Apuntes Analisis Funcional Parte 1

Introducci on al Analisis Funcional:
Teora y Aplicaciones. Parte 1

(Versi on Preliminar)
Gabriel N. Gatica
Centro de Investigaci on en Ingeniera Matematica (CI
2
MA)
y Departamento de Ingeniera Matematica
Universidad de Concepcion
ggatica@ing-mat.udec.cl/ggatica@ci2ma.udec.cl
http://colo-colo.ing-mat.udec.cl/ggatica
Concepcion, Chile, Enero 2012
2
Indice general
1. INTRODUCCION 5
1.1. Un problema de valores iniciales . . . . . . . . . . . . . . . . . . . . . . . 5
1.2. Algunos conceptos y resultados preliminares . . . . . . . . . . . . . . . . 13
1.3. Un problema de valores de contorno en R . . . . . . . . . . . . . . . . . . 20
1.4. Un problema de valores de contorno en R
n
. . . . . . . . . . . . . . . . . 24
1.5. Nociones basicas de distribuciones . . . . . . . . . . . . . . . . . . . . . . 26
1.6. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2. DUALIDAD 37
2.1. Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.2. Teorema de Representacion de Riesz . . . . . . . . . . . . . . . . . . . . 39
2.3. Teorema de Hahn-Banach . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.3.1. Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.3.2. Forma analtica del Teorema de Hahn-Banach . . . . . . . . . . . 49
2.3.3. Otras consecuencias del Teorema de Hahn-Banach . . . . . . . . . 52
2.3.4. Forma geometrica del Teorema de Hahn-Banach . . . . . . . . . . 55
2.4. Un ejercicio simple con tres soluciones . . . . . . . . . . . . . . . . . . . 60
2.4.1. Solucion 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.4.2. Solucion 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.4.3. Solucion 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.5. Ejercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3. OPERADORES LINEALES 69
3.1. Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.2. Caracterizaci on de /(X, Y ) . . . . . . . . . . . . . . . . . . . . . . . . . 72
3
4

INDICE GENERAL
3.3. El operador adjunto en espacios normados . . . . . . . . . . . . . . . . . 75
3.4. El operador adjunto en espacios de Hilbert . . . . . . . . . . . . . . . . . 77
3.5. La ecuacion fundamental . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3.5.1. Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
3.5.2. Anuladores y ortogonales . . . . . . . . . . . . . . . . . . . . . . . 81
3.6. El operador inverso . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
3.7. Otros dos teoremas cl asicos . . . . . . . . . . . . . . . . . . . . . . . . . 91
3.8. Acotamiento uniforme sin Lema de Baire . . . . . . . . . . . . . . . . . . 97
3.9. Operadores con rango cerrado . . . . . . . . . . . . . . . . . . . . . . . . 100
3.10. Un problema de teora de aproximaciones . . . . . . . . . . . . . . . . . . 106
3.11. Ejercicios. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
Captulo 1
INTRODUCCION
En este captulo se presentan algunos ejemplos de aplicaci on que ilustran la utilizaci on
de (o la necesidad de utilizar) diversas herramientas del An alisis Funcional, y se introdu-
cen los conceptos b asicos m as importantes relacionados con espacios metricos, espacios
normados, espacios de Banach, espacios de Hilbert y distribuciones.
1.1. Un problema de valores iniciales
Dados un subconjunto abierto A de R
2
, (t
0
, y
0
) A, > 0, y una funcion f a va-
lores reales denida sobre A, consideremos el problema de valores iniciales: Hallar
C
1
((t
0
, t
0
+)) C([t
0
, t
0
+]) tal que
(t) = f(t, (t)) t (t

0
, t
0
+) , (t
0
) = y
0
. (1.1)
De acuerdo al Teorema Fundamental del Calculo se deduce que toda solucion de (1.1)
satisface
(t) = (t
0
) +
_
t
t
0
(s) ds t [t
0
, t
0
+] ,
o bien, reemplazando
(s) por f(s, (s)) y (t

0
) por y
0
,
(t) = y
0
+
_
t
t
0
f(s, (s)) ds t [t
0
, t
0
+] . (1.2)
Recprocamente, no es difcil ver que si es soluci on de (1.2), entonces, evaluando
en t = t
0
y derivando bajo el signo integral, se deduce que es solucion del problema
de valores iniciales (1.1), con lo cual (1.1) y (1.2) resultan equivalentes.
5
6 CAP
ITULO 1. INTRODUCCION
Motivado por lo anterior, se dene inicialmente el conjunto
U := C[t
0
, t
0
+] : (t
0
) = y
0
(1.3)
y la aplicaci on T : U U, donde
T()(t) := y
0
+
_
t
t
0
f(s, (s)) ds t [t
0
, t
0
+] , U . (1.4)
No obstante, es importante notar que para que la denicion de T tenga sentido se
requiere que f sea continua en A y que (s, (s)) A s [t
0
, t
0
+] , U. Lo
primero se asume en lo que sigue y lo segundo requiere una modicaci on del conjunto
U, como se detalla a continuacion. En efecto, de ahora en adelante se supone que existe
M > 0 tal que
[f(t, y)[ M (t, y) A y [t
0
, t
0
+] [y
0
M, y
0
+M] A,
y se redene
U := C[t
0
, t
0
+] : (t
0
) = y
0
, [(t) y
0
[ M t [t
0
, t
0
+] .
De este modo se observa que T est a efectivamente bien denida, lo cual signica,
en particular, que T() U U, y por lo tanto queda claro que resolver (1.2)
equivale a encontrar U tal que
(t) = T()(t) t [t
0
, t
0
+] ,
es decir hallar U tal que
= T() . (1.5)
En virtud de la ecuacion de punto jo para T dada por (1.5), nuestro siguiente
prop osito es introducir el teorema respectivo debido a Banach. Para ello, recordamos
primero que si U es un conjunto arbitrario, entonces una m etrica (o distancia) sobre
U es una aplicaci on : U U R que satisface las siguientes propiedades:
i) (u, v) 0 u, v U.
ii) (u, v) = 0 s y s olo s u = v.
iii) (u, v) = (v, u) u, v U.
1.1. UN PROBLEMA DE VALORES INICIALES 7
iv) (u, v) (u, w) + (w, v) u, v, w U (Desigualdad Triangular).
En este caso, al par (U, ) se le llama Espacio M etrico, lo cual motiva la introduccion
de algunas deniciones.
Definici on 1.1 Una sucesion u
n
nN
de un espacio metrico (U, ) se dice de Cauchy
si lm
n,m
(u
n
, u
m
) = 0, esto es, si
> 0, N N tal que (u
n
, u
m
) n, m N .
Definici on 1.2 Una sucesion u
n
nN
de un espacio metrico (U, ) se dice convergente
si existe u U tal que lm
n
(u
n
, u) = 0, esto es, si
> 0, N N tal que (u
n
, u) n N .
Notar que el concepto de convergencia de una sucesi on implica la existencia de un
unico lmite de ella. Ademas, el siguiente resultado muestra que una metrica es continua
por sucesiones en cada una de sus componentes.
Lema 1.1 Sea (U, ) un espacio metrico y sea u
n
nN
una sucesion en U que converge
a u U. Entonces lm
n
(u
n
, v) = (u, v) v U.
Demostraci on. Utilizando la desigualdad triangular (propiedad iv)) y la simetra de
(propiedad iii)), se obtiene f acilmente que
(u
n
, v) (u, v) (u
n
, u) y (u, v) (u
n
, v) (u
n
, u) ,
lo cual equivale a
[ (u
n
, v) (u, v) [ (u
n
, u) ,
y luego, tomando lm
n
, se concluye la demostraci on. 2
Los siguientes conceptos se requieren para establecer el teorema ya anunciado y para
aplicarlo posteriormente.
Definici on 1.3 Un espacio metrico (U, ) se dice completo si toda sucesion de Cauchy
de U es convergente.
Definici on 1.4 Sea (U, ) un espacio metrico y sea V U. Se dice que V es un sub-
conjunto cerrado de U si el lmite de cada sucesion convergente de V pertenece a V .
8 CAP
Como consecuencia de estas deniciones, se sigue inmediatamente que todo subcon-
junto cerrado de un espacio metrico completo es tambien completo.
Definici on 1.5 Sea (U, ) un espacio metrico y sea T : U U. Se dice que la aplicacion
T es una contracci on si existe (0, 1) tal que
(T(u), T(v)) (u, v) u, v U .
Teorema 1.1 (Teorema del Punto Fijo de Banach) Sea (U, ) un espacio metrico
completo y sea T : U U una contraccion. Entonces existe un unico w U tal que
T(w) = w.
Demostraci on. Sea w
0
un elemento arbitrario de U y denamos la sucesion w
n
nN
,
donde w
1
= T(w
0
), w
2
= T(w
1
), y en general w
n+1
= T(w
n
) n N. As, si
(0, 1) denota la constante de contracci on de T, observamos que
(w
n
, w
n+1
) = (T(w
n1
), T(w
n
)) (w
n1
, w
n
) ,
lo cual, aplicado recursivamente, implica que
(w
n
, w
n+1
)
n
(w
0
, w
1
) n N. (1.6)
Ahora, dados p, n N, utilizamos la desigualdad triangular para la metrica y la
estimaci on (1.6), y obtenemos
(w
n
, w
n+p
)
p1
j=0
(w
n+j
, w
n+j+1
)
p1
j=0
n+j
(w
0
, w
1
)
=
n
p1
j=0
j
(w
0
, w
1
) =

n
(1
p
)
1
(w
0
, w
1
) ,
de donde
(w
n
, w
n+p
)

n
1
(w
0
, w
1
) p, n N. (1.7)
Es facil ver de (1.7) que w
n
nN
es de Cauchy en U, y por lo tanto existe w U tal
que lm
n
(w
n
, w) = 0. Adem as, jando n en (1.7), tomando lm
p
, y aplicando Lemma
1.1, se deduce que
(w
n
, w)

n
1
(w
0
, w
1
) n N. (1.8)
Veamos ahora que w es el unico punto jo de T. En efecto, usando nuevamente la
desigualdad triangular, se tiene
(T(w), w) (T(w), T(w
n
)) + (T(w
n
), w)
= (T(w), T(w
n
)) + (w
n+1
, w) (w, w
n
) + (w
n+1
, w) ,
y tomando lm
n
resulta (T(w), w) = 0, lo cual signica que T(w) = w. Para la
unicidad, sea w cualquier otro elemento de U tal que T( w) = w. Entonces, aplicando una
vez mas que T es contraccion, podemos escribir (w, w) = (T(w), T( w)) (w, w) ,
esto es (1 ) (w, w) 0 , de donde necesariamente w = w. 2
Es interesante observar aqu que la demostraci on del Teorema 1.1 proporciona un
esquema iterativo de punto jo, a partir de cualquier elemento inicial w
0
U, para
construir una sucesion que converja a w U. Mas a un, la eventual proximidad o lejana
de los elementos de esta sucesi on a la soluci on exacta w est a medida por (1.8). En
particular, de esta estimaci on de error se deduce que el n umero mnimo n de iteraciones
que garantiza a-priori que (w
n
, w) es menor que una tolerancia dada > 0, est a dado
por el primer natural n que satisface
n
log
_
(1)
(w
0
,w
1
)
_
log
.
El siguiente objetivo es aplicar Teorema 1.1 a T : U U denida por (1.4). Para
este efecto, recordamos primero que el conjunto C([t
0
, t
0
+ ]) provisto de la metrica
uniforme
(, ) := max
t[t
0
,t
0
+]
[(t) (t)[ , C([t
0
, t
0
+])
es un espacio metrico completo, y puesto que U constituye un subconjunto cerrado de
C([t
0
, t
0
+]), se deduce que (U, ) tambien es completo.
Adem as, ahora se introduce el supuesto adicional de que f sea Lipschitz-continua en
su segunda variable, lo cual signica asumir la existencia de K > 0 tal que
[ f(t, y
1
) f(t, y
2
) [ K[y
1
y
2
[ (t, y
1
), (t, y
2
) A. (1.9)
Entonces, utilizando (1.9) y las deniciones de T y , se observa que
[T()(t)T()(t)[ =
_
t
t
0
_
f(s, (s)) f(s, (s))
_
ds

_
t
t
0
f(s, (s))f(s, (s))
ds
10 CAP
K
_
t
t
0
[(s) (s)[ ds K (t t
0
) (, ) t [t
0
, t
0
+] , (1.10)
lo cual prueba que
(T(), T()) K (, ) , U .
Esta desigualdad indica que una condicion suciente para que T sea una contracci on
es que K < 1, raz on por la cual podemos armar que el an alisis anterior ha demostrado
el siguiente resultado.
Teorema 1.2 Sea f : A R
2
R continua y supongamos que existen M, K > 0
tales que
i) [f(t, y)[ M (t, y) A.
ii) [ f(t, y
1
) f(t, y
2
) [ K[y
1
y
2
[ (t, y
1
), (t, y
2
) A.
Ademas, sean (t
0
, y
0
) A y > 0 tales que
iii) <
1
K
y [t
0
, t
0
+] [y
0
M, y
0
+M] A.
Entonces la ecuacion integral (1.2) tiene una unica solucion U. Equivalentemente,
el problema de valores iniciales (1.1) tiene una unica solucion C
1
((t
0
, t
0
+ ))
C([t
0
, t
0
+]).
Ciertamente, Teorema 1.2 garantiza la solubilidad unica de (1.1) s olo en un sentido
local ya que este resultado ocurre en un intervalo [t
0
, t
0
+] cuya longitud est a acotada
superiormente por
1
K
. En virtud de ello, y con el prop osito de obtener existencia y
unicidad de soluci on de (1.1), en un sentido global, se introduce a continuacion una
versi on mejorada del Teorema del Punto Fijo de Banach.
Teorema 1.3 Sea (U, ) un espacio metrico completo y sea T : U U tal que T
m
es
una contraccion, para alg un m N. Entonces existe un unico w U tal que T(w) = w.
Demostraci on. Notemos primero que las potencias de T se denen recursivamente por
T
1
(u) = T(u) y T
n
(u) = T(T
n1
(u)) u U, n N, n 2, lo cual implica
que T
m
(u) U u U. Ahora, de acuerdo a la hipotesis sobre T
m
y a Teorema 1.1,
se sigue que existe un unico elemento w U tal que T
m
(w) = w. Veamos que w es
tambien un punto jo de T y que el es unico. En efecto, si (0, 1) denota la constante
de contracci on de T
m
, se tiene
(T(w), w) = (T
m+1
(w), T
m
(w)) = (T
m
(T(w)), T
m
(w)) (T(w), w) ,
de donde (T(w), w) = 0, y por lo tanto T(w) = w. Para la unicidad, sea w cualquier
otro elemento de U tal que T( w) = w. Entonces, aplicando sucesivamente T a esta
identidad (m1 veces), se deduce que T
m
( w) = w, y en consecuencia w = w. 2
Del teorema anterior queda claro que no es necesario exigir que T sea una contrac-
ci on, sino que simplemente requerir que alguna potencia de ella lo sea. En lo que sigue
vemos que esto ocurre precisamente con nuestra aplicaci on denida por (1.4). Para este
prop osito probamos primero el siguiente resultado.
Lema 1.2 Dados , U, se tiene
[ T
n
()(t) T
n
()(t) [
K
n
(t t
0
)
n
n!
(, ) t [t
0
, t
0
+], n N.
Demostraci on. Razonamos por induccion sobre n. Para n = 1 el resultado ya fue es-
tablecido en (1.10). Supongamos ahora su validez para n y probemos que tambien es
cierto para n + 1. En efecto, de acuerdo a la denicion de T y sus potencias, se tiene
[ T
n+1
()(t) T
n+1
()(t) [ = [ T(T
n
())(t) T(T
n
())(t) [
=
_
t
t
0
_
f(s, T
n
()(s)) f(s, T
n
()(s))
_
ds
,
de donde, aplicando la Lipschitz-continuidad de f y la hip otesis de inducci on, resulta
[ T
n+1
()(t) T
n+1
()(t) [ K
_
t
t
0
[ T
n
()(s) T
n
()(s) [ ds
K
n+1
n!
_
t
t
0
(s t
0
)
n
ds (, ) =
K
n+1
(t t
0
)
n+1
(n + 1)!
(, ) ,
lo cual completa la demostraci on. 2
Del Lemma 1.2 y de la denici on de la metrica se sigue inmediatamente que
(T
n
(), T
n
())
(K )
n
n!
(, ) , U, n N,
y puesto que lm
n
(K )
n
n!
= 0 K, R, se deduce que existe m N tal que
(K )
n
n!
< 1 n m, lo cual prueba, en particular, que T
m
es contraccion. En
consecuencia, hemos demostrado as la siguiente version mejorada del Teorema 1.2.
12 CAP
Teorema 1.4 Sea f : A R
2
R continua y supongamos que existen M, K > 0
tales que
i) [f(t, y)[ M (t, y) A.
ii) [ f(t, y
1
) f(t, y
2
) [ K[y
1
y
2
[ (t, y
1
), (t, y
2
) A.
Ademas, sean (t
0
, y
0
) A y > 0 tales que
iii) [t
0
, t
0
+] [y
0
M, y
0
+M] A.
Entonces la ecuacion integral (1.2) tiene una unica solucion U. Equivalentemente,
el problema de valores iniciales (1.1) tiene una unica solucion C
1
((t
0
, t
0
+ ))
C([t
0
, t
0
+]).
Naturalmente, el Teorema 1.4 tampoco garantiza existencia global de soluci on del
problema (1.1), pero al menos reduce las restricciones sobre s olo a lo estipulado en
iii), vale decir [t
0
, t
0
+ ] [y
0
M, y
0
+ M] A. No obstante, cuando A = R
2
esta condici on se satisface trivialmente para cualquier > 0, lo cual permite establecer
el siguiente resultado de existencia global de soluci on para (1.1).
Teorema 1.5 Sean f : R
2
R continua, (t
0
, y
0
) R
2
y supongamos que existen
M, K > 0 tales que
i) [f(t, y)[ M (t, y) R
2
.
ii) [ f(t, y
1
) f(t, y
2
) [ K[y
1
y
2
[ (t, y
1
), (t, y
2
) R
2
.
Entonces, para cualquier > 0 la ecuacion integral (1.2) tiene una unica solucion
U. Equivalentemente, el problema de valores iniciales (1.1) tiene una unica solucion
C
1
((t
0
, t
0
+)) C([t
0
, t
0
+]).
Incluso, en el caso en que A = R
2
se puede mejorar aun mas lo anterior aplicando
nuevamente el Teorema 1.3 al operador integral T sobre el conjunto U denido original-
mente por (1.3). De esta manera, una segunda version para el resultado de existencia
global de soluci on del problema de valores iniciales (1.1) queda dada como sigue.
1.2. ALGUNOS CONCEPTOS Y RESULTADOS PRELIMINARES 13
Teorema 1.6 Sean f : R
2
R continua, (t
0
, y
0
) R
2
y supongamos que existe K > 0
tal que
i) [ f(t, y
1
) f(t, y
2
) [ K[y
1
y
2
[ (t, y
1
), (t, y
2
) R
2
.
Entonces, para cualquier > 0 la ecuacion integral (1.2) tiene una unica solucion
U. Equivalentemente, el problema de valores iniciales (1.1) tiene una unica solucion
C
1
((t
0
, t
0
+)) C([t
0
, t
0
+]).
1.2. Algunos conceptos y resultados preliminares
A traves de esta secci on suponemos conocido el concepto de espacio vectorial. As, dado
un espacio vectorial X sobre el cuerpo K, el cual puede ser C o R, con elemento nulo
X, y con operaciones + : X X X (suma de vectores) y : K X X
(multiplicaci on por escalar), se introducen a continuacion algunas deniciones b asicas.
Definici on 1.6 Una aplicacion || : X R se dice una norma sobre X si ella satisface
las siguientes propiedades
i) |x| 0 x X y |x| = 0 s y solo s x = (positividad).
ii) |x| = [[ |x| K, x X .
iii) |x +y| |x| + |y| x, y X (desigualdad triangular).
El espacio X provisto de la norma | | recibe el nombre de espacio vectorial
normado y se denota (X, ||). Al respecto, es importante resaltar que (X, ||) constituye
tambien un espacio metrico (X, ), con (x, y) := |x y| x , y X, y por lo
tanto todas las deniciones y observaciones, y todos los resultados dados en la Secci on
1.1 sobre dichos espacios tambien valen en el presente contexto. No obstante, para una
mayor claridad de la presentaci on, algunas de esas deniciones se reescriben ahora en
terminos de la norma | |.
Definici on 1.7 Una sucesion x
n
nN
del espacio vectorial normado (X, | |) se dice
de Cauchy si lm
n,m
|x
n
x
m
| = 0, esto es, si
> 0, N N tal que |x
n
x
m
| n, m N .
14 CAP
Definici on 1.8 Una sucesion x
n
nN
del espacio vectorial normado (X, | |) se dice
convergente si existe x X tal que lm
n
|x
n
x| = 0, esto es, si
> 0, N N tal que |x
n
x| n N .
Es facil ver que toda sucesion convergente es de Cauchy, pero el recproco no es
siempre cierto, lo cual da origen a la siguiente denicion.
Definici on 1.9 El espacio vectorial normado (X, | |) se dice completo (o espacio de
Banach) si toda sucesion de Cauchy en X es convergente
Al respecto, el siguiente lema establece una condicion necesaria y suciente para la
convergencia de una sucesi on de Cauchy. Ciertamente, la suciencia es de mucho mayor
interes y aplicabilidad que la necesidad de esta condicion.
Lema 1.3 Sea x
n
nN
una sucesion de Cauchy de (X, | |). Entonces x
n
nN
es
convergente s y solo s ella posee una subsucesion convergente.
Demostraci on. Es claro que si x
n
nN
es convergente entonces todas sus subsucesiones
tambien lo son. Recprocamente, sea x
(1)
n

nN
una subsucesion de x
n
nN
que converge
a x X. Entonces, dado > 0, existe N
1
N tal que |x
(1)
n
x| n N
1
. A su
vez, como x
n
nN
es de Cauchy, existe N
2
N tal que |x
n
x
m
| n, m N
2
.
Ahora, para todo n N existe m n tal que x
(1)
n
coincide con x
m
. Luego, deniendo
N := maxN
1
, N
2
, se sigue que
|x
n
x| |x
n
x
(1)
n
| + |x
(1)
n
x| 2 n N ,
lo cual muestra que x
n
nN
tambien converge a x. 2
Ejemplo 1.1 Los siguientes son ejemplos de espacios de Banach.
1. C
n
:= x := (x
1
, x
2
, ..., x
n
) : x
i
C i 1, ..., n , con K = C, provisto de la
norma
|x| :=
n
j=1
[x
j
[ x C
n
.
2. C([1, 1]) := f : [1, 1] R : f continua , con K = R, provisto de la norma
|f| := max
x[1,1]
[f(x)[ f C([1, 1]) .
3.
(C) := u := u
n
nN
: u
n
C, sup
nN
[u
n
[ < , con K = C, provisto de la
norma
|u| := sup
nN
[u
n
[ u
(C) .
4. L
2
(a, b) := f : (a, b) R : f medible,
_
b
a
[f[
2
< , con K = R, donde
a, b R, a < b, provisto de la norma
|f| =
__
b
a
[f[
2
_
1/2
f L
2
(a, b) .
Ejemplo 1.2 Aqu damos un ejemplo de un espacio vectorial normado que no es Banach. En
efecto, consideremos nuevamente el espacio real C([1, 1]), pero provisto ahora de la norma
de L
2
(1, 1), esto es |f| =
__
1
1
[f[
2
_
1/2
f C([1, 1]) , la cual esta bien denida
ya que C([1, 1]) L
2
(1, 1). Ahora, sea f
n
nN
la sucesion de C([1, 1]) dada por
f
n
(t) :=
_
_
0 , 1 t < 0
nt , 0 t <
1
n
1 ,
1
n
t 1
.
Entonces, dados n, m N, n > m, se tiene
1
n
<
1
m
y luego
|f
n
f
m
|
2
=
_
1/n
0
(n m)
2
t
2
dt +
_
1/m
1/n
(1 mt)
2
dt =
2
3n
+
m
3n
2
+
1
3m
<
1
3m

1
3n
,
lo cual prueba que f
n
nN
es de Cauchy en (C([1, 1]), ||). Por otro lado, sea

f : [1, 1] R
la funcion de L
2
(1, 1) denida por
f(t) :=
_
0 , 1 t 0
1 , 0 < t 1
,
y observemos que f
n
nN
converge a

f en la norma de L
2
(1, 1) ya que
|f
n

f| =
_
1/n
0
(nt 1)
2
dt =
1
3n
n N.
Entonces, si suponemos que existe f C([1, 1]) tal que f
n
nN
converge a f en la norma
de L
2
(1, 1), necesariamente debe tenerse f =

f, lo cual es contradictorio ya que

f no es
continua. Esto prueba que f
n
nN
no es convergente y por lo tanto (C([1, 1]), | |) no es un
espacio de Banach.
16 CAP
A continuaci on se introducen los conceptos de espacios Pre-Hilbert y espacios de
Hilbert, para lo cual se requiere previamente la denicion de producto escalar.
Definici on 1.10 Sea X un espacio vectorial sobre R. Una aplicacion , ) : XX R
se dice un producto escalar (o producto interior) sobre X, si satisface las siguien-
tes propiedades:
i) x, x) 0 x X y x, x) = 0 s y solo s x = (positividad).
ii) x, y) = y, x) x, y X (simetra).
iii) x +y, z) = x, z) + y, z) , R, x, y, z X (linealidad).
En lo que sigue, z, Re(z) e Im(z) denotan el conjugado, la parte real, y la parte
imaginaria, respectivamente, de z C. A su vez, z = Re(z) = z, e Im(z) = 0, si z R.
Definici on 1.11 Sea X un espacio vectorial sobre C. Una aplicacion , ) : XX C
se dice un producto escalar (o un producto interior) sobre X, si satisface las
siguientes propiedades:
i) x, x) 0 x X y x, x) = 0 s y solo s x = (positividad).
ii) x, y) = y, x) x, y X (sesquisimetra).
iii) x +y, z) = x, z) + y, z) , C, x, y, z X
(linealidad en la primera componente).
Es importante observar aqu que en el caso real las propiedades ii) y iii) garantizan
tambien la linealidad del producto escalar en la segunda componente. Sin embargo, en
el caso complejo ello no ocurre ya que ii) y iii) s olo implican que
x, y +z) = x, y) +

x, z) , C, x, y, z X ,
lo cual recibe el nombre de sesquilinealidad.
Una consecuencia directa de la linealidad o sesquilinealidad, al usar simplemente que
= 0 , es el hecho que el producto escalar del vector nulo con cualquier vector de X
es cero, esto es
x, ) = , x) = 0 x X . (1.11)
El espacio vectorial X provisto de un producto escalar , ) se denomina espacio
pre-hilbert y se denota (X, , )). Uno de los resultados mas importantes sobre estos
espacios esta dado por la siguiente desigualdad clasica.
Teorema 1.7 (Desigualdad de Cauchy-Schwarz) Sea (X, , )) un espacio pre-Hil-
bert sobre el cuerpo K. Entonces se tiene
[ x, y) [ x, x)
1/2
y, y)
1/2
x, y X .
Demostraci on. Si x = o y = , entonces la desigualdad se satisface trivialmente
gracias a (1.11). Ahora, dados x, y X , y K, las propiedades del producto
escalar implican que
0 x + y, x + y) = x, x) + y, x) + x, y) + y, y)
= x, x) + 2 Re( x, y)) + [[
2
y, y) .
En particular, para := x, y)/y, y) se obtiene
0 x, x) 2
[x, y)[
2
y, y)
+
[x, y)[
2
y, y)
= x, x)
[x, y)[
2
y, y)
,
de donde, multiplicando por y, y) y sumando [x, y)[
2
a ambos lados de la desigualdad
anterior, se completa la demostraci on. 2
Adem as del teorema anterior, es interesante constatar que todo producto escalar
induce una norma sobre el espacio vectorial X respectivo. En efecto, se tiene el siguiente
resultado.
Teorema 1.8 Sea (X, , )) un espacio pre-Hilbert sobre el cuerpo K, y consideremos
la aplicacion | | : X R denida por |x| := x, x)
1/2
x X . Entonces | |
es una norma sobre X, la cual se llama norma inducida por , ).
Demostraci on. La positividad de | | se sigue de la propiedad respectiva del producto
escalar. Por otro lado, usando la linealidad y sesquilinealidad de , ), se sigue que
|x|
2
= x, x) = x, x) = [[
2
|x|
2
, y por lo tanto
|x| = [[ |x| K, x X .
18 CAP
Finalmente, aplicando la desigualdad de Cauchy-Schwarz se deduce que
|x +y|
2
= x +y, x +y) = |x|
2
+|y|
2
+ 2 Re(x, y))
|x|
2
+|y|
2
+ 2 |x| |y| = |x| + |y|
2
x, y X ,
lo cual prueba la desigualdad triangular para | |. 2
El teorema anterior induce la siguiente denicion.
Definici on 1.12 Se dice que un espacio pre-Hilbert (X, , )) es un espacio de hilbert
si el es completo con la norma inducida por su producto escalar.
Ejemplo 1.3 Los siguientes son ejemplos de espacios de Hilbert.
1. R
n
:= x := (x
1
, x
2
, ..., x
n
) : x
i
R i 1, ..., n , con K = R, provisto del
producto escalar
x, y) :=
n
i=1
x
i
y
i
x, y R
n
.
2. C
n
:= x := (x
1
, x
2
, ..., x
n
) : x
i
C i 1, ..., n , con K = C, provisto del
producto escalar
x, y) :=
n
i=1
x
i
y
i
x, y C
n
.
3.
2
(C) := u := u
n
nN
: u
n
C,
n=1
[u
n
[
2
< , con K = C, provisto del
producto escalar
u, v) :=
n=1
u
n
v
n
u, v
2
(C) .
4. L
2
() := f : C : f medible,
_
[f[
2
< , con K = C, donde es un
abierto acotado de R
n
, provisto del producto escalar
f, g) :=
_
f g f, g L
2
() .
5. /
nn
(R) := A = (a
ij
)
nn
: a
ij
R, con K = R, provisto del producto escalar
A, B) := tr(A
t
B) A, B /
nn
(R) ,
donde tr(C) and C
t
denotan la traza y la transpuesta, respectivamente, de una ma-
triz dada C /
nn
(R). Es interesante observar aqu que el calculo explcito de este
producto escalar se reduce a
A, B) =
n
i,j=1
a
ij
b
ij
A := (a
ij
)
nn
, B := (b
ij
)
nn
/
nn
(R) ,
lo cual equivale a ubicar ordenadamente los coecientes de estas matrices en dos vectores
de R
n
2
para luego realizar el producto escalar usual entre ellos.
A prop osito de los ejemplos 1, 2 y 5 anteriores, podemos establecer ahora el siguiente
resultado mas general.
Lema 1.4 Sea X un espacio vectorial de dimension nita sobre el cuerpo K. Entonces
X es un espacio de Hilbert.
Demostraci on. Sea N N la dimension de X, consideremos una base u
1
, u
2
, ..., u
N
de este espacio, y denamos la aplicaci on T : X K

N
que a cada x X le asigna sus
componentes con respecto a esta base. Por cuanto T es lineal y biyectiva, la aplicacion
, ) : X X K dada por
x, y) := T(x), T(y))
N
x, y X ,
donde , )
N
es el producto usual de K
N
(ver 1 y 2 en ejemplo 1.3), constituye un
producto escalar sobre X. Luego, utilizando el hecho que (K
N
, , )
N
) es un espacio de
Hilbert, se puede probar facilmente que (X, , )) tambien lo es. 2
Por otro lado, es claro que todo espacio de Hilbert es Banach, pero el recproco no es
necesariamente cierto. Es decir, existen espacios vectoriales normados completos cuyas
normas respectivas no provienen de ning un producto escalar. Un resultado cl asico que
usualmente se emplea para constatar este hecho es el siguiente.
Lema 1.5 (Ley del paralel ogramo) Sea (X, , )) un espacio pre-Hilbert sobre el
cuerpo K, y sea | | la norma inducida por el producto escalar. Entonces
|x +y|
2
+ |x y|
2
= 2
_
|x|
2
+ |y|
2
_
x, y X .
Demostraci on. Basta observar que
|x y|
2
= x y, x y) = |x|
2
+|y|
2
2 Re(x, y))
20 CAP
y luego sumar las expresiones con ambos signos. 2
En virtud del lema anterior queda claro que si una norma no satisface la ley del
paralel ogramo, entonces ella no esta inducida por ning un producto escalar. Un ejemplo
simple de este hecho es el siguiente.
Ejemplo 1.4 Consideremos el espacio de Banach complejo (
(C), | |), donde
(C) := u := u
n
nN
: u
n
C, sup
nN
[u
n
[ <
y
|u| := sup
nN
[u
n
[ u
(C) .
Para ver que (
(C), | |) no es un espacio de Hilbert, basta mostrar un ejemplo concreto

de elementos de
(C) que no satisfacen la ley del paralelogramo. En particular, tomemos

u := u
n
nN
y v := v
n
nN
, donde
u
n
:=
_
_
1 , si n = 1
1
2
, si n = 2
0 , si n 3
y v
n
:=
_
_
0 , si n = 1
1
2
, si n = 2
1 , si n 3
.
Se sigue que |u| = |v| = |u +v| = |u v| = 1, y por lo tanto
2
_
|u|
2
+ |v|
2
_
|u +v|
2
|u v|
2
= 2 ,= 0 ,
lo cual prueba que | | no satisface la ley mencionada. En realidad, no es difcil ver que existe
una innidad de contraejemplos (ademas del presentado aqu).
Dados := (0, 1) y f C(), consideremos el problema de valores de contorno: Hallar
u C
2
() C(
) tal que
u
= f en , u(0) = u(1) = 0 . (1.12)

Nuestro objetivo es presentar un metodo de solucion para (1.12), distinto del esquema
cl asico, y en el cual, en vez de pedir que la ecuaci on diferencial se satisfaga en cada
punto x , se requiera solamente que se verique alguna identidad integral apropiada.
Para este efecto, necesitamos algunos conceptos previos.
1.3. UN PROBLEMA DE VALORES DE CONTORNO EN R 21
Dado un abierto de R, C
() denota el espacio de funciones a valores reales

innitamente diferenciables denidas sobre . A su vez, para cada C() se dene
su soporte, y se denota sop , como la adherencia de
1
(0), es decir
sop := x : (x) ,= 0 ,
con lo cual se introduce el espacio de funciones
C
0
() := C
() : sop es compacto y sop .

Notar que el requerimiento de compacidad para el soporte garantiza que las funciones
de C
0
() se anulan en alguna vecindad de la frontera de .
Luego, multiplicando la ecuacion diferencial de (1.12) por una funci on C
0
() e
integrando por partes en , resulta
_
1
0
f dx =
_
1
0
u
dx =
_
1
0
u
dx u
(1) (1) +u
(0) (0) ,
de donde, usando que (0) = (1) = 0, se obtiene
_
1
0
u
dx =
_
1
0
f dx C
0
() . (1.13)
Para continuar la deduccion de un nuevo esquema de solucion para (1.12), necesita-
mos el siguiente concepto vinculado a la teora de distribuciones (ver tambien Seccion
1.6).
Definici on 1.13 Dada v L
2
(), se dice que v
L
2
(), en el sentido distribucional,
si existe z L
2
() tal que
dx =
_
z dx C
0
() ,
y en tal caso se escribe v
:= z.
Ejemplo 1.5 Considere = (0, 2) y la funcion v(x) =
_
x, 0 x 1
1 , 1 x 2
. Entonces,
dada C
0
() se tiene (0) = (2) = 0 y luego
dx =
_
1
0
x
dx
_
2
1
dx
22 CAP
=
_
1
0
dx (1) ((2) (1)) =
_
1
0
dx =
_
z dx,
donde
z(x) =
_
1 , 0 x < 1
0 , 1 < x 2
,
lo cual prueba que v
= z L
2
().
Motivado por la denici on anterior, se introduce el espacio de Sobolev
H
1
() := v L
2
() : v
L
2
() , (1.14)
el cual es un espacio de Hilbert provisto del producto escalar
v, w)
H
1
()
:=
_
( v
+ v w) dx v, w H
1
() . (1.15)
Se sigue que la norma | |
H
1
()
: H
1
() R est a dada por
|v|
H
1
()
:=
__
_
(v
)
2
+ v
2
_
dx
_
1/2
v H
1
() .
Por otro lado, se denota por H
1
0
() a la adherencia de C
0
() en H
1
(), el cual
se caracteriza tambien como el subespacio de elementos de H
1
() que se anulan en la
frontera de , esto es
H
1
0
() := v H
1
() : v(0) = v(1) = 0 . (1.16)
Con estas notaciones, y en virtud de la identidad (1.13), podemos plantear el siguiente
esquema de soluci on para nuestro problema de valores de contorno (1.12): Hallar
u H
1
0
() tal que
_
dx =
_
f dx C
0
() . (1.17)
M as a un, en el siguiente lema probamos, usando la densidad de C
0
() en H
1
0
(), que
(1.17) se puede reformular como: Hallar u H
1
0
() tal que
_
dx =
_
f v dx v H
1
0
() . (1.18)
Lema 1.6 Las formulaciones (1.17) y (1.18) son equivalentes.
1.3. UN PROBLEMA DE VALORES DE CONTORNO EN R 23
Demostraci on. Sea u H
1
0
() una solucion de (1.18). Dado que C
0
() H
1
0
() es
claro que u es tambien solucion de (1.17). Recprocamente, sea u H
1
0
() una soluci on
de (1.17) y consideremos v H
1
0
(). Puesto que C
0
() es denso en H
1
0
() se sigue que
existe una sucesion
n
nN
C
0
() tal que |v
n
|
H
1
()
0 cuando n +, y
en tal caso, de acuerdo a (1.17), se tiene
_
n
dx =
_
f
n
dx n N. (1.19)
Ahora, aplicando la desigualdad de Cauchy-Schwarz en L
2
(), se obtiene
dx
_
n
dx
(v
n
) dx
|u
|
L
2
()
|v
n
|
L
2
()
|u|
H
1
()
|v
n
|
H
1
()
,
lo cual implica que lm
n
_
n
dx =
_
dx . De manera similar se muestra que

lm
n
_
f
n
dx =
_
f v dx , y as, tomando lm
n
en (1.19), se concluye que
_
dx =
_
f v dx ,
lo cual prueba que u es solucion de (1.18). 2
Por otro lado, deniendo H := H
1
0
(), y las aplicaciones A : H H R y
F : H R dadas por
A(w, v) :=
_
dx y F(v) :=
_
f v dx w, v H ,
observamos que (1.18) se reduce a: Hallar u H tal que
A(u, v) = F(v) v H . (1.20)
En consecuencia, independientemente del problema de valores de contorno (1.12)
que dio origen a (1.18), podemos pensar en estudiar la solubilidad de formulaciones
abstractas del tipo (1.20). Precisamente, en uno de los captulos siguientes de este texto
se introduce el Teorema de Lax-Milgram, el cual da condiciones sucientes sobre H,
A y F para que (1.20) tenga una unica soluci on. Naturalmente, para llegar a establecer y
demostrar dicho teorema, necesitaremos varios resultados previos de analisis funcional.
24 CAP
n
Sean n N y un abierto acotado de R
n
con frontera := de clase C
1
. La
denici on precisa del grado de suavidad de la frontera, incluyendo ciertamente C
1
y
otras clases de funciones, puede verse en [2], [4], o [13].
Entonces, dada una funci on f C(), nos interesa el siguiente problema de valores
de contorno: Hallar u C
2
() C(
) tal que
u = f en , u = 0 en . (1.21)
Con el objeto de derivar un esquema de solucion para (1.21), analogo al de la seccion
anterior, se deducen a continuaci on las identidades de Green. Para ello, recordamos
primero el Teorema de la Divergencia de Gauss, el cual dice que para un campo vectorial
G [C
1
() C(
)]
n
se tiene
_
div Gdx =
_
G ds ,
donde div G :=
n
i=1
G
i
x
i
y := (
1
, ...,
n
)
t
es el vector normal unitario exterior a .
En particular, si G tiene todas sus componentes nulas, excepto la i-esima que es igual a
uv, con u, v C
1
() C(
), entonces se obtiene
_
x
i
(uv) dx =
_
uv
i
ds ,
o bien
_
v
u
x
i
dx =
_
u
v
x
i
dx +
_
uv
i
ds i 1, ..., n ,
la cual se conoce como f
ormula de integraci
on por partes.
Reemplazando u por
w
x
i
en la ecuaci on anterior, resulta
_
v

2
w
x
2
i
dx =
_
w
x
i
v
x
i
dx +
_
w
x
i
v
i
ds i 1, ..., n ,
y luego, sumando sobre todos los ndices i, se concluye la primera identidad de
Green
_
v wdx =
_
w v dx +
_
v ds , (1.22)
1.4. UN PROBLEMA DE VALORES DE CONTORNO EN R
N
25
la cual es valida para todo v C
1
() C(
) y para todo w C
2
() C
1
(
). Aqu,
w
:=
N
i=1
w
x
i
i
denota la derivada normal sobre .
Intercambiando los roles de v y w en (1.22) y luego restando la ecuaci on resultante
a (1.22) se obtiene la segunda identidad de Green:
_
( v w wv ) dx =
_
_
v
w
w
v
_
ds , (1.23)
para todo v, w C
2
() C
1
(
).
Ahora, consideramos nuevamente el espacio C
0
(), cuya denicion en el caso n-
dimensional es an aloga a la dada en la Secci on 1.3 para un abierto de R. Multipli-
cando la ecuacion diferencial parcial de (1.21) por una funci on C
0
(), aplicando
la primera identidad de Green (1.22), y usando el hecho que = 0 on , resulta
_
u dx =
_
fdx C
0
() . (1.24)
Definici on 1.14 Dada v L
2
(), se dice que
v
x
i
L
2
() en el sentido distribucional,
si existe z
i
L
2
() tal que
v

x
i
dx =
_
z
i
dx C
0
() ,
y en tal caso se escribe
v
x
i
= z
i
.
De acuerdo a la denici on anterior, podemos introducir el espacio de Sobolev
an alogo al dado en (1.14),
H
1
() :=
_
v L
2
() :
v
x
i
L
2
() i 1, ..., n
_
, (1.25)
el cual tambien es un espacio de Hilbert provisto del siguiente producto escalar
v, w)
H
1
()
:=
_
( v w + v w) dx v, w H
1
() .
Entonces, la norma | |
H
1
()
: H
1
() R est a dada por
|v|
H
1
()
:=
_
[v[
2
H
1
()
+ |v|
2
L
2
()
_
1/2
v H
1
() ,
26 CAP
donde [ [
H
1
()
es la semi-norma asociada denida como
[v[
H
1
()
:=
__
|v|
2
dx
_
1/2
=
_
n
i=1
v
x
i
2
L
2
()
_
1/2
v H
1
() .
Al igual que en la Secci on 1.3 se dene el espacio H
1
0
() como la adherencia de
C
0
() en H
1
(). Puede probarse (ver Captulo 1 en [13]) que H
1
0
() coincide con el
subespacio de elementos de H
1
() que se anulan en la frontera en el sentido de trazas,
esto es
H
1
0
() :=
_
v H
1
() : v = 0 en
_
.
En virtud de la identidad (1.24) y de la densidad de C
0
() en H
1
0
(), la cual permite
probar un resultado analogo al dado por Lemma 1.6, el esquema alternativo de solucion
para el problema de valores de contorno (1.21) se reduce a: Hallar u H
1
0
() tal que
_
u v dx =
_
fv dx v H
1
0
() . (1.26)
Entonces, deniendo H := H
1
0
(), y las aplicaciones A : H H R y F : H R
dadas por
A(w, v) :=
_
w v dx y F(v) :=
_
fv dx w, v H , (1.27)
observamos que (1.26) se reduce a: Hallar u H tal que
A(u, v) = F(v) v H . (1.28)
Ciertamente, la estructura abstracta de (1.28) coincide con la del problema (1.20)
y por lo tanto los mismos comentarios dados al nal de la Seccion 1.3 valen en este
caso. En particular, se reitera una vez m as que el Teorema de Lax-Milgram nos
dar a condiciones sucientes sobre H, A y F para que formulaciones de este tipo sean
bien propuestas.
1.5. Nociones basicas de distribuciones
En esta secci on se dan algunos resultados b asicos sobre distribuciones, los cuales for-
malizan varios de los argumentos dados en las dos secciones anteriores y proporcionan,
adem as, algunos fundamentos necesarios para los captulos siguientes. Para este efecto,
consideremos n N y un abierto de R
n
.
1.5. NOCIONES B
ASICAS DE DISTRIBUCIONES 27
Definici on 1.15 Un multndice es una nupla := (
1
, ...,
n
) donde cada
i
es un
entero no negativo. La longitud (u orden) de la nupla se dene como [[ :=
n
i=1
i
.
Dadas dos nuplas , , la suma de ellas se dene componente a componente, esto es,
si := (
1
, ...,
n
), entonces + := (
1
+
1
, ...,
n
+
n
). Ademas, para una funcion
u C
||
(), se escribe
u :=

||
u
x
1
1
x
2
2
x
n
n
.
Definici on 1.16 El espacio vectorial C
0
(), provisto de una topologa inducida por una
familia de seminormas (ver detalles en [10]), se denota T() y se llama espacio de
funciones test.
Ejemplo 1.6 Consideremos la funcion : R R denida por
(t) :=
_
0 si t 0 ,
e
1/t
si t > 0 .
No es difcil probar que pertenece a C
(R), el espacio de funciones innitamente diferen-

ciables denidas sobre R. Este hecho sugiere denir entonces la funcion : R
n
R dada por
(x) := (1|x|
2
) x R
n
, la cual, al ser la compuesta de con una funcion polinomial,
pertenece a C
(R
n
). Mas a un, se sigue que
(x) :=
_
0 si |x| 1 ,
e
1/(1x
2
)
si |x| < 1 ,
lo cual indica que el soporte de es la bola unitaria

B(0, 1) := x R
n
: |x| 1
(0 := (0, ..., 0)
t
denota el vector nulo de R
n
), y por lo tanto C
0
() para cualquier abierto
que contiene a

B(0, 1). En general, dados > 0 y x
0
R
n
, la funcion
,x
0
: R
n
R dada
por
,x
0
(x) := (1 |x x
0
|
2
/
2
) :=
_
0 si |x x
0
| ,
e
2
/(
2
xx
0
2
)
si |x x
0
| < ,
tambien pertenece a C
(R
n
) y su soporte se reduce a

B(x
0
, ) := x R
n
: |x x
0
| .
Se concluye as que
,x
0
C
0
() para cualquier abierto que contiene a

B(x
0
, ).
El ejemplo anterior muestra que se pueden construir funciones test en cualquier
abierto de R
n
, con soportes tan peque nos como se desee, o tan grandes como lo permita
el dominio respectivo.
28 CAP
Por otro lado, una consecuencia importante de la topologa de T() es la equivalencia
entre el concepto usual (topologico) de continuidad y el de continuidad por sucesiones.
De acuerdo a ello, se introducen ahora las siguientes deniciones.
Definici on 1.17 Sea
k
kN
una sucesion en T(). Se dice que
k
kN
converge a
la funcion nula en T(), si existe un compacto K
0
tal que sop
k
K
0
para todo
k N, y para toda nupla se tiene que
kN
converge uniformemente a cero
sobre K
0
, esto es lm
k
sup
xK
0
[
k
(x)[ = 0 .
Definici on 1.18 Una aplicacion u : T() C se dice una forma lineal si
u( +) = u() + u() , C, , T() .
Definici on 1.19 Una forma lineal u : T() C se llama una distribuci
on sobre
si ella es continua (equivalentemente, continua por sucesiones). En otras palabras,
u : T() C se dice una distribucion si para toda sucesion
k
kN
T() que
converge a la funcion nula, se tiene que u(
k
) converge a cero cuando k . Al
espacio de todas las distribuciones sobre se le denota T
(). Ademas, dada u T
()
y T(), se adopta la notacion u() = u, ) .
Un resultado de caracterizaci on de las distribuciones, mas facil de vericar que la
denici on 1.19, est a dado por el siguiente teorema.
Teorema 1.9 Una forma lineal u : T() C es una distribucion sobre s y solo
s para cada compacto K , existen un entero no negativo N y una constante positiva
C, tal que
[ u, ) [ C
||N
sup
xK
[
(x)[ T
K
() , (1.29)
donde T
K
() := T() : sop K.
Demostraci on. Para la primera implicaci on supongamos, por contradicci on, que existe
un compacto K tal que para todo entero no negativo N, y para todo C > 0, existe
T
K
() tal que [ u, ) [ > C
||N
sup
xK
[
(x)[. En particular, para C = N,

existe
N
T
K
() tal que [ u,
N
) [ > N
||N
sup
xK
[

N
(x)[. Para cada N, denamos
1.5. NOCIONES B
la funcion
N
:=

N
[u,
N
)[
. Se sigue que
[u,
N
)[ = 1 y
1
N
>
||N
sup
xK
[
N
(x)[ . (1.30)
Notemos ahora que sop
N
= sop
N
K. Ademas, dada una nupla , se deduce
de (1.30) que para todo N [[ se tiene que sup
xK
[
N
(x)[
1
N
, y por lo tanto
lm
N
sup
xK
[
N
(x)[ = 0 . Esto prueba que la sucesion
N
NN
converge a la
funci on nula en T(). Sin embargo, debido a (1.30), u,
N
)
NN
no converge a cero
en C, lo cual contradice el hecho que u es continua.
Recprocamente, supongamos que para todo compacto K existen N N 0 y
C > 0, tales que (1.29) se cumple, y sea
k
kN
T() una sucesi on que converge a
cero en T(). Esto signica que existe un compacto K
0
tal que sop
k
K
0
para
todo k N, y para toda nupla se tiene
lm
k
sup
xK
[
k
(x)[ = 0 .
Luego, aplicando (1.29) con K = K
0
se concluye que u,
k
)
kN
converge a cero en C,
probando as la continuidad de u. 2
Definici on 1.20 El espacio de funciones localmente integrables sobre se denota por
L
1
loc
() y se dene como
L
1
loc
() := f : C : f medible ,
_
K
[f[ dx < compacto K .
Ejemplo 1.7 Las funciones localmente integrables constituyen los ejemplos mas simples de
distribuciones. En efecto, dada f L
1
loc
(), la distribucion inducida, que denotamos nueva-
mente por f, se dene como
f, ) :=
_
fdx T() .
Veamos que f T
(). La linealidad es una consecuencia clara de la misma propiedad de la

integral. Para la continuidad consideramos un compacto K y tomamos T
K
(). Se
sigue que
[f, )[ =
fdx
_
K
fdx

_
K
[f[[[ dx
_
K
[f[ dx sup
xK
[(x)[ .
30 CAP
Por lo tanto, en virtud del Teorema 1.9, basta elegir C :=
_
K
[f[ dx y N = 0, con lo cual
[f, )[ C
||N
sup
xK
[
(x)[ .
El ejemplo anterior muestra que el espacio L
1
loc
() se identica con un subespacio de
T
(), lo cual induce la siguiente denicion.

Definici on 1.21 Se dice que una distribucion u T
() es regular si ella es generada

por una funcion localmente integrable. En caso contrario, u se dice singular.
El ejemplo clasico de distribuci on singular es el dado por T
(R
n
), llamada delta
de Dirac, y denida como
, ) := (0) T(R
n
) .
M as generalmente, si x
0
entonces tambien se dene
x
0
T
() como
x
0
, ) := (x
0
) T() .
Lema 1.7 La distribucion T
(R
n
) es singular.
Demostraci on. Por simplicidad, consideramos el caso n = 1. La demostracion para
n > 1 es analoga. Dada la funci on test
,0
T(R) (denida en el Ejemplo 1.6), con
(0, 1), observamos primero que ,
,0
) =
,0
(0) = e
1
, [
,0
(x)[ e
1
x R,
y sop
,0
= [, ]. Supongamos ahora, por contradicci on, que existe f L
1
loc
(R) tal
que , ) =
_
R
f dx T(R). Se sigue as que
e
1
= [ ,
,0
) [ =
f
,0
dx
e
1
_

[f[ dx = e
1
_
1
1
1
[,]
[f[ dx ,
donde 1
[,]
es la funci on caracterstica del intervalo [, ]. Luego, tomando lm
0
y
aplicando el teorema de convergencia dominada de Lebesgue, se obtiene e
1
0, lo
cual es absurdo. Esto prueba que no puede ser regular. 2
Por otro lado, una de las nociones m as importantes sobre distribuciones se reere
a la derivacion de ellas. Para entender el origen de este concepto consideremos ahora
un abierto de R
n
y una funcion u C
1
(). Puesto que para cada i 1, ..., n, la
1.5. NOCIONES B
derivada parcial
u
x
i
es una funci on continua, se sigue que ella induce la distribucion
dada por
u
x
i
, ) =
_
u
x
i
dx T() .
Sin embargo, usando la f ormula de integracion por partes se obtiene
u
x
i
, ) =
_
u

x
i
= u

x
i
) T() ,
y se observa as que la diferenciabilidad de u no es una condici on necesaria para que
este ultimo termino este bien denido. En efecto, basta que u dena una distribuci on
para que esa expresi on tenga sentido. De la misma manera se deduce que si es un
multindice y u C
||
(), entonces aplicando integracion por partes [[ veces, resulta
u, ) = (1)
||
u,
) T() .
Los comentarios anteriores inducen la siguiente denici on.
Definici on 1.22 Sean u T
() y un multindice. Se dene la derivada -esima de

u, y se denota
u, como la forma lineal sobre T() dada por

(
u)() := (1)
||
u,
) T() .
Veamos ahora que para cualquier multindice ,
u es tambien una distribucion

sobre . En efecto, en virtud del Teorema 1.9 y del hecho que u T
(), sabemos que

dado un compacto K , existen un entero no negativo N y una constante positiva
C, tal que
[ u, ) [ C
||N
sup
xK
[
(x)[ T
K
() . (1.31)
Se sigue que para cada T
K
()
[
u, ) [ = [ u,
) [ C
||N
sup
xK
[
+
(x)[ C
||N+||
sup
xK
[
(x)[ ,
lo cual, de acuerdo nuevamente a Teorema 1.9, implica que
u T
().
32 CAP
1.6. Ejercicios
1.1 Sea X un espacio vectorial normado y sea S := x X : |x| = 1. Pruebe que S es
completo s y solo s X es Banach.
1.2 Sean I := (t
0
, t
0
+), f
j
:

I R
n
R, j 1, . . . , n, funciones continuas, y considere
el sistema de ecuaciones diferenciales ordinarias de primer orden: Hallar u := (u
1
, , u
n
)
t
[C
1
(I) C(
I)]
n
tal que
_
_
du
j
dt
= f
j
(t, u
1
(t), , u
n
(t)) t I y
u
j
(t
0
) =
j
j 1, . . . , n,
(1.32)
donde t
0
, ,
j
, j = 1, , n son constantes reales dadas y es positivo. Suponga ademas que
existe M > 0 tal que
[f
j
(t, z) f
j
(t, w)[ M|z w|
z, w R
n
, t

I.
Demuestre que (1.32) tiene una unica solucion u(t) para todo t

I.
1.3 Demuestre el Teorema 1.6.
1.4 Sea (H, , )) un espacio de Hilbert y considere una sucesion x
n
nN
de H tal que
x
n
, x
m
) =
_
1 si n = m
0 si n ,= m
. Pruebe que
n=1
[ x, x
n
) [
2
|x|
2
x H . Ademas,
dada una sucesion de escalares
n
nN
, demuestre que
n=1
n
x
n
converge en H s y solo
s
n=1
[
n
[
2
< +.
1.5 Dado abierto de R
n
y m N, se dene el espacio de Sobolev de orden m, como
H
m
() :=
_
u T
() :
u L
2
() , [[ m
_
,
el cual se provee de la norma |u|
H
m
()
:=
_
_
_
||m
|
u|
2
L
2
()
_
_
_
1/2
. Asuma que L
2
() con
el producto escalar usual u, v)
L
2
()
:=
_
uv dx es un espacio de Hilbert, y demuestre que

H
m
() tambien lo es.
1.6. EJERCICIOS 33
1.6 Se dice que un espacio de Banach X es uniformemente convexo si para todo > 0
existe > 0 tal que
_
x, y X , |x| 1 , |y| 1 y |x y| >
_

_
_
_
_
x +y
2
_
_
_
_
< 1 .
Demuestre que todo espacio de Hilbert es uniformemente convexo.
1.7 Sea H un espacio vectorial normado real. Pruebe que si la norma de H satisface
|x +y|
2
+ |x y|
2
= 2
_
|x|
2
+|y|
2
_
x, y H,
entonces ella proviene de un producto escalar.
1.8 El Teorema del Punto Fijo de Brouwer establece que si S es un subconjunto
compacto, convexo, y no vaco de un espacio vectorial de dimension nita, y T es una aplicacion
continua de S en S, entonces T tiene al menos un punto jo. Use este resultado de Brouwer
para demostrar que si X es un espacio de Hilbert de dimension nita con producto escalar
, ) y norma | |, y si F es una aplicacion continua de X en X tal que, para alg un > 0,
F(u), u) 0 u X con |u| = , entonces existe u
0
X, |u
0
| , tal que F(u
0
) = 0.
1.9 Sea un abierto acotado de R
2
con frontera suave , y sea f [L
2
()]
2
. El problema
de Navier-Stokes, un problema de suma importancia en mecanica de uidos, consiste en
encontrar el vector de velocidades u := (u
1
, u
2
)
t
y la presion p de un uido, tales que
u +
2
j=1
u
j
u
x
j
+ p = f en , div u = 0 en ,
u = 0 en ,
_
p dx = 0 .
(1.33)
Dena los espacios H := [H
1
0
()]
2
, Q := L
2
0
() :=
_
q L
2
() :
_
q dx = 0
_
, y de-
muestre que la formulacion debil de (1.33) se reduce a: encontrar (u, p) H Q tales que:
a(u; u, v) + b(v, p) = f(v) v H
b(u, q) = 0 q Q,
(1.34)
donde a : H H H R, b : H Q R, y f : H R, estan denidas por
a(w; u, v) :=
2
i=1
_
u
i
v
i
dx +
2
i,j=1
_
w
j
u
i
x
j
v
i
dx,
b(v, p) :=
_
p div v dx , f(v) =
_
f v dx.
34 CAP
2
con frontera suave , y sea f [L
2
()]
2
. El pro-
blema de Stokes corresponde a una version linealizada del problema de Navier-Stokes y
consiste en encontrar el vector de velocidades u := (u
1
, u
2
)
t
y la presion p de un uido, tales
que
u + p = f en , u = 0 en ,
u = 0 en ,
_
p dx = 0 .
(1.35)
Utilice el ejercicio anterior para deducir la formulacion debil de (1.35).
1.11 Dado abierto de R
n
y p [1, +), se dene
L
p
() :=
_
f : R : f medible y
_
[f[
p
dx <
_
.
Puede probarse que L
p
(), provisto de la norma |f|
L
p
()
:=
__
[f[
p
dx
_
1/p
es un espacio
de Banach. Ademas, dados f L
p
() y g L
q
(), con
1
p
+
1
q
= 1, se tiene la desigualdad de
Holder
_
[f g[ dx |f|
L
p
()
|g|
L
q
()
.
Entonces, dado m N se dene el Espacio de Sobolev de orden (m, p), como
W
m,p
() :=
_
u T
() :
u L
p
() , [[ m
_
,
el cual se provee de la norma |u|
W
m,p
()
:=
_
_
_
||m
|
u|
p
L
p
()
_
_
_
1/p
. Demuestre que
W
m,p
() es un espacio de Banach.
2
y sea T := T
1
, T
2
, ..., T
N
una triangularizacion de
, es decir:
i)

T
j
es un triangulo con interior no-vaco j 1, ..., N,
ii) T
i
T
j
= i ,= j, y
iii)

=

T
j
: j 1, ..., N .
Dena el subespacio de [L
2
()]
2
H := [L
2
()]
2
: div() L
2
(T
j
) j 1, ..., N ,
1.6. EJERCICIOS 35
donde la pertenencia local div() L
2
(T
j
) esta dada en el sentido distribucional, es decir en
T
(T
j
), lo cual signica que existe z
j
L
2
(T
j
) tal que
_
T
j
dx =
_
T
j
z
j
dx C
0
(T
j
) ,
y en tal caso se escribe z
j
= div() en T
j
. Demuestre que H provisto de la norma
|| :=
_
_
_
||
2
[L
2
()]
2
+
N
j=1
|div()|
2
L
2
(T
j
)
_
_
_
1/2
H ,
es un espacio de Hilbert real.
36 CAP
Captulo 2
DUALIDAD
2.1. Preliminares
Sea (V, | |) un espacio vectorial normado sobre un cuerpo K (R o C). Toda aplicacion
F : V K se llama funcional. Note, por ejemplo, que cualquier norma de V es un
funcional. A continuaci on se denen los conceptos de linealidad y acotamiento asociados
a un funcional.
Definici on 2.1 Un funcional F : V K se dice lineal si
F(v + w) = F(v) + F(w) , K, v, w V .
Definici on 2.2 Un funcional lineal F : V K se dice acotado con respecto a una
norma dada | | de V si existe una constante M > 0 tal que
[F(v)[ M|v| v V .
Ejemplo 2.1 Los siguientes son ejemplos simples de funcionales.
1. Dado un espacio vectorial normado (V, | |), la norma | | : V R es un funcional
no-lineal. En particular, basta ver que para < 0 y x V , x ,= 0, se tiene |x| =
[[ |x| ,= |x|.
2. Dados un espacio de Hilbert (V, , )) y x V , la aplicacion que a cada v V le asigna
v, x) K es un funcional lineal. Ademas, usando la desigualdad de Cauchy-Schwarz
se prueba facilmente que este funcional es acotado. Al respecto, es importante destacar
37
38 CAP
ITULO 2. DUALIDAD
aqu que el Teorema de Representacion de Riesz, resultado que se demuestra luego en la
Seccion 2.2, constituye precisamente el recproco de este hecho. En otras palabras, dicho
teorema establece que todo funcional lineal acotado F denido sobre V admite un unico
representante x V a traves de la relacion: F(v) = v, x) v V .
El conjunto de todos los funcionales lineales y acotados denidos sobre V se llama
dual de V y se denota V
. Sobre V
se denen las siguientes operaciones

+ : V
(F,G) F + G, (F +G)(v) := F(v) +G(v) v V ,

(2.1)
y
: KV
(, F) F , (F)(v) := F(v) v V .
(2.2)
Entonces, se demuestra f acilmente que (V
, +, ) es un espacio vectorial sobre K, cuyo

elemento neutro para la adicion es el funcional nulo : V K denido como (v) = 0
para todo v V .
Definici on 2.3 Dado F V
se dene |F|
V
como el nmo de todas las constantes
M > 0 que satisfacen la condicion de acotamiento de F seg un se indica en la Denicion
2.2, esto es
|F|
V
:= nf M > 0 : [F(v)[ M|v|
V
v V .
Se sigue que
|F|
V
= sup
0=vV
[F(v)[
|v|
V
F V
. (2.3)
Igualmente, |F|
V
se dene tambien como
|F|
V
:= sup
vV
v1
[F(v)[ ,
o bien
|F|
V
:= sup
vV
v=1
[F(v)[ .
En cualquier caso, se prueba f acilmente que efectivamente | |
V
es una norma sobre
V
, con lo cual (V
, +, , | |
V
) constituye un espacio vectorial normado. M as aun, se
puede demostrar, usando la completitud del cuerpo K, que V
es un espacio de Banach.
2.2. TEOREMA DE REPRESENTACI
ON DE RIESZ 39
Un resultado mas general, del cual la completitud de los espacios duales es un caso
particular, se probara posteriormente en el Captulo 3 (ver Teorema 3.1).
En lo que sigue, y cuando no haya confusi on al respecto, escribiremos simplemente
|v| y |F| en vez de |v|
V
y |F|
V
, para cada v V y F V
.
Al terminar esta secci on nos preguntamos si es posible obtener una identidad dual a
la establecida en (2.3), esto es, si acaso se tiene que:
|v| = sup
=FV
[F(v)[
|F|
v V . (2.4)
La respuesta a esta simple interrogante es positiva y estara dada posteriormente como
una de las tantas consecuencias del Teorema de Hahn-Banach, uno de los resultados
cl asicos mas importantes del An alisis Funcional.
2.2. Teorema de Representaci on de Riesz
El prop osito de esta seccion es demostrar el Teorema de Representacion de Riesz, el cual
ya fue anunciado en el Ejemplo 2.1. Para este efecto, necesitamos algunos resultados
previos.
Teorema 2.1 (Primer Teorema de Mejor Aproximaci
on) Sea U ,= un subes-

pacio cerrado de un Hilbert (V, , )). Entonces, para todo x V existe un unico z U
tal que
|x z| = nf
uU
|x u| , (2.5)
el cual se llama la mejor aproximacion de x por elementos de U. Ademas, z U
esta caracterizado por la relacion de ortogonalidad
x z, u) = 0 u U . (2.6)
Demostraci on. Sea d := nf
uU
|x u|. Entonces, para todo > 0 existe u U tal que
d |x u| < d + . En particular, tomando =
1
n
, con n N, se deduce que existe
una sucesion z
n
nN
U tal que d |x z
n
| < d +
1
n
y por lo tanto |x z
n
| d
cuando n +. Ahora, aplicando la ley del paralel ogramo a (x z
n
) y (x z
m
), con
m, n N, se tiene
|(x z
n
) + (x z
m
)|
2
+ |(x z
n
) (x z
m
)|
2
= 2
_
|x z
n
|
2
+ |x z
m
|
2
_
,
40 CAP
ITULO 2. DUALIDAD
o bien
4
x
(z
n
+z
m
)
2
2
+ |z
n
z
m
|
2
= 2 |x z
n
|
2
+ 2 |x z
m
|
2
,
de donde
|z
n
z
m
|
2
= 2 |x z
n
|
2
+ 2 |x z
m
|
2
4
x
(z
n
+z
m
)
2
2
.
Puesto que
z
n
+z
m
2
U resulta |x
(z
n
+z
m
)
2
| d, y luego
|z
n
z
m
|
2
2 |x z
n
|
2
+ 2 |x z
m
|
2
4 d
2
.
As, tomando lmite cuando m, n +, obtenemos |z
n
z
m
| 0, lo que indica que
z
n
nN
es de Cauchy en V . Como U es cerrado, se deduce que existe z U tal que
z
n
z y por lo tanto
d = lm
n+
|x z
n
| = |x z| .
Para la unicidad, sean z
1
, z
2
U tales que |x z
1
| = |x z
2
| = d. Aplicando
nuevamente los mismos c alculos anteriores, se obtiene
0 |z
1
z
2
|
2
= 2 |x z
1
|
2
+ 2 |x z
2
|
2
4
x
(z
1
+z
2
)
2
2
= 4 d
2
4
x
(z
1
+z
2
)
2
2
0 ,
con lo cual |z
1
z
2
| = 0.
Ahora probamos la equivalencia entre (2.5) y (2.6). Sea z U tal que
d := |x z| = nf
uU
|x u| .
Se sigue que d
2
|xu|
2
para todo u U, y en particular, dado que U es subespacio,
d
2
|x (z u)|
2
= |(x z) +u)|
2
R, u U .
Desarrollando la desigualdad anterior se obtiene
d
2
|x z|
2
+ 2 x z, u) +
2
|u|
2
= d
2
+ 2 x z, u) +
2
|u|
2
,
de donde
0 2 x z, u) +
2
|u|
2
R, u U .
ON DE RIESZ 41
Luego, dividiendo por > 0 (resp. < 0) y tomando lmite cuando 0
+
(resp.
0
), resulta x z, u) = 0 para todo u U.

Recprocamente, sea z U tal que x z, u) = 0 para todo u U. Se sigue
f acilmente que
|x u|
2
= |(x z) (u z)|
2
= |x z|
2
+|u z|
2
,
de donde |x z| |x u| para todo u U y |x z| = |x u| si y solo si u = z,
Es importante observar aqu que la misma demostraci on utilizada para probar la
existencia y unicidad de la mejor aproximacion z U, es valida en el caso en que U
es s olo un subconjunto convexo y cerrado del Hilbert V . En efecto, el unico argumento
que en esta parte hace uso del hecho que U es un subespacio de V es aquel que permite
concluir que el promedio de dos elementos de U sigue estando en U, lo cual naturalmente
tambien es cierto si U es convexo. No obstante, la convexidad de U no es suciente para
probar una eventual equivalencia entre (2.5) y (2.6). De hecho, el teorema de caracte-
rizaci on correspondiente, que sera detallado mas adelante en el captulo de Problemas
Variacionales, implica una desigualdad en vez de la relacion de ortogonalidad (2.6).
De acuerdo a lo anterior, ahora podemos establecer el siguiente resultado.
Teorema 2.2 (Segundo Teorema de Mejor Aproximaci
on) Sea U ,= un
subconjunto convexo y cerrado de un Hilbert (V, , )). Entonces, para todo x V existe
un unico z U tal que
|x z| = nf
uU
|x u| , (2.7)
el cual se llama la mejor aproximacion de x por elementos de U.
Ejemplo 2.2 Este ejemplo ilustra el caso nito-dimensional del Teorema 2.1.
1. Si U es un subespacio de dimension nita de V , entonces el calculo de la mejor apro-
ximacion se reduce a la resolucion de un sistema de ecuaciones lineales. En efecto, si
u
1
, u
2
, ..., u
N
es una base de U, entonces (2.6) es equivalente a
x z, u
j
) = 0 j 1, 2, ..., N .
As, si z =
N
i=1
i
u
i
, entonces podemos escribir
x, u
j
) = z, u
j
) =
N
i=1
i
u
i
, u
j
) ,
42 CAP
ITULO 2. DUALIDAD
o bien, matricialmente, se tiene el sistema de Gramm
A =

b , (2.8)
donde A := (a
ij
)
NN
, con a
ij
:= u
i
, u
j
), := (
1
,
2
, ...,
N
)
t
y
b := (b
1
, b
2
, ..., b
N
)
t
,
con b
j
:= x, u
j
).
2. Si la base u
1
, u
2
, ..., u
N
de U es ortogonal, esto es si u
i
, u
j
) = 0 para i ,= j, entonces
la resolucion de (2.8) es directa, obteniendose en tal caso
i
=
b
i
|u
i
|
2
=
x, u
i
)
|u
i
|
2
i 1, 2, ..., N , (2.9)
con lo cual la mejor aproximacion queda dada por
z =
N
i=1
x, u
i
)
|u
i
|
2
u
i
.
3. Un ejemplo particular de 2. lo constituye la seria nita de Fourier. En efecto, en es-
te caso consideramos V := L
2
(, ) provisto de su producto escalar usual f, g) :=
_

f(x) g(x) dx, para todo f, g L

2
(, ), y elegimos U como el subespacio genera-
do por las funciones trigonometricas
0
,
1
,
2
, ...,
N
,
1
,
2
, ...,
N
, donde
j
(x) :=
cos(j x) j 0, 1, 2, ..., N, y
j
(x) := sin(j x) j 1, 2, ..., N, x (, ). As,
dada f L
2
(, ), su mejor aproximacion por elementos de U queda dada por
f
N
(x) =
N
i=0
i
cos(i x) +
N
i=1
i
sin(i x) x (, ) ,
donde los escalares
i
y
i
, llamados coecientes de Fourier, estan denidos de acuerdo
a (2.9), esto es
i
:=
_

f(x) cos(i x) dx
_

cos
2
(i x) dx
y
i
:=
_

f(x) sin(i x) dx
_

sin
2
(i x) dx
.
Definici on 2.4 Dado un subconjunto S de un espacio de Hilbert (V, , )), se dene el
ortogonal de S, y se denota S
, como
S
:= x V : x, v) = 0 v S ,
el cual es un subespacio cerrado de V . Notar que S S
= para todo S V tal

que S.
ON DE RIESZ 43
Otra consecuencia importante del Teorema 2.1 est a dada por el siguiente resultado,
el cual establece que un espacio de Hilbert puede escribirse siempre como suma directa
de todo subespacio cerrado con su ortogonal.
Teorema 2.3 (Teorema de Descomposici
on Ortogonal) Sea U ,= un subes-

pacio cerrado de un Hilbert (V, , )). Entonces
V = U U
. (2.10)
Demostraci on. Dado x V , podemos escribir x = z + (x z), donde z U es la
mejor aproximaci on de x por elementos de U y, gracias a la relaci on de ortogonalidad
(2.6), (x z) U
. 2
Puesto que U
tambien es un subespacio cerrado del Hilbert V , observamos que

z U es la mejor aproximaci on de x (por elementos de U) si y solo si (x z) U
es la mejor aproximaci on de x (por elementos de U
). Equivalentemente, si P
S
es la
aplicaci on (posteriormente se usar a el nombre operador) que a cada x V le asigna su
mejor aproximacion por elementos de un subespacio cerrado S de V , entonces (2.10) se
re-escribe como
I = P
U
+ P
U
,
donde I es la aplicaci on identidad de V en V . Aprovechamos de mencionar, en virtud
de la relaci on de ortogonalidad (2.6), que las aplicaciones P
U
: V U y P
U
: V U
se llaman proyecciones ortogonales sobre U y U
, respectivamente. De acuer-
do a esto, el Teorema 2.1 tambien recibe el nombre de Teorema de Proyecci
on
Ortogonal.
Ejemplo 2.3 Los siguientes ejemplos ilustran el Teorema de Descomposicion Ortogonal.
1. Sea un abierto acotado de R
n
y consideremos el espacio de Lebesgue V := L
2
()
sobre el cuerpo R con el producto escalar usual f, g) :=
_
f g f, g V . A su vez,
denamos el subespacio
U := : R : es constante = span
0
,
donde
0
V es tal que
0
(x) = 1 x . Se sigue que
U
= f V : f,
0
) = 0 =
_
f V :
_
f = 0
_
.
44 CAP
ITULO 2. DUALIDAD
Entonces, dada f V , su mejor aproximacion por elementos de U se reduce a la funcion
constante
f
U
(x) :=
f,
0
)
0
,
0
)
0
(x) =
1
[[
_
f x .
De este modo, cada f V puede descomponerse de manera unica como
f = f
U
+ f
U
, con f
U
U y f
U
:=
_
f
1
[[
_
f
_
U
.
2. Sea V := R
nn
, el espacio de las matrices cuadradas de orden n con coecientes reales,
provisto del producto escalar A, B) := tr(B
t
A). Entonces, denimos los subespacios
U
1
:= I : R = spanI y U
2
:= A V : A = A
t
,
donde I denota la matriz identidad de V . Se sigue que
U
1
= A V : tr(A) = 0 y U
2
= A V : A
t
= A .
Entonces, dada A V , se prueba que sus mejores aproximaciones por elementos de U
1
y U
2
se reducen, respectivamente, a
A
1
:=
1
n
tr(A) I y A
2
:=
1
2
_
A+A
t
_
.
Luego, cada A V puede descomponerse de manera unica como
A = A
1
+ A
1
, con A
1
U
1
y A
1
:=
_
A
1
n
tr(A) I
_
U
1
,
y tambien como
A = A
2
+ A
2
, con A
2
U
2
y A
2
:=
1
2
_
AA
t
_
U
2
.
Un caso particular de esta segunda descomposicion, de gran interes en mecanica de
medios continuos, tiene que ver con el gradiente del vector de desplamientos u de un
solido sometido a ciertas fuerzas de vol umen y de supercie. En tal caso, usualmente se
escribe
u := e(u) + (u) ,
donde e(u) :=
1
2
_
u + (u)
t
_
es el tensor de peque nas deformaciones y (u) :=
1
2
_
u (u)
t
_
es el tensor de rotaciones.
ON DE RIESZ 45
n
y consideremos el espacio de Hilbert V := [L
2
()]
nn
sobre el cuerpo R con el producto escalar , ) :=
_
: , donde : :=
n
i,j=1
ij

ij
:= (
ij
)
nn
, := (
ij
)
nn
V . Equivalentemente, es facil ver que : = , ),
donde , ) es el producto escalar utilizado en 2. A su vez, denamos el subespacio
U := I : R = spanI ,
donde I es el tensor identidad de V . Se sigue que
U
=
_
V :
_
tr() = 0
_
.
Luego, dada V , sus mejores aproximaciones por elementos de U y U
se reducen,
respectivamente, a
U
:=
1
n[[
_
tr() I y
U
:=
1
n[[
_
tr() I ,
con lo cual, cada V se descompone de manera unica como la suma de un tensor
U
, m ultiplo de la identidad, y un tensor
U
, cuya traza tiene media nula en . Este
resultado, analogo a la primera descomposicion de 2., es tambien de gran utilidad en
mecanica de medios continuos, especialmente para el analisis de formulaciones variacio-
nales mixtas de algunos problemas en elasticidad.
n
y consideremos el espacio de Sobolev V := H
1
()
sobre el cuerpo R, provisto de su producto escalar usual w, v) :=
_
_
w v + wv
_
w, v V . Ademas, sea U := H
1
0
() la adherencia de C
0
() con respecto a la norma
inducida por , ). Entonces, es facil ver que
U
= v V : v + v = 0 en T
() .
En consecuencia, dado w V , su mejor aproximacion w
U
por elementos de U es la unica
solucion debil del problema de valores de contorno:
w
U
+ w
U
= f en , w
U
= 0 en ,
donde f := w + w.
El siguiente lema es un corolario directo del Teorema 2.3.
Lema 2.1 Sea U ,= un subespacio cerrado propio de un Hilbert V . Entonces, existe
x V , x ,= , tal que x U
.
46 CAP
ITULO 2. DUALIDAD
Con los resultados anteriores estamos en condiciones de demostrar a continuacion el
teorema principal de esta seccion.
Teorema 2.4 (Teorema de Representaci
on de Riesz) Sea (V, , )) un espacio

de Hilbert y sea F V
. Entonces, existe un unico x V tal que F(v) = v, x) para

todo v V , y ademas |F| = |x|.
Demostraci on. Dado F V
, denamos U := v V : F(v) = 0. Si U = V
entonces F es el funcional nulo y en tal caso basta tomar x = .
Supongamos ahora que U ,= V . Puesto que U es un subespacio cerrado de V , se
deduce, de acuerdo al Lema 2.1, que existe x V , x ,= tal que x U
. Es claro
entonces que x , U y por lo tanto F( x) ,= 0. Ademas, para cada v V se observa que
F( x) v F(v) x U, y dado que x U
se deduce que
0 = F( x) v F(v) x, x) v V ,
o bien
F( x) v, x) = F(v) x, x) = F(v) | x|
2
,
de donde
F(v) = v, x) v V ,
con x :=
F( x) x
| x|
2
. Para la unicidad de x, si suponemos que existe z V tal que
F(v) = v, x) = v, z) v V ,
entonces x z V
= , y luego x = z.
Por otro lado, usando la desigualdad de Cauchy-Schwarz se obtiene
|F| := sup
0=vV
[F(v)[
|v|
= sup
0=vV
[v, x)[
|v|
|x| ,
y ademas, tomando v = x, resulta
|F| := sup
0=vV
[F(v)[
|v|

[F(x)[
|x|
= |x| ,
con lo cual se concluye que |F| = |x|. 2
2.3. TEOREMA DE HAHN-BANACH 47
Es muy importante observar que el Teorema de Representacion de Riesz induce la
denici on del operador de Riesz
1 : V
V
F 1(F)
(2.11)
donde 1(F) es el unico elemento en V , llamado representante de F, tal que
F(v) = v, 1(F)) v V .
Notar entonces que 1 es una biyeccion isometrica.
2.3. Teorema de Hahn-Banach
En esta secci on demostramos uno de los teoremas mas clasicos del An alisis Funcional.
Para tal efecto, en lo que sigue consideramos (V, | |) un espacio vectorial normado
sobre R, y nos hacemos la pregunta esencial que motiva el desarrollo del Teorema de
Hahn-Banach:
Existe alg un elemento no nulo del dual V
?
Para responder parcialmente esta pregunta tomamos un elemento arbitrario x
0
V ,
x
0
,= , y denimos el subespacio de V
V
0
:= x
0
: R = spanx
0
,
el cual es claramente de dimension 1. Entonces, se dene el funcional
f : V
0
R
x
0
f(x
0
) := .
Es simple ver que f es lineal. Adem as, dado x := x
0
V
0
, se tiene
[f(x)[ = [[ =
[[ |x
0
|
|x
0
|
=
1
|x
0
|
|x| ,
lo cual prueba que f es acotado y |f|
V
0
=
1
|x
0
|
. Luego, la respuesta a la pregunta
esencial ser a armativa si f, que es un funcional no-nulo de V
0
, puede extenderse a un
funcional F V
. Precisamente, la existencia de esta extensi on es lo que garantiza el

Teorema de Hahn-Banach.
48 CAP
ITULO 2. DUALIDAD
2.3.1. Preliminares
En esta secci on damos algunas deniciones y resultados previos necesarios para la de-
mostraci on del teorema mencionado.
Definici on 2.5 Un conjunto M ,= se dice parcialmente ordenado si existe una relacion
de orden () denida sobre un subconjunto de M M, tal que
x x x M (Reflexividad).
x y e y x x = y (Antisimetr
a).
x y e y z x z (Transitividad).
El concepto parcialmente enfatiza el hecho que M puede contener elementos x e y
para los cuales ni x y ni y x ocurren. En tal caso, x e y se dicen incomparables. En
caso contrario, esto es, si x y o si y x, entonces x e y se dicen comparables.
Ejemplo 2.4 Dado un conjunto A se considera T(A) := X : X A y se dene
la relacion de orden X Y si y solo si X Y , con X, Y T(A). En general, T(A)
es parcialmente ordenado.
Definici on 2.6 Sea (M, ) un conjunto no vaco, parcialmente ordenado.
Se dice que M es totalmente ordenado (o cadena) si no posee elementos incompa-
rables.
Suponga que M es totalmente ordenado y sea S ,= un subconjunto de M. Se dice
que un elemento z M es una cota superior de S si x z para todo x S.
Un elemento z M se dice maximal si cada vez que x M verica z x,
entonces necesariamente x = z.
Notar que M puede o no tener elementos maximales. Ademas, un elemento maximal
no es necesariamente una cota superior. El recproco s es cierto.
Lema 2.2 (Lema de Zorn/Axioma de Elecci
on) Sea (M, ) un conjunto no

vaco, parcialmente ordenado, y suponga que cada cadena de M tiene una cota supe-
rior. Entonces, M tiene al menos un elemento maximal.
2.3.2. Forma analtica del Teorema de Hahn-Banach
Esta version del teorema requiere del concepto de funcional sublineal.
Definici on 2.7 Sea V un espacio vectorial sobre R. Un funcional p : V R se dice
sublineal si
p(x +y) p(x) + p(y) x , y V .
p(x) = p(x) x V , > 0.
Teorema 2.5 (Teorema de Hahn-Banach) Sea V un espacio vectorial sobre R y
sea p : V R un funcional sublineal. Sea U un subespacio de V y sea f : U R un
funcional lineal tal que
f(x) p(x) x U .
Entonces, existe un funcional lineal F : V R tal que
F(x) = f(x) x U y F(x) p(x) x V .
Demostraci on. La demostraci on har a uso del Lema de Zorn. Para este efecto, se dene
primero la familia T de todas las extensiones lineales de f acotadas por p, es decir
T :=
_
g : T(g) R lineal : T(g) subespacio de V tal que U T(g) ,
g(x) = f(x) x U , g(x) p(x) x T(g)
_
.
Notemos que T , = ya que claramente f T. Luego, sobre T denimos una relaci on
de orden como sigue: dados g, h T se dice que g h si y solo si h es una extension
lineal de g, es decir T(g) T(h) y h(x) = g(x) x T(g).
Ahora, dada una cadena c T, se dene el conjunto
T := T(g) : g c ,
el cual resulta ser un subespacio vectorial de V . En efecto, notemos primero que

T , =
ya que

T. A su vez, dados R y x

T se tiene que x T(g
0
) para alg un
g
0
T, y por lo tanto x T(g
0
), con lo cual x

T. Ahora, dados x, y

T,
existen g
1
, g
2
c tales que x T(g
1
) e y T(g
2
). Como c es cadena, se tiene que
g
1
g
2
o bien g
2
g
1
, y en cualquiera de los dos casos se concluye que x +y

T.
50 CAP
ITULO 2. DUALIDAD
Denamos entonces
g :

T R
x g(x) := g(x) , si x T(g) , con g c ,
y veamos que g est a bien denida. En efecto, si x T(g
1
) T(g
2
), con g
1
, g
2
c, se
tiene que g
1
g
2
o bien g
2
g
1
, y en ambos casos resulta g
1
(x) = g
2
(x). Ademas, es
claro que g es una extension lineal de todo g c, lo cual muestra que g g g c,
y por lo tanto g constituye una cota superior de la cadena c.
En consecuencia, en virtud del Lema de Zorn se deduce que la familia T tiene un
elemento maximal F. De acuerdo a la denici on de T, esto signica que F es una
extensi on lineal de f, cuyo dominio T(F) es un subespacio de V , y de modo que
U T(F) , F(x) p(x) x T(F) , y F(x) = f(x) x U .
Tambien, si g T es tal que F g, entonces necesariamente F = g.
S olo resta probar ahora que T(F) = V para terminar la demostracion. Supongamos,
por contradicci on, que existe y
1
V tal que y
1
, T(F), y consideremos el subespacio
Y
1
:= T(F) + spany
1
, esto es
Y
1
:= x := y + y
1
: y T(F) , R .
Notemos que y
1
,= . Adem as, la representaci on de los elementos de Y
1
es unica, esto es
Y
1
:= T(F) spany
1
ya que T(F) spany
1
= . Entonces, podemos denir
el funcional lineal
g
1
: Y
1
R
x := y + y
1
g
1
(x) := F(y) + ,
donde R es un par ametro por determinar. Se sigue que g
1
(x) = F(x) para todo
x T(F), lo cual prueba que g
1
es una extension propia de F (puesto que T(F)
es un subespacio propio de Y
1
). El siguiente objetivo es probar que se puede elegir
convenientemente de modo que resulte g
1
(x) p(x) para todo x Y
1
. Esto mostrara
que g
1
T y que F g
1
, con g
1
,= F, lo cual contradice el hecho que F es maximal, y
as, necesariamente T(F) = V .
Dados y, z T(F), podemos escribir
F(y) F(z) = F(y z) p(y z) = p((y +y
1
) + (y
1
z)) ,
y usando la sublinealidad de p, se obtiene
F(y) F(z) p(y +y
1
) + p(y
1
z) ,
de donde
p(y
1
z) F(z) p(y +y
1
) F(y) y , z T(F) .
La desigualdad anterior sugiere denir las constantes
m
:= sup
zD(F)
_
p(y
1
z) F(z)
_
,
y
m
+
:= nf
yD(F)
_
p(y +y
1
) F(y)
_
,
para las cuales es claro que m
m
+
. Entonces, dado [m
, m
+
] se tiene
p(y
1
z) F(z) z T(F) , (2.12)
y
p(y +y
1
) F(y) y T(F) . (2.13)
Ahora, sea x := y + y
1
Y
1
, con y T(F) y R. Para probar que g
1
(x) p(x)
consideramos tres casos posibles. Si = 0 se tiene que x T(F) y por lo tanto la
desigualdad es inmediata. Si < 0 tomamos z =
1
y en (2.12) y obtenemos
p(y
1
1
y) F(
1
y) ,
de donde, multiplicando por () > 0, resulta
p(y
1
1
y) + F(y) ,
o bien
g
1
(x) := F(y) + () p(y
1
1
y) = p(y +y
1
) = p(x) .
An alogamente, si > 0 tomamos y =
1
y en (2.13) y luego multiplicamos por .
Esto concluye la demostraci on. 2
El siguiente teorema considera el caso particular en que V es un espacio vectorial
normado y constituye una de las versiones m as conocidas del Teorema de Hahn-Banach.
52 CAP
ITULO 2. DUALIDAD
Teorema 2.6 (Teorema de Hahn-Banach en Espacios Normados) Sea (V, ||)
un espacio vectorial normado sobre R y sea f U
, donde U es un subespacio de V .
Entonces, existe F V
tal que
F(x) = f(x) x U y |F|
V
= |f|
U
.
Demostraci on. Aplicando el Teorema 2.5 a f U
y al funcional sublineal p : V R
denido por p(x) = |f|
U
|x| para todo x V , se deduce que existe F : V R lineal,
tal que
F(x) = f(x) x U y F(x) |f|
U
|x| x V .
Se sigue que
F(x) |f|
U
| x| = |f|
U
| x| ,
de donde, usando la linealidad de F,
F(x) |f|
U
| x| ,
y por lo tanto
[ F(x) [ |f|
U
|x| x V .
Esta desigualdad prueba que F V
y |F|
V
|f|
U
. Por otro lado, es claro que
|F|
V
= sup
vV
v=
[F(v)[
|v|
sup
vU
v=
[F(v)[
|v|
= sup
vU
v=
[f(v)[
|v|
= |f|
U
,
2.3.3. Otras consecuencias del Teorema de Hahn-Banach
A continuaci on presentamos algunos resultados que se siguen del Teorema de Hahn-
Banach y que se aplican con bastante frecuencia en diversos contextos.
Teorema 2.7 Sea (V, | |) un espacio vectorial normado sobre R y sea x
0
V tal que
x
0
,= . Entonces, existe F V
tal que |F| = 1 y F(x

0
) = |x
0
|.
Demostraci on. Sea S := span x
0
:= x
0
: R y denamos el funcional
f : S R
x = x
0
f(x) := |x
0
| .
Es claro que f es lineal. Ademas, [f(x
0
)[ = [[ |x
0
| = |x
0
|, lo cual muestra que f
es acotado y |f|
S
= 1. As, aplicando Teorema 2.6 se concluye que existe F V
tal
que F(x) = f(x) para todo x S y |F|
V
= |f|
S
= 1. En particular, para x
0
S
se tiene F(x
0
) = f(x
0
) = |x
0
|, lo cual completa la demostracion. 2
Observemos aqu que si V
es estrictamente convexo entonces el funcional F V
del
teorema anterior es unico. En efecto, recordemos primero que la convexidad estricta del
dual signica que para todo F
1
, F
2
V
tal que F
1
,= F
2
y |F
1
| = |F
2
| = 1, se tiene
que |t F
1
+ (1 t) F
2
| < 1 para todo t ]0, 1[. Entonces, si suponemos que existen F,
G V
, distintos, tales que |F| = |G| = 1 y F(x

0
) = G(x
0
) = |x
0
|, obtenemos
1 > |tF + (1t) G|
V
= sup
xV
x=
t F(x) + (1 t) G(x)
|x|

t F(x
0
) + (1 t) G(x
0
)
|x
0
|
= 1 ,
lo cual es una contradicci on.
Lema 2.3 Sea (V, | |) un espacio vectorial normado sobre R y sea v V tal que
F(v) = 0 para todo F V
. Entonces v = .
Demostraci on. Se sigue directamente del Teorema 2.7 2
Otra consecuencia importante del Teorema 2.7 est a dada por el siguiente resultado,
el cual ya fue anunciado al nal de la Seccion 2.1 (ver (2.4)).
Lema 2.4 Sea (V, | |) un espacio vectorial normado. Entonces
|v| = sup
=FV
[F(v)[
|F|
= max
=FV
[F(v)[
|F|
v V .
Demostraci on. Si v = el resultado es trivial. Si v ,= , se sigue del Teorema 2.7 que
existe

F V
tal que |
F| = 1 y

F(v) = |v|, con lo cual
sup
=FV
[F(v)[
|F|

[
F(v)[
|
F|
= |v| .
A su vez, es claro que
sup
=FV
[F(v)[
|F|
|v| ,
lo cual completa la demostraci on 2
Finalizamos la presente seccion con un resultado que tambien ser a usado con cierta
frecuencia en los captulos siguientes.
54 CAP
ITULO 2. DUALIDAD
Teorema 2.8 Sea S un subespacio de un espacio vectorial normado (V, | |) y sea
x
0
V tal que d := dist(x
0
, S) := nf
xS
|x
0
x| > 0. Entonces existe F V
tal que
|F| = 1, F(x
0
) = d y F(x) = 0 para todo x S.
Demostraci on. Sea S
1
:= S + spanx
0
, esto es
S
1
:= z = x + x
0
: x S , R .
Notemos que la representaci on de los elementos del subespacio S
1
es unica, esto es
S
1
:= S spanx
0
. En efecto, si x S spanx
0
entonces x S y x = x
0
, con
R. Se sigue que necesariamente = 0 y as x = , ya que en caso contrario se
tendra x
0
=
1
x S, lo cual contradice el hecho que dist(x

0
, S) > 0. De acuerdo a lo
anterior podemos denir el siguiente funcional
f : S
1
R
z = x +x
0
f(z) := d ,
el cual es claramente lineal y satisface f(z) = 0 para todo z S. Ademas, dado
z = x + x
0
S
1
, con ,= 0, se tiene que
1
x S y luego
[f(z)[ = [d[ = [[ d [[
_
_
_
_
x
0
+
1
x
_
_
_
_
= |z| ,
lo cual muestra que f es acotado y |f|
S
1
1.
Por otro lado, dado > 0 existe x
1
S tal que | x
1
+ x
0
| < d + . Se sigue que
f(x
1
+x
0
) = d y luego
[f(x
1
+x
0
)[
| x
1
+x
0
|
>
d
d +
,
con lo cual
|f|
S
1
:= sup
zS
1
z=
[f(z)[
|z|

[f(x
1
+x
0
)[
| x
1
+x
0
|
>
d
d +
> 0 ,
de donde, tomando limite cuando 0, resulta |f|
S
1
1. As, |f|
S
1
= 1 y aplicando
el Teorema 2.6 se deduce que existe F V
tal que |F|

V
= |f|
S
1
= 1 y F(z) = f(z)
para todo z S
1
. En particular, F(x
0
) = d y F(x) = 0 para todo x S. 2
2.3.4. Forma geometrica del Teorema de Hahn-Banach
Esta versi on del teorema tiene que ver con la separaci on de conjuntos convexos. En lo
que sigue, E es un espacio vectorial normado sobre R.
Definici on 2.8 Dado R y un funcional lineal f : E R, no nulo y no necesaria-
mente acotado, se dene un hiperplano afn como
H := x E : f(x) = ,
y se dice que H es el hiperplano de ecuacion [f = ].
Lema 2.5 El hiperplano [f = ] es cerrado si y solo si f es acotado.
Demostraci on. Si f es continuo entonces claramente H = f
1
() es cerrado porque
es cerrado en R. Recprocamente, supongamos que H es cerrado. Se sigue que
H
c
= E H es abierto y no vaco ya que f es no nulo. Sea entonces x
0
H
c
y
supongamos, sin perdida de generalidad, que f(x
0
) < . Elijamos r > 0 tal que
B(x
0
, r) H
c
. Armamos que f(x) < x B(x
0
, r). En efecto, supongamos por
contradicci on que existe x
1
B(x
0
, r) tal que f(x
1
) > . Notar que f(x
1
) ,= ya que
x
1
, H. Es claro que el segmento (1 t)x
1
+ tx
0
: t [0, 1] B(x
0
, r) y por lo
tanto
f((1 t)x
1
+tx
0
) ,= t [0, 1] .
Sin embargo, dado que f(x
0
) < < f(x
1
) se deduce que

t :=
f(x
1
)
f(x
1
) f(x
0
)
]0, 1[ y
f((1
t) x
1
+

t x
0
) = (1
t) f(x
1
) +

t f(x
0
) = ,
lo cual es una contradicci on. As, necesariamente f(x) < x B(x
0
, r), o equiva-
lentemente f(x
0
+rz) < z B(0, 1), de donde
f
_
x
0
r
x
|x|
_
< x E , x ,= , (0, 1) ,
o bien
[f(x)[ <
1
r
( f(x
0
)) |x| x E , (0, 1) .
Luego, tomando lm
1
nos queda
[f(x)[
1
r
( f(x
0
)) |x| x E ,
56 CAP
ITULO 2. DUALIDAD
lo cual prueba que f es acotado y |f|
E

1
r
( f(x
0
)).
2
Definici on 2.9 Sean A, B E. Se dice que el hiperplano [f = ] separa A y B en el
sentido amplio si se tiene
f(x) x A y f(x) x B.
A su vez, se dice que este hiperplano separa A y B en el sentido estricto si existe
> 0 tal que
f(x) x A y f(x) + x B.
Lema 2.6 (Jaugede un convexo) Sea S E convexo, abierto, tal que S,
y denamos el funcional de Minkowski p : E R por:
p(x) = nf > 0 :
1
x S x E.
Entonces p es sublineal y existe M 0 tal que 0 p(x) M|x| x E.
Ademas
S = x E : p(x) < 1 .
Demostraci on. Puesto que el vector nulo pertenece al abierto S, se sigue que existe
r > 0 tal que

B(, r) S. Ahora, para cada x E, x ,= , se tiene r
x
|x|
S.
Adem as, dado z S es claro que p(z) 1 porque 1
1
z = z S, y en particular se
tiene p
_
r
x
|x|
_
1. Pero, de la denici on de p se observa que
p(x) = p(x) > 0, x E ,
y por lo tanto
p(x)
1
r
|x| x E, x ,= ,
lo cual implica la estimacion requerida ya que p() = 0.
A continuaci on probamos que S = x E : p(x) < 1. En efecto, sea x S.
Como S es abierto existe > 0, sucientemente peque no, tal que (x + x) = (1 + ) x
pertenece a S, y luego 1 p((1 +)x) = (1 +) p(x), de donde
p(x)
1
1 +
< 1 .
Recprocamente, sea x E tal que p(x) < 1. Se sigue que existe ]0, 1[ tal que
1
x S y por lo tanto, como S es convexo, (
1
x) + (1 ) = x S.
Resta probar la propiedad tipo desigualdad triangular que caracteriza la sublineali-
dad del funcional p (cf. Denici on 2.7). En efecto, dados x, y E y > 0, se observa
primero que
p
_
x
p(x) +
_
=
p(x)
p(x) +
< 1 y p
_
y
p(y) +
_
=
p(y)
p(y) +
< 1 ,
lo cual indica que
x
p(x) +
,
y
p(y) +
S, y luego, de acuerdo a la convexidad de S, se
tiene
t x
p(x) +
+
(1 t) y
p(y) +
S t [0, 1] .
En particular, para t :=
p(x) +
p(x) +p(y) + 2
]0, 1[, resulta
x +y
p(x) +p(y) + 2
S, y
por lo tanto
1 > p
_
x +y
p(x) +p(y) + 2
_
=
p(x +y)
p(x) +p(y) + 2
> 0 ,
de donde p(x +y) p(x) +p(y).
2
Lema 2.7 Sea S E, convexo, abierto, no vaco, y sea x
0
E tal que x
0
, S.
Entonces, existe f E
tal que f(x) < f(x

0
) x S, lo cual indica que el hiperplano
de ecuacion [f = f(x
0
)] separa x
0
y S en el sentido amplio.
Demostraci on. Supongamos, sin perdida de generalidad, que S, y denamos el
funcional de Minkowski p : E R por
p(x) := nf > 0 :
1
x S x E .
A su vez, sea G el espacio generado por x
0
, esto es G := t x
0
: t R, y sea
g : G R el funcional lineal denido por g(t x
0
) := t para todo t R. Puesto que
x
0
, S se sigue del Lema 2.6 que p(x
0
) 1. Entonces, para t > 0 resulta
g(t x
0
) = t t p(x
0
) = p(t x
0
) .
A su vez, si t 0 se obtiene
g(t x
0
) = t 0 p(t x
0
) ,
58 CAP
ITULO 2. DUALIDAD
y en consecuencia
g(x) p(x) G.
Aplicando la versi on analtica del Teorema de Hahn-Banach se deduce que existe un
funcional lineal f : E R tal que f(x) = g(x) x G y f(x) p(x) x E.
En particular, se tiene f(x
0
) = g(x
0
) = 1. Adem as, de acuerdo al Lema 2.6 sabemos
que 0 p(x) M|x| x E, y luego f(x) M|x| x E. A su vez,
f(x) = f(x) M|x|, con lo cual f(x) M|x|, y por lo tanto
[f(x)[ M|x| x E ,
probando as que f E
. Por ultimo, utilizando la caracterizaci on del convexo S dada

en Lema 2.6, se concluye que f(x) p(x) < 1 = f(x
0
) x S, lo cual completa
la demostraci on en primera instancia. En el caso en que el vector nulo no pertenece
a S, se considera un elemento arbitrario x S y se dene el conjunto trasladado
S := x x : x S , el cual, ademas de convexo y abierto, s contiene a . Entonces,

aplicando el analisis anterior a

S y al vector x
0
:= x
0
x que no esta en

S, se deduce
que existe f E
tal que f(z) < f( x

0
) z

S, esto es f(x) < f(x
0
) x S.
2
Ahora estamos en condiciones de enunciar y demostrar las dos versiones geometri-
cas del Teorema de Hahn-Banach, las cuales establecen separaciones amplia y estricta,
respectivamente, de conjuntos convexos.
Teorema 2.9 (Primera versi on geom etrica/Teorema de Hahn-Banach) Sean A,
B E convexos, no vacos y disjuntos, tales que A es abierto. Entonces existe un
hiperplano cerrado que separa A y B en el sentido amplio.
Demostraci on. Sea S = A B := x y : x A, y B. Es claro que S es
convexo ya que A y B lo son. Ademas, S es abierto ya que S = Ay : y B
y el conjunto Ay := x y : x A es abierto porque A lo es. Tambien , S
porque A B = . Entonces, aplicando Lema 2.7 se deduce que existe f E
tal que
f(z) < f() = 0 z S, esto es
f(x) < f(y) x A, y B.
Denamos ahora
m := sup
xA
f(x) y M := nf
yB
f(y) .
Se sigue que para cualquier [m, M], el hiperplano H de ecuacion [f = ] separa
A y B en el sentido amplio.
2
Teorema 2.10 (Segunda versi on geom etrica/Teorema de Hahn-Banach) Sean
A, B E, convexos, no vacos y disjuntos, tales que A es cerrado y B es compac-
to. Entonces existe un hiperplano cerrado que separa A y B en el sentido estricto.
Demostraci on. Dado > 0 denamos los conjuntos no vacos
A
:= A + B(, ) y B
:= B + B(, ) ,
donde B(, ) es la bola abierta de radio centrada en . Es facil ver, por la convexidad
de A, B y B(, ), que A
y B
son convexos. Ademas, A
y B
son abiertos ya que

los conjuntos x + B(, ) y y + B(, ) lo son x A, y B, y se tiene
claramente
A
= x + B(, ) : x A y B
= y + B(, ) : y B .
Probemos a continuaci on que existe > 0 tal que A
y B
son disjuntos. En efecto,

supongamos por contradiccion que no es as. Entonces, para todo n N el conjunto
A
1/n
B
1/n
es no vaco, lo cual implica que existen x
n
A, y
n
B, u
n
, v
n

B(, 1/n), tales que x
n
+ u
n
= y
n
+ v
n
. Se sigue que
|x
n
y
n
| = |u
n
v
n
| <
2
n
.
Ahora, como B es compacto, existen una subsucesi on y
(1)
n

nN
y
n
nN
e y B
tales que y
(1)
n
n
y, y de acuerdo a la desigualdad anterior, se deduce que x
(1)
n

nN
tambien converge a y. Luego, como A es cerrado, necesariamente se tiene que y A,
lo cual contradice el hecho que A y B son disjuntos.
Entonces, aplicando la primera versi on geometrica del Teorema de Hahn-Banach a
los conjuntos disjuntos A
y B
, se deduce que existe un hiperplano cerrado de ecuaci on

[f = ] que los separa en el sentido amplio. Esto signica que
f(x +u) f(y +v) x A, y B, u, v B(, ) ,
y en particular
f(x + z) f(y z) x A, y B, z B(, 1) ,
60 CAP
ITULO 2. DUALIDAD
o bien
f(x) + f(z) f(y) f(z) x A, y B, z B(, 1) .
Finalmente, eligiendo z B(, 1) tal que f( z) > 0, se deduce que
f(x) f( z) y f(y) + f( z) x A, y B,
lo cual prueba que el hiperplano [f = ] separa A y B en el sentido estricto.
2
Notar que la demostraci on del teorema anterior (extrada b asicamente de [3]) puede
simplicarse procediendo s olo con los conjuntos A
y B (en vez de B
). En tal caso,
siguiendo exactamente la misma secuencia de razonamiento, se llega a que los conjuntos
A y B son separados en el sentido estricto por el hiperplano [f =

2
f( z)].
2.4. Un ejercicio simple con tres soluciones
En esta seccion se considera un ejercicio muy simple, aparentemente inofensivo, el
cual, sin embargo, di o origen a tres soluciones muy distintas, dos de ellas utilizando
resultados del presente captulo. Los autores respectivos son el autor de este apunte y
los ex-alumnos de la asignatura An
alisis Funcional y Aplicaciones I del Depar-

tamento de Ingeniera Matem atica de la Universidad de Concepci on, Sres. Miguel Silva
y Sebastian Niklitschek.
El ejercicio se describe como sigue. Dados m, n N, una matriz A R
mn
y un
vector b R
m
, b ,= , se dene el conjunto solucion
S(A, b) := x R
n
: Ax = b ,
y se supone que S(A, b) ,= . El objetivo es probar que existe z R
n
tal que
nf
xS(A, b)
z, x ) > 0,
donde , ) es el producto escalar usual de R
n
.
2.4. UN EJERCICIO SIMPLE CON TRES SOLUCIONES 61
2.4.1. Solucion 1
Denamos el conjunto / := S(A, B), el cual es claramente convexo, cerrado, y no
vaco (seg un se indica en la hip otesis). A su vez, sea B el conjunto convexo, compacto y
disjunto con / dado por B := . Entonces, aplicando la segunda version geometrica
del Teorema de Hahn-Banach (cf. Teorema 2.10), se deduce que existen f (R
n
)
y
R tales que el hiperplano [f = ] separa / y B en el sentido estricto. Esto signica
que existen z R
n
y > 0 tales que
f(x) = z, x) x R
n
,
y ademas
f(x) = z, x) < + f() = 0 x /.
Luego, deniendo z := z, resulta:
z, x) ( ) > ( +) 0 x /,
de donde
nf
xA
z, x) > 0.
2.4.2. Solucion 2
Sea N(A) el espacio nulo asociado a la matriz A, esto es
N(A) := x R
n
: Ax = .
Puesto que S(A, b) ,= , existe x
0
R
n
tal que Ax
0
= b, y luego es f acil ver que
S(A, b) = x
0
+N(A) (2.14)
Ahora, sean : R
n
N(A) y (I ) : R
n
N(A)
los proyectores ortogonales

respectivos, y denamos z := (I )(x
0
) N(A)
. Es claro que z ,= ya que, en caso

contrario, se obtiene x
0
= (x
0
) N(A), lo cual contradice el hecho que b = A(x
0
) ,= .
Se sigue as que
nf
xS(A, b)
z, x ) = nf
yN(A)
(I )(x
0
), x
0
+y ) = nf
yN(A)
(I )(x
0
), x
0
)
= (I )(x
0
), x
0
) = |(I )(x
0
)|
2
= |z|
2
> 0.
62 CAP
ITULO 2. DUALIDAD
2.4.3. Solucion 3
Usamos nuevamente que S(A, b) es convexo y cerrado. En particular, notar que lo
segundo se obtiene de la identidad (2.14) y del hecho que N(A) es obviamente cerrado.
Adem as, es claro que , S(A, b) ya que b ,= . As, aplicando el resultado de mejor
aproximaci on sobre un convexo cerrado (cf. Teorema 2.2), se deduce que existe un unico
z S(A, b) tal que
dist(, S(A, b)) := nf
xS(A, b)
|x| = |z| > 0.
Adem as, el resultado de caracterizaci on de esta mejor aproximaci on, el cual se estable-
cer a m as adelante en el Teorema ??, dice que
0 z, x z) = |z|
2
z, x ) x S(A, b),
esto es
z, x ) |z|
2
x S(A, b),
de donde se concluye que
nf
xS(A, b)
z, x ) = |z|
2
> 0.
2.5. Ejercicios
2.1 Sea X un espacio vectorial normado y f : X R un funcional lineal. Pruebe que
f X
s y solo s N(f) es un subespacio cerrado de X.

2.2 Sea V un espacio vectorial normado sobre el cuerpo K (R o C). Demuestre que el dual
V
es Banach.
2.3 Sea H un espacio vectorial normado real. Pruebe que si la norma de H satisface
[[x +y[[
2
+ [[x y[[
2
= 2
_
[[x[[
2
+[[y[[
2
_
x, y H,
entonces ella proviene de un producto escalar.
2.4 Sea X := C([0, 1]) provisto de la norma uniforme
|u| := max [u(t)[ : t [0, 1] u X ,
2.5. EJERCICIOS 63
y dado f X, jo, dena el funcional lineal F : X R como
F(u) :=
_
1
0
u(t) f(t) dt u X .
Demuestre que F X
y |F| =
_
1
0
[f(t)[ dt.
Indicaci on: Para cada n N considere x
n
X dada por x
n
(t) := u
n
(f(t)) t [0, 1],
donde u
n
: R R es la funcion continua
u
n
(t) :=
_
_
1 si t 1/n,
1 si t 1/n,
nt si 1/n t 1/n,
y luego use x
n
para probar que |F|
_
1
0
[f(t)[ dt
1
n
.
2.5 Considere un abierto acotado de R
n
con frontera sucientemente suave, y dena
el espacio
H(div ; ) :=
_
v [L
2
()]
n
: div v :=
n
i=1
v
i
x
i
L
2
()
_
provisto del producto escalar
v, w)
H(div ;)
:=
_
v wdx +
_
div v div wdx v, w H(div ; ) .

a) Demuestre que (H(div ; ); , )
H(div ;)
) es un espacio de Hilbert.
b) Pruebe que para todo g [L
2
()]
n
existe un unico v
g
H(div ; ) tal que
_
v
g
wdx +
_
div v
g
div wdx =
_
g wdx w H(div ; ) .
Ind.: Dada v [L
2
()]
n
, se dice que div v := z L
2
() si
i=1
_
v
i
x
i
dx =
_
z dx C
0
() .
2.6 Considere un abierto acotado de R
2
con frontera sucientemente suave, y dena
el espacio
H(rot; ) := v := (v
1
, v
2
) [L
2
()]
2
: rot v :=
v
2
x
1
v
1
x
2
L
2
()
provisto del producto escalar
v, w)
H(rot;)
:=
_
v wdx +
_
rot v rot wdx v, w H(rot; ) .

64 CAP
ITULO 2. DUALIDAD
a) Demuestre que (H(rot; ); , )
H(rot;)
) es un espacio de Hilbert.
b) Pruebe que para todo g H(rot; ) existe un unico v
g
H(rot; ) tal que
_
v
g
wdx +
_
rot v
g
rot wdx =
_
rot g rot wdx w H(rot; ) .

Ind.: Notar que v H(rot; ) s y solo s (v
2
, v
1
) H(div ; ). Tambien, dada v
[L
2
()]
2
, se dice que rot v := z L
2
() si
v
2
x
1
dx +
_
v
1
x
2
dx =
_
z dx C
0
() .
2.7 Sea X un espacio vectorial sobre el cuerpo C y sea p : X R tal que
p(x) = [[ p(x) y p(x +y) p(x) + p(y) C, x, y X .
Ademas, sean S un subespacio de X y f : S C un funcional lineal tales que
[f(x)[ p(x) x S .
Demuestre que f puede extenderse a un funcional lineal F : X C tal que
[F(x)[ p(x) x X .
2.8 Pruebe que todo espacio de Hilbert es estrictamente convexo.
2.9 Demuestre que para todo f (H
m
())
existen funciones f
L
2
(), [[ m, tales
que
f(v) =
||m
_
v dx v H
m
() .
2.10 Sea X un espacio vectorial normado.
a) Sea Y un subespacio no denso de X. Demuestre que existe un funcional no nulo F X
tal que F(x) = 0 para todo x Y .

b) Sean x
0
, x
1
X tal que x
0
,= x
1
. Pruebe que existe una sucesion F
n
nN
X
tal que
[[F
n
[[ = [[x
0
x
1
[[
n
y F
n
(x
1
) = F
n
(x
0
) + [[x
1
x
0
[[
n+1
para todo n N.
2.11 Sea (V, , )) un espacio de Hilbert y sea J : V R un funcional nolineal. Se dice que
J admite una derivada direccional en v V , en la direccion V , si la expresion
J(v+)J(v)
admite un lmite cuando 0. El valor de este lmite se denota DJ(v, ). Entonces, J se

2.5. EJERCICIOS 65
dice diferenciable en el sentido de Gateaux (o G-diferenciable) en v V , si DJ(v, ) existe
para todo V . Ahora, si J es G-diferenciable en v V y si DJ(v, ) V
, se concluye,
por el Teorema de Representacion de Riesz, que existe un unico elemento z V tal que
DJ(v, ) = z, ) V . En tal caso, se denota z := J
(v) y se llama el gradiente de J

en v.
Se dice que J tiene segunda diferencial en el sentido de Gateaux en v V , en las direcciones
y V , si la expresion
DJ(v+,) DJ(v,)
admite un lmite cuando 0. El valor de

este lmite se denota D
2
J(v, , ).
a) Sea un abierto acotado de R
n
y considere V := L
2
(). Dena J
0
: V R por
J
0
(v) :=
_
(v
2
+v) dx v V
y calcule J
0
(v) para todo v V . Que puede decir de J
0
(v) si J
0
se restringe al espacio
de Sobolev H
1
() ?
b) Suponga que J es G-diferenciable en (v + ), en la direccion , para todo [0, 1].
Demuestre que existe (0, 1) tal que
J(v +) = J(v) + DJ(v + , ) .
c) Suponga que J es -convexo, esto es, existe > 0 tal que para todo u, v V y para
todo [0, 1]:
J((1 ) u + v) (1 ) J(u) + J(v)

2
(1 ) [[u v[[
2
.
Ademas, asuma que J es G-diferenciable en todo v V . Demuestre que para todo u,
v V se tiene:
DJ(u, u v) DJ(v, u v) [[u v[[
2
y
J(v) J(u) + DJ(u, v u) +

2
[[v u[[
2
.
d) Suponga que J es G-diferenciable en v V y que, dada una direccion V , D
2
J(v +
, , ) existe [0, 1]. Demuestre que hay una constante (0, 1) tal que
J(v +) = J(v) +DJ(v, ) +
1
2
D
2
J(v +, , ) .
66 CAP
ITULO 2. DUALIDAD
2.12 Sea (H, , )) un espacio de Hilbert y sea V un subespacio cerrado de H. El anulador
(o aniquilador) de V se denota por V
o
y se dene como
V
o
:= F H
: F(x) = 0 x V .
Demuestre que
H = V 1(V
o
) ,
donde 1 : H
H denota la aplicacion de Riesz.

2.13 Sea X un espacio vectorial normado y sea x
0
X tal que [ F(x
0
) [ C
0
para todo
F X
con [[F[[
X
= 1. Demuestre que [[x
0
[[ C
0
.
2.14 Sea V un subespacio de un Hilbert (Y, , )) y dena
V
:= y Y : y, z) = 0 z V .
Si V denota la clausura de V , demuestre que V
= V
. Concluya que V es denso en Y s y

solo s V
= 0.
2.15
a) Sea S un subconjunto de un Hilbert H y sea M el subespacio cerrado generado por S.
Pruebe que S
es un subespacio cerrado de H, M
= S
, y M = (S
.
b) Sea V un subespacio de un Hilbert H. Demuestre que H = V V
.
2.16
a) Sea S un subespacio de un Hilbert H. Demuestre que S
=

S
.
b) Sea un abierto acotado de R
n
con frontera suave , y considere el espacio de Sobolev
H
1
(). Encuentre y caracterice el subespacio V de H
1
() tal que H
1
() = H
1
0
() V .
n
, y sea : R una funcion continua para la cual
existen constantes M, > 0, tales que (x) M para todo x . Dena el conjunto
S :=
_
v H
1
0
() : |v|
H
1
()
1
_
,
y demuestre que para todo u H
1
0
() existe un unico g S tal que
_
(x) |u(x) g(x)|

2
R
n dx = mn
vS
_
(x) |u(x) v(x)|

2
R
n dx.
2.5. EJERCICIOS 67
2.18 Sea (H, , )) un espacio de Hilbert complejo, y sean u, v H, u ,= v, tales que
|u| = |v|. Dena w := u v y considere la proyeccion ortogonal P : H S
, donde S es
el subespacio generado por w. Demuestre que
P(u) = P(v) =
u +v
2
+
_
i Im(u, v))
|w|
2
_
w.
Que sucede cuando H es un Hilbert real ? Interprete gracamente.
2.19 Sea := (0, 1) (0, 1) R
2
y considere el espacio de Hilbert (H(div; ), , )),
donde
H(div; ) := [L
2
()]
2
: div() L
2
()
y
, ) :=
_
dx +
_
div() div() dx , H(div; ) .

Ademas, sea S el subespacio de H(div; ) dado por
S := : (x) = ( + x
1
, + x
2
) x := (x
1
, x
2
) ; con , , R ,
y sea H(div; ) denida por (x) = (x
1
x
2
, x
1
+ x
2
) x := (x
1
, x
2
) . Aplique el
teorema de caracterizacion respectivo y encuentre la mejor aproximacion de por elementos
de S, con respecto a la norma inducida por , ).
2.20 Sean n N y X := /
nn
(R), el espacio vectorial de las matrices cuadradas de
orden n con coecientes reales, provisto del producto escalar A, B) := tr(A
t
B) A, B X.
a) Demuestre que X = X
sim
X
asim
, donde
X
sim
= A X : A
t
= A y X
asim
= A X : A
t
= A .
b) Sea C := (c
ij
)
nn
X tal que c
ij
= 1 i j y c
ij
= 0 i < j. Encuentre
las mejores aproximaciones de C por matrices de X
sim
y X
asim
, con respecto a la norma
inducida por , ).
2.21 Sea (X, | |) un espacio vectorial normado y sea x
1
, x
2
, ..., x
n
una base de un
subespacio U de X.
a) Demuestre que existen F
1
, F
2
, ..., F
n
X
tales que F
j
(x
i
) =
ij
i, j 1, ..., n.
b) Pruebe que X = U V , donde V := x X : F
j
(x) = 0 j 1, ..., n .
68 CAP
ITULO 2. DUALIDAD
Captulo 3
OPERADORES LINEALES
3.1. Preliminares
Sean (X, | |
X
), (Y, | |
Y
) espacios vectoriales normados sobre el mismo cuerpo K,
con vectores nulos
X
y
Y
, respectivamente. Una aplicaci on A : T(A) X Y que
asigna a cada x T(A) un unico vector y Y se llama un operador (o transformaci on)
de X en Y . El conjunto T(A) sobre el cual act ua A se llama el dominio del operador.
Definici on 3.1 Se dice que un operador A : T(A) X Y es lineal si
T(A) es un subespacio de X.
A(x + z) = A(x) + A(z) , K, x, z T(A).
Notar que si A : T(A) X Y es lineal se tiene claramente A(
X
) =
Y
.
Definici on 3.2 Se dice que un operador lineal A : T(A) X Y es acotado si
existe una constante M > 0 tal que
|A(x)|
Y
M|x|
X
x T(A) .
Ejemplo 3.1
1. Dado un espacio de Hilbert real (H, , )), la aplicacion de Riesz
1 : H
H
F 1(F)
es lineal y acotada.
69
70 CAP
ITULO 3. OPERADORES LINEALES

2. Dada f L
2
(), consideramos u H
1
0
() la unica solucion debil del problema de
valores de contorno:
u = f en , u = 0 en ,
es decir, u es el unico elemento en H
1
0
() tal que
_
u v =
_
f v v H
1
0
() .
Entonces, se puede probar que el operador A denido por
A : L
2
() H
1
0
()
f A(f) := u
es lineal y acotado.
En lo que sigue, a menos que se diga explcitamente lo contrario, se asume que T(A) = X.
Definici on 3.3 El conjunto de todos los operadores lineales y acotados de X en Y se
designa por /(X, Y ) (o B(X, Y )). En particular, cuando X = Y se escribe simplemente
/(X) en vez de /(X, X). Ademas, notar que X
= /(X, K).
Ahora, sobre el conjunto /(X, Y ) se denen las siguientes operaciones:
+ : /(X, Y ) /(X, Y ) /(X, Y )
(A,B) A+B, (A +B)(x) := A(x) +B(x) x X ,
(3.1)
y
: K/(X, Y ) /(X, Y )
(, A) A, (A)(x) := A(x) x X .
(3.2)
Entonces, se demuestra f acilmente que (/(X, Y ), +, ) es un espacio vectorial sobre K,
cuyo elemento neutro para la adicion es el operador nulo : X Y denido como
(x) =
Y
para todo x X.
Definici on 3.4 Dado A /(X, Y ) se dene |A|
L(X,Y )
como el nmo de todas las
constantes M > 0 que satisfacen la condicion de acotamiento de A seg un se indica en
la Denicion 3.2, esto es
|A|
L(X,Y )
:= nf
_
M > 0 : |A(x)|
Y
M|x|
X
x X
_
.
3.1. PRELIMINARES 71
Es f acil ver que | |
L(X,Y )
es una norma sobre /(X, Y ), con lo cual la estructura
(/(X, Y ), +, , | |
L(X,Y )
) constituye un espacio vectorial normado. Mas a un, puede mos-
trarse que | |
L(X,Y )
se dene tambien como:
|A|
L(X,Y )
= sup
X
=xX
|A(x)|
Y
|x|
X
A /(X, Y ) , (3.3)
o bien:
|A|
L(X,Y )
:= sup
xX
x
X
1
|A(x)|
Y
= sup
xX
x
X
=1
|A(x)|
Y
.
En particular, si (X, , )) es un espacio de Hilbert y A /(X), se puede probar que
|A|
L(X)
= sup
x, zX
x, z 1
[A(x), z)[ . (3.4)
En general, dado A /(X, Y ), se tiene claramente:
|A(x)|
Y
|A|
L(X,Y )
|x|
X
x X ,
y si M > 0 es tal que |A(x)|
Y
M|x|
X
x X, entonces necesariamente
|A|
L(X,Y )
M .
Es interesante comentar aqu que el an alogo al Lema 2.4, vale decir la identidad
|x|
X
= max
AL(X,Y )
A=
|A(x)|
Y
|A|
L(X,Y )
x X , (3.5)
tambien ocurre en este caso. Al nal de esta seccion se da la demostraci on respectiva.
En lo que sigue, y cuando no haya lugar a confusion, se omitir an los subndices respec-
tivos de cada norma y de los vectores nulos
X
y
Y
.
Definici on 3.5 Un operador A : X Y se dice continuo en x
0
X si para toda
sucesion x
n
nN
en X que converge a x
0
, se tiene que A(x
n
)
nN
converge a A(x
0
) en
Y , esto es |A(x
n
) A(x
0
)| 0 cuando n . Equivalentemente, A es continuo en
x
0
si > 0 > 0 tal que:
|A(x) A(x
0
)| < x B(x
0
, ) := x X : |x x
0
| < .
72 CAP

Es importante observar que si A : X Y es un operador lineal acotado, esto es
A /(X, Y ), entonces A es continuo en todo x
0
X. En efecto, dada x
n
nN
en X
que converge a x
0
X, se tiene
|A(x
n
) A(x
0
)| = |A(x
n
x
0
)| |A| |x
n
x
0
| ,
lo cual prueba que A(x
n
)
nN
converge a A(x
0
) en Y .
Recprocamente, se tiene el siguiente resultado, hasta cierto punto sorprendente, que
establece que la continuidad en un vector individual de X garantiza el acotamiento de
un operador lineal y por lo tanto su continuidad en todo el espacio.
Lema 3.1 Sea A : X Y un operador lineal y sea x
0
X tal que A es continuo en
x
0
. Entonces A es acotado y por lo tanto continuo en todo X.
Demostraci on. Supongamos, por contradiccion, que A no es acotado. Entonces, para
todo M > 0 existe x
M
X tal que |A(x
M
)| > M|x
M
|. En particular, existe una
sucesi on x
n
nN
X tal que |A(x
n
)| > n|x
n
| n N. Notar que x
n
,= para
todo n N ya que en caso contrario se obtendra una contradicci on a partir de la
desigualdad anterior. Luego, deniendo
z
n
:=
x
n
n|x
n
|
+ x
0
n N,
se sigue que |z
n
x
0
| =
1
n
, lo cual prueba que z
n
nN
converge a x
0
. Sin embargo,
usando la linealidad de A se obtiene que
A(z
n
) =
A(x
n
)
n|x
n
|
+ A(x
0
) ,
de donde
|A(z
n
) A(x
0
)| =
|A(x
n
)|
n|x
n
|
> 1 ,
lo cual contradice la continuidad de A en x
0
. 2
3.2. Caracterizaci on de /(X, Y )
El prop osito siguiente es caracterizar la eventual completitud del espacio /(X, Y ). M as
precisamente, probaremos que /(X, Y ) es Banach si y solo si Y es Banach. En particular,
cuando Y es el cuerpo K, lo anterior probara lo armado al comienzo del Captulo 2 en
cuanto a que todos los duales son completos. Necesitamos el siguiente resultado previo.
3.2. CARACTERIZACI
ON DE /(X, Y ) 73
Lema 3.2 Sean X y Y espacios vectoriales normados sobre K y sean x
0
X e y
0
Y
tales que x
0
,= . Entonces existe A /(X, Y ) tal que
A(x
0
) = y
0
y |A| =
|y
0
|
|x
0
|
.
Demostraci on. De acuerdo al Teorema 2.7 (cf. Seccion 2.3.3 sobre otras consecuencias
del Teorema de Hahn-Banach), sabemos que existe un funcional F X
tal que |F| = 1

y F(x
0
) = |x
0
|. Luego, podemos denir el operador A : X Y dado por
A(x) :=
F(x)
|x
0
|
y
0
x X .
Es claro que A es lineal, porque F lo es, y A(x
0
) = y
0
. A su vez, se tiene que
|A| = sup
xX
x=
|A(x)|
|x|
= sup
xX
x=
[F(x)[ |y
0
|
|x| |x
0
|
=
|y
0
|
|x
0
|
sup
xX
x=
[F(x)[
|x|
=
|y
0
|
|x
0
|
|F| =
|y
0
|
|x
0
|
,
Ahora estamos en condiciones de probar el resultado aunciado.
Teorema 3.1 Sean X y Y espacios vectoriales normados sobre K. Entonces /(X, Y )
es Banach si y solo si Y es Banach.
Demostraci on. Supongamos que /(X, Y ) es Banach y sean y
n
nN
una sucesi on de
Cauchy en Y y x
0
X tal que x
0
,= . Entonces, aplicando Lema 3.2 se deduce la
existencia de una sucesi on A
n
nN
/(X, Y ) tal que
A
n
(x
0
) = y
n
y |A
n
| =
|y
n
|
|x
0
|
n N.
M as precisamente, de acuerdo a la demostraci on de dicho lema, sabemos que
A
n
(x) :=
F(x)
|x
0
|
y
n
x X ,
donde F X
es tal que |F| = 1 y F(x

0
) = |x
0
|. Se sigue que
(A
n
A
m
)(x) =
F(x)
|x
0
|
(y
n
y
m
) y |A
n
A
m
| =
|y
n
y
m
|
|x
0
|
x X , n, m N,
con lo cual A
n
nN
es de Cauchy en /(X, Y ). En consecuencia, si A /(X, Y ) es el
lmite de esta sucesion, se obtiene que
|y
n
A(x
0
)| = |A
n
(x
0
) A(x
0
)| = |(A
n
A)(x
0
)| |A
n
A| |x
0
|
n
0 ,
74 CAP

y por lo tanto y
n
nN
converge a A(x
0
) en Y .
Recprocamente, supongamos que Y es Banach y sea A
n
nN
una sucesi on de Cau-
chy en /(X, Y ). Esto signica que dado > 0, existe N N tal que
|A
n
A
m
| n, m N ,
lo cual, en virtud de la Denici on 3.4 y ecuacion (3.3), es equivalente a escribir:
|A
n
(x) A
m
(x)| |x| x X , n, m N . (3.6)
Se sigue de (3.6) que para cada x X, A
n
(x)
nN
es una sucesion de Cauchy y por lo
tanto convergente en Y . De este modo, podemos denir el operador A : X Y dado
por
A(x) := lm
m
A
m
(x) x X ,
el cual es claramente lineal. Adem as, jando n N y aplicando la desigualdad triangular
y (3.6), obtenemos:
|A
n
(x) A(x)| |x| + |A
m
(x) A(x)| m N ,
de donde, tomando lmite cuando m , resulta:
|A
n
(x) A(x)| |x| x X , n N . (3.7)
En particular, para = 1 existe M N tal que
|A
n
(x) A(x)| |x| x X , n M ,
y en consecuencia
|A(x)| |A(x) A
M
(x)| + |A
M
(x)| (1 +|A
M
|) |x| x X ,
lo cual prueba que A es acotado y as A /(X, Y ). Por ultimo, de (3.7) se deduce que
|A
n
A| n N ,
y por lo tanto A
n
nN
converge a A en /(X, Y ). 2
Se concluye esta secci on con la demostraci on de la identidad (3.5).
3.3. EL OPERADOR ADJUNTO EN ESPACIOS NORMADOS 75
Lema 3.3 Sean X e Y espacios vectoriales normados sobre el cuerpo K, tales que Y es
no trivial. Entonces
|x| = sup
AL(X,Y )
A=
|A(x)|
|A|
= max
AL(X,Y )
A=
|A(x)|
|A|
x X . (3.8)
Demostraci on. Si x = la identidad es inmediata ya que A() = A /(X, Y ).
Si x ,= , elegimos un vector y
0
Y , y
0
,= , y aplicamos Lemma 3.2. De este modo, se
sigue que existe A
0
/(X, Y ) tal que A
0
(x) = y
0
y |A
0
| =
y
0
x
, lo cual implica que
sup
AL(X,Y )
A=
|A(x)|
|A|

|A
0
(x)|
|A
0
|
= |x| x X .
Por ultimo, es claro que
sup
AL(X,Y )
A=
|A(x)|
|A|
|x| x X ,
3.3. El operador adjunto en espacios normados
Sean X, Y espacios vectoriales normados sobre el cuerpo K, y sea A /(X, Y ). Enton-
ces, dado G Y
denimos el funcional G A : X K como

(G A)(x) := G(A(x)) x X .
Es claro que G A es lineal y acotado porque G y A lo son, y por lo tanto G A X
.
Esto induce la denici on del operador
A
: Y
G A
(G) := G A,
el cual se llama operador adjunto de A.
Lema 3.4 Dado A /(X, Y ) se tiene A
/(Y
, X
) y |A| = |A
|.
76 CAP

Demostraci on. La linealidad de A
se sigue de las deniciones de suma y multiplicaci on

por escalares en los espacios duales X
e Y
(ver (2.1) y (2.2) para el caso general). Para

el acotamiento de A
observamos primero que

|A
(G)| := |G A| = sup
xX
x=
[G(A(x))[
|x|
|A| |G| G Y
,
lo cual prueba que A
es efectivamente acotado y |A
| |A|. Por otro lado, aplicando

la consecuencia del Teorema de Hahn-Banach dada por Lema 2.4, se obtiene
|A(x)| = sup
GY
G=
[G(A(x))[
|G|
= sup
GY
G=
[A
(G)(x)[
|G|
sup
GY
G=
|A
(G)| |x|[
|G|
|A
| |x| x X ,
de donde |A| |A
|, lo cual completa la demostracion. 2

El siguiente lema, cuya demostraci on se sigue directamente de las deniciones de
operador adjunto y de la suma y multiplicaci on por escalares en /(X, Y ) (ver (3.1) y
(3.2)), se deja como ejercicio para el lector.
Lema 3.5 Sean X, Y , Z espacios vectoriales normados. Entonces
i) (A + B)
= A
+ B
A, B /(X, Y ).
ii) (A)
= A
K, A /(X, Y ).
iii) (AB)
= B
A /(X, Y ) , B /(Z, X).

El siguiente ejemplo ilustra el calculo explcito de un operador adjunto.
Ejemplo 3.2 Sea X el espacio vectorial real de las funciones continuas sobre [0, 1], provisto de
la norma uniforme |u| := max
t[0,1]
[u(t)[ u X, y sean p
0
, p
1
, ..., p
n
los n + 1 polinomios
monicos de X, esto es p
j
(t) := t
j
t [0, 1] , j 0, 1, ..., n. Entonces, se dene el
operador A : X X como
A(u) :=
n
j=0
__
1
0
u(t) p
j
(t) dt
_
p
j
u X .
3.4. EL OPERADOR ADJUNTO EN ESPACIOS DE HILBERT 77
El objetivo es probar que A /(X) y encontrar su adjunto A
. Para ello, dado j 0, 1, ..., n,

se dene el funcional F
j
: X R por
F
j
(u) :=
_
1
0
u(t) p
j
(t) dt u X .
Es claro que F
j
es lineal y acotado. En particular, para el acotamiento se tiene facilmente
[F
j
(u)[
_
1
0
[u(t)[ [p
j
(t)[ dt
_
1
0
[p
j
(t)[ dt |u| |u| ,
lo cual prueba que F
j
X
y |F
j
| 1. Utilizando estos funcionales, podemos redenir el
operador A como
A(u) :=
n
j=0
F
j
(u) p
j
u X ,
el cual es claramente lineal y acotado ya que cada uno de los F
j
lo es. De este modo, dado
G X
y u X, se obtiene
A
(G)(u) = (G A)(u) = G(A(u)) = G

_
_
n
j=0
F
j
(u) p
j
_
_
=
n
j=0
F
j
(u) G(p
j
) =
n
j=0
G(p
j
) F
j
(u) =
_
_
n
j=0
G(p
j
) F
j
_
_
(u) ,
con lo cual
A
(G) =
n
j=0
G(p
j
) F
j
G X
.
3.4. El operador adjunto en espacios de Hilbert
Sean (X, , )
X
) e (Y, , )
Y
) espacios de Hilbert sobre K y sea A /(X, Y ). Dado
y Y , denamos el funcional
X K
x A(x), y)
Y
,
el cual es claramente lineal y acotado. En efecto, la linealidad se sigue del hecho que A
y la primera componente del producto escalar , )
Y
son lineales. A su vez, aplicando la
desigualdad de Cauchy-Schwarz se obtiene que
[ A(x), y)
Y
[ |A(x)| |y| |A| |x| |y| ,
78 CAP

lo cual prueba que dicho funcional es acotado y que su norma es menor o igual que
|A| |y|. Luego, aplicando el Teorema de Representacion de Riesz, se deduce que existe
un unico z X tal que
A(x), y)
Y
= x, z)
X
x X .
Este analisis induce la denici on del operador
A
: Y X
y A
(y) := z ,
(3.9)
el cual se llama adjunto de Hilbert de A y esta caracterizado por la relaci on
A(x), y)
Y
= x, A
(y))
X
x X , y Y . (3.10)
El analogo del Lema 3.4 se prueba a continuacion.
Lema 3.6 Dados X e Y espacios de Hilbert y A /(X, Y ), se tiene A
/(Y, X) y
|A
| = |A|.
Demostraci on. La linealidad de A
se sigue de la caracterizaci on (3.10) y de las pro-

piedades de los productos escalares. En efecto, dados y
1
, y
2
Y y
1
,
2
K, se
tiene
x, A
(
1
y
1
+
2
y
2
))
X
= A(x),
1
y
1
+
2
y
2
)
Y
=
1
A(x), y
1
)
Y
+
2
A(x), y
2
)
Y
=
1
x, A
(y
1
))
X
+
2
x, A
(y
2
))
X
= x,
1
A
(y
1
) +
2
A
(y
2
))
X
x X ,
(
1
y
1
+
2
y
2
) =
1
A
(y
1
) +
2
A
(y
2
). A su vez, usando el
Teorema de Representaci on de Riesz en X, la identidad (3.10) y la desigualdad de
Cauchy-Schwarz, se obtiene
|A
(y)| = sup
xX
x=
x, A
(y))
X
|x|
= sup
xX
x=
A(x), y)
Y
|x|
|A| |y| y Y ,
de donde A
es acotado y |A
| |A|. Procediendo de manera analoga, usando ahora

el Teorema de Representacion de Riesz en Y , y nuevamente la identidad (3.10) y la
desigualdad de Cauchy-Schwarz, se demuestra que |A| |A
|, lo cual concluye la
demostraci on. 2
3.4. EL OPERADOR ADJUNTO EN ESPACIOS DE HILBERT 79
Por otro lado, notar que los operadores A
y A
est an relacionados seg un el siguiente

diagrama conmutativo
X
A
Y
1
X
1
Y
X
,
es decir
A
= 1
X
A
1
1
Y
,
o bien
A
= 1
1
X
A
1
Y
.
Definici on 3.6 Sean X un espacio de Hilbert y A /(X, X). Se dice que A es auto-
adjunto si A = A
.
Ejemplo 3.3 Sean (X, , )
X
) e (Y, , )
Y
) espacios de Hilbert, y, dado m N, consideremos
conjuntos F
1
, F
2
, ..., F
m
X
, x
1
, x
2
, ..., x
m
X, e y
1
, y
2
, ..., y
m
Y . Entonces se
denen los operadores A : X Y y B : X X por
A(x) :=
m
j=1
F
j
(x) y
j
x X ,
y
B(x) :=
m
j=1
x, x
j
)
X
x
j
x X .
El objetivo de este ejemplo es calcular A
y luego mostrar que B es autoadjunto. En efecto,

de acuerdo al Teorema de Representacion de Riesz, para cada j 1, 2, ..., m existe un unico
z
j
X tal que F
j
(x) := x, z
j
)
X
x X. Se sigue que
A(x) :=
m
j=1
x, z
j
)
X
y
j
x X , (3.11)
y luego, dado y Y , se tiene
A(x), y)
Y
=
_
m
j=1
x, z
j
)
X
y
j
, y
_
Y
=
m
j=1
x, z
j
)
X
y
j
, y)
Y
=
_
x,
m
j=1
y, y
j
)
Y
z
j
_
X
,
80 CAP

de donde se deduce que
A
(y) :=
m
j=1
y, y
j
)
Y
z
j
. (3.12)
Por otro lado, puesto que B es un caso particular del operador A (escrito en la forma (3.11)
con Y = X y z
j
= y
j
= x
j
), se obtiene directamente de (3.12) que
B
(x) :=
m
j=1
x, x
j
)
X
x
j
= B(x) ,
lo cual prueba que B es autoadjunto.
3.5. La ecuacion fundamental
3.5.1. Preliminares
Sean X e Y espacios vectoriales normados sobre el cuerpo K, y sea A /(X, Y ). Dado
y Y , la ecuaci on fundamental consiste en:
Hallar x X tal que A(x) = y , (3.13)
es decir, encontrar una pre-imagen de y a traves del operador A. Con el objeto de
analizar este problema, se introducen los siguientes conjuntos.
Definici on 3.7 Se dene el espacio nulo o kernel de A como:
N(A) := x X : A(x) = .
Definici on 3.8 Se dene el rango o recorrido de A como:
R(A) := y Y : existe x X tal que A(x) = y .
Es facil ver que N(A) y R(A) son subespacios de X e Y , respectivamente. Ademas,
puesto que N(A) es la imagen inversa por A de , se sigue que N(A) es cerrado. Por
otro lado, es claro que el operador lineal A es inyectivo si y s olo si N(A) = ,
lo cual dice que, de haber soluci on para (3.13), ella es unica. A su vez, el operador A
es sobreyectivo si y s olo si R(A) = Y , lo cual signica que (3.13) tiene siempre al
menos una soluci on.
3.5. LA ECUACI
ON FUNDAMENTAL 81
El siguiente objetivo es caracterizar R(A). Para este efecto, consideremos un elemento
y R(A). Se sigue que existe x X tal que A(x) = y, y luego, dado G N(A
), se
tiene que
G(y) = G(A(x)) = A
(G)(x) = . (3.14)
Lo anterior motiva la siguiente secci on.
3.5.2. Anuladores y ortogonales
Comenzamos con las deniciones cl asicas de anuladores.
Definici on 3.9 Sea X un espacio vectorial normado y sea S X. Un funcional F X
se dice anulador de S si F(x) = 0 x S. En tal caso, se introduce tambien el

conjunto anulador de S
S
:=
_
F X
: F(x) = 0 x S
_
.
Definici on 3.10 Sea X un espacio vectorial normado y sea T X
. Un elemento
x X se dice anulador de T si F(x) = 0 F T. En tal caso, se introduce
tambien el conjunto anulador de T
T :=
_
x X : F (x) = 0 F T
_
.
De acuerdo a lo anterior, la ecuaci on (3.14) es equivalente a decir que y

N(A
),
y por lo tanto se ha demostrado as que:
R(A)

N(A
). (3.15)
En el caso en que
_
X, , )
X
_
e
_
Y, , )
Y
_
son espacios de Hilbert y A /(X, Y ),
lo anterior se reduce a
R(A) N(A
. (3.16)
En efecto, dado y R(A) existe x X tal que y = A(x). Luego, si z N(A
) se
obtiene
y, z )
Y
= A(x), z )
Y
= x, A
(z) )
X
= x, )
X
= 0,
lo cual prueba que y N(A
. Con el objeto de deducir eventuales recprocos de las

inclusiones (3.15) y (3.16), se necesitan algunos resultados adicionales sobre conjuntos
anuladores y ortogonales.
82 CAP

Lema 3.7 Sea
_
X, | |
_
un espacio vectorial normado y sean S X y T X
.
Entonces S
y

T son subespacios cerrados de X
y X, respectivamente.
Demostraci on. Procedemos a demostrar solo para

T. El caso de S
es analogo. Es
claro que F() = 0 F X
, y en particular F() = 0 F T, lo cual prueba que

T. A su vez, dados , R, x, x

T y F T, se obtiene:
F(x + x) = F(x) + F( x) = + = 0 ,
con lo cual x + x

T, probando as que

T es un subespacio de X. Para ver que
T es cerrado, consideremos una sucesi on

_
x
n
_
nN

T que converge a x X. As,
dado F T, se tiene:
[ F(x) [ = [ F(x) F(x
n
) [ = [ F(x x
n
) [ |F| | x x
n
|
n
0,
y por lo tanto x

T. 2
Lema 3.8 Sea
_
X, , )
X
_
un espacio de Hilbert con aplicacion de Riesz 1 : X

X, y sean S X y T X
. Entonces
S
= 1(S
) y

T = 1(T)
Demostraci on. Se tiene claramente

x S
s , x) = 0 s S
1
1
(x) (s) = 0 s S
1
1
(x) S
x 1(S
).
A su vez,
x

T F(x) = 0 F T
x, 1(F)) = 0 F T
x 1(F) F T
x 1(T)
.
2
Notar que la identidad S
= 1(S
), junto con lo estipulado por Lema 3.7 y el

hecho que 1 : X
X es una biyeccion isometrica, garantizan que S
tambien es un
subespacio cerrado de X.
3.5. LA ECUACI
ON FUNDAMENTAL 83
Lema 3.9 Sea M un subespacio cerrado de un espacio vectorial normado
_
X , | | ).
Entonces

(M
) = M
Demostraci on. Procedemos por doble inclusion. Sea x M. Se sigue claramente que
F(x) = 0 F M
, lo cual indica que x

(M
), y por lo tanto M

(M
). Para
la otra inclusi on utilizaremos el contrarecproco. En efecto, sea x X tal que x , M.
Puesto que M es cerrado se tiene que dist ( x, M) > 0. Luego, aplicando la consecuencia
del Teorema de Hahn-Banach dada por Teorema 2.8, se deduce que

F X
tal que
|
F| = 1,

F( x) = dist( x, M) y

F(m) = 0 m M. Esto indica que

F M
, y
dado que

F( x) ,= 0, se tiene que x ,

(M
). De este modo se concluye que

(M
) M,
Como corolario de los Lemas 3.8 y 3.9 se obtiene el siguiente resultado.
Lema 3.10 Sea M un subespacio cerrado de un espacio de Hilbert
_
X, , )
_
. Entonces
(M
= M.
Demostraci on. Utilizando el resultado del Lema 3.9 y las identidades del Lema 3.8, se
obtiene:
M =

(M
) =

(1
1
(M
)) =
_
1
_
1
1
(M
)
__
= (M
.
2
A continuacion se establece un resultado mas general que Lema 3.9, en el cual no se
considera un subespacio cerrado vectorial normado sino solo un subconjunto del espacio
vectorial normado.
Lema 3.11 Sea (X, ||) un espacio vectorial normado y sean W X y S el subespacio
cerrado generado por W. Entonces W
= S
y S =

(W
).
Demostraci on. Basta mostrar que W
= S
ya que entonces, de acuerdo a Lema 3.9,

se obtiene

(W
) =

(S
) = S. En efecto, puesto que W S, es claro que S
.
Resta probar que W
. Para ello, sea F W
, es decir F X
y F(x) =
0 x W. Ahora, dado x W), el subespacio generado por W, existen N N,
escalares
1
,
2
, ,
N
C, y vectores x
1
, x
2
, , x
N
W, tales que x =
N
j=1
j
x
j
.
Se sigue que F(x) =
N
j=1
j
F(x
j
) =
N
j=1
j
0 = 0, lo cual prueba que F W )
. Por
84 CAP

ultimo, para x S = W) existe una sucesion x
n
nN
W) tal que x
n
n
x, y
luego [ F(x) [ = [ F(x) F(x
n
) [ = [ F(x x
n
) [ |F| | x x
n
|
n
0, de donde
F(x) = 0. Esto demuestra que F S
y por lo tanto W
. 2
El analogo del resultado anterior para el caso Hilbert se establece como sigue.
Lema 3.12 Sea (X, , )) un espacio de Hilbert y sean W X y S el subespacio
cerrado generado por W. Entonces W
= S
y S = (W
.
Demostraci on. Aplicando las identidades dadas por Lemas 3.8, 3.11 y 3.10, se deduce
f acilmente que:
W
= 1(W
) = 1(S
) = S
y S = (S
= (W
.
2
Finalizamos esta seccion con un par de resultados claves sobre el rango de un operador
lineal y acotado.
Teorema 3.2 Sea (X, | |
X
) e (Y, | |
Y
) espacios vectoriales normados, y sea A
/(X, Y ). Entonces:
i) R(A)
= N(A
)
ii) R(A) =

N(A
)
iii) R(A) es cerrado si y solo si R(A) =

N(A
).
Demostraci on. Para i) se observa f acilmente que
G R(A)
G Y
y G(z) = 0 z R(A)
G Y
y G(A(x)) = 0 x X
G Y
y A
(G)(x) = 0 x X
G Y
y A
(G) = X
G N(A
).
Luego, aplicando la segunda identidad del Lema 3.11, y notando que R(A) es el sub-
espacio cerrado generado por R(A), se deduce que:
N(A
) =

(R(A)
) = R(A) ,
3.5. LA ECUACI
ON FUNDAMENTAL 85
lo cual prueba ii). Finalmente, iii) se sigue de ii) y del hecho que, de acuerdo al Lema
3.7,

T es un subespacio cerrado de Y T Y
. 2
La version Hilbert del teorema anterior est a dada como sigue.
Teorema 3.3 Sea
_
X, , )
X
_
e
_
Y, , )
Y
_
espacios de Hilbert, y sea A /(X, Y ).
Entonces:
i) R(A)
= N(A
)
ii) R(A) = N(A
iii) R(A) es cerrado si y solo si R(A) = N(A
.
Demostraci on. La parte i) se puede probar directamente, de manera analoga a la
demostraci on de i) en Teorema 3.2. Alternativamente, si 1
X
: X
X y 1
Y
: Y
Y
son las aplicaciones de Riesz correspondientes, recordamos primero de la Secci on 3.4 que
A
= 1
1
X
A
1
Y
. Se sigue f acilmente que N(A
) = 1
1
Y
(N(A
)), y luego, aplicando

la primera identidad del Lema 3.8 y Teorema 3.2, parte i), se obtiene
R(A)
= 1
Y
(R(A)
) = 1
Y
(N(A
)) = 1
Y
(1
1
Y
(N(A
))) = N(A
) ,
lo cual prueba tambien i). Entonces, utilizando ahora la segunda identidad de Lema
3.12, se deduce que N(A
= (R(A)
= R(A), lo cual prueba ii). Por ultimo, iii)

es consecuencia de ii) y del hecho que N(A
es un subespacio cerrado de Y . 2
En el caso en que Y es de dimension nita, R(A) es ciertamente cerrado, y por lo
tanto, dado que N(A
es tambien cerrado, el teorema anterior se resume simplemente

con la identidad R(A) = N(A
.
Ejemplo 3.4 El presente es un ejemplo clasico en dimension nita, el cual tiene que ver
con la resolucion de un sistema lineal de ecuaciones. En efecto, sea R
nxm
el espacio de las
matrices de orden nxm con coecientes reales, y sean A R
nxm
y b R
n
. Entonces,
interesa el sistema lineal: Hallar x R
m
tal que Ax = b. Equivalentemente, si denotamos
X = R
m
, Y = R
n
y / : X Y el operador lineal y acotado inducido por A, es decir
/(x) : = Ax X, entonces resolver el sistema se reduce a averiguar si b pertenece o no a
R(/). Para este efecto, recordemos que /
: Y X esta denido por /
(y) = A
t
y y
86 CAP

Y . Luego, en virtud del Teorema 3.3, el cual en dimension nita se reduce simplemente a la
identidad R(/) = N(/
, se deduce que Ax = b tiene solucion

b R(/)
b N(/
b , z)
R
n = 0 z N(/
)
b , z)
R
n = 0 z R
n
tal que A
t
z = 0.
Es decir, el sistema lineal es soluble si y solo si el lado derecho b es ortogonal a todas las
soluciones del sistema transpuesto homogeneo. Ahora, en el caso particular en que n = m, es
decir X = Y = R
n
, se tiene que [ A[ = [ A
t
[ , y por lo tanto
R(/) = Y N(/
= Y N(/
) =
[ A
t
[ ,= 0 [ A[ ,= 0 N(/) = ,
lo cual prueba que / es sobreyectivo si y solo si / es inyectivo. Este resultado se conoce como
la alternativa de fredholm en dimension nita, y puede deducirse tambien a partir del
Teorema de las Dimensiones, el cual establece que
n = dimN(/) + dimR(/).
3.6. El operador inverso
Sean X e Y espacios vectoriales normados y sea A /(X, Y ). Es claro que la ecuacion
fundamental A(x) = y tiene solucion para todo y R(A), y esta soluci on es unica si
N(A) = . Estos hechos inducen la siguiente denicion.
Definici on 3.11 Sea A /(X, Y ) tal que R(A) = Y y N(A) = . Entonces,
se denota A
1
: Y X, y se llama inverso de A, al operador que a cada y Y le
asigna el unico x X tal que A(x) = y. En tal caso, se escribe x = A
1
(y) y Y .
El objetivo principal de esta seccion es discutir el Teorema de la Inversa Acotada, el
cual da condiciones sucientes para el acotamiento de un operador inverso. Para ello se
prueba primero que este resultado es equivalente al Teorema del Grafo Cerrado. Ambos
teoremas y la equivalencia mencionada se enuncian y demuestran, respectivamente, m as
adelante. Previo a ello se necesita introducir el concepto de operador cerrado.
En lo que sigue, A : T(A) X Y es un operador lineal, no necesariamente
acotado, cuyo dominio T(A) es un subespacio de X.
3.6. EL OPERADOR INVERSO 87
Definici on 3.12 Sea A : T(A) X Y lineal. Se dice que A es cerrado si para
toda sucesion x
n
nN
T(A) tal que x
n
n
x X y A(x
n
)
n
y Y , se
tiene necesariamente que x T(A) y A(x) = y.
A continuaci on damos una denicion equivalente de operador cerrado. En efecto,
recordemos primero que el espacio producto X Y : = (x, y) : x X , y Y ,
provisto de las operaciones:
+ : (X Y ) (X Y ) X Y
((x
1
, y
1
), (x
2
, y
2
)) (x
1
, y
1
) + (x
2
, y
2
) : = (x
1
+x
2
, y
1
+y
2
)
: R (X Y ) X Y
(, (x , y)) (x , y) : = (x , y)
es un espacio vectorial. Adem as, provisto de la norma producto (u otra equivalente):
| (x , y) | : = | x | + | y | (x , y) X Y,
X Y es un espacio vectorial normado. Mas a un, si X e Y son espacios de Banach, el
producto X Y tambien lo es.
Por otro lado, se dene el grafo del operador lineal A : T(A) X Y, y se
denota G(A), al subespacio de X Y dado por:
G(A) : = (x , A(x)) : x T(A).
Notar que el elemento nulo de X Y es (
X
,
Y
), y puesto que A es lineal se tiene
X
T(A) y A(
X
) =
Y
, lo cual muestra que (
X
,
Y
) G(A).
En virtud de lo anterior y la Denici on 3.12 es f acil ver que el operador lineal A :
T(A) X Y es cerrado si y s olo si G(A) es un subespacio cerrado de X Y .
En particular, notar que si A es acotado, es decir A /(X , Y ), entonces claramente
A es cerrado. El siguiente ejemplo, en el cual se explicita un operador cerrado que no es
acotado, conrma que el recproco no es necesariamente verdadero.
Ejemplo 3.5 Sea X = C([0, 1]) provisto de la norma uniforme
| u| : = max
t [0,1]
[ u(t)[ u X,
88 CAP

con la cual sabemos que X es Banach. Denamos el operador dado por la derivada clasica
A : T(A) X X
u A(u) = u
.
Notemos que T(A) = C
1
([0, 1]). A continuacion probamos que A no es acotado y que, sin
embargo, A es cerrado. En efecto, dado n N, sea p
n
X el polinomio denido por
p
n
(t) : = t
n
t [0, 1]. Se sigue que A(p
n
) = q
n
, donde q
n
(t) : = nt
n1
t [0, 1],
y luego:
sup
xD(A)
x=
| A(x) |
| x|

| A(p
n
) |
| p
n
|
=
| q
n
|
| p
n
|
= n n N,
de lo cual se deduce que A no es acotado. Ahora, para ver que A s es cerrado, consideremos
una sucesion x
n
nN
T(A) tal que x
n
n
x X y A(x
n
)
n
y X, esto es
| x
n
x|
n
0 y | x
n
y|
n
0. Luego, para cada t [0, 1] se tiene
_
t
0
x
n
(s) ds
_
t
0
y(s) ds
_
t
0
x
n
(s) y(s) ds
_
t
0
[x
n
(s) y(s) [ ds | x
n
y|
n
0,
lo cual prueba que
_
t
0
y(s) ds = lm
n
_
t
0
x
n
(s) ds.
Se sigue as, usando la convergencia puntual de x
n
, que
_
t
0
y(s) ds = lm
n
x
n
(t) x
n
(0) = x(t) x(0),
de donde
x(t) = x(0) +
_
t
0
y(s) ds t [0, 1].
Esta identidad prueba que x T(A) y A(x) : = x
= y.
A continuaci on presentamos el Teorema de la Inversa Acotado (T.I.A.) y el Teorema
del Grafo Cerrado (T.G.C.), y probamos que ellos son equivalentes.
Teorema 3.4 (teorema de la inversa acotada) Sean X e Y espacios de Banach
y sea A /(X, Y ) tal que R(A) = Y y N(A) =
X
. Entonces A
1
/(Y, X).
Teorema 3.5 (teorema del grafo cerrado) Sean X e Y espacios de Banach y
sea A : T(A) X Y un operador lineal cerrado tal que T(A) = X. Entonces
A /(X, Y ).
3.6. EL OPERADOR INVERSO 89
Teorema 3.6 T.I.A. T.G.C.
Demostraci on.
() Supongamos valido el T.G.C., y sean X e Y espacios de Banach, y A /(X, Y )
tal que R(A) = Y y N(A) =
X
. Entonces, existe el operador inverso A
1
: Y X
el cual es lineal y satisface obviamente que T(A
1
) = Y . Con el objeto de aplicar el
T.G.C. y concluir as que A
1
/(Y, X), solo resta mostrar que A
1
es cerrado. Para
ello, sea y
n
nN
Y tal que
y
n
n
y Y y A
1
(y
n
)
n
x X.
Como A es acotado, se sigue que y
n
= A(A
1
(y
n
))
n
A(x), y por la unicidad del

lmite se deduce que y = A(x), o bien x = A
1
(y), lo cual prueba que A
1
es cerrado.
() Supongamos v alido el T.I.A., y sean X e Y espacios de Banach, y A : T(A)
X Y lineal, cerrado, tal que T(A) = X. Denamos el operador E : G(A) X por
E(x, A(x)) = x x T(A) = X.
Puesto que A es cerrado, G(A) es un subespacio cerrado del Banach X Y , y por lo
tanto G(A) tambien es Banach. Ademas, es claro que R(E) = X y
N(E) = (x, A(x)) : x =
X
= (
X
,
Y
).
A su vez,
| E(x, A(x)) | = | x| | x | + | A(x) | = | (x, A(x)) | (x, A(x)) G(A),
lo cual muestra que E es acotado y | E | 1. Resumiendo, E /(G(A), X) y E es
biyectivo, con lo cual el T.I.A. implica que E
1
/(X, G(A)). Esto signica que existe
C > 0 tal que
| E
1
(x) | C | x | x X,
es decir
| (x, A(x)) | = | x | + | A(x) | C | x | x X,
de donde | A(x) | C | x | x X, probando as que A /(X, Y ). 2
Antes de demostrar uno de los dos teoremas (T.I.A. o T.G.C.), ahora establecemos
una versi on m as general del Teorema de la Inversa Acotada.
90 CAP

Teorema 3.7 (versi
on mejorada del T.I.A.) Sean X e Y espacios de Banach y

sea A : T(A) X Y lineal cerrado tal que N(A) =
X
y R(A) = Y .
Entonces A
1
/(Y, X).
Demostraci on. Denamos primero | |
A
: T(A) R por
| x |
A
: = | x | + | A(x) | x T(A) ,
la cual, es f acil verlo, constituye una norma sobre T(A). Probemos que (T(A) | |
A
) es
completo. En efecto, sea x
n
nN
T(A) tal que | x
n
x
m
|
A
n,m
0. Se sigue que
| x
n
x
m
|
n,m
0 y | A(x
n
) A(x
m
)|
n,m
0, y puesto que X e Y son Banach
se deduce que existe x X e y Y tales que x
n
n
x y A(x
n
)
n
y. Luego, como
/ es cerrado, se concluye de aqu que x T(A) y A(x) = y, lo cual implica que
| x
n
x |
A
= | x
n
x | + | A(x
n
) A(x) | = | x
n
x | + | A(x
n
) y |
n
0.
Entonces, sabiendo ahora que (T(A), | |
A
) es un espacio de Banach, se dene el
operador

A : (T(A), | |
A
) Y por

A(x) = A(x) x T(A). Es claro que

A es
lineal, y ademas
|

A(x) | = | A(x) | | x | +| A(x) | = | x |
A
x T(A),
lo cual muestra que

A es acotado y |

A| 1. Notemos tambien que N(
A) = N(A) =
X
y R(
A) = R(A) = Y . Por lo tanto, aplicando el T.I.A. se deduce que

A
1
/(Y, (T(A), | |
A
)), lo cual signica que existe C > 0 tal que
|

A
1
(y) |
A
C | y | y Y,
es decir
| A
1
(y) | + | y | C | y | y Y,
de donde | A
1
(y) | C | y | y Y , probando as que A
1
/(Y , X ). 2
Es importante observar, de acuerdo a la demostraci on anterior, que la version me-
jorada del T.I.A. (de ahora en adelante T.I.A.M.) es consecuencia del T.I.A. original
(ver Teorema 3.4). Puesto que claramente T.I.A.M. implica T.I.A., se deduce que ambos
teoremas son equivalentes entre s, y por lo tanto equivalentes tambien al T.G.C.. De
hecho, es facil ver que en la primera implicaci on del Teorema 3.6 basta suponer que
3.7. OTROS DOS TEOREMAS CL
ASICOS 91
A : T(A) X Y es lineal y cerrado, tal que R(A) = Y y N(A) =
X
. En efecto,
dada la sucesi on y
n
nN
Y tal que
y
n
n
y Y y A
1
(y
n
)
n
x X,
se deduce en tal caso que x T(A) y A(x) = y, de donde x = A
1
(y), probando
as que A
1
es cerrado. En otras palabras, A lineal cerrado y biyectivo implica que A
1
tambien es cerrado. De este modo, la primera implicaci on del Teorema 3.6, modicada
seg un se indica aqu, constituye una demostracion alternativa del T.I.A.M., ahora a
partir del T.G.C..
Los teoremas y observaciones anteriores se resumen en el siguiente resultado.
Teorema 3.8 T.I.A.M. T.I.A. T.G.C.
3.7. Otros dos teoremas clasicos
En esta seccion demostramos otros dos resultados cl asicos del An alisis Funcional, el
Teorema de la Aplicaci on Abierta (T.A.A.), el cual, entre otras consecuencias, implica
el T.I.A., y el Teorema de Banach-Steinhauss, tambien conocido como el Teorema del
Acotamiento Uniforme. El enunciado respectivo del primero de ellos es como sigue.
Teorema 3.9 (teorema de la aplicaci
on abierta) Sean X e Y espacios de Ba-

nach y sea A /(X, Y ) tal que R(A) = Y . Entonces, existe r > 0 tal que
B
Y
(, r) A(B
X
(, 1)). (3.17)
Comenzamos el analisis probando que la inclusi on (3.17) implica que A transforma
abiertos de X en abiertos de Y , lo cual justica el nombre del teorema anterior. M as
precisamente, se tiene el siguiente resultado.
Lema 3.13 Sean X e Y espacios de Banach y sea A /(X, Y ). Supongamos, ademas,
que existe r > 0 tal que B
Y
(, r) A(B
X
(, 1)). Entonces, para todo abierto U de X
se tiene que A(U) es abierto de Y .
Demostraci on. Sea U un abierto de X, y sea y
0
= A(x
0
) A(U) con x
0
U. Se sigue
que existe > 0 tal que B
X
(x
0
, ) U, o bien x
0
+ B
X
(, ) U, de donde, aplicando
el operador A, resulta
y
0
+ A(B
X
(, )) A(U).
92 CAP

Ahora, de la hip otesis se tiene que B
Y
(, r) A(B
X
(, )). En efecto,
| y | < r
y
B
Y
(, r)
y
A(B
X
(, 1)) y A(B
X
(, )).
Luego, se deduce que y B
Y
(y
0
, r) y y
0
B
Y
(, r) y y
0
A(B
X
(, ))
y y
0
+ A(B
X
(, )) y A(U), lo cual muestra que B
Y
(y
0
, r) A(U), y en
consecuencia A(U) es abierto de Y . 2
A continuaci on se demuestra el T.I.A. usando precisamente el T.A.A.
Teorema 3.10 (T.I.A. con demostraci
on) . Sean X e Y espacios de Banach y

sea A /(X, Y ) tal que R(A) = Y y N(A) =
X
. Entonces A
1
/(X, Y ).
Demostraci on. Puesto que A es sobreyectivo podemos aplicar el T.A.A., deduciendo
as que existe r > 0 tal que B
Y
(, r) A(B
X
(, 1)). Luego, dado x X tal que
| A(x) | < r, se tiene que A(x) A(B
X
(, 1)), lo cual signica que existe z X, | z | <
1, tal que A(x) = A(z). Puesto que A es inyectivo se sigue que x = z y por lo tanto
| x | < 1. Ahora, dado x X tal que x ,= , se tiene obviamente que
_
_
_
_
A
_
r
| A(x) |
x
__
_
_
_
= r < r (0, 1),
y por lo tanto, gracias al an alisis anterior, se obtiene que
_
_
_
_
r
| A(x) |
x
_
_
_
_
< 1 (0, 1),
o bien
| x | <
1
r
| A(x) | (0, 1).
As, tomando lm
1
+
se concluye que
| x |
1
r
| A(x) | x X,
1
es acotado y | A
1
|
1
r
. 2
El siguiente ejemplo constituye una aplicaci on interesante del T.I.A.
Ejemplo 3.6 Sea X un espacio vectorial y sean | |
1
, | |
2
normas sobre X tales que
(X, | |
1
) y (X, | |
2
) son espacios de Banach. Suponga ademas que existe C > 0 tal que
ASICOS 93
|x|
1
C |x|
2
x X. Entonces | |
1
y | |
2
son equivalentes, es decir existe otra constante
c > 0 tal que
|x|
2
c |x|
1
x X.
Para ver esto, consideremos el operador identidad I : (X, | |
2
) (X, | |
1
), el cual es
claramente lineal, biyectivo y acotado, ya que
| I(x) |
1
= |x|
1
C |x|
2
x X.
Aplicando el T.I.A. se deduce que I
1
tambien es acotado, lo cual signica que existe c > 0
tal que
| I
1
(x) |
2
= |x|
2
c |x|
1
x X.
El siguiente objetivo es la demostraci on del T.A.A., la cual separamos en los lemas
3.15 y 3.16 que probamos a continuacion. El clasico Lema de Baire, que recordamos
ahora, se utiliza para el primero de ellos.
Lema 3.14 (lema de baire) . Sea X un espacio metrico completo y sea X
n
nN
una
sucesion de conjuntos cerrados en X tal que
X
n
= n N. Entonces
_
nN
X
n
= .
Es importante notar aqu que este resultado se usa habitualmente en el sentido
contrarecproco. En otras palabras, si X es un espacio metrico completo y X
n
nN
es
una sucesion de cerrados de X tal que
_
nN
X
n
= X, entonces necesariamente existe
k N tal que
X
k
,= .
Ahora procedemos a enunciar y demostrar los lemas que implican el T.A.A.. Cuando
no haya lugar a confusi on se omiten los subndices de las bolas abiertas.
Lema 3.15 Sean X e Y espacios de Banach y sea A : X Y lineal tal que R(A) = Y .
Entonces, existe r > 0 tal que B(, 2r) A(B(, 1)).
Demostraci on. Para cada n N denamos X
n
= nA(B(, 1)). Puesto que A es sobre-
yectivo, dado y Y existe x X tal que A(x) = y. Si N N es tal que |x| < N,
entonces y = N A(
x
N
) = N A(z) con |z| < 1, lo cual prueba que y X
N
y por lo
tanto Y =
_
nN
X
n
. As, aplicando el Lema de Baire se deduce que existe k N tal que
94 CAP
X
k
,= , o bien, equivalentemente,
A(B(, 1)) ,= . Se sigue que existen y

0
Y y r > 0
tales que
B(y
0
, 4r) A(B(, 1)). (3.18)
En particular, puesto que claramente y
0
A(B(, 1)), existe una sucesi on z
n
nN

B(, 1) tal que y
0
= lm
n
A(z
n
), y por lo tanto (y
0
) = lm
n
A(z
n
), lo cual indica
que (y
0
) tambien pertenece a A(B(, 1)). A partir de este hecho y de la inclusi on (3.18)
se obtiene que
B(, 4r) A(B(, 1)) +A(B(, 1)) = 2 A(B(, 1)). (3.19)
En efecto, z B(, 4r) z = z + y
0
+ (y
0
) con (z + y
0
) B(y
0
, 4r) A(B(, 1))
y (y
0
) A(B(, 1)). Ademas, es facil ver que la igualdad en (3.19) se sigue de la
convexidad de A(B(, 1)). Finalmente, de (3.19) se deduce que B(, 2r) A(B(, 1)),
Lema 3.16 Sean X e Y espacios de Banach y sea A /(X, Y ). Suponga que existe
r > 0 tal que B(, 2r) A(B(, 1)). Entonces, B(, r) A(B(, 1)).
Demostraci on. Sea y Y tal que |y| < r. Debemos probar que existe x X tal que
|x| < 1 y A(x) = y. Sea > 0 tal que y
:= (1 + )y B(, r). Puesto que 2y

B(, 2r) A(B(, 1)), se sigue que existe z X, | z| < 1, tal que |2y
A( z)| < r, o
bien, deniendo z
1
=
1
2
z, se tiene que |z
1
| < 1/2 y |y
A(z
1
|) < r/2. Analogamente,
puesto que 4(y
A(z
1
)) B(, 2r), existe otro z X, | z| < 1, tal que
|4(y
A(z
1
)) A( z)| < r,
de donde, deniendo z
2
=
1
4
z, se obtiene que |z
2
| < 1/4 y |y
A(z
1
)A(z
2
)| < r/4.
Siguiendo de esta forma se construye por recurrencia una sucesion z
n
nN
X tal
que |z
n
| <
1
2
n
y |y
A(x
n
)| <
r
2
n
n N, donde x
n
=
n
j=1
z
j
. Dado que la serie
n=1
1
2
n
es convergente, se deduce que x
n
nN
es de Cauchy en X, y por lo tanto existe
x
X tal que x
n
n
x
. Ademas,
|x
| = lm
n
|x
n
| = lm
n
_
_
_
_
n
j=1
z
j
_
_
_
_
lm
n
n
j=1
|z
j
| lm
n
n
j=1
1
2
j
= 1,
ASICOS 95
esto es |x
| 1, y de la relacion |y
A(x
n
)| < r/2
n
n N se concluye que
y
= A(x
), esto es y = A
_
x
1 +
_
, o bien y = A(x) con x =
x
1 +
tal que |x| =
1
1 +
|x
|
1
1 +
< 1. 2
Finalizamos esta secci on con el Teorema de Banach-Steinhauss (T.B.S.), el cual
tambien es consecuencia del Lema de Baire.
Teorema 3.11 (Teorema de Banach-Steinhauss) Sean X e Y espacios norma-
dos tal que X es Banach y sea A
i
iI
una familia, no necesariamente numerable, en
/(X, Y ). Suponga que
sup
iI
|A
i
(x)| < x X.
Entonces, existe M > 0 tal que
|A
i
(x)| M|x| x X , i I.
Demostraci on. Para cada n N denamos el conjunto
X
n
= x X : |A
i
(x)| n i I.
Es facil ver que X
n
es cerrado. En efecto, sea x
k
kN
X
n
tal que x
n
n
x X.
Entonces, i I se tiene que:
|A
i
(x)| = lm
k
|A
i
(x
k
)| lm
k
n = n,
lo cual prueba que x X
n
. Alternativamente, el hecho que X
n
es cerrado se sigue de
la identidad X
n
=
iI
A
1
i
(

B(, n)). Ahora, puesto que sup
iI
|A
i
(x)| < x X,
se deduce que cada x X pertenece a alg un conjunto X
n
, y por lo tanto X =
_
nN
X
n
.
Se sigue del Lema de Baire que existe N N tal que
X
N
,= , lo cual signica que
existe x
0
X y r > 0 tales que B(x
0
, r) X
N
. As, dado x X, x ,= , denimos
z = x
0
+
r
2|x|
x, el cual pertenece a la bola B(x
0
, r), y por lo tanto a X
N
, ya que
|z x
0
| = r/2 < r. De acuerdo a lo anterior y al hecho que, obviamente, x
0
X
N
, se
tiene que |A
i
(z)| N y |A
i
(x
0
)| N i I, lo cual implica que
|A
i
(x)| =
_
_
_
_
A
i
_
2|x|
r
(z x
0
)
__
_
_
_
=
2|x|
r
|A
i
(z x
0
)|
2|x|
r
_
|A
i
(z)| +|A
i
(x
0
)|
_
M|x| x X, i I ,
96 CAP

con la constante M =
4N
r
. 2
Dos corolarios interesantes del T.B.S. est an dados por los siguientes lemas.
Lema 3.17 Sean X e Y espacios normados tal que X es Banach y sea A
n
nN

/(X, Y ) tal que para cada x X la sucesion A
n
(x)
nN
es convergente en Y . Entonces:
a) sup
nN
|A
n
| < +.
b) El operador A : X Y denido por A(x) := lm
n
A
n
(x) x X, pertenece a
/(X, Y ).
c) |A| lm
n
nf|A
n
|.
Demostraci on. Puesto que para cada x X la sucesion A
n
(x)
nN
es convergente,
ella es acotada en Y , esto es
sup
nN
|A
n
(x)| < + x X,
y por lo tanto, una aplicaci on directa del T.B.S. implica a). Esto signica que existe
M > 0 tal que
|A
n
(x)| M|x| x X, n N,
de donde, tomando lm
n
se obtiene |A(x)| M|x| x X. Dado que A es cla-
ramente lineal (por la linealidad de cada A
n
), lo anterior prueba que A /(X, Y ), es
decir b). Por ultimo, a partir de la relaci on |A
n
(x)| |A
n
| |x| | x X, n N,
se obtiene que:
|A(x)| = lm
n
|A
n
(x)| = lm
n
nf |A
n
(x)|
lm
n
nf |A
n
| |x| =
_
lm
n
nf |A
n
|
_
|x| x X ,
lo cual demuestra c). 2
Lema 3.18 Sea S un subconjunto de un espacio vectorial normado X sobre, R, y su-
ponga que para cada F X
el conjunto F(x) : x S es acotado en R. Entonces S

es acotado, es decir existe C > 0 tal que |x| C x S.
3.8. ACOTAMIENTO UNIFORME SIN LEMA DE BAIRE 97
Demostraci on. Aplicamos el T.B.S. al siguiente contexto de espacios:
X X
, Y R, I S ,
y para cada x S denimos el operador A
x
: X
R por A
x
(F) := F(x) F X
.
De acuerdo a la hipotesis se tiene que
sup
xS
[A
x
(F)[ = sup
xS
[F(x)[ < +,
y por lo tanto, el T.B.S. implica que existe

C > 0 tal que
[A
x
(F)[ = [F(x)[

C |F| F X
, x S .
De este modo, aplicando una consecuencia del T.H.B. (ver Lema 2.4), se deduce que
para cada x S:
|x| = sup
F X
F=
[F(x)[
|F|

C ,
lo cual muestra el acotamiento de S. 2
3.8. Acotamiento uniforme sin Lema de Baire
En esta secci on proporcionamos los detalles de una demostracion alternativa del Teorema
de Banach-Steinhauss (cf. Teorema 3.11) que no hace uso del Lema de Baire y que, por
lo tanto, es de car acter autocontenido. Este resultado fue publicado recientemente en el
artculo:
Alan D. Sobal: A really simple elementary proof of the uniform boundedness theorem.
The American Mathematical Monthly, vol. 118, 5, pp. 450-451, (2011).
Comenzamos con el siguiente lema preliminar.
Lema 3.19 Sean X e Y espacios vectoriales normados y sea A /(X, Y ). Entonces,
para todo x X y para todo r > 0 se tiene
sup
yB(x,r)
|A(y)| |A| r.
98 CAP

Demostraci on. Sean x X y r > 0. Entonces, para cada z B(, r) se tiene
|A(z)| =
1
2
|A(z) + A(z)| =
1
2
|A(x +z) A(x z)|
1
2
_
|A(x +z)| + |A(x z)|
_
sup
yB(x,r)
|A(y)|,
y tomando supremo sobre z B(, r), resulta
sup
zB(,r)
|A(z)| sup
yB(x,r)
|A(y)|
Luego, basta ver que
sup
zB(,r)
|A(z)| = r sup
zB(,r)
1
r
|A(z)| = r sup
zB(,1)
|A(z)| = r |A|.
2
A continuaci on enunciamos nuevamente y demostramos, usando s olo el Lema 3.19,
el Teorema del Acotamiento Uniforme (o Teorema de Banach-Steinhauss).
Teorema 3.12 Sean X e Y espacios vectoriales normados, con X Banach, y sea
A
i
iI
una familia, no necesariamente numerable, en /(X, Y ). Suponga que
sup
iI
|A
i
(x)| < x X.
Entonces, existe M > 0 tal que
|A
i
(x)| M|x| x X, i I.
Demostraci on. Supongamos, por contradicci on, que sup
iI
|A
i
(x)| = +. Entonces
existe una sucesi on A
n
nN
A
i
iI
, tal que |A
n
| 4
n
n N. Aplicando el
lema anterior a A = A
1
, x = y r = 3
1
, se tiene que
sup
yB(,3
1
)
|A
1
(y)| 3
1
|A
1
|,
y luego, por denici on del supremo, dado > 0, x
1
B(, 3
1
) tal que
|A
1
(x
1
)| + sup
yB(,3
1
)
|A
1
(y)| 3
1
|A
1
|.
En particular, para = 3
2
|A
1
|, se tiene
|A
1
(x
1
)|
2
3
3
1
|A
1
| y |x
1
x
0
| < 3
1
,
3.8. ACOTAMIENTO UNIFORME SIN LEMA DE BAIRE 99
con x
0
= . A su vez, aplicando nuevamente el lema a A = A
2
, x = x
1
y r = 3
2
,
se tiene que
sup
yB(x
1
,3
2
)
|A
2
(y)| 3
2
|A
2
| ,
de donde, dado = 3
3
|A
2
|, existe x
2
B(x
1
, 3
2
) tal que
|A
2
(x
2
)| + 3
3
|A
2
| 3
2
|A
2
|,
esto es
|A
2
(x
2
)|
2
3
3
2
|A
2
| y |x
2
x
1
| < 3
2
.
Siguiendo este razonamiento inductivo se construye una sucesi on x
n
nN
X tal que
|A
n
(x
n
)|
2
3
3
n
|A
n
| y |x
n
x
n1
| < 3
n
n N.
Veamos ahora que x
n
nN
es de Cauchy. En efecto, dados n, k N con n > k, se tiene
|x
n
x
k
| |x
k+1
x
k
| + |x
k+2
x
k+1
| + + |x
n
x
n1
|
3
(k+1)
+ 3
(k+2)
+ + 3
(k+nk)
= 3
k
_
3
1
+ 3
2
+ + 3
(nk)
_
= 3
k
1
2
_
1
_
1
3
_
nk
_

1
2
3
k
k
0.
Luego, como X es Banach, existe x X tal que |x
n
x|
n
0. Adem as, de la misma
estimaci on anterior se deduce que para todo n, k N
|x
n+k
x
n
|
1
2
3
n
,
de donde, dejando n N jo y haciendo k , resulta
|x x
n
|
1
2
3
n
n N.
Finalmente, se concluye que
|A
n
(x)| = |A
n
(x
n
) A
n
(x
n
x)|
|A
n
(x
n
)| |A
n
| |x
n
x|
2
3
3
n
|A
n
| |A
n
|
1
2
3
n
=
1
6
3
n
|A
n
|
1
6
_
4
3
_
n
n
,
100 CAP

lo cual contradice el hecho que sup
iI
|A
i
(x)| < +. 2
3.9. Operadores con rango cerrado
El objetivo de esta secci on es caracterizar los operadores lineales que tienen rango ce-
rrado. Al respecto, recordemos primero que si X e Y son espacios vectoriales normados
y A /(X, Y ), entonces el Teorema 3.2 establece que R(A) es cerrado si y s olo si
R(A) =

N(A
). A su vez, en el caso en que X e Y son espacios de Hilbert, se tiene

que R(A) es cerrado si y s olo si R(A) = N(A
(ver Teorema 3.3). A continuaci on

se deducen otras condiciones necesarias y sucientes, m as faciles de vericar, para que
R(A) sea un subespacio cerrado de Y .
Comenzamos nuestro an alisis suponiendo que A : T(A) X Y es un operador
lineal cerrado e inyectivo, es decir tal que N(A) =
X
. Si Y es Banach y R(A) es
cerrado, entonces (R(A), | |
Y
) es claramente Banach. Supongamos ademas que X
es Banach. Entonces, aplicando el T.I.A.M. (ver Teorema 3.7) se deduce que A
1
/(R(A), X), lo cual signica que existe C > 0 tal que

| A
1
(y) | C | y | y R(A),
o bien
| x | C | A(x) | x T(A). (3.20)
Hemos probado as que (3.20) es una condici on necesaria para que R(A) sea cerrado.
Recprocamente, supongamos que A : T(A) X Y es un operador lineal,
cerrado e inyectivo, y que existe C > 0 tal que (3.20) ocurre. A su vez, sea A(x
n
)
nN
una sucesion en R(A), con x
n
nN
T(A), tal que A(x
n
)
n
y Y . Aplicando la
desigualdad (3.20) y la linealidad de A se sigue que
| x
n
x
m
| C | A(x
n
) A(x
m
)|
n,m
0,
lo cual prueba que x
n
nN
es de Cauchy en X, y por lo tanto existe x X tal que
x
n
n
x. Finalmente, como A es cerrado se deduce que x T(A) y A(x) = y
R(A), gracias a lo cual se concluye que R(A) es cerrado.
Resumiendo, hemos demostrado as el siguiente resultado de caracterizacion.
3.9. OPERADORES CON RANGO CERRADO 101
Teorema 3.13 Sean X e Y espacios de Banach, y sea A : T(A) X Y un
operador lineal cerrado tal que N(A) =
X
. Entonces R(A) es un subespacio cerrado
de Y si y solo si existe C > 0 tal que
| x | C |A(x)| x T(A) .
Ahora extendemos el resultado de caracterizaci on anterior al caso no inyectivo. As,
en lo que sigue consideramos X e Y espacios de Banach, y A : T(A) X Y un
operador lineal cerrado tal que N(A) ,=
X
. El analisis respectivo requiere de algunos
resultados y conceptos previos.
Lema 3.20 Sean X e Y espacios vectoriales normados, y sea A : T(A) X Y un
operador lineal cerrado. Entonces N(A) es un subespacio cerrado de X.
Demostraci on. Sea x
n
nN
N(A) tal que x
n
n
x X. Es claro que
A(x
n
) =
Y
n

Y
Y .
Luego, como A es cerrado, se deduce que x T(A) y A(x) =
Y
, lo cual prueba que
x N(A). 2
El concepto de espacio cuociente es clave en lo que viene. M as precisamente, sea X
un espacio vectorial normado, y sea M un subespacio cerrado de X. Entonces se dene
la relacion de equivalencia.
: u, v X , u v si y s olo si u v M.
As, dado u X, su clase de equivalencia esta dada por:
[u] := v X : u v M ,
y se dice que u es el representante (no unico) de [u]. Notar que [] = M . Ademas, es
claro que [u] = [v] si y solo si u v. Tambien, [u] [v] = si y s olo si u , v. Al
conjunto de todas las clases de equivalencia se le llama espacio cuociente y se denota
X/M, es decir:
X/M :=
_
[u] : u X
_
.
102 CAP

A su vez, al espacio X/M se le provee de una estructura de espacio vectorial con las
siguientes operaciones:
+ : X/M X/M X/M
([u], [v]) [u] + [v] := [u +v]
: R X/M X/M
(, [u]) [u] := [u]
Veamos que + y est an bien denidos en el sentido que no dependen de los represen-
tantes de cada clase de equivalencia. En efecto, sean u, u, v, v X tales que [u] = [ u]
y [v] = [ v]. Se sigue que u u M y v v M, con lo cual (u u) + (v v) =
(u + v) ( u + v) M, de donde (u + v) ( u + v), o bien [u + v] = [ u + v]. A su
vez, si R y u, u X son tales que [u] = [ u], entonces u u M, y por lo tanto
(u u) = u u M, lo cual prueba que [u] = [ u].
De acuerdo a lo anterior, es f acil probar que (X/M, +, ) constituye un espacio
vectorial real con elemento neutro dado por [] = M. M as a un, con la aplicaci on
| | : X/M R dada por
| [u] | := dist(u, M) = nf
vM
|u v| [u] X/M , (3.21)
X/M es un espacio vectorial normado. En efecto veamos que (3.21) esta bien denida
y constituye una norma sobre X/M.
Sean u, u X tales que [u] = [ u]. Se sigue que u u M, y luego
dist(u, M) = nf
vM
|u v| = nf
vM
| u (v + u u) | = nf
wM
| u w| = dist( u, M),
lo cual prueba que no hay ambig uedad, con respecto al representante empleado, en la
denici on de | [u] |. Veamos ahora que se satisfacen las propiedades de norma. En primer
lugar, es claro que | [u] | 0 [u] X/M ya que el conjunto |u v| : v M
est a acotado inferiormente por 0. Adem as
| [u] | = 0 dist(u, M) = 0 u M [u] = [].
Ahora, dadas [u], [z] X/M se tiene
| [u] + [z] | = | [u +z] | = nf
vM
| u +z v |
| u +z (v +w) | v, w M
| u v | + | z w| v, w M,
de donde, tomando nmo sobre v M y luego sobre w M, se deduce que
| [u] + [z] | nf
vM
| u v | + nf
wM
| z w| = | [u] | +| [z] |,
lo cual prueba la desigualdad triangular. Por ultimo, sean K y [u] X/M. Si = 0
es claro que
| [u] | = | [u] | = | [] | = 0 = | [u] |,
y si ,= 0 se tiene
| [u] | = | [u] | = nf
vM
| u v | = nf
vM
|(u v/) |
= nf
vM
[[ | u v/| = [[ nf
wM
| u w| = [[ | [u] |.
Hemos probado as que (X/M, | [] |) es un espacio vectorial normado. Mas a un, se tiene
el siguiente resultado.
Teorema 3.14 Sea X un espacio de Banach y sea M un subespacio cerrado de X.
Entonces (X/M, | [] |) tambien es Banach.
Habiendo establecido lo anterior, ahora estamos en condiciones de volver a nuestro
interes original de caracterizar los operadores, no necesariamente inyectivos, con rango
cerrado. Para este efecto, recordemos que tenemos dos espacios de Banach X e Y y
un operador A : T(A) X Y lineal y cerrado. Ademas, puesto que N(A) es un
subespacio cerrado de X (ver Lema 3.20), se tiene por Teorema 3.14 que X/N(A) es
Banach. Luego, denimos el operador
A : T(

A) X/N(A) Y
por
A([u]) = A(u) [u] T(

A) ,
donde T(

A) : = [u] : u T(A). Notar que si [u] = [z] se tiene que A(u) = A(z)
ya que u z N(A), lo cual muestra que

A esta bien denido. Observemos tambien
que T(

A) es un subespacio de X/N(A) (ya que T(A) es un subespacio de X) y que
por lo tanto

A es lineal (ya que A tambien lo es). A su vez, es claro que R(

A) = R(A).
104 CAP

Por otro lado, veamos que

A es inyectivo y cerrado. En efecto, sea [u] T(

A) tal
que

A([u]) =
Y
. Se sigue que
Y
= A(u), lo cual indica que u N(A), de donde
[u] = [], y luego N(

A) = []. Para ver que A es cerrado consideremos una sucesi on
[u
n
]
nN
T(

A) tal que [u
n
]
n
[u] X/M y

A([u
n
]) = A(u
n
)
n
y Y . Se
sigue que para cada > 0 existe n N tal que
| [u
n
u] | : = dist (u
n
u, N(A)) < n N,
lo cual implica que para cada n N existe z
n
N(A) tal que | u
n
u z
n
| < , de
donde se deduce que (u
n
z
n
)
n
u. A su vez, como A(u
n
z
n
) = A(u
n
)
n
y Y
y A es cerrado, se concluye que u T(A) y A(u) = y, esto es [u] T(

A) y

A([u]) = y.
Resumiendo, tenemos X/N(A) e Y espacios de Banach y

A : X/N(A) Y un operador
lineal cerrado con N(

A) = [] y R(

A) = R(A). En consecuencia, aplicando el Teorema
3.13 a la presente situaci on se deduce que R(A) es un subespacio cerrado de Y si y s olo
si existe C > 0 tal que
| [u] | C |

A([u]) | [u] T(

A),
esto es
dist (u, N(A)) C | A(u) | u T(A).
Hemos probado as el siguiente resultado.
Teorema 3.15 Sean X e Y Banach, y sea A : T(A) X Y un operador lineal
cerrado. Entonces R(A) es cerrado en Y si y solo si existe C > 0 tal que:
dist (u, N(A)) C | A(u) | u T(A). (3.22)
Notar que si N(A) = entonces dist (u, N(A)) = | u|, y en tal caso (3.22) se
convierte en la caracterizacion particular dada por el Teorema 3.13.
Dentro del contexto de operadores con rango cerrado es importante establecer tam-
bien que esta propiedad se traspasa al adjunto de un operador. Mas precisamente, se
tiene el siguiente resultado.
Teorema 3.16 Sean X e Y espacios de Banach y sea A /(X, Y ) tal que R(A) es
cerrado en Y . Entonces R(A
) = N(A)
y por lo tanto R(A
) es un subespacio cerrado
de X
.
Demostraci on. Demostremos por doble inclusion. En primer lugar, dado F R(A
),
existe G Y
tal que F = A
(G). Luego, para cada x N(A) se tiene que

F(x) = A
(G)(x) = G(A(x)) = G() = 0,

lo cual prueba que F N(A)
. Recprocamente, sea F N(A)
, es decir F X
y
F(x) = 0 x N(A). Queremos probar que existe G Y
tal que F = A
(G). Para
este efecto comenzamos primero deniendo el funcional g : R(A) R por
g(y) = F(x) y R(A),
donde x X es tal que A(x) = y. Dada otra pre-imagen por A de y, esto es x X
tal que A( x) = y, se sigue que x x N(A) y por lo tanto F(x) = F( x), lo cual
muestra que g est a bien denido. Veamos a continuacion que g es lineal. En efecto, dados
, R, y, y R(A) y x, x X tales que y = A(x) y y = A( x), la linealidad de
A establece que y + y = A(x + x). Se tiene as que
g(y + y) = F(x + x) = F(x) + F( x) = g(y) + g( y).
Por otro lado, dado y = A(x) R(A) y z N(A), se obtiene que
[g(y)[ = [F(x)[ = [F(x z)[ | F | | x z |,
de donde
[g(y)[ | F | nf
zN(A)
| x z | = | F | dist(x, N(A)),
lo cual, usando que R(A) es cerrado y el Teorema 3.15, implica que
[g(y)[ C | F | | A(x) | = C| F | | y | y R(A).
As, g R(A)
, y por lo tanto, aplicando el Teorema de Hahn-Banach (versi on an alitica)

se deduce que existe G Y
tal que | G|
Y
= | g |
R(A)
y G[
R(A)
= g. Esto signica
que G(y) = g(y) y R(A), o bien para cada x X:
F(x) = g(A(x)) = G(A(x)) = A
(G)(x) ,
lo cual prueba que F = A
(G). 2
La version Hilbert del teorema anterior est a dada como sigue.
106 CAP

Teorema 3.17 Sean X e Y espacios de Hilbert y sea A /(X, Y ) tal que R(A) es
cerrado en Y . Entonces R(A
) = N(A)
y por lo tanto R(A)
es un subespacio cerrado
de X.
Demostraci on. Hacemos uso del Teorema 3.12, de la identidad A
= R
X
A
R
1
Y
,
donde R
X
y R
Y
son las aplicaciones del Riesz respectivas, y del Lema 3.8, el cual
establece que R
X
(S
) = S
S X. En efecto, puesto que R(A) es cerrado se tiene

que R(A
) = N(A)
. Luego x R(A
) si y solo si:
y Y tal que x = R
X
(A
(R
1
Y
(y)))
y Y tal que R
1
X
(x) = A
(R
1
Y
(y))
G := R
1
Y
(y) Y
tal que R
1
X
(x) = A
(G)
R
1
X
(x) R(A
) = N(A)
x R
X
(N(A)
) = N(A)
.
2
3.10. Un problema de teora de aproximaciones
En esta seccion aplicamos algunos de los resultados anteriores de este captulo al pro-
blema de teora de aproximaciones dado por la caracterizacion de las funciones spline
de interpolaci
on. M as precisamente, sean :=]a, b[, n N, y t

1
, t
2
, , t
n

tal que a < t
1
< t
2
< < t
n
< b. Entonces, dado m N, se consideran los espacios
reales:
X = H
m
(), Y = L
2
(), Z = R
n
,
y se denen los operadores T : X Y y A : X Z, respectivamente, por
T(u) = u
(m)
u X, (3.23)
y
A(u) =
_
_
u(t
1
)
u(t
2
)
.
.
.
u(t
n
)
_
_
u X. (3.24)
3.10. UN PROBLEMA DE TEOR
IA DE APROXIMACIONES 107
Es facil ver que T y A son lineales y acotados. En particular, para el acotamiento de
T se tiene:
|T(u)|
L
2
()
= |u
(m)
|
L
2
()

_
m
j=0
|u
(j)
|
2
L
2
()
_
1/2
= |u|
H
m
()
u X.
A su vez, aplicando el Teorema de Trazas en abiertos acotados de R, se deduce que:
[u(t
j
)[ c |u|
H
1
( ]a,t
j
[ )
c |u|
H
m
()
u X, j 1, , n,
lo cual muestra que cada uno de los operadores componentes de A, y por lo tanto A, es
acotado. Por otro lado, se puede probar tambien que T y A son sobreyectivos, es decir
R(T) = Y y R(A) = Z. Por ejemplo, para la sobreyectividad de A observamos primero,
de acuerdo al T.R.R., que existe un conjunto u
1
, u
2
, , u
n
X = H
m
() tal que
u(t
j
) = u, u
j
)
H
m
()
u X , j 1, , n , (3.25)
esto es:
A(u) =
n
j=1
u, u
j
)
H
m
()
e
j
u X,
donde e
1
, e
2
, e
n
es la base canonica de Z = R
n
. A continuaci on notamos que
u
1
, u
2
, u
n
es linealmente independiente. En efecto, sean
1
,
2
,
n
R tales
que
n
i=1
i
u
i
= H
m
(). Para cada j 1, 2, , n podemos construir una funci on
j
C
0
() H
m
() tal que
j
(t
j
) = 1 y sop
j
= B(t
j
, r
j
) ]t
j1
, t
j+1
[, donde
denotamos t
0
= a y t
n+1
= b. De este modo se obtiene para cada j 1, 2, , n :
0 =
j
,
n
i=1
i
, u
i
)
H
m
()
=
n
i=1
j
, u
i
)
H
m
()
=
n
i=1
j
(t
i
) =
j
,
lo cual conrma dicha independencia lineal. En consecuencia, dado que se demuestra
f acilmente que:
A
(z) =
n
j=1
e
j
, z)
R
n
u
j
=
n
j=1
z
j
u
j
z Z = R
n
, (3.26)
se concluye que A
es inyectivo y por lo tanto R(A) = N(A
= R
n
.
108 CAP

Habiendo establecido lo anterior, denimos ahora la funci
on spline de inter-
polaci
on con respecto a T y A como la soluci on, si es que existe, del problema

siguiente. Dado z R
n
, hallar u X tal que:
|T(u)| = mn
_
|T(v)| : v X, A(v) = z
_
, (3.27)
o bien, equivalentemente, hallar u X tal que:
_
b
a
u
(m)
(t)
2
dt
= mn
__
b
a
v
(m)
(t)
2
dt : v H
m
() , v(t
i
) = z
i
i 1, 2, , n
_
.
(3.28)
En lo que sigue analizamos en detalle el problema (3.27). En particular, deduci-
mos condiciones necesarias y sucientes para la existencia y unicidad de tal u X,
y obtenemos tambien una caracterizaci on de esta soluci on, gracias a la cual ella puede
calcularse explcitamente.
Comencemos nuestro an alisis observando, gracias a la sobreyectividad de A, que
existe v
0
X tal que A(v
0
) = z, y por lo tanto
A
1
(z) :=
_
v X : A(v) = z
_
= v
0
+N(A).
Se sigue que A
1
(z) es un subespacio cerrado de X (porque N(A) lo es) , y ademas
es f acil ver que T (A
1
(z)) es convexo. De este modo, el problema (3.27) puede refor-
mularse, equivalentemente, como:
mn
vA
1
({z})
|T(v)| = mn
yT(A
1
({z}))
|y|, (3.29)
donde:
T(A
1
(z)) = T(v
0
) + T(N(A)).
En virtud de lo anterior, podemos establecer el siguiente resultado preliminar.
Lema 3.21 El problema (3.27) (ver tambien (3.29)) tiene solucion para todo z Z si
y solo si T(N(A)) es cerrado en Y .
Demostraci on.
() Supongamos que T(N(A)) es cerrado. Se sigue que T(A
1
(z)) tambien lo es
z Z, y dado que ya observamos que este conjunto es convexo, el resultado de mejor
aproximaci on respectivo (ver Teorema 2.2), implica que existe un unico y T(A
1
(z))
tal que
| y| = mn
yT(A
1
({z}))
|y|.
Luego, todo elemento v A
1
(z) tal que T(v) = y constituye una solucion de (3.27).
() Supongamos ahora que el problema (3.27) tiene solucion para cada z Z, y asu-
mamos, por contradicci on, que T(N(A)) no es cerrado. Entonces, existe y
0
T(N(A))
tal que y
0
, T(N(A)), lo cual implica que el problema
mn
yT(N(A))
|y y
0
| = mn
yT(N(A))
|y +y
0
| (3.30)
no tiene soluci on. Ahora, como T es sobreyectivo, existe u
0
X tal que T(u
0
) = y
0
. Se
sigue que y
0
T(A
1
z
0
), donde z
0
= A(u
0
) Z. Luego, en virtud de la hipotesis de
la presente implicacion, existe u
0
A
1
(z
0
) tal que
|T( u
0
)| = mn
vA
1
({z
0
})
|T(v)| ,
o bien, denotando y
0
:= T( u
0
), se tiene
| y
0
| = mn
yT(A
1
({z
0
}))
|y| = mn
yT(N(A))
|y +y
0
| , (3.31)
donde hemos usado que
T(A
1
(z
0
)) = T(u
0
) + T(N(A)) = y
0
+ T(N(A)) .
Puesto que y
0
y
0
= T( u
0
u
0
) T(N(A)), ya que A( u
0
) = A(u
0
) = z
0
, se deduce
que el mnimo en (3.31) se alcanza en y = y
0
y
0
, lo cual contradice la no existencia
de solucion del problema (3.30). 2
Por otro lado, con el objeto de establecer otra condici on necesaria y suciente para
que T(N(A)) sea cerrado, necesitamos introducir el operador lineal y acotado

T :=
T[
N(T)
: N(T)
Y . Es sabido, gracias a la sobreyectividad de T, que

T es biyectivo,
y por lo tanto, el T.I.A. asegura que

T
1
/(Y, N(T)
). Ademas, se tiene el siguiente

resultado tecnico.
Lema 3.22
T(N(A)) =

T((N(A) + N(T)) N(T)
).
110 CAP

Demostraci on. Sea y = T(v) con v N(A), y sean P y P
los proyectores ortogonales

de X sobre N(T) y N(T)
, respectivamente. Se sigue que v = P(v) + P
(v), y luego
y = T(v) = T(P
(v)) =

T(P
(v)), donde P
(v) = v P(v) (N(A) + N(T))

N(T)
. Recprocamente, sea y =

T(v) con v (N(A) + N(T)) N(T)
, y sean
w N(A) y z N(T) tal que v = w +z. Entonces se obtiene:
y =

T(v) = T(w +z) = T(w) T(N(A)).
2
Ahora podemos probar el siguiente resultado de caracterizaci on.
Lema 3.23 El espacio T(N(A)) es cerrado si y solo si N(A) + N(T) es cerrado.
Demostraci on.
() Supongamos que T(N(A)) es cerrado, y sean w
n
nN
N(A) y z
n
nN

N(T) tales que v
n
:= w
n
+ z
n
n
v X. Por la continuidad de T se tiene que
T(v
n
) = T(w
n
) T(v) Y , y dado que T(w
n
)
nN
T(N(A)) se deduce que
T(v) T(N(A)). Luego, existe w N(A) tal que T(v) = T(w), de donde resulta
v = w + (v w) N(A) + N(T).
() Supongamos ahora que N(A)+ N(T) es cerrado. Se sigue claramente que el espacio
(N(A) + N(T)) N(T)
tambien es cerrado, y por lo tanto la misma propiedad vale

para
T(N(A)) = (
T
1
)
1
_
(N(A) + N(T)) N(T)
_
.
2
El siguiente teorema es una consecuencia inmediata de los lemas anteriores.
Teorema 3.18 Una condicion necesaria y suciente para que exista al menos una
funcion spline de interpolacion con respecto a los operadores T y A, para cada z Z,
es que N(A) + N(T) sea cerrado en X.
M as a un, el siguiente teorema caracteriza la unicidad de dicha funcion spline.
Teorema 3.19 La funcion spline de interpolacion con respecto a los operadores T y A,
cuya existencia para cada z Z esta garantizada si N(A) + N(T) es cerrado en X, es
unica si y solo si N(A) N(T) = .
Demostraci on.
() Supongamos la unicidad de la funci on spline de interpolaci on para cada z Z, y
sea v N(A) N(T), es decir v X, A( v) = Z, y T( v) = Y . Se sigue que:
mn
vA
1
({})
|T(v)| = |T( v)| = 0,
y por la unicidad de soluci on de este problema, necesariamente v = .
() Supongamos que N(A) N(T) = y, dado z Z, sean v
1
, v
2
A
1
(z) tales
que T(v
1
) = T(v
2
) = y, donde
| y| = mn
yT(A
1
({z}))
|y|.
Entonces, es claro que v
1
v
2
N(A) N(T), y por lo tanto v
1
= v
2
. 2
Con el objeto de conrmar que los operadores T y A denidos en (3.23) y (3.24)
satisfacen las hip otesis de los Teoremas 3.18 y 3.19, necesitamos establecer dos resultados
preliminares. En primer lugar recordamos que la suma de dos subespacios cerrados de
un Banach es cerrado si uno de los subespacios es de dimensi on nita. Luego, tenemos
el siguiente lema.
Lema 3.24 Si alguno de los espacios N(A) o N(T) tiene dimension o bien codimension
nita, entonces N(A) + N(T) es cerrado de X.
Demostraci on. Basta razonar con uno de estos espacios. Si N(T) tiene dimension nita
entonces claramente N(A) + N(T) es cerrado. Ahora, supongamos que X/N(T) es de
dimensi on nita. Puesto que R(T) = Y , se tiene que el operador lineal

T : X/N(T)
Y denido por

T([x]) = T(x) [x] X/N(T) es un isomorsmo, y por lo tanto Y
tambien es de dimension nita. Se sigue que T(N(A)) es cerrado, y aplicando Lema 3.23
se deduce que N(A) + N(T) es cerrado. 2
En el caso particular de nuestros operadores T y A (cf. (3.23), (3.24)) tenemos que
R(T) = Y = L
2
(), R(A) = Z = R
n
, y N(T) = P
m1
(), el espacio de polinomios de
grado m 1 denidos sobre . Notar ademas que X/N(A) es isomorfo a Z = R
n
.
As, ya sea utilizando que dim N(T) = m o bien que dim X/N(A) = n, se concluye por
el Lema 3.24 que N(A) + N(T) es cerrado de X. Por otro lado, sea v N(A) N(T).
Se sigue que
v P
m1
() y v(t
i
) = 0 i 1, 2, n.
112 CAP

Luego, en virtud del Teorema Fundamental del Algebra, se deduce que una condici on
necesaria y suciente para que v se anule en , y por lo tanto concluyamos que N(A)
N(T) = , es que n m.
En lo que sigue suponemos entonces que n m, lo cual, de acuerdo a los Teo-
remas 3.18 y 3.19, garantiza que para cada z Z existe una unica funcion spline de
interpolaci on u con respecto a T y A. El objetivo siguiente es caracterizar y calcular
explcitamente u.
Dado z Z = R
n
, sean u A
1
(z) y y = T(u) T(A
1
(z)) tales que:
|T(u)| = mn
vA
1
({z})
|T(v)| = mn
yT (A
1
({z}))
|y| = | y|.
Puesto que T (A
1
(z)) es cerrado y convexo, se puede demostrar que la proyeccion de
sobre este conjunto, vale decir y, esta caracterizada por la desigualdad:
y , y y )
Y
0 y T(A
1
(z)),
donde , )
Y
denota el producto escalar de Y = L
2
(). Mas a un, es facil ver que la
relaci on anterior se re-escribe como:
T(u), T(v u) )
Y
0 v A
1
(z),
o bien, notando que A(v) = A(u) = z,
T(u), T(w) )
Y
0 w N(A),
lo cual, usando que N(A) es subespacio, se reduce, equivalentemente, a
T(u), T(w) )
Y
= 0 w N(A). (3.32)
Hemos demostrado as que, dado z Z = R
n
, u A
1
(z) es la funci on spline de
interpolaci on con respecto a los operadores T y A si y s olo si ocurre (3.32), esto es:
T
(T(u)), w)
X
= 0 w N(A),
lo cual es equivalente a requerir que:
T
(T(u)) N(A)
= R(A
).
De este modo, utilizando la expresi on para A
dada en (3.26) se concluye que existe

:= (
1
,
2
,
n
)
t
Z = R
n
tal que:
T
(T(u)) = A
() =
n
j=1
j
u
j
.
Ahora, como R(T) = Y = L
2
() es obviamente cerrado, se tiene que R(T
) tambien lo
es, de donde R(T
) = N(T)
, y por lo tanto
T
(T(u)) =
n
j=1
j
u
j
N(T)
. (3.33)
As, dado que N(T) = P
m1
(), se tiene que
T
(T(u)), p )
X
= 0 p P
m1
(). (3.34)
Por otro lado, para cada v X = H
m
() podemos utilizar el desarrollo en serie de
Taylor con resto integral y escribir:
v(t) =
m1
j=0
v
(j)
(a)(t a)
j
j!
+
_
b
a
(t s)
m1
+
v
(m)
(s)
(m1)!
ds t [a, b],
donde s
+
denota la parte no negativa de s R. Notemos que la expresion dada por la
sumatoria en la ecuaci on anterior constituye un elemento de P
m1
(), y denamos:
v
+
(t) : =
_
b
a
(t s)
m1
+
v
(m)
(s)
(m1)!
ds t [a, b].
Luego, utilizando (3.33), (3.34), y (3.25), se deduce que:
T(u), T(v) )
Y
= T
(T(u)), v )
X
= T
(T(u)), v
+
)
X
=
n
j=1
j
u
j
, v
+
)
X
=
n
j=1
j
v
+
, u
j
)
X
=
n
j=1
j
v
+
(t
j
)
=
n
j=1
j
_
b
a
(t
j
s)
m1
+
v
(m)
(s)
(m1)!
ds =
_
b
a
_
n
j=1
j
(t
j
s)
m1
+
(m1)!
_
v
(m)
(s) ds
=
_
n
j=1
j
(t
j
)
m1
+
(m1)!
, T(v)
_
Y
v X,
lo cual implica, dado que R(T) = Y , que:
T(u)(s) : = u
(m)
(s) =
n
j=1
j
(t
j
s)
m1
+
(m1)!
s [a, b].
La identidad anterior permite demostrar el siguiente resultado de caracterizaci on de u.
114 CAP

Teorema 3.20 La funcion spline de interpolacion u verica las siguientes propiedades:
i) u[
[a , t
1
]
P
m1
([a, t
1
]) y u[
[t
n
, b]
P
m1
([t
n
, b]).
ii) u[
[t
i1
, t
i
]
P
2m1
([t
i1
, t
i
]) i 2, 3, , n.
iii) u C
2m2
().
Demostraci on. Notamos primero, de acuerdo a (3.33) y (3.34), que:
0 = T
(T(u)), p )
X
=
n
j=1
j
p(t
j
) p P
m1
(). (3.35)
Ahora, dado s [a, t
1
], se tiene:
u
(m)
(s) =
n
j=1
j
(t
j
s)
m1
+
(m1)!
=
n
j=1
j
(t
j
s)
m1
(m1)!
=
n
j=1
j
p(t
j
),
con
p(t) : =
(t s)
m1
(m1)!
P
m1
(),
y luego, de acuerdo a (3.35), u
(m)
(s) = 0, lo cual muestra que u[
[a,t
1
]
P
m1
([a, t
1
]). A
su vez, dado s [t
n
, b], se tiene:
u
(m)
(s) =
n
j=1
j
(t
j
s)
m1
+
(m1)!
= 0 ,
ya que t
j
s j 1, 2, , n, y luego u[
[t
n
,b]
P
m1
([t
n
, b]).
Por otro lado, para s [t
i1
, t
i
], con i 2, 3, , n, se tiene:
u
(m)
(s) =
n
j=1
j
(t
j
s)
m1
+
(m1)!
=
n
j=i
j
(t
j
s)
m1
(m1)!
P
m1
(),
y luego u[
[t
i1
,t
i
]
P
2m1
([t
i1
, t
i
]).
En lo que sigue suponemos primero que m 2. Entonces, derivando u
(m)
, m 2
veces, se obtiene:
u
(2m2)
(s) = 0 s [a, t
1
],
u
(2m2)
(s) = (1)
m2
n
j=i
j
(t
j
s) s [t
i1
, t
i
], i 2, 3, , n,
u
(2m2)
(s) = (1)
m2
n
j=i+1
j
(t
j
s) s [t
i
, t
i+1
], i 1, 2, , n 1,
u
(2m2)
(s) = 0 s [t
n
, b].
3.11. EJERCICIOS. 115
A partir de las identidades anteriores, y usando en la segunda ecuaci on la ortogonalidad
dada por (3.35), se deducen los siguientes lmites:
lm
st
1
u
(2m2)
(s) = 0,
lm
st
+
1
u
(2m2)
(s) = (1)
m2
n
j=2
j
(t
j
t
1
) = (1)
m2
n
j=1
j
(t
j
t
1
) = 0,
lm
st
i
u
(2m2)
(s) = (1)
m2
n
j=i
j
(t
j
t
i
) = (1)
m2
n
j=i+1
j
(t
j
t
i
) i 2, 3, , n 1,
lm
st
+
i
u
(2m2)
(s) = (1)
m2
n
j=i+1
j
(t
j
t
i
) i 2, 3, , n 1,
lm
st
n
u
(2m2)
(s) = (1)
m2
n
j=n
j
(t
j
t
n
) = 0,
y
lm
st
+
n
u
(2m2)
(s) = 0,
todos los cuales implican que u
(2m2)
es continua en t
i
i 1, 2, , n, y por lo
tanto u C
2m2
(). Sin embargo, derivando una vez m as se obtiene:
u
(2m1)
(s) = (1)
m1
n
j=i
j
s [t
i1
, t
i
], i 2, 3, , n,
y
u
(2m1)
(s) = (1)
m1
n
j=i+1
j
s [t
i
, t
i+1
], i 1, 2, , n 1,
de donde:
lm
st
i
u
(2m1)
(s) lm
st
+
i
u
(2m1)
(s) = (1)
m
i
i 2, 3, , n 1,
lo cual prueba que u
(2m1)
no es continua.
Por ultimo, para m = 1 se obtiene 2m2 = 0, y en tal caso la continuidad de u en
se sigue del hecho que u X = H
1
() y del Teorema de Inclusi on de Sobolev que
establece, precisamente para dominios R, que H
1
() C (). 2
3.11. Ejercicios.
3.1 Sean X, Y , Z espacios vectoriales normados y sean A /(X, Y ), B /(Z, X).
Demuestre que (AB)
= B
. Suponga que A es invertible y demuestre que A
tambien lo
116 CAP

es, con (A
)
1
= (A
1
)
.
3.2 (Inverso a izquierda). Sean E, F espacios de Banach y sea T /(E, F) tal que
N(T) = 0. Pruebe que las siguientes armaciones son equivalentes:
a) Existe S /(F, E) tal que S T = I : E E.
b) R(T) es cerrado y posee un suplemento topologico en F.
3.3 Sea X el espacio de las funciones continuas sobre [0, 1] provisto de la norma uniforme.
Dados los polinomios p
j
X, j 0, 1, ..., n, con p
j
(t) = t
j
t [0, 1], se dene el operador
A : X X como
A(u) :=
n
j=0
__
1
0
u(t) p
j
(t) dt
_
p
j
u X .
Demuestre que A /(X, X) y encuentre explcitamente el operador adjunto A
: X
.
Ind.: Para todo j 0, 1, ..., n dena F
j
: X R por F
j
(u) :=
_
1
0
u(t) p
j
(t) dt u X, y
observe que F
j
X
.
3.4 Considere dos espacios vectoriales normados X e Y .
a) Sea A
0
/(X, Y ) tal que A
1
0
/(Y, X). Demuestre que existe un operador
T
0
/(/(X, Y ), /(Y, X)) tal que T
0
A
0
= A
1
0
y [[T
0
[[ = [[A
1
0
[[/[[A
0
[[.
b) Pruebe que si Y es Banach y T /(/(X, Y ), /(Y
, X
)) es un operador biyectivo,
entonces T
1
/(/(Y
, X
), /(X, Y )).
3.5 Sean X, Y espacios vectoriales normados y considere A /(X, Y ).
a) Demuestre que R(A)
0
= N(A
) y que
N(A
) = 0 si y solo si R(A) = Y.
b) Pruebe que si N(A) = 0 y R(A) = Y , entonces (A
)
1
= (A
1
)
.
3.6 Sea M un subespacio cerrado de un espacio vectorial normado X. Pruebe que el ani-
quilador de (
X
M
)
coincide con M.
3.7 Sean X, Y espacios vectoriales normados y sea T : X
un operador lineal cerrado

y biyectivo. Demuestre que T
1
/(Y
, X
).
3.8 Sean X, Y espacios de Banach y A : X Y un operador lineal. Pruebe que si GA
X
G Y
, entonces A /(X, Y ).
Ind.: Utilizar el Teorema de Banach-steinhaus.
3.9 Sea X un espacio de Banach y sea A /(X, X), con [[A[[ < 1. Demuestre que (I +A)
es invertible y que
(I +A)
1
=
n=0
(1)
n
A
n
,
donde la serie es absolutamente convergente en /(X, X). Muestre tambien que
[[(I +A)
1
[[
1
1 [[A[[
.
3.10 Sean X, Y espacios de Banach y sea T : D(T) X Y un operador lineal. El grafo
de T se denota por G
T
y se dene como
G
T
:= (x, y) X Y : x D(T), y = Tx
Suponga que D(T) y G
T
son subespacios cerrados de X y XY , respectivamente. Demuestre
que T es acotado sobre D(T).
3.11 Sean X, Y espacios vectoriales normados y T : D(T) X Y un operador lineal.
Un operador lineal

T : D(
T) X Y se dice una extension de T si D(T) D(
T) y
Tx =

Tx x D(T).
Definici on. Se dice que T : D(T) X Y es la clausura de T, si:
i) T es un operador lineal cerrado
ii) T es una extension de T
iii) Si

T : D(
T) X Y es cualquier operador con las propiedades i) y ii), entonces

T es
una extension de T.
Sean X, Y espacios de Banach, y sea T : D(T) X Y un operador lineal. Pruebe que T
tiene una clausura T s y solo si la siguiente condicion se satisface
x
n
nN
D(T), x
n
0 , Tx
n
y y = 0.
3.12 Sea X el espacio de las funciones continuas sobre [0, ] provisto de la norma uniforme.
Dadas las funciones trigonometricas p
j
, q
j
X, j 0, 1, ..., n, con p
j
(t) = sen (jt) y q
j
(t) =
cos (jt), t [0, ], se dene el operador A : X X como
A(u) :=
n
j=0
__

0
u(t) p
j
(t) dt
_
p
j
+
n
j=0
__

0
u(t) q
j
(t) dt
_
q
j
u X .
Demuestre que A /(X, X) y encuentre explcitamente el operador adjunto A
: X
.
118 CAP

3.13 Sean X, Y espacios de Hilbert y considere A /(X, Y ). Se dene el operador adjunto
de Hilbert de A, y se denota A
, como A
: Y X, donde para cada y Y , A
y X es
el unico elemento (dado por Teorema de Representaci on de Riesz) tal que Ax, y)
Y
=
x, A
y)
X
x X .
a) Pruebe que A
/(Y, X), [[A
[[ = [[A[[ y que (A
= A.
b) Demuestre que A
es inyectivo si y solo si R(A) es denso en Y .

c) Suponga que existe > 0 tal que nf
z N(A)
[[x z[[ [[Ax[[ x X , y demuestre
que R(A) = N(A
.
d) Pruebe que A
= R
X
A
R
1
Y
, donde R
X
: X
X y R
Y
: Y
Y denotan las
aplicaciones de Riesz. Concluya ademas que
o
N(A
) = N(A
.
3.14 Sean U un espacio vectorial normado y V un espacio de Banach. Ademas, sea P :
U
/(U, V ) un operador lineal cerrado tal que N(P) es el funcional nulo sobre U y R(P) =
/(U, V ). Demuestre que existe una constante > 0 tal que
[[F[[
U
[[P(F)[[
L(U,V )
F T(P) .
3.15 Sean X, Y espacios de Banach y A : X Y un operador lineal. Pruebe que si
GA X
G Y
, entonces A /(X, Y ).
Ind.: Hacer una demostracion alternativa utilizando el Teorema del Grafo Cerrado en
vez del Teorema de Banach-Steinhaus.
3.16
a) Sea (H, , )) un espacio de Hilbert. Dados n N, p
1
, p
2
, . . . , p
n
H y un conjunto
de funcionales F
1
, F
2
, . . . , F
n
H
, se dene el operador A : H H como

A(u) :=
n
j=1
F
j
(u) p
j
u H .
Demuestre que A /(H, H) y encuentre explcitamente el operador A
: H H.
b) Sea (H, , )) el espacio de Hilbert L
2
(0, 1) provisto del producto escalar
u, v) :=
_
1
0
u(t) v(t) dt u, v H .
Dados los polinomios p
j
H, j 1, ..., n, con p
j
(t) = t
j
t (0, 1), se dene el
operador A : H H como
A(u) :=
n
j=1
__
1
0
u(t) p
j
(t) dt
_
p
j
u H .
Demuestre que A es lineal, acotado y autoadjunto, esto es A /(H, H) y A = A
.
3.17 Sea M un subespacio cerrado de un Hilbert H. Por el Teorema de Proyeccion, cada
x H puede escribirse unicamente en la forma x = y + z, con y M y z M
. El punto
y M se llama la proyecci on de x en M, y el operador P := X M, Px = y, se llama
la proyeccion sobre M. Tambien se denota P := P
M
y se dice que P es una proyeccion.
i) Pruebe que si P es una proyeccion, entonces P es autoadjunto, P
2
= P, y |P| = 1 si
P ,= 0.
ii) Pruebe que si P /(H, H) es autoadjunto y P
2
= P, entonces P es una proyeccion
sobre alg un subespacio cerrado de H.
3.18 Sean (H, , )
H
) y (Q, , )
Q
) espacios de Hilbert, y sea B /(H, Q) con espacio nulo
V := N(B).
a) Demuestre que sup
vH
v=0
B(v), q)
Q
|v|
H
= sup
vV
v=0
B(v), q)
Q
|v|
H
q Q.
b) Suponga que existe > 0 tal que sup
vV
v=0
B(v), q)
Q
|v|
H
|q|
Q
q Q, y pruebe que
H = R(B
) V .
3.19 (Pseudo-inversa de Moore-Penrose). Sean X, Y espacios de Hilbert, A
/(X, Y ) tal que 1(A) = Y , y sea V = N(A). Dado el operador de proyeccion ortogonal
P : X V , considere B : Y X tal que B(y) = x P(x) para todo y Y , donde x X es
tal que A(x) = y.
a) Demuestre que B esta bien denido y que B es una biyeccion lineal y acotada de Y en
V
. Pruebe, ademas, que B es un inverso a derecha de A, esto es AB(y) = y para todo

y Y .
b) Dena A
0
: V
Y como A
0
(x) = A(x) para todo x V
, es decir A
0
= A[
V
, y
pruebe que A
1
0
= B.
120 CAP

c) Extienda los resultados anteriores al caso en que 1(A) es un subespacio cerrado propio
de Y .
3.20 Sea (H, , )) un Hilbert y sea P /(H, H), no trivial. Se dice que P es un proyec-
tor si satisface P
2
= P. En tal caso se dice que P es un proyector ortogonal si ademas
verica que u, v) = 0 u R(P), v N(P).
a) Demuestre que si P /(H, H) es un proyector entonces H = N(P) R(P) y |P| 1.
b) Demuestre que las siguientes armaciones son equivalentes:
i) P es un proyector ortogonal.
ii) R(P) = N(P)
.
iii) P es autoadjunto
c) Demuestre que si P /(H, H) es un proyector ortogonal entonces |P| = 1.
3.21 (Clausura de operadores). Sean X e Y Banach. Se dice que un operador lineal
A : T(A) X Y admite una clausura si existe un operador lineal B : T(B) X Y
tal que B es una extension de A y G(B) = G(A). Demuestre que A admite una clausura si
y solo si para toda sucesion x
n
nN
T(A) tal que (x
n
, A(x
n
))
n
(0, y), con y Y , se
tiene necesariamente que y = 0.
3.22 Sea (H, , )) un Hilbert y sea A : T(A) H H un operador lineal tal que T(A)
es denso en H.
a) Sea y H y suponga que existe y H tal que
A(x), y) = x, y) x T(A) .
Demuestre que dicho y es unico.
b) Considere el conjunto
T(

A) := y H : existe y H tal que A(x), y) = x, y) x T(A) ,
y dena el operador

A : T(

A) H dado por

A(y) := y y H. Demuestre que

A
es lineal y cerrado.
3.23 Sea (H, , )) un Hilbert y sea P /(H, H), no trivial, distinto del operador identidad
I : H H, y tal que P
2
= P. El objetivo de este ejercicio es probar que |P|
L(H,H)
=
|I P|
L(H,H)
, para cuyo efecto proceda como se indica:
a) Sea S un subespacio de dimension 2 de H y sea Q /(S, S), no trivial, distinto del
operador identidad I : S S, y tal que Q
2
= Q. Pruebe que S = R(Q) R(I Q) y
concluya que existen vectores no nulos p, q, r, s S que satisfacen p, q) = r, s) = 1,
tales que
Q(v) = q, v) p y (I Q)(v) = s, v) r v S .
b) A partir de la identidad v = Q(v) + (I Q)(v) v S, deduzca que |p|
2
|q|
2
=
|r|
2
|s|
2
= 1 p, r) q, s) y concluya as que
|Q|
L(S,S)
= |I Q|
L(S,S)
.
c) Dado x H tal que |x| = 1, considere el subespacio S generado por los vectores x y
P(x) y dena Q := P[
S
. Demuestre que Q /(S, S), observe que la dimension de S es
2, y luego pruebe, usando b), que |(I P)(x)| |P|
L(H,H)
.
d) Concluya, a partir de c), que |P|
L(H,H)
= |I P|
L(H,H)
.
3.24 Sea (H, , )
H
) un espacio de Hilbert complejo y considere HH provisto del producto
escalar
(u, v), (z, w))
HH
:= u, z)
H
+ v, w)
H
(u, v) , (z, w) H H .
Ademas, dado A /(H, H), dena el operador B : H H H H por
B((u, v)) := ( A(v), A
(u)) (u, v) H H .
Demuestre que |B| = |A| y que B es autoadjunto.
3.25 Sean E y F espacios de Banach, y sea T : E F un operador lineal cerrado con
dominio D(T) e imagen R(T). Demuestre que son equivalentes:
a) El operador T es inyectivo, y T
1
es acotado sobre R(T).
b) Existe una constante positiva C tal que |Tx| C|x| para todo x D(T).
c) R(T) es cerrado en F, y T es inyectivo.
122 CAP

3.26 Sea un dominio convexo y acotado de R
2
con frontera poligonal , y sean , )
L
2
()
y , )
H
1
()
los productos escalares de L
2
() y H
1
(), respectivamente.
a) Pruebe que para todo r L
2
() existe un unico z H
1
() tal que
z, w)
H
1
()
= r, w)
L
2
()
w H
1
() .
b) Deduzca que z es la unica solucion debil del problema de valores de contorno:
z + z = r en , z = 0 en ,
donde es el vector normal sobre , y observe (no lo demuestre) que la convexidad de
garantiza que z H
2
().
c) Dena un operador lineal apropiado y demuestre, utilizando el Teorema del Grafo Ce-
rrado, que existe C > 0 tal que
|z|
H
2
()
C |r|
L
2
()
r L
2
() .
3.27 Sea (H, , )) un espacio de Hilbert real y sea A /(H, H) el operador inducido por
una forma bilineal y acotada a : HH R. Ademas, sea la proyeccion ortogonal de H sobre
un subespacio cerrado S, y suponga que existe > 0 tal que a(v, v) v, v) v S .
Demuestre que A : S S es una biyeccion lineal.
3.28 Sea (H, , )) un espacio de Hilbert y sean V
1
, V
2
, ..., V
N
subespacios cerrados mu-
tuamente ortogonales de H, esto es v
i
v
j
v
i
V
i
, v
j
V
j
, i ,= j. Demuestre que
I P = P
1
+ P
2
+ + P
N
, donde P : H V
1
V
2
V
N
y P
j
: H V
j
son los
proyectores ortogonales respectivos.
n
y considere el espacio de Hilbert V := [L
2
()]
nn
sobre R con el producto escalar , ) :=
_
: , donde
: :=
n
i,j=1
ij

ij
:= (
ij
)
nn
, := (
ij
)
nn
V .
A su vez, dena el subespacio U := A + B : , R = A, B ) , donde A :=
(a
ij
)
nn
y B := (b
ij
)
nn
estan denidos por
a
ij
:=
_
1 si j = i 1
0 e.o.c.
y b
ij
:=
_
1 si j = i + 1
0 e.o.c.
.
Encuentre U
y dena explcitamente los proyectores ortogonales sobre U y U
. Que sucede
con estos proyectores si U se reemplaza por A, B, I ), donde I es el tensor identidad de V ?
3.30 Sean (H
1
, , )
1
) y (H
2
, , ))
2
espacios de Hilbert sobre C con normas inducidas | |
1
y | |
2
, respectivamente, y sea T /(H
1
, H
2
) tal que |T(x)|
2
= |x|
1
x H
1
. Demuestre
que T(x), T(y))
2
= x, y)
1
x, y H
1
.
Ind.: Considere las expresiones nulas |T(x +y)|
2
|x +y|
2
y |T(x +iy)|
2
|x +iy|
2
.
3.31 Dado un abierto acotado de R
n
, dena el operador A : H
1
() L
2
() por
A(u) :=
N
j=1
__
u u
j
_
v
j
u H
1
() ,
donde u
1
, u
2
, ..., u
N
H
1
() y v
1
, v
2
, ..., v
N
L
2
(). Demuestre que A es lineal y acotado
y encuentre el operador adjunto A
.
3.32 Sea X := C[0, 1] provisto de la norma uniforme, y sean p
j
jN
, q
j
jN
X tales
que la serie
j=1
p
j
(s) q
j
(t) converge uniformemente a una funcion continua K : [0, 1][0, 1]
R, es decir
lm
N+
_
_
_
max
(s,t)[0,1][0,1]
K(s, t)
N
j=1
p
j
(s) q
j
(t)
_
_
_
= 0 .
A su vez, sea F
j
X
denido por F
j
(u) :=
_
1
0
q
j
(t) u(t) dt u X. Pruebe que para todo
G X
, la serie
j=1
G(p
j
) F
j
es convergente en X
. Identique el valor del lmite respectivo

en terminos del adjunto de un operador conveniente.
3.33 (La condici on inf-sup continua). Sean (X, , )
X
) e (Y, , )
Y
) espacios de Hilbert
y considere A /(X, Y ). Pruebe que las siguientes armaciones son equivalentes:
i) A es sobreyectivo.
ii) A
: Y X es inyectivo y de rango cerrado.

iii) Existe > 0 tal que |A
(y)|
X
:= sup
xX
x=0
[A(x), y)
Y
[
|x|
X
|y|
Y
y Y .
iv) Existe un operador B /(Y, X) tal que AB = I en Y y BA = I P en X, donde
P : X N(A) es el proyector ortogonal.
124 CAP

n
2
() H
1
() por
A(u) :=
N
j=1
__
uu
j
_
v
j
u H
2
() ,
donde u
1
, u
2
, ..., u
N
H
2
() y v
1
, v
2
, ..., v
N
H
1
.
3.35 Sean (H, , )) un espacio de Hilbert sobre C y A : H H un operador lineal tal que
A(x), y) = x, A(y)) x, y H. Pruebe que A es acotado.
3.36 Sean V y W subespacios cerrados de un Hilbert (H, , )), y sean P : H V y
Q : H W los proyectores ortogonales respectivos. Demuestre que
(QP)(x), x) 0 x H si y solo si V W .
n
1
() H
2
() por
A(u) :=
N
j=1
__
u u
j
_
v
j
u H
1
()
donde u
1
, u
2
, ..., u
N
H
1
() y v
1
, v
2
, ..., v
N
H
2
.
Bibliografa
[1] Aubin, J. P., Applied Functional Analysis. Wiley-Interscience, 1979.
[2] Brenner, S.C. and Scott, L.R., The Mathematical Theory of Finite Element
Methods. Springer-Verlag, 1994.
[3] Brezis, H., Analyse Fonctionnelle. Theorie at Applications. Masson, Paris, 1983.
[4] Ciarlet, P., The Finite Element Method for Elliptic Problems. North-Holland,
1978.
[5] Dautray, R. and Lions, J. L., Mathematical Analysis and Numerical Methods
for Science and Technology, vols. 2-4. Springer Verlag, 1990.
[6] Friedman, A., Foundations of Modern Analysis. Dover Publications, 1982.
[7] Girault, V. and Raviart, P.-A., Finite Element Methods for Navier-Stokes
Equations. Theory and Algorithms. Springer-Verlag, 1986.
[8] Kreiszig, E., Introductory Functional Analysis with Applications. John Wiley,
1978.
[9] Lax, P., Functional Analysis. John Wiley & Sons, Inc.,2002.
[10] Hormander, L., The Analysis of Linear Partial Dierential Equations I. Springer
Verlag, 1983.
[11] Oden, J. T. and Demkowicz, L., Applied Functional Analysis. CRS Press, 1996.
[12] Quarteroni, A. and Valli, A., Numerical Approximation of Partial Dierential
Equations. Springer-Verlag, 1994.
125
126 BIBLIOGRAF
IA
[13] Raviart, P.-A. and Thomas, J.-M., Introduction a LAnalyse Numerique des
Equations aux Derivees Partielles. Masson, 1983.
[14] Schechter, M., Principles of Functional Analysis. Academic Press, 1971.
[15] Zeidler, E., Applied Functional Analysis. Applications to Mathematical Physics.
Springer Verlag New York, Inc., 1995.

Apuntes Analisis Funcional Parte 1

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

Apuntes Analisis Funcional Parte 1

Încărcat de

Drepturi de autor:

Formate disponibile

Introducci on al Analisis Funcional:

Teora y Aplicaciones. Parte 1

(t) = f(t, (t)) t (t

(s) por f(s, (s)) y (t

f(s, (s))f(s, (s))

de este espacio, y denamos la aplicaci on T : X K

(C), | |), donde

(C), | |) no es un espacio de Hilbert, basta mostrar un ejemplo concreto

(C) que no satisfacen la ley del paralelogramo. En particular, tomemos

= f en , u(0) = u(1) = 0 . (1.12)

() denota el espacio de funciones a valores reales

() : sop es compacto y sop .

dx . De manera similar se muestra que

(R), el espacio de funciones innitamente diferen-

(). Ademas, dada u T

(x)[. En particular, para C = N,

(). La linealidad es una consecuencia clara de la misma propiedad de la

(), lo cual induce la siguiente denicion.

() es regular si ella es generada

() y un multindice. Se dene la derivada -esima de

u, como la forma lineal sobre T() dada por

u es tambien una distribucion

(), sabemos que

uv dx es un espacio de Hilbert, y demuestre que

se denen las siguientes operaciones

(F,G) F + G, (F +G)(v) := F(v) +G(v) v V ,

, +, ) es un espacio vectorial sobre K, cuyo

on) Sea U ,= un subes-

), resulta x z, u) = 0 para todo u U.

f(x) g(x) dx, para todo f, g L

= para todo S V tal

on Ortogonal) Sea U ,= un subes-

tambien es un subespacio cerrado del Hilbert V , observamos que

es la mejor aproximaci on de x (por elementos de U

se llaman proyecciones ortogonales sobre U y U

on de Riesz) Sea (V, , )) un espacio

. Entonces, existe un unico x V tal que F(v) = v, x) para

. Precisamente, la existencia de esta extensi on es lo que garantiza el

on) Sea (M, ) un conjunto no

tal que |F| = 1 y F(x

es estrictamente convexo entonces el funcional F V

, distintos, tales que |F| = |G| = 1 y F(x

x S, lo cual contradice el hecho que dist(x

tal que |F|

tal que f(x) < f(x

. Por ultimo, utilizando la caracterizaci on del convexo S dada

S := x x : x S , el cual, ademas de convexo y abierto, s contiene a . Entonces,

tal que f(z) < f( x

son convexos. Ademas, A

son abiertos ya que

son disjuntos. En efecto,

, se deduce que existe un hiperplano cerrado de ecuaci on

alisis Funcional y Aplicaciones I del Depar-

los proyectores ortogonales

. Es claro que z ,= ya que, en caso

s y solo s N(f) es un subespacio cerrado de X.

div v div wdx v, w H(div ; ) .

rot v rot wdx v, w H(rot; ) .

rot g rot wdx w H(rot; ) .

tal que F(x) = 0 para todo x Y .

admite un lmite cuando 0. El valor de este lmite se denota DJ(v, ). Entonces, J se

(v) y se llama el gradiente de J

admite un lmite cuando 0. El valor de

H denota la aplicacion de Riesz.