ (f1 ) − ℓ+ (f2 )
3. Por lo tanto, ℓ+ es lineal
ℓ+ (cf ) = cℓ+ (f ) ∀c ≥ 0
ℓ+ (−cf ) = ℓ+ (c(−f )) = cℓ+ (−f ) = −cℓ+ (f )
=⇒ ℓ+ (−f ) = ℓ+ (f− ) − ℓ+ (f+ ) = −ℓ+ (f )
ℓ+ es acotado.
|ℓ+ (f )| = |ℓ+ (f+ ) − ℓ+ (f− )|

≤ |ℓ+ (f+ )| + |ℓ+ (f− )|
≤ ||ℓ|| · ||f+ ||Lp + ||ℓ|| · ||f− ||Lp
≤ 2||ℓ|| · ||f ||Lp
ya que
ℓ+ (f ) ≤ sup ||ℓ|| · ||g||Lp

0≤g≤f
≤ ||ℓ|| · ||f ||Lp
Definimos
ℓ− := ℓ+ − ℓ
=⇒ ℓ ∈ (LpR )∗
ℓ− es positiva pues ∀f ≥ 0, f ∈ Lp .
ℓ− (f ) = ℓ+ (f ) − ℓ(f ) ≥ 0
= sup{ℓ(g) : 0 ≤ g ≤ f } − ℓ(f ) ≥ 0
Demostración del Teorema de Riesz (3.7.5). K = R, ℓ ∈ (LpR )∗ y positivo. Supondremos que

µ(Ω) < ∞. Definimos
ν : M → [0, ∞)
A → ℓ(χA )
Afirmamos que ν es una medida finita.

(a) ν ≥ 0
Z 1/p
p
ν(Ω) ≤ ||ℓ|| · ||χΩ ||Lp = ||ℓ|| 1 dµ = ||ℓ||(µ(Ω)1/p ) < ∞
Ω
(b) ν(∅) = 0
U
(c) Si E = Ek , χSNk=1 Ek ↗ χE
0 ≤ |χE − χSNk=1 Ek |p ≤ χpE ∈ L1
Por Teorema de Convergencia Dominada
Lp
=⇒ χSNk=1 Ek −→ χE
N
N →∞
X
=⇒ ℓ(χ Sn
k=1 Ek ) → ℓ(χE ) ⇐⇒ ℓ(χEk ) −−−→ ℓ(χE )
k=1
ν(E) = ℓ(χE )
N
X
= lı́m ℓ(χEk )
N →∞
k=1
XN
= lı́m ν(Ek )
N →∞
k=1
∞
X
= ν(Ek )
k=1
Además, ν ≪ µ
ν(A) ≤ ||ℓ||µ(A)1/p
Si µ(A) = 0 =⇒ ν(A) = 0 Por el teorema de Radon-Nikodym,

Z
ℓ(χA ) = ν(A) = χA h dµ
para una h ≥ 0. Tomando combinaciones lineales finitas de χA ’s:

Z
ℓ(s) = sh dµ
para toda función simple s : Ω → R. Ahora, cada función f ≥ 0 no negativa

0 ≤ sn ≤ f, sn ↗ f
Por Teorema de Convergencia Dominada,
Lp
=⇒ sn −→ f
Entonces,
Z
ℓ(f ) = lı́m ℓ(sn ) = lı́m sn h dµ
n→∞ n→∞
Z
f h dµ
Cuando µ es σ-finita,
]
Ω= Ωn , µ(Ωn ) < ∞
n
En cada Ωn , tenemos hn ≥ 0, tal que
Z
ℓ(f χΩn ) = f χΩn hn dµ ∀f ≥ 0, f ∈ Lp
Extienda hn por 0 fuera de Ωn . Tenemos que
N
Lp
X
f χΩn −→ f
n=1
por lo que
XN N Z
X
ℓ(f ) = lı́m ℓ( f χΩn ) = lı́m f χΩn hn dµ
N →∞ N →∞
n=1 n=1
N Z
X Z N
X
= lı́m Ωf hn dµ = lı́m f hn dµ
N →∞ N →∞
n=1 n=1
Z
= f h dµ
Ω
∞
X
donde h := hn . En particular,
n=1
f h ∈ L1 (µ)
Tomaremos ahora un f ∈ LpR (µ) con signo arbitrario. ℓ ∈ (LpR )∗ y positivo
ℓ(f ) = ℓ(f+ − f− )
= ℓ(f+ ) − ℓ(f− )
Z Z Z
= f+ h − f− h f h dµ
f ∈ Lp =⇒ |f | ∈ Lp , |f | ≥ 0
Z
=⇒ ℓ(|f |) = |f |h dµ =⇒ |f |h ∈ L1
Por lo tanto, f± h ∈ L1
Z Z Z Z
(f+ − f− )g = f+ h − f− h = f+ h − f− h
Si ℓ ∈ (Lp )∗ , lo expresamos como diferencia de 2 funcionales positivos:
ℓ = ℓ+ − ℓ−
cada una con su h± correspondiente, h := h+ − h−
∀f ∈ LpR (µ), f h± ∈ L1
=⇒ f h = f h+ − f h− ∈ L1
Z Z Z
=⇒ ℓ(f ) = ℓ+ (f ) − ℓ− (f ) = f h+ − f h− = f h
En esta etapa hemos demostrado que ∀ℓ ∈ (LpR )∗ se puede escribir como

Z
ℓ(f ) = f h dµ
para alguna h medible donde f h ∈ L1 .

Para extender al caso complejo, noten que si ℓ ∈ (LpC )∗ y f ∈ LpR .
=⇒ ℓ(f ) = Re ℓ(f ) + i Im ℓ(f )
donde Re ℓ ∈ (LpR )∗ y Im ℓ ∈ (LpR )∗ .
| Re ℓ(f )| ≤ |ℓ(f )| ≤ ||ℓ||∗Lp ||f ||LpC = ||ℓ||(LpC )∗ ||f ||LpR

C
Re ℓ = ⟨·, h1 ⟩
Im ℓ = ⟨·, h2 ⟩
donde f hi ∈ L1 . Por lo tanto, si
h := h1 + ih2
|f h| ≤ |f h1 | + |f h2 | ∀f ∈ LpR
ℓ(f ) = ⟨f, h1 ⟩ + i ⟨f, h2 ⟩ = ⟨f, h1 + ih2 ⟩ ∀f ∈ LpR
Por linealidad
ℓ(f ) = ⟨f, h⟩ ∀f ∈ LpC
donde |f h| ∈ L1 .
ℓ ∈ (Lp )∗ . Hemos demostrado que existe h medible tal que
f h ∈ L1 ∀f ∈ Lp
y
Z
ℓ(f ) = f h dµ
Afirmamos que h ∈ Lq y ||ℓ|| = ||h||q . Por Hölder,

Z
|ℓ(f )| ≤ |f h| dµ ≤ ||f ||p ||h||q
=⇒ ||ℓ|| ≤ ||h||q
Mostraremos ahora la otra desigualdad

(a) p ∈ (1, ∞). Defina
Bn := Ωn ∩ {|h| ≤ n}, Ωn ↗ Ω
fn := |h|q−1 sgn hχBn
fn ∈ Lp
Z Z
||fn ||pp = (|h| q−1 p
) = |h|q
Bn Bn
Z 1/p
=⇒ ||fn ||p = |h|q
Z Z
ℓ(fn ) = fn h dµ = |h|q−1 sgn hh dµ
Z
= |h|q dµ
Bn
Z Z 1/p
q q
|h| dµ = ℓ(fn ) ≤ ||ℓ|| · ||fn ||p = ||ℓ|| |h| dµ
Bn
Z 1−1/p
q
|h| dµ ≤ ||ℓ||
Bn
Z 1/q
q
|h| ≤ ||ℓ||
Bn
Por Teorema de Convergencia Monótona,
Z 1/q
q n→∞
|h| −−−→ ||h||q
Bn
(b) p = 1, q = ∞. Suponga que ||ℓ|| + 2ε ≤ ||h||∞ , para algún ε > 0.
||h||∞ = ı́nf{M > 0 : |h| ≤ M c.t.p.}
∃A ∈ M, µ(A) > 0, tal que
|h| ≥ ||h||∞ − ε ∀x ∈ A
Ya que µ es σ-finita, Ωn ↗ Ω
An := A ∩ Ωn ↗ A
Tenemos |h| ≥ ||h||∞ − ε en An donde 0 < µ(An ) < ∞. Tome fn := sgn hχAn ∈ L1
Z Z
ℓ(f ) f h dµ = |h|
An
≥ (||h||∞ − ε)µ(An )
2
≥ (||ℓ||∞ + − ε)||f ||1
ε
= (||ℓ||∞ + ε)||f ||1
=⇒ f viola la norma de ||ℓ||. Contradicción

■
3.8. Teorema de Hahn-Banach
Sea X un espacio normado, y sea X ∗ su dual = espacio de funcionales lineales acotados. No

hemos visto si existen aún funcionales lineales acotados en X no triviales. Resulta ser el
caso que hay una abundancia de funcionales lineales acotados en X.
X → espacio vectorial. X ′ → espacio de funcionales lineales (X ̸= X ′ ). Diremos que f ∈ X ′
(f : X → K) extiende, g ∈ Y ′ (Y ⊆ X subespacio, g : Y → K). Si
f (y) = g(y) ∀y ∈ Y
(X, f ) ≻ (Y, g).

Definición 3.8.1. Sea X un espacio vectorial real. Decimos que
p:X→R
es un funcional convexo si satisface
1. (Homogeneidad positiva) p(λx) = λp(x), ∀λ ≥ 0
2. (subaditividad) p(x + y) ≤ p(x) + p(y)
Se dice convexo porque
p(λx + (1 − λ)y) ≤ p(λx) + p((1 − λ)y)

= λp(x) + (1 − λ)p(y)
Ejemplo: Una seminorma/norma es un funcional convexo.
Ejemplo: Un funcional lineal (sobre R) es un funcional convexo.
Definición 3.8.2. Decimos que el funcional convexo p domina el funcional lineal f si
f (x) ≤ p(x) ∀x ∈ X
Proposición 3.8.1. Sea X normado. f ∈ X ′ es acotado si y solo si f es dominado

por p(x) := M ||x|| para alguna M > 0.
Demostración. ( =⇒ ): f ∈ X∗
|f (x)| ≤ M ||x||
=⇒ f (x) ≤ M ||x||
( ⇐= ):
f (x) ≤ M ||x|| ∀x ∈ X
−f (x) = f (−x) ≤ M || − x|| = M ||x||
=⇒ −M ||x|| ≤ f (x) ≤ M ||x||
■
Teorema 3.8.2 (Hahn-Banach). Sean X, Y espacios vectoriales reales, Y ⊆ X y sea

p : X → R un funcional lineal convexo. Si f ∈ Y ′ es dominado por p,
f (y) ≤ p(y) ∀y ∈ Y
entonces existe una extensión F ∈ X ′ dominado por p:
F (x) ≤ p(x) ∀x ∈ X
Corolario 3.8.2.1. X es un espacio normado real. Y ⊆ X subespacio Y ̸= {0}.

f ∈ Y ∗ . Entonces existe una extensión F ∈ X ∗ con
||F ||X ∗ = ||f ||Y ∗
1
(Y = Gen(v)), f (λv) = λ, ||f ||Y ∗ = ||v||
. Por Hahn-Banach, F : X → R, ||F ||X ∗ = ||f ||Y ∗ .
Demostración. Defina p(x) := ||f ||Y ∗ ||x||. f es dominado por p., por lo que por el Teorema
de Hahn-Banach nos da una extensión
F :X→R
F (x) ≤ p(x) = ||f ||Y ∗ ||x||
=⇒ F ∈ X ∗ y ||F ||X ∗ ≤ ||f ||Y ∗ .
||F ||X ∗ = ||f ||Y ∗
pues es una extensión. ■
Demostración del Teorema de Hahn-Banach (3.8.2). Asumimos que Y ⊊ X =⇒ existe

z ∈ X \ Y . Vamos a extender f a F : Y + Gen(z) → R de la manera que F sea dominado
por p.
F (y + tz) := f (y) + ts, F (z) = s
define un funcional lineal en Y +Gen(z). La meta es es elegir s de tal manera que F (y +tz) =
f (y) + ts ≤ p(y + tz). Noten que se satisface cuando t = 0. Afirmamos que para demostrar
su validez ∀t ̸= 0 basta ver que se satisface oara t = ±1.

y t
F (y + tz) = |t|F + z
|t| |t|

y
= |t|f + sgn ts
|t|

y
≤ |t|p + sgn ts = p(y + tz)
|t|
Meta: elija s de modo que
f (y) + s ≤ p(y + z) t = 1
f (y ′ ) − s ≤ p(y ′ − z) t = −1
∀y, y ′ ∈ Y . Tal s existe si
sup f (y ′ ) − p(y ′ − z) ≤ ı́nf p(y + z) − f (y)

y ′ ∈Y y∈Y
Esto es válido cuando
f (y ′ ) − p(y ′ − z) ≤ p(y + z) − f (y) ∀y, y ′ ∈ Y
⇐⇒ f (y ′ ) + f (y) ≤ p(y + z) + p(y ′ − z)

⇐⇒ f (y ′ + y) ≤ p(y + z) + p(y ′ − z) ∀y, y ′ ∈ Y
Lo que es verdadero por la convexidad de p y porque f está dominado por p.
f (y ′ + y) ≤ p(y + y ′ ) = p(y + z + y ′ − z)
≤ p(y + z) + p(y ′ − z) ∀y, y ′ ∈ Y
De esta manera obtuvimos
(Ỹ, F ) ≻ (Y, f )
Para extender a todo X utilizaremos un argumento estándar por el Lema de Zorn.

Definición 3.8.3. Orden parcial ≺ en un conjunto E es una relación entre algunos

de los elementos de E que satisface
1. e ≺ e
2. e ≺ f y f ≺ e =⇒ e = f
3. e ≺ f y f ≺ g =⇒ e ≺ g
Definición 3.8.4. Un subconjunto C ⊆ E se llama cadena si es totalmente ordenado.

Es decir, todo par de elementos de C son relacionados.
Definición 3.8.5. Una cota superior de D ⊆ E es un elemento e ∈ E tal que
d ≺ e ∀d ∈ D
Definición 3.8.6. Un elemento maximal m ∈ E es un elemento de E que no puede

ser dominado: si
m ≺ g =⇒ m = e
Lema 3.8.3 (Lema de Zorn). Si toda cadena de un conjunto E parcialmente ordenado

tiene una cota superior, entonces E tiene un elemento maximal.
Lema de Zorn ⇐⇒ Axioma de Elección

En nuestro contexto,
E = {(L, ℓ) : (L, ℓ) ≻ (y, f ), ℓ : L → R es dominado por p}
Orden es: (L1 , ℓ1 ) ≻ (L2 , ℓ2 ). Sea C ⊆ E una cadena.
C = {(Lα , ℓα )}α
[
L := Lα es un subespacio vectorial de X
α
x, y ∈ L =⇒ x ∈ Lα1 , y ∈ Lα2 ⊇ Lα1

=⇒ x + y ∈ Lα2 =⇒ λx + µy ∈ Lα2 ⊆ L
Defina
ℓ:L→R
x → ℓα (x) si x ∈ Lα
Por la rezón anterior, no hay ambiguedad en esta definición: si x ∈ Lβ , podemos asumir que
(Lβ , ℓβ ) ≻ (Lα , ℓα )
=⇒ ℓβ (x) = ℓα (x) ∀x ∈ Lα
Concluimos que (L, ℓ) es una cota superior de C. Por el Lema de Zorn, existe un elemento
maximal (L̃, F̃ ). L̃ = X. Si L̃ ⊊ X, podemos extender F̃ a L̃ + Gen(z), z ∈ X \ L̃ siendo
dominado por p. Esto contradice la maximalidad de (L̃, F̃ ). ■
En el caso de espacios normados complejos, utilizaremos la siguiente observación: Todo XC

se puede ver como un espacio vectorial real XR .
Tenemos la siguiente correspondencia biyectiva:
XR′ −→
∼
XC′
1
u −→ x → u(x) + u(ix) =: F (x)
i
Re F ←− F
F (x) = Re F (x) +i Im F (x)

| {z }
u(x)

1
Im F (x) = Re F (x)
i
= − Re[iF (x)]
= − Re[F (ix)]
= −u(ix)
Además, tenemos α ∈ C, |α| = 1
|F (x)| = sgn F (z) F (x) = αF (x) = F (αx)

| {z }
α
= Re F (αx) = u(αx) = |u(αx)|
Cuando XC es normado, XR hereda la norma de XC . Si
F ∈ XC∗ =⇒ u = Re F ∈ XR∗
||F ||XC∗ = ||u||XR∗
Teorema 3.8.4. Suponga que YC ⊆ XC , XC un espacio normado complejo, y f ∈ YC∗ .

Entonces f se puede extender a F ∈ XC∗ preservando la norma: ||F ||X ∗ = ||f ||Y ∗
Demostración. f = Re f + I Im f
|{z} | {z }
u∈YR∗ 1
u(i·)
i
Extendemos U ∈ XR∗ donde ||U ||XR∗ = ||u||YR∗ . Definimos
1
F (x) := U (x) + U (ix)
i
Tenemos ||F ||XC∗ = ||U ||XR∗ = ||u||YR∗ = ||f ||YC∗ ■
Corolario 3.8.4.1. Para todo x0 ∈ X, X normado, existe f0 ∈ X ∗ tal que ||f0 || = 1

y tal que f0 (x0 ) = ||x0 ||.
Demostración. Aplicamos el teorema anterior a Y = Gen(x0 ) y
f¯0 : Y → K
tx0 → t||x0 ||
f¯0 (x0 ) = ||x0 ||, ||f¯0 ||Y ∗ = 1
Lo extendemos f0 ∈ X ∗ . ■
Corolario 3.8.4.2.
||x|| = sup{|f (x)| : ||f || = 1}
Demostración.
|f (x)| ≤ ||f || · ||x|| = ||x||
Por 3.8.4.1, ||x|| = |f (x)| para algún f ∈ X ∗ con ||f || = 1.
=⇒ ||x|| ≤ sup{|f (x)| : ||f || = 1}

■
Teorema 3.8.5. ∀x ∈ X, X espacio normado, define un funcional lineal acotado en

X∗
x̂ : X ∗ → K
f → f (x)
||x̂|| = sup ||f (x)|| = ||x||

f ∈X ∗
||f ||=1
Entonces, el mapeo
J : X → (X ∗ )∗
x → x̂
es una isometría lineal.
Nota:
J es inyectivo.
J (X) ⊆ (X ∗ )∗ =⇒ J (X) ≃ completación de X

Cuando J es sobreyectivo, X ≃ X ∗∗ es un espacio de Banach. que se llama
reflexivo.
Ejemplo: (Espacio de dimensión finita) Lp (µ), p ∈ (1, ∞].

Capítulo 4
Teoría de Operadores
4.1. Relaciones de Ortogonalidad
Notación: x ∈ X, f ∈ X ∗ , X normado. f (x) := ⟨f, x⟩. Y ⊆ X, definimos el aniquilador

de Y
Y ⊥ := {f ∈ X ∗ : ⟨f, y⟩ = 0 ∀y ∈ Y } ⊆ X ∗
Similarmente, Z ⊆ X ∗ ,
Z ⊥ := {x ∈ X : ⟨f, x⟩ = 0 ∀f ∈ Z} ⊆ X
Obviamente Y ⊥ es un subespacio cerrado de X ∗ y Z ⊥ es un subespacio cerrado de X.
Ejemplo: Cuando X es un espacio de Hilbert, X ∗ ≃ X por Riesz. Y ⊆ X, el

complemento ortogonal
Y ⊥ = {x ∈ X : ⟨x, y⟩ = 0 ∀y ∈ Y }
≃ aniquilador de Y .
Proposición 4.1.1. Sea Y ⊆ X subespacio del espacio normado X. Entonces,

(Y ⊥ )⊥ = Y
Demostración. Es fácil ver que Y ⊆ (Y ⊥ )⊥ .

Para demostrar la otra inclusión, suponga que Y ⊊ (Y ⊥ )⊥ . Entonces existe x ̸= 0, x ∈
(Y ⊥ )⊥ \ Y . Defina
f : Y + Gen(x) → K
y + λx → λ
Obviamente f es un funcional lineal en Y + Gen(x) que satisface:
f (x) = 1
96
97 Teoría de Operadores Capítulo 4
f (y) = 0
Además f es acotado en Z := Y + Gen(x):
f (y) = 0 ∀y ∈ Y
Sea z = y + λx, λ ̸= 0. =⇒ z ̸= 0.
|λ|
|f (z)| = |λ| = ||z||
||z||
|λ| 1 1
= ||z|| = y ||z|| ≤ ||z||
||y + λx|| || λ + x|| dist(x, Y )
Por Teorema de Hahn-Banach, podemos extender f a todo X, y asumir que f ∈ X ∗ . Además,
⊥
⟨f, y⟩ = 0 ∀y ∈ Y =⇒ f ∈ Y ⊇Y⊥
pero f (x) ̸= 0. Por otro lado,
x ∈ (Y ⊥ )⊥ =⇒ ⟨g, x⟩ = 0 ∀g ∈ Y ⊥
En particular, ⟨f, x⟩ = 0, lo que es una contradicción. ■
Suponga que T ∈ B(X, Y ), X, Y normados. Definimos el operador adjunto/transpuesto
T ∗ : Y ∗ → X∗
f → f ◦ T =: T ∗ (f )
⟨T ∗ f, x⟩ = ⟨f, T (x)⟩ ∀x ∈ X
Obviamente T ∗ es lineal y es acotado:
|T ∗ f (x)| = |f (T x)| ≤ ||f ||Y ∗ ||T x||Y ≤ ||f ||Y ∗ ||T ||B(X,Y ) ||x||X
=⇒ ||T ∗ f ||X ∗ ≤ ||f ||Y ∗ ||T ||B(X,Y )
=⇒ ||T ∗ ||B(Y ∗ ,X ∗ ) ≤ ||T ||B(X,Y )
=⇒ ||T ∗ || ∈ B(Y ∗ , X ∗ )
Capítulo 4 Teoría de Operadores 98
Teorema 4.1.2. La asignación
B(X, Y ) → B(Y ∗ , X ∗ )
T → T∗
es una isometría lineal. Además,

(a) (Im T )⊥ = ker T ∗ (⊆ Y ∗ )
(b) (ker T ∗ )⊥ = Im T (⊆ Y )
(c) (Im T ∗ )⊥ = ker T (⊆ X)
Demostración. Obviamente, (λT1 + T2 )∗ = λT1∗ + T2∗
||T || = sup ||T x||Y

||x||X =1
!
= sup sup | ⟨f, T x⟩ |
||x||X =1 ||f ||Y ∗ =1
= sup | ⟨f, T x⟩ | = sup | ⟨T ∗ f, x⟩ |

||x||X =1
||f ||Y ∗ =1
= sup sup |T ∗ f (x)|

||f ||Y ∗ =1 ||x||X =L
= sup ||T ∗ f || = ||T ∗ ||

||f ||Y ∗ =1
(a)
f ∈ (Im T )⊥ ⇐⇒ ⟨T ∗ f, x⟩ = ⟨f, T x⟩ = 0 ∀x ∈ X
⇐⇒ T ∗ f = 0 ⇐⇒ f ∈ ker T ∗
(b)
(ker T ∗ )⊥ = ((Im T )⊥ )⊥ = Im T
(c)
x ∈ (Im T ∗ ) ⇐⇒ ⟨T ∗ f, x⟩ = 0 ∀f ∈ Y ∗
⇐⇒ ⟨f, T x⟩ = 0 ∀f ∈ Y ∗
⇐⇒ T x = 0 ⇐⇒ x ∈ ker T
■
4.2. Operadores Compactos
Definición 4.2.1. Sean X, Y espacios de Banach.
B X := {x ∈ X : ||x||X ≤ 1}
Decimos que un operador lineal T : X → Y es compacto si T (B X ) es compacto en
Y.
⇐⇒ toda sucesión en T (B X ) tiene una subsucesión convergente en Y .
⇐⇒ toda sucesión en T (B X ) tiene una subsucesión de Cauchy.
Denotamos la clase de opradores compactos con Bc (X, Y )
Teorema 4.2.1. Bc (X, Y ) ⊆ B(X, Y ) es un subespacio cerrado.

n→∞
{Tn } ⊆ Bc (X, Y ) y ||Tn − T || −−−→ 0 =⇒ T ∈ Bc (X, Y )
Demostración. Fije ε > 0. Elige N grande tal que
ε
||T − Tn || ≤
2
M
[
TN (B X ) ⊆ Bε/2 (yk )
k=1
M
[
T (B X ) ⊆ Bε (yk )
k=1
1
Tomaremos εn = m
→ 0. Sea {xn } ⊆ B X .
1. Extraemos una subsucesión {xn,1 } tal que T xn,1 ⊆ Bε1 (ȳ1 )
2. {xn,1 } → {xn,2 } tal que
T xn,2 ⊆ Bε2 (ȳ2 )
así hasta {xn,m } tal que
T xn,m ⊆ Bεm (ȳm )
Definimos x̃m := xm,m . {T x̃m } es una sucesión de Cauchy. ■

Definición 4.2.2. Un operador T : X → Y es de rango finito si Im T tiene dim

finita.
Proposición 4.2.2. Un operador T : X → Y de rango finito es compacto. Como

consecuencia si T = lı́mn→∞ Tn , Tn de rango finito, entonces T ∈ Bc (X, Y )
T
→ Im T ≃ Km , m = dim Im T .
Demostración. X −
φ : Km → Im T
m
X
(c1 , . . . , cm ) → ci e i
i=1
donde {ei } es una base de Im T . φ es un isomorfismo continuo (con inversa continua). Por
lo tanto, φ−1 (T (Bx )) ⊆ K m cerrado y acotado =⇒ φ−1 (T (BX )) es compacto en K m . Por
lo tanto, T (BX ) es compacto en Im T ⊆ Y . ■
Q. Es un operador T : Bc (X, Y ), límite de operadores de rango finito?.

A. En general, no. Sí, en el caso cuandso Y es un espacio de Hilbert.
Teorema 4.2.3. T ∈ Bc (X, Y ), Y espacio de Hilbert. Entonces existen Tn de rango

finito tal que
n→∞
||Tn − T || −−−→ 0
SM
Demostración. Fije ε > 0. T (B X ) ⊆ k=1 Bε (yk )
cerr
F := Gen({yk }M
k=1 ) ⊆ Y
Tenemos PF : Y → Y .
Tε := PF ◦ T es de rango finito
Ahora, cada x ∈ B x tiene imagen T x ∈ Bε (yk ) =⇒ ||T x − yk || < ε
||PF (T x) − PF (yk )|| ≤ ||T x − yk || ≤ ε

||Tε x − yk || < ε
Concluimos que ∀x ∈ B X ,
||T x − Tε x|| ≤ ||T x − yk || + ||Tε x − yk || ≤ 2ε

=⇒ ||T − Tε || ≤ 2ε
■
Ejemplo (Operadores de Hilbert-Schmidt): Xi := (Ωi , µi ), i = 1, 2.
K(x1 , x2 ) ∈ L2R (X1 × X2 )

Sea f ∈ L2 (X2 ). Defina
Z
(Tk f )(x1 ) K(x1 , x2 )f (x2 ) dµ2
Ω2
Tk es un operador B(L2 (X2 ), L2 (X1 )).
Z 2
2
|Tk f (x1 )| ≤ |K(x1 , x2 )||f (x2 )| dµ2
Ω2
Z
≤ |K(x1 , x2 )|2 dµ2 ||f ||2L2 (X2 )
Ω
| 2 {z }
finita µ1 −c.t.p.
Z Z
2
K(x1 , x2 ) dµ2 dµ1 < ∞
Z
|Tk f (x1 )|2 dµ1 (x1 ) ≤ ||K||2L1 (X1 ×X2 ) ||f ||2L2 (X2 )
Ω1
=⇒ Tk f ∈ L2 (X1 )
y
||Tk f ||L2 (X1 ) ≤ ||K||L2 (X1 ×X2 ) ||f ||L2 (X2 )

Además, ∀g ∈ L2 (X1 ),
Z
⟨Tk f, g⟩1 = K(x1 , x2 )f (x2 )g(x1 ) d(µ1 × µ2 )
X1 ×X2
 
Z Z 
= K(x1 , x2 )g(x1 ) dµ1  f dµ2 = ⟨f, TK ∗ g⟩2
 

X2 X
| 1
 
{z }
TK ∗ g,K ∗ (x2 ,x1 )=K(x1 ,x2 )
TK∗ = TK ∗
Asumimos que L2 (X1 ), L2 (X2 ) son separables. Sean {em }m una base o.n. de L2 (X1 ),
{fn }n una base o.n. de L2 (X2 ).
{hmn (x1 , x2 ) := em (x1 )fn (x2 )}mn es una base o.n. de L2 (X1 × X2 )
(Por Fubini hmn es maximal)
X
K(x1 , x2 ) = amn em (x1 )fn (x2 )
m,n
X
KN (x1 , x2 ) = amn hmn (x1 , x2 )
n≤N
m≤n
n→∞
X
||K − KN ||2L2 (X1 ×X2 ) = |amn |2 −−−→ 0
m ó n>N
||TK − TKN = ||TK−Kn || ≤ ||K − KN ||L2 (X1 ×X2 )

TKN es un operador de rango finito!
TKN f (x1 ) = ⟨KN (x1 , ·), f ⟩L2 (X2 )

* +
X
= amn em (x1 )fn (x2 ), f (x2 )
m≤N
n≤N
X
= amn ⟨fn , f ⟩L2 (X1 ) em (x1 )
m≤N
n≤N
=⇒ Im TKN ⊆ Gen({em }N
m=1 )
Proposición 4.2.4. Composición de un operador compacto y un operador continuo

es compacto.
T S
X −−−−−→ Y −−−−→ Z
compacto continuo
S ◦ T es compacto.
S T
Z −−−−→ X −−−−−→ Y
continuo compacto
Demostración. {xn } ⊆ B X . Por composición,

T xnk → y =⇒ (S ◦ T )(xnk ) → Sy converge =⇒ S ◦ T ∈ Bc (X, Z)
Por otro lado,
xn xn y
{zn } ⊆ B Z =⇒ xn := Szn ∈ B||S||
X
=⇒ ∈ B X =⇒ T ( k ) →
||S|| ||s|| ||s||
=⇒ T ◦ S(znk ) → y
=⇒ T ◦ S ∈ Bc (Z, Y )
■
Teorema 4.2.5 (Schauder). T ∈ Bc (X, Y ) ⇐⇒ T ∗ ∈ Bc (Y ∗ , X ∗ )
Recuerden,
Teorema 4.2.6 (Arzelà-Ascoli). K → espacio métrico compacto. C ⊆ C(K) una

coleccion de funciones continuas que satisface:
1. (Acotamiento) ||f ||C(K) ≤ M , ∀f ∈ C para una constante M > 0.
2. (Equicontinuidad) ∀ε > 0, ∃δ > 0 tal que ∀f ∈ C
|f (x) − f (y) ≤ ε
cuando |x − y| < δ.
Entonces C existe {fn } ⊆ C, f ∈ C tal que fn → f en C(K).
Demostración del Teorema de Schauder (4.2.5). ⇐= : En ayudantía

∗
=⇒ : Sea {fn } ⊆ B Y . Queremos demostrar que existe una subsucesión {fnk } tal que T ∗ fnk
es Cauchy.
Sea K := T (B X ) es compacto en Y .
C = {fn K
: K → K}
es una colección de funciones continuas.

1. (Acotamiento)
|fn (x)| ≤ ||fn || ·||x|| ≤ ||x|| ≤ M

| {z }
≤1
porque el compacto K es acotado.
2. (Equicontinuidad)
|fn (x) − fn (y)| ≤ ||fn || · ||x − y|| ≤ ||x − y||
(Equi-Lipschitz)
∗
Por Teorema de Arzelà-Ascoli, existe una subsucesión {fnk } ∈ B Y y una función f ∈ C(K)
tal que
fnk → f ∈ C(K)
fnk (y) → f (y) uniformemente en y ∈ K
⇐⇒ fnk (T x) → f (T x) uniformemente en x ∈ B X
k,l→∞
=⇒ fnk (T x) − fnl (T x) −−−−→ 0 uniformemente en x ∈ B X
⟨fnk , T x⟩ − ⟨fnl , T x⟩ → 0 uniformemente en x ∈ B X

⟨T ∗ fnk , x⟩ − ⟨T ∗ fnl , x⟩ → 0 uniformemente en x ∈ B X
⟨T ∗ (fnk − fnl ), x⟩ → 0
r,l→∞
||T ∗ fnk − T ∗ fnl ||X ∗ = sup || ⟨T ∗ (fnk − fnl ), x⟩ || −−−−→ 0
x∈B X
4.3. La Teoría de Riesz-Fredholm
Teorema 4.3.1 (Alternativa de Fredholm). Sea X un espacio de Banach, T ∈

Bc (X, X). Entonces,
a) ker(I − T ) tiene dim < ∞.
b) Im(I − T ) es cerrado en X e Im(I − T ) = ker(I − T ∗ )⊥
c) ker(I − T ) = {0} ⇐⇒ Im(I − T ) = X
d) dim ker(I − T ) = dim ker(I − T ∗ )
Nota: La alternativa de Fredholm concierne la solubilidad de la ecuación
(I − T )u = f
u − Tu = f
Dice:
o ∀f ∈ X, tiene una única solución u.
o la ecuación homogénea
u − Tu = 0
tiene k soluciones linealmente independientes, k < ∞. k = dim ker(I − T ). En
este caso, la ecuación no homogénea
u − Tu = f
se puede resolver solo cuando f ∈ Im(I − T ) = ker(I − T ∗ )⊥ .
⇐⇒ ℓ(f ) = 0 ∀ℓ ∈ ker(I − T ∗ )
| {z }
dim=k
Es decir, se satisfacen las condiciones de ortogonalidad.
Nota: c) =⇒ inyectividad implica sobreyectividad de I − T .

Hay operadores acotados en ℓ2 :
S : (x1 , x2 , . . .) → (x2 , x2 , . . .)
operador shift es sobreyectivo pero no inyectivo.
S̃ : (x1 , x2 , . . .) → (0, x1 , . . .)
es inyectivo pero no es sobreyectivo.
Necesitaremos los siguientes resultados auxiliares
cerr
Lema 4.3.2 (Riesz). Sea X un espacio normado y sea F ⊊ X. Entonces ∀ε > 0,
∃u ∈ X, ||u|| = 1 tal que
d(u, F ) ≥ 1 − ε
||u − f || ≥ 1 − ε ∀ε ∈ F
Demostración. Sea v ∈ X \ F
=⇒ d := d(v, F ) > 0 (F es cerrado)
Elija v0 ∈ F tal que
d
d ≤ ||v − v0 | ≤
1−ε
v−v0
Ahora, u := ||v−v0 ||
satisface el Lema pues
v − v0 − f ||v − v0 ||
||u − f || = ||
||v − v0 ||
1
= ||v − (v0 + f ||v − v0 ||)||
||v − v0 || | {z }
≥d
d
≥ ≥1−ε
||v − v0 ||
Corolario 4.3.2.1. Sea X un espacio normado, y suponga que B X es compacta.

Entonces dim X < ∞.
Demostración. Suponga que dim X = ∞. Sucesivamente construimos vectores un ∈ X
||un || = 1, Fn−1 := Gen({uk }n−1

k=1 )
tal que
1
d(un , Fn−1 ) ≥
2
Entonces Fn−1 ⊆ Fn y cuando m > n
1
||um − un || ≥ d(um , Fn ) ≥
2
En particular, {um } no tiene una subsucesión que converge. Lo que es una contradicción
porque la bola unitaria es compacta por suposición. ■
cerr
Nota: T : X → Y compacto. X1 ⊆ X, X, Y Banach.
=⇒ T X1
: X1 → Y es compacto
cerr
Demostración del Teorema de Alternativa de Fredholm. a) X1 = ker(I − T ) ⊆ X
=⇒ T X1
: X1 → X
es compacto. Por otra parte, T X1

= ( id) X1
ya que
∀x ∈ ker(I − T ), (I − T )x = 0 ⇐⇒ T x = x
Luego, B X es compacta =⇒ dim X1 < ∞

b) Si demostramos que Im(I −T ) es cerrada, =⇒ Im(I −T ) = Im(I − T ) = ker(I −T ∗ )⊥ .
Sea
fn := (I − T )un → f ∈ X
y queremos demostrar que f ∈ Im(I − T )
dn := d(un , ker(I − T ))
ya que dim ker(I − T ) < ∞, entonces
dn := d(un , ker(I − T )) = ||un − vn ||
vn ∈ ker(I − T ). Afirmamos que supn dn ≤ M . Suponga que (reindexando) dn ↗ ∞,

wn := und−v
n
n
, ||wn || = 1
1 :0

(I − T )wn = ((I − T )un −
(I−T)vn ) → 0 (fn → f es acotado)
dn | {z }
fn
T wn → 0 por compacidad, reindexando
=⇒ wn → z con ||z|| = 1
=⇒ (I − T )z = lı́m (I − T )wn = 0 =⇒ z ∈ ker(I − T )
n→∞
Esto no es posible ya que
un − vn un − (vn + zdn )
wn − z = −z =
dn dn
≥d
un − (vn + zdn ) 1 z }|n {
|| = || un − (vn + zdn ) || ≥ 1
dn dn | {z }
ker(I−T )
Entonces
||un − vn || = dn ≤ M
Reindexados, por compacidad
T (un − vn ) → y
(I − T )(un − vn ) = (I − T )un = fn → f
un − vn → f + y
(I − T )(un − vn ) → (I − T )(f + y)
Como (I − T )(un − vn ) → f se tiene que
(I − T )(f + y) = f
=⇒ f ∈ Im(I − T )
c) =⇒ : Por contradicción, asuma que X1 := (I −T )X ⊊ X. X1 es cerrado en X =⇒ X1

es Banach. Además, T X1 : X1 → X1 es compacto. Por inyectividad de T , X2 :=
(I − T )(X1 ) ⊊ X1 . De esta manera, producimos una sucesión anidada
X ⊋ X1 ⊋ X2 ⊋ · · · ⊋ Xk = (I − T )k X
de cerrados.
Si X2 = X1 =⇒ ∀x1 ∈ X1 existe x ∈ X1 tal que
(I − T )x = x1 = (I − T )x0 algún x0 ∈ X
Si x0 ∈ X \ X1 , no existe x0 ∈ X1 tal que

(I − T )x = (I − T )x0
Aplicando el Lema de Riesz, obtenemos un ∈ Xn , ||un || = 1 tal que
1
d(un , xn+1 ) ≥
2
T un − T um = −(I − T )un + (I − T )um + un −um , n > m

| {z } | {z } |{z}
∈Xn+1 ⊆Xm+1 ∈Xm+1 ∈Xn ⊆Xm+1
= −um + v ∈ Xm+1
| {z }
1
=⇒ ||T un − T um || ≥
2
=⇒ {T un } no contiene una subsucesión de Cauchy =⇒ contradicción a la compacidad

de T .
⇐= :
Im(I − T ) = X =⇒ ker(I − T ∗ ) = Im(I − T )⊥ = {0}

T ∗ es compacto =⇒ (I − T ∗ )(X ∗ ) = X ∗
=⇒ ker(I − T ) = Im(I − T ∗ )⊥ = (X ∗ )⊥ = {0}
d) k := dim ker(I − T ) < ∞, k ∗ := dim ker(I − T ∗ ) < ∞. Vamos a demostrar que k ∗ ≤ k.

X = ker(I − T ) ⊕ W . Podemos definir una proyección continua usando {ei }ki=1 base de
ker(I − T ) y {f¯i }ki=1 f¯i , ej = δij
P : X → ker(I − T )
X
x→ f¯i , x ei
∗
Se puede complementar ker(I − T ∗ ) en X ∗ . Sea {ℓi }ki=1 una base de ker(I − T ∗ ).
0 = ⟨(I − T ∗ )(ℓi ), x⟩ = ⟨ℓi , (I − T )x⟩ = 0
∗
=⇒ los ℓi aniquilan Im I − T . Existen vectores {xi }ki=1 ⊆ X tal que
ℓi (xj ) = δij
∗
⇐⇒ (ℓ1 , . . . , ℓk∗ ) : X → Kk
∗
es sobreyectivo. x1 → (1, 0, . . .), x2 → (0, 1, 0, . . .). Si no existe α ̸= 0 ∈ Kk tal que
α · (ℓ1 , . . . , ℓk∗ ) = 0
Pk ∗
αi fi = 0. i=1 αi ℓi = 0 no es posible pues ℓi son Linealmente Independientes.
∗
Sea F := Gen({xi }ki=1 ) Resulta ser el caso que
X = Im(I − T ) ⊕ F
ningún xi ∈ Im(I − T ). Si xi ∈ Im(I − T ) =⇒ ℓj (xi ) = 0 ∀j = 1, . . . , k.

Queremos demostrar que k ∗ ≤ k. Suponga que k < k ∗ . Tenemos una aplicación lineal
Λ : ker(I − T ) → F
|{z}
dim=k∗ <k
que es inyectiva pero no sobreyectiva.

Defina
S := |{z}
T + Λ ◦ P}
| {z
compacto rango finito
es compacto. Afirmamos que
ker(I − S) = {0}
Si u ∈ ker(I − S)
0 = (I − T )u − Λ ◦ P u
ℓi (0) = ℓi (I − T )u − ℓi (Λ ◦ P u)
=⇒ ℓi (Λ ◦ P u) = 0 ∀i = 1, . . . , k ∗
=⇒ Λ ◦ P u = 0 =⇒ (I − T )u = 0
u ∈ ker(I − T ) =⇒ P u = u
=⇒ 0 = ΛP u = Λu =⇒ u = 0
por la inyectividad de Λ. Por parte c) (I − S)X = X. En particular, podemos resolver
(I − T ) − ΛP u = v
para v ∈ F tal que v ∈
/ Im Λ.
∃ℓ ∈ Gen(ℓi ) tal que ℓ(v) ̸= 0 y ℓ(Im Λ) = 0.
=⇒ 0 = Λv
contradicción. Entonces k ∗ ≤ k.
dim ker(I − T ∗ ) ≤ dim(I − T )
Aplicando esto a T ∗ ,
dim ker(I − T ∗∗ ) ≤ dim ker(I − T ∗ ) ≤ dim ker(I − T )
Por otro lado, ker(I − T ∗∗ ) ⊇ ker(I − T ) =⇒ k = k ∗ .
■
4.4. Nociones básicas de la teoría espectral
Definición 4.4.1. λ ∈ K es autovalor de
T :X→X
con X Banach, si ∃x ̸= 0 tal que
T λ = λx
Nota: Cuando dim X < ∞, λ es autovalor ⇐⇒ ker(T − λI) ̸= {0} ⇐⇒ T − λI no

es uno a uno.
⇐⇒ T − λI no es sobre
Esto último no es verdad en dimensión infinita.
Ejemplo:
T : ℓ2 → ℓ2
(x1 , . . .) → (0, x1 , . . .)
¿Es λ = 0 autovalor de T ?
T x = 0 =⇒ x = 0
=⇒ no hay x ̸= 0 tal que T x = 0x.
T − λI = T − 0I = T
tampoco es sobre.
Definición 4.4.2. El espectro
σ(T ) := {λ ∈ K : T − λI no es invertible} ⊇ conjunto de autovalores(σp (T ))

(
oλ es autovalor
λ ∈ σ(T ) ⇐⇒
o T − λI no es sobre
ρ(T ) = K \ σ(T ) = {λ ∈ K : T − λI es invertible}

es el conjunto resolvente
λ ∈ ρ(T ), T − λI es invertible y (T − λI)−1 es continuo por el teorema de la aplicación

abierta.
Ejemplo: Para el operador del ejemplo anterior.
o∈
/ σp (T )
o ∈ σ(T )
Teorema 4.4.1. T ∈ B(X, X) entonces σ(T ) es un subconjunto compacto de K.

Además,
σ(T ) ⊆ {λ ∈ K : |λ| ≤ ||T ||}
Demostración. Sea λ ∈ K, |λ| > ||T ||. Demostraremos que λ ∈ ρ(T ).
(λI − T )u = f
(Serie de Neumann)
(λI − T )u = f
 
I − T  u = f
 
 λ 
|{z} λ
T̃
∞
!
f X f
u = (I − T̃ )−1 = T̃ k
λ k=0
λ
1
converge ||T̃ || = |λ|
||T || < 1.
σ(T ) es cerrado ⇐⇒ ρ(T ) es abierto. λ0 ∈ ρ(T ) y queremos demostrar que cuando |λ − λ0 |

es suficientemente pequeño λI − T es ivertible.
λI − T = (λ0 I − T ) +(λ + λ0 )I = S(I + S −1 (λ − λ0 )) = SU

| {z }
S es isom con inversa cont
Cuando |λ − λ0 | es suficientemente pequeño, S̄ = S −1 (λ − λ0 ) tiene norma ||S̄|| < 1. Por la

serie de Neumann, U = I + S̄ es un isomorfismo con inversa continua. ■
Teorema 4.4.2. Sea T ∈ Bc (X, X) en espacio de Banach X, dim X = ∞. Entonces

(a) 0 ∈ σ(T )
(b) σ(T ) \ {0} = σp (T ) \ {0} y cada λ ̸= 0,
NT (λ) := ker(T − λI)

tiene dimensión finita
(c) ∀δ > 0 existen solo un número finito de valores distintos λ ∈ σ(T ) tal que |λ| ≥ δ.
Corolario 4.4.2.1. T ∈ Bc (X, X) =⇒ σ(T ) es discreto. i.e. o σ(T ) es finito o

contablemente ∞. Esto último ocurre cuando σ(T ) \ {0} = {λn }n∈N y λn → 0
Demostración del teorema 4.4.2.

/ σ(T ). =⇒ T = T − 0I es invertible con T −1 continua.
a) Suponga que 0 ∈
=⇒ I = T ◦ T −1 es compacto
=⇒ dim X < ∞. Contradicción.

T
b) Sea λ ∈ σ(T ) \ {0}. =⇒ T − λI no es invertible. =⇒ λ
− I no es invertible.

? T
=⇒ ker −I ̸= {0} ( =⇒ λ ∈ σp (T ))
λ
T T T

Por la alternativa de Fredholm, si ker λ
− I = {0} ⇐⇒ λ
− I es sobre ⇐⇒ λ
I es
invertible.

T
Nλ (T ) = ker(T − λI) = ker −I
λ
T
es de dimensión finita ya que λ
es compacto.
c) Suponga que hay un número infinito de autovalores λn distintos con |λn | ≥ δ ⇐⇒
1
|λn |
≤ 1δ .
T xn = λn xn , ||xn || = 1
Los {xn }n∈N son linealmente independientes (álgebra lineal). Sea
Fn := Gen(x1 , . . . , xn )
Por el lema de Riesz existen un ∈ Fn , ||un || = 1 tal que
1
d(un , Fn−1 ) ≥
2
un
Notamos que λn
es una sucesión acotada.
T un
=⇒ { }
λn
T un
debería contener una subsucesión de Cauchy. Además, un − λn
∈ Fn−1
n
X
un = ck x k
k=1
n
X n
X n−1
X
=⇒ T un = ck T x k = ck λ k x k = ck λk + cn λn xn
k=1 k=1 k=1
n−1
!
X
λn un = ck λ k x k + cn λn xn
k=1
= combinación lineal de x1 , . . . , xn−1 . m ≥ n
T um T un T um T un
− = − um − +um
λm λn λm λn
| {z } |{z}
∈Fm−1 Fn ⊆Fm−1
= um − x, x ∈ Fm−1
T um T un 1
=⇒ − ≥ d(um , Fm ) ≥
λm λn 2
4.5. Teoría espectral de operadores autoadjuntos
X = H espacio de Hilbert.
Sea T : H1 → H2 , Hi espacio de Hilbert, T ∈ B(H1 , H2 ).
T ∗ : H2∗ → H1∗
ℓ→ℓ◦T
Riesz: ℓ = ⟨·, y⟩2

T ∗ ℓ = ⟨·, T ∗ y⟩1
T ∗ induce un operador lineal
T ∗ : H2 → H1
T ∗ ℓ(x) = ⟨x, T ∗ y⟩1 = ℓ ◦ T (x) = ⟨T x, y⟩2 .
⟨T x, y⟩2 = ⟨x, T ∗ y⟩1
Propiedades
1. (T ∗ )∗ = T
2. ||T ∗ || = ||T ||
3. (ST )∗ = T ∗ S ∗
4. Relaciones de ortogonalidad:
a) (Im T )⊥ = ker T ∗
b) (ker T ∗ )⊥ = Im T
c) (Im T ∗ )⊥ = ker T
d ) (ker T )⊥ = Im T ∗
Definición 4.5.1. Un operador A : H → H es autoadjunto si A∗ : H → H satisface

A∗ = A:
⟨Ax, y⟩ = ⟨x, Ay⟩ ∀x, y ∈ H
Proposición 4.5.1. Sea A ∈ B(H, H) autoadjunto. Entonces
⟨Ax, x⟩ ∈ R
En particular, σp (A) ⊆ R.
Además Nλ1 (A) ⊥ Nλ2 (A) cuando λ1 ̸= λ2 .
Demostración.
⟨Ax, x⟩ = ⟨x, Ax⟩ = ⟨Ax, x⟩
=⇒ ⟨Ax, x⟩ ∈ R
x ∈ Nλ (A) =⇒ Ax = λx
λ||x||2 = ⟨Ax, x⟩ ∈ R =⇒ λ ∈ R
xi ∈ Nλi (A), λ1 ̸= λ2 ∈ R
(λ1 λ2 ) ⟨x1 , x2 ⟩ = λ1 ⟨x1 , x2 ⟩ − λ2 ⟨x1 , x2 ⟩

= ⟨λ1 x1 , x2 ⟩ − ⟨x1 , λ2 x2 ⟩
= ⟨Ax1 , x2 ⟩ − ⟨x1 , Ax2 ⟩ = 0
⟨x1 , x2 ⟩ = 0 pues λ1 ̸= λ2 ■
Teorema 4.5.2. Sea A ∈ B(H, H) autoadjunto. Entonces
σ(A) ⊆ R
Lema 4.5.3. Sea A ∈ B(H, H) autoadjunto.
λ ∈ ρ(A) ⇐⇒ ∃C > 0 : ||(A − λI)x|| ≥ C||x|| ∀x ∈ H
Demostración. =⇒ : λ ∈ ρ(A) =⇒ A − λI es biyectivo. =⇒ (A − λI)−1 es continuo

(Teorema de aplicación abierta)
=⇒ ||(A − λI)x|| ≥ C||x||
donde
1
C=
||(A − λI)−1 ||
⇐= :
a) A − λI es inyectivo.
(A − λI)x = 0 =⇒ ||x|| = 0 =⇒ x = 0
b) A − λI es sobreyectivo.
a) (A − λI)H es denso
b) (A − λI)H es cerrado
a) Si (A − λI)H ⊊ H
=⇒ ∃x0 ̸= 0, x0 ⊥ Im(A − λI)

∀x ∈ H0 = ⟨x0 , (A − λI)x⟩ = ⟨x0 , Ax⟩ − λ ⟨x0 , x⟩
= (A − λI)x0 , x =⇒ (A − λI)x0 = 0
=⇒ λ es autovalor de A =⇒ λ = λ ∈ R.
=⇒ (A − λI)x0 = 0
contradicción por la inyectividad de A − λI.
b) yn = (A − λI)xn → y
=⇒ {(A − λI)xn } es Cauchy

=⇒ {xn } es Cauchy
xn → x
Por continuidad
(A − λI)xn → (A − λI)x
=⇒ y = (A − λI)x =⇒ y ∈ Im(A − λI)
Demostración del teorema 4.5.2. Sea λ = a + ib, b ̸= 0. Queremos demostrar que λ ∈ ρ(A).
⟨(A − λI)x, x⟩ = ⟨Ax, x⟩ − λ||x||2

⟨(A − λIx), x⟩ = ⟨Ax, x⟩ − λ||x||2
2i Im(⟨(A − λI)x, x⟩) = (λ − λ)||x||2 = −2ib||x||2
|b|||x||2 = | Im(⟨(A − λI)x, x⟩)|

≤ | ⟨(A − λI)x, x⟩ |
≤ ||(A − λI)x|| · ||x||
=⇒ ||(A − λI)x|| ≥ |b|||x||
Cuando A : H → H autoadjunto y compacto, σ(A) es discreto: o σ(A) es finito o σ(A) =

(λn )∞
n=1 con λn → 0.
Cuando λn ̸= 0, Nλn (A) es de dim < ∞. (λn ∈ σp (A)).

Por lo tanto, podemos ordenar λ ∈ σp (A) \ {0}
|λ1 | ≥ |λ2 | ≥ · · · > 0

contando con multiplicidad, u1 , u2 , . . .. ||un || = 1. Por la proposición, {un }n es un conjunto
ortonormal. (En cada autoespacio Nλ (A) podemos elegir los autovectores correspondientes
mutuamente ortogonales).
cerr
N0 (A) = ker A ⊆ H. Cuando H es separable, N0 (A) es separable y generados por número
contable de vectores. En general, elija una base ortonormal {vα }α de N0 (A). Defina
B := {un }n ∪ {vα }α
B es un conjunto ortonormal. De hecho B es una base de H.
Teorema 4.5.4. (Descomposición espectral de operadores compactors autoadjuntos)

Sea A ∈ Bc (H, H) autoadjunto. Entonces H posee una base ortonormal de
autovectores. Además,
X
Ax = λn ⟨x, un ⟩ un
n
Demostración. Sea S := Gen(B). B es una base ⇐⇒ S es denso en H ⇐⇒ S ⊥ = {0}.

Asuma A ̸= 0. Suponga que S ⊥ ̸= {0}. Si demostramos que ∃x0 ∈ S ⊥ tal que x0 es autovector
=⇒ x0 ∈ S =⇒ x0 ∈ S ∩ S ⊥ = {0}. Contradicción. ■
Lema 4.5.5. A ∈ B(H, H) acotado autoadjunto. Entonces,
||A|| = sup | ⟨Ax, x⟩ | =: M

||x||=1
Demostración.
M ≤ ||Ax|| · ||x|| ≤ ||A|| · ||x||2 = ||A||
Para la otra dirección vamos a necesitar la identidad de polarización (K = C)
1
⟨Ax, y⟩ = (⟨A(x + y), x + y⟩−⟨A(x − y), x − y⟩)+i ⟨A(x + iy), x + iy⟩−i ⟨A(x − iy), x − iy⟩
4
1
=⇒ Re ⟨Ax, y⟩ = (⟨A(x + y), x + y⟩ + ⟨A(x − y), x − y⟩)
4
1
||Ax|| = ⟨Ax, Ax⟩
||Ax||
Ax
y= ||Ax||
|Ax|| = ⟨Ax, y⟩
1
= (⟨A(x + y), x + y⟩ + ⟨A(x − y), x − y⟩)
4 | {z } | {z }
≤M ||x+y||2 ≤M ||x−y||2
1
≤ M (||x + y||2 + ||x − y||2 )
4
1
= M 2(||x||2 + ||y||2 )
4
= M =⇒ ||A|| ≤ M
Lema 4.5.6. A ∈ Bc (H, H) autoadjunto. A ̸= 0. Entonces o ∥A∥, −∥A∥ es autovalor

de A.
Demostración. Según el lema 4.5.5, o
∥A∥ = sup ⟨Ax, x⟩

∥x∥=1
−∥A∥ = ı́nf ⟨Ax, x⟩

∥x∥=1
Vamos a asumir que estamos en el caso de λ = ∥A∥ = sup∥x∥=1 ⟨Ax, x⟩ (si es el otro caso,
considerar Ã = −A).
∃xn ∈ H, ∥xn ∥ = 1, ⟨Axn , xn ⟩ → λ. Ya que A es compacto, podemos asumir tomando una
subsucesión si es necesario que
Axn → y
Afirmamos que y ̸= 0 y Ay = λy. Si Axn → 0 =⇒ ∥A∥ = λ = 0. Contradicción. Entonces

y ̸= 0. Ahora,
∥Axn − λxn ∥2 = ⟨Axn , Axn ⟩ − 2 Re ⟨Axn , λxn ⟩ + λ2 ∥xn ∥2

= ∥Axn ∥2 − 2λ ⟨Axn , xn ⟩ + λ2 · 1
≤ (∥A∥∥xn ∥)2 − 2λ ⟨Axn , xn ⟩ + λ2
n→∞
≤ 2λ2 − 2λ ⟨Axn , xn ⟩ −−−→ 0
Entonces λxn → y, A(λxn ) → Ay y λAxn → λy.

denso
Demostración del teorema 4.5.4. S := Gen(B). Queremos demostrar que S ⊆ H ⇐⇒
S ⊥ = {0}. Suponemos que no: S ⊥ ̸= {0}. Afirmamos que A(S ⊥ ) ⊆ S ⊥ .
⇐⇒ ⟨Av, u⟩ = 0 ∀u ∈ S, ∀v ∈ S ⊥
⟨Av, u⟩ = ⟨v, Au⟩ = 0
Por lo tanto, la restricción
A1 := A S⊥
: S⊥ → S⊥
es un operador compacto, autoadjunto. Por el lema 4.5.6, A1 tiene un autovalor λ : A1 v = λv,

v ∈ H =⇒ Av = λv, v ∈ S ⊥ . Por otro lado, v ∈ S (como autovector) =⇒ v ∈ S ⊥ ∩ S =
{0}. Contradicción.
Todo x ∈ H se puede escribir como
X
x = x0 + ⟨x, un ⟩ un
|{z}
∈ker A n
!
*0
X
Ax =
Ax
0 + A ⟨x, un ⟩ un
n
X
= A(⟨x, un ⟩ un )
n
X
= ⟨x, un ⟩ λn un
n
(donde la suma converge en H). ■

Capítulo 5
skere
We are interested in solving the Dirichlet boundary value problem.
(
−u′′ (x) + V (x)u(x) = f (x) x ∈ [0, 1]
u(0) = u(1) = 0
(
−∆u + V (x)u = f (x) in Ω ⊆ Rn
u|∂Ω = 0
Assumptions:
1. V (x) is a real-values continuous function
2. f (x) is a given continuous function on [0, 1].
Teorema 5.0.1. Under the assumptions and V ≥ 0, the ODE (primera ecuación) has
a unique solution u ∈ C 2 ([0, 1]).
Proposición 5.0.2. Under the assumptions of Theorem, if u1 , u2 ∈ C 2 ([0, 1]) solve

the ODE =⇒ u1 = u2 .
Demostración. u = u1 u2 =⇒ u satisfies the ODE with f ≡ 0
Z Z Z
′′ ′′
0= (−u (x) + V u)u(x) dx = −u u dx + V |u|2 dx ≥ 0
:0
Z Z
′ x=1 ′ ′
u u dx + V |u|2 dx

−uu
= x=0 +

Z Z
′ 2
= |u | dx + V |u|2 dx
BC
=⇒ u′ ≡ 0 =⇒ u = const =⇒ u ≡ 0
■
122
123 skere Capítulo 5
Let us first treat V ≡ 0.
(
−u′′ = f (x)
u(0) = u(1) = 0
The solution is given by
Z x Z 1
u(x) = Af (x) := (1 − x) yf (y) dy + x (1 − y)f (y) dy
0 x
Z 1
= K(x, y)f (y)
0
where
(
(1 − x)y, 0 ≤ y ≤ x ≤ 1
K(x, y) =
(1 − y)x, 0 ≤ x ≤ y ≤ 1
is the Green’s function for the ODE.

Since K(x, y) ∈ C([0, 1]2 ) ⊆ L2 ([0, 1]2 ) we can think of A = Tk as a Hilbert-Schmidt operator.
Tk = A : L2 ([0, 1]) → L2 ([0, 1])
is compact. Furthermore A is self-adjoint:
Z Z Z Z
⟨Af, g⟩ = K(x, y)f (y) dy g(x) dx = f (y) K(x, y)g(x) dxdy
Z Z
= f (y) K(x, y)g(x) dxdy
Z
= f (y)Ag(y) dy
= ⟨f, Ag⟩
Proposición 5.0.3. A(L2 ([0, 1])) ⊆ C([0, 1])

Capítulo 5 skere 124
Demostración.
Z 1
|Af (x)| ≤ |K(x, y)||f (y)| dy
0
Z 1
≤M |f (y)| dy
0
Z 1 1/2
CS
2
≤M |f (y)|
0
= M ||f ||2
Z Z
|Af (x) − Af (z)| = K(x, y)f dy − K(z, y)f (y) dy
Z
≤ |K(x, y) − K(z, y)||f (y)| dy
≤ sup |K(x, y) − K(z, y)|||f ||2

y∈[0,1]
How do we now solve
−u′′ + V (x)u = f (x)

u(0) = u(1) = 0
−u′′ = f (x) − V (x)u

=⇒ u(x) = A(f − V u)
=⇒ u(x) + A(V u) = A(f )
mV u = V u. When V is continuous
mV : L2 → L2
(I + AmV )u = Af
| {z }
T̃ compact
Seba Última clase skere

V, f ∈ C([0, 1]), V ≥ 0
−u′′ + V u = f
(5.1)
u(0) = u(1) = 0
−u′′ = f
u(0) = u(1) = 0
con solución u = Af . A is compact and self-adjoint. When f ∈ L2 =⇒ Af ∈ C. f ∈ C =⇒

Af ∈ C 2
Podemos escribir (5.1) como
−u′′ = A(f − V u)
(I + AmV )u = Af (5.2)
Proposición 5.0.4. If u ∈ L2 solves (5.2) then u ∈ C 2 ([0, 1]) is a solution of (5.1)
Demostración.
u = Af − AmV u
Af ∈ C, AmV u ∈ C
=⇒ u ∈ C([0, 1])
=⇒ mV u ∈ C([0, 1])
=⇒ A(mV u) ∈ C 2 and Af ∈ C 2
=⇒ u ∈ C 2
(Bootstrap argument) ■
Q. Can we invert I + T̃ ?
A. I + T̃ is invertible ⇐⇒ ker(I + T̃ ) = {0} (Fredholm Alternative)
(I + T̃ )v = 0
AV v = v
One idea: ⟨AV v, v⟩ = − ⟨v, v⟩ = −∥v∥2

Issue AmV is not self-adjoint!
Capítulo 5 skere 126
(AmV )∗ = m∗V A∗ = mV A ̸= AmV
Idea (I + AmV )u = Af . Perhaps, A = A1/2 A1/2 and if u = A1/2 V , then
(I − AmV )A1/2 v = Af
A1/2 v + AmV A1/2 v = Af
A1/2 (I + A1/2 mV A1/2 )v = Af
So if we manage to solve
(I + A1/2 mV A1/2 )v = A1/2 f (5.3)

| {z }
T
we would be done!
u = A1/2 v would then solve (5.3) and yay!
T formally is self-adjoint:
(A1/2 mV A1/2 )∗ = (A1/2 )∗ (mV )∗ (A1/2 )∗ = a1/2 mV A1/2

√
Why can we take the · of A?
Proposición
√ 5.0.5. ker(A) = {0} and the orthonormal eigenvectors of A are B =
{vn = 2 sin(nπx)}∞ 1
n=1 associated with λn = n2 π 2
Observación: B is an orthonormal basis (by the spectral theorem) for L2 ([0, 1]). (→
reproduces result Fourier basis on [−π, π])
Demostración. ker A = (Im A∗ )⊥ = (Im A)⊥

ker A = {0} ⇐⇒ Im A dense in L2 . f ∈ C =⇒ u = Af is the unique solution of (5.1).
u ∈ Cc∞ ([0, 1]) =⇒ u = Af ′′ = A(−u′′ )
Seba fue cabros me dio lata anotar esta demostración ■
Proposición 5.0.6. A1/2 is a self-adjoint compact operator.

Demostración.
N
X
SN x := λ1/2
n ⟨x, vn ⟩ vn
n=1
finite-rank =⇒ compact
Seba nuevamente me dio lata terminar la demostración ■
Proposición 5.0.7.
A1/2 A1/2 = A
(I + T )v = A1/2 f
T := A1/2 mV A1/2
Proposición 5.0.8. I + T has a continuous inverse
Demostración. By Fredholm Alternative, it suffices to show
(I + T )v = 0
only has v = 0 as a solution.

Seba El resto se deja como ejercicio para el lector ■

(Kamburov) Funcional

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

(Kamburov) Funcional

Cargado por

Copyright:

Formatos disponibles

Pontificia Universidad Católica de Chile

Apuntes aún no revisados, por favor no distribuir

Versión: 29 de noviembre de 2023

1. Intro al Análisis Funcional 4

Intro al Análisis Funcional

1.1. ¿Qué estudia el Análisis Funcional?

Definición 1.1.1. Un espacio vectorial V sobre K campo de escalares tiene dimensión

Ejemplo: V = C([0, 1], R) = funciones reales continuas en [0, 1].

Reconocemos que existe la operación d

Demostración alternativa. Reconocemos que hay un producto interno en V = C([0, 1], R)

Ejemplo (Ecuación de Poisson):

Seba Aañdir dibujo

1.3. Objeto central: espacio de Banach

Definición 1.3.1 (Espacio de Banach). (V, || · ||) es un espacio de Banach si es un

||v|| = ⟨v, v⟩1/2

2. || · || induce una métrica d(·, ·)

d(v, w) = ||v − w||

1.4. Resultados que vamos a ver

1. Resultados que se parecen a los teoremas que conocemos en la situación de dimensión

Ejemplo: Cada funcional lineal en R (l : Rn → R) se puede representar como

Teorema 1.4.1 (Representación de Riesz). Sea (V, ⟨, ⟩) un espacio de

2. Resultados son muy diferentes de la situación en dimensión finita. contraintuitivos .

Ejemplo: B1 (0) ⊆ Rn es compacta (Heine-Borel).

Proposición 1.4.2. Sea V un espacio de Banach y sea B = {v ∈ V : ||v|| ≤ 1}.

Ejemplo: En particular, la bola unitaria cerrada en

B ⊆ Lp ([0, 1]), p ∈ (1, ∞)

2.1. Nociones básicas

2.1.1. Espacios Normados

Definición 2.1.1 (Espacios métricos). Un espacio métrico (X, d) y d : X ×X → [0, ∞)

Una función || · || : V → [0, ∞) que satisface solo 2. y 3. se llama semi-norma .

Ejemplo: V = Rn , Cn tiene la estructura de espacio normado:

En R2 , |(x1 , x2 )| := |x1 | define una semi-norma:

Seba Añadir dibujos de norma infinito y norma 1

Proposición 2.1.2. En Rn y Cn todas normas son equivalentes: si || · ||1 , || · ||2 son 2

Definición 2.1.3. Sea X un espacio métrico. Definimos

C∞ (X) := {f : X → C continuas y acotadas}

Ejemplo: C∞ ([0, 1]) = C([0, 1]) (funciones continuas)

Demostración. 1. ||f ||∞ = 0 ⇐⇒ f (x) = 0 ∀x ∈ X.

||λf ||∞ = sup |λf (x)|

|f1 (x) + f2 (x)| ≤ |f1 (x)| + |f2 (x)|

⇐⇒ ∀ε > 0∃N ∈ N tal que

||fn − f ||∞ < ε, ∀n ≥ N

⇐⇒ |fn (x) − f (x)| < ε, ∀x ∈ X

ℓp (K) := {{ak }k ⊆ K : ||a||p < ∞}

Sea (X, B, σ) un espacio de medida.

Lp (x, σ) := {f : X → K σ-medibles, tales que||f ||Lp < ∞}

||f ||L∞ := ess sup |f |

Ejemplo: X = [0, 1], σ = medida de Lebesgue. En C([0, 1]) definimos

||f ||∞ = sup |f (x)|

Estas 2 normas no son equivalentes

2.1.2. Espacios de Banach

Definición 2.1.4. Un espacio normado (V, ||·||) es un espacio de Banach si es completo

Ejemplo: Rn , Cn son espacios de Banach (con respecto a cualquier norma)

Proposición 2.1.4. C∞ (X) es un espacio de Banach.

Demostración. {fn } ⊆ V = C∞ (X) de Cauchy.

||fn − fm ||∞ ≤ ε, ∀n, m ≥ N

Para todo x ∈ X fijo, tenemos entonces

|fn (x) − fm (x)| ≤ ||fn − fm ||∞ ≤ ε

Esto es {fn (x)}n es Cauchy en C.

=⇒ f (x) := lı́m fn (x) existe

|fn (x) − f (x)| = lı́m |fn (x) − fm (x)|

=⇒ ||fn − f ||∞ < ε, ∀n ≥ N (ε)