AF2018cap1 PDF

Índice general
1. Espacios Métricos 3
1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2. Espacios métricos . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Nociones topológicas . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4. Límites y continuidad . . . . . . . . . . . . . . . . . . . . . . . . 14
1.5. Espacios métricos completos . . . . . . . . . . . . . . . . . . . . 18
1.6. Ejemplos de espacios métricos completos . . . . . . . . . . . . . 22
1.6.1. El espacio C ( X; K) . . . . . . . . . . . . . . . . . . . . . . 23
1.6.2. El espacio `∞ . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.6.3. El espacio ` p , 1 ≤ p < ∞ . . . . . . . . . . . . . . . . . . . 28
1.6.4. Otra prueba de la desigualdad de Minkowski en ` p . . . 36
1.7. Ejemplos de espacios métricos incompletos . . . . . . . . . . . . 38
1.7.1. El espacio Q de los números racionales . . . . . . . . . . 38
1.7.2. El espacio de los polinomios . . . . . . . . . . . . . . . . 39
1.7.3. El espacio C ([ a, b]) . . . . . . . . . . . . . . . . . . . . . . 39
1.8. Completamiento de un espacio métrico . . . . . . . . . . . . . . 42
1.9. El Teorema de Categoría de Baire . . . . . . . . . . . . . . . . . . 47
1.10. Problemas y ejercicios . . . . . . . . . . . . . . . . . . . . . . . . 53
i
Capítulo 1
Espacios Métricos
1.1. Introducción
En los cursos de Análisis Real hemos estudiado el espacio Rn así como sus
propiedades algebraicas y métricas. Los elementos de Rn fueron llamados
vectores y representados por x = ( x1 , x2 , . . . , xn ) . Sobre Rn definimos las
operaciones de adición y multiplicación por un escalar, que dotaron a Rn de
una estructura de espacio vectorial, lo cual nos permitió hablar de propiedades
y nociones de carácter geométrico como rectas, segmentos, planos, paralelismo,
ortogonalidad, etc.
En Rn las nociones métricas de distacia entre dos puntos surgen de manera
natural. Cuando n = 1, la distancia entre los puntos x, y ∈ R es dada por
| x − y| . Sobre R2 , la distancia entre los puntos P ( x1 , y1 ) y Q ( x2 , y2 ) se calcula
por medio de
q
PQ = ( x1 − x2 )2 + (y1 − y2 )2
y, dados P ( x1 , x2 , . . ., xn ) , Q (y1 , y2 , . . ., yn ) ∈ Rn , una generalización natural

de esta distancia es
!1
n 2
PQ = ∑ ( x k − y k )2
k =1
la cual es llamada distancia euclideana. Una formalización de la noción de

distancia nos lleva a definir la métrica sobre Rn como una función real no
1
2 Sección 1.1. Espacios Métricos
negativa que cumple con las propiedades intuitivas que tenemos en mente al
pensar en la distancia entre dos puntos del plano R2 : la propiedad triangular,
es decir, en todo triángulo ABC, la longitud de uno de los lados es menor
que la suma de las longitudes de los otros dos; la invarianza del valor de
la distancia al permutar el orden de los puntos y la nulidad del valor de la
distancia si y sólo si los puntos coinciden.
Una vez que Rn ha sido dotado de esta estructura métrica, definimos la
noción de convergencia de una sucesión en Rn , y demostramos dos resultados
básicos sobre los que descansa el Análisis Real: el Teorema de Cauchy-Bolzano
según el cual una sucesión es convergente si y sólo si es de Cauchy, y el Teorema
de Bolzano-Weierstrass que afirma que de toda sucesión acotada se puede extraer
una subsucesión convergente.
La propiedad sobre Rn según la cual toda sucesión de Cauchy en Rn es
convergente motiva la definición de espacios más generales con esta propiedad,
los espacios métricos completos, que estudiaremos en las próximas páginas.
La noción de espacio métrico fue introducida
por Maurice Fréchet1 en su famosa tesis doctoral
Sur quelques points du calcul fonctionnel, publicada
en 1906 y que tuvo una enorme influencia no
solo en el desarrollo del Análisis Funcional, sino
también de la Topología. En su tesis, Fréchet
introdujo la noción abstracta de distancia en un
conjunto, lo que permitió extender las nociones
habituales de vecindades, límites, continuidad,
etc. a conjuntos abstractos.
En este capítulo estudiaremos las ideas de
Fréchet. Presentaremos los espacios métricos M. Fréchet (1878-1973)
y estudiaremos los análogos abstractos de
distancia, topología y convergencia estudiados
1 M.R.
Fréchet (1878-1973). Matemático francés que estudió bajo la dirección de Jacques
Hadamard. Sus estudios lo llevaron a buscar una estructura más general que el espacio
euclideano Rn . En su tesis de 1906 introdujo las nociones de espacio métrico, completitud
y separabilidad.
V. R. Cabanillas Zannini
1.2. Introducción 3
en Rn . También estudiaremos las nociones de completitud así como varios

ejemplos de espacios métricos completos y otros incompletos. En la parte
final del capítulo estudiaremos cómo es posible completar un espacio métrico
y demostraremos el teorema de Baire.
1.2. Espacios métricos

La idea de distancia entre dos puntos x e y es muy antigua y está ligada
a problemas de mediciones. Esta noción aparece desde los trabajos de Thales
de Mileto (624 a.C.–546 a. C.), uno de los siete sabios de la antigua Grecia, y
el primer hombre en predecir un eclipse de sol (en 585 a.C.).
Definición 1.1. Dado un conjunto X, diremos que una función d : X × X → R

es una métrica sobre X si, para todo x, y, z ∈ X se verifican las siguientes
condiciones:
m1) d ( x, y) ≥ 0;
m2) d ( x, y) = 0 ⇔ x = y;
m3) d ( x, y) = d (y, x ) ;
m4) d ( x, z) ≤ d ( x, y) + d (y, z) .
Definición 1.2. Dado un conjunto X y una métrica d sobre X, el par ( X, d)

será llamado espacio métrico.
La definición de métrica apareció por primera vez en la tesis de Fréchet [8].

Posteriormente, Haussdorff dio el nombre de espacio métrico a la estructura
formada por un conjunto y una métrica definida sobre este.
Ejemplo 1.1. Sea X un conjunto cualquiera, la aplicación d : X × X → R

definida por
(
1 , x 6= y
(1.1) d ( x, y) =
0, x=y
22 de marzo de 2018 V. R. Cabanillas Zannini

es una métrica sobre X llamada métrica discreta. La demostración queda com

ejercicio.
Ejemplo 1.2. Sobre el cuerpo K, definimos la aplicación d : Kn × Kn → R por

!1
n 2
d ( x, y) = ∑ | x i − y i |2 ,
i =1
donde x = ( x1 , . . . , xn ) , y = (y1 , . . . , yn ) . Esta aplicación resulta ser una

métrica sobre Kn , la cual es llamada métrica euclideana sobre Kn . En efecto:
(m1) De la propia definición se sigue que d ( x, y) ≥ 0.
(m2) Supongamos que d ( x, y) = 0, entonces | xi − yi | = 0 para cada i = 1, . . .

, n. Es decir, x = y.
(m3) Como | xi − yi | = |yi − xi | , se sigue que d ( x, y) = d (y, x ) .
(m4) Probemos la desigualdad triangular. Sean
x = ( x 1 , . . . , x n ) , y = ( y 1 , . . . , y n ) , z = ( z 1 , . . . , z n ) ∈ Kn ,
y denotemos
ai = | xi − yi | , bi = | y i − z i |
Entonces
!1 !1
n 2 n 2
d ( x, y) + d (y, z) = ∑ | x i − y i |2 + ∑ | y i − z i |2
i =1 i =1
!1 !1
n 2 n 2
= ∑ a2i + ∑ bi2
i =1 i =1
!1
n 2
≥ ∑ ( a i + bi ) 2
.
i =1
Aquí, hemos usando la desigualdad de Minkowski2 para sumas finitas.

Luego, aplicando la desigualdad triangular para números reales, obtenemos
!1
n 2
d ( x, y) + d (y, z) ≥ ∑ ( a i + bi ) 2
i =1
!1
n 2
= ∑ (|xi − yi | + |yi − zi |) 2
i =1
!1
n 2
≥ ∑ | xi − zi | 2
= d ( x, z)
i =1
Ejemplo 1.3. Sobre el mismo cuerpo Kn podemos definir las aplicaciones

n
(1.2) dS ( x, y) = ∑ | xi − yi |
i =1
(1.3) d M ( x, y) = máx | xi − yi | ,
1≤ i ≤ n
Teorema 1.1. Desigualdad de Minkowski. Sean a1 , a2 , ..., an , b1 , b2 , ..., bn números reales no negativos,
entonces
!1 !1 !1
n 2 n 2 n 2
∑ ( a k + bk ) 2 ≤ ∑ a2k + ∑ bk2
k =1 i =1 i =1
Demostración. Desarrollando el binomio y aplicando la desigualdad de Cauchy, obtenemos:

n n n n n
∑ ( a k + bk ) 2 = ∑ a2k + 2ak bk + bk2 = ∑ a2k + 2 ∑ ak bk + ∑ bk2
k =1 k =1 k =1 k =1 k =1
!1 !1
n n 2 n 2 n
≤ ∑ a2k + 2 ∑ a2k ∑ bk2 + ∑ bk2
k =1 k =1 k =1 k =1
 ! 1 ! 2 1
n 2 n 2
= ∑ a2k + ∑ b2  .
k
k =1 k =1

siendo x = ( x1 , . . . , xn ) , y = (y1 , . . . , yn ) ∈ Kn . Se demuestra que estas

aplicaciones definen métricas sobre Kn y son llamadas métrica de la suma y
métrica del máximo sobre Kn , respectivamente.
Observación 1.1. En adelante, K denotará al cuerpo R o C.
Observación 1.2. Como muestra el ejemplo anterior, sobre un conjunto X

se puede definir más de una métrica, salvo cuando este consta de un único
elemento. ¿Cuál es la métrica que se puede definir sobre un conjunto unitario?
Definición 1.3. Sea ( X, d) un espacio métrico y sea Y un subconjunto de X.

Definimos la aplicación dY : Y × Y → R por
dY ( x, y) = d ( x, y) , ∀ x, y ∈ Y
es decir, dY = d|Y . Entonces dY es una métrica sobre Y, llamada métrica

inducida por d sobre Y. En adelante, dado un espacio métrico ( X, d) y un
subconjunto Y ⊂ X, denotaremos por (Y, d) al espacio métrico (Y, dY ) .
Definición 1.4. Una sucesión { xn } en el espacio métrico ( X, d) converge a

x ∈ X si y solamente si para todo ε > 0, existe n0 ∈ N tal que d ( xn , x ) < ε,
para todo n ≥ n0 . Como es usual, denotaremos tal convergencia por
lı́m xn = x.
n→∞
Equivalentemente, d ( xn , x ) → 0.
Teorema 1.2. Sea ( X, d) un espacio métrico y sean { xn } , {yn } dos sucesiones en X.
1. Si { xn } es convergente, entonces es acotada y su límite es único.
2. Si xn → x , yn → y , entonces d ( xn , yn ) → d ( x, y) .
Demostración. La primera parte queda como ejercicio para el lector. Probemos

la segunda parte del teorema. La propiedad que se muestra en el ítem 2 del
teorema se denomina continuidad de la métrica y es una consecuencia de la
desigualdad triangular, pues:
d ( xn , yn ) ≤ d ( xn , x ) + d ( x, y) + d (y, yn )
Análogamente
d ( x, y) ≤ d ( xn , x ) + d ( xn , yn ) + d (y, yn ) .
Luego
−d ( xn , x ) − d (y, yn ) ≤ d ( xn , yn ) − d ( x, y) ≤ d ( xn , x ) + d (y, yn ) .
Es decir
|d ( xn , yn ) − d ( x, y)| ≤ d ( xn , x ) + d (y, yn ) → 0.
Como xn → x, yn → y entonces d ( xn , x ) y d (y, yn ) tienden a cero, por lo
tanto d ( xn , yn ) → d ( x, y).
Definición 1.5. Diremos que la sucesión { xn } en el espacio métrico ( X, d) es

una sucesión de Cauchy si y solamente si para todo ε > 0, existe n0 ∈ N tal que
d ( xn , xm ) < ε, para todo n, m ≥ n0 . Equivalentemente, d ( xn , xm ) → 0 cuando
n, m → ∞.
El siguiente resultado sigue directamente de las definiciones anteriores:
Teorema 1.3. Sea { xn } una sucesión en el espacio métrico ( X, d) que converge a

x ∈ X. Entonces:
1. Cualquier vecindad de x contiene a todos los términos de la sucesión, salvo un

número finito de ellos;
2. Cualquier subsucesión de { xn } también converge a x;
3. { xn } es una sucesión de Cauchy.
Demostración. La prueba sigue las mismas ideas del caso real. Queda como
ejercicio para el lector.
Observación 1.3. En R es válida la recíproca de la tercera afirmación del

teorema anterior. Es la llamada completitud de R: toda sucesión de Cauchy de
números reales es convergente. En general, esta propiedad de completitud no es
válida en un espacio métrico cualquiera. Por ejemplo, sobre el espacio métrico

1
(0, 1) con la métrica euclideana, consideremos la sucesión xn = , n ∈ N.
n
Probemos que esta sucesión es de Cauchy: dado ε > 0, existe n0 ∈ N tal que
2 1 1 1
< ε. Entonces, para todo n, m ≥ n0 se tiene que , ≤ , luego
n0 n m n0

1 1 2
d ( xn , xm ) = − ≤
< ε.
n m n0
Por lo tanto { xn } es una sucesión de Cauchy en el espacio métrico (0, 1) con
la métrica euclideana. Sin embargo, esta sucesión no es convergente en tal
espacio.
Ejemplo 1.4. En un espacio métrico discreto, las únicas sucesiones de Cauchy

son aquellas sucesiones { xn } para las cuales existe n0 ∈ N tal que xn = xn+1
para todo n ≥ n0 , es decir, sucesiones de cola constante.
Teorema 1.4. Sea { xn } una sucesión de Cauchy en el espacio métrico ( X, d) y

supongamos que { xn } posee una subsucesión { xnk } que converge a x, entonces la
sucesión { xn } es convergente y también converge a x.
Demostración. Siendo { xn } una sucesión de Cauchy entonces, dado ε > 0,

existe n0 ∈ N tal que si n, m ≥ n0 se tiene que
ε
d ( xn , xm ) < .
2
A su vez, al ser { xnk } convergente a x, existe m0 tal que si nk > m0 se tiene
que
ε
d ( x nk , x ) < ,
2
para todo nk > m0 . Si definimos N0 = máx {n0 , m0 } y tomamos n > N0 y k
tal que nk > N0 , entonces, usando las desigualdades anteriores, tenemos
ε ε
d ( x n , x ) ≤ d ( x n , x nk ) + d ( x nk , x ) < + = ε.
2 2
Por lo tanto, la sucesión { xn } converge a x.
Teorema 1.5. Toda sucesión de Cauchy en un espacio métrico ( X, d) es acotada.
Demostración. Queda como ejercicio para el lector.
1.3. Nociones topológicas

Definición 1.6. Sea ( X, d) un espacio métrico. Dado un punto a ∈ X y un
número real positivo r, definimos los siguientes conjuntos:
1. Bola abierta de centro a y radio r
Br ( a) = { x ∈ X; d ( x, a) < r } .
2. Bola cerrada de centro a y radio r
Br ( a) = { x ∈ X; d ( x, a) ≤ r } .
3. Esfera de centro a y radio r
Sr ( a) = { x ∈ X; d ( x, a) = r } .
Si r = 1, la bola o la esfera, según sea el caso, se denomina unitaria.
Definición 1.7. Sea ( X, d) un espacio métrico y A un subconjunto de X.

Diremos que el conjunto A es acotado si existe una constante k > 0 tal que
d ( x, y) < k para todo x, y ∈ A.
Las bolas abierta, cerrada y la esfera, son ejemplos de conjuntos acotados.
Definición 1.8. Sea ( X, d) un espacio métrico y A un subconjunto de X.

Diremos que:
a. El conjunto A es abierto si para todo x ∈ A existe ε > 0 tal que Bε ( x ) ⊂

A.
b. El conjunto A es cerrado si X − A es abierto.
Las bolas abiertas son conjuntos abiertos. Las bolas cerradas son ejemplos
de conjuntos cerrados
Definición 1.9. Sea A un subconjunto del espacio métrico X, y sea x ∈ X. Con

respecto al punto x existen tres posibilidades:

1. Existe una bola Br ( x ) con centro en x que está íntegramente contenida

en A. En este caso, el punto x es llamado punto interior de A.
2. Existe una bola Br ( x ) con centro en x que está íntegramente contenida

en el complemento de A. En tal caso, el punto x es llamado punto exterior
de A.
3. Cualquier bola con centro en x contiene tanto puntos de A como de su

complemento Ac . En este caso, x es llamado punto frontera de A.
Teorema 1.6. Un subconjunto A de un espacio métrico X es abierto si y solamente

si todos sus puntos son interiores.
Demostración. Queda como ejercicio.
Definición 1.10. Si A es un subconjunto del espacio métrico X, diremos que
a. Un punto x ∈ X es punto adherente de A si existe una sucesión { xn } ⊂ A

tal que xn → x ;
b. Llamamos cerradura de A al conjunto de todos los puntos adherentes de

A. Tal conjunto es denotado por A ;
c. El conjunto A es denso en X si A = X.
Teorema 1.7 (Conjuntos cerrados). Sea ( X, d) un espacio métrico y sea B un

subconjunto de X. Entonces:
i ) La cerradura B del conjunto B es un conjunto cerrado.
ii ) El conjunto B es igual a la intersección de todos los subconjuntos cerrados de

X que contienen a B, es decir, B es el menor conjunto cerrado que contiene a B.
iii ) B es cerrado si y solamente si B = B .
Teorema 1.8. Si B es un subconjunto del espacio métrico X, entonces
i ) B es cerrado si y solamente si, dada una sucesión { xn } ⊂ B que converge a

x ∈ X, se tiene que x ∈ B, es decir, B es cerrado si y solamente si contiene a
todos sus puntos adherentes.
ii ) x ∈ B si y solamente si ı́nf {d ( x, y) ; y ∈ B} = 0.
Demostración. Ejercicio para el lector.
Teorema 1.9 (Densidad). B es denso en X si y solamente si, para cualquier elemento

x ∈ X y cualquier número ε > 0, existe un punto y ∈ B con d ( x, y) < ε.
Equivalentemente, para cualquier elemento x ∈ X existe una sucesión {yn } ⊂ B
tal que yn → x.
Observación 1.4. De acuerdo a la definición 1.6 y el teorema anterior, se

cumple que:
Br ( a) ⊆ { x ∈ X; d ( x, a) ≤ r } = Br ( a) .
En Rn vale la igualdad Br ( a) = Br ( a) , pero existen espacios sobre los que
la inclusión es estricta. Consideremos por ejemplo el espacio métrico ( X, d),
donde d es la métrica discreta definida en (1.1). Entonces, dado x0 ∈ X,
tenemos que
B1 ( x0 ) = { x ∈ X; d ( x, x0 ) < 1} = { x0 } .
y
B1 ( x0 ) = { x ∈ X; d ( x, x0 ) ≤ 1} = X.
Por lo tanto, no es cierto que B1 ( x0 ) = B1 ( x0 ) .
Observación 1.5. El teorema anterior afirma que B es un subconjunto denso

en X si y solamente si cualquier elemento x ∈ X puede ser aproximado por
una sucesión de elementos de B, es decir, para cualquier elemento x ∈ X
existe un elemento y ∈ B arbitrariamente próximo a x.
Observación 1.6. De acuerdo a la definición 1.3, si ( X, d) es un espacio métrico

y Y ⊂ X, entonces (Y, d) también es un espacio métrico. Luego, todas las
definiciones y teoremas anteriores tienen sentido sobre el espacio métrico
(Y, d) .

Ejemplo 1.5. Consideremos el espacio (R, d) con la métrica euclideana, es

decir,
d ( x, y) = | x − y| , ∀ x, y ∈ R
y sea Y = ( a, b] ⊂ R. Si A = ( a, b) entonces la cerradura de A en Y es igual a

Y, luego A es denso en Y, pero la cerradura de A en R es [ a, b] .
1.4. Límites y continuidad

En esta sección, presentaremos los conceptos de límite y función continua
de una función definida entre dos espacios métricos. Antes necesitamos la
siguiente definición.
Definición 1.11. Dados un espacio métrico ( X, d), un subconjunto A ⊂ X y

un punto x0 ∈ X, diremos que x0 es un punto de acumulación de A si toda bola
abierta de centro x0 contiene puntos de A que son distintos de x, es decir,
∀r>0: Br ( x0 ) ∩ ( A − { x0 }) 6= ∅.
Esto quiere decir que, x0 es un punto de acumulación de A si x0 es un punto

adherente de A − { x0 } , es decir, si x0 ∈ A − { x0 }. Denotaremos por A0 al
conjunto de todos los puntos de acumulación de A.
Observación 1.7. De acuerdo a la definición anterior sigue que todo punto de

acumulación de A es un punto de adherencia de A. Consideremos ahora los
puntos adherentes al conjunto A que no son de acumulación. Sea x ∈ A − A0 ,
entonces existe r > 0 tal que Br ( x ) ∩ A = { x } . En este caso, decimos que
x es un punto aislado de A. Esto quiere decir que los puntos aislados de A,
pertenecen a A. Entonces, el conjunto de los puntos aislados del conjunto A
es A − A0 = A − A0 .
Definición 1.12. Sean ( X, d X ) y (Y, dY ) dos espacios métricos. Consideremos

un conjunto A ⊂ X, una función f : A → Y y p un punto de acumulación de
A y q ∈ Y. Diremos que el límite de f cuando x tiende a p es igual a q si para
todo ε > 0, existe δ > 0 tal que para todo x ∈ A con 0 < d X ( x, p) < δ se tiene
que dY ( f ( x ) , q) < ε. En tal caso, denotaremos
lı́m f ( x ) = q.
x→ p
Observación 1.8. Notemos que en la definición anterior no es necesario que

el punto p pertenezca al conjunto A. Además, aún cuando p pertenezca al
conjunto A, podríamos tener que f ( p) 6= q.
Una caracterización del límite de una función en términos de sucesiones

es dada por el siguiente resultado.
Teorema 1.10. Con las mismas notaciones de la definición anterior se tiene que
lı́m f ( x ) = q
x→ p
si y solamente si para toda sucesión { xn } ⊂ A − { p} que converge a p se tiene que
lı́m f ( xn ) = q.
n→∞
Demostración. Supongamos que lı́m f ( x ) = q y sea { xn } ⊂ A − { p} una

x→ p
sucesión tal que lı́m xn = p. Entonces, dado ε > 0, existe δ > 0 tal que si
n→∞
0 < d X ( x, p) < δ entonces dY ( f ( x ) , q) < ε. Ya que lı́m xn = p, para el
n→∞
número δ > 0 encontrado, existe n0 ∈ N tal que para todo n ≥ n0 se tiene
que d X ( xn , p) < δ. Luego, si n ≥ n0 entonces dY ( f ( xn ) , q) < ε y por lo
tanto, lı́m f ( xn ) = q. Recíprocamente, supongamos que para toda sucesión
n→∞
{ xn } ⊂ A − { p} tal que lı́m xn = p se tiene que lı́m f ( xn ) = q. Supongamos
n→∞ n→∞
que lı́m f ( x ) 6= q. Entonces, existe ε > 0 tal que para todo n ∈ N es posible
x→ p
encontrar xn ∈ A tal que
1
d X ( xn , p) < pero dY ( f ( xn ) , q) ≥ ε.
n
1
Como d X ( xn , p) < para todo n ∈ N entonces lı́m xn = p. Así, hemos
n n→∞
encontrado una sucesión { xn } ⊂ A − { p} tal que dY ( f ( xn ) , q) ≥ ε, es decir,
lı́m f ( xn ) 6= q, lo cual es absurdo. Por lo tanto, lı́m f ( x ) = q.
n→∞ x→ p

Definición 1.13 (Continuidad). Sean ( X, d X ) y (Y, dY ) dos espacios métricos

y sea f : X → Y una función dada.
i ) f es continua en un punto x ∈ X si, para cualquier ε > 0, existe δ =

δ (ε; x ) > 0 tal que, para todo y ∈ X,
d X ( x, y) < δ ⇒ dY ( f ( x ) , f (y)) < ε.
ii ) f es continua sobre X si es continua en cada punto de X.
iii ) f es uniformemente continua sobre X si, para cualquier ε > 0, existe δ =

δ (ε) > 0 tal que, para todo x, y ∈ X, se tiene
d X ( x, y) < δ ⇒ dY ( f ( x ) , f (y)) < ε.
Observación 1.9. Observemos la diferencia entre la parte (i ) y la (iii ) de la

definición anterior. En la continuidad uniforme, es posible elegir un número
δ > 0 válido para cualquier x, y ∈ X mientras que en la continuidad en un
punto x ∈ X, el número δ elegido puede depender del punto x.
Observación 1.10. De la definición de continuidad puntual se sigue que si x

es un punto aislado de X, entonces f es continua en x. Si x es un punto de
acumulación de X, se tiene que f es continua en x si, y solamente si lı́m f (y) =
y→ x
f ( x ) . En consecuencia, por el teorema 1.10, si f es continua en el punto x y
{ xn } es una sucesión que converge a x, entonces lı́m f ( xn ) = f ( x ) .
n→∞
Teorema 1.11. Sean ( X, d X ) y (Y, dY ) dos espacios métricos y f : X → Y una

función. Entonces, f es continua en x ∈ X si y solamente si, para cualquier sucesión
{ xn } en ( X, d X ) con xn → x en X, la sucesión { f ( xn )} satisface f ( xn ) → f ( x )
en (Y, dY ) .
Demostración. Este resultado es consecuencia del teorema 1.10.

función. Entonces, las siguientes afirmaciones son equivalentes:
a ) f es continua en el punto x ∈ X.
b) Para cualquier sucesión { xn } en ( X, d X ) con xn → x en X, se tiene f ( xn ) →

f ( x ) en (Y, dY ) .
Demostración. Esta equivalencia sigue directamente del teorema 1.11.

función. Entonces, las siguientes afirmaciones son equivalentes:
i ) f es continua.
ii ) Para cualquier conjunto cerrado B ⊂ Y, el conjunto f −1 ( B) ⊂ X es cerrado.
iii ) Para cualquier conjunto abierto A ⊂ Y, el conjunto f −1 ( A) ⊂ X es abierto.
Demostración. Probemos la parte (i ) ⇒ (ii ) . Supongamos que f es continua y

sea B un subconjunto cerrado de Y. Si denotamos C = f −1 ( B) ⊂ X, debemos
probar que C es cerrado, es decir, que C ⊂ C. Tomemos un elemento x ∈ C,
entonces existe una sucesión { xn } ⊂ C ⊂ X tal que xn → x. Como f es
continua sobre X, en particular será continua en el punto x. Luego, por el
teorema anterior, se tiene que f ( xn ) → f ( x ) . Como xn ∈ C = f −1 ( B) ,
para cada n, entonces { f ( xn )} ⊂ B, y ya que B es cerrado entonces f ( x ) ∈
B. Luego x ∈ f −1 ( B) = C. Por lo tanto, C = f −1 ( B) es cerrado. Ahora,
probemos (ii ) ⇒ (iii ). Sea A ⊂ Y un conjunto abierto. Entonces Y − A es
cerrado y por hipótesis f −1 (Y − A) es cerrado. Como f −1 (Y − A) = X −
f −1 ( A) , concluimos que f −1 ( A) es abierto, tal como se quería. Finalmente,
probemos (iii ) ⇒ (i ) . Sea x ∈ X, debemos probar que f es continua en
x. Fijemos ε > 0 arbitrario y consideremos la bola abierta Bε ( f ( x )) . Por
hipótesis, f −1 ( Bε ( f ( x ))) es abierto en X. Como x ∈ f −1 ( Bε ( f ( x ))) , entonces
existe δ > 0 tal que Bδ ( x ) ⊂ f −1 ( Bε ( f ( x ))) . Es decir, f ( Bδ ( x )) ⊂ Bε ( f ( x )) .
Esto quiere decir que, para el número ε > 0 fijado, si y ∈ Bδ ( x ) entonces
f (y) ∈ Bε ( f ( x )) , es decir, si d X ( x, y) < δ entonces dY ( f ( x ) , f (y)) < ε. Por
lo tanto, f es continua en x.
En las últimas líneas de la demostración anterior hemos probado la siguiente

equivalencia útil.

Corolario 1.13.1. Sean ( X, d X ) y (Y, dY ) dos espacios métricos y f : X → Y

una función. La función f es continua en el punto x ∈ X si, y solamente si,
para toda bola Bε ( f ( x )) existe una bola Bδ ( x ) tal que
f ( Bδ ( x )) ⊂ Bε ( f ( x )) .
Demostración. Ver la parte final de la demostración del teorema anterior.
Corolario 1.13.2. Sean ( X, d X ), (Y, dY ) dos espacios métricos. Sea A ⊂ X un

subconjunto denso de X y sean f , g : X → Y dos funciones continuas tales
que f ( x ) = g ( x ) para todo x ∈ A. Entonces f = g.
Demostración. Ejercicio para el lector.
1.5. Espacios métricos completos

La noción de espacio métrico completo fue introducida por M. Fréchet
en 1906. Hace 2300 años los griegos notaron que los números racionales
no estaban “completos” en el sentido que era posible construir un triángulo
rectángulo con catetos de medida 1, pero que al aplicar el teorema de Pitágoras,
no era posible encontrar una medida racional para su hipotenusa. Expresando
esta dificultad en términos actuales, podríamos decir que los griegos notaron
que existen sucesiones de Cauchy en Q que no convergen en Q.
Definición 1.14. Un espacio métrico ( X, d) es completo si toda sucesión de

Cauchy en ( X, d) es convergente. Un conjunto A ⊂ X es completo en ( X, d) si
cualquier sucesión de Cauchy en A converge a un elemento de A.
Ejemplo 1.6. Todo espacio métrico discreto es completo pues sus sucesiones
de Cauchy son constantes.
Ejemplo 1.7. El espacio (0, 1) con la métrica euclideana no es completo tal

como lo vimos en la observación 1.3.
Teorema 1.14. Para cualquier n ∈ N, el espacio Rn con la métrica euclideana es un

espacio métrico completo.
Demostración. Sea { xk } una sucesión de Cauchy en Rn y denotemos
xk = ( xk1 , xk2 , . . . , xkn ) .
Como { xk } es una sucesión de Cauchy, dado ε > 0 existe un número n0 ∈ N

tal que si k, m ≥ n0 entonces
!1
n 2
ε
d ( xk , xm ) = ∑ | xki − ymi |2 <√ .
i =1 n
Elevando al cuadrado obtenemos para k, m ≥ n0 y para i = 1, . . . , n que
ε
| xki − ymi | < √ .
n
Esto prueba que para cada i = 1, . . . , n, la sucesión { xki } es una sucesión de
Cauchy de números reales. Luego, en virtud de la completitud de R, existe
ξ i ∈ R, 1 ≤ i ≤ n, tal que lı́m xki = ξ i . Si definimos ξ = (ξ 1 , . . . , ξ n ) ∈ Rn
k→∞
resulta que
!1 2 ! 12
n 2 n
ε
d ( xk , ξ ) = ∑ |xki − ξ i |2 < ∑ √
n
= ε,
i =1 i =1
para k ≥ n0 , es decir, lı́m xk = ξ. Por lo tanto, { xk } es una sucesión convergente

k→∞
en Rn y consecuentemente, Rn es completo.
Corolario 1.14.1. Para cualquier n ∈ N, el espacio Rn es completo con las
métricas dS y d M definidas en (1.2) y (1.3).
Observación 1.11. Una demostración más directa de la completitud de Rn se
puede obtener utilizando el teorema de Heine-Borel-Lebesgue y los teoremas
1.4 y 1.5.
Definición 1.15. Sea ( X, d) un espacio métrico. Un conjunto A ⊂ X es compacto
si cualquier sucesión { xn } en A contiene una subsucesión que converge a un
elemento de A. Un conjunto A ⊂ X es relativamente compacto si su cerradura
A es compacta. Si el conjunto X es compacto entonces diremos que ( X, d) es
un espacio métrico compacto.

Observación 1.12. La compacidad de un conjunto juega un papel fundamental

en muchas aplicaciones. Una gran cantidad de problemas en optimización,
métodos numéricos y ecuaciones diferenciales parciales se basan en la obtención
de una sucesión de aproximaciones contenida en un conjunto compacto (soluciones
aproximadas). Entonces, en virtud de la compacidad, podemos obtener una
subsucesión convergente de aproximaciones. El límite de dicha subsucesión
es el candidato a solución del problema.
Teorema 1.15. Todo espacio métrico compacto es completo.
Demostración. Sea ( X, d) un espacio métrico compacto y consideremos una

sucesión de Cauchy { xn } en X. Como ( X, d) es compacto, entonces { xn } posee
una subsucesión { xnk } convergente en X. Luego, por el teorema 1.4, resulta
que { xn } es convergente. Por lo tanto, ( X, d) es completo.
Teorema 1.16. Sea ( X, d) un espacio métrico y A ⊂ X. Entonces
i ) si A es completo entonces es cerrado;
ii ) si X es completo entonces A es completo si y solamente si es cerrado;
iii ) si A es compacto entonces A es cerrado y acotado.
Demostración. Supongamos que A es un conjunto completo, y sea { xn } una

sucesión en A tal que xn → x. Como { xn } es convergente entonces es de
Cauchy en A, y como A es completo, entonces x ∈ A. Luego A es cerrado.
Esto prueba la primera afirmación del teorema. Probemos la segunda parte
del teorema. Si A es completo, entonces A es cerrado por el ítem (i ) del
teorema. Supongamos ahora que X es completo y A ⊂ X es cerrado. Sea { xn }
una sucesión de Cauchy en A, entonces también será una sucesión de Cauchy
en X, y como X es completo, entonces xn → x ∈ X. Siendo A un conjunto
cerrado, concluimos que x ∈ A. Por lo tanto, A es completo. Supongamos
ahora que A es compacto, y sea { xn } una sucesión en A tal que xn → x.
Como A es compacto, la sucesión { xn } posee una subsucesión { xnk } que
converge a un elemento de A, digamos xnk → z ∈ A. Pero como xn → x por
hipótesis, entonces x = z ∈ A. Por lo tanto, A es cerrado. Finalmente, aún
suponiendo que A es compacto, probemos que necesariamente A debe ser

acotado. Supongamos lo contrario, es decir, que A no es acotado. Fijado un
elemento x0 ∈ A, entonces para cada n ∈ N existe xn ∈ A tal que d ( xn , x0 ) >
n. Así, queda definida la sucesión { xn } ⊂ A. Como A es compacto, { xn }
posee una subsucesión { xnk } convergente en A, digamos xnk → z. Es decir,
d ( xnk , z) → 0. Por la desigualdad triangular, tenemos
d ( xnk , x0 ) ≤ d ( xnk , z) + d (z, x0 ) , para todo k ∈ N.
Esto quiere decir que la sucesión {d ( xnk , x0 )} está acotada, lo cual es absurdo
pues
d ( xnk , x0 ) > nk , para todo k ∈ N.
Observación 1.13. Como sabemos de los cursos de Análisis Real, un conjunto

compacto en Rn puede caracterizarse en términos de cubrimientos abiertos.
Así, un conjunto K ⊂ Rn es compacto si y solamente si, de todo cubrimiento
abierto de K podemos extraer un subcubrimiento finito. En espacios métricos,
los compactos también admiten una caracterización por cubrimientos abiertos.
Sin embargo, no todas las caracterizaciones para subconjuntos compactos de
Rn son verdaderas sobre espacios métricos arbitrarios. Por ejemplo, una de
las más populares caracterizaciones de un compacto en Rn es como aquel
conjunto que es cerrado y acotado. Esta caracterización no es válida en general
sobre espacios métricos. Más adelante estudiaremos espacios sobre los cuales
la bola unitaria cerrada y acotada no es compacta.
Teorema 1.17 (Bolzano-Weierstrass). Cualquier conjunto cerrado y acotado de Kn

es compacto.
Demostración. Ver E. Lima [17].
Definición 1.16. Un espacio métrico ( X, d) es llamado separable si contiene un

conjunto numerable y denso. El conjunto vacío es separable por definición.
Ejemplo 1.8. El conjunto R de los números reales es separable pues contiene

al conjunto Q que es numerable y denso en R.

Ejemplo 1.9. Todo espacio métrico numerable es separable.
Ejemplo 1.10. Sea X un espacio métrico discreto. Si X es numerable, entonces

es separable por el ejemplo anterior. Ahora, supongamos que X es un espacio
métrico discreto separable. Si X no fuese numerable, entonces contendría
algún subconjunto numerable. Sea A un subconjunto numerable de X, entonces
es imposible que A sea denso en X, pues dado x ∈ X − A, no existe y ∈ A
tal que d ( x, y) < 1. Por lo tanto, un espacio métrico discreto es separable si y
sólo si es numerable.
Teorema 1.18. Sea ( X, d) un espacio métrico y A ⊂ X.
i ) Si A es compacto entonces es separable.
ii ) Si A es separable y B ⊂ A entonces B es separable.
1.6. Ejemplos de espacios métricos completos

Espacios métricos cuyos elementos son funciones son llamados espacios
funcionales y dieron origen al nombre de esta área de la matemática llamada
Análisis Funcional. En esta sección definiremos algunos de los espacios funcionales
que más usaremos en este texto. Antes comencemos con el siguiente
Teorema 1.19. Sea ( X, d) un espacio métrico compacto y f : X → K una función

continua. Entonces f es acotada. En particular, si K = R entonces existen los
números
sup { f ( x ) ; x ∈ X } y ı́nf { f ( x ) ; x ∈ X }
y son finitos. Además, existen elementos a, b ∈ X tales que
f ( a) = sup { f ( x ) ; x ∈ X } , f (b) = ı́nf { f ( x ) ; x ∈ X } .
1.6. Ejemplos de espacios completos 21
1.6.1. El espacio C ( X; K)
Definición 1.17. Sea ( X, d) un espacio métrico. El conjunto de las funciones
continuas f : X → K será denotado por C ( X; K) . Supongamos que ( X, d)
es compacto, entonces por el teorema 1.19, la siguiente aplicación está bien
definida sobre C ( X; K):
(1.4) d ( f , g) = sup {| f ( x ) − g ( x )| ; x ∈ X } , ∀ f , g ∈ C ( X; K) .
Proposición 1.1. La aplicación definida en (1.4) define una métrica sobre C ( X; K) .

Demostración. Probemos que d verifica las condiciones de la definición de
métrica. Claramente d ( f , g) ≥ 0 y d ( f , g) = d ( g, f ) para todo f , g ∈ C ( X; K) .
Supongamos que d ( f , g) = 0, entonces
d ( f , g) = sup {| f ( x ) − g ( x )| ; x ∈ X } = 0.
Por definición de supremo tenemos
| f ( x ) − g ( x )| ≤ sup {| f ( x ) − g ( x )| ; x ∈ X } = 0, ∀ x ∈ X.
De donde f ( x ) = g ( x ) , ∀ x ∈ X y por lo tanto f = g. La recíproca es

evidente, es decir, si f = g ∈ C ( X; K) entonces d ( f , g) = 0. Resta probar la
desigualdad triangular. Sean f , g, h ∈ C ( X; K) , entonces
d ( f , g) = sup | f ( x ) − g ( x )|
x∈X
≤ sup (| f ( x ) − h ( x )| + |h ( x ) − g ( x )|)
x∈X
≤ sup | f ( x ) − h ( x )| + sup |h ( x ) − g ( x )|
x∈X x∈X
= d ( f , h) + d (h, g) .
Por lo tanto, la aplicación (1.4) define una métrica sobre C ( X; K) .
En adelante, cada vez que usemos el espacio C ( X; K) asumiremos que

está equipado con esta métrica y escribiremos simplemente C ( X; K) en lugar
de (C ( X; K) , d) . La mayoría de los resultados sobre los espacios C ( X; K)
son válidos tanto cuando K = R o cuando K = C, por tal razón, escribiremos
C ( X ) en lugar de C ( X; K) .

Definición 1.18. Sean ( X, d) un espacio métrico compacto, { f n } una sucesión

en C ( X ) y f : X → K una función.
1. { f n } converge puntualmente a f si dado ε > 0 y fijado x ∈ X, existe

n0 = n0 (ε, x ) ∈ N, tal que para todo n ≥ n0 se tiene
| f n ( x ) − f ( x )| < ε,
es decir,
| f n ( x ) − f ( x )| → 0, para todo x ∈ X.
2. { f n } converge uniformemente a f si dado ε > 0, existe n0 = n0 (ε) ∈ N tal

que
| f n ( x ) − f ( x )| < ε, para todo x ∈ X.
Observación 1.14. De esta definición, vemos que la convergencia uniforme

implica la convergencia puntual. Sin embargo, como sabemos, la recíproca no
es cierta. Se puede probar que si { f n } es una sucesión en C ( X ) que converge
uniformemente a f entonces, f ∈ C ( X ) .
Observación 1.15. Si { f n } converge a f en C ( X ) , entonces d ( f n , f ) → 0 con
la métrica definida en (1.4), es decir,
!
lı́m sup | f n ( x ) − f ( x )| = 0.
n→∞ x∈X
Luego, como
| f n ( x ) − f ( x )| ≤ sup | f n ( x ) − f ( x )| , para todo x ∈ X,

x∈X
entonces
!
0 ≤ lı́m | f n ( x ) − f ( x )| ≤ lı́m sup | f n ( x ) − f ( x )| = 0, para todo x ∈ X.
n→∞ n→∞ x∈X
Es decir, { f n } converge uniformemente a f . La recíproca también es cierta.

Por lo tanto,
{ f n } converge uniformemente a f si y solamente si lı́m d ( f n , f ) = 0.

n→∞
Por tal razón, la métrica (1.4) es llamada métrica uniforme sobre C ( X ) .
Teorema 1.20. El espacio métrico C ( X ) es completo.
Demostración. Sea { f n } una sucesión de Cauchy en C ( X ) . Entonces, dado

ε > 0, existe n0 ∈ N tal que para todo n, m ≥ n0 se tiene
d ( f n , f m ) = sup {| f n ( x ) − f m ( x )| ; x ∈ X } < ε.
De aquí, para cualquier x = x0 ∈ X fijo tenemos
(1.5) | f n ( x0 ) − f m ( x0 )| ≤ sup {| f n ( x ) − f m ( x )| ; x ∈ X } < ε.
Esto prueba que { f 1 ( x0 ) , f 2 ( x0 ) , . . . } es una sucesión de Cauchy de números

en K. Como K es completo, esta sucesión es convergente, digamos f n ( x0 ) →
f ( x0 ) cuando n → ∞. De esta manera, a cada x ∈ X le asociamos un único
número f ( x ) ∈ K. Esto define una función f : X → K. Haciendo m → ∞ en
(1.5) obtenemos
sup {| f n ( x ) − f ( x )| ; x ∈ X } ≤ ε.
Entonces, para cualquier x ∈ X se tiene
(1.6) | f n ( x ) − f ( x )| ≤ ε.
Esto muestra que { f n } converge a f uniformemente sobre X. Como las funciones

f n son continuas y la convergencia es uniforme, la función límite f es continua
sobre X. Es decir, f n → f y f ∈ C ( X ) . Esto prueba que C ( X ) es completo.
Observación 1.16. El teorema anterior, nos da otra razón para que la métrica
(1.4) sea llamada uniforme. Dada una sucesión { f n } ⊂ C ( X ) tal que d ( f n , f ) →
0, entonces como se probó en (1.6), { f n } converge a f uniformemente sobre
X.
1.6.2. El espacio `∞
Sea X el conjunto de todas las sucesiones acotadas de números reales (o
complejos), es decir, cualquier elemento de X es una sucesión real o compleja
ξ = { ξ 1 , ξ 2 , . . .} = { ξ k } ,

tal que para todo k = 1, 2, ... se tiene
|ξ k | ≤ Cξ ,
donde la constante real Cξ puede depender de la sucesión ξ, pero no de k.

Sobre X definimos la aplicación d por
(1.7) d (ξ, η ) = sup |ξ k − ηk | , ∀ ξ, η ∈ X,

k ∈N
donde η = {ηk } ∈ X.
Se prueba que la aplicación (1.7) define una métrica sobre X (pruébelo) con
lo cual ( X, d) es un espacio métrico. En adelante, denotaremos a este espacio
métrico por `∞ . A continuación probaremos algunas propiedades de `∞ .
Teorema 1.21. El espacio `∞ es completo.
Demostración. Sea {ξ n } una sucesión de Cauchy en `∞ , donde
ξ n = {ξ n1 , ξ n2 , . . .} .
Es decir, {ξ n } es una sucesión en la que cada elemento ξ n es una sucesión

acotada. Entonces, dado ε > 0, existe n0 ∈ N tal que para todo n, m ≥ n0 se
tiene
d (ξ n , ξ m ) = sup |ξ ni − ξ mi | < ε,
i ∈N
de donde resulta que para cualquier i ∈ N fijo tenemos
(1.8) |ξ ni − ξ mi | < ε,
desde que n, m ≥ n0 . Luego, la sucesión {ξ 1i , ξ 2i , ξ 3i , . . .} = {ξ ni }n es una

sucesión de Cauchy de números reales (o complejos). Entonces tal sucesión
converge, digamos
ξ ni → αi ,
cuando n → ∞. Repitiendo este argumento, obtenemos los límites α1 , α2 , . .
. , los cuales forman una sucesión α = {α1 , α2 , ...} ∈ `∞ . En efecto, haciendo
m → ∞ en (1.8) obtenemos
(1.9) |ξ ni − αi | ≤ ε,
desde que n ≥ n0 . Como {ξ n1 , ξ n2 , . . .} ∈ `∞ , existe un número real k n tal

que
|ξ ni | ≤ k n , para todo i.
Luego, por la desigualdad triangular
|αi | ≤ |αi − ξ ni | + |ξ ni | ≤ ε + k n
desde que n ≥ n0 . Como esta desigualdad vale para cualquier i, y el lado

derecho de la desigualdad no involucra i, concluimos que α = {αi } ∈ `∞ . Por
otra parte, de (1.9) obtenemos
d (ξ n , α) = sup |ξ ni − αi | ≤ ε.
i
Esto prueba que ξ n → α en `∞ . Como {ξ n } fue elegida arbitrariamente en `∞ ,

resulta que `∞ es completo.
Observación 1.17. Definamos los espacios
c = {{ xn } ; xn ∈ C, { xn } es convergente} ,
y n o
c0 = { xn } ; xn ∈ C, lı́m xn = 0 .
n→∞
Notemos que al ser convergentes, cualquier sucesión en c o c0 también es
un elemento de `∞ . Más aún, ya que la combinación lineal de sucesiones
convergentes, es convergente y si las sucesiones componentes tienden a cero,
entonces cualquier combinación lineal de ellas también tenderá a cero, podemos
afirmar que c y c0 son subespacios vectoriales de `∞ . Luego, (c, d) y (c0 , d) son
espacios métricos con la métrica inducida por `∞ .
Proposición 1.2. El espacio `∞ no es separable.
Demostración. Sea h = {η1 , η2 , η3 , . . .} una sucesión de ceros y unos. Entonces

h ∈ `∞ . A esta sucesión h le asociamos el número real h∗ con representación
binaria dada por
η1 η2 η3
+ 2+ 3+ ...
2 2 2

Recordemos que el conjunto de los puntos del intervalo [0, 1] es no numerable.

Sabemos también que cada punto de [0, 1] posee una representación binaria.
Además, números distintos de este intervalo poseen distintas representaciones
binarias. Por lo tanto, existe una cantidad no numerable de sucesiones de
ceros y unos. Dado cualquier par de sucesiones distintas de ceros y unos,
estas se encuentran a una distancia igual a 1. Si cada una de estas sucesiones
es el centro de una bola de radio 41 entonces estas bolas no se intersectan.
Es decir, en `∞ existe una cantidad no numerable de bolas disjuntas dos a
dos. Luego, si A es un subconjunto denso de `∞ , entonces cada una de estas
bolas debe contener al menos un elemento de A. Por lo tanto A no podría ser
numerable, pues la cantidad de tales bolas no lo es. Esto prueba que `∞ no
contiene un conjunto denso y numerable y por lo tanto `∞ no es separable.
1.6.3. El espacio ` p , 1 ≤ p < ∞

Para 1 ≤ p < ∞, definimos el espacio métrico ` p como el espacio formado
por todas las sucesiones ξ = {ξ k } con ξ k ∈ K tales que
∞
∑ |ξ k | p < ∞.
k =1
con la métrica
!1
∞ p
(1.10) d (ξ, η ) = ∑ | ξ k − ηk | p , ∀ ξ, η ∈ ` p ,
k =1
∞ ∞
donde ξ = {ξ k } , η = {ηk } y ∑ |ξ k | p < ∞, ∑ |ηk | p < ∞.
k =1 k =1
Es claro que la fórmula anterior satisface las condiciones (d1) , (d2) y (d3)
de la definición de métrica sobre ` p . Con el fin de demostrar la desigualdad
triangular, necesitamos unos resultados previos.
Dado p > 1, el número q definido por medio de la fórmula
1 1
+ =1
p q
se denomina exponente conjugado de p. Más aún, un par de números p y q

que satisfacen esta relación se denominan exponentes conjugados. Relaciones
usuales que se desprenden de esta fórmula son
p+q
=1 , p + q = pq , ( p − 1) ( q − 1) = 1
pq
Luego,
si y = x p−1 entonces x = yq−1 .
Dados dos números reales positivos α y β, entonces
β < α p −1 ó β > α p −1 ó β = α p −1
Gráficamente tenemos
En el primer caso β < α p−1 comprobamos que el área del rectángulo

[0, α] × [0, β] es αβ y es igual a la suma de las áreas 1 y 2. Por otra parte, el

área 1 es igual al área de la región bajo la curva x = yq−1 comprendida entre

y = 0 y y = β, es decir
Z β
Área 1 = yq−1 dy,
0
mientras que el área 2 es menor que el área de la región bajo la curva y = x p−1
y comprendida entre x = 0 y x = α, es decir,
Z α
Área 2 < x p−1 dx.
0
Luego,
αp βq
Z α Z β
p −1
αβ = Área 1 + Área 2 < x dx + yq−1 dy = + .
0 0 p q
En el caso 2 β > α p−1 también es válida la desigualdad anterior, mientras

que en el caso 3 vale la igualdad. En conclusión, hemos demostrado el siguiente

resultado:
Lema 1.1 (Desigualdad de Young). Para todo α, β ∈ [0, +∞) se tiene
αp βq
αβ ≤ + ,
p q
donde p y q son exponentes conjugados.
Observación 1.18. Otra demostración de la desigualdad de Young se obtiene

haciendo uso de la convexidad de la función exponencial. Consideremos la
función f ( x ) = e x . Como f 00 ( x ) = e x > 0, entonces f es convexa en R.
Luego, dados x, y ∈ R y sean p y q exponentes conjugados entonces

1 1 1 1 1
x+ 1 y 1 1
(1.11) f x+ y ≤ f ( x ) + f (y) , es decir, e p q ≤ e x + ey .
p q p q p q
Si α = 0 o β = 0, la desigualdad de Young se satisface directamente. Supongamos

que α > 0 y β > 0 y definamos
x = p ln α , y = q ln β.
Entonces, la desigualdad (1.11) toma la forma

1
p ln α+ 1q q ln β 1 p ln α 1 q ln β
ep ≤ e + e .
p q
Aplicando las propiedades del logaritmo, esta desigualdad se convierte en la
αp βq
desigualdad de Young αβ ≤ + .
p q
Como una aplicación de la desigualdad anterior obtendremos la desigualdad
de Hölder en ` p .
Lema 1.2 (Desigualdad de Hölder en ` p ). Sean ξ = {ξ 1 , ξ 2 , . . .} = {ξ k } ∈ ` p

y η = {η1 , η2 , . . .} = {ηk } ∈ `q , siendo p y q exponentes conjugados, entonces
!1 !1
∞ ∞ p ∞ q
(1.12) ∑ | ξ k ηk | ≤ ∑ |ξ k | p ∑ | ηk | q .
k =1 k =1 k =1
En particular, la sucesión {ξ k ηk } pertenece a `1 . Esta desigualdad es conocida como

desigualdad de Hölder.
Demostración. Denotemos
!1 !1
∞ p ∞ q
(1.13) A= ∑ |ξ k | p y B= ∑ | ηk | q ,
k =1 k =1
n o
entonces, las sucesiones ξe = ξe1 , ξe2 , . . . = ξek y η = (ηe1 , ηe2 , . . .) = {ηek }
definidas por
ξ η
ξek = k y ηek = k
A B
p q
pertenecen a ` y ` respectivamente. Notemos que
∞ p ∞
∑ ξ k = ∑ |ηek |q = 1.
e
k =1 k =1

Entonces, aplicando el lema anterior a ξek y |ηek | obtenemos

p
|ηe |q
e
ξ k
ξ k ηek ≤ + k .
e
p q

p
Ya que las series ∑ ξek y ∑ |ηek |q son convergentes, aplicando el criterio de

comparación concluimos que la serie ∑ ξek ηek es convergente y además

∞ 1 ∞ e p 1 ∞ 1 1
∑ ξ k ηek ≤ p ∑ ξ k + q ∑ |ηek |q = p + q = 1.
e
k =1 k =1 k =1
Pero
∞ 1 ∞
∑ k k AB ∑ |ξ k ηk | .
=
e
ξ η
e
k =1 k =1
Luego, por (1.13), tenemos
!1 !1
∞ ∞ ∞ p ∞ q
∑ |ξ k ηk | ≤ AB ∑ ξ k ηk = AB = ∑ |ξ k | p
∑ | ηk | q
.
e
e
k =1 k =1 k =1 k =1
lo cual prueba la desigualdad de Hölder sobre ` p .

Observación 1.19. Cuando p = 2, su exponente conjugado es q = 2. En tal
caso la desigualdad de Hölder toma la forma
!1 !1
∞ ∞ 2 ∞ 2
∑ | ξ k ηk | ≤ ∑ | ξ k | 2
∑ | ηk | 2
,
k =1 k =1 k =1
la cual es conocida como desigualdad de Cauchy-Schwarz.

Observación 1.20. Consideremos una sucesión {ξ k } ∈ ` p , entonces, para
cualquier r > 0 tenemos
∞ p ∞
∑ | ξ k |r r
= ∑ |ξ k | p < +∞,
k =1 k =1
r p
es decir, la sucesión |ξ k | pertenece a ` r . Por lo tanto
p
Si {ξ k } ∈ ` p entonces |ξ k |r ∈ ` r .

Lema 1.3 (Desigualdad de Minkowski en ` p ). Sean ξ = {ξ 1 , ξ 2 , . . .} = {ξ k } ,

η = {η1 , η2 , . . .} = {ηk } ∈ ` p , entonces ξ + η ∈ ` p y además
!1 !1 !1
∞ p ∞ p ∞ p
(1.14) ∑ | ξ k + ηk | p
≤ ∑ |ξ k | p
+ ∑ | ηk | p
k =1 k =1 k =1
para 1 ≤ p < ∞.
Demostración. Para p = 1, la desigualdad se sigue de la desigualdad triangular

y el criterio de comparación para series de números reales. Supongamos
entonces que p > 1 y denotemos ωk = ξ k + ηk . Para cualquier par de números
reales a y b es válida la siguiente desigualdad3 :
| a + b| p ≤ 2 p máx | a| p , |b| p ≤ 2 p | a| p + |b| p

(1.15)
Luego
| ξ k + ηk | p ≤ 2 p | ξ k | p + | ηk | p .

Como ∑ |ξ k | p y ∑ |ηk | p son series convergentes, entonces por el criterio de

comparación para series, resulta que la serie ∑ |ξ k + ηk | p también es convergente.
Entonces ξ + η = {ωk } = {ξ k + ηk } ∈ ` p . Entonces
|ωk | p = |ξ k + ηk | |ωk | p−1 ≤ (|ξ k | + |ηk |) |ωk | p−1 ,
es decir
(1.16) | ω k | p ≤ | ξ k | | ω k | p −1 + | η k | | ω k | p −1 .
Analicemos las series:

∞ ∞
(1.17) ∑ | ξ k | | ω k | p −1 y ∑ | η k | | ω k | p −1 .
k =1 k =1

p −1
Notemos que, como {ωk } ∈ `p
entonces por la observación 1.20, |ωk | ∈
p p n o
` p−1 . Siendo = q, tenemos que |ωk | p−1 ∈ `q , pues p y q son exponentes
p−1
3 Prueba de (1.15). Como
| a + b| ≤ | a| + |b| ≤ 2 máx {| a| , |b|} ,
entonces
| a + b| p ≤ 2 p (máx {| a| , |b|}) p .
Pero
(máx {| a| , |b|}) p = máx | a| p , |b| p ,

enonces
| a + b| p ≤ 2 p máx | a| p , |b| p ≤ 2 p | a| p + |b| p

lo cual prueba (1.15).

n o
conjugados. Entonces, como {ξ k } ∈ ` p , |ωk | p−1 ∈ `q , aplicando la desigualdad
de Hölder a la primera serie de (1.17) y usando el hecho que ( p − 1) q = p,
tenemos
!1 !1
∞ ∞ p ∞ q q
(1.18) ∑ | ξ k | | ω k | p −1 ≤ ∑ | ξ k | p ∑ | ω k | p −1
k =1 k =1 k =1
!1 !1
∞ p ∞ q
= ∑ |ξ k | p
∑ | ωk | p
.
k =1 k =1
n o
p −1
Análogamente como {ηk } ∈ y | ωk | `p ∈ `q , aplicando la desigualdad
de Hölder a la segunda serie de (1.17):
!1 !1
∞ ∞ p ∞ q q
(1.19) ∑ | η k | | ω k | p −1 ≤ ∑ | ηk | p ∑ | ω k | p −1
k =1 k =1 k =1
!1 !1
∞ p ∞ q
= ∑ | ηk | p
∑ | ωk | p
.
k =1 k =1
Entoces, por (1.16), (1.18), (1.19) y el criterio de comparación, tenemos

∞ ∞ ∞
∑ | ωk | p ≤ ∑ | ξ k | | ω k | p −1 + ∑ | η k | | ω k | p −1
k =1 k =1 k =1
!1 !1 !1 !1
∞ p ∞ q ∞ p ∞ q
≤ ∑ |ξ k | p
∑ | ωk | p
+ ∑ | ηk | p
∑ | ωk | p
.
k =1 k =1 k =1 k =1
1 1 1
Dividiendo por ∑ |ωk | p q
y teniendo en cuenta que 1 − = obtenemos la
q p
versión finita de (1.14)
!1 !1 !1
∞ p ∞ p ∞ p
∑ | ωk | p ≤ ∑ |ξ k | p + ∑ | ηk | p .
k =1 k =1 k =1
Como ωk = ξ k + ηk , esta desigualdad demuestra que

!1 !1 !1
∞ p ∞ p ∞ p
∑ | ξ k + ηk | p
≤ ∑ |ξ k | p
+ ∑ | ηk | p
,
k =1 k =1 k =1
como se quería demostrar.
Los lemas anteriores nos permiten demostrar la siguiente

Proposición 1.3. La aplicación (1.10) es una métrica sobre ` p , y por tanto (` p , d) es
un espacio métrico.
Demostración. Es claro que d (x, y) ≥ 0 y que d (x, y) = d (y, x) para todo par
de sucesiones x = {ξ k } , y = {ηk } en ` p . Más aún, d (x, y) = 0 si y solamente
si |ξ k − ηk | = 0, es decir, d (x, y) = 0 si y solamente si x = y. Resta probar
la desigualdad triangular. En realidad, la desigualdad de Minkowski que
demostramos en el lema anterior es la que permite probar que la aplicación
d dada en (1.10) está bien definida, pues la serie que aparece en (1.10) es
convergente. Por otra parte, dadas x = {ξ k } , y = {ηk } , z = {ζ k } ∈ ` p la desigualdad
de Minkowski nos da
!1 !1
∞ p ∞ p
d (x, y) = ∑ | ξ k − ηk | p ≤ ∑ [|ξ k − ζ k | + |ζ k − ηk |] p
k =1 k =1
!1 !1
∞ p ∞ p
≤ ∑ |ξ k − ζ k | p + ∑ | ζ k − ηk | p = d (x, z) + d (z, y)
k =1 k =1
Por lo tanto, la aplicación d definida en (1.10) es una métrica sobre ` p .

Teorema 1.22. El espacio métrico ` p es completo, 1 ≤ p < ∞.
Demostración. Sea {xn } una sucesión de Cauchy en ` p , donde
xn = (ξ n1 , ξ n2 , . . .) .
Entonces, dado ε > 0 existe n0 ∈ N tal que para todo n, m ≥ n0 se tiene

!1
∞ p
(1.20) d (xn , xm ) = ∑ |ξ ni − ξ mi | p
< ε,
i =1
de donde se sigue que

|ξ ni − ξ mi | < ε,
para todo n, m ≥ n0 . Entonces, para cada i fijo, la sucesión {ξ ni }n es una
sucesión de Cauchy de números reales o complejos. En cualquier caso, existe
ξ i ∈ R (o C) tal que lı́m ξ ni = ξ i . Con estos límites definimos
n→∞
x = ( ξ 1 , ξ 2 , . . .) .

A seguir, probaremos que x ∈ ` p y que lı́m xn = x. De (1.20) se sigue que,

para n, m ≥ n0 se tiene
k
∑ |ξ ni − ξ mi | p < ε p , para k = 1, 2, ...
i =1
Haciendo m → ∞, obtenemos
k
∑ |ξ ni − ξ i | p < ε p , para k = 1, 2, ...
i =1
para n ≥ n0 . Entonces, para n ≥ n0 se tiene

∞
(1.21) ∑ |ξ ni − ξ i | p ≤ ε p , para k = 1, 2, ...
i =1
Esto prueba que xn − x = {ξ ni − ξ i } ∈ ` p . Como xn ∈ ` p , se sigue, gracias a la

desigualdad de Minkowski que
x = xn + (x − xn ) ∈ ` p .
Además, la serie en la desigualdad (1.21) es justamente [d (xn , x)] p , de donde

esta desigualdad implica que d (xn , x) tiende a cero y consecuentemente, lı́m xn =
x. Esto prueba la completitud del espacio ` p para 1 ≤ p < ∞.
1.6.4. Otra prueba de la desigualdad de Minkowski en ` p

Presentamos a continuación una demostración más sencilla de la desigualdad
de Minkowski en ` p basada en el siguiente resultado.
Lema 1.4. Para todo p ∈ [1, +∞) y a, b ≥ 0, se tiene

n o
p 1− p p 1− p p
( a + b) = ı́nf t a + (1 − t ) b .
0< t <1
Demostración. Si p = 1 el resultado es claramente verdadero. Si uno de los

números a ó b es cero, el resultado también es claro. Supongamos entonces
que 1 < p < ∞ y a, b > 0. Definamos la función f : (0, 1) → R por
f ( t ) = t 1− p a p + (1 − t )1− p b p .
Esta función satisface:
lı́m f (t) = +∞ , lı́m f (t) = +∞.

t →0+ t →1−
Siendo f continua, alcanzará su mínimo sobre un punto de (0, 1) . Ya que

f es derivable, usemos la derivada de f para hallar dicho punto mínimo
f 0 ( t ) = (1 − p ) t − p a p − (1 − p ) (1 − t ) − p b p .
Igualando esta derivada a cero, obtenemos
t − p a p = (1 − t ) − p b p ,
a
de donde t = es un punto crítico de f . Como p > 1, a > 0 y b > 0
a+b
entonces
f 00 (t) = − p (1 − p) t− p−1 a p − p (1 − p) (1 − t)− p−1 b p > 0, para todo t ∈ (0, 1) .

a a
En particular, f 00 > 0 y en consecuencia, t = es punto mínimo
a+b a+b
de f . Hallemos el valor mínimo de f :
1− p 1− p
a a p a
f = a + 1− bp
a+b a+b a+b
1− p
a b
= 1− p
+ bp
( a + b) a+b
a+b
= 1− p
= ( a + b) p .
( a + b)
Es decir, el mínimo valor de f es ( a + b) p . Por lo tanto,
n o
( a + b) p = ı́nf t 1− p a p + (1 − t )1− p b p .
0< t <1
Demostración de la desigualdad de Minkowski. Con las mismas hipótesis

y notación del lema 1.3, tenemos en virtud del lema anterior:
n o
|ξ k + ηk | p = ı́nf t1− p |ξ k | p + (1 − t)1− p |ηk | p ≤ t1− p |ξ k | p + (1 − t)1− p |ηk | p .

Ya que las series ∑ |ξ k | p y ∑ |ηk | p son convergentes, entonces por el criterio de

comparación, la serie ∑ |ξ k + ηk | p es convergente y entonces {ξ k + ηk } ∈ ` p .
Además
(1.22)
∞ ∞ ∞
∑ | ξ k + ηk | p ≤ t 1− p ∑ | ξ k | p + (1 − t )1− p ∑ | ηk | p , para todo t ∈ (0, 1) .
k =1 k =1 k =1
Entonces, tomando el ínfimo con respecto a t ∈ (0, 1) en (1.22) obtenemos
∞ ∞ ∞
( )
(1.23) ∑ |ξ k + ηk | p ≤ ı́nf
0< t <1
t 1− p ∑ | ξ k | p + (1 − t )1− p ∑ | ηk | p .
k =1 k =1 k =1
Aplicando el lema 1.3 tenemos

(1.24)
 !1 ! 1 p
∞ ∞ ∞ ∞
( )
p p
ı́nf
0< t <1
t 1− p ∑ | ξ k | p + (1 − t )1− p ∑ | ηk | p = ∑ |ξ k | p + ∑ | ηk | p  .
k =1 k =1 k =1 k =1
Por lo tanto, de (1.23) y (1.24) obtenemos

!1 !1 !1
∞ p ∞ p ∞ p
∑ | ξ k + ηk | p
≤ ∑ |ξ k | p
+ ∑ | ηk | p
.
k =1 k =1 k =1
1.7. Ejemplos de espacios métricos incompletos
1.7.1. El espacio Q de los números racionales

Consideremos el espacio Q de los números racionales con la métrica
d ( p, q) = | p − q| , p, q ∈ Q.
Consideremos la sucesión {qn } ⊂ Q definida por

√
[ 10n 2 ]
qn = .
10n
√
Se puede demostrar que qn → 2 ∈ / Q. Luego, Q no es completo.
1.7.2. El espacio de los polinomios
Sea P ([ a, b]) el espacio de los polinomios definidos sobre un intervalo

[ a, b] con la métrica que hereda de C ([ a, b]) . Es decir, para cualquier par de
polinomios p1 y p2 :
d ( p1 , p2 ) = máx | p1 ( x ) − p2 ( x )| .
x ∈[ a,b]
La función continua f ( x ) = cos x, x ∈ [0, π ] puede, en virtud del teorema

de Stone-Weierstrass, expresarse como el límite (según esta métrica) de una
sucesión de polinomios { pn } ⊂ P ([ a, b]) . Es decir, d ( pn , f ) → 0. Luego, { pn }
es una sucesión de Cauchy en P ([ a, b]) , que converge a la función f ( x ) =
cos x que no pertenece a P ([ a, b]) . Luego, P ([ a, b]) no es completo.4
1.7.3. El espacio C ([ a, b])
En la sección anterior demostramos que el espacio C ([ a, b]) con la métrica

uniforme es un espacio métrico completo. Sin embargo, dado un conjunto
no vacío, varias métricas pueden ser definidas sobre él. Así, dadas f , g ∈
C ([ a, b]) , la fórmula
Z b
(1.25) d ( f , g) = | f ( x ) − g ( x )| dx,
a
define una métrica sobre C ([ a, b]) . ¿Es C ([ a, b]) completo con esta métrica?
De manera más general, si ( X, d) es un espacio métrico completo y d1 es otra
métrica sobre X, ¿es completo el espacio ( X, d1 )?
Consideremos la sucesión de funciones continuas { f n } en C ([0, 1]) definida
Teorema 1.23 (Stone-Weierstrass). Para cualquier conjunto compacto K ⊂ R, el conjunto de los

polinomios P (K ) es denso en C (K ) .

por
1


 0 , 0≤x<



 2



 n+1 1 1 1
f n (x) = ( n + 1) x − , ≤x< +

 2 2 2 n+1





 1 1
 1 , + ≤x≤1

2 n+1
Probaremos que estas funciones forman una sucesión de Cauchy que no es
convergente en C ([0, 1]) . Basta observar el comportamiento geométrico de la
sucesión, para lo cual mostramos las cuatro primeras de ellas en la siguiente
figura:
Entonces, la distancia d ( f n , f m ) según la métrica (1.25) corresponde al área

del triángulo sombreado que se muestra en la figura
Es decir,
1 1 1
d ( fn, fm ) = − .
2 m n
Luego, dado ε > 0 se tiene que d ( f n , f m ) < ε para n, m suficientemente
grandes, i.e., { f n } es una sucesión de Cauchy en C ([0, 1]).
1.8. Completamiento de un espacio métrico 39
Si C ([0, 1]) fuese completo con la métrica (1.25) entonces existiría una
función f ∈ C ([0, 1]) tal que d ( f n , f ) → 0, es decir
1 1 1
2 + n +1
Z Z Z 1
2
d ( fn, f ) = | f ( x )| dx + 1
| f n ( x ) − f ( x )| dx + 1 1
|1 − f ( x )| dx.
0 2 2 + n +1
Como d ( f n , f ) → 0, entonces cada una de las tres integrales anterioresdebe

1
tender a cero. Siendo f continua, si existe un punto en el intervalo 0, 2
R 12
en el que f es no nula, entonces la integral 0 | f ( x )| dx sería positiva, lo
cual no puede ser, entonces f ( x ) = 0 sobre 0, 12 . Análogamente, si f ( x ) 6=

1 para algún x ∈ 21 , 1 , entonces existirá un intervalo abierto I de centro

1
x y contenido en 2 , 1 tal que |1 − f ( x )| > 0 y por lo tanto, la integral
R1
1 1 |1 − f ( x )| dx sería positiva, con lo cual d ( f n , f ) no podría tender a
2 + n +1
cero. Por lo tanto, f ( x ) = 1 sobre 12 , 1 . Así, concluimos que

 0 , 0≤x< 1

f (x) = 2
1
 1 ,
 <x<1
2
Sin embargo, esto es absurdo, pues tal función f no es continua. Por lo
tanto, C ([0, 1]) no es completo.
Lo anterior prueba que, la completitud de un espacio con una métrica no
garantiza su completitud con otra métrica.

1.8. Completamiento de un espacio métrico

En muchas aplicaciones, los espacios métricos incompletos son defectuosos
en cierta forma, ya que ellos no contienen a todos sus puntos de acumulación.
Veremos que todo espacio métrico incompleto puede ser visto como un subconjunto
denso de un espacio métrico completo.
Tal espacio es llamado completamiento y para construirlo seguiremos la
misma estrategia que Cantor y Heine siguieron para construir el conjunto de
los números reales a partir del conjunto de los números racionales. Con este
fin introduciremos la noción de isometría.
Definición 1.19. Sean ( X, d X ), (Y, dY ) dos espacios métricos. Una isometría i
es una aplicación i : X → Y tal que
d X ( x1 , x2 ) = dY (i ( x1 ) , i ( x2 )) , ∀ x1 , x2 ∈ X
Si además, i es biyectiva, decimos que los espacios X y Y son isométricos.
De esta definición vemos que una isometría es una aplicación que “preserva
distancias”. Además, si dos espacios métricos son isométricos, estos poseen
la misma estructura topológica. Por ejemplo, una sucesión { xk }k∈N converge
a x en X si y solamente si, su imagen {i ( xk )}k∈N bajo la isometría i, converge
a i ( x ) en Y. Definamos el completamiento de un espacio métrico X.
Definición 1.20. Sea ( X, d X ) un espacio métrico y sea (Y, dY ) un espacio

métrico completo. El espacio Y es llamado completamiento de X si existe una
isometría i : X → Y tal que la imagen i ( X ) de i es densa en Y.
Probaremos que cualquier espacio métrico puede ser completado por medio
de una inmersión isométrica y densa en un espacio métrico completo.
Teorema 1.24 (Completamiento de un espacio métrico). Paraun espacio métrico

X = ( X, d) existe un espacio métrico completo X b = X, b db el cual tiene un
subespacio Y que es isométrico con X y es denso en X. b Este espacio X b es único
salvo isometrías, es decir, si X
e es cualquier otro espacio métrico completo conteniendo
un subespacio denso Y e isométrico con X, entonces X byX e son isométricos.
Demostración. La demostración de este resultado es bastante extensa, y será

dividida
en cuatro pasos. El primer paso es la construcción de un espacio
X = X,
b b db . En el segundo paso, construiremos una isometría T : X → Y,
donde Y = X. b Luego probaremos la completitud de X b en el tercer paso y
encerraremos la demostración probando la unicidad de X b salvo isometrías.
La necesidad de completar un espacio métrico X = ( X, d) se origina de
la existencia de ciertos espacios métricos que no son completos, es decir,
poseen sucesiones de Cauchy que no convergen en X. Entonces, dado un
espacio métrico no completo X, nuestro objetivo es, grosso modo, construir un
espacio Xb que “contenga” a todos los elementos de X y además asignar límites
adecuados a las sucesiones de Cauchy que no convergen en X e incluir estos

límites en el nuevo espacio X.

b Sin embargo, no podemos introducir “muchos
límites”, pues podrían existir sucesiones en X muy cercanas tales que una
posee límite en X y la otra no, entonces una vez que agregamos el límite de la
segunda, la primera también podría aproximarse a este segundo límite ya que
los términos de estas dos sucesiones se encuentren arbitrariamente próximos.
Para evitar este fenómeno se introduce una relación de equivalencia entre
las sucesiones de Cauchy que se encuentran arbitrariamente próximas. Esta
idea es inspirada por el proceso de completamiento de los números racionales
al construir los números reales.Procedamos
a demostrar el teorema.Paso 1.
Construcción del espacio X b = X, b db . Sean { xn } y { xn0 } dos sucesiones de
Cauchy en X. Diremos que { xn } es equivalente a { xn0 } , si lı́m d ( xn , xn0 ) = 0 y
n→∞
escribiremos { xn } ∼ { xn0 } , i.e.,
{ xn } ∼ xn0 ⇔ lı́m d xn , xn0 = 0.

(1.26)
n→∞
Definimos X b = X/ ∼, es decir, X b es el conjunto de todas las clases de

equivalencia xb, yb, . . . que se originan con esta relación de equivalencia. De
esta forma, escribiremos { xn } ∈ xb para indicar que { xn } es un elemento de
la clase xb. Para dotar a X b de una estructura métrica definimos la aplicación
b → R por
b× X
db : X
(1.27) db( xb, yb) = lı́m d ( xn , yn ) ,

n→∞
donde { xn } ∈ xb y {yn } ∈ yb. Probemos que db está bien definida, para lo

cual bastará probar que el límite anterior existe. Notemos que gracias a la
desigualdad triangular tenemos
d ( xn , yn ) ≤ d ( xn , xm ) + d ( xm , ym ) + d (ym , yn ) ,
de donde resulta que
d ( xn , yn ) − d ( xm , ym ) ≤ d ( xn , xm ) + d (ym , yn ) .
Análogamente, intercambiando m con n obtenemos
d ( xm , ym ) − d ( xn , yn ) ≤ d ( xm , xn ) + d (yn , ym ) .
De estas dos últimas desigualdades llegamos a
|d ( xn , yn ) − d ( xm , ym )| ≤ d ( xn , xm ) + d (ym , yn ) .
Como { xn } e {yn } son sucesiones de Cauchy en X, entonces d ( xn , xm ) y
d (ym , yn ) pueden hacerse arbitrariamente pequeños, de donde concluimos
que {d ( xn , yn )} es una sucesión de Cauchy de números reales. Luego, la
completitud de R implica la existencia de lı́m d ( xn , yn ) . Por lo tanto, db está
n→∞
bien definida. Ahora probaremos que db es una métrica sobre X b . En efecto,
de la definición de db discurre que db( xb, yb) ≥ 0 para todo xb, yb ∈ X. b Además, si
db( xb, yb) = 0 entonces lı́m d ( xn , yn ) = 0, lo cual quiere decir que las sucesiones
n→∞
{ xn } y {yn } son equivalentes y en consecuencia, sus clases de equivalencia
son iguales, i.e., xb = yb. La condición de simetría db( xb, yb) = db(yb, xb) es evidente.
Probemos la desigualdad triangular. Como
d ( xn , yn ) ≤ d ( xn , zn ) + d (zn , yn ) ,
haciendo n → ∞ tenemos
db( xb, yb) ≤ db( xb, b

z) + db(b
z, yb) .

Por lo tanto db es una métrica sobre X,
b y en consecuencia, X,
b db es un espacio
métrico.Paso 2. Construcción de una isometría T : X → Y ⊂ X. b Definamos
la aplicación T que a cada b ∈ X le asocia T (b) = bb ∈ X,
b donde b b es la clase
de equivalencia que contiene a la sucesión constante (b, b, . . .) . Esto define
una aplicación T : X → Y donde Y = T ( X ) ⊂ X. b Si bb y cb son clases de
equivalencia que contienen a las sucesiones constantes (b, b, . . .) y (c, c, . . .)
respectivamente, entonces por la definición de db dada en (1.27) tenemos

db( T (b) , T (c)) = db b
b, cb = lı́m d (b, c) = d (b, c) ,
n→∞
esto prueba que T es una isometría. Sabemos además que toda isometría es
inyectiva y T ha sido definida sobreyectiva pues Y = T ( X ) . Luego, Y y X son
isométricos. Ahora, probaremos que Y es denso en X. b Consideremos cualquier
b y sea { xn } ∈ xb, como { xn } es de Cauchy, dado ε > 0 existe K ∈ N tal
xb ∈ X
que
ε
d ( xn , xK ) < , ∀n > K.
2

Sea ( xK , xK , . . .) ∈ xbK entonces xbK ∈ Y, luego por (1.27):

ε
db( xb, xbK ) = lı́m d ( xn , xK ) ≤ < ε,
n→∞ 2
es decir, toda vecindad de centro xb ∈ Xb y radio ε contiene un elemento xbK ∈ Y.

Por lo tanto Y es denso en X.Paso
b 3. Completitud de X.b Sea { xbn } una sucesión
de Cauchy en X. b Como Y es denso en X, b para cualquier xbn existe bzn ∈ Y tal
que
1
(1.28) zn ) < .
db( xbn , b
n
De aquí, por la desigualdad triangular:
db(b zn ) ≤ db(b
zm , b zm , xbm ) + db( xbm , xbn ) + db( xbn , b
zn )
1 1
< + db( xbm , xbn ) + .
m n
b entonces db( xbm , xbn ) → 0. Luego db(b
Como { xbn } es de Cauchy en X zn ) < ε
zm , b
para todo m, n suficientemente grandes, es decir, {b zm } es una sucesión de
Cauchy. Siendo T : X → Y una isometría y {b zm } de Cauchy en Y, entonces la
sucesión
z m = T −1 b
zm
es de Cauchy en X. Sea xb la clase a la cual pertenece la sucesión {zm } .

Probaremos que xb es el límite de { xbn } . Por la desigualdad triangular y por
(1.28) tenemos
1
db( xbn , xb) ≤ db( xbn , b zn , xb) < + db(b
zn ) + db(b zn , xb) .
n
Como {zm } ∈ xb y {b
zn } ⊂ Y entonces (zn , zn , . . .) ∈ b
zn , luego
zn , xb) = db((zn , zn , . . .) , b
db(b zm ) = db((zn , zn , . . .) , (zm , zm , . . .)) = lı́m d (zn , zm ) .
n→∞
Como {zn } es de Cauchy en X entonces
1 1 1
db( xbn , xb) < + db(b
zn , xb) = + lı́m d (zn , zm ) = .
n n n→∞ n
1.9. El Teorema de Baire 45
Por lo tanto, la sucesión de Cauchy { xbn } converge a xb ∈ X,

b es decir, X

b es
completo.Paso 4. Unicidad salvo isometrías. Supongamos que X, e de es otro
espacio métrico completo que posee un subespacio Y denso
en X e isométrico
e e

con X. Ahora, definiremos una aplicación ϕ : X, b db → X, e de de la siguiente
manera: dado ub ∈ X, b existe una sucesión {ubn } ⊂ Y tal que db(ubn , ub) → 0.
Como Y y Y e son isométricos a X, entonces son isométricos entre sí. Luego,
a la sucesión {ubn } le corresponde una sucesión {uen } ⊂ Y e que converge a
un elemento ue ∈ X. e Entonces, definimos ϕ (ub) = ue. Se puede probar que la
aplicación ϕ así definida es una biyección y no depende de la sucesión {ubn }
elegida (ejercicio). Además, dados ub, vb ∈ X
b se tiene
db(ub, vb) = lı́m db(ubn , vbn ) = lı́m de(uen , ven ) = de(ue, ve) = de( ϕ (ub) , ϕ (vb)) .
n→∞ n→∞
donde la segunda igualdad (entre los límites) Y y Y son isométricos.

se debe a que
e
Esto demuestra que los completamientos X, b db y X, e de son isométricos, lo
cual completa la demostración.
1.9. El Teorema de Categoría de Baire

El teorema de Baire describe la estructura de los espacios métricos completos;
grosso modo, este teorema asegura que un espacio métrico completo no puede
ser escrito como la unión numerable de conjuntos que son “ralos” o “poco
poblados”.
El teorema, que hoy lleva el nombre de Baire, fue demostrado por el
matemático francés René-Louis Baire (1874–1932) en su tesis doctoral de 1899.
En realidad, los estudios indican que, dos años antes, en 1897, William Osgood
(1864–1943) había demostrado que la intersección de una colección de abiertos
densos en R también es densa en R. Dos años después, R. Baire observó
que este mismo resultado es válido en Rn y lo utilizó en su tesis doctoral
sobre las funciones que son puntualmente límites de sucesiones de funciones
continuas, que hoy en día son lamadas funciones de primera clase de Baire. Más
tarde, S. Banach observó que los resultados de Osgood y Baire no sólo eran
ciertos en Rn sino también en cualquier espacio métrico completo, y más

aun, notó que la demostración de Baire también era válida para este caso
más general, dando así lugar al resultado que hoy en día conocemos como
Teorema de Baire, o tal vez debería llamarse Teorema de Osgood-Baire-Banach.
Figura 1.1: René-Louis Baire
Definición 1.21. Sea ( X, d) un espacio métrico. Diremos que un subconjunto

de X es flaco, ó denso en ninguna parte si su cerradura tiene interior vacío, es

decir, Y ⊂ X es flaco si int Y = ∅.
Ejemplo 1.11. El conjunto vacío es un conjunto flaco del espacio métrico

( X, d).
Observación 1.21. Notemos la importancia del orden de las operaciones en

la definición de conjunto flaco, pues no es lo mismo la cerradura del interior
que el interior de la cerradura. Por ejemplo, el conjunto Q de los números
racionales es un subconjunto de R tal que la cerradura de su interior es
vacía, sin embargo, no es un conjunto nunca denso en R. En R, cualquier
conjunto finito, el conjunto de los números naturales o el conjunto de Cantor
constituyen conjuntos flacos. En R2 , cualquier curva cerrada simple es un
conjunto flaco o denso en ninguna parte.
Observación 1.22. Sea ( X, d) un espacio métrico y A ⊂ X. Entonces A es

c c
denso en X si, y solamente si A = X. Luego, A = ∅. Y como A =
int ( Ac ) , entonces: A es denso en X si, y solamente si int ( Ac ) = ∅. Supongamos

ahora que A es un subconjunto flaco de X, entonces int A = ∅, es decir,
c c
int A = ∅. Entonces, por lo que acabamos de observar, esto es
c
equivalente a que A es denso en X, es decir, X − A es denso en X. Por
lo tanto

A es flaco si, y sólo si X − A = X.
Ejemplo 1.12. Si ( X, d) es un espacio métrico discreto entonces el único conjunto
En efecto, seaA ⊂ X un conjunto flaco no vacío y
flaco es el conjunto vacío.
sea x ∈ A, entonces int { x } ⊂ int A = ∅ . Pero en un espacio discreto,

{ x } es abierto y cerrado, entonces int { x } = { x } . Luego, tendríamos que
{ x } ⊂ ∅, lo cual es absurdo. Por lo tanto, A = ∅ .
Definición 1.22. Sea ( X, d) un espacio métrico. Diremos que un conjunto
A ⊆ X es de categoría I si se puede expresar como la unión numerable de
subconjuntos flacos. Los subconjuntos de X que no son de categoría I son
llamados de categoría II.
Ejemplo 1.13. Como el conjunto vacío ∅ es un conjunto flaco, entonces ∅ es
de categoría I.
Ejemplo 1.14. El conjunto Q de los números racionales con la métrica usual
que hereda de R es de categoría I. En efecto,
sea {q1 , q2 , . . .} una enumeración
de Q, entonces Q = { xi } . Como int { xi } = ∅, entonces para cada i, el
[
conjunto { xi } es flaco. Luego, Q se puede expresar como la unión numerable

de subconjuntos flacos, lo cual prueba que Q es de categoría I.
Ejemplo 1.15. Sea C el conjunto de Cantor, que se obtiene al eliminar el tercio
medio
h i del intervalo [0, 1] , y luego el tercio medio de los intervalos restantes
1
2
0, 3 y 3 , 1 , y así sucesivamente. Se puede probar que C es un conjunto
flaco (ejercicio).
Observación 1.23. Ya que la unión de conjuntos numerables es numerable,
entonces la unión de conjuntos de categoría I es de categoría I.

Observación 1.24. Si A ⊂ B entonces int A ⊂ int B . Esto quiere decir que
un subconjunto de un conjunto flaco, es un conjunto flaco. En consecuencia,
un suconjunto de un conjunto de categoría I es de categoría I.

Ejemplo 1.16. El conjunto de los números irracionales es de categoría II. En

efecto, como R es un espacio métrico completo, entonces R es e categoría II.
Además, por el ejemplo 1.14, Q es de categoría I. Siendo R = Q∪ (R − Q) ,
entonces R − Q no puede ser de categoría I, pues en tal caso R sería de
categoría I por ser unión de conjuntos de categoría I (ver observación 1.23).
Por lo tanto, los números irracionales constituyen un conjunto de categoría II.
Teorema 1.25 (Teorema de la Categoría de Baire). Un espacio métrico completo

no puede ser expresado como la unión numerable de conjuntos flacos. Es decir, todo
espacio métrico no trivial es de categoría II.
Demostración. Supongamos lo contrario, es decir, que el espacio métrico completo

X puede escribirse como
∞
[
X= Nk ,
k =1

donde cada Nk es un conjunto flaco. Por definición, int N1 = ∅, es decir, no
existe una bola abierta contenida en N1 . Sin embargo, X − N1 es abierto y no
vacío. Luego, existe una bola abierta B ( x1 , r1 ) ⊂ X − N1 . Por otra parte, X −
N2 es un conjunto abierto y como N2 es denso en niguna parte entonces N2 no
1
contiene una bola abierta. En particular, N2 no contiene a la bola B x1 , 2 r1 .

Luego, la intersección B x1 , 12 r1 ∩ X − N2 es un conjunto abierto no vacío.
En consecuencia, existe una bola abierta B ( x2 , r2 ) tal que

1
B ( x2 , r2 ) ⊂ B x1 , r1 ∩ X − N2 ⊆ X − N2 .
2
Repitiendo este razonamiento obtenemos una sucesión decreciente de bolas

abiertas { Bk } tales que

1
B ( xk+1 , rk+1 ) ⊂ B xk , rk ⊆ X − Nk .
2
Notemos además que rk+1 < 21 rk , de donde resulta que
1
r k +1 < r1 .
2k
Luego, dado ε > 0, existe k0 ∈ N tal que 1

r < ε. Entonces, si m, n ≥ k0 se
2k 0 −2 1
tiene que xm , xn ∈ B xk0 , rk0 y vale
1
d ( xm , xn ) ≤ 2rk0 < r1 < ε,
2k 0 −2
es decir, { xk } es una sucesión de Cauchy y consecuentemente, converge a un
elemento x ∈ X, debido a la completitud de X. Más aun, si n > m tenemos
1
d ( xm , x ) ≤ d ( xm , xn ) + d ( xn , x ) < rm + d ( xn , x ) ,
2
y haciendo n → ∞ obtenemos
1
d ( xm , x ) ≤ rm .
2
De donde se tiene que x ∈ B ( xm , rm ) . Y como B ( xm , rm ) ⊆ X − Nm para todo

m, se tiene que x ∈
/ Nk para todo k. Por lo tanto, concluimos que
∞
[
x∈
/ Nk = X,
k =1
lo cual es absurdo, y el teorema queda demostrado.
A continuación, presentamos otras versiones equivalentes del teorema de

Baire.
Teorema 1.26. La interseción de una familia numerable de suconjuntos abiertos y

densos en un espacio métrico completo ( X, d) es un conjunto denso en X.
Demostración. Consecuencia directa del teorema 1.25
Teorema 1.27. Sea ( X, d) un espacio métrico completo, y sea {Cn } una familia
S
numerable de subconjuntos cerrados de X tal que Cn = X. Entonces, al menos
n =1
uno de los conjuntos Cn contiene una bola abierta, es decir, existe n0 ∈ N y ε > 0 tal
que Bε ( x0 ) ⊂ Cn0 .
Demostración. Consecuencia directa del teorema 1.25

Observación 1.25. Cualquier subespacio propio cerrado de un espacio vectorial

métrico es un conjunto flaco. Entonces, si ( X, d) es completo, el teorema 1.27
implica que X no puede ser la unión numerable de subespacios propios
cerrados. En particular, ya que cualquier espacio vectorial de dimensión finita
es cerrado (la demostración de este resultado será presentada para espacios
normados en el capítulo 2), tenemos los siguientes resultados:
Corolario 1.27.1. Un espacio vectorial completo de dimensión infinita no se

puede expresar como la unión numerable de subespacios de dimensión finita.
Además de describir la estructura de un espacio métrico cualquiera, el

teorema de Baire es la herramienta clave para demostrar dos de los teoremas
centrales del Análisis Funcional: el Teorema de la Acotación Uniforme (probado
por Stefan Banach y Hugo Steinhauss en 1927) y el Teorema de la Aplicación
Abierta, que estudiaremos en el capítulo 5.
Dos consecuencias rápidas del teorema de Baire son la no numerabilidad
de R y la incompletitud del espacio de los polinomios.
Proposición 1.4. R no es numerable.
Demostración. Supongamos que R es numerable. Como R =

[
{ x } y ya que
x ∈R
{ x } es un conjunto flaco, entonces R sería la unión numerable de conjuntos
flacos. Pero esto contradice el teorema de Baire, pues R es completo. Por lo
tanto, queda demostrado que R no es numerable.
Proposición 1.5. El espacio (con cualquier métrica) de los polinomios en una variable
no es un espacio completo.
Demostración. Aquí, usaremos el hecho de que cualquier espacio vectorial de

dimensión finita es cerrado (la demostración de este resultado será presentada
para espacios normados en el capítulo 2). Sea Pn el espacio vectorial de los
polinomios de grado menor o igual a n. Como Pn tiene dimensión n + 1
entonces Pn es cerrado. Si denotamos por P al espacio vectorial de los polinomios
[
de cualquier grado, entonces P = Pn . Si P fuese completo, sería una
n∈N∪{0}
contradicción con el corolario 1.27.1 pues P se podría expresar como la unión
numerable de subespacios de dimensión finita. Por lo tanto, P no es completo.
1.10. Problemas y ejercicios

1. Sobre R considere la aplicación d ( x, y) = ( x − y)2 . Determine si d es
una métrica sobre R.
2. Pruebe que d ( x, y) = | x − y| define una métrica sobre el conjunto R

p
de los números reales.
3. Si X es un conjunto que consiste únicamente de dos puntos, halle todas

las métricas sobre X.
4. Sea d una métrica sobre el conjunto X. Encuentre todas las constantes k

tales que
a) kd es una métrica sobre X.

b) d + k es una métrica sobre X.
5. Fijemos un número natural n y sea X el conjunto de todas las n−uplas

de ceros y unos. Dados u, v ∈ X definimos d(u, v) como el número de
lugares en los cuales u y v difieren. Por ejemplo, si n = 5, consideremos
u = (1, 0, 0, 1, 0) y v = (0, 0, 1, 0, 0) entonces d (u, v) = 3. Pruebe que la
aplicación así definida, define una métrica sobre X.
6. Pruebe que las aplicaciones definidas en (1.1), (1.2) y (1.3) definen métricas.
7. El espacio `∞ . Pruebe que la aplicación d definida en (1.7) es una métrica.
8. Si Y es el subespacio de `∞ consistente de las sucesiones de ceros y unos,

¿cuál es la métrica inducida sobre Y?
9. Sobre el espacio C ([ a, b]) hemos definido la métrica uniforme. Pruebe

que la aplicación
Z b
d (x, y) = | x (s) − y (s)| ds
a

define otra métrica sobre C ([ a, b]) .
10. En R definimos la distancia

| x − y|
d ( x, y) =
1 + | x − y|
Determine las bolas abiertas en (R, d) . Sugerencia: estudie los casos en
los que el radio r es menor, mayor e igual a 1.
11. Distancia entre conjuntos. Sea ( X, d) un espacio métrico y consideremos

dos subconjuntos A y B de X. La distancia D ( A, B) entre los conjuntos
A y B es definida por
D ( A, B) = ı́nf d ( a, b)
a∈ A, b∈ B
Pruebe que D no define una métrica sobre el conjunto potencia de X.
12. Si A ∩ B 6= ∅, pruebe que D ( A, B) = 0. ¿Qué puede decir acerca de la

recíproca?
13. Sea ( X, d) un espacio métrico, pruebe que

d ( x, y)
de( x, y) =
1 + d ( x, y)
define otra métrica sobre X. Pruebe además que X es acotado con esta
métrica.
14. Producto de espacios métricos. Sean ( X, d X ) y (Y, dY ) dos espacios métricos.

Considere la aplicación
d ( x, y) = d X ( x1 , y1 ) + dY ( x2 , y2 )
donde x = ( x1 , x2 ), y = (y1 , y2 ) ∈ X × Y. Pruebe que ( X × Y, d) es un
espacio métrico.
15. Con la misma notación del ejercicio anterior, pruebe que las aplicaciones
q
d ( x, y) = d X ( x1 , y1 )2 + dY ( x2 , y2 )2
e
db( x, y) = máx {d X ( x1 , y1 ) , dY ( x2 , y2 )}
definen métricas sobre X × Y.
16. Separabilidad de ` p , 1 ≤ p < ∞. Pruebe que el espacio ` p es separable

para todo 1 ≤ p < ∞.
17. Sea ( X, d) un espacio métrico discreto. Pruebe que cualquier subconjunto

de X es abierto y cerrado con esta métrica.
18. Pruebe que la cerradura Br ( a) de la bola abierta Br ( a) en un espacio

métrico puede diferir de la bola cerrada Br ( a) .
19. Pruebe que toda sucesión convergente en un espacio métrico es una

sucesión de Cauchy.
20. Pruebe que toda sucesión de Cauchy en un espacio métrico es acotada.
21. Si { xn } es una sucesión acotada en un espacio métrico ( X, d) , ¿podemos

afirmar que es de Cauchy?, ¿es convergente?
22. Demuestre que los espacios Rn y Cn son completos.
23. Pruebe que el conjunto Z de los números enteros con la métrica d ( a, b) =

| a − b| es un espacio métrico completo.
24. Pruebe que un espacio métrico discreto es completo.
25. Pruebe que el conjunto P ([ a, b]) de los polinomios definidos sobre el

intervalo [ a, b] con la métrica inducida por C ([ a, b]) no es completo.5
26. Pruebe que el subespacio Y ⊂ C ([ a, b]) definido por
Y = { f ∈ C ([ a, b]) ; f ( a) = f (b)}
es completo.
27. Pruebe que

d ( f , g) = sup f 0 ( x ) − g0 ( x )

x ∈(0,1)
5 Sugerencia. Basta encontrar una sucesión de Cauchy en P ([ a, b]) que converge a una
función continua en [ a, b] pero que no es un polinomio.

no es una métrica sobre el conjunto de las funciones uniformemente

continuamente diferenciables6 sobre [0, 1] , pero si es una métrica sobre
el subconjunto de aquellas funciones uniformemente continuamente diferenciables
sobre [0, 1] que se anulan en 0.
28. Sea X ⊂ `∞ el subespacio de las sucesiones con un número finito de

términos no nulos. Pruebe que X no es completo.
6 Lasfunciones uniformemente continuamente diferenciables son aquellas cuya derivada

f 0 es uniformemente continua.
Bibliografía
[1] Bachman, G. y Narici, L., Functional Analysis. Academic Press, 1972.
[2] Banach, S., Théorie des opérations linéaires, Warszawa, 1932.
[3] Bombal, F., Análisis Funcional: Una Perspectiva Histórica. Proceedings of

the Seminar of Mathematical Analysis, 2002-2003. Universidad de Sevilla,
81-117, 2003.
[4] Brezis, H., Análisis Funcional: Teoría y Aplicaciones. Alianza Editorial.

Madrid, 1983.
[5] Carothers, N. L., A Short Course on Banach Space Theory, London

Mathematical Society Student Texts, vol. 64, Cambridge University Press,
Cambridge, 2005.
[6] Conway, J. B., A course in Functional Analysis, Graduate Texts in

Mathematics, vol. 96, Springer-Verlag, New York, 1985.
[7] Dieudonné, J., History of Functional Analysis, North-Holland

Mathematics Studies #49, 1981.
[8] Fréchet, M., Sur quelques points du calcul fonctionnel, Thèse, Paris, 1905.
Rendiconti Circolo Mat. Palermo, 22, 1906, 1–74.
[9] Giaquinta, M. y Modica, G., Mathematical Analysis: Linear And Metric

Structures and Continuity. Birkhauser, 2007.
[10] Halmos, P. R., Measure Theory. Springer, New York, 1997.
55
56 Sección 1.10. BIBLIOGRAFÍA
[11] Kolmogorov, A.N. y Fomin, S. V., Introductory Real Analysis. Dover

Publications, Inc., 1970.
[12] Kolmogorov, A.N. y Fomin, S. V., Elementos de la Teoría de Funciones y el

Análisis Funcional. Editorial MIR, Moscú, 1975.
[13] Kreyszig, E., Introductory Functional Analysis with Applications. John Wiley
& Sons, Inc., 1978.
[14] Lang, S., Real and Functional Analysis, Springer, New York, 1993.
[15] Lax, P.D., Functional Analysis, Wiley-Interscience, New-York, 2002.
[16] Lima, E., Curso de Análise, vol 1, 14va edición, Projeto Euclides, IMPA,
Brasil, 2016.
[17] Lima, E., Curso de Análise, vol 2, 11va edición, Projeto Euclides, IMPA,
Brasil, 2015.
[18] Neumann, J. von, Mathematische Begriindung der Quanten-mechanik.

Nachr. Ges. Wiss. Gottingen. Math. Phys. Kl., 1-57, 1927.
[19] Royden, H.L., Real Analysis, MacMillan Publishing Co., Inc., 1988.
[20] Rudin, W., Functional Analysis, McGraw Hill, Inc., 1973.
[21] Taylor, A. E. y Lay, D. C., Introduction to Functional Analysis. John Wiley

& Sons, Inc., New York-Chichester-Brisbane, 1980.
[22] Yosida, K., Functional Analysis, Springer-Verlag, Berlin–New York, 1995.
[23] Zeidler, E., Nonlinear Functional Analysis and its Applications: Volume
(II/A) Linear Monotone Operators. Springer, New York, 1990.

AF2018cap1 PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

AF2018cap1 PDF

Hochgeladen von

Copyright:

Verfügbare Formate

Índice general

y, dados P ( x1 , x2 , . . ., xn ) , Q (y1 , y2 , . . ., yn ) ∈ Rn , una generalización natural

la cual es llamada distancia euclideana. Una formalización de la noción de

en Rn . También estudiaremos las nociones de completitud así como varios

1.2. Espacios métricos

Definición 1.1. Dado un conjunto X, diremos que una función d : X × X → R

Definición 1.2. Dado un conjunto X y una métrica d sobre X, el par ( X, d)

La definición de métrica apareció por primera vez en la tesis de Fréchet [8].

Ejemplo 1.1. Sea X un conjunto cualquiera, la aplicación d : X × X → R

22 de marzo de 2018 V. R. Cabanillas Zannini

es una métrica sobre X llamada métrica discreta. La demostración queda com

Ejemplo 1.2. Sobre el cuerpo K, definimos la aplicación d : Kn × Kn → R por

donde x = ( x1 , . . . , xn ) , y = (y1 , . . . , yn ) . Esta aplicación resulta ser una

(m1) De la propia definición se sigue que d ( x, y) ≥ 0.

(m2) Supongamos que d ( x, y) = 0, entonces | xi − yi | = 0 para cada i = 1, . . .

(m3) Como | xi − yi | = |yi − xi | , se sigue que d ( x, y) = d (y, x ) .

(m4) Probemos la desigualdad triangular. Sean

Aquí, hemos usando la desigualdad de Minkowski2 para sumas finitas.

Ejemplo 1.3. Sobre el mismo cuerpo Kn podemos definir las aplicaciones

Demostración. Desarrollando el binomio y aplicando la desigualdad de Cauchy, obtenemos:

22 de marzo de 2018 V. R. Cabanillas Zannini

siendo x = ( x1 , . . . , xn ) , y = (y1 , . . . , yn ) ∈ Kn . Se demuestra que estas

Observación 1.1. En adelante, K denotará al cuerpo R o C.

Observación 1.2. Como muestra el ejemplo anterior, sobre un conjunto X

Definición 1.3. Sea ( X, d) un espacio métrico y sea Y un subconjunto de X.

es decir, dY = d|Y . Entonces dY es una métrica sobre Y, llamada métrica

Definición 1.4. Una sucesión { xn } en el espacio métrico ( X, d) converge a

Teorema 1.2. Sea ( X, d) un espacio métrico y sean { xn } , {yn } dos sucesiones en X.

1. Si { xn } es convergente, entonces es acotada y su límite es único.

Demostración. La primera parte queda como ejercicio para el lector. Probemos

Definición 1.5. Diremos que la sucesión { xn } en el espacio métrico ( X, d) es

El siguiente resultado sigue directamente de las definiciones anteriores:

Teorema 1.3. Sea { xn } una sucesión en el espacio métrico ( X, d) que converge a

1. Cualquier vecindad de x contiene a todos los términos de la sucesión, salvo un

2. Cualquier subsucesión de { xn } también converge a x;

3. { xn } es una sucesión de Cauchy.

Observación 1.3. En R es válida la recíproca de la tercera afirmación del

22 de marzo de 2018 V. R. Cabanillas Zannini

Ejemplo 1.4. En un espacio métrico discreto, las únicas sucesiones de Cauchy

Teorema 1.4. Sea { xn } una sucesión de Cauchy en el espacio métrico ( X, d) y

Demostración. Siendo { xn } una sucesión de Cauchy entonces, dado ε > 0,

Teorema 1.5. Toda sucesión de Cauchy en un espacio métrico ( X, d) es acotada.

Demostración. Queda como ejercicio para el lector.

1.3. Nociones topológicas

1. Bola abierta de centro a y radio r

2. Bola cerrada de centro a y radio r

3. Esfera de centro a y radio r

Si r = 1, la bola o la esfera, según sea el caso, se denomina unitaria.

Definición 1.7. Sea ( X, d) un espacio métrico y A un subconjunto de X.

Las bolas abierta, cerrada y la esfera, son ejemplos de conjuntos acotados.

Definición 1.8. Sea ( X, d) un espacio métrico y A un subconjunto de X.

a. El conjunto A es abierto si para todo x ∈ A existe ε > 0 tal que Bε ( x ) ⊂

b. El conjunto A es cerrado si X − A es abierto.

Definición 1.9. Sea A un subconjunto del espacio métrico X, y sea x ∈ X. Con

22 de marzo de 2018 V. R. Cabanillas Zannini

1. Existe una bola Br ( x ) con centro en x que está íntegramente contenida

2. Existe una bola Br ( x ) con centro en x que está íntegramente contenida

3. Cualquier bola con centro en x contiene tanto puntos de A como de su

Teorema 1.6. Un subconjunto A de un espacio métrico X es abierto si y solamente

Demostración. Queda como ejercicio.

Definición 1.10. Si A es un subconjunto del espacio métrico X, diremos que

a. Un punto x ∈ X es punto adherente de A si existe una sucesión { xn } ⊂ A

b. Llamamos cerradura de A al conjunto de todos los puntos adherentes de