Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
PDF generado usando el kit de herramientas de fuente abierta mwlib. Ver http://code.pediapress.com/ para mayor informacin. PDF generated at: Tue, 26 Feb 2013 18:33:08 UTC
Contenidos
Artculos
Espacio vectorial Espacio vectorial normado Espacios Lp Espacio de Banach Espacio de Hilbert 1 14 16 17 21
Referencias
Fuentes y contribuyentes del artculo Fuentes de imagen, Licencias y contribuyentes 27 28
Licencias de artculos
Licencia 29
Espacio vectorial
Espacio vectorial
Este artculo est orientado a proporcionar un tratamiento riguroso y abstracto del concepto de espacio vectorial. Para una introduccin ms accesible al concepto, vase Vector En matemticas, un espacio vectorial es una estructura algebraica creada a partir de un conjunto no vaco, una operacin interna (llamada suma, definida para los elementos del conjunto) y una operacin externa (llamada producto por un escalar, definida entre dicho conjunto y un cuerpo matemtico), con 8 propiedades fundamentales. A los elementos de un espacio vectorial se les llama vectores y a los elementos del cuerpo, escalares.
Historia
Histricamente, las primeras ideas que condujeron a los espacios vectoriales modernos se remontan al siglo XVII: geometra analtica, matrices y sistemas de ecuaciones lineales. Los espacios vectoriales se derivan de la geometra afn, a travs de la Representacin artstica de un espacio vectorial. introduccin de coordenadas en el plano o el espacio tridimensional. Alrededor de 1636, los matemticos franceses Descartes y Fermat fundaron las bases de la geometra analtica mediante la vinculacin de las soluciones de una ecuacin con dos variables a la determinacin de una curva plana.[1] Para lograr una solucin geomtrica sin usar coordenadas, Bernhard Bolzano introdujo en 1804 ciertas operaciones sobre puntos, lneas y planos, que son predecesores de los vectores.[2] Este trabajo hizo uso del concepto de coordenadas baricntricas de August Ferdinand Mbius de 1827.[3] La primera formulacin moderna y axiomtica se debe a Giuseppe Peano, a finales del siglo XIX. Los siguientes avances en la teora de espacios vectoriales provienen del anlisis funcional, principalmente de los espacios de funciones. Los problemas de Anlisis funcional requeran resolver problemas sobre la convergencia. Esto se hizo dotando a los espacios vectoriales de una adecuada topologa, permitiendo tener en cuenta cuestiones de proximidad y continuidad. Estos espacios vectoriales topolgicos, en particular los espacios de Banach y los espacios de Hilbert tienen una teora ms rica y elaborada. El origen de la definicin de los vectores es la definicin de Giusto Bellavitis de bipoint, que es un segmento orientado, uno de cuyos extremos es el origen y el otro un objetivo. Los vectores se reconsideraron con la presentacin de los nmeros complejos de Argand y Hamilton y la creacin de los cuaterniones por este ltimo (Hamilton fue adems el que invent el nombre de vector).[4] Son elementos de R2 y R4; el tratamiento mediante combinaciones lineales se remonta a Laguerre en 1867, quien tambin defini los sistemas de ecuaciones lineales. En 1857, Cayley introdujo la notacin matricial, que permite una armonizacin y simplificacin de las aplicaciones lineales. Casi al mismo tiempo, Grassmann estudi el clculo baricntrico iniciado por Mbius. Previ conjuntos de objetos abstractos dotados de operaciones.[5] En su trabajo, los conceptos de independencia lineal y dimensin, as como de producto escalar estn presentes. En realidad el trabajo de Grassmann de 1844 supera el marco de los espacios vectoriales, ya que teniendo en cuenta la multiplicacin, tambin, lo llev a lo que hoy en da se llaman lgebras. El matemtico italiano Peano dio la primera definicin moderna de espacios vectoriales y aplicaciones lineales en 1888.[6] Un desarrollo importante de los espacios vectoriales se debe a la construccin de los espacios de funciones por Henri Lebesgue. Esto ms tarde fue formalizado por Banach en su tesis doctoral de 1920[7] y por Hilbert. En este momento, el lgebra y el nuevo campo del anlisis funcional empezaron a interactuar, en particular con conceptos clave tales
Espacio vectorial como los espacios de funciones p-integrables y los espacios de Hilbert. Tambin en este tiempo, los primeros estudios sobre espacios vectoriales de infinitas dimensiones se realizaron. Los espacios vectoriales tienen aplicaciones en otras ramas de la matemtica, la ciencia y la ingeniera. Se utilizan en mtodos como las series de Fourier, que se utiliza en las rutinas modernas de compresin de imgenes y sonido, o proporcionan el marco para resolver ecuaciones en derivadas parciales. Adems, los espacios vectoriales proporcionan una forma abstracta libre de coordenadas de tratar con objetos geomtricos y fsicos, tales como tensores, que a su vez permiten estudiar las propiedades locales de variedades mediante tcnicas de linealizacin.
Notacin
Dado un espacio vectorial Los elementos de como: se llaman vectores. Caligrafias de otras obras sobre un cuerpo , se distinguen.
Los elementos de
, es decir
6)
Espacio vectorial
Observaciones
La denominacin de las dos operaciones no condiciona la definicin de espacio vectorial por lo que es habitual encontrar traducciones de obras en las que se utiliza multiplicacin para el producto y adicin para la suma, usando las distinciones propias de la aritmtica. Para demostrar que un conjunto es un espacio vectorial: y admiten una redefinicin del tipo
y cumpliendo las 8 condiciones exigidas. es un grupo conmutativo o abeliano respecto la suma ya tendramos probados los apartados tendramos probados los apartados 5 y 6.
Propiedades
Unicidad del vector neutro de la propiedad 3: supongamos que el neutro no es nico, es decir, sean y dos vectores neutros, entonces:
Unicidad del vector opuesto de la propiedad 4: supongamos que el opuesto no es nico, es decir, sean como el neutro es nico: y dos vectores opuestos de , entonces,
en el cuerpo
Unicidad del elemento inverso en el cuerpo supongamos que el inverso como el neutro es nico:
Si
Notacin . Observacin
Si Si
Los elementos:
es decir, pares de nmeros reales. Por claridad se conserva la denominacin del vector, en este caso u, en sus coordenadas, aadiendo el subndice x o y para denominar su componente en el eje x o y respectivamente En se define la operacin suma:
donde:
y la suma de u y v sera:
donde:
esto implica que la suma de vectores es interna y bien definida. La operacin interna suma tiene las propiedades: 1) La propiedad conmutativa, es decir:
El producto de a y u ser:
donde:
esto implica que la multiplicacin de vector por escalar es externa y aun as est bien definida. 5) tenga la propiedad:
Esto es:
6)
Que resulta:
Espacio vectorial
Todo cuerpo es un espacio vectorial sobre su subcuerpo, usando como producto por escalar el producto del cuerpo. es un espacio vectorial de dimensin 2 sobre . . es un espacio vectorial de dimensin infinita sobre
(u1, u2, ..., un)+(v1, v2, ..., vn)=(u1+v1, u2+v2, ..., un+vn). a(u1, u2, ..., un)=(au1, au2, ..., aun). Las sucesiones infinitas de son espacios vectoriales con las operaciones: (u1, u2, ..., un, ...)+(v1, v2, ..., vn, ...)=(u1+v1, u2+v2, ..., un+vn, ...). a(u1, u2, ..., un, ...)=(au1, au2, ..., aun, ...). El espacio de las matrices , , sobre , con las operaciones:
Tambin son espacios vectoriales cualquier agrupacin de elementos de tenemos las cajas sobre
Los polinomios El espacio vectorial K[x] formado por funciones polinmicas, vemoslo: Expresin los coeficientes . donde y , , general: ,donde considrese
Las series de potencias son similares, salvo que se permiten infinitos trminos distintos de cero. Funciones trigonomtricas
Suma de f(x)=x+x2 y g(x)=-x2.
Las funciones trigonomtricas forman espacios vectoriales, con las siguientes operaciones: Expresin general:
Espacio vectorial
equivalentemente
simplificado como Un sistema de ecuaciones lineales homogneas( ecuaciones lineales en las que decir, operaciones: Si Si Tambin que las ecuaciones en s, filas de la matriz Si Si . .
) posee soluciones que forman un espacio vectorial, se puede ver en sus dos
, es decir,
Consecuencias
hereda las operaciones de consecuencia tenemos que como aplicaciones bien definidas, es decir que no escapan de . , y como es un espacio vectorial sobre
Con cualquier subconjunto de elementos seleccionados en los espacios vectoriales anteriores, no vaco, se pueden generar subespacios vectoriales, para ello seria til introducir nuevos conceptos que facilitarn el trabajo sobre estos nuevos espacios vectoriales.
Espacio vectorial
Resultados internos
Para detallar el comportamiento interno de todos los espacios vectoriales de modo general es necesario exponer una serie de herramientas cronolgicamente vinculadas entre ellas, con las cuales es posible construir resultados vlidos en cualquier estructura que sea espacio vectorial.
Combinacin lineal
Dado un espacio vectorial es combinacin lineal , diremos que un vector u de los vectores de si existen escalares
tales que
un espacio vectorial y
Si se supone lo contrario, que existe uno ms pequeo contradiccin, ya que u est generado por elementos de a causa de la buena definicin de las dos operaciones, por tanto .
Independencia lineal
Diremos que un conjunto de vectores es linealmente independiente si el vector 0 no se , es decir: puede expresar como combinacin lineal no nula de los vectores de Si . Diremos que un conjunto Proposicin 2 son linealmente dependientes
Demostracin
Espacio vectorial
10
Base formalmente
Dado un sistema de generadores, diremos que es una base si son linealmente independientes. Proposicin 3. Dado un es espacio vectorial una base . Proposicin 4. Dado un espacio vectorial linealmente independiente y es linealmente independiente.
v1 y v2 son base de un plano, si hubiese dependencia lineal(alineados) la cuadrcula no podra generarse
Teorema de la base de generadores Todo sistema de generadores tiene una base. Teorema Steinitz Toda base de un espacio vectorial puede ser cambiada parcialmente por vectores linealmente independientes. Corolario. Si un espacio vectorial vectores. tiene una base de vectores cualquier otra base posee
Observacin
Todo espacio vectorial tiene una base. Este hecho se basa en el lema de Zorn, una formulacin equivalente del axioma de eleccin. Habida cuenta de los otros axiomas de la teora de conjuntos de Zermelo-Fraenkel, la existencia de bases es equivalente al axioma de eleccin. El ultrafilter lemma, que es ms dbil que el axioma de eleccin, implica que todas las bases de un espacio vectorial tienen el mismo "tamao", es decir, cardinalidad. Si el espacio es generado por un nmero finito de vectores, todo lo anterior puede demostrarse sin necesidad de acudir a la teora de conjuntos.
Espacio vectorial
11
Dimensin
Dado un espacio vectorial sobre : Si tiene base finita, diremos dimensin al nmero de elementos de dicha base. Si tiene base no finita, diremos que es de dimensin infinita. Notacin Dado un espacio vectorial Si Si tiene dimensin tiene dimensin y un subespacio lo indicaremos como como subespacio de , tenemos que: . lo indicaremos como .
modulo . Llamaremos conjunto cociente o espacio cociente al conjunto de las clases de equivalencia anterior: Se nota por El espacio a dicho espacio cociente. es un espacio vectorial con las operaciones siguientes:
Espacio vectorial
12
Construcciones bsicas
Adems de lo expuesto en los ejemplos anteriores, hay una serie de construcciones que nos proporcionan espacios vectoriales a partir de otros. Adems de las definiciones concretas que figuran a continuacin, tambin se caracterizan por propiedades universales, que determina un objeto X especificando las aplicaciones lineales de X a cualquier otro espacio vectorial.
Espacios normados
Un espacio vectorial es normado si est dotado de una norma.
Espacio mtrico
Un espacio mtrico es un espacio vectorial dotado de una aplicacin distancia. Proposicin 5. Un espacio normado es un espacio mtrico, donde la distancia viene dada por:
Espacio vectorial
13
Espacios de Banach
Un espacio de Banach es un espacio normado y completo.
Espacios prehilbertianos
Un espacio prehilbertiano es un par escalar. , donde es un espacio vectorial y es un producto a
Espacios de Hilbert
Un espacio de Hilbert es un espacio prehilbertiano completo por la norma definida por el producto escalar.
Aplicaciones lineales
Dado dos espacios vectoriales lineal si: , . y , sobre un mismo cuerpo, diremos que una aplicacin es
Referencias
[1] [2] [3] [4] [5] [6] [7] Bourbaki, 1969, ch. "lgabre linaire et lgebre multilinaire", pp. 7891. Bolzano, 1804. Mbius, 1827. Hamilton, 1853. Grassmann, 1844. Peano, 1888, ch. IX. Banach, 1922.
Espacio vectorial geometry) (http://mathdoc.emath.fr/cgi-bin/oeitem?id=OE_MOBIUS__1_1_0). The axiomatization of linear algebra: 18751940, Historia Mathematica 22 (3): 262303, 1995, ISSN 0315-0860 (http://worldcat.org/issn/0315-0860) Peano, Giuseppe (1888) (en italiano). Calcolo Geometrico secondo l'Ausdehnungslehre di H. Grassmann preceduto dalle Operazioni della Logica Deduttiva. Turin.
14
Bibliografa
Castellet, M.; Llerena, I. (1988). IV espais vectorials (en cataln). lgebra lineal i geometra. Publ. UAB. Lang, S. (1976). lgebra Lineal. Fondo Educativo Interamericano. Queysanne, M., lgebra Bsica, Vicens-Vives. 1973. Rudin, w., Anlisis Funcional (Definicin axiomtica de espacios vectoriales topolgicos introductivamente), Revert.
Enlaces externos
Juega con vectores (http://www.frontiernet.net/~imaging/vector_calculator.html) Weisstein, Eric W. Espacio vectorial (http://mathworld.wolfram.com/VectorSpace.html) (en ingls). MathWorld. Wolfram Research. A lecture (http://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/video-lectures/ lecture-9-independence-basis-and-dimension/) about fundamental concepts related to vector spaces (given at MIT) A graphical simulator (http://code.google.com/p/esla/) for the concepts of span, linear dependency, base and dimension
Definicin
Un espacio vectorial V sobre un cuerpo 1. No negatividad. Para todo si y de 2. Homogeneidad. Para todo de en el que se define un valor absoluto (generalmente o ) se dice que es normado si en l se puede definir una norma, es decir, una aplicacin su norma ha de ser positiva, y ser cero si y slo si . y para todo k de e de se satisface que . . donde | | es el , que verifica: es el vector cero:
se cumple que
15
Ejemplos
De dimensin finita
Los espacios eucldeos , estudiados en el anlisis clsico. :
De dimensin infinita
El espacio de Hilbert de funciones de cuadrado integrable sobre un intervalo producto escalar . El espacio de funciones continuas con la norma dada por el
Distancia inducida
En todo espacio vectorial normado se puede definir la distancia :
16
Referencias
Bibliografa
Iribarren, Ignacio L.: Topologa de espacios mtricos (1973) Editorial Limusa Wiley S.A. , primera edicin , impreso en Mxico Cotlar, Mischa und Cignoli, Roberto: Nociones de espacios normados (1967) Editorial Universitaria de Buenos aires, impreso en La Argentina.
Espacios Lp
Los espacios son los espacios vectoriales normados ms importantes en el contexto de la teora de la medida y de la integral de Lebesgue. Reciben tambin el nombre de espacio de Lebesgue por el matemtico Henri Lebesgue.
Definicin
Consideremos un espacio de medida. Se define el espacio vectorial:
que cumplen:
que verifican:
Es decir, aquellas funciones medibles acotadas excepto en un conjunto de medida nula. Una norma natural para definir en estos espacios sera: , si ,y , pues
cualquier funcin que sea igual a la funcin nula, salvo en un conjunto de medida nula, tendr norma cero. As, se define la siguiente relacin de equivalencia sobre : . Se prueba que efectivamente es una relacin de equivalencia, y se defina son las clases de equivalencia de la relacin definidas (donde , i.e., el espacio vectorial cuyos elementos las normas anteriormente resulta ser norma y . Considerando entonces sobre
que su valor no depende del representante de la clase de equivalencia escogido. Usualmente no se hace distincin entre funcin y clase de equivalencia en este contexto.
Espacios Lp
17
Propiedades
1. 2. es un espacio de Banach. es un Espacio de Hilbert, dotado del producto interno .
3. Si , entonces se tiene que . 4. Si es reflexivo. 5. Si denotamos por al espacio de las funciones simples, se cumple que 6. Si , el dual topolgico de es donde es tal que se identifica con
es denso en . .
7. Si el espacio de medida es 8. Si
(el espacio de las funciones continuas a soporte compacto) es denso en con . 9. El espacio de las funciones infinitamente derivables en un abierto a soporte compacto y que estn en con , es denso en , es decir .
Espacio de Banach
En matemticas, los espacios de Banach, llamados as en honor de Stefan Banach, son uno de los objetos de estudio ms importantes en anlisis funcional. Los espacios de Banach son tpicamente espacios de funciones de dimensin infinita.
Definicin
Un espacio de Banach es un espacio vectorial normado completo. Esto quiere decir que un espacio de Banach es un espacio vectorial sobre el cuerpo de los nmeros reales o el de los complejos con una norma |||| tal que toda sucesin de Cauchy (con respecto a la mtrica d(x, y) = ||x - y||) en V tiene un lmite en V.
Ejemplos
De aqu en adelante, designar uno de los cuerpos o : Los conocidos espacios euclidianos , donde la norma euclidiana de x = (x1, ..., xn) est dada por ||x|| = ( 1/2 |xi|) , son espacios de Banach. El espacio de todas las funciones continuas definidas sobre un intervalo compacto (cerrado y acotado) [a, b] tiene la estructura de espacio de Banach si definimos la norma segn ||f|| = sup { |f(x)| : x en [a, b] }. Esta es, de hecho, una norma, gracias al hecho de que las funciones continuas definidas sobre un intervalo cerrado estn acotadas. Este espacio es completo con esta norma, y el espacio de Banach resultante se denota por C[a, b]. Este ejemplo se puede generalizar al espacio C(X) de todas las funciones continuas X K, donde X es un espacio compacto, o al espacio de todas las funciones continuas acotadas X K, donde X es cualquier espacio topolgico, y an al espacio B(X) de todas las funciones acotadas X K, donde X es cualquier conjunto. En todos estos ejemplos podemos multiplicar funciones y quedar en el mismo espacio: Todos estos espacios son, de hecho, lgebras de Banach unitarias.
Espacio de Banach
18
Espacios de sucesiones lp
Si p 1 es un nmero real, podemos considerar el espacio de todas las sucesiones infinitas (x1, x2, x3, ...) de elementos en K tales que la serie infinita i |xi|p es finita. Entonces se define la norma-p de la sucesin como la raz p-sima del valor de la serie. Este espacio, junto a su norma, es un espacio de Banach; se denota por lp:
El espacio de Banach l consiste en todas las sucesiones acotadas de elementos en K; la norma de una de estas sucesiones se define como el supremo de los valores absolutos de los miembros de la sucesin.
Espacios de funciones Lp
De nuevo, si p 1 es un nmero real, podemos considerar a todas las funciones Lebesgue-integrable, es decir el conjunto tales que | f |p es
Se define la norma de f como la raz p-sima de esta integral. Por s mismo, este espacio no es un espacio de Banach porque existen funciones no nulas cuya norma es cero. Definimos una relacin de equivalencia como sigue:
Es decir, f y g son equivalentes si y solo si la "semi-norma" de f - g es cero. El conjunto de las clases de equivalencia obtiene entonces la estructura de espacio de Banach y es denotado por :
Es crucial usar la integral de Lebesgue en lugar de la integral de Riemann en este caso, porque la integral de Riemann no dara un espacio completo. Estos ejemplos se pueden generalizar: ver espacios Lp para ms detalles.
Otros ejemplos
Si X e Y son dos espacios de Banach, entonces podemos formar su suma directa X Y, que es un espacio de Banach tambin. Esta construccin se puede generalizar para la suma directa de una cantidad arbitraria de espacios de Banach. Si M es un subespacio vectorial cerrado de un espacio de Banach X, entonces el espacio cociente X/M es un espacio de Banach tambin. Finalmente, todo espacio de Hilbert es un espacio de Banach. El recproco no es cierto.
para todo u y v en nuestro espacio de Banach V, y donde ||*|| es la norma sobre V. Si la norma de un espacio de Banach satisface esta identidad, entonces el espacio es un espacio de Hilbert, con el producto interior dado por la identidad de polarizacin. Si V es un espacio de Banach real entonces la identidad de polarizacin es
Espacio de Banach
19
y en el caso que V sea un espacio de Banach complejo la identidad de polarizacin est dada por
Para demostrar que la identidad del paralelogramo implica que la forma definida por la identidad de polarizacin es verdaderamente un producto interior, uno verifica algebraicamente que esta forma es aditiva, de donde, se sigue por induccin que la forma es lineal sobre los enteros y racionales. Entonces, como todo real es lmite de alguna sucesin de Cauchy de racionales, la completitud de la norma extiende la linealidad sobre toda la recta real. En el caso complejo uno puede probar tambin que la forma bilineal es lineal sobre i en un argumento, y conjugada lineal en el otro.
Espacio dual
Si V es un espacio de Banach y K es el cuerpo subyacente (el de los nmeros reales, o bien, el de los nmeros complejos), entonces K es un espacio de Banach (usando el valor absoluto como norma) y podemos definir al espacio dual V por V = L(V, K). Este es, de nuevo, un espacio de Banach. Se puede usar para definir una nueva topologa para V: la topologa dbil. Existe un mapeo natural F de V a V'' definido por: F(x)(f) = f(x) para todo x en V y f en V'. como consecuencia del teorema de Hahn-Banach, este mapeo es inyectivo; si llegara a ser sobreyectivo, entonces el espacio de Banach V se dice reflexivo. Los espacios reflexivos tienen muchas propiedades geomtricas importantes. Un espacio es reflexivo si y solo si su espacio dual es reflexivo, lo que ocurre si y solo si su bola unitaria es compacta en la topologa dbil. Por ejemplo, lp es reflexivo para 1<p< pero l y l no son reflexivos. El dual de lp es lq donde p y q estn relacionados por la frmula (1/p) + (1/q) = 1. Ver espacios Lp para ms detalles.
Derivada de Frchet
Dada una aplicacin (no necesariamente lineal) f : V W entre dos espacios de Banach es posible definir la derivada de esta funcin generalizando el caso de . Intuitivamente, si x es un elemento de V, la derivada de f en el punto x es una forma lineal continua que aproxima f cerca de x. Formalmente, se dice que f es diferenciable en x si existe una forma lineal continua A : V W tal que
El lmite aqu se toma sobre todas las sucesiones de elementos no nulos de V que converjan al nulo de V. Si el lmite existe, escribimos Df(x) = A y le llamamos la derivada de f en x. Esta nocin de derivada es una generalizacin de la derivada ordinaria de funciones R R, pues las funciones lineales de R a R son las multiplicaciones por nmeros reales.
Espacio de Banach Si f es diferenciable en todos los puntos x de V, entonces Df : V L(V, W) es otra funcin entre espacios de Banach (que no es, en general, lineal), que posiblemente, se puede diferenciar de nuevo, definiendo as derivadas ms altas de f. La n-sima derivada en un punto x se puede ver como una funcin multilineal Vn W. La diferenciacin es una operacin lineal en el siguiente sentido: si f y g son dos funciones V W que son diferenciables en x, y r y s son escalares de K, entonces rf + sg es diferenciable en x con D(rf + sg)(x) = rD(f)(x) + sD(g)(x). La regla de la cadena es tambin vlida en este contexto: si f : V W es diferenciable en x que pertenece a V, y g : W X es diferenciable en f(x), entonces la funcin compuesta g o f es diferenciable en x ya la derivada es la composicin de las derivadas:
20
Generalizaciones
Muchos espacios importantes en anlisis funcional, por ejemplo el espacio de todas las funciones infinitamente diferenciables de R en R o el espacio de todas las distribuciones sobre R son espacios vectoriales completos, pero no normados, no siendo espacios de Banach entonces. En los espacios de Frchet an se tiene una mtrica completa, mientras que los espacios LF son espacios vectoriales uniformes que surgen como lmites de espacios de Frchet.
Enlaces externos
Weisstein, Eric W. Banach Space [1] (en ingls). MathWorld. Wolfram Research. Banach Space [2] en PlanetMath
Referencias
[1] http:/ / mathworld. wolfram. com/ BanachSpace. html [2] http:/ / planetmath. org/ encyclopedia/ BanachSpace. html
Espacio de Hilbert
21
Espacio de Hilbert
En matemticas, el concepto de espacio de Hilbert es una generalizacin del concepto de espacio eucldeo. Esta generalizacin permite que nociones y tcnicas algebraicas y geomtricas aplicables a espacios de dimensin dos y tres se extiendan a espacios de dimensin arbitraria, incluyendo a espacios de dimensin infinita. Ejemplos de tales nociones y tcnicas son la de ngulo entre vectores, ortogonalidad de vectores, el teorema de Pitgoras, proyeccin ortogonal, distancia entre vectores y convergencia de una sucesin. El nombre dado a estos espacios es en honor al matemtico David Hilbert quien los utiliz en su estudio de las ecuaciones integrales. Ms formalmente, se define como un espacio de producto interior que es completo con respecto a la norma vectorial definida por el producto interior. Los espacios de Hilbert sirven para clarificar y para generalizar el concepto de series de Fourier, ciertas transformaciones lineales tales como la transformacin de Fourier, y son de importancia crucial en la formulacin matemtica de la mecnica cuntica. Los espacios de Hilbert y sus propiedades se estudia dentro del anlisis funcional.
Introduccin
Como se explica en el artculo dedicado a los espacios de producto interior, cada producto interior <.,.> en un espacio vectorial H, que puede ser real o complejo, da lugar a una norma ||.|| que se define como sigue:
H es un espacio de Hilbert si es completo con respecto a esta norma. Completo en este contexto significa que cualquier sucesin de Cauchy de elementos del espacio converge a un elemento en el espacio, en el sentido que la norma de las diferencias tiende a cero. Cada espacio de Hilbert es as tambin un espacio de Banach (pero no viceversa). Todos los espacios finito-dimensionales con producto interior (tales como el espacio eucldeo con el producto escalar ordinario) son espacios de Hilbert. Esto permite que podamos extrapolar nociones desde los espacios de dimensin finita a los espacios de Hilbert de dimensin infinita (por ejemplo los espacios de funciones). Sin embargo, los ejemplos infinito-dimensionales tienen muchos ms usos. Estos usos incluyen: La teora de las representaciones del grupo unitarias. La teora de procesos estocsticos cuadrado integrables. La teora en espacios de Hilbert de ecuaciones diferenciales parciales, en particular formulaciones del problema de Dirichlet. Anlisis espectral de funciones, incluyendo teoras de wavelets. Formulaciones matemticas de la mecnica cuntica. El producto interior permite que uno adopte una visin "geomtrica" y que utilice el lenguaje geomtrico familiar de los espacios de dimensin finita. De todos los espacios vectoriales topolgicos infinito-dimensionales, los espacios de Hilbert son los de "mejor comportamiento" y los ms cercanos a los espacios finito-dimensionales. Los elementos de un espacio de Hilbert abstracto a veces se llaman "vectores". En las aplicaciones, son tpicamente sucesiones de nmeros complejos o de funciones. En mecnica cuntica por ejemplo, un conjunto fsico es descrito por un espacio complejo de Hilbert que contenga las "funciones de ondas" para los estados posibles del conjunto. Vase formulacin matemtica de la mecnica cuntica. Una de las metas del anlisis de Fourier es facilitar un mtodo para escribir una funcin dada como la suma (posiblemente infinita) de mltiplos de funciones bajas dadas. Este problema se puede estudiar de manera abstracta en los espacios de Hilbert: cada espacio de Hilbert tiene una base ortonormal, y cada elemento del espacio de Hilbert se puede escribir en una manera nica como suma de mltiplos de estos elementos bajos.
Espacio de Hilbert Los espacios de Hilbert fueron nombrados as por David Hilbert, que los estudi en el contexto de las ecuaciones integrales. El origen de la designacin, aunque es confuso, fue utilizado ya por Hermann Weyl en su famoso libro la teora de grupos y la mecnica cuntica publicado en 1931. John von Neumann fue quizs el matemtico que ms claramente reconoci su importancia.
22
Ejemplos
En los siguientes ejemplos, asumiremos que el cuerpo subyacente de escalares es similares al caso de que el cuerpo subyacente de escalares sea . , aunque las definiciones son
Espacios euclideos
El primer ejemplo, que ya haba sido avanzado en la seccin anterior, lo constituyen los espacios de dimensin finita con el producto escalar ordinario. En otras palabras,
n
Espacios de sucesiones
Sin embargo, mucho ms tpico es el espacio de Hilbert infinito dimensional. Si B es un conjunto, definimos sobre B, de la forma:
para todo x e y en
B no tiene por que ser un conjunto contable en esta definicin, aunque si B no es contable, el espacio de Hilbert que resulta no es separable. Expresado de manera ms concreta, cada espacio de Hilbert es isomorfo a uno de la forma adecuado B. Si B = N, se escribe simplemente . para un conjunto
Espacios de Lebesgue
stos son espacios funcionales asociados a espacios de medida (X, M, ), donde M es una -lgebra de subconjuntos de X y es una medida contablememte aditiva en M. Sea L (X) el espacio de funciones medibles cuadrado-integrables complejo-valoradas en X, mdulo el subespacio de esas funciones cuya integral cuadrtica sea cero, o equivalentemente igual a cero casi por todas partes. cuadrado integrable significa que la integral del cuadrado de su valor absoluto es finita. mdulo igualdad casi por todas partes significa que las funciones son identificadas si y slo si son iguales salvo un conjunto de medida 0. El producto interior de las funciones f y g se da como:
Espacio de Hilbert Que el espacio que resulta es completo. stos son hechos tcnicamente fciles. Obsrvese que al usar la integral de Lebesgue se asegura de que el espacio sea completo. Vea espacios Lp para discusin adicional de este ejemplo.
23
Espacios de Sobolev
Los espacios de Sobolev, denotados por Sobolev generalizan los espacios L . Adems de los espacios de Sobolev generales espacios:
p
son otro ejemplo de espacios de Hilbert, que se utilizan muy a . Los espacios de
menudo en el marco de las ecuaciones en derivadas parciales definidas sobre un cierto dominio
Bases ortonormales
Un concepto importante es el de una base ortonormal de un espacio de Hilbert H: esta es una familia {ek}k B de H 'satisfaciendo: Los elementos estn normalizados: Cada elemento de la familia tiene norma 1: ||ek|| = 1 para todo k en B Los elementos son ortogonales: Dos elementos cualesquiera de B son ortogonales, esto quiere decir: <ek, ej> = 0 para todos los k, j en B cumpliendo la condicin j k. Expansin densa: La expansin lineal de B es densa en H. Tambin utilizamos las expresiones secuencia ortonormal y conjunto ortonormal. Los ejemplos de bases ortonormales incluyen: El conjunto {(1,0,0),(0,1,0),(0,0,1)} forma una base ortonormal de R La secuencia {fn: n Z} con fn(x) = exp(2inx) forma una base ortonormal del espacio complejo L([0, 1]) La familia {eb: b B} con eb(c) = 1 si b = c y 0 en caso contrario, forma una base ortonormal de l(B). Obsrvese que en el caso infinito-dimensional, una base ortonormal no ser una base en el sentido del lgebra lineal; para distinguir los dos, la ltima base se llama una base de Hamel. Usando el lema de Zorn, se puede demostrar que cada espacio de Hilbert admite una base ortonormal; adems, cualesquiera dos bases ortonormales del mismo espacio tienen el mismo cardinal. Un espacio de Hilbert es separable si y solamente si admite una base ortonormal numerable. Puesto que todos los espacios separables infinito-dimensionales de Hilbert son isomorfos, y puesto que casi todos los espacios de Hilbert usados en la fsica son separables, cuando los fsicos hablan de espacio de Hilbert quieren significar el separable. Si {ek}k B es una base ortonormal de H, entonces cada elemento x de H se puede escribir como:
Incluso si B no es numerable, slo contablemente muchos trminos en esta suma sern diferentes a cero, y la expresin est por lo tanto bien definida. Esta suma tambin se llama la expansin de Fourier de x. Si {ek}k B es una base ortonormal de H, entonces H es isomorfo a l(B) en el sentido siguiente: existe una funcin lineal biyectiva : H l(B) tal que
para todo x y y en H.
Espacio de Hilbert
24
es un subespacio cerrado de H y forma, por tanto, un espacio de Hilbert. Si V es un subespacio cerrado de H, entonces el se llama el complemento ortogonal de V. De hecho, cada x en H puede entonces escribirse unvocamente como x = v + w con v en V y w en . Por lo tanto, H es la suma directa interna de Hilbert de Vy . El operador lineal PV : H H que mapea x a v se llama la proyeccin ortogonal sobre V. Teorema. La proyeccin ortogonal PV es un operador lineal auto-adjunto en H con norma 1 con la propiedad PV = PV. Por otra parte, cualquier operador lineal E auto-adjunto tal que E = E es de la forma PV, donde V es el rango de E. Para cada x en H, PV(x) es el elemento nico v en V que minimiza la distancia ||x - v||. Esto proporciona la interpretacin geomtrica de PV(x): es la mejor aproximacin a x por un elemento de V.
Reflexividad
Una propiedad importante de cualquier espacio de Hilbert es su reflexividad, es decir, su espacio bidual (dual del dual) es isomorfo al propio espacio. De hecho, se tiene todava ms, el propio espacio dual es isomorfo al espacio original. Se tiene una descripcin completa y conveniente del espacio dual (el espacio de todas las funciones lineales continuas del espacio H en el cuerpo base), que es en s mismo un espacio de Hilbert. De hecho, el teorema de representacin de Riesz establece que para cada elemento del H ' dual existe un y solamente un u en H tal que
para todo x en H y la asociacin u proporciona un isomorfismo antilineal entre H y H '. Esta correspondencia es explotada por la notacin bra-ket popular en la fsica pero que hace fruncir el ceo a los matemticos.
Espacio de Hilbert
25
La suma y la composicin de dos operadores lineales continuos son a su vez continuos y lineales. Para y en H, la funcin que enva x a <y, Ax> es lineal y continua, y segn el teorema de representacin de Riesz se puede por lo tanto representar en la forma Esto define otro operador lineal continuo A*: H H, el adjunto de A. El conjunto L(H) de todos los operadores lineales continuos en H, junto con la adicin y las operaciones de composicin, la norma y la operacin adjunto, formas una C*-lgebra; de hecho, ste es el origen de la motivacin y el ms importante ejemplo de una C*-lgebra. Un elemento A en L(H) se llama auto-adjunto o hermitiano si A* = A. Estos operadores comparten muchas propiedades de los nmeros reales y se ven a veces como generalizaciones de ellos. Un elemento U de L(H) se llama unitario si U es inversible y su inverso viene dado por U*. Esto puede tambin ser expresado requiriendo que <Ux, Uy> = <x, y> para todos los x, y en H. Los operadores unitarios forman un grupo bajo composicin, que se puede ver como el grupo de automorfismos de H.
Operadores no acotados
En mecnica cuntica, uno tambin considera operadores lineales, que no necesariamente son continuos y que no necesariamente estn definidos en todo espacio H. Uno requiere solamente que se definan en un subespacio denso de H. Es posible definir a operadores no acotados auto-adjuntos, y stos desempean el papel de los observables en la formulacin matemtica de la mecnica cuntica. Ejemplos de operadores no acotados auto-adjuntos en el espacio de Hilbert L(R) son: Una extensin conveniente del operador diferencial
donde i es la unidad imaginaria y f es una funcin diferenciable de soporte compacto. El operador de multiplicacin por x:
stos corresponden a los observables de momento y posicin, respectivamente, expresados en unidades atmicas. Observe que ni A ni B se definen en todo H, puesto que en el caso de A la derivada no necesita existir, y en el caso de B la funcin del producto no necesita ser cuadrado-integrable. En ambos casos, el conjunto de argumentos posibles forman subespacios densos de L(R).
Espacio de Hilbert
26
Referencias
Dieudonne, Jean Alexandre (1966). Fundamentos de anlisis moderno. Barcelona: Revert. ISBN 9788429150605.
27
28
Licencia
29
Licencia
Creative Commons Attribution-Share Alike 3.0 Unported //creativecommons.org/licenses/by-sa/3.0/