Analisis Funcional y Medida

Apuntes de Anlisis Funcional y
Teora de la Medida
Rafael Pay Albert
Departamento de Anlisis Matemtico
Universidad de Granada
Tema 1: Espacios de Medida
11-18 de marzo de 2010
1
Espacios de Medida
2
Espacios medibles
3
[0, ]
4
Medidas
5
Lebesgue
6
Primer Teorema
Espacios de Medida Espacios medibles [0, ] Medidas Lebesgue Primer Teorema
Denicion de Espacio de Medida
(, A, )
es un conjunto no vaco
A P() es una -algebra:
(i) A
(ii) A A \A A
(iii) A
n
A n N
n=1
A
n
A
: A [0, ] es una medida (positiva):
(a) (/ 0) = 0
(b) es -aditiva:
A
n
A n N, A
n
A
m
= / 0 (n = m)
_

n=1
A
n
_
=
n=1
(A
n
)
Espacios medibles
Espacio medible (, A)
es un conjunto no vaco y A P() es una -algebra:
A
A A \A A
A
n
A n N
n=1
A
n
A
Los elementos de A son los conjuntos medibles.
Ejemplos extremos
La -algebra trivial {/ 0, } y la -algebra discreta P()
Ejemplo importante: -algebras de Borel
Toda interseccion de -algebras es una -algebra
Para S P(), existe la -algebra engendrada por S
espacio topologico con topologa T : la -algebra de Borel de es la
engendrada por T . Sus elementos son los conjuntos de Borel en .
Conjuntos medibles
-algebra A
A
A A \A A
A
n
A n N
n=1
A
n
A
Operaciones con conjuntos medibles
Toda -algebra A P() verica:
/ 0 A
A
1
, A
2
, . . . , A
n
A
n
k=1
A
k
A
A
n
A n N
n=1
A
n
A
A
1
, A
2
, . . . , A
n
A
n
k=1
A
k
A
A, B A A\B A
1. Orden en [0, ]
[0, ]
[0, ] ={x R : x 0} {} = [0, [ {}
Orden
Orden usual en [0, [
x x [0, ].
Propiedades del orden
Orden total
Todo subconjunto no vaco de [0, ] tiene supremo e nmo
2. Topologa de [0, ]
Topologa de [0, ]
Topologa del orden: Abiertos = Uniones de intervalos abiertos.
], [={x [0, ] : < x <} (, [0, ])
], ] ={x [0, ] : < x} ( [0, ])
[0, [={x [0, ] : x <} ( [0, ])
Subbase numerable: {[0, [: Q
+
}
{], ] : Q
+
}
Propiedades topologicas
Espacio metrico compacto homeomorfo a [0, 1]
Compactacion por un punto de [0, [
Toda sucesion mon otona converge en [0, ]
lmsup
n
x
n
= lm
n
sup{x
k
: k n}
lminf
n
x
n
= lm
n
nf{x
k
: k n}
x
n
y
n
n N lminf
n
x
n
lminf
n
y
n
, lmsup
n
x
n
lmsup
n
y
n
x
n
y
n
n N, {x
n
} x, {y
n
} y x y
Suma en [0, ]
Suma en [0, ]
Suma usual en [0, [
x + =+x = x [0, ]
Propiedades de la suma
Asociativa, conmutativa, con elemento neutro 0
Cancelacion solo en ciertos casos: x +y = x +z, x < y = z
Compatible con el orden: x
1
y
1
, x
2
y
2
x
1
+x
2
y
1
+y
2
Continua: {x
n
} x, {y
n
} y {x
n
+y
n
} x +y
Tiene sentido la suma de cualquier serie:
n=1
x
n
= lm
n
n
k=1
x
k
n=1
(x
n
+y
n
) =
n=1
x
n
+
n=1
y
n
Incondicional: Para a : NN [0, ] y : N NN biyectiva, se tiene:
m=1
n=1
a(m, n) =
n=1
m=1
a(m, n) =
k=1
a
_
(k)
_
Producto en [0, ]
Producto en [0, ]
Producto usual en [0, [
x = x = x ]0, ]
0 = 0 = 0
Propiedades del producto
Asociativo, conmutativo y distributivo respecto a la suma
Compatible con el orden: x
1
y
1
, x
2
y
2
x
1
x
2
y
1
y
2
Crecientemente continuo: {x
n
} x, {y
n
} y {x
n
y
n
} xy
n=1
x
n
=
n=1
x
n
Concepto de Medida
Medida
: A [0, ] vericando:
(/ 0) = 0
es -aditiva:
A
n
A n N, A
n
A
m
= / 0 (n = m)
_

n=1
A
n
_
=
n=1
(A
n
)
Medidas de Borel
Medida de Borel en un espacio topologico = Medida denida en la
-algebra de Borel de
Consecuencias
Propiedades de las medidas
Toda medida : A [0, ] es:
Finitamente aditiva:
A
1
, A
2
, . . . , A
n
A, A
k
A
j
= / 0 (k = j)
_
n
k=1
A
k
_
=
n
k=1
(A
k
)
Creciente: A, B A, A B (A) (B)
Subaditiva: A
n
A n N
_

n=1
A
n
_
n=1
(A
n
)
Crecientemente continua:
A
n
A, A
n
A
n+1
n N
_

n=1
A
n
_
= lm
n
(A
n
)
Decrecientemente continua donde es nita:
A
n
A, A
n
A
n+1
n N, (A
1
) <
_

n=1
A
n
_
= lm
n
(A
n
)
Sugestivamente: {A
n
} A {(A
n
)} (A)
Mientras que: {A
n
} A, (A
1
) < {(A
n
)} (A)
Primeros Ejemplos de medidas
Medidas discretas
= / 0 arbitrario, m : [0, ] cualquier funcion y A =P(). Se dene:
(A) =

xA
m(x) := sup{
xJ
m(x) : J A, J nito} (A P())
Medidas de Dirac
Fijado x , para A P() se dene:
x
(A) =
_
1 si x A
0 si x / A
Se obtiene con m(x) = 1 y m() = 0 \{x}
Medida que cuenta (counting measure)
Para todo A P() se dene (A) como el n umero de elementos de A,
entendiendose que (A) = cuando A es un conjunto innito.
Se obtiene con m(x) = 1 x .
Denicion de la Medida de Lebesgue en R
N
Intervalos acotados
I =
N
k=1
I
(k)
m(I) =
N
k=1
_
supI
(k)
nf I
(k)
_
Medida exterior de Lebesgue
: P(R
N
) [0, ]
(E) = nf
_

n=1
m(I
n
) : E
n=1
I
n
_
(E R
N
)
Medida de Lebesgue
Conjuntos medibles-Lebesgue:
M =
_
E R
N
:
(A) =
(AE) +
(A\E) A P(R
N
)
_
Medida de Lebesgue: =
|
M
: M [0, ], (E) =
(E) E M
Propiedades de la Medida de Lebesgue (1)
Primeras propiedades
M es una -algebra y : M [0, ] es una medida
B M P(R
N
)
E R
N
,
(E) = 0 E M
|
B
(medida de Borel-Lebesgue) es la unica medida de Borel en R
N
que
extiende a m
Tambien es la unica medida denida en M que extiende a m
Medida de Lebesgue y Topologa
(E) = nf
_
(G) : E G = G
R
N
_
(E R
N
)
Equivalen:
E M
> 0 G : E G = G
R
N
,
(G\E) <
> 0 F : F = F E,
(E \F) <
E B, conjunto de tipo G
con (B\E) = 0
E A, conjunto de tipo F
con (E \A) = 0
E M (E) = nf {(G) : G abierto, G E}
= sup {(K) : K compacto, K E}
Medida de Lebesgue y Geometra
La medida exterior de Lebesgue es invariante por traslaciones:
(E +x) =
(E) (E R
N
, x R
N
)
La medida de Lebesgue es invariante por traslaciones:
E M E +x M, en cuyo caso, (E +x) =(E)
Salvo un factor de proporcionalidad, la medida de Borel-Lebesgue es la
unica medida de Borel en R
N
, nita en compactos e invariante por
traslaciones.
La hipotesis nita en compactos se puede sustituir por la existencia
de un conjunto abierto no vaco con medida nita
La medida de Lebesgue en R
N
es invariante por isometras.
Construcci on de Medidas
Extension de Caratheodory-Hahn
Vision abstracta de la construccion de la medida de Lebesgue
Construccion de medidas exteriores
Teorema de Caratheodory
Teorema de extensi on de Hahn
Unicidad de la extension de Hahn
Completacion de una medida
Teorema de Aproximacion
Otros ejemplos importantes
Medidas de Lebesgue-Stieltjes
Medidas de Haar
Medidas de Hausdor
Tema 2: Integracion
18 de marzo de 2010
1
Funciones medibles
2
Integral
Funciones medibles Integral
Funcion medible entre espacios medibles
(, A), (Y, B) espacios medibles, f : Y
f medible f
1
(B) A B B
La composicion de funciones medibles es medible
Si B es la -algebra engendrada por T :
f medible f
1
(T) A T T
Funcion medible con valores en un espacio topologico
(, A) espacio medible, (Y, T ) espacio topologico, f : Y
f medible f
1
(T) A T T
Las funciones continuas son (Borel) medibles
Una funcion continua de una funcion medible es medible
Si T tiene una subbase numerable S:
f medible f
1
(S) A S S
Funciones medibles positivas
(, A) espacio medible, f : [0, ]. Equivalen:
(i) f es medible
(ii) {x : f (x) >} A R
+
(iii) {x : f (x) } A R
+
(iv) {x : f (x) <} A R
+
(v) {x : f (x) } A R
+
Consecuencias
{ f
n
} medibles positivas. Tambien son medibles:
g
1
(x) = sup{ f
n
(x) : n N} (x )
g
2
(x) =nf{ f
n
(x) : n N} (x )
g
3
(x) = lmsup
n
f
n
(x) (x )
g
4
(x) = lminf
n
f
n
(x) (x )
Por tanto: { f
n
(x)} f (x) x = f medible
Funcion simple positiva
(, A) espacio medible
Funcion simple positiva: s : [0, [ medible con s() nito
Descomposicion canonica:
s() ={
1
,
2
, . . . ,
n
} con 0
1
<
2
< . . . <
n
<
A
k
:={x : s(x) =
k
} A (k = 1, 2, . . . , n)
=
n
k=1
A
k
, A
k
A
j
= / 0 (k = j) , s =
n
k=1
A
k
Recprocamente:
B
1
, . . . , B
m
A,
1
, . . . ,
m
[0, [ t =
m
j=1
B
j
simple positiva
Teorema de aproximacion de Lebesgue
Toda funcion medible positiva es el lmite puntual de una sucesion creciente
de funciones simples positivas
f : [0, ] medible, n N
F
n
={x : f (x) n} A
E
nk
=
x :
k 1
2
n
f (x) <
k
2
n
A (k = 1, 2, . . . , n2
n
)
s
n
=
n2
n
k=1
k 1
2
n

E
nk
+ n
F
n
s
n
(x) s
n+1
(x) x
{s
n
(x)} f (x) x
sup f () < convergencia uniforme
Consecuencia
f , g medibles, [0, ], p R
+
f +g, f , f g, f
p
medibles
Denicion de la Integral
(, A, ) espacio de medida, E A
Integral de de una funcion simple positiva
s =
n
k=1
A
k
E
sd =
n
k=1
k
(A
k
E)
s, t simples, s(x) t(x) x E
E
sd
E
t d
E
sd = m ax
E
t d : t simple, t s
Integral de una funcion medible positiva

f : [0, ] medible
E
f d = sup
E
sd : s simple s f

Propiedades de la integral (1)
f : [0, ] medible
E
f d =
f
E
d (E A)
f : [0, ] medible, [0, ]
f d =
f d
f , g : [0, ] medibles, f g
f d
gd
Teorema de la convergencia monotona
Sea { f
n
} una sucesion creciente de funciones medibles positivas en y sea
f (x) = lm
n
f
n
(x) x . Entonces:
f d = lm
n
f
n
d
Principales consecuencias del TCM
{ f
n
} sucesion de funciones medibles positivas en :
n=1
f
n
d =
n=1
f
n
d
f : [0, ] medible. Integral indenida:
: A [0, ], (E) =
E
f d (E A)
es una medida y, para g : [0, ] medible:
gd =
g f d
Lema de Fatou: { f
n
} sucesion de funciones medibles positivas en :
lminf
n
f
n
lminf
n
f
n
d
Valores extremos de la integral
f : [0, ] medible:
f d = 0
{x : f (x) > 0}
= 0 ( f = 0 c.p.d.)
f d <
{x : f (x) =}
= 0 ( f < c.p.d.)
Desigualdades de Holder y Minkowski
f , g : [0, ] medibles, 1 < p <,
1
p
+
1
p
= 1:
f gd
f
p
d
1/p
g
p
1/p
( f +g)
p
d
1/p
f
p
d
1/p
+
g
p
d
1/p
Tema 3: Espacios L
p
13 de abril de 2010
1
Funciones medibles
2
Espacios L
p
3
Funciones integrables
Funciones medibles Espacios L
p
K=R o C, (, A, ) espacio de medida
Espacio de las funciones medibles
L
0
() = { f K
: f medible}
L
0
(, R) o L
0
(, C)
Dos observaciones
Una funcion continua de una funcion medible es medible
f : R
2
, f (x) = (u(x), v(x)) x . Entonces:
f medible u, v medibles
p
Propiedades de las funciones medibles
f : C es medible Re f , Im f medibles.
f , g L
0
() = f +g, f g L
0
() (algebra sobre K)
f L
0
(), p R
+
= | f |
p
medible positiva
f L
0
(, R) = f
+
, f
medibles positivas
f L
0
() = L
0
() :
|(x)| = 1, f (x) = (x)| f (x)| (x )
{ f
n
} L
0
(), { f
n
(x)} f (x) x = f L
0
()
p
Espacios L
p
(, A, ) espacio de medida, p [0, ]:
p = 0 Funciones medibles:
L
0
() = { f K
: f medible}
0 < p < Funciones p-integrables:
L
p
() ={ f L
0
() :
| f |
p
d <}
p = Funciones esencialmente acotadas:
f L
0
(), ess sup| f | = mn{M [0, ] : | f | M c.p.d.}
L
() ={ f L
0
() : ess sup| f | <}
p
Caso 1 p <
p
( f ) =
| f |
p
d
1/p
( f L
p
())
L
p
() espacio vectorial sobre K,
p
seminorma en L
p
()
p
( f ) = 0 f N() :={ f L
0
() : f = 0 c.p.d.} L
p
()
L
p
() = L
p
()/N(), f
p
=
| f |
p
d
1/p
( f L
p
())
L
p
() espacio normado
p
Caso p =
( f ) = ess sup| f | ( f L
())
L
() espacio vectorial sobre K,
seminorma en L
()
L
() =L
()/N(), f
= ess sup| f | ( f L
())
L
() espacio normado
p
Caso 0 < p < 1
a, b 0, 0 < p < 1 = (a+b)
p
a
p
+b
p
L
p
() espacio vectorial sobre K
p
( f ) =
| f |
p
d ( f L
p
())
p
es una pseudonorma en L
p
()
L
p
() = L
p
()/N(), f
p
=
| f |
p
d ( f L
p
())
d
p
( f , g) = f g
p
=
| f g|
p
d ( f , g L
p
())
L
p
() espacio metrico
p
Caso p = 0
() <
0
( f ) =
| f |
1+| f |
d ( f L
0
())
0
es una pseudonorma en L
0
()
L
0
() =L
0
()/N() f
0
=
0
( f ) ( f L
0
())
d
0
( f , g) = f g
0
( f , g L
0
())
L
0
() espacio metrico
p
Primeras propiedades de los espacios L
p
() (0 p )
f L
p
() = | f | L
p
()
f L
0
(), | f | L
p
() = f L
p
()
Reduccion al caso real: L
p
(, C) = L
p
(, R) i L
p
(, R)
L
p
(, R) retculo vectorial:
f g
{x : f (x) > g(x)}
= 0 ( f g c.p.d.)
f , g L
p
() = f g, f g L
p
()
f g =
1
2
( f +g+| f g|), f g =
1
2
( f +g| f g|)
[ f g](x) = m ax{ f (x), g(x)}, [ f g](x) = mn{ f (x), g(x)} c.p.d.
f L
p
(, R) = f
+
, f
L
p
()
f
+
= f 0; f
=( f 0); f = f
+
f
; | f | = f
+
+ f

p
Convergencia en L
p
()
0 < p < : { f
n
} f en L
p
()
| f
n
f |
p
d
0
{ f
n
} f en L
() { f
n
} f uniformemente en \E con (E) = 0
() <:
{ f
n
} f en L
0
() lm
n
{x : | f
n
f | }
= 0 > 0
Implicaciones ( nita)
{ f
n
} f en L
p
() = { f
n
} f en L
0
()
{ f
n
} f c.p.d. = {f
n
} f en L
0
()
{ f
n
} f en L
0
() = {f
(n)
} f c.p.d.
Teorema de Riesz-Fisher
L
p
() es un espacio de Banach (1 p )
L
p
() es un espacio metrico completo (0 p < 1)
p
Integral
Para f L
1
():
f d =
(Re f )
+
d
(Re f )
d + i
(Im f )
+
d i
(Im f )
E
f d =
f
E
d (E A)
Bastara con tener
E
| f | d <
Propiedades
I : L
1
() K, I( f ) =
f d ( f L
1
())
Lineal
Continuo:
|I( f )| =
f d
| f | d = f
1
Positivo:
f L
1
(, R), f 0 =
f d 0
p
Teorema de la convergencia dominada
Sea { f
n
} una sucesion de funciones medibles de en K que converge
puntualmente a una funcion f . Supongamos que existe g L
1
() tal que:
| f
n
(x)| g(x) x , n N
Entonces, se verica que:
| f
n
f | d
0
En particular, f L
1
() y
f
n
d
f d
Si hubieramos supuesto que g L
p
(), con 0 < p <, hubieramos obtenido:
| f
n
f |
p
d
0
y en particular f L
p
().
p
Corolario muy util
Funciones simples integrables:
S() := Lin{
E
: E A, (E) <} L
p
() (0 p )
Para 0 p <, S() es denso en L
p
()
p =?
Funciones simples:
S() := Lin{
E
: E A}
S() es denso en L
()
Tema 4: Teorema de Fubini
22 de abril de 2010
1
Producto de medidas
Producto de espacios medibles
Medida producto
Caso de R
n
2
Teorema de Fubini
Para funciones positivas
Aplicaciones
Para funciones integrables
Producto de medidas Teorema de Fubini
Producto de -algebras
-algebra producto
(X, A), (Y, B) espacios medibles
Rectangulos medibles: A B ={AB : A A, B B}
-algebra producto: A B = -algebra engendrada por A B
Ejemplos
B
n
-algebra de Borel de R
n
: B
n
B
k
=B
n+k
M
n
-algebra de Lebesgue en R
n
: M
n
M
k
M
n+k
X numerable = P(X) P(Y) =P(X Y)
P(X) P(X) =P(X X) = cardX cardR
Propiedades de la -algebra producto
Secciones de conjuntos y de funciones
X,Y, Z conjuntos, E X Y, f : X Y Z
Seccion de E por un x X : E
x
={y Y : (x, y) E}
Seccion de E por un y Y : E
y
={x X : (x, y) E}
Seccion de f por un x X: f
x
: Y Z, f
x
(y) = f (x, y) (y Y)
Seccion de f por un y Y: f
y
: X Z, f
y
(x) = f (x, y) (x X)
Propiedades de la -algebra producto
(X, A), (Y, B), (Z, C) espacios medibles
(X Y, A B) espacio medible producto
E X Y, f : X Y Z
E A B = E
x
B x X , E
y
A y Y
Las secciones de conjuntos medibles son medibles
f medible = f
x
medible x X , f
y
medible y Y
Las funciones medibles son separadamente medibles
Producto de medidas
Existencia de medidas producto
(X, A, ), (Y, B, ) espacios de medida
Existen medidas : A B [0, ] vericando que
(AB) = (A)(B) A A, B B
Medida -nita
(X, A, ) espacio de medida -nita cuando:
X =

n=1
A
n
con A
n
A, (A
n
) < n N
Existencia y unicidad de la medida producto
(X, A, ), (Y, B, ) espacios de medida -nita
Existe una unica medida : A B [0, ] vericando que
[](AB) = (A)(B) A A, B B
medida producto, (X Y, A B, ) espacio de medida producto
Completaci on de una medida
Medida completa
(, A, ) espacio de medida completo cuando:
B A, (B) = 0, N B = N A
Se dice tambien que la medida es completa
Completacion de una medida
(, A, ) espacio de medida (no completo). Denimos:
A ={AN : A A, N B A, (B) = 0}
(AN) = (A) (AN A)
A es una -algebra y A A
esta bien denida, es una medida y extiende a
El espacio de medida (, A, ) es completo
Si (,

A,) es un espacio de medida completo,
A

A,
A
= = A

A,
A
=
(, A, ) es la completaci on de (, A, ), y la completacion de la medida
Medidas de Lebesgue y de Borel-Lebesgue
Relacion entre ambas medidas
M
n
-algebra de los conjuntos medibles-Lebesgue en R
n
n
: M
n
[0, ] medida de Lebesgue en R
n
B
n
-algebra de Borel de R
n
, B
n
M
n
n
=
n
B
n
, medida de Borel-Lebesgue en R
n
(R
n
, M
n
,
n
) es la completacion del espacio de medida (R
n
, B
n
,
n
).
La medida de Lebesgue es la completacion de la medida de Borel-Lebesgue
La medida producto no suele ser completa
(X, A, ), (Y, B, ) espacios de medida -nita. Suponemos:
A A : A = / 0, (A) = 0
E Y : E / B
Entonces la medida producto no es completa
k
no es completa
Medidas producto en R
n
Medidas producto en R
n
La medida de Borel-Lebesgue se comporta bien para productos:
B
n
B
k
= B
n+k
y
n
k
=
n+k
Para la de Lebesgue se tiene:
B
n+k
M
n
M
k
M
n+k
Ademas,
n+k
extiende a
n
k
, que a su vez extiende a
n+k
De hecho:
(R
n+k
, M
n+k
,
n+k
) = (R
n
R
k
, M
n
M
k
,
n
k
)
Teorema de Fubini para funciones medibles positivas
(X Y, A B, ) espacio de medida producto
Teorema
Para f : X Y [0, ] medible, denimos:
: X [0, ] , (x) =
Y
f
x
d =
Y
f (x, y)d(y) x X
: Y [0, ] , (y) =
X
f
y
d =
X
f (x, y)d(x) y Y
Entonces y son medibles y se verica que:
XY
f d() =
X
d =
Y
d
Con notacion mas sugerente:
XY
f d() =
Y
f (x, y)d(y) d(x) =
X
f (x, y)d(x) d(y)
Calculo de la medida producto
Calculo de la medida producto
Para E A B, denimos:
: X [0, ] , (x) = (E
x
) x X
: Y [0, ] , (y) = (E
y
) y Y
Entonces , son medibles y se tiene
[](E) =
X
d =
Y
d
Con notacion mas sugerente:
[](E) =
X
(E
x
)d(x) =
Y
(E
y
)d(y)
La integral como medida
La integral como medida
(X, A, ) espacio de medida -nita
(R, B, ) medida de Borel-Lebesgue
Para f : X [0, [ , denimos
S( f ) ={(x, t) X R : 0 <t < f (x)}
Entonces, f es medible si, y solo si, S( f ) A B, en cuyo caso,
X
f d = []
S( f )

Teorema de Hobson-Tonelli
Teorema de Hobson-Tonelli
Para f : X Y K medible, son equivalentes:
(1) f L
1
()
(2)
Y
| f (x, y)| d(y) d(x) <
(3)
X
| f (x, y)| d(x) d(y) <
Teorema de Fubini para funciones integrables
Sean (X, A, ), (Y, B, ) espacios de medida -nita y f L
1
().
Existen conjuntos A A y B B tales que:
(X \A) = 0, f
x
L
1
() x A
(Y \B) = 0, f
y
L
1
() y B
Ademas, deniendo
(x) =
Y
f
x
d =
Y
f (x, y)d(y) x A, (x) = 0 x X \A
(y) =
X
f
y
d =
X
f (x, y)d(x) y B, (y) = 0 y Y \B
se tiene que L
1
(), L
1
() y
XY
f d() =
X
d =
Y
d
Todo ello se resume de nuevo en la expresion:
XY
f d() =
Y
f (x, y)d(y) d(x) =
X
f (x, y)d(x) d(y)
Teorema de Fubini para la completacion de la medida producto
Sean (X, A, ), (Y, B, ) espacios de medida -nita y completa.
Para f L
1
, se tiene:
f
x
L
1
() para []-casi todo x X
f
y
L
1
() para []-casi todo y Y
Ademas, las funciones y denidas c.p.d. mediante:
(x) =
Y
f
x
d =
Y
f (x, y)d(y) para []-casi todo x X
(y) =
X
f
y
d =
X
f (x, y)d(x) para []-casi todo y Y
verican que L
1
(), L
1
() y
XY
f d
X
d =
Y
d
Podemos de nuevo escribir:
XY
f d
Y
f (x, y)d(y) d(x) =
X
f (x, y)d(x) d(y)
Tema 5: Teorema de Radon-Nikod` ym
27 de abril, 3 y 6 de mayo de 2010
1
TRN para medidas positivas
2
Medidas reales o complejas
3
TRN para medidas reales o complejas
TRN para medidas positivas Medidas reales o complejas TRN para medidas reales o complejas
Integral indenida de una funcion medible positiva
(, A, ) espacio de medida, f : [0, ] medible
Integral indenida de f :
: A [0, ] , (E) =
E
f d (E A)
es una medida y, para g : [0, ] medible,
gd =
g f d
Escribimos:
d = f d
Relacion entre y :
E A, (E) = 0 = (E) = 0
Decimos que es absolutamente continua con respecto a :
La pregunta natural
(, A, ) espacio de medida, : A [0, ] otra medida
Existe una funcion medible f : [0, ] tal que d = f d?
Condicion obviamente necesaria: Es suciente?
En general NO: =R, A conjuntos medibles Lebesgue, n umero de
elementos, medida de Lebesgue
Teorema de Radon-Nikod` ym para medidas positivas
Sea (, A, ) un espacio de medida -nita y : A [0, ] una medida
absolutamente continua con respecto a :
E A, (E) = 0 = (E) = 0
Entonces existe una funcion medible f : [0, ] tal que d = f d:
(E) =
E
f d E A
Integral indenida de una funcion integrable
(, A, ) espacio de medida, f L
1
(). Integral indenida de f :
: A K, (E) =
E
f d (E A)
es -aditiva:
A
n
A n N, A
n
A
m
= / 0 (n = m) =
_

n=1
A
n
_
=
n=1
(A
n
)
es combinacion lineal de medidas (positivas):
(E) =
E
(Re f )
+
d
E
(Re f )
d + i
E
(Im f )
+
d i
E
(Im f )
d
Medidas reales o complejas
(, A) espacio medible
Medida real o compleja: aplicacion : A K que es -aditiva:
A
n
A n N, A
n
A
m
= / 0 (n = m) =
_

n=1
A
n
_
=
n=1
(A
n
)
Observaciones: (/ 0) = 0 y, mas importante,
n=1
|(A
n
)| <
Notacion: M(A) medidas reales o complejas denidas en A, espacio vectorial.
M
+
(A) medidas positivas y nitas
M
+
(A) M(A, R) M(A, C) = M(A, R) i M(A, R)
M(A, R) espacio vectorial ordenado:
1

2

2
1
M
+
(A)
Es M(A, R) un retculo vectorial?
Podemos denir coherentemente el valor absoluto de una medida real o
incluso el modulo de una medida compleja?
Variacion de una medida compleja
M(A) medida real o compleja. Para E A escribimos:
(E) =
_
{A
n
} : E =
n=1
A
n
, A
n
A n N, A
n
A
m
= / 0 (n = m)
_
Entonces:
||(E) = sup
_

n=1
|(A
n
)| : {A
n
} (E)
_
(E A)
|| : A [0, ] es la variacion de la medida
Teorema (la propiedad clave de la variacion)
La variacion de una medida real o compleja es una medida positiva y nita:
M(A) = || M
+
(A)
Propiedades de retculo
Si M(A) y : A [0, ] medida positiva,
|(E)| (E) E A = ||(E) (E) E A
Equivalentemente, caso K=C: || = sup{Re(e
i
) : R}
Caso K=R: || = sup{, }
M(A, R) es un retculo vectorial:
=
1
2
(++||); =
1
2
(+||)
Descomposicion de Jordan de una medida real:
M(A, R) =
_

+
=
1
2
(|| +) = 0
=
1
2
(|| ) =(0)
Propiedades:
+
,
M
+
(A), =
+
, || =
+
+
=
1
2
con
1
,
2
M
+
(A) =
+

1
,

2
Norma de una medida
(, A) espacio medible. Deniendo
= ||(),
_
M(A)
_
se obtiene una norma en M(A), Variacion total
Otra norma natural:
= sup{|(E)| : E A}
_
M(A)
_
Ambas normas son equivalentes
_
M(A)
_
Y ambas son completas. M(A) espacio de Banach con la norma de la
variacion total
Continuidad absoluta
(, A, ) espacio de medida, M(A). cuando:
E A, (E) = 0 = (E) = 0
Equivalentemente:
> 0 > 0 : E A, (E) < =|(E)| <
Observacion: ||
Teorema de Radon-Nikod` ym
Sea (, A, ) un espacio de medida -nita y M(A) una medida
absolutamente continua con respecto a :
E A, (E) = 0 = (E) = 0
Entonces existe una unica f L
1
() tal que es la integral indenida de f ,
es decir,
(E) =
E
f d E A
Unicidad
(, A, ) espacio de medida -nita, f L
1
(),
R( f ) =
_
1
(E)
E
f d : E A, 0 < (E) <
_
Entonces
_
{x : f (x) / R( f )}
_
= 0
_
f (x) R( f ) p.c.t. x
_
Descomposicion polar
(, A) espacio medible, M(A). Existe h : K medible, tal que
|h(x)| = 1 x y (E) =
E
hd|| E A
h esta determinada ||-c.p.d. Descomposicion polar
Integral asociada a una medida real o compleja:
E
f d =
E
f hd||
_
f L
1
(||), E A
_
Simbolicamente: d = hd||
Descomposicion de Hahn de una medida real
(, A) espacio medible, M(A, R), descomposicion polar d = hd||
h(x) {1, 1} x , (signo de una medida real). Denimos:
A
+
={x : h(x) = 1}; A
={x : h(x) =1}

El par (A
+
, A
) es una descomposicion de Hahn de la medida real

= A
+
A
, A
+
A
= / 0,
E A
_
E A
+
(E) 0
E A
(E) 0
(E) =||(E A
+
) ||(E A
) (E A)
||(E) = (E A
+
) (E A
) (E A)
+
(E) = (E A
+
),
(E) =(E A
) (E A)
Unicidad: si (B
+
, B
) es otra descomposicion de Hahn,

||
_
(A
+
\B
+
) (B
+
\A
+
)
= ||
_
(A
\B
) (B
\A
= 0
Revision de la integral indenida
(, A, ) espacio de medida, f L
1
(), (E) =
E
f d (E A)
M(A),
||(E) =
E
| f | d E A
=||() = f
1
Descomposicion polar: tomando h : K medible, tal que |h(x)| = 1
y f (x) = h(x)| f (x)| para casi todo x , se tiene d = hd||
Integral asociada a :
E
gd =
E
g f d
_
g L
1
(||), E A
_
De hecho, L
1
(||) ={g L
0
() : gf L
1
()}
Si f L
1
(, R):
_
Jordan:
+
(E) =

E
f
+
d,
(E) =

E
f
d E A
Hahn: A
+
={x : f (x) 0}, A
={x : f (x) < 0}

Ortogonalidad de medidas
(, A) espacio medible, medida en A (positiva, real o compleja), A A:
concentrada en A (E) = (E A) E A
Equivalentemente:
_
(\A) = 0 si 0
||(\A) = 0 si M(A)
1
y
2
son ortogonales (o mutuamente singulares) cuando estan concen-
tradas en conjuntos disjuntos:
2
A
1
, A
2
A : A
1
A
2
= / 0,
k
concentrada en A
k
, k = 1, 2
Descomposicion de Lebesgue
Sea (, A, ) un espacio de medida -nita y M(A). Entonces admite
una unica descomposicion de la forma =
a
+
s
donde
a
y
s
Resumen
Sea (, A) un espacio medible, M(A) el espacio vectorial de las medidas
reales o complejas en A y M
+
(A) ={ M(A) : (E) 0 E A}
(1) La variacion de una medida real o compleja es una medida positiva y
nita: M(A) = || M
+
(A)
(2) M(A) es un espacio de Banach con la norma de la variacion total:
=||() ( M(A). La convergencia es la uniforme en A
(3) M(A, R), con el orden natural, es tambien un retculo vectorial
Fijada ahora una medida -nita : A [0, ] consideramos dos
subespacios de M(A): M
a
() ={ M(A) : } y
M
s
() ={ M(A) : }
(4) Se verica que M(A) = M
a
() M
s
(), suma topologico-directa, ya que
+ = + para cualesquiera M
a
() y M
s
()
(5) Para f L
1
() sea T( f ) su integral indenida:
[T( f )](E) =
E
f d (E A)
Entonces T es una biyeccion lineal isometrica de L
1
() sobre M
a
(). En
el caso K=R, T es tambien un isomorsmo de retculos
Tema 6: Teorema de Representacion de
Riesz
10 y 13 de mayo de 2010
1
Funcionales lineales positivos
2
Regularidad de medidas de Borel
3
Funcionales lineales continuos
Funcionales lineales positivos Regularidad de medidas de Borel Funcionales lineales continuos
Funciones continuas de soporte compacto
L espacio topologico de Hausdor, localmente compacto
C
00
(L): funciones de L en K, continuas, de soporte compacto
sop f ={t L : f (t) = 0}
Medidas de Borel localmente nitas
B : -algebra de Borel de L
Las funciones continuas de L en K son medibles
: B [0, ] medida de Borel nita en compactos:
K L, K compacto = (K) <
Equivalentemente, es localmente nita
C
00
(L) L
1
()
Funcionales lineales positivos
( f ) =
L
f d ( f C
00
(L))
: C
00
(L) K funcional lineal positivo:
f C
00
(L), f 0 =
( f ) 0
El recproco tambien es cierto!: Todo funcional lineal positivo es una integral
Teorema de representacion de Riesz para funcionales lineales positivos
Teorema
Sea L un espacio topologico de Hausdor localmente compacto y
: C
00
(L) K un funcional lineal positivo:
f C
00
(L), f (t) 0 t L = ( f ) 0
Entonces existe una unica medida de Borel : B [0, ] vericando:
(1) (E) =nf {(U) : U abierto, E U L} (E B)
(2) (U) = sup{(K) : K compacto, K U} (U L, U abierto)
(3) es localmente nita
(4) ( f ) =
L
f d

f C
00
(L)

Medidas de Borel regulares
X Hausdor, B -algebra de Borel, : B [0, ] medida de Borel, E B,
E regular exterior para : (E) =nf{(U) : U abierto, E U L}
E regular interior para : (E) = sup{(K) : K compacto, K E}
regular exterior: todo E B es regular exterior para
regular interior: todo E B es regular interior para
regular = regular exterior e interior
Medida de Radon: medida de Borel positiva, localmente nita, regular
exterior y tal que todo conjunto abierto es regular interior para ella
Algunas observaciones
Si es una medida de Radon, todo conjunto de Borel E B que
verique (E) < es regular interior para . Por tanto, toda medida
de Radon nita es regular
Si X es -compacto, toda medida de Borel positiva en X , regular
exterior y localmente nita es regular
Si X es localmente compacto y todo abierto de X es union numerable
de compactos, entonces toda medida de Borel positiva y localmente
nita en X es regular
Distintas versiones del Teorema de Riesz
TRR, caso general
Sea L un espacio topologico de Hausdor, localmente compacto, y sea
un funcional lineal positivo en C
00
(L). Entonces existe una unica medida de
Radon en L que verica
K
f d = ( f ) ( f C
00
(L))
TRR, caso -compacto
Sea L un espacio topologico de Hausdor, localmente compacto y
-compacto, y sea un funcional lineal positivo en C
00
(L). Entonces
existe una unica medida de Borel en L, regular exterior y localmente
nita, que verica
K
f d = ( f ) ( f C
00
(L))
De hecho, es regular
TRR, caso compacto
Sea K un espacio topologico compacto de Hausdor y sea un funcional
lineal positivo en C(K). Entonces existe una unica medida de Borel en
K, regular exterior y nita, que verica
K
f d = ( f ) ( f C
00
(L))
De hecho es regular
Teorema de representacion de Riesz, caso localmente -compacto
Sea L un espacio topologico de Hausdor, localmente compacto y tal que
todo subconjunto abierto de L puede obtenerse como union numerable de
compactos, y sea un funcional lineal positivo en C
00
(L). Entonces existe
una unica medida de Borel localmente nita en L que verica
K
f d = ( f ) ( f C
00
(L))
De hecho es regular
Consecuencias de la regularidad
Teorema de Lusin
Sea una medida de Radon en un espacio topologico de Hausdor
localmente compacto L y sea f : L K una funcion medible vericando:
{t L : f (t) = 0}
<
Entonces, para cada >0 puede encontrarse g C
00
(L) vericando:
{t L : f (x) =g(x)}
< y g
sup{| f (t)| : t L}
Corolario importante
Si es una medida de Radon en un espacio topologico de Hausdor
localmente compacto L, entonces C
00
(L) es denso en L
p
() para 0 < p <
Motivacion
L espacio topologico de Hausdor, localmente compacto,
C
00
(L) espacio normado con
f
= m ax{| f (t)| : t L}
f C
00
(L)
M(B) medida de Borel real o compleja

sera regular cuando lo sea su variacion:
E B, >0 = K,U :
K compacto, U abierto
K E U L y ||(U \K) <
Medidas de Borel reales o complejas regulares:
M(L) = { M(B) : regular}
Subespacio cerrado de M(B), luego espacio de Banach con la norma
= ||(L)

M(L)
M(L) C
00
(L) L
1
(||) y podemos denir
: C
00
(L) K por
( f ) =
L
f d

f C
00
(L)
es lineal, puede no ser positivo, pero es continuo:
C
00
(L)

Operadores lineales continuos
Continuidad de operadores lineales entre espacios normados
X,Y espacios normados, B
X
={x X : x 1}, T : X Y lineal. Equivalen:
(1) T es continuo
(2) M 0 : Tx Mx, x X
(3) T esta acotado en B
X
Norma de operadores
X,Y espacios normados,
L(X,Y) espacio vectorial de los operadores lineales continuos de X en Y.
T = mn{M 0 : Tx Mx, x X} = sup{
Tx
x
: x = 0}
= sup{Tu : u = 1} = sup{Tx : x B
X
}
Norma de operadores. L(X,Y) espacio normado, espacio de operadores
Convergencia en L(X,Y) = Convergencia uniforme en B
X
Y completo = L(X,Y) completo
Dual de un espacio normado
Continuidad de funcionales lineales en espacios normados
X espacio normado, B
X
={x X : x 1}, f : X K lineal. Equivalen:
(1) f es continuo
(2) M 0 : | f (x)| Mx, x X
(3) f esta acotado en B
X
(4) ker f es cerrado en X
Norma dual
X espacio normado, X
funcionales lineales continuos en X, espacio de Ba-

nach.
f = mn{M 0 : | f (x)| Mx, x X} = sup{| f (x)| : x B
X
}
Norma dual. X
espacio dual de X
Para espacios X concretos, es util tener descripciones concretas de X

Teorema de representacion de Riesz
Sea L un espacio topologico de Hausdor, localmente compacto. Entonces,
C
00
(L)
M(L)
Mas concretamente, un isomorsmo isometrico de M(L) sobre C
00
(L)
viene dado por:

[()]( f ) =
L
f d

f C
00
(L), M(L)
Caso compacto
C(K)
M(K)
Ejemplo
Fijada g L
1
[0, 1], para f C[0, 1] se dene
( f ) =
1
0
f (t)g(t)dt
Es claro que C[0, 1]
. De hecho tenemos
=
1
0
|g(t)| dt = g
1
Observese que estamos viendo
L
1
[0, 1] M[0, 1] C[0, 1]
Tema 7: Espacios Vectoriales Topologicos

17 y 20 de mayo de 2010
1
EVT: Ideas basicas
Preliminares algebraicos
Concepto de EVT
Construccion de EVT
2
Nociones uniformes
Continuidad uniforme
Complitud
Precompacidad
3
Acotacion
Conjuntos acotados
Operadores lineales acotados
4
Construcciones con EVT
Topologas iniciales
Cocientes
Homomorsmos
Sumas topologico-directas
EVT: Ideas basicas Nociones uniformes Acotacion Construcciones con EVT
Preliminares algebraicos
Notacion
X espacio vectorial (sobre K=R o C)
K, K, A, B X, x X,
A ={a : , a A}, x ={x : }, A ={a : a A}
A+B ={a+b : a A, b B}, x +B ={x +b : b B}
Por ejemplo,
A subespacio de X KA + A A
A convexo (1)A + A A [0, 1]
Conjuntos absorbentes y equilibrados
A X es absorbente cuando X =R
+
A
B X es equilibrado cuando DB =B, donde D ={ K: || 1}
Para A X, DA es la envolvente equilibrada de A
Concepto de Espacio Vectorial Topologico
Denicion
Topologa Vectorial:
Topologa en un espacio vectorial X que hace continuas
La suma: X X X, (x, y) x +y (x, y X)
El producto por escalares: KX X, (, x) x ( K, x X)
La topologa trivial es vectorial, la discreta no (salvo X ={0})
EVT = espacio vectorial dotado de una topologa vectorial
Propiedad inmediata: homogeneidad
X EVT,
0
K con
0
= 0 y x
0
X. La aplicacion x
0
x +x
0
es un
homeomorsmo de X.
Las traslaciones, giros y homotecias son homeomorsmos
B base de entornos de cero en X
{x +B : B B} base de entornos de cada x X

La topologa de X queda determinada por B
Como son las bases de entornos de cero para una topologa vectorial?
Construcci on de topologas vectoriales
Entornos de cero
X EVT, U ={ entornos de cero en X}
U U X =R
+
U. Todo entorno de cero es absorbente
U U V U : DV =V U. Todo entorno de cero contiene un
entorno de cero equilibrado
U U V U : V +V U
Denicion constructiva de EVT
X espacio vectorial, B familia de subconjuntos de X vericando:
(a) U,V B W B : W U V
(b) U B = U absorbente
(c) U B = U equilibrado
(d) U B V B : V +V U
Entonces existe una ( unica) topologa vectorial en X para la cual B es base
de entornos de cero
Uso de la denicion constructiva
Pseudonormas
X espacio vectorial, : X R pseudonorma cuando:
(1) (x +y) (x) +(y) x, y X
(2) D = (x) (x) x X
(3) lm
n

_
x
n
_
= 0 x X.
Una seminorma verica (1) y (x) =|| (x) K, x X,
luego toda seminorma es una pseudonorma
Topologa asociada a una pseudonorma
X espacio vectorial, pseudonorma en X,
U
={x X : (x) }
La familia {U
: > 0} es base de entornos de cero para una ( unica)

topologa vectorial en X, la topologa asociada a la pseudonorma , con la
que X es un EVT pseudonormable (seminormable cuando es una
seminorma)
Deniendo (x, y) = (x y) para x, y X, se obtiene una semidistancia
que genera la misma topologa.
Seminormable = Pseudonormable = Semimetrizable
Uso de los entornos de cero
X EVT, B base de entornos de cero,
Cierre de un conjunto A X:
A =

UB
A+U
{U : U B} base de entornos de cero cerrados
X es un espacio topologico regular
Los axiomas de separacion T
0
, T
1
, T
2
y T
3
son equivalentes para X.
EVT separado
X separado {0} cerrado
Un espacio pseudonormable es separado cuando su pseudonorma es
total: x X, (x) = 0 = x = 0
seminorma total = norma
Continuidad uniforme
X,Y EVT, A X, f : A Y
f es uniformemente continua (en A) cuando para cada V entorno de 0 en Y
existe un U, entorno de 0 en X, tal que:
a, b A, ab U f (a) f (b) V
Coherente en caso de que X e Y sean pseudonormables
Continuidad de operadores lineales
X,Y EVT, T : X Y operador lineal. Equivalen:
(i) T es uniformemente continuo en X
(ii) T es continuo en X
(iii) T es continuo en 0
L(X,Y) operadores lineales continuos
Redes
Conjunto dirigido: = / 0 con relacion binaria , reexiva y transitiva
(preorden) vericando:
1
,
2
:
1
,
2

Ejemplos: cualquier conjunto con una relacion de orden total, N, R.
Los entornos de un punto en un espacio topologico ordenados por
contencion
Red en un conjunto X: Aplicacion : X, con dirigido. Notacion:
x
= (), {x
}. Ejemplo: sucesion
Red convergente: X espacio topologico, {x
} red en X, x X:
{x
} x U U(x)
0
: {x
:
0
} U
Las redes convergentes caracterizan la topologa:
x A {a
} : a
A , {a
} x
Ejemplo: En todo EVT, el cierre de un subespacio es un subespacio
Complitud
Red de Cauchy
En un espacio metrico: > 0
0
:
1
,
2

0
d
_
x
1
, x
2
_
<
En un EVT: U U(0)
0
:
1
,
2

0
x
1
x
2
U
Conjuntos completos
X EVT, E X. E completo cuando toda red de Cauchy en E converge a un
punto de E.
Uso de la complitud
E completo, F =F E F completo
X separado, X E completo E =E
Todo EVT se puede completar
Extension de funciones: X,Y EVT, Y separado y completo, M X
subespacio denso, T L(M,Y). Existe unica extension

T L(X,Y). Por
tanto L(M,Y) L(X,Y)
Precompacidad
Conjuntos precompactos
En un espacio metrico:
A precompacto > 0, A
n
k=1
B(x
k
, )
En un EVT:
A precompacto U U(0), F nito : A F +U
Propiedades de los conjuntos precompactos
Uniones nitas, combinaciones lineales, envolventes equilibradas
A precompacto = A precompacto
A precompacto, f uniformemente continua = f (A) precompacto
Caracterizacion de la compacidad
X EVT, A X,
A compacto A precompacto y completo
Por tanto, si X es completo,
A precompacto A relativamente compacto
Conjuntos acotados
Denicion de conjunto acotado
X EVT, A X,
A acotado U entorno de cero en X, R
+
: A U
Si X tiene la topologa asociada a una pseudonorma :
A acotado = sup{(a) : a A} <
El recproco no es cierto en general, pero s para seminormas
Propiedades de los conjuntos acotados
Precompacto = Acotado
A acotado
_
{a
n
: n N} A
_
a
n
n
_
0
_
Uniones nitas, combinaciones lineales, envolventes equilibradas
A acotado = A acotado
Acotacion de operadores lineales
X,Y EVT, T : X Y lineal. Consideramos varias armaciones:
(a) T acotado en un entorno de cero:
U entorno de cero en X : T(U) acotado en Y
(b) T continuo
(c) T secuencialmente continuo
(d) T acotado:
A X, A acotado = T(A) acotado en Y
Siempre: (a) (b) (c) (d)
En general, ninguna reversible
Si X tiene un entorno de cero acotado, todas son equivalentes
Si Y tiene un entorno de cero acotado, (b) (a)
Si X es semimetrizable, (d) (b)
Topologas iniciales
Topologa inicial
X = / 0, {(X
i
, T
i
) : i I} espacios topologicos, f
i
: X X
i
(i I).
Topologa inicial para { f
i
: i I}: Mnima que las hace a todas continuas
Hechos generales
Base de la topologa inicial:
_
iJ
f
1
i
(G
i
) : J I, J nito, G
i
T
i
i J
_
Convergencia en la topologa inicial:
{x
} x {f
i
(x
)} f
i
(x) i I
Criterio de continuidad: Y espacio topologico, f : Y X,
f continua f
i
f continua i I
Ejemplos: inducida, producto, supremo
Teorema de Tichono: Un producto arbitrario de espacios topologicos
compactos es compacto
EVT con topologa inicial
Topologa inicial para aplicaciones lineales
X espacio vectorial, {X
i
: i I} familia de EVT y para cada i I,
f
i
: X X
i
lineal. Entonces X con la topologa inicial es un EVT.
Base de entornos de cero en X:
B =
_
iJ
f
1
i
(U
i
) : J I, J nito, U
i
B
i
i J
_
Ejemplos: Subespacios, Producto de EVT, Supremo
Separacion: Si X
i
es separado para todo i I,
X separado
iI
ker f
i
= {0}
Acotacion y Precompacidad: A X,
A
_
acotado
precompacto
f
i
(A)
_
acotado
precompacto
i I
Complitud:

iI
X
i
completo X
i
completo i I
Cociente de EVT
Topologa cociente
X EVT, M subespacio vectorial de X, : X X/M aplicacion cociente
Denicion de la topologa cociente: G X/M,
G abierto
1
(G) abierto en X
Hechos basicos
es continua y abierta
X/M es un EVT
X/M separado M =M
Y espacio topologico, f : X/M Y,
f continua f continua
Si X tiene la topologa asociada a una pseudonorma , deniendo:
(x +M) =nf{(x +m) : m M},
es una pseudonorma en X/M que genera la topologa cociente. Si

es una seminorma, igual le ocurre a


Homomorsmos de EVT
Isomorsmo (de EVT)
X e Y EVT. Isomorsmo de X sobre Y: Operador lineal biyectivo T : X Y
tal que T y T
1
son continuos
Factorizacion canonica de un operador lineal
X
T
-
Y
X/ker T
?

T
-
T(X)
I
6
Homomorsmo (de EVT)
X e Y EVT. Homomorsmo de X en Y: Operador lineal continuo T : X Y
tal que T : X T(X) es una aplicacion abierta
Inyectivo Monomorsmo; Sobreyectivo Epimorsmo
Todo homomorsmo (T) es composicion de un epimorsmo (), un isomor-
smo (
T) y un monomorsmo (I)
Suma topologico-directa
Suma directa algebraica de dos subespacios
X espacio vectorial, Y subespacio de X. Complemento algebraico de Y en X:
subespacio Z de X tal que X =Y +Z, Y Z ={0}, es decir X =Y Z, suma
directa
: Y Z X, (y, z) =y +z biyeccion lineal
1
(x) = (Px, x Px). P : X X proyeccion lineal:
P
2
=P, P(X) =Y, ker P =Z
: Z X/Y, (z) =z +Y biyeccion lineal
X EVT, X =Y Z, y siempre son continuas. Son equivalentes:
(1)
1
es continua ( es un isomorsmo)
(2) P es continua
(3)
1
es continua ( es un isomorsmo)
Subespacios complementados
Ejemplos sencillos
X EVT separado, X =Y Z,
suma topologico directa = Y, Z cerrados
X EVT, X = {0} Z suma topologico-directa
Z EVT separado, isomorfo a X/{0}
subespacio complementado
X EVT, Y subespacio de X
Y complementado: Z : X =Y Z suma topologico-directa
Equivalentemente: P : X X proyeccion lineal continua, P(X) =Y
Z = ker P complemento topologico de Y en X, isomorfo a X/Y
X EVT separado, Y subespacio complementado de X = Y cerrado
Tema 8: Tipos de EVT
27 y 31 de mayo, 7 de junio de 2010
1
EVT de dimensi on nita
Teorema de Tychono
Teorema de Riesz
Ejemplos
2
EVT normables
Funcional de Minkowski
Criterio de normabilidad
3
Espacios localmente acotados
4
Espacios localmente convexos
5
EVT metrizables
Metrizabilidad
F-espacios
Espacios de Frechet
EVT de dimension nita EVT normables Espacios localmente acotados Espacios localmente convexos EVT metrizables
Cuantos hay?
Teorema de Tychono (1935)
Toda biyecci on lineal entre dos espacios vectoriales topologicos separados de
dimensi on nita es un isomorsmo
Consecuencias
(Hausdor, 1932) En un espacio vectorial de dimensi on nita, todas las
normas son equivalentes
Todo subespacio nito-dimensional de un EVT separado es cerrado
Todo operador lineal de un EVT separado de dimensi on nita en cualquier
otro EVT es continuo
Un operador lineal con valores en un EVT separado de dimensi on nita es
(a) Continuo su n ucleo es cerrado
(b) Abierto es sobreyectivo
En un EVT separado, todo subespacio cerrado de codimensi on nita
esta complementado
Como son?
Teorema clasico de Riesz (1918)
Para un espacio normado X, las siguientes armaciones son equivalentes:
(a) Todo subconjunto cerrado y acotado de X es compacto
(b) X es localmente compacto
(c) La bola cerrada unidad de X es compacta
(d) X tiene dimensi on nita
Teorema de Riesz generalizado
Para un EVT separado X, las siguientes armaciones son equivalentes:
(1) X es localmente compacto
(2) Existe en X un entorno de cero precompacto
(3) X tiene dimensi on nita
Espacios L
p
de dimension nita
Los espacios l
N
p
Espacio de medida: ={1, 2, . . . , N}, A=P(), = n umero de elementos
_
xd =
N
k=1
x(k) L
p
() = L
p
() =K
N
(0 p )
Como EVT son todos isomorfos: K
N
con la topologa producto
l
N
p
= (K
N
,
p
) (1 p )
x
p
=
_
N
k=1
|x(k)|
p
_
1/p
(x K
N
, 1 p <)
x
= m ax{|x(k)| : 1 k N} (x K
N
)
Desigualdad de H older:
N
k=1
|x(k)| |y(k)|
_
N
k=1
|x(k)|
p
_
1/p
_
N
k=1
|y(k)|
p
_
1/p
Funcional de Minkowski
Denici on
X espacio vectorial, E X, E absorbente.
Funcional de Minkowski de E:
E
: X [0, [
E
(x) = nf { > 0 : x E} (x X)
Propiedades
E {x X :
E
(x) 1}
Positivamente homogeneo:
E
(rx) = r
E
(x) (x X, r 0)
E equilibrado o convexo = {x X :
E
(x) < 1} E
E equilibrado =
E
(x) =||
E
(x) (x X, K)
E convexo =
E
(x+y)
E
(x) +
E
(y) (x, y X)
E absolutamente convexo
=
_
E
seminorma
{x X :
E
(x) < 1} E {x X :
E
(x) 1}
Envolvente convexa
X espacio vectorial, E X. Envolvente convexa de E: intersecci on de todos los
subconjuntos convexos de X que contienen a E, mnimo subconjunto convexo
de X que contiene a E. Descripci on:
coE =
_
n
k=1
k
x
k
: n N, x
1
, . . . , x
n
E,
1
, . . . ,
n
0,
n
k=1
k
= 1
_
Envolvente absolutamente convexa: |co| E = co(DE) = co(TE) mnimo
subconjunto convexo y equilibrado de X que contiene a E. Descripci on:
|co| E =
_
n
k=1
k
x
k
: n N, x
1
, . . . , x
n
E,
1
, . . . ,
n
K,
n
k=1
|
k
| 1
_
Criterio de normabilidad (Kolmogorov, 1934)
Un EVT es seminormable si, y s olo si, contiene un entorno de cero convexo y
acotado. Por tanto, un EVT es normable si, y s olo si, es separado y contiene
un entorno de cero convexo y acotado
EVT localmente acotados
Denici on
Un EVT es localmente acotado cuando admite un entorno de cero acotado
Casinorma
X espacio vectorial, : X R casinorma cuando:
(1) (x) =|| (x) ( K, x X)
(2) M > 0 : (x+y) M
_
(x) +(y)
_
x, y X
Topologa asociada a una casinorma : Tomando U
= {x X : (x) },
la familia {U
: > 0} es base de entornos de cero para una unica topologa

vectorial en X
Propiedades
Localmente acotado = Casinormable
Estabilidad por subespacios y cocientes
{X
i
: i I} familia de EVT no triviales,
iI
X
i
localmente acotado
_
X
i
localmente acotado i I
I nito
Espacios localmente convexos
Topologa localmente convexa: topologa vectorial que admite una base de en-
tornos de cero convexos
Espacio localmente convexo (ELC): espacio vectorial dotado de una topologa
localmente convexa
Hechos basicos
Todo ELC tiene una base de entornos de cero formada por conjuntos
absolutamente convexos y abiertos (resp. cerrados)
Estabilidad por topologas iniciales (subespacios, productos y supremos) y
por cocientes
Topologa asociada a una familia de pseudonormas: X espacio vectorial,
familia de pseudonormas en X. Cada genera una topologa
vectorial T
. Topologa (vectorial) asociada a :

T
= sup{T
: }
Si es una familia de seminormas, T
es localmente convexa
Recprocamente: la topologa de cualquier ELC es la asociada a una
familia de seminormas.
Todo ELC separado es isomorfo a un subespacio de un producto de
espacios normados
Metrizabilidad
Criterio de metrizabilidad de Birkho-Kakutani (1936)
Si X es un EVT, equivalen:
(a) X es pseudonormable
(b) X es semimetrizable
(c) X tiene una base numerable de entornos de cero
Un EVT es metrizable si, y s olo si, es separado y tiene una base numerable de
entornos de cero
Consecuencias
Todo EVT localmente acotado es pseudonormable
Toda topologa vectorial es la asociada a una familia de pseudonormas
Todo EVT separado es isomorfo a un subespacio de un producto de EVT
metrizables
Todo EVT es completamente regular
EVT metrizables
Estabilidad por subespacios y cocientes
{X
i
: i I} familia de EVT no triviales:
iI
X
i
semimetrizable
_
X
i
semimetrizable i I
I numerable
(x) =
n=1
1
2
n
n
_
x(n)
_
1+
n
_
x(n)
_
F-espacios
F-espacio = EVT completo metrizable
Si X tiene la topologa asociada a una pseudonorma , X es un F-espacio cuando
x
n
X n N,
n=1
(x
n
) < =
n1
x
n
converge
(Toda serie absolutamente convergente es convergente)
Estabilidad y completacion
X EVT metrizable, M X subespacio, M = M:
X Fespacio M y X/M Fespacios
Todo producto numerable de F-espacios es un F-espacio
Todo EVT metrizable es isomorfo a un subespacio denso de un ( unico)
F-espacio
Todo EVT separado es isomorfo a un subespacio denso de un ( unico) EVT
separado y completo
Espacios de Frechet
Espacio de Frechet = F-espacio localmente convexo
= ELC completo metrizable
Hechos basicos
Un ELC es semimetrizable cuando su topologa es la asociada a una
familia numerable {
n
: n N} de seminormas
(x) =
n=1
1
2
n
n
_
x(n)
_
1+
n
_
x(n)
_
La clase de los espacios de Frechet es estable por subespacios cerrados,
cocientes separados y productos numerables
Tema 9: Ejemplos de EVT
7 y 10 de junio de 2010
1
Espacios de sucesiones
2
Familias sumables
3
Espacios de familias sumables
4
Espacios de Hilbert
Espacios de sucesiones Familias sumables Espacios de familias sumables Espacios de Hilbert
Espacios l
p
Espacio de medida: =N, /=1(N), = n umero de elementos
x : N [0, ]
_
N
xd =
n=1
x(n)
L
p
() =/
p
() =
_
x K
N
:
n=1
[x(n)[
p
<
_
= l
p
(0 <p <)
x l
1
=
_
N
xd =
n=1
x(n)
L
() =/
() =
_
x K
N
: sup|[x(n)[ : n N <
_
= l
L
0
() =/
0
() =K
N
=
El espacio l
=
_
x K
N
: sup|[x(n)[ : n N <
_
Espacio de Banach con la norma
|x|
= sup|[x(n)[ : n N (x l
)
Convergencia uniforme en N: x
n
l
n N, x l
|x
n
x|
0 lm
n
x
n
(k) =x(k) uniformemente en k N
Subespacio denso:
l
= Lin|
E
: E N
l
no es separable: E, F N, E ,=F |
E
F
|
= 1
Subespacios destacados de l
Vectores unidad: |e
n
: n N K
N
, e
n
(n) = 1, e
n
(k) = 0 k ,=n
c
00
= Lin|e
n
: n N =
_
N
k=1
k
e
k
: N N,
1
, . . . ,
N
K
_
c
0
=
_
x K
N
: lm
n
x(n) = 0
_
c =
_
x K
N
: lm
n
x(n)
_
= c
0
Ku
_
u(n) = 1 n N
_
Observaciones
c
0
y c son espacios de Banach (subespacios cerrados de l
)
c
00
es denso en c
0
: x c
0
x =
n=1
x(n)e
n
Serie incondicionalmente convergente en c
0
. Los vectores unidad forman
una base de Schauder, de hecho una base incondicional, de c
0
Espacios l
p
con 0 < p <
l
p
=
_
x K
N
:
n=1
[x(n)[
p
<
_
(0 <p <)
Para 1 p <, l
p
es un espacio de Banach con la norma:
|x|
p
=
_

n=1
[x(n)[
p
_
1/p
(x l
p
)
Para 0 <p <1, l
p
tiene la topologa asociada a:
La pseudonorma: x
p
=
n=1
[x(n)[
p
que le convierte en un F-espacio
O mejor, la casinorma: |x|
p
=
_

n=1
[x(n)[
p
_
1/p
que le convierte en
un espacio casi-Banach
|x+y|
p
2
1
p
1
_
|x|
p
+|y|
p
_
(x, y l
p
, 0 <p <1)
Para 0 <p <1, l
p
no es localmente convexo
Espacios l
p
con 0 < p <
c
00
es un subespacio denso en l
p
:
x l
p
x =
n=1
x(n)e
n
serie (incondicionalmente) convergente en l
p
. Los vectores unidad forman
una base (incondicional) de l
p
Dependencia de p:
0 <p <q , x l
p
x l
q
, |x|
q
|x|
p
La inclusi on l
p
l
q
es estricta y el operador Id : l
p
l
q
es lineal continuo
e inyectivo, pero no es un monomorsmo
Caso p = 0
=K
N
, la topologa producto es la asociada a la pseudonorma
x
0
=
n=1
1
2
n
[x(n)[
1+[x(n)[
(x )
La convergencia en es la puntual:
x
n
x
0
0 lm
n
x
n
(k) =x(k) k N
es un espacio de Frechet no normable
c
00
es denso en y es separable
Para 0 <p <q <, como espacios vectoriales:
c
00
l
p
l
q
c
0
c l

Familias sumables en EVT
,=, T() =|J : J nito conjunto dirigido (por inclusi on)
X EVT separado, |x
: X
Red de sumas nitas:
S
J
=

J
x
(J T())
|x
: sumable |S
J
convergente
= x |S
J
x
U |(0) J
0
T() : J T(), J J
0

J
x
x U
Condici on de Cauchy:
U |(0) J
0
T() : K T(), KJ
0
=
K
x
U
Hechos basicos
Inmediatos: Sumas nitas, unicidad, sumandos nulos, complitud
Linealidad:

(a
+b
) =
Incondicionalidad: : I biyectiva,
= x
iI
x
(i)
= x
Operadores: X, Y EVT separados, T L(X, Y ),
x =

en X = T(x) =

T(x
) en Y
Consecuencias de la condici on de Cauchy:
(1) Subfamilias:
0
|x
:
0
Cauchy
(2) U |(0) = | : x
/ U nito
(3) Si X es metrizable: | : x
,= 0 es numerable
Relacion con las series
X EVT separado, numerable. Para |x
: X equivalen:
(a) |x
: sumable
(b) : N biyectiva
n1
x
(n)
converge.
Si se cumplen (a) y (b):

n=1
x
(n)
X EVT metrizable. Para |x
: X equivalen:
(a) |x
: sumable
(b)
1
= | : x
,= 0 es numerable y para cualquier

biyecci on : N
1
la serie

n1
x
(n)
converge
Sumabilidad absoluta
Familias de n umeros positivos:
|
: [0, [

= sup
_
: J T()
_
|
: sumable
<
X EVT metrizable, con pseudonorma :
|x
: absolutamente sumable
(x
) <
Sumabilidad y sumabilidad absoluta
X F-espacio toda familia absolutamente sumable es sumable
En dimensi on nita toda familia sumable es absolutamente sumable
Teorema de Dvoretsky-Rogers (1950): En todo espacio de Banach de
dimensi on innita existe una serie incondicionalmente convergente que no
es absolutamente convergente, equivalentemente una familia sumable que
no es absolutamente sumable
Espacios l
p
Espacio de medida: = ,= , /=1(), = n umero de elementos
x : [0, ]
_
xd =

x()
L
p
() =/
p
() =
_
x K
[x()[
p
<
_
= l
p
(0 <p <)
x l
1
=
_
xd =

x()
L
() =/
() =
_
x K
: sup|[x()[ : <
_
= l
L
0
() =/
0
() =K

El espacio l
=
_
x K
: sup|[x()[ : <
_
Espacio de Banach con la norma
|x|
= sup|[x()[ : (x l
)
Convergencia uniforme en : x
n
l
n N, x l
|x
n
x|
0 lm
n
x
n
() =x() uniformemente en
Subespacio denso:
l
= Lin|
E
: E
innito = l
no es separable: l

Subespacios destacados de l
Vectores unidad: |e
: K
, e
() = 1, e
() = 0 \|
Familias de soporte nito:
c
00
() = Lin|e
:
Familias convergentes a cero:
x c
0
() >0, | : [x()[ T()
Familias convergentes:
c() = c
0
() Ku
_
u() = 1
_
Observaciones
c
0
() y c() son espacios de Banach (subespacios cerrados de l
)
c
00
() es denso en c
0
(): x c
0
() x =

x()e
Los vectores unidad forman una base, de c

0
()
Espacios l
p
con 0 < p <
l
p
=
_
x K
[x()[
p
<
_
(0 <p <)
Para 1 p <, l
p
es un espacio de Banach con la norma:
|x|
p
=
_
[x()[
p
_
1/p
(x l
p
)
Para 0 <p <1, l
p
tiene la topologa asociada a:
La pseudonorma: x
p
=

[x()[
p
que le convierte en un F-espacio
O la casinorma: |x|
p
=
_
[x()[
p
_
1/p
que le convierte en un
espacio casi-Banach
Si es innito y 0 <p <1, l
p
no es localmente convexo
Espacios l
p
con 0 < p <
c
00
() es un subespacio denso en l
p
:
x l
p
x =

x()e
Los vectores unidad forman una base de l
p
Dependencia de p:
0 <p <q , x l
p
x l
q
, |x|
q
|x|
p
Si es innito, la inclusi on l
p
l
q
es estricta y el operador
Id : l
p
l
q
es lineal continuo e inyectivo, pero no es un monomorsmo
Caso p = 0
En K
es natural considerar la topologa producto, que le convierte en un

ELC separado y completo. Si no es numerable, K
no es metrizable
Convergencia puntual: |x
i
red en K
, x K
|x
i
x |x
i
() x()
c
00
() es denso en K
:
x K
= x =

x()e
tiene la propiedad de Heine-Borel: todo subconjunto cerrado y

acotado de K
es compacto
Para 0 <p <q <, como espacios vectoriales:
c
00
() l
p
l
q
c
0
() c() l

Espacio pre-hilbertiano
Espacio pre-hilbertiano = espacio vectorial X con un producto escalar:
aplicaci on de XX en K, (x, y) (x[y), vericando:
(1) Lineal en la primera variable: (x+y[z) =(x[z) +(y[z)
(2) Conjugado-lineal en la segunda: (x[y +z) =(x[y) +(x[z)
((1) +(2) = forma sexquilineal; si K=R bilineal)
(3) Hermtica: (y[x) = (x[y) (simetrica si K=R)
(x (x[x), de X en R forma cuadratica)
(4) Denida positiva: (x[x) >0 (x ,= 0)
Norma de un espacio pre-hilbertiano
|x| = (x[x)
1/2
(x X)
Desigualdad de Cauchy-Schwartz:
[(x[y)[ |x||y|
Espacio de Hilbert cuando la norma es completa
Polarizaci on: Re(x[y) =
1
4
_
|x+y|
2
|xy|
2
_
; Im(x[y) = Re(x[iy)
Teorema de Jordan-von Neumann
Un espacio normado (X, | |) es un espacio pre-hilbertiano si, y s olo si, verica
la identidad del paralelogramo:
|x+y|
2
+ |xy|
2
= 2|x|
2
+ 2|y|
2
x, y X
Ejemplos
(, /, ) espacio de medida no trivial:
A, B / : AB =, 0 <(A) <, 0 <(B) <
Entonces:
L
p
() Espacio de Hilbert p = 2
Producto escalar en L
2
():
(f[g) =
_
f g d
_
f, g L
2
()
_
; (x[y) =

x()y()
_
x, y l
2
_
Teorema de la Proyecci on Ortogonal
Aproximaci on optima. Hilbert H C convexo y cerrado:
x H = ! P
C
(x) C : |xP
C
(x)| = mn||xy| : y C
P
C
(x) se caracteriza por: Re(xP
C
(x)[y P
C
(x)) 0 y C
Si M es un subespacio cerrado: (xP
M
(x)[m) = 0 m M,
xP
M
(x) M
:=|z H : (z[m) = 0 m M
H =MM
suma topol ogico-directa:

|x|
2
= |P
M
(x)|
2
+|xP
M
(x)|
2
(x X)
Todo subespacio cerrado de un espacio de Hilbert esta complementado
Teorema de Lindenstrauss-Tzafriri (1971)
Un espacio de Banach X es isomorfo a un espacio de Hilbert si, y s olo si, todo
subespacio cerrado de X esta complementado en X.
Sistemas y bases ortonormales
X espacio pre-hilbertiano, E = |e
: X sistema ortonormal:
(e
[e
) = 0 ( ,=); |e
| = 1
Base ortonormal cuando, ademas, X = Lin(E)
Propiedades de los sistemas ortonormales
H Hilbert, E = |e
: H ortonormal, M = Lin(E), x H.
Desigualdad de Bessel:

[(x[e
)[
2
|x|
2
Proyecci on ortogonal sobre M: P
M
(x) =

(x[e
)e
|x|
2
=

[(x[e
)[
2
+ |xP
M
(x)|
2
Bases ortonormales
H espacio de Hilbert, |e
: base ortonormal:
Igualdad de Bessel: |x|
2
=

[(x[e
)[
2
(x H)
Igualdad de Parseval: (x[y) =

(x[e
)(e
[y) (x, y H)
Desarrollo de Fourier: x =

(x[e
)e
(x H)
En resumen: H l
2
Clasicacion de los espacios de Hilbert
Todo espacio de Hilbert admite una base ortonormal
Todas las bases ortonormales de un espacio de Hilbert tienen el mismo
cardinal: dimensi on hilbertiana.
Dos espacios de Hilbert son isometricamente isomorfos si, y s olo si, tienen
la misma dimensi on hilbertiana
Salvo isomorsmos isometricos, los unicos espacios de Hilbert separables
son l
N
2
con N N y l
2
Tema 10: Teorema de Hahn-Banach
1
Version analtica
Enunciado del teorema
Dual topol ogico
Teoremas de extensi on
Duales de subespacios y cocientes
Lmites de Banach
2
Version geometrica
Separacion de convexos
Teoremas Generales de Separaci on
Hiperplanos de soporte
Separacion fuerte
La integral de Pettis
Versi on analtica Versi on geometrica
Enunciado del Teorema
Teorema de Hahn-Banach, version analtica
X espacio vectorial, : X R funcional sublineal:
(x+y) (x) + (y) (x, y X)
(r x) = r (x) (x X, r 0)
M subespacio vectorial de X, g : M K lineal, vericando:
Re g(m) (m) m M
Entonces existe f : X K lineal
que extiende a g:
f(m) = g(m) m M
y verica:
Ref(x) (x) x X
Si es una seminorma, se tiene de hecho
|f(x)| (x) x X
Dual topologico de un EVT
Denici on
X EVT. Dual topol ogico de X:
X
= {f : X K : f lineal y continuo }
X
= {0}?
X
separa los puntos de X?: x X\{0} = f X
: f(x) = 0 ?
Construccion de funcionales lineales
X espacio vectorial, X U absorbente y convexo, x
0
X\U
Existe f : X K lineal, tal que:
Re f(x) 1 x U , Re f(x
0
) 1
Abundancia de funcionales lineales continuos
X EVT
X
={0} si, y s olo si, X contiene un entorno de cero convexo U =X

X
separa puntos si, y s olo si, la intersecci on de los entornos de cero

convexos en X es {0}
X ELC separado = X
separa puntos
Extension de funcionales lineales continuos
Teorema de extension en ELC
X ELC, M subespacio vectorial de X, g M
:
f X
: f(m) = g(m) m M
Extension equinormica en espacios normados
X espacio normado, M subespacio vectorial de X, g M
:
f X
: f(m) = g(m) m M y f =g
Una consecuencia interesante
En un ELC separado, todo subespacio de dimensi on nita esta complementado
Duales de subespacios y cocientes
Dual de un subespacio
X ELC, M subespacio de X, M
=
_
f X
: f(M) ={0}
_
Como espacios vectoriales: M
/M
Si X es un espacio normado la identicaci on anterior es isometrica

Dual de un cociente
X EVT, M subespacio vectorial de X. Como espacios vectoriales:
(X/M)
Si X es un espacio normado la identicaci on anterior es isometrica

Caracterizacion dual del cierre de un subespacio
X ELC, M subespacio de X
M = {x X : f(x) = 0 f M
} =

fM
kerf
En particular: M =X M
={0}
Lmites generalizados
K=R, l
espacio de Banach: x
= sup{|x(n)| : n N} (x l
)
c subespacio de l
. Funcional: g(y) = lm
n
y(n) (y c)
g c
, g = 1. Por tanto: h l
: h = 1, h(y) = lm
n
y(n) y c
Se dice que h es un lmite generalizado
Lmites de Banach
Existe un funcional f : l
R vericando:
(1) f es lineal
(2) nf {x(n) : n N} f(x) sup{x(n) : n N} x l
(3) f
_
x
(k)
_
=f(x) x l
, k N, donde
x
(k)
(n) =x(n+k) (n N)
Como consecuencia se tiene que f l
, f = 1 y
lminf
n
x(n) f(x) lmsup
n
x(n) x l
En particular f(y) = lm
n
y(n) y c. Se dice que f es un lmite de Banach
Medias invariantes
(, +) semigrupo abeliano. Existe un funcional f : l
R vericando:
(1) f es lineal
(2) nf {x() : } f(x) sup{x() : } x l
(3) f
_
x
()
_
=f(x) x l
, donde
x
()
() =x(+) ( )
En particular se tiene que f (l
con f = 1
Medidas nitamente aditivas
Existe una funci on : P(R) [0, 1] que verica las siguientes condiciones:
(a) Es nitamente aditiva:
A, B R, AB = = (AB) = (A) + (B)
(b) Es invariante por traslaciones:
AR, x R = (A+x) = (A)
Separacion de conjuntos convexos
Planteamiento del problema
X espacio vectorial, A y B subconjuntos convexos, no vacos, disjuntos
Existen f : X K lineal, con f = 0, y R tales que
Ref(a) Ref(b) a A, b B?
Equivalentemente: sup Ref(A) nf Ref(B)
o bien: Ref(a) Ref(b) a A, b B
En caso armativo f separa A y B.
El hiperplano afn (real) de ecuaci on Ref(x) = tambien separa A y B
Contraejemplo
En general la respuesta es negativa, no siempre podemos separar:
X =c
00
, {e
n
: n N} vectores unidad, B ={0},
A =
_
N
k=1
k
e
k
: N N,
1
, . . . ,
N
R,
N
>0
_
A y B son subconjuntos convexos, no vacos, disjuntos de c
00
pero
f : c
00
R lineal, f = 0 = f(A) =R
Teoremas de Separacion
Separaci on en espacios vectoriales
X espacio vectorial, A y B subconjuntos convexos, no vacos, disjuntos.
Supongamos que existe a
0
A tal que Aa
0
es absorbente.
Entonces podemos separar A y B: existen f : X K lineal, f = 0, y R
tales que
Ref(a) Ref(b) a A, b B
Separaci on en EVT
X EVT, A y B subconjuntos convexos.
Supongamos que intA=, que B = y que (intA) B =.
Entonces existen f X
y R tales que
De hecho, se tiene
Ref(x) < x intA
Primeras consecuencias
Funcionales de soporte
X EVT, A subconjunto convexo, intA=, x
0
A.
Existe f X
, f = 0, tal que:
Ref(x
0
) = m ax{Ref(a) : a A}
Version geometrica del THB
X EVT, A subconjunto no vaco, abierto y convexo, M variedad afn tal que
A M = .
Existe un hiperplano cerrado H X tal que M H y A H =
Separaci on en dimension nita
A y B subconjuntos convexos, no vacos, disjuntos de K
N
.
Existen f : K
N
K lineal, f = 0, y R tales que:
Equivalentemente, existen u K
N
\{0} y R tales que
Re
_
a
u
_
Re
_
b
u
_
a A, b B
Separacion fuerte
Separaci on fuerte en ELC
X ELC, A, B subconjuntos convexos, no vacos disjuntos.
Supongamos que A es cerrado y B es compacto.
Existen f X
y , R tales que:
Ref(a) < Ref(b) a A, b B
Separaci on fuerte en espacios normados
X espacio normado, A, B subconjuntos no vacos, convexos.
Supongamos que A y B estan a distancia positiva: d(A, B) = >0.
Entonces, existen f X
, con f = 1, y R tales que:

Ref(a) < + Ref(b) a A, b B
Integral de Pettis
Integraci on debil
(, A, ) espacio de medida, X ELC separado, : X.
debilmente medible f medible f X
debilmente integrable f L
1
() f X
es integrable en el sentido de Pettis cuando es debilmente integrable y

existe x X tal que
f(x) =
_
(f )d f X
El vector x es unico, se le llama integral de Pettis de con respecto a :

x =
_
d
Integral de Pettis
Existencia de la integral
X ELC separado y completo
K espacio topol ogico compacto de Hausdor
medida de Borel positiva y nita en K
Toda funci on continua de K en X es integrable en el sentido de Pettis.
Suponiendo, sin perder generalidad, (K) = 1, para toda funci on continua
: K X se tiene:
_
K
d co(K)
Tema 11: Teoremas de la Aplicaci on
Abierta y Graca Cerrada
1
Lema de Categora de Baire
Nociones de categora
Lema de Baire y primeras aplicaciones
2
Teorema de la Aplicaci on Abierta
Esquema de la demostraci on
Versiones del Teorema
Aplicaci on a series de Fourier
Aplicaci on a ecuaciones diferenciales
3
Teorema de la Graca Cerrada
Enunciado del Teorema
Ejemplos de aplicaci on
Lema de Categora de Baire Teorema de la Aplicaci on Abierta Teorema de la Graca Cerrada
Categora y espacios de Baire
Conjuntos de primera y segunda categora
E espacio topol ogico, AE
A es de primera categora en E cuando:
A
_
n=1
F
n
donde F
n
=F
n
E, intF
n
= , n N
En otro caso, A es de segunda categora en E
Espacios de Baire
Para un espacio topol ogico E, son equivalentes:
(1) AE, intA= = A de 2
a
categora en E
(2) A de 1
a
categora en E = intA=
(3) F
n
=F
n
E n N, int
_
n=1
F
n
_
= = m N : intF
m
=
(4) G
n
= intG
n
, G
n
=E n N =
n=1
G
n
=E
Se dice que E es un espacio de Baire cuando las verica. En particular, un
espacio de Baire es de segunda categora en s mismo
Lema de Baire y primeras aplicaciones
Lema de categora de Baire
Todo espacio metrico completo es un espacio de Baire
Todo espacio topol ogico localmente compacto es un espacio de Baire
Ejemplos
La categora es relativa: R es de 2
a
categora en R, de 1
a
en C
AE
1
E
2
, A de 1
a
en E
1
A de 1
a
en E
2
Una uni on numerable de conjuntos de 1
a
categora es de 1
a
categora
Q es de 1
a
categora en s mismo, luego no es metrizable-completo
R\Q es de 2
a
categora en R (luego R\Q no es numerable)
Aplicaciones
Abundan las funciones continuas no derivables as como las de clase
C
no analticas
La dimensi on de un F-espacio (en particular, de un espacio de Banach) es
nita o no numerable
Esquema de la demostracion
Aplicaciones casi-abiertas
X, Y EVT, T : X Y lineal:
T es abierta cuando: U entorno de cero en X T(U) entorno de cero en Y
Se dice que T es casi-abierta cuando:
U entorno de cero en X = T(U) entorno de cero en Y
Primer paso (categora)
X, Y EVT, T : X Y lineal
T(X) de 2
a
categora en Y = T casi-abierta
Segundo paso (aproximaciones sucesivas)
X F-espacio, Y EVT metrizable, T L(X, Y )
T casi-abierta = T abierta, T(X) =Y , Y F-espacio
Versiones del Teorema
Resultado de los dos pasos anteriores
X F-espacio, Y EVT metrizable, T L(X, Y )
T(X) de 2
a
categora en Y = T abierta, T(X) =Y , Y F-espacio
Teorema de la Aplicacion Abierta, Banach-Schauder
X, Y F-espacios, T L(X, Y )
T(X) =Y = T abierta
Teorema de los Isomorsmos de Banach
T biyectiva = T
1
continua
Teorema del Homomorsmo de Banach
T(X) =T(X) = T homomorsmo
Aplicacion a series de Fourier
Series trigonometricas y series de Fourier
Serie trigonometrica:

nZ
a(n)e
int
donde a : Z C
f L
1
=L
1
[, ]
Coecientes de Fourier:

f(n) =
1
2
_

f(s)e
ins
ds (n Z)
Serie de Fourier:

nZ
f(n)e
int
Problema
Que series trigonometricas son series de Fourier?
Para a : Z C f L
1
:

f = a?
Lema de Riemann-Lebesgue: lm
n
f(n) = 0
_
f c
0
(Z)
_
Teorema de unicidad: f, g L
1
,

f =g = f =g (c.p.d.)
Aplicacion a series de Fourier
Consecuencia del Teorema de los isomorsmos de Banach
T : L
1
c
0
(Z), T(f) =

f
T es lineal, continuo e inyectivo
L
1
y c
0
(Z) no son isomorfos
Luego T no es sobreyectivo
Luego T(L
1
) es de 1
a
categora en c
0
(Z)
Entre las series trigonometricas con coecientes tendiendo a cero las series
de Fourier son atpicas. El lema de Riemann-Lebesgue esta muy lejos de
caracterizar las series de Fourier.
Aplicacion a ecuaciones diferenciales
Planteamiento de un problema de contorno
Coecientes de la ecuaci on diferencial: y
0
, y
1
, y
2
: [a, b] R continuas
Datos del problema: f : [a, b] R continua, , R
(ED): y
0
x + y
1
x + y
2
x = f (CC): x(a) = , x(b) =
Soluci on (clasica): funci on x C
2
[a, b] vericando (ED) y (CC)
Problema bien planteado: Para cualesquiera datos, tiene solucion unica
Tratamiento funcional
X =C
2
[a, b] espacio de Banach: x = x
+ x
+ x
Y =C[a, b] R
2
espacio de Banach: (f, , ) = f
+ || + ||
Operador de X en Y : T(x) =
_
y
0
x + y
1
x + y
2
x, x(a), x(b)
_
T es lineal y continuo
Problema bien planteado T biyectivo
Teorema de los isomorsmos de Banach: si el problema esta bien
planteado, la soluci on depende de manera continua de los datos
Relacion entre continuidad y graca cerrada
X, Y espacios topol ogicos de Hausdor, f : X Y ,
Grf =
__
x, f(x)
_
: x X
_
XY
f continua = Grf cerrada
El recproco esta lejos de ser cierto
X, Y espacios metricos:
f es continua cuando: {x
n
} x = {f(x
n
)} f(x)
Grf es cerrada cuando: {x
n
} x, {f(x
n
)} y = f(x) =y
X, Y F-espacios, T : X Y lineal, GrT cerrada = T continuo
Por tanto, para asegurar que T es continuo basta probar:
{x
n
} 0, {T x
n
} y = y = 0
Ejemplos de aplicacion
Aplicacion del Teorema de la graca cerrada
X, Y F-espacios, T : X Y lineal
E espacio topol ogico de Hausdor, J : Y E inyectiva y continua
J T continua = T continuo
Caso particular
X, Y F-espacios, T : X Y lineal
Y
subconjunto que separe puntos:

y Y , f(y) = 0 f = y = 0
f T continuo f = T continuo
Ejemplos
Y =l
p
(0 <p ), = {f
n
: n N}, f
n
(y) =y(n) y Y , n N
Y =L
p
[0, 1] (0 <p ), E =L
0
[0, 1] , Jy =y y Y
Y =C[0, 1] , E =K
[0,1]
, Jy =y y Y
Tema 12: Teorema de Banach-Steinhaus
24 de junio de 2010
1
Teorema de Banach-Steinhaus
2
Aplicaciones
En Analisis Funcional
A las series de Fourier
Teorema de Banach-Steinhaus Aplicaciones
Principio de Acotacion Uniforme
Tipos de acotacion
X = / 0, E R
X
familia de funciones de X en R
E acotada en x
0
X : sup{| f (x
0
)| : f E} <
E puntualmente acotada: sup{| f (x)| : f E} < x X
E uniformemente acotada en B X : sup{| f (x)| : f E , x B} <
Principio de acotacion uniforme
X espacio topologico de 2
a
categora en s mismo
F familia de funciones continuas de X en R
F puntualmente acotada
F uniformemente acotada en un abierto no vaco B X

Basta considerar: F
n
={x X : | f (x)| n f E} (n N)
Lema de Baire: = Como X se puede tomar cualquier subconjunto
abierto de un espacio metrico completo
Acotacion para familias de operadores
X,Y espacios normados, E L(X,Y) familia de operadores lineales continuos
E acotada en x
0
X : sup{T x
0
: T E} <
E puntualmente acotada: sup{T x : T E} < x X
E uniformemente acotada en B X : sup{| f (x)| : f E , x B} <
E uniformemente acotada en la bola unidad: sup{T : T E} <
X espacio de Banach, Y espacio normado, E L(X,Y)
A =
_
x X : sup{T x : T E} <
_
. Son equivalentes:
(a) A es de 2
a
categora en X
(b) A = X , es decir, E esta puntualmente acotada:
sup{T x : T E} < x X
(c) E esta acotada en norma:
sup{T : T E} <
Primeras aplicaciones
Teorema de cierre de Steinhaus
X espacio de Banach, Y espacio normado, {T
n
: n N} L(X,Y) sucesion de
operadores lineales continuos.
Supongamos que {T
n
} converge puntualmente en X :
{T
n
x} T x x X
Entonces T L(X,Y)
Caracterizacion dual de la acotacion
X espacio normado, E X
E acotado f (E) acotado f X
Explcitamente:
sup{x : x E} < sup{| f (x)| : x E} < f X

Espacios de Banach para el estudio de Series de Fourier
Funciones en la circunferencia y funciones periodicas
T = {z C : |z| = 1} = {e
it
: t R}
Funcion denida en la circunferencia g : T C
f (t) = g(e
it
) g(z) = f (Argz)
Funcion 2-periodica f R C
Medida de Lebesgue normalizada en la circunferencia
:] , ] T (t) = e
it
t ] , ] biyectiva
E T medible
1
(E) medible-Lebesgue en R
m(E) : =
1
2

_
1
(E)
_
L
p
(T) = L
p
(m) (1 p )
Espacios L
p
(T)
L
p
(T) (1 p < ) Funciones medibles g : T C tales que
g
p
:
_
T
|g(z)|
p
dm(z)
_
1/p
<
o bien, funciones medibles 2-periodicas f : R C tales que
f
p
: =
_
1
2
| f (t)|
p
dt
_
1/p
<
L
(T). Funciones medibles y esencialmente acotadas g : T C, o

bien, funciones medibles, 2-periodicas y esencialmente acotadas
f : R C.
g
= ess sup |g| = ess sup | f | = f
_
g f L
(T)
_
C(T). Funciones continuas g : T C, o bien, funciones continuas y
2-periodicas f : R C con
g
= m ax{|g(z)| : z T} = m ax{| f (t)| : t R}

_
g f C(T)
_
Espacios de Banach para el estudio de Series de Fourier
Relacion entre los espacios L
p
(T)
Para 1 p q se tiene
C(T) L
(T) L
q
(T) L
p
(T) L
1
(T)
El operador Id : L
q
(T) L
p
(T) es lineal y continuo, de hecho
g
p
g
q
g L
q
(T)
pero no es un monomorsmo:
Lusin = C(T) = L
p
(T) (1 p < )
Series de Fourier
f g L
1
(T). Coecientes de Fourier de f :
f (n) =
1
2
f (t)e
int
dt =
T
g(z)z
n
dm(z) (n Z)
Serie de Fourier de f :

nZ
f (n)e
int

nZ
f (n)z
n
Convergencia de series de Fourier
Planteamiento general
f L
1
(T). Sucesion de sumas parciales de la serie de Fourier de f :
S
n
( f , t) =
n
k=n
f (n)e
ikt
(t R, n = 0, 1, 2, . . .)
Problema: {S
n
( f , )} f ? Cuando y en que sentido podemos decir que
la serie de Fourier de una funcion converge a dicha funcion?
Convergencia en norma
Riesz: 1 < p < , f L
p
(T) = {S
n
( f , )} f en L
p
(T):
lm
n
|S
n
( f , t) f (t)|
p
dt = 0
Convergencia puntual
Para f C(T) tiene sentido preguntar:
{S
n
( f , t)} f (t) t R?
La respuesta es negativa (DuBois-Reymond) pero no es facil dar ejemplos
Punto de vista funcional
Para n N{0} jo, tenemos:
S
n
( f , 0) =
n
k=n
f (k) =
1
2
f (t)
_
n
k=n
e
ikt
_
dt
=
1
2
f (t)D
n
(t)dt =
n
( f )
Recordemos: L
1
(T) M(T) C(T)
Luego
n
C(T)
con
n
=D
n
1
Ahora un poco de calculo:
D
n
(t) =
n
k=n
e
ikt
=
sen
_
(2n+1)t/2)
sen(t/2)
(0 <|t| ) D
n
(0) = 2n+1
y se comprueba sin mucha dicultad que {D
n
1
} +
Lo que hizo famoso al Teorema de Banach-Steinhaus
Aplicacion a las series de Fourier
El conjunto de las funciones f C(T) tales que la sucesion {S
n
( f , 0)}
esta acotada es de 1
a
categora en C(T). As pues, la convergencia puntual
de la serie de Fourier de una funcion continua es atpica

Analisis Funcional y Medida

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Analisis Funcional y Medida

Încărcat de

Drepturi de autor:

Formate disponibile

Apuntes de Anlisis Funcional y

Integral de una funcion medible positiva

Funciones medibles Integral

() espacio vectorial sobre K,

{x : f (x) > g(x)}

Funciones medibles Espacios L

Producto de medidas Teorema de Fubini

={x : h(x) =1}

) es una descomposicion de Hahn de la medida real

) es otra descomposicion de Hahn,

={x : f (x) < 0}

Funcionales lineales positivos Regularidad de medidas de Borel Funcionales lineales continuos

M(B) medida de Borel real o compleja

es lineal, puede no ser positivo, pero es continuo:

Funcionales lineales positivos Regularidad de medidas de Borel Funcionales lineales continuos

funcionales lineales continuos en X, espacio de Ba-

Funcionales lineales positivos Regularidad de medidas de Borel Funcionales lineales continuos

viene dado por:

Tema 7: Espacios Vectoriales Topologicos

{x +B : B B} base de entornos de cada x X

: > 0} es base de entornos de cero para una ( unica)

(x +M) =nf{(x +m) : m M},

es una pseudonorma en X/M que genera la topologa cociente. Si

EVT: Ideas basicas Nociones uniformes Acotacion Construcciones con EVT

: > 0} es base de entornos de cero para una unica topologa

. Topologa (vectorial) asociada a :

,= 0 es numerable y para cualquier

Espacios de sucesiones Familias sumables Espacios de familias sumables Espacios de Hilbert

Espacios de sucesiones Familias sumables Espacios de familias sumables Espacios de Hilbert

Los vectores unidad forman una base, de c

Los vectores unidad forman una base de l

es natural considerar la topologa producto, que le convierte en un

tiene la propiedad de Heine-Borel: todo subconjunto cerrado y

Espacios de sucesiones Familias sumables Espacios de familias sumables Espacios de Hilbert

suma topol ogico-directa:

separa los puntos de X?: x X\{0} = f X

={0} si, y s olo si, X contiene un entorno de cero convexo U =X

separa puntos si, y s olo si, la intersecci on de los entornos de cero

Si X es un espacio normado la identicaci on anterior es isometrica

Si X es un espacio normado la identicaci on anterior es isometrica

, con f = 1, y R tales que:

es integrable en el sentido de Pettis cuando es debilmente integrable y

El vector x es unico, se le llama integral de Pettis de con respecto a :

subconjunto que separe puntos:

F uniformemente acotada en un abierto no vaco B X

Teorema de Banach-Steinhaus Aplicaciones

(T). Funciones medibles y esencialmente acotadas g : T C, o

= ess sup |g| = ess sup | f | = f

= m ax{|g(z)| : z T} = m ax{| f (t)| : t R}

S-ar putea să vă placă și