UNIVERSIDAD CENTRAL DE VENEZUELA

FACULTAD DE CIENCIAS
ESCUELA DE MATEM

ATICA
LABORATORIO DE FORMAS EN GRUPOS
ESPACIOS DE HILBERT
Ramon Bruzual
Marisela Domnguez
Caracas, Venezuela
Julio 2005
Ramon Bruzual
Correo-E: [email protected]
Marisela Domnguez
Correo-E: [email protected]
Laboratorio Formas en Grupos
Centro de Analisis
Escuela de Matematica
Facultad de Ciencias
Universidad Central de Venezuela
Prologo
Estas notas son el resultado de la experiencia de los autores en el dictado de diversos
cursos en la Licenciatura en Matematica de la Universidad Central de Venezuela.
En unas notas de los mismos autores, tituladas Espacios de Banach, se desarrollan los
temas de la primera parte del curso de Analisis Funcional de esta Licenciatura.
Los tres primeros captulos de estas notas en Espacios de Hilbert corresponden a la
segunda parte del curso de Analisis Funcional de esta Licenciatura.
El cuarto captulo de estas notas en Espacios de Hilbert no esta en el programa de esa
asignatura, pero podra ser una continuacion natural, obviamente no es la unica. Para este
captulo (y solo para este) se necesitaran algunos conceptos y resultados de un curso basico
de Funciones Analticas.
Todos los captulos de estas notas en Espacios de Hilbert podran ser usados como parte
de una asignatura electiva de la Licenciatura en Matematica.
El trabajo de mecanografa estuvo a cargo de los autores. Agradecemos cualquier obser-
vaci on o comentario que deseen hacernos llegar.
Ramon Bruzual.
Marisela Domnguez.
Julio 2005.
iii
Contenido
Captulo 1. Espacios con producto interno. 1
1. Producto interno. 1
2. Conjuntos ortogonales. 3
3. Funciones periodicas y series de Fourier 4
Ejercicios 1. 13
Captulo 2. Espacios de Hilbert. 19
1. Geometra de espacios de Hilbert. 19
2. Funcionales lineales en espacios de Hilbert. 22
3. Sistemas ortogonales. 23
4. Aplicacion a series trigonometricas en L
2
[0, 2] 26
Ejercicios 2. 29
Captulo 3. Operadores en espacios de Hilbert. 31
1. Operadores acotados en espacios de Hilbert 31
2. Adjunto de un operador. 32
3. Operadores normales. 35
4. Operadores unitarios 37
5. Operadores autoadjuntos. 39
6. Proyecciones. 40
7. Distintos tipos de convergencia de operadores en L(H). 42
Ejercicios 3. 45
Captulo 4. Espectro de un operador. 47
Bibliografa 55

Indice 57
v
CAP

ITULO 1
Espacios con producto interno.
Dios siempre hace geometra. Platon.
1. Producto interno.
Definici

on 1.1. Sea X un espacio vectorial sobre K (donde K es R o C). Un producto

interno en X es una funcion ., .) : X X K tal que
(a) x, y) = y, x) para todo x, y X.
(b) x +y, z) = x, z) +y, z) para todo x, y, z X.
(c) x, y) = x, y) para todo x, y X, para todo K.
(d) x, x) 0 para todo x X.
(e) x, x) = 0 si y solo si x = 0.
Ademas decimos que (X, ., .)) es un espacio con producto interno .
Ejemplo 1.2. C
n
el espacio de los vectores 1n. C
n
es un espacio con producto interno
con el producto escalar eucldeo
v, w)
n
= vw

=
n

k=1
v
k
w
k
.
donde v, w C
n
, v = (v
1
, . . . , v
n
), w = (w
1
, . . . , w
n
), y w

es el adjunto de w.
Ejemplo 1.3. C
nn
el espacio de las matrices nn cuyas entradas son n umeros complejos
esta dotado de una estructura Grammaniana: esto es, para A, B C
nn
se considera la
matriz n n dada por AB

la cual se conoce como la Grammaniana de A y B.

El espacio C
nn
es un espacio con producto interno con el producto dado por
A, B)
nn
= tr(AB

) =
n

i=1
n

k=1
a
ik
b
ik
donde A, B C
nn
, son de la forma A = (a
ik
), B = (b
ik
).
Ejemplo 1.4. Consideremos a
l
2
= l
2
(N) =
_
(x
n
)
n1
/x
n
C tales que

n=1
[x
n
[
2
<
_
1
2 1. ESPACIOS CON PRODUCTO INTERNO.
con el producto interno dado por
x, y) =

n=1
x
n
y
n
.
Ejemplo 1.5. Uno de los ejemplos de espacio con producto interno mas conocido es el
espacio l
2
(Z)
l
2
(Z) =
_
(x
n
)
nZ
/x
n
C y

nZ
[x
n
[
2
<
_
.
En este espacio el producto interno en este espacio esta dado por
x, y) =

nZ
x
n
y
n
.
Ejemplo 1.6. Sabiendo probabilidades se puede considerar el siguiente ejemplo.
Sea (, F, P) un espacio de probabilidad. Sea L
2
(, F, P) el conjunto de las variables
aleatorias Y : R, centradas (es decir, E(Y ) = 0) con varianza nita (es decir, tales que
E(Y
2
) < ) con el producto interno dado por la covarianza
Y
1
, Y
2
) = Cov(Y
1
, Y
2
) = E(Y
1
Y
2
)
donde E denota la esperanza.
Ejemplo 1.7. Sabiendo teora de la medida se puede considerar el siguiente ejemplo.
Si (, F, ) es un espacio de medida
L
2
(, F, ) =
_
f : C, f es F-medible y
_

[f(t)[
2
d(t) <
_
con el producto interno dado por
f, g) =
_

f(t)g(t)d(t).
Observaci

on 1.8. En particular si a, b R y a < b, podemos considerar el espacio

L
2
([a, b], B([a, b]), m) donde B([a, b]) son los borelianos de [a, b] y m es la medida de Lebesgue
en [a, b]. Estos espacios los denotaremos por L
2
[a, b]. En ellos el producto interno esta dado
por
f, g) =
_
b
a
f(t)g(t)dt.
Teorema 1.9 (Desigualdad de Cauchy Schwartz).
Sea (X, ., .)) un espacio con producto interno, entonces para todo x, y X
[x, y)[ x, x)
1/2
y, y)
1/2
2. CONJUNTOS ORTOGONALES. 3
Demostraci

on. Sea C tal que [[ = 1 y

y, x) = [y, x)[.
Sea t R tenemos que
y, y)t
2
2[x, y)[t +x, x) = ty x, ty x) 0.
Esta es una inecuacion de segundo grado en t. Observando el discriminante obtenemos que
4[x, y)[
2
4x, x)y, y) 0.
De donde
[x, y)[
2
x, x)y, y).

Definici

on 1.10. Sean x, y vectores de un espacio con producto interno. Se dice que

x, y son vectores ortogonales cuando
x, y) = 0.
Esto suele abreviarse con la expresion xy.
Proposici

on 1.11. Sea (X, ., .)) un espacio con producto interno. Si denimos

|x| = x, x)
1/2
entonces | | es una norma en X.
Ademas, esta norma satisface la ley del paralelogramo, es decir para todo x, y X:
|x +y|
2
+|x y|
2
= 2|x|
2
+ 2|y|
2
.
La demostracion de esta proposicion queda como ejercicio.
2. Conjuntos ortogonales.
Definici

on 1.12. Sea (X, ., .)) un espacio con producto interno. Un subconjunto u

de X se llama ortogonal si
u

, u

) = 0 para ,= .
Definici

on 1.13. Sea (X, ., .)) un espacio con producto interno. Un subconjunto

u

A
de X se llama ortonormal si
u

, u

) =

.
El siguiente resultado generaliza el teorema de Pitagoras para el caso nito, en espacios
con producto interno. Su demostracion queda como ejercicio.
4 1. ESPACIOS CON PRODUCTO INTERNO.
Teorema 1.14 (Igualdad de Parseval, caso nito).
Sean (X, ., .)) un espacio con producto interno y x X tal que
x =
n

k=1
c
k
u
k
donde c
k
K y u
k
X
(a) Si u
1
, . . . , u
n
es ortogonal entonces
|x|
2
=
n

k=1
[c
k
[
2
|u
k
|
2
y c
k
= x, u
k
)/|u
k
|
2
para cada k 1, . . . , n.
(b) Si u
1
, . . . , u
n
es ortonormal entonces
|x|
2
=
n

k=1
[c
k
[
2
y c
k
= x, u
k
) para cada k 1, . . . , n.
Corolario 1.15. Todo conjunto ortogonal nito es linealmente independiente.
La demostracion de este corolario queda como ejercicio.
3. Funciones periodicas y series de Fourier
3.1. Algunos resultados sobre funciones trigonometricas.
Las funciones trigonometricas son de especial importancia pues tienen un papel funda-
mental en el analisis de Fourier.
Las siguientes identidades son bien conocidas (x e y denotan n umeros reales).
sen(x y) = sen x cos y sen y cos x (1.1)
cos(x y) = cos x cos y sen x sen y (1.2)
sen
2
x =
1 cos(2x)
2
(1.3)
cos
2
x =
1 + cos(2x)
2
(1.4)
sen x cos y =
1
2
(sen(x y) + sen(x +y)) (1.5)
sen x sen y =
1
2
(cos(x y) cos(x +y)) (1.6)
cos x cos y =
1
2
(cos(x y) + cos(x +y)) (1.7)
3. FUNCIONES PERI

ODICAS Y SERIES DE FOURIER 5

Con algunas de estas igualdades se puede probar la siguiente proposicion, la cual da
ejemplos de funciones ortogonales con respecto al producto interno dado por
f, g) =
_
2
0
f(x)g(x)dx.
Proposici

on 1.16. Sean m y n enteros positivos. Entonces

_
2
0
sen mx sen nxdx =
_
2
0
cos mxcos nx dx =
_
_
_
0, si m ,= n;
, si m = n.
_
2
0
sen mx cos nxdx = 0.
Demostraci

on. Demostraremos que

_
2
0
sen mx sen nxdx =
_
_
_
0, si m ,= n;
, si m = n.
Las demostraciones de las igualdades restantes son analogas y quedaran como ejercicio.
Supongamos m ,= n, por la identidad (1.6) tenemos que
sen mx sen nx =
1
2
( cos((mn)x) cos((m +n)x) ),
por lo tanto,
_
2
0
sen mxsen nxdx =
1
2
_
2
0
cos((mn)x) dx
1
2
_
2
0
cos((m +n)x) dx
=
1
2
_
sen((mn)x)
mn
_
2
0

1
2
_
sen((m +n)x)
m +n
_
2
0
= 0 0 = 0.
Supongamos m = n, por la identidad (1.3) tenemos que
sen
2
(mx) =
1 cos(2mx)
2
,
por lo tanto,
_
2
0
sen
2
(mx) dx =
1
2
_
2
0
( 1 cos(2mx) ) dx
=
1
2
_
x
sen(2mx)
2m
_
2
0
= .

6 1. ESPACIOS CON PRODUCTO INTERNO.

3.2. Funciones periodicas.
Observaci

on 1.17. Supongamos que f es una funcion a valores reales denida en un

intervalo I, de la forma (a, b] o [a, b), entonces f puede ser extendida, en forma natural, a
una funcion de perodo T = b a, denida en todo R mediante la siguiente igualdad:
f(x +nT) = f(x),
para x I y n Z.
En particular, cuando se consideran funciones de perodo 2, es usual denirlas en el
intervalo [0, 2), o en el intervalo [, ).
Proposici

on 1.18. Sea f : R R una funcion de perodo T. Si f es integrable sobre

un intervalo de longitud T entonces f es integrable sobre cualquier intervalo de longitud T
y para cualquier a R se tiene que
_
Ta
a
f(x) dx =
_
T
0
f(x) dx.
La demostracion de esta proposicion queda como ejercicio.
3.3. Polinomios trigonometricos.
Como es usual R denotara el cuerpo de los n umeros reales.
Definici

on 1.19. Un polinomio trigonometrico es una funcion de R en R de la forma

(1.8) P(x) =

o
2
+
n

k=1

k
cos kx +
k
sen kx,
donde
o
,
1
, . . . ,
n
y
1
, . . . ,
n
son constantes reales.
Definici

on 1.20. Si P es un polinomio trigonometrico de la forma (1.8), el grado de P

es el mayor entero k tal que
k
,= 0 o
k
,= 0.
El siguiente resultado indica que los coecientes de un polinomio trigonometrico se ob-
tienen considerando el producto interno del polinomio con las funciones seno y coseno.
Proposici

on 1.21. Sea P un polinomio trigonometrico de la forma (1.8). Entonces

k
=
1

_
2
0
P(x) cos kxdx para k = 0, . . . , n

k
=
1

_
2
0
P(x) sen kxdx para k = 1, . . . , n.
La demostracion de esta proposicion queda como ejercicio.
3. FUNCIONES PERI

ODICAS Y SERIES DE FOURIER 7

Proposici

on 1.22. Sea P un polinomio trigonometrico de la forma (1.8). Entonces

1

_
2
0
(P(x) )
2
dx =

2
o
2
+
n

k=1

2
k
+
2
k
.
Demostraci

on. Notemos que

(P(x) )
2
=

o
2
P(x) +
n

k=1

k
P(x) cos kx +
k
P(x) sen kx,
integrando y utilizando la Proposicion 1.21 obtenemos
_
2
0
(P(x) )
2
dx =

o
2
_
2
0
P(x) dx +
n

k=1

k
_
2
0
P(x) cos kx dx +
k
_
2
0
P(x) sen kx dx
=

o
2

o
+
n

k=1

k
+
k

k
=
_

2
o
2
+
n

k=1

2
k
+
2
k
_
.

Conociendo el espacio L
2
[0, 2], este resultado se puede interpretar as: salvo constante,
la norma en L
2
[0, 2] de un polinomio trigonometrico se obtiene sumando los cuadrados de
sus coecientes.
3.4. Coecientes de Fourier.
Definici

on 1.23. Sea f : R R una funcion de perodo 2, integrable en el intervalo

[0, 2].
Los coecientes de Fourier de f son
a
k
=
1

_
2
0
f(x) cos kx dx (k = 0, 1, . . . ), (1.9)
b
k
=
1

_
2
0
f(x) sen kx dx (k = 1, 2, . . . ). (1.10)
La serie de Fourier de f es la siguiente suma formal
(1.11)
a
o
2
+

k=1
a
k
cos kx +b
k
sen kx
Observaci

on 1.24. Si P es un polinomio trigonometrico entonces los coecientes de

Fourier de P son los coecientes que aparecen en la expresion original de P, la serie de
Fourier de P converge y P es igual a su serie de Fourier.
8 1. ESPACIOS CON PRODUCTO INTERNO.
3.5. Lema de Riemann-Lebesgue.
Lema 1.25 (Riemann-Lebesgue). Sea f : [a, b] R una funcion integrable. Entonces
lim
+
_
b
a
f(x) sen(x) dx = lim
+
_
b
a
f(x) cos(x) dx = 0.
Haga la demostracion de este lema, considerando primero funciones simples, luego fun-
ciones positivas e integrables y nalmente funciones integrables.
Corolario 1.26. Sea f : R R una funcion de perodo 2, integrable en el intervalo
[0, 2]. Si a
k
y b
k
son sus coecientes de Fourier, entonces
lim
k+
a
k
= lim
k+
b
k
= 0.
3.6. Notacion compleja.
Muchas de las operaciones con funciones trigonometricas se simplican al pasar a los
n umeros complejos, usando la formula de Euler
(1.12) e
i
= cos +i sen .
De la formula de Euler se obtiene
(1.13)
cos =
1
2
(e
i
+e
i
)
sen =
1
2i
(e
i
e
i
)
A continuacion enunciamos algunos resultados que pueden ser vericados sin mayores
dicultades por el estudiante familiarizado con el manejo de n umeros complejos.
Si en un polinomio trigonometrico de la forma
P(x) =

o
2
+
n

k=1

k
cos kx +
k
sen kx,
hacemos la substitucion
cos kx =
1
2
(e
ikx
+e
ikx
) sen kx =
1
2i
(e
ikx
e
ikx
),
obtenemos
P(x) =
n

k=n

k
e
ikx
,
3. FUNCIONES PERI

ODICAS Y SERIES DE FOURIER 9

donde, para k = 1, . . . , n, los n umeros complejos
k
estan relacionados con los n umeros
o
,

k
y
k
por la ecuaciones

o
=
1
2

o
,

k
=
1
2
(
k
i
k
),

k
=
1
2
(
k
+i
k
).
Tambien se tiene que

k
=
k
+
k
,

k
= i(
k

k
).
Si f : R R es una funcion de perodo 2, integrable en el intervalo [0, 2], entonces su
serie de Fourier es igual a
+

k=
c
k
e
ikx
,
donde
c
k
=
1
2
_
2
0
f(x)e
ikx
dx.
3.7. Funciones de perodo arbitrario.
Sea f : R R una funcion de perodo 2T (T > 0), si denimos : R R por
(x) = f
_
Tx

_
,
entonces tiene perodo 2.
Este cambio de variable permite trasladar, en forma muy natural y sencilla, los resultados
que hemos obtenido para funciones de perodo 2 a funciones de perodo 2T.
Una funcion de perodo 2T, integrable en el intervalo [0, 2T], tiene una serie de Fourier
(generalizada) de la forma
a
o
2
+

k=1
a
k
cos
_
kx
T
_
+b
k
sen
_
kx
T
_
,
donde
a
k
=
1
T
_
T
T
f(x) cos
_
kx
T
_
dx (k = 0, 1, . . . ),
b
k
=
1
T
_
T
T
f(x) sen
_
kx
T
_
dx (k = 1, 2, . . . ).
10 1. ESPACIOS CON PRODUCTO INTERNO.
3.8. Desarrollo en serie de cosenos y en serie de senos.
Incluso funciones totalmente arbitrarias pueden ser desarrolladas en series de senos de
multiples arcos. Fourier
Definici

on 1.27. Sea I R un intervalo simetrico con respecto al origen y sea

f : I R una funcion.
Se dice que f es par si
f(x) = f(x) para todo x I.
Se dice que f es impar si
f(x) = f(x) para todo x I.
Supongamos que tenemos una funcion f, denida en un intervalo de la forma [0, T],
donde T > 0.
Si denimos
g(x) =
_
_
_
f(x) si x [0, T],
f(x) si x [T, 0],
entonces g es una extension par de f al intervalo [T, T]. La funcion g tiene una extension
de perodo 2T a toda la recta. La expansion de Fourier de g es lo que se conoce como el
desarrollo en serie de cosenos de f.
Si denimos
h(x) =
_
_
_
f(x) si x [0, T],
f(x) si x [T, 0],
entonces h es una extension impar de f al intervalo [T, T]. La funcion h tiene una extension
de perodo 2T a toda la recta (mas precisamente la restriccion de h al intervalo [T, T)).
La expansion de Fourier de h es lo que se conoce como el desarrollo en serie de senos de f.
Se puede probar que si f : [0, T] R es una funcion integrable, entonces su desarrollo
en serie de cosenos es
a
o
2
+

k=1
a
k
cos
_
kx
T
_
,
donde
a
k
=
2
T
_
T
0
f(x) cos
_
kx
T
_
dx (k = 0, 1, . . . ).
3. FUNCIONES PERI

ODICAS Y SERIES DE FOURIER 11

Su desarrollo en serie de senos es

k=1
b
k
sen
_
kx
T
_
,
donde
b
k
=
2
T
_
T
0
f(x) sen
_
kx
T
_
dx (k = 1, 2, . . . ).
3.9. Aproximacion en media cuadratica.
Tomando en cuenta la Proposicion 1.11 consideramos
|f|
2
=
__
2
0
(f(x))
2
dx
_
1/2
.
Teorema 1.28. Sea f : R R una funcion de perodo 2, de cuadrado integrable, sea
N un entero positivo y sea P un polinomio trigonometrico de grado N. Sea S
n
la sucesion
de sumas parciales de la serie de Fourier de f. Entonces
|f S
N
|
2
|f P|
2
y hay igualdad si y solo si P = S
N
.
Demostraci

on. Sea
P(x) =

o
2
+
N

k=1

k
cos kx +
k
sen kx.
Por la Proposicion 1.22 tenemos que
1

_
2
0
(P(x) )
2
dx =

2
o
2
+
N

k=1

2
k
+
2
k
.
Por otro lado
1

_
2
0
f(x)P(x) dx =
=

o
2
1

_
2
0
f(x) dx +
N

k=1

k
1

_
2
0
f(x) cos kx dx +
k
1

_
2
0
f(x) sen kx dx
=

o
a
o
2
+
N

k=1

k
a
k
+
k
b
k
.
Sea
S
n
(x) =
a
o
2
+
n

k=1
a
k
cos kx +b
k
sen kx
12 1. ESPACIOS CON PRODUCTO INTERNO.
la sucesion de sumas parciales de la serie de Fourier de f.
Entonces
1

_
2
0
(f(x) P(x) )
2
dx =
1

_
2
0
(f(x) )
2
dx
2

_
2
0
f(x)P(x) dx +
1

_
2
0
(P(x) )
2
dx.
Luego
(1.14)
1

_
2
0
(f(x) P(x) )
2
dx =
=
1

_
2
0
(f(x) )
2
dx 2
_

o
a
o
2
+
N

k=1

k
a
k
+
k
b
k
_
+

2
o
2
+
N

k=1

2
k
+
2
k
=
1

|f|
2
2
+
(a
o

o
)
2
2
+
N

k=1
(a
k

k
)
2
+ (b
k

k
)
2

_
a
2
o
2
+
N

k=1
a
2
k
+b
2
k
_
En particular
(1.15)
1

_
2
0
(f(x) S
N
(x) )
2
dx =
1

|f|
2
2

_
a
2
o
2
+
N

k=1
a
2
k
+b
2
k
_
De las formulas (1.14) y (1.15) sigue inmediatamente el resultado.

3.10. Desigualdad de Bessel para funciones de cuadrado integrable.

Proposici

on 1.29 (Desigualdad de Bessel). Sea f : R R una funcion de perodo 2,

de cuadrado integrable y sean a
k
y b
k
sus coecientes de Fourier. Entonces
a
2
o
2
+
N

k=1
a
2
k
+b
2
k

1

|f|
2
2
para todo entero positivo N.
Demostraci

on. De la formula (1.15) sigue inmediatamente el resultado.

Corolario 1.30. Sea f : R R una funcion de perodo 2, de cuadrado integrable y

sean a
k
y b
k
sus coecientes de Fourier. Entonces la serie

k=1
a
2
k
+b
2
k
es convergente
Ejercicios 1.
(1) Demuestre que los siguientes espacios vectoriales son espacios con producto interno
(a) El espacio C
n
de los vectores 1 n. Con el producto escalar eucldeo
v, w)
n
= vw

=
n

k=1
v
k
w
k
.
donde v, w C
n
, v = (v
1
, . . . , v
n
), w = (w
1
, . . . , w
n
), y w

es el adjunto de w.
(b) El espacio C
nn
de las matrices n n. Con el producto dado por
A, B)
nn
= tr(AB

) =
n

i=1
n

k=1
a
ik
b
ik
donde A, B C
nn
, son de la forma A = (a
ik
), B = (b
ik
).
(c) El espacio
l
2
=
_
(x
n
)
n1
/x
n
C tales que

n=1
[x
n
[
2
<
_
con el producto dado por
x, y) =

n=1
x
n
y
n
.
(d) Sabiendo probabilidades se puede considerar el siguiente caso.
Sea (, F, P) un espacio de probabilidad. Sea L
2
(, F, P) el conjunto de las
variables aleatorias Y : R, centradas (es decir, E(Y ) = 0) con varianza
nita (es decir, tales que E(Y
2
) < ).
El espacio L
2
(, F, P) es un espacio con producto interno, el cual esta dado
por la covarianza
Y
1
, Y
2
) = Cov(Y
1
, Y
2
) = E(Y
1
Y
2
)
donde E denota la esperanza.
13
14 EJERCICIOS 1.
(e) Sabiendo teora de la medida se puede considerar el siguiente caso.
Si (, F, ) es un espacio de medida sea
L
2
(, F, ) =
_
f : C, f es F- medible y
_

[f(t)[
2
d(t) <
_
El espacio L
2
(, F, ) es un espacio con producto interno, el cual esta dado por
f, g) =
_

f(t)g(t)d(t).
(2) Demostrar: Sea (X, ., .)) un espacio con producto interno. Si denimos
|x| = x, x)
1/2
entonces | | es una norma en X.
Ademas, esta norma satisface la ley del paralelogramo, es decir, para todo
x, y X:
|x +y|
2
+|x y|
2
= 2|x|
2
+ 2|y|
2
.
(3) Demostrar que todo espacio con producto interno se puede completar.
(4) Sea X un espacio vectorial real con producto interno ., .).
Demostrar que para todo x, y X
x, y) =
1
4
(|x +y|
2
|x y|
2
).
(5) Sea X un espacio vectorial complejo con producto interno ., .).
Demostrar que para todo x, y X
x, y) =
1
4
(|x +y|
2
|x y|
2
+i|x +iy|
2
i|x iy|
2
).
(6) Sea (X, |.|) un espacio normado (real o complejo). Demostrar que |.| proviene de
un producto interno si y solo si satisface la ley del paralelogramo.
(7) Demostrar: Todo conjunto ortogonal es linealmente independiente.
EJERCICIOS 1. 15
(8) Sea f : R R una funcion de perodo T. Probar que si f es integrable sobre un
intervalo de longitud T entonces f es integrable sobre cualquier intervalo de longitud
T y para cualquier a R se tiene que
_
Ta
a
f(x) dx =
_
T
0
f(x) dx.
(9) Sea P un polinomio trigonometrico de la forma
P(x) =

o
2
+
n

k=1

k
cos kx +
k
sen kx.
Probar que

k
=
1

_
2
0
P(x) cos kx dx para k = 0, . . . , n

k
=
1

_
2
0
P(x) sen kx dx para k = 1, . . . , n.
(10) Considerar la funcion f denida por
f(x) = x para x < ,
extendida por periodicidad a toda la recta.
(a) Hallar los coecientes de Fourier.
(b) Probar que la serie de Fourier de f es
2
_
sen x
1

sen 2x
2
+
sen 3x
3
+ + (1)
k+1
sen kx
k
+
_
(11) Sea f : R R una funcion de perodo 2, integrable en el intervalo [0, 2]. Pruebe
que si a
k
y b
k
son sus coecientes de Fourier, entonces
lim
k+
a
k
= lim
k+
b
k
= 0.
16 EJERCICIOS 1.
(12) Considerar la funcion f denida por
f(x) = x
2
para 0 x < 2,
extendida por periodicidad a toda la recta.
(a) Probar que los coecientes de Fourier de f son
a
k
= 4/k
2
si k ,= 0, a
o
= 8
2
/3 y b = 4/k.
(b) Hallar la serie de Fourier de f.
(13) Sea f : R R una funcion continua, de perodo 2. Demostrar que si
_
2
0
f(x) cos(kx) dx = 0 para k = 0, 1, . . . ,
_
2
0
f(x) sen(kx) dx = 0 para k = 1, 2, . . .
entonces
f(x) = 0 para todo x R.
(14) Sea f una funcion de perodo 2T, integrable en el intervalo [0, 2T], con serie de
Fourier
a
o
2
+

k=1
a
k
cos
_
kx
T
_
+b
k
sen
_
kx
T
_
.
Demostrar que:
(a) Si f es par entonces
b
k
= 0 para k = 1, . . . , n,
y ademas
a
k
=
2
T
_
T
0
f(x) cos
_
kx
T
_
dx (k = 0, 1, . . . ).
(b) Si f es impar entonces
a
k
= 0 para k = 0, . . . , n,
y ademas
b
k
=
2
T
_
T
0
f(x) sen
_
kx
T
_
dx (k = 1, 2, . . . ).
EJERCICIOS 1. 17
(15) Hallar el desarrollo de f(x) = sen x, 0 x en serie de cosenos.
(16) Desarrollar la funcion f(x) = x, 0 < x < 2, en serie de cosenos y en serie de senos.
CAP

ITULO 2
Espacios de Hilbert.
Definici

on 2.1. Un espacio de Hilbert es un espacio vectorial con producto interno que

es completo con respecto a la norma dada por el producto interno.
Ejemplo 2.2. El espacio C
n
con el producto interno dado en el Ejemplo 1.2 es un espacio
de Hilbert.
Ejemplo 2.3. El espacio C
nn
con el producto interno dado en el Ejemplo 1.3 es un
espacio de Hilbert.
Proposici

on 2.4. El espacio
l
2
=
_
(x
n
)
n1
/x
n
C tales que

n=1
[x
n
[
2
<
_
es un espacio de Hilbert con el producto interno dado por
x, y) =

n=1
x
n
y
n
.
La demostracion de esta proposicion que da como ejercicio.
1. Geometra de espacios de Hilbert.
Teorema 2.5. Sea H un espacio de Hilbert. Todo subconjunto cerrado, convexo y no
vaco de H contiene un unico elemento de norma mnima.
Demostraci

on. Sea C H, C cerrado, convexo y no vaco. Sea

= inf
xC
|x|.
Debemos probar que existe un vector de C cuya norma es . Sea x
n

n
C tal que
lim
n
|x
n
| = .
Por la ley del paralelogramo se sigue que
|x
n
+x
m
|
2
+|x
n
x
m
|
2
= 2|x
n
|
2
+ 2|x
m
|
2
.
19
20 2. ESPACIOS DE HILBERT.
Como C es convexo tenemos que (x
n
+x
m
)/2 C. Luego
_
_
_
_
x
n
+x
m
2
_
_
_
_
.
Por lo tanto
|x
n
x
m
|
2
2|x
n
|
2
+ 2|x
m
|
2
4
2
.
Como
lim
n
|x
n
|
2
= lim
m
|x
m
|
2
=
2
la desigualdad anterior permite probar que x
n
es una sucesion de Cauchy.
Como H es Hilbert entonces H es completo, luego x
n
es una sucesion convergente. Sea
x
o
= lim
n
x
n
.
Como C es cerrado x
o
C. Ademas
|x
o
| =
_
_
_ lim
n
x
n
_
_
_ = lim
n
|x
n
| = .
De donde x
o
tiene norma mnima.
Para ver la unicidad basta notar que, por lo anterior, si y C es otro elemento de norma
mnima entonces la sucesion x
o
, y, x
o
, y, . . . es de Cauchy y por lo tanto x
o
= y (complete
los detalles de la prueba de esta parte).
Definici

on 2.6. Dado un espacio de Hilbert H y una variedad lineal M de H el

ortogonal de M es
M

= z H : z, x) = 0 para todo x M.
Proposici

on 2.7. Sean H un espacio de Hilbert y M una variedad lineal de H entonces

M

es un subespacio (cerrado) de H.
La demostracion de esta proposicion queda como ejercicio.
Teorema 2.8 (Teorema de la perpendicular).
Sean H un espacio de Hilbert y M un subespacio (cerrado) de H entonces para cada
x H existe un unico y M y un unico z M

tal que x = y +z. Ademas

|x|
2
= |y|
2
+|z|
2
,
|x y| = dist(x, M).
El vector y es llamado la proyeccion ortogonal de x sobre M y lo denotaremos por P
M
(x).
1. GEOMETR

IA DE ESPACIOS DE HILBERT. 21
Demostraci

on.
Sea x H, el conjunto x +M es un subconjunto de H cerrado, convexo y no vaco. Por
el teorema anterior x +M tiene un elemento de norma mnima.
Sea z x +M el elemento de norma mnima, entonces existe m
o
M tal que
z = x +m
o
.
Sea y = m
o
entonces y M y x = y +z.
Probaremos que z M

.
Sea m M. Sea K tal que [[ = 1 y
m, z) = [m, z)[.
Sea t R, como z es de norma mnima
|z|
2
|z t m|
2
= z t m, z t m)
= |z|
2
t m, z) t z, m) +t
2
[[
2
|m|
2
.
Entonces
0 2 t [m, z)[ +t
2
|m|
2
.
Si |m| = 1 y t > 0 entonces
0 2 [m, z)[ t.
Tomando lmite cuando t tiende a 0, obtenemos que
m, z) = 0
para todo m M tal que |m| = 1. De esto se puede deducir que z M

.
A continuacion probaremos las otras igualdades. Como y, z) = 0 se sigue que
|x|
2
= x, x) = y +z, y +z) = y, y) +z, z) = |y|
2
+|z|
2
.
Ademas
|x y| = |z| = inf
wx+M
|w| = inf
mM
|x +m| = dist(x, M).
La unicidad queda como ejercicio.

Corolario 2.9. Sean H un espacio de Hilbert y M un subespacio (cerrado) de H en-

tonces
H = M +M

donde M

es un subespacio (cerrado) de H, que es ortogonal a M.

22 2. ESPACIOS DE HILBERT.
Proposici

on 2.10. En un espacio de Hilbert el unico vector que es ortogonal a todos los

vectores es el vector cero.
La demostracion de esta proposicion queda como ejercicio.
2. Funcionales lineales en espacios de Hilbert.
Proposici

on 2.11. Dados un K-espacio de Hilbert H y un vector y H, sea f : H K

dada por
f(x) = x, y) para todo x H
entonces f es un funcional lineal continuo en H. Es decir, f H

.
La demostracion de esta proposicion queda como ejercicio. El siguiente teorema dice que
el recproco es cierto.
Teorema 2.12 (Teorema de representacion de Riesz).
Sea H un espacio de Hilbert y f un funcional lineal continuo en H (es decir, f H

)
entonces existe un unico y H tal que
f(x) = x, y) para todo x H.
Demostraci

on.
Si f = 0, basta tomar y = 0.
Si f ,= 0, consideramos
M = ker(f) = x H : f(x) = 0.
Se tiene que M es un subespacio propio de H, por lo tanto M

no es trivial.
Sea z M

tal que |z| = 1, claramente f(z) ,= 0.

Sea x H entonces
f
_
x
f(x)
f(z)
z
_
= f(x)
f(x)
f(z)
f(z) = 0.
Luego
x
f(x)
f(z)
z M.
Y as
0 =
_
x
f(x)
f(z)
z, z
_
= x, z)
f(x)
f(z)
z, z) = x, z)
f(x)
f(z)
.
De donde
f(x) = f(z) x, z) = x, f(z) z).
3. SISTEMAS ORTOGONALES. 23
La representaci on se obtiene tomando
y = f(z) z.
Veamos la unicidad. Supongamos que existen y
1
, y
2
H tales que
f(x) = x, y
1
) f(x) = x, y
2
)
para todo x H. Entonces
x, y
1
y
2
) = 0
para todo x H. Por la proposicion anterior y
1
y
2
= 0. Luego y
1
= y
2
.

3. Sistemas ortogonales.
Teorema 2.13. Sean H un espacio de Hilbert, u
1
, . . . , u
n
un conjunto ortonormal y
M el subespacio generado por u
1
, . . . , u
n
. Si x H y = dist(x, M) entonces
(a) La proyeccion ortogonal de x sobre M esta dada por
P
M
(x) =
n

k=1
x, u
k
)u
k
.
(b) La norma de x puede expresarse en terminos de la distancia de x a M y de los
coecientes de la proyeccion ortogonal de x mediante
|x|
2
=
2
+
n

k=1
[x, u
k
)[
2
.
Demostraci

on. Sabemos que x = y +z donde y M, z M

y ademas
|z| = |x y| = dist(x, M)
y
|x|
2
= |y|
2
+|z|
2
.
Tenemos que zu
k
para todo k 1, . . . , n y existen constantes c
1
, . . . , c
n
tales que
y =
n

i=1
c
i
u
i
.
24 2. ESPACIOS DE HILBERT.
Luego
x, u
k
) = y +z, u
k
) = y, u
k
) +z, u
k
) =
= y, u
k
) =
_
n

i=1
c
i
u
i
, u
k
_
=
n

i=1
c
i
u
i
, u
k
) = c
k
.
De donde c
k
= x, u
k
) y por lo tanto
P
M
(x) = y =
n

k=1
x, u
k
)u
k
.
Ademas por la igualdad de Parseval en el caso nito (ver Teorema 1.14) tenemos que
n

k=1
[x, u
k
)[
2
= |y|
2
= |x|
2
|z|
2
= |x|
2

2
.

Corolario 2.14. Sean H un espacio de Hilbert, u

1
, . . . , u
n
un conjunto ortonormal y
x H. Entonces
n

k=1
[x, u
k
)[
2
|x|
2
.
Corolario 2.15 (Desigualdad de Bessel).
Sean H un espacio de Hilbert, u

A
un sistema ortonormal en H y x H. Entonces
(a) el conjunto A : x, u

) ,= 0 es numerable o nito
(b)

A
[x, u

)[
2
|x|
2
.
Definici

on 2.16. Dado un conjunto A llamaremos l

2
(A) al conjunto de las funciones
: A K tales que () = 0 salvo para una cantidad numerable o nita de ndices y

A
[()[
2
< .
Y sea
||
l
2
(A)
=
_

A
[()[
2
_
1/2
.
Ejemplo 2.17. En el caso A = N tenemos que l
2
(N) = l
2
(donde l
2
es el espacio que
aparece en la Proposicion 2.4).
3. SISTEMAS ORTOGONALES. 25
Observaci

on 2.18. Sabiendo teora de la medida, el espacio l

2
(A) se puede interpretar
como el espacio L
2
de la medida que a cada punto le asocia masa 1).
Teorema 2.19 (Riesz - Fischer).
Sean H un espacio de Hilbert y u

A
un sistema ortonormal en H. Si l
2
(A)
entonces existe x H tal que
() = x, u

) y |x| = ||
l
2
(A)
.
Demostraci

on. Sea
B
n
= A : [()[ > 1/n
entonces B
n
es nito. Sea
x
n
=

B
n
() u

.
Por la igualdad de Parseval en el caso nito (ver Teorema 1.14) tenemos que
|x
n
|
2
=

B
n
[()[
2
.
Es facil ver que x
n
es una sucesion de Cauchy (pruebelo). Como H es completo existe
x H tal que
x = lim
n
x
n
.
Entonces para cada A
x, u

) = lim
n
x
n
, u

) = lim
n
x
n
, u

) = ()
Ademas
|x|
2
=
_
_
_ lim
n
x
n
_
_
_
2
= lim
n
|x
n
|
2
= lim
n

B
n
[()[
2
=

A
[()[
2
= ||
2
l
2
(A)
.

Observaci

on 2.20. Si A = N entonces el teorema anterior queda as:

Corolario 2.21. Sean H un espacio de Hilbert y u
n

n1
una sucesion ortonormal en
H. Si a
n

n1
es una sucesion de escalares en l
2
entonces existe x H tal que
a
n
= x, u
n
) y |x|
2
=

n=1
[a
n
[
2
.
Definici

on 2.22. Un conjunto ortogonal es maximal cuando no existe ning un otro con-

junto ortogonal que lo contenga.
26 2. ESPACIOS DE HILBERT.
Definici

on 2.23. Los conjuntos ortonormales maximales suelen llamarse bases ortonor-

males.
Teorema 2.24. Sean H un espacio de Hilbert y u

A
un sistema ortonormal en H.
Entonces las siguientes condiciones son equivalentes:
(a) u

A
es maximal.
(b) El conjunto de las combinaciones lineales nitas de u

A
es denso en H.
(c) Para todo x H se tiene que
|x|
2
=

A
[x, u

)[
2
.
(d) Para todo x, y H se tiene que
x, y) =

A
x, u

)y, u

).
La demostracion queda como ejercicio. (Ayuda: probar (a) (b) (c) (d) (a)).
Observaci

on 2.25. Notar que si u

A
es una base ortonormal entonces
x =

A
x, u

)u

y |x|
2
=

A
[x, u

)[
2
.
Del Lema de Zorn sigue facilmente la existencia de conjuntos ortonormales maximales.
Es mas, se puede probar que todo subconjunto ortonormal esta contenido en una base
ortonormal.
Ademas, si u

A
es una base ortonormal en H es claro que la aplicacion F : H l
2
(A)
denida mediante
F(x) = x, u

)
A
es un isomorsmo isometrico.
Luego todo espacio de Hilbert es isomorfo a l
2
(A) para alg un A.
Observaci

on 2.26. Los espacios de Hilbert que tienen mayor interes son los separables.
En este caso las bases ortonormales son numerables o nitas.
4. Aplicacion a series trigonometricas en L
2
[0, 2]
Sabiendo teora de la medida podemos considerar la siguiente aplicacion.
Se tiene que L
2
[0, 2] es un espacio de Hilbert con el producto
f, g) =
1
2
_
2
0
f(t)g(t)dt.
4. APLICACI

ON A SERIES TRIGONOM

ETRICAS EN L
2
[0, 2] 27
Para n Z sea e
n
: [0, 2] C denida por
e
n
(t) = e
int
.
Proposici

on 2.27. El conjunto e
n

nZ
es un subconjunto ortonormal en L
2
[0, 2].
La demostracion de esta proposicion queda como ejercicio
Teorema 2.28. El conjunto e
n

nZ
es una base de L
2
[0, 2].
Demostraci

on. Basta ver que el conjunto de las combinaciones lineales nitas de

e
n

nZ
es denso en L
2
[0, 2].
Sean f L
2
[0, 2] y > 0, por resultados de aproximaci on de teora de la medida
sabemos que existe una funcion continua g tal que |f g|
L
2 < /2. Por el teorema de Stone
Weierstrass existe un polinomio P tal que |g P|
L
< /2.
Finalmente
|f P|
L
2 |f g|
L
2 +|g P|
L
2 /2 +|g P|
L
< /2 + /2 = .
De donde e
n

nZ
es una base ortonormal de L
2
[0, 2].

Notar que
f, e
n
) =
1
2
_
2
0
f(t)e
int
dt =

f(n).
As que como corolarios de los resultados anteriores obtenemos:
Corolario 2.29. Si f L
2
[0, 2] entonces

nZ
[

f(n)[
2
<
y
|f|
2
2
=

nZ
[

f(n)[
2
.
Corolario 2.30. Si c = c
n

nZ
es una sucesion tal que

nZ
[c
n
[
2
<
entonces existe f L
2
[0, 2] tal que
c
n
=

f(n) y |f|
L
2 = |c|
l
2
(Z)
.
Esta f esta dada por
lim
n
_
_
_
_
_
f
N

n=N
c
n
e
n
_
_
_
_
_
L
2
= 0.
28 2. ESPACIOS DE HILBERT.
4.1. Identidad de Parseval para funciones de cuadrado integrable.
Teorema 2.31 (Identidad de Parseval). Sea f : R R una funcion de perodo 2, de
cuadrado integrable y sean a
k
y b
k
sus coecientes de Fourier. Entonces
a
2
o
2
+

k=1
a
2
k
+b
2
k
=
1

|f|
2
2
.
Demostraci

on. Sea S
n
(x) la sucesion de sumas parciales de la serie de Fourier de f,
considerando la formula (1.15) con P = S
n
, obtenemos
1

|f|
2
2

_
a
2
o
2
+
n

k=1
a
2
k
+b
2
k
_
=
1

|f S
n
|
2
2
.
Tomando lmite cuando n tiende a innito y usando que |f S
n
|
2
tiende a cero, tenemos
que
lim
n
_
1

|f|
2
2

_
a
2
o
2
+
n

k=1
a
2
k
+b
2
k
__
= 0.

4.2. Aplicacion a sumacion de series numericas.

Ejemplo 2.32. Vamos a ver como la identidad de Parseval nos permite establecer que
1 +
1
2
2
+
1
3
2
+
1
4
2
+ =

2
6
.
Consideremos la funcion
f(x) = x para x < ,
extendida por periodicidad a toda la recta.
La serie de Fourier de f es
2
_
sen x
1

sen 2x
2
+
sen 3x
3
+ + (1)
k+1
sen(k)x
k
+
_
.
Al aplicar la identidad de Parseval obtenemos
4
_
1 +
1
2
2
+
1
3
2
+
1
4
2
+
_
=
1

x
2
dx =
1

_
x
3
3
_

=
2
3

2
,
de donde se obtiene el resultado.
Ejercicios 2.
(1) Demostrar: Si H es un espacio de Hilbert y M es una variedad lineal de H entonces
M

es un subespacio (cerrado) de H.
(2) Sea H un espacio de Hilbert. Demostrar que H es separable si y solo si H tiene un
conjunto ortonormal maximal numerable.
(3) Sean H
1
, H
2
dos espacios de Hilbert separables y de igual dimension.
Demostrar que existe un isomorsmo isometrico entre H
1
y H
2
.
(4) Sea H un espacio de Hilbert y M una variedad lineal en H.
Demostrar que:
M = M

.
Por lo tanto:
M es un subespacio si y solo si M = M

.
(5) Demostrar que todo espacio de Hilbert es reexivo.
(6) Sean H un espacio de Hilbert y u
1
, . . . , u
n
H.
Demostrar que si u
1
, . . . , u
n
es ortogonal y
x =
n

k=1
c
k
u
k
entonces
|x|
2
=
n

k=1
[c
k
[
2
|u
k
|
2
.
Ademas, para cada k 1, . . . , n
c
k
=
x, u
k
)
|u
k
|
2
.
29
30 EJERCICIOS 2.
(7) Demostrar que todo espacio de Hilbert posee una base ortonormal.
(8) Utilizar el metodo de ortogonalizacion de Gram-Schmidt para demostrar (sin utilizar
el Lema de Zorn) que todo espacio de Hilbert separable posee una base ortonormal.
(9) Demostrar que todas las bases ortonormales de un mismo espacio de Hilbert tienen
igual cardinalidad (Por lo tanto podemos denir la dimension de un espacio de
Hilbert como el cardinal de cualquier base ortonormal).
(10) Demostrar que dos espacios de Hilbert son isomorfos si y solo si tienen la misma
dimension.
(11) Sean H un espacio de Hilbert y u

A
un sistema ortonormal en H. Entonces las
siguientes condiciones son equivalentes:
(a) u

A
es maximal.
(b) El conjunto de las combinaciones lineales nitas de u

A
es denso en H.
(c) Para todo x H se tiene que
|x|
2
=

A
[x, u

)[
2
.
(d) Para todo x, y H se tiene que
x, y) =

A
x, u

)y, u

).
CAP

ITULO 3
Operadores en espacios de Hilbert.
1. Operadores acotados en espacios de Hilbert
Sea H un espacio de Hilbert (salvo que se indique lo contrario supondremos que H es
complejo).
Usualmente L(H, H) se denota por L(H). Se tiene que L(H) es un algebra y
|ST| |S| |T|
para todo S, T L(H).
Proposici

on 3.1. Sea T L(H), si

T(x), x) = 0 para todo x H
entonces T = 0.
Demostraci

on. Sean x, y H, por hipotesis

0 = T(x +y), x +y) = T(x) +T(y), x +y)
= T(x), x) +T(x), y) +T(y), x) +T(y), y)
= T(x), y) +T(y), x).
Es decir
T(x), y) = T(y), x).
Como el espacio vectorial es complejo, podemos cambiar y por iy, obteniendo que
iT(x), y) = iT(y), x).
Dividiendo entre i se sigue que
T(x), y) = T(y), x).
Entonces
T(y), x) = T(x), y) = T(y), x).
De donde
T(x), y) = 0.
31
32 3. OPERADORES EN ESPACIOS DE HILBERT.
Si ponemos y = T(x) entonces
T(x), T(x)) = 0.
Por lo tanto T(x) = 0 para todo x H.

Observaci

on 3.2. En el caso de un espacio vectorial real la Proposicion anterior NO es

cierta. Por ejemplo, considere una rotacion de noventa grados en R
2
.
Corolario 3.3. Si S, T L(H) y
S(x), x) = T(x), x) para todo x H
entonces S = T.
Definici

on 3.4. Cuando existe x

o
H tal que
T(x
o
) = x
o
para alg un C se dice que:
(a) es un autovalor de T.
(b) x
o
es un autovector del autovalor .
(c) x H : T(x) = x es el autoespacio del autovalor .
2. Adjunto de un operador.
Teorema 3.5. Si T L(H) entonces existe un unico operador T

L(H) tal que

T(x), y) = x, T

(y))
para todo x, y H.
Ademas se tiene que |T| = |T

|.
El operador T

se llama el adjunto de T.
Demostraci

on. Veamos la existencia. Sea y H denimos el funcional lineal f

y
mediante
f
y
(x) = T(x), y)
entonces
[f
y
(x)[ = [T(x), y)[ |T(x)| |y| |T| |x| |y|.
As que f
y
es continuo. Por el teorema de representaci on de Riesz existe un unico z
y
H
tal que
f
y
(x) = x, z
y
).
2. ADJUNTO DE UN OPERADOR. 33
De donde
T(x), y) = x, z
y
).
Denimos T

: H H mediante
T

(y) = z
y
.
Veamos que T

es lineal. Sean x, y
1
, y
2
H y C entonces
x, T

(y
1
+y
2
)) = T(x), y
1
+y
2
)
= T(x), y
1
) +T(x), y
2
)
= x, T

(y
1
)) +x, T

(y
2
))
= x, T

(y
1
)) +x, T

(y
2
)).
Sea
w = T

(y
1
+y
2
) (T

(y
1
) +T

(y
2
)).
Entonces para todo x H :
x, w) = 0.
En particular para x = w. De donde |w| = 0. Por lo tanto w = 0.
Es decir
T

(y
1
+y
2
) = T

(y
1
) + T

(y
2
).
Veamos que T

es continuo. Sean x, y H entonces

[x, T

(y))[ = [T(x), y)[ |T| |x| |y|.

En particular para x = T

(y) tenemos que

|T

(y)|
2
|T| |T

(y)| |y|.
De donde
|T

(y)| |T| |y|.

Por lo tanto T

L(H) y
|T

| |T|.
La unicidad es sencilla (verifquela).
Veamos la igualdad para las normas. Aplicando lo hecho antes a T

obtenemos que
T

= T
34 3. OPERADORES EN ESPACIOS DE HILBERT.
y por lo tanto
|T| = |T

| |T

|.
De donde
|T| = |T

|.

Ejemplo 3.6. El operador de traslacion (Shift). En l

2
(Z) consideremos el operador U
denido por:
U((x
n
)
nZ
) = (x
n1
)
nZ
.
Sean x, y l
2
(Z) entonces
x, U

(y)) = U(x), y) =

nZ
x
n1
y
n
=

kZ
x
k
y
k+1
.
Por lo tanto U

es el operador en l
2
(Z) denido por:
U

((y
n
)
nZ
) = (y
n+1
)
nZ
.
Proposici

on 3.7. Sean S, T L(H) y C entonces:

(a) (T +S)

= T

+S

.
(b) (T)

= T

.
(c) (ST)

= T

.
(d) T

= T.
(e) |T

T| = |T|
2
.
Demostraci

on.
Las partes (a), (b), (c) y (d) quedan como ejercicio.
Solo probaremos la parte (e).
Se tiene que
|T

T| |T

||T| = |T|
2
.
Por otro lado
|T(x)|
2
= T(x), T(x)) = T

T(x), x)
|T

T(x)| |x| |T

T| |x|
2
.
Luego
|T|
2
= sup
x=1
|T(x)|
2
|T

T|.

3. OPERADORES NORMALES. 35
NOTACI

ON. Llamaremos
N(T) = Nucleo(T),
R(T) = Rango(T).
Proposici

on 3.8. Si T L(H) entonces

(a) N(T

) = R(T)

.
(b) N(T) = R(T

.
Demostraci

on.
(a) Sean x N(T

), y H entonces
x, T(y)) = T

(x), y) = 0, y) = 0.
De donde x R(T)

.
Recprocamente, si x R(T)

entonces
T

(x), y) = x, T(y)) = 0
para todo y H. Por lo tanto T

(x) = 0, es decir, x N(T

).
(b) Basta aplicar la parte (a) al operador T

y usar que T

= T.

3. Operadores normales.
Definici

on 3.9. Sea T L(H) se dice que: T es normal cuando

T

T = TT

.
Ejemplo 3.10. En l
2
(Z) consideremos el operador de traslacion (Shift) U denido por:
U(x
n

nZ
) = x
n1

nZ
.
Sabemos que U

es el operador en l
2
(Z) denido por:
U

(y
n

nZ
) = y
n+1

nZ
.
Sea x l
2
(Z)
U

U(x
n

nZ
) = U

(x
n1

nZ
) = x
n

nZ
.
Ademas
UU

(x
n

nZ
) = U(x
n+1

nZ
) = x
n

nZ
.
36 3. OPERADORES EN ESPACIOS DE HILBERT.
Luego
U

U = UU

.
Por lo tanto U es normal.
Ejemplo 3.11. En l
2
(N) consideremos el operador de traslacion (Shift) S denido por:
S(x
o
, x
1
, x
2
, . . .) = 0, x
o
, x
1
, . . .
(Si U es como en el ejemplo anterior entonces basicamente S = U[
l
2
(N)
). Se puede probar
(hagalo) que
S

(y
o
, y
1
, y
2
, . . .) = y
1
, y
2
, y
3
, . . .
Sea x l
2
(N)
S

S(x
o
, x
1
, x
2
, . . .) = S

0, x
o
, x
1
, . . . = x
o
, x
1
, x
2
, . . ..
Ademas
SS

(x
o
, x
1
, x
2
, . . .) = Sx
1
, x
2
, x
3
, . . . = 0, x
1
, x
2
, . . ..
Luego
S

S ,= SS

.
Por lo tanto S no es normal.
Teorema 3.12. Sea T L(H).
T es normal si y solo si |T(x)| = |T

(x)| para todo x H.

Demostraci

on. Sea x H
|T(x)|
2
= T(x), T(x)) = T

T(x), x).
|T

(x)|
2
= T

(x), T

(x)) = TT

(x), x).
De esto se sigue que:
T

T = TT

si y solo si |T(x)| = |T

(x)| para todo x H.

4. OPERADORES UNITARIOS 37
Teorema 3.13. Sea T L(H), si T es normal entonces
(a) N(T) = N(T

) = R(T)

.
(b) Si para algunos x H, C se tiene que T(x) = x entonces T

(x) = x.
(c) Si y son autovalores de T y ,= entonces los correspondientes autoespacios
son ortogonales.
Demostraci

on.
(a) Sabemos que N(T

) = R(T)

para cualquier operador T L(H).

Si T es normal, por (a), se tiene que
|T(x)| = |T

(x)|
para todo x H. Por lo tanto N(T) = N(T

).
(b) Si T es normal entonces T I es normal y por la parte (a) tenemos que
0 = |T(x) x| = |(T I) (x)| = |(T I)

(x)|
= |(T

I) (x)| = |T

(x) x|.
De donde T

(x) = x.
(c) Sean x, y H tales que
T(x) = x, T(y) = y
entonces
x, y) = x, y) = T(x), y) = x, T

(y)) = x, y) = x, y).
Luego
( )x, y) = 0.
Como ,= se sigue que x, y) = 0.

4. Operadores unitarios
Definici

on 3.14. Sea U L(H) se dice que: U es unitario cuando

U

U = UU

= I.
Teorema 3.15. Si U L(H) entonces las siguientes condiciones son equivalentes
(a) U es unitario.
38 3. OPERADORES EN ESPACIOS DE HILBERT.
(b) R(U) = H y
U(x), U(y)) = x, y)
para todo x, y H.
(c) R(U) = H y
|U(x)| = |x|
para todo x H.
Demostraci

on.
(a b)
Esta implicacion se obtiene tomando en cuenta que si U es unitario entonces es invertible
y por lo tanto es sobreyectivo.
Ademas si x, y H entonces
U(x), U(y)) = U

U(x), y) = x, y).
(b c)
Esta implicacion se obtiene tomando x = y.
(c a)
Sea x H entonces
U

U(x), x) = U(x), U(x)) = |U(x)| = |x| = x, x).

Luego
U

U = I.
Sean x, y H tales que U(x) = U(y) entonces
x = U

U(x) = U

U(y) = y.
De donde U es inyectivo.
Ademas R(U) = H, luego existe U
1
.
Se tiene que
U
1
= U

.
Y as
U

U = UU

= I.

5. OPERADORES AUTOADJUNTOS. 39
Ejemplo 3.16. En l
2
(Z) consideremos el operador de traslacion (Shift) U denido por:
U((x
n
)
nZ
) = (x
n1
)
nZ
.
Entonces U es unitario.
Sea
S = U/l
2
(N)
entonces
S(x
o
, x
1
, x
2
, . . .) = 0, x
o
, x
1
, . . ..
Se puede probar que S es una isometra y sin embargo S no es unitario (hagalo).
5. Operadores autoadjuntos.
Definici

on 3.17. Sea T L(H) se dice que: T es autoadjunto o hermitiano cuando

T = T

.
Ejemplo 3.18. Dado S L(H) sea T
1
L(H) el operador dado por
T
1
=
1
2
(S +S

).
Se puede probar que
T
1
= T

1
.
Entonces T es autoadjunto.
Ejemplo 3.19. Dado S L(H) sea T
2
L(H) el operador dado por
T
2
=
1
2i
(S S

).
Se tiene que
T
2
= T

2
.
Entonces T es autoadjunto.
Observaci

on 3.20. Los operadores T

1
y T
2
que aparecen en los ejemplos anteriores son,
con respecto al operador S, objetos similares a la parte real y la parte imaginaria de un
n umero complejo.
Ejemplo 3.21. Dado S L(H) un operador autoadjunto, sea T L(H) el operador
dado por
T = iS.
Se puede demostrar que
T ,= T

.
40 3. OPERADORES EN ESPACIOS DE HILBERT.
Y por lo tanto T no es autoadjunto.
Proposici

on 3.22. Todo operador autoadjunto es normal.

La demostracion de esta proposicion queda como ejercicio.
6. Proyecciones.
Definici

on 3.23. Sean X un espacio vectorial y P L(X) se dice que P es una pro-

yeccion cuando
P
2
= P.
Ejemplo 3.24. Sabiendo probabilidades se puede entender que la esperanza condicional
es una proyecci on.
Proposici

on 3.25. Sea X un espacio vectorial y P una proyeccion en X. Entonces:

(a) x R(P) si y solo si P(x) = x.
(b) N(P) = R(I P).
(c) I P es una proyeccion.
(d) R(P) = N(I P).
(e) X = R(P) + N(P).
(f) X = R(P) + R(I P).
La demostracion de esta proposicion queda como ejercicio.
Teorema 3.26. Sea P L(H) una proyeccion entonces las siguientes condiciones son
equivalentes:
(a) P es autoadjunto.
(b) P es normal.
(c) R(P) = N(P)

.
(d) P(x), x) = |P(x)|
2
para todo x H.
En este caso P se llama una proyeccion ortogonal y como N(P) = R(I P) claramente
se tiene:
H = R(P) + R(I P) = PH + (I P)H.
Demostraci

on.
(a b)
Esto se obtiene porque todo operador autoadjunto es normal.
(b c)
6. PROYECCIONES. 41
Como P es normal tenemos que N(P) = R(P)

. De donde
N(P)

= R(P)

.
Por la proposicion anterior R(P) = N(I P), luego R(P) es cerrado y por lo tanto
R(P)

= R(P).
De donde
N(P)

= R(P).
(c d)
Como N(P) es cerrado y R(P) = N(P)

se sigue que
R(P)

= N(P)

= N(P).
Sea x H entonces
x = y +z
con y R(P), z N(P) = R(P)

.
Por lo tanto
P(z) = 0, y, z) = 0, P(y) = P(x) = y.
Luego
P(x), x) = P(y +z), y +z)
= P(y), y +z) +P(z), y +z)
= P(y), y +z) = y, y +z)
= |y|
2
= |P(x)|
2
.
(d a)
Sea x H entonces
x, P

(x)) = P(x), x) = |P(x)|

2
.
De donde
x, P

(x)) R,
por lo tanto
P

(x), x) = x, P

(x)) = P(x), x).

Por el Corolario 3.3 tenemos que
P

= P.

42 3. OPERADORES EN ESPACIOS DE HILBERT.

7. Distintos tipos de convergencia de operadores en L(H).
En esta seccion vamos a denir varias topologas en L(H). Tambien enunciaremos varias
proposiciones cuyas demostraciones quedan como ejercicio.
Sea T
n

n1
L(H) una sucesion y T L(H).
Definici

on 3.27. La topologa uniforme o topologa de la norma en L(H) es aquella en

la que una base de entornos del operador cero viene dada por:
U() = T L(H) : |T| < .
Proposici

on 3.28. T
n

n1
converge uniformemente a T si y solo si
lim
n
|T
n
T| = 0.
Esta es la convergencia de la norma en L(H).
Definici

on 3.29. La topologa fuerte de L(H) es aquella en la que una base de entornos

del operador cero viene dada por:
F(, x) = T L(H) : |T(x)| < .
Proposici

on 3.30. T
n

n1
converge fuertemente a T si y solo si
lim
n
T
n
(x) = T(x)
para todo x H.
Definici

on 3.31. La topologa debil de L(H) es aquella en la que una base de entornos

del operador cero viene dada por:
D(, x, y) = T L(H) : [T(x), y)[ < .
Proposici

on 3.32. T
n

n1
converge debilmente a T si y solo si
lim
n
T
n
(x), y) = T(x), y)
para todo x, y H.
Proposici

on 3.33.
(a) La convergencia uniforme implica la convergencia fuerte.
(b) La convergencia fuerte implica la convergencia debil.
En realidad se puede demostrar que la topologa de la norma contiene la topologa fuerte,
y la topologa fuerte contiene la topologa debil.
7. DISTINTOS TIPOS DE CONVERGENCIA DE OPERADORES EN L(H). 43
Observaci

on 3.34. Los recprocos de la proposicion anterior no son ciertos, tal como lo

muestran los siguientes ejemplos.
(a) La convergencia fuerte no implica la convergencia uniforme.
En l
2
(N) sea P
N
el operador denido por
P
N
(x
1
, x
2
, . . .) = x
1
, x
2
, . . . , x
N
, 0, . . ..
entonces
lim
n
P
N
(x) = x
para todo x l
2
(N), es decir P
n

n1
converge fuertemente a I.
Sin embargo
|P
N
I| = 1
para todo N N, por lo tanto P
n

n1
NO converge uniformemente a I.
(b) La convergencia debil no implica la convergencia fuerte.
En l
2
(N) sea S el operador denido por
S(x
1
, x
2
, x
3
, . . .) = 0, x
1
, x
2
, . . .
entonces
S
n
(x
1
, x
2
, x
3
, . . .) = 0, . . . 0, x
1
, x
2
, . . .
en el termino de la derecha x
1
se encuentra en el lugar n + 1.
Sea y H
S
n
(x), y) = 0, . . . 0, x
1
, x
2
, . . ., y
1
, y
2
, y
3
, . . .) =

k =n
x
kn+1
y
k+1
.
De donde
[S
n
(x), y)[
2

k =n
[x
kn+1
[
2
__

k =n
[y
k+1
[
2
_
|x|
2
_

k =n
[y
k+1
[
2
_
.
Por lo tanto
lim
n
S
n
(x), y) = 0
para todo x, y H.
Sin embargo, como
|S
n
(x)| = |x|
44 3. OPERADORES EN ESPACIOS DE HILBERT.
para todo x H es imposible que lim
n
S
n
(x) sea 0 para todo x H.
Proposici

on 3.35. Sea T L(H)

(1) Sea : L(H) C denida mediante
(T) = |T|.
Entonces es continua con la topologa de la norma.
(2) Sea
x
: L(H) H denida mediante

x
(T) = T(x).
Entonces
x
es continua con la topologa fuerte de L(H).
(3) Sea
x,y
: L(H) H denida mediante

x,y
(T) = T(x), y).
Entonces
x,y
es continua con la topologa debil de L(H).
La demostracion de esta proposicion queda como ejercicio.
Ejercicios 3.
(1) Demostrar que si S, T L(H) y C entonces:
(a) (T +S)

= T

+S

.
(b) (T)

= T

.
(c) (ST)

= T

.
(d) T

= T.
(2) Sea X un espacio vectorial y P una proyeccion en X. Demostrar que se
cumplen las siguientes propiedades:
(a) x R(P) si y solo si P(x) = x.
(b) N(P) = R(I P).
(c) I P es una proyeccion.
(d) X = R(P) N(P).
(3) Sean H un espacio de Hilbert y T L(H). Demuestre que T es isometrico
y sobreyectivo si y solo si T

es isometrico y sobreyectivo.
(4) Sea H un espacio de Hilbert y x
n

n1
una sucesion en H. Demostrar que
si
w lim
n
x
n
= x y lim
n
|x
n
| = |x|
45
46 EJERCICIOS 3.
entonces
lim
n
|x
n
x| = 0.
(5) Demostrar que para operadores en L(H):
(a) La convergencia uniforme implica la convergencia fuerte.
(b) La convergencia fuerte implica la convergencia debil.
(6) Precisar las siguientes proposiciones y demostrarlas:
(a) Toda funcion continua en la topologa fuerte es continua en la topologa de la
norma.
(b) Toda funcion continua en la topologa debil es continua en la topologa fuerte.
(7) Demostrar:
(a) Sea : L(H) C denida mediante
(T) = |T|.
Entonces es continua con la topologa de la norma.
(b) Sea
x
: L(H) H denida mediante

x
(T) = T(x).
Entonces
x
es continua con la topologa fuerte de L(H).
(c) Sea
x,y
: L(H) H denida mediante

x,y
(T) = T(x), y).
Entonces
x,y
es continua con la topologa debil de L(H).
CAP

ITULO 4
Espectro de un operador.
Observaci

on 4.1. Este captulo no esta en el programa de esta asignatura Analisis

Funcional de la Licenciatura en Matematica de la Universidad Central de Venezuela. Sin
embargo, podra ser una continuacion natural.
En este captulo se necesitaran algunos conceptos y resultados de un curso basico de
Funciones Analticas.
Sea H un espacio de Hilbert (salvo que se indique lo contrario supondremos que H es
complejo).
Definici

on 4.2. Sea T L(H), diremos que T es invertible si existe S L(H) tal que
ST = TS = I. Usaremos la siguiente notacion: S = T
1
.
Definici

on 4.3. Sea T L(H) el conjunto resolvente de T es:

(T) = C : T I es invertible.
Definici

on 4.4. Sea T L(H) el espectro de T es:

(T) = (T)
C
= C : T I NO es invertible.
Proposici

on 4.5. Si dimH es nita entonces (T) es el conjunto de los autovalores de

T y esta formado por las races de det (T I).
Observaci

on 4.6. Si la dimension de H es innita puede ocurrir que (T) y sin

embargo no sea autovalor de T.
Por ejemplo sea T : l
2
(N) l
2
(N) dado por
T(x
o
, x
1
, x
2
, . . .) = x
o
, x
1
/2, x
2
/3 . . ..
Tenemos que T es inyectivo, por lo tanto N(T) = 0, as que 0 no es autovalor de T.
Por otro lado |T(e
n
)| = 1/n, luego
lim
n
|T(e
n
)| = 0.
Pero como |e
n
| = 1 resulta que T no es invertible, de donde 0 (T).
47
48 4. ESPECTRO DE UN OPERADOR.
Proposici

on 4.7. Sea T L(H) tal que |T| < 1, entonces

(a) I T es invertible.
(b) |(I T)
1
(I +T)|
|T|
2
1 |T|
.
Demostraci

on. De |T
n
| |T|
n
obtenemos
_
_
_
_
_

n=0
T
n
_
_
_
_
_

n=0
|T
n
|

n=0
|T|
n
.
La serie de la derecha es una serie geometrica de razon |T| < 1, as que converge en R.
Y por lo tanto la serie

n=0
T
n
converge en L(H) a un operador S L(H).
(I T)S = S(I T) =

n=0
T
n

n=0
T
n+1
= I.
De donde I T es invertible.
(I T)
1
I T =

n=2
T
n
.
Ademas
|(I T)
1
(I +T)|

n=2
|T|
n
= |(I T)
1
(I +T)|
|T|
2
1 |T|
.

Teorema 4.8. El conjunto de los operadores invertibles es abierto en L(H).

Demostraci

on. Sea T L(H) invertible. Sea S L(H) tal que

|S| < 1/|T
1
|.
Entonces
|T
1
S| |T
1
| |S| < 1.
Por la Proposicion 3.1. tenemos que I +T
1
S es invertible. Luego
T +S = T(I +T
1
S).
De donde T +S es invertible.
Teorema 4.9. Sea T L(H) entonces (T) es abierto y
C : [[ > |T| (T).
4. ESPECTRO DE UN OPERADOR. 49
Demostraci

on. Que (T) es abierto sigue del teorema anterior.

Si [[ > |T| entonces |T/| < 1. Por la Proposicion 3.1. tenemos que I
1
T es
invertible. De donde
I T = (I
1
T)
es invertible.

Teorema 4.10. Sea T L(H) entonces (T) es compacto y NO vaco.

Demostraci

on. Que (T) es compacto sigue del teorema anterior.

Veamos que (T) no es vaco.
Sea R : (T) L(H) denida por
R() = (I T)
1
.
Si , (T) se tiene que
R()
1
(R() R())R()
1
= (I T) ((I T)
1
(I T)
1
) (I T) =
= (I T) (I T)
= ( )I.
Por lo tanto
R() R() = ( )R()R().
Supongamos que (T) entonces existe
lim

R() R()

,
lim

R() R()

= (R())
2
.
Por lo tanto R es una funcion analtica en (T). (Notar que esto implica que
F() = f(R()) es analtica en (T) para todo f L(H)

).
Si [[ > |T| entonces
R() = (I T)
1
=
1
(I
1
T)
1
=
1

n=0
(T/)
n
|R()|
1
[[

n=0
_
|T|
[[
_
n
=
1
[[
1
1 |T|/[[
=
1
[[ |T|
.
50 4. ESPECTRO DE UN OPERADOR.
De donde
lim
||
R() = 0
y
|R()| |T|
1
si [[ 2|T|.
Si (T) fuese vaco entonces R() sera una funcion entera.
Claramente
|R()| M <
para todo tal que [[ 2|T|.
Por el Teorema de Liouville debe ser R() = 0. (Este teorema dice que una funcion que
es analtica y acotada en todo el plano es una funcion constante).
De donde (T) ,= .

Definici

on 4.11. Si T L(H) se dene el radio espectral de T por

r(T) = max
(T)
[[.
Teorema 4.12 (Formula de Gelfand). Si T L(H) entonces
r(T) = lim
n
|T
n
|
1/n
= inf
n1
|T
n
|
1/n
.
Demostraci

on.
La haremos en varias partes.
(1) Probaremos que
lim
n
|T
n
|
1/n
= inf
n1
|T
n
|
1/n
.
Sea m 1 (entero jo). Si n N entonces
n = mq
n
+r
n
donde 0 r
n
< m. Luego
|T
n
|
1/n
= |T
mq
n
+r
n
|
1/n
|T
m
|
q
n
/n
|T|
r
n
/n
lim
n
r
n
/n = 0, lim
n
q
n
/n = 1/n.
4. ESPECTRO DE UN OPERADOR. 51
Luego para todo m 1
limsup
n
|T
n
|
1/n
|T
m
|
1/m
de donde
limsup
n
|T
n
|
1/n
inf
m1
|T
m
|
1/m
liminf
n
|T
n
|
1/n
Por lo tanto lim
n
|T
n
|
1/n
existe y
lim
n
|T
n
|
1/n
= inf
n1
|T
n
|
1/n
.
(2) Veremos que
r(T) lim
n
|T
n
|
1/n
.
Sea C tal que
[[ > lim
n
|T
n
|
1/n
entonces

n=0
|T
n
|
[[
n
<
porque
lim
n
_
|T
n
|
[[
n
_
1/n
< 1.
Y por lo tanto
=

n=0
T
n
/
n
< .
Como
(I T) = (I T) = I
se sigue que I T es invertible.
De donde
_
C : [[ > lim
n
|T
n
|
1/n
_
(T).
Luego
r(T) lim
n
|T
n
|
1/n
.
(3) Finalmente demostraremos que
r(T) lim
n
|T
n
|
1/n
.
Denamos la funcion
R() = (I T)
1
.
Esta funcion es analtica en (T). Luego R es analtica en C : [[ > r(T).
Sea f L(H)

denamos
F() = f(R())
52 4. ESPECTRO DE UN OPERADOR.
entonces F es analtica en : [[ > r(T).
Ademas si [[ > r(T) entonces
F() =

n=0
1

n
f(T
n
)
(porque el desarrollo es valido en cualquier conjunto de la forma : [[ > a esta contenido
en el dominio de F).
Sea
o
(T) tal que [
o
[ > r(T) entonces f(T
n
/
n
o
)
n=0
es acotado para todo
f L(H

). De donde
|T
n
/
n
o
| M
para todo n N.
Luego
|T
n
|
1/n
M
1/n
[
o
[.
Por lo tanto
lim
n
|T
n
|
1/n
[
o
[.
De donde
lim
n
|T
n
|
1/n
r(T).

Teorema 4.13 (Aplicacion espectral para polinomios).

Sea T L(H) y P un polinomio entonces
(P(T)) = P((T)).
Demostraci

on.
(1) Veamos que
(P(T)) P((T)).
Sea (P(T)) entonces I - P(T) no es invertible. Si
P(t) = a(t t
1
) (t t
2
) . . . (t t
n
).
Luego
I P(T) = a(T t
1
I) (T t
2
I) . . . (T t
n
I).
Como I P(T) no es invertible entonces existe alg un k tal que T t
k
I no es invertible
y por lo tanto t
k
(T).
4. ESPECTRO DE UN OPERADOR. 53
Como
P(t
k
) =
entonces se concluye que P((T)).
(2) Finalmente probaremos que
P((T)) (P(T)).
Sea P((T)) entonces
P(t) = a(t t
1
) (t t
2
) . . . (t t
n
)
donde t
1
(T). Ademas
I P(T) = a(T t
1
I) (T t
2
I) . . . (T t
n
I)
Como t
1
(T) entonces T t
1
I NO es invertible.
Por lo tanto I P(T) NO es invertible. De donde (P(T)).
Bibliografa
[1] Bachman, G. and Narici, L. Functional analysis. Academic Press.
[2] Brown and Page Elements of functional analysis. Van Nostrand.
[3] Brown, A. and Pearcy, C. Introduction to operator theory I. Springer Verlag.
[4] Cotlar, M. and Cignoli, R. An introduction to functional analysis. North Holland, 1974.
[5] DeVito, C. Functional Analysis. Academic Press, 1978.
[6] Dunford, Schwartz Linear operators. Part I.
[7] Dym, H. y McKean, H.P. Fourier Series and Integrals. Academic Press 1972.
[8] Fourier, J. The Analytical Theory of Heat. Traducido al ingles por A. Freeman. Cambridge University
Press, 1878. Reimpreso por Dover, 1955. Obra Original: Theorie Analytique de la Chaleur, 1822.
[9] Halmos, P. Teora intuitiva de los conjuntos. CECSA, 1971.
[10] Kolmogorov, A. y Fomin, S. Elementos de la teora de funciones y de analisis funcional. MIR, 1975.
[11] Kreider, D., Kuller, R., Otsberg, D. y Perkins, F. Introduccion al Analisis Lineal, Parte 2.
Fondo Educativo Interamericano, 1971.
[12] Kreyszig, E. Introductory Functional Analysis with Applications. John Wiley & Sons, 1978.
[13] Lindenstrauss, J. and Tzafriri, L. Classical Banach Spaces I. Springer Verlag, 1977.
[14] Royden, H. L. Real analysis. Collier Macmillan, 1968.
[15] Rudin, W. Real and complex analysis. Mc Graw-Hill, 1966.
[16] Spiegel, M. Analisis de Fourier. Serie Schaum. McGraw-Hill, 1977.
[17] Taylor, A. Introduction to Functional Analysis. John Wiley & Sons, 1958.
[18] Tolstov, G. Fourier Series. Dover, 1976.
[19] Trenoguin, Pisarievski, S oboleva Problemas y ejercicios de analisis funcional.
[20] Yosida, K. Functional Analysis. Springer Verlag, 1965.
55
56

Indice
Aplicaci on espectral para polinomios
Teorema de, 52
base ortonormal, 26
Bessel, desigualdad de, 12
conjunto ortogonal, 3
conjunto ortogonal maximal, 25
conjunto ortonormal, 3
conjunto resolvente, 47
espacio con producto interno, 1
espacio de Hilbert, 19
espectro de un operador, 47
Fourier
coecientes de, 7
serie de , 7
funcion
impar, 10
par, 10
Gelfand
Formula de, 50
operador autoadjunto, 39
operador hermitiano, 39
operador invertible, 47
operador normal, 35
operador unitario, 37
ortogonal de una variedad lineal, 20
Parseval, caso nito
Igualdad de, 4
Parseval, Identidad de, 28
perpendicular
teorema de la, 20
polinomio trigonometrico, 6
grado, 6
producto interno, 1
proyeccion, 40
radio espectral, 50
representacion de Riesz
Teorema de, 22
Riemann-Lebesgue, Lema de, 8
Riesz - Fischer
Teorema de, 25
serie de cosenos, 10
serie de senos, 11
topologa debil, 42
topologa de la norma, 42
topologa fuerte, 42
topologa uniforme, 42
vectores ortogonales, 3
57