UNIVERSIDAD NACIONAL DE SAN CRISTBAL DE HUAMANGA

FACULTAD DE INGENIERIA DE MINAS, GEOLOGIA Y CIVIL

Escuela de Formacin Profesional de Ciencias Fsico Matemticas

TRABAJO 02

TEOREMA DE BANACHSTEINHAUS
CURSO: MA-543 ANLISIS FUNCIONAL II PROFESOR: VELASQUEZ CONDORI, Eliseo ALUMNO: CARRILLO FLORES, Wilber

AYACUCHO -PER 2011

ndice
1. Preliminares 2. Teorema (Banach-Steinhaus) 1 4

1.

Preliminares
Para poder demostrar el teorema de BANACH-STEINHAUS se tiene que utilizar

lo siguiente:

Denicin 1.1. Una funcin no negativa en un espacio de Banach X se llama perfectamente convexo si y solo si
( a n xn ) an (xn ) n=1 n=1 n=1

para todo an 0 satisfaciendo ( xn ) X .

an = 1 y para cualquier sucesin acotada

Denicin 1.2. Un conjunto K X es llamado perfectamente convexo si y solo si para cada sucesin acotada xi K y cada sucesin real i 0 tal que i=1 i = 1 tenemos que i=1 i xi K . Denicin 1.3. Sea un conjunto B X :Decimos que x B es un punto interior de X si y solo si existe r > 0 tal que Dr (x) B . Denicin 1.4. Denimos el nucleo de K de la siguiente manera: = N u(K ) = {x K : paratodoy Xexiste > 0cony +(1)x Kparatodo [0, ]} K Teorema 1.1. Si K es perfectamente convexo en un espacio de Banach X entonces = (K ) =K =K K Teorema 1.2. Sea una funcin en un espacio de Banach X (x) = (x) para cualquier 0 y se supone que es perfectamente convexo.Entonces existe C > 0 tal que (x) C X para cualquier x X . Demostracin. Demostremos que exista C > 0 tal que (x) C x para cualquier x X. Consideremos un conjunto M = {x : (x) 1} donde Luego demostremos que 0 M (1)

 = N u(M ) = {x M : para todo y Xexiste > 0cony +(1)x M paratodo [0, ]} M pues para todo z X existe = De hecho (z ) = (z ) (z ) (z ) pues [0, ] 1 (z ) (z ) (z ) (z ) 1 . Entonces z M es decir 0 M Ahora demostremos que M es perfectamente convexo, para ello se tiene que utilizar la denicin (1.2). Probemos que i=1 i xi M. Como es perfectamente convexo utilicemos la denicin (1.1) lo cual se tiene:
( i x i ) i (xi ) i=1 i=1 1 (z )

> 0 tal que z + (1 )0 = z M

para cada i 0 tal que

i=1

i = 1 y x i M

Como xi M entonces por (1) tenemos que (xi ) 1 (2)

( i x i ) i (xi ) i=1 i=1 ( i x i ) i 1, por(2) i=1 i=1 i=1

i x i ) 1
i=1

Entonces por (1) tenemos que

i xi M.

Por lo tanto M es perfectamente convexo. entonces apliquemos Como se ha probado que M es perfectamente convexo y 0 M el teorema (1.1). ) luego por la denicin (1.3) esto signica que existe entonces 0 (M Si 0 M > 0 tal que la bola D de radio y centro cero es un subconjunto de M es decir D M = M ,pues M es un conjunto cerrado.En otras palabras existe un > 0 2

tal que x de aqui implicamos que (x) 1,pues D es un subconjunto de M = M. Ahora tomemos x =
x x

, luego apliquemos la funcin .

x) = (x) x (x) 1, pues (x) 1 x 1 1 (x) x, donde C = > 0 (x) C x ( Por lo tanto se ha encontrado un C = x X.
1

> 0 tal que (x) C x para cualquier

2.

Teorema (Banach-Steinhaus)

Teorema 2.1 (BANACH-STEINHAUS). Sea {A : X Y } una familia de operadores acotados entre dos espacios de Banach X y Y , asume que para cualquier x X existe Cx > 0 tal que supA x CX . Entonces existe C > 0 tal que A x C x para todo x y cualquier A de la familia. PRUEBA: Para poder demostrar el teorema de Banach-Steinhaus se tiene que utilizar el teorema (1.2) lo cual tiene que cumplir las hiptesis. Para ello introducimos la funcin (x) = sup A x (3) Luego se debe cumplir (x) = (x) para cualquier 0. (x) = sup A x, por(3) (x) = sup A x (x) = sup A x (x) = (x), por(3) Por lo tanto se cumple (x) = (x) para cualquier 0, (4) Tambin debe cumplirse que la funcin sea perfectamente convexo.Para ello se tiene que utilizar la denicin (1.1) ( ( ( ( ( (
n=1 n=1 n=1 n=1 n=1 n=1 an xn ) = sup A ( an xn ), por(3) n=1 i=1

an xn ) = sup

an A xn

an xn ) sup a1 A x1 + a2 A x2 + ... an xn ) sup an xn ) an xn )

i=1 i=1 i=1

a n A x n

an supA xn an (x), por(3)

Por lo tanto es perfectamente convexo (5)

Luego de (4) y (5) concluimos que existe C > 0 tal que: (x) = sup A x C x A x sup A x C x A x C x para todo x y cualquier A de la familia.

Referencias
[1] ERWIN KREYSZIG, Introductory funtional analysis with applications. [2] DAVID G. LUENBERGER, Optimization by vector space methods.