You are on page 1of 9

Captulo 1

Espacios metricos y normados

1.1. Metricas
El concepto de metrica, permite incorporar a un conjunto una estructura explcita asociada
a la nocion de cercana.
Definicion 1.1. Suponga que X es un conjunto (no vaco) y que es una funcion real sobre
X X con las siguientes tres propiedades:
(a) (x, y) 0 para todo x, y X y (x, y) = 0 si y solo si x = y.

(b) (x, y) = (y, x) para todo x, y X.

(c) (x, y) (x, z) + (z, y) para todo x, y, z X (la desigualdad triangular).


La funcion se llama metrica o distancia sobre X; y X junto a la metrica , se llama un
espacio metrico el cual es denotado por (X, ).

Ejemplo
(i) Cualquier conjunto X puede ser equipado con la metrica;

0 si x = y
(x, y) =
1 si x = 6 y

Esta metrica es denominada la metrica discreta.

(ii) Sobre R la metrica usual o Euclidiana es aquella que asocia a todo par de puntos
el valor absoluto de su diferencia. En R n la metrica usual o Euclidiana coincide con
nuestra idea intuitiva de distancia en el espacio y se define como,
p
(x, y) = (x1 y1 )2 + + (xn yn )2 , (1.1)
x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) Rn .

Claramente satisface (a) y (b) de la Definicion 1.1. Tomemos a i = xi zi , bi = zi yi


vemos que (c) es equivalente a
n
!1/2 n
!1/2 n
!1/2
X X X
(ai + bi )2 a2i + b2i (1.2)
i=1 i=1 i=1

1
2 CAPITULO 1. ESPACIOS METRICOS Y NORMADOS

Pero elevando al cuadrado ambos lados de (1.2) obtenemos otra forma equivalente,

n n
!1/2 n
!1/2
X X X
ai bi a2i b2i (1.3)
i=1 i=1 i=1

Esto ahora sigue del hecho que, para todo real ,


n
X
(ai + bi )2 = A2 + 2H + B 0,
i=1

de modo que
H 2 AB,

donde
n
X n
X n
X
A= a2i , H= ai bi , B= b2i .
i=1 i=1 i=1

Por lo tanto , definida por (1.1) es una metrica sobre R n . La ecuacion (1.3) es conocida
como la desigualdad de Cauchy-Schwarz en R n .
El espacio metrico (Rn , ), donde es la metrica usual, es denominado el espacio Eu-
clidiano n-dimensional.

(iii) Sobre C, el plano complejo, la metrica usual es de la misma forma que sobre R 2 . Si
z = x + iy y z 0 = x0 + iy 0 (x, y, x0 , y 0 reales),
p
(z, z 0 ) = |z z 0 | = (x x0 )2 + (y y 0 )2 .

En efecto, cuando equipamos con la metrica usual, C y R 2 son esencialmente el mismo


espacio metrico en el cual solo la notacion es diferente. Sin embargo, a diferencia de R 2 ,
el conjunto de los complejos C posee una estructura algebraica incluyendo una operacion
de multiplicacion conmutativa, que lo convierte en un cuerpo.

(iv) Sea B[a, b] el conjunto de las funciones reales acotadas sobre el intervalo [a, b] y, para
f, g B[a, b], sea
(f, g) = sup |f (x) g(x)|.
axb

Claramente tiene las propiedades (a) y (b) de la definicion de metrica. La propiedad (c)
sigue de las desigualdades

sup |(x) + (x)| sup(|(x)| + |(x)|) sup |(x)| + sup |(x)|.


P
(v) Sea S el espacio de sucesiones x = (x 1 , x2 , . . .) de numeros complejos tal que xn
converge absolutamente. Para x, y S definimos

X
(x, y) = |xn yn |.
n=1

Es facil probar que es una metrica sobre S.


1.1. METRICAS 3

(vi) Un espacio metrico que satisface

(c) (x, y) max{(x, z), (z, y)} para todo x, y, z X (la desigualdad ultrametrica),

en vez de (c) de la definicion, se llama un espacio ultrametrico.Notemos que (c 0 ) im-


plica (c). Veremos pronto que la metrica p-adica en los racionales es una ultrametrica.
Consideremos un arbol binario con raz. Una metrica natural en el conjunto de vertices
del arbol, es aquella qu asigna como distancia entre dos puntos, el numero de aristas del
camino mas corto que los une. La restriccion de esta metrica al conjunto de puntos que
se encuentran a una distancia fija de la raz, es una ultrametrica.

El siguiente resultado muestra que la metrica que se le puede asignar a un conjunto es bastante
arbitraria.

Teorema 1.2. Sea X un conjunto, x X, y f : X [0, ), inyectiva y tal que f (x) = 0.


Luego existe una metrica en X tal que (x, y) = f (y).

Demostracion. Definimos (z, y) = |f (y) f (z)|. Es claro que 0 y si (z, y) = 0 entonces


z = y, dado que f es inyectiva; entonces se satisface (a) de la definicion de metrica. La parte
(b) resulta obvia, y (c) sigue de

|f (y) f (z)| |f (y) f (u)| + |f (u) f (z)|, para todo y, z, u X

Sea (X, ) un espacio metrico y sea Y un subconjunto de X. Si es la restriccion de a


Y Y , es decir (x, y) = (x, y) para todo x, y Y , entonces es una metrica sobre Y ; diremos
que es la metrica inducida por (X, ) sobre Y . El espacio metrico (Y, ) es denominado un
subespacio (metrico) de (X, ). Si Q es el conjunto de los numeros racionales, la metrica
inducida sobre Q esta dada por

(q1 , q2 ) = |q1 q2 |

esto define una metrica en Q que lo hace un subespacio de R.

Definicion 1.3. Decimos que una sucesion {x n } de puntos en el espacio metrico (X, ) con-
verge a un punto x X si

(xn , x) 0 cuando n . (1.4)

Escribimos, como en el analisis clasico, x n x cuando n o lmn xn = x.


4 CAPITULO 1. ESPACIOS METRICOS Y NORMADOS

Como (x, y) es un numero real, podemos usar el concepto de convergencia en R reem-


plazando (1.4) por la frase dado > 0 existe N tal que (x n , x) < para n > N .
Ejercicio. Demuestre que una sucesion, en un espacio metrico, no converge a dos lmites
distintos.
Cuando las metricas , sobre un conjunto X son tales que una sucesion converge en (X, )
si y solo si converge en (X, ), diremos que y son metricas equivalentes.
Una condicion suficiente, aunque no necesaria, para que las metricas , sean equivalentes
es la existencia de constantes estrctamente positivas y tales que

(x, y) (x, y) (x, y)

para todo x, y X.
Ejercicio. Pruebe las afirmaciones anteriores.

1.2. Normas
Comenzaremos con una discusion sobre el concepto de espacio vectorial sobre un cuerpo
con valucaion.
Definicion 1.4. Decimos que una funcion real || definida sobre un cuerpo K es una valuacion
de rango 1 si
(i) |x| 0 para todo x en K y |x| = 0 si y solo si x = 0.

(ii) |xy| = |x||y| para todo x, y K.

(iii) |x + y| |x| + |y| para todo x, y K.


Una valuacion que satisface la condicion,

(iii) |x + y| max{|x|, |y|} para todo x, y K,

se llama no-arquimediana.
A veces una valuacion tambien recibe el nombre norma.
Ejemplo. (i) Definimos para cada primo p la valuacion p-adica en Q por

|q|p = pa

pa s
donde q = t , con a, s, t enteros y s, t no son divisibles por p.

(ii) Dado un cuerpo arbitrario F , podemos definir en el la valuacion trivial por |0| = 0 y
|x| = 1 para x 6= 0.
Decimos que dos valuaciones | |1 , | |2 sobre un cuerpo K son equivalentes si existe un
1 tal que
|x|1 = |x|2
Todas las valuaciones no triviales en Q son equivalentes al valor absoluto o a alguna valuacion
p-adica. (Ostrowski 1935)
1.2. NORMAS 5

Definicion 1.5. Sea V un conjunto no vaco y K un cuerpo. Supongamos que: (i) para cualquier
par de elementos x, y (que llamaremos vectores) de V les corresponde un elemento en V ,
llamado suma, el cual es donotado por x + y; y (ii) para cualquier numero real en el cuerpo
K y cualquier x en V corresponde un elemento en V , llamado el producto escalar de y
x, el cual es denotado por x (la suma es una funcion desde V V en V y la multiplicacion
escalar es una funcion desde K V en V ). Supongamos ademas que las siguientes condiciones
se satisfacen:
(i) Asociatividad. x + (y + z) = (x + y) + z;

(ii) Conmutatividad. x + y = y + x;

(iii) Identidad. Existe un elemento V (el elemento cero) tal que x + = x para todo
xV;

(iv) Inverso. A todo elemento x V le corresponde un elemento x V tal que x+(x) = ;

(v) Asociatividad escalar. (x) = ()x;

(vi) Identidad escalar. 1x = x;

(vii) Distributividad I. ( + )x = x + x;

(viii) Distributividad II. (x + y) = x + y.


Luego V (simultaneamente con la operacion de adicion y multiplicacion escalar definida
en V ) se llama un espacio vectorial (o lineal) sobre K. Si K = R lo llamamos un espacio
vectorial real, mientrias que si K = C lo llamamos un espacio vectorial complejo. Si
M es un subconjunto de V que satisface las condiciones de espacio vectorial (con las mismas
operaciones definidas en V ), diremos que M es un subespacio vectorial de V .
Definicion 1.6. Sea V un espacio vectorial sobre un cuerpo K con valuacion | |. Decimos que
una funcion real k k sobre V es una norma sobre V , y V es un espacio normado sobre el
cuerpo valuado K, si
(i) kxk 0 para todo x V y kxk = 0 si y solo si x = 0.

(ii) kxk = ||kxk para todo K y todo x V .

(iii) kx + yk kxk + kyk para todo x, y V .


Se puede verificar facilmente que todo cuerpo es un espacio vectorial sobre si mismo.
Ademas, en un espacio vectorial normado, induce siempre una metrica definida como

(x, y) = kx yk.

Definicion 1.7. Sea V un espacio vectorial y k k 1 , k k2 dos normas en V . Decimos que ellas
son equivalentes si existen constantes , estrctamente positivas tales que

kxk2 kxk1 kxk2

para todo x V .
Ejercicio. Ocupando la definicion de metricas equivalentes, pruebe que las normas k k 1 y
k k2 son equivalentes segun la Definicion 1.7.
6 CAPITULO 1. ESPACIOS METRICOS Y NORMADOS

Lema 1.8. Todas las normas sobre Rn son equivalentes.

Demostracion. Utilizaremos la compacidad de la bola euclideana en R n . Sea k k una norma


sobre Rn y | |e la norma euclideana. Buscamos constantes m y M estrictamente positivas tales
que:
m| |e k k M | |e

Sea e1 , ..., en la base canonica de modo que x = x1 e1 + ... + xn en . Luego, por la desigualdad
triangular y la de Cauchy-Schwarz se tiene

n n
!1/2 n
!1/2
X X X
kxk |xi |kei k kei k2 |xi |2 = M |x|e
i=1 i=1 i=1

Esto prueba la segunda desigualdad y ademas, obtenemos

kxk kyk kx yk M |x y|e

Esta relacion prueba que la funcion k k : R n R es continua. Por ende, alcanza su nfimo m
sobre la esfera euclideana de radio 1. Es claro que m es estrctamente positivo, luego:

x kxk
m =
|x|e |x|e

de donde se obtiene la primera desigualdad.

Terminamos esta seccion con el concepto de producto interno y la desigualdad de Cauchy-


Schwartz cuya demostracion es analoga a la desigualdad de Cauchy-Schwartz en R n .

Definicion 1.9. Producto Interno. Sea V un espacio vectorial normado complejo y supong-
amos que a todo par ordenado (x, y) de elementos de V se asocia un numero complejo, denotado
por x y y que satisface las siguientes condiciones,

(i) x y = y x para todo x, y V .

(ii) (x + y) z = (x y) + (y z) para todo , complejos y x, y, z V .

(iii) x x = ||x||2 para todo x V .

Luego la operacion x y se llama el producto interno de x con y y V se llama un espacio


producto interno complejo. Similarmente definimos un espacio producto interno real.

Teorema 1.10. Cauchy-Schwarz. Si V es un espacio producto interno complejo o real luego


para todo x, y V tenemos,

|x y| ||x||||y||.

Ademas la igualdad se satisface si y solo si x es un multiplo escalar de y o vice-versa.


1.3. CONJUNTOS ABIERTOS Y CERRADOS 7

1.3. Conjuntos abiertos y cerrados


En esta seccion consideraremos subconjuntos de un espacio metrico fijo (X, ). Sea x X
y sea r un numero real positivo. El conjunto de los puntos y tal que (x, y) < r es denominado
la bola abierta con centro x y radio r; que denotaremos por B(x; r).

Definicion 1.11. Dado un subconjunto E de X (el cual puede ser todo X), decimos que el
punto x0 X es un punto lmite de E si, para todo > 0, existe un x E tal que

0 < (x0 , x) < ,

es decir, B(x0 ; ) {x0 } contiene un punto de E.

Un punto lmite x0 de E puede ser tambien definido por cualquiera de las siguientes dos
condiciones:

(i) Toda bola abierta B(x0 , ) contiene infinitos puntos de E.

(ii) Existe una sucesion de puntos y n X tal que yn 6= x0 y yn x0 cuando n .

Claramente un punto x0 que satisface la propiedad (i) o la propiedad (ii) es un punto lmite
de E. Recprocamente, si x0 es un punto lmite de E, para todo n, existe un punto y n E tal
que
0 < (x0 , yn ) < 1/n
y luego (ii) se satisface. Tambien (ii) implica (i).
Las condiciones (i) o (ii) muestran que un conjunto finito no tiene puntos lmites. Un
conjunto infinito puede o no tener un punto lmite. Por ejemplo el conjunto {1, 2, 3, . . .} de R
(con la metrica usual) no tiene puntos lmites.

Definicion 1.12. Decimos que un punto x 0 de E es un punto aislado de E si este no es un


punto lmite de E.

Entonces, si x0 es un punto aislado de E, existe un > 0 tal que B(x 0 ; ) no contiene


puntos de E distintos que x0 .

Definicion 1.13. Dado un conjunto E X, decimos que el punto x 0 E es un punto


interior de E si existe un > 0 tal que B(x 0 , ) E.

Definicion 1.14. (i) Decimos que un conjunto F en X es cerrado si F contiene todos sus
puntos lmites.

(ii) Decimos que un conjunto G en X es abierto si todo punto de G es un punto interior de


G.

Notemos que toda bola abierta es abierta y todo conjunto sin puntos lmites es cerrado. En
particular, todo conjunto finito es cerrado.

Ejemplo. Consideremos C[a, b], con la norma del supremo definida por

kf k = sup |f (x)|.
x[a,b]
8 CAPITULO 1. ESPACIOS METRICOS Y NORMADOS

Luego se puede verificar que los conjuntos

E1 = {f C[a, b] : inf f (x) > 0}


E2 = {f C[a, b] : f (a) = 1}

son tales que E1 es abierto y no cerrado, y E2 es cerrado y no abierto, en el espacio metrico


(C[a, b], k k ).

Ejercicio. Demuestre las afirmaciones del ejemplo anterior.

Teorema 1.15. Un conjunto F es cerrado si y solo si cuando {x n } F es una susecion


convergente, entonces lmn xn F .

Demostracion. Si F es cerrado y {xn } F es una sucesion convergente tal que x n x.


Como F es cerrado, entonces x F .
Recprocamente, si x es un punto lmite de F , luego existe una sucecion {x n } F , xn 6= x,
tal que xn x. Por hipotesis lmn xn F , luego x F .

A continuacion expondremos un resultado que nos permitira caracterizar los conjuntos


abiertos (cerrados), a partir de su complemento.

Teorema 1.16. (i) El conjunto G en X es abierto si y solo si G c = X G es cerrado.

(ii) El conjunto F en X es cerrado si y solo si F c = X F es abierto.

Demostracion. Solo probaremos (i), ya que para (ii) basta considerar que (G c )c = G. Sea
G X un conjunto abierto y sea x un punto lmite de G c , luego existe {xn } Gc , xn 6= x, tal
que xn x. Supondremos que x / Gc , entonces x G y tendremos que x es punto interior
de G (G es abierto), luego existe N > 0 tal que para todo n > N x n G, lo que es una
contradiccion.
Recprocamente, supondremos que G no es abierto, luego existe x G tal que para todo
> 0: B(x, ) * G. Luego, existe y B(x, ) Gc , y 6= x, para todo . Entonces x es punto
lmite de Gc y, con G Gc = , se concluye que Gc no es cerrado.

Ejercicio. Pruebe que para todo A X, (A c )c = A.

Teorema 1.17. (i) La union de cualquier coleccion de conjuntos abiertos es abierto.

(ii) La interseccion finita de conjuntos abiertos es un conjunto abierto.

Demostracion. Por el teorema 1.16, basta probar la primera parte. Sea entonces x G =
G , con G abiertos. Luego, x G , para algun y existe una bola abierta B(x; ) contenida
en G , por lo tanto contenida en G. Es decir x es un punto interior de G.

Ejercicio. Pruebe que

(i) La interseccion de cualquier coleccion de conjuntos cerrados es cerrado.

(ii) La union finita de conjuntos cerrados es un conjunto cerrado.

Consideremos algunos ejemplos en que la interseccion numerable de abiertos no es un con-


junto abierto, y una union numerable de cerrados no es un conjunto cerrado.

Ejemplo. Sea R con la metrica usual.


1.3. CONJUNTOS ABIERTOS Y CERRADOS 9

(i)
n=1 (0, 1 + 1/n) = (0, 1]

(ii)
n=1 [0, 1 1/n] = [0, 1)

Sea (Y, ) un subespacio del espacio metrico (X, ) . Aunque los abiertos (cerrados) en Y
generalmente no son abiertos (cerrados) en X, la relacion entre conjuntos abiertos y cerrados
en X y en Y es muy simple.

Teorema 1.18. Sea (Y, ) un subespacio del espacio metrico (X, ). Entonces un conjunto
es abierto en (Y, ) si y solo si es de la forma Y G, donde G es un abierto en (X, ). Un
resultado similar se obtiene para conjuntos cerrados.

Demostracion. Si B (x; ) es la bola abierta en X y B (x; ) es la bola abierta en Y , entonces


bastara probar que Y B (x; ) = B (x; ), ya que todo abierto en X e Y es una union arbitraria
de bolas abiertas. Sabemos que B (x; ) = {y X : (x, y) < }, luego

Y B (x; ) = {y Y : (x, y) < } = B (x; )

Corolario 1.19. Si Y es abierto en X, entonces un subconjunto de Y es abierto en Y si y


solo si es abierto en X. Si Y es un cerrado en X, entonces un subconjunto de Y es cerrado en
Y si y solo si es cerrado en X.

Definicion 1.20. Sea E un subconjunto de X.



(i) El interior de E, denotado por E , es el conjunto de puntos interiores de E.

(ii) La clausura de E, denotado por E, es la union de E y el conjunto de los puntos lmites


de E.

Notemos que E es el conjunto de puntos x tales que para todo > 0, la bola B(x, ) contiene
a algun punto de E o, equivalentemente, x E si y solo si x es el lmite de una sucesion de
puntos de E.

Teorema 1.21. Para todo conjunto E en X, E es abierto y E es cerrado.

Definicion 1.22. Un punto frontera de un conjunto E en X es un punto x tal que toda


bola abierta B(x; ) contiene al menos un punto de E y al menos un punto de E c . El conjunto
de todos los puntos fronteras de E se llama la frontera de E y lo denotamos por E 0 .

Claramente E y E c tienen la misma frontera.

Ejercicio. Pruebe que,


E0 = E E

You might also like