Teorema de Dunford Pettis Sobre Los Espacios de Orlicz

Teorema de Dunford Pettis
sobre los Espacios de Orlicz.
M. Sc. Jorge Eliecer Hernández Hernández
Barquisimeto, Julio de 2009.

sobre los Espacios de Orlicz.
por
M. Sc. Jorge Eliecer Hernández Hernández
Trabajo de Ascenso para optar a la categoría de:

Profesor Asociado en el escalafón del
Personal Docente y de Investigación.
Universidad Centroccidental Lisandro Alvarado

Decanato de Administracion y Contaduría
Departamento de Técnicas Cuantitativas
Barquisimeto, Julio de 2009.

A mi hija Gabriela Alejandra.
ii
Agradecimiento
Quiero agradecer, en primer lugar, a Dios, fuente de toda sabidurı́a; a mis padres,
Samuel y Judith, por su dedicación y sacrificio, en la invalorable labor de brindarme
soporte para culminar este trabajo; a mi hermana, Jazmı́n, y mis sobrinos, Teresa,
Juan, y Francisco, quienes al igual que mis padres dieron estı́mulo a la persever-
ancia; a Katty, adorable mujer amada, por su paciencia.
Muy especialmente, mi profundo agradecimiento, a los doctores: Ventura Ec-

handı́a, Wilfredo Urbina, Carlos Finol, Neptalı́ Romero, Francisco Montes de Oca,
ya que fueron quienes por su labor docente y de investigación, me iniciaron en el
camino de la investigación, al comenzar los estudios de Maestrı́a en Matemáticas.
Demás está decir, que el trabajo que realizan estos profesionales no tiene precio.
Los licenciados, Miguel Vivas, Ivan Vasquez, Marı́a Biondi, amigos y compañeros
de estudio en el Doctorado de Matemáticas, son personas a las cuales agradesco,
precisamenete, la virtud de la amistad, y hago un reconocimiento, en estas lineas,
a su capacidad y talento.
Gracias a todos.
iii
Introducción
La integrabilidad uniforme es una propiedad de algunos conjuntos del espacio

de funciones medibles e integrables sobre un espacio de medida finita (Ω, Σ, µ), es
decir, subconjuntos de L1 (µ). Nuestra intensión es estudiar este concepto hasta
llegar a la caracterización de los mismos por medio del concepto de compacidad
débil.
Para llegar a tal fin, usamos publicaciones de Joseph Diestel , John Alexopoulos[AJ1]
y David Carothers[CN1]. Seguimos el siguiente esquema. Presentamos la defini-
ción de Integrabilidad Uniforme de subconjuntos de L1 (µ) donde µ es una medida
de probabilidad. Seguidamente, damos algunos ejemplos de conjuntos uniforme-
mente integrables.
Como primer teorema, presentamos una caracterización de conjuntos uniforme-

mente integrables por medio de la acotabilidad del conjunto y la integrabilidad
uniforme de las integrales sobre conjuntos medibles[DJ2, p. 41]. Inmediatamente,
sigue una forma equivalente a este teorema por medio de medidas uniformemente
absolutamente continuas [DJ2, p. 150].
Para tener otra caracterización de conjuntos uniformemente integrables presen-

tamos el Teorema de De la Vallée-Poussin, que logra esta caracterización,
mediante la existencia de una función convexa par, con ciertas propiedades en el
origen, conducta al infinito y acotación uniforme de las integrales de la composición
de dicha función con los elementos del conjunto en referencia [AJ1, p. 3].
Suponiendo conocido lo referente a topologı́a débil, pasamos al objetivo principal,
iv
el Teorema de Dunford-Pettis, que establece que cualquier subconjunto de
L1 (µ), que sea relativamente debilmente compacto es uniformemente integrable, y
viceversa.[DJ2, p. 46]
Usamos el Teorema de Lebesgue-Vitali para probar el recı́proco del teorema

de Dunford-Pettis. Este teorema muestra una condición necesaria para que una
sucesión de funciones en L1 (µ), sea uniformemente integrable. Además, como una
consecuencia inmediata de este teorema, presentamos el Lema de Rosenthal.
Por último damos una consecuencia del teorema de Dunford-Pettis, debido a Kadec
y Pelcsynski, que nos muestra una propiedad fundamental del espacio de Banach
L1 (µ), a saber, que cualquier conjunto K que no es uniformemente integrable
contiene una sucesión de elementos, cuyo espacio lineal generado es isomorfo al
espacio de sucesiones `1 .
v
Índice General

sobre los Espacios de Orlicz. 1

sobre los Espacios de Orlicz. i
Agradecimiento iii
Introducción iv
1 Fundamentos Básicos. 1
1.1 Funciones Convexas. . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Propiedades de las funciones Convexas. . . . . . . . . . . . . . . . . . 2
1.3 Funciones de Young . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4 Funciones complementarias en el sentido de Young. . . . . . . . . . . 17
vi
1.5 Funciones logarı́tmicamente convexas . . . . . . . . . . . . . . . . . . 19
1.6 N-Funciones o Funciones de Orlicz . . . . . . . . . . . . . . . . . . . 19
1.7 Equivalencia entre N-Funciones. . . . . . . . . . . . . . . . . . . . . . 26
2 Espacios de Orlicz. 29
2.1 Nociones Generales respecto a Espacios de Orlicz . . . . . . . . . . . 29
2.2 Espacios de Sucesiones de Orlicz. . . . . . . . . . . . . . . . . . . . . 42
2.3 Igualdad entre `Φ y hΦ . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Apendice A.
Prerrequisitos. 48
A.1 Del Análisis Funcional. . . . . . . . . . . . . . . . . . . . . . . . . . 48
A.2 Del Análisis Real. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
A.3 De la Topologı́a. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
A.4 Topologı́as inducidas por familias de funciones. . . . . . . . . . . . . 60
A.5 Topologı́a débil. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
A.6 Topologı́a Débil* . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
A.7 Teorema de Banach-Alaoglu. . . . . . . . . . . . . . . . . . . . . . . 70
Apéndice B.
vii
Integrabilidad Uniforme. 72
B.1 Integrabilidad Uniforme: Definición. Ejemplos . . . . . . . . . . . . 73
B.2 Caracterización de conjuntos uniformemente integrables. . . . . . . 74
B.3 Teorema de Lebesgue-Vitali. Lema de Rosenthal. . . . . . . . . . . 77
B.4 Teorema de Dunford-Pettis. . . . . . . . . . . . . . . . . . . . . . . 78
B.5 Consecuencias del Teorema de Dunford-Pettis . . . . . . . . . . . . 80
Bibliografı́a 82
viii
Capı́tulo 1
Fundamentos Básicos.
El presente capı́tulo contiene una recopilación de los aspectos más importantes

de la Teorı́a de Funciones Convexas que serán de utilidad en el desarrollo del
trabajo propuesto, además de incluir como casos especiales de estas funciones a las
funciones de Young y las N -Funciones o Funciones de Orlicz. Iniciamos entonces
con la definición de función convexa.
1.1 Funciones Convexas.
Definición 1.1.1 Sea f una función definida en un intervalo I de R con valores

en R = R ∪ {−∞, ∞}. Si para todo par de puntos x, y ∈ I y α ∈ [0, 1] se tiene
que
f (αx + (1 − α)y) ≤ αf (x) + (1 − α)f (y), (1.1.1.1)
1
entonces se dice que f es una función convexa.
Geométricamente esta definición establece que una función f definida sobre un

intervalo abierto o cerrado I ⊂ R se denomina convexa si para todo par de
puntos P1 , P2 sobre la curva y = f (x), los puntos del arco P
[ 1 P2 están por debajo
o sobre el segmento de recta (cuerda) P1 P2 .
1.2 Propiedades de las funciones Convexas.
Algunas de las propiedades de las funciones convexas son listadas a continuación.

Entre ellas destacan la acotabilidad y continuidad, las caracterizaciones de las
funciones convexas por medio de razones de cambio, la desigualdad de Jensen
en su versión discreta y continua, la obtención de funciones convexas a partir de
funciones monótonas, y otras.
Acotabilidad y Continuidad de las Funciones Convexas.
El primero de estos resultados establece condiciones que debe tener una función
convexa para ser acotada y cumplir una condición de Lipschitz de orden α = 1.
Teorema. 1.2.1 Sea f : I → R una función convexa. Si para cada x ∈ int(I),

f (x) es finito, entonces f es acotada en cada intervalo [a, b] contenido en el interior
de I y satisface una condición de Lipschitz de orden λ = 1.
2
Demostración:
Sean a, b ∈ int(I). Sea x = αa + (1 − α)b, donde α ∈ [0, 1] . Como f (x) es finito

para cada valor en el interior de I, entonces f (a) y f (b) son finitos, por lo cual,
podemos definir k = max(f (a), f (b)). Entonces, como f es convexa, obtenemos
que
f (x) = f (αa + (1 − α)b)
≤ αf (a) + (1 − α)f (b)
≤ αk + (1 − α)k ≤ k
es decir, hemos encontrado que f es acotada superiormente en cualquier intervalo

contenido en el interior de I.
Ahora, sea x un elemento de (a, b) distinto del punto medio de este intervalo,
es decir x 6= (a + b)/2, entonces existe z ∈ (a, b) tal que
a+b x z
= + ,
2 2 2
en consecuencia, de la desigualdad 1.1.1.1 dada por la definición (1.1.1), tenemos
que
a+b x z 1 1 1 1
f =f + ≤ f (x) + f (z) ≤ f (x) + k
2 2 2 2 2 2 2
ası́, que
a+b
f (x) ≥ 2f −k
2
es decir, f es acotada inferiormente en cualquier intervalo contenido en el interior
de I.
Sea ε > 0 tal que a − ε y b + ε están en el interior de I. Sean k y K las cotas

inferiores y superiores de f , respectivamente, en [a − ε, b + ε] . Si x, y son puntos
3
en [a, b] entonces el punto z definido por medio de

|y − x| |y − x|
y= z+ 1− x
ε + |y − x| ε + |y − x|
está en [a − ε, b + ε]; nótese que
|y − x|
0< < 1,
ε + |y − x|
entonces, usando la definición de función convexa 1.1.1 tenemos que

|y − x| |y − x|
f (y) ≤ f (z) + 1 − f (x)
ε + |y − x| ε + |y − x|
|y − x|
= (f (z) − f (x)) + f (x)
ε + |y − x|
|y − x|
≤ (K − k) + f (x);
ε + |y − x|
en consecuencia,
K −k
f (y) − f (x) ≤ |y − x|
ε
Intercambiando x con y se obtiene, de manera similar que,
K −k
f (x) − f (y) ≤ |y − x|
ε
Por lo tanto, hemos encontrado que f satisface una condición de Lipschitz de orden
λ = 1 en cada intervalo contenido en el interior de I.
Del hecho que una función convexa sea acotada y que satisfaga una condición
de Lipschitz de orden λ = 1, se deduce la continuidad de tal función. En efecto,
sean a ∈ I y ε > 0 arbitrarios, entonces,
K −k
|f (x) − f (a)| ≤ |x − a| ,
ε
4
ası́ que, haciendo δ ≤ ε2 /(K − k), obtenemos que para todo a ∈ I se tiene que si
|x − a| < δ entonces
K −k
|f (x) − f (a)| < |x − a|
ε
K − k ε2
≤ =ε
ε K −k
lo cual indica que f es continua.
Definición Equivalente de Función Convexa.
Nos proponemos mostrar una definición equivalente de función convexa al com-

parar el valor de la función en cada punto medio entre dos elementos arbitrarios
de su dominio, y el valor medio de sus correspondientes imágenes.
Teorema. 1.2.2 La función f : [a, b] → R es convexa si y solo si f es continua y

para todo x, y ∈ [a, b] se tiene que

1 1 1 1
f x + y ≤ f (x) + f (y).
2 2 2 2
Demostración:
Sea f : [a, b] → R una función convexa. De acuerdo a los resultados encontrados en

la sección anterior, tenemos que f es continua, y tomando α = 1/2 obtenemos la
desigualdad buscada. Recı́procamente, supongamos que f es una función continua
y que para todo x, y ∈ [a, b] se tiene que

1 1 1 1
f x + y ≤ f (x) + f (y),
2 2 2 2
5
pero que f no es convexa. Entonces existen x0 , y0 , z0 ∈ (a, b) tales que el punto
(y0 , f (y0 )) está por encima del segmento de recta que une al punto (x0 , f (x0 )) con
el punto (z0 , f (z0 )) , esto es,

f (z0 ) − f (x0 )
f (y0 ) > (y0 − x0 ) + f (x0 ).
z0 − x0
De la continuidad de la función f , deducimos que existe δ > 0 tal que

f (z0 ) − f (x0 )
f (x) > (x − x0 ) + f (x0 )
z0 − x0
para todo x ∈ (y − δ, y + δ) . De lo cual encontramos que los conjuntos
{t : f (s) > g(s), s ∈ (t, y]} y {t : f (s) > g(s), s ∈ [y, t)}
son no vacı́os, donde

f (z0 ) − f (x0 )
g(s) = (s − x0 ) + f (x0 ).
z0 − x0
Podemos definir entonces,
k = inf {t : f (s) > g(s), s ∈ (t, y]}
y
m = sup {t : f (s) > g(s), s ∈ [y, t)} .
Es claro que k < y < m y que f (k) = g(k) y f (m) = g(m), además se tiene que

f (z0 ) − f (x0 )
f (s) > (s − x0 ) + f (x0 ),
z0 − x0
para todo s ∈ (k, m) . En particular, para s = (k + m)/2, es decir,

k+m f (m) − f (k) k+m
f > − k + f (k)
2 m−k 2

f (m) − f (k) m−k
= + f (k)
m−k 2
f (m) − f (k)
= + f (k)
2
1 1
= f (m) + f (k)
2 2
6
lo cual contradice la hipótesis.
Caracterización de Funciones Convexas por medio de

Razones de Cambio.
Esta caracterización tiene su fundamento en el cociente entre la variación de

los valores de la función y la variación de los valores del argumento de la función.
Lema 1.2.3 La función f : I → R es convexa si y solo si para cada c ∈ I la

función
f (x) − f (c)
g(x) = , con x 6= c (1.2.3.1)
x−c
es creciente como función de x.
Demostración:
Consideremos el caso en que c < x < y. Si f es convexa, entonces con
y−x x−c
x= c+ y
y−c y−c
tenemos que

y−x x−c
f (x) = f c+ y
y−c y−c
y−x x−c
≤ f (c) + f (y).
y−c y−c
7
Observemos que
(y − c)f (x) ≤ (y − x)f (c) + (x − c)f (y)
= yf (c) − xf (c) + (x − c)f (y) + cf (c) − cf (c)
= (y − c)f (c) − (x − c)f (c) + (x − c)f (y)
de donde
(y − c)f (x) − (y − c)f (c) ≤ (x − c)f (y) − (x − c)f (c)
y ası́
f (x) − f (c) f (y) − f (c)
≤
x−c y−c
y por lo tanto, si x < y entonces g(x) < g(y), es decir, g es creciente.
Recı́procamente, supongamos que la función g definida previamente es cre-

ciente. Hagamos x = αu + βv, donde c = u, y = v,y α + β = 1. Entonces,
f (αu + βv) − f (u) f (v) − f (u)

≤ ,
αu + βv − c v−u
f (αu + βv) − f (u) f (v) − f (u)

≤ ,
(1 − β)u + βv − u v−u
f (αu + βv) − f (u) f (v) − f (u)

≤ ,
β(v − u) v−u
f (αu + βv) − f (u) ≤ βf (v) − βf (u),
f (αu + βv) ≤ βf (v) − (1 − α)f (u) + f (u),
8
f (αu + βv) ≤ αf (u) + βf (v)
con lo que f es convexa.
Finalmente, los casos x < y < c y x < c < y se demuestran de manera análoga.
Geométricamente, el cociente del lema 1.2.3 representa la pendiente de la recta

que pasa por los puntos (x, f (x)) y (c, f (c)). Lo que se establece en este resultado
es que dados tres puntos P1 , P2 , P3 (en ese orden), la pendiente entre P1 y P2 es
menor que la pendiente entre P2 y P3 .
Desigualdad de Jensen.
Teorema. 1.2.4 Sean, ϕ una función convexa definida sobre un intervalo I, {pi }ni=1
escalares no negativos (no todos nulos) tales que ni=1 pi 6= 0, y x1 , .., xn ∈ I. En-
P
tonces,
Pn n
i=1 pi xi 1 X
ϕ Pn ≤ Pn pi ϕ(xi ) (1.2.4.1)
i=1 pi i=1 pi i=1
Demostración:
En efecto, si n = 2, tenemos, precisamente, la definición 1.1.1 de función convexa.

Supongamos, como hipótesis inductiva, que la desigualdad 1.2.4.1 es cierta para
9
n = k − 1 entonces probaremos para n = k. Sean, p1 , .., pk−1 , pk números reales
tales que ki=1 pi 6= 0. De esta manera, para cada i = 1, .., k − 1, k se tiene que
P
pi
0 ≤ Pk ≤1
i=1 pi
y también, Pk Pk−1
pi pi pk
1= Pi=1
k
= Pi=1
k
. + Pk
pi
i=1 i=1 pi i=1 pi
Sean x1 , .., xk ∈ I. Usando la definición 1.1.1 dada por la desigualdad 1.1.1.1,
tenemos que
Pk ! Pk−1 !
p x
i i pi xi p x
k k
ϕ Pi=1k
= ϕ Pi=1
k
+ Pk
i=1 p i i=1 pi pi
 !  i=1  
Pk−1 Pk−1
pi  pi xi  + Ppk xk 
= ϕ  Pi=1 k
Pk−1 i=1 P k
pi k
i=1 pi Pi=1
k i=1 p i i=1 pi
i=1 pi
 
Pk−1 ! Pk−1
p i  Pk−1 i=1 i i p x  + P pk ϕ(xk )
≤ Pi=1
k
ϕ
pi k k
i=1 pi i=1 pi
P
i=1 pi
Pi=1
k
i=1 p i
Pk−1 ! Pk−1 !
p i p i x i pk
= Pi=1
k
ϕ Pi=1 k−1
+ Pk ϕ(xk )
i=1 pi i=1 pi i=1 pi
y aplicando la hipótesis inductiva queda que

Pk ! Pk−1 ! k−1
p
i=1 i ix i=1 pi 1 X pk
ϕ Pk ≤ Pk Pk−1 pi ϕ(xi ) + Pk ϕ(xk )
i=1 pi i=1 pi i=1 pi i=1 i=1 pi
Pk−1
i=1 pi ϕ(xi ) pk
= Pk + Pk ϕ(xk )
i=1 pi i=1 pi
Pk
i=1 pi ϕ(xi )
= Pk
i=1 pi
quedando probada la desigualdad de Jensen.
El siguiente resultado es la versión continua de la desigualdad de Jensen.
10
Teorema. 1.2.5 Sea Φ : I → R una función convexa. Sea (X, A, µ) un espacio
de medida finita. Si f es integrable, y f (X) ⊂ I, para algún intervalo I de longitud
finita, y si Φ ◦ f es integrable, entonces,
Z Z
1 1
Φ f dµ ≤ (Φ ◦ f )dµ. (1.2.5.1)
µ(X) X µ(X) X
Demostración:
Sea Z
1
γ= f dµ.
µ(X) X
Nótese que si I = (α, β) entonces,
Z
αµ(X) < f dµ < βµ(X),
X
con lo que α < γ < β. Ahora, conocemos que la función g, definida en 1.2.3 es
una función creciente, en consecuencia, podemos definir
s = sup {g(x) : x ∈ (α, γ)} .
En consecuencia,
Φ(γ) − Φ(x)
s≥ ,
γ−x
para todo x ∈ (α, γ) , luego,
s(γ − x) ≥ Φ(γ) − Φ(x).
Por otra parte, si x ∈ (γ, β) tenemos que
Φ(γ) − Φ(x)
s≤ ,
γ−x
11
con lo que
s(γ − x) ≥ Φ(γ) − Φ(x)
que es lo mismo que

s(x − γ) ≥ Φ(γ) − Φ(x),
entonces, si x ∈ (α, β) , podemos escribir que
Φ(γ) ≤ s(γ − x) + Φ(x).
Entonces, si x = f (t), tenemos

Z Z
1 1
Φ f dµ ≤ s f dµ − f (t) + Φ (f (t)) .
µ(X) X µ(X) X
Como, Φ ◦ f es integrable, podemos integrar y obtenemos,
Z Z Z Z
1 µ(X)
Φ f dµ µ(X) ≤ s f dµ − s f dµ + Φ (f ) dµ,
µ(X) X µ(X) X X X
Z Z
1 1
Φ f dµ ≤ Φ (f ) dµ.
µ(X) X µ(X) X
Derivadas de las Funciones Convexas.
Dado que una derivada es una razón de cambio instantánea, el resultado obtenido
en el lema 1.2.3 nos conduce a este otro.
Lema 1.2.6 Toda función continua y convexa f : I → R tiene en cada punto una
derivada derecha f+0 y una derivada izquierda f−0 , tales que f−0 ≤ f+0 .
12
Demostración:
Sean h1 , h2 tales que 0 < h1 < h2 , entonces por el lema 1.2.3, tenemos que
f (u) − f (u − h2 ) f (u) − f (u − h1 )
≤
h2 h1
f (u − h1 ) − f (u)
=
−h1
f (u + h1 ) − f (u)
≤
h1
f (u + h2 ) − f (u)
≤
h2
La expresión
f (u + h1 ) − f (u)
h1
es decreciente cuando h1 → 0 y acotada inferiormente, entonces existe el lı́mite
f (u + h) − f (u)
lim = f+0 (u).
h→0 h
También, la expresión
f (u) − f (u − h1 )
h1
es creciente cuando h1 → 0 y acotada superiormente, en consecuencia, existe el
lı́mite
f (u) − f (u − h)
lim = f−0 (u).
h→0 h
Además, se tiene que f−0 (u) ≤ f+0 (u).
Convexidad de las Funciones Integrales de Funciones

Monótonas.
A partir de funciones monótonas crecientes podemos construir funciones convexas.
13
Teorema. 1.2.7 Sea ϕ : I → R+ una función creciente. Sea c ∈ I; entonces, se
tiene que la función Z t
Φ(t) = ϕ(s)ds, c < t
c
es una función continua, creciente y convexa.
Demostración:
Observemos que de la definición de Φ, y el teorema 6.20 en Principios de Análisis

Matemático de Walter Rudin, pag. 133, tenemos que es continua y que Φ0 (t) = ϕ(t)
en cada punto donde ϕ es continua, y como ϕ es positiva, se tiene que Φ es creciente.
Para probar la convexidad de Φ usaremos el teorema 1.2.2, ya que Φ es continua.
Sean r, t tales que c < r < t. Usando la definción de la función Φ y el crecimiento
de la función positiva ϕ, tenemos que
Z (r+t)/2
r t
Φ + = ϕ(s)ds
2 2 c
Z r Z (r+t)/2
= ϕ(s)ds + ϕ(s)ds
c r
Z r
1 (r+t)/2 1 (r+t)/2
Z Z
= ϕ(s)ds + ϕ(s)ds + ϕ(s)ds
c 2 r 2 r
1 (r+t)/2 1 t
Z Z
≤ Φ(r) + ϕ(s)ds + ϕ(s)ds
2 r 2 (r+t)/2
1 (r+t)/2 1 t
Z Z
1 1
= Φ(r) + Φ(r) + ϕ(s)ds + ϕ(s)ds
2 2 2 r 2 (r+t)/2
"Z #
r Z (r+t)/2 Z t
1 1
= Φ(r) + ϕ(s)ds + ϕ(s)ds + ϕ(s)ds
2 2 c r (r+t)/2
1 1
= Φ(r) + Φ(t).
2 2
Lo cual indica que Φ es una función convexa.
14
El siguiente resultado nos muestra que una función convexa tiene una repre-
sentación integral por medio de un función creciente.
Teorema. 1.2.8 Sea Φ : I → R una función convexa y continua. Sea c ∈ I,

entonces existe una función ϕ(s) creciente tal que
Z t
Φ(t) − Φ(c) = ϕ(s)ds
c
Demostración:
Según el lema 1.2.6 las derivadas laterales de Φ existen y son crecientes, además
ellas coinciden fuera de un conjunto numerable. Se deduce del primer teorema
fundamental del cálculo que
Z t Z t
Φ(t) − Φ(c) = ϕ0+ (s)ds = ϕ0− (s)ds
c c
Es necesario en esta sección incorporar algunas funciones que gozan de la

propiedad de ser convexas y que han sido usadas durante el desarrollo del Análisis
funcional en las definiciones de las normas que son asignadas a los espacios nor-
mados. A continuación mostramos algunas de ellas.
15
1.3 Funciones de Young
Definición 1.3.1 Sea ϕ(t) ≥ 0, para todo t ≥ 0, una función creciente y continua
a la derecha. A la función Φ definida por medio de
Z t
Φ(t) = ϕ(s)ds, para todo t ≥ 0 (1.3.1.1)
0
se le denomina función de Young.
De esta definición se deduce que estas funciones cumplen la siguiente desigualdad

t t
ϕ ≤ Φ(t) ≤ tϕ(t), t ≥ 0. (1.3.1.2)
2 2
En efecto, como la función ϕ es una función creciente, entonces ϕ(t) ≥ ϕ(s) para
todo s ∈ [0, t] , en consecuencia
Z t Z t
Φ(t) = ϕ(s)ds ≤ ϕ(t)ds = tϕ(t);
0 0
por otra parte, por la monotonı́a de ϕ, tenemos que

Z t/2 Z t
t
ϕ(t/2) = ϕ(t/2)ds ≤ ϕ(s)ds = Φ(t).
2 0 0
Una consecuencia de la definición 1.3.1 y del teorema 1.2.7, es que toda función
de Young es creciente, continua y convexa.
16
1.4 Funciones complementarias en el sentido de
Young.
Sea Φ(t) una función de Young. Definamos la función ψ por medio de
ψ(s) = sup {t : ϕ(t) ≤ s} .
Es fácil ver que ésta es una función creciente, continua a la derecha y que ψ(0) = 0.
En efecto, si s < r, entonces
ψ(s) = sup {t : ϕ(t) ≤ s} y ψ(r) = sup {t : ϕ(t) ≤ r}
y si t es tal que ϕ(t) ≤ s entonces, ϕ(t) ≤ r, por lo tanto,
{t : ϕ(t) ≤ s} ⊂ {t : ϕ(t) ≤ r}
encontramos ası́ que sup {t : ϕ(t) ≤ r} ≥ sup {t : ϕ(t) ≤ s} , es decir, ψ(r) ≥ ψ(s),
lo que nos dice que ψ es una función creciente. También, si s = 0 tenemos que
{t : ϕ(t) ≤ 0} = {0} con lo que ψ(0) = 0.
Se tiene entonces que la función

Z t
Ψ(t) = ψ(s)ds (1.4.1)
0
es una función de Young, denominada función complementaria en el sentido

de Young .
Nota 1.4.1.0 Sea s < r. Entonces,
ψ(s) = sup {t : ϕ(t) ≥ s} y ψ(r) = sup {t : ϕ(t) ≥ r}
17
como s < r, si t es tal que ϕ(t) ≥ r entonces, ϕ(t) ≥ s, por lo tanto,
{t : ϕ(t) ≥ r} ⊂ {t : ϕ(t) ≥ s}
encontramos ası́ que sup {t : ϕ(t) ≥ r} ≥ sup {t : ϕ(t) ≥ s} , es decir, ψ(r) ≥ ψ(s).
La función es creciente. Por otra parte, verifiquemos la continuidad de esta fun-
ción. Sea s0 ∈ R arbitrario. Probaremos que
lim ψ(s) = ψ(s0 ).

s→s+
0
Veamos que
|ψ(s) − ψ(s0 )| = sup {t : ϕ(t) ≥ s} − sup {t : ϕ(t) ≥ s0 }
Ahora, veamos que ψ(0) = 0. Es decir,
sup {t : ϕ(t) ≥ 0} = 0.
Supongamos que ψ(0) > 0. Entonces, se tiene que
ψ(0) ≥ t
y que dado ε > 0 existe t0 tal que
ψ(0) − ε ≤ t0 ≤ ψ(0)
Desigualdad de Young.
Teorema. 1.4.2 Si Φ y Ψ son funciones de Young complementarias, entonces
u.v ≤ Φ(u) + Ψ(v), para todo u, v > 0.
18
1.5 Funciones logarı́tmicamente convexas
Definición 1.5.1 Denotaremos por I al intervalo (0, 1] ó [1, ∞) . Una función

f : I → [0, ∞) es logarı́tmicamente convexa si para todo s, t ∈ I, α, β > 0, y
α + β = 1 se tiene que
f (αt + βs) ≤ f (t)α f (s)β , (1.5.1.1)
es decir, f es logarı́tmicamente convexa si la función log(f ) es convexa.
Teorema. 1.5.2 La clase de funciones logarı́tmicamente convexa es un cono. Tam-

bién, el lı́mite de una sucesión de funciones convexas, cuando existe, es convexa.
1.6 N-Funciones o Funciones de Orlicz
A continuación definimos una importante clase de funciones de Young.
Definición 1.6.1 Una función de Young, con representación

Z t
Φ(t) = ϕ(s)ds
0
se dice que es una N-función o función de Orlicz si ϕ(t) satisface las sigu-
ientes propiedades
i) ϕ(0) = 0
ii) ϕ(t) > 0 para t > 0
iii) limt→∞ ϕ(t) = ∞
19
Alternativamente, una función Φ se denomina N −f unción si y solo si es continua,
par y convexa y satisface lo siguiente
a. limt→0 (Φ(t)/t) = 0
b. limt→∞ (Φ(t)/t) = ∞
c. Φ(t) > 0 siempre que t > 0
Nota 1.6.1.1 Adoptando la primera de estas definiciones obtenemos que

Φ(t) Φ(t)
lim =0 y lim = ∞.
t→0 t t→∞ t
En efecto, como Φ es una función de Young, de 1.3.1.2, se tiene que Φ(t) ≤ tϕ(t),
t ≥ 0, con lo que
Φ(t)
≤ ϕ(t) para t > 0
t
con esto, pasando al lı́mite, sigue que
Φ(t)
0 ≤ lim ≤ lim ϕ(t) = 0.
t→0 t t→0
Análogamente, como (t/2)ϕ (t/2) ≤ Φ(t), entonces,

1 t Φ(t)
ϕ( ) ≤
2 2 t
y pasando al lı́mite, queda que
1 t Φ(t)
∞ = lim ϕ( ) ≤ lim .
t→∞ 2 2 t→∞ t
Por otra parte, siendo una función de Young, es convexa y continua.
Lema 1.6.2 Si Φ es una N-función entonces se tiene que Φ (αt) < αΦ(t) para
todo α ∈ (0, 1) y t > 0.
20
Demostración:
Nótese que si Φ es cualquier función convexa definida en [0, t0 ) , t0 > 0 tal que
Φ(0) = 0,entonces para todo α ∈ (0, 1), tenemos
Φ (αt + (1 − α)0) ≤ αΦ(t), t > 0
Supongamos que para algún α0 ∈ (0, 1) y t0 > 0 tales que Φ (α0 t0 ) = α0 Φ (t0 ) .
Definamos la función
F (α) = Φ(αu + (1 − α)v) − αΦ(u) − (1 − α)Φ(v)
para u = t0 y v = 0, entonces
F (α) = Φ(αt0 ) − αΦ(t0 );
conocemos por el lema ?? que esta función es convexa, además F 0) = F (1) = 0.

Debe tenerse entonces que F (α) = 0 para todo α ∈ (0, 1), esto es, Φ(αt0 ) = αΦ(t0 ),
para todo α ∈ (0, 1). De aquı́ deducimos que
Φ(t) Φ(αt0 ) αΦ(t0 ) Φ(t0 )
0 = lim = lim = lim = > 0;
t→0 t α→0 αt0 α→0 αt0 t0
lo cual es una contradicción.
Lema 1.6.3 Si Φ es una N-función entonces la función g(t) = Φ(t)/t es una

función creciente.
Demostración:
Usaremos el resultado mostrado en el lema 1.6.2. Sea t1 < t2 . Entonces

t1 t2 t1
Φ (t1 ) = Φ ≤ Φ(t2 )
t2 t2
21
ası́, queda que
Φ (t1 ) Φ (t2 )
≤ ,
t1 t2
con lo que la función g(t) = Φ(t)/t es una función creciente.
No es muy dificil ver que la composición de dos N −f unciones es una N −f unción.
Proposición 1.6.4 La composición de dos N − f unciones es una N − f unción.
Demostración:
En efecto, sean Φ1 y Φ2 dos N − f unciones. Entonces, Φ1 es una función continua,

convexa y par, tal que
a. limt→0 (Φ1 (t)/t) = 0

b. limt→∞ (Φ1 (t)/t) = ∞
c. Φ1 (t) > 0 siempre que t > 0
y también tenemos que Φ2 es una función continua, convexa y par, tal que
a.0 limt→0 (Φ2 (t)/t) = 0

b.0 limt→∞ (Φ2 (t)/t) = ∞
c.0 Φ2 (t) > 0 siempre que t > 0.
Definamos la función Φ = Φ1 ◦ Φ2 , por medio de
Φ(t) = Φ1 (Φ2 (t)) , para t ≥ 0.
22
Entonces, de c y c0 , obtenemos que Φ(t) = Φ1 (Φ2 (t)) , para t > 0. Ahora, de a0 y
del hecho Φ2 (t) → 0 cuando t → 0, obtenemos
Φ(t) Φ1 (Φ2 (t))

lim = lim
t→0 t t→0 t
Φ1 (Φ2 (t)) Φ2 (t)
= lim ·
t→0 t Φ2 (t)
Φ1 (Φ2 (t)) Φ2 (t)
= lim · = 0.
t→0 Φ2 (t) t
Con un análogo razonamiento, obtenemos que
Φ(t)
lim = ∞.
t→∞ t
Probaremos ahora el recı́proco de la proposición anterior.
Proposición 1.6.5 Toda N − f unción es la composición de dos N − f unciones.
Demostración:
Sea Φ una N − f unción. Entonces existe una función ϕ no negativa, definida sobre
[0, ∞) , creciente y continua por la derecha, tal que
Z t
Φ(t) = ϕ(s)ds
0
y tal que cumple con las tres condiciones establecidas en 1.6.1. Sea ϕ1 la función
definida por medio de
ϕ1 (s) = (ϕ(s))p para algún p ∈ (0, 1) .
23
Esta función satisface lo siguiente
1. ϕ1 es no negativa, y ϕ1 (0) = 0
2. ϕ1 es no decreciente
3. ϕ1 es continua por la derecha
4. limt→∞ ϕ1 (t) = limt→∞ (ϕ(s))p = ∞
Luego, la función Φ1 definida por medio de

Z t Z t
Φ1 (t) = ϕ1 (s)ds = (ϕ(s))p ds
0 0
es una N − f unción. Ahora, definamos la fiunción ϕ2 por medio de

ϕ Φ−1

1 (t)
ϕ2 (t) = .
ϕ1 Φ−11 (t)
Esta función es creciente, no negativa, tiende a cero cuando t → 0 y a infinito

cuando t → ∞. Definimos entonces la función Φ2 por medio de
Z t
Φ2 (t) = ϕ2 (s)ds.
0
Ahora, nótese que

Φ2 (t) = Φ ◦ Φ−1 (t)

Comparación entre N-Funciones.
Pretendemos establecer condiciones para estudiar la equivalencia entre N-funciones.
24
Proposición 1.6.6 Supongamos que Φ1 , Φ2 son N − f unciones con funciones
complementarias Ψ1 , Ψ2 , respectivamente. Supongamos que Φ1 (x) ≤ Φ2 (x) para
x ≥ x0 , para algún x0 > 0. Entonces Ψ2 (y) ≥ Ψ1 (y) para y ≥ y0 , donde y0 =
ϕ2 (x0 ), y ϕ2 = Φ02+ .
Demostración:
Sean ϕ1 , ϕ2, ψ1 y ψ2 las derivadas derechas de las funciones Φ1 , Φ2 , Ψ1 , Ψ2 , respec-

tivamente. Recordemos que ψ1 es la inversa derecha de ϕ1 , y que a su vez ψ2 es
la inversa derecha de ϕ2. En consecuencia, si y0 = ϕ2 (x0 ) entonces ψ2 (y0 ) = x0 .
Entonces, ψ2 (y) > x0 siempre que y > y0 . Nótese que, usando el caso de igualdad,
en 1.4.2, tenemos que
yψ2 (y) = Ψ2 (y) + Φ2 (ψ2 (y)).
Ahora, usando la desigualdad,
yψ2 (y) = Ψ1 (y) + Φ1 (ψ2 (y)).
Tenemos entonces que
Ψ2 (y) + Φ2 (ψ2 (y)) ≤ Ψ1 (y) + Φ1 (ψ2 (y)).
Por hipótesis, tenemos que Φ1 (ψ2 (y)) ≤ Φ2 (ψ2 (y)), en consecuencia,
Φ2 (ψ2 (y)) − Φ1 (ψ2 (y)) ≥ 0
y de aquı́ que
Ψ2 (y) + Φ2 (ψ2 (y)) − Φ1 (ψ2 (y)) ≤ Ψ1 (y)
de lo cual se deduce que
Ψ2 (y) ≤ Ψ1 (y), si y ≥ y0 .
25

1.7 Equivalencia entre N-Funciones.
Definición 1.7.1 Sean Φ1 , Φ2 dos N-funciones. Escribiremos Φ1 ≺ Φ2 si existe

una constante k1 tal que Φ1 (x) ≤ Φ2 (kx) para grandes valores de x. Si Φ1 ≺ Φ2 y
Φ2 ≺ Φ1 entonces decimos que Φ1 , Φ2 son equivalentes y escribimos Φ1 ∼ Φ2 .
Definición 1.7.2 Las N − f unciones Φ1 , Φ2 son δ−equivalentes si existen con-

stantes K1 ,K2 ,k1 , k2 , t0 tales que
K1 Φ1 (k1 t) ≤ Φ2 (t) ≤ K2 Φ1 (k2 t), para 0 ≤ t ≤ t0 . (1.7.1)
Si esta desigualdad se cumple para todo t > t0 , entonces se dice que las funciones
son ∆−equivalentes, y si se cumple para todo t > 0 se dice que son equivalentes
.
Generalizando la proposición 1.6.6, decimos que si Φ1 ≺ Φ2 entonces Ψ2 ≺ Ψ1 ,

donde Ψ1 y Ψ2 son las funciones complementarias de Φ1 y Φ2 .
Teorema. 1.7.3 Toda N-función es equivalente a una N-función cuya derivada

es continua y estrictamente creciente.
Demostración:
26
Sea Φ una N −función. Entonces Φ se escribe como
Z t
Φ(t) = ϕ(s)ds.
0
Luego, la función Φ(t)/t es continua y estrictamente creciente. Ahora, de la de-

sigualdad 1.3.1.2 se obtiene que

1 t Φ(t)
ϕ ≤ ≤ ϕ(t)
2 2 t
e integrando obtenemos
1 t s
Z Z t Z t
Φ(s)
ϕ ds ≤ ds ≤ ϕ (s) ds
2 0 2 0 s 0
es decir, Z t
Φ(s)
Φ(t/2) ≤ ds ≤ Φ(t);
0 s
esto es, la N-función Z t
Φ(s)
F (t) = ds
0 s
es equivalente a Φ y tiene las propiedades deseadas.
Definición 1.7.4 A una función convexa Q se le llama parte principal de una

N − f unción Φ si Φ(x) = Q(x) para grandes valores de x.
Condiciones de crecimiento de las N funciones
Existen varias clases de N − f unciones, dependiendo de ciertas condiciones rela-

cionadas con el crecimiento de las mismas.
27
Definición 1.7.5 Sea Φ una N − f unción y sea Ψ su función complementaria.
Se dice que Φ satisface una condición ∆2 si
Φ(2x)
lim sup < ∞,
x→∞ Φ(x)
esto es, existe una constante K > 0 tal que Φ(2x) ≤ Φ(x) para grandes valores de
x. Si Ψ satisface una condición ∆2 entonces decimos que Φ satisface una condición
∇2 .

Decimos que Φ satisface una condición ∆0 si existe una constante K > 0 tal que
Φ(xy) ≤ KΦ(x)Φ(y) para grandes valores de x y y. Si Ψ satisface una condición
∆0 entonces decimos que Φ satisface una condición ∇0 .

Decimos que Φ satisface una condición ∆3 si existe una constante K > 0 tal
que xΦ(x) ≤ Φ(Kx) para grandes valores de x. Si Ψ satisface una condición ∆3
entonces decimos que Φ satisface una condición ∇3 .

Decimos que Φ satisface una condición ∆2 si existe una constante K > 0 tal que
(Φ(x))2 ≤ Φ(Kx) para grandes valores de x. Si Ψ satisface una condición ∆2
entonces decimos que Φ satisface una condición ∇2 .
28
Capı́tulo 2
Espacios de Orlicz.
2.1 Nociones Generales respecto a Espacios de

Orlicz
Definición 2.1.1 Sea Φ una función de Young. La clase de Orlicz P (Φ) con-
siste de todas las funciones medibles f sobre el intervalo [0, a] para las cuales el
funcional Z a
Φ
M (f ) = Φ (|f (x)|) dx < ∞.
0
Proposición 2.1.2 Sea Φ una función de Young. Entonces la clase de Orlicz

P (Φ) es un subespacio lineal de la clase de funciones de valor escalar medibles
sobre [0, a] que son finitas casi en todas partes, M0 ([0, a]) , si y solo si Φ satisface
una condición ∆2 .
29
Demostración:
Sea M0 ([0, a]) el conjunto de funciones de valor real, finitas casi en todas partes,
medibles y definidas sobre el intervalo [0, a] . Primero, supongamos que Φ es una
función de Young, la cual satisface una condición ∆2 . Probaremos que P (Φ) es un
subespacio lineal de M0 ([0, a]) . Existen entonces constantes s0 > 0 y c > 0 tales
que
Φ(2s) ≤ cΦ(s) para s ≥ s0 .
Afirmamos la siguiente implicación
f ∈ P (Φ) ⇒ 2f ∈ P (Φ).
En efecto, sea E = {x : |f (x)| > s0 } y F = E c . Entonces,

Z a Z Z
Φ (|2f (x)|) dx = Φ (2 |f (x)|) dx + Φ (2 |f (x)|) dx
0 Z E Z F
≤ cΦ (|f (x)|) dx + cΦ(s0 )dx

E F
Z a Z a
≤ c Φ (|f (x)|) dx + Φ(s0 ) dx
0 0
Z a
= c Φ (|f (x)|) dx + aΦ(s0 ) < ∞.
0
Con este resultado probaremos que αf ∈ P (Φ) para cualquier α ∈ R. Sea n un

entero tal que |α| ≤ 2n . Entonces,
Z a Z a
Φ (|αf (x)|) dx = Φ (|α| |f (x)|) dx
0 0
Z a
≤ Φ (2n |f (x)|) dx < ∞
0
dado que por recursividad, si f ∈ P (Φ) entonces 2n f ∈ P (Φ).
30
Pasamos a probar que si f, g ∈ P (Φ) entonces (f + g) ∈ P (Φ). Veamos que,
usando la convexidad de Φ, tenemos
Z a Z a
Φ (|f (x) + g(x)|) dx ≤ Φ (|f (x)| + |g(x)|) dx
0 0
Z a
1 1
= Φ |2f (x)| + |2g(x)| dx
0 2 2
Z a
1 a
Z
1
≤ Φ (|2f (x)|) dx + Φ (|2g(x)|) dx < ∞.
2 0 2 0
Es claro que f = 0 es una función en P (Φ). Con esto último hemos probado que
P (Φ) es un subespacio lineal de M0 ([0, a]) .
Ahora, supongamos que P (Φ) es un subespacio lineal de M0 ([0, a]), probaremos

que Φ satisface una condición ∆2 . Lo haremos por reducción al absurdo. Supong-
amos que Φ no satisface una condición ∆2 . Entonces existe una sucesión sn ↑ ∞
tal que
Φ(2sn ) > 2n Φ(sn ) > 0, n = 1, 2, 3, ...
Escojamos conjuntos disjuntos de [0, a] con medidas
aΦ(s1 )
µ(En ) = tn = .
2n Φ(sn )
Esto es posible porque

X
tn ≤ 2−n a y ası́ tn ≤ a.
Definamos la función
∞
X
f (x) = sn χEn (x), 0 ≤ x ≤ a.
n=1
31
Esta función f ∈ P (Φ). En efecto,
∞ !
Z a Z a
X
Φ (|f (x)|) dx = Φ sn χEn (x) dx

0 0
n=1

∞
X Z
= Φ (|sn |) dx
n=1 En
∞
X aΦ(s1 )
= Φ (|sn |)
n=1
2n Φ(sn )
∞
X 1
= aΦ(s1 ) = aΦ(s1 ) < ∞.
n=1
2n
Pero la función 2f ∈
/ P (Φ). Veamos,
Z a ∞
X ∞
X
Φ (|2f (x)|) dx = Φ (2 |sn |) tn ≥ a Φ (|sn |) = ∞,
0 n=1 n=1
contradiciendo que P (Φ) es un espacio lineal.
Aunque la clase de Orlicz puede no ser un espacio lineal, siempre es un conjunto

convexo que contiene el orı́gen. Para generar un espacio lineal a partir de este,
con una topologı́a de la norma, es usual asociarle como norma al funcional de
Minkowski.
Definición 2.1.3 Si Φ es una función de Young, la norma k·kΦ está definida por
medio de
Φ f
kf kΦ = inf k : M ≤1
k
Ya que Φ es continua por la izquierda, por el teorema de la convergencia

monótona, sigue que el ı́nfimo en la definición anterior se alcanza, si es positi-
32
vo en otras palabras

Φ f
kf kΦ = min k : M ≤ 1 , si kf kΦ > 0.
k
En efecto, por la caracterización de definición de ı́nfimo, tenemos que para cada

ε > 0 existe kε tal que
kf kΦ ≤ kε ≤ kf kΦ + ε,
luego, existe una sucesión {kn }∞

n=1 , decreciente, que converge a kf kΦ . Con lo cual
la sucesión {f (x)/kn }∞
n=1 es una sucesión creciente que converge a f (x)/ kf kΦ . Ası́,
tenemos que
lim f (x)/kn = f (x)/ kf kΦ , para cada x.
n→∞
De la continuidad por la izquierda de Φ, obtenemos que

f (x) f (x)
lim Φ =Φ , para cada x,
n→∞ kn kf kΦ
en forma creciente. Esto puede reescribirse, definiendo las funciones hn , positivas,

por medio de
f (x)
hn (x) = Φ ,
kn
de tal manera que {hn }∞
n=1 es una sucesión creciente que converge a h = Φ (f / kf kΦ )
puntualmente. En consecuencia, usando el Teorema de la convergencia monótona,

tenemos Z a Z a
f (x) f (x)
Φ dx = lim Φ dx ≤ 1,
0 kf kΦ n→∞ 0 kn
quedando probado ası́ que

Φ f
kf kΦ ∈ k : M ≤1 .
k
33
Los siguientes resultados seran necesarios para probar que la clase de Orlicz con
la norma k·kΦ asociada es un espacio de Banach.
Lema 2.1.4 Si Φ es una función de Young entonces
f = 0 a.e si y solo si M Φ (kf ) ≤ 1 para todo k > 0.
Demostración:
Supongamos que f = 0 a.e. Sea k > 0, entonces

Z a Z Z
Φ (|kf (x)|) dx = Φ (k |f (x)|) dx + Φ (k |f (x)|) dx,
0 A B
donde A = {x : f (x) = 0} y B = {x : f (x) 6= 0}, de lo cual se deduce que

Z Z
Φ (|kf (x)|) dx = Φ (0) dx = 0,
A A
y que Z
Φ (k |f (x)|) dx = 0,
B
ya que la medida de B es cero. Luego,
Z a
Φ (|kf (x)|) dx = 0 ≤ 1;
0
como k fue escogido arbitrariamente, se tiene entonces la implicación buscada.
Supongamos ahora que para todo k > 0 se tiene que

Z a
Φ (|kf (x)|) dx ≤ 1,
0
pero que para algún ε > 0 se tiene que |f (x)| > ε para todo x en algún conjunto
C de medida positiva. Entonces,
Z a Z
Φ (|kf (x)|) dx ≥ Φ (|kf (x)|) dx ≥ Φ(kε)µ(C)
0 C
34
como Φ(s) → ∞ en la medida que s → ∞, entonces,
Z a
lim Φ (|kf (x)|) dx ≥ µ(C) lim Φ(kε) = ∞
k→∞ 0 k→∞
contradiciendo la hipótesis. En consecuencia, f = 0 a.e.
Lema 2.1.5 Si Φ es una función de Young entonces
k|f |kΦ ≤ 1 ⇒ M Φ (|f |) ≤ k|f |kΦ
y
k|f |kΦ > 1 ⇒ k|f |kΦ ≤ M Φ (|f |).
Consecuentemente,
k|f |kΦ ≤ 1 ⇔ M Φ (|f |) ≤ 1.
Demostración:
Es suficiente probar para f ≥ 0. Supongamos que kf kΦ ≤ 1. Si kf kΦ = 0 entonces

de la definición 2.1.3 se tiene que M Φ (f ) ≤ 1 para todo k > 0, y por el lema 2.1.4
que f = 0 a.e, en consecuencia, M Φ (|f |) = 0. Ahora, supongamos que kf kΦ < 1.
Siendo positivo, existe un k0 > 0 tal que kf kΦ = k0 y M Φ (f /k0 ) ≤ 1. Como
k0−1 > 1 y Φ(s)/s es una función creciente, tenemos que k0−1 Φ(s) ≤ Φ(s/k0 ). En
consecuencia, k0−1 M Φ (f ) ≤ M Φ (f /k0 ) ≤ 1, y de aqui que M Φ (f ) ≤ kf kΦ .
Ahora, supongamos que kf kΦ > 1.Para cada γ tal que 1 < γ < kf kΦ , sigue
de la definición 2.1.3 M Φ (f /γ) > 1. Dado que la función Φ(s)/s es una función
creciente, se tiene que γΦ(s/γ) ≤ Φ(s) y ası́, 1 < M Φ (f /γ) ≤ M Φ (f )/γ, con lo
35
que M Φ (f ) > γ y a causa de la naturaleza arbitraria de γ < kf kΦ , tenemos que
kf kΦ ≤ M Φ (f ).
En consecuencia, sikf kΦ ≤ 1 entonces M Φ (f ) ≤ kf kΦ ≤ 1, y recı́procamente,

si M Φ (f ) ≤ 1, entonces para k = 1,se tiene que kf kΦ ≤ k = 1.
Teorema 1 Si Φ es una función de Orlicz entonces k·kΦ cumple con las siguientes
propiedades
a) kf kΦ = 0 ⇔ f = 0 µ a.e.; kaf kΦ = a kf kΦ ;
k(f + g)kΦ ≤ kf kΦ + kgkΦ
b) 0 ≤ g ≤ f µ a.e. ⇒ kgkΦ ≤ kf kΦ
c) 0 ≤ fn ↑ f µ a.e. ⇒ kfn kΦ ↑ kf kΦ
d) µ(E) < ∞ ⇒ kχE kΦ < ∞
R
e) µ(E) < ∞ ⇒ E f dµ ≤ CE χE
para alguna constante 0 < CE < ∞, dependiente de E pero no de f.
Demostración:
Que χE = 0 ⇔ f = 0 µ a.e. sigue del lema 2.1.5 y de la definición 2.1.3.

Probaremos la homogeneidad. Sea a una constante. Entonces
kaf kΦ = inf k −1 : M Φ (kaf ) ≤ 1

= inf k −1 : M Φ ((ka)f ) ≤ 1

= inf u−1 a : M Φ ((uf ) ≤ 1 , haciedo u = ka

= a inf u−1 : M Φ ((uf ) ≤ 1

= a kf kΦ
36
Probaremos la desigualdad triangular. Sean f y g dos funciones no nulas con
γ = kf kΦ + kgkΦ < ∞. Sea α = kf kΦ /γ y β = kgkΦ /γ, de esta manera α, β > 0
y α + β = 1. De la definición 2.1.3, se tiene que

Φ f Φ g
M ≤1 y M ≤ 1;
kf kΦ kgkΦ
y en particular,
f g
Φ y Φ
kf kΦ kgkΦ
son finitas casi en todas partes. Como Φ es convexa en el intervalo donde ésta es
finita, tenemos

Φ f +g f Φ g
M = M +
γ γ γ

Φ αf βg
= M +
αγ βγ

Φ αf βg
= M +
kf kΦ kgkΦ

Φ f Φ g
≤ αM + βM
kf kΦ kgkΦ
≤ α+β =1
entonces, de la definición 2.1.3, tenemos que
kf + gkΦ ≤ γ ≤ kf kΦ + kgkΦ
que es la desigualdad buscada. Con esto queda probado la parte a) del enunciado
del teorema. Pasaremos a probar b).
Sean f y g funciones medibles tales que 0 ≤ g ≤ f a.e., y supongamos que

0 < kf kΦ < ∞. Entonces,

Φ g Φ f
M ≤M ≤ 1,
kf kΦ kf kΦ
37
entonces por la definición 2.1.3 queda que
kgkΦ ≤ kf kΦ ,
esto es lo que quierı́amos demostrar. Probaremos c).
Sea {fn } una sucesión tal que 0 ≤ fn ↑ f a.e. Entonces, por la propiedad b)
tenemos que la sucesión{kfn kΦ }∞
n=1
es creciente. Sea αn = kfn kΦ y sea α = sup αn .
Como kf kΦ ≥ αn para todo n, entonceskf kΦ ≥ α. Queremos mostrar la igualdad.
Esta igualdad es clara para α = 0 y para α = ∞. Supongamos entonces que
0 < αn ≤ α < ∞. En este caso, tenemos

Φ fn Φ fn
M ≤M ≤1
α αn
con la ayuda del Teorema de la Convergencia Monótona obtenemos que la cantidad
del lado izquierdo converge a M Φ (f /α) . Luego,

Φ f
M ≤1
α
y por la definición 2.1.3, sigue que kf kΦ ≤ α. De esta forma queda establecida la
igualdad kf kΦ = α = sup kfn kΦ , de aquı́ que
kfn kΦ ↑ kf kΦ .
Probaremos d). Aquı́ se requiere probar que kχE kΦ < ∞ para cualquier sub-
conjunto medible del intervalo [0, a] . Supongamos que la medida de uno de estos
conjuntos, E, sea b, es decir, µ(E) = b. Además, b > 0. Por hipótesis Φ es una fun-
ción de Orlicz, con lo que Φ no es identicamente cero en (0, ∞) y es continua sobre
el intervalo donde ésta es finita. Como Φ(0) = 0, sigue que existe un númerok > 0
tal que Φ(k) ≤ 1/b. Entonces,
Z a Z
Φ
M (kχE ) = Φ (kχE ) dµ = Φ(k)dµ = bΦ(k) ≤ 1,
0 E
38
por la definición de la norma, obtenemos entonces que
1
kχE kΦ ≤ < ∞.
k
Probaremos e). Sea E un subconjunto de [0, a] con medida b > 0. Consideremos

una función f ≥ 0 medible con 0 < kf kΦ < ∞. Con k = 1/ kf kΦ la desigualdad
de Jensen, dada por 1.2.5, nos da
Z Z
1 1 1 1
Φ kf (x)dµ ≤ Φ (kf (x)) dµ ≤ M Φ (kf ) ≤ .
b E b E b b
Entonces, como Φ es creciente al infinito, existe una constante c que depende de

Φ y de b tal que Z
1
kf (x)dµ ≤ c,
b E
esto es Z
cb
f (x)dµ ≤ = cb kf kΦ < ∞
E k
que es lo que se querı́a probar.
Lema 2.1.6 Sea Φ una función de Orlicz. Supongamos que {fn }∞

n=1 ⊂ P (Φ).
Entonces
i) Si 0 ≤ fn ↑ f µ a.e., entonces
ó f ∈
/ P (Φ) y kfn kΦ ↑ ∞, ó f ∈ P (Φ) y kfn kΦ ↑ kf kΦ
ii) (lema de Fatou) Si fn → f µ a.e., y si lim inf n→∞kfn kΦ < ∞, entonces
f ∈ P (Φ) y kf kΦ ≤ lim inf n→∞ kfn kΦ
Demostración:
39
La primera afirmación es una consecuencia de la propiedad de Fatou (c, teorema
??). Para probar ii) hagamos hn (x) = inf m≥n |fm (x)| tal que 0 ≤ hn ↑ |f | µ − a.e.
Por la propiedad b) y c) en el teorema 1, obtenemos que

kf kΦ = lim khn kΦ ≤ lim inf k|fm (x)|kΦ = lim inf kfn kΦ .
n→∞ n→∞ m≥n n→∞
Pero f es medible, puesto que es el lı́mite de una sucesión de funciones medibles,

entonces f ∈ P (Φ)
Estableceremos el siguiente resultado para luego probar que el espacio (P (Φ), k·kΦ )
es un espacio de Banach.
Teorema 2 Supongamos que {fn }∞

n=1 ⊂ P (Φ) y que
∞
X
kfn kΦ < ∞.
n=1
P
Entonces fn converge en P (Φ) a alguna función f ∈ P (Φ) y
∞
X
kf kΦ ≤ kfn kΦ .
n=1
Demostración:
P∞ PN
Sean t = n=1 |fn | , tN = n=1 |fn | , (N = 1, 2, 3, ..), de esta manera tenemos que
0 ≤ tN ↑ t. Como
N
X ∞
X
ktN kΦ ≤ kfn kΦ ≤ kfn kΦ ,
n=1 n=1
entonces, de la convergencia absoluta de la serie y de la parte i) del lema 2.1.6,

sigue que t ∈ P (Φ). La serie ∞
P
n=1 |fn (x)| converge puntualmente µ − a.e. y en
40
P∞
consecuencia n=1 fn (x) también. Ası́, si definimos
∞
X N
X
f= fn y sN = fn , N = 1, 2, 3, ...
n=1 n=1
entonces tenemos que sN → f µ − a.e. Además, para cualquier entero positivo M

se tiene que
(sN − sM ) → (f − sM )
cuando N → ∞. De aquı́, también vemos que

N
X ∞
X
lim inf ksN − sM kΦ ≤ lim inf kfn kΦ = kfn kΦ ,
N →∞ N →∞
n=M +1 n=M +1
y que al tomar lı́mite cuando M → ∞, este resultado es cero, ya que la serie

converge absolutamente, como hemos supuesto. Entonces por la parte ii) del lema
2.1.6, (lema de Fatou), sigue que f − sM ∈ P (Φ), y en consecuencia, f, y además,
kf − sM kΦ → 0 en la medida que M → ∞. Pero entonces, para cada M, tenemos
que
M
X
kf kΦ ≤ kf − sM kΦ + ksM kΦ ≤ kf − sM kΦ + kfn kΦ ,
n=1
ası́, haciendo que M → ∞ obtenemos que

∞
X
kf kΦ ≤ kfn kΦ .
n=1
Con este último resultado, y usando la propiedad de Riesz Fischer, establecida

en el teorema A.1.3 del Apéndice A, establecemos que el espacio P (Φ) dotado de
la norma k·kΦ , es un espacio normado completo, es decir, un espacio de Banach.
41
2.2 Espacios de Sucesiones de Orlicz.
Definición 2.2.0 Al espacio vectorial de todas las sucesiones x = (a1 , a2 , ....) tales
que
∞
X |an |
Φ <∞
n=1
ρ
para algún ρ > 0, se le llama espacio de sucesiones de Orlicz y se denota con
`Φ . El espacio de sucesiones x tales que para todo ρ > 0 se tiene que
∞
X |an |
Φ <∞
n=1
ρ
es denotado por hΦ .
El espacio `Φ se convierte en un espacio de Banach estableciendo la norma

( ∞ )
X |an |
kxk`Φ = inf ρ > 0 : Φ ≤1
n=1
ρ
Es claro que hΦ ⊂ `Φ .
Proposición 2.2.1 El espacio hΦ es un subespacio cerrado de `Φ y la sucesión de

vectores {en }∞
n=1 forman una base simétrica para este espacio.
Demostración:
Es claro que los vectores unitarios forman una sucesión básica simétrica en `Φ . Ası́
pues, las dos afirmaciones de la proposición serán probadas si demostramos que
42
hΦ coincide con span {en } o [en ]∞ ∞
n=1 . Un ele-mento x = (a1 , a2 , ....) ∈ [en ]n=1 si y
solo si para todo ρ > 0, existe un entero N = N (ρ) tal que

∞
X |an |
Φ ≤ρ
n=N
ρ
es decir, si y solo si
∞
X |an |
Φ ≤ 1.
n=N
ρ

En general, `Φ y hΦ son distintos. Para dar condiciones bajo las cuales `Φ =hΦ ,
necesitamos la siguiente definición.
2.3 Igualdad entre `Φ y hΦ.
Definición 2.3.0 Condición ∆2 .Se dice que una función de Orlicz Φ satisface
una condición ∆2 en cero si
Φ(2t)
lim sup <∞
t→∞ Φ(t)
Fácilmente se puede chequear que la condición ∆2 en cero implica que la función
Φ satisface la condición ∆Q en cero, con Q ∈ Z+ , es decir,
Φ(Qt)
lim sup < ∞.
t→∞ Φ(t)

La importancia de la condición ∆2 la encontramos al probar que ésta es una

condición necesaria y suficiente para que `Φ = hΦ .
43
Proposición 2.3.1 Para una función de Orlicz Φ, las siguientes condiciones son
equivalentes:
i) Φ satisface una condición ∆2

ii) `Φ = hΦ
iii) Los vectores unitarios forman una base simétrica
acotadamente completa.
iv) `Φ es separable
v) `Φ no contiene subespacios isomorfos a `∞
Demostración:
El hecho que la convergencia de una serie

∞
X |an |
Φ <ρ
n=N
ρ
implique que la convergencia de la serie

∞
X |an |
Φ <ε
n=1
ρ
sigue fácilmente de la condición ∆Q en cero, con Q = ρ/ε. Esto prueba la im-

plicación i ⇒ ii. Para probar ii ⇒ iii usamos la proposición 1.1.3 y el hecho
que
Xn
sup ai ei ≤ 1

n
i=1
para alguna sucesión {ai }∞

i=1 , implica que
∞
X |an |
Φ ≤ 1,
n=N
ρ
44
es decir, x = (a1 , a2 , ....) ∈ `Φ = h∞ y ası́
n
X
ai ei
i=1
converge. Es obvio que iii ⇒ iv ⇒ v. Supongamos ahora que una función de

Orlicz Φ no satisface la condición ∆2 en cero. Entonces, podemos encontrar una
sucesión {tn } tal que
Φ(2tn )
> 2n+1 y Φ(tn ) < 2−n .
Φ(tn )
Sean kn enteros escogidos de manera que
2−(n+1) < kn < 2−n
para todo n. Entonces

∞
X
kn Φ(tn ) ≤ 1
n=1
mientras que kn Φ(2tn ) > 1. Ası́, para cualquier escogencia de escalares {an },
tenemos que
z }| { z {
−n
}|
2 sup |an | ≤ a1 , .., an , .., an tn , .., an tn ≤ sup |an |

n n
y, ası́ pues, v ⇒ i.
Las definiciones de `Φ y hΦ demuestran que, salvo un isomorfismo, lo que realmente

importa es la conducta de Φ en la vecindad de t = 0 : si dos funciones de Orlicz Φ1
y Φ2 consisten de las mismas sucesiones sobre un intervalo 0 ≤ t ≤ t0 y las normas
inducidas por Φ1 y Φ2 son equivalentes. Lo mismo es cierto para hΦ1 y hΦ2 . Aquı́
establecemos un resultado más general.
45
Proposición 2.3.2 Sean Φ1 y Φ2 dos funciones de Orlicz. Entonces, las sigu-
ientes afirmaciones son equivalentes:
i) `Φ1 = `Φ2 y la aplicación identidad es un isomorfismo entre ellos

ii) Las bases de vectores unitarios de `Φ1 y `Φ2 son equivalentes
iii) Φ1 y Φ2 son equivalentes en cero, es decir, existen constantes k > 0
y K > 0 y t0 > 0 tales que para todo 0 < t ≤ t0 tenemos
K −1 Φ2 (k −1 t) ≤ Φ1 (t) ≤ KΦ2 (kt)
La demostración de esta proposición es muy simple. La implicación ii ⇒ iii, es

probada por comparación de las normas de {e1 + .. + en }∞
n=1 en `Φ1 y `Φ2 .
Si al menos una de las funciones satisface que la condición ∆2 en cero, entonces

la equivalencia en cero de Φ1 y Φ2 puede ser expresada en una forma más simple:
existen constantes K y t0 tal que
K −1 ≤ Φ1 (t)/Φ2 (t) ≤ K
para todo 0 < t ≤ t0 .
Hay muchas instancias donde una función de Orlicz Φ está definida solamente en
una vecindad de cero. En esta situación la función Φ puede ser extendida para
t > t0 ası́ que esto transforma una función de Orlicz sobre la lı́nea recta positiva.
Por la proposición anterior los espacios correspondientes `Φ y hΦ serán los mismos,
tratados de la forma en que hemos extendido a Φ. Las normas asociadas a dos
extensiones distintas pueden ser diferentes pero siempre equivalentes.
46
La razón tϕ(t)/Φ(t) está también relacionada a la condición ∆2 . Más precisamente,
una función de Orlicz Φ satisface la condición ∆2 en cero, si y solo si
tϕ(t)
lim sup < ∞.
t→0 Φ(t)
En efecto, si Φ(2t) ≤ KΦ(t), para alguna constante K y para 0 ≤ t ≤ t0 , entonces

Z 2t
tϕ(t) ≤ ϕ(s)ds = Φ(2t) − Φ(t) ≤ KΦ(t).
t
Inversamente, si tϕ(t)/Φ(t) ≤ K1 , 0 ≤ t ≤ t0 , entonces

Z 2t
Φ(2t) ϕ(s)
lg = ds ≤ K1 lg 2, 0 ≤ t ≤ t0 /2,
Φ(t) t Φ(s)
es decir, Φ(2t) ≤ 2K1 Φ(t).
47
Apendice A.
Prerrequisitos.
En el presente capítulo daremos las notaciones, definiciones, teoremas y lemas, que

constituirán los conocimientos básicos para el desarrollo del objetivo principal del
trabajo planteado: Teorema de Dunford-Pettis.
Para tal fin desarrollamos tomando en cuenta tres ramas de la Matemática: Análisis
Funcional, Análisis Real y Topologı́a.
Iniciamos con lo que respecta al Análisis Funcional.
A.1 Del Análisis Funcional.
Lo expuesto en esta sección es tomado del libro de Robert E. Megginson [MR1].
Definición. A.1.1 Sea X un espacio vectorial. Una norma sobre X es una

aplicación k·k definida sobre X tal que cualesquiera par x, y de elementos X, y
48
cualquier escalar α ∈ R, cumplen las siguientes condiciones:
(1) kxk ≥ 0, y kxk = 0 si y solo si x = 0

(2) kαxk = |α| kxk
(3) kx + yk ≤ kxk + kyk .
El par (X, k·k) es denominado espacio normado.
Esta norma genera una métrica denominada métrica inducida por la norma
d(x, y) = kx − yk
y la topologı́a generada por esta métrica se denomina topologı́a fuerte o inducida

por la norma. En consecuencia, al considerar el problema de la convergencia de
sucesiones, haremos referencia a esta topologı́a. En particular, consideraremos
espacios donde convergen todas las sucesiones de Cauchy.
Definición. A.1.2 Un espacio normado en el cual la métrica inducida por su

norma es completa, es decir, en esta métrica convergen todas las sucesiones de
Cauchy, se denomina espacio de Banach.
Es claro entonces que para probar que un espacio normado es un espacio de Banach
es necesario y suficiente que toda sucesión de Cauchy converja en la norma del
espacio. Sin embargo, a continuació, mostramos un útil criterio para determinar
la completitud de un espacio normado.
Teorema. A.1.3 Toda serie absolutamente convergente en un espacio normado

es convergente en el espacio si y solo si el espacio es completo.
49
El concepto de funcional lineal es uno de los objetos matemáticos de importancia.
Definición. A.1.4 A toda aplicación lineal, definida sobre un espacio normado

con va-lores en R, lo denominamos funcional lineal.
Definición. A.1.5 El espacio de todos los funcionales lineales acotados definidos

sobre un espacio normado X se le denomina espacio dual de X, y se denota con
X ∗ . El espacio dual de este espcio, denotado por X ∗∗ , se le denomina doble dual o
bidual de X.
Otro concepto de importancia es el siguiente.
Definición. A.1.6 Operador Lineal.
Sean X y Y espacios vectoriales sobre el mismo campo escalar R ó C. Una apli-

cación T de X en Y es denominado operador lineal si para todo x1 , x2 ∈ X y
escalares α, β en el campo escalar considerado, se tiene
T (αx1 + βx2 ) = αT (x1 ) + βT (x2 ).
Definición. A.1.7 Operador lineal acotado.
Un operador lineal de un espacio lineal normado X en un espacio lineal normado

Y se denomina acotado, si existe una constante M positiva tal que
k T (x) kY ≤ M k x kX , para todo x ∈ X.
50
Nótese que si x ∈ X es arbitrario, tenemos T (0) = T (x − x) = T (x) − T (x) = 0,
es decir, T envı́a 0 ∈ X a 0 ∈ Y.
El siguiente resultado nos muestra que para un operador lineal entre espacios
lineales normados es equivalente “continuidad” , “acotación”, “continuidad uni-
forme” , y la “propiedad lipschitziana”.
Proposición. A.1.8 Caracterización de operadores lineales acotados.
Sea T un operador lineal de un espacio normado X en un espacio normado Y .

Entonces, las siguientes afirmaciones son equivalentes:
• (a) T es continuo en 0 ∈ X.
• (b) T es continuo.
• (c) T es uniformemente continuo sobre X.
• (d) T es Lipschitz; esto es, existe una constante 0 < C < ∞ tal que
k T (x) − T (y) k ≤ C k x − y k para todo x, y ∈ X.
• (e) T es acotado.
Los operadores lineales acotados de un espacio lineal normado X en otro Y , for-

man un espacio vectorial denotado por B(X, Y ), donde la suma de vectores y la
multiplicación por escalar están definidas por
(T1 + T2 )(x) = T1 (x) + T2 (x), para todo x ∈ X,
y
(αT1 (x)) = αT1 (x), para todo α ∈ R, x ∈ X.
51
Proposición. A.1.9 Norma de B(X, Y ).
La aplicación k · k : B(X, Y ) → R+ definida por medio de
k T (x) kY
k T k = sup ,
x6=0 k x kX
ó equivalentemente,
k T k = sup k T (x) kY = sup k T (x) kY = sup k T (x) kY ,

k x kX ≤1 k x kX =1 k x kX <1
es una norma.
De la anterior proposición tenemos que (B(X, Y ), k · k) es un espacio normado.
Al estudiar la completitud de este espacio, vemos que ésta depende de la completi-

tud del espacio normado Y, como lo muestra la siguiente proposición.
Proposición. A.1.10 Completitud de B(X, Y ).
B(X, Y ) es un espacio de Banach si y solo si Y es completo.
Una propiedad de interés corresponde a la de aquellos operadores que preservan

la norma.
Definición. A.1.11 Isometrı́as.
Una aplicación T : X → Y se denomina isometrı́a si
k T (x) − T (y) kY = k x − y kX , para todo x, y ∈ X.
52
Nótese que si T es una isometrı́a y si T (x1 ) = T (x2 ) entonces T (x1 ) − T (x2 ) = 0,
con lo que
0 = k T (x1 ) − T (x2 ) kY = k x1 − x2 kX ,
luego x1 = x2 , por lo tanto, T es inyectiva.
Claramente toda isometrı́a es continua. En el caso en que T sea lineal, basta

probar que k T (x) kY = k x kX para todo x ∈ X. En adelante, se usará el término
isometrı́a para hablar de isometrı́a lineal.
Una interesante propiedad es la mostrada en el siguiente resultado debido a Banach

y Mazur.
Proposición. A.1.12 Toda isometrı́a que aplica 0 en 0 es lineal.
A continuación vemos que la aplicación inversa de una isometrı́a mantiene la

propiedad de preservar las normas.
Proposición. A.1.13 Invertibilidad de las isometrı́as y preservación de

la propiedad.
Toda isometrı́a entre espacios normados, sobreyectiva, es invertible y la inversa es

de nuevo una isometrı́a.
Otras definiciones de interés son las siguientes.
Definición. A.1.14 Isomorfismo.
Una aplicación lineal sobreyectiva entre espacios normados T : X → Y es un

isomorfismo si T es inyectiva, y tanto T como T −1 son continuas.
53
La anterior definición nos dice que T es un isomorfismo sobreyectivo si T es un
homeomorfismo lineal. A continuación veremos una caracterización de este tipo
de operadores.
Proposición. A.1.15 Caracterización de Isomorfismos.
T : X → Y es un isomorfismo si y solo si T es sobreyectivo y existen constantes

0 < c, C < ∞ tales que
c k x kX ≤ k T (x) kY ≤ C k x kX , para todo x ∈ X.
Uno de los teoremas cuya aplicación ha sido significativa en el Análisis funcional

es el Teorema de la Aplicación Abierta. Antes veamos la siguiente definición.
Definición. A.1.16 Operador lineal cerrado.
Sean X y Y espacios normados, y T : D → Y un operador lineal, donde D

es un subespacio de X. el operador T se denomina cerrado si su grafo, GT =
{ (x, T (x)) : x ∈ D } es un subespacio cerrado de X × Y. Equivalentemente, T es
cerrado si y solamente si se tiene la siguiente condición:
si xn ∈ D, xn → x ∈ X, y T (xn ) → y entonces x ∈ D y y = T (x).
con esta definición en mano, presentamos los siguientes resultados, mostrados en

[MR1, p. 43-47].
Daremos un criterio para decidir cuando un operador lineal acotado es cerrado,

y en forma inversa, cuando un operador cerrado es continuo. Encontramos una
primera relación en el siguiente resultado.
54
Proposición. A.1.17 Caracterización de operadores lineales cerrados.
Sea T : D → Y, donde D ⊂ X, un operador lineal continuo. Entonces, si D es

un subespacio cerrado de X, tenemos que T es cerrado. Recı́procamente, si Y es
completo y T es cerrado, entonces D es un subespacio cerrado de X.
Teorema. A.1.18 Teorema de la aplicación abierta.
Sea X un espacio de Banach y Y un espacio normado de segunda categorı́a. Si

T es un operador lineal cerrado de un subespacio cerrado de X sobre Y , entonces
T es una aplicación abierta, es decir, la imagen bajo T de conjuntos abiertos es
abierto.
Una consecuencia del teorema de la aplicación abierta es que todo operador lineal
biyectivo, acotado, definido sobre un espacio de Banach es un isomorfismo, en
efecto, sea X un espacio de Banach y Y un espacio normado de segunda categorı́a,
y T : X → Y un operador lineal acotado y biyectivo. Como X es completo,
entonces X es cerrado. En consecuencia, por la proposición A.1.17, tenemos que
T es un operador lineal cerrado. Entonces por el teorema A.1.18 tenemos que T
es una aplicación abierta. De esta forma, por la continuidad de T, tenemos que
la imagen inversa de cualquier abierto es un conjunto abierto, y del hecho que
T es una aplicación abierta, la imagen de cualquier abierto es un abierto; pero
esto último nos dice que la imagen, bajo T −1 , de cualquier conjunto abierto es un
conjunto abierto, es decir, T −1 es continuo. Por lo tanto T es un homeomorfismo
lineal, es decir, un isomorfismo.
Teorema. A.1.19 Teorema del Grafo Cerrado
55
Sea T un operador lineal de un espacio de Banach X en un espacio de Banach
Y . Supongamos que siempre que una sucesión { xn }∞
n=1 en X converge a algun
x ∈ X, y { T (xn ) }∞
n=1 converge a algun y ∈ Y , se tiene que y = T (x). Entonces
T es acotado.
A.2 Del Análisis Real.
De esta importante rama de la Matemática extraemos algunos conceptos funda-

mentales en la Teorı́a de la Medida y de la integración de Lebesgue. Todo lo aquı́
expuesto se encuentra en el libro de Hewitt-Stromberg [HS1].
Definición. A.2.1 Sea Ω un conjunto y Σ una σ−álgebra de conjuntos de X.

Una función de conjunto µ definida sobre Σ es denominada medida finitamente
aditiva si
i) 0 ≤ µ(A) ≤ ∞ para todo A ∈ Σ

ii) µ(∅) = 0
iii) µ(A ∪ B) = µ(A) + µ(B) si A, B ∈ Σ y A ∩ B = ∅.
Definición. A.2.2 Una medida finitamente aditiva µ tal que

∞
! ∞
[ X
µ An = µ(An )
n=1 n=1
para toda colección de conjuntos disjuntos dos a dos {An }∞

n=1 , donde An ∈ Σ,se
deno-minada medida numerablemente aditiva o simplemente medida.
56
Definición. A.2.3 La tripleta (Ω, Σ, µ) , donde Σ es una σ−álgebra y µ es una
medida numerablemte aditiva, se le denomina espacio de medida.
En particular nosotros estaremos interesados en espacios de medida finita, es decir,

aquellos espacios para los cuales µ(Ω) < ∞. Estas medidas, generalmente tienen
valores en R+ , y en particular sobre el intervalo [0, 1] .
Es posible encontrar también medidas que poseen valores en los reales extendidos,
y más ampliamente en los números complejos.
Definición. A.2.4 Sea X un conjunto y Σ una σ−álgebra de conjuntos de Ω.

Una función de valor real extendido ν definida sobre Σ con valores en los reales
extendidos se denomina medida signada si cumple con
i) ν(∅) = 0
ii) µ ( ∞
S P∞
n=1 A n ) = n=1 µ(An ),
para toda colección de conjuntos disjuntos dos a dos {An }∞

n=1 , donde An ∈ Σ. Una
función ν con valores en los números complejos y que satisface las condiciones i)
y ii) se le denomina medida compleja.
Es posible obtener una medida con valores reales a partir de una medida con
valores complejos. Definamos la función de conjunto
( n )
X
|ν| (A) = sup |ν(Ak )| : {A1 , .., An } es una partición medible de A ,
k=1
denominada variación total de ν. Obtenemos entonces el siguiente resultado mostra-

do en [HS1, p. 308].
57
Teorema. A.2.5 La variación total de la medida compleja ν es una medida sobre
Ω.
Otro concepto de importancia para este trabajo lo constituye la siguiente defini-

ción.
Definición. A.2.6 Sea Ω un conjunto y Σ una σ−álgebra de conjuntos de Ω.

Sean µ, ν dos medidas signadas o complejas definidas sobre Ω. Decimos que ν
es absolutamente continua respecto a µ, denotandolo por ν µ, si |µ| (A) = 0
implica que ν(A) = 0 .
Con esta definición podemos entonces presentar uno de los más grandes resultados
del Análisis, el Teorema de Radom-Nikodym. Este teorema y su demostración es
expuesto por Hewitt-Stromberg en [HS1, p. 315 ].
Teorema. A.2.7 Sea (Ω, Σ, µ) un espacio de medida. Sea ν una medida tal que
ν µ. Existe una función medible f0 , de valor real extendido, medible, definida
sobre Ω con las siguientes propiedades:
Z
i) ν(A) = f0 dµ
A
para todo A ∈ Σ que sean σ−finitos respecto a µ.

Z Z
ii) f dν = f f0 dµ
Ω Ω
para toda función f , no negativa, de valor real extendido, medible, definida sobre
Ω, y tal que {x ∈ Ω : f (x) > 0} es σ−finito respecto a µ.
58
A.3 De la Topologı́a.
Conocemos que para un espacio normado (X, k · k), la norma considerada genera
una topologı́a, la cual es metrizable, puesto que d(x, y) = k x − y k es una métrica
definida sobre X. Sobre esta topologı́a, los elementos de X ∗ , son continuos. Nos
proponemos mostrar en esta sección otras topologı́as más débiles que hacen que
los elementos de X ∗ sean continuos.
Comenzamos estableciendo alguna definiciones básicas, como lo son las correspon-

dientes a topologı́a, bases y subbases,y topologı́as menos finas, de una topologı́a.
Definición. A.3.1 Topologı́a.
Una topologı́a T para un conjunto X es una colección de subconjuntos de X,

llamados abiertos, tal que
• (i) ∅ ∈ T , X ∈ T .
• (ii) Si A, B ∈ T , entonces (A ∩ B) ∈ T .
• (iii) Si { Aα }α es una colección arbitraria de conjuntos en T , entonces

S
α Aα ∈ T .
Como un ejemplo vemos que si X = R, y T la colección de todos los sub-

conjuntos G de R tales que si x ∈ G implica que para algún ε > 0 se tiene
que { y ∈ R : | y − x | < ε } ⊂ G; entonces, T es una topologı́a para R, llamada
topologı́a usual de R.
Definición. A.3.2 Bases y Subbases de una topologı́a.
59
Sean L,B colecciones de conjuntos tales que B consiste de todas las intersecciones
finitas de conjuntos de L. Sea T la colección de todos los conjuntos que son uniones
arbitrarias de conjuntos de B. Entonces L es una subbase y B una base para T .
Definición. A.3.3 Topologı́as menos finas.
Decimos que una topologı́a T1 es una topologı́a menos fina que la topologı́a T , si
T1 ⊂ T .
A.4 Topologı́as inducidas por familias de

funciones.
Supongamos que X es un conjunto y que F es una familia de funciones, tal que

cada f ∈ F aplica X en un espacio topológico (Yf , Tf ). El siguiente resultado
muestra que existe una topologı́a con suficientes conjuntos abiertos como para que
cada elemento de la familia F sea continuo.
Proposición. A.4.1 Existencia de una topologı́a inducida.
Sea X un conjunto, y sean, F una familia de funciones y { (Yf , Tf ) : f ∈ F } una

familia de espacios topológicos tal que cada f ∈ F aplica X en el espacio topológico
(Yf , Tf ) correspondiente. Entonces existe una topologı́a más pequeña para X con
respecto a la cual cada f ∈ F es continua. Esto es, existe una única topologı́a TF
para X tal que
• (1) cada f ∈ F es TF −continua; y
60
• (2) si T es cualquier topologı́a para X tal que cada f ∈ F es T −continua,
entonces TF ⊆ T .
La topologı́a TF tiene a { f −1 (U ) : f ∈ F, U ∈ Tf } como una subbase.
Demostración:
Sea G = { f −1 (U ) : f ∈ F, U ∈ Tf } . A partir de G, tenemos que la colección B

de todas las intersecciones finitas de elementos de G, forman una base para la
topologı́a TF , la cual es la colección de conjuntos que son uniones arbitrarias de
elementos de B. Consideremos entonces la topologı́a TF . Como G ⊆ TF , entonces
cada elemento de F es TF −continuo. Ahora, supongamos que T es una topologı́a
para X tal que cada elemento de F es T −continuo. Entonces, G ⊆ T , y ası́
TF ⊆ T . La afirmación de la unicidad sigue inmediatamente.
A.5 Topologı́a débil.
Usando la notación de la precedente proposición obtenemos la siguiente definición.
Definición. A.5.1 Topologı́a Débil de X inducida por X ∗ .
Sea X ∗ la familia de funciones topologizantes para X, y σ(X, X ∗ ) la topologı́a

de X, inducida por la familia X ∗ . Esta es conocida como la topologı́a débil de
X inducida por X ∗ .
La topologı́a débil, σ(X, X ∗ ) , de X es la topologı́a menos fina de X para la
61
cual cada elemento de X ∗ es continuo.
Cabe ahora la siguiente aclaratoria. Al considerar un espacio normado (X, k · k),

llamaremos a la topologı́a T , inducida por la norma, la topologı́a fuerte de X.
Para esta topologı́a todo elemento de X ∗ es continuo, es decir, si f ∈ X ∗ se tiene
que f −1 (V ) ∈ T para cada V ∈ Σ, donde Σ es la topologı́a usual de R. En
consecuencia, la topologı́a σ(X, X ∗ ) es la topologı́a menos fina para la cual todo
elemento de X ∗ es continuo, es decir, si f ∈ X ∗ se tiene que f −1 (V ) ∈ σ(X, X ∗ )
para cada V ∈ Σ.
En consecuencia, es fácil ver que si A es un conjunto débilmente abierto entonces es

fuertemente abierto, o simplemente, abierto, ya que σ(X, X ∗ ) ⊂ T . También, si A
es débilmente cerrado, su complemento es débilmente abierto, y en consecuencia,
abierto, por lo tanto, A es fuertemente cerrado, o cerrado. En lo sucesivo usare-
mos solo la expresión ”fuertemente”para recalcar que nos referimos a la topologı́a
inducida por la norma.
Otro aspecto de interés es aquel que corresponde a los elementos de la base de la

topologı́a, y a la convergencia de sucesiones en esta topologı́a.
Definición. A.5.2 Vecindades de base entorno a un punto arbitrario,

respecto a la topologı́a débil.
Para cada x0 ∈ X sus vecindades de base está definida como
U (x0 ; ε, x∗1 , .., x∗n ) = x ∈ X : x∗j (x) − x∗j (x0 ) < ε, j = 1, .., n ,

donde x∗1 , .., x∗n es un conjunto finito arbitrario de elementos de X ∗ y ε es un

número positivo arbitrario.
62
En vista de que cada elemento de base U (x0 ; ε, x∗1 , .., x∗n ) es un conjunto convexo,
tenemos que la topologı́a σ(X, X ∗ ) es localmente convexa.
También será útil considerar aquellos conjuntos que siendo acotados en la topologı́a
inducida por la norma son también acotados respecto a la topologı́a débil.
Definición. A.5.3 Conjuntos débilmente acotados.
Decimos que A es un conjunto débilmente acotado si para toda vecindad débil de

cero, U, existe un entero positivo sU tal que A ⊂ tU para todo t ≥ sU .
Entonces, de acuerdo a esta definición tenemos los siguientes resultados, cuyas

demostraciones se encuentran en [MR1, p. 213-214].
Proposición. A.5.4 Conjuntos acotados debilmente y fuertemente.
Un subconjunto de un espacio normado es acotado si y solo si es debilmente aco-

tado.
Corolario. A.5.5 Un subconjunto A de un espacio normado X es acotado si y

solo si x∗ (A) es un subconjunto acotado de números reales para cada x∗ ∈ X ∗ .
Corolario. A.5.6 Los subconjuntos debilmente compactos de un espacio normado

son acotados.
Corolario. A.5.7 Todo subconjunto debilmente abierto de un espacio infinito di-

mensional normado es no acotado.
63
Proposición. A.5.8 Subespacios cerrados respecto a topologı́as debı́l y
fuerte.
Todo subespacio lineal de un espacio normado X es cerrado si y solo si es débilmente

cerrado.
Demostración:
Sea Y un subespacio cerrado del espacio normado X. Supongamos que Y es cerrado

y que y ∈ {X Y . Entonces por el corolario al teorema de Hann-Banach, existe
x∗ ∈ X ∗ tal que x∗ (y) 6= 0 y x∗ (z) = 0 para todo z ∈ Y.
Esto significa que el conjunto A = { w ∈ X : | x∗ (w) | > 0 } es un conjunto débilmente

abierto, ya que A es intersección arbitraria de abiertos básicos de la topologı́a débil
de X. Además, A ∩ Y es vacı́o. En consecuencia, y no es punto de clausura débil
de Y .
Entonces {X Y es débilmente abierto y en consecuencia Y es débilmente cerrado.
El resto de la demostración sigue del hecho que todo conjunto débilmente cerrado
es cerrado.
El siguiente resultado, tomado de [MR1, p. 215], nos muestra que en un espacio de

dimensión infinita, la topologı́a débil está propiamente contenida en la topologı́a
fuerte.
Proposición. A.5.9 Coincidencia entre las topologı́as débil y fuerte.
La topologı́a débil, σ(X, X ∗ ), de un espacio normado X, coincide con la topologı́a
64
fuerte, T , si y solo si X tiene dimensión finita.
Demostración:
Probaremos que si la bola abierta unitaria en X es débilmente abierta entonces

X ∗ (y ası́ X ) tiene dimensión finita.
Supongamos que S = { x ∈ X : k x k < 1 } es débilmente abierto. Entonces existe

un abierto básico de Tw contenido en S, es decir, existen x∗1 , .., x∗n y números reales
r1 , .., rn tales que
{ x ∈ X : | x∗i (x) | < ri , 1 ≤ i ≤ n } ⊂ S.
Si el conjunto A = { x ∈ X : x∗i (x) = 0 } contiene a algún x0 , entonces para todo

r ∈ R se tiene que rx0 ∈ A ⊂ S; en efecto, si x0 ∈ A entonces x∗i (x0 ) = 0 para
cada i. Entonces, x∗i (rx0 ) = rx∗i (x0 ) = 0. Esto implica que x0 = 0, ası́ A = 0.
Afirmamos que x∗1 , .., x∗n generan a X ∗ .
Sea x∗ ∈ X ∗ . Definamos T : X → F n por
T (y) = (x∗1 (y), .., x∗n (y)) ∈ F n .
Ahora, definamos h : T (X) → F por
h(T (y)) = x∗ (y).
Veamos la buena definición de h. Esto es claro, ya que si T (z) = T (y) entonces

z − y ∈ A = 0 es decir x = y, con lo que x∗ (z) = x∗ (y) implica que z = y.
Como h es lineal y ya que T (X) tiene dimensión finita, entonces ( T (X) )∗ también
la tiene. Entonces podemos suponer que existen h1 , .., hm , (1 ≤ m ≤ n) en
65
( T (X) )∗ tales que
hi (t1 , .., tn ) = ti
para cada i, y
m
X
h= ai hi
i=1
Pm
para algunos escalares a1 , .., am . Entonces x∗ = i=1 ai x∗i . Por lo tanto X ∗ tiene
dimensión finita, y ası́ también X.
Cabe preguntarse si los funcionales y los operadores lineales continuos, respecto a

la topologı́a fuerte, son continuos respecto a la topologı́a débil.
Proposición. A.5.10 Un funcional lineal definido sobre un espacio normado es

continuo respecto a la topologı́a débil si y solo si es continuo respecto a la topologı́a
fuerte.
Demostración:
Supongamos que (X, k · k) es un espacio normado y que f es un funcional lineal

continuo respecto a la topologı́a σ(X, X ∗ ). Sea T la topologı́a inducida por la
norma. Como σ(X, X ∗ ) ⊂ T entonces es claro que f es continua respecto a la
topologı́a fuerte.
Supongamos ahora que f es un funcional continuo respecto a la topologı́a fuerte,

es decir, f ∈ X ∗ . Como σ(X, X ∗ ) es la menor topologı́a respecto a la cual todo
funcional lineal es continuo, queda que f es continuo respecto a ésta.
66
El siguiente resultado, tomado de [MR1, p. 214], nos muestra que un operador
lineal entre espacios topológicos, es continuo con respecto a las topologı́as inducidas
por la norma, y al mismo tiempo, continuo respecto a las topologı́as débiles.
Proposición. A.5.11 Sean X, Y espacios normados, y TX , TY las topologı́as in-

ducidas por sus normas, respectivamente. Un operador lineal T : (X, TX ) →
(Y, TY ) es fuertemente continuo si y solo si T : (X, σ(X, X ∗ )) → (Y, σ(Y, Y ∗ ))
es continuo.
Demostración:
Supongamos que T : (X, TX ) → (Y, TY ) es continuo. Entonces, si V ⊂ TY entonces

T −1 (V ) ⊂ TX .
La convergencia de sucesiones respecto a esta topologı́a débil queda definida como

sigue.
Definición. A.5.12 Sucesión Débilmente Convergente.
Decimos que una sucesión { xn }∞

n=1 en un espacio normado (X, k · k) converge
débilmente a x ∈ X, si para todo funcional lineal acotado y ∗ ∈ X ∗ se tiene que
lim y ∗ (xn ) = y ∗ (x).

n→∞
Similarmente se define una sucesión de Cauchy respecto a esta topologı́a.
Definición. A.5.13 Sucesión débil de Cauchy.
Decimos que una sucesión { xn }∞

n=1 es una sucesión débil de Cauchy si para cada
x∗ ∈ X ∗ se tiene que la sucesión { x∗ (xn ) } converge en R.
67
Algunos resultados de interés son los siguientes.
Lema. A.5.13.1 Toda sucesión débil de Cauchy es acotada en norma.
Demostración:
Sea { xn }∞ ∗ ∗
n=1 una suceción débil de Cauchy, entonces, para cada x ∈ X la suce-
sión { x∗ (xn ) }∞
n=1 converge en R.
Esto nos sugiere considerar la aplicación T : X ∗ → c, definida por T (x∗ ) =

{ x∗ (xn ) }∞ ∗ ∗
n=1 para cada x ∈ X . Esta aplicación es lineal, en efecto,
T (αx∗ + βy ∗ ) = { (αx∗ + βy ∗ )(xn ) }∞

n=1
= α { x∗ (xn ) }∞ ∗ ∞
n=1 + β { y (xn ) }n=1
= αT (x∗ ) + βT (y ∗ )
∗
Por otra parte, sea ym ∈ X ∗ , con ym
∗
→ y ∗ ∈ X ∗ y T (ym
∗
) → z ∈ c. Entonces
∗
T (ym ∗
) = { ym (xn ) }∞ ∞
n=1 → { zn }n=1 en la medida que m → ∞
es decir,
∗
lim ym (xn ) = zn .
m→∞
∗
Pero, el hecho que ym → y ∗ ∈ X ∗ implica que la convergencia es uniforme, en
consecuencia, tenemos que
∗
lim ym (xn ) = y ∗ (xn ), para cada xn
m→∞
y de la unicidad del lı́mite, queda que y ∗ (xn ) = zn , es decir, T (ym

∗
) = T (y ∗ ), y
con esto vemos que T es un operador cerrado de un espacio de Banach en otro;
68
luego por el teorema del grafo cerrado A.1.19 obtenemos que T es un operador
acotado.
Ahora, del hecho que
k T k = sup k T (y ∗ ) kc = sup sup | y ∗ (xn ) | = sup sup | y ∗ (xn ) | = sup k xn k ,

k y ∗ k≤1 k y ∗ k≤1 n∈N n∈N k y ∗ k≤1 n∈N
y que T es acotado, obtenemos el resultado buscado, que
sup k xn k = k T k < ∞.
n∈N
A.6 Topologı́a Débil*
Conocemos que la topologı́a débil de X ∗ , es la topologı́a menos fina de X ∗ tal que

los elementos de X ∗∗ son continuos. Sin embargo esta topologı́a se torna menos
útil que la topologı́a en X ∗ generada por los elementos de i(X), donde i : X → X ∗∗
es la aplicación natural, definida por medio de i(x)(x∗ ) = x∗ (x), para todo x ∈ X.
Definición. A.6.1 Topologı́a débil*.
La topologı́a menos fina de X ∗ para la cual los elementos de J(X) son continuos
se denomina topologı́a débil* de X ∗ ; la denotaremos con Tw∗ .
Es claro que esta topologı́a es menos fina que la topologı́a débil, es decir, Tw∗ ⊂ Tw
de X ∗ .
Una base para la topologı́a débil* está dada por los conjuntos de la forma
{ f ∈ X ∗ : | f (xi ) − f0 (xi ) | , 1 ≤ i ≤ n } ,
69
donde x1 , .., xn ∈ X, ε > 0 y f0 ∈ X ∗ . Recordemos que f (xi ) = J(xi )(f ).
Si X es reflexivo, tenemos que J(X) = X ∗∗ , y en consecuencia la topologı́a débil

Tw de X ∗ coincide con la topologı́a débil*, Tw∗ .
La importancia de esta topologı́a la veremos en la siguiente sección.
A.7 Teorema de Banach-Alaoglu.
Este importante resultado establece la compacidad débil* de la bola unitaria cer-

rada en la topologı́a fuerte de X ∗ .
Teorema. A.7.1 Teorema de Banach-Alaoglu.
La bola unitaria cerrada en X ∗ es compacta en su topologı́a débil*, Tw∗ .
Demostración:
Sea S ∗ = { f ∈ X ∗ : k f kX ∗ ≤ 1 } . Sea Ix = { c ∈ F : | c | ≤ k x k }. Entonces,

f (x) ∈ Ix . En efecto, como f ∈ X ∗ tenemos que
| f (x) | ≤ k f kX ∗ k x k ≤ k x k .
Q
Si P = x∈X Ix , el conjunto de funcionales definidas sobre X con f (x) ∈ Ix ,
entonces podemos pensar en S ∗ como un subconjunto de P , con la topologı́a pro-
ducto. La topologı́a que S ∗ hereda es la topologı́a débil*.
Del Teorema de Tychonoff obtenemos que P es compacto, ası́, S ∗ será compacto

si éste es cerrado como subconjunto de P . Probaremos esto.
70
Sea f un punto de clausura de S ∗ en P . Entonces f : X → F y | f (x) | ≤ k x k .
Ahora, para x, y ∈ X y α, β ∈ F , el conjunto
V = { g ∈ P : | g(x) − f (x) | < ε, | g(y) − f (y) | < εy | g(αx + βy) − f (αx + βy) | < ε }
es un subconjunto abierto de P que contiene a f , y en consecuencia, V ∩ S ∗ 6= ∅.
Si g ∈ V ∩ S ∗ , g es lineal, en consecuencia,
| f (αx + βy) − αf (x) + βf (y) | < ε | α | + | β | .
Como esta desigualdad se tiene para todo ε > 0, entonces f es lineal y por tanto
f ∈ S ∗ . Hemos probado que S ∗ es cerrado en P , por lo tanto es compacto.
De este resultado tenemos que, si X es reflexivo entonces X y X ∗∗ pueden ser

identificados, y en consecuencia, la topologı́a débil sobre X puede ser tratada
como la topologı́a débil* de X ∗∗ .
71
Apéndice B.
Integrabilidad Uniforme.
En adelante, dado un conjunto Ω, una σ−álgebra Σ, y una medida probabilı́stica

µ, definida sobre Σ, consideramos el espacio de medida de probabilidad (Ω, Σ, µ)
de tal forma que µ(Ω) = 1. El conjunto L1 (µ) es el espacio de Lebesgue constituı́do
por aquellas funciones integrables f : Ω → R (ó C), tales que
Z
|f | dµ < ∞;
Ω
ası́, estas funciones son acotadas casi en todas partes.
Además recordemos que una medida µ es numerablemente aditiva si dada cualquier

sucesión {En } de conjuntos medibles disjuntos por pares, se tiene que µ(∪n≥1 En ) =
P
n≥1 µ(En ). También, diremos que una medida ν es abolutamente continua re-
specto a µ si cada vez que E ∈ Σ con µ(E) = 0, se tiene que ν(E) = 0. Por otra
R
parte, dada una función f ∈ L1 (µ) podemos definir la medida ν(E) = E |f | dµ,
la cual es absolutamente continua respecto a µ, y numerablemente aditiva si µ lo
es.
72
B.1 Integrabilidad Uniforme: Definición. Ejem-
plos
Dado un conjunto Ω, una σ−álgebra Σ, y una medida probabilı́stica µ, definida

sobre Σ, consideramos el espacio de medida de probabilidad (Ω, Σ, µ) de tal forma
que µ(Ω) = 1. El conjunto L1 (µ) es el espacio de Lebesgue constituı́do por aquellas
funciones integrables f : Ω → R (ó C.), tales que
Z
| f | dµ < ∞;
Ω
ası́, estas funciones son acotadas casi en todas partes.
J. Diestel presenta la definición de integrabilidad uniforme en [DJ2, p. 41], como

sigue.
Definición. B.1.1 Integrabilidad Uniforme.
Un subconjunto K de L1 (µ) es uniformemente integrable si

Z
lim sup | f | dµ = 0.
c→∞ f ∈K { | f |>c }
De acuerdo a la definición de lı́mite al infinito y la definición de supremo, se tiene

que K es uniformemente integrable si dado ε > 0 existe un número real cε = c > 0
tal que para t > c se tiene que
Z
| f | dµ < ε,
{ | f |>t }
para todo f ∈ K.
Los siguientes ejemplos de conjuntos uniformemente integrables son tomados de

[CN1, p. 149].
73
B.2 Caracterización de conjuntos uniformemente
integrables.
La definición B.1.1 tiene una forma equivalente. J. Diestel presenta el siguiente

enunciado equivalente. [DJ2, p. 41].
Teorema. B.2.1 Un subconjunto K de L1 (µ) es uniformemente integrable si y

solo si K es acotado y dado ε > 0 existe δ > 0 tal que para cualquier E ∈ Σ con
µ(E) ≤ δ se tiene que Z
| f | dµ ≤ ε
E
para todo f ∈ K.
Estamos en el ambiente de los conjuntos uniformemente integrables, y podemos

pasar al de los conjuntos de medidas uniformemente absolutamente continuas,
concepto expuesto por Dunford-Shwartz en [DS1].Definamos el espacio ca(Σ).
Definición. B.2.2 Sea Ω un conjunto, y Σ una σ−álgebra de conjuntos de Ω. De-

notamos con ca(Σ) el espacio lineal de medidas acotadas que son numerablemente
aditivas. Con la norma definida como
kµkca(Σ) = |µ| (Ω) (variación de µ .)

tenemos que ca(Σ), kµkca(Σ) es un espacio de Banach.
Sea λ ∈ ca(Σ) no negativa. Definimos una pseudo-métrica sobre Σ de la siguiente

manera
dλ (A, B) = λ(A∆B), para todo A, B ∈ Σ,
74
donde A∆B es la diferencia simétrica de los conjuntos A, B ∈ Σ. A partir de esto
obtenemos que (Σ, dλ ) es un espacio pseudo-métrico.
Nótese además que

Z Z Z
λ(A∆B) = dλ = χA∆B dλ = |χA − χB | dλ = kχA − χB kL1 (λ) .
A∆B Ω Ω
Veamos el siguiente resultado, cuya demostración es rutinaria.
Teorema. B.2.3 (Σ, dλ ) es un espacio pseudo-métrico completo, en el cual las

operaciones (A, B) 7→ A ∪ B, (A, B) 7→ A ∩ B, A 7→ Ac son continuas.
La intención de esta idea es poder estudiar la convergencia de las sucesiones de

medidas numerablemente aditivas definidas sobre Σ, como funciones continuas
sobre el espacio pseudo-métrico (Σ, dλ ) Veamos.
Definición. B.2.4 Conjuntos uniformemente µ−continuos sobre con-

juntos me-dibles.
Decimos que un conjunto K de medidas finitamente aditivas de valor escalar es

uniformemente µ− continuo en E ∈ Σ si para cada > 0 existe δ > 0 tal que si
F ∈ Σ y ρ(F, E) < δ entonces | µ(F ) − µ(E) | < ε para todo µ ∈ K.
Definición. B.2.5 Conjuntos uniformemente µ−continuas sobre Σ.
Decimos que un conjunto K de medidas finitamente aditivas de valor escalar es

uniformemente µ− continuo sobre Σ si para cada > 0 existe δ > 0 tal que si
F, E ∈ Σ y ρ(F, E) < δ entonces | µ(F ) − µ(E) | < ε para todo µ ∈ K.
75
Definición. B.2.6 Conjuntos uniformemente numerablemente aditivos.
Decimos que un conjunto K de medidas finitamente aditivas de valor escalar es uni-

formemente numerablemente aditivo si para cada sucesión decreciente { En }∞
n=1 ⊂
T
Σ con n En = ∅ y cada ε > 0 existe un Nε tal que si n ≥ Nε entonces | µ(En | < ε
para todo µ ∈ K.
Con estas definiciones, veamos el siguiente teorema, cuya demostración se con-

struye por medio de las definiciones. Véase el libro de Dunford-Schwartz [DS1].
Teorema. B.2.7 Sea K una familia de medidas finitamente aditivas de valor es-
calar sobre Σ. Entonces las siguientes proposiciones son equivalentes:
• 1. K es uniformemente µ−continuo en algún E ∈ Σ.
• 2. K es uniformemente µ−continuo en ∅.
• 3. K es uniformemente µ−continuo sobre Σ.
Además, cualquiera de estas implican que K es uniformemente numerablemente

aditiva.
N. Carothers plantea la caracterización del teorema B.2.1 en estos términos en

[CN1, p. 45].
Teorema. B.2.8 Integrabilidad Uniforme y Medidas uniformemente ab-

solutamente continuas.
76
Un subconjunto K ⊂ L1 (µ) es uniformemente integrable si y solo si la familia
R
de medidas F = A
| f | dµ : f ∈ K es uniformemente absolutamente continuas
respecto a µ; esto es, si y solo si, para cada ε > 0 existe un δ > 0 tal que
Z
| f | dµ < ε
E
para toda f ∈ K y todo conjunto medible A, con µ(A) < δ.
El siguiente ejemplo nos da otra idea para una caracterización de conjuntos uni-
formemente integrables.
De La Vallée-Poussin, extrae del análisis armónico y probabilidad en el estudio

de la cola de algunas sumas especiales, el siguiente resultado, expuesto por J.
Alexoupolus en [AJ1].
Teorema. B.2.9 De la Vallée Poussin.
Para que K ⊂ L1 (µ) sea uniformemente integrable es necesario y suficiente que

exista una función, par y convexa, Φ : R → R tal que
Z
Φ(x)
Φ(0) = 0 , lim = ∞ y sup Φ(| f (ω) |)dµ(ω) : f ∈ K < ∞.
x→∞ x
B.3 Teorema de Lebesgue-Vitali. Lema de Rosen-

thal.
Ya hemos visto que los conjuntos finitos de L1 (µ) son uniformemente integrables;
el Teorema de Lebesgue-Vitali nos dice que bajo cierta condición, los conjuntos
numerables de L1 (µ) también lo son.
77
Teorema. B.3.1 Lebesgue-Vitali.
Sea { fn }∞
n=1 una sucesión acotada en L1 (µ) tal que para cada E ∈ Σ se tiene que
Z
lim fn dµ = 0,
n→∞ E
entonces { fn : n ≥ 1 } es uniformemente integrable.
La idea escondida en la prueba del este teorema nos ayuda a introducir el Lema de
Rosenthal, una herramienta, que nos mostrará que en todo conjunto acotado que
no es uniformemente integrable existe una sucesión de vectores que es equivalente
a la base standard de l1 .(Teorema de Kadec-Pelczynski.)
Lema. B.3.1.1 Rosenthal.
Sean { µn } una sucesión acotada de medidas finitamente aditivas de valor real

acotado, definidas sobre Σ, ε > 0 y { En } una sucesión de elementos de Σ, disjuntos
dos a dos. Entonces existe una sucesión creciente de números enteros positivos
{ nk } tales que para cada k se tiene que
| µnk | (∪j6=k Enj ) < ε.
B.4 Teorema de Dunford-Pettis.
Como uno podrı́a esperar, no todos los subconjuntos acotados de los espacios L1
son uniformemente integrables. Veamos el siguiente ejemplo.
Ejemplo. B.4.1 Supongamos que { fn }∞ n=1 ⊂ L1 ([0, 1]) es una sucesión de fun-
R1
ciones disjuntamente soportadas de valor real no negativo y que 0 fn (t)dt = 1,
78
para cada n. Debe ser claro que los soportes de las fn necesariamente se contraen
en un conjunto de medida cero aún en ninguna forma podemos obligar el compor-
tamiento de las integrales indefinidas. En efecto, para tal sucesión { fn }∞
n=1 , y
para cualquier sucesión de escalares { an }∞ n=1 , se tiene que

Z X
X ∞ ∞
an fn = an fn (t) dt

n=1 R n=1

1

X∞ Z X ∞
= an fn (t) dt

k=1 sop(fk ) n=1

X∞ Z
= | ak | fn (t)dt
k=1 sop(fk )
X∞
= | an | .
n=1
Parte del estudio de la integrabilidad uniforme es el notable hecho que el ejem-

plo anterior es, en un fuerte sentido, la única obstrucción para la integrabilidad
uniforme de un conjunto acotado. Antes de ver la razón de que esto sea ası́, es
importante relacionar la integrabilidad uniforme con la topologı́a débil del espacio
de Banach L1 (µ).
¿Cómo determina uno que un conjunto relativamente debilmente compacto es ası́?.

Tomamos un conjunto K en un espacio de Banach X, que es acotado en norma.
Tomamos la imagen de este conjunto, bajo la aplicación natural i : X → X ∗∗ ,
y consideramos la clausura débil* del mismo. Si esta clausura débil* permanece
dentro de i(X) entonces, K es relativamente debilmente compacto, ya que i es un
homeomorfismo del espacio topológico (X, σ(X, X ∗ )) (topologı́a débil de X) en el
espacio topológico (X ∗∗ , σ(X ∗∗ , i(X ∗ ))).
79
El siguiente teorema, y objetivo pincipal de este trabajo, fué extraı́do de la recopi-
lación de J. Diestel en [DJ2].
Teorema. B.4.2 Dunford-Pettis.
Un subconjunto K de L1 (µ) es relativamente debilmente compacto si y solo si K

es uniformemente integrable.
B.5 Consecuencias del Teorema de Dunford-Pettis
Antes de entrar en otro resultado, vamos a recordar alhunos conceptos respecto a

bases de Shauder.
Definición. B.5.1 Base de Schauder.
Una sucesión { xn }∞
n=1 en un espacio de Banach X es denominada Base de
Schauder de X, si para cada x ∈ X existe una única sucesión de escalares

{ an }∞
P∞
n=1 tal que x = n=1 an xn .
Definición. B.5.2 Bases Equivalentes.
Dos bases { xn }∞ ∞
n=1 y { yn }n=1 de un espacio de Banach X se denominan bases
equi-valentes si la convergencia de una implica la convergencia de la otra.
Es de esperar que un resultado como el del teorema B.4.2 tenga consecuencias

importantes. Veamos la siguiente.
80
Teorema. B.5.3 Teorema de Kadec-Pelcinsky
Supongamos que K es un subconjunto acotado que no es debilmente compacto en

L1 (λ), donde λ es un elemento no negativo de ca(Σ). Entonces K contiene una
sucesión { fn }∞
n=1 que es equivalente a la base de vectores unitarios de l1 .
81
Bibliografı́a
[AJ1] Alexopoulos, J. Abrief introduction to N-functons and Orlicz function

spaces. Kent State University. 2002.
[CN1] Carothers N.L. A Short Course on Banach Space Theory. Department of

Mathematics and Statistics. Bowling Green University. 2002.
[DJ1] Diestel J. Secueces ans Series in Banach spaces. Springer-Verlag New york.
1983.
[DJ2] Diestel, J. Uniform Integrability: An Introduction. Estratto da Rendiconti

dell’istituto di Matematica dell’Universitá di Trieste.Vol.XXIII - Fasc. unico.-
1991.
[DJ3] Diestel, J. A sourvey of results related to the Dunford-Pettis property. Con-

temporary Mathematics. Vol 2. 1980.
[DS1] Dunford N.,Schwartz J. Linea Operators, I. Interscience Publishers,

Inc.,New York. 1957.
[HS1] Hewitt E, Stromberg K., Real and Abstract Analysis. Springer-Verlag New
York. 1975.
82
[MR1] Megginson Robert., An introduction to Banach space Theory. Springer-
Verlag New York. 1998.
[MP1] Mukherjea,P.,Potoven, K. Real and Functional Analysis. 17. Nro. 4 (1971)

587.
[RW1] Rudin W., Real and Complex Analysis. McGraw-Hill. Second edition. 1974.
83

Teorema de Dunford Pettis Sobre Los Espacios de Orlicz

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Teorema de Dunford Pettis Sobre Los Espacios de Orlicz

Uploaded by

Copyright:

Available Formats

Teorema de Dunford Pettis

sobre los Espacios de Orlicz.

M. Sc. Jorge Eliecer Hernández Hernández

Barquisimeto, Julio de 2009.

M. Sc. Jorge Eliecer Hernández Hernández

Trabajo de Ascenso para optar a la categoría de:

Universidad Centroccidental Lisandro Alvarado

Barquisimeto, Julio de 2009.

Muy especialmente, mi profundo agradecimiento, a los doctores: Ventura Ec-

La integrabilidad uniforme es una propiedad de algunos conjuntos del espacio

Como primer teorema, presentamos una caracterización de conjuntos uniforme-

Para tener otra caracterización de conjuntos uniformemente integrables presen-

Suponiendo conocido lo referente a topologı́a débil, pasamos al objetivo principal,

Usamos el Teorema de Lebesgue-Vitali para probar el recı́proco del teorema

Teorema de Dunford Pettis

Teorema de Dunford Pettis

1.1 Funciones Convexas. . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.2 Propiedades de las funciones Convexas. . . . . . . . . . . . . . . . . . 2

1.3 Funciones de Young . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

1.4 Funciones complementarias en el sentido de Young. . . . . . . . . . . 17

1.6 N-Funciones o Funciones de Orlicz . . . . . . . . . . . . . . . . . . . 19

1.7 Equivalencia entre N-Funciones. . . . . . . . . . . . . . . . . . . . . . 26

2.1 Nociones Generales respecto a Espacios de Orlicz . . . . . . . . . . . 29

2.2 Espacios de Sucesiones de Orlicz. . . . . . . . . . . . . . . . . . . . . 42

2.3 Igualdad entre `Φ y hΦ . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

A.1 Del Análisis Funcional. . . . . . . . . . . . . . . . . . . . . . . . . . 48

A.2 Del Análisis Real. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56

A.4 Topologı́as inducidas por familias de funciones. . . . . . . . . . . . . 60

A.5 Topologı́a débil. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

A.6 Topologı́a Débil* . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

A.7 Teorema de Banach-Alaoglu. . . . . . . . . . . . . . . . . . . . . . . 70

B.1 Integrabilidad Uniforme: Definición. Ejemplos . . . . . . . . . . . . 73

B.2 Caracterización de conjuntos uniformemente integrables. . . . . . . 74

B.3 Teorema de Lebesgue-Vitali. Lema de Rosenthal. . . . . . . . . . . 77

B.4 Teorema de Dunford-Pettis. . . . . . . . . . . . . . . . . . . . . . . 78

B.5 Consecuencias del Teorema de Dunford-Pettis . . . . . . . . . . . . 80

El presente capı́tulo contiene una recopilación de los aspectos más importantes

1.1 Funciones Convexas.

Definición 1.1.1 Sea f una función definida en un intervalo I de R con valores

Geométricamente esta definición establece que una función f definida sobre un

o sobre el segmento de recta (cuerda) P1 P2 .

1.2 Propiedades de las funciones Convexas.

Algunas de las propiedades de las funciones convexas son listadas a continuación.

Acotabilidad y Continuidad de las Funciones Convexas.

Teorema. 1.2.1 Sea f : I → R una función convexa. Si para cada x ∈ int(I),

Sean a, b ∈ int(I). Sea x = αa + (1 − α)b, donde α ∈ [0, 1] . Como f (x) es finito

f (x) = f (αa + (1 − α)b)

≤ αf (a) + (1 − α)f (b)

es decir, hemos encontrado que f es acotada superiormente en cualquier intervalo

Sea ε > 0 tal que a − ε y b + ε están en el interior de I. Sean k y K las cotas

está en [a − ε, b + ε]; nótese que

entonces, usando la definición de función convexa 1.1.1 tenemos que

Definición Equivalente de Función Convexa.

Nos proponemos mostrar una definición equivalente de función convexa al com-

Teorema. 1.2.2 La función f : [a, b] → R es convexa si y solo si f es continua y

Sea f : [a, b] → R una función convexa. De acuerdo a los resultados encontrados en

son no vacı́os, donde

k = inf {t : f (s) > g(s), s ∈ (t, y]}

Caracterización de Funciones Convexas por medio de

Esta caracterización tiene su fundamento en el cociente entre la variación de

Lema 1.2.3 La función f : I → R es convexa si y solo si para cada c ∈ I la

Consideremos el caso en que c < x < y. Si f es convexa, entonces con

(y − c)f (x) ≤ (y − x)f (c) + (x − c)f (y)