Professional Documents
Culture Documents
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.
Ejemplo
(i) Cualquier conjunto X puede ser equipado con la metrica;
0 si x = y
(x, y) =
1 si x = 6 y
(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 .
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
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 .
(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
(c) (x, y) max{(x, z), (z, y)} para todo x, y, z X (la desigualdad ultrametrica),
El siguiente resultado muestra que la metrica que se le puede asignar a un conjunto es bastante
arbitraria.
(q1 , q2 ) = |q1 q2 |
Definicion 1.3. Decimos que una sucesion {x n } de puntos en el espacio metrico (X, ) con-
verge a un punto x X si
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.
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;
(vii) Distributividad I. ( + )x = x + x;
(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
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
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
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
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,
|x y| ||x||||y||.
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
Un punto lmite x0 de E puede ser tambien definido por cualquiera de las siguientes dos
condiciones:
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 1.14. (i) Decimos que un conjunto F en X es cerrado si F contiene todos sus
puntos lmites.
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
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.
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.
(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.
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.
E0 = E E