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.
Si necesitas repasar:
1. Una norma mide todo a la vez; otras preguntas necesitan varias medidas
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.
Triángulo
|x₁+x₂|≤|x₁|+|x₂|.Homogeneidad
p(λx, λy)=|λ||x|.Dirección invisible
p(0,7)=0 aunque (0,7) no sea el vector cero.
Es seminorma, pero no norma.
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|.
Primera
p ignora la altura.
Segunda
q ignora el desplazamiento horizontal.
Juntas
Si p=q=0, necesariamente x=y=0.
La familia separa puntos aunque cada miembro tenga un núcleo grande.
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 , un entorno básico de cero exige
(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.
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.
Primera condición
Una franja vertical que deja y sin restricción.
Segunda condición
Una franja horizontal que deja x sin restricción.
Intersección
Queda el rectángulo abierto (−1,1)×(−1/2,1/2).
Se deben cumplir las dos pruebas simultáneamente.
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|.
Comparar puntos
(0,0) y (0,7) tienen la misma medida cero.
Entornos
Toda franja centrada en uno contiene también al otro.
Consecuencia
No podemos separarlos por entornos disjuntos.
La topología falla la condición Hausdorff.
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.
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.
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}.
Escalar el conjunto
(x, y) pertenece a tU cuando |x|<t y 2|y|<t.Ínfimo
El menor umbral es max(|x|,2|y|).
Probar
(1/2,1/2)=max(1/2,1)=1: está en el borde, fuera de U.
El funcional incorpora las escalas distintas de los dos ejes.
El ínfimo puede ser uno aunque ninguna desigualdad estricta permita t=1.
Minkowski de una franja
U={|x|<1}, con y libre.
Pertenencia
Solo hace falta |x|<t.Ínfimo
(x, y)=|x|.
Núcleo
Todos los puntos verticales (0, y) tienen valor cero.
No todo entorno convexo equilibrado produce una norma.
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.
Converger significa convergencia uniforme de cada orden de derivada por separado.
Es completa: en una sucesión de Cauchy, cada derivada tiene límite uniforme . Pasar al límite en la identidad integral de derivadas demuestra
′=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].
Valores
sup|f|=1, luego p₀=1.Primera derivada
f′=2x tiene supremo dos: p₁=max(1,2)=2.Segunda
f″=2 y las siguientes son cero, así que p₂=2 y
=2 para n≥2.
Cada mira todos los órdenes hasta n, no solo el último.
Para una función constante, p₁ no sería cero si la constante no es cero.
Una aproximación suave sencilla
(x)=x²+1/m.
Orden cero
El error constante tiene supremo 1/m.
Derivadas
Todas las derivadas del error de orden al menos uno son cero.
Todos los controles
(
−x²)=1/m para cada n, y tiende a cero.
La sucesión converge en la topología suave.
No se ha exigido elegir un orden máximo para siempre.
5. Oscilar más deprisa puede ocultar un error en las derivadas
Para (x)=sin(mx)/m tenemos p₀(
)≤1/m, así que los valores convergen uniformemente a cero.
Por tanto p₁()≥1 y no hay convergencia suave a cero.
La topología de C∞([0,1]) no la genera una sola norma. Si existiese una norma equivalente, su continuidad daría ‖f‖≤C (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
y hacen crecer p_{N+1}: contradicción.
Ver el fallo aunque los valores sean diminutos
Tomar m=100.
Valores
|sin(100x)/100|≤0,01 en todo el intervalo.Pendiente inicial
La derivada en cero vale uno.
Medida suave
p₁ es al menos uno, por pequeño que parezca el dibujo de valores.
La medida de pendiente detecta un error que el supremo de valores no detecta.
No se afirma que 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 =m⁻²sin(mx), con m grande.
Hasta orden dos
Los supremos de,
′,
″ no superan uno para m≥1.
Orden tres
‴=−m cos(mx), que en cero tiene módulo m.
Comparar
p₂≤1 mientras p₃≥m crece sin cota.
Ningún control fijo de orden dos controla todos los órdenes siguientes.
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 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 crecientes, basta una cota C
.
Evaluar una derivada en un punto
L(f)=f‴(1/2).
Linealidad
Derivar y evaluar respetan sumas y escalares.
Cota
|f‴(1/2)|≤sup|f‴|≤p₃(f).Continuidad
El criterio se cumple con C=1, N=3.
Este funcional es continuo para la topología suave.
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.
Valor absoluto
|L(f)|≤∫₀¹x|f(x)| dx.Sacar el máximo
≤p₀(f)∫₀¹x dx=p₀(f)/2.Criterio
C=1/2 y N=0 bastan.
No hace falta estimar derivadas para este funcional.
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.
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|).
Cota inicial
|L(x,0)|=|x|=p(x,0).Extender
Definir L̃(x, y)=x en todo R².Comprobar
|L̃(x, y)|=|x|≤p(x, y).
La observación inicial se conserva y la cota no crece.
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.
Forma del funcional
En R, L(x)=ax.Evaluaciones
L(−1)=−a y L(1)=a.Imposibilidad
No pueden quedar ambas estrictamente al mismo lado positivo de L(0)=0.
Ese conjunto no convexo no se separa de cero de esa forma.
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
Se fija el funcional y después se toma el límite; no se exige uniformidad sobre todos los funcionales de norma uno. En ℓ², tiende débilmente a cero porque las coordenadas de cada vector de ℓ² tienden a cero, aunque ‖
‖=1.
En el dual X′ de un Banach, la topología débil estrella prueba (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,…).
Observador
(x) es el producto interno correspondiente, un funcional continuo.
Evaluar
(
)=1/n con la convención adecuada de conjugación; aquí los datos son reales.
Límite
Tiende a cero, mientras la norma de
sigue siendo uno.
Es un caso visible de la prueba débil.
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 (x)=
.
Evaluar
(
)=1.
Criterio correcto
La convergencia débil fijaba un solo L y variaba n.
Comparar
Aquí cambiamos L junto con n; esto mide otro tipo de uniformidad.
No contradice que converja débilmente a cero.
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 (f)=f(
).
Normas
Cada evaluación tiene norma uno.
Separabilidad
C([0,1]) es separable; Banach–Alaoglu en su bola dual permite extraer una subsucesión débil estrella.
Ejemplo concreto
Si x_{}→a, entonces f(x_{
})→f(a) para cada f continua.
La convergencia se entiende contra cada función de X.
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.
Reflexividad
ℓ² es Hilbert y reflexivo, así que su bola es débilmente compacta.
Distancias
Para m≠n, ‖−
‖=√2.
Norma
La sucesión no tiene subsucesión de Cauchy en norma, de modo que la bola no es compacta en norma.
La palabra compacto siempre necesita indicar la topología.
No se contradice la convergencia débil de la sucesión 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]).
Funcional
L(f)=f(1/2) en C∞([0,1]).Linealidad
Evaluar una suma o un múltiplo evalúa la misma combinación de valores.
Medida
p₀(f)=sup sobre [0,1] de |f|.Cota
|f(1/2)|≤p₀(f).Continuidad
El criterio de seminormas se cumple con una sola medida y constante uno.
Conclusión
L pertenece al dual continuo; para este funcional no hacen falta derivadas.
L pertenece al dual continuo.
No hace falta controlar derivadas para esta evaluación.
EJEMPLO RESUELTO 2
Una seminorma no norma
En R², analiza p(x,y)=|x|.
Medida
p(x, y)=|x|.No negatividad
El valor absoluto es siempre no negativo.
Homogeneidad
p(λx, λy)=|λ|p(x, y).Triángulo
p((x₁, y₁)+(x₂, y₂))≤p(x₁, y₁)+p(x₂, y₂).Fallo de norma
p(0,1)=0 aunque (0,1)≠(0,0).Conclusión
Es seminorma y su núcleo es la recta vertical; no es norma.
Es una seminorma, no una norma.
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 →