Sie sind auf Seite 1von 4

ESPACIOS METRICOS

1. Definicin: Un espacio mtrico es un par (X, d), donde X es un conjunto no vacio de


elementos que llamaremos puntos y d es una funcin de XxX en R0 que cumple los
siguientes axiomas, para todos a, b, c pertenecientes a X:
1. d(a, b) 0 (positividad)
2. d(a, b) = 0 a = b
3. d(a, b) =d(b, a) (axioma de simetra).
4. d(a, b) d(a, c) + d(c, b) (desigualdad triangular).
La funcin d se llama distancia o mtrica para X.
En el axioma 2 si se debilita la condicin, reemplazndola por:
(2)* Para cada x X, d(x, x) = 0
Estamos contemplando la posibilidad de que existan x y en X con d(x, y) = 0.
Entonces d recibe el nombre de pseudomtrica.
Un ejemplo clsico de espacio mtrico es el del conjunto de los nmeros reales y la
distancia usual dada por el mdulo: d(a, b) = |ab|. Ms generalmente, para n1, Rn con
la distancia eucldea:
d((x1, . . . , xn), (y1, . . . , yn)) = (x1 y1) + + (xn yn)
2

es un espacio mtrico, denominado espacio eucldeo n-dimensional. La teora de los


espacios mtricos surge con la intencin de generalizar los espacios eucldeos,
permitiendo extender ideas a otros tipos de conjuntos.
2. Ejemplos de espacios mtricos:
2.1. La distancia ms comn en IR es la definida por d(x; y) = x-yy se llama distancia
usual.
Es fcil comprobar todas las propiedades. La desigualdad triangular se vuelve tan obvia
como a + b a +b tomando a =x-y, b = y-z.
2.2. En IR hay infinidad de distancias posibles. Una de ellas es la distancia discreta,
llamada as porque separa igualmente cada par de puntos, y est definida como:
d ( x , y )= 0, si x= y
1, si x y

2.3 La distancia usual se generaliza a IRn de la siguiente forma:


y ) = x y
d( x ;
Si uno prefiere ser menos sinttico,
d((x1, . . . , xn), (y1, . . . , yn)) = (x1 y1)2 + + (xn yn)2
Comprobar las propiedades 1) y 2) es trivial, pero probar 3) es realmente difcil sin
conocer la llamada desigualdad de Cauchy-Schwarz(-Buniakowski):

( )
i=1

a i b i ai . bi2
i=1

i=1

2
2
2
Esto es, (a . b) a . b

Dndola por supuesto, demostrar la desigualdad triangular para esta distancia se reduce
al truco anterior de escribir ai = xi yi , bi = yi zi . Tras elevar al cuadrado y efectuar
algunas simplificaciones, la triangular es equivalente a Cauchy-Schwarz.
2.4. Sean (X1, d1), ..., (Xn, dn) una familia finita de espacios mtricos. Vamos a definir lo
que se denomina el espacio mtrico producto de tres maneras diferentes. Sean X = X1
Xn y x = (x1, . . . , xn), y = (y1, . . . , yn) X. Podemos definir tres distancias sobre
X:
a) dmx : X X R definida por dmx(x, y) = mx.{di(xi , yi) : 1 i n}
n

d i .(x i . y i )

b) dsum : X X R definida por dsum(x, y) =

i=1

c) du : X X R definida por du(x, y) =

i=1

d i2 .( x i . y i )

es la distancia eucldea. La

unica propiedad de mtrica no trivial para du es la desigualdad triangular, que en este


caso recibe el nombre de desigualdad de Minkowski.
Distancia entre conjuntos
Dados (X; d),A X y xX, la familia de nmeros reales {d(x; y) : yA} est
acotada inferiormente por 0. Por lo tanto, existe nf{d(x; y) : yA}0, se denota
por d(x;A) y se llama distancia de x a A.
Ejemplo 2.1. Si xA, es claro que d(x;A) = 0. El recproco no es cierto: en (R; du), si
A = (0; 1) y x = 0, es xA, pero du(A; x) = 0.
Proposicin 2.6. Sean un espacio mtrico (X; d), A X y x0; y0 X. Entonces,
es d(x0;A)- d(y0;A)d(x0; y0).
Demostracin: Para cada xA es d(x0; x) d(x0; y0) + d(y0; x), por lo tanto es
d(x0;A) d(x0; y0) + d(y0; x) para cada xA. As, d(x0;A)- d(x0; y0) es una cota
inferior de la familia {d(y0; x) : xA}, con lo que d(x0;A)- d(x0; y0) d(y0;A). De
modo similar se demuestra la desigualdad d(y0;A)-d(x0; y0) d(x0;A), con lo que se
obtiene el resultado deseado.
Dados (X; d) y A X la familia de nmeros reales {d(a; b) : aA; bB}
est acotada inferiormente por 0. Por lo tanto, existe nf{d(a; b) : aA; bB}0, se
denota por d(A;B) y se llama distancia de A a B.
Ejemplo . Si AB , es claro que d(A;B) = 0. El recproco no es cierto: en
(R; du), los conjuntos A = (0; 1) y B = (-1; 0) son disjuntos, pero du(A;B) = 0.

Proposicin 2.7. Dados (X; d) y A;B X, d(A;B) = nf{d(A; y) : yB}=


nf{d(x;B) : xA}.
Demostracin: Sea xA. Para cada yB es d(A;B)d(x; y). Luego d(A;B) es cota
inferior de la familia {d(x; y) : yB},y as d(A;B) d(x;B). Luego, para cada xA es
d(A;B)d(x;B), con lo que d(A;B) es cota inferior de la familia {d(x;B) : x A},y
entonces d(A;B) nf{d(x;B) : xA}. Por la definicin de d(A;B), para cada
> 0, existe xA; yB tal que d(A;B)+ > d(x; y). Como d(x;B)d(x; y),
es d(x;B) < d(A;B) + para cada > 0. Como nf{d(x;B) : xA}d(x;B),
concluimos que para cada > 0 es nf{d(x;B) : xA}< d(A;B) + , es decir,
nf{d(x;B) : xA}d(A;B).
Bolas abiertas y cerradas. Esferas
Definicion 2.5. Sea (X, d) y r > 0. Se llama:
1) bola abierta de centro x y radio r, al conjunto B(x, r) = {y X : d(x, y) < r}
2) bola cerrada de centro x y radio r, al conjunto B(x, r) = {y X : d(x, y) r}
3) esfera de centro x y radio r, al conjunto S(x, r) = {y X : d(x, y) = r}
Ejemplos 2.3. Damos algunos ejemplos de bolas en algunos espacios metricos:

(i)
en (X, ddis), B(x, 1) = {x}, B(x, 2) = X, B (x, 1) = X, B (x, 1/2 ) = {x},
S(x, 1) = X {x} y S(x, 2) =
(ii)
(iii)
(iv)
(v)

en (R, du), B(x, r) = (xr, x+r), B (x, r) = [xr, x+r] y S(x, r) = {xr, x+r}
en (Rn, dmx), la bola B(x, r) = (x1 r, x1 + r) (xn r, xn + r) es el cubo
de dimensin n, centrado en x y arista 2r
en (Rn, dsum), la bola B(x, r) es el cubo de dimensin n centrado en x, de
arista 2r y girado 45 grados
en (Rn, du), B(x, r) es la bola abierta de dimensin n, centrada en x y de radio
r

Proposicin 2.9. En un espacio metrico (X, d), se cumplen las siguientes propiedades:

(i)
para cada x X y r > 0, es B(x, r) B (x, r); pero S(x, r) puede ser
vaca
(ii)

si 0 < r s, es B(x, r) B(x, s), B (x, r) B (x, s), B (x, r) B(x,

(iii)

s) (si r < s) y S(x, r) S(x, s) = si s r

B(x, r) S(x, r) = B(x, r) y B (x, r) S(x, r) =

(iv)

si r1, . . . , rn > 0, B(x, r1) B(x, rn) = B(x, r) y B(x, r1) B(x, rn)
= B(x, r), donde r = mn{r1, . . . , rn}.

Observacion :La interseccion arbitraria de bolas no tiene porque serlo; por ejemplo:
1
1 1
n N B (0, )
nN (
, )
En (R, du),
n =
n n = {0}, que no es una bola.
Teorema 2.10. (Propiedad de Hausdorff) En un espacio metrico (X, d), dos puntos
distintos se pueden separar por bolas abiertas disjuntas.

Demostracion:Sean xy. Entonces d(x, y) = r > 0. Las bolas B(x,

1
1
)
y
B(y,
2
2 ) son

obviamente disjuntas.
2.3. Conjuntos abiertos y cerrados
2.3.1. Conjuntos abiertos
Definicion 2.6. En (X, d), un subconjunto A se dice abierto, si para cada a A, existe ra
> 0 (que depende solo de a) tal que B(a, ra) A.
Teorema 2.11. En un espacio metrico (X, d), los conjuntos X y son abiertos.
Teorema 2.12. En un espacio metrico (X, d), para cada x X y r > 0, la bola B(x, r) es
un conjunto abierto.
Demostracion: Sea y B(x, r) y s = d(x, y) < r; es B(y, r s) B(x, r).
Ejemplos 2.4. Algunos ejemplos de conjuntos abiertos son:
(i)
en (R, du), los intervalos abiertos son conjuntos abiertos
(ii)
en (X, ddis), cualquier conjunto es abierto.
Teorema 2.13. En (X, d), sea {Ai}iI una familia de conjuntos abiertos. Entonces:
i I A i
(i)
es abierto
(ii)

si I es finito, entonces

Demostracion:
(i)

Si x

i I Ai

i I A i

, existe i I tal que x Ai . Como Ai es abierto, existe rx >

0 tal que B(x, rx) Ai


(ii)

Si x

i I A i

es abierto.

i I Ai

, para cada i I es x Ai . Para todo i I, existe ri > 0 tal

que B(x, ri) Ai . Si r = mn{r1, . . . , rn}, es B(x, r)

i I A i

Observacion 2.3.En el teorema 2.13 (ii), el conjunto de ndices debe de ser finito: en
1
1
efecto, en (R, du), si se toma I = N y la familia de abiertos An = ( n , n ),
entonces

n N Ai

= {0}, que no es abierto.

Teorema 2.14. En (X, d), A es abierto si y solo si es unin de bolas abiertas.


Demostracion: Por los teoremas 2.12 y 2.13, la union de bolas abiertas es un conjunto
abierto. Y recprocamente, si A es abierto, para cada a A existe ra > 0 tal que B(a, ra)
A. Es obvio que A = a A B(a , r a ) .
Observacion 2.4.No todo abierto es una bola abierta, por ejemplo, en (R, du), A = R es
abierto y no es una bola abierta.

Das könnte Ihnen auch gefallen