Tema 5
Complitud y continuidad uniforme
Como ocurría con la acotación, las nociones que ahora vamos a estudiar no son topológicas,
pero se conservan en espacios normados al cambiar las normas por otras equivalentes. Gracias
al teorema de Hausdorff, para estudiarlas en RN podemos usar cualquier norma.
El concepto de sucesión de Cauchy se generaliza fácilmente, para manejarlo en un espacio
métrico arbitrario, lo que nos llevará a la definición de espacio métrico completo. Generalizando
el teorema de complitud de R , probaremos el resultado análogo en RN .
En cuanto a la continuidad uniforme, probamos la versión general del teorema de Heine,
completando así el análisis de los principales teoremas que conocíamos sobre continuidad de
funciones reales de variable real. Entre las funciones uniformemente continuas destacamos las
lipschitzianas, y entre ellas las llamadas contractivas. Sobre estas últimas trata un importante
resultado, el teorema del punto fijo de Banach, que es útil en muy diversos campos y aquí servirá
para el estudio del cálculo diferencial. Finalmente veremos una caracterización, también muy
útil, de las aplicaciones lineales y continuas entre espacios normados.
5.1. Sucesiones de Cauchy
Si recordamos las sucesiones de Cauchy de números reales, la siguiente definición no será
ninguna sorpresa. Si E es un espacio métrico con distancia d, y xn ∈ E para todo n ∈ N , se
dice que {xn } es una sucesión de Cauchy en E , cuando:
∀ ε > 0 ∃ m ∈ N : p, q > m ⇒ d(x p , xq ) < ε
Es obvio que, en R con la distancia usual, las sucesiones de Cauchy son las que ya conocíamos,
que coinciden con las convergentes. En general, tenemos siempre una implicación:
En cualquier espacio métrico, toda sucesión convergente es una sucesión de Cauchy.
Para comprobarlo, sea {xn } una sucesión de puntos de un espacio métrico E, y supongamos
que {xn } → x ∈ E. Dado ε > 0 , existe m ∈ N tal que, para n > m se tiene d(xn , x) < ε/2 .
Para p, q > m , concluimos entonces que d(x p , xq ) 6 d(x p , x) + d(x, xq ) < ε .
59
5. Complitud y continuidad uniforme 60
Es fácil ver que, en general, el recíproco del resultado anterior no es cierto. En el espacio
métrico Q , subespacio métrico de R , existen sucesiones de Cauchy que no son convergentes.
Si rn ∈ Q para todo n ∈ N y, en el espacio métrico R , tenemos {rn } → α ∈ R \ Q , es claro
que {rn } es una sucesión de Cauchy en el espacio métrico Q que no es convergente, pues si
{rn } → r ∈ Q , entonces {rn } también convergería a r en el espacio métrico R , luego α = r ,
lo cual es una contradicción.
Aclaremos ahora que la noción de sucesión de Cauchy no es topológica:
Ejemplo. Dos distancias equivalentes que no dan lugar a las mismas sucesiones de Cauchy.
Sea d la distancia usual de R y definamos otra distancia ρ de la siguiente forma:
ρ(x, y) = | e x − e y | ∀ x, y ∈ R
Es obvio que ρ(x, y) = ρ(y, x) para cualesquiera x, y ∈ R , así como que ρ(x, y) = 0 si, y sólo
si, x = y . La desigualdad triangular también es evidente, pues para x, y, z ∈ R se tiene:
ρ(x, z) = | e x − e z | 6 | e x − e y | + | e y − e z | = ρ(x, y) + ρ(y, z)
Por tanto ρ es una distancia en R , y vamos a ver que es equivalente a d , comprobando que las
sucesiones convergentes son las mismas para ambas distancias. Si xn ∈ R para todo n ∈ N y
x ∈ R , usando la continuidad de la exponencial y del logaritmo, tenemos
{ ρ(xn , x) } → 0 ⇔ { | e xn − e x | } → 0 ⇔ { | xn − x |} → 0 ⇔ { d(xn , x) } → 0
Es claro que una sucesión {xn } es de Cauchy para la distancia ρ si, y sólo si, la sucesión {e xn }
es de Cauchy para la distancia usual, es decir, es convergente. Como {e−n } → 0 , vemos que
{−n} es una sucesión de Cauchy para la distancia ρ , pero obviamente no lo es para d. Está
claro que, en R con la distancia ρ , existen sucesiones de Cauchy que no son convergentes.
5.2. Complitud
Dado un espacio métrico E con distancia d, la siguiente definición está ya motivada. Se
dice que d es una distancia completa, o también que E es un espacio métrico completo,
cuando toda sucesión de Cauchy de puntos de E es convergente.
El teorema de complitud de R , como su nombre indica, afirma que la distancia usual de R
es completa, o que R con la distancia usual es un espacio métrico completo. Pero en el ejemplo
anterior hemos visto una distancia ρ en R , equivalente a la usual, que no es completa. Por
tanto, la complitud de un espacio métrico no es una propiedad topológica.
Diremos ahora que una norma k · k en un espacio vectorial X es una norma completa,
cuando es completa la distancia d asociada, definida por d(x, y) = k y − x k para x, y ∈ X. Un
espacio normado cuya norma es completa recibe el nombre de espacio de Banach, en honor del
matemático polaco Stefan Banach (1892-1945). Así pues, un espacio de Banach es un espacio
normado que, con la distancia asociada a su norma, es un espacio métrico completo. Un espacio
pre-hilbertiano cuya norma, la asociada a su producto escalar, es completa, recibe el nombre de
espacio de Hilbert, esta vez en honor del matemático alemán David Hilbert (1862-1943).
5. Complitud y continuidad uniforme 61
En el ambiente particular de los espacios normados tenemos una ventaja que no teníamos
en espacios métricos cualesquiera:
Dos normas equivalentes en un mismo espacio vectorial dan lugar a la mismas sucesiones
de Cauchy. Por tanto, toda norma equivalente a una norma completa es completa.
Si k · k1 y k · k2 son dos normas equivalentes en un espacio vectorial X, sabemos que existen
constantes λ, ρ ∈ R+ tales que λ k x k1 6 k x k2 6 ρ k x k1 . Entonces, para toda sucesión {xn }
de vectores de X tendremos
λ k x p − xq k1 6 k x p − xq k2 6 ρ k x p − xq k1 ∀ p, q ∈ N
Es ya evidente que toda sucesión de Cauchy para k · k1 es de Cauchy para k · k2 y viceversa.
Como ambas normas también dan lugar a las mismas sucesiones convergentes, deducimos que
una de ellas es completa si, y sólo si, lo es la otra.
Así pues, un espacio de Banach lo sigue siendo al sustituir su norma por otra equivalente.
Gracias al teorema de Hausdorff, todas las normas en RN dan lugar a las mismas sucesiones de
Cauchy, así que podemos hablar sin ambigüedad de sucesiones de Cauchy de vectores de RN .
Pero es que, en realidad tales sucesiones no son otras que las convergentes:
Teorema. Todo espacio normado de dimensión finita es un espacio de Banach. Por tanto,
el espacio euclídeo N-dimensional es un espacio de Hilbert.
Demostración. Basta, por ejemplo, probar que la norma del máximo en RN es completa.
Si {xn } es una sucesión de Cauchy de vectores de RN , le aplicamos una desigualdad que ya
hemos usado varias veces:
| x p (k) − xq (k) | 6 k x p − xq k∞ ∀ p, q ∈ N ∀ k ∈ IN
Deducimos que, para cada k ∈ IN , la sucesión de números reales {xn (k)} es de Cauchy luego,
por el teorema de complitud de R , es convergente. Por tanto, {xn } es convergente.
Procede preguntar ahora qué subespacios métricos de RN son espacios métricos completos,
pero es preferible analizar esta pregunta en general, para subconjuntos de un espacio métrico
cualquiera. La situación es muy similar a la que teníamos para la compacidad.
Sea E un espacio métrico y A un subespacio métrico de E. Se tiene:
(i) Si A es completo, entonces A es un subconjunto cerrado de E.
(ii) Si E es completo y A es un subconjunto cerrado de E, entonces A es completo.
(i) . Si {an } es una sucesión de puntos de A tal que {an } → x ∈ E, bastará ver que x ∈ A. Pero
está claro que {an } es una sucesión de Cauchy en el espacio métrico A, luego es convergente:
{xn } → a ∈ A . Deducimos claramente que x = a , luego x ∈ A como queríamos.
(ii) . Sea {xn } una sucesión de Cauchy en el espacio métrico A, luego también en E. Por ser
E completo, tenemos {xn } → x ∈ E y, al ser A cerrado, deducimos que x ∈ A, luego {xn } es
convergente en el espacio métrico A, así que A es completo.
5. Complitud y continuidad uniforme 62
Deducimos que, cuando el espacio métrico E es completo, un subespacio A es completo
si, y sólo si, A es un subconjunto cerrado de E. Esto se aplica en particular al caso de RN con
cualquier norma: los subconjuntos completos de RN no son otros que los cerrados.
Para espacios normados, cabe destacar una consecuencia del resultado anterior. A menudo,
un espacio vectorial de dimensión finita aparece como subespacio de otro, que puede ser de
dimensión infinita. Por ejemplo, fijado k ∈ N ∪ {0} , en el espacio vectorial C [ 0, 1 ] de todas
las funciones continuas de [ 0, 1 ] en R , podemos considerar el subespacio formado por las
funciones polinómicas de grado menos o igual que k , que tiene dimensión k + 1 . Para esta
situación, el resultado anterior tiene una consecuencia importante:
Si X es un espacio normado arbitrario, todo subespacio de dimensión finita de X es un
subconjunto cerrado de X .
En efecto, si Y es un subespacio de X que tenga dimensión finita, con la norma inducida por
la de X tenemos que Y es un espacio normado de dimensión finita, luego es completo. El
resultado anterior nos dice entonces que Y es un subconjunto cerrado de X .
5.3. Funciones uniformemente continuas
La definición de continuidad uniforme no precisa ninguna motivación, basta observar que la
definición que conocemos para funciones reales de variable real viene expresada en términos de
la distancia usual de R . En lo que sigue fijamos dos espacios métricos E y F, cuyas distancias
se denotan ambas por d, y una función f : E → F.
La continuidad de f se expresa en la forma
∀ x ∈ E ∀ ε > 0 ∃ δ > 0 : y ∈ E , d(x, y) < δ ⇒ d f (x), f (y) < ε
donde sabemos que δ puede depender tanto de ε como del punto x ∈ E considerado. Pues bien,
tendremos continuidad uniforme cuando podamos conseguir que δ sólo dependa de ε .
Por tanto, decimos que f es uniformemente continua cuando:
∀ ε > 0 ∃ δ > 0 : x, y ∈ E , d(x, y) < δ ⇒ d f (x), f (y) < ε
Está claro que así generalizamos la definición de continuidad uniforme que conocemos para
funciones reales de variable real.
Es evidente que toda función uniformemente continua es continua, pero sabemos que el
recíproco es falso en el caso E = F = R , luego mucho menos puede ser cierto en general.
Caracterizamos fácilmente la continuidad uniforme en términos de sucesiones:
Si f es uniformemente continua
y {xn } , {yn } son sucesiones de puntos de E tales que
{d(xn , yn )} → 0 , entonces d f (xn ), f (yn ) → 0 . El recíproco también es cierto, más
concretamente: si f no es uniformemente continua, existen dos sucesiones {xn } e {yn }
de puntos de E y existe un ε > 0 tales que d(xn , yn ) < 1/n para todo n ∈ N , pero
d f (xn ), f (yn ) > ε también para todo n ∈ N .
5. Complitud y continuidad uniforme 63
Fijado ε > 0 , sea δ > 0 dado por la continuidad uniforme de f . Entonces existe m ∈ N tal que
para todo n > m se tiene d(xn , yn ) < δ y, por tanto, d f (xn ), f (yn ) < ε .
Recíprocamente, si f no es uniformemente continua, existe un ε > 0 tal que, para todo
δ > 0 se pueden
encontrar puntos x, y ∈ E , que dependerán de δ , tales que d(x, y) < δ pero
d f (x), f (y) > ε . Para cada n ∈ N podemos entonces tomar δ = 1/n para encontrar xn , yn ∈ E
que d(xn , yn ) < 1/n y d f (xn ), f (yn ) > ε . En particular {d(xn , yn )} → 0 pero la
verificando
sucesión d f (xn ), f (yn ) no converge a cero.
Podemos ya probar fácilmente el principal resultado acerca de la continuidad uniforme de
una función entre espacios métricos. La versión que conocemos de este teorema afirma que
toda función continua en un intervalo cerrado y acotado, con valores reales, es uniformemente
continua. En realidad, la demostración no utiliza que el conjunto de definición sea un intervalo,
sino solamente que es un subconjunto cerrado y acotado de R . Por tanto, el siguiente resultado
mejora y generaliza la versión conocida, pero con idéntica demostración, como vamos a ver.
Teorema de Heine. Sean E y F espacios métricos y f : E → F una función continua. Si
E es compacto, entonces f es uniformemente continua.
Demostración. Por reducción al absurdo, suponemos que f no es uniformemente continua.
Existen entonces dos sucesiones {xn } e {yn } de puntos de E , y un ε > 0 , tales que, para todo
n ∈ N se tiene
d(xn , yn ) < 1/n y d f (xn ), f (yn ) > ε
Por ser E compacto, tenemos una sucesión parcial {xσ(n) } que converge a un punto x ∈ E.
Puesto que {d(xσ(n) , yσ(n) )} → 0 , deducimos que también {yσ(n) } → x . Como f es continua,
tenemos f (xσ(n) )} → f (x) y f (yσ(n) )} → f (x) , luego d f (xσ(n) ), f (yσ(n) ) } → 0 , lo cual
es una contradicción, ya que d f (xσ(n) ), f (yσ(n) ) > ε para todo n ∈ N .
Recordemos que el teorema anterior pone de manifiesto que la continuidad uniforme no es
una propiedad local: si f : R → R es una función continua, para cada x ∈ R existe un entorno
U de x tal que f U es uniformemente continua, pero sabemos que esto no implica que f sea
uniformemente continua.
5.4. Extensión de funciones uniformemente continuas
Conviene profundizar un poco más en el estudio de la continuidad uniforme, para descubrir
su mayor utilidad. Empezamos con una sencilla observación:
Sean E y F espacios métricos y f : E → F una función uniformemente continua. Si
{xn } es una sucesión de Cauchy de puntos de E, entonces f (xn ) es una sucesión de
Cauchy en F .
Para ε > 0 , sea δ > 0 dado por la continuidad uniforme de f . Entonces existe m ∈ N tal que,
para p, q > m se tiene d(x p , yq ) < δ , de donde d f (x p ), f (yq ) < ε .
5. Complitud y continuidad uniforme 64
La observación anterior carece de interés cuando el espacio métrico E es completo, pues
entonces la sucesión de Cauchy {xn } es convergente, y la continuidad de f es suficiente para
asegurar que { f (xn )} es convergente. Cuando E no es completo, puede servir para demostrar
fácilmente que una función no es uniformemente continua. Por ejemplo, la función logaritmo
log : R+ → R no es uniformemente continua, pues {1/n} es una sucesión de Cauchy de puntos
de R+ pero {log (1/n)} = {− log n} no es de Cauchy. De hecho, el resultado anterior nos
permite poner de manifiesto la principal utilidad de la continuidad uniforme:
Sean E y F espacios métricos, A un subconjunto no vacío de E y f : A → F una función.
Supongamos que F es completo y que f es uniformemente continua. Entonces existe una
única función continua g : A → F que extiende a f , es decir, que verifica g(a) = f (a)
para todo a ∈ A . De hecho, g es uniformemente continua.
Para cada x ∈ A , existe una sucesión {an } de puntos de A tal que {an } → x . En particular
{an } es una sucesión de Cauchy de puntos de E , luego por ser f uniformemente continua,
{ f (an )} es una sucesión de Cauchy de puntos de F. Como por hipótesis F es completo, la
sucesión { f (an )} es convergente. Su límite sólo depende de x y no de la sucesión {an } que
hemos usado para encontrarlo, como vamos a comprobar enseguida.
En efecto, si {bn } es otra sucesión de puntos de A con {bn } → x , para la que también
sabemos que { f (bn )} es convergente, tenemos
claramente que {d(an , bn )} → 0 y, por ser f
uniformemente
continua,
deducimos que d f (a n ), f (bn ) → 0 , lo que claramente implica
que f (an ) y f (bn ) han de converger al mismo límite.
Por tanto, si para x ∈ A, escribimos g(x) = lı́m f (an ) , donde {an } es cualquier sucesión
n→∞
de puntos de A tal que {an } → x , tenemos una función bien definida g : A → F . Es claro que g
extiende a f , pues para a ∈ A podemos tomar an = a para todo n ∈ N , con lo que obviamente
{ f (an )} → f (a) , luego g(a) = f (a) .
Probamos ahora que g es uniformemente continua. Fijado ε > 0 , la continuidad uniforme
de f nos da un η > 0 tal que
a, b ∈ A , d(a, b) < η =⇒ d f (a), f (b) < ε/2
Tomamos entonces δ = η/3 y, para x, y ∈ A con d(x, y) < δ , veremos que d g(x), g(y) < ε .
Sean {an } y {bn } sucesiones de puntos de A tales que {an } → x y {bn } → y . Existe un
m ∈ N tal que, para n > m se tiene d(an , x) < δ y d(bn , y) < δ . Entonces, también para n > m
deducimos que
d(an , bn ) 6 d(an , x) + d(x, y) + d(y, bn ) < 3δ = η , luego d f (an ), f (bn ) < ε/2
Como { f (an )} → g(x) y { f (b n )} → g(y) , es claro que d f (an ), f (bn ) → d g(x), g(y) , y
concluimos que d g(x), g(y) 6 ε/2 < ε , como queríamos.
Comprobamos finalmente la unicidad de g . Sea pues ϕ : A → F otra función continua que
extienda a f . Fijado x ∈ A, tomamosuna sucesión {an } de puntos de A tal que {an } → x
y tenemos claramente que f (an ) = ϕ(an ) → ϕ(x) , pero por definición tenemos también
f (an ) → g(x) , luego ϕ(x) = g(x) .
5. Complitud y continuidad uniforme 65
El resultado anterior, combinado con el teorema de Heine, da respuesta satisfactoria a una
pregunta muy natural. Supongamos para concretar que A es un subconjunto no vacío y acotado
de RN , por ejemplo una bola abierta para la norma euclídea, y que f : A → R es una función
continua. Es natural preguntarse si podemos extender f para obtener una función g que sea
continua en A , que en nuestro ejemplo sería la correspondiente bola cerrada. Como R es
completo, el teorema anterior nos dice que podemos hacerlo siempre que f sea uniformemente
continua. Pero esta condición suficiente también es necesaria: como A es cerrado y acotado,
luego compacto, si existe la extensión continua g que buscamos, el teorema de Heine nos dice
que g es uniformemente continua, luego f también ha de serlo, por ser una restricción de g .
Observemos ahora que la continuidad uniforme no es una propiedad topológica. Usamos
para ello una distancia ρ en R , equivalente a la usual, que ya conocemos:
ρ(x, y) = | e x − e y | ∀ x, y ∈ R
Si como espacio métrico E tomamos R con la distancia usual, mientras que F es R con la
distancia ρ , entonces la función identidad f : E → F no es uniformemente continua. Si lo fuese
tendríamos que
∀ ε > 0 ∃ δ > 0 : x, y ∈ R , | x − y | < δ ⇒ | e x − e y | < ε
Esto sería tanto como decir que la función exponencial es uniformemente continua, vista como
función de R con la distancia usual en sí mismo, cosa que sabemos que es falsa. Sin embargo, es
obvio que si en F cambiamos su distancia por la usual de R tendremos la continuidad uniforme
de f . Lo mismo ocurre si, tanto en E como en F usamos la distancia ρ . Tenemos así ejemplos
en los que una función uniformemente continua deja de serlo cuando sustituimos la distancia
del espacio partida, o del de llegada, por otra equivalente.
Sin embargo, si X e Y son espacios normados, cuyas normas podemos denotar por k · k1 , la
continuidad uniforme de una función f : X → Y se mantiene cuando sustituimos dichas normas
por otras equivalentes, que podemos denotar por k · k2 . Basta pensar que existen constantes
λ, ρ ∈ R+ tales que, para cualesquiera u, v ∈ X se tiene
λ k u − v k1 6 k u − v k2 y k f (u) − f (v) k2 6 ρ k f (u) − f (v) k1
Dado ε > 0 , existe η > 0 tal que k f (u) − f (v) k1 < ε/ρ cuando k u − v k1 < η , y tomando
δ = λ η , tenemos que k f (u) − f (v) k2 < ε cuando k u − v k2 < δ .
5.5. Funciones lipschitzianas
Si E y F son espacios métricos, una función f : E → F es lipschitziana cuando existe una
constante M ∈ R+
0 tal que
d f (x), f (y) 6 M d(x, y) ∀ x, y ∈ E (1)
Es evidente que toda función lipschitziana es uniformemente continua, y sabemos que el
recíproco es falso, incluso en el caso E = F = R .
5. Complitud y continuidad uniforme 66
La mínima constante M0 que verifica (1) es la constante de Lipschitz de f , que viene
dada por ( )
d f (x), f (y)
M0 = sup : x, y ∈ E , x 6= y
d(x, y)
Cuando M0 6 1 se dice que f es no expansiva. Cuando se tiene de hecho M0 < 1 decimos
que f es contractiva.
Por ejemplo, la norma de cualquier espacio normado X es una función no expansiva de X
en R , puesto que
kxk−kyk 6 kx − yk ∀ x, y ∈ X
pero, salvo en el caso trivial X = {0} , no es contractiva, ya que la anterior desigualdad es una
igualdad cuando tomamos por ejemplo y = x/2 con x 6= 0 .
Análogamente, en cualquier espacio métrico E , fijado z ∈ E , la aplicación x 7→ d(x, z) es
no expansiva, puesto que
| d(x, z) − d(y, z) | 6 d(x, y) ∀ x, y, z ∈ E
Como función de dos variables, definida en el espacio métrico producto E × E , la distancia es
una función lipschitziana, pues para cualesquiera x, y, u, v ∈ E se tiene
| d(x, y) − d(u, v) | 6 | d(x, y) − d(y, u) | + | d(y, u) − d(u, v | 6 d(x, u) + d(y, v)
6 2 máx{d(x, u), d(y, v)} = 2 d∞ (x, y), (u, v)
Por tanto, d es uniformemente continua, y en particular es continua, cosa que ya sabíamos y de
hecho hemos usado varias veces.
El hecho de que una función sea lipschitziana, y no digamos su constante de Lipschitz,
es muy inestable cuando cambiamos de distancias. En el ejemplo usado para mostrar que la
continuidad uniforme no es una propiedad topológica, teníamos una aplicación no expansiva
que dejaba de ser uniformemente continua al sustituir la distancia del espacio métrico de partida
o de llegada por otra equivalente. En el caso de dos espacios normados, el mismo razonamiento
usado para la continuidad uniforme prueba que una función lipschitziana lo sigue siendo al
cambiar las normas por otras equivalentes, pero su constante de Lipschitz puede claramente
cambiar.
5.6. Teorema del punto fijo de Banach
El siguiente resultado muestra una propiedad importante de las aplicaciones contractivas y,
de hecho, pone muy de manifiesto la utilidad de la complitud de un espacio métrico.
Teorema. Sea E un espacio métrico completo y f : E → E una aplicación contractiva.
Entonces f tiene un único punto fijo, es decir, existe un único punto x ∈ E tal que f (x) = x .
Demostración. Fijamos x0 ∈ E arbitrario y definimos por inducción una sucesión {xn } de
puntos de E , tomando x1 = f (x0 ) y xn+1 = f (xn ) para todo n ∈ N.
5. Complitud y continuidad uniforme 67
Si α < 1 es la constante de Lipschitz de f y ρ = d(x0 , x1 ) comprobamos por inducción que
d(xn , xn+1 ) 6 α n ρ ∀n ∈ N (2)
En efecto, tenemos d(x1 , x2 ) = d f (x0 ), f (x1 ) 6 α d(x0 , x1 ) = α ρ y, suponiendo que (2) se
verifica para un n ∈ N , deducimos que
d(xn+1 , xn+2 ) = d f (xn ), f (xn+1 ) 6 α d(xn , xn+1 ) 6 α α n ρ = α n+1 ρ
Ahora, para cualesquiera n, k ∈ N tenemos
k−1 k−1 ∞
ρ αn
d(xn , xn+k ) 6 ∑ d(xn+ j , xn+ j+1) 6 ρ ∑ αn+ j 6 ρ α n ∑ α j = 1−α
(3)
j=0 j=0 j=0
Dado ε > 0 , como {α n } → 0 , existe m ∈ N tal que, para n > m se tiene ρ α n < ε (1 − α) .
Entonces, para p, q > m , suponiendo sin perder generalidad que p < q , usamos (3) con n = p
y k = q − p para obtener
ρ αn
d(x p , xq ) = d(xn , xn+k ) 6 <ε
1−α
Hemos probado así que la sucesión {xn } es de Cauchy.
Como por hipótesis E es completo, tenemos {x n } → x ∈ E. Entonces vemos también que
f (xn ) = {xn+1 } → x , pero f es continua, luego f (xn ) → f (x) y concluimos que f (x) = x .
Finalmente si y ∈ E \ {x} fuese otro punto fijo de f , se tendría
d(x, y) = d f (x), f (y) 6 α d(x, y)
de donde 1 6 α , lo cual es una contradicción.
El teorema anterior se aplica en contextos muy variados, pues se trata de una herramienta
muy potente para resolver ecuaciones. Al fin y al cabo nos asegura que, bajo ciertas condiciones
sobre el espacio métrico E y la función f : E → E , la ecuación f (x) = x tiene solución única.
La demostración que hemos hecho, que es la original de Banach, tiene la ventaja de ser
constructiva: partiendo de un punto arbitrario x0 ∈ E y usando iterativamente la propia función
f , obtenemos una sucesión {xn } que converge al punto fijo x . De hecho, podemos estimar con
facilidad el error cometido al tomar un término xn de la sucesión como aproximación de x . En
efecto, fijado n ∈ N , tenemos claramente que x = lı́m xn+k y usando la desigualdad (3) , que
k→∞
es válida para todo k ∈ N , obtenemos
ρ αn
d(xn , x) = lı́m d(xn , xn+k ) 6
k→∞ 1−α
Fijado ε > 0 esta desigualdad nos da claramente el número n de iteraciones necesarias para
conseguir que d(xn , x) < ε , esto es, para aproximar x con la precisión deseada.
5. Complitud y continuidad uniforme 68
5.7. Continuidad de aplicaciones lineales
Para una aplicación lineal entre espacios normados, vamos a caracterizar de varias formas
su continuidad. La propiedad más débil que se nos puede ocurrir, la continuidad en un punto,
equivale a la propiedad más fuerte, que nuestra aplicación sea lipschitziana. Su constante de
Lipschitz servirá después para definir la norma de una aplicación lineal continua.
Por otra parte, vemos también que la continuidad de una aplicación lineal equivale a que
conserve los conjuntos acotados. Resumimos en un solo enunciado toda esta información.
Teorema. Sean X,Y espacios normados y T : X → Y una aplicación lineal. Las siguientes
afirmaciones son equivalentes:
(i) Existe x0 ∈ X tal que T es continua en x0
(ii) T es continua en 0
(iii) T es continua
(iv) T es uniformemente continua
(v) T es lipschitziana
(vi) Existe una constante M ∈ R+ 0 tal que k T (x) k 6 k x k para todo x ∈ X
(vii) T está acotada en cada subconjunto acotado de X, es decir: si A es un subconjunto
acotado de X, entonces T (A) es un subconjunto acotado de Y
(viii) T está acotada en la bola cerrada unidad de X, es decir, T (B) es un subconjunto acotado
de Y , donde B = {x ∈ X : k x k 6 1}
(ix) T está acotada en la esfera unidad de X, es decir, T (S) es un subconjunto acotado de
Y , donde S = {x ∈ X : k x k = 1}
Demostración. Empezamos observando que (i) ⇔ (ii) . Si T es continua en un punto
x0 ∈ X y {xn } es una sucesión de vectores de X tal que {xn } → 0 , tenemos {xn + x0 } → x0 ,
luego {T (xn + x0 )} → T (x0 ) , de donde {T (xn )} = {T (xn + x0 ) − T (x0 )} → 0 , y esto prueba
que T es continua en 0 . Recíprocamente, de (ii) se deduce (i) con x0 = 0 .
Con las afirmaciones (ii) a (ix) haremos dos ciclos, de forma que todas ellas resultarán ser
equivalentes a (vi) .
(ii) ⇒ (vi) . Como la bola cerrada unidad de Y es un entorno de 0 = T (0) , la continuidad de
T en 0 nos dice que la imagen inversa por T de dicha bola es un entorno de 0 en X . Por tanto:
∃ δ > 0 : z ∈ X , k z k 6 δ ⇒ k T (z) k 6 1
Dado x ∈ X \ {0} , tomando z = δ x/k x k tenemos claramente k z k = δ , luego
kxk kxk
k T (x) k = k T (z) k 6
δ δ
Como esta desigualdad es obvia cuando x = 0 , hemos probado (vi) con M = 1/δ .
(vi) ⇒ (v) . De (vi) deducimos que, para cualesquiera x, z ∈ X se tiene:
k T (x) − T (z) k = k T (x − z) k 6 M k x − z k
(v) ⇒ (iv) ⇒ (iii) ⇒ (ii) . Las tres implicaciones son evidentes.
5. Complitud y continuidad uniforme 69
Hemos cerrado un ciclo, mostrando que las seis primeras afirmaciones del enunciado son
equivalentes. Con otro ciclo completaremos la demostración.
(vi) ⇒ (vii) . Si A es un subconjunto acotado de X y ρ ∈ R+ verifica que k x k 6 ρ para todo
x ∈ A , tenemos claramente k y k 6 M ρ para todo y ∈ T (A) .
(vii) ⇒ (viii) ⇒ (ix) . Basta pensar que B es un subconjunto acotado de X y que S ⊂ B .
(ix) ⇒ (vi) . Por hipótesis, existe M ∈ R+ 0 tal que k z k 6 M para todo z ∈ S . Dado x ∈ X ,
podemos escribir x = k x k z con z ∈ S , para obtener k T (x) k = k T (z) k k x k 6 M k x k .
Comentemos brevemente la utilidad de las distintas caracterizaciones que hemos obtenido
para la continuidad de una aplicación lineal. La equivalencia entre las afirmaciones (i) , (ii) y
(iii) nos dice lo que ocurre cuando un aplicación lineal no es continua: no puede ser continua en
ningún punto de X. Nunca nos encontraremos aquí en situación tan desagradable, pues veremos
enseguida que toda aplicación lineal, de RN en cualquier espacio normado, es continua.
La equivalencia entre las afirmaciones (iii) , (iv) y (v) sí es importante, tres propiedades
que en general, para una función entre espacios métricos, o incluso entre espacios normados,
están muy lejos de ser equivalentes, resultan serlo cuando trabajamos con aplicaciones lineales.
La afirmación (vi) es la que suele usarse para probar la continuidad de una aplicación lineal,
pues se trata de una desigualdad que en la práctica suele ser fácil de comprobar. Su equivalencia
con (v) es bastante obvia, pues como T es lineal, para M ∈ R+ 0 se tiene:
k T (x) k 6 M k x k ∀ x ∈ X ⇐⇒ k T (x) − T (z) k 6 M k x − z k ∀ x, z ∈ X
En efecto, para la implicación hacia la derecha se usa x − z en vez de x como hemos hecho en la
demostración, y la otra es obvia tomando z = 0 . Por tanto, la constante de Lipschitz M0 , que es
la mínima constante que verifica la desigualdad de la derecha, también es la mínima constante
que verifica la de la izquierda, es decir,
M0 = mı́n M ∈ R+
0 : k T (x) k 6 M k x k ∀ x ∈ X
(4)
= sup k T (x) k / k x k : x ∈ X \ {0}
Las caracterización de la continuidad dada por (vii) , tiene también un significado útil: una
aplicación lineal T : X → Y es continua si, y sólo si, conserva la acotación. Además, en vista
de (viii) y (ix) , para comprobar en la práctica que T conserva la acotación, no es necesario
manejar todos los subconjuntos acotados de X, basta usar su bola cerrada unidad B , o si se
prefiere, sólo la esfera unidad S . De hecho, cuando comprobamos que T está acotada en S ,
podemos obtener directamente su constante de Lipschitz. Basta observar que la expresión de
M0 obtenida en (4) sólo involucra los valores de T en los vectores de la forma x/k x k con
x ∈ X \ {0} , es decir, todos los vectores de S . Se tiene por tanto:
M0 = sup k T (u) k : u ∈ S (5)
También podemos usar B en lugar de S , pues de (5) y (4) deducimos que
M0 6 sup k T (v) k : v ∈ B 6 sup M0 k v k : v ∈ B = M0 (6)
5. Complitud y continuidad uniforme 70
Probamos ahora una importante consecuencia del teorema de Hausdorff, que ya hemos
anunciado:
Si X es un espacio normado de dimensión finita, toda aplicación lineal de X en cualquier
otro espacio normado, es continua.
Sea Y otro espacio normado y T : X → Y una aplicación lineal. Definimos una nueva norma
k · kT en X, de la siguiente forma
k x kT = k x k + k T (x) k ∀x ∈ X
La comprobación de que k · kT es efectivamente una norma en X, no tiene dificultad, es
pura rutina. Como X tiene dimensión finita, el teorema de Hausdorff nos dice que k · kT es
equivalente a la norma de partida en X, luego existe una constante ρ ∈ R+ tal que k x kT 6 k x k
para todo x ∈ X. Pero entonces está bien claro que
k T (x) k 6 k x kT 6 ρ k x k ∀x ∈ X
y esto prueba que T es continua.
5.8. Norma de una aplicación lineal continua
Si X e Y son espacios normados arbitrarios, denotaremos siempre por L(X,Y ) al espacio
vectorial de todas las aplicaciones lineales y continuas de X en Y , cuya suma y producto por
escalares vienen definidos, para T1 , T2 ∈ L(X,Y ) y λ ∈ R , por
T1 + T2 (x) = T1 (x) + T2 (x) ∀ x ∈ X y λ T1 (x) = λ T1 (x)
De hecho, L(X,Y ) es un subespacio vectorial de C(X,Y ) , el espacio vectorial de todas las
funciones continuas de X en Y , que ya conocíamos. En el caso Y = X es costumbre escribir
simplemente L(X) , en lugar de L(X, X) .
La norma de una aplicación lineal continua T ∈ L(X,Y ) , que se denota por k T k , es por
definición la constante de Lipschitz de T . Según hemos visto en la igualdades (4) , (5) y (6) ,
disponemos de varias expresiones de esta constante:
k T k = mı́n M ∈ R+
0 : k T (x) k 6 M k x k ∀ x ∈ X
= sup k T (x) k : x ∈ X , k x k = 1
= sup k T (x) k : x ∈ X , k x k 6 1
Antes de comprobar que efectivamente hemos definido una norma en el espacio vectorial
L(X,Y ) , explicamos la forma en que dicha norma se utiliza habitualmente. Como ya se ha
dicho, se suele probar que una aplicación lineal T : X → Y es continua, encontrando M ∈ R+0 tal
que k T (x) k 6 M k x k para todo x ∈ X . Entonces, k T k 6 M y se tendrá la igualdad cuando la
constante M sea la mínima posible, es decir, cuando la desigualdad conseguida sea inmejorable.
5. Complitud y continuidad uniforme 71
Si por el contrario ya sabemos que T ∈ L(X,Y ) , podemos escribir
k T (x) k 6 k T k k x k ∀x ∈ X (7)
y estaremos usando la mejor desigualdad posible, en el sentido de que k T k es la mínima
constante que puede aparecer en ella. Esta situación es la que tendremos siempre en lo que
sigue, pues X será un espacio normado de dimensión finita.
En general, comprobar que efectivamente tenemos una norma en L(X,Y ) es bien fácil. Para
T1 , T2 ∈ L(X,Y ) , usando (7) se tiene:
T1 + T2 (x) 6 k T1 (x) k + k T2 (x) k 6 k T1 k + k T2 k k x k ∀x ∈ X
Esta desigualdad prueba que T1 + T2 es continua como ya sabíamos, pero también nos dice que
k T1 + T2 k 6 k T1 k + k T2 k . Para la homogeneidad por homotecias se puede razonar de forma
análoga, pero es más directo pensar que, para T ∈ L(X,Y ) y λ ∈ R se tiene:
k λ T k = sup k λ T (x) k : x ∈ X , k x k = 1
= sup | λ | k T (x) k : x ∈ X , k x k = 1 = | λ | k T k
Finalmente es obvio que de k T k = 0 se deduce T = 0 .
Conviene finalmente resaltar que, aunque el espacio vectorial L(X,Y ) sólo depende de las
topologías de X e Y , la norma que hemos definido en L(X,Y ) sí depende esencialmente de las
normas concretas que tengamos en X e Y . Si sustituimos dichas normas por otras equivalentes,
la norma de L(X,Y ) también cambiará, aunque es fácil ver que la nueva norma en L(X,Y )
también será equivalente a la de partida.
5.9. Ejercicios
1. Probar que, en cualquier espacio métrico, toda sucesión de Cauchy está acotada.
2. Probar que, en todo espacio métrico, una sucesión de Cauchy, que admita una sucesión
parcial convergente, ha de ser convergente. Deducir que todo espacio métrico compacto
es completo.
3. Sea f : R → R una función continua e inyectiva. Probar que definiendo
ρ(x, y) = | f (x) − f (y) | ∀ x, y ∈ R
se obtiene una distancia en R , equivalente a la usual. ¿Cuando es ρ completa?
4. Probar que la distancia discreta, en cualquier conjunto no vacío, es completa.
N
5. Sean X1 , X2 , . . . XN espacios normados y X = ∏ Xk el espacio normado producto.
k=1
Probar que X es un espacio de Banach si, y sólo si, lo es Xk para todo k ∈ IN .
5. Complitud y continuidad uniforme 72
6. Enunciar y demostrar un resultado análogo al del ejercicio anterior, para un producto de
espacios métricos.
7. Sea f : [ 0, 1 ] → R una función continua verificando que f (0) = f (1) = 0 . Supongamos
que existen dos sucesiones {an } y {bn } de números reales tales que
Z 1
lı́m | f (t) − an cos(πt/2) − bn sen(πt/2) | dt = 0
n→∞ 0
Probar que f (t) = 0 para todo t ∈ [ 0, 1 ] .
8. Enunciar y demostrar un resultado sobre la composición de dos funciones uniformemente
continuas.
9. Dado un espacio normado X 6= {0} , probar que la función f : X \ {0} → R definida por
1
f (x) = ∀ x ∈ X \ {0}
kxk
no es uniformemente continua pero, para cada δ ∈ R+ , la restricción de f al conjunto
{x ∈ X : k x k > δ} es una función lipschitziana.
10. Dado un subconjunto no vacío A de un espacio métrico E con distancia d , probar que la
función f : E → R definida por
f (x) = d(x, A) = ı́nf d(x, a) : a ∈ A ∀x ∈ E
es no expansiva.
11. Dado y ∈ RN se define Ty ∈ L(RN , R) usando el producto escalar en RN :
∀ x ∈ RN
Ty (x) = x | y
Calcular la norma de la aplicación lineal Ty , considerando en RN
a) la norma euclídea
b) la norma del máximo
c) la norma de la suma
12. Consideremos los espacios normados X = RN con la norma de la suma e Y = RN con la
norma del máximo. Denotando como siempre por {ek : k ∈ IN } a la base usual de RN ,
probar que, para toda T ∈ L(X,Y ) se tiene:
k T k = máx T (e j ) | ek : j, k ∈ IN