Corso di laurea in Matematica, 2018-19 Universit` a di Roma Tor Vergata
Docente: Lucio Damascelli
1. Richiami sugli spazi R
N. Definizioni di spazio metrico, normato, con prodotto interno e prime propriet` a.
Sia N ∈ N
+. Lo spazio euclideo N -dimensionale R
N` e il prodotto cartesiano di N copie di R, cio`e `e l’insieme delle N-ple x = (x
1, . . . , x
N) dove gli x
jsono numeri reali.
Se x = (x
1, . . . , x
N) x
i` e la i-esima coordinata (canonica) di x. Una tale N -pla si dice anche vettore N -dimensionale perch´ e R
N` e uno spazio vettoriale di dimensione N con le operazioni di addizione tra vettori e di moltiplicazione per uno scalare definite, se x = (x
1, . . . , x
N), y = (y
1, . . . , y
N) e α ∈ R in questo modo:
x + y = (x
1+ y
1, . . . , x
N+ y
N) , α x = (α x
1, . . . , α x
N)
Lo zero ` e il vettore 0 = (0, . . . , 0), mentre l’opposto di x = (x
1, . . . , x
N)
`
e il vettore −x = (−x
1, . . . , −x
N). Una base di R
N` e quella costitui- ta dai vettori e
j= (0, . . . , 1, . . . , 0), j = 1 . . . N , dove e
jha tutte le coordinate nulle tranne la j-esima che ` e uguale a 1.
Nello spazio R
N` e definito il prodotto scalare tra due vettori x, y:
`
e il numero reale
(1.1) x · y = x
1y
1+ . . . x
Ny
NEsso ` e bilineare, simmetrico, definito positivo, cio` e gode delle seguenti propriet` a (di immediata verifica). Se x, y ∈ R
Nscriviamo (x, y) :=
x · y. Per ogni α, β ∈ R, x, y, z ∈ R
N:
Ps1) (α x+β y, z) = α(x, z)+β(x, z), (x, αy+βz) = α(x, y)+β(x, z) Ps2) (x, y) = (y, x)
Ps3) (x, x) ≥ 0 ; (x, x) = 0 ⇐⇒ x = 0
Una importante conseguenza delle propriet` a del prodotto scalare ` e la seguente disuguaglianza.
Teorema 1.1 (Disuguaglianza di Cauchy-Schwarz). Denotiamo con (h , k) il prodotto scalare di due vettori h, k ∈ R
N. Vale la seguente disuguaglianza:
|(x, y)|
2≤ (x, x)(y, y)
Dimostrazione. Siano X = (x, x), Y = (y, y), e Z = (x, y). Essendo il prodotto scalare simmetrico, definito positivo e bilineare si ha che 0 ≤ (Y x − Zy, Y x − Zy) = Y
2(x, x) + Z
2(y, y) − 2Y Z(x, y) = XY
2− Y Z
2, e quindi Y Z
2≤ XY
2.
Se Y = 0 ` e y = 0 e la disuguaglianza ` e banale, mentre se Y 6= 0
`
e Y > 0, e dividendo per Y la precedente relazione si ottiene Z
2≤
1
XY , cio` e |(x, y)|
2≤ (x, x)(y, y), che equivale alla disuguaglianza da
dimostrare.
Osservazione La stessa dimostrazione funziona, con le ovvie modifi- che, per dimostrare la disuguaglianza di Cauchy-Schwarz nello spazio vettoriale complesso C
N.
Osservazione 1.1. Si noti che la disuguaglianza di Cauchy-Schwarz di- pende solo dalle propriet` a Ps1)–Ps3) e non dalla definizione particolare (1.1) del prodotto scalare in R
Nche abbiamo dato.
In R
Nsi definisce poi la norma euclidea o modulo di un vettore x: ` e il numero reale, indicato come |x| o kxk, definito da:
(1.2) kxk = (x · x)
12= v u u t
N
X
i=1
|x
i|
2Si noti che la disuguaglianza di Cauchy-Schwarz si pu` o scrivere come
(1.3) |(x, y)| ≤ kxkkyk
dove khk = (h, h)
12` e la norma indotta dal prodotto scalare.
La norma ha le seguenti propriet` a. Se x, y ∈ R
N, α ∈ R si ha che:
N1) kxk ≥ 0, kxk = 0 ⇐⇒ x = 0.
N2) kα xk = |α|kxk
N3) kx + yk ≤ kxk + kyk ( disuguaglianza triangolare )
La N1) e la N2) sono ovvie, mentre la disuguaglianza triangolare N3) ` e conseguenza della disuguaglianza di Cauchy-Schwarz. Infatti, elevando al quadrato, essa equivale alla disuguaglianza kx + yk
2≤ (kxk + kyk)
2= kxk
2+ kyk
2+ 2kxkkyk.
Ora per la disuguaglianza CS) si ha che (x · y) ≤ |x · y| ≤ kxkkyk, e quindi
kx + yk
2= (x + y) · (x + y) = x · x + y · y + (x, y) + (y, x)
= kxk
2+ kyk
2+ 2 Re(x · y) ≤ kxk
2+ kyk
2+ 2kxkkyk
Osservazione 1.2. Si noti che nella verifica di N1)–N3) si sono usate solo le propriet` a Ps1)–Ps3) del prodotto scalare e la CS), che di tali propriet` a ` e conseguenza.
Esercizio 1.1. Analizzando la dimostrazione della disuguaglianza di Cauchy-Schwarz e della disuguaglianza triangolare per la norma che ne
`
e conseguenza, dire quando valgono le uguaglianze
| (x, y) | = kxk kyk ,
(x, y) = kxk kyk ,
kx + yk = kxk + kyk
Infine la distanza euclidea di due vettori x, y ∈ R
N` e il numero reale
(1.4) d(x, y) = kx − yk = v u u t
N
X
i=1
|x
i− y
i|
2La funzione distanza ` e anche detta metrica euclidea e verifica le seguenti propriet` a.
Per ogni x, y, z ∈ R
N:
D1) d(x, y) ≥ 0, d(x, y) = 0 ⇐⇒ x = y.
D2) d(x, y) = d(y, x)
D3) d(x, y) ≤ d(x, z) + d(z, y) ( disuguaglianza triangolare ) La D1) e la D2) sono ovvie, e la D3) segue dalla N3) sostituendo x con x − z e y con z − y.
Osservazione 1.3. Si osservi ancora che nella verifica di D1) – D3) si sono usate solo le propriet` a N1) –N3) della norma.
Osservazione 1.4. Osserviamo esplicitamente una conseguenza imme- diata delle propriet` a D1)–D3). Per ogni x, y, z si ha
D4) d(x, y) ≥ |d(x, z) − d(z, y)|
La D4) segue dalla disuguaglianza triangolare D3) e dalla simmetria D2) della distanza. Infatti d(x, z) ≤ d(x, y) + d(y, z) = d(x, y) + d(z, y) e quindi
i) d(x, z) − d(z, y) ≤ d(x, y).
Analogamente d(z, y) ≤ d(z, x) + d(x, y) = d(x, z) + d(x, y) e quindi ii) d(z, y) − d(x, z) ≤ d(x, y).
Da i) e ii) segue subito la D4).
Definiamo ora alcune strutture astratte, che si ottengono prendendo come assiomi le propriet` a ora viste degli spazi K
N.
Definizione 1.1. Sia X uno spazio vettoriale reale. Un prodotto interno su X ` e una applicazione g : X × X → R che ad ogni coppia di vettori x, y associa un numero g(x, y) ∈ R, che indicheremo con (x, y) (prodotto interno di x e y), che verifica le propriet` a Ps1)–Ps3).
La coppia (X , g) ` e detta spazio con prodotto interno o spazio prehilbertiano (reale).
Esattamente come nel caso di R
Nsi dimostra il
Lemma 1.1. In ogni spazio prehilbertiano vale la disuguaglianza di Cauchy-Schwarz:
CS) |(x, y)|
2≤ (x, x)(y, y) ∀ x, y ∈ X
Definizione 1.2. Sia X uno spazio vettoriale reale. Una norma su X ` e una applicazione N : X → R, che ad ogni vettore x associa un numero reale N (x), che indicheremo con kxk (norma di x), che verifica le propriet` a N1)–N3).
La coppia (X , N ) ` e detta spazio normato.
Si verifica per induzione su n che se x
1, . . . , x
n∈ X N3’) k P
ni=1
x
ik ≤ P
n i=1kx
ik
Definizione 1.3. Sia X un insieme, i cui elementi chiameremo punti.
Una metrica o distanza su X ` e una applicazione d : X × X → R, che ad ogni coppia di punti x, y associa un numero reale d(x, y) (distanza di x da y), che verifica le propriet` a D1)–D3).
La coppia (X , d) ` e detta spazio metrico.
In ogni spazio metrico vale la disuguaglianza D4) dell’ Osservazione 1.4. Inoltre per induzione se x
1, . . . , x
n∈ X si ha che
D3’) d(x
1, x
n) ≤ P
n−1i=1
d(x
i, x
i+1)
Abbiamo visto, nel caso di R
N, come le propriet` a D1)–D3) dipendono solamente dalle corrispondenti propriet` a N1)–N3), e a loro volta queste dipendono solamente dalle propriet` a PS1)–PS3) e dalla disuguaglianza CS), che ne ` e conseguenza (vedi le Osservazioni 1.1 – 1.3). Vale quindi la
Proposizione 1.1. i) Sia X uno spazio normato con norma k.k.
Posto per x, y ∈ X: d(x, y) = kx − yk, si ha che d ` e una distanza in X, detta distanza indotta dalla norma e quindi ogni spazio normato ` e anche spazio metrico.
ii) Sia X uno spazio prehilbertiano con prodotto (., .). Posto per x ∈ X: kxk = (x, x)
12si ha che k.k ` e una norma su X, detta norma indotta dal prodotto scalare, e quindi ogni spazio prehilbertiano ` e anche spazio normato (e spazio metrico).
Naturalmente esistono spazi metrici la cui distanza non ` e indotta da una norma, dato che una metrica pu` o essere definita su un insieme qualsiasi, mentre una norma ` e definita su uno spazio vettoriale. Analo- gamente esistono spazi normati la cui norma non ` e definibile a partire da un prodotto scalare.
Esempio 1.1. La metrica discreta su un insieme qualsiasi X ` e definita da:
d(x, y) =
( 0 se x = y 1 se x 6= y
E facile vedere che gli assiomi di spazio metrico sono verificati. `
Esempio 1.2. La retta reale estesa ` e l’ insieme R
∗= R∪{+∞, −∞}, ottenuto aggiungendo all’ insieme dei numeri reali i due simboli ±∞.
La funzione
d(x, y) = | arctan(x) − arctan(y)|
` e una metrica su R
∗; si intende che si ` e estesa a R
∗la funzione arco- tangente, che ` e strettamente crescente da R sull’ intervallo (−
π2, +
π2), ponendo arctan(±∞) = ±
π2. ` E facile vedere che gli assiomi di spazio metrico sono verificati.
Esempio 1.3. La norma euclidea kxk di un vettore x in K
N` e spesso indicata con il simbolo kxk
2=
q P
Ni=1
(x
i)
2ed ` e indotta dal prodotto scalare o hermitiano standard, come abbiamo visto.
Diverse norme su K
N, non indotte da un prodotto interno, sono le seguenti norme
(1.5) kxk
∞= max
i=1,...,N
|x
i| , kxk
1=
N
X
i=1
|x
i| La verifica delle propriet` a delle norme ` e immediata.
Queste norme sono equivalenti tra loro ed equivalenti alla norma euclidea, nel senso che ognuna di esse ` e maggiorata e minorata da un multiplo dell’ altra, come segue dalle disuguaglianze, di verifica immediata,
(1.6) kxk
∞≤ kxk
2≤ kxk
1≤ N kxk
∞Tali disuguaglianze implicano ad esempio che se il modulo di tutte le componenti di un vettore x ` e ”piccolo”, e quindi kxk
1` e ”piccola”, anche la norma euclidea kxk
2` e piccola, e viceversa se la norma euclidea kxk
2` e piccola allora la norma kxk
∞` e piccola, cio` e i moduli di tutte le componenti del vettore sono piccole.
La (1.6) si usa quindi spesso per mostrare che molti concetti definiti in termini della norma euclidea sono equivalenti a concetti introdotti
”per componenti” (vedi in seguito ad esempio i limiti e la continuit` a di funzioni a valori in R
N).
Osservazione 1.5. Pi` u in generale se p ≥ 1 si pu` o definire la norma
(1.7) kxk
p=
"
NX
i=1
|x
i|
p#
1pPer la verifica delle propriet` a delle norme nel caso generale la disugua- glianza triangolare segue dal fatto che
[ P
ni=1
|x
i+ y
i|
p]
1p≤ [ P
ni=1
(|x
i| + |y
i|)
p]
1pe dalla disuguaglianza [ P
ni=1
(|x
i| + |y
i|)
p]
1p≤ ( P
ni=1
|x
i|
p)
1p+ ( P
ni=1
|y
i|
p)
1p,
nota come disuguaglianza di Minkowski che vedremo tra poco.
Tutte queste norme sono equivalenti, nel senso che ognuna di esse
`
e maggiorata e minorata da un multiplo dell’ altra, come segue dalle disuguaglianze, di verifica immediata,
(1.8) kxk
∞≤ kxk
p≤ N
1pkxk
∞, p ≥ 1
Talvolta gli spazi normati costituiti dall’ insieme R
Ncon le norme ora introdotte si indicano con i simboli l
p(N ) = R
N, k.k
p, 1 ≤ p ≤ ∞.
Esempio 1.4 (Norme su C
0[a, b]). Siano a, b numeri reali, con a < b.
L’ insieme C
0[a, b] delle funzioni a valori reali (complessi) continue su [a, b] ` e uno spazio vettoriale con le operazioni di addizione e mol- tiplicazione per uno scalare definite puntualmente: (αf + βg)(x) = αf (x) + βg(x) se x ∈ [a, b].
Se f ∈ C
0[a, b] allora f assume massimo e minimo nell’ intervallo [a, b] per il teorema di Weierstrass (che generalizzeremo in seguito).
Inoltre ` e definito l’ integrale di f . Diverse norme su C
0[a, b] sono le seguenti:
kf k
∞= max
x∈[a,b]
|f (x)| , kf k
1= Z
ba
|f (x)| dx , kf k
2=
Z
b a|f (x)|
2dx
12Si verifichi per esercizio che k.k
∞, kf k
1sono norme e che la norma kf k
2`
e indotta dal seguente prodotto scalare: (f, g) = R
ba
f (x)g(x) dx (se le funzioni sono a valori reali si ignori il segno di coniugio).
Si noti che generalmente con il simbolo C
0[a, b] si intende lo spazio normato con la norma del massimo k.k
∞, mentre come vedremo nel capitolo successivo le altre norme sono generalmente definite su una classe di funzioni pi` u ampia delle funzioni continue.
Vedremo in capitoli successivi vari esempi interessanti di spazi metri- ci, in particolare spazi di funzioni come quello dell’ esempio precedente.
In questa prima parte del corso siamo interessati al caso dello spazio R
N, ma enunciamo alcuni concetti e propriet` a nel caso generale non essendoci alcuna difficolt` a ulteriore.
Topologia degli spazi metrici Sia (X, d) uno spazio metrico.
• Se r > 0, x ∈ X, la palla aperta di centro x e raggio r `e il sottoinsieme di X definito da B
r(x) = B(x, r) = {y ∈ X : d(y, x) < r}.
• Un intorno di un punto x ∈ X `e un sottoinsieme I di X che
contiene una palla di centro x: I ` e intorno di x se esiste r > 0
tale che x ∈ B
r(x) ⊆ I.
• Sia E ⊆ X e x ∈ X. Il punto x `e interno a E se E `e intorno di x, cio` e se esiste una palla B
r(x) ⊆ E.
• Il punto x `e esterno a E se `e interno al complementare E
c= X \ E, cio` e se esiste una palla B
r(x) ⊆ E
c⇐⇒ ∃ r > 0 : B
r(x) ∩ E = ∅.
• Il punto x `e punto di frontiera di E se non `e n´e interno n´e esterno a E; ci` o equivale a dire che per ogni r > 0 si ha B
r(x) ∩ E 6= ∅, B
r(x) ∩ E
c6= ∅.
L’ insieme dei punti interni (rispettivamente esterni, di frontiera) di un insieme E ` e detto interno di E (rispettivamente esterno di E, frontiera di E) e si denota con E
ooppure int (E) (rispettivamente con est (E) = (E
c)
o, e con ∂E oppure fr (E)). Dalla definizione segue subito che ∂E = ∂E
c.
• La chiusura di un sottoinsieme E `e il sottoinsieme E = cl (E) = E ∪ ∂E.
• Un sottoinsieme E `e aperto se E = E
o, cio` e se ogni punto di E ` e interno ad E.
• Un sottoinsieme E `e chiuso se E = E, cio`e se ∂E ⊆ E.
Per definizione X ` e unione disgiunta
(1.9) X = E
o∪ ∂(E) ∪ est (E) = E ∪ est (E) e dalla relazione (1.9) si ricavano molte propriet` a.
In particolare il complementare della chiusura di E ` e l’ esterno di E, cio` e l’ interno del complementare E
c. Inoltre E = E ∪ ∂E, ` e anche unione disgiunta E = E
o∪ ∂E. Dalle definizioni date segue allora facilmente che:
• E `e aperto se e solo se E
c` e chiuso.
Inoltre
• Ogni palla aperta B
r(x) ` e un insieme aperto. L’ interno E
odi un insieme E ` e un insieme aperto.
Esercizio 1.2. Dimostrare che B
r(x) e E
osono aperti.
Dato che est (E) ` e l’ interno di E
c, anche l’ esterno ` e un insieme aper- to, e la chiusura ` e allora un insieme chiuso, essendo il complementare dell’ aperto est (E). Si ha quindi che:
• E
o` e aperto, est(E) ` e aperto, E ` e chiuso
Una propriet` a importante della chiusura di un insieme E ` e quella di essere il pi` u piccolo insieme chiuso che contiene E. Infatti abbiamo visto che E ` e chiuso, e inoltre si ha che
• Se E ⊆ F e F `e chiuso allora E ⊆ F . In particolare E `e chiuso se e solo se E = E.
Infatti E ⊆ F equivale a F
c⊆ (E)
c= est (E). Se x ∈ F
c, che ` e aperto,
esiste una palla B
r(x) ⊆ F
c⊆ E
ce allora x ∈ est (E).
Dato che E = E
o∪ ∂E, si vede poi facilmente che
• x ∈ E se e solo se ogni intorno di x contiene punti di E.
In particolare se A ⊆ R `e un sottoinsieme dei numeri reali limitato inferiormente [superiormente ], si ha che inf A ∈ A, [ sup A ∈ A ].
Ci` o segue facilmente dalla caratterizzazione degli estremi: ad esempio per ogni ε > 0 esistono punti di A in (inf A, inf A + ε) e quindi ogni intorno di inf A contiene punti di A.
Analogamente se A non ` e limitato inferiormente [superiormente] si pone inf A = −∞ [sup A = +∞] e nello spazio metrico R
∗(retta reale estesa, vedi esempio precedente) si ha che inf A = −∞ ∈ A [sup A = +∞ ∈ A] dove la chiusura ` e ora in R
∗.
I punti della chiusura E di un insieme E possono essere ulteriormente distinti in punti isolati e punti di accumulazione di E.
Un punto x ∈ X ` e punto di accumulazione di E se ogni intorno di x contiene punti di E diversi da x.
Un punto di accumulazione di E pu` o appartenere o meno a E, ma appartiene comunque alla chiusura E. Se x ` e un punto di accumula- zione di E ` e facile vedere che ogni suo intorno contiene infiniti punti di E. Se infatti un intorno I di x contenesse solo un numero finito p
1, . . . , p
ndi punti di E distinti da x, posto r = min
1≤j≤nd(x, p
j), si avrebbe che in B
r(x) non cadrebbero punti di E distinti da x, e quindi x non sarebbe punto di accumulazione di E.
x ∈ E ` e detto punto isolato di E se esiste r > 0 tale che B
r(x) ∩ E = {x}.
La chiusura di E ` e unione disgiunta dei punti isolati di E e dei punti di accumulazione di E, come si vede facilmente.
Il comportamento di aperti e chiusi rispetto ad unione ed intersezione
`
e illustrato dal seguente
Teorema 1.2. i) Sia {O
α}
α∈Auna collezione arbitraria di insie- mi aperti. Allora O = ∪
α∈AO
α` e aperto.
ii) Sia O
1, . . . O
nuna collezione finita di insiemi aperti. Allora O
0= ∩
ni=1O
i` e aperto.
iii) Sia {C
α}
α∈Auna collezione di insiemi chiusi. Allora C =
∩
α∈AC
α` e chiuso.
iv) Sia C
1, . . . C
nuna collezione finita di insiemi chiusi. Allora C
0= ∪
ni=1C
i` e chiuso.
Esercizio 1.3. Dimostrare il Teorema 1.2.
Sia (X, d) uno spazio metrico. Se Y ⊆ X, la restrizione d
Ydella
funzione distanza a Y × Y , cio` e alle coppie di punti x, y ∈ Y , ` e una
metrica su Y , detta metrica indotta da d su Y . Lo spazio metrico
(Y, d
Y) ` e talvolta detto sottospazio metrico dello spazio (X, d). Se
y ∈ Y la palla aperta di centro y e raggio r > 0 nello spazio metrico Y ` e l’ insieme B
rY(y) = {z ∈ Y : d(z, y) < r} ed ` e immediato allora vedere che B
rY(y) = B
r(y) ∩ Y , dove B
r(y) = B
rX(y) = {z ∈ X : d(z, y) < r}
`
e la palla aperta nello spazio metrico X.
Le relazioni tra le nozioni prima introdotte negli spazi metrici X e Y sono le seguenti.
Proposizione 1.2. Siano (X, d) uno spazio metrico, Y ⊆ X, (Y, d
Y) il sottospazio metrico di X e A ⊆ Y .
i) A ` e aperto in Y se e solo se A = O ∩ Y con O aperto in X. In particolare se Y ` e aperto in X allora un sottoinsieme A ⊆ Y ` e aperto in Y se e solo se ` e aperto in X.
ii) A ` e chiuso in Y se e solo se A = C ∩ Y con C chiuso in X. In particolare se Y ` e chiuso in X allora un sottoinsieme A ⊆ Y ` e chiuso in Y se e solo se ` e chiuso in X.
iii) Siano A
Ye A = A
Xle chiusure di A negli spazi Y , X rispetti- vamente. Allora A
Y= A ∩ Y .
Dimostrazione. i) Siano O aperto di X, A = O ∩ Y e x ∈ A. Essendo O aperto in X e x ∈ O, esiste una palla (in X) B
rX(x) ⊆ O e allora B
rY(x) = B
Xr(x) ∩ Y ⊆ O ∩ Y = A. Ne segue che x ` e interno ad A (nello spazio metrico Y ) e per l’ arbitrariet` a di x A ` e aperto.
Viceversa se A ` e aperto in Y , per ogni a ∈ A esiste r = r
a> 0 tale che B
rY(a) = B
Xr(a) ∩ Y ⊆ A e quindi A = ∪
a∈AB
rYa(a) = ∪
a∈AB
rXa(a) ∩ Y = O ∩ Y dove O = ∪
a∈AB
rXa(a) ` e aperto in X, in quanto unione di aperti di X.
ii) Se C ` e un chiuso di X e A = C ∩ Y si ha che O = X \ C ` e aperto di X, e Y \ A = Y \ (C ∩ Y ) = Y \ C = Y ∩ O ` e aperto in Y , per quanto visto in i), perch´ e O ` e aperto in X. Viceversa se A ` e chiuso in Y allora Y \ A ` e aperto in Y , e per i) si ha che esiste O, aperto in X, tale che Y \ A = O ∩ Y ; ma allora, se C = X \ O, si ha che C ` e chiuso in X e A = Y ∩ C, come si vede subito.
iii) Per quanto visto in ii), A ∩ Y ` e chiuso in Y e contiene A, quindi contiene A
Ye vale l’ inclusione A
Y⊆ A ∩ Y . Se per` o x ∈ A ∩ Y , allora x ∈ Y e ogni suo intorno B
rX(x) contiene punti di A = A ∩ Y , quindi ogni suo intorno B
rY(x) = B
rX(x) ∩ Y contiene punti di A e x ∈ A
Y, quindi vale anche l’inclusione opposta A ∩ Y ⊆ A
Ye allora
A ∩ Y = A
Y.
Esempio 1.5. Sia X = R
2, con la metrica euclidea, e consideriamo il
sottospazio Y = {(x, y) : y = 0}, cio` e Y ` e l’ asse delle ascisse. Posto
A = {(x, y) : y = 0, −1 < x < 1}, si ha che A non ` e aperto in X,
perch´ e ogni palla centrata in un punto di A contiene punti (x, y) con
y 6= 0, quindi non appartenenti ad A. Ciononostante A ` e aperto in Y ,
perch´ e ` e intersezione della palla di centro (0, 0) e raggio 1 in R
2con
Y , o direttamente perch´ e A = B
1Y( (0, 0) ) ` e la palla di centro (0, 0) e raggio 1 nello spazio metrico Y .
Si noti che se (X, k.k) ` e uno spazio normato, ogni sottospazio vetto- riale Y ` e uno spazio normato, avente per norma la restrizione a Y della norma in X.
Se per` o A ` e un sottoinsieme qualsiasi di X, esso non ha in generale la struttura di spazio vettoriale e non ` e quindi uno spazio normato.
Ha tuttavia (come ogni sottoinsieme di uno spazio metrico) una struttura naturale di (sotto)spazio metrico con la metrica indotta dalla metrica naturale di X, cio` e la metrica indotta dalla norma. Quasi tutti gli spazi metrici che considereremo saranno di fatto spazi normati, i cui sottoinsiemi saranno esempi di spazi metrici senza in generale struttura vettoriale.
Se (X, d) ` e uno spazio metrico e A ⊆ X il diametro di A ` e definito da diam (A) = sup
x,y∈Ad(x, y) e pu` o eventualmente essere +∞. Un sottoinsieme A ` e detto limitato se il suo diametro ` e finito.
Esercizio 1.4. Dimostrare che A ` e limitato se e solo se ` e contenuto in una palla di X.
In particolare se X ` e uno spazio normato, A ⊆ X ` e limitato se e solo se esiste M > 0 tale che per ogni x ∈ A si ha kxk = d(x, 0) ≤ M .
Diremo che una propriet` a P(n), dipendente da n ∈ N, `e verificata definitivamente se ` e verificata per tutti i naturali n, eccettuati al pi´ u un numero finito di essi, cio` e se esiste M ∈ N tale che P(n) `e verificata per ogni n ≥ M .
Definizione 1.4. Sia (X, d) uno spazio metrico e sia {x
n}
n∈Nuna successione a valori in X.
Se x ∈ X si dice che {x
n} converge a x per n → ∞, o che x
`
e il limite per n → ∞ della successione, e si scrive in tal caso
n→∞
lim x
n= x, o x
n→ x per n → ∞, se per ogni ε > 0 esiste M = M
ε∈ N tale che per ogni n ≥ M si ha d(x
n, x) < ε, cio` e x
n∈ B
ε(x) (ci` o equivale a richiedere che la successione reale d(x
n, x) converga a zero in R). Equivalentemente x = lim
n→∞x
nse per ogni intorno I di x, i valori della successione sono definitivamente in I.
Come per le successioni reali si dimostra facilmente il Teorema 1.3.
• Se un limite della successione esiste, esso ` e unico.
• Se lim
n→∞x
n= x, allora per ogni sottosuccessione {x
kn} si ha lim
n→∞x
kn= x.
• Se {x
n} ` e convergente, allora ` e limitata, cio` e esistono M > 0,
x
0∈ X tali che d(x
n, x
0) ≤ M per ogni n ∈ N.
Esercizio 1.5. Dimostrare il Teorema 1.3.
Teorema 1.4 (Continuit` a di distanza, norma, prodotto interno). Sia- no {x
n}, {y
n} successioni in uno spazio metrico X e supponiamo che x
n→ x, y
n→ y ( n → ∞).
a) La successione di numeri reali d(x
n, y
n) converge in R al numero reale d(x, y).
b) Se in particolare ( X, (. , .) ) ` e uno spazio con prodotto interno allora (x
n, y
n) converge a (x, y).
c) Se (X, k . k ) ` e uno spazio normato allora kx
nk converge a kxk.
Dimostrazione. a) Per la propriet` a D4) (vedi Osservazione 1.4) si ha che
|d(x, y) − d(x
n, y
n)| = |d(x, y) − d(x, y
n) + d(x, y
n) − d(x
n, y
n)| ≤
|d(x, y) − d(x, y
n)| + |d(x, y
n) − d(x
n, y
n)| ≤ d(y, y
n) + d(x, x
n) e dato che d(y, y
n) + d(x, x
n) → 0 per n → ∞ si ha la tesi.
b) Essendo convergente, y
n` e limitata, cio` e esiste M > 0 tale che ky
nk ≤ M , e per le propriet` a del prodotto interno si ha che
|(x, y)−(x
n, y
n)| = |(x, y−y
n)+(x−x
n, y
n)| ≤ |(x, y−y
n)|+|(x−x
n, y
n)| ≤ kxk ky − y
nk + kx − x
nk ky
nk ≤ (M + kxk)(kx − x
nk + ky − y
nk) Per ipotesi kx − x
nk → 0, ky − y
nk → 0, e si deduce facilmente la tesi.
c) ` E un caso particolare di a), prendendo y
n= 0. Come per le successioni reali si dimostra facilmente il
Teorema 1.5. Sia (X, k.k) uno spazio normato reale, siano {x
n}, {y
n} due successioni in X, convergenti rispettivamente a due vettori x, y ∈ X e sia {α
n} una successione in R convergente a α ∈ R. Allora
a) lim
n→∞(x
n+ y
n) = x + y.
b) lim
n→∞α
nx
n= α x.
c) Se Y = R allora lim
n→∞x
ny
n= x y.
Esercizio 1.6. Dimostrare il Teorema 1.5.
Una importante relazione tra i limiti di successioni e i concetti prima introdotti ` e data dal
Teorema 1.6 (Caratterizzazione di chiusura e chiusi). Sia E ⊆ X.
i) Un punto x appartiene alla chiusura E se e solo se esiste una successione {x
n} a valori in E e convergente a x.
ii) E ` e chiuso se e solo se per ogni successione {x
n} a valori in E
e convergente a x ∈ X, il limite x appartiene ad E.
Dimostrazione. i) ` E chiaro che se {x
n} ⊆ E, x
n→ x, allora x ∈ E, perch´ e ogni palla B
ε(x) contiene punti di E, contenendo i valori della successione definitivamente. Viceversa se x ∈ E, ogni intorno di x contiene punti di E e in particolare per ogni n ∈ N esiste x
n∈ B
1n
(x)∩E. La successione {x
n} cos´ı definita `e a valori in E per costruzione, e converge a x, dato che d(x
n, x) <
1 n
.
ii) Se E ` e chiuso, si ha che E = E. Se {x
n} `e a valori in E e converge a x, per quanto visto in i), si ha che x ∈ E = E.
Viceversa se ` e vera la propriet` a di appartenenza ad E dei limiti di successione a valori in E, si ha che E ⊆ E e quindi E ` e chiuso. Infatti se x ∈ E, per i) esiste una successione {x
n} a valori in E e convergente a x, ma allora, per la propriet` a che si ipotizza, x ∈ E, e quindi E ⊆ E.
In particolare se A ⊆ R `e un sottoinsieme dei numeri reali limitato inferiormente [ superiormente ], si ha che inf A ∈ A, [ sup A ∈ A ], e quindi esiste una successione {x
n} ⊆ A tale che x
n→ inf A [ x
n→ sup A ] . Ogni successione di questo tipo `e detta successione minimizzante [successione massimizzante] per A. Analogamente se A non ` e limitato inferiormente [superiormente] si ha che inf A =
−∞ ∈ A [ sup A = +∞ ∈ A ] dove la chiusura `e ora nello spazio me- trico R
∗(vedi Esempio 1.3), e quindi esiste una successione {x
n} ⊆ A tale che x
n→ −∞ [ x
n→ +∞ ].
Siano (X, d
X), (Y, d
Y) spazi metrici, A ⊆ X, x
0∈ X punto di accumulazione di A e f : A → Y una funzione.
Un punto y
0∈ Y `e il limite di f (x) per x che tende a x
0, in simboli lim
x→x0, x∈A
f (x) = y
0, se
∀ ε > 0 ∃ δ > 0 : ∀ x ∈ A : 0 < d
X(x, x
0) < δ =⇒ d
Y(f (x), y
0) < ε Si osservi che non ` e necessario che x
0∈ A, e anche se f `e definita in x
0pu` o accadere che f (x
0) 6= lim
x→x0f (x). Ci` o che importa ` e che f sia definita in punti vicini a x
0, ed ` e per questo che si suppone che x
0sia di accumulazione per A. Come per le successioni si vede subito che se il limite esiste esso ` e unico.
Siano (X, d
X), (Y, d
Y) spazi metrici, A ⊆ X, x
0∈ A, f : A → Y una funzione. Si dice che f ` e continua in x
0se
∀ ε > 0 ∃ δ = δ(ε, x
0) > 0 : ∀ x ∈ A d
X(x, x
0) < δ =⇒ d
Y(f (x), f (x
0)) < ε
Dal confronto tra le definizioni di limite e di funzione continua si
deduce che se x
0` e punto isolato di A allora ogni funzione f : A →
Y ` e continua in x
0, perch´ e qualunque sia ε > 0 se δ > 0 ` e piccolo
d
X(x, x
0) < δ =⇒ x = x
0e banalmente d
Y(f (x
0), f (x
0) = 0 < ε;
viceversa se x
0` e punto di accumulazione di A allora f ` e continua in x
0se e solo se esiste lim
x→x0f (x) = f (x
0).
Vale la seguente relazione tra funzioni continue e limiti di successioni detto Teorema Ponte (tra i limiti di successione e quelli di funzione), la cui dimostrazione ` e analoga a quella del corrispondente teorema per funzioni reali di variabile reale.
Teorema 1.7. Siano X, Y spazi metrici, A ⊆ X, x
0∈ A, e f : A → Y . i) Se f ` e continua in x
0e {x
n} ` e una successione in A tale che
x
n→ x
0allora lim
n→∞f (x
n) = f (x
0). Viceversa:
ii) Se da ogni successione {x
n} a valori in A che converge a x
0` e possibile estrarre una sottosuccessione {x
kn} tale che lim
n→∞f (x
kn) = f (x
0) allora f ` e continua in x
0.
Dimostrazione. i) Se f ` e continua in x
0, dato ε > 0 esiste δ > 0 tale che per ogni x ∈ A, d
X(x, x
0) < δ =⇒ d
Y(f (x), f (x
0)) < ε. Se x
n→ x
0, in corrispondenza di questo δ > 0 esiste M ∈ N tale che se n ≥ M allora d(x
n, x
0) < δ e quindi d(f (x
n), f (x
0) < ε. Ne segue che lim
n→∞f (x
n) = f (x
0).
ii) Per mostrare il viceversa mostreremo che se f non ` e continua in x
0, esiste una successione x
n→ x
0dalla quale non ` e possibile estrarre alcuna sottosuccessione x
knper la quale f (x
kn) → f (x
0). Sia dunque f non continua in x
0. Ci` o implica che esiste ε > 0 tale che per ogni n ∈ N esiste x
n∈ A con d(x
n, x
0) <
n1e d
Y(f (x
n), f (x
0)) ≥ ε. Per ogni estratta x
knsi ha quindi d
Y(f (x
kn), f (x
0)) ≥ ε e quindi f (x
kn)
non converge a f (x
0).
Teorema 1.8. Siano X uno spazio metrico e Y uno spazio normato su K, e siano f, g : X → Y , α : X → K funzioni continue in un punto x
0∈ X. Allora le funzioni f + g , α f : X → Y sono continue in x
0. Se Y = R allora la funzione f g `e continua in x
0.
Dimostrazione . Il risultato si pu` o dimostrare direttamente, sulla fal- sariga del Teorema 1.5, oppure come conseguenza dello stesso e del
Teorema ponte.
Come nel caso delle funzioni reali di variabile reale si dimostra il Teorema 1.9 (Teorema di composizione). Siano X, Y, Z spazi metrici, A ⊆ X, f : A → Y , g : f (A) → Z, x
0∈ A. Se f ` e continua in x
0e g
`
e continua in y
0= f (x
0), allora h = g ◦ f : A → Z ` e continua in x
0. Esercizio 1.7. Dimostrare il Teorema 1.9
Se X, Y sono spazi metrici e f : X → Y ` e una funzione, si dice che f ` e continua (in X) se ` e continua in ogni punto di X.
Vale il seguente
Teorema 1.10. Siano X, Y spazi metrici e f : X → Y . f ` e continua se e solo se per ogni aperto [chiuso] V di Y , l’ insieme f
−1(V ) ` e aperto [chiuso] in X.
Esercizio 1.8. Dimostrare il Teorema 1.10.
I concetti che abbiamo introdotto in questo paragrafo sono una diret- ta generalizzazione di concetti e propriet` a familiari per gli spazi euclidei R
Ne le applicazioni tra essi.
In R
Ntuttavia alcune definizioni possono essere equivalentemente in- trodotte ”per componenti”. Infatti dalla disuguaglianza (1.6) si ricava facilmente il
Teorema 1.11. [Limiti per componenti]
• Una successione {x
n} ⊆ R
Nconverge a x ∈ R
Nse e solo se per ogni i = 1, . . . , N le successioni delle componenti, x
in, convergono alla componente x
i.
• Se X ` e uno spazio metrico, f = (f
1, . . . , f
N) : X → R
N` e una funzione a valori in R
N, e x
0∈ X, si ha che lim
x→x0f (x) = y ∈ R
Nse e solo se per ogni i = 1, . . . , N le funzioni componenti f
i: X → R soddisfano lim
x→x0f
i(x) = y
i.
• Se X ` e uno spazio metrico, f = (f
1, . . . , f
N) : X → R
N` e una funzione a valori in R
N, e x
0∈ X, si ha che f ` e continua (in x
0) se e solo se ogni componente f
i: X → R `e continua (in x
0).
Esercizio 1.9. Dimostrare il Teorema 1.11.
Il calcolo di limiti di funzioni vettoriali di una variabile (o successioni a valori in R
N) ` e quindi immediato conoscendo i limiti di funzioni (o successioni) reali.
Ad esempio lim
n→∞(n sin(
n1), (1 +
2n)
n) = (1, e
2).
In particolare il calcolo delle derivate di funzioni di una variabile a valori in R
N` e immediato dopo aver dato la seguente definizione, del tutto analoga a quella della derivata di una funzione a valori reali.
Definizione 1.5. Sia f = (f
1, . . . , f
N) : I = (a, b) → R
Nuna funzione definita su un intervallo aperto I ⊂ R a valori in R
N. Se t ∈ I si dice che f ` e derivabile in t se esiste (in R
N) il
f
0(t) =
dfdt(t) := lim
h→0 f (t+h)−f (t)h
.
In tal caso f
0(t) ` e la derivata o vettore derivata di f in t.
Se invece I = [a, b] ` e un intervallo chiuso e limitato gli eventuali vettori derivata destra in a e sinistra in b si definiscono in modo analogo prendendo limiti destri e sinistri rispettivamente.
Dal precedente teorema si ricava subito il
Teorema 1.12 (Derivate per componenti). La funzione f = (f
1, . . . , f
N) :
I = (a, b) → R
N` e derivabile in t ∈ I se e solo se ogni componente f
i`
e derivabile in t. In tal caso f ` e continua in t e f
0(t) = (f
1)
0(t), . . . , (f
N)
0(t)
Ad esempio se f (t) = (e
t2, sin
2(t)) si ha che f
0(t) = (2te
t2, 2 sin(t) cos(t)) per ogni t ∈ R.
Densit` a, separabilit` a
Definizione 1.6. Sia (X, d) uno spazio metrico. Un sottoinsieme A ` e detto denso (in X) se A = X.
Lemma 1.2. A ` e denso in X se e solo se per ogni aperto non vuoto O di X l’ intersezione A ∩ O ` e non vuota (o se e solo se per ogni palla B = B
r(x), x ∈ X, r > 0, l’ intersezione A ∩ B ` e non vuota.)
Dimostrazione . Se x ∈ X si ha che x ∈ A se e solo se ogni intorno di x contiene punti di A. Quindi A ` e denso in X se e solo se ogni intorno di ogni punto di X contiene punti di A o ancora se e solo se ogni palla centrata in un punto qualsiasi di X contiene punti di A; dato che un aperto O ` e intorno di ogni suo punto si conclude facilmente. Quindi A ` e denso se ogni punto dello spazio ` e approssimabile con distanza piccola a piacere da un elemento di A : ∀ x ∈ X , ∀ ε >
0 ∃a ∈ A : d(x, a) < ε.
Pi´ u in generale se A ⊆ B ⊆ X si dice che A ` e denso in B se A
`
e denso nel sottospazio metrico B di X; dato che A
B= A ∩ B, ci` o equivale a dire che A ∩ B = B, e quindi che B ⊆ A, cio` e che ogni elemento b ∈ B ` e approssimabile ”a piacere” con un elemento a ∈ A:
A ` e denso in B se e solo se ∀ b ∈ B , ∀ ε > 0 ∃a ∈ A : d(a, b) < ε Per il Teorema 1.6 (i) A ` e denso in B se e solo se per ogni b ∈ B esiste una successione {a
n} ⊆ A che converge a b.
Se B ` e denso in X e A ` e denso in B allora A ` e denso in X.
Infatti se A ` e denso in B si ha che B ⊆ A, quindi essendo A chiuso si ha che B ⊆ A. Per la densit` a di B in X si ha poi che B = X e quindi A = X, cio` e A ` e denso in X.
Questa propriet` a ` e molto usata, nel senso che se si conosce gi` a un sottoinsieme B denso in uno spazio metrico X e si vuole dimostrare che un altro sottoinsieme A ` e denso, basta mostrare che A ` e denso in B.
Definizione 1.7. Uno spazio metrico (X, d) ` e detto separabile se esiste un suo sottoinsieme A ⊂ X che sia numerabile e denso in X.
Esempio 1.6. Se N ≥ 1 gli spazi R
Nsono separabili.
Infatti l’ insieme Q dei numeri razionali `e numerabile e denso in
R. L’ insieme Q
N` e numerabile in quanto prodotto cartesiano di un
numero finito di insiemi numerabili. Inoltre per ogni x ∈ R
Nesiste
una successione q
n∈ Q
Nche converge a x (come segue facilmente dalla densit` a di Q in R e dalle disuguaglianze 1.6) e quindi Q
N` e denso in R
N.
Teorema 1.13. Sia (X, d) uno spazio metrico separabile e sia Y ⊆ X.
Allora Y ` e separabile (come spazio metrico con la metrica indotta).
Dimostrazione. Per ipotesi esiste un sottoinsieme Q = {q
n}
n∈N⊂ X, numerabile e denso in X. Per ogni numero razionale r e naturale n tali che B
r(q
n) ∩ Y 6= ∅ si scelga un elemento y = y
r,n∈ B
r(q
n) ∩ Y . Il sottoinsieme S = {y
r,n} cos´ı costruito `e numerabile ed `e denso in Y , cio` e Y ⊆ S: ∀ y ∈ Y , ∀ ε > 0 ∃ s ∈ S : d(y, s) < ε. Infatti sia y ∈ Y e sia r razionale con 0 < r < ε. Essendo Q denso in X esiste q
n∈ Q tale che d(q
n, y) <
r2, e essendo B
r2
(q
n) ∩ Y 6= ∅ esiste y
r2,n
∈ Y con d(y
r2,n
, q
n) <
r2. Si ha allora che d(y, y
r2,n
) ≤ d(y, q
n) + d(q
n, y
r2,n
) <
r
2
+
r2= r < ε.
In particolare ogni sottoinsieme S ⊆ R
N` e separabile.
Connessione
Definizione 1.8. Sia (X, d
X) uno spazio metrico e sia E ⊆ X. Una curva continua in E ` e un’ applicazione continua α : I → E definita su un intervallo I ⊆ R (con la metrica indotta dalla metrica euclidea su R). L’ immagine α(I) `e detta sostegno della curva. Se I = [a, b]
`
e un intervallo compatto si parla di arco continuo e i punti x = α(a), y = α(b) sono gli estremi dell’ arco (rispettivamente punto iniziale e punto finale).
Se X ` e uno spazio vettoriale normato, x ∈ X, v ∈ X \ {0}, il pi` u semplice esempio di curva ` e la retta passante per x di direzione v:
` e la funzione α(t) = x+t v, t ∈ R. La restrizione di questa applicazione all’ intervallo [0, ∞) ` e la semiretta di origine x e direzione v, mentre la restrizione a un intervallo [0, t
0] ha per immagine un segmento che va da da x a y = α(t
0). Lo stesso insieme ` e sostegno di altri archi e se x, y ∈ X definiremo segmento di estremi x e y l’ arco continuo di estremi x e y γ : [0, 1] → X definito da γ(t) = (1 − t) x + t y, la cui immagine sar` a pure chiamata segmento di estremi x, y e denotata con il simbolo [x, y].
Definizione 1.9. Un sottoinsieme E di uno spazio normato X ` e detto convesso se dati due punti p, q ∈ E il segmento [p, q] ` e contenuto in E.
Un esempio di sottoinsieme convesso ` e una palla aperta (o chiusa);
se p, q ∈ B
r(x) e z = (1 − t) p + t q si ha che kz − xk = k(1 − t) (p −
x) + t (q − x)k ≤ (1 − t)kp − xk + t kq − xk < (1 − t)r + tr = r.
Definizione 1.10. Un sottoinsieme aperto A di uno spazio normato X ` e detto connesso(per archi) se per ogni coppia di punti x, y ∈ E esiste un arco continuo α : [a, b] → E di estremi x e y.
Ad esempio un aperto convesso in uno spazio normato ` e connesso per archi.
Intuitivamente un insieme connesso ` e un insieme ”fatto di un solo pezzo”.
Approfondiremo il concetto di connessione nel capitolo sulle curve.
Compattezza
Definizione 1.11. Un sottoinsieme K di uno spazio metrico X ` e detto sequenzialmente compatto o compatto per successioni se da ogni successione {x
n} a valori in K si pu` o estrarre una sottosuccessione {x
kn} convergente a un punto di K.
Nel seguito diremo semplicemente che un sottoinsieme K ` e compat- to anzich´ e sequenzialmente compatto o o compatto per succes- sioni.
Un sottoinsieme E di X ` e detto precompatto se E ` e compatto.
Teorema 1.14. Sia X uno spazio metrico.
a) Se K ⊂ X ` e compatto allora K ` e chiuso e limitato.
b) Se X ` e compatto e K ⊂ X ` e chiuso allora K ` e compatto.
Dimostrazione. a) Sia K compatto. Per mostrare che esso ` e chiuso dobbiamo mostrare che per ogni successione {x
n} a valori in K e con- vergente a x ∈ X, il limite x appartiene ad K. Per ipotesi si pu` o estrarre una sottosuccessione {x
kn} convergente a un punto y di K, ma dato che {x
n} converge a x si ha che x = y ∈ K.
Se K non fosse limitato per ogni n ∈ N esisterebbe x
n∈ K con kx
nk > n. e da ci` o ` e immediato che lim
n→∞kx
nk = +∞. Dalla successione x
nnon ` e possibile estrare alcuna sottosuccessione conver- gente a un punto x ∈ K, perch´ e si avrebbe kxk = lim
n→∞kx
nk = +∞, e ci` o ` e assurdo perch´ e per ipotesi K ` e compatto.
b) Sia X compatto e K ⊂ X chiuso, e sia {x
n} una successione in K.
Dobbiamo mostrare che si pu` o estrarre una sottosuccessione conver- gente a un punto di K. Per ipotesi si pu` o estrarre una sottosuccessione {y
n} = {x
kn} convergente a un punto x ∈ X, ma essendo {y
n} a valori in K e K chiuso, il limite x ∈ K, quindi esiste una estratta {x
kn} convergente a un punto di K.
Sia f : X → Y un’ applicazione tra due spazi metrici. Si dice che f
`
e uniformemente continua se
∀ ε > 0 ∃ δ = δ(ε) > 0 : ∀ x, y ∈ X d
X(x, y) < δ =⇒ d
Y(f (x), f (y)) < ε
Per definizione di limite si ha che f : X → Y ` e uniformemente continua se e solo se
lim
δ→0
{ sup
x,y∈X , dX(x,y)<δ
(d
Y(f (x), f (y))} = 0
Alcune propriet` a fondamentali dei compatti sono illustrate nel se- guente
Teorema 1.15.
(1) K ⊆ R
N` e compatto se e solo se ` e chiuso e limitato.
(2) Se X, Y sono spazi metrici, f : X → Y ` e continua, e K ⊆ X
`
e compatto, allora f (K) ` e un sottoinsieme compatto di Y . (3) ( Teorema di Weierstrass) Se X ` e uno spazio metrico, K ⊆ X
` e compatto e f : X → R `e continua, allora f ha massimo e minimo assoluto in K: esistono x
1, x
2∈ K tali che f (x
1) ≤ f (x) ≤ f (x
2) ∀ x ∈ K.
(4) (Teorema di Heine-Cantor) Se X, Y sono spazi metrici, f : X → Y ` e continua, e K ⊆ X ` e compatto, allora f ` e uniforme- mente continua in K.
(5) Se X, Y sono spazi metrici, K ⊆ X ` e compatto e f : K → Y
`
e continua e iniettiva, allora (f (K) ` e un sottoinsieme compatto di Y e) f
−1: f (K) → K ` e continua.
Dimostrazione. (1) Se K ` e compatto esso ` e chiuso, segue subito dal- la caratterizzazione dei chiusi. Se K non ` e limitato esiste una successione x
nin K tale che lim
nkx
nk = +∞, e da tale succes- sione non si pu` o estrarre alcuna sottosuccessione convergente (perch´ e la norma convergerebbe in R).
Viceversa per mostrare che C chiuso e limitato ` e compat- to (Teorema di Bolzano-Weierstrass in R
N), osserviamo che C
`
e in tal caso un sottoinsieme chiuso di un N -intervallo J = Q
Ni=1
[a
i, b
i] e basta dimostrare che un tale intervallo J ` e compat- to. Se x
n= (x
1n, . . . , x
Nn) ` e una successione in J , per il teorema di Bolzano-Weierstrass in R esiste una sottosuccessione x
k1(n)tale che x
1k1(n)
converge a x
1∈ [a
1, b
1], da questa si pu` o estrar- re una sottosuccessione x
k2(n)tale che x
2k2(n)
→ x
2∈ [a
2, b
2], . . . , e alla fine si ottiene una sottosuccessione convergente a x = (x
1, . . . , x
N) ∈ J perch´ e le sue componenti convergono alle componenti di x.
(2) Sia y
nuna successione in f (K) e x
nuna successione in K tale che f (x
n) = y
n. Essendo K compatto si pu` o estrarre una sot- tosuccessione x
kn→ x ∈ K e per la continuit` a di f si ha che f (x
kn) → f (x) ∈ f (K).
(3) ` E una conseguenza dei precedenti punti: f (K) ` e compatto,
quindi chiuso e limitato. Ne segue che sup f (K) ` e finito, e
appartiene a f (K) essendo nella chiusura di f (K) come si vede
facilmente (esiste una successione x
nin K tale che lim
nf (x
n) = sup f (K)), analogamente per l’ estremo inferiore.
(4) Per assurdo esiste ε > 0 tale che per ogni δ =
1nesistono punti x
n, y
n∈ K con d(x
n, y
n) ≤
n1e d(f (x
n), f (y
n)) ≥ ε > 0 ∀ n.
Dalla successione x
nsi pu` o estrarre una sottosuccessione x
knconvergente a x ∈ K, e quindi, essendo d(x
n, y
n) ≤
n1, per la disuguaglianza triangolare anche y
knconverge a x.
Per la continuit` a di f le successioni f (x
kn) e f (y
kn) conver- gono entrambe a f (x), contraddicendo la relazione
d(f (x
n), f (y
n)) ≥ ε > 0 ∀ n.
(5) Per il Teorema ponte dobbiamo mostrare che se y = f (x) ∈ f (K) e y
n= f (x
n) ` e una successione in f (K) che converge a y, allora una estratta della successione x
n= f
−1(y
n) converge a x = f
−1(y).
Per la compattezza di K dalla successione x
nsi pu` o estrarre una sottosuccessione x
knconvergente a z ∈ K, e per la conti- nuit` a di f si ha che f (z) = lim
nf (x
n) = lim
ny
n= y, e quindi z = f
−1(y) = x e x
kn= f
−1(y
kn) converge a x = f
−1(y).
Definizione 1.12. Sia f : X → Y una funzione tra due spazi metrici.
Si dice che f ` e Lipschitziana se esiste L > 0 (costante di Lipschitz per f ) tale che per ogni a, b ∈ X si ha d
Y(f (a), f (b)) ≤ L d
X(a, b).
Se f ` e Lipschitziana la pi´ u piccola costante L per la quale la relazione precedente ` e verificata ` e detta migliore costante di Lipschitz per f e indicata con il simbolo Lip (f ):
Lip (f ) = sup{
dY(f (a),f (b))dX(a,b)
: a, b ∈ X, a 6= b}.
E immediato vedere che se f ` ` e Lipschitziana con costante L allora f ` e uniformemente continua: la definizione di uniforme continuit` a
`
e verificata con δ(ε) =
Lε.
Definizione 1.13. Sia (X, d) uno spazio metrico e sia A un sottoin- sieme non vuoto di X. La funzione distanza da A ` e la funzione d
A: X → [0, +∞) definita da d
A(y) = d(y, A) = inf{d(x, y) : x ∈ A}. Se A, B sono sottoinsiemi non vuoti di X la distanza tra A e B ` e il numero reale non negativo definito da d(A, B) = inf{d(x, y) : x ∈ A, y ∈ B}.
Lemma 1.3. Sia X uno spazio metrico e siano A, B sottoinsiemi non vuoti di X.
i) La funzione d
A` e Lipschitziana (con costante di Lipschitz 1), quindi uniformemente continua.
ii) d
A(y) = 0 se e solo se y ∈ A.
iii) d(A, B) = inf{d
A(y) : y ∈ B} = inf{d
B(x) : x ∈ A}
Dimostrazione. i) Siano y, z ∈ X, x ∈ A. Per la disuguaglian- za triangolare si ha che d(x, y) ≤ d(x, z) + d(z, y) e prendendo l’
estremo inferiore al variare di x ∈ A al primo membro si ottiene d
A(y) ≤ d(x, z) + d(z, y) per ogni x ∈ A, z ∈ X. Prendendo ora l’
estremo inferiore al secondo membro si ha: d
A(y) ≤ d
A(z) + d(z, y) e quindi d
A(y) − d
A(z) ≤ d(z, y) Scambiando i ruoli di y e z, essen- do d(y, z) = d(z, y) si ottiene d
A(y) − d
A(z) ≤ d(z, y) e quindi infine
|d
A(y) − d
A(z)| ≤ d(y, z) e allora d
A` e Lipschitziana con costante di Lipschitz L = 1.
ii) Se y ∈ A, per la Proposizione 2.3 esiste una successione y
na valori in A che converge a y, quindi d
A(y) ≤ d(y, y
n) → 0 e d
A(y) = 0. Vice- versa se d
A(y) = inf{d(x, y) : x ∈ A} = 0 per le propriet` a dell’ estremo inferiore per ogni n ∈ N
+esiste y
n∈ A tale che d(y, y
n) <
n1. ` E chiaro che y
n→ y per n → ∞ e allora y ∈ A essendo limite di una successione a valori in A.
iii) Se x ∈ A, y ∈ B si ha che d(A, B) = inf{d(x, y) : x ∈ A, y ∈ B} ≤ d(x, y). Prendendo l’ estremo inferiore al variare di x ∈ A nel secondo membro si ottiene che d(A, B) ≤ d
A(y) per ogni y ∈ B.
Prendendo l’ estremo inferiore al variare di y ∈ B si ha infine che d(A, B) ≤ inf{d
A(y) : y ∈ B}.
Per mostrare la disuguaglianza inversa ricordiamo che per le pro- priet` a dell’ estremo inferiore, dato ε > 0, esistono x ∈ A, y ∈ B tali che d(x, y) < d(A, B) + ε. Prendendo prima l’ estremo inferiore al va- riare di X ∈ A e poi l’ estremo inferiore al variare di y ∈ B si ottiene inf{d
A(y) : y ∈ B} ≤ d(A, B) + ε e per l’ arbitrariet` a di ε > 0 ` e quindi inf{d
A(y) : y ∈ B} ≤ d(A, B), che insieme alla disuguaglianza prece- dente d` a d(A, B) = inf{d
A(y) : y ∈ B}. Analogamente si ottiene che
d(A, B) = inf{d
B(x) : x ∈ A}.
Una conseguenza del precedente lemma ` e il seguente teorema, per il quale premettiamo una definizione.
Definizione 1.14. Sia X uno spazio metrico e sia g : X → R una funzione continua. Il supporto di g ` e la chiusura in X dell’ in- sieme dei punti di X nei quali la funzione non ` e nulla: supp g = {x ∈ X : g(x) 6= 0}.
Teorema 1.16. Siano C, K, A sottoinsiemi di uno spazio metrico X.
i) Se C ` e chiuso, K ` e compatto e C ∩ K = ∅ allora d(C, K) > 0.
ii) Se K ` e compatto, A ` e aperto e K ⊆ A, esistono un aperto B e una funzione continua g : X → [0, 1] tali che K ⊂ B ⊂ B ⊂ A, g(x) = 1 ∀ x ∈ K, e supp g ` e contenuto in B ⊂ A (quindi g(x) = 0 ∀ x / ∈ A).
Se inoltre X = R
Nsi pu` o prendere l’ aperto B a chiusura
compatta B, e quindi supp g ⊆ B ` e un compatto contenuto in
A.
Dimostrazione. i) Per quanto visto nel lemma precedente la funzione d
C` e continua in X e essendo K compatto essa ha minimo in K: esiste a ∈ K tale che d
C(a) = inf{d
C(y) : y ∈ K} = d(C, K). Dato che C ` e chiuso e a / ∈ C si ha che a / ∈ C = C e quindi d(C, K) = d
C(a) > 0.
ii) Posto C = A
c= X \ A si ha che K e C sono disgiunti, K ` e compatto e C ` e chiuso, quindi d(C, K) = d > 0. Definiamo B = {x ∈ X : d
K(x) <
d2} e sia D = B
c= {x ∈ X : d
K(x) ≥
d2}. Essendo d
Kcontinua e D = d
−1K([
d2, +∞)), si ha che D ` e chiuso. Definiamo la funzione g(x) =
d(x,D)+d(x,K)d(x,D).
Essa ` e continua in X perch´ e il denominatore non si annulla mai. Se x ∈ K ` e d(x, D) ≥
d2e g(x) =
d(x,D)d(x,D)= 1, mentre se x ∈ D ` e d(x, D) = 0 e quindi g(x) = 0. Ne segue che {x ∈ X : g(x) 6= 0} ⊆ B = D
ce allora supp g = {x ∈ X : g(x) 6= 0} ⊆ B. Inoltre se x ∈ B allora d
K(x) ≤
d2, quindi {x ∈ X : d
K(x) >
d2} ⊆ [B]
c. Ci` o implica che B ⊂ A perch´ e C = A
c⊂ [B]
c: se x ∈ C = A
callora d
K(x) ≥ d e quindi x ∈ {x ∈ X : d
K(x) >
d2} ⊆ [B]
c.
Se poi X = R
Ne K ` e compatto, allora K ` e chiuso e limitato e si verifica subito che B ` e pure limitato, dunque B ` e compatto, essendo chiuso e limitato. Essendo supp g chiuso e contenuto nel compatto B
esso ` e compatto.
Torneremo nel capitolo sulle curve su alcuni concetti, in particola- re sui concetti di connessione e compattezza, approfondendo alcune propriet` a relative.
Completezza, Spazi di Banach e Hilbert
Definizione 1.15. Una successione {x
n}
n∈Nin uno spazio metrico X
`
e detta successione di Cauchy o fondamentale se per ogni ε > 0 esiste N = N
ε∈ N tale che per ogni n, m ≥ N si ha d(x
n, x
m) < ε.
Talvolta si esprime questa condizione scrivendo lim
n,m→∞d(x
n, x
m) = 0.
Lemma 1.4. Se {x
n}
n∈N` e una successione in X convergente a un punto x ∈ X allora ` e una successione ` e di Cauchy.
Dimostrazione. Per definizione di limite di successione se ε > 0 esiste N ∈ N tale che se n ≥ N si ha d(x
n, x) <
ε2. Se ora n, m ≥ N per la disuguaglianza triangolare si ha d(x
n, x
m) ≤ d(x
n; x) + d(x, x
m) <
ε
2