Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
Otros títulos de esta colección: Álgebra superior. Curso completo Carmen Gómez Laveaga Cálculo integral de varias variables Javier Páez Cárdenas Curso básico de variable compleja Antonio Lascurain Orive Geometría analítica Una introducción a la geometría Ana Irene Ramírez-Galarza Un acercamiento a los fundamentos del cálculo Javier Fernández García Teoría de la medida Guillermo Grabinsky Matemática del crecimiento orgánico José Luis Gutiérrez Faustino Sánchez Garduño Actualmente el desarrollo del análisis funcional y el de la teoría de funciones generalizadas muestra que el marco de los espacios vectoriales normados es un tanto restrictivo, la tendencia es estudiar espacios vectoriales con topologías generadas por familias de seminormas; este libro muestra cómo trabajar con seminormas. Es un hecho que los problemas concretos más interesantes del análisis, surgidos en los últimos años, están ubicados en los espacios vectoriales topológicos, algunos de ellos aún están a la espera de ser resueltos. Nuevos avances en esta y otras áreas de la matemática tales como el análisis geométrico asintótico y la teoría de operadores lineales, han utilizados técnicas análogas a las que se trabajan en este libro. El material aquí contenido puede servir en diversos cursos, total o parcialmente, de una licenciatura o de una maestría en matemáticas, con la originalidad de las seminormas, es decir, desde una perspectiva más amplia y minuciosa pero accesible y amena, con la virtud de contar con 94 ejercicios resueltos a detalle completo. El lector encontrará en esta obra una fuente única, ya que provee de un panorama exhaustivo de los conceptos elementales del análisis funcional. Edith Matilde Vera Sereno estudió la licenciatura en ciencias físico-mate- máticas en la Facultad de Ciencias Físico-Ma- temáticas de la Universidad Michoacana de San Nicolás de Hidalgo y la maestría en Tec- nologías de la Información en la Universidad Interamericana para el Desarrollo. Durante varios años ha estado colaborando en el dise- ño del contenido de diversos cursos que ofre- ce el Programa Profesional de la Universidad Tec Milenio, Física I y Física II entre otros. Ha trabajado también en la biblioteca del Depar- tamento de Astronomía de la Universidad de Guanajuato. Eventualmente realiza trabajos de traducción de artículos entre los idiomas español, inglés e italiano. Rigoberto Vera Mendoza estudió la licenciatura y la maestría en ma- temáticas en la Facultad de Ciencias de la Universidad Nacional Autónoma de México (UNAM). Obtuvo el doctorado, en el área de análisis funcional, en la Universidad de Arizona, E.U.A. Se desempeñó durante tres años como profesor de tiempo completo en la Facultad de Ciencias de la UNAM y 34 años en la Facultad de Ciencias Físico-Ma- temáticas de la Universidad Michoacana de San Nicolás de Hidalgo. En los últimos tres años ha estado adscrito al Departamento de Matemáticas Aplicadas del Instituto Tecnoló- gico Autónomo de México (ITAM). Tiene en su haber numerosos artículos publicados en el área de análisis funcional. Ed ith V er a Se re no R ig ob er to V er a M en do za A n á lis is f u n ci o n a l. Es pa ci os s em in or m ad os Edith Vera Sereno Rigoberto Vera Mendoza Análisis funcional Espacios seminormados isbn: 978-607-30-0443-5 9 786073 004435 Edith M. Vera Sereno Rigoberto Vera Mendoza ANÁLISIS FUNCIONAL Espacios seminormados Facultad de Ciencias, UNAM 2018 Análisis funcional. Espacios seminormados 1a edición, 28 de marzo de 2018 © DR. 2018. Universidad Nacional Autónoma de México. Facultad de Ciencias Ciudad Universitaria, Delegación Coyoacán. C.P. 04510. Ciudad de México editoriales@ciencias.unam.mx tienda.fciencias.unam.mx ISBN: 978-607-30-0443-5 Diseño de portada: Laura Uribe Prohibida la reproducción total o parcial de la obra, por cual- quier medio, sin la autorización por escrito del titular de los derechos. Impreso y hecho en México. i i “Libro” — 2018/5/2 — 11:58 — page iii — #3 i i i i i i A Lili Sofi Cami i i “Libro” — 2018/5/2 — 11:58 — page iv — #4 i i i i i i i i “Libro” — 2018/5/2 — 11:58 — page v — #5 i i i i i i Contenido Introducción VII 1. SEMINORMAS Y NORMAS 1 1.1. Seminormas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.2. Sucesiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33 1.3. Espacios de Minkowski . . . . . . . . . . . . . . . . . . . . . . 45 1.4. La topoloǵıa τρ . . . . . . . . . . . . . . . . . . . . . . . . . 47 1.5. Teorema de la categoŕıa de Baire . . . . . . . . . . . . . . . . 65 1.6. Seminormas equivalentes . . . . . . . . . . . . . . . . . . . . . 73 1.7. Dimensión finita . . . . . . . . . . . . . . . . . . . . . . . . . 79 1.8. Espacio cociente . . . . . . . . . . . . . . . . . . . . . . . . . 86 1.9. Producto cartesiano . . . . . . . . . . . . . . . . . . . . . . . 97 2. OPERADORES LINEALES 101 2.1. Criterios de continuidad . . . . . . . . . . . . . . . . . . . . . 107 2.2. Seminorma de un operador . . . . . . . . . . . . . . . . . . . 115 2.3. Seminorma de un operador lineal . . . . . . . . . . . . . . . . 115 2.4. Extensiones . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128 2.5. Teorema de Hahn-Banach . . . . . . . . . . . . . . . . . . . . 139 2.6. Versión más general . . . . . . . . . . . . . . . . . . . . . . . 143 2.7. Consecuencias geométricas del teorema de Hahn-Banach . . . 147 2.8. Teorema de Banach-Steinhaus . . . . . . . . . . . . . . . . . . 150 2.9. Teorema del mapeo abierto . . . . . . . . . . . . . . . . . . . 154 v i i “Libro” — 2018/5/2 — 11:58 — page vi — #6 i i i i i i vi Contenido 2.10. Teorema de la gráfica cerrada . . . . . . . . . . . . . . . . . . 156 2.11. Teorema de Krein-Milman . . . . . . . . . . . . . . . . . . . . 160 2.12. El dual de Cpr0, 1sq . . . . . . . . . . . . . . . . . . . . . . . 167 2.13. Reflexividad . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169 2.14. Ejemplos y contraejemplos . . . . . . . . . . . . . . . . . . . . 176 3. LAS TOPOLOGÍAS DÉBIL y DÉBIL ESTRELLA 179 3.1. La topoloǵıa débil . . . . . . . . . . . . . . . . . . . . . . . . 181 3.2. Una aplicación del Teorema de Banach-Steinhaus . . . . . . . 207 3.3. La Topoloǵıa Débil Estrella . . . . . . . . . . . . . . . . . . . 210 3.4. El Teorema de Alaoglu . . . . . . . . . . . . . . . . . . . . . . 215 3.5. Espacios Separables . . . . . . . . . . . . . . . . . . . . . . . 224 3.6. Mejorando al Teorema 2.44 . . . . . . . . . . . . . . . . . . . 241 3.7. Reflexividad Nuevamente . . . . . . . . . . . . . . . . . . . . 248 3.8. Teorema de Hahn Banach Geométrico . . . . . . . . . . . . . 253 3.9. Mejorando al Teorema 3.15 . . . . . . . . . . . . . . . . . . . 261 4. SOLUCIÓN DE EJERCICIOS 267 Bibliograf́ıa 343 Índice anaĺıtico 346 i i “Libro” — 2018/5/2 — 11:58 — page vii — #7 i i i i i i Introducción El análisis funcional surgió como tal en los años treinta del siglo XX y gra- cias a los relevantes trabajos de matemáticos como Stefan Banach, Fred Riesz, Michael Stone, Alex Kolmogoroff, entre otros, se fue consolidando hasta lograr la importancia que tiene actualmente. El crecimiento del análi- sis funcional ha sido sostenido y abundante, con múltiples conexiones y aplicaciones a otras ramas de la matemática como la teoŕıa espectral de operadores, de operadores diferenciales, de operadores integrales, la teoŕıa de control, el análisis complejo, la teoŕıa de probabilidad, el análisis armóni- co, la geometŕıa convexa, entre otras. Las ráıces históricas de lo que hoy llamamos análisis funcional, se sitúan a finales del siglo XIX y principio del XX. Durante este lapso se fueron acu- mulando problemas sobre series trigonométricas, cuerdas vibrantes, cálculo variacional, teoŕıa del potencial, teoŕıa espectral de matrices y determinan- tes infinitos. Lo que vino después de los trabajos de Stefan Banach fueronlas topoloǵıas débil y débil estrella, el teorema de Krein-Milman, la integración de funcio- nes vectoriales, medidas vectoriales con el teorema de Radon Nykodym y el teorema de aproximación de Stone-Weierstrass. Actualmente el desarrollo del anális funcional y de la teoŕıa de funciones generalizadas, muestra que el marco de los espacios normados es un tanto restrictivo, la tendencia es estudiar espacios vectoriales topológicos (topo- vii i i “Libro” — 2018/5/2 — 11:58 — page viii — #8 i i i i i i viii Contenido loǵıas con las cuales las operaciones del espacio vectorial son continuas). Estas topoloǵıas, en el caso de espacios con vecindades convexas, están dadas por seminormas (familias finitas e infinitas); es un hecho que los problemas más interesantes para problemas concretos del análisis, no están en los es- pacios normados, sino en aquellos cuyas topoloǵıas están dadas por familias de seminormas. Los contraejemplos nos muestran los ĺımites de la teoŕıa; con todo, aún existen problemas abiertos interesantes, esperando solución. Por otro lado, nuevos avances en áreas recientes de la matemática, tales como la del análisis geométrico asintótico y de la teoŕıa de espacios de operadores lineales, las técnicas aqúı usadas, juegan un papel esencial. El principal objetivo de este libro es exponer el material de un curso de análisis funcional de una licenciatura en ciencias f́ısico-matemáticas o de un curso básico de una maestŕıa en matemáticas. El material está abordado desde una perspectiva más general que la de la literatura correspondiente usual. Es decir, nosotros abordamos esta rama del análisis funcional a través de espacios seminormados. Esto presenta aspectos interesantes y únicos en el sentido de que no se pue- den trabajar como si fueran espacios normados, ya que requieren estrategias y procedimientos diferentes. Finalmente, en el caso seminormado hay nuevos resultados pero hay también resultados del caso normado que se pierden. Sabemos que en la actualidad las diferencias en conocimientos y habilida- des que presentan los alumnos en un mismo curso suelen ser muy grandes. Exponer los resultados de una manera detallada y prolija seguramente con- tribuirá a darle al alumno un panorama más amplio de lo que es el análisis funcional y, más generalmente, de lo que es la matemática y, de este modo, acceder con menos dificultades a cursos de análisis en un posgrado. La primera gran diferencia entre este libro y la bibliograf́ıa existente sobre los temas aqúı tratados es, como ya dijimos, que lo hacemos con base en seminormas. Esto es, los espacios (reales o complejos) aqúı considerados son espacios vectoriales seminormados, a diferencia de que en la literatura i i “Libro” — 2018/5/2 — 11:58 — page ix — #9 i i i i i i Contenido ix prevalece el hecho de trabajar sólo con espacios normados. Todo espacio normado es seminormado. Aunque en general los resultados obtenidos con normas prevalecen a través de seminormas, las pruebas de ellos con estas últimas presentan retos adi- cionales que, desde nuestro punto de vista, son un gran aporte al reconoci- miento de los aspectos finos (no muy obvios) del tema y por ende una mejor comprensión local y global del mismo. Esto lo hicimos aśı no sólo porque le da una mayor generalidad a cada tema sino porque, además, intentamos desmitificar la creencia de que sólo en es- pacios Hausdorff se pueden conseguir resultados interesantes. No olvidemos que uno de los pilares del análisis funcional es el constitúıdo por los espacios Lpra, bs , los cuales son, precisamente, seminormados. El libro consta de cuatro caṕıtulos, tres de teoŕıa y uno de ejercicios resuel- tos. En los caṕıtulos 1 (Seminormas y Normas), 2 (Operadores lineales) y 3 (Topoloǵıas débil y Débil estrella) vemos que, con seminormas, propieda- des tradicionales como el hecho de que los espacios de dimensión finita son topológicamente cerrados o que toda función lineal con dominio un espacio vectorial de dimensión finita es continua o el isomorfismo que en el caso normado de dimensión finita se da entre el espacio vectorial y su espacio dual algebraico, se pierden en el caso seminormado; sin embargo, surgen a su vez otras propiedades, también interesantes y dignas de consideración. Justo porque en espacios vectoriales (normados o seminormados) de dimen- sión infinita existen funciones lineales que no son continuas, para cada uno de ellos se estarán considerando dos espacios duales, el del álgebra lineal, esto es, el espacio dual algebraico, que consta de todas las funciones lineales del espacio vectorial al campo y el dual topológico, que consta de aque- llas funciones lineales que sean continuas con alguna seminorma dada en el dominio. Lo más importante es que en el caso seminormado prevalece la validez de los cuatro teoremas fundamentales del análisis funcional, a saber: el Teorema de Hahn-Banach, el Teorema de Banach-Steinahus, el Teorema del mapeo abierto y el Teorema de la gráfica cerrada. i i “Libro” — 2018/5/2 — 11:58 — page x — #10 i i i i i i x Contenido En el caṕıtulo de Operadores lineales tratamos a la función lineal evaluación e , con dominio el espacio vectorial X y codominio su doble dual topológi- co X2 , la cual, en el caso seminormado, no normado, no es una función inyectiva y por lo tanto no sucede que el espacio vectorial X pueda ser considerado o identificado (v́ıa un monomorfismo) como subespacio vecto- rial de su doble dual topológico. No obstante esto, el tema de la reflexividad de espacios sigue teniendo, en esencia, los mismos resultados en relación con la topoloǵıas débil y débil estrella tratadas en el caṕıtulo 3, titulado precisamente Topoloǵıas débil y Débil estrella. Uno de tales resultados cuya validez prevalece en el caso seminormado, es el teorema de Alaoglu. En el caṕıtulo 4, titulado Solución de ejercicios (94 en total), hay un grupo de esos ejercicios que tratan temas que no están contenidos en los otros tres caṕıtulos. Los temas tratados sólo a través de los ejercios resueltos son: lo básico de operadores compactos, elementos de la teoŕıa espectral y algo de espacios separables. Abundando un poco más diremos que otro grupo de los ejercicios del caṕıtu- lo 4, bien podŕıan ser considerados como corolarios o consecuencias de lo que se hizo en los aṕıtulos 1, 2 y 3. Dentro de esta otra gama de ejercicios se tratan aspectos adicionales de la reflexividad de subespacios vectoriales, de la teoŕıa de espacios cociente y de la teoŕıa de operadores adjuntos (que está en aumento), tratados en extenso en los caṕıtulos 2 (Operadores lineales) y 3 (Topoloǵıas débil y Débil estrella). A lo largo de este libro, el subespacio vectorial de los elementos de un espacio vectorial seminormado, cuya seminorma es cero, juega un papel relevante y fundamental, tanto aśı, que es el motor del cúmulo de detalles y aspectos que surgen en el desarrollo de los temas tratados y que, en el caso normado, pasan desapercibidos. Otra diferencia de este libro con los de la bibliograf́ıa correspondiente usual, es el último caṕıtulo que, como ya dijimos, consta de 94 ejercicios resueltos, resueltos de manera detallada y prolija, tratando de no omitir “sutilezas” o subjetivas “nimiedades”, con el fin de que sean realmente un verdadero i i “Libro” — 2018/5/2 — 11:58 — page xi — #11 i i i i i i Contenido xi complemento a la parte teórica, que es uno de los propósitos de este libro. Otra virtud de los problemas resueltos es que ellos incluyen una variedad amplia de temas y son también aportes relevantes de un curso de análisis funcional. Otra diferencia más de este libro es que está escrito en español, lo cual es una ventaja, no sólo de tipo idiomático para muchos de nuestros alumnos, sino porque temáticamente no existe un libro aśı. Con el fin de tener una mejor comprensión del material de este libro y obtener de él un mayor provecho, esrecomendable que el lector tenga cono- cimientos de espacios métricos y sus topoloǵıas, de análisis matemático, de análisis real, de álgebra lineal y rudimentos del plano complejo de los cursos que se ofrecen en cualquier licenciatura en matemáticas. Para hacer un poco más ágil la lectura de este libro, la terminación de una demostración o el final de la solución de un ejercicio lo indicamos con el śımbolo � . Mucho agradecemos a la Dra. Claudia Gómez Wulschner y al Dr. Carlos Bosch Giral, Profesores de Tiempo Completo del Departamento de Ma- temáticas del Intituto Tecnológico Autónomo de México (ITAM), sus va- liosos y acertados comentarios y sugerencias durante la elaboración de este libro. Aśı también, agradecemos al Dr. Andreas Wachtel, Profesor de Tiempo Completo del Departamento de Matemáticas del ITAM, por su asesora- miento técnico-editorial, sin el cual este libro no hubiera sido posible. Edith M. Vera S. Rigoberto Vera M. i i “Libro” — 2018/5/2 — 11:58 — page xii — #12 i i i i i i i i “Libro” — 2018/5/2 — 11:58 — page 1 — #13 i i i i i i Caṕıtulo 1 En este caṕıtulo presentaremos los conceptos básicos de seminormas en es- pacios vectoriales, aśı como los conceptos geométricos, es decir, dependientes sólo de la estructura algebraico-vectorial del espacio X. Al final de cada lema, proposición o teorema, se indicarán los ejercicios del Caṕıtulo 4 que complementan convenientemente a la teoŕıa en ellos expre- sada; los ejemplos refuerzan a la teoŕıa o, mejor dicho, muestran evidencias de la misma. Los espacios vectoriales X que trataremos en este libro estarán definidos sobre el campo de los números reales o sobre el campo de los números complejos, es decir, la letra K denotará, indistintamente, al campo R (números reales) o al campo C (números complejos). Nota 1.1. Una aclaración importante, dado el espacio vectorial X , si el conjunto S es sólo un subconjunto de él, lo denotaremos S � X . Si el subconjunto S es, además, un subespacio vectorial, lo denotaremos S X . Para cada par de subconjuntos A, B � X y para todo λ P K 1 SEMINORMAS Y NORMAS i i “Libro” — 2018/5/2 — 11:58 — page 2 — #14 i i i i i i 2 1. SEMINORMAS Y NORMAS A�B � tx� y |x P A, y P Bu λA � tλx |x P Au Notemos que 2A � A�A y, para λ, α P K , pλ�αqA � λA�αA siempre. En general λA� αA�pλ� αqA . Veamos un ejemplo: A � tp0, 1q, p1, 0qu � R2 , s � 1 � t , pt� sqA � 2A � tp0, 2q, p2, 0qu . Por otro lado tA� sA � tp0, 2q, p1, 1q, p2, 0qu . Las siguientes dos definiciones se refieren a objetos puramente algebraico- vectoriales dentro de un espacio vectorial X , es decir, ninguna seminorma o topoloǵıa que se le dé al espacio vectorial les modifica su estatus. En el Lema 1.4 probaremos que si el conjunto A es convexo y si t y s son números reales del mismo signo, entonces los conjuntos tA � sA y pt� sqA son iguales. Definición 1.2. Para todo par de puntos distintos x, y P X , al conjunto ttx � p1 � tqy | 0 ¤ t ¤ 1u � tp1 � tqx � ty | 0 ¤ t ¤ 1u le llamaremos el segmento determinado por x y y y lo denotaremos rx, ys . Al conjunto ttx� p1� tqy | t P Ru � tp1� tqx� ty | t P Ru le llamaremos la recta determinada por los puntos x y y del espacio vectorial. Observando la Figura 1.1 diremos que la diferencia entre segmento y recta es que el segmento es un subconjunto convexo de la recta de longitud fini- ta; en cambio, la recta, que también es un conjunto convexo, se extiende indefinidamente en ambas direcciones. Definición 1.3. Un subconjunto A del espacio vectorial X es convexo si para todo par de vectores x, y P A , el segmento rx, ys está contenido en A . El subconjunto A es balanceado si λA � A para toda λ P K, |λ| ¤ 1 . El subconjunto A es absorbente si para cada vector x P X existe un número real tx ¡ 0 tal que x P λA para todo λ P K con |λ| ¥ tx . i i “Libro” — 2018/5/2 — 11:58 — page 3 — #15 i i i i i i 3 x y y x Figura 1.1: Segmento y Recta Todo subespacio vectorial del espacio vectorial X es un subconjunto con- vexo y balanceado; sin embargo, el único subespacio vectorial que es absor- bente es el espacio X mismo. El conjunto formado por un punto es convexo, pero sólo cuando ese punto es el vector cero ( t0̂u). En este caso, además, es un conjunto balanceado, pero nunca será un conjunto absorbente. Notemos que si el conjunto A � X es balanceado o absorbente entonces 0̂ P A . Los conjuntos convexos de un espacio vectorial X son los mismos ya sea que podamos ver a X como espacio vectorial sobre el campo de los reales o como espacio vectorial sobre el campo complejo. Esto se debe a que la definición de conjunto convexo sólo involucra números reales. En cambio, los conjuntos balanceados si dependen del campo, ya que su definición in- volucra sólo números reales si el espacio vectorial es real, pero, si el campo sobre el cual es espacio vectorial es el de los números complejos, entonces la definición involucra números complejos y, geométricamente, la multipli- i i “Libro” — 2018/5/2 — 11:58 — page 4 — #16 i i i i i i 4 1. SEMINORMAS Y NORMAS Figura 1.2: Convexo no balanceado Figura 1.3: Balanceado no convexo cación escalar con números reales es diferente de la multiplicación escalar con números complejos. La primera desplaza al vector sólo linealmente y la segunda además lo hace girar. El siguiente lema, que enmarca algunas de las propiedades generales de los conjuntos balanceados, resulta ser de mucha utilidad para los tres lemas subsecuentes y algunos otros posteriores a ellos. Su principal importancia radica en que ayuda a resaltar detalles en las demostraciones que de otra forma pasaŕıan desapercibidos y, por ende, una menor comprensión del tema. Lema 1.4. Sea A un subconjunto de un espacio vectorial X . Si A es un conjunto balanceado entonces se cumple la igualdad αA � |α|A para todo número α P K . Demostración. El Lema es claro si α � 0 Sea α � 0 . �qComo | α|α| | � 1 , tenemos αA � |α||α|αA � |α|p α|α|Aq � |α|A . i i “Libro” — 2018/5/2 — 11:58 — page 5 — #17 i i i i i i 5 ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ ������������������������������ Figura 1.4: Absorbente no convexo y no balanceado �qComo | |α|α | � 1 , |α|α A � A . De aqúı, |α|A � αA . � (Información adicional sobre este tema en el ejercicio 33 del Caṕıtulo 4). Lema 1.5. i) Si A � X es un conjunto convexo entonces tA� sA � pt� sqA para todo par de números t, s P R tales que ts ¥ 0 . ii) Si tA � sA �pt � sqA para todo par de números reales t, s , con 0 ¤ t, s ¤ 1 , entonces el conjunto A es convexo. iii) Si el conjunto A es balanceado y si los números s, t P K son tales que | st | ¤ 1 entonces se da la siguiente contención de conjuntos sA � tA . Demostración. i) Sean x, y P A y t, s P R tales que st ¥ 0 . Como el producto st es positivo, tenemos 0 ¤ tt�s , st�s ¤ 1 . i i “Libro” — 2018/5/2 — 11:58 — page 6 — #18 i i i i i i 6 1. SEMINORMAS Y NORMAS Por ser A un conjunto convexo tt�sx� st�sy P A . Por lo tanto, tx� sy � pt� sqp tt�sx� st�syq P pt� sqA . ii) Sean los vectores x, y P A y el número t P R tal que 0 t 1 . De esto, 0 1� t 1 . De aqúı, tx� p1� tqy P tA� p1� tqA � pt� p1� tqqA � A . iii) sA � tp st qA � tA por ser | st | ¤ 1 . � Si el producto st , es negativo, aun cuando el conjunto A sea convexo, no necesariamente se dará la igualdad pt � sqA � tA � sA , como lo muestra el siguiente ejemplo: A � p0, 1q � R , s � �1 , t � 1 , pt� sqA � 0A � t0u . Por otro lado, tA� sA � p1qA� p�1qA � tx� y |x P A , y P p�1, 0qu � p�1, 1q . Figura 1.5: A , 2A � A�A El conjunto A no siempre es un subconjunto del conjunto 2A � p1�1qA . A su vez, el conjunto 2A es siempre un subconjunto del conjunto A�A . Lema 1.6. Sean X un espacio vectorial y A � X cualquier subconjunto. i) Si A es un conjunto balanceado (convexo) y α P K es cualquier número, entonces, αA es también un conjunto balanceado (convexo). ii) Si el conjunto A es absorbente, entonces, para cualquier número α � 0 tenemos que αA es un conjunto absorbente. i i “Libro” — 2018/5/2 — 11:58 — page 7 — #19 i i i i i i 7 iii) Si A es absorbente y B es cualquier otro subconjunto de X tal que A � B entonces el conjunto B también es absorbente. Demostración. Sólo probaremos ii): Sea x P X y sea t un número real positivo tal que x P λA para todo número λ P K que cumpla |λ| ¥ t . Sea t1 � t|α| . Veamos que este número t1 cumple con lo establecido en la Definición 1.3 para el subconjunto αA . Sea λ P K tal que |λ| ¥ t1 : |λ| ¥ t1 � t|α| ñ |λα| � |λ||α| ¥ t ñ x P pλαqA � λpαAq . � ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ����������������������������� ������������������ ������������������ ������������������ ������������������ ������������������ ������������������ ������������������ ������������������ ������������������ ������������������ ������������������ ������������������ ������������������ ������������������ ������������������ ������������������ �������������� �������������� �������������� �������������� �������������� �������������� �������������� �������������� �������������� �������������� �������������� �������������� �������������� �������������� b a c Figura 1.6: aqA b) αA pα 1q c) αA pα ¡ 1q i i “Libro” — 2018/5/2 — 11:58 — page 8 — #20 i i i i i i 8 1. SEMINORMAS Y NORMAS Para subconjuntos del espacio vectorial X balanceados, daremos en se- guida una caracterización de la propiedad de absorbencia que nos permi- tirá demostraciones un poco menos laboriosas. Hacer esto lo consideramos muy conveniente, ya que los subconjuntos que estaremos considerando a lo largo de este libro serán casi siempre balanceados. Lema 1.7. Sean X un espacio vectorial y A un subconjunto de X balanceado. Entonces, A es un conjunto absorbente si y sólo si, para cada vector x P X existe un número t P R , t ¡ 0 tal que x P tA (el número t depende del vector x ). Demostración. ñ) Sea A � X un conjunto absorbente según la Definición 1.3 y sea t P R un número positivo ( 0 t ) tal que para toda λ P K , λ ¥ t ñ x P λA . En particular, para λ � t tenemos que x P tA . Como puede notarse, para la prueba de esta implicación no se utilizó el hecho de que el conjunto A fuera balanceado. ð) Sea A � X un conjunto con la propiedad de que para cada vector x P X existe un número tx P R positivo tal que x P txA . Sea λ P K tal que |λ| ¥ tx : x P txA � λλ txA � λp txλ Aq � λA . La última contención de conjuntos se debe a que el subconjunto A es balanceado. � Como en todo, es conveniente, para la identificación de ciertos objetos, ya sean conjuntos, funciones o de cualquier otra ı́ndole, que no sólo disponga- mos de la definición de ellos, sino que también contemos con caracteŕısticas equivalentes a las de la definición que, ante la falta de claridad de aque- llas, observando a estas otras, podamos, finalmente, reconocer al objeto de estudio o interés. Para esto, presentaremos la siguiente caracterización de los conjuntos con- vexos, es decir, una propiedad equivalente a la de la Definición 1.3. i i “Libro” — 2018/5/2 — 11:58 — page 9 — #21 i i i i i i 9 Definición 1.8. Dados los vectores x1, ... , xn P X y los números t1, ... , tn P R , diremos que el vector x � °ni�1 tixi es una combinación convexa de los vectores x1is si ti ¥ 0 para todo ı́ndice i � 1, ... , n y, °n i�1 ti � 1 . El conjunto de las combinaciones convexas de un sólo vector es el mismo; el conjunto de combinaciones convexas de dos vectores distintos es su segmen- to; el conjunto de combinaciones convexas de tres puntos no colineales es el triángulo “relleno” que ellos determinan; de cuatro puntos no coplanares es el tetraedro “relleno” que determinan. Proposición 1.9. En un espacio vectorial X , el subconjunto A � X es convexo si y sólo si, para todo número n P N , todos los vectores que sean combinaciones convexas de n vectores de A están en A. Demostración. ñ ) Haremos inducción sobre el número n P N . Para n � 1 , las combinaciones convexas de un vector de A son exacta- mente los vectores del conjunto A . Para n � 2 las combinaciones convexas son exactamente los segmentos de la definición de convexidad. Supongamos el resultado cierto para combinaciones convexas de n � 1 puntos de A con n ¥ 3 . Demostremos que las combinaciones convexas de n vectores del conjunto A , es otro vector de él. Sean los vectores x1, ... , xn P A y los números t1, ... , tn P R , mayores o iguales a cero, tales que °n i�1 ti � 1 . Si algún ti � 0 , digamos t1 � 0 entonces °n i�1 tixi � °n i�2 tixi . Esta última combinación convexa de vectores del conjunto A está en A por hipótesis de inducción. Podemos ahora suponer que ti ¡ 0 para todo ı́ndice i � 1, ... , n . Sea el número s � °n�1i�1 ti . Observemos que 0 s � 1� tn 1 . Sean los números t1i � tis , i � 1, 2, ..., n . Entonces i i “Libro” — 2018/5/2 — 11:58 — page 10 — #22 i i i i i i 10 1. SEMINORMAS Y NORMAS t1i ¡ 0 y °n�1 i�1 t 1 i � 1 , es decir, x � °n�1 i�1 t 1 ixi es una combinación convexa de los vectores x1, ... , xn�1 y, por hipótesis de inducción, x P A . Por la convexidad del conjunto A , sx� p1� sqxn P A . De aqúı, °n i�1 tixi � sx� p1� sqxn P A . ð ) Para n � 2 es la Definición 2. � (Información adicional al respecto en el ejercicio 34 del Caṕıtulo 4). Dejamos al lector, como ejercicio, probar que la intersección de cualquier colección de conjuntos convexos es un conjunto convexo y que la intersección de cualquier colección de conjuntos balanceados es un conjunto balanceado. La intersección de familias infinitas de conjuntos absorbentes podŕıa ser sólo el vector 0̂ y por lo tanto no ser absorbente; sin embargo, la intersección de colecciones finitas de conjuntos absorbentes śı es un conjunto absorbente. De lo anterior, y del hecho de que el espacio vectorial X es un conjuntoconvexo y balanceado, se sigue que podemos definir los siguientes conjuntos: Definición 1.10. Dado el espacio vectorial X y dado el subconjunto S de X , diremos que el conjunto cbpSq � �tA � X |S � A, A balanceadou es la cápsula balanceada de S . Diremos que el conjunto ccpSq � �tA � X |S � A, A convexou es la cápsula convexa del conjunto S . Los conjuntos cbpSq y ccpSq son, respectivamente, el subconjunto (de X ) balanceado y el subconjunto (de X ) convexo más pequeños que contie- ne al conjunto S . Esto quiere decir que cualquier subconjunto balanceado del espacio vectorial X que contenga al conjunto S , contendrá también al conjunto cbpSq y cualquier subconjunto convexo de X que contenga al conjunto S , contendrá también al conjunto ccpSq . Como primeros ejemplos de los conceptos anteriores tenemos ccptxuq � txu sin importar el campo (real o complejo) que esté actuando en el espacio vectorial X . Por otro lado, cbptxuq � r�x, xs en el caso de espacios i i “Libro” — 2018/5/2 — 11:58 — page 11 — #23 i i i i i i 11 vectoriales reales, es decir, cuando el campo K que actua en X sea el de los números reales, R . Cuando el campo actuando en el espacio vectorial X sea el de los números complejos, cbptxuq es el ćırculo con centro en el vector 0̂ y radio el número real |x| . Con cualquiera de los dos campos, las cápsulas convexas de los conjuntos formados por dos puntos o por tres puntos no colineales, son, respectiva- mente: ccptx, yuq � rx, ys (su segmento) y ccptx, y, zuq � su triángulo relleno. ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� ��������������������������� rh o Figura 1.7: % pT q Nota 1.11. Para cada subconjunto S del espacio vectorial X tenemos i i “Libro” — 2018/5/2 — 11:58 — page 12 — #24 i i i i i i 12 1. SEMINORMAS Y NORMAS ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� ����������������� x Figura 1.8: cbpxq caso complejo cbpSq � �tλS |λ P K y |λ| ¤ 1u � � tλs |λ P K s P S y |λ| ¤ 1u . Si el subconjunto S del espacio vectorial X es convexo, su cápsula balan- ceada, cbpSq , no es necesariamente un conjunto convexo. Como ejemplo de esto consideremos el siguiente conjunto convexo S � X � R2 . S � tpx, yq P R2 | 0 ¤ x, 0 ¤ y ¤ �x� 1u cbpSq � S Y p�Sq Que no es un subconjunto convexo de R2 . Lema 1.12. Si X es un espacio vectorial sobre el campo K y si S es un i i “Libro” — 2018/5/2 — 11:58 — page 13 — #25 i i i i i i 13 Figura 1.9: Cápsulas convexas de dos, tres y cuatro puntos subconjunto de X , entonces se cumple la siguiente igualdad de conjuntos: ccpSq � t ņ i�1 tisi |n P N, 0 ¤ ti ¤ 1, si P S y ņ i�1 ti � 1u Demostración. Sea C � t°ni�1 tisi | 0 ¤ ti ¤ 1, si P S y °n i�1 ti � 1u . Por la Proposición 1.1, C � ccpSq . Notemos que S � C tomando n � 1 y t � 1 . Por lo tanto, la otra contención la obtendremos en cuanto probemos que el conjunto C es convexo: Sean los vectores x � °ni�1 tisi y y � °m i�1 t 1 is 1 i en C . Sea t P R tal que 0 t 1 . Hagamos i i “Libro” — 2018/5/2 — 11:58 — page 14 — #26 i i i i i i 14 1. SEMINORMAS Y NORMAS s21 � s1, ... , s2n � sn, s2n�1 � s11, ... , s2n�m � s1m y t21 � tt1, ... , t2n � ttn, t2n�1 � p1� tqt11, ... , t2n�m � p1� tqt1m . Observemos que t2j ¥ 0 para todo ı́ndice j � 1, ... , n � m , y que°n�m j�1 t 2 j � 1 . Por lo tanto, tx� p1� tqy � °n�mj�1 t2js2j P C . � El siguiente lema probará que a diferencia de que si empezamos con un conjunto convexo y le constrúımos su cápsula balanceada, puede suceder que esta, como lo vimos en el ejemplo anterior, no sea un conjunto convexo, resulta que si empezamos con un conjunto balanceado y constrúımos su cápsula convexa, esta sigue siendo un conjunto balanceado. Lema 1.13. Sea X un espacio vectorial, si S � X es un conjunto balan- ceado, entonces la cápsula convexa de S , ccpSq , también es un conjunto balanceado. Demostración. Sea x P ccpSq y el número λ P K tal que |λ| ¤ 1 . λx � λ°ni�1 tisi � °n i�1 tipλsiq � °n i�1 tis 1 i P ccpSq . Donde s1i � λsi P S por ser el conjunto S balanceado. � 1.1. Seminormas Empecemos a conocer lo que es la materia prima de este libro, las funciones definidas en un espacio vectorial que llamaremos seminormas. Definición 1.14. Una seminorma en un espacio vectorial X (real o com- plejo) es una función ρ : X Ñ R tal que se cumplen las siguientes tres propiedades: 1.- ρpxq ¥ 0 . 2.- ρpλxq � |λ|ρpxq . 3.- ρpx� yq ¤ ρpxq � ρpyq . i i “Libro” — 2018/5/2 — 11:58 — page 15 — #27 i i i i i i 1.1. Seminormas 15 Si la función ρ cumple además que ρpxq � 0 sólo cuando el vector x es el vector cero (x � 0̂ ), entonces diremos que la función ρ es una norma en el espacio vectorial X . Definición 1.15. A la pareja pX, ρq , donde X es un espacio vectorial de- finido en el campo K y ρ es una seminorma (norma) en él, le diremos un espacio vectorial seminormado (espacio vectorial normado) o simplemente espacio seminormado (espacio normado). Si la función ρ es una seminorma en el espacio vectorial X , la función d : X � X Ñ R , con regla de asociación dpx, yq � ρpx � yq es una pseudométrica en X , es decir, la función d cumple las propiedades de una función distancia (métrica), excepto que puede suceder que dpx, yq � 0 para x y y vectores distintos. Todo espacio normado es también seminormado y es, a su vez, un espacio métrico, con la métrica d : X �X Ñ R , con regla de asociación dpx, yq � ρpx� yq . Toda seminorma definida en el espacio vectorial de los números reales, R , distinta de cero ( ρp1q ¡ 0 ), es una norma, veamos porque: Si 0 � ρpxq � |x|ρp1q entonces |x| � 0 , de aqúı, x � 0 . Nota 1.16. Dos espacios vectoriales seminormados pX, ρq y pY, σq son iguales si y sólo si X � Y como espacios vectoriales y ρ � σ como funciones. Veamos a continuación los primeros cuatro ejemplos de seminormas en un mismo espacio vectorial X . Dejamos al lector la tarea de verificar que las funciones ρ definidas en cada ejemplo, satisfacen los requisitos de la Definición 1.14: 1.- Con cada función f : X Ñ K lineal, tenemos la seminorma en X , ρf : X Ñ R con regla de asociaciónρf pxq � |fpxq| . Estas seminormas son tratadas en extenso para definir las topoloǵıas débil y débil estrella en el Caṕıtulo 3. 2.- ρ : X Ñ R , ρpxq � 0 para toda x P X es una seminorma en X . i i “Libro” — 2018/5/2 — 11:58 — page 16 — #28 i i i i i i 16 1. SEMINORMAS Y NORMAS Para los siguientes ejemplos, sea tejuJ � X una base de Hamel fija, con #pJq ¥ 2 . De este modo, para cada vector x P X , existen números λj P K , tales que x � °jPJ λjej recordando que λj � 0 para casi todo ı́ndice j P J . 3a.- Escojamos el ı́ndice jo P J fijo y definamos ρpxq � |λjo | . ρ es una seminorma en el espacio vectorial X . 3b.- Si escogemos una cantidad finita de ı́ndices j1, ..., jn P J fijos, entonces, la función ρ : X Ñ R , ρpxq � |λj1 | � ... � |λjn | es una seminorma en X . Será una norma si n � #pJq P N , es deicr, si el espacio vectorial es de dimensión finita. 3c.- Si escogemos una colección finita de ı́ndices j1, ..., jn P J , fijos, n P N , entonces la función ρpxq � max t|λj1 |, ..., |λjn |u es una seminorma. Será una norma si n � #pJq . (Dimensión finita) 4.- Si escogemos j1, ..., jn P J fijos, con n P N , entonces, para cada número real p , con 1 p tenemos que la función, ρpxq � p|λj1 |p � ...� |λjn |pq 1 p es una seminorma y, será una norma, si n � #pJq P N . Cada una de estas seminormas (algunas de ellas, normas), haciendo pareja con el mismo espacio vectorial X , nos dan espacios vectoriales seminor- mados o espacios vectoriales normados, distintos entre śı, ya que las semi- normas, como funciones, son distintas. Nota 1.17. Aunque ρpxq � 0 para toda x P X es una seminorma, a lo largo de este libro siempre consideraremos ρ� 0 , es decir, consideraremos que existe un vector x P X tal que ρpxq ¡ 0 . Nota 1.18. A lo largo de este libro hemos denotado (y seguiremos haciéndo- lo), por 0̂ al vector cero o el neutro aditivo del espacio vectorial X y por i i “Libro” — 2018/5/2 — 11:58 — page 17 — #29 i i i i i i 1.1. Seminormas 17 0 al número cero del campo K , ya sea este campo el de los números reales o el de los números complejos. Veamos a continuación tres de las principales propiedades que tienen las seminormas: Lema 1.19. Sea X un espacio vectorial y sea ρ una seminorma definida en él, entonces, se cumplen las siguientes tres propiedades: i) ρp0̂q � 0 . ii) |ρpxq � ρpyq| ¤ ρpx� yq para todo par de vectores x, y P X . iii) ρpxq � ρp�xq para todo vector x P X . Demostración. i) ρp0̂q � ρp00̂q � 0ρp0̂q � 0 . ii) ρpxq � ρppx� yq � yq ¤ ρpx� yq � ρpyq ñ ρpxq � ρpyq ¤ ρpx� yq . ρpyq ¤ ρpy � xq � ρpxq � ρpx� yq � ρpxq ñ ρpyq � ρpxq ¤ ρpx� yq . De los dos renglones anteriores obtenemos la siguiente desigualdad: |ρpxq � ρpyq| ¤ ρpx� yq . iii) ρp�xq � ρpp�1qxq � | � 1|ρpxq � ρpxq . � Mencionamos anteriormente que ser un conjunto convexo o balanceado o absorbente depende exclusivamente de la estructura algebraica del espacio. Veremos en seguida otra propiedad de los subconjuntos del espacio vecto- rial X que, a diferencia de las mencionadas, depende totalmente de la seminorma que estemos considerando en el espacio. Definición 1.20. Sea X un espacio vectorial y sea ρ una seminorma de- finida en él, diremos que un subconjunto A de X es acotado ( ρ-acotado) si existe un número real M ¡ 0 tal que ρpxq ¤ M para todo vector x P A . (Información adicional al respecto en los ejercicios 35 y 39 del último caṕıtulo). Un mismo subconjunto del espacio vectorial X puede ser acotado con una seminorma y no con otra. Veamos un ejemplo de esto: i i “Libro” — 2018/5/2 — 11:58 — page 18 — #30 i i i i i i 18 1. SEMINORMAS Y NORMAS a b menos a b suma Figura 1.10: ρpa� bq y ρpa� bq Consideremos en el espacio vectorial real X � R2 al conjunto A � tpx, yq P R2 | �M ¤ x ¤Mu . Con la norma euclidiana A no es un conjunto acotado (se extiende a lo largo del eje Y) pero con la seminorma ρpx, yq � |x| śı lo es. El espacio vectorial X � t0̂u (dimensión positiva) nunca es ρ-acotado, excepto con la seminorma trivial ( ρpxq � 0 para todo vector x P X ), la cual, como lo dijimos antes, esta fuera de consideración. Los subconjuntos finitos del espacio vectorial X siempre son conjuntos ρ-acotados para toda seminorma ρ definida en él. En el caso de seminormas no es intuitivamente tan claro, como lo es con nor- mas, que un conjunto es acotado si lo podemos meter en una circunferencia de radio finito. Cabe decir que en el caso de normas ningún subespacio vectorial de dimen- sión positiva es acotado, con seminormas algunos subespacios vectoriales de dimensión positiva, śı lo son. i i “Libro” — 2018/5/2 — 11:58 — page 19 — #31 i i i i i i 1.1. Seminormas 19 Proposición 1.21. Sea pX, ρq un espacio vectorial seminormado, sea r ¡ 0 un número real y sea A � tx P X | ρpxq ¤ ru . Entonces, el conjunto A es absorbente, balanceado y convexo. Demostración. A es absorbente: Usaremos la caracterización de absorbencia dada en el Lema 1.7. Sea x P X . ρpxq � 0 ñ x P A . Si ρpxq ¡ 0 y � ¡ 0 es un número real, entonces ρp rxρpxq��q � rρpxq��ρpxq r . De esto, rρpxq��x P A y por lo tanto, x P ρpxq��r A . El conjunto A es balanceado: Sea x P A , es decir, ρpxq ¤ r . Para λ � 0 , 0x � 0̂ P A . Sea 0 |λ| ¤ 1 . De esto, ρpλxq � |λ|ρpxq ¤ 1r � r . De donde, λx P A . Probemos ahora que el conjunto A es convexo: Sean x, y P A . De esto, ρpxq, ρpyq ¤ r . Sea t P R tal que 0 t 1 . ρptx� p1� tqyq ¤ tρpxq � p1� tqρpyq ¤ tr � p1� tqr � r Lo anterior nos dice que tx� p1� tqy P A . � En seguida introduciremos algunos conceptos algebraico-vectoriales, a través de subconjuntos del campo R , que harán más expedito o, tal vez debamos decir, menos laborioso, el trabajo correspondiente a versiones y caracteriza- ciones de seminormas y, esperamos, más entendible. Definición 1.22. Sea X un espacio vectorial. Para cada conjunto A � X i i “Libro” — 2018/5/2 — 11:58 — page 20 — #32 i i i i i i 20 1. SEMINORMAS Y NORMAS y cada vector x P X , definimos el siguiente subconjunto de números reales: Rpx,Aq � tt P R� |x P tAu Ejemplos: Si A � t0̂u � X entonces Rp0̂, Aq � r0,8q . Si x � 0̂ y si A � t0̂u , entonces Rpx,Aq � H . Si el conjunto A es el ćırculo unitario en el espacio vectorial X � Rn , es decir, si A � tâ � pa1, ..., anq P Rn | a a21 � ...� a2n ¤ 1u , entonces el conjunto Rpx,Aq es el intervalo r a x21 � ...� x2n, 8q para cada vector x � px1, ..., xnq P Rn . Probemos algunas propiedades (muy técnicas) del conjunto Rpx,Aq , no- tando que son válidas sin importar el campo con respecto al cual el espacio vectorial X esté definido y, notando también, la ausencia de seminormas para su definición y en cada uno de los ejemplos arriba dados. Lema 1.23. Sean X un espacio vectorial y A � X cualquier subcon- junto. Entonces: i) Si A es un conjunto absorbente, entonces Rpx,Aq � H para toda x P X . ii) Si A es un conjunto balanceado, entonces Rpαx,Aq � |α|Rpx,Aq para todo número α P K y para todo vector x P X . iii) Rpx, αAq � Rp 1αx,Aq � 1|α|Rpx,Aq para todo número α � 0 y para todo vector x P X . iv) Si A es un subconjunto convexo en X entonces Rpx,Aq es un sub- conjunto convexo en R y además se cumple la siguiente contención de conjuntos: Rpx,Aq �Rpy,Aq � Rpx� y,Aq para todo par de vectores x, y P X . Demostración. i) Definición 1.3 de absorbencia. i i “Libro” — 2018/5/2 — 11:58 — page 21 — #33 i i i i i i 1.1. Seminormas 21 ii) Cuando α � 0 es claro. Sea α � 0 . Si t P Rpαx,Aq entonces αx P tA . De donde, x P tαA � | tα |A � t|α|A . De lo anterior t|α| P Rpx,Aq . De esto, t P |α|Rpx,Aq . Por lo tanto, Rpαx,Aq � |α|Rpx,Aq . Veamos la otra contención: t P Rpx,Aq ñ x P tA ñ αx P αtA � |α|tA ñ |α|t P Rpαx,Aq . iii) x P tαA ô 1αx P tA . iv) Sean t1, t2 P Rpx,Aq , 0 s 1 y x P t1AX t2A . x � sx� p1� sqx P st1A� p1� sqt2A � pst1 � p1� sqt2qA . Esto implica que st1 � p1� sqt2 P Rpx,Aq . La última igualdad de las anteriores, se debe a que el conjunto A es con- vexo. Para probar la última contención enunciada en este lema, sean: t1 P Rpx,Aqy t2 P Rpy,Aq . x� y P t1A� t2A � pt1 � t2qA ñ t1 � t2 P Rpx� y,Aq . � Nota 1.24. Observemos (sin prueba) que si A y B son (ambos) subcon- juntos absorbentes de X , y A � B , entonces Rpx,Aq � Rpx,Bq para todo vector x P X . Otra de las razones para introducir los conjuntos Rpx,Aq (lo cual se hizo sin utilizar seminormas), es para presentar lo que, a fin de cuentas es, a partir de ellos, la manera universal de definir seminormas, es decir, toda seminorma es una de las funciones que a continuación daremos. La asignatura pendiente en cada caso será encontrar el conjunto A apropiado. i i “Libro” — 2018/5/2 — 11:58 — page 22 — #34 i i i i i i 22 1. SEMINORMAS Y NORMAS Dicho sea de paso, todo esto está muy relacionado con lo que se conoce en la literatura como la funcional de Minkowski. Definición 1.25. Sea X un espacio vectorial y A � X un conjunto absorbente, balanceado y convexo. Consideremos la función ρA : X Ñ R , con regla de asociación ρApxq � ı́nf Rpx,Aq . Observemos inmediatamente que A � tx P X | ρA ¤ 1u . Ahora trabajemos alrededor de esta función ρA : Lema 1.26. Sea X un espacio vectorial y sea A � X un subconjunto absorbente, balanceado y convexo. Entonces, la función ρA de la definición anterior cumple lo que establecen cada uno de los siguientes tres incisos: i) ρAp0̂q � 0 . ii) tx P X | ρApxq 1u � A . iii) Si A � B � X y el subconjunto B también es balanceado y convexo, entonces ρBpxq ¤ ρApxq para todo vector x P X . Demostración. i) Como 0̂ P A , 0̂ P tA para todo número real t ¡ 0 . De donde, inf Rpx,Aq � 0 . ii) Sea x P X tal que ρApxq 1 . Entonces existe t P Rpx,Aq tal que ρApxq t 1 . De aqúı, x P tA � A . iii) Recordemos que en el Lema 1.6 iii) se probó que el conjunto B es absorbente. A � B ñ Rpx,Aq � Rpx,Bq . De aqúı, ρBpxq � ı́nf Rpx,Bq ¤ ı́nf Rpx,Aq � ρApxq para todo vector x P X . � Teorema 1.27. Sea X un espacio vectorial. Para cada subconjunto A de X , absorbente, balanceado y convexo, no necesariamente cerrado, la función ρA es una seminorma en X . Demostración. La absorbencia del conjunto A nos asegura que no es vaćıo (A � H ). Veamos que se cumplen las tres condiciones de la Definición 1.5: i i “Libro” — 2018/5/2 — 11:58 — page 23 — #35 i i i i i i 1.1. Seminormas 23 1.- ρA ¥ 0 porque es el ı́nfimo de un conjunto no vaćıo de números reales positivos. 2.- Sea el número λ P K y sea el vector x P X . ρApλxq � ı́nf Rpλx,Aq � ı́nf |λ|Rpx,Aq � |λ| ı́nf Rpx,Aq � |λ|ρApxq . 3.- ρApx� yq � ı́nf Rpx� y,Aq ¤ ı́nf pRpx,Aq �Rpy,Aqq � ¤ ı́nf Rpx,Aq � ı́nf Rpy,Aq � ρApxq � ρApyq . � Algunos ejemplos de conjuntos A absorbentes, balanceados y convexos en el espacio vectorial real R2 , son todos los ćırculos y elipses (rellenas) con centro en 0̂ � p0, 0q , también son ejemplos todos los rectángulos (rellenos) cuyas diagonales se intersecten en el punto 0̂ � p0, 0q . Para estos con- juntos A , en espacios vectoriales de dimensión finita, ρA resulta ser una norma. En R3 , las esferas rellenas, elipsoides rellenas y prismas rectangu- lares (rellenos) son conjuntos absorbente, balanceados y convexos con los cuales podemos definir normas de acuerdo a la Definición 1.25. Definición 1.28. Sea X un espacio vectorial y sea la función ρ una seminorma definida en él. Para cada número real positivo r y cada vector xo P X , al conjunto Drpxoq � tx P X | ρpx � xoq ¤ ru le llamaremos el disco cerrado de radio r con centro en el vector xo . Cabe aclarar que geométricamente no debemos imaginar a un disco como un ćırculo o como una esfera. La figura depende de la seminorma. Por ejemplo, en R2 con la norma Euclideana, un disco es un ćırculo pero con otras normas es un rombo o un cuadrado y con seminormas que no son normas, los discos son bandas de longitud infinita. En el espacio vectorial real Rn con el ćırculo de radio uno, D1p0̂q � tpx1, ..., xnq P Rn | a x21 � ...� x2n ¤ 1u , la función ρD1p0̂q es la conocida norma Euclidiana de Rn la cual, para R2 y R3 , se calcula con el teorema de Pitágoras. Para continuar la lista de ejemplos necesitamos recordar lo que es una va- riedad y una hipervariedad: Una variedad V en un espacio vectorial X de i i “Libro” — 2018/5/2 — 11:58 — page 24 — #36 i i i i i i 24 1. SEMINORMAS Y NORMAS cualquier dimensión, es un conjunto de la forma V � Y �x � ty�x | y P Y u , donde Y es un subespacio vectorial propio de X y x P X un vector cual- quiera fijo. Cada subespacio propio Y es, el mismo, una variedad, tomando x � 0̂ . Si el espacio vectorial cociente X{Y tiene dimensión uno, decimos que la variedad V es una hipervariedad. Algunos ejemplos de hipervariedades en espacios vectoriales de dimensión finita son: El conjunto de un punto si X � R ; cualquier recta si X � R2 ; cualquier plano si X � R3 . Extendamos ahora la lista de conjuntos absorbentes, balanceados y conve- xos: El conjunto A � tx̂ P Rn | distpx̂, L1q � distpx̂, L2q � r ¡ 0u donde r es un número real fijo y L1 y L2 son dos hipervariedades paralelas distintas, es decir, L1 y L2 son dos rectas paralelas si estamos en R2 , o son dos planos paralelos si estamos en R3 , equidistantes del vector 0̂ . Para este tipo de conjuntos A , que son absorbentes, balanceados y conve- xos, la función ρA es una seminorma que no es norma en Rn . La diferencia que existe entre los conjuntos de los primeros dos párrafos y los del tercero estriba en que los primeros tienen “ĺımites” o son conjuntos “limitados” y los segundos no. Más adelante diremos lo que significa la palabra “ĺımitado” con toda precisión. Lema 1.29. Sean X un espacio vectorial y A � X un conjunto absorben- te, balanceado y convexo, entonces, si para x P X ρApxq |α| entonces x P αA . Demostración. Si ρApxq |α| entonces, por la definición de ı́nfimo, existe t P Rpx,Aq tal que ρApxq t |α| . De aqúı, x P tA � |α|A � αA . � La razón de introducir el concepto de conjunto “limitado”, es porque gene- raliza al de conjunto “acotado” y, al no depender de la seminorma, resulta i i “Libro” — 2018/5/2 — 11:58 — page 25 — #37 i i i i i i 1.1. Seminormas 25 más adecuado o más conveniente para los temas que estaremos tratando en este caṕıtulo. Definición 1.30. Un subconjunto balanceado A del espacio vectorial X es un conjunto limitado si para cada vector x P A , x � 0̂ , existe un número tx P R , 0 tx tal que txx RA . Un subconjunto A balanceado será ilimitado si no es limitado, es decir, si existe x P A , x � 0̂ tal que para todo número t P R , 0 t , se tiene tx P A . Definición 1.31. Un subconjunto S del espacio vectorial X es limitado si su cápsula balanceada cbpSq es un conjunto limitado y, es ilimitado, si el conjunto cbpSq lo es. Como podemos ver, el concepto de conjunto limitado empieza con conjuntos balanceados y es un concepto puramente algebraico, es decir, sólo depen- de de la estructura algebraica del espacio vectorial, es independiente de cualquier seminorma que definamos en él; en cambio, ser conjunto acotado depende totalmente de la seminorma en X que estemos trabajando. Para contenciones de subconjuntos, S1 � S � X , si S es un conjunto limitado entonces S1 también; si S1 es un conjunto ilimitado entonces S también. Todo subespacio vectorial Y de dimensión positiva, de un espacio vecto- rial X, es ilimitado y, dependiendo de la seminorma que tenga definida, podrá ser acotado o no. En espacios vectoriales normados ningún subespacio vectorial de dimensión positiva es acotado con respecto a ninguna norma. Lema 1.32. Sean X un espacio vectorial y S � X cualquier subconjunto. Entonces, S es un conjunto limitado si y sólo si existe un subconjunto A � X balanceado y limitado tal que S � A . Demostración. ñ ) Tómese A � cbpSq. i i “Libro” — 2018/5/2 — 11:58 — page 26 — #38 i i i i i i 26 1. SEMINORMAS Y NORMAS ð ) S � A con A un conjunto balanceado implica que cbpSq � A ya que cbpSq es el mı́nimo subconjunto balanceado que contiene al conjunto S . � Aśı es que si A es un conjunto limitado, el conjunto cbpSq tambiénlo será. Con seminormas que no son normas, los discos pueden ser bandas de longi- tud infinita y por lo tanto, ser conjuntos ilimitados, aunque siempre serán conjuntos acotados con la seminorma en cuestión. Figura 1.11: Disco acotado no limitado Disco acotado y limitado Lema 1.33. Si ρ es una norma en el espacio vectorial X y S � X es un subconjunto ρ-acotado entonces S es un conjunto limitado. Demostración. Sea el número r P R , r ¡ 0 tal que ρpsq ¤ r para todo vector s P S y sea 0̂ � s P S , es decir, ρpsq ¡ 0 . Por la Propiedad Arquimediana de los números reales existe un número natural n P N tal que r nρpsq � ρpnsq . Esto nos dice que ns RS . � La gran diferencia en las demostraciones de resultados entre espacios nor- mados y seminormados estriba en el subespacio vectorial que a continuación presentamos (Zρ ), el cual resulta ser, en el caso seminormado, un espacio vectorial de dimensión positiva ρ-acotado. En espacios vectoriales norma- dos este subespacio (Zρ ) consta sólo del vector cero ( t0̂u ). i i “Libro” — 2018/5/2 — 11:58 — page 27 — #39 i i i i i i 1.1. Seminormas 27 Además, lo hemos dicho ya, en el caso normado, ningún subespacio vectorial de dimensión positiva es acotado con ninguna norma. ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� ������������������������������� Figura 1.12: Disco no limitado Definición 1.34. En cada espacio vectorial seminormado pX, ρq surge el conjunto Zρ � tx P X | ρpxq � 0u . Al conjunto Zρ no lo llamamos el núcleo de la función ρ porque esta no es lineal, pero son los vectores del espacio vectorial X cuya imagen, bajo la función ρ , es el número cero. Zρ resulta ser, tambén, un subespacio vectorial de X (ver siguiente proposición). Podemos darnos cuenta inmediatamente que ρ es una norma si y sólo si Zρ � t0̂u . (Información adicional en los ejercicios 56, 58 y 59 del Caṕıtulo 4). i i “Libro” — 2018/5/2 — 11:58 — page 28 — #40 i i i i i i 28 1. SEMINORMAS Y NORMAS Proposición 1.35. Zρ es un subespacio vectorial del espacio vectorial se- minormado pX, ρq (Zρ X ). Demostración. 0̂ P Zρ siempre. (Lema 1.19) Para cada par de vectores x, y P Zρ y cada número λ P K tenemos 0 ¤ ρpλx� yq ¤ |λ|ρpxq � ρpyq � |λ|p0q � 0 � 0 . Lo anterior nos dice que λx� y P Zρ . � Por cierto, el subespacio vectorial Zρ , en el caso seminormado, no es un conjunto limitado, como no lo es ningún subespacio vectorial de dimensión positiva; pero śı es un conjunto ρ-acotado. Compare esto con lo dicho justo antes de la Proposición 1.21. Ejemplo: Sean X � R3 y A � tpx, y, zq P R3 | � 1 ¤ x ¤ 1u . Este conjunto A es absorbente, balanceado y convexo; pero no es un con- junto limitado. El conjunto A śı es ρA-acotado, donde, en este caso, ρApx, y, zqq � |x| . (Definición 1.25) ZρA � tp0, y, zq | y, z P Ru que es el plano Y Z de R3 . Algunos ejemplos de conjuntos ρ-acotados que no son conjuntos limitados, son los siguientes: Si la función ρ es una seminorma que no es norma en el espacio vectorial X , A � tx P X | ρpxq ¤ ru es un conjunto ρ-acotado pero no es un conjunto limitado porque t0̂u � Zρ � A . Zρ tampoco es un conjunto limitado (para mayor abundamiento en este tema, se sugiere ver la Nota 1.31). Sean el espacio vectorial real X � R2 y la función ρ la norma Euclidiana en él. Sea tq1, q2, ...u � r0, π2 s . Para cada n P N sea Sn � ttpcos qn, sin qnq | 0 ¤ t ¤ nu el segmento que une al punto p0, 0q con el punto pn cos qn, n sin qnq , el cual es un segmento i i “Libro” — 2018/5/2 — 11:58 — page 29 — #41 i i i i i i 1.1. Seminormas 29 de longitud n para cada número n P N . Sea J � r0, 2πs z tqnu y para cada j P J sea Sj � ttpcos j, sin jq | 0 ¤ t ¤ 1u el segmento que une al punto p0, 0q con el punto pcos j, sin jq , el cual tiene longitud uno. Sea A � p�8n�1 Snq Y pYJ Sjq . Este conjunto A es balanceado, absorbente y limitado pero no es ρ-acotado. Lema 1.36. Sea X un espacio vectorial y sea C � X un subconjunto absorbente, balanceado y convexo. Entonces, ρC es una norma si y sólo si C es un conjunto limitado. Demostración. ñ ) Sea x P C con x � 0̂ . Como estamos suponiendo que ρC es una norma, tenemos las siguientes desigualdades 0 ρCpxq ¤ 1 . Por la propiedad Arquimediana de los números reales, sabemos que existe un número n P N tal que 1 nρCpxq � ρCpnxq . De donde, nx RC . Lo anterior nos dice que el conjunto C es limitado. ð ) Sea x P X , x � 0̂ y supongamos que ρCpxq � 0 . Por ser C un conjunto limitado, existe un número real t ¡ 0 tal que tx RC . Esto implica que existe un número t1 P Rpx,Cq tal que 0 t1 t . De aqúı, x P t1C � tC . Esta contradicción nos dice que ρCpxq ¡ 0 y por lo tanto, la seminorma ρC es una norma. � Teorema 1.37. Si pX, ρq es un espacio vectorial seminormado y A � tx P X | ρpxq ¤ 1u , entonces ρ � ρA . i i “Libro” — 2018/5/2 — 11:58 — page 30 — #42 i i i i i i 30 1. SEMINORMAS Y NORMAS Demostración. Por la Proposición 1.21 A es un conjunto absorbente, ba- lanceado y convexo. Sabemos que ρp0̂q � 0 � ρAp0̂q . Si ρApxq � 0 entonces x P 1nA para todo número n P N . De aqúı, x � 1nan para alguna an P A , de donde, ρpxq � ρp 1nanq � 1nρpanq ¤ 1n . Esto implica que ρpxq � 0 . ρpxq � 0 ñ x P A . De lo anterior obtenemos que para todo número real t , 0 t 1 x P tA . De donde, ρApxq � 0 . 0 ρpxq ñ ρp 1ρpxqxq � 1 ñ 1ρpxqx P Añ x P ρpxqAñ ρApxq ¤ ρpxq . Supongamos que ρApxq ρpxq . Entonces existe un número t P R , 0 t ρpxq tal que x � ta . De aqúı, ρpxq � tρpaq ¤ t ρpxq . Esta contradicción a lo que hab́ıamos supuesto, junto con la desigualdad ρApxq ¤ ρpxq , nos dicen que ρApxq � ρpxq . � Proposición 1.38. Si pX, ρq es un espacio vectorial seminormado y C � X es un conjunto absorbente, balanceado, convexo y ρ-acotado, entonces ρCpxq � 0 ñ ρpxq � 0 . Demostración. Por ser el conjunto C ρ-acotado, existe un número real r ¡ 0 tal que ρpcq ¤ r para todo vector c P C . Si x P X es tal que ρCpxq� 0 entonces x P 1nC para todo número n P N . x � 1ncn P 1nC ñ nρpxq � ρpcnq ¤ r ñ ρpxq ¤ rn para todo n P N , esto implica que ρpxq � 0 . � Corolario 1.39. Si la seminorma ρ es una norma en el espacio vectorial X y si C � X es un conjunto absorbente, balanceado, convexo, ρ-acotado, entonces la función ρC es una norma en X . i i “Libro” — 2018/5/2 — 11:58 — page 31 — #43 i i i i i i 1.1. Seminormas 31 Demostración. Si ρCpxq � 0 entonces, por la proposición anterior, ρpxq � 0 . Como ρ es una norma, x � 0̂ . � En el campo K ( R o C ), vistos como espacios vectoriales sobre śı mismos, no hay seminormas no triviales (funciones no idénticamente cero) que no sean normas. Una primera demostración de lo anterior se basa en cuestiones de dimensión algebraica. Si ρ es una seminorma definida en el campo K y si Zρ es el correspondiente subespacio vectorial de K definido anteriormente, veamos lo que sucede con las dimensiones vectoriales de Zρ y de K : Como dimKK � 1 , obliga a que el subespacio vectorial Zρ sólo tenga dos posibilidades para su dimensión, a saber: dimKZρ � 0 o dimKZρ � 1 . Si dimKZρ � 1 entonces Zρ � K , lo cual implicaŕıa que ρ es la semi- norma trivial. Si dimKZρ � 0 entonces Zρ � t0u lo cual nos dice que ρ es una norma. Sin embargo, daremos a continuación sendas demostraciones por caso para aplicar la teoŕıa vista hasta aqúı. Como el campo de los números reales y el campo de los números complejos presentan caracteŕısticas diferentes, haremos las demostraciones por separado para cada campo. Ver también lo hecho inmediatamente antes de Nota 1.17. Proposición 1.40. En K toda seminorma distinta de cero es una norma. Demostración. Caso 1: K � R . Sea ρ � 0 una seminorma en R como espacio vectorial sobre śı mismo, y sea A � R un subconjunto absorbente, balanceado y convexo tal que ρ � ρA . Afirmación: A es un intervalo de la forma p�r, rq o de la forma r�r, rs para algún número real r P p0, 8q . Supongamos primero que el conjunto A no fuera ρA-acotado superior- mente. i i “Libro” — 2018/5/2 — 11:58 — page 32 — #44 i i i i i i 32 1. SEMINORMAS Y NORMAS Entonces, por ser un conjunto balanceado, si t P A , �t P A y por lo tanto tampoco seŕıa acotado inferiormente. Por ser un conjunto convexo, si t, �t P A , entonces el segmento (intervalo) que determinan está contenido en A . De esto tendŕıamos que A � p�8, 8q � R y por lo tanto ρA � 0 . Por lo tanto el conjunto A debe ser ρA-acotado (superior e inferiormente) en R . Como no es un conjunto vaćıo de números reales, tiene supremo. Sea r � supA P R . Por ser A un conjunto balanceado, tenemos que �r � infA . De aqúı, si r RA , entonces A � p�r, rq . Afirmación 1: A � p�r, rq . Sea s P p�r, rq . Es decir, �r s r . Como �r � inf A , existe t1 P A tal que �r t1 s . Como r � supA , existe t2 P A tal que s t2 r . Es decir, s P rt1, t2s . Por ser A un conjunto convexo, rt1, t2s � A . De donde, s P A . Si r P A , entonces r�r, rs � A � r�r, rs . De lo anterior, A � r�r, rs . Tenemos entonces que el conjunto A es limitado y, por el Lema 1.37, la función ρA cumple las condiciones para ser una norma. Caso 2: K � C como espacio vectorial complejo. Sea ρ una seminorma definida en C . Por el Caso 1, ρ|R es una norma. Sea z � x� iy tal que ρpzq � 0 . Como |ρpxq � ρpyq| � |ρpxq � ρp�iyq| ¤ ρpx� p�iyqq � ρpx� iyq � ρpzq � 0 . Tenemos entonces que i i “Libro” — 2018/5/2 — 11:58 — page 33 — #45 i i i i i i 1.2. Sucesiones 33 |x|ρp1q � ρpxq � ρpyq � |y|ρp1q , de donde, |x| � |y| , es decir, x� y , o sea, z � x� ix . Si para algún xo � 0 , ρpxo� ixoq � 0 , entonces sucede que ρpx� ixq � 0 para todo número x P R : ρpx� ixq � ρpxoxo px� ixqq � ρp xxo pxo � ixoqq � | xxo |ρpxo � ixoq � 0 . Dado que para cada w P C existen α P C y z � x� ix tales que w � αz , tendŕıamos que ρpwq � |α|ρpzq � 0 y ρ seŕıa la seminorma trivial. De modo que si la función ρ no es la seminorma trivial, entonces Zρ � t0� i0u , es decir, la función ρ es una norma. � Cabe aclarar que el campo de los números complejos, C , como espacio vectorial real si puede tener seminormas no triviales, como lo hace ver el ejercico 36 del último caṕıtulo. Como siempre, para facilitar el trabajo topológico, presentamos las nocio- nes de sucesión convergente y de sucesión de Cauchy, las cuales presentan caracteŕısticas especiales en el caso de espacios vectoriales seminormados, por ejemplo, los puntos de convergencia de una sucesión, cuando los hay, no son únicos, de hecho, son una infinidad. Sin embargo, algunos teoremas, como el teorema de Weierstrass: “toda su- cesión en un conjunto compacto tiene un punto de acumulación”, siguen siendo válidos en espacios vectoriales seminormados. 1.2. Sucesiones Definición 1.41. Una sucesión txnuN � X , ρ-converge al vector x P X si la sucesión de números reales tρpx� xnquN converge al número 0 . La sucesión txnuN es ρ-Cauchy si para cada número real � ¡ 0 existe un número natural N P N tal que ρpxn � xmq � para todo par de números i i “Libro” — 2018/5/2 — 11:58 — page 34 — #46 i i i i i i 34 1. SEMINORMAS Y NORMAS naturales n, m ¥ N . Como sucede en el caso normado, si una sucesión es ρ-convergente entonces también es ρ-Cauchy. Toda sucesión convergente y toda sucesión de Cauchy, como subconjuntos del espacio vectorial, son ρ-acotados, aunque, en algunos casos, pueden ser conjuntos no limitados. Hacemos énfasis en que en la Definición 1.41 no decimos que la sucesión de vectores txnuN � X es ρ-convergente a x P X si la sucesión de números reales tρpxnquN converge a ρpxq ; sino si la sucesión tρpxn�xquN converge al número cero de R . Ni esta definición dice que la sucesión txnuN es ρ-Cauchy si la sucesión de números reales tρpxnqu lo es; sino si la red tρpxn � xmquN�N tiende al número cero cuando n y m tienden a 8 . Tomando en cuenta la desigualdad |ρpxq � ρpyq| ¤ ρpx � yq , válida para cualquier par de vectores x, y P X , la definición de sucesión convergent o de de Cauchy de la Definición 1.41 implican que tρpxnquN � R es una sucesión convergente o de Cauchy. El rećıproco, empero, no siempre se cumple, es decir, podemos tener suce- siones txnuN � X que no son ρ-convergentes o no son ρ-Cauchy según la Definición 1.41 y sin embargo, la sucesión tρpxnquN � R śı serlo. Veamos a continuación un ejemplo de ésta situación: Sea X � R como espacio vectorial sobre śı mismo, con la norma usual ρpxq � |x| del valor absoluto. Sea, para cada n P N , el número xn � p�1qn , es decir, consideremos la sucesión t�1, 1, �1, 1, ...u la cual, ni es ρ-Cauchy ni es ρ-convergente ya que ρpxn � xn�1q � | � 2| � 2 para todo número n P N . Sin embargo, la sucesión tρpxnquN � t|xn|uN � t1, 1, 1, ...u converge al uno. Si ρ es sólo una seminorma en el espacio vectorial X , el punto de ρ- convergencia de una sucesión, cuando existe, no es único. Si ρ es una norma, śı lo es. De hecho tenemos que si txnuN ρÑ x entonces txnuN ρÑ x� z para cada i i “Libro” — 2018/5/2 — 11:58 — page 35 — #47 i i i i i i 1.2. Sucesiones 35 vector z P Zρ . También sucede que si txnuN ρÑ x y tznuN � Zρ , es cualquier subonjunto, entonces txn � znuN ρÑ x . Nota 1.42. En el párrafo anterior, la notación txnuN ρÑ x significa que la sucesión converge con respecto a la seminorma ρ , al vector x . Esta notación obedece a que una misma sucesión puede converger a un punto con una seminorma y pude converger a otro, o no converger, si cambiamos de seminorma. Información adicional sobre sucesiones en los ejercicios 4, 5 y 6, Caṕıtulo 4. Definición 1.43. Si cada sucesión ρ-Cauchy es ρ-convergente diremos que el espacio vectorial seminormado pX, ρq es completo. Si ρ es una norma con la cual X es completo , se dice que el espacio vectorial normado pX, ρq es Banach. Por lo dicho justo antes de esta definición, con seminormas suceden cosas que “chocan” o difieren grandemente con lo que estamos acostumbrados a tratar sobre sucesiones en los espacios métricos o normados,por ejemplo: Si el vector x P X es tal que ρpxq � 0 siendo x � 0̂ , entonces, la sucesión tx, x, x, ...u Ñ 0̂ y la sucesión t0̂, 0̂, 0̂, ...u Ñ x . Más generalmente, si txnu � Zρ , entonces, txnu ρÑ x para toda x P Zρ , en particular, para x � 0̂ . En analoǵıa a lo que es una serie convergente de números reales, una serie de vectores es convergente en el espacio vectorial seminormado pX, ρq , si la sucesión de sumas parciales, es ρ-convergente. Es decir, decimos que la serie de vectores °8 k�1 xk es convergente si la sucesión (también de vectores) t°nk�1 xkunPN converge en X según la Definición 1.41. Veamos ahora un teorema para el caso seminormado, que aparece enunciado y probado en la literatura para el caso normado pero que, debido a las particularidades o diferencias de una seminorma con respecto a una norma, la demostración requiere de más detalles: i i “Libro” — 2018/5/2 — 11:58 — page 36 — #48 i i i i i i 36 1. SEMINORMAS Y NORMAS Proposición 1.44. Sea pX, ρq un espacio vectorial seminormado. Enton- ces, pX, ρq es completo si y sólo si, para cada sucesión txkuN � X tal que la serie de números reales °8 k�1 ρpxkq converge ( °8 k�1 ρpxkq 8 ), existe un vector x P X tal que t°nk�1 xkunPN ρÑ x . Demostración. ñ ) °8k�1 ρpxkq 8 implica que para cada número real � ¡ 0 existe un número N P N tal que °8k�m ρpxkq � para toda m ¥ N . Sean n, m P N tales que n ¡ m ¥ N : ρp°nk�1 xk � °m k�1 xkq � ρp °n k�m�1 xkq ¤ °n k�m�1 ρpxkq ¤ ¤ °8k�m�1 ρpxkq � . Por lo tanto, la sucesión t°nk�1 xkunPN es ρ-Cauchy y por la completez del espacio pX, ρq , converge. ð ) Sea txnuN � X una sucesión de vectores del espacio X , que sea ρ-Cauchy. Para cada número �k � 12k sea nk P N tal que ρpxn � xmq �k para todo par de números naturales n, m ¥ nk y además n1 n2 ... . Sean y1 � xn1 , y2 � xn2 � xn1 , ..., yk � xnk � xnk�1 , ... . °8 k�1 ρpykq ¤ ρpxn1q� °8 k�2 1 2k�1 8 implica que existe un vector y P X tal que t°mk�1 ykumPN ρÑ y cuando m Ñ 8 . Como °m k�1 yk � xnm , la subsucesión txnkukPN ρÑ y , esto implica que txnuN ρÑ y . � Para aclarar y comprender mejor la completez o completitud de un espacio vectorial seminormado, sugerimos revisar los ejercicios 6, 9, 18, y 25 del Caṕıtulo 4. i i “Libro” — 2018/5/2 — 11:58 — page 37 — #49 i i i i i i 1.2. Sucesiones 37 Regresemos a los conjuntos acotados para ver una caracterización interesan- te y también muy útil de lo que es la ρ-acotación de conjuntos en espacios vectoriales: Lema 1.45. Sea pX, ρq un espacio vectorial seminormado y sea A � X cualquier subconjunto. Entonces, A es un conjunto ρ-acotado, si y sólo si t 1nanu ρÑ 0̂ para toda sucesión tanuN � A , si y sólo si tλnanuN ρÑ 0̂ para toda sucesión de números tλnuN Ñ 0 en el campo K y para toda sucesión tanuN � A . Demostración. ñ ) Sea r ¡ 0 un número real tal que ρpaq ¤ r para toda a P A . De aqúı, ρp 1nanq � 1nρpanq ¤ 1nr Ñ 0 . ð ) Supongamos que el conjunto A no fuera ρ-acotado, es decir, supon- gamos que para cada número n P N existe un vector an P A tal que n ρpanq . De esto, 1 1nρpanq � ρp 1nanq ñ ρp 1nanqÛ 0 . Lo cual es contradictorio. La otra doble implicación (ô ) se prueba de manera análoga. � Más Ejemplos de espacios vectoriales seminormados y espacios vectoriales normados. Nota 1.46. Recordemos que un subconjunto de vectores S de un espacio vectorial X es una base de Hamel de X si los vectores del conjunto S son linealmente independientes y cada vector x P X se puede representar con una combinación lineal finita de vectores de S . 5.- Sea X � Kn con una base de Hamel te1, ..., enu cualquiera y sea p P R , 1 ¤ p . Para cada x � °ni�1 λiei P X definimos ρppxq � p °n i�1 |λi|pq 1 p . Las funciones ρp ( 1 ¤ p P R ), junto con la función ρ8pxq � max t|λ1|, ..., |λn|u constituyen una familia de normas en el espacio i i “Libro” — 2018/5/2 — 11:58 — page 38 — #50 i i i i i i 38 1. SEMINORMAS Y NORMAS vectorial Kn (dimensión finita), tal que con cada una de ellas el espacio vectorial Kn es un espacio vectorial normado completo. 6.- Sea X � Kn , sea te1, ..., enu una base de Hamel cualquiera en X y sea el conjunto A � tx � °ni�1 λiei | |λ1|, ..., |λn�1| ¤ 1u . Entonces, la función ρA es una seminorma en Kn tal que ρApp0, ..., 0, λnqq � 0 y ρApp1, ..., 1, λnqq � 1, , con la cual el espacio vectorial Kn es un espacio vectorial seminormado completo y Zρ � tp0, ...0, xnq |xn P Ru , que es de dimensión vectorial uno. 7.- Sea X � Cra, bs � tf : ra, bs Ñ R continuas u . Con la suma usual de funciones y el producto de números reales con fun- ciones, usual, el conjunto X resulta ser un espacio vectorial sobre real, es decir, un espacio vectorial definido sobre el campo de los números reales. Definamos las funciones ρ8, ρ1, ρo : X Ñ R como ρ8pfq � max t|fpxq| | a ¤ x ¤ bu , ρ1pfq � ³b a |f | y ρopfq � | ³b a f | es sólo seminorma. ρ8 y ρ1 son normas ya que Zρ8 � t0u � Zρ1 ; ρo es una seminorma en el espacio vectorial X con Zρo � tf P X | ³b a f � 0u . En este caso sabemos que la función ρo no es una norma ya que existen funciones (reales de variable real) continuas, distintas de cero, que su integral de Riemann es cero; ejemplos de este tipo de funciones tenemos a λ sinx y a λ cosx en el intervalo r0, 2πs , con λ P R , λ � 0 . La siguiente proposición nos da dos situaciones distintas sobre la completez de los espacios vectoriales normados dados en el Ejemplo 7. La importancia que tiene esta proposición, dentro del análisis funcional, radica en observar que el espacio vectorial base Cra, bs es el mismo en los dos casos. Definición 1.47. Diremos que una sucesión de funciones con dominio un conjunto S y codominio un espacio vectorial seminormado pY, σq tfn : S Ñ pY, σqu , es fuertemente Cauchy, si para cada número real � ¡ 0 i i “Libro” — 2018/5/2 — 11:58 — page 39 — #51 i i i i i i 1.2. Sucesiones 39 existe un número natural N P N tal que σpfnpxq � fmpxqq � para todo par de números naturales n, m ¥ N y para todo vector x P S . Con las normas ρ8, ρ1 y ρo definidas en el Ejemplo 7 para el espacio vectorial Cra, bs , tenemos el siguiente resultado: Proposición 1.48. i) pCra, bs, ρ8q es un espacio vectorial normado com- pleto (Banach). ii) pCra, bs, ρ1q y pCra, bs, ρoq son espacios vectoriales normados pero no son completos. Demostración. i) Sea tfnuN � Cra, bs una sucesión de funciones ρ8- Cauchy. Dado el número real � ¡ 0 , existe un número natural N P N tal que |fnpxq � fmpxq| ¤ ρ8pfn � fmq � para todo par de números naturales n,m ¥ N y para todo número real x P ra, bs . Esto dice que la sucesión de funciones tfnuN � Cra, bs es fuertemente Cauchy. En particular, la sucesión de números reales tfnpxqu es de Cauchy y por lo tanto convergente para cada x P ra, bs . Definamos la función f : ra, bs Ñ R como fpxq � ĺım fnpxq . Probemos que f P Cra, bs . Sea xo P ra, bs , sea el número real � ¡ 0 y sea N P N tales que ρ8pfn � fmq �3 para todo par n,m ¥ N . Sea δN ¡ 0 el número real tal que |x�xo| δN ñ |fN pxq�fN pxoq| �3 . |fpxq � fpxoq| ¤ |fpxq � fN pxq| � |fN pxq � fN pxoq| � |fN pxoq � fpxoq| �3 � �3 � �3 � � si |x� xo| δN . Probemos que tfnuN ρ8Ñ f . Sea � ¡ 0 : |fpxq � fnpxq| � | ĺımmÑ8 fmpxq � fn| � ĺımmÑ8 |fmpxq � fnpxq| ¤ i i “Libro” — 2018/5/2 — 11:58 — page 40 — #52 i i i i i i 40 1. SEMINORMAS Y NORMAS ¤ ρ8pfm � fnq � para todo par de números n,m ¥ N . Lo anterior nos dice que ρ8pf � fnq ¤ � para todo número n ¥ N . ii) y iii) Sea la sucesión de funciones tfnu � Cra, bs definidas aśı para cada n P N : fnpxq � 1 si a ¤ x ¤ c , fnpxq � �nx� cn� 1 si c ¤ x ¤ c� 1n y fnpxq � 0 si c� 1n ¤ x ¤ b , donde c � a�b2 . Sea n ¡ m (números en N ) y sea � ¡ 0 un número real. ρ1pfn � fmq � ³b a |fnpxq � fmpxq|dx � 12m � 12n � si m ¥ 12� . Es decir, esta sucesión tfnuN es ρ1-Cauchy; sin embargo, no hay una función continua a la cual ella converja con la norma ρ1. Veamos esto: Supongamos que existiera una función f P Cpra, bsq tal que ρ1pf
Compartir