La PizarraMatemática.

Máster y doctorado

Espacios localmente convexos y dualidad

Dos aproximaciones pueden parecer iguales al mirar sus valores y ser muy distintas al mirar sus pendientes. Una única medida de error no siempre sirve para todas las preguntas. Vamos a construir una topología con varias medidas, ver qué significa converger y distinguir qué observan los funcionales continuos.

1. Una norma mide todo a la vez; otras preguntas necesitan varias medidas

Una norma p cumple p(x+y)≤p(x)+p(y), p(λx)=|λ|p(x) y p(x)=0 solo cuando x=0.

Una seminorma conserva las dos primeras condiciones, pero puede dar cero en vectores distintos de cero: algunas direcciones le resultan invisibles.

Un espacio vectorial topológico es localmente convexo si cada entorno del cero contiene otro entorno convexo. Convexo significa que el segmento entre dos puntos del conjunto permanece dentro. Podemos elegir además entornos equilibrados: multiplicarlos por un escalar de módulo como máximo uno no los saca del conjunto.

Una medida que ignora la altura

p(x, y)=|x| en R².

  1. Triángulo

    |x₁+x₂|≤|x₁|+|x₂|.
  2. Homogeneidad

    p(λx, λy)=|λ||x|.
  3. Dirección invisible

    p(0,7)=0 aunque (0,7) no sea el vector cero.
Resultado

Es seminorma, pero no norma.

Lo comprobamos

Su núcleo es toda la recta vertical, no solo un punto.

Combinar dos medidas sí distingue todos los vectores

p(x, y)=|x| y q(x, y)=|y|.

  1. Primera

    p ignora la altura.

  2. Segunda

    q ignora el desplazamiento horizontal.

  3. Juntas

    Si p=q=0, necesariamente x=y=0.
Resultado

La familia separa puntos aunque cada miembro tenga un núcleo grande.

Lo comprobamos

No se exige que cada seminorma individual sea una norma.

2. Un entorno básico impone un número finito de desigualdades

Para una familia de seminormas p_{i}, un entorno básico de cero exige p_{i}(x)<ε_i para cada uno de los r índices seleccionados con r finito y todos los ε positivos. La familia total puede ser infinita; cada entorno básico usa solo una lista finita de pruebas.

Dos seminormas controlan direcciones diferentes y sus entornos se intersectan
p(x,y)=|x|; q(x,y)=|y|−11xyp<1: una franja vertical.q<1/2: una franja horizontal.Juntas: control en ambas direcciones.Cada entorno impone finitas pruebas.
En R dos, p de x y es valor absoluto de x y q de x y es valor absoluto de y. La franja azul exige valor absoluto de x menor que uno y deja y libre; la franja verde exige valor absoluto de y menor que un medio y deja x libre. Su intersección es el rectángulo abierto destacado. El esquema recorta las franjas por el tamaño del dibujo: matemáticamente continúan sin límite. Los bordes punteados no pertenecen a los entornos estrictos.

La topología es Hausdorff si las seminormas separan puntos: el único vector en todos sus núcleos es cero. Trasladar esos entornos da los de cualquier punto. Para converger a x, cada seminorma del error debe tender a cero, una por una.

Dibujar un entorno en el plano

|x|<1 y |y|<1/2.

  1. Primera condición

    Una franja vertical que deja y sin restricción.

  2. Segunda condición

    Una franja horizontal que deja x sin restricción.

  3. Intersección

    Queda el rectángulo abierto (−1,1)×(−1/2,1/2).

Resultado

Se deben cumplir las dos pruebas simultáneamente.

Lo comprobamos

En este ejemplo finito también se podría usar la norma máximo; no muestra aún una topología no normable.

Una sola seminorma no separadora no da Hausdorff

Usamos solo p(x, y)=|x|.

  1. Comparar puntos

    (0,0) y (0,7) tienen la misma medida cero.

  2. Entornos

    Toda franja centrada en uno contiene también al otro.

  3. Consecuencia

    No podemos separarlos por entornos disjuntos.

Resultado

La topología falla la condición Hausdorff.

Lo comprobamos

Añadir q=|y| elimina esta invisibilidad.

3. Un entorno convexo equilibrado produce una seminorma

Sea U un entorno abierto de cero, convexo y equilibrado. Es absorbente: para cada x, al aumentar t>0 acabamos teniendo x en tU.

Definimos su funcional de Minkowski p_U(x)=\inf\{t>0: x\in tU\}.

La convexidad combina x en aU e y en bU para dar x+y en (a+b)U, lo que lleva a la desigualdad triangular. El equilibrio da homogeneidad absoluta.

Se recupera U={p_{U}<1}.

Esto demuestra la equivalencia entre la descripción por entornos y la descripción por seminormas; no requiere una lista numerable.

Minkowski del rectángulo anterior

U={|x|<1, |y|<1/2}.

  1. Escalar el conjunto

    (x, y) pertenece a tU cuando |x|<t y 2|y|<t.
  2. Ínfimo

    El menor umbral es max(|x|,2|y|).

  3. Probar

    p_{U}(1/2,1/2)=max(1/2,1)=1: está en el borde, fuera de U.
Resultado

El funcional incorpora las escalas distintas de los dos ejes.

Lo comprobamos

El ínfimo puede ser uno aunque ninguna desigualdad estricta permita t=1.

Minkowski de una franja

U={|x|<1}, con y libre.

  1. Pertenencia

    Solo hace falta |x|<t.
  2. Ínfimo

    p_{U}(x, y)=|x|.
  3. Núcleo

    Todos los puntos verticales (0, y) tienen valor cero.

Resultado

No todo entorno convexo equilibrado produce una norma.

Lo comprobamos

La seminorma recuerda exactamente qué dirección no controlaba el entorno.

4. En funciones suaves controlamos cada derivada, sin fijar una velocidad común

En C∞([0,1]), cada derivada interior se prolonga continuamente a los extremos.

Usamos p_n(f)=\max_{0\le j\le n}\sup_{[0,1]}|f^{(j)}|.
Estas seminormas crecen: p_{n}≤p_{n+1}.

Converger significa convergencia uniforme de cada orden de derivada por separado.

La métrica d(f, g)=∑_{n≥0}2⁻ⁿ⁻¹ min(1, p_{n}(f−g)) genera esa topología.

Es completa: en una sucesión de Cauchy, cada derivada tiene límite uniforme g_{j}. Pasar al límite en la identidad integral de derivadas demuestra g_{j}′=g_{j+1}; así g₀ es suave. Un espacio localmente convexo Hausdorff, metrizable y completo se llama Fréchet.

Calcular las primeras medidas de un polinomio

f(x)=x² en [0,1].

  1. Valores

    sup|f|=1, luego p₀=1.
  2. Primera derivada

    f′=2x tiene supremo dos: p₁=max(1,2)=2.
  3. Segunda

    f″=2 y las siguientes son cero, así que p₂=2 y p_{n}=2 para n≥2.

Resultado

Cada p_{n} mira todos los órdenes hasta n, no solo el último.

Lo comprobamos

Para una función constante, p₁ no sería cero si la constante no es cero.

Una aproximación suave sencilla

f_{m}(x)=x²+1/m.

  1. Orden cero

    El error constante tiene supremo 1/m.

  2. Derivadas

    Todas las derivadas del error de orden al menos uno son cero.

  3. Todos los controles

    p_{n}(f_{m}−x²)=1/m para cada n, y tiende a cero.
Resultado

La sucesión converge en la topología suave.

Lo comprobamos

No se ha exigido elegir un orden máximo para siempre.

5. Oscilar más deprisa puede ocultar un error en las derivadas

Para f_{m}(x)=sin(mx)/m tenemos p₀(f_{m})≤1/m, así que los valores convergen uniformemente a cero.

Pero f_{m}′(x)=cos(mx) y f_{m}′(0)=1.

Por tanto p₁(f_{m})≥1 y no hay convergencia suave a cero.

Controlar el tamaño de la función no controla sus derivadas
fₘ(x)=sin(mx)/m en [0,1]m=4π01m=12π01Los valores se acercan a cero.Pero fₘ′(0)=1 siempre.La derivada detecta otro error.
Se dibujan sin cambiar la escala vertical las funciones seno de m x dividido por m, para m cuatro pi y doce pi. La segunda oscila más deprisa y tiene amplitud menor. Sus derivadas son coseno de m x; en x cero valen uno para todos los m. Por eso la convergencia uniforme de los valores a cero no implica convergencia uniforme de la primera derivada a cero. Las dos escenas usan el intervalo cero uno; no representan una ampliación de la segunda curva.

La topología de C∞([0,1]) no la genera una sola norma. Si existiese una norma equivalente, su continuidad daría ‖f‖≤C p_{N}(f) para algún N, y la continuidad de p_{N+1} daría p_{N+1}(f)≤C′‖f‖. Las oscilaciones m⁻ᴺsin(mx) mantienen acotado p_{N} y hacen crecer p_{N+1}: contradicción.

Ver el fallo aunque los valores sean diminutos

Tomar m=100.

  1. Valores

    |sin(100x)/100|≤0,01 en todo el intervalo.
  2. Pendiente inicial

    La derivada en cero vale uno.

  3. Medida suave

    p₁ es al menos uno, por pequeño que parezca el dibujo de valores.

Resultado

La medida de pendiente detecta un error que el supremo de valores no detecta.

Lo comprobamos

No se afirma que f_{m} deje de ser suave: cada función es suave; lo que falla es la convergencia en esa topología.

Superar un orden fijo de control

Fijar N=2 y g_{m}=m⁻²sin(mx), con m grande.

  1. Hasta orden dos

    Los supremos de g_{m}, g_{m}′, g_{m}″ no superan uno para m≥1.
  2. Orden tres

    g_{m}‴=−m cos(mx), que en cero tiene módulo m.
  3. Comparar

    p₂≤1 mientras p₃≥m crece sin cota.
Resultado

Ningún control fijo de orden dos controla todos los órdenes siguientes.

Lo comprobamos

El mismo argumento se hace para cualquier N; eso es lo que descarta una norma equivalente.

6. Un funcional continuo solo necesita un número finito de controles

El dual continuo E′ contiene las aplicaciones lineales L: E→R o C continuas para la topología elegida. El dual algebraico también incluye las no continuas. El criterio operativo es |L(x)|\le C\max_{1\le j\le r}p_{i_j}(x) para alguna lista finita y C>0.

La cota implica continuidad. En sentido contrario, la continuidad en cero proporciona un entorno básico donde |L|<1; reescalar un vector y usar linealidad da la cota. Si todas esas seminormas se anulan en él, cualquier múltiplo sigue en el entorno y fuerza L(x)=0. En C∞, al ser p_{n} crecientes, basta una cota C p_{N}.

Evaluar una derivada en un punto

L(f)=f‴(1/2).

  1. Linealidad

    Derivar y evaluar respetan sumas y escalares.

  2. Cota

    |f‴(1/2)|≤sup|f‴|≤p₃(f).
  3. Continuidad

    El criterio se cumple con C=1, N=3.
Resultado

Este funcional es continuo para la topología suave.

Lo comprobamos

No se demuestra con ello continuidad respecto de la sola norma supremo de f.

Integrar necesita controlar solo valores

L(f)=∫₀¹x f(x) dx.

  1. Valor absoluto

    |L(f)|≤∫₀¹x|f(x)| dx.
  2. Sacar el máximo

    ≤p₀(f)∫₀¹x dx=p₀(f)/2.
  3. Criterio

    C=1/2 y N=0 bastan.
Resultado

No hace falta estimar derivadas para este funcional.

Lo comprobamos

La cota usa que x es no negativa en el intervalo elegido.

7. Hahn–Banach extiende una observación sin empeorar su cota

Si un funcional lineal L sobre un subespacio F está dominado por una seminorma p, es decir |L(x)|≤p(x), Hahn–Banach lo extiende a todo E con la misma cota. Si p es continua, la extensión es continua. El resultado vale sobre reales y complejos; la prueba compleja se obtiene de la real con cuidado en las partes reales.

En un espacio localmente convexo Hausdorff, para x≠0 hay una seminorma continua p con p(x)>0.

En la recta de x definimos L(ax)=a p(x) y lo extendemos.

Así el dual continuo separa puntos. También se puede separar un punto de un cerrado convexo mediante un funcional real continuo; en el caso complejo usamos su parte real.

Una extensión con la misma cota

En F={(x,0)}, L(x,0)=x y p(x, y)=max(|x|,|y|).

  1. Cota inicial

    |L(x,0)|=|x|=p(x,0).
  2. Extender

    Definir L̃(x, y)=x en todo R².
  3. Comprobar

    |L̃(x, y)|=|x|≤p(x, y).
Resultado

La observación inicial se conserva y la cota no crece.

Lo comprobamos

Este ejemplo exhibe una extensión; el teorema no promete que todas las extensiones sean únicas.

Por qué la convexidad importa al separar

Separar cero del conjunto {−1,1} mediante un funcional lineal real.

  1. Forma del funcional

    En R, L(x)=ax.
  2. Evaluaciones

    L(−1)=−a y L(1)=a.
  3. Imposibilidad

    No pueden quedar ambas estrictamente al mismo lado positivo de L(0)=0.

Resultado

Ese conjunto no convexo no se separa de cero de esa forma.

Lo comprobamos

Su envolvente convexa contiene cero; por eso no cumple la condición del teorema de separación.

8. Convergencia débil prueba una observación por vez; débil estrella cambia los observadores

Converger débilmente en E significa L(x_{α})→L(x) para cada L∈E′.

Se fija el funcional y después se toma el límite; no se exige uniformidad sobre todos los funcionales de norma uno. En ℓ², e_{n} tiende débilmente a cero porque las coordenadas de cada vector de ℓ² tienden a cero, aunque ‖e_{n}‖=1.

En el dual X′ de un Banach, la topología débil estrella prueba L_{α}(x) para cada x∈X. La débil prueba además contra todos los elementos de X″. La inclusión canónica J: X→X″ es isométrica por Hahn–Banach. Si es sobreyectiva, X es reflexivo y esas dos topologías sobre X′ coinciden, sin tener que coincidir con la norma.

Una observación fija ve desaparecer los vectores básicos

En ℓ², usar y=(1,1/2,1/3,…).

  1. Observador

    L_{y}(x) es el producto interno correspondiente, un funcional continuo.

  2. Evaluar

    L_{y}(e_{n})=1/n con la convención adecuada de conjugación; aquí los datos son reales.

  3. Límite

    Tiende a cero, mientras la norma de e_{n} sigue siendo uno.

Resultado

Es un caso visible de la prueba débil.

Lo comprobamos

Para concluir convergencia débil se usa el mismo hecho para todo y∈ℓ², no solo para esta elección.

El observador no debe cambiar para fingir el criterio débil

Para cada n elegir el funcional L_{n}(x)=x_{n}.

  1. Evaluar

    L_{n}(e_{n})=1.
  2. Criterio correcto

    La convergencia débil fijaba un solo L y variaba n.

  3. Comparar

    Aquí cambiamos L junto con n; esto mide otro tipo de uniformidad.

Resultado

No contradice que e_{n} converja débilmente a cero.

Lo comprobamos

La norma sí permite tomar supremo sobre observadores unitarios y por eso detecta la diferencia.

9. La compacidad débil estrella no es compacidad en norma ni siempre secuencial

Banach–Alaoglu afirma que la bola cerrada unidad de X′ es compacta para σ(X′, X). Se puede ver en un producto de discos: para cada x, la coordenada L(x) queda acotada por ‖x‖, y las identidades lineales y la cota describen un subconjunto cerrado del producto compacto.

Si X es separable, esa bola con topología débil estrella es metrizable y toda sucesión tiene una subsucesión convergente. Sin separabilidad, la compacidad sola puede requerir redes, no subsucesiones. Una red es una familia indexada por un conjunto dirigido. Para un Banach reflexivo, su bola unidad es débilmente compacta.

Una subsucesión útil de funcionales acotados

X=C([0,1]) con norma supremo y L_{n}(f)=f(x_{n}).

  1. Normas

    Cada evaluación tiene norma uno.

  2. Separabilidad

    C([0,1]) es separable; Banach–Alaoglu en su bola dual permite extraer una subsucesión débil estrella.

  3. Ejemplo concreto

    Si x_{n_{k}}→a, entonces f(x_{n_{k}})→f(a) para cada f continua.
Resultado

La convergencia se entiende contra cada función de X.

Lo comprobamos

No se exige que las evaluaciones converjan en la norma del dual.

Una bola débilmente compacta puede no ser compacta en norma

La bola unidad de ℓ².

  1. Reflexividad

    ℓ² es Hilbert y reflexivo, así que su bola es débilmente compacta.

  2. Distancias

    Para m≠n, ‖e_{n}−e_{m}‖=√2.
  3. Norma

    La sucesión no tiene subsucesión de Cauchy en norma, de modo que la bola no es compacta en norma.

Resultado

La palabra compacto siempre necesita indicar la topología.

Lo comprobamos

No se contradice la convergencia débil de la sucesión e_{n} a cero.

Ahora lo resolvemos de principio a fin.

EJEMPLO RESUELTO 1

Evaluación continua

Prueba continuidad de L(f)=f(1/2) en C∞([0,1]).

  1. Funcional

    L(f)=f(1/2) en C∞([0,1]).
  2. Linealidad

    Evaluar una suma o un múltiplo evalúa la misma combinación de valores.

  3. Medida

    p₀(f)=sup sobre [0,1] de |f|.
  4. Cota

    |f(1/2)|≤p₀(f).
  5. Continuidad

    El criterio de seminormas se cumple con una sola medida y constante uno.

  6. Conclusión

    L pertenece al dual continuo; para este funcional no hacen falta derivadas.

Resultado

L pertenece al dual continuo.

Lo comprobamos

No hace falta controlar derivadas para esta evaluación.

EJEMPLO RESUELTO 2

Una seminorma no norma

En R², analiza p(x,y)=|x|.

  1. Medida

    p(x, y)=|x|.
  2. No negatividad

    El valor absoluto es siempre no negativo.

  3. Homogeneidad

    p(λx, λy)=|λ|p(x, y).
  4. Triángulo

    p((x₁, y₁)+(x₂, y₂))≤p(x₁, y₁)+p(x₂, y₂).
  5. Fallo de norma

    p(0,1)=0 aunque (0,1)≠(0,0).
  6. Conclusión

    Es seminorma y su núcleo es la recta vertical; no es norma.

Resultado

Es una seminorma, no una norma.

Lo comprobamos

La positividad definida falla.

Los símbolos que hemos usado

E
Espacio vectorial real o complejo con una topología compatible con suma y multiplicación escalar.
p:E→[0,∞)
Seminorma: p(ax)=|a|p(x) y p(x+y)≤p(x)+p(y); puede anular vectores no nulos.
E′
Dual continuo: funcionales lineales continuos de E en su cuerpo escalar.
σ(E,E′)
Topología débil de E, generada por las seminormas x↦|L(x)| para L∈E′.
σ(X′,X)
Topología débil estrella del dual de un espacio normado X: convergencia en cada evaluación sobre X.
pₙ(f)
Máximo de las normas supremo de las derivadas de órdenes 0,…,n en [0,1].
X″ y J
Bidual normado de X y aplicación canónica J(x)(L)=L(x).

Ahora te toca a ti.

Tienes cinco ejercicios. Inténtalos; las pistas te ayudan si te atascas.

Practicar este tema →

Para ampliar