Tema I

Espacios normados

1
Índice general

I Espacios normados 1
1. Cuestiones básicas en espacios normados 4
1.1. Norma y distancia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2. Topología de la norma . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3. Subespacios y bases algebraicas . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4. Espacios vectoriales topológicos . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.5. Completitud y espacios de Banach . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6. Series . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2. Ejemplos de espacios normados 13

2.1. Desigualdades de Hölder y Minkowski . . . . . . . . . . . . . . . . . . . . . . 13
2.2. Algunos espacios normados de dimensión finita . . . . . . . . . . . . . . . . . 15
2.3. Los espacios clásicos de sucesiones . . . . . . . . . . . . . . . . . . . . . . . 16
2.3.1. Los espacios l p con 1 ⩽ p < ∞ . . . . . . . . . . . . . . . . . . . . . 17
2.3.2. Los vectores unidad . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3.3. Espacios de sucesiones acotadas . . . . . . . . . . . . . . . . . . . . . 20
2.4. Bases de Schauder y espacios de Banach separables . . . . . . . . . . . . . . . 23
2.5. Espacios de funciones continuas . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.6. Los espacios de Lebesgue . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.6.1. Los espacios L p para 1 ⩽ p < ∞ . . . . . . . . . . . . . . . . . . . . . 27
2.6.2. Funciones esencialmente acotadas . . . . . . . . . . . . . . . . . . . . 30
2.6.3. Relaciones entre los espacios de Lebesgue . . . . . . . . . . . . . . . . 31
2.6.4. Relación con los espacios de sucesiones . . . . . . . . . . . . . . . . . 33

3. Operadores y funcionales lineales continuos 34

3.1. Operadores lineales continuos . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.2. Espacios de operadores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.3. Funcionales lineales continuos . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.4. Duales de algunos espacios de Banach . . . . . . . . . . . . . . . . . . . . . . 41
3.4.1. Duales de espacios de dimensión finita . . . . . . . . . . . . . . . . . 41
3.4.2. Duales de espacios de sucesiones . . . . . . . . . . . . . . . . . . . . 43
3.4.3. Duales de los espacios de Lebesgue . . . . . . . . . . . . . . . . . . . 46

2
Tema I. 3

3.4.4. Funcionales lineales en espacios de funciones continuas . . . . . . . . 47

4. Operaciones con espacios normados 48

4.1. Isomorfismos entre espacios normados . . . . . . . . . . . . . . . . . . . . . . 48
4.2. Producto de espacios normados . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.3. Cociente de espacios normados . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.4. Sumas topológico-directas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

5. Espacios normados de dimensión finita 58

5.1. Teorema de Hausdorff . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
5.2. Consecuencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.3. Contraejemplos en dimensión infinita . . . . . . . . . . . . . . . . . . . . . . 61
5.4. Teorema de Riesz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
5.5. Mejor aproximación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64

Departamento de Análisis Matemático, Universidad de Granada

 Bloque 1
Cuestiones básicas en espacios normados

La mayoría de los espacios de funciones, de cuyo estudio se ocupa el Análisis Funcional,

son espacios vectoriales reales o complejos, provistos de una norma adecuada para trabajar en
ellos, es decir, son espacios normados. De hecho, dicha norma casi siempre es completa, así
que se trata de espacios de Banach. Por ello, nuestro estudio del Análisis Funcional se inicia
recordando los conceptos de espacio normado y espacio de Banach, junto con algunas de las
nociones básicas que se manejan en tales espacios y que en esencia deben ser conocidas.

1.1. Norma y distancia

Damos por conocida la noción de espacio vectorial sobre un cuerpo conmutativo. En lo que
sigue trabajaremos siempre con espacios vectoriales reales o complejos. Usaremos la letra K
para denotar indistintamente al cuerpo R de los números reales o al cuerpo C de los números
complejos. Por tanto, cualquier concepto o resultado tendrá casi siempre dos versiones, una
cuando K = R (caso real) y otra para K = C (caso complejo).
Una seminorma en un espacio vectorial X es una función ϕ : X → R verificando:

(i) ϕ (x + y) ⩽ ϕ (x) + ϕ (y) ∀ x, y ∈ X

(ii) ϕ (λ x) = | λ | ϕ (x) ∀λ ∈ K, ∀x ∈ X

Estas condiciones implican claramente que ϕ (0) = 0 y ϕ (x) ⩾ 0 para todo x ∈ X, así
que una seminorma no puede tomar valores negativos. Cuando la igualdad ϕ (x) = 0 sólo se
verifica para x = 0 , decimos que ϕ es una norma. Para x ∈ X , se suele escribir entonces ∥ x ∥
en lugar de ϕ (x).
Así pues, una norma en X es una función x 7→ ∥ x ∥ , de X en R , verificando:

(i) ∥ x + y ∥ ⩽ ∥ x ∥ + ∥ y ∥ ∀ x, y ∈ X
(ii) ∥ λ x ∥ = | λ | ∥ x ∥ ∀λ ∈ K, ∀x ∈ X (1)
(iii) x ∈ X , ∥ x ∥ = 0 =⇒ x = 0

4
Tema I. Bloque 1. Cuestiones básicas en espacios normados 5

Un espacio normado es un espacio vectorial X dotado de una norma ∥ · ∥ . Para cada x ∈ X,

se dice también que ∥ x ∥ es la norma del vector x , un número real no negativo que se interpreta
geométricamente como la longitud de un segmento, y que no debemos confundir con la norma
del espacio X, que es una función de X en R .
Las propiedades (1) , que ha de cumplir toda norma, tienen un significado geométrico que
conviene resaltar. La condición (i) se conoce como desigualdad triangular, pues afirma que
cada lado de un triángulo es menor o igual que la suma de los otros dos. La condición (ii) se
interpreta mejor si la desdoblamos en dos casos particulares. Por una parte, para ρ ∈ R+ , la
aplicación x 7→ ρ x , biyectiva de X en sí mismo, es la homotecia de razón ρ , y (ii) nos dice
que la norma es homogénea por homotecias, ya que ∥ ρ x ∥ = ρ ∥ x ∥ para cualesquiera x ∈ X
y ρ ∈ R+ . Por otra parte, para µ ∈ K con | µ | = 1 , la aplicación x 7→ µ x , también biyectiva,
es un giro, y (ii) nos dice que la norma es invariante por giros, ya que ∥ µ x ∥ = ∥ x ∥ para
cualesquiera x ∈ X y µ ∈ K con | µ | = 1 . Nótese que en el caso real sólo hablamos en realidad
de un giro, pues se tiene µ = ±1 , y el caso µ = 1 es trivial. Finalmente, (iii) es una condición
de no degeneración, pues nos dice que la longitud de un segmento sólo puede ser cero cuando
su origen y extremo coinciden, es decir, cuando se trata de un segmento degenerado.
En todo espacio normado X usamos siempre la distancia d : X × X → R definida por

d (x , y) = ∥ y − x ∥ ∀ x, y ∈ X (2)

Es fácil ver, usando las propiedades de la norma, que en efecto d es una distancia en X. Nótese
que d permite a su vez recuperar la norma, pues se tiene ∥ x ∥ = d (0 , x) para todo x ∈ X.
Observemos también que la distancia d tiene un buen comportamiento con respecto a la
estructura de espacio vectorial. Más concretamente, fijado z ∈ X , la aplicación x 7→ x + z , de
nuevo una biyección de X en sí mismo, es la traslación determinada por el vector z , y la
distancia d es invariante por traslaciones, pues evidentemente verifica que:

d (x + z , y + z) = d (x , y) ∀ x, y, z ∈ X

Por otra parte, la distancia d es invariante por giros y homogénea por homotecias, ya que

d (λ x , λ y) = | λ | d (x , y) ∀ λ ∈ K , ∀ x, y ∈ X

1.2. Topología de la norma

En cualquier espacio normado X, usando su distancia d dada por (2) , podemos manejar
todas las nociones propias de los espacios métricos. En particular, disponemos de la topología
generada por la distancia d que suele denominarse topología de la norma. Salvo que se diga
expresamente lo contrario, cualquier noción topológica que manejemos en un espacio normado
se refiere siempre a la topología de la norma. Así pues, un conjunto A ⊂ X es abierto cuando
para cada x ∈ A , se puede encontrar un r ∈ R+ tal que la bola abierta de centro x y radio r
está contenida en A . Por tanto, para cada x ∈ X, las bolas abiertas de centro x forman una base
de entornos de x , e igual ocurre con las correspondientes bolas cerradas. El manejo de estos
entornos básicos resulta especialmente cómodo con la notación que pasamos a explicar.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 1. Cuestiones básicas en espacios normados 6

Si A y B son subconjuntos de un espacio vectorial X y Λ ⊂ K , es natural escribir

 
A+B = x+y : x ∈ A, y ∈ B y ΛB = λy : λ ∈ Λ, y ∈ B

Si A = {x} tiene un sólo elemento, podemos escribir x + B en lugar de {x} + B . Análogamente,

cuando Λ = {λ} tiene un sólo elemento, escribimos λ B en vez de {λ} B .
Pues bien, consideremos la bola unidad de un espacio normado X, esto es, el conjunto

B = b ∈ X : ∥b∥ ⩽ 1

Es claro que, para x ∈ X y r ∈ R+ , el conjunto x + r B es la bola cerrada de centro x y radio r .

Así pues, cualquier bola cerrada se obtiene a partir de la bola unidad mediante una homotecia y
una traslación. Análoga situación se tiene, obviamente, usando bolas abiertas: si llamamos U a
la bola abierta unidad de X, esto es, U = {u ∈ X : ∥u∥ < 1} , es claro que x + rU es la bola
abierta de centro x y radio r .
Dos normas ∥ · ∥1 y ∥ · ∥2 en un mismo espacio vectorial X son equivalentes cuando dan
lugar a la misma topología. Repasamos el siguiente resultado del que se deduce un cómodo
criterio para decidir si dos normas son equivalentes:

Si ∥ · ∥1 y ∥ · ∥2 son dos normas en un espacio vectorial X, las siguientes afirmaciones

son equivalentes:
(i) La topología de la norma ∥ · ∥1 contiene a la de ∥ · ∥2 .
(ii) Existe una constante ρ ∈ R+ tal que ∥ x ∥2 ⩽ ρ ∥ x ∥1 para todo x ∈ X.

Para la demostración denotamos por B1 y B2 a las bolas unidad de X para las normas ∥ · ∥1
y ∥ · ∥2 respectivamente.
(i) ⇒ (ii) . Como B2 es un entorno de cero para ∥ · ∥2 , de (i) deducimos que también lo
es para ∥ · ∥1 , luego existe δ ∈ R+ tal que δ B1 ⊂ B2 , es decir, B1 ⊂ ρ B2 donde ρ = 1/δ .
Para x ∈ X, escribiendo x = ∥ x ∥1 u con u ∈ B1 , tenemos ∥ u ∥2 ⩽ ρ , de donde deducimos
claramente (ii) , ya que ∥ x ∥2 = ∥ u ∥2 ∥ x ∥1 ⩽ ρ ∥ x∥1 .
(ii) ⇒ (i) . De (ii) deducimos B1 ⊂ ρ B2 , es decir, (1/ρ)B1 ⊂ B2 . Si A es un subconjunto
abierto de X para la norma ∥ · ∥2 y x ∈ A , existe un r ∈ R+ tal que x + r B2 ⊂ A , de donde
deducimos que x + (r/ρ) B1 ⊂ x + r B2 ⊂ A . Esto prueba que A es abierto para la norma ∥ · ∥1 ,
luego se cumple (i) . ■
Del resultado anterior deducimos obviamente la siguiente caracterización:

Dos normas ∥ · ∥1 y ∥ · ∥2 en un mismo espacio vectorial X son equivalentes si, y sólo si,
existen dos constantes α, β ∈ R+ tales que

α ∥ x ∥1 ⩽ ∥ x ∥2 ⩽ β ∥ x ∥1 ∀x ∈ X

Destacamos una consecuencia importante del criterio anterior, que se refiere al concepto de
acotación en espacios normados.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 1. Cuestiones básicas en espacios normados 7

Recordemos que un subconjunto A de un espacio métrico X está acotado cuando está

contenido en una bola, en cuyo caso, podemos elegir libremente el centro de dicha bola, es
decir, para cada x ∈ X , existe una bola de centro x que contiene al conjunto A . En particular,
cuando X es un espacio normado, vemos que A está acotado si y sólo si, está contenido en una
+
 existe M ∈ R tal que ∥ x ∥ ⩽ M para todo x ∈ A , lo que se suele
bola de centro cero, es decir,
indicar escribiendo sup ∥ x ∥ : x ∈ A < ∞ .
Es sabido que la acotación en un espacio métrico no es una propiedad topológica. Más
concretamente, dos distancias en un mismo conjunto pueden ser equivalentes, es decir, generar
la misma topología, y no dar lugar a los mismos conjuntos acotados. Sin embargo, del criterio
recién probado para la equivalencia entre dos normas, deducimos obviamente que dos normas
equivalentes dan lugar a los mismos conjuntos acotados:

Si ∥ · ∥1 y ∥ · ∥2 son dos normas equivalentes en un espacio vectorial X, un subconjunto

de X está acotado para la norma ∥ · ∥1 si, y sólo si, está acotado para ∥ · ∥2 .

Resaltemos ahora una propiedad de los espacios normados que usaremos con frecuencia.

En todo espacio normado X se tiene:

∥x∥ − ∥y∥ ⩽ ∥x−y∥ ∀ x, y ∈ X (3)

luego la norma de X es una función continua.

Para x, y ∈ X la desigualdad triangular nos dice que ∥ x ∥ ⩽ ∥ x − y ∥ + ∥ y ∥ , o lo que es lo

mismo, ∥ x ∥ − ∥ y ∥ ⩽ ∥ x − y ∥ , pero intercambiando los papeles de x e y , también tenemos
que ∥ y ∥ − ∥ x ∥ ⩽ ∥ y − x ∥ = ∥ x − y ∥ , luego se verifica (3) . Dicha desigualdad nos dice que
la norma es una función lipschitziana, luego continua. ■

1.3. Subespacios y bases algebraicas

Fijemos un espacio vectorial X, para repasar algunas nociones algebraicas bien conocidas.
Para abreviar, a los subespacios vectoriales de X les llamaremos simplemente subespacios, así
que un subespacio de X es un conjunto no vacío M ⊂ X tal que K M + M ⊂ M .
Si ahora E es un subconjunto no vacío de X, denotaremos por Lin E al conjunto de todas
las combinaciones lineales de vectores de E , es decir:
 n 
Lin E = ∑ λk xk : n ∈ N , λ1 , λ2 , . . . , λn ∈ K , x1 , x2 , . . . , xn ∈ E
k=1

Es claro que Lin E es un subespacio de X que contiene a E, así como que, todo subespacio
de X, que contenga a E, ha de contener también a Lin E. Así pues, Lin E es el mínimo
subespacio de X que contiene a E , por lo que le llamamos subespacio engendrado por E .

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 1. Cuestiones básicas en espacios normados 8

Por otra parte, E es un conjunto de vectores linealmente independientes cuando ningún

vector de E puede expresarse como combinación

lineal de los restantes, es decir, cuando para
todo x ∈ E se tiene que x ∈
/ Lin E \ {x} .
Una base del espacio vectorial X es un conjunto E de vectores linealmente independientes
tal que Lin E = X. Ello equivale claramente a que cada vector de X se exprese, de manera
única, como una combinación lineal de elementos de E , con coeficientes no nulos.
Del lema de Zorn se deduce que X siempre tiene una base, y de hecho, todo conjunto de
vectores linealmente independientes de X está contenido en una base. Además, todas las bases
son equipotentes, es decir, si E1 y E2 son bases de X, existe una aplicación biyectiva de E1
sobre E2 . Ello permite definir la dimensión de X como el cardinal común a todas las bases
de X. Esta noción general requiere la teoría de cardinales, pero aquí sólo usaremos los casos
más sencillos. Concretamente, X tiene dimensión finita, cuando tiene una base finita, en cuyo
caso la dimensión de X es el número elementos de cualquiera de sus bases. Análogamente, X
tiene dimensión numerable, cuando tiene una base numerable, y obviamente se pueden dar
dos casos: o bien X tiene dimensión finita, o bien todas sus bases son equipotentes a N .
En adelante, a las bases de un espacio vectorial X, en el sentido que acabamos de recordar,
las llamaremos bases algebraicas, para distinguirlas de otro tipo de bases que pronto vamos a
presentar, y que son mucho más útiles en Análisis Funcional.
Si X es un espacio normado y M un subespacio de X, está claro que la norma de X, como
función de X en R que es, se puede restringir a M, con lo que claramente se obtiene una
norma en M, a la que llamamos norma inducida por X en M. Resaltamos así que la topología
de M es la inducida por la topología de X, es decir, los subconjuntos abiertos de M son las
intersecciones con M de los abiertos de X. Salvo que se diga lo contrario, todo subespacio M
de un espacio normado X se considera siempre como espacio normado, con la norma inducida.
No obstante, en ciertas situaciones veremos que puede ser preferible usar en M otra norma,
distinta de la inducida por X, e incluso no equivalente a ella.

1.4. Espacios vectoriales topológicos

Como ocurría con la norma y con la distancia, la topología de un espacio normado tiene
un buen comportamiento con respecto a las operaciones de espacio vectorial, como muestra el
siguiente enunciado.

Si X es un espacio normado, la función suma (x, y) 7→ x +y , de X ×X en X, es continua,

considerando en X × X la topología producto. El producto por escalares (λ, x) 7→ λ x
también es una función continua de K × X en X, considerando en K su topología usual
y en K × X la producto.

La continuidad de la suma es consecuencia inmediata de la desigualdad triangular, pues se

tiene claramente

(x + y) − (u + v) = x − u + y − v ∀ x, y, u, v ∈ X

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 1. Cuestiones básicas en espacios normados 9

Por otra parte, para λ, µ ∈ K y x, u ∈ X tenemos

λ x − µ u ⩽ λ (x − u) + (λ − µ) u ⩽ λ x−u + λ−µ ∥u

de donde se deduce claramente la continuidad del producto por escalares. ■

Una topología en un espacio vectorial, aunque no proceda de una norma, puede hacer cierto
el enunciado anterior. Concretamente, un espacio vectorial topológico (abreviado EVT) es, por
definición, un espacio vectorial X en el que se dispone de una topología, con la que la suma
y el producto por escalares son funciones continuas, usando la topología usual en K y, tanto
en X × X como en K × X, la topología producto. Así pues, cualquier espacio normado es un
ejemplo de EVT. Un espacio vectorial X ̸= {0}, con la topología trivial {0,
/ X} , es un ejemplo
(trivial) de EVT cuya topología no procede de una norma. Obviamente existen ejemplos más
interesantes, de hecho el concepto de EVT es el más importante del Análisis Funcional, pero
por ahora nos interesan sólo los espacios normados.
Ciertas propiedades de los espacios normados se deducen del resultado anterior, por lo que
son válidas en cualquier EVT. Destacaremos dos ejemplos relevantes.

Si X es un EVT, para cualesquiera λ ∈ K \ {0} y z ∈ X, la aplicación x 7→ λ x + z

es un homeomorfismo de X. Equivalentemente, las traslaciones, giros y homotecias son
homeomorfismos de X.

La continuidad de las operaciones de X hace que las aplicaciones x 7→ λ x y x 7→ x + z

sean continuas. Si f (x) = λ x + z para todo x ∈ X, deducimos que f es continua, como
composición de funciones continuas. Además, f es biyectiva y f −1 (x) = (1/λ) x − (z/λ) para
todo x ∈ X. Lo demostrado para f se puede pues aplicar a f −1 para obtener que f −1 también
es continua, luego f es un homeomorfismo. Como casos particulares, para λ = 1 tenemos las
traslaciones, mientras que para z = 0 , tenemos los giros si | λ | = 1 , y las homotecias si λ ∈ R+ .
Recíprocamente, f se obtiene componiendo una homotecia con un giro y una traslación. ■

En todo EVT, el cierre de un subespacio es a su vez un subespacio.

Si X es un EVT y M un subespacio de X, queremos probar que M es subespacio de X.

Denotando por σ : X × X → X a la suma, y π : K × X
→ X al producto por escalares,

que son
funciones continuas, se trata de probar que σ M × M ⊂ M y que π K × M ⊂ M .
−1 M .


Por ser M un subespacio de X tenemos σ(M ×M) ⊂ M ⊂ M , de donde M ×M ⊂ σ
−1 M es cerrado, deducimos que M × M = M × M ⊂ σ−1 M ,



Como, por ser σ continua,

σ

es decir, σ M ×M ⊂ M . De forma similar, como π K×M ⊂ M ⊂ M, vemos que el conjunto
cerrado π−1 (M) contiene a K × M, luego también a K × M = K × M, como se quería. ■

Contra lo que la intuición parece indicar, pronto veremos que un subespacio de un espacio
normado puede no ser cerrado.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 1. Cuestiones básicas en espacios normados 10

1.5. Completitud y espacios de Banach

Ni que decir tiene, la topología de un espacio normado X, como la de todo espacio métrico,
se caracteriza mediante la convergencia de sucesiones. Recordamos
 que una sucesión {xn } de
puntos de X es convergente, cuando existe x ∈ X tal que ∥ xn − x ∥ → 0 , en cuyo caso x es
único, le llamamos límite de la sucesión {xn } y escribimos {xn } → x , o bien, x = lı́m xn .
n→∞

Para un conjunto A ⊂ X y un punto x ∈ X, sabemos que x ∈ A si, y sólo si, existe una
sucesión {xn } de puntos de A tal que {xn } → x . Por tanto, A es cerrado si, y sólo si, para toda
sucesión convergente {xn } de puntos de A se tiene lı́m xn ∈ A . De esta forma, la convergencia
n→∞
de sucesiones caracteriza a los conjuntos cerrados, y por tanto a la topología de X.
Recordemos que una sucesión {xn } de puntos de X es una sucesión de Cauchy cuando,
para cada ε > 0 , puede encontrarse n0 ∈ N tal que, para n, m ⩾ n0 se tiene ∥ xn − xm ∥ < ε .
Es bien sabido que toda sucesión convergente es siempre una sucesión de Cauchy y, cuando se
verifica el recíproco decimos que la norma de X es completa, o que el espacio normado X es
completo. A los espacios normados completos también se les llama espacios de Banach, en
honor del matemático polaco Stefan Banach (1892-1945), el padre del Análisis Funcional.
De manera más general, dado un subconjunto A de un espacio normado X, decimos que A
es completo cuando toda sucesión de Cauchy de puntos de A converge a un punto de A; en tal
caso, es claro que A tiene que ser cerrado en X. El recíproco es cierto cuando el propio X es
completo, es decir: si A es un subconjunto de un espacio de Banach X, entonces A es completo
si, y sólo si, A es cerrado en X.
El criterio probado anteriormente, para la equivalencia entre dos normas, implica claramente
que dos normas equivalentes, en un mismo espacio vectorial, dan lugar a las mismas sucesiones
de Cauchy, luego una de ellas es completa si, y sólo si, lo es la otra. Por tanto, un espacio de
Banach lo sigue siendo cuando sustituimos su norma por otra equivalente a ella.

1.6. Series
Nociones conocidas sobre convergencia de series numéricas pueden extenderse fácilmente
para aplicarlas a series en espacios normados. A cada sucesión {xn } de vectores de un espacio
normado X asociamos la serie ∑ xn de término general {xn } , que es la sucesión {Sn } definida
n⩾1
n
por Sn = ∑ xk para todo n ∈ N . Cuando dicha serie converge, como sucesión que es, su límite
k=1
∞
recibe el nombre de suma de la serie y se denota por ∑ xn . Más concretamente,
n=1
∞ n
∑ xn = lı́m Sn = lı́m
n→∞ n→∞
∑ xk
n=1 k=1

Si la serie ∑ xn es convergente, como xn+1 = Sn+1 − Sn para todo n ∈ N , deducimos

n⩾1

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 1. Cuestiones básicas en espacios normados 11

claramente que {xn } → 0 . Como bien sabemos, el recíproco es falso, incluso en el caso X = R .
Por otra parte, decimos que la serie ∑ xn es absolutamente convergente cuando la serie
n⩾1
numérica ∑ ∥ xn ∥ es convergente. Por tratarse de una serie de términos positivos, esta última
n⩾1
∞
afirmación suele expresarse simplemente escribiendo ∑ ∥ xn ∥ < ∞ .
n=1
Como ocurre con las series de números reales, en todo espacio de Banach, la convergencia
absoluta de una serie implica su convergencia. Pero además, esta implicación caracteriza los
espacios de Banach como probamos a continuación.

Criterio de completitud. Un espacio normado X es completo si, y sólo si, verifica que
toda serie absolutamente convergente de vectores de X es convergente.

Demostración. Una implicación se prueba exactamente igual que en R . Si ∑ xn es una

n⩾1
serie absolutamente convergente en un espacio de Banach X, para cada n ∈ N escribimos
n n
Sn = ∑ xk y σn = ∑ ∥ xk ∥
k=1 k=1

Para m, n ∈ N con m < n , la desigualdad triangular nos dice claramente que

n n
∥ Sn − Sm ∥ = ∑ xk ⩽ ∑ ∥ xk ∥ = σn − σm = | σn − σm |
k=m+1 k=m+1

desigualdad que es trivial cuando n = m y no se altera al intercambiar m con n , luego es válida

para cualesquiera n, m ∈ N . Como por hipótesis, la sucesión {σn } es de Cauchy, deducimos de
dicha desigualdad que la sucesión {Sn } también lo es. La completitud de X nos dice entonces
que {Sn } converge, es decir, la serie ∑ xn es convergente, como queríamos.
n⩾1
Para probar la implicación recíproca, supongamos que X es un espacio normado en el que
toda serie absolutamente convergente es convergente, y sea {xn } una sucesión de Cauchy en X.
Para cada k ∈ N existe nk ∈ N tal que, para n, m ⩾ nk se tiene ∥ xn − xm ∥ < 1/2 k . Definiendo
por inducción σ(1) = n1 y σ(k + 1) = máx nk+1 , σ(k) + 1 para todo k ∈ N , obtenemos una
aplicación estrictamente creciente σ : N → N . Para k ∈ N se tiene σ(k + 1) > σ(k) ⩾ nk luego

1
xσ(k+1) − xσ(k) < ∀k ∈ N
2k
Tomando y1 = xσ(1) e yn+1 = xσ(n+1) − xσ(n) para todo n ∈ N , vemos que la serie ∑ yn
n⩾1
es absolutamente convergente, luego es convergente. Pero observamos que dicha serie coincide
con la sucesión {xσ(n) } , pues para n ∈ N con n ⩾ 2 se tiene claramente
n n

∑ yk = xσ(1) + ∑ xσ(k) − xσ(k−1) = xσ(1) + xσ(n) − xσ(1) = xσ(n)
k=1 k=2

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 1. Cuestiones básicas en espacios normados 12

Así pues, la sucesión {xσ(n) } es convergente, luego {xn } también lo es, por tratarse de una
sucesión de Cauchy que posee una sucesión parcial convergente. Hemos probado así que toda
sucesión de Cauchy en X es convergente, es decir, X es un espacio de Banach, como queríamos
demostrar. ■

Merece la pena resaltar la idea clave del último razonamiento: toda sucesión de Cauchy en
un espacio normado admite una sucesión parcial, que es una serie absolutamente convergente.

Departamento de Análisis Matemático, Universidad de Granada

 Bloque 2
Ejemplos de espacios normados

Vamos a presentar una amplia colección de espacios, que permitan ilustrar los principales
teoremas del Análisis Funcional. Para ello, juegan un papel clave dos herramientas muy útiles:
las desigualdades de Hölder y Minkowski. A partir de ellas se define fácilmente una amplia
gama de normas en el espacio vectorial producto K N , con N ∈ N arbitrario, obteniendo así
numerosos espacios normados de dimensión finita. Casi con la misma facilidad, se construyen
los que se conocen como espacios de Banach clásicos, agrupados en dos grandes familias. Por
una parte, los espacios clásicos de sucesiones son los ejemplos más sencillos de espacios de
Banach de dimensión infinita. Por otra, tenemos los espacios de funciones integrables, cuya
construcción involucra de manera decisiva la integral de Lebesgue. Su completitud se conoce
como teorema de Riesz-Fischer, y se considera como el detonante que dio lugar al nacimiento
del Análisis Funcional. Presentaremos también algunos espacios de funciones continuas. En
conjunto, obtenemos una amplia gama de espacios de Banach, que muestra la gran variedad de
contextos en los que el Análisis Funcional tiene importantes aplicaciones.

2.1. Desigualdades de Hölder y Minkowski

Algunos de los espacios que vamos a construir dependerán de un parámetro p , pudiendo
ser p ∈ R con p ⩾ 1 , pero también p = ∞ , lo que se suele indicar escribiendo 1 ⩽ p ⩽ ∞ .
Excluidos los valores extremos p = 1 y p = ∞ , o si se quiere, para 1 < p < ∞ , definimos
1 1
el exponente conjugado de p , que denotaremos por p ∗ , mediante la igualdad + ∗ = 1.
p
p
∗
Observamos que también 1 < p ∗ < ∞ y que la relación entre p y p ∗ es simétrica: p ∗ = p .
La concavidad del logaritmo nos da una desigualdad, previa a las dos que más nos interesan:

Desigualdad de Young. Para 1 < p < ∞ y cualesquiera a, b ∈ R+

0 , se tiene:
∗
ap bp
ab ⩽ + ∗
p p

13
Tema I. Bloque 2. Ejemplos de espacios normados 14

∗
Demostración. Aquí y en todo lo que sigue, se entiende obviamente que 0 p = 0 p = 0 .
Si a = 0 o b = 0 no hay nada que demostrar y, en otro caso, usando que el logaritmo es una
función cóncava obtenemos
∗
!
ap bp 1 1 ∗
log + ∗ ⩾ log a p + ∗ log b p = log a + log b = log ( a b )
p p p p
La desigualdad buscada se obtiene usando que la exponencial es una función creciente. ■

Deducimos sin gran dificultad una segunda desigualdad, más relevante:

Desigualdad de Hölder. Si 1 < p < ∞ y N ∈ N , para a1 , . . . , aN , b1 , . . . , bN ∈ R+

0 se tiene:
!1/p !1/p ∗
N N N
∗
∑ ak bk ⩽ ∑ ak p ∑ bk p (1)
k=1 k=1 k=1

!1/p !1/p ∗
N N
∗
Demostración. Llamando α = ∑ ak p y β= ∑ bk p a los dos factores
k=1 k=1
que aparecen en el segundo miembro de (1) , podemos claramente suponer que α > 0 y β > 0 ,
pues en otro caso (1) es evidente. Usando la desigualdad de Young, podemos ahora escribir
p∗
p
!
1 N N
ak bk N ak bk
∑ ak bk = ∑ α β ⩽ ∑ p α p + p ∗ β p ∗
α β k=1 k=1 k=1

1 N p 1 N
p∗ 1 1
= ∑ a k + ∗ ∑ b k = + =1
p α p k=1 p ∗ β p k=1 p p∗
de donde se deduce claramente (1) . ■

En un tercer paso, obtenemos ya el resultado que nos va a permitir probar la desigualdad

triangular para muchas de las normas que vamos a estudiar.
Desigualdad de Minkowski. Para 1 ⩽ p < ∞ , N ∈ N y a1 , . . . , aN , b1 , . . . , bN ∈ R+
0 se
tiene: !1/p !1/p !1/p
N
p N N
∑ ak + bk ⩽ ∑ akp + ∑ bkp
k=1 k=1 k=1

Demostración. Trabajamos con p > 1 , pues el caso p = 1 es evidente. Abreviamos la

notación escribiendo
!1/p !1/p !1/p
N N N
p
p p
α = ∑ ak , β = ∑ bk y γ = ∑ ak + bk
k=1 k=1 k=1

con lo que debemos probar que γ ⩽ α + β . Partimos de una igualdad evidente:

N
p−1 N
p−1
p
γ = ∑ ak ak + bk + ∑ bk ak + bk
k=1 k=1

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 15

Para cada uno de los sumandos que han aparecido en el segundo miembro de la igualdad
anterior, usamos ahora la desigualdad de Hölder. Como (p − 1) p ∗ = p , obtenemos:
!1/p ∗
N
p/p ∗
p


p

γ ⩽ α+β ∑ ak + bk = α+β γ
k=1

Si γ = 0 no hay nada que demostrar y, en otro caso, podemos dividir ambos miembros de
∗
la desigualdad anterior por γ p/p > 0 . Teniendo en cuenta que p − (p/p ∗ ) = 1 , obtenemos
directamente la desigualdad buscada. ■

2.2. Algunos espacios normados de dimensión finita

Fijado N ∈ N , vamos a definir una amplia gama de normas en el espacio vectorial K N ,
producto cartesiano de N copias de K . En vez de usar subíndices, las componentes de cada
vector x ∈ K N se denotarán con paréntesis, es decir, escribiendo x = x(1), x(2), . . . , x(N) ,

pues en realidad x no es otra cosa que una aplicación del conjunto {k ∈ N : k ⩽ N} en K .

Pues bien, para 1 ⩽ p < ∞ definimos
!1/p
N
∥ x ∥p = ∑ | x(k) | p ∀ x ∈ KN (2)
k=1

mientras que en el caso p = ∞ escribimos

∀ x ∈ KN

∥ x ∥∞ = máx | x(k) | : k ∈ N , k ⩽ N (3)

La notación se justifica por el hecho de que lı́m ∥ x ∥ p = ∥ x ∥∞ para todo x ∈ K N , como

p → +∞
se puede fácilmente comprobar.
Para ver que, en todos los casos, ∥ · ∥ p es una norma en K N , dos de las condiciones a
comprobar son evidentes y sólo la desigualdad triangular merece comentario. Para p = ∞ dicha
desigualdad también es inmediata, mientras que, para 1 ⩽ p < ∞ , se deduce de la desigualdad
de Minkowski, pues para cualesquiera x, y ∈ K N se tiene
!1/p !1/p
N N
p
p
x+y p
= ∑ x(k) + y(k) ⩽ ∑ | x(k) | + | y(k) |
k=1 k=1
!1/p !1/p
N N
p p
⩽ ∑ x(k) + ∑ y(k) = x p
+ y p
k=1 k=1

Comprobemos ahora que todas las normas recién definidas en K N son equivalentes. Para
ello usamos la base usual {e1 , e2 , . . . , eN } de K N , que viene dada por ek (k) = 1 y ek ( j) = 0

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 16

para cualesquiera k, j ∈ N con k, j ⩽ N y k ̸= j. Para 1 ⩽ p ⩽ ∞ y x ∈ K N , la desigualdad

triangular nos dice que
N N N
x p
= ∑ x(k) ek ⩽ ∑ x(k) ek p
= ∑ x(k) = x 1
k=1 p k=1 k=1

Por otra parte, es evidente que ∥ x ∥∞ ⩽ ∥ x ∥ p y ∥ x ∥1 ⩽ N ∥ x ∥∞ . Enlazando ahora las tres

desigualdades anteriores, obtenemos

x ∞
⩽ x p
⩽ x 1
⩽N x ∞
∀ x ∈ KN

Esto prueba claramente que todas las normas ∥ · ∥ p , con 1 ⩽ p ⩽ ∞ son equivalentes a ∥ · ∥∞ ,
luego son equivalentes entre sí.
Es claro que las bolas abiertas para la norma ∥ · ∥∞ son productos cartesianos de bolas
abiertas (intervalos o discos) en K . Por tanto, la topología de la norma ∥ · ∥∞ es la topología
producto en K N , a la que llamamos topología usual de K N . Por supuesto, la topología de la
norma ∥ · ∥ p también es la usual de K N , para 1 ⩽ p ⩽ ∞ .
Para cualesquiera x, y ∈ K N y k ∈ N con k ⩽ N , se tiene claramente
N
y(k) − x(k) ⩽ y − x ∞
⩽ ∑ y( j) − x( j) (4)
j=1

Si {xn } es una sucesión de Cauchy para la norma ∥ · ∥∞ , usando la primera desigualdad de (4)
vemos claramente que {xn (k)} es una sucesión de Cauchy en K , luego es convergente. Existe
por tanto x ∈ K N tal que {xn (k)} → x(k) para
 todo k ∈ N con k ⩽ N , y la segunda desigualdad
de (4) nos permite claramente deducir que ∥xn − x∥∞ → 0 . Esto prueba que la norma ∥ · ∥∞
es completa, luego ∥ · ∥ p también lo es, para todos los valores de p .
En resumen, para cualesquiera N ∈ N y 1 ⩽ p ⩽ ∞ , hemos comprobado que K N , con la
norma ∥ · ∥ p definida en (2) y (3) , es un espacio de Banach, que se suele denotar por l pN y cuya
topología es la usual de K N . Por supuesto, dicho espacio tiene una versión real y otra compleja,
según tomemos K = R o K = C .

2.3. Los espacios clásicos de sucesiones

Consideremos el espacio vectorial producto K N , cuyos elementos son todas las sucesiones
de escalares, es decir, todas las funciones de N en K , con operaciones definidas puntualmente
o, si se quiere, término a término. Concretamente, para x, y ∈ K N y λ ∈ K se tiene



x + y (n) = x(n) + y(n) y λ x (n) = λ x(n) ∀n ∈ N

Vamos a considerar una amplia gama de subespacios de K N que, dotados de la norma apropiada
en cada caso, se convertirán en importantes ejemplos de espacios de Banach.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 17

2.3.1. Los espacios l p con 1 ⩽ p < ∞

Para 1 ⩽ p < ∞ , denotaremos por l p al conjunto de todas las sucesiones x ∈ KN tales que
p
la serie ∑ x(n) es convergente, abreviadamente:
n⩾1
 ∞ 
N p
lp = x∈K : ∑ |x(n)| <∞ (5)
n=1

Vemos en particular que l1 está formado por los términos generales de todas las series
de escalares absolutamente convergentes. En general, nuestro objetivo es convertir a l p en un
espacio de Banach cuya norma vendrá dada por
!1/p
∞
p
x p
= ∑ x(n) ∀ x ∈ lp (6)
n=1

La desigualdad de Minkowski será la clave para comprobar que l p es un espacio vectorial

y que ∥ · ∥ p es una norma en l p . Para x, y ∈ l p y n ∈ N , dicha desigualdad nos dice que
!1/p !1/p !1/p
n n n
p p p
∑ x(k) + y(k) ⩽ ∑ x(k) + ∑ y(k) ⩽ ∥ x ∥p + ∥ y ∥p
k=1 k=1 k=1

de modo que tenemos

n
p
p
∑ x(k) + y(k) ⩽ ∥ x ∥p + ∥ y ∥p ∀n ∈ N
k=1
p
Por tanto, la serie ∑ x(n) + y(n) es convergente, es decir, x + y ∈ l p , pero además, de la
n⩾1
última desigualdad deducimos claramente que

p ∞ n
p p
p
∥ x + y ∥p = ∑ x(k) + y(k) = lı́m ∑ x(k) + y(k) ⩽ ∥ x ∥p + ∥ y ∥p
n→∞
k=1 k=1

De esta forma hemos probado por ahora que

x, y ∈ l p =⇒ x + y ∈ l p , x+y p
⩽ x p
+ y p

Por otra parte es del todo evidente que, para cualesquiera x ∈ l p y λ ∈ K se tiene λ x ∈ l p
con ∥ λ x ∥ p = | λ | ∥ x ∥ p . Finalmente, de ∥ x ∥ p = 0 se deduce obviamente que x = 0 . De hecho
conviene resaltar algo que usaremos muy a menudo:

x(k) ⩽ x p
∀ x ∈ lp , ∀ k ∈ N (7)

En resumen, hemos probado que el conjunto de sucesiones l p definido en (5) es un espacio

vectorial, subespacio de K N , y que la función ∥ · ∥ p definida en (6) es una norma en l p . Sólo
queda probar la completitud para obtener el siguiente resultado:

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 18

Para 1 ⩽ p < ∞ , se tiene que l p es un espacio de Banach.

Para probar que ∥ · ∥ p es completa, sea {xn } una sucesión de Cauchy en l p . Fijado k ∈ N ,
de la desigualdad (7) deducimos claramente que {xn (k)} es una sucesión de Cauchy en K ,
luego es convergente. Definiendo x(k) = lı́m xn (k) para todo k ∈ N , obtenemos x ∈ K N y la
n→∞ 
demostración se concluirá probando que x ∈ l p y ∥ xn − x ∥ p → 0 .
Fijado ε > 0 , por ser {xn } una sucesión de Cauchy, existe n0 ∈ N tal que, para n, m ⩾ n0
se tiene ∥ xn − xm ∥ p < ε . Fijado n ∈ N con n ⩾ n0 , observamos que
N
p
p
m, N ∈ N , m ⩾ n0 =⇒ ∑ xn (k) − xm (k) ⩽ ∥ xn − xm ∥ p < εp
k=1

Fijado también N ∈ N , vemos entonces que

N N
p p
∑ xn (k) − x(k) = lı́m ∑ xn (k) − xm (k) ⩽ εp
m→∞
k=1 k=1
p
Como esto es válido para todo N ∈ N , deducimos que la serie ∑ xn (k) − x(k) converge,
k⩾1
es decir, xn − x ∈ l p , de donde x = xn − (xn − x) ∈ l p . Pero además, la desigualdad anterior nos
permite obtener que
!1/p
N
p
xn − x p
= lı́m ∑ xn (k) − x(k) ⩽ε
N →∞
k=1

Esto es cierto para todo n ∈ N con n ⩾ n0 , luego ∥ xn − x ∥ p → 0 como queríamos. ■

2.3.2. Los vectores unidad

Fijado el exponente p , con 1 ⩽ p < ∞ , vamos a profundizar un poco más en la estructura del
espacio de Banach l p . Para ello juegan un papel clave los vectores que ahora vamos a presentar.
Para cada n ∈ N , denotaremos por en a la sucesión cuyo n-ésimo término es 1 , mientras que
todos los demás se anulan, esto es,

en (n) = 1 y en (k) = 0 ∀ k ∈ N \ {n}

Se dice que en es el n-ésimo vector unidad, y es obvio que en ∈ l p , luego l p contiene a todos
los vectores unidad, que claramente son linealmente independientes, luego l p tiene dimensión
infinita. Observemos ahora el subespacio de l p engendrado por los vectores unidad.
Fijado N ∈ N , en l p tenemos el subespacio Lin {e1 , e2 , . . . , eN } engendrado por los N
primeros vectores unidad, que tiene dimensión N y se convierte en espacio normado con la
norma inducida por l p . Dicho espacio normado se identifica totalmente con l pN , pues existe una
obvia biyección lineal entre ambos que preserva la norma. Así pues, podemos ver el espacio de
Banach l pN como subespacio cerrado de l p .

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 19

Como es la primera vez que aparece, conviene resaltar el criterio que permite identificar
dos espacios normados X e Y . Un isomorfismo isométrico de X sobre Y es una biyección
lineal Φ : X → Y que preserva la norma, es decir, verifica que ∥Φ(x)∥ = ∥x∥ para todo x ∈ X .
Como es natural, dos espacios normados se consideran idénticos, cuando son isométricamente
isomorfos, es decir, existe un isomorfismo isométrico de uno sobre el otro. Acabamos de ver
que, para todo N ∈ N , el espacio de Banach l pN es isométricamente isomorfo a un subespacio
cerrado de l p .
Pero nos interesa ahora el subespacio de K N engendrado por todos los vectores unidad, que
tiene dimensión infinita, pero numerable, y se denota por K (N) , es decir

K (N) = Lin en : n ∈ N


Si definimos el soporte de una sucesión x ∈ K N como el conjunto {n ∈ N : x(n) ̸= 0} , es

claro que K (N) está formado por las sucesiones de soporte finito. Equivalentemente, para una
sucesión x ∈ K N , se tiene x ∈ K (N) si, y sólo si, existe m ∈ N tal que x(n) = 0 para n > m .
Sabemos que K (N) ⊂ l p y vamos a comprobar que, de hecho, K (N) es denso en l p . La forma
de aproximar cada sucesión x ∈ l p mediante sucesiones de soporte finito es fácil de adivinar:
n
basta usar la serie ∑ x(n) en . Si para cada n ∈ N llamamos sn = ∑ x( j) e j a la n-ésima
n⩾1 j=1
suma parcial de dicha serie, es claro que sn tiene soporte finito, pues sn (k) = 0 para k > n .
Pero también es claro que sn (k) = x(k) para k ⩽ n , con lo que se tiene

p ∞
∥ x − sn ∥ p = ∑ | x(k) | p ∀n ∈ N
k=n+1

El resto de una serie convergente es una sucesión convergente a cero, luego ∥ x − sn ∥ p → 0 .
Esto prueba que K (N) es denso en l p , pero de hecho tenemos algo más concreto:

Para 1 ⩽ p < ∞ , cada x ∈ l p se expresa en la forma

∞
x= ∑ x(n) en (8)
n=1

como suma de una serie que converge en l p . Además, dicho desarrollo en serie es único
∞
en el siguiente sentido: si x = ∑ α n en , donde α n ∈ K para todo n ∈ N y la serie
n=1
converge en l p , entonces α k = x(k) para todo k ∈ N .

Hemos probado ya la validez del desarrollo (8) , luego sólo queda comprobar su unicidad.
Sea {α n } la sucesión de escalares del enunciado y fijemos k ∈ N para probar que α k = x(k) .
n 
Si para cada n ∈ N escribimos yn = ∑ α j e j , tenemos por hipótesis ∥ yn − x ∥ p → 0 y la
j=1

desigualdad
 (7) nos dice que y n (k) → x(k) , pero es claro que para n ⩾ k se tiene yn (k) = α k ,
luego yn (k) → α k y concluimos que α k = x(k) como se quería. ■

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 20

Siempre para 1 ⩽ p < ∞ , se tiene K (N) ̸= l p , pues tomando por ejemplo x(n) = 2−n para
/ K (N) . Así pues, el espacio de Banach l p contiene un
todo n ∈ N , se tiene x ∈ l p , pero x ∈
subespacio K , que no es cerrado. Por tanto K (N) , con la norma inducida por l p , es un
(N)

espacio normado no completo.

El resultado anterior nos va a permitir ahora describir la forma en que el espacio l p depende
del parámetro p , o lo que viene a ser lo mismo, aclarar la relación entre los espacios l p para
distintos valores de p . Para ello, supondremos en lo que sigue que 1 ⩽ p < q < ∞ .
Para x ∈ l p escribimos x = ∥ x ∥ p u donde u ∈ l p y ∥ u ∥ p = 1 . De (7) deducimos que,
para k ∈ N se tiene | u(k) | ⩽ 1 , luego
q q−p p p
u(k) = u(k) u(k) ⩽ u(k) ∀k ∈ N

El criterio de comparación para series de términos positivos nos dice que u ∈ lq y ∥ u ∥q ⩽ 1 .

Deducimos que también x ∈ lq con ∥ x ∥q = ∥ x ∥ p ∥ u ∥q ⩽ ∥ x ∥ p . Hemos obtenido así una
primera relación entre los espacios l p , que se resume en la siguiente implicación:

1 ⩽ p < q < ∞ , x ∈ lp =⇒ x ∈ lq , ∥ x ∥q ⩽ ∥ x ∥ p (9)

Así pues, para 1 ⩽ p < q < ∞ , vemos que l p está contenido en lq . Tal inclusión es estricta
como muestran las series armónicas. En concreto, definiendo x(n) = n−1/p para todo n ∈ N ,
/ l p . Puesto que K (N) es denso en lq y está contenido en l p , vemos
es claro que x ∈ lq pero x ∈
que también l p es un subespacio denso en lq .
Debe quedar claro que l p está contenido en lq como espacio vectorial, pero en l p usamos
la norma ∥ · ∥ p , que no coincide con la norma inducida por lq , que es la restricción a l p de
la norma ∥ · ∥q . Estas dos normas en l p no son equivalentes, pues ∥ · ∥ p es completa, pero la
norma inducida por lq no lo es, ya que l p no es cerrado en lq como acabamos de ver. Tenemos
así el primer ejemplo de dos normas en un mismo espacio vectorial, que no son equivalentes.
De hecho, la desigualdad de (9) nos dice que en l p , la topología de la norma ∥ · ∥ p contiene
estrictamente a la inducida por lq .

2.3.3. Espacios de sucesiones acotadas

En la discusión anterior sobre espacios de sucesiones, ha quedado excluido el caso p = ∞ ,
que ahora vamos a estudiar. Para N ∈ N , recordemos que l∞N es el espacio de Banach que
se obtiene dotando a K N de la norma del máximo ∥ · ∥∞ . Es natural considerar un espacio
de sucesiones en el que podemos definir una norma análoga. Basta trabajar con sucesiones
acotadas y, aunque una tal sucesión puede no tener un término cuyo valor absoluto o módulo
sea máximo, siempre podemos usar un supremo. Denotamos por l∞ el conjunto de todas las
sucesiones acotadas de escalares, simbólicamente,

l∞ = x ∈ KN : sup{|x(n)| : n ∈ N} < ∞

Es evidente que l∞ es un espacio vectorial, de nuevo subespacio de K N , y probaremos sin

dificultad el siguiente resultado:

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 21

l∞ es un espacio de Banach con la norma dada por


x ∞ = sup | x(n) | : n ∈ N ∀ x ∈ l∞

Está claro que ∥ · ∥∞ es una norma en l∞ , cuya completitud vamos a comprobar. Si {xn } es
una sucesión de Cauchy en l∞ , para cada ε > 0 existe n0 ∈ N tal que

n, m ∈ N , n, m ⩾ n0 =⇒ ∥ xn − xm ∥∞ < ε =⇒ xn (k) − xm (k) < ε ∀ k ∈ N (10)

Para todo k ∈ N , vemos claramente que {xn (k)} es una sucesión de Cauchy en K , luego
converge, lo que nos permite definir x(k) = lı́m xn (k) . Obtenemos así una sucesión x ∈ KN ,
n→∞ 
y la demostración se concluirá comprobando que x ∈ l∞ y ∥ xn − x∥∞ → 0 . Dado ε > 0
tenemos n0 ∈ N verificando (10) y fijamos n ∈ N con n ⩾ n0 . Para todo k ∈ N se tiene

xn (k) − x(k) = lı́m xn (k) − xm (k) ⩽ ε

m→∞

luego la sucesión xn − x está acotada, de donde x = xn − (xn − x) ∈ l∞ . Perode hecho tenemos

que ∥ xn − x ∥∞ ⩽ ε , para todo n ∈ N que verifique n ⩾ n0 . Esto prueba que ∥ xn − x∥∞ → 0
como se quería. ■

En el espacio l∞ seguimos teniendo los vectores unidad {en : n ∈ N} . Por razones que
se irán comprendiendo más adelante, cuando el espacio K (N) de las sucesiones de soporte
finito se considera como subespacio de l∞ , se le denota por c0 0 . A diferencia de lo que ocurría
para p < ∞ , vamos a comprobar que c0 0 no es denso en l∞ . De hecho vamos a describir
explícitamente el cierre de c0 0 en l∞ .
Si x ∈ c0 0 y fijamos ε > 0 , ha de existir y ∈ c0 0 tal que ∥ x − y ∥∞ < ε . Como y tiene
soporte finito, existe m ∈ N tal que y(n) = 0 para n ⩾ m . Entonces, también para n ⩾ m
tenemos claramente |x(n)| = |x(n) − y(n)| ⩽ ∥ x − y ∥∞ < ε . Esto prueba que lı́m x(n) = 0 ,
n→∞
lo cual es válido para todo x ∈ c0 0 . Deducimos que c0 0 no es denso en l∞ , pues abundan las
sucesiones acotadas que no convergen a cero.
Denotamos por c0 al subespacio de KN formado por las sucesiones convergentes a cero:

c0 = x ∈ KN : lı́m x(n) = 0
n→∞

Como toda sucesión convergente está acotada, c0 es un subespacio de l∞ , que consideramos

como espacio normado, con la restricción de la norma ∥ · ∥∞ . Acabamos de ver que c0 0 ⊂ c0
y enseguida vamos a comprobar que esta inclusión es una igualdad. De hecho veremos que los
vectores unidad se comportan en c0 de forma análoga a como lo hacían en l p para 1 ⩽ p < ∞ .
Toda la información se recoge en el siguiente enunciado:

El espacio c0 , de las sucesiones de escalares convergentes a cero, es un subespacio

cerrado de l∞ , y por tanto un espacio de Banach, cuya norma viene dada por

x ∞ = máx | x(n) | : n ∈ N ∀ x ∈ c0 (11)

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 22

Además, cada x ∈ c0 se expresa en la forma

∞
x= ∑ x(n) en (12)
n=1

como suma de una serie que converge en c0 , y en particular c0 0 es denso en c0 . Por

∞
último, el desarrollo en serie anterior es único, es decir: si x = ∑ α n en , donde αn ∈ K
n=1
para todo n ∈ N y la serie converge en c0 , entonces α k = x(k) para todo k ∈ N .

n
Conviene empezar probando el desarrollo (12) . Fijado x ∈ c0 , escribimos sn = ∑ x(k) ek
k=1
para todo n ∈ N , y se trata de probar que {∥ x − sn ∥∞ } → 0 . Para n, k ∈ N se tiene sn (k) = x(k)
cuando k ⩽ n , mientras que sn (k) = 0 si k > n , luego

∥ x − sn ∥∞ = sup |x(k)| : k ∈ N , k > n ∀n ∈ N

Dado ε > 0 , existe un m ∈ N tal que | x(k) | < ε para k ⩾ m . La igualdad anterior nos dice
entonces que para n ⩾ m se tiene ∥ x − sn ∥∞ ⩽ ε , luego {∥ x − sn ∥∞ } → 0 , como se quería.
Como sn ∈ c0 0 para todo n ∈ N , tenemos x ∈ c0 0 , lo cual es válido para todo x ∈ c0 , luego
vemos que c0 ⊂ c0 0 , pero ya teníamos la otra inclusión, así que c0 = c0 0 . Por tanto, c0 es un
subespacio cerrado de l∞ , luego c0 es un espacio de Banach con la norma inducida por l∞ .
Para tener (11) , dado x ∈ c0 , debemos ver que el supremo que define a ∥ x ∥∞ es un máximo,
cosa obvia si x = 0 . En otro caso, existe m ∈ N tal que | x(n) | < ∥ x ∥∞ / 2 para n > m . Está
claro entonces que ∥ x ∥∞ = | x(k) | para algún k ∈ N con k ⩽ m , como queríamos.

Sólo queda la unicidad del desarrollo (12). Para x ∈ c0 , supongamos que ∥ x−yn ∥∞ → 0 ,
n
donde yn = ∑ α k ek para todo n ∈ N , con α k ∈ K para todo k ∈ N . Fijado k ∈ N , tenemos
k=1
claramente | x(k) − yn (k) | ⩽ ∥ x − yn ∥∞ para todo n ∈ N , luego {yn (k)} → x(k) , pero es claro
que yn (k) = α k para n ⩾ k , luego {yn (k)} → α k , de donde α k = x(k) como queríamos. ■

Veamos finalmente la relación entre los espacios l p con 1 ⩽ p < ∞ y los recién estudiados
para p = ∞ . Para x ∈ l p , la serie ∑ |x(n)| p es convergente, luego lı́m |x(n)| p = 0 , o lo que es
n→∞
n⩾1
lo mismo, x ∈ c0 . Además, sabemos que |x(n)| ⩽ ∥ x ∥ p para todo n ∈ N , luego ∥ x ∥∞ ⩽ ∥ x ∥ p .
Así pues, la relación buscada es la siguiente

1 ⩽ p < ∞ , x ∈ lp =⇒ x ∈ c0 , ∥ x ∥∞ ⩽ ∥ x ∥ p

La inclusión de l p en c0 es estricta, pues tomando x(n) = 1 / log(n + 1) para todo n ∈ N , se

tiene x ∈ c0 pero x ∈ / l p . La situación de l p en c0 es análoga a la que tenía en lq para p < q < ∞ .
Concretamente, l p es un subespacio denso en c0 , pues contiene a c0 0 , pero no es cerrado. Con
la norma inducida por c0 , vemos que l p es un espacio normado no completo, cuya norma no es
equivalente a ∥ · ∥ p . De hecho, la topología de l p contiene estrictamente a la inducida por c0 .

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 23

2.4. Bases de Schauder y espacios de Banach separables

Considerando el espacio de Banach X = l p con 1 ⩽ p < ∞ , o bien X = c0 , observemos
la situación en X de los vectores unidad. Aunque son linealmente independientes, no forman
una base algebraica de X, pues el subespacio que engendran es K(N) ̸= X . Sin embargo, la
sucesión {en } se comporta en cierto modo como una base, pues cada vector x ∈ X se expresa
de manera única como una especie de “combinación lineal infinita” de los términos de nuestra
∞
sucesión: x = ∑ x(n) en , expresión que tiene sentido porque la serie converge en la topología
n=1
del espacio de Banach X. Ello motiva la siguiente definición.
Una sucesión {un } en un espacio de Banach X, es una base de Schauder de X, cuando
para cada x ∈ X existe una única sucesión {α n } de escalares tal que
∞
x= ∑ α n un (13)
n=1

serie que converge en la topología de X . Se dice que (13) es el desarrollo en serie de x con
respecto a la base de Schauder {un } .
Por supuesto, la sucesión {en } de los vectores unidad es una base de Schauder, tanto de l p
para 1 ⩽ p < ∞ , como de c0 , llamada base de vectores unidad de l p o c0 .
El concepto de base de Schauder es uno de los más útiles e importantes en el estudio de
los espacios de Banach, pero por ahora sólo haremos alguna observación sencilla sobre dicho
concepto. En lo que sigue fijamos una base de Schauder {un } de un espacio de Banach X,
escribimos U = {un : n ∈ N} , y consideramos el subespacio engendrado Y = Lin U ⊂ X .
Cada vector y ∈ Y es combinación lineal de vectores de U , luego puede escribirse en la
∞
forma y = ∑ α n un donde α n ∈ K para todo n ∈ N y el conjunto {n ∈ N : α n ̸= 0} es finito,
n=1
lo que obviamente hace que la serie converja. Hemos obtenido así el desarrollo en serie de y
con respecto a {un } , que por hipótesis es único, lo que tiene dos consecuencias. Por una parte,
el desarrollo en serie de cada vector y ∈ Y con respecto a {un } se reduce a una suma finita. Por
otra, la expresión de cada vector y ∈ Y como combinación lineal de vectores de U también es
única. Esto significa que los vectores de U forman una base del espacio vectorial Y , es decir,
son linealmente independientes y, en particular, un ̸= 0 para todo n ∈ N . Por tanto, Y tiene
dimensión infinita y numerable, es decir, como espacio vectorial se puede identificar con K (N) .
La definición de base de Schauder implica claramente que Y es denso en X y vamos a
comprobar que Y ̸= X . Para ello consideramos la serie ∑ xn donde xn = 2−n un / ∥un ∥ para
n⩾1
todo n ∈ N . Es una serie absolutamente convergente, ya que ∥ xn ∥ = 2−n para todo n ∈ N ,
luego por ser X un espacio de Banach, del criterio de completitud deducimos que dicha serie
es convergente. Escribiendo
∞ ∞
1
x= ∑ xn = ∑ 2 n ∥ un ∥ un
n=1 n=1

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 24

tenemos claramente el desarrollo en serie de x con respecto a {un } en el que ninguno de los
escalares que aparecen se anula. Esto implica que x ∈/ Y , pues en otro caso dicho desarrollo
se reduciría a una suma finita como hemos visto antes. Así pues, una base de Schauder de un
espacio de Banach X nunca es una base algebraica de X. Más adelante probaremos un resultado
más general: un espacio de Banach no puede tener dimensión infinita y numerable.
Por contener un subespacio denso de dimensión numerable, todo espacio de Banach con
base de Schauder tendrá una propiedad topológica, que ahora vamos a comentar. Recordemos
que un espacio topológico es separable cuando contiene un subconjunto denso, numerable.
Para espacios métricos, esta propiedad tiene una útil caracterización:

Un espacio métrico X es separable si, y sólo si, su topología tiene una base numerable.
En tal caso, todo conjunto no vacío Y ⊂ X es separable con la topología inducida.

Naturalmente, nos interesa sobre todo el caso particular de un espacio normado, en el que
la separabilidad se caracteriza como sigue.

Un espacio normado es separable si, y sólo si, tiene un subespacio denso, de dimensión
numerable.

Una implicación es casi evidente: si X es un espacio normado separable y E es un conjunto

numerable, denso en X, basta tomar Y = Lin E para tener un subespacio Y , que obviamente
tiene dimensión numerable y es denso en X. Lo interesante es el recíproco, cuya demostración
es un poco más laboriosa.
Supongamos que X es un espacio normado, sea Y un subespacio denso en X, de dimensión
numerable, que puede ser finita, y sea U un conjunto numerable tal que Y = Lin U. Para
probar que X es separable, usaremos también un conjunto numerable ∆ , denso en K . Por
ejemplo, si K = R puede ser ∆ = Q , mientras que para K = C , podemos tomar ∆ = Q + i Q .
Fijado n ∈ N , consideramos el conjunto En de todas las combinaciones lineales de n vectores
cualesquiera de U , con coeficientes en ∆ , es decir:
 n 
En = ∑ δk uk : n ∈ N , δ1 , . . . , δn ∈ ∆ , u1 , . . . , un ∈ U
k=1

Vemos que En es numerable, pues existe claramente una aplicación sobreyectiva del conjunto
numerable ∆ n ×U n sobre En . Además, usando que ∆ es denso en K , comprobamos fácilmente
que En contiene a todas las combinaciones lineales de n elementos cualesquiera de U .
∞
Lo anterior es válido para todo n ∈ N , luego el conjunto E =
S
En es numerable, por ser
n=1
una unión numerable de conjuntos numerables. Pero además, como En ⊂ E para todo n ∈ N ,
deducimos que E contiene a todas las combinaciones lineales de elementos de U, es decir, se
tiene Y = Lin U ⊂ E . Finalmente, como Y es denso en X, vemos que X = E , luego E es un
conjunto numerable denso en X. Por tanto, X es separable, como queríamos demostrar. ■

Así pues, todo espacio de Banach con base de Schauder es separable y, en particular, los
espacios de Banach l p con 1 ⩽ p < ∞ y c0 son separables. Durante algún tiempo, en todos los

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 25

espacios de Banach separables conocidos, se disponía de una base de Schauder, lo que llevó al
propio Stefan Banach a preguntar si en todo espacio de Banach separable se puede encontrar una
base de Schauder. El problema, abierto durante más de cuarenta años, fue resuelto en 1973 por el
matemático sueco Per Enflo, construyendo una amplia gama de espacios de Banach separables
sin base de Schauder. Volviendo a cuestiones más sencillas, vemos a continuación un ejemplo
de espacio de Banach que no es separable.

El espacio de Banach l∞ , de las sucesiones acotadas de escalares, no es separable.

Usaremos un hecho bien conocido: el conjunto P(N) , de todos los subconjuntos de N , no

es numerable. Para cada J ∈ P(N) , denotemos por χ J ∈ l∞ a la función característica de J , es
decir, la sucesión definida por

χ J (n) = 1 ∀ n ∈ J y χ J (n) = 0 ∀ x ∈ N \ J

Sea ahora BJ la bola abierta en l∞ de centro χ J y radio 1/2 . Para J, K ∈ P(N) con J ̸= K ,
existe n ∈ N tal que |χ J (n) − χ K (n)| = 1 , luego ∥ χ J − χ K ∥∞ ⩾ 1 , de donde BJ ∩ BK = 0/ . Así
pues, BJ : J ∈ P(N)} es una familia no numerable de subconjuntos abiertos de l∞ , que son
dos a dos disjuntos. Esto impide que l∞ pueda ser separable, como vamos a ver.
Si E es un conjunto denso en l∞ , para cada J ∈ P(N) se tiene E ∩BJ ̸= 0/ , lo que nos permite
elegir yJ ∈ E ∩ BJ . Claramente la aplicación J 7→ yJ de P(N) en E , es inyectiva, luego E no
es numerable. Hemos probado que ningún subconjunto denso de l∞ puede ser numerable, es
decir, que l∞ no es separable. ■

2.5. Espacios de funciones continuas

Es fácil generalizar la definición del espacio l∞ considerando, en vez de sucesiones acotadas,
funciones acotadas en un conjunto arbitrario. Más concretamente, si Γ es un conjunto no vacío,
consideramos el espacio vectorial producto K Γ , formado por todas las funciones de Γ en K ,
con operaciones definidas puntualmente, es decir, para x, y ∈ K Γ y λ ∈ K se tiene:



x + y (γ) = x(γ) + y(γ) y λ x (γ) = λ x(γ) ∀γ ∈ Γ

Denotaremos por l∞ (Γ) al conjunto de todas las funciones acotadas de Γ en K , que es

evidentemente un subespacio de K Γ :

l∞ (Γ) = x ∈ K Γ : sup{|x(γ)| : γ ∈ Γ} < ∞

Es claro que, definiendo


x ∞
= sup | x(γ) | : γ ∈ Γ ∀ x ∈ l∞ (Γ)

se obtiene una norma en l∞ (Γ) . Exactamente igual que hicimos en el caso Γ = N , se comprueba
que dicha norma es completa, obteniendo el siguiente resultado.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 26

Si Γ es un conjunto no vacío arbitrario, el espacio l∞ (Γ) , de todas las funciones acotadas

de Γ en K , es un espacio de Banach, cuya norma viene dada por

x ∞ = sup | x(γ) | : γ ∈ Γ ∀ x ∈ l∞ (Γ)

Como casos particulares que ya conocíamos, tenemos l∞ (N) = l∞ y, si para N ∈ N fijo,

tomamos Γ = {k ∈ N : k ⩽ N} , es claro que l∞ (Γ) = l∞N .
Volviendo al caso general, conviene observar la convergencia en l∞ (Γ) . Si xn ∈ l∞ (Γ) para
todo n ∈ N , y x ∈ l∞ (Γ) , fijados n ∈ N y ε > 0 , la desigualdad ∥xn − x∥∞ ⩽ ε equivale a que
se tenga |xn (γ) − x(γ)| ⩽ ε para todo γ ∈ Γ . Por tanto, la convergencia de {xn } a x se expresa
de la siguiente forma

∀ ε > 0 ∃ m ∈ N : n ⩾ m =⇒ |xn (γ) − x(γ)| ⩽ ε ∀γ ∈ Γ

y esto significa que la sucesión de funciones {xn } converge uniformemente a x en Γ . Así pues,
la convergencia en el espacio de Banach l∞ (Γ) equivale a la convergencia uniforme en Γ .
Nos interesa sobre todo un subespacio de l∞ (Γ) que aparece de forma natural cuando Γ
está provisto de una topología adecuada. Cambiamos la notación, para usar la más habitual.
Si K es un espacio topológico compacto y de Hausdorff, es bien sabido que toda función
continua f : K → K está acotada, y la función | f | tiene máximo en K . Por tanto, podemos
considerar el subespacio de l∞ (K) formado por todas las funciones continuas en K con valores
escalares, al que denotamos por C(K) . Como la convergencia en l∞ (K) es la uniforme, que
preserva la continuidad, C(K) es subespacio cerrado de l∞ (K) , luego espacio de Banach con la
norma inducida. Resaltamos la nueva gama de espacios de Banach que acaba de aparecer.

Si K es un espacio topológico compacto y de Hausdorff, entonces el espacio C(K) , de

todas las funciones continuas en K y con valores escalares, es un espacio de Banach con
la norma dada por:

∥ f ∥∞ = máx | f (t) | : t ∈ K ∀ f ∈ C(K)

Cabe destacar por ejemplo el caso en que K = [0, 1] con su topología usual, la inducida
por R . Por un conocido teorema de Weierstrass, para cada f ∈ C[0, 1] existe una sucesión de
funciones polinómicas que converge a f uniformemente en [0, 1] . Por tanto, C[0, 1] tiene un
subespacio denso de dimensión numerable, es decir, es un espacio de Banach separable.

2.6. Los espacios de Lebesgue

Para presentar una nueva gama de espacios de Banach, usaremos la medida y la integral
de Lebesgue en el intervalo [0, 1] , que suponemos conocidas. Las propiedades fundamentales
de la integral de Lebesgue, recogidas en los teoremas de convergencia, son las que permiten
obtener la completitud de los espacios que vamos a presentar. De hecho, se podría trabajar
con la medida de Lebesgue en cualquier subconjunto medible de RN , con N ∈ N arbitrario, o

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 27

incluso con cualquier otra medida, obteniendo resultados similares en algunos aspectos, aunque
no en todos. Sin embargo, preferimos discutir un ejemplo concreto.
Trabajaremos con funciones medibles de [0, 1] en K , identificando funciones que coincidan
casi por doquier (abreviado c.p.d.), esto es, que coincidan salvo en un conjunto de medida nula.
Denotamos por L al espacio vectorial formado por tales funciones. En rigor, los elementos
de este espacio son clases de equivalencia, pero casi siempre las manejaremos como si fuesen
funciones, con las debidas precauciones.

2.6.1. Los espacios L p para 1 ⩽ p < ∞

Si ϕ ∈ L y ϕ(t) ∈ R+ 0 para casi todo (abreviado p.c.t.) t ∈ [0, 1] , siempre tiene sentido la
integral de ϕ sobre [0, 1] , o sobre subconjuntos medibles de dicho intervalo, que puede ser ∞ .
Fijado p con 1 ⩽ p < ∞ , para f ∈ L se tiene | f | p ∈ L , luego podemos definir,
 Z 1 
p
Lp = f ∈ L : | f (t) | dt < ∞ (14)
0

y comprobaremos enseguida que L p es un subespacio de L .

Para f , g ∈ L p podemos escribir [0, 1] = A ∪ B donde A y B son conjuntos medibles y
disjuntos, tales que | g | ⩽ | f | c.p.d. en A , mientras que | f | < | g | c.p.d. en B, con lo que
también tenemos | f + g | p ⩽ 2 p | f | p c.p.d. en A y | f + g | p ⩽ 2 p | g | p c.p.d. en B . Usando
propiedades elementales de la integral, obtenemos
Z 1 Z Z
p p
| f (t) + g(t) | dt = | f (t) + g(t) | dt + | f (t) + g(t) | p dt
0 AZ ZB
⩽ 2p | f (t) | p dt + 2 p | g(t) | p dt < ∞
A B

y esto prueba que f + g ∈ L p . Por otra parte, es evidente que λ f ∈ L p para todo λ ∈ K . Por
tanto, L p es un espacio vectorial, subespacio de L .
Con el fin de convertir a L p en un espacio normado, definimos:
Z 1
1/p
p
f p
= | f (t) | dt ∀ f ∈ Lp (15)
0

y se trata de probar que ∥ · ∥ p es una norma en L p . Para cualesquiera λ ∈ K y f ∈ L p , se

tiene evidentemente ∥ λ f ∥ p = |λ| ∥ f ∥ p . Además, si f ∈ L p verifica que ∥ f ∥ p = 0 , se ha de
tener f = 0 c.p.d., pero esto significa que f es el vector cero en L p . Por supuesto, esta era la
razón para identificar funciones que coinciden c.p.d. y trabajar con clases de equivalencia. Por
tanto, sólo queda comprobar que ∥ · ∥ p verifica la desigualdad triangular. Ello requiere nuevas
versiones de las desigualdades de Hölder y Minkowski.

Desigualdad integral de Hölder. Si 1 < p < ∞ , f ∈ L p y g ∈ L p∗ , se tiene:

f g ∈ L1 con fg 1
⩽ f p
g p∗

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 28

Demostración. Si ∥ f ∥ p = 0 , tenemos f = 0 c.p.d., luego f g = 0 c.p.d. y no hay nada que

demostrar. Por tanto, suponemos que ∥ f ∥ p = α ∈ R+ , y análogamente, que ∥ g ∥ p∗ = β ∈ R+ .
La desigualdad de Young nos permite entonces escribir
∗
1 | f (t) | p | g(t) | p
| f (t) g(t) | ⩽ + ∗ p.c.t. t ∈ [0, 1]
αβ pαp p∗ β p
de donde deducimos claramente la desigualdad buscada:
Z 1 Z 1 Z 1
1 1 p 1 ∗ 1 1
| f (t) g(t) | dt ⩽ | f (t) | dt + ∗ p∗ | g(t) | p dt = + ∗ =1 ■
αβ 0 pαp 0 p β 0 p p

El siguiente razonamiento también nos recordará al usado para obtener la desigualdad de

Minkowski en su primera versión.

Desigualdad integral de Minkowski. Para cualesquiera f , g ∈ L p , se tiene:

f +g p
⩽ f p
+ ∥g p

Demostración. Suponemos que p > 1 pues en otro caso el resultado es evidente. Usaremos
la desigualdad obvia

| f + g | p ⩽ | f | | f + g | p−1 + | g | | f + g | p−1

y aplicaremos la desigualdad integral de Hölder a los dos sumandos del segundo miembro.
Observamos que | f + g | p−1 ∈ L p∗ , ya que
Z 1
p∗ Z 1
p
| f (t) + g(t) | p−1 dt = | f (t) + g(t) | p dt = ∥ f + g ∥ p <∞
0 0

con lo que al aplicar la mencionada desigualdad obtenemos:

p
p/p∗
= ∥ | f + g| p ∥1 ⩽ ∥ f ∥ p + ∥ g ∥ p


∥ f + g ∥p ∥ f + g ∥p

Si ∥ f + g∥ p = 0 no hay nada que demostrar y, en otro caso, dividimos ambos miembros de la

p/p∗
última desigualdad por ∥ f + g ∥ p > 0 . Como p − (p/p∗ ) = 1 , obtenemos exactamente
el resultado deseado. ■

Comprobado que ∥ · ∥ p es una norma en L p , la siguiente cuestión clave es su completitud.

Se trata de un resultado básico en la teoría de la integración que no vamos a demostrar.

Teorema de Riesz-Fischer. Para 1 ⩽ p < ∞ , el espacio L p definido en (14) , dotado de la

norma ∥ · ∥ p dada por (15) , es un espacio de Banach.

Los espacios recién presentados, para la medida de Lebesgue en [0, 1] o para cualquier otra
medida, se conocen como espacios de Lebesgue. Su completitud tiene útiles consecuencias,
que convirtieron la integral de Lebesgue en herramienta indispensable del Análisis Matemático,

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 29

pero también mostraron la utilidad del estudio abstracto de los espacios de funciones. Es por
ello que la integral de Lebesgue y el teorema de Riesz-Fischer se consideran como dos de las
claves que dieron lugar al nacimiento del Análisis Funcional.
Para entender mejor la estructura de los espacios de Lebesgue, conviene conocer, igual que
con los espacios de sucesiones, un subespacio común, denso en todos ellos. Dada una función
continua f ∈ C[0, 1] , y 1 ⩽ p < ∞ , es claro que la clase de equivalencia de f pertenece a L p .
Además, el conjunto {t ∈ [0, 1] : f (t) ̸= 0} es abierto, luego si tiene medida nula, ha de ser
vacío. Dicho de otra forma, si f = 0 c.p.d., entonces f es idénticamente nula. Por tanto, si a
cada función continua asociamos su clase de equivalencia, obtenemos una aplicación lineal e
inyectiva de C[0, 1] en L p . Como espacio vectorial, podemos por tanto identificar C[0, 1] con
el subespacio de L p formado por las clases de equivalencia que contienen una (y sólo una)
función continua, y escribir C[0, 1] ⊂ L p .
Obviamente, la norma inducida por L p en C[0, 1] no coincide con la natural de C[0, 1] , la
norma del máximo, que lo convierte en espacio de Banach. De hecho, ambas normas no son
equivalentes, como consecuencia del siguiente resultado básico, que tampoco demostraremos.

Para 1 ⩽ p < ∞ se tiene que C[0, 1] es denso en L p

2.6.2. Funciones esencialmente acotadas

Veamos ahora el espacio de Lebesgue que corresponde al caso p = ∞ . Es fácil modificar la
noción de función acotada, de forma que tenga sentido para clases de equivalencia de funciones
medibles en [0, 1] . Para f ∈ L , no tiene sentido decir que f está acotada, pues ello depende
claramente de la función que elijamos como representante de la clase de equivalencia f . Pero
podemos preguntarnos si f está acotada c.p.d., que es la propiedad con la que vamos a trabajar.
Si ϕ ∈ L y ϕ(t) ∈ R+ 0 p.c.t. t ∈ [0, 1] , no es difícil comprobar que existe una mínima
+
constante M ∈ R0 ∪ {∞} , verificando que ϕ(t) ⩽ M p.c.t. t ∈ [0, 1] . Dicha constante recibe el
nombre de supremo esencial de ϕ y se denota por: ess sup ϕ . Así pues,

ess sup ϕ = mı́n M ∈ R+


0 ∪ {∞} : ϕ(t) ⩽ M p.c.t. t ∈ [0, 1]

Decimos que f ∈ L es una función esencialmente acotada, cuando ess sup | f | < ∞ , o si
se quiere, cuando existe M ∈ R+ 0 tal que | f (t) | ⩽ M p.c.t. t ∈ [0, 1] . Denotamos por L ∞ al
conjunto de todas las funciones esencialmente acotadas,

L ∞ = f ∈ L : ess sup | f | < ∞

que es claramente un subespacio de L . De nuevo se trata de clases de equivalencia, pero las

manejamos como funciones. Para convertir a L ∞ en un espacio normado, definimos

∥ f ∥∞ = ess sup | f | ∀ f ∈ L∞

y se comprueba sin ninguna dificultad que ∥ · ∥∞ es una norma en L ∞ . La completitud es una

vez más nuestro objetivo, para obtener:

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 30

L ∞ es un espacio de Banach con la norma ∥ · ∥∞ .

Para razonar con claridad, distinguimos entre funciones y clases de equivalencia. Si {Fn }
es una sucesión de Cauchy en L ∞ , para cada n ∈ N podemos claramente elegir una función fn
en la clase de equivalencia Fn , de forma que se verifiquen todas las desigualdades siguientes:

| fn (t) | ⩽ ∥Fn ∥∞ y | fn (t) − fm (t) | ⩽ ∥Fn − Fm ∥∞ ∀t ∈ [0, 1] , ∀ n, m ∈ N

Entonces { fn } es una sucesión de funciones acotadas en [0, 1] , pero de hecho vemos que { fn }
es una sucesión de Cauchy en el espacio de Banach l∞ [0, 1] . Por tanto { fn } converge en l∞ [0, 1] ,
es decir, uniformemente en [0, 1] , a una función acotada f . Como f es medible, da lugar a una
clase de equivalencia F ∈ L ∞ . Finalmente, para todo n ∈ N se tiene evidentemente

∥ Fn − F ∥∞ = ess sup | Fn − F | ⩽ sup | fn (t) − f (t)| : t ∈ Ω

luego de { fn } → f en l∞ [0, 1] , deducimos que {Fn } → F en L ∞ . ■

Como subespacio de L ∞ , encontramos de nuevo al espacio de funciones continuas C[0, 1] ,

pero la situación es muy diferente a la que teníamos para p < ∞ .
Si f ∈ C[0, 1] y M ∈ R+

0 , el conjunto t ∈ [0, 1] : | f (t) | > M es abierto, luego si tiene
medida nula, ha de ser vacío. Dicho de otra forma, de | f (t) | ⩽ M p.c.t. t ∈ [0, 1] , se deduce
que | f (t) | ⩽ M para todo t ∈ [0, 1] . Tenemos por tanto que

ess sup | f | = máx | f (t) | : t ∈ [0, 1] ∀ f ∈ C[0, 1]

Esto significa que, considerando a C[0, 1] como espacio de Banach con la norma del máximo,
al asociar a cada función continua la clase de equivalencia a la que pertenece, se obtiene una
aplicación lineal e isométrica de C[0, 1] en L ∞ . Por tanto, el espacio de Banach C[0, 1] es
isométricamente isomorfo a un subespacio de L ∞ , que obligadamente ha de ser cerrado.

2.6.3. Relaciones entre los espacios de Lebesgue

La dependencia del espacio L p con respecto al parámetro p es exactamente la opuesta de
la que teníamos para los espacios de sucesiones.

Para 1 ⩽ p < q ⩽ ∞ , se tiene:

f ∈ Lq =⇒ f ∈ L p , ∥ f ∥ p ⩽ ∥ f ∥q (16)

Suponiendo primero que q < ∞ , usaremos la desigualdad integral de Hölder, pero con el
exponente r = q / p > 1 . Observamos claramente que
Z 1 Z 1
p r

q
| f (t) | q dt = ∥ f ∥q


| f (t) | dt = <∞
0 0

q/r
p
luego | f | p ∈ Lr con | f |p r
= f q
= f q
.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 31

Por otra parte, tomamos g(t) = 1 p.c.t. t ∈ [0, 1] , con lo que evidentemente tenemos
Z 1
∗
| g(t) | r dt = 1 , luego g ∈ Lr∗ , ∥ g ∥r∗ = 1
0

La desigualdad integral de Hölder nos dice que | f | p g ∈ L1 , es decir, f ∈ L p , con

p
p
∥ f ∥p = | f | p g 1 ⩽ | f | p r ∥ g ∥r ∗ = f ∥q
y tenemos (16) . El caso q = ∞ es aún más sencillo, pues para f ∈ L ∞ se tiene
Z 1
p
| f (t) | p dt ⩽ ∥ f ∥∞ <∞
0

luego f ∈ L p con ∥ f ∥ p ⩽ ∥ f ∥∞ . ■

De nuevo para 1 ⩽ p < q ⩽ ∞ , vamos a comprobar ahora que la inclusión Lq ⊂ L p es

estricta. Con un poco más de esfuerzo, vamos a obtener un resultado bastante mejor.

Si 1 ⩽ p < ∞ , existe f ∈ L p tal que f ∈

/ Lq para p < q ⩽ ∞

Empezamos considerando la función medible g : [0, 1] → R+

0 definida por

1
g(t) =
2 ∀t ∈ ] 0 , 1/2 ] y g(t) = 0 ∀t ∈ ] 1/2 , 1 ] ∪ {0}
t log t
Fijado n ∈ N con n ⩾ 3 , el cambio de variable t = 1/s nos permite escribir
Z 1 Z 1/2 Z n n−1 Z k+1
dt ds ds
g(t) dt =
2 =
2
2 = ∑
1/n 1/n t log t s log s
2 s log s k=2 k

2
2
Para k ∈ N con 2 ⩽ k ⩽ n − 1 y s ∈ [ k , k + 1 ] se tiene s log s ⩾ k log k , de donde
Z 1 n−1 Z k+1 n−1
ds 1
g(t) dt = ∑
2 ⩽ ∑
2
1/n k=2 k s log s k=2 k log k

El teorema de la convergencia monótona nos permite ahora concluir que

Z 1 Z 1 n−1 ∞
1 1
g(t) dt = lı́m g(t) dt ⩽ lı́m ∑
2 = ∑
2 < ∞
0 n → ∞ 1/n n→∞ k log k k log k
k=2 k=2

1
pues sabemos que la serie de Riemann ∑
2 es convergente.
k⩾2 k log k
Por otra parte, fijemos r ∈ R con 1 < r < 2 y sea de nuevo n ∈ N con n ⩾ 3 . El mismo
cambio de variable usado antes nos permite ahora escribir
Z 1 Z 1/2 Z n n−1 Z k+1
dt ds ds
g(t) r dt =
2r =
2r = ∑
2r
1/n 1/n t r log t 2 s 2−r log s k=2 k s 2−r log s

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 32

2r
2r
Para s ∈ [ k , k +1 ] con k = 2, . . . , n−1 , usamos que s 2−r log s ⩽ (k +1) 2−r log(k +1) ,
con lo cual obtenemos ahora
Z 1 n−1 n
1 1
g(t)r dt ⩾ ∑
2r = ∑
2r
1/n k=2 (k + 1) 2−r log(k + 1) k=3 k 2−r log k
1
Esta vez la serie de Riemann ∑
2r diverge, ya que 2 − r < 1 , y el teorema de la
k⩾3 k 2−r log k
convergencia monótona nos da
Z 1 Z 1 ∞
r r 1
g(t) dt = lı́m g(t) dt ⩾ ∑
2r = ∞
0 n → ∞ 1/n 2−r log k
k=3 k

En resumen viendo ya a g como clase de equivalencia, hemos probado que g ∈ L1 pero g ∈ / Lr

para 1 < r < 2 . Usando (17) tenemos que g ∈ / Lr para 1 < r ⩽ ∞ . Ahora, para 1 ⩽ p < ∞ basta
tomar f = g1/p . En efecto, como g ∈ L1 se tiene f ∈ L p , y si p < q < ∞ , tomando r = q/p > 1
tenemos g ∈/ Lr , luego f ∈
/ Lq y, con más razón, f ∈/ L∞ . ■
Así pues, para 1 ⩽ p < q ⩽ ∞ , la relación entre los espacios L p y Lq es la misma que
había entre los espacios de sucesiones l p y lq , pero con la inclusión en sentido opuesto.
Concretamente, Lq es un subespacio denso de L p , porque contiene a C[0, 1] , pero Lq ̸= L p .
Por tanto Lq , con la norma inducida por L p , es un espacio normado no completo, cuya topología
está contenida estrictamente en la de la norma ∥ · ∥q .

2.6.4. Relación con los espacios de sucesiones

El siguiente resultado nos da una clara relación entre dos de las gamas de espacios de Banach
que hemos presentado.

Para 1 ⩽ p ⩽ ∞ se tiene que l p es isométricamente isomorfo a un subespacio de L p .

Sea {Jn } una sucesión de intervalos abiertos no vacíos, contenidos en [0, 1] y dos a dos
disjuntos. Para cada n ∈ N , sea χn : [0, 1] → R la función característica de Jn y ρn ∈ R+ la
longitud de Jn . Por ejemplo, para todo n ∈ N podemos tomar
 
1 1 1
Jn = , y ρn =
n+1 n n (n + 1)

En el caso p < ∞ , fijado x ∈ l p , consideramos la función fx : [0, 1] → R+

0 dada por
∞
x(n)
fx = ∑ 1/p
χn (17)
n=1 ρn
La serie converge puntualmente porque, fijado t ∈ [0, 1] , al estar usando intervalos dos a dos
disjuntos, vemos que el conjunto {n ∈ N : χn (t) ̸= 0} tiene a lo sumo un elemento. Por la
misma razón se tiene también que
∞
| x(n) | p
| fx | p = ∑ χn
n=1 ρn

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 2. Ejemplos de espacios normados 33

Entonces f es medible, por ser el límite puntual de una sucesión de funciones medibles, y el
teorema de la convergencia monótona nos permite escribir

|x(n)| p
Z ∞ Z 1 ∞
p
Ω
| f (t) | dt = ∑ ρn 0
χn (t) dt = ∑ |x(n)| p < ∞
n=1 n=1

Viendo a fx como clase de equivalencia, tenemos por tanto fx ∈ L p , lo cual es válido para toda
sucesión x ∈ l p . Pero de hecho vemos que ∥ fx ∥ p = ∥ x ∥ p para todo x ∈ l p , donde no hay
problema en denotar por ∥ · ∥ p a la norma de L p y también a la de l p . La aplicación x 7→ fx es
evidentemente lineal, luego es un isomorfismo isométrico de l p sobre un subespacio de L p .
En el caso p = ∞ , para cada x ∈ l∞ , en vez de (17) definimos
∞
fx = ∑ x(n) χn
n=1

 converge puntualmente en [0, 1] , luego fx es medible. También

De nuevo la serie anterior
es claro que | fx (t) | ⩽ sup | x(n) | : n ∈ N = ∥ x ∥∞ para todo t ∈ [0, 1] . Por tanto, viendo fx
como clase de equivalencia, tenemos fx ∈ L ∞ , con ∥ fx ∥∞ = ess sup | fx | ⩽ ∥ x ∥∞ . Además,
dado n ∈ N , tenemos por una parte fx (t) = x(n) p.c.t. t ∈ Jn , y por otra | fx (t) | ⩽ ∥ fx ∥∞
también p.c.t. t ∈ Jn . Como Jn tiene medida positiva, se deberá tener | x(n) | ⩽ ∥ fx ∥∞ , lo cual
es válido para todo n ∈ N . Concluimos que ∥ fx ∥∞ = ∥ x ∥∞ para toda sucesión x ∈ l∞ , luego
la aplicación x 7→ fx es un isomorfismo isométrico de l∞ sobre un subespacio de L ∞ . ■

Departamento de Análisis Matemático, Universidad de Granada

 Bloque 3
Operadores y funcionales lineales continuos

Llega ahora el momento de trabajar con las aplicaciones, entre espacios normados, que
tienen un buen comportamiento algebraico y topológico: los operadores lineales continuos.
El punto de partida será una caracterización de la continuidad de un operador lineal mediante
una sencilla desigualdad. Como consecuencia, veremos que el espacio vectorial de todos los
operadores lineales continuos entre dos espacios normados, se convierte a su vez de manera
natural en un espacio normado. Ello da lugar a una nueva familia de espacios normados y
espacios de Banach, conocidos de manera genérica como espacios de operadores.
Prestaremos especial atención al caso en que el espacio de llegada es el cuerpo escalar.
Entonces, el término “operador” no resulta ya tan conveniente, por lo que es preferible hablar
de funcionales lineales continuos en un espacio normado. Estos funcionales forman un espacio
de Banach, que es el dual del espacio en el que están definidos. Daremos una descripción muy
concreta de los duales de algunos espacios conocidos.

3.1. Operadores lineales continuos

Como los espacios vectoriales que nos interesan suelen estar formados por funciones, las
aplicaciones entre ellos transforman unas funciones en otras, y es habitual llamar “operadores”
a las transformaciones de este tipo. Así pues, si X e Y son espacios vectoriales sobre el mismo
cuerpo K , un operador lineal de X en Y es una aplicación T : X → Y , que es lineal, es decir,
verifica que
T (λ u + v) = λ T (u) + T (v) ∀ u, v ∈ X , ∀ λ ∈ K

La continuidad de un operador lineal entre espacios normados puede caracterizarse de varias

maneras, entre las que destacamos la más útil, para luego comentar las restantes.
Caracterización de la continuidad. Sean X e Y espacios normados y T : X → Y un
operador lineal. Entonces T es continuo si, y sólo si, verifica la siguiente condición:

∃ M ∈ R+
0 : ∥ T (x) ∥ ⩽ M ∥ x ∥ ∀x ∈ X (1)

34
Tema I. Bloque 3. Operadores y funcionales lineales continuos 35

Demostración. Nótese que, siguiendo una sana costumbre, denotamos de la misma forma
a las normas de X e Y , lo que no tiene por qué causar confusión alguna.
Supongamos primero que T es continuo, para comprobar (1) . Por ser T continuo en cero,
existe δ > 0 tal que, para z ∈ X con ∥ z ∥ ⩽ δ se tiene ∥ T (z) ∥ ⩽ 1 . Dado x ∈ X , podemos
escribir x = ∥ x ∥ u con u ∈ X y ∥ u ∥ ⩽ 1 . Tomando z = δ u , tenemos ∥ z ∥ ⩽ δ y deducimos
claramente que δ ∥ T (u) ∥ = ∥ T (z) ∥ ⩽ 1 , de donde ∥ T (u) ∥ ⩽ 1/δ . Como T (x) = ∥ x ∥ T (u) ,
concluimos que ∥ T (x) ∥ = ∥ x ∥ ∥ T (u) ∥ ⩽ (1/δ)∥ x ∥ . Como esta desigualdad es válida para
todo x ∈ X, hemos probado (1) con M = 1/δ .
Recíprocamente, si existe M ∈ R+0 verificando (1) , para cualesquiera u, v ∈ X se tiene
claramente que ∥T (u) − T (v)∥ = ∥ T (u − v) ∥ ⩽ M ∥u − v∥ , con lo que T es una aplicación
lipschitziana, luego continua. ■

La demostración anterior contiene información útil, que no está recogida en el enunciado.

Para destacarla, fijamos un operador lineal T : X → Y , donde X e Y son espacios normados.
En la primera parte de la demostración, para probar (1) no se usa la continuidad de T en
todo punto de X, sino tan sólo la continuidad en cero. Así pues, si T es continuo en cero,
será continuo en todo punto de X. Pero además, si suponemos que T es continuo en un punto
cualquiera x0 ∈ X, de la igualdad T (x) = T (x0 +x)−T (x0 ) , válida para todo x ∈ X, deducimos
claramente que T es continuo en cero, y por tanto en todo punto de X. En resumen, si un
operador lineal entre espacios normados no es continuo, entonces no puede ser continuo en
ningún punto del espacio de partida.
Por otra parte, de la condición (1) , no sólo hemos deducido que T es continuo, sino que
es una aplicación lipschitziana, luego uniformemente continua. Así pues, la continuidad de
un operador lineal entre espacios normados equivale a su continuidad uniforme, que a su vez
equivale a que el operador sea una aplicación lipschitziana. Basta pensar en el caso X = Y = R ,
para comprender que la linealidad es esencial para que se verifiquen estas equivalencias.
En otro orden de ideas, es natural decir que una función f : X → Y está acotada en un
conjunto A ⊂ X, cuando f (A) es un subconjunto acotado de Y . Si nuestro operador lineal T
es continuo, la condición (1) nos dice que T está acotado en cada conjunto acotado A ⊂ X, o
si se quiere, T preserva la acotación. En efecto, si K ∈ R+
0 verifica ∥x∥ ⩽ K para todo x ∈ A ,
de (1) se deduce obviamente que ∥ y ∥ ⩽ M K para todo y ∈ T (A) .
Recíprocamente, si T preserva la acotación, en particular T estará acotado en la bola unidad
de X, es decir, existe M ∈ R+0 tal que ∥T (u)∥ ⩽ M para todo u ∈ X que verifique ∥u∥ ⩽ 1 .
Dado x ∈ X , tenemos x = ∥x∥ u con u ∈ X y ∥u∥ ⩽ 1 , luego ∥T (x)∥ = ∥x∥ ∥T (u)∥ ⩽ M ∥x∥ ,
y hemos probado (1) , que equivale a la continuidad de T . Así pues, T es continuo si, y sólo si,
está acotado en cada subconjunto acotado de X, para lo cual es suficiente que esté acotado en la
bola unidad de X. Es por esto que a los operadores lineales continuos entre espacios normados
se les suele llamar también operadores lineales acotados.
Comentemos un caso particular del resultado anterior que ya conocíamos. Si ∥ · ∥1 y ∥ · ∥2
son dos normas en un espacio vectorial X, la topología de ∥ · ∥1 contiene a la de ∥ · ∥2 si, y sólo
si, la identidad en X, que obviamente es un operador lineal, es continua como aplicación de X
con la norma ∥ · ∥1 , en X con ∥ · ∥2 . El resultado anterior nos dice que esto ocurre si, y sólo si,
existe M ∈ R+ 0 tal que ∥x∥2 ⩽ M ∥x∥1 para todo x ∈ X, como obtuvimos en su momento.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 3. Operadores y funcionales lineales continuos 36

3.2. Espacios de operadores

Si X e Y son espacios normados sobre el mismo cuerpo K , denotamos por L(X,Y ) al
conjunto de todos los operadores lineales continuos de X en Y . Dicho conjunto tiene estructura
de espacio vectorial, con la suma y el producto por escalares definidos en forma fácil de adivinar.
Para T, S ∈ L(X,Y ) y λ ∈ K , consideramos las aplicaciones T +S , λ T : X → Y , definidas, para
todo x ∈ X, por:



T + S (x) = T (x) + S(x) y λ T (x) = λ T (x)

Es rutinario comprobar que T + S y λ T son operadores lineales, pero además, usando que la
la suma y el producto por escalares de Y son funciones continuas, la continuidad de T y S nos
lleva fácilmente a la de T + S y λ T , así que T + S , λ T ∈ L(X,Y ) . De nuevo se comprueba
de forma rutinaria que L(X,Y ) , con la suma y el producto por escalares recién definidos, es un
espacio vectorial. Nuestro objetivo es convertir a L(X,Y ) en un espacio normado.
Fijado ahora un operador T ∈ L(X,Y ) , y en vista de la caracterización de la continuidad
antes obtenida, cabe pensar en hacer que la desigualdad que aparece en (1) sea la mejor posible,
es decir, en considerar la mínima constante M ∈ R+ 0 que la verifique. Observamos claramente
+
que, para M ∈ R0 se tiene

∥T (x)∥ ⩽ M ∥x∥ ∀ x ∈ X ⇐⇒ ∥T (u) − T (v)∥ ⩽ M ∥u − v∥ ∀ u, v ∈ X

luego la mínima constante que buscábamos no es otra que la contante de Lipschitz de T .

Adelantando acontecimientos, definimos la norma de un operador T ∈ L(X,Y ) como su
constante de Lipschitz, o lo que es lo mismo,

∥T ∥ = mı́n M ∈ R+

0 : ∥T (x)∥ ⩽ M ∥x∥ ∀ x ∈ X (2)

Vamos a obtener a continuación otras expresiones útiles para la norma de un operador. Para
ello, descartamos el caso trivial X = {0} .
Recordemos la razón por la que el conjunto que aparece en el segundo miembro de (2)
tiene mínimo: para M ∈ R+ 0 la desigualdad ∥T (x)∥ ⩽ M ∥x∥ es trivial si x = 0 , y en otro caso
equivale a ∥T (x)∥ / ∥x∥ ⩽ M , luego buscamos el mínimo mayorante de un conjunto no vacío y
mayorado de números reales, que obviamente existe, es el supremo de dicho conjunto:
 
∥T (x)∥
∥T ∥ = sup : x ∈ X \ {0} (3)
∥x∥


Para x∈ X \ {0} tenemos obviamente ∥T (x)∥/∥x∥ = T x/∥x∥ y está claro que el
conjunto x/∥x∥ : x ∈ X \ {0} es la esfera unidad de X, es decir, S = {z ∈ X : ∥z∥ = 1} .
Por tanto la igualdad (3) equivale a
 
∥T ∥ = sup ∥T (z)∥ : z ∈ S = sup ∥T (z)∥ : z ∈ X , ∥z∥ = 1 (4)

El conjunto que aparece en el segundo miembro de (4) aumenta si sustituimos S por la bola
unidad B = {x ∈ X : ∥x∥ ⩽ 1} , pero su supremo no varía, como vamos a ver.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 3. Operadores y funcionales lineales continuos 37

Para x ∈ B se tiene x = ∥x∥

 z con z ∈ S , y por tanto
 ∥T (x)∥ = ∥x∥ ∥T (z)∥ ⩽ ∥T (z)∥ .
Deducimos claramente que sup ∥ T (x) ∥ : x ∈ B ⩽ sup ∥ T (z) ∥ z ∈ S . La otra desigualdad
es evidente y hemos comprobado que
 
∥T ∥ = sup ∥T (x)∥ : x ∈ B = sup ∥T (x)∥ : x ∈ X , ∥x∥ ⩽ 1 (5)

Observemos finalmente que también se puede sustituir la bola cerrada B por la bola abierta
unidad U , es decir,
 
∥T ∥ = sup ∥T (u)∥ : u ∈ U = sup ∥T (u)∥ : u ∈ X , ∥u∥ < 1 (6)

En efecto: una desigualdad es evidente y, para la otra, dado x ∈ B y ρ ∈ ]0, 1[ , tenemos ρ x ∈ U ,

de donde

T (x) = lı́m ρ T (x) = lı́m T (ρ x) ⩽ sup T (u) : u ∈ U
ρ→1 ρ→1

Hemos obtenido cinco formas de expresar la norma de un operador, entre las que (2) y (5) son
las que se usan con más frecuencia.
Antes de comprobar que en efecto hemos definido una norma en el espacio vectorial L(X,Y ) ,
expliquemos la forma en que suele usarse la expresión (2) . Si ya sabemos que T ∈ L(X,Y ) ,
podemos escribir ∥T (x)∥ ⩽ ∥T ∥ ∥x∥ para todo x ∈ X, y tenemos una desigualdad óptima, pues
la constante ∥T ∥ que en ella aparece es la mínima posible.
Pero en la práctica, lo habitual es empezar comprobando que un operador lineal T : X → Y
es continuo, encontrando M ∈ R+ 0 tal que ∥T (x)∥ ⩽ M ∥x∥ para todo x ∈ X. Sabemos entonces
que ∥T ∥ ⩽ M , y se dará la igualdad cuando la desigualdad que hemos probado sea óptima.
Comprobemos ya que tenemos una norma en L(X,Y ) . Para T, S ∈ L(X,Y ) , se tiene


∥ (T + S)(x) ⩽ ∥ T (x) ∥ + ∥ S(x) ∥ ⩽ ∥ T ∥ + ∥ S ∥ ∥ x ∥ ∀x ∈ X

de donde ∥T + S∥ ⩽ ∥T ∥ + ∥S∥ . Por otra parte, para λ ∈ K , usando por ejemplo (5) tenemos
 
∥ λ T ∥ = sup ∥λ T (x)∥ : x ∈ B = |λ| sup ∥T (x)∥ : x ∈ B = |λ| ∥T ∥

Finalmente, de ∥T ∥ = 0 se deduce obviamente que T = 0 . Así pues, la aplicación T 7→ ∥T ∥ ,

definida mediante la igualdad (2) , o cualquiera de las otras expresiones que hemos mencionado,
es una norma en L(X,Y ) , que recibe el nombre genérico de norma de operadores, mientras
que al espacio normado L(X,Y ) se le llama espacio de operadores.
Para estudiar la convergencia en el espacio de operadores recién definido, sea {Tn } una
sucesión en L(X,Y ) que converja a T ∈ L(X,Y ) . Si A es un subconjunto acotado de X, y
+
tomamos K  ∈ R0 tal que ∥x∥ ⩽ K para todo x ∈ A , de (2) se deduce que, para todo n ∈ N , se
tiene sup ∥Tn (x) − T (x)∥ : x ∈ A ⩽ K ∥Tn − T ∥ , luego {Tn } converge a T uniformemente
en cada subconjunto acotado de X. Recíprocamente, con sólo suponer que {Tn } converge a T
uniformemente en la bola unidad de X, de (5) se deduce que ∥Tn − T ∥ → 0 . Usando (4) ,
o bien (6) , la bola unidad se puede sustituir por la esfera unidad o por la bola abierta unidad.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 3. Operadores y funcionales lineales continuos 38


Está claro que, de ∥Tn − T ∥ → 0 , se deduce que {Tn (x)} → T (x) para todo x ∈ X, pero
más adelante veremos que el recíproco no es cierto, es decir, la convergencia puntual en X no
es suficiente para asegurar la convergencia en L(X,Y ) .
Podemos ahora probar que, si Y es un espacio de Banach, L(X,Y ) también lo es, con un
tipo de argumento que ya debe ser familiar. Si {Tn } es una sucesión de Cauchy en L(X,Y ) , para
cualesquiera x ∈ X y n, m ∈ N se tiene ∥Tn (x) − Tm (x)∥ ⩽ ∥Tn − Tm ∥ ∥x∥ , luego {Tn (x)} es
una sucesión de Cauchy en Y . Como Y es completo, podemos definir T (x) = lı́m Tn (x) para
n→∞
todo x ∈ X, obteniendo una aplicación T : X → Y . La continuidad de la suma y el producto por
escalares de Y permiten comprobar rutinariamente que T es un operador lineal, y acabaremos
probando que T es continuo con ∥Tn − T ∥ → 0 . Fijado ε > 0 , existe un n0 ∈ N tal que
n, m ∈ N , n, m ⩾ n0 =⇒ ∥Tn − Tm ∥ ⩽ ε =⇒ ∥Tn (x) − Tm (x)∥ ⩽ ε ∥x∥ ∀ x ∈ X
Fijado n ∈ N con n ⩾ n0 , para todo x ∈ X tenemos claramente
∥Tn (x) − T (x)∥ = lı́m ∥Tn (x) − Tm (x)∥ ⩽ ε ∥x∥
m→∞

y esto prueba que Tn − T ∈ L(X,Y ) , de donde T = Tn − (Tn − T ) ∈ L(X,Y

 ) . Pero además, la
desigualdad anterior nos dice que ∥Tn − T ∥ ⩽ ε para n ⩾ n0 , luego ∥Tn − T ∥ → 0 como
queríamos. El siguiente enunciado resume lo demostrado sobre los espacios de operadores:

Si X e Y son espacios normados, el espacio vectorial L(X,Y ) , de todos los operadores

lineales y continuos de X en Y , es un espacio normado, con la norma de operadores.
La convergencia en L(X,Y ) equivale a la convergencia uniforme en cada subconjunto
acotado de X, que a su vez equivale a la convergencia uniforme en la bola unidad de X .
Finalmente, si Y es un espacio de Banach, entonces L(X,Y ) también lo es.

Más adelante veremos que, excluido el caso trivial X = {0} , la completitud de Y no sólo es
suficiente, sino también necesaria, para la completitud del espacio de operadores L(X,Y ) . Por
otra parte, la completitud de Y , junto con la continuidad uniforme de los operadores lineales y
continuos, tienen otra importante consecuencia, ya que las funciones uniformemente continuas,
con valores en un espacio métrico completo, pueden extenderse de un conjunto a su cierre,
preservando la continuidad uniforme. En vez de probar este resultado más general, para luego
aplicarlo a operadores, preferimos obtener directamente el caso que nos interesa:
Extensión de operadores. Sea Y un espacio de Banach, M un subespacio de un espacio
normado X y consideremos, tanto en M como en M , la norma inducida por X. Entonces, para
cada T ∈ L(M,Y ) , existe un único Te ∈ L(M,Y ) que extiende a T , es decir, Te(u) = T (u) para
todo u ∈ M. Además, se tiene ∥Te∥ = ∥T ∥ .

Demostración. Fijado x ∈ M , existe una sucesión {un } en M tal que {un } → x , con lo
que {un } es una sucesión de Cauchy en M. Como ∥T (un ) − T (um )∥ ⩽ ∥T ∥ ∥un − um ∥ para
cualesquiera n, m ∈ N , deducimos que {T (un )} es una sucesión de Cauchy en el espacio de
Banach Y , luego converge. Para poder definir Te(x) como el límite de la sucesión {T (un )} ,
debemos ver que dicho límite no depende de la sucesión {un } elegida. En efecto, si {vn } es
otra sucesión en M con {vn } → x , tenemos {un − vn } → 0 , luego {T (vn ) − T (un )} → 0 , pero
las sucesiones {T (un )} y {T (vn )} son convergentes, así que sus límites coinciden.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 3. Operadores y funcionales lineales continuos 39

Así pues, para cada x ∈ M definimos Te(x) = lı́m T (un ) , donde {un } es cualquier sucesión
n→∞
de puntos de M tal que {un } → x . Se comprueba rutinariamente que Te : M → Y es un operador
lineal. Si u ∈ M, podemos obviamente tomar un = u para todo n ∈ N , para tener Te(u) = T (u) ,
luego Te extiende a T . Fijando x ∈ M y {un } → x con un ∈ M para todo n ∈ N , usamos ahora
que ∥T (un )∥ ⩽ ∥T ∥ ∥un ∥ para todo n ∈ N , de donde se deduce que ∥Te(x)∥ ⩽ ∥T ∥ ∥x∥ , y esto
prueba que Te ∈ L(M,Y ) con ∥Te∥ ⩽ ∥T ∥ . La otra desigualdad es clara, pues Te extiende a T ,
luego tenemos
 ∥Te∥ = ∥T ∥ . Finalmente, si Tb : M → Y es cualquier extensión continua de T , el
conjunto x ∈ M : Tb(x) = Te(x) es cerrado y contiene a M , luego coincide con M , es decir,
se tiene Tb = Te . Esto prueba de sobra la unicidad de Te , concluyendo la demostración. ■

Con la misma notación anterior, vemos que la aplicación T 7→ Te , de L(M,Y ) en L(M,Y ) ,

es lineal e isométrica, luego inyectiva. Pero también es sobreyectiva, pues para S ∈ L(M,Y ) se
tiene obviamente S = Te donde T = S M ∈ L(M,Y ) es la restricción de S a M. Tenemos así un
isomorfismo isométrico, que identifica totalmente los espacios de Banach L(M,Y ) y L(M,Y ) .
Es preferible manejar la función inversa S 7→ S M , que también es un isomorfismo isométrico,
pero tiene una definición más explícita.
Observemos también que, en la discusión anterior, nada cambia al sustituir X por M , luego
no se pierde generalidad suponiendo que M es denso en X. Por tanto, la identificación entre
dos espacios de operadores que hemos obtenido, puede enunciarse como sigue:

Sea X un espacio normado, M un subespacio denso en X con la norma inducida, e Y

un espacio de Banach. Entonces, la aplicación S 7→ S M es un isomorfismo isométrico
de L(X,Y ) sobre L(M,Y )

3.3. Funcionales lineales continuos

Todo lo dicho anteriormente sobre operadores, es cierto en particular cuando el espacio de
llegada es el cuerpo escalar, cuya norma es el valor absoluto o el módulo. Si X es un espacio
vectorial formado por funciones, una aplicación de X en K asocia un número a cada función
de X, por lo que el término “operador” deja de ser adecuado y se suele sustituir por “funcional”.
Así pues, un funcional lineal en un espacio vectorial X no es más que una aplicación lineal
de X en K . Repasemos los resultados obtenidos anteriormente para operadores, en el caso
particular de los funcionales, que es el que ahora nos interesa.

Para un funcional lineal f en un espacio normado X, es equivalente ser continuo en algún

punto, ser continuo en todo punto, ser uniformemente continuo y ser una función lipschitziana.
Cualquiera de las propiedades de f recién mencionadas equivale a la existencia de una
constante M ∈ R+
0 verificando que

| f (x)| ⩽ M ∥x∥ ∀x ∈ X

Esto a su vez ocurre si, y sólo si, f está acotado en cada subconjunto acotado de X, para lo cual
es suficiente que f esté acotado en la bola unidad de X.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 3. Operadores y funcionales lineales continuos 40

El espacio vectorial formado por todos los funcionales lineales continuos en X se denota
por X ∗ , en vez de L(X, K) , y en él disponemos de una norma que se puede expresar de varias
formas, entre las que destacamos dos. Para todo f ∈ X ∗ se tiene:

∥ f ∥ = mı́n M ∈ R+
 
0 : | f (x)| ⩽ M∥x∥ ∀ x ∈ X = sup | f (x)| : x ∈ X , ∥x∥ ⩽ 1

La completitud de K nos asegura que X ∗ es siempre un espacio de Banach, que se conoce

como el espacio dual del espacio normado X, y también es habitual decir que la norma de X ∗
es la norma dual de la norma de X. Hasta qué punto existe una auténtica dualidad entre un
espacio normado X y su dual X ∗ , es algo que discutiremos a fondo más adelante. De momento
tenemos cierta asimetría, pues X ∗ es completo aunque X no lo sea.
Comentemos también que, si M es un subespacio denso en un espacio normado X, entonces
la aplicación f 7→ f M es un isomorfismo isométrico de X ∗ sobre M ∗ . Conviene destacar la
sobreyectividad de dicha aplicación: cada g ∈ M ∗ es la restricción a M de un único ge ∈ X ∗ .
Veamos ahora una propiedad de los funcionales lineales que ya no es caso particular de un
resultado referente a operadores lineales en general. Para ello, veamos que un funcional lineal f
en un espacio vectorial X, queda determinado por su núcleo ker f = {x ∈ X : f (x) = 0}, salvo
un factor de proporcionalidad, es decir: si g es otro funcional lineal en X con ker g = ker f ,
existe λ ∈ K tal que g = λ f . En el caso f = 0 se tiene ker g = ker f = X, luego g = 0 y
podemos usar cualquier λ ∈ K . En otro caso, existe u ∈ X tal que f (u) = 1 con lo que, para
todo x ∈ X , se tiene x− f (x)u ∈ ker f = ker g , luego g(x) = f (x) g(u) . Tomando λ = g(u) ∈ K ,
se tiene por tanto g = λ f , como queríamos.
Es bien fácil convencerse de que el resultado análogo al anterior, para operadores lineales
cualesquiera, está muy lejos de ser cierto. Pero volviendo a los funcionales lineales, no es de
extrañar ahora que, en un espacio normado, la continuidad de un funcional lineal se caracterice
en términos de su núcleo, como vamos a comprobar.

Un funcional lineal en un espacio normado es continuo si, y sólo si, su núcleo es cerrado.

Si X es un espacio normado y f ∈ X ∗ , está claro que ker f ha de ser un subconjunto cerrado

de X. Recíprocamente, sea f un funcional lineal en X y supongamos que ker f es cerrado, para
probar que f es continuo. Si f = 0 no hay nada que demostrar, y en otro caso fijamos z ∈ X
con f (z) = −1 . Como ker f es cerrado, tenemos z ∈ / ker f , luego existe un entorno
de z cuya
intersección con ker f es vacía. Tenemos por tanto r ∈ R+ tal que z + rU ∩ ker f = 0/ ,
donde U es la bola abierta unidad de X .




Si x ∈ X y f (x) ̸= 0 , se tiene z + x/ f (x) ∈ ker f , luego z + x/ f (x) ∈ / z + rU , o lo
que es lo mismo, x/ f (x) ∈ / rU . Esto significa que ∥x/ f (x)∥ ⩾ r , es decir, | f (x)| ⩽ (1/r)∥x∥ .
Esta desigualdad es obvia cuando f (x) = 0 , luego es válida para todo x ∈ X, y prueba que f
es continuo, como se quería. ■

Conviene resaltar una consecuencia fácil del resultado anterior. Si un funcional lineal f ,
en un espacio normado X, no es continuo, entonces ker f es denso en X. En efecto, hemos
visto que ker f no puede ser cerrado, pero entonces ker f es un subespacio de X que contiene
estrictamente a ker f , de donde se deduce claramente que ker f = X .

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 3. Operadores y funcionales lineales continuos 41

3.4. Duales de algunos espacios de Banach

Vamos a describir con detalle los duales de muchos espacios de Banach estudiados en el
tema anterior. Veremos, por ejemplo, que el dual de un espacio de sucesiones se identifica
frecuentemente con otro espacio de sucesiones. Por supuesto, dicha identificación se consigue
mediante un isomorfismo isométrico.
Conviene extender la definición del exponente conjugado p ∗ , que hicimos para 1 < p < ∞ ,
de forma que queden incluidos los casos extremos, haciendo que cada uno sea el conjugado del
otro, es decir, para p = 1 definimos p ∗ = ∞ , mientras que para p = ∞ tomamos ∗

∗ p = 1 . De
∗
esta forma, para 1 ⩽ p ⩽ ∞ , se tiene 1 ⩽ p ⩽ ∞ y sigue siendo cierto que p ∗ = p.
La definición anterior es coherente con la desigualdad de Hölder, que a partir de ahora tendrá
bastante protagonismo. Para N ∈ N , y cualesquiera a1 , a2 , . . . , aN , b1 , b2 , . . . , bN ∈ R+
0 , se tiene

N  N
∑ ak bk ⩽ máx a1 , a2 , . . . , aN ∑ bk
k=1 k=1

que puede entenderse como la desigualdad de Hölder para los casos p = ∞ y p = 1 . Veamos
pues la forma en que podemos usar dicha desigualdad, sin excluir los casos p = 1 y p = ∞ , y
sin distinguirlos de los que ya conocíamos. Para 1 ⩽ p ⩽ ∞ se tiene claramente:
N
∑ |x(k)| |y(k)| ⩽ ∥x∥ p ∥y∥ p ∗ ∀ x, y ∈ K N (7)
k=1

3.4.1. Duales de espacios de dimensión finita

∗
Fijados N ∈ N y 1 ⩽ p ⩽ ∞ , vamos a estudiar el espacio dual l pN . Aprovechamos para
ello que los funcionales lineales en K N son bien conocidos. Fijado y ∈ K N , consideramos el
funcional lineal yb : l pN → K , dado por
N
yb (x) = ∑ x(k) y(k) ∀ x ∈ KN (8)
k=1

De (7) deducimos claramente que

N N
yb(x) = ∑ x(k) y(k) ⩽ ∑ |x(k)| |y(k)| ⩽ x p
y p∗
∀ x ∈ l pN
k=1 k=1

∗
luego yb ∈ l pN , cosa que era bastante obvia, pero además tenemos que yb ⩽ y p∗
. De
hecho vamos a obtener la igualdad, comprobando que también se tiene

y p∗
⩽ yb (9)

Para cada k ∈ {1, 2, . . . , N} escribimos | y(k) | = αk y(k) con αk ∈ K y | αk | = 1 . Obtendremos

(9) distinguiendo los tres casos que pueden darse.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 3. Operadores y funcionales lineales continuos 42

Si p = 1 , elegimos j ∈ {1, 2, . . . , N} de forma que |y( j)| = ∥ y ∥∞ . y definimos x ∈ K N

tomando x( j) = α j y x(k) = 0 para todo k ∈ {1, 2, . . . , N} \ { j} . Tenemos entonces
y ∞
= y( j) = α j y( j) = yb(x) = yb(x) ⩽ yb x 1
= yb
que es la desigualdad (9) , en el caso p = 1 .
Si p = ∞ , tomando x(k) = αk para todo k ∈ {1, 2, . . . , N} , obtenemos también (9) , ya que
N N
y 1
= ∑ y(k) = ∑ αk y(k) = yb(x) = yb(x) ⩽ yb x ∞
= yb
k=1 k=1

p ∗ −1
Finalmente, si 1 < p < ∞ , tomamos x(k) = α k y(k) para todo k ∈ {1, 2, . . . , N} .
Entonces, por una parte tenemos
N N
p ∗ −1 p∗
p∗
yb(x) = ∑ αk y(k) y(k) = ∑ y(k) = ∥ y ∥ p∗
k=1 k=1
y por otra vemos que
!1/p !1/p
N N
(p ∗ −1)p p∗
p ∗ /p
x p
= ∑ y(k) = ∑ y(k) = y p∗
k=1 k=1
Enlazando las dos últimas igualdades obtenemos

p∗
p ∗ /p
∥ y ∥ p∗ = yb(x) ⩽ yb x p
= yb y p∗
Suponiendo que y ̸= 0 , pues en otro caso (9) es evidente, podemos dividir ambos miembros

p ∗ /p
por y p∗ > 0 , y como p ∗ − (p ∗ /p) = 1 , obtenemos (9) .
Así pues, en todos los casos hemos probado (9) y, como ya teníamos la otra desigualdad,
concluimos que
yb = ∥ y ∥ p ∗ (10)

∗
Consideremos la aplicación Φ : l pN∗ → l pN , definida por Φ(y) = yb para todo y ∈ l pN∗ , que
evidentemente es lineal. En (10) vemos que Φ es isométrica, luego en particular inyectiva, pero
comprobamos enseguida que también es sobreyectiva. En efecto, denotando por {e1 , e2 , . . . , eN }
a la base usual de K N , si f es cualquier funcional lineal en K N , se tiene claramente que f = yb,
sin más que tomar y(k) = f (ek ) para todo k ∈ {1, 2, . . . , N} . Destacamos el resultado obtenido,
que describe perfectamente toda una gama de espacios duales.

∗
Para N ∈ N y 1 ⩽ p ⩽ ∞ , los espacios l pN∗ y l pN son isométricamente isomorfos. De
hecho, definiendo
N
yb (x) = ∑ x(k) y(k) ∀ x, y ∈ K N
k=1

∗
la aplicación y 7→ yb es un isomorfismo isométrico de l pN∗ sobre l pN .

Obsérvese la simetría de la situación:

∗ el resultado anterior también es válido para p ∗ en
lugar de p , luego identifica l p ∗ con l p . Por tanto, cada uno de los espacios l pN y l pN∗ es
N N

isométricamente isomorfo al dual del otro. Se dice que ∥ · ∥ p ∗ es la norma dual de ∥ · ∥ p , y

viceversa. Observemos por último que l2N es autodual, se identifica con su espacio dual.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 3. Operadores y funcionales lineales continuos 43

3.4.2. Duales de espacios de sucesiones

Para estudiar los duales de los espacios l p , con 1 ⩽ p ⩽ ∞ , seguimos un razonamiento
similar al usado en dimensión finita, sustituyendo sumas finitas por sumas de series y prestando
atención a la convergencia.
Fijemos x ∈ l p , y ∈ l p ∗ y n ∈ N . Considerando entonces los vectores xn , yn ∈ K n , definidos
por xn (k) = x(k) e yn (k) = y(k) para todo k ∈ {1, 2, . . . , n} , de (7) deducimos claramente que,
n
∑ x(k) y(k) ⩽ xn p
yn p∗
⩽ x p
y p∗
k=1

Como esto es válido para todo n ∈ N , la serie ∑ x(n) y(n) es absolutamente convergente con
n⩾1

∞ ∞
∑ x(n) y(n) ⩽ ∑ x(n) y(n) ⩽ x p
y p∗
(11)
n=1 n=1

Todavía con y ∈ l p ∗ fijo, definimos una aplicación yb : l p → K , escribiendo

∞
yb (x) = ∑ x(n) y(n) ∀ x ∈ lp
n=1

Es claro que yb es un funcional lineal en l p y (11) nos dice que yb ∈ l p∗ con yb ⩽ y p ∗ , pero
probaremos la igualdad, viendo que y p ∗ ⩽ yb . Para n ∈ N , escribimos | y(n) | = αn y(n)
con αn ∈ K y | αn | = 1 , y distinguimos ahora los tres casos que pueden darse.
Si p = 1 , usando los vectores unidad {en : n ∈ N} , para todo n ∈ N tenemos

y(n) = yb(en ) ⩽ yb en 1
= yb

de donde deducimos claramente que y ∞

⩽ yb .
En el caso p = ∞ , definimos x(n) = α n para todo n ∈ N , con lo que x ∈ l∞ y obtenemos
∞ ∞
y 1
= ∑ y(k) = ∑ αk y(k) = yb(x) = yb(x) ⩽ yb x ∞
= yb
n=1 n=1

p ∗ −1
Finalmente, si 1 < p < ∞ , tomando x(n) = α n y(n) para todo n ∈ N , tenemos de
entrada que
∞ ∞ ∞
p (p ∗ −1)p p∗
∑ x(n) = ∑ y(n) = ∑ y(n) <∞
n=1 n=1 n=1

p ∗ /p
luego x ∈ l p con x p
= y p∗
. Pero ahora vemos también que
∞ ∞
p ∗ −1 p∗
p∗
yb (x) = ∑ αn y(n) y(n) = ∑ y(n) = y p∗
n=1 n=1

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 3. Operadores y funcionales lineales continuos 44

Enlazando las dos últimas igualdades, obtenemos que

p∗
p ∗ /p
y p∗ = yb(x) ⩽ yb x p = yb y p∗

p ∗ /p
Si y ̸= 0 , al dividir ambos miembros por y p∗ > 0 , obtenemos que y ∥ p ∗ ⩽ yb ,
desigualdad que es obvia cuando y = 0 . Así pues, en todos los casos hemos probado que
yb = y p∗
∀ y ∈ lp∗ (12)
Considerando ahora la aplicación Φ : l p ∗ → l p∗ definida por
Φ(y) = yb ∀ y ∈ lp∗ (13)
comprobamos rutinariamente que Φ es lineal, acabamos de ver que es isométrica, y se trata
ahora de saber si es sobreyectiva.
Fijado f ∈ l p∗ , buscamos y ∈ l p ∗ tal que yb = f . Está claro que debemos tomar y(n) = f (en )
para todo n ∈ N , y de entrada debemos comprobar que y ∈ l p ∗ . Para todo k ∈ N , escribimos de
nuevo | y(k) | = α k y(k) donde α k ∈ K con |α k | = 1 , y volvemos a distinguir tres casos.
El caso p = 1 es el más sencillo, pues para todo n ∈ N se tiene
y(n) = f (en ) ⩽ f en 1
= f
luego y ∈ l∞ . En el caso p = ∞ , para todo n ∈ N se tiene
!
n n n n
∑ y(k) = ∑ α k f (ek ) = f ∑ α k ek ⩽ f ∑ αk ek = f
k=1 k=1 k=1 k=1 ∞
de donde deducimos que y ∈ l1 . Finalmente, cuando 1 < p < ∞ , adaptamos el razonamiento
anterior. Para todo n ∈ N se tiene:
!
n n n
p∗ p ∗ −1 p ∗ −1
∑ y(k) = ∑ αk y(k) f (ek ) = f ∑ αk y(k) ek
k=1 k=1 k=1
!1/p
n n
p ∗ −1 p∗
⩽ f ∑ αk y(k) ek = f ∑ y(k)
k=1 k=1

Deducimos claramente que y ∈ l p ∗ , pues la desigualdad anterior nos da

!1/p∗
n
p∗
∑ y(k) ⩽ f ∀n ∈ N
k=1

En todos los casos, dado f ∈ l p∗ , hemos comprobado que y ∈ l p ∗ , donde y(n) = f (en ) para
todo n ∈ N . Nos preguntamos ahora si yb = f , y comprobamos enseguida que la respuesta es
afirmativa para 1 ⩽ p < ∞ .
En efecto, como yb (en ) = f (en ) para todo n ∈ N , por linealidad deducimos que yb ha de
coincidir con f en el subespacio engendrado por los vectores unidad, que es denso en l p . Por
tanto tenemos dos funciones continuas en l p que coinciden en un conjunto denso, luego son
iguales, como queríamos. Así pues, cuando 1 ⩽ p < ∞ , la aplicación Φ es sobreyectiva. Antes
de discutir lo que ocurre para p = ∞ , destaquemos todo lo demostrado en los demás casos.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 3. Operadores y funcionales lineales continuos 45

Para 1 ⩽ p < ∞ , los espacios de Banach l p ∗ y l p∗ son isométricamente isomorfos. De

hecho, definiendo
∞
yb (x) = ∑ x(n) y(n) ∀ x ∈ lp , ∀ y ∈ lp∗
n=1
la aplicación y 7→ yb es un isomorfismo isométrico de l p ∗ sobre l p∗ .

Nótese que, para 1 < p < ∞ , el resultado anterior también es válido sustituyendo p por p ∗ ,
y tenemos la misma simetría observada en dimensión finita: cada uno de los espacios l p y l p ∗
se identifica con el dual del otro. En particular, l2 se identifica con su propio dual.
En el caso p = ∞ el resultado anterior no es válido como demostraremos más adelante.
La aplicación lineal Φ : l1 → l∞∗ es isométrica, luego l1 es isométricamente isomorfo a un
subespacio cerrado de l∞∗ , pero Φ no es sobreyectiva. De hecho veremos que, si X es un
espacio normado y X ∗ es separable, entonces X es separable. Por tanto, l∞∗ no es separable,
luego no puede ser siquiera homeomorfo a l1 . Tenemos así un ejemplo en el que no se presenta
la simetría entre un espacio y su dual que hasta ahora veníamos observando. El dual de l1 se
identifica con l∞ , pero el dual de l∞ no se puede identificar con l1 . Pronto veremos otro ejemplo
de esta situación, que no requiere esperar a la demostración de otros resultados.
El motivo por el que no podemos razonar con l∞ como hemos hecho con l p , para p < ∞ ,
salta a la vista: el subespacio engendrado por los vectores unidad no es denso en l∞ . Esto sugiere
la posibilidad de trabajar con c0 en vez de l∞ , como haremos ahora.
Para y ∈ l1 , consideramos la restricción de yb a c0 que denotaremos por ye, siendo evidente
que ye ∈ c0∗ con ye ⩽ yb ⩽ y 1 . En vez de Φ , usaremos ahora la aplicación Ψ : l1 → c0∗
dada por Ψ(y) = ye para todo y ∈ l1 . Para ver que Ψ es isométrica, dado y ∈ l1 , para cada k ∈ N
escribimos y(k) = α k y(k) con α k ∈ K y |α k | = 1 . Para todo n ∈ N se tiene
!
n n n
∑ y(k) = ye ∑ α k ek ⩽ ye ∑ α k ek ⩽ ye
k=1 k=1 k=1 ∞
de donde y 1 ⩽ ye , como se quería. Para ver que Ψ es sobreyectiva, dado f ∈ c0∗ , para
cada n ∈ N tomamos y(n) = f (en ) y escribimos | y(n) | = αn y(n) con αn ∈ K y | αn | = 1 .
Entonces, para todo n ∈ N , se tiene
!
n n n
∑ y(k) = f ∑ α k ek ⩽ f ∑ α k ek ⩽ f
k=1 k=1 k=1 ∞
luego y ∈ l1 como se quería. Finalmente está bien claro que ye = f , porque el subespacio
engendrado por los vectores unidad es denso en c0 igual que lo era en l p para 1 ⩽ p < ∞ .
Como ye(en ) = f (en ) para todo n ∈ N , se tiene ye = f . Hemos probado el siguiente resultado,
con el que concluimos el estudio de los duales de los espacios de sucesiones.

Los espacios de Banach l1 y c0∗ son isométricamente isomorfos. Más concretamente,

definiendo ∞
ye(x) = ∑ x(n) y(n) ∀ x ∈ c0 , ∀ y ∈ l1
n=1
la aplicación y 7→ ye es un isomorfismo isométrico de l1 sobre c0∗ .

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 3. Operadores y funcionales lineales continuos 46

Tenemos ya el ejemplo prometido, para el que no hay simetría entre un espacio de Banach
y su dual: el dual de c0 se identifica con l1 , pero el dual de l1 se identifica con l∞ , que no se
puede identificar con c0 , ya que c0 es separable y l∞ no lo es.

3.4.3. Duales de los espacios de Lebesgue

Estudiemos los duales de los espacios L p , con 1 ⩽ p ⩽ ∞ , aunque sin dar la demostración
de algunos resultados. Como cabe esperar, hay un claro paralelismo con el estudio que hemos
hecho para los espacios de sucesiones.
Observemos que la desigualdad integral de Hölder es claramente cierta para p = 1 y p = ∞ ,
pues si f ∈ L1 y g ∈ L ∞ se tiene
Z 1
f (t) g(t) dt ⩽ f 1
g ∞
0

Por tanto, para 1 ⩽ p ⩽ ∞ , f ∈ L p y g ∈ L p∗ se tiene f g ∈ L1 con

Z 1
f (t) g(t) dt ⩽ fg 1
⩽ f p
g p∗
(12)
0

Fijada g ∈ L p∗ podemos entonces definir un funcional lineal gb : L p → K dado por

Z 1
gb( f ) = f (t) g(t) dt ∀ f ∈ Lp
0

y de (12) deducimos que gb ∈ L∗p con gb ⩽ g p∗

. Esto nos lleva a la aplicación lineal

Φ : L p∗ → L∗p , Φ(g) = gb ∀ g ∈ L p∗ (13)

que verifica Φ(g) ⩽ g p∗ para toda g ∈ L p∗ . Demostrar que Φ es isométrica requiere

una observación elemental: si g : [0, 1] → K es una función medible, existe otra α : [0, 1] → K
tal que |α(t)| = 1 y | g(t) | = α(t) g(t) para todo t ∈ Ω . En términos de clases de equivalencia,
las igualdades | α | = 1 y | g | = α g se verifican c.p.d.
Pues bien, fijada g ∈ L p∗ , suponemos sin perder generalidad g p∗ = 1 , tomamos α como
antes, y distinguimos tres casos, para razonar de forma análoga a como ya lo hemos hecho dos
p∗ −1
veces. Si 1 < p < ∞ , tomando f = α g , es fácil ver que gb(g) = ∥ f ∥ p = 1 , de donde
deducimos que ∥ gb ∥ ⩾ 1 como se quería. En el caso p = ∞ , tomamos simplemente f = α ,
con lo que se tiene de nuevo gb( f ) = f ∞ = 1 , luego ∥ gb ∥ ⩾ 1 . Finalmente en el caso
p = 1 tomamos ρ ∈ R+ con ρ < 1 y, como g ∞ > ρ , existe un conjunto medible E ⊂ [0, 1] ,
con medida r ∈ R+ , tal que | g(t) | ⩾ ρ p.c.t. t ∈ E . Tomando entonces f = α χE / r , se tiene
claramente que f ∈ L1 con f 1 = 1 , de donde
1
Z
gb ⩾ gb( f ) = g(t) dt ⩾ ρ
r E

En vista de la arbitrariedad de ρ , deducimos que gb ⩾ 1.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 3. Operadores y funcionales lineales continuos 47

En todos los casos, hemos probado que la aplicación Φ definida en (13) es isométrica.
Cuando p < ∞ , dicha aplicación es también sobreyectiva, cosa que no vamos a demostrar.
Enunciamos sin embargo este importante resultado.
Teorema de representación de Riesz, para los espacios de Lebesgue. Para 1 ⩽ p < ∞ , los
espacios de Banach L p∗ y L∗p son isométricamente isomorfos. Más concretamente, definiendo
Z
gb( f ) = f (t) g(t) dt ∀ f ∈ L p (Ω) , ∀ g ∈ L p∗ (Ω)
Ω
la aplicación g 7→ gb es un isomorfismo isométrico de L p∗ sobre L∗p .

La parte de este teorema que no vamos a probar, la sobreyectividad de la aplicación g 7→ gb,

es la más importante, y explica su nombre. Todo funcional lineal continuo en L p , un objeto
bastante abstracto, se expresa en la forma gb, es decir, se “representa” mediante un objeto mucho
más concreto, una función g ∈ L p∗ . Este resultado es una consecuencia directa de un teorema
fundamental en Teoría de la Medida, el teorema de Radon-Nikodým.
En el caso p = ∞ , la aplicación Φ definida en (13) no es sobreyectiva. De hecho, como
ocurría con los espacios de sucesiones, se puede probar que L ∞ ∗ no es separable, mientras L
1
∗
sí lo es, luego L1 no puede ser siquiera homeomorfo a L ∞ . Conseguir una descripción concreta
de L∗∞ , como ocurre con l∞∗ , es asunto delicado, en el que no vamos a entrar.

3.4.4. Funcionales lineales en espacios de funciones continuas

En general, si K es un espacio topológico compacto y de Hausdorff, describir el dual del
espacio de Banach C(K) requiere conocimientos de Teoría de la Medida. Uno de los resultados
fundamentales de dicha teoría, conocido también como Teorema de representación de Riesz,
identifica C(K)∗ con un espacio formado por medidas reales o complejas en K , con la norma
adecuada. Por todo lo dicho, aquí sólo vamos a presentar algunos ejemplos de funcionales
lineales continuos en espacios de funciones continuas.
Los primeros son bien sencillos y los presentamos a plena generalidad. Si K es un espacio
topológico compacto y de Hausdorff, fijado un punto t ∈ K , podemos considerar el funcional
lineal δ t : C(K) → K definido por


δ t f = f (t) ∀ f ∈ C(K)
Se dice que δ t es el funcional de Dirac en el punto t, en honor del físico-matemático británico
P. Dirac (1902-1984), uno de los creadores de la Mecánica Cuántica. Es claro que

δ t ( f ) ⩽ máx | f (s)| : s ∈ K = f ∞ ∀ f ∈ C(K)
luego δ t ∈ C(K)∗ con δ t ⩽ 1 . Pero tomando f (s) = 1 para todo s ∈ K , se tiene f ∈ C(K)
con ∥ f ∥∞ = 1 , de donde ∥ δ t ∥ ⩾ | δ t ( f ) | = 1 , luego ∥ δ t ∥ = 1 .
El ejemplo por antonomasia de funcional lineal continuo en C[0, 1] es la integral:

Z 1
I f = f (t) dt ∀ f ∈ C[0, 1]
0
Es fácil comprobar que I ∈ C[0, 1]∗ con ∥ I ∥ = 1 .

Departamento de Análisis Matemático, Universidad de Granada

 Bloque 4
Operaciones con espacios normados

En lo que sigue vamos a usar con frecuencia la noción de isomorfismo entre dos espacios
normados, que es menos restrictiva que la de isomorfismo isométrico, pero hasta cierto punto
permite identificarlos, de ahí su nombre. Aclarado este concepto, estudiaremos dos operaciones
que, a partir de dos espacios normados conocidos, permiten obtener otros nuevos: producto y
cociente. Al discutir la relación entre ellas, van a aparecer otras dos nociones importantes: las
de suma topológico-directa y subespacio complementado.

4.1. Isomorfismos entre espacios normados

Hasta ahora hemos manejado una sola relación de equivalencia entre espacios normados:
identificamos dos espacios normados cuando existe un isomorfismo isométrico entre ellos, pues
está claro que en tal caso, los dos espacios son matemáticamente idénticos.
Sin embargo, muchas de las nociones que se usan en un espacio normado no dependen de
la norma concreta del espacio, sino solamente de su topología. Ocurre por supuesto con todas
las propiedades topológicas, como la compacidad o la continuidad, pero también con otras
nociones que no son topológicas, como la acotación o la completitud. Para el estudio de tales
nociones, podemos identificar dos espacios normados cuando exista una biyección entre ellos
que los identifique como espacios vectoriales y también como espacios topológicos, aunque no
del todo como espacios normados, es decir, aunque no llegue a ser un isomorfismo isométrico.
Claramente, el tipo de aplicación del que estamos hablando es una biyección lineal, que sea
a la vez un homeomorfismo, es decir, un homeomorfismo lineal. En Análisis Funcional, a los
homeomorfismos lineales entre espacios normados se les llama simplemente isomorfismos.
Así pues, si X e Y son espacios normados, un isomorfismo de X sobre Y es un operador
lineal biyectivo T : X → Y , tal que T y T −1 son continuos. Cuando tal isomorfismo existe,
decimos lógicamente que X e Y son isomorfos. Está claro que la relación de isomorfía entre
espacios normados es una relación de equivalencia. Como se ha dicho, dos espacios normados
isomorfos son idénticos como espacios vectoriales y como espacios topológicos, aunque no
lleguen a serlo como espacios normados.

48
Tema I. Bloque 4. Operaciones con espacios normados 49

Para tener ejemplos de isomorfismos entre espacios normados, que no son isométricos, basta
pensar que dos normas en un espacio vectorial X son equivalentes si, y sólo si, la identidad es
un isomorfismo, de X con una de las normas, sobre X con la otra. Dicho isomorfismo sólo es
isométrico, cuando ambas normas coinciden. En cierto modo, todo los isomorfismos son del
mismo tipo que los recién presentados, como vamos a ver.
Si X e Y son espacios normados, y T : X → Y un isomorfismo, tenemos
∥ T (x) ∥ ⩽ ∥ T ∥ ∥ x ∥ ∀x ∈ X y ∥ T −1 (y) ∥ ⩽ ∥ T −1 ∥ ∥ y ∥ ∀y ∈ Y
Dado x ∈ X , podemos tomar y = T (x) en la segunda desigualdad para obtener
1
∥ x ∥ ⩽ ∥ T (x) ∥ ⩽ ∥ T ∥x∥ ∀x ∈ X
∥ T −1 ∥
Vemos en particular que T es isométrico si, y sólo si, ∥ T ∥ = ∥ T −1 ∥ = 1 .
En cualquier caso, si definimos ∥ x ∥T = ∥ T (x) ∥ para todo x ∈ X , está claro que obtenemos
una nueva norma ∥·∥T en X , que por las desigualdades anteriores es equivalente a la de partida.
Ahora bien, es obvio que T es un isomorfismo isométrico de X con la norma ∥ · ∥T , sobre Y .
Podemos por tanto identificar esos dos espacios normados, y está claro que entonces T se
convierte en el operador identidad, de X con la norma de partida, en X con la norma · T ,
siendo dichas dos normas equivalentes. Así pues, cuando dos espacios normados X e Y son
isomorfos, podemos perfectamente pensar que cualquiera de ellos se obtiene a partir del otro,
sustituyendo su norma por otra equivalente a ella.
Para tener un ejemplo de dos espacios normados isomorfos, que no son isométricamente
isomorfos, observamos los espacios reales l12 y l22 . Como ∥·∥1 y ∥·∥2 son normas equivalentes
en R2 , pero distintas, la identidad en R2 es un isomorfismo entre dichos espacios que no
es isométrico. Pero eso no basta para asegurar que no son isométricamente isomorfos, podría
existir un isomorfismo isométrico entre ellos, distinto de la identidad. Supongamos por tanto
que T es un isomorfismo isométrico de l12 sobre l22 , para llegar a una contradicción. Si J es
el segmento de extremos (1, 0) y (0, 1) , contenido en la esfera unidad de l12 , entonces T (J) ,
que es el segmento de extremos T (1, 0) y T (0, 1) , estará contenido en la esfera unidad de l22 ,
una circunferencia que no contiene segmentos no triviales. Esto implica que T (J) se reduce a
un punto, es decir, T (1, 0) = T (0, 1) , lo cual es una contradicción, porque T era inyectivo.

4.2. Producto de espacios normados

Sean X e Y dos espacios normados, y consideremos el espacio vectorial producto X × Y .
Es fácil adivinar cómo podemos definir en X × Y toda una gama de normas. Concretamente,
para 1 ⩽ p < ∞ podemos escribir

1/p
∥ (x, y) ∥ p = ∥ x ∥ p + ∥ y ∥ p ∀ (x, y) ∈ X ×Y (1)
y para p = ∞ también podemos definir

∥ (x, y) ∥∞ = máx ∥ x ∥ , ∥ y ∥ ∀ (x, y) ∈ X ×Y (2)
Obtenemos ahora la información que cabe esperar sobre las funciones recién definidas.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 4. Operaciones con espacios normados 50

Si X e Y son espacios normados y 1 ⩽ p ⩽ ∞ , la función ∥ · ∥ p , definida en (1) o (2) ,

es una norma en X × Y . Todas las normas mencionadas son equivalentes, y la topología
común a todas ellas es la topología producto en X ×Y .

Fijado 1 ⩽ p ⩽ ∞ , comprobar la desigualdad triangular para ∥ · ∥ p no requiere volver a la

desigualdad de Minkowski. Denotando por ϕ p a la norma del espacio l p2 , podemos escribir


∥ (x, y) ∥ p = ϕ p ∥ x ∥ , ∥ y ∥ ∀ (x, y) ∈ X ×Y

Usando que la restricción de ϕ p al primer cuadrante R+ +

0 × R0 es una función creciente en cada
variable, y que ϕ p verifica la desigualdad triangular, para (x, y), (u, v) ∈ X ×Y obtenemos:



∥ (x, y) + (u, v) ∥ p = ϕ p ∥ x + u ∥ , ∥ y + v ∥ ⩽ ϕ p ∥ x ∥ + ∥ u ∥ , ∥ y ∥ + ∥ v ∥



⩽ ϕ p ∥ x∥ , ∥ y ∥ + ϕ p ∥ u∥ , ∥ v ∥ = ∥ (x, y) ∥ p + ∥ (u, v) ∥ p

Por otra parte, es obvio que para λ ∈ K y (x, y) ∈ X ×Y se tiene ∥ λ (x, y) ∥ p = | λ | ∥ (x, y) ∥ p ,
así como que, de ∥ (x, y) ∥ = 0 se deduce que x = y = 0 .
Fijando (x, y) ∈ X ×Y , la desigualdad triangular para , ∥ · ∥ p nos dice que

∥ (x, y) ∥ p ⩽ ∥ (x, 0) ∥ p + ∥ (0, y) ∥ p = ∥ x ∥ + ∥ y ∥ = ∥ (x, y) ∥1

pero es evidente que ∥ (x, y) ∥∞ ⩽ ∥ (x, y) ∥ p y que ∥ (x, y) ∥1 ⩽ 2 ∥ (x, y) ∥∞ . Enlazando las tres
desigualdades anteriores, obtenemos

∥ (x, y) ∥∞ ⩽ ∥ (x, y) ∥ p ⩽ ∥ (x, y) ∥1 ⩽ 2 ∥ (x, y) ∥∞ ∀ (x, y) ∈ X ×Y

y esto prueba que todas las normas que estamos considerando en X ×Y son equivalentes.
Denotemos por T a la topología producto en X × Y , que sabemos tiene como base a la
familia B formada por todos conjuntos del tipo U × V donde U y V son abiertos de X e Y
respectivamente. Por otra parte, sea T∞ la topología de la norma ∥ · ∥∞ que tiene como base a
la familia B∞ formada por todas las bolas abiertas para ∥ · ∥∞ . Cada una de estas bolas es el
producto cartesiano de una bola abierta en X por una bola abierta en Y , luego tenemos B∞ ⊂ B ,
de donde T∞ ⊂ T . Pero recíprocamente, si U y V son abiertos en X e Y , ambos son uniones
de bolas abiertas en sus respectivos espacios, luego U ×V es unión de elementos de B∞ . Esto
prueba que B ⊂ T∞ , de donde T ⊂ T∞ . Concluimos que T = T∞ , y por tanto T es también la
topología de la norma ∥ · ∥ p , para 1 ⩽ p < ∞ . ■
Es costumbre llamar espacio normado producto de X por Y , a cualquiera que se obtenga
dotando a X ×Y de una norma cuya topología sea la producto, por ejemplo, cualquiera de las
normas ∥ · ∥ p con 1 ⩽ p ⩽ ∞ . Está claro que todos estos espacios normados son isomorfos,
o por así decirlo, existe salvo isomorfismos un único espacio normado producto de X por Y ,
que se suele denotar simplemente por X × Y . Ciertamente es una notación ambigua, pero ello
no es problema para estudiar propiedades que se conservan por isomorfismos, como ocurre por
ejemplo con la completitud. El siguiente enunciado tiene por tanto perfecto sentido:

Si X e Y son espacios normados, el espacio normado producto X ×Y es completo si, y

sólo si, lo son X e Y .

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 4. Operaciones con espacios normados 51

La aplicación x 7→ (x, 0) es claramente un isomorfismo de X sobre X × {0} , que es un

subespacio cerrado de X × Y . Si X × Y es completo, deducimos que X × {0} es completo,
luego X también lo es, y el mismo razonamiento se usa para Y .

Recíprocamente, supongamos que X e Y son espacios de Banach, y sea (xn , yn ) una
sucesión de Cauchy en X ×Y . La primera proyección coordenada, (x, y) 7→ x , es un operador
lineal continuo de X ×Y sobre X , luego {xn } es una sucesión de Cauchy en X, y análogamente
 que {yn } es de Cauchy en Y . Por tanto, {xn } e {yn } son sucesiones convergentes,
obtenemos
luego (xn , yn ) converge en la topología producto. ■

4.3. Cociente de espacios normados

Si M es un subespacio de un espacio vectorial X, recordemos el espacio vectorial cociente

X/M = x + M : x ∈ X

cuyas operaciones vienen dadas por

x+M + z+M = x+z+M y λ x+M = λx + M ∀ x, z ∈ X , ∀ λ ∈ K

Para trabajar con el cociente X/M , conviene siempre usar la aplicación cociente, que a cada
vector x ∈ X asocia la clase de equivalencia a la que pertenece, esto es


q : X → X/M , q x = x+M ∀x ∈ X

Claramente q es lineal y sobreyectiva.

Si X es un espacio normado y M un subespacio cerrado de X, definimos la norma de cada
clase de equivalencia w ∈ X/M como el ínfimo de las normas de sus representantes, es decir,

∥ w ∥ = ı́nf ∥ x ∥ : x ∈ w ∀ w ∈ X/M (3)

Equivalentemente, se tiene

∥ q(x) ∥ = ∥ x + M ∥ = ı́nf ∥ x + y ∥ : y ∈ M ∀x ∈ X (4)

Observemos también que, para cada x ∈ X , la norma de su clase de equivalencia q(x) , es la

distancia de x a M , es decir,

∥ q(x) ∥ = ı́nf ∥ x − y ∥ : y ∈ M = d(x, M) ∀x ∈ X

Veremos más adelante que, fijado x ∈ X , el ínfimo de la igualdad anterior, o equivalentemente,

el que aparece en (4) , pueden no ser mínimos. Dicho de otra forma, aunque M sea cerrado,
puede no existir un punto de M que esté situado a la mínima distancia de x , esto es, un y ∈ M
que verifique ∥ x − y ∥ = d(x, M) .
Es hora de comprobar que, efectivamente, tenemos una norma en X/M .

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 4. Operaciones con espacios normados 52

Si M es un subespacio cerrado de un espacio normado X, mediante cualquiera de las

igualdades (3) y (4) , se obtiene una norma en el espacio vectorial cociente X/M .

Fijados x1 , x2 ∈ X e u, v ∈ M se tiene

∥ q(x1 + x2 ) ∥ ⩽ ∥ x1 + x2 + u + v ∥ ⩽ ∥ x1 + u ∥ + ∥ x2 + v ∥

Como esto es válido para todo v ∈ M , deducimos que

∥ q(x1 + x2 ) ∥ ⩽ ∥ x1 + u ∥ + ∥ q(x2 ) ∥

pero a su vez esto es cierto para todo u ∈ M , y obtenemos la desigualdad triangular:

∥ q(x1 + x2 ) ∥ ⩽ ∥ q(x1 ∥ + ∥ q(x2 ) ∥ ∀ x1 , x2 ∈ X

Por otra parte, para x ∈ X y λ ∈ K \ {0} se tiene

 
∥ λ q(x) ∥ = ı́nf ∥ λ x + y ∥ : y ∈ M = ı́nf ∥ λ x + λ u ∥ : u ∈ M
 
= ı́nf | λ | ∥ x + u ∥ : u ∈ M = | λ | ı́nf ∥ x + u ∥ : u ∈ M = | λ | ∥ q(x) ∥

igualdad que es obvia cuando λ = 0 .

Finalmente si x ∈ X verifica que ∥ q(x) ∥ = 0 , se tiene d(x, M) = 0 , es decir, x ∈ M . Pero
hemos supuesto que M es cerrado, luego x ∈ M , es decir, q(x) = 0 . ■

Entendemos ahora la razón para suponer que M es cerrado: en otro caso la definición (3)
nos daría una seminorma en X/M , pero no una norma.
Como es natural, la norma definida en (3) se conoce como norma cociente, y su topología
recibe el nombre de topología cociente. También es habitual decir que X/M , con dicha norma,
es el espacio normado cociente de X por M .
Para trabajar en el espacio normado cociente se aprovechan sobre todo las propiedades de
la aplicación cociente que se recogen en el siguiente enunciado:

Dados un espacio normado X y un subespacio cerrado M ⊂ X , consideremos el espacio

normado cociente X/M. Se tiene entonces:
(i) La aplicación cociente q : X → X/M es un operador lineal continuo
(ii) La bola abierta unidad de X/M es q(U) , donde U es la bola abierta unidad de X
(iii) Salvo en el caso trivial M = X , se tiene ∥q∥ = 1
(iv) La aplicación q es abierta
(v) Un subconjunto G de X/M es abierto si, y sólo si, q−1 (G) es un abierto de X
(vi) Si Y es cualquier espacio topológico, una aplicación f : X/M → Y es continua si,
y sólo si, f ◦ q es continua.

(i) . Por definición de la norma cociente, se tiene evidentemente que ∥ q(x) ∥ ⩽ ∥ x ∥ para
todo x ∈ X , luego q ∈ L(X, X/M) y por ahora tenemos ∥ q ∥ ⩽ 1 .

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 4. Operaciones con espacios normados 53

(ii) . Para x ∈ U se tiene ∥ q(x) ∥ ⩽ ∥ x ∥ < 1 , lo que nos da una inclusión. Pero si w ∈ X/M
verifica que ∥ w ∥ < 1 , por definición de ínfimo ha de existir x ∈ w tal que ∥ x ∥ < 1 , de donde
se deduce que w = q(x) ∈ q(U) , y tenemos la otra inclusión.
(iii) . Suponiendo que M ̸= X , de (ii) deducimos claramente que
 
∥ q ∥ = sup ∥ q(x) ∥ : x ∈ U = sup ∥w∥ : w ∈ X/M , ∥w∥ < 1 =1

(iv) . Sea A un subconjunto abierto de X , y sea w ∈ q(A) , es decir, w = q(x) con x ∈ A .

Existe entonces r ∈ R+ tal que x + rU ⊂ A , de donde q(x) + r q(U) ⊂ q(A) , pero (ii) nos
dice que q(x) + r q(U) es la bola abierta en X/M , de centro q(x) = w y radio r . Esto prueba
que q(A) es abierto, como se quería.
(v) . Si G es abierto, lo será q−1 (G) , porque
q es continua. Recíprocamente, si q−1 (G)
es abierto, usando (iv) obtenemos que q q−1 (G) es abierto, pero por ser q sobreyectiva, se
tiene G = q q−1 (G) .

(vi) . Si f es continua, f ◦ q también lo es, como composición de funciones continuas.

Supongamos que f ◦ q es continua y sea H un abierto de Y . Entonces G = f −1 (H) verifica

−1
que q−1 (G) = f ◦ q (H) es abierto, luego (v) nos dice que G es abierto. Por tanto, f es
continua, como se quería. ■

La afirmación (vi) nos interesa sobre todo cuando Y es un espacio normado y f es lineal.
En particular nos da información sobre la factorización canónica de un operador lineal, que
pasamos a recordar.
Sea T : X → Y un operador lineal entre espacios vectoriales y consideremos su núcleo e
imagen, ker T y T (X) , subespacios de X e Y , respectivamente. Consideramos la aplicación
cociente q : X → X/ ker T , lineal y sobreyectiva, y la inclusión natural J : T (X) → Y , que es
lineal e inyectiva. Entonces existe una única biyección lineal S : X/ ker T → T (X) , verificando
la igualdad T = J ◦ S ◦ q , que se conoce como factorización

canónica del operador lineal T .
De hecho, está claro que S ha de verificar que S q(x) = T (x) para todo x ∈ X, y esa misma
igualdad permite definir correctamente S , obteniendo la biyección lineal buscada.
Pues bien, supongamos ahora que X e Y son espacios normados y tomemos T ∈ L(X,Y ) .
Entonces ker T es un subespacio cerrado de X, que da lugar al espacio normado cociente, y
sabemos que q ∈ L(X, X/ ker T ) . Por otra parte, en T (X) tenemos la norma inducida por Y , con
la que J es isométrica. Pero la clave está en comprobar que el operador S también es continuo.
En efecto, como T = J ◦ S ◦ q es continuo, y J es una isometría, vemos que S ◦ q es continuo
y basta usar la afirmación (vi) del resultado anterior. Por tanto, la factorización canónica de T
lo expresa como composición de tres operadores lineales continuos, como debe ser.
Finalmente, cabe preguntarse por la completitud del espacio normado cociente. La respuesta
no puede ser más diáfana:

Sea X un espacio normado y M un subespacio cerrado de X . Entonces X es completo

si, y sólo si, M y X/M son completos.

Si X es completo, M también lo es, por ser cerrado en X. Para probar que X/M también
es un espacio de Banach, usaremos el criterio de completitud en términos de series.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 4. Operaciones con espacios normados 54

Sea pues ∑ wn una serie absolutamente convergente en X/M y, para cada n ∈ N , usemos
n⩾1
la definición de la norma cociente para encontrar xn ∈ X tal que
1
wn = q(xn ) y xn ⩽ wn +
2n
∞ ∞ ∞
1
De esta forma, ∑ xn ⩽ ∑ wn + ∑ 2n < ∞ , luego la serie ∑ xn es absolutamente
n=1 n=1 n=1 n⩾1
convergente y, por la completitud de X, es convergente. Como q es un operador lineal continuo,
deducimos que la serie ∑ q(xn ) = ∑ wn es convergente, como se quería.
n⩾1 n⩾1
Supongamos que M y X/M son completos, y sea {xn } una sucesión de Cauchy en X.
Entonces la sucesión { q(xn ) } es de Cauchy en X/M  , luego converge a un w ∈ X/M , que se
puede escribir como w = q(z) con z ∈ X . Entonces q(xn − z) → 0 , y la definición de la
norma cociente nos permite encontrar una sucesión {yn } en M , tal que xn − z + yn → 0 .
Entonces {xn − z + yn } y xn − z } son sucesiones de Cauchy, de donde deducimos que {yn }
también lo es, ya que yn = (xn − z + yn ) − (xn −z) para todo
 n ∈ N . Usando entonces que M es
completo, tenemos {yn } → y ∈ M , de donde xn = (xn − z + yn ) + z − yn → z − y . Esto
prueba que X es completo y concluye la demostración. ■

4.4. Sumas topológico-directas

Estrechamente ligada a las nociones de producto y cociente de espacios vectoriales, está
la descomposición de un espacio vectorial como suma directa de dos subespacios. Vamos a
recordar dicha descomposición en un contexto puramente algebraico, para luego analizarla en
el ambiente de los espacios normados.
Dado un subespacio M de un espacio vectorial X, comprobemos que siempre existe otro
subespacio Z de X que verifica X = M + Z y M ∩ Z = {0}. En efecto, si A es una base
algebraica de M, vemos que A es un conjunto de vectores linealmente independientes en X,
luego A ⊂ B , donde B es una base algebraica de X. Basta entonces tomar Z = Lin (B\A) . En la
situación descrita, se dice que X es suma directa de M y Z , y escribimos X = M ⊕Z . También
diremos que Z es un complemento algebraico de M en X. La forma en que hemos probado
su existencia, muestra que Z no es único, salvo en los casos triviales M = X y M = {0} .
La suma directa es la forma correcta de descomponer un espacio vectorial: recuperamos el
espacio vectorial X a partir de sus subespacios M y Z , ya que X se identifica con el espacio
vectorial producto M × Z, como vamos a ver. Si X = M ⊕ Z , cada vector x ∈ X se expresa de
manera única como x = y + z , con y ∈ M y z ∈ Z . Pero esto significa que definiendo
ϕ : M×Z → X , ϕ(y, z) = y + z ∀ (y, z) ∈ M × Z (5)
obtenemos una biyección lineal de M × Z sobre X, que no es más que la restricción a M × Z
de la suma de X. Recíprocamente, si M y Z son subespacios de X, tales que ϕ es biyectiva,
se tiene claramente X = M ⊕ Z . En el siguiente enunciado resaltamos esta relación entre sumas
directas y productos de espacios vectoriales.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 4. Operaciones con espacios normados 55

Si M y Z son subespacios de un espacio vectorial X, se tiene X = M ⊕ Z si, y sólo si,

la restricción a M × Z de la suma de X es una biyección lineal de M × Z sobre X.



Si M y Z son espacios vectoriales arbitrarios, se tiene M × Z = M × {0} ⊕ {0} × Z ,
pero podemos identificar M con M × {0} y Z con {0} × Z , para ver M × Z como suma directa
de M con Z . Por tanto la diferencia entre las expresiones X = M × Z y X = M ⊕ Z es sólo
cuestión de matiz, con la primera ponemos el énfasis en una construcción, mientras la segunda
enfatiza una descomposición.
Las proyecciones coordenadas, de un producto sobre los factores, se vuelven aplicaciones
lineales de una suma directa sobre los sumandos, que ahora vamos a considerar. Recordemos
que una proyección lineal en un espacio vectorial X es un operador lineal P : X → X que
verifica P ◦ P = P. Una tal proyección lineal queda caracterizada cuando se conocen su imagen
y su núcleo. Para comprobarlo, sean P1 y P2 proyecciones lineales en X con la misma imagen
y núcleo. Fijado x ∈ X , se tiene P1 (x) ∈ P1 (X) = P2 (X) , luego P1 (x) = P2 (u) con u ∈ X , pero
entonces x − P2 (u) = x − P1 (x) ∈ ker P1 = ker P2 , de donde P2 (x) = P2 (u) = P1 (x) , como se
quería. Si P es una proyección lineal en X y M = P(X) , se suele decir que P es una proyección
lineal de X sobre M , y si Z = ker P , hemos visto que P es la única proyección lineal de X
sobre M con núcleo Z .
Vamos a aclarar ahora la relación entre sumas directas y proyecciones lineales. Para evitar
repeticiones, en lo que sigue, M y Z serán subespacios de un espacio vectorial X .
Si X = M ⊕ Z , para x ∈ X llamamos P(x) al único elemento de M tal que x − P(x) ∈ Z .
Está claro entonces que P es la proyección lineal de X sobre M con núcleo Z . Su relación

con
−1
la biyección lineal ϕ definida en (5) es clara, pues se tiene ϕ (x) = P(x) , x − P(x) para
todo x ∈ X. La simetría de la situación se mantiene, pues definiendo Q = I − P donde I es la
identidad en X, vemos que Q es la única proyección lineal de X sobre Z con núcleo M .
Recíprocamente, si P es
una proyección lineal en X, para x ∈ X se tiene x − P(x) ∈ ker P ,
luego x = P(x) + x − P(x) ∈ P(X) + ker P , así que X = P(X) + ker P . Pero si suponemos
que x ∈ P(X) ∩ ker P , tendremos x = P(x) = 0 , luego X = P(X) ⊕ ker P y hemos obtenido la
siguiente relación entre sumas directas y proyecciones lineales.

Se tiene X = M ⊕ Z si, y sólo si, existe una proyección lineal P en X tal que M = P(X)
y Z = ker P. En tal caso, si ϕ es la restricción a M × Z de la suma de X , se tiene:
ϕ−1 (x) = P(x) , x − P(x)


∀x ∈ X (6)

Así pues, los complementos algebraicos de un subespacio de X no son, ni más ni menos,

que los núcleos de las proyecciones lineales de X sobre él. Veremos enseguida que todos son
idénticos, como espacios vectoriales.
Sea ψ : Z → X/M la restricción a Z de la aplicación cociente, es decir, ψ(z) = z + M para
todo z ∈ Z . Tenemos ψ(z) = 0 si, y sólo si, z ∈ M , luego la igualdad M ∩ Z = {0} equivale a
que ψ sea inyectiva. Por otra parte, dado x ∈ X , que exista z ∈ Z con x + M = ψ(z) , es decir,
tal que x − z ∈ M , equivale a que x ∈ M + Z , luego X = M + Z si, y sólo si, ψ es sobreyectiva.
Por tanto, se tiene X = M ⊕ Z si, y sólo si, ψ es biyectiva. En tal caso, es fácil relacionar ψ
con la proyección lineal P de X sobre M con núcleo Z .

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 4. Operaciones con espacios normados 56

Para x ∈ X , tomando z = ψ−1 (x + M) se tiene x − z ∈ M , pero el único z ∈ Z que cumple

esta condición es precisamente x − P(x) . Por tanto, ψ−1 (x + M) = x − P(x) para todo x ∈ X.
En resumen, hemos obtenido la siguiente relación entre sumas directas y cocientes:

Si ψ es la restricción a Z de la aplicación cociente de X sobre X/M , entonces se tiene

que X = M ⊕ Z si, y sólo si, ψ es biyectiva, en cuyo caso,

ψ−1 (x + M) = x − P(x) ∀x ∈ X (7)

donde P es la única proyección lineal de X sobre M con núcleo Z .

Así pues, todo complemento algebraico de M en X se identifica con el cociente X/M ,

que se convierte así en una especie de “complemento canónico”, pues no usamos ninguna base
algebraica de X o de M para construirlo. En particular, X se identifica con M × (X/M) .
Pues bien, ya está todo preparado para trabajar con estas nociones en espacios normados y
veremos que la situación se complica, o se enriquece bastante, según se mire. Sea X un espacio
normado, descompuesto como suma directa de dos subespacios: X = M ⊕ Z . Queremos saber
cuándo podemos decir que tenemos una descomposición correcta de X como espacio normado,
y no sólo como espacio vectorial. Nos preguntamos por tanto, hasta donde podemos reconstruir
el espacio normado X, a partir de los subespacios M y Z , conociendo lógicamente las normas
inducidas por X en dichos subespacios.
No hay una forma natural de recuperar la norma concreta de X, simplemente porque, a
partir de las normas de M y Z , hay muchas formas distintas de definir una norma en M × Z .
Pensemos por ejemplo lo que ocurre cuando X = R2 , M = R × {0} y Z = {0} × R : todas las
normas ∥ · ∥ p en R2 , con 1 ⩽ p ⩽ ∞ , coinciden en M y en Z , pero no en X.
Pero volviendo al caso general, lo que sí podemos pedir es que, a partir de M y Z , podamos
recuperar la topología de X, es decir, que al identificar X con el espacio vectorial M × Z ,
la topología de X se corresponda con la topología producto. Esto es tanto como pedir que la
biyección lineal ϕ definida en (5) sea un isomorfismo del espacio normado producto M × Z
sobre X. De entrada ϕ es continua, por ser la restricción a M × Z de la suma de X, que es
continua en X × X.
La continuidad de ϕ−1 es más delicada, pues ϕ−1 será continua cuando lo sean sus dos
componentes y, en vista de (6) , ello equivale a la continuidad de la proyección lineal P , de X
sobre M con núcleo Z , o a la de Q = I − P , pero esto no está nada claro. Por ejemplo, para
que P sea continua es necesario que Z = ker P sea cerrado, y M = ker Q también deberá ser
cerrado, pero en principio no habíamos supuesto que M y Z fuesen cerrados.
Supongamos pues que M y Z son cerrados en X, lo que permite usar los cocientes. Como
espacio vectorial, Z se identifica con X/M mediante una biyección lineal ψ : Z → X/M , que
es la restricción a Z de la aplicación cociente q : X → X/M . Considerando en X/M la norma
cociente, es lógico pedir que ψ sea al menos un isomorfismo, y de entrada ψ es continua por
serlo q . El criterio de continuidad, para aplicaciones definidas en un espacio normado cociente,
nos dice que ψ−1 será continua cuando lo sea ψ−1 ◦ q , pero en (7) vemos que ψ−1 ◦ q = Q .
De nuevo nos encontramos con que ψ es un isomorfismo si, y sólo si, P y Q son continuas.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 4. Operaciones con espacios normados 57

El siguiente enunciado resume toda la discusión anterior, resaltando las tres condiciones
equivalentes que deben cumplirse, para que la descomposición de un espacio normado, como
suma directa de dos subespacios cerrados, tenga utilidad.

Sean M y Z dos subespacios cerrados de un espacio normado X, tales que X = M ⊕ Z .

Usando en M y en Z las normas inducidas por X, consideremos el espacio normado
producto M × Z , así como el espacio normado cociente X/M . Entonces, las siguientes
afirmaciones son equivalentes:
(i) La aplicación ϕ : M × Z → X, definida por ϕ(y, z) = y + z para todo (y, z) ∈ M × Z ,
es un isomorfismo
(ii) La única proyección lineal P : X → X, que verifica P(X) = M y ker P = Z , es
continua
(iii) La aplicación ψ : Z → X/M , definida por ψ(z) = z + M para todo z ∈ Z , es un
isomorfismo.

Cuando se verifican las afirmaciones anteriores, se dice que X es suma topológico-directa

de M y Z , así como que Z es un complemento topológico de M en X. Obviamente, M será
a su vez un complemento topológico de Z en X.
Para un subespacio cerrado M de un espacio normado X, existen muchos complementos
algebraicos de M en X, pero tienen poca utilidad, salvo que sean complementos topológicos.
Se dice que M está complementado en X, cuando tiene un complemento topológico. Por el
resultado anterior, ello equivale a que exista una proyección lineal y continua de X sobre M.
Entonces, todos los complementos topológicos de M en X son isomorfos al espacio normado
cociente X/M , luego X/M hace el papel de “complemento topológico canónico” de M en X.
En particular, X es isomorfo al espacio normado producto M × (X/M) .
Casi todos los temas que siguen traerán condiciones suficientes para que un subespacio
cerrado de un espacio normado esté complementado. Tendremos así abundantes ejemplos de
subespacios complementados y sumas topológico-directas. Como ejemplo de subespacio no
complementado, no es demasiado difícil, pero tampoco es nada fácil, probar que c0 no está
complementado en l∞ . Este resultado fue obtenido en 1940 por el matemático estadounidense
R.S. Phillips (1913-1998). De hecho, la gran mayoría de los espacios de Banach de dimensión
infinita contienen subespacios cerrados que no están complementados.
Cuando un subespacio cerrado M de un espacio normado X no está complementado en X,
el cociente X/M suple a veces el papel del complemento topológico que no tenemos. Ello hace
que la noción de cociente tenga más interés para espacios normados, que en el contexto general
de los espacios vectoriales.
Veamos un ejemplo conocido, en el que el cociente hace el papel al que nos hemos referido.
Al estudiar la completitud del cociente, vimos que X es completo siempre que M y X/M lo
sean. Cuando M está complementado en X , este resultado se deduce de algo más sencillo,
probado previamente: el producto de dos espacios de Banach es completo. Basta pues recordar
que X es isomorfo a M × (X/M) . Cuando M no está complementado en X, tal isomorfismo
puede no existir, pero el resultado sigue siendo cierto, luego cabe entender que el cociente X/M
sigue haciendo el papel del complemento topológico que no tenemos.

Departamento de Análisis Matemático, Universidad de Granada

 Bloque 5
Espacios normados de dimensión finita

Vamos a presentar dos resultados básicos acerca de los espacios normados más sencillos, los
de dimensión finita. En primer lugar, un teorema probado por F. Hausdorff en 1932, afirmando
que, para cada N ∈ N , todas las normas en K N son equivalentes. De hecho obtendremos un
resultado formalmente más fuerte, del que se deducen varias consecuencias relevantes. Por otra
parte, veremos un clásico teorema probado por F. Riesz en 1918, que nos da una caracterización
puramente topológica de los espacios normados de dimensión finita.

5.1. Teorema de Hausdorff

Vamos a describir, salvo isomorfismos, todos los espacios normados de dimensión finita,
pues veremos de hecho que, para cada N ∈ N , todos los espacios normados de dimensión N
son isomorfos. Para ello, empezamos con una sencilla observación.

Lema. Para N ∈ N , todo operador lineal, de KN con la topología usual, en cualquier otro
espacio normado, es continuo.

Demostración. Sea Y un espacio normado y T : K N → Y un operador lineal. Denotando

por {e1 , e2 , . . . , eN } a la base usual de K N , sea yk = T (ek ) para todo k ∈ {1, 2, . . . , N} . Se tiene
entonces que
!
N N N
T (x) = T ∑ x(k) ek = ∑ x(k) T (ek ) = ∑ x(k) yk ∀ x ∈ KN (1)
k=1 k=1 k=1

Fijado k ∈ {1, 2, . . . , N} , la aplicación x 7→ x(k) , de K N en K , es obviamente continua para

la topología usual de K N . Por otra parte, la aplicación λ 7→ λ yk , de K en Y , es continua, por
serlo el producto por escalares de Y . Vemos por tanto que la aplicación x 7→ x(k) yk es continua,
como composición de funciones continuas. De (1) deducimos entonces que T es continuo, por
ser una suma de funciones continuas. ■

Pasamos a probar un primer resultado clave sobre espacios normados de dimensión finita.

58
Tema I. Bloque 5. Espacios normados de dimensión finita 59

Teorema de Hausdorff. Toda biyección lineal, entre dos espacios normados de dimensión
finita, es un isomorfismo.

Demostración. En primer lugar, fijado N ∈ N , sea Φ una biyección lineal de K N , con

la topología usual, sobre un espacio normado Y . Por el lema anterior, Φ es continua, pero
queremos ver que Φ es un isomorfismo, para lo cual deberemos probar que Φ−1 es continua.
Consideremos la esfera unidad S = x ∈ K N : ∥ x ∥ = 1 } , para cualquier norma en K N


cuya topología sea la usual. Como S es un conjunto compacto y Φ es continua, Φ(S) es un

subconjunto compacto de Y . Por tanto, la norma de Y , que es una función continua, tendrá
un mínimo en Φ(S) , es decir, existe u0 ∈ S tal que ∥ Φ(u) ∥ ⩾ ∥ Φ(u0 ) ∥ para todo u ∈ S .
Como Φ es inyectiva, se ha de tener ∥ Φ(u0 ) ∥ = ρ > 0 . Fijado y ∈ Y , tomamos x = Φ −1 (y)
y escribimos x = ∥ x ∥ u con u ∈ S . Tenemos entonces

∥ y ∥ = ∥ Φ(x) ∥ = ∥ x ∥ ∥ Φ(u) ∥ ⩾ ρ ∥ x ∥ = ρ ∥ Φ−1 (y) ∥

y esto prueba que Φ−1 es continua, como queríamos.

Sean ahora X e Y dos espacios normados de dimensión finita, y T : X → Y una biyección
lineal. Si N ∈ N es la dimensión de X, existe una biyección lineal Φ : K N → X, así que T ◦ Φ
es una biyección lineal de K N sobre Y . Considerando en
K N la topología usual, hemos visto
ya que Φ y T ◦ Φ son isomorfismos, luego T = T ◦ Φ ◦ Φ −1 también lo es. ■

Este teorema suele enunciarse diciendo que, para cada N ∈ N , todas las normas en K N
son equivalentes. Se puede comprobar que tal enunciado es equivalente, valga la redundancia,
al que hemos usado, pero nos parece menos conveniente, porque lo queramos o no, al hablar
de K N tenemos presente su base usual, mientras que si hablamos de un espacio normado de
dimensión N , está claro que no estamos pensando en ninguna base de dicho espacio.

Fijado N ∈ N , el teorema anterior deja bien claro que K N , con cualquier norma, es salvo
isomorfismos, el único espacio normado de dimensión N , pero da una información adicional
que conviene resaltar. Si X e Y son dos espacios normados de dimensión N , el teorema no
sólo nos dice que X e Y son isomorfos, sino que toda biyección lineal de X sobre Y es un
isomorfismo. Merece la pena detenerse a explicar el mayor interés de esta segunda afirmación.
Si X es un espacio vectorial de dimensión N , la forma natural de definir una norma en X
es bastante obvia: usar coordenadas. Fijada una base de X, tenemos una biyección lineal de X
sobre K N , que nos permite trasladar a X cualquier norma de K N , por ejemplo, la euclídea.
La norma que obtenemos en X depende obviamente de la base que hemos usado, dos bases
distintas dan lugar a dos biyecciones lineales distintas Φ1 , Φ2 : X → K N , con las que obtenemos
dos normas distintas, dadas por ∥ x ∥1 = ∥ Φ1 (x) ∥ y ∥ x ∥2 = ∥ Φ2 (x) ∥ para todo x ∈ X. Si
el teorema anterior sólo dijese que dos espacios normados de la misma dimensión finita son
isomorfos, tendríamos tan solo un isomorfismo, de X con la norma ∥ · ∥1 sobre X con la
norma ∥ · ∥2 . Esto es evidente, Φ2−1 ◦ Φ1 es un tal isomorfismo, que de hecho es isométrico. Sin
embargo, el teorema asegura que la identidad en X es otro isomorfismo, es decir, que ambas
normas son equivalentes. Así pues, en X existe una única topología común a todas las normas,
que no depende de la base que podamos usar para definirla, o para trabajar con ella.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 5. Espacios normados de dimensión finita 60

5.2. Consecuencias
El teorema de Hausdorff tiene varios corolarios destacables, algunos de los cuales equivalen
al propio teorema. En primer lugar, el lema previo tiene ahora una versión más general:

Todo operador lineal, de un espacio normado de dimensión finita, en un espacio normado

arbitrario, es continuo.

Si X es un espacio normado de dimensión N ∈ N , existe una biyección lineal Φ : K N → X,

que por el teorema de Hausdorff es un isomorfismo, considerando en K N la topología usual.
Si ahora Y es un espacio normado, y T : X → Y un operador lineal, el lema previo a dicho
teorema nos dice que T ◦ Φ es continuo, luego T = T ◦ Φ ◦ Φ−1 también lo es. ■

Cabe preguntarse lo que ocurre cuando es el espacio de llegada de nuestro operador lineal
el que tiene dimensión finita. La respuesta es el siguiente resultado, que generaliza lo que ya
sabíamos para funcionales lineales.

Sean X e Y espacios normados y supongamos que Y tiene dimensión finita. Entonces,

un operador lineal T : X → Y es continuo si, y sólo si, su núcleo es cerrado.

Si T es continuo, entonces ker T = T −1 {0} ha de ser cerrado. Recíprocamente, si ker T

es cerrado, tenemos el espacio normado cociente X/ ker T y la factorización canónica de T ,

es decir, T = J ◦ S ◦ q , donde q : X → X/ ker T es la aplicación cociente, J : T (X) → Y la
inclusión natural, y S : X/ ker T → T (X) una biyección lineal. Ahora bien, como T (X) tiene
dimensión finita, el teorema de Hausdorff nos dice que S es un isomorfismo y, en particular, es
una aplicación continua. Pero q y J son continuas, luego T también lo es. ■

A partir de cualquiera de los dos resultados anteriores se deduce el teorema de Hausdorff,

pues si T : X → Y es una biyección lineal entre espacios normados de dimensión finita, ambos
nos dicen que T y T −1 son continuas. Por tanto, los tres resultados son equivalentes.
Puesto que la completitud se conserva por isomorfismos, del teorema de Hausdorff se de-
duce obviamente que todo espacio normado de dimensión finita es completo. En Análisis Fun-
cional, los espacios normados de dimensión finita casi siempre aparecen como subespacios de
espacios de funciones, que suelen tener dimensión infinita. Si M es un subespacio de dimensión
finita de un espacio normado X, entonces M es completo con la norma inducida por X, luego
M es cerrado en X. Hemos obtenido así un corolario al teorema de Hausdorff que, por la razón
recién explicada, es el que se usa con más frecuencia:

En cualquier espacio normado, todos los subespacios de dimensión finita son cerrados.

Como última consecuencia del teorema de Hausdorff, obtenemos una condición suficiente
para que un subespacio cerrado de un espacio normado esté complementado. Recordemos que,
si M es un subespacio de un espacio vectorial X, la codimensión de M en X es la dimensión
del cociente X/M , que coincide con la de cualquier complemento algebraico de M en X.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 5. Espacios normados de dimensión finita 61

Si M es un subespacio cerrado que tiene codimensión finita en un espacio normado X,

entonces M está complementado en X. De hecho, todo complemento algebraico de M
en X es un complemento topológico.

Sea Z un complemento algebraico de M en X y Q la proyección lineal de X sobre Z cuyo

núcleo es M . Como Z tiene dimensión finita y ker Q es cerrado en X, un resultado anterior
nos dice que Q es continua. Esto significa que X = M ⊕ Z es una suma topológico-directa, es
decir, que Z es un complemento topológico de M en X . ■

5.3. Contraejemplos en dimensión infinita

Vamos a comprobar con ejemplos que las hipótesis de dimensión finita en el teorema de
Hausdorff y sus corolarios no pueden suprimirse. Los resultados son más llamativos si, en vez de
considerar espacios normados concretos, trabajamos a plena generalidad. Para ello, empezamos
con una sencilla observación:

En todo espacio vectorial se puede definir una norma.


Sea E = uγ : γ ∈ Γ una base algebraica de un espacio vectorial X, con lo que todo vector
de X se expresa de manera
 única como combinación lineal de elementos de E. Esto significa
que existeun conjunto fγ : γ ∈ Γ de funcionales lineales en X tal que, para cada x ∈ X, el
conjunto γ ∈ Γ : fγ (x) ̸= 0 es finito, y se tiene

x= ∑ fγ (x) uγ ∀x ∈ X
γ∈Γ

Obsérvese que, para cada x ∈ X, esta suma es en realidad finita, pues sólo hay un conjunto finito
de sumandos no nulos. Podemos entonces definir

x = ∑ fγ (x) ∀x ∈ X
γ∈Γ

pues de nuevo, cada una de estas sumas es finita. Es inmediato comprobar que de esta forma
hemos definido una norma en X. ■

Veamos ahora que, el resultado sobre la continuidad de operadores lineales definidos en

espacios normados de dimensión finita, es falso en todos los de dimensión infinita:

Si X es un espacio normado de dimensión infinita, existe un funcional lineal en X, que

no es continuo.

Sea E una base algebraica

 de X, que es un conjunto infinito, luego contiene un conjunto
infinito y numerable E0 = un : n ∈ N . Para obtener un funcional lineal en X, basta definirlo
en E de manera arbitraria, para luego extenderlo por linealidad.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 5. Espacios normados de dimensión finita 62

Por tanto, existe un funcional

lineal f en X, que verifica f (un ) = n ∥ un ∥ para todo n ∈ N .
Puesto que f un /∥un ∥ = n para todo n ∈ N , vemos que f no está acotado en la esfera
unidad de X, luego no es continuo. ■

Ahora podemos observar también que el teorema de Hausdorff está muy lejos de ser cierto
en espacios de dimensión infinita:

Si X es un espacio normado de dimensión infinita, existe una biyección lineal T : X → X,

que no es continua, verificando que T −1 = T .

Sea f un funcional lineal en X que no sea continuo, cuya existencia acabamos de probar, y
sea u ∈ X tal que f (u) = 1 . Consideramos el operador lineal T : X → X definido por:

T (x) = x − 2 f (x) u ∀x ∈ X


Para cada x ∈ X tenemos f T (x) = f (x) − 2 f (x) f (u) = − f (x) , de donde



T T (x) = T (x) − 2 f T (x) u = x − 2 f (x) u + 2 f (x) u = x ∀x ∈ X

lo que prueba que T es biyectivo con T −1 = T . Finalmente, como x − T (x) = 2 f (x) u para
todo x ∈ X, si T fuese continuo, f también lo sería. ■

El resultado anterior da lugar a parejas de normas, cuyas topologías no son comparables, es

decir, ninguna de ellas está contenida en la otra:

Sea ∥ · ∥1 una norma en un espacio vectorial X de dimensión infinita. Entonces existe

otra norma ∥ · ∥2 en X cuya topología no es comparable con la de ∥ · ∥1 , pero existe un
isomorfismo isométrico de X con una de las normas, en X con la otra. Por tanto, ∥ · ∥2
es completa si, y sólo si, lo es ∥ · ∥1 .

Por llamativo que parezca, este resultado es consecuencia directa del anterior. Para abreviar,
llamamos X1 al espacio normado que se obtiene considerando en X, la norma de partida ∥ · ∥1 .
Tenemos una biyección lineal T : X1 → X1 , que verifica T = T −1 , y no es continua. Definimos
entonces
x 2 = T (x) 1 ∀x ∈ X
con lo que obviamente tenemos una norma ∥ · ∥2 en X, y llamamos X2 al espacio normado que
se obtiene dotando a X de esta nueva norma. Se cumple la segunda parte del enunciado, puesto
que T es un isomorfismo isométrico, de X2 sobre X1 . En particular, tenemos T ∈ L(X2 , X1 ) ,
pero también T = T −1 ∈ L(X1 , X2 ) .
Como T ∈ L(X2 , X1 ) , si la topología de X1 contuviese a la de X2 , se tendría T ∈ L(X1 , X1 ) ,
cosa que no es cierta. Pero como T ∈ L(X1 , X2 ) , si la topología de X2 contuviese a la de X1 ,
se tendría igualmente T ∈ L(X1 , X1 ) . Por tanto, las topologías de X1 y X2 no son comparables,
como se quería. ■

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 5. Espacios normados de dimensión finita 63

5.4. Teorema de Riesz

El segundo resultado fundamental de este tema asegura que, prescindiendo de la estructura
de espacio vectorial, la topología de un espacio normado es capaz por sí sola de decirnos si
el espacio tiene o no dimensión finita. Establece por tanto la equivalencia entre una propiedad
puramente topológica y una propiedad puramente algebraica.
Preparamos la demostración con el siguiente resultado previo:

Lema de Riesz. Sea X un espacio normado y M un subespacio cerrado de X, con M ̸= X.

Entonces, para cada ρ ∈ R con 0 < ρ < 1 , existe x ∈ X, con ∥ x ∥ = 1 , tal que d(x, M) ⩾ ρ ,
es decir, ∥ x − y ∥ ⩾ ρ para todo y ∈ M .

Demostración. Fijamos x0 ∈ X \ M y, por ser M cerrado, se tiene que d(x0 , M) = α > 0 .

Como α < α/ρ , existe y0 ∈ M tal que ∥ x0 − y0 ∥ ⩽ α/ρ . Comprobaremos que basta tomar
x0 − y0
x=
∥ x0 − y0 ∥
En efecto, es obvio que ∥ x ∥ = 1 y, para todo y ∈ M se tiene
x0 − y0 − ∥ x0 − y0 ∥ y α
x−y = ⩾ ⩾ρ
∥ x0 − y0 ∥ ∥ x0 − y0 ∥
lo que equivale a d(x, M) ⩾ ρ , como se quería. ■

Para 1 ⩽ p < ∞ , es fácil ver que la esfera unidad de l p no es compacta. De hecho, si {en }
es la sucesión de los vectores unidad, para n, m ∈ N con n ̸= m se tiene ∥ en − em ∥ p = 21/p .
Tenemos así una sucesión en la esfera unidad de l p , que claramente no admite ninguna sucesión
parcial convergente, luego dicha esfera unidad no es compacta. Pues bien, el lema anterior
permite probar fácilmente que lo mismo ocurre en todo espacio normado de dimensión infinita:

Teorema de Riesz. Si en un espacio normado X, la esfera unidad S = {x ∈ X : ∥ x ∥ = 1 }

es un conjunto compacto, entonces X tiene dimensión finita.

Demostración. Fijemos ρ ∈ R , con 0 < ρ < 1 , por ejemplo ρ = 1/2 . Las bolas abiertas
de radio ρ , centradas en puntos de S , forman un recubrimiento de S por abiertos, del que podrá
extraerse un subrecubrimiento finito. Existen por tanto n ∈ N y z1 , z2 , . . . , zn ∈ S tales que
n 
[
S⊂ x ∈ X : ∥ x − zk ∥ < ρ (2)
k=1

Tomando M = Lin z1 , z2 , . . . , zn } , por un corolario al teorema de Hausdorff, sabemos que M
es cerrado en X, y de hecho veremos que M = X , con lo que X tendrá dimensión finita. En
efecto, si fuese M ̸= X, el lema anterior nos daría un x ∈ S tal que d(x, M) ⩾ ρ , y en particular
se tendría ∥ x − zk ∥ ⩾ ρ para todo k ∈ {1, 2, . . . , n} , en clara contradicción con (2) . ■

El hecho de que la esfera unidad de un espacio normado X sea un conjunto compacto,

parece depender esencialmente de la norma concreta que estamos considerando. Sin embargo,
sólo depende de la topología de X, sin usar siquiera su estructura de espacio vectorial.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 5. Espacios normados de dimensión finita 64

Caracterizaciones de los espacios normados de dimensión finita. Si X es un espacio

normado y B su bola unidad, las siguientes afirmaciones son equivalentes:
(i) X tiene dimensión finita
(ii) X es un espacio topológico localmente compacto
(iii) B es compacta
(iv) Todo subconjunto cerrado y acotado de X es compacto
(v) La esfera unidad de X es compacta.
Demostración. (i) ⇒ (ii) . Si X tiene dimensión N ∈ N , el teorema de Hausdorff nos dice
que X es isomorfo, y en particular homeomorfo, a KN con la topología usual, que es un espacio
topológico localmente compacto, luego igual le ocurre a X.
(ii) ⇒ (iii) . Sea K un entorno de cero compacto en X y sea r ∈ R+ tal que r B ⊂ K .
Entonces, r B es un subconjunto cerrado del compacto K , luego r B es compacto. Como las
homotecias son homeomorfismos de X , deducimos que B también es un conjunto compacto.
(iii) ⇒ (iv) Sea E es un subconjunto cerrado y acotado de X y ρ ∈ R+ tal que E ⊂ ρ B .
Por hipótesis B es compacta, luego lo mismo le ocurre a ρ B . Entonces E es un subconjunto
cerrado del compacto ρ B , luego E es compacto.
Por último, (iv) ⇒ (v) es evidente, mientras que (v) ⇒ (i) es el teorema de Riesz. ■

Resaltamos lo más llamativo del teorema anterior: la afirmación (ii) , que sólo involucra la
topología de X, y no su estructura de espacio vectorial, es equivalente a (i) , que sólo involucra
la estructura de espacio vectorial de X, pero no su topología.
Para trabajar en espacios normados de dimensión infinita, la conclusión más relevante que
debemos extraer del teorema anterior, es la escasez de conjuntos compactos en tales espacios.
Como lo bola unidad no es compacta, ninguna bola cerrada de radio positivo puede serlo, luego
un conjunto compacto no puede contener bolas no triviales:

En cualquier espacio normado de dimensión infinita, todo subconjunto compacto tiene

interior vacío.

5.5. Mejor aproximación

El lema de Riesz, origen de los resultados anteriores, tiene una interpretación geométrica
sencilla, que plantea una pregunta muy natural. Supongamos que un subespacio cerrado M de
un espacio normado X verifica la tesis de dicho lema, pero con ρ = 1 . Entonces existe x ∈ X
con ∥ x ∥ = d(x, M) = 1 , luego el origen es un punto de M situado a mínima distancia de x.
Podemos entender que, en cierto modo, el vector x es “perpendicular” a M. En general, el lema
de Riesz nos da, para cada ρ ∈ ]0, 1[ , un x ∈ X tal que ∥ x ∥ = 1 y d(x, M) ⩾ ρ , es decir, nos
da vectores que están tan cerca como queramos de ser perpendiculares a M en el sentido antes
indicado, luego es natural preguntar si se puede tomar ρ = 1 . Revisando la demostración del
lema, se observa que ello equivale a que el ínfimo que define a la norma cociente de alguna
clase de equivalencia no nula en X/M sea un mínimo, cuestión que quedó aplazada en el tema
anterior, y ahora vamos a abordar.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 5. Espacios normados de dimensión finita 65

Las nociones que siguen tienen sentido en cualquier espacio métrico, pero las planteamos
en el caso que nos interesa. Sea X un espacio normado y A un subconjunto no vacío de X.
Dado x ∈ X, se dice que y ∈ A es una mejor aproximación de x en A , cuando verifica que

∥ x − y ∥ = d(x, A) , es decir, ∥x−y∥ ⩽ ∥x−a∥ ∀a ∈ A

En general, una tal mejor aproximación puede no existir, y cuando existe, puede no ser única.
Se dice que A es un conjunto proximinal en X, cuando todo punto x ∈ X tiene al menos una
mejor aproximación en A . Es claro que para ello A tiene que ser cerrado en X, pues para x ∈ A
se tiene d(x, A) = 0 , luego si existe y ∈ A tal que ∥ x − y ∥ = 0 , se tiene x = y ∈ A . Es natural
preguntarse hasta qué punto es cierto el recíproco, pregunta cuyo estudio es uno de los objetivos
generales de toda una rama de la Matemática, la Teoría de Aproximación.
Cuando el conjunto A está contenido en un subespacio de dimensión finita, es fácil probar
que la pregunta planteada tiene respuesta afirmativa:

Sea A un subconjunto no vacío y cerrado de un espacio normado X. Si Lin A tiene

dimensión finita, entonces A es proximinal en X. Por tanto, todo subespacio de dimensión
finita es proximinal en X.

Dado x ∈ X, tomando r ∈ R con r > d(x, A) , el conjunto Ar = a ∈ A : ∥ x − a ∥ ⩽ r no
es vacío. Además Ar es un subconjunto cerrado y acotado del espacio normado de dimensión
finita Lin A , luego Ar es compacto. Por tanto, la función continua a 7→ ∥ x − a ∥ tiene mínimo
en Ar , es decir, existe y ∈ Ar tal que ∥ x − y ∥ ⩽ ∥ x − a ∥ para todo a ∈ Ar . Pero si a ∈ A \ Ar ,
se tiene ∥ x − a ∥ > r ⩾ ∥ x − y ∥ , luego y es una mejor aproximación de x en A .
Si M es un subespacio de dimensión finita de X, sabemos que M es cerrado en X, luego
basta tomar A = M, ya que Lin M = M tiene dimensión finita. ■

En la demostración anterior, la compacidad juega un papel clave, lo que nos hace sospechar
que el resultado no va a ser cierto en general. como efectivamente vamos a comprobar.
Pensemos en la proximinalidad de un subespacio cerrado M de un espacio normado X, el
caso que tiene más interés. Un vector x0 ∈ X tiene una mejor aproximación en M si, y sólo si,
el ínfimo que define a la norma cociente de la clase
 de equivalencia x0 + M es un mínimo, es
decir, existe y0 ∈ M tal que ∥ x0 − y0 ∥ = mı́n ∥ x0 − y ∥ : y ∈ M = ∥ x0 + M∥ . Cuando M
tiene codimensión 1 en X, es decir, cuando M = ker f con f ∈ X ∗ \ {0} , podemos calcular
fácilmente la norma cociente, y la posible proximinalidad de M equivale a otro problema, que
hasta ahora no habíamos abordado.

Si X es un espacio normado y f ∈ X ∗ \ {0}, se verifica que

f (x)
d x , ker f = ∀x ∈ X
∥f∥
Además, las siguientes afirmaciones son equivalentes:
(i) ker f es proximinal en X
(ii) La función | f | tiene máximo en la esfera unidad de X.

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 5. Espacios normados de dimensión finita 66

Fijado x ∈ X, para todo y ∈ ker f se tiene

f (x) = f (x − y) ⩽ f x−y


de donde se deduce claramente una desigualdad: | f (x)| ⩽ ∥ f ∥ d x , ker f .
Por otra parte, sea z ∈ X con
∥ z ∥ = 1 y supongamos de momento que f (z) ̸= 0 . Tomando
entonces y = x − f (x) z / f (z) , se tiene que y ∈ ker f con ∥ x−y ∥ = | f (x)|/| f (z)| , de donde


f (z) d x , ker f ⩽ f (z) x − y = f (x)
lo cual es obvio cuando f (z) = 0 , así que es válido para todo

z en la esfera unidad de X.
Deducimos claramente la otra desigualdad: ∥ f ∥ d x , ker f ⩽ | f (x) | . La equivalencia entre
las afirmaciones del enunciado se prueba ya con facilidad.
(i) ⇒ (ii) . Fijado x ∈ X con f (x) ̸= 0 , existe y ∈ ker f tal que


∥ f ∥ ∥ x − y ∥ = ∥ f ∥ d x , ker f = | f (x) | = | f (x − y) |
Tomando u = (x − y) / ∥ x − y ∥ se tiene ∥ u ∥ = 1 y | f (u) | = ∥ f ∥ .
(ii) ⇒ (i) . Por hipótesis, existe

u ∈ X, con ∥ u ∥ = 1 , tal que | f (u) | = ∥ f ∥ . Dado x ∈ X,
tomando y = x − f (x) u / f (u) se tiene claramente y ∈ ker f con
| f (x) | ∥ u ∥ | f (x) |

∥x−y∥ = = = d x , ker f
| f (u) | ∥f∥
luego y es una mejor aproximación de x en ker f . ■

Veamos ahora un ejemplo sencillo en el que no se verifica la afirmación (ii) del enunciado
anterior. Recordemos para ello la identificación de l1∗ con l∞ . Cada sucesión acotada z ∈ l∞ se
z ∈ l1∗ definido por
identifica con el funcional b
∞
z (x) =
b ∑ x(n) z(n) ∀ x ∈ l1
n=1

Pues bien, supongamos que la función b z tiene máximo en la esfera unidad de l1 , es decir,
que existe u ∈ l1 con ∥ u ∥1 = 1 tal que bz (u) = b
z = z ∞ . Se tiene entonces que
∞ ∞
z ∞
= b
z (u) ⩽ ∑ u(n) z(n) ⩽ z ∞ ∑ u(n) = z ∞
u 1
= z ∞
n=1 n=1
luego todas la desigualdades que han aparecido en la cadena anterior han de ser igualdades.
En particular, se tiene que u(n) z(n) = u(n) z ∞ para todo n ∈ N . Como u ̸= 0 ,
deducimos que existe un n ∈ N tal que z(n) = z ∞ , luego el supremo que define a ∥ z ∥∞
es un máximo. Pero en general, esto no tiene por qué ocurrir: tomando v(n) = 1 − (1/n) para
todo n ∈ N , es obvio que v ∈ l∞ con ∥ v ∥∞ = 1 , pero | v(n) | < 1 para todo n ∈ N .
Deducimos que la función vb no tiene máximo en la esfera unidad de l1 . Por el resultado
anterior, tomando M = ker vb, tenemos un subespacio cerrado de l1 que no es proximinal en l1 .
Concretamente dicho subespacio viene dado por
( )
∞
n−1
M = y ∈ l1 : ∑ y(n) = 0
n=1 n

Departamento de Análisis Matemático, Universidad de Granada

Tema I. Bloque 5. Espacios normados de dimensión finita 67

Aunque resulte un poco repetitivo, conviene resaltar que el ejemplo anterior da respuesta
negativa a cuatro cuestiones que han aparecido anteriormente. En primer lugar, en el espacio de
Banach X = l1 tenemos un funcional lineal y continuo f = vb ∈ X ∗ , tal que la función | f | no
tiene máximo en la esfera unidad de X. Equivalentemente, el hiperplano cerrado M = ker f no
es proximinal en X, luego en segundo lugar, tenemos un ejemplo de un subconjunto cerrado M
de un espacio de Banach X, tal que M no es proximinal en X.
En tercer lugar, existe x0 ∈ X que no tiene mejor aproximación en M , luego tenemos un
ejemplo en el que el ínfimo que define a la norma cociente ∥ x0 + M ∥ no es un mínimo. De
hecho, como X/M tiene dimensión 1 , veremos que lo mismo ocurre para cualquier otro x ∈ X
tal que x ∈
/ M . En efecto, escribiendo x0 + M = λ (x + M) con λ ∈ K \ {0} , tenemos
  
∥ x0 + y ∥ : y ∈ M = ∥ λ (x + z) ∥ : z ∈ M = | λ | ∥ x + z ∥ : z ∈ M

luego si el ínfimo ∥ x + M ∥ fuese un mínimo, entonces ∥ x0 + M ∥ también lo sería. Dicho

de otra forma, ningún x ∈ X con x ∈ / M tiene mejor aproximación en M . En particular, no
puede existir un x ∈ X con ∥ x ∥ = ∥ x + M ∥ = 1 , con lo que, en cuarto y último lugar, hemos
comprobado que la tesis del lema de Riesz no siempre se verifica para ρ = 1 .

Departamento de Análisis Matemático, Universidad de Granada