Sie sind auf Seite 1von 125

G

e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
UNIVERSIDADE ESTADUAL PAULISTA
Instituto de Biociencias, Letras e Ciencias Exatas-IBILCE
Departamento de Matematica
INTRODU C

AO
`
A AN

ALISE FUNCIONAL
Notas de Aula
german lozada-cruz
2004
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
ii
c _German Lozada-Cruz
Departamento de Matem atica, IBILCE
Universidade Estadual Paulista
R. Crist ovao Colombo, 2265
Jardim Nazareth
S ao Jose do Rio Preto-SP
15054-000, Brazil
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
Sumario
Introducao 1
1 Espacos Metricos 3
1.1 Denic ao e exemplos . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Abertos, fechados e vizinhancas . . . . . . . . . . . . . . . . . . 4
1.3 Sequencias e completamento de espacos metricos . . . . . . . . . 11
1.4 Compacidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.5 Lista de exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2 Espacos Normados 29
2.1 Espacos vetoriais . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.2 Espacos normados e de Banach . . . . . . . . . . . . . . . . . . 31
2.2.1 Exemplos de espa cos de Banach . . . . . . . . . . . . . . 33
2.3 Compacidade e dimensao de espacos vetoriais . . . . . . . . . . 41
2.4 Operadores e funcionais lineares . . . . . . . . . . . . . . . . . . 44
2.5 Espaco dual . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.6 Lista de exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3 Espacos com produto interno e de Hilbert 71
3.1 Espacos com produto interno . . . . . . . . . . . . . . . . . . . 72
3.2 Espacos de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.2.1 Exemplos de espa cos de Hilbert . . . . . . . . . . . . . . 75
3.3 Complementos ortogonais e somas diretas . . . . . . . . . . . . 78
3.4 Conjuntos e sequencias ortogonais e ortonormais . . . . . . . . . 84
3.5 Sistemas ortogonais completos . . . . . . . . . . . . . . . . . . . 90
3.6 Representacao de funcionais em espacos de Hilbert . . . . . . . 94
3.7 Adjunto de um operador . . . . . . . . . . . . . . . . . . . . . . 99
3.8 Lista de exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4 Aproximacao de Func oes Contnuas por Polinomios 105
4.1 Teorema de Weirstrass classico . . . . . . . . . . . . . . . . . . . 105
4.2 Teorema de Stone-Weirstrass . . . . . . . . . . . . . . . . . . . . 107
iii
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
iv SUM

ARIO
4.3 Teorema de Ascoli . . . . . . . . . . . . . . . . . . . . . . . . . 107
4.3.1 Aplicac oes . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.4 Lista de exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5 O Teorema de Baire 113
5.1 O teorema de Baire . . . . . . . . . . . . . . . . . . . . . . . . . 113
5.2 Consequencias do Teorema de Baire . . . . . . . . . . . . . . . . 114
5.2.1 O teorema da aplicac ao aberta . . . . . . . . . . . . . . . 114
5.2.2 O teorema do graco fechado . . . . . . . . . . . . . . . 116
5.2.3 O principio da limitac ao uniforme . . . . . . . . . . . . . 117
5.2.4 O teorema de Banach-Steinhaus . . . . . . . . . . . . . . 118
5.3 Lista de exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . 120
Referencias Bibliogracas 121
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
Introducao
Estas notas de aulas foram preparadas para ministrar a disciplina Introducao
`a Analise Funcional para o curso de Bacharelado em Matematica.
Na elabora cao seguimos de perto o livro de Kreysizg [4], usamos as notas
de A. N. Carvalho [2], como tambem ...
1
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2 Introducao
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
Captulo 1
Espacos Metricos
1.1 Denicao e exemplos
Denicao 1.1.1 (Espaco metrico) Um espaco metrico e um par ordenado
(X, ), onde X e um conjunto nao vazio com uma funcao : X X [0, )
satisfazendo
i) (nao-degenera cao) (x, y) = 0 x = y
ii) (simetria) (x, y) = (y, x), para todo x, y X
iii) (desigualdade triangular) (x, z) (x, y)+(y, z), para todo x, y, z X.
A funcao e chamada uma metrica em X e o n umero real n ao negativo
(x, y) e chamado a distancia de x a y.
Os elementos de um espaco metrico podem ser de natureza bastante
arbitraria: n umeros, pontos, vetores, matrizes, func oes, conjuntos, etc. Mas
nos os chamaremos sempre os pontos de X.
Exemplos:
Exemplo 1. Se X e um conjunto n ao vazio qualquer denimos : X X
[0, ) por
(x, y) =
_
1, se x ,= y
0, se x = y.
A fun cao e uma metrica chamada metrica discreta e (X, ) e um espaco
metrico.
Exemplo 2. Subespaco: metrica induzida. Se (X, ) e um espaco metrico,
todo subconjunto S X pode ser considerado, de modo natural, como espaco
metrico: basta considerar a restri cao de a S S, ou seja usar entre os
elementos de S a mesma metrica que eles possuam como elementos de X.
Quando isto e feito, S chama-se um subespaco de X e a metrica de S diz-se
3
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
4 1.2. Abertos, fechados e vizinhancas
induzida pela de X. Est a ideia obvia nos permite obter uma grande variedade
de exemplos de espacos metricos, considerando os diversos subconjuntos de um
espa co metrico dado.
Exemplo 3. Consideremos o espaco euclideano R
n
e denamos a seguinte
metrica
p
: R
n
R
n
[0, ) denida por
p
(x, y) := |x y|
p
, x, y R
n
onde
||
p
=
_
n

i=1
[
i
[
p
_
1/p
, = (
1
,
2
, ...,
n
) R
n
, 1 p <
||

= sup
_
[
i
[ : 1 i n
_
, = (
1
,
2
, ...,
n
) R
n
.
(1.1.1)
Ent ao (R
n
,
p
) e um espa co metrico, 1 p .
Exemplo 4. Seja
l
p
=
_
x = x
n
R
n
(ou C
n
) :

n=1
[x
n
[
p
<
_
, 1 p < , e
l

=
_
x = x
n
R
n
(ou C
n
) : sup[x
n
[ : n N <
_
.
(1.1.2)
Em l
p
, denimos
||
p
=
_
n

i=1
[
i
[
p
_
1/p
, se 1 p < e
||

= sup
_
[
i
[ : n N
_
.
(1.1.3)
Se
p
: l
p
l
p
[0, ) e denida por
p
(x, y) = |x y|
p
, 1 p , ent ao
(l
p
,
p
) e um espaco metrico.
Exemplo 5. Consideremos C([a, b], R) =
_
f : [a, b] R : f e contnua
_
.
Denamos a metrica : C([a, b], R) C([a, b], R) [0, ) por (x, y) =
|x y|

, x, y C([a, b], R) e ||

= sup[(t)[ : t [a, b] para todo


C([a, b], R). Esta metrica e a chamada metrica da convergencia uniforme,
ou metrica do sup.
1.2 Abertos, fechados e vizinhancas
Denicao 1.2.1 Seja (X, ) um espaco metrico. Dado um ponto x X e
r > 0,
B(x, r) = y X : (x, y) < r, e chamado bola aberta de centro em x e
raio r.
B[x, r] = y X : (x, y) r, e chamado bola fechada de centro em x e
raio r.
S(x, r) = y X : (x, y) = r, e chamado esfera de centro em x e raio r.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
1. Espacos Metricos 5
Note que B[x, r] = B(x, r)

S(x, r) (

signica uniao disjunta).
Exemplo 6. Seja X um espaco metrico munido da metrica discreta. Para
todo a X, tem-se B(a, r) = B[a, r] se r > 1 e B(a, r) = B[a, r] = a
se r < 1. Por outro lado B(a, 1) = a e B[a, 1] = X. Consequentemente,
S(a, r) = se r ,= 1, enquanto S(a, 1) = Xa.
Seja Y X um subespaco do espaco metrico X. Para cada a Y e cada
r > 0, seja B
Y
(a, r) a bola aberta de centro a e raio r, relativamente `a metrica
induzida em Y . Tem-se B
Y
(a, r) = B(a, r) Y , onde B(a, r) e a bola aberta
de centro a e raio r no espa co X. Analogamente, valem B
Y
[a, r] = B[a, r] Y
e S
Y
(a, r) = S(a, r) Y .
Assim, por exemplo, no crculo unit ario S
1
= (x, y) R
2
: x
2
+ y
2
= 1,
uma bola de centro a e um arco de crculo cujo ponto medio e a.
Denicao 1.2.2 (Conjunto aberto) Um conjunto U X e dito aberto em
(X, ) se para cada x U existe r = r
x
> 0 tal que B(x, r) U.
Lema 1.2.3 Seja (X, ) um espaco metrico e x
0
X. Entao para qualquer
r > 0, a bola aberta B(x
0
, r) de raio r e centro em x
0
e um conjunto aberto
em X.
Demonstracao. Seja x B(x
0
, r). Queremos mostrar que existe > 0 tal
que B(x, ) B(x
0
, r). Como d(x, x
0
) < r, escolhemos = r (x, x
0
). Alem
disso se x

B(x, ) ent ao
(x

, x
0
) (x

, x) + (x, x
0
) < +(x, x
0
) = r,
portanto x

B(x
0
, r). Assim B(x, ) B(x
0
, r), mostrando que B(x
0
, r) e
um conjunto aberto, como queramos
Lema 1.2.4 Seja (X, ) um espaco metrico e x
0
X. Entao para qualquer
r 0, o conjunto x X : (x, x
0
) > r e um conjunto abeto em X
Demonstracao. Seja x X satisfazendo (x, x
0
) > r e seja x

X um
ponto qualquer satisfazendo (x

, x) < , onde = (x, x


0
) r. Entao pela
desigualdade triangular temos
(x, x
0
) (x, x

) + d(x

, x
0
),
e portanto
(x

, x
0
) (x, x
)
(x, x

) > d(x, x
0
) = r.
Assim B(x, ) x

(x

, x
0
) > r como queramos.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
6 1.2. Abertos, fechados e vizinhancas
Proposicao 1.2.5 Seja (X, ) um espaco metrico. A colecao de conjuntos
abertos de X tem as seguintes propriedades:
i) , X sao conjuntos abertos,
ii) a uniao de qualquer colecao de conjuntos abertos em X e um conjunto
aberto,
iii) a intersecao de qualquer colecao nita de conjuntos abertos em X e um
conjunto aberto.
Demonstracao. i). O conjunto e aberto por conven cao. Alem disso a
deni cao de conjunto aberto e trivialmente satisfeita pelo conjunto X.
ii) Seja / uma colecao qualquer de conjuntos abertos em X, e denotemos
por | a uniao de todos os conjuntos abertos pertencentes a /. Queremos
mostrar que | e um conjunto aberto. Seja x |. Entao x V para algum
conjunto aberto V que pertence a colec ao /. Portanto existe > 0 tal que
B(x, ) V . Mas V |, e assim B(x, ) |. Isto mostra que | e aberto.
iii). Seja V
1
, V
2
, V
3
, ..., V
k
uma colec ao nita de conjunto aberto em X,
e seja V = V
1
V
2
... V
k
. Seja x V . Entao x V
j
para todo j, e
portanto existem n umeros reais positivos
1
,
2
, ...
k
tal que B(x,
j
) V
j
para
j = 1, 2, ..., k. Seja = min
j
: j = 1, 2, ..., k. Ent ao > 0 (Isto e onde
necessitamos do fato que estamos lidando com uma colec ao nita de conjunto
abertos). Alem disso B(x, ) B(x,
j
) V
j
para j = 1, 2, ..., k e assim
B(x, ) V . Isto mostra que a interse cao V de conjuntos abertos V
1
, V
2
, ..., V
k
e um conjunto aberto.
Observa cao 1.2.6 Para cada n umero natural n, denotemos V
n
o conjunto
aberto no plano R
2
denido por
V
n
= (x, y) R
2
: x
2
+y
2
<
1
n
.
A intersecao V =
nN
V
n
= 0 e a origem e este conjunto nao e um
subconjunto aberto de R
2
. Isto mostra que a intersecao de um n umero innito
de conjuntos abertos num espaco metrico nao e necessariamente um conjunto
aberto.
Denicao 1.2.7 O interior A

de um conjunto A X e uniao de todos os


conjuntos abertos de (X, ) contidos em A. Isto e
A

=
_
F : F e aberto e F A.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
1. Espacos Metricos 7
Denicao 1.2.8 (Conjunto fechado) Um conjunto F X e dito fechado
em (X, ) se F
c
= XF (complementar de F) e aberto em (X, ).
Os seguintes resultados seguem imediatamente do Lema 1.2.3 e Lema 1.2.4.
Lema 1.2.9 Seja (X, ) um espaco metrico e seja x
0
X. Dado qualquer
r 0, os conjuntos
x X : (x, x
0
) r, x X : (x, x
0
) r
sao fechados. Em particular, o conjunto x
0
consistindo de um so ponto e
um conjunto fechado em X.
Seja / alguma colec ao de subconjunto de X. Ent ao
X
_
SA
S =

SA
(XS), X

SA
S =
_
SA
(XS)
(i.e., o complemento da uniao de alguma colec ao de subconjunto de X e a
intersec ao dos complementos de aqueles subconjuntos, e o complemento da
intersec ao de alguma colecao de subconjuntos de X e a uni ao dos complementos
de estes subconjuntos, de modo que a operacao de tomar complementos
converte uni oes em intersec oes e intersec oes em uni oes). O seguinte resultado
segue diretamente da Proposicao 1.2.5
Proposicao 1.2.10 Seja (X, ) um espaco metrico. A colecao dos
subconjuntos fechados em X tem as seguintes propriedades:
i) , X sao conjuntos fechados,
ii) a intersecao de qualquer colecao de conjuntos fechados em X e um
conjunto fechado,
iii) a uniao de qualquer colecao nita de conjuntos fechados em X e um
conjunto fechado.
Denicao 1.2.11 O fecho A de um conjunto A X e a intersecao de todos
os fechados de (X, ) contendo A. Isto e,
A =

F : F e fechado e F A.

E claro que A e fechado se e somente se A = A.


Denicao 1.2.12 Um conjunto A X e dito denso em X se A = X e nunca
denso se A

= .
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
8 1.2. Abertos, fechados e vizinhancas
Vejamos os seguintes fatos sobre a metrica em (X, ).
Lema 1.2.13 Para qualquer conjunto nao vazio A X, seja
A
(x) =
inf(x, a) : a A, entao
[
A
(x)
A
(y)[ (x, y) x, y X. (1.2.1)
Alem disso o conjunto F

= x X :
A
(x) e fechado em X.
Demonstracao. Seja a A e x, y X, ent ao
(x, a) (x, y) + (y, a).
Tomando inf sob a na desigualdade acima temos que

A
(x) (x, y) +
A
(y) x, y X.
Portanto,
A
(x)
A
(y) (x, y) e trocando x por y temos que
A
(y)
A
(x)
(x, y) o qual implica (1.2.1).
Para mostrar que F

e fechado em X, vamos mostrar que F


c

e aberto em
X, isto e vamos mostrar que F
c

= XF

= x X :
A
(x) < e aberto.
Dado p F
c

um ponto qualquer, ent ao (p, a) < para todo a A. Tomemos


= (p, a), logo para y B(p, ) vale
(y, a) (y, p) + (p, a) < +(p, a) = .
Logo y F
c

. Com isto mostramos que B(p, ) F


c

para todo p F
c

.
Corolario 1.2.14 A funcao satisfaz
[(x, y) (x

, y

)[ (y, y

) + (x, x

)
e em particular : X X [0, ) e contnua.
Demonstracao. Pelo Lema 1.2.13 para um conjunto formado por um so
ponto e pela desigualdade triangular para o valor absoluto de n umeros reais,
temos
[(x, y) (x

, y

)[ [(x, y) (x, y

)[ +[(x, y

) (x

, y

)[
(y, y

) + (x, x

).
(1.2.2)
Lema 1.2.15 Seja A um subconjunto fechado de X e F

X como foi
denido no Lema 1.2.13. Entao F

A
c
quando 0.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
1. Espacos Metricos 9
Demonstracao.

E claro que
A
(x) = 0 para x A de modo que F

A
c
para cada > 0 e portanto
>0
F

A
c
. Agora suponhamos que x A
c
X,
logo existe um > 0 tal que B(x, ) A
c
, i.e., d(x, y) para todo y A.
Portanto x F

e portanto temos mostrado que A


c

>0
F

. Finalmente e
claro que F

sempre

.
Denicao 1.2.16 (Vizinhanca) Seja (X, ) um espaco metrico e seja x
X. Um subconjunto N X e dito uma vizinhanca de x ( em X) se e somente
se existe algum > 0 tal que B(x, ) N.
Segue diretamente a deni cao relevante que um subconjunto V de um
espaco metrico X e um conjunto aberto se e somente se V e uma vizinhan ca
de v para todo v V .
Suponhamos que (X,
X
) e (Y,
Y
) sao dois espacos metricos e f : X Y
e uma fun cao.
Denicao 1.2.17 (Funcao contnua) Uma funcao f : X Y e dita
contnua em x X se para todo > 0 existe um > 0 tal que

Y
(f(y), f(x)) < sempre que
X
(y, x) < .
Uma func ao e dita contnua em X (ou simplesmente contnua) se e somente
se esta e contnua em x para todo x X.
Note que esta denic ao de continuidade para func oes entre espaco metricos
generaliza a denic ao de continuidade para func oes de uma vari avel real ou
complexa.
Lema 1.2.18 Sejam X, Y e Z espacos metricos e sejam f : X Y e g :
Y Z funcoes contnuas. Entao a funcao composicao g f : X Z e
contnua.
Demonstracao. Denotemos por
X
,
Y
e
Z
as metricas em X, Y e Z
respectivamente. Seja x X um ponto qualquer. Vamos mostrar que g f e
contnua em x. Seja > 0 dado. Como a func ao g e contnua en f(x), existe
> 0 tal que
Z
(g(y), g(f(x)) < para todo y Y satisfazendo
Y
(y, f(x)) <
. Mas entao existe algum > 0 tal que
Y
(f(x

), f(x)) < para todo


x

X satisfazendo
X
(x

, x) < . Assim
Z
(g(f(x

)), g(f(x))) < para todo


x

X satisfazendo
X
(x

, x) < , mostrando que g f e contnua en x, como


queramos.
Expressando em termos de bolas abertas a denic ao de func ao contnua
(Deni cao 1.2.17), isto signica que a funcao f : X Y e contnua em x se
e somente se dado qualquer > 0, existe um > 0 tal que f leva B
X
(x, )
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
10 1.2. Abertos, fechados e vizinhancas
na bola B
Y
(f(x), ) (onde B
X
(x, ) e B
Y
(f(x), ) denotam as bolas abertas de
raios e em x e f(x) respectivamente).
Sejam X e Y conjuntos quaisquer e f : X Y uma func ao. dado um
subconjunto V Y , denotamos por f
1
(V ) a pre-imagem de V sob a aplica cao
f, denida por
f
1
(V ) = x X : f(x) V .
Proposicao 1.2.19 Sejam X e Y espaco metricos, e seja f : X Y uma
funcao. A funcao f e contnua se e somente se f
1
(V ) e um conjunto aberto
em X para todo conjunto aberto V de Y .
Demonstracao. Suponhamos que f e contnua. Seja V Y um conjunto
aberto. Vamos mostrar que f
1
(V ) e aberto em X. Seja x f
1
(V ). Vamos
mostrar que existe > 0 com a propriedade que B
X
(x, ) f
1
(V ). Como
x f
1
(V ) segue que f(x) V . Como V e aberto, existe > 0 com a
propriedade que B
Y
(f(x), ) V . Como f e contnua em x, existe um delta
> 0 tal que f leva a bola aberta B
X
(x, ) na bola B
Y
(f(x), ). Assim
f(x

) V para todo x

B
X
(x, ), mostrando que B(x, ) f
1
(V ). Com
isto temos mostrado que se f : X Y e contnua ent ao f
1
(V ) e aberto em
X para todo conjunto aberto V em Y .
Suponhamos que f : X Y tem a propriedade que f
1
(V ) e aberto em X
para todo conjunto aberto V em Y . Seja x X um ponto qualquer. Vamos
mostrar que f e contnua em x. Seja > 0 dado. A bola aberta B
Y
(f(x), )
e um conjunto aberto em Y (pelo Lema 1.2.3), portanto f
1
(B
Y
(f(x), )) e
um conjunto aberto em X o qual contem x. Segue que existe um > 0 tal
que B
X
(x, ) f
1
(B
Y
(f(x), )). Temos mostrado assim que, dado qualquer
> 0, existe um > 0 tal que f leva a bola aberta B
X
(x, ) na bola aberta
aberta B
Y
(f(x), ). Conclumos assim que f e contnua em x, como queramos.
Seja F : X Y uma fun cao entre espacos metricos X e Y . Ent ao a
pre-imagem f
1
(Y G) do complemento Y G de qualquer conjunto G de Y e
igual ao complemento Xf
1
(G) da pre-imagem f
1
(G) de G. De fato
x f
1
(Y G) f(x) Y G f(x) / G x / f
1
(G).
O seguinte resultado portanto segue diretamente da Proposic ao 1.2.19.
Corolario 1.2.20 Sejam X e Y espacos metricos, e seja f : X Y uma
funcao. A funcao f e contnua se e somente se, f
1
(G) e um conjunto fechado
em X para todo subconjunto fechado G de Y .
Seja f : X Y uma fun cao contnua entre espacos metricos X e Y . Entao,
para qualquer ponto y Y , o conjunto x X : f(x) = y e um subconjunto
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
1. Espacos Metricos 11
fechado de X. Isto segue diretamente do Corol ario 1.2.20 juntamente com
o fato que o conjunto y consistindo de um elemento so e um subconjunto
fechado do espaco metrico Y .
Denicao 1.2.21 Sejam X e Y espaco metricos. Uma funcao h : X Y
e um homeomorsmo se h e uma bijecao e h e h
1
: Y X sao funcoes
contnuas.
Se existe um homeomorsmo h : X Y de um espa co metrico X em
um espaco metrico Y , entao os espacos metricos X e Y sao chamados de
homeomorfos.
O seguinte resultado segue diretamente de aplicar a Proposic ao 1.2.19 para
h : X Y e para h
1
: Y X.
Lema 1.2.22 Qualquer homeomorsmo h : X Y entre espaco metricos X
e Y induz uma correspondencia um a um entre os conjuntos abertos de X e os
conjuntos abertos de Y : um subconjunto V Y e aberto em Y se e somente
se h
1
(V ) X e aberto em X.
1.3 Convergencia de sequencias e completa-
mento de espacos metricos
Denicao 1.3.1 (Sequencia convergente) Uma sequencia x
n

n=1
em um
espaco metrico (X, ) e dita convergente se existe um ponto x X tal que
lim
n
(x
n
, x) = 0. Neste caso escrevemos lim
n
x
n
= x ou x
n
x
quando n .
Note que esta deni cao de convergencia generaliza para um espaco metrico
arbitrario a deni cao ja conhecida de convergencia para sequencias de n umeros
reais ou complexos.
Se uma sequencia de pontos num espaco metrico e convergente entao o
limite desta sequencia e unico. De fato seja x
n

n=1
uma sequencia de pontos
no espaco metrico (X, ) a qual converge para dois pontos p e p

de X. Vamos
mostrar que p = p

. Dado > 0, existem n umeros naturais N


1
e N
2
tal que
(x
n
, p) < sempre que n N
1
e (x
n
, p

) < sempre que n N


2
. Escolhendo
N tal que N N
1
e N N
2
vemos que
0 (p, p

) (p, x
n
) + (x
n
, p

) < 2.
Portanto (p, p

) = 0, logo p = p

.
O seguinte resultado caracteriza o fecho de um conjunto num espa co
metrico.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
12 1.3. Sequencias e completamento de espacos metricos
Proposicao 1.3.2 Seja A X um subconjunto qualquer. Entao
A =
_
x X : x
n
Ae x
n
x
_
,
i.e., o fecho de A e o conjunto de seus pontos limites (pontos de acumulacao).
Demonstracao.
x / A existe um conjunto fechado F com x / F A
x U := XF, aberto comU A =
> 0 tal queB(x, ) A = (entao (x, y) y A)
x n ao e um ponto limite de A.
Lema 1.3.3 Seja (X, ) um espaco metrico e x
n
X uma sequencia de
pontos de X a qual converge para algum ponto p X. Entao para qualquer
ponto y X, (x
n
, y) (p, y) quando n .
Demonstracao. Seja > 0 dado. Queremos mostrar que existe um n umero
natural N tal que [(x
n
, y) (p, y)[ < sempre que n N. Entretanto N
pode ser escolhido tal que (x
n
, p) < sempre que n N. Mas
(x
n
, y) (x
n
, p) +(p, y), (p, y) (p, x
n
) +(x
n
, y) para todo n,
portanto
(x
n
, p) (x
n
, y) (p, y) (x
n
, p) para todo n,
e portanto [(x
n
, y) (p, p)[ < sempre que n N, como queramos.
Lema 1.3.4 Seja f : X Y uma funcao entre espacos metricos X e Y .
f e contnua em p X se, e somente se, para toda sequencia x
n
X a
qual converge para algum ponto p X implica que a sequencia f(x
n
) Y
converge para f(p).
Demonstracao. Denotemos por
X
e
Y
as metricas dos espacos metricos X
e Y respectivamente. Vamos supor que f e contnua em p e x
n
p. Dado
> 0, pela continuidade de f em p existe, > 0 tal que
X
(x, p) < implica
que
Y
(f(x), f(p)) < . Pela convergencia de x
n
, temos que existe N N
tal que
X
(x
n
, p) < n N, agora pela continuidade
Y
(f(x
n
), f(p)) < ,
n N e isto mostra que f(x
n
) f(p).
Agora vamos supor que se x
n
p implica que f(x
)
f(p) ent ao f e
contnua.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
1. Espacos Metricos 13
Suponhamos por absurdo, que f n ao seja contnua no ponto p X. Entao
existe > 0, tal que para
= 1, existe x
1
X com (x
1
, p) < 1 e (f(x
1
), f(p) .
= 2, existe x
2
X com (x
2
, p) < 1/2 e (f(x
2
), f(p)
.
.
.
.
.
.
.
.
.
.
.
.
= 2, existe x
2
X com (x
n
, p) < 1/n e (f(x
n
), f(p) .
Portanto existe > 0, tal que para n N, podemos obter x
n
X com
(x
n
, p) < 1/n e (f(x
n
), f(p)) . Isto nos da uma seuqencia x
n
X,
com x
n
p sem que f(x
n
) convirja para f(p).
Lema 1.3.5 Seja (X, ) um espaco metrico. Uma sequencia x
n
X
converge para um ponto p se e somente se, dado qualquer conjunto aberto
U o qual contem p, existe um n umero natural N tal que x
j
U para todo
j N.
Demonstracao. Suponhamos que a sequencia x
j
converge para p. Seja
U um conjunto aberto o qual contem p.. Ent ao existe algum > 0 tal que
B(p, ) U. Mas como x
j
p quando j existe um n umero natural N
tal que (x
j
, p) < para todo j N. Se j N ent ao x
j
B(p, ) e assim
x
j
U.
Seja x
j
uma sequencia satisfazendo o criterio dado acima e seja > 0
dado. A bola aberta B(p, ) e um conjunto aberto (Lema 1.2.3). Portanto
existe um n umero natural N tal que, para todo j N, x
j
B(p, ), e assim
(x
j
, p) < . Portanto x
j
converge para p.
Lema 1.3.6 Seja F X um conjunto fechado num espaco metrico (X, ) e
seja x
j
: j N uma sequencia de pontos de F. Suponhamos que x
j
p
quando j . Entao p pertence a F.
Demonstracao. Suponhamos que o limite p da sequencia pertence ao
complemento XF do conjunto fechado F. Como XF e aberto, segue do
Lema 1.3.5 que existe um n umero natural N tal que x
j
XF para todo
j N, contradizendo o fato que x
j
F para todo j. Esta contradic ao mostra
que p pertence a F, como queramos.
Lema 1.3.7 Sejam X um espaco metrico, A X e x X. Entao x A se e
somente se dado qualquer > 0, existe algum ponto a de A tal que (x, a) < .
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
14 1.3. Sequencias e completamento de espacos metricos
Demonstracao. Seja x A, e seja > 0 dado. Seja F = XB(x, ). Entao
F e um subconjunto fechado de X, e o ponto x / F. Se B(x, ) A = entao
A deve estar contido em F, e portanto x F, o qual e impossvel. Portanto
existe a A satisfazendo (x, a) < .
Seja x X com a propriedade que, dado qualquer > 0 existe algum a A
satisfazendo (x, a) < . Seja F qualquer subconjunto fechado de X contendo
A. Se x / F entao existe algum > 0 com a propriedade que B(x, ) F = .
Mas isto contradiz o fato que B(x, ) A n ao-vazio para todo > 0. Assim o
ponto x pertence a todo subconjunto fechado F de X que contem A, e portanto
x A, pela denic ao de fecho de A.
Sejam X e Y espa cos metricos, e seja h : X Y um homeomorsmo.
Uma sequencia de x
n
de pontos de X e convergente se e somente se, a
correspondente sequencia h(x
n
) e convergente em Y . (Isto segue diretamente
de aplicar o Lema 1.3.4 para h : X Y e sua inversa h
1
: Y X.)
Denicao 1.3.8 (Sequencia de Cauchy) Seja (X, ) um espaco metrico.
Uma sequencia x
n
de pontos de X e chamada sequencia de Cauchy em X
se e somente se dado qualquer > 0, existe um n umero natural N tal que
(x
j
, x
k
) < para todo j, k N.
Toda sequencia convergente num espa co metrico e uma sequencia de
Cauchy. De fato, seja (X, ) um espaco metrico e seja x
n
X uma
sequencia convergente para um ponto p X. Dado qualquer > 0, existe um
n umero natrual N tal que (x
n
, p) < /2 para n N. Usando a desigualdade
triangular temos
(x
j
, x
k
) (x
j
, p) +(p, x
k
) <

2
+

2
= para j, k N.
Denicao 1.3.9 (Espaco metrico completo) Um espaco metrico (X, ) e
dito completo se toda sequencia de Cauchy em X e convergente e seu limite
pertence a X.
Os espa cos R e C sao espacos metricos completos com respeito a metrica
dada por (x, y) = [x y[. Na verdade este resultado e o Criterio de Cauchy
para a convergencia. Entretanto o espaco Q dos n umeros racionais (com a
metrica (p, q) = [p q[) n ao e completo. De fato podemos construir uma
sequencia innita q
1
, q
2
, ... de n umeros racionais a qual converge (em R) para

2. Tal sequencia de n umeros racionais e uma sequencia de Cauchy em R e Q.


Entretanto esta sequencia de Cauchy nao converge para um ponto do espa co
metrico Q (pois

2 e um n umero irracional). Assim o espaco metrico Q nao e


completo.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
1. Espacos Metricos 15
Lema 1.3.10 Seja X um espaco metrico completo, e seja A X. Entao A e
completo se e somente se, A e fechado em X.
Demonstracao. Suponhamos que A e fechado em X. Seja a
n
uma
sequencia de Cauchy em A. Esta sequencia de Cauchy converge para um
ponto p X (pois X e completo). Mas o limite de qualquer sequencia de
pontos de A pertence a A, pois A e fechado (Lema 1.3.6). Em particular
p A. Conclumos que A e completo.
Agora suponhamos que A e completo. Vamos supor que A nao e fechado.
Entao o complemento XA de A nao e conjunto aberto, e portanto existe um
ponto p XA com a propriedade que B(p, ) A ,= para todo > 0.
Entao podemos encontrar uma sequencia a
n
de pontos de A satisfazendo
(a
j
, p) < 1/j para todo n umero natural j. Esta sequencia e de Cauchy em A
a qual nao converge para um ponto de A, contradizendo a completitude de A.
Assim A e fechado, como queramos.
Teorema 1.3.11 O espaco metrico R
n
( com a metrica euclideana) e um
espaco metrico completo.
Demonstracao. Seja p
n
uma sequencia de Cauchy em R
n
. Ent ao para
cada inteiro m entre 1 e n, a sequencia (p
n
)
m
e uma sequencia de Cauchy
de n umeros reais, onde (p
n
)
m
denota a m-esima componente de p
n
. Mas toda
sequencia de cauchy de n umeros reais e convergente. Seja q
m
= lim
j
(p
n
)
m
para m = 1, 2, ..., n, e seja q = (q
1
, q
2
, ..., q
n
). Armamos que p
n
q quando
n .
Seja > 0 dado, existem n umeros naturais N
1
, N
2
, ..., N
n
tal que [(p
n
)
m

q
m
[
2
< /

n sempre que j N
m
(m = 1, 2, ..., n). Seja N = maxN
m
: m =
1, 2, ..., n. Se j N ent ao
[p
n
q[ =
n

m=1
((P
n
)
m
q
m
)
2
<
2
.
Assim p
n
q quando n . Assim toda sequencia de Cauchy em R
n
e
convergente, como queramos.
O seguinte resultado segue diretamente do Lema 1.3.10 e o Teorema 1.3.11.
Corolario 1.3.12 Um subconjunto A de R
n
e completo se e somente se, este
e fechado.
Exemplo A esfera S
n
(com a metrica dado por (x, y) = [xy[) e um espaco
metrico completo, onde
S
n
= (x
1
, x
2
, ..., x
n+1
) R
n+1
: x
2
1
+x
2
2
+ +x
2
n+1
= 1.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
16 1.3. Sequencias e completamento de espacos metricos
Denicao 1.3.13 (Contracao) Sejam (X,
X
) e (Y,
Y
) espacos metricos.
Uma aplicacao T : X Y e chamada uma contracao em X se existe k,
0 k < 1, tal que
(T(x), T(y)) k(x, y), x, y X.
Dizemos que x X e um ponto xo para T se T(x) = x.
Teorema 1.3.14 (Princpio da Contracao de Banach) Se X e um es-
paco metrico completo e T : X X e uma contracao entao T tem um unico
ponto xo.
Demonstracao. Vamos primeiramente prova que T no maximo um ponto
xo. Se x e y s ao pontos xos de T, temos que
(x, y) = (Tx, Ty) k(x, y)
e portanto x = y.
Vamos agora mostrar a existencia. Seja x X e considere a orbita de x
x, Tx, T
2
x, .
Mostremos que T
n
x e uma sequencia de Cauchy. De fato:
(T
n+p
x, T
n
x) k(T
n+p1
x, T
n1
x) k
n
(T
p
x, x)
k
n
_
(T
p
x, T
p1
x) + +(Tx, x)

k
n
_
k
p1
(Tx, x) + +(Tx, x)

k
n
_
k
p1
+ 1

(Tx, x)
k
n
1 k
(Tx, x)
e como k < 1 temos que T
n
x e uma sequencia de Cauchy e portanto
convergente para algum x
0
X. Mostremos que x
0
e um ponto xo de T.
De fato:
Tx
0
= T( lim
n
T
n
x) = lim
n
T
n+1
x = x
0
.
Agora vamos ver uma aplicacao do Princpio da Contracao de Banach.
Seja U R
n+1
um aberto e conexo e f : U R
n
tal que
[f(t, x
1
) f(t, x
2
)[ L[x
1
x
2
[, (t, x
i
) U, i = 1, 2.
Assuma ainda que f e contnua. Consideremos a equacao diferencial
x = f(t, x) (1.3.1)
Se (t
0
, x
0
) U, uma soluc ao local de (1.3.1) passando por (t
0
, x
0
) e uma
funcao contnuamente diferenciavel denida num intervalo I, contendo t
0
em
seu interior, tal que (t
0
) = x
0
, (t, (t)) U, t I e

= f(t, (t)), t I.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
1. Espacos Metricos 17
Teorema 1.3.15 (Teorema de Picard) Se f e como acima, para cada
(t
0
, x
0
) U, a equacao diferencial (1.3.1) possui uma unica solucao local por
(t
0
, x
0
).
Demonstracao.

E facil ver que : I R R
n
e soluc ao local de (1.3.1)
por (t
0
, x
0
) se e somente se e uma funcao contnua denida em um intervalo
I contendo em seu interior satisfazendo (t, (t)) U, t I e
(t) = x
0
+
_
t
t
0
f(s, (s))ds, t I. (1.3.2)
Seja U

U um aberto contendo (t
0
, x
0
) tal que f e limitada em U

, isto e,
[f(t, x)[ M, (t, x) U

.
Seja > 0 tal que
R = [t
0
, t
0
+] B[x
0
, M] U

L < 1.
Seja J := [t
0
, t
0
+] denimos
B := : J R
n
: e contnua, (t
0
) = x
0
e [(t) x
0
[ M, t J.
Ent ao B e um subconjunto fechado de C(J, R
n
) e portanto um subespa co
metrico completo. Seja T : B C(J, R
n
) denida por
(T)(t) = x
0
+
_
t
t
0
f(s, (s))ds, t J, B. (1.3.3)
Mostremos que T(B) B e que T e uma contracao. De fato, se B ent ao
T e contnua, (T)(t
0
) = x
0
e
[(T)(t) x
0
[

_
t
t
0

f(s, (s))

ds

M, t J,
mostrando que T(B) B. Ainda, para
1
,
2
B temos que, t J,
[(T
1
)(t) (T
2
)(t)[

_
t
t
0

f(s,
1
(s)) f(s,
2
(s))

ds

_
t
t
0

1
(s)
2
(s)

ds

L|
1

2
|

,
mostrando que T e uma contrac ao em B. Segue do Princpio da Contracao
de Banach, Teorema 1.3.15, que T tem um unico ponto xo e que (1.3.1) tem
uma unica solucao por (t
0
, x
0
).
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
18 1.3. Sequencias e completamento de espacos metricos
Denicao 1.3.16 Sejam (X,
X
) e (Y,
Y
) dois espacos metricos. Uma
transformacao T : X Y e dita uma isometria se para todo x, y X temos
que
Y
(Tx, Ty) =
X
(x, y). Neste caso dizemos que (X,
X
) pode ser imerso
em (Y,
Y
).
Os espacos metricos (X,
X
) e (Y,
Y
) s ao ditos isomorfos de T e sobrejetora.
Seja (X,
X
) um espa co metrico qualquer. Vamos construir um espa co
metrico completo (

X, ) a partir de (X,
X
), tal que (X,
X
) pode ser imerso
densamente en (

X, ). Assumiremos que R e um espaco metrico completo.


Seja X o conjunto das sequencias de Cauchy em X e seja a seguinte
relac ao em X
x
n
y
n
(x
n
, y
n
) 0.
Lema 1.3.17 A relacao e uma relac ao de equivalencia.
Demonstracao. Para provar que e uma rela cao de equivalencia,
primeiramente observamos que claramente
i) x
n
x
n
para toda x
n
em X e
ii) x
n
y
n
implica y
n
x
n
para toda x
n
, y
n
X.
Resta apenas vericar que se
iii) Se x
n
, y
n
, z
n
X, x
n
y
n
e y
n
z
n
entao x
n

z
n
.
Isto segue do fato que (x
n
, z
n
) (x
n
, y
n
) +(y
n
, z
n
).
Se x X denota a classe de equivalencia de x = x
n
X temos que
X e uni ao disjunta dessas classes de equivalencia. O conjunto das classes de
equivalencia de elementos de X e denotado por

X.
Lema 1.3.18 Sejam (X, ) um espaco metrico, x
j
e y
j
sequencias de
Cauchy de pontos de X, e seja
j
= (x
j
, y
j
) para todo j N. Entao
j
e
uma sequencia de cauchy de n umeros reais.
Demonstracao. Da desigualdade triangular temos que

j
(x
j
, x
k
) +
k
+(y
k
, y
j
)
e assim
j

k
(x
j
, x
k
) + (y
k
, y
j
) para todo inteiro j e k. Similarmente

k

j
(x
j
, x
k
) + (y
k
, y
j
). Logo segue que
[
j

k
[ (x
j
, x
k
) + (y
k
, y
j
) para todo inteiro j e k.
Seja dado. Ent ao existe um n umero natural N tal que (x
j
, x
k
) <

2
e (y
j
, y
k
) <

2
sempre j N e k N (pois as sequencias x
j
e y
j
sao
sequeencias de Cauchy em X). Portanto [
j

k
[ < sempre j, k N. Assim a
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
1. Espacos Metricos 19
sequencia
j
e uma sequencia de Cauchy de n umeros reais, como queramos.
Seja (X, ) um espaco metrico. Segue do criterio de Cauchy para
convergencia e Lema 1.3.18 que lim
j
(x
j
, y
j
) existe para todo par de sequencias
de Cauchy x
j
e y
j
em X.
Lema 1.3.19 Sejam (X, ) um espaco metrico e x
j
, y
j
, z
j
X. Entao
0 lim
j
(x
j
, z
j
) lim
j
(x
j
, y
j
) + lim
j
(y
j
, z
j
).
Demonstracao. Segue imediatamente de tomar limite em ambos os lados da
desigualdade triangular.
Lema 1.3.20 Sejam (X, ) um espaco metrico e x
j
, y
j
, z
j
X.
Suponhamos que
lim
j
(x
j
, y
j
) = 0, lim
j
(y
j
, z
j
) = 0.
Entao lim
j
(x
j
, z
j
) = 0.
Demonstracao.

E uma consequencia imediata do Lema 1.3.19.
Lema 1.3.21 Sejam (X, ) um espaco metrico e x
j
, x

j
, y
j
, y

j
X.
Suponhamos que
lim
j
(x
j
, x

j
) = 0, lim
j
(y
j
, y

j
) = 0.
Entao
lim
j
(x
j
, y
j
) = lim
j
(x

j
, y

j
).
Demonstracao. Segue do Lema 1.3.20 que
lim
j
(x
j
, y
j
) lim
j
(x
j
, x

j
) + lim
j
(x

j
, y

j
) + lim
j
(y

j
, y
j
) = lim
j
(x

j
, y

j
).
Similarmente lim
j
(x

j
, y

j
) lim
j
(x
j
, y
j
). Segue que lim
j
(x
j
, y
j
) =
lim
j
(x

j
, y

j
), como queramos.
Denimos
( x, y) = lim
j
(x
j
, y
j
).
Segue do Lema 1.3.21 que o valor ( x, y) n ao depende da escolha da
sequencias de Cauchy x
j
e y
j
representado x e y. Obtemos desta maneira
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
20 1.3. Sequencias e completamento de espacos metricos
uma metrica no conjunto X. Esta func ao satisfaz a desigualdade triangular
(Lema 1.3.19) e outros axiomas de metrica. Portanto

X com esta metrica e
um espa co metrico. Nos referimos ao espaco

X como sendo o completamento
do espaco metrico X.
Podemos considerar o espaco metrico X como sendo imerso em seu
completamento

X, onde um ponto x X e representado em

X pela classe
de equivalencia da sequencia constante x = (x, x, ..., x, ...).
Exemplo. O completamento do espaco Q dos n umeros racionais e o espaco
R dos n umeros reais.
Teorema 1.3.22 O completamento

X de um espaco metrico X e um espaco
metrico completo.
Demonstracao. Se x
k
e uma sequencia de Cauchy em

X e X x
k
=
x
k
n
x
k
temos que
( x
k
, x
l
) = lim
n
(x
k
n
, x
l
n
).
Do fato que x
k
= x
k
n
e uma sequencia de Cauchy para cada k N existe
n
k
N (n
k
> k) tal que
(x
k
n
, x
k
n
k
) <
1
k
, n n
k
.
Escolhemos x = x
k
n
k
. Ent ao x e uma sequencia de Cauchy. De fato, se y
k
denota sequencia constante x
k
n
k
, x
k
n
k
, x
k
n
k
, ... e y
k
= [y
k
] temos que
(x
k
n
k
, x
l
n
l
) = ( y
k
, y
l
) (y
k
, x
k
) + ( x
k
, x
l
) + ( x
l
, y
l
)

1
k
+ ( x
k
, x
l
) +
1
l
k,l
0.
Seja x a classe de equivalencia de x.
Mostremos que ( x
k
, x) 0 quando k . Note que
( x
l
, x) = lim
k
(x
l
k
, x
k
n
k
)
e que, dado > 0, existe N N tal que,
1
N
<

2
e (x
l
n
l
, x
k
n
k
) <

2
, para
k, l N. Segue que para l > N e k > maxN, n
l
,
(x
l
k
, x
k
n
k
) (x
l
k
, x
l
n
l
) + (x
l
n
l
, x
k
n
k
) <
1
l
+

2
< .
Logo, ( x
l
, x) < para l > N e lim
l
( x
l
, x) = 0.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
1. Espacos Metricos 21
Teorema 1.3.23 Se (X, ) e um espaco metrico ele pode ser imerso, como
subespaco denso, em um espaco metrico completo (

X, ). Dois espacos nos


quais (X, ) pode ser imerso, como subespaco denso, sao isomorfos.
Demonstracao. Se

X
0
:= x : x X

X denimos T : X

X por
Tx = x.

E claro que T e uma isometria de X sobre

X
0
. Mostremos que

X
0
e denso em

X. De fato, se x = x
n


X seja x
n
= x
n
, x
n
, ...

X
0
. Como
x
n
e uma sequencia de Cauchy, dado existe N N tal que (x
n
, x
m
) <
para todo m, n > N. Segue que
( x
n
, x) = lim
m
(x
n
, x
m
)
para todo n > N. Logo lim
n
( x
n
, x) = 0.
Resta apenas mostrar que X e unico a menos de isometria. Se existem

X,

X
espacos metricos completos e isometrias T : X

X, S : X

X com imagens
densas, denimos a isometria

V :

X

X como a unica extens ao contnua da
isometria V : T(X) S(X) a

X.
1.4 Compacidade
Denicao 1.4.1 Sejam (X, ) um espaco metrico e K X. Seja
F = G

: I
uma familia de subconjuntos abertos em X. Dizemos que F e uma cobertura
aberta de K se
K
_
I
G

.
Tambem dizemos que F cobre K. Uma subcobertura de F e um subconjunto de
F que tambem e uma cobertura de K.
Denicao 1.4.2 Dizemos que K X e compacto se toda cobertura aberta
G

: I de K possui uma subcobertura nita. Isto e, existe um n umero


nito de indices
1
,
2
, ...,
n
I tal que
K
n
_
j=1
G

j
.
Dizemos que K e relativamente compacto se K e compacto.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
22 1.4. Compacidade
O seguinte resultado e uma caracterizac ao de conjuntos compactos que e
muito util em diversas aplica coes. Em algumas ocasioes uma demonstrac ao
sera mais facil se utilizarmos esta caracterizac ao. Entretanto, a deni cao
de compacidade dada em 1.4.2 se pode generalizar ao chamados espa co
topol ogicos, coisa que nao se pode aplicar no caso de compacidade por
sequencias.
Teorema 1.4.3 (Compacidade por sequencias) Em um espaco metrico,
um conjunto K e compacto se e somente se toda sequencia em X tem uma
subsequencia convergente em K.
A demonstrac ao e omitida, mas o leitor pode ver [1]. Acontinuac ao vamos
dar duas propriedades importantes dos conjuntos compactos. Lembremos que
um conjunto G e limitado em um espa co metrico (X, ) se somente se existe
M > 0 tal que para todo x, y G se cumpre (x, y) M, ou se para todo
z X existe M > 0 tal que G B[z, M].
Proposicao 1.4.4 Todo subconjunto compacto de um espaco metrico e
fechado e limitado.
Demonstracao. Seja M X um subconjunto compacto. Para cada
x M existe uma sequencia x
n
M tal que x
n
x. Como M e
compacto, x M. Portanto M e fechado pois x M. Provemos agora
que M e limitado. Se M for ilimitado, existe uma sequencia ilimitada y
n

tal que (y
n
, b) > n, onde b e qualquer elemento xo. Esta sequencia n ao
tem subsequencia convergente pois uma subsequencia convergente e limitada,
absurdo. Isto conclui a demonstrac ao.
A recproca da proposi cao acima em geral e falsa.
Proposicao 1.4.5 Sejam X e Y espacos metricos. Se f : X Y e contnua
e K X compacto em X, entao a imagem f(K) e um subconjunto compacto
em Y .
Demonstracao. Seja y
n
f(K) uma sequencia qualquer. Como y
n

f(K), temo que y
n
= f(x
n
) para algum x
n
K. Como K e compacto, x
n

contem uma subsequencia x


n
k
a qual converge em K. A imagem de x
n
k
e
um subsequencia de y
n
a qual converge em f(K) pois f e contnua. Portanto
f(K) e compacto.
Corolario 1.4.6 (Maximo e Mnimo) Sejam f : X R uma aplicacao
contnua em um espaco metrico X e K X um subconjunto compacto. Entao
f assume seu maximo e seu mnimo em K.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
1. Espacos Metricos 23
Demonstracao. f(K) R e compacto pela Proposi cao 1.4.5 e fechado
e limitado pela Proposic ao 1.4.4 (aplicada a f(K)), ent ao inf f(K)
f(K), sup f(K) f(K), e as imagens inversas destes dois pontos sao pontos
de K nos quais f(x) e mnimo ou m aximo, respectivamente.
Agora vejamos uma caracterizacao dos conjuntos compactos no espa co
euclideano R
n
. Resulta que a propriedade de ser fechado e limitado n ao so
e necessaria se n ao que tambem e suciente para subconjuntos do espaco
euclideano.
Teorema 1.4.7 Seja (R
n
,
2
) o espaco euclideano com a metrica usual.
Entao, um conjunto K R
n
e compacto se e somente se e fechado e limitado.
Duas metricas
1
e
2
em um conjunto X sao ditas equivalentes se existem
c
1
, c
2
> 0 tais que
c
1

1

2
c
2

1
.
Denicao 1.4.8 Sejam (X,
X
) e (Y,
Y
) dois espacos metricos. Dizemos que
uma funcao f : X Y e uniformemente contnua se para todo > 0 dado,
existe um > 0 tal que para quaisquer x, y X satisfazendo
X
(x, y) <
tem-se
Y
(f(x), f(y)) < . Isto e
( > 0) ( > 0) (x, y X) :
X
(x, y) <
Y
(f(x), f(y)) < .
Note que, neste caso, > 0 n ao depende do ponto.
1.5 Lista de exerccios
1. Sejam p, q 1 tais que
1
p
+
1
q
= 1 se p = 1 (q = 1) ent ao q = (p = ).
para x = (x
1
, ..., x
n
), y = (y
1
, ..., y
n
) R
n
dena | |
p
: R
n
[0, ) por
|x|
p
=
_
n

i=1
[x
i
[
p
_
1/p
, 1 p <
|x|

= sup
_
[x
i
[ : 1 i n
_
.
e
p
: R
n
R
n
[0, ) por
p
(x, y) = |x y|
p
.
(a) Mostre a desigualdade de Young; isto e, para todo a, b [0, )
a
1
p
b
1
q

a
p
+
b
q
.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
24 1.5. Lista de exerccios
Sugestao: Mostre que para a > 0 e b > 0 esta desigualdade e
equivalente `a
1
p
(
a
b
) +
1
q
(
a
b
)
1
p
0
e mostre que a func ao f(t) =
1
p
t +
1
q
t
1
p
, t 0 atinge o seu valor
mnimo em t = 1.
(b) Mostre a desigualdade de Holder; isto e, que para todo x, y R
n
,
n

i=1
[x
i
y
y
[ |x|
p
|y|
q
.
Sugestao: Use a desigualdade de Young para a =
|x
j
|
p
x
p
p
e b =
|y
j
|
q
x
q
q
e
some.
(c) Mostre a desigualdade de Minkowski; isto e, que para todo x, y
R
n
,
|x +y|
p
|x|
p
+|y|
p
.
Sugestao: Use a desigualdade de Holder para
([x
1
[, ..., [x
n
[) e ([x
1
+y
1
[
p1
, ..., [x
n
+y
n
[
p1
)
e para
([y
1
[, ..., [y
n
[) e ([x
1
+y
1
[
p1
, ..., [x
n
+y
n
[
p1
).
(d) Mostre que | |
p
e uma norma e conclua que
p
e uma metrica em
R
n
.
(e) Mostre que |x|

= lim
p
|x|
p
.
2. Sejam a, b n umeros reais com a < b e C[a, b] = f : [a, b] R :
fe contnua em R e : C[a, b] C[a, b] [0, ) dada por
(x, y) = max
atb
[x(t) y(t)[.
Mostre que e uma metrica e que C[a, b] e completo com esta metrica.
3. Sejam a, b n umeros reais com a < b e I[a, b] o conjunto das func oes
Riemann integr aveis de [a, b] em R e : I[a, b] I[a, b] [0, ) dada
por
(x, y) =
_
b
a
[x(t) y(t)[dt.
Mostre que nao uma metrica em I[a, b] mas e uma metrica em C[a, b]
I[a, b] e que C[a, b] nao e completo com esta metrica.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
1. Espacos Metricos 25
4. Mostre que (X, ) e completo se e soment se, toda sequencia B
k
de
bolas fechadas com B
n+1
B
n
e lim
n
r
n
= 0 (r
n
= raio de B
n
), a
intersecao

n=1
B
n
consiste exatamente de um ponto.
5. Seja (X, ) um espaco metrico e A X. Mostre que A e fechado se e
somente se A = A.
6. Seja X um espaco metrico, e seja f : X R uma func ao contnua.
Ent ao, dado qualquer n umero real r, os conjuntos
x X : f(x) > r, x X : f(x) < r
sao conjuntos abertos de X, e os conjuntos
x X : f(x) r, x X : f(x) r, x X : f(x) = r
sao conjuntos fechados de X. Tambem dados n umeros reais a e b
satisfazendo a < b, o conjunto
x X : a < f(x) < b
e um conjunto aberto de X, e o conjunto
x X : a f(x) b
e um conjunto fechado de X.
7. Sejam X, Y , Z e W espa cos metricos, e h : X Y um homeomorsmo.
Uma func ao f : Z X e contnua se e somente se h f : Z Y e
contnua, e uma func ao g : Y W e contnua se e somente se, g h :
X W e contnua.
8. Seja (X, ) um espaco metrico completo e T : X X uma
transformac ao. Assuma que, para algum n
0
N, T
n
0
e uma contracao e
mostre que T tem um unico ponto xo.
9. Fazer o desenho da bola unit aria B(0, 1) (de raio 1) em R
2
com a norma
metrica
p
, onde p = 1, 2, 4, .
10. Encontrar um sequencia de cauchy que n ao seja convergente em (Q, ).
11. Seja (X, ) um espaco metrico. Sejam A B C X. Demonstrar
que se A e denso em B y B e denso C entao A e denso em C.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
26 1.5. Lista de exerccios
12. Sejam (X,
X
) e (Y,
Y
) dois espacos metricos. Suponhamos que A X
e denso. Sejan f, g : X Y duas funcoes contnuas tal que, para todo
x A, f(x) = g(x). Demonstrar que f = g, isto e f(x) = g(x), para
todo x X.
13. De um exemplo de uma cobertura aberta de (a, b) que nao tenha uma
subcobertura nita.
14. Demonstrar a proposic ao 1.4.4.
15. Demonstrar a proposic ao 1.4.5.
16. Seja f : X Y uma fun cao contnua e bijetiva entre dois espa cos
metricos X e Y . Demonstrar que se X e compacto entao a func ao f
1
:
Y X e contnua.
17. Demonstre o teorema 1.4.7.
18. Demonstre que metricas equivalentes denem os mesmo abertos, fechados
e compactos, as mesmas sequencias de Cauchy, e as mesmas func oes
contnuas e uniformemente contnuas.
19. Demonstrar que f(x) = x
2
e uniformemente contnua em [0, 1], mas nao
e em (0, ).
20. Mostre que : R R [0, ), denida por (x, y) = (x y)
2
, nao e
uma metrica.
21. Seja : XX [0, ) uma metrica. Verique que (x, y) =
_
(x, y),
(x, y) =
(x, y)
1 + (x, y)
e (x, y) = min1, (x, y) sao metricas em X.
22. Em todo espaco metrico X, tem-se
B[a, r] =

s>r
B(a, s) =

n=1
B(a, r +
1
n
)
e
a =

r>0
B(a, r) =

n=1
B(a,
1
n
).
Exprima, dualmente, cada bola aberta de X como reuniao de bolas
fechadas.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
1. Espacos Metricos 27
23. Sejam I < J intervalos arbitrarios da reta e f : I J uma bijecao tal
que x < y f(x) < f(y). Prove que f (e conseq uentemente f
1
) e
contnua. Conclua da a continuidade de f : [0, +) [0, ), dada por
f(x) =

x.
24. Mostre que toda func ao contnua f : [a, b] R e limitada.
25. Seja X = AB. Se f : X Y e tal que f[
A
e f[
B
s ao contnuas, ent ao
f e contnua em cada ponto a A B.
26. Num espaco metrico X, sejam F = B[a, r] e G = XB(a, s), onde
0 < r < s. Mostre que f : X [0, 1], denida por
f(x) =
(x, F)
(x, F) +(x, G)
,
e contnua e, alem disso, f
1
(0) = F, f
1
(1) = G.
27. f : X Y e contnua se, e somente se, para todo M X tem-se
f(M) f(M).
28. Uma bijec ao f : X Y e um homeomorsmo se, e somente, se f(M) =
f(M) para todo M X.
29. Mostre que: Todo subconjunto fechado de um conjunto compacto e
compacto.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
28 1.5. Lista de exerccios
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
Captulo 2
Espacos Normados
2.1 Espacos vetoriais
Seja K o corpo dos n umeros reais R ou o corpo dos n umeros complexos C.
Denicao 2.1.1 Um espaco vetorial sobre um corpo K e um conjunto X
equipado com aplicacoes + : XX X e : KX X as quais satisfazem
as seguintes propriedades
1. x +y = y +x para todo x, y X (adicao e comutativa),
2. (x +y) + z = x + (y +z) para todo x, y, z X (adicao e associativa),
3. existe um unico elemento 0 X tais que x + 0 = 0 + x = x para todo
x X (elemento zero),
4. para cada x X existe um unico elemento x X com x + (x) = 0
(inverso aditivo),
5. ( x) = () x para todo , K e x X,
6. ( + ) x = x + x para todo , K e x X (multiplicacao
escalar e distributiva sob a adicao escalar),
7. (x + y) = x + y para todo K e x, y X (multiplicacao
escalar e distributiva sob a adicao vetorial)
8. 1 x = x para todo x X onde 1 e identidade multiplicativa no corpo K.
Os elementos de um espaco vetorial sao chamados de vetores. Note que
(X, +) forma um grupo abeliano.
29
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
30 2.1. Espacos vetoriais
Exemplo 1. Seja X = R
n
= x = (x
1
, ..., x
n
) : x
i
R, i = 1, ..., n com a
adic ao de vetores y multiplicac ao escalar usual.
Exemplo 2. Seja X o conjunto de todos os polinomios com coecientes en R
de grau n com a adicao de polin omios y multiplicacao escalar usual.
Exemplo 3. Seja X o conjunto M
m,n
(C) das matrizes de ordem m n a
valores complexos, com a adic ao e multiplicac ao escalar usual.
Exemplo 4. Seja l

o conjunto das sequencias innitas (x


1
, x
2
, ...) que sao
limitadas, isto e sup[x
n
[ < . Ent ao l

e um espaco vetorial, desde que


sup[x
n
+y
n
[ sup[x
n
[ + sup[y
n
[ < e sup[x
n
[ = [[ sup[x
n
[.
Examplo 5. Seja ((S) = f : S R : f e contnua com a adi cao (f +
g)(x) = f(x) + g(x) e a multiplicacao escalar ( f)(x) = f(x). Aqui S e,
por exemplo, qualquer subconjunto de R.
Examplo 6. Seja C

((a, b), R) o espaco das func oes reais innitamente


diferenciaveis em (a, b).
Denicao 2.1.2 (Subespaco) Seja X um espaco vetorial sobre um corpo K.
Um subconjunto Y X e um subespa co vetorial de X se para todo x, y Y
e , K, a combinacao linear x +y Y .
Exemplo 1. O conjunto de vetores em R
n
da forma (x
1
, x
2
, x
3
, 0, ..., 0) forma
um subespa co vetorial.
Exemplo 2. O conjunto dos polinomios de grau r forma um subespaco
vetorial do conjunto de polinomios de gran n para qualquer r n.
Denicao 2.1.3 (Combinacao linear de vetores) Seja X um espaco ve-
torial. Um vetor v X e combinac ao linear dos vetores v
1
, v
2
, ..., v
r
se existem
escalares a
1
, a
2
, ..., a
r
de forma que v = a
1
v
1
+a
2
v
2
+... +a
r
v
r
.
Os vetores x
1
, x
2
, ..., x
n
de X sao linearmente dependentes se existem
escalares
1
,
2
, ...
n
(nao todos nulos) tal que

1
x
1
+ +
n
x
n
= 0.
Se nao existem tal conjunto de escalares, entao os vetores sao linearmente
independentes.
A seguinte proposic ao e muito util na an alise da dependencia linear entre
vetores:
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 31
Proposicao 2.1.4 Os vetores v
1
, v
2
, ..., v
r
sao l.i. se, e somente se, a unica
forma de escrever o vetor nulo 0 na forma 0 = a
1
v
1
+ a
2
v
2
+ ... + a
r
v
r
e
fazendo a
1
= a
2
= ... = a
r
= 0 (isto e, 0 = a
1
v
1
+ a
2
v
2
+ ... + a
r
v
r
implica
a
1
= a
2
= ... = a
r
= 0).
Conseq uentemente, os vetores v
1
, v
2
, ..., v
r
sao l.d. se, e somente se existem
a
1
, a
2
, ..., a
r
nao todos nulos com a
1
v
1
+a
2
v
2
+... +a
r
v
r
= 0.
Denicao 2.1.5 (Subespaco gerado) O conjunto de todos os vetores que
sao combinacao linear dos vetores v
1
, v
2
, ..., v
r
e chamado de espaco gerado
por v
1
, v
2
, ..., v
r
e e denotado por [v
1
, v
2
, ..., v
r
]. Isto e,
[v
1
, v
2
, ..., v
r
] =
_
v =
r

j=1
a
j
v
j
: a
j
K
_
.
Denicao 2.1.6 Se um espaco vetorial X e igual a espaco gerado de um
conjunto de n vetores linearmente independentes, entao X e dito que tem
dimensao n. Se nao existe tal conjunto de vetores, entao X e de dimensao
innita.
Um conjunto de vetores linearmente independentes que gera X e chamado
uma base para X.
2.2 Espacos normados e de Banach
Uma norma em um espaco vetorial e uma maneira de medir distancia entre
vetores.
Denicao 2.2.1 (Norma) Uma norma em um espaco vetorial X sobre K e
uma funcao na-negativa | | : X [0, ) com as seguintes propriedades
1. |x| = 0 se, e somente, se x = 0 ( positiva denida),
2. |x +y| |x| +|y| para todo x, y X ( desigualdade triangular)
3. |x| = [[ |x| para todo x X e K
Um espaco normado e um par ordenado (X, | |) onde X e um espaco vetorial
e | | e uma norma em X.
Denicao 2.2.2 Duas normas em X, | |
1
e | |
2
sao equivalentes se existem
c
1
> 0 e c
2
> 0 tal que
c
1
|x|
1
|x|
2
c
2
|x|
1
x X.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
32 2.2. Espacos normados e de Banach
Teorema 2.2.3 Em um espaco vetorial de dimensao nita X, qualquer norma
| |
1
e equivalente a outra norma qualquer | |
2
.
Demonstracao. Seja n = dimX e seja v
1
, , v
n
uma base de X. Ent ao
todo x X tem uma unica representac ao x = a
1
v
1
+ a
n
v
n
. Como o conjunto
v
1
, , v
n
e l.i, existe c > 0 tal que
|x|
1
c
_
n

j=1
[a
j
[
_
.
Por outro lado usando a desigualdade triangular temos
|x|
2

n

j=1
[a
j
[ |v
j
|
2
k
n

j=1
[a
j
[, k = max
j
|v
j
|
2
.
Portanto a|x[
2
|x|
1
onde a = c/k > 0. Para obter a outra desigualdade
trocamos as norma | |
1
e | |
2
no argumento anterior.
Normas equivalentes em X induzem a mesma topologia em X. Observemos o
seguinte:
1. Um subespaco Y de um espaco vetorial normado e de novo um espa co
vetorial normado.
2. Se X, Y sao espa cos vetoriais normados, ent ao denotamos o conjunto
de todos os pares ordenados (x, y) com x X, y Y por X Y . O espaco
X Y pode ser equipado com uma norma denindo
|(x, y)|
1
:= |x|+|y|, |(x, y)|
2
:= max|x|, |y|, |(x, y)|
3
:=
_
|x|
2
+|y|
2
.
Se X e um espa co vetorial normado, ent ao : X X [0, ), denida
por (x, y) = |x y|, e uma metrica em X. Esta metrica e invariante sob
translacoes e e homogena, i.e.,
(x +z, y +z) = (x, y), (x, y) = [[(x, y).
Denicao 2.2.4 Um espaco vetorial normado que e completo com a metrica
induzida pela norma e dito um espaco de Banach.
Seja X um espaco vetorial normado e Y X um subespaco. Se Y e fechado
ent ao existe uma norma natural no espaco quociente X/Y como segue:
Proposicao 2.2.5 Sejam X e Y como acima com Y fechado. Se x X/Y e
uma classe de equivalencia de X modulo Y entao uma norma e denida por
| x| := inf
x x
|x| = inf
yY
|x +y|.
Se alem disso, X e um espaco de Banach entao X/Y e um espaco de Banach
com a norma acima.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 33
2.2.1 Exemplos de espacos de Banach
(
k
b
(), (
k
() e espacos de Holder
Seja R
n
um conjunto aberto. Denotemos por (
k
b
() o espaco das func oes
reais k-vezes continuamente diferenciaveis tal que todas as derivadas ate a
ordem k sao limitadas na norma do sup, i.e., denimos para f (
k
()
|f|
C
k
()
:=

0||k
sup
x
[D

f(x)[
e
(
k
b
() :=
_
f : R : f (
k
() e |f|
C
k
()
<
_
.
Lembremos a seguinte nota cao: = (
1
, ...,
n
) e uma n-upla de numeros
inteiros
k
0 e [[ =
1
+ +
n
e
D

f =

||
f
x

1
1
x

n
n
.
Se 0 < 1 ent ao denimos para f (
k
()
|f|
C
k,
()
:= |f|
C
k
()
+

||=k
sup
x,y
x=y
[D

f(y) D

f(x)[
[x y[

e
(
k,
() :=
_
f (
k
() : |f|
C
k,
()
<
_
.
Funcoes em (
0,
() s ao chamadas Holder contnuas e Lipschitz contnuas
no caso de = 1. Nos referiremos aos espacos C
k,
() simplesmente como
espacos de Holder. Se e um domnio limitado, denimos
(
k
() :=
_
f (
k,
() : D

f se estende continuamente ate para todo 0 [[ k


_
e
(
k,
() :=
_
f (
k
() : |f|
C
k,
()
<
_
onde as normas | |
C
k
()
e | |
C
k,
()
s ao denidas de modo similar como
acima, apenas substituindo por na denic ao. Os espacos de Holder sao
extremamente importantes na teoria de equac oes diferenciais parciais.
Teorema 2.2.6 Seja R
n
um domnio. Entao os espacos (
k
b
() e (
k,
()
sao espacos de Banach com as normas | |
C
k
b
()
e | |
C
k,
()
respectivamente.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
34 2.2. Espacos normados e de Banach
Demonstracao. Vamos considerar os espa cos (
1
() e (
0,
(). O caso geral
segue por iterac ao. Primeiro o espaco (
0
b
() e um espaco de Banach com a
norma do sup pela seguinte raz ao: Se f
n
(
0
() e uma sequencia de Cauchy
ent ao para cada > 0 existe N N tal que
[f
n
(x) f
m
(x)[ < , n, m N, x .
A sequencia de n umeros reais f
n
(x) e ent ao uma sequencia de Cauchy
para todo x , portanto esta tem um limite f(x) para completitude dos
n umeros reais. Por outro lado, tambem temos |f
n
f|
C
0
()
0 desde que
[f
n
(x) f(x)[ = lim
m
[f
n
(x) f
m
(x)[ liminf
m
|f
n
f
m
|
C
0
()
e
|f
n
f|
C
0
()
liminf
m
|f
n
f
m
|
C
0
()
0 para n .
Como |f
n
f|
C
0
()
0 a sequencia f
n
converge uniformemente para f
ent ao f contnua e tambem limitada. Agora seja f
n

nN
uma seqencia de
Cauchy em (
1
b
(). Ent ao as sequencias
i
f
n

nN
, f
n
, sao sequencias de
Cauchy com respeito a norma do sup e portanto tem limites contnuos os
quais os denotaremos por g
i
e f respectivamente. Resta mostrar que o limite
f e diferenci avel e que
i
f = g
i
. Denamos g := (g
1
, ..., g
d
) (com d sendo
a dimensao do domnio ), f
n
(x) := (
1
f
n
(x), ...,
d
f
n
(x)), e para x
escolhemos y tal que x
t
:= (1 t)x +ty para todo 0 t 1. Entao
[f
n
(y) f
n
(x) f
n
(x) (y x)[ =

_
1
0
(f
n
(x
t
) f
n
(x)) (y x)dt

[y x[
_
1
0
[f
n
(x
t
) f
n
(x)[dt
[y x[ ( 2|f
n
g|
C
0
()
+ sup
0t1
[g(x
t
) g(x)[).
Na ultima desigualdade acima temos g(x
t
) e temos g(x).
Para n obtemos
[f(y) f(x) g(x) (y x) [y x[ sup
0t1
[g(x
t
) g(x)[,
mas sup
0t1
[g(x
t
) g(x)[ converge para zero quando y x. Isto signica que f
e diferenci avel em x com f(x) = g(x). Isto mostra que (
1
b
() e um espaco
de Banach.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 35
Agora suponhamos que f
n

nN
e uma sequencia de Cauchy em (
0,
(). A
sequencia f
n

nN
e tambem uma sequencia de Cauchy com a norma do sup,
portanto existe uma funcao contnua e limitada f tal que |f
n
f|
C
0,
()
0
quando n . Temos que mostrar
sup
x,y
x=y
[f(y) f(x)[
[x y[

< .
Dado > 0 entao existe N N tal que para todo n, m N
sup
x,y
x=0
[f
n
(x) f
m
(x) (f
n
(y) f
m
(y))[
[x y[

<
pois f
n
e uma sequencia de Cauchy respeito a norma | |
C
0,
()
. Para cada
par x, y com x ,= y podemos passar al limite quando m , e obtemos
[f
n
(x) f(x) (f
n
(y) f(y))[
[x y[


o qual implica que
[f(x) f(y)[
[x y[

+
[f
n
(x) f
n
(y)[
[x y[

,
portanto f (
0,
(), e |f
n
f|
C
0,
()
0 quando n .
No mesmo caminho temos
Teorema 2.2.7 Seja R
n
um domnio limitado. Entao os espacos (
k
()
e (
k,
() sao espacos de Banach com as normas | |
C
k
b
()
e | |
C
k,
()
respectivamente.
L
p
() e l
p
Se R
n
e p R com 1 p < denimos para uma func ao mensuravel
f : R
|f|
L
p
()
:=
__

[f(x)[
p
dx
_
1/p
e
L
p
() := f : R : f e mensur avel e|f|
L
p
()
< .
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
36 2.2. Espacos normados e de Banach
O espaco vetorial (L
p
(), | |
L
p
()
) nao e um espaco normado pois
|f|
L
p
()
= 0 n ao implica que f 0. Antes introduzimos a seguinte relac ao
de equivalencia no espaco vetorial L
p
(). Dizemos que f, g L
p
() sao
equivalentes se o conjunto x : f(x) ,= g(x) tem medida nula. Denotamos
o espaco vetorial das classes de equivalencia por L
p
() o qual ent ao torna-se
um espaco normado. Observamos que a prova da desigualdade triangular
|f + g|
L
p
()
|f|
L
p
()
+ |g|
L
p
()
n ao e trivial (esta e tambem chamada
de desigualdade de Minkowski). Discutiremos a prova num momento. Para
funcoes mensuraveis f : R denimos
ess sup
x
f(x) := infc R : f(x) c para quase todo x
= inf sup
x\N
[f(x)[ : N , [N[ = 0
e denotemos por L

() as classes de equivalenciaa de todas a funcoes


mensur aveis com
|f|
L

()
:= ess sup
x
[f(x)[ < .
Estas sao as fun coes limitadas exceto em um conjunto de medida nula.
Freq uentemente falaremos sobre uma fun cao mensuravel que esta no espaco
L
p
() em vez de referirmos a sua classe de equivalencia.
Vamos a mostrar uma desigualdade fundamental (desigualdade de Holde)
para os espa cos L
p
a qual implica entre outras coisas a desigualdade de
Minkowski. Depois mostraremos que os espacos L
p
() sao espacos de Banach
para 1 p < .
Teorema 2.2.8 (Desigualdade de Holder) Seja R um domnio e f
L
p
() com 1 p, q tal que
1
p
+
1
q
= 1.
Entao fg L
1
() e
|fg|
L
1
()
|f|
L
p
()
|g|
L
q
()
.
Demonstracao. O teorema e obvio se p = 1 e q = ou viceversa. Portanto
assumimos que 1 < p, q < . Lembremos a desigualdade de Young a qual e
ab
1
p
a
p
+
1
q
b
q
a, b 0.
A prova e evidente: Desde que a fun cao logaritmo e concava em (0, ) temos
log
_
1
p
a
p
+
1
q
_

1
p
log a
p
+
1
q
log b
q
= log(ab).
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 37
Portanto,
[f(x)[ [g(x)[
1
p
[f(x)[
p
+
1
q
[g(x)[
q
para quase todo x .
Conclumos que fg L
1
() e que
_

[fg[(x)dx
1
p
|f|
p
L
p
()
+
1
q
|g|
q
L
q
()
.
Substituindo agora f por f, onde > 0 obtemos
_

[fg[(x)dx

p1
p
|f|
p
L
p
()
+
1
q
|g|
q
L
q
()
.
Escolhendo agora = |f|
1
L
p
()
|g|
q/p
L
q
()
obtemos
_

[fg[(x)dx
|f|
L
p
()
p
|g|
q(p1)/p
L
q
()
+
|f|
L
p
()
q
|g|
qq/p
L
q
()
= |f|
L
p
()
|g|
L
q
()
_
1
p
+
1
q
_
.
Antes de prosseguir, vamos ver algumas conseq uencias uteis da
desigualdade de Holder. A primeira e desigualdade de Minkowski:
Teorema 2.2.9 (Desigualdade de Minkowski) Sejam 1 p e f, g
L
p
(). Entao f +g L
p
() e
|f +g|
L
p
()
|f|
L
p
()
+|g|
L
p
()
.
Demonstracao. Os casos p = 1 e p = s ao obvios, entao assumimos que
1 < p < . Nos temos
[f(x) + g(x)[
p
([f(x)[ +[g(x)[)
p
2
p1
([f(x)[
p
+[g(x)[
p
)
entao f + g L
p
(). Seja agora q :=
p
p1
tal que
1
p
+
1
q
= 1. Usamos a
desigualdade trivial
[f(x) + g(x)[
p
[f(x)[ [f(x) + g(x)[
p1
+[g(x)[ [f(x) +g(x)[
p1
e observamos que a func ao [f(x) + g(x)[
p1
L
q
(). Ent ao conclumos da
desigualdade de Holder
_

[f(x) + g(x)[
p
dx |f|
L
p
()
|[f +g[
p1
|
L
q
()
=
_
|f|
L
p
()
+|g|
L
p
()
_
__

[f(x) + g(x)[
p
dx
_
1
1
p
.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
38 2.2. Espacos normados e de Banach
Se
_

[f(x) + g(x)[
p
dx = 0 ent ao a desigualdade de Minkowski e trivialmente
verdadeira. Caso contrario dividimos a desigualdade acima por
_ _

[f(x) +
g(x)[
p
dx
_
1
1
p
.
Eis algumas consequencias simples de desigualdade de Holder
Corolario 2.2.10 Seja R
n
um domnio limitado e 1 p q .
Entao L
q
() L
p
() e
[[
1/p
|f|
L
p
()
[[
1/q
|f|
L
q
()
f L
q
().
Demonstracao. O caso q = e obvio, portanto suponhamos que q, .
Usando a desigualdade Holder obtemos
|f|
p
L
p
()
=
_

1 [f(x)[
p
dx |1|
L
q
qp
()
|[f[
p
|
L
q
p
()
= [[
1
p
q
|f|
p
L
p
()
desde que
p
q
+
qp
q
= 1.
Corolario 2.2.11 (Desigualdade de Interpolacao) Suponhamos que 1
p q r e 0 1 com
1
q
=

p
=
1
r
.
Se f L
p
() L
r
() entao f L
q
() e
|f|
L
q
()
|f|

L
p
()
|f|
1
L
r
()
.
Demonstracao. Temos
1
p
1
+
1
p
2
= 1 se escolhemos p
1
=
p
q
e p
2
=
r
(1)q
.
Ent ao da desigualdade de Holder obtemos
_

[f(x)[
q
dx =
_

[f(x)[
q
[f(x)[
(1)q
dx |[f[
q
|
L
p
1()
|[f[
(1)q
|
L
p
2()
= |f|
q
L
p
()
|f|
(1)q
L
r
()
.
O seguinte resultado interessante explica por que o espaco L

() e
chamado como este (se e um domnio limitado).
Proposicao 2.2.12 Seja R
n
um domnio limitado. Para f L
p
(),
1 p < denimos

p
(f) :=
_
1
[[
_

[f(x)
p
dx
_
1/p
.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 39
Se [f[
p
e simplesmente mensuravel, mas nao e integravel colocamos
p
(f) :=
. Entao para cada funcao mensuravel f : R
lim
p

p
(f) = |f|
L

()
.
Demonstracao. Temos que

p
(f) := [[
1/p
|f|
L
p
()
.
Pelo Corolario 2.2.10,
p
(f) visto como uma func ao de p e crescente com

p
(f) |f|
L

()
.
Portanto, o limite lim
p

p
(f) R existe e resta mostrar que
|f|
L

()
lim
p

p
(f).
Para r R seja
A
r
:= x : [f(x)[ r.
O conjunto A
r
e mensur avel desde f o e e A
r
[ > 0 se r < |f|
L

()
. Alem
disso,

p
(f) [[
1/p
__
A
r
[f(x)[
p
dx
_
1/p
[[
1/p
[A
r
[
1/p
r.
Passando ao limite quando p obtemos
lim
p

p
(f) r.
Pois isto vale para todo r < |f|
L

()
nos conclumos que
lim
p

p
(f) |f|
L

()
.
Teorema 2.2.13 (Fischer-Riesz) O espaco (L
p
(), | |
L
p
()
) e um espaco
de Banach.
Demonstracao. Seja f
k

kN
L
p
() uma sequencia de Cauchy.

E
suciente provar que f
k
tem uma subsequencia convergente. Para cada i N
existe um n umero inteiro N
i
tal que
|f
n
f
m
| 2
i
sempre que n, m N
i
.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
40 2.2. Espacos normados e de Banach
Construmos uma subsequencia f
k
i
f
k
tal que
|f
k
i+1
f
k
i
|
L
p
()
2
i
colocando k
i
:= maxi, N
i
. Para simplicar a notac ao vamos assumir de
agora em diante que
|f
k+1
f
k
|
L
p
()
2
i
de modo que
M :=

kN
|f
k+1
f
k
|
L
p
()
, .
Denimos
g
l
(x) :=
l

k=1
[f
k+1
(x) f
k
(x)[.
A sequencia g
p
l
(x)
lN
e crescente monotamente e consiste de funcoes n ao-
negativas integr aveis desde que
_

g
p
l
(x)dx = |g
l
|
p
L
p
()

_
l

k=1
|f
k+1
f
k
|
L
p
()
_
p
M
p
.
Pelo teorema da convergencia mon otona a sequencia g
p
l

lN
converge
pontualmente em quase todo lugar para uma func ao integravel h. Isto implica
pela denicao de g
l
que a sequencia f
k
(x)
kN
e uma sequencia de Cauchy
em R para quase todo x tal que o limite pontual
f(x) := lim
k
f
k
(x)
existe em quase todo lugar. Agora aplicamos o Lema de Fatou a sequencia de
funcoes integraveis [f
k
f
l
[
kN
e conclumos
_

[f(x) f
l
(x)[
p
dx liminf
k
_

[f(x) f
l
(x)[
p
dx

_
liminf
k
|f
k
f
l
|
p
L
p
()
_
p

kl
|f
k
f
l
|
L
p
()
_
p
o qual tende para zero quando l . Isto mostra que a sequencia f
k

converge para f na norma L


p
e tambem mostra que f f
l
L
p
() e portanto
f L
p
().
Durante a demonstracao do teorema 2.2.13 temos usado o seguinte
resultado.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 41
Corolario 2.2.14 Seja 1 p e seja f
k

kN
L
p
() uma sequencia
a qual converge em L
p
() para alguma f L
p
(). Entao existe uma
subsequencia a qual converge pontualmente quase em todo lugar para f.
Terminaremos esta sec ao com a seguinte denic ao: Denotemos por R
N
o
conjunto de todas as sequencias de n umeros reais, isto e, R
N
= a : N R :
para cada n N, a
n
R. Escrevemos x = x
k

kN
R
N
e
|x|
l
p :=
_

k
[x
k
[
p
_
1/p
,
|x|
l
:= sup
kN
[x
k
[.
Denicao 2.2.15 Para 1 p < denimos
l
p
:=
_
x R
N
: |x|
l
p <
_
e
l

:=
_
x R
N
: |x|
l
<
_
.
Os espacos (l
p
, | |
l
p) e (l

, | |
l
) sao espacos de Banach. De fato, os espacos
L
p
podem ser denidos em espacos de metricos arbitrarios em lugar de R
n
equipado com a metrica de Lebesque. Neste contexto os espa cos l
p
, l

sao os
espacos L
p
, L

onde os espacos onde estao denidos sao os numeros naturais


com a metrica discreta.
2.3 Compacidade e dimensao de espacos
vetoriais
Vimos na Proposic ao 1.4.4 que qualquer subconjunto compacto de um espaco
metrico e fechado e limitado. Em geral a recproca nao e verdadeira.
Entretanto para espacos vetoriais normados de dimens ao nita temos o
seguinte resultado.
Teorema 2.3.1 (Compacidade) Em um espaco vetorial normado X de
dimensao nita, qualquer subconjunto M X e compacto se e somente se
M e fechado e limitado.
Demonstracao. Se M X e compacto ent ao M e fechado e limitado isto
pel Proposic ao 1.4.4. vamos provar recproca. Seja M fechado e limitado.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
42 2.3. Compacidade e dimensao de espacos vetoriais
Seja dimX = n e v
1
, , v
n
uma base para X. Consideremos qualquer
subsequencia x
k
M. Cada x
k
tem uma representa cao
x
k
=
k
1
v
1
+
k
n
v
n
.
Como M e limitado, entao x
k
tambe o e, isto e, existe a > 0 tal que |x
k
| a
para todo k. Com isto temos
a |x
k
| =
_
_
n

j=1

k
j
v
j
_
_
c
n

j=1
[
k
j
[
onde c > 0. Portanto a sequencia de n umeros
k
j
(j xo) e limitada e pelo
Teorema de Bolzano- Weierstrass, tem um ponto de acumulacao
j
, 1 j
n. Logo conclumos que x
k
tem uma subsequencia z
k
a qual converge
para z =

j
v
j
. Como M e fechado, z M. Isto mostra que a sequencia
arbitraria x
k
em M tem uma subsequencia convergente a qual converge em
M. Portanto M e compacto.
Lema 2.3.2 (Lema de Riesz) Seja Y e Z subespacos de um espaco
normado X (de qualquer dimensao), e suponhamos que Y e fechado e e um
subespaco proprio de Z. Entao para todo n umero real (0, 1) existe z Z
tais que
|z| = 1, |z y| para todo y Y.
Demonstracao. Seja w ZY e denotemos a dist ancia de w a Y por d, isto
e,
d := inf
yY
|w y|.
Como Y e fechado, entao d > 0. Seja (0, 1). Pela Deni cao de nmo
existe y
0
Y tal que
d |w y
0
|
d

. (2.3.1)
Seja z =
w y
0
|w y
0
|
, ent ao |z| = 1, e vamos mostrar que |z y| para
todo y Y . Temos que
|z y| = |
w y
0
|w y
0
|
y| =
1
|w y
0
|
|w y
0
|w y
0
|y|
=
1
|w y
0
|
|w y
1
|
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 43
onde y
1
= y
0
+ |w y
0
|y. Pela forma de y
1
segue que y
1
Y . Portanto
|w y
1
| d, pela deni cao de d. Logo
|z y| = |w y
0
|
1
|w y
1
| cd =
d
|w y
0
|

d
d/
= .
Como y Y e arbitr ario, isto conclui a demonstrac ao.
Em um espaco normado de dimens ao nita a bola fechado unit aria e
compacta pelo Teorema 2.3.1. Reciprocamente, o Lema de Riesz d a a seguir o
util e not avel
Teorema 2.3.3 (Dimensao) Um espaco vetorial normado X e de dimensao
innita se e somente se a bola unitaria fechada B = x X : |x| 1 e
nao-compacta.
Demonstracao. Se X e de dimens ao nita ent ao todas as normas sao
equivalente a norma euclideana. Neste caso temos que todo conjunto fechado e
limitado e compacto. Agora vamos mostrar que a bola unit aria e nao compacta
se X e de dimensao innita.
Suponhamos que B e compacta e dimX = , vamos mostrar que isto nos
leva a uma contradi cao. Escolhamos x
1
com |x
1
| = 1. Este gera um subespaco
unidimensional X
1
de X, o qual e fechado e e um subespaco proprio de X pois
dimX = . Pelo Lema de Riesz existe x
2
X com |x
2
| = 1 tal que
|x
2
x
1
|
1
2
.
Os elementos x
1
, x
2
geram um subespa co X
2
fechado e proprio de X e de
dimes ao 2. Pelo Lema de Riesz existe x
3
com |x
3
| = 1 tal que para todo
x X
2
temos
|x
3
x|
1
2
.
Em particular
|x
3
x
1
|
1
2
, |x
3
x
2
|
1
2
.
Procedendo por induc ao, obtemos uma sequencia x
n
B tal que
|x
m
x
n
|
1
2
(m ,= n).
Obviamente, x
n
n ao tem nenhuma subsequencia convergente. Isto contradiz
a compacidade de B. Portanto dimX < .
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
44 2.4. Operadores e funcionais lineares
2.4 Operadores e funcionais lineares
No calculo consideramos fun coes da reta na reta (ou em um subconjunto
da reta). Obviamente qualquer funcao e uma aplicac ao de seu domnio na
reta. Em analise funcional consideramos espacos mais gerais tais como espacos
metricos e espacos normados, e aplicacoes entre este espa cos.
No caso de espacos vetoriais e, em particular, espa cos normados, uma
aplicac ao e chamada um operador.
Sao de especial interesse os operadores o quais preservam as duas operacoes
algebricas de espacos vetoriais.
Denicao 2.4.1 (Operador linear) Sejam X e Y espacos vetoriais sobre o
corpo K. T : T(T) X Y e um operador linear se
T(x +y) = Tx +Ty
T(x) = Tx
(2.4.1)
para todo x, y T(T) e todo escalar .
Notacao:
T(T) denota o domnio de T.
1(T) = y Y : y = Tx, x T(T) denota a imagem de T.
^(T) = ker(T) = x T(T) : Tx = 0 denota o espaco nulo ou ker de T.
Observe claramente que (2.4.1) e equivalente a
T(x +y) = Tx +Ty. (2.4.2)
Exemplos:
Exemplo 1. O operador identidade I
X
: X X e denido por I
X
(x) = x
para todo x X. Tambem escrevemo simplesmente I por I
X
, assim Ix = x.
Exemplo 2. Seja X o espaco vetorial de todos os polin omios em [a, b].
Denimos T : X X por Tx(t) = x

(t). O operador T e chamado operador


diferencia cao.
Exemplo 3. Seja T : ([a, b] ([a, b] denido por
Tx(t) =
_
t
a
x()d, t [a, b].
Exemplo 4. Seja a = (a
1
, , a
n
) R
n
xo. Denamos T : R
n
R por
Tx = x a =
n

j=1
a
j
x
j
, x = (x
1
, , x
n
) R
n
.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 45
Exemplo 5. Uma matriz real A = (a
i
j) com m las e n colunas dene um
operador T : R
n
R
m
pela formula y = Ax onde x = (x
j
) tem n componentes
e y = (y
j
) tem m componentes e estes sao escritos na forma de colunas por
causa da conversao de multiplicac ao de matrizes, escrevendo y = Ax,temos
_

_
y
1
y
2
.
.
.
y
m
_

_
=
_

_
a
11
a
12
a
1n
a
21
a
22
a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
a
mn
_

_
_

_
x
1
x
2
.
.
.
x
n
_

_
.
Teorema 2.4.2 (Imagem e o Ker) Seja T : T(T) X Y . Entao:
(a) A imagem 1(T) e um espaco vetorial.
(b) Se dimT(T) = n < , entao dim1(T) n.
(c) O ker(T) e um espaco vetorial.
Denicao 2.4.3 Sejam X, Y espacos vetoriais e T : T(T) X Y um
operador linear. Dizemos que T e injetivo ou um-a-um se para ponto
diferente no domnio temos imagens diferentes, isto e, se para quaisquer
x
1
, x
2
T(T),
x
1
,= x
2
Tx
1
,= Tx
2
equivalentemente
Tx
1
= Tx
2
x
1
= x
2
.
No caso de T ser injetivo existe o operador
T
1
: 1(T) T(T)
y x
(2.4.3)
o qual aplica todo elemento y 1(T) no elemento x T(T) para o qual
Tx = y. O operador T
1
e chamado inverso de T.
De (2.4.3) claramente temos
T
1
Tx = x para todo x T(T)
TT
1
y = y para todo y 1(T).
Teorema 2.4.4 (Operador inverso) Sejam X e Y espacos vetoriais (ambos
reais ou complexos), e T : T(T) Y um operador linear. Entao
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
46 2.4. Operadores e funcionais lineares
(a) o operador T
1
: 1(T) T(T) existe se, e somente se, Tx = 0 implica
que x = 0 (ou seja ker(T) = 0)
(b) se T
1
existe, ele e unico e linear.
(c) se dimT(T) = n < e T
1
existe, entao dim1(T) = dimT(T).
Demonstracao. (a) Suponhamos que T
1
existe. Seja x T(T) tal que
Tx = 0. Como T
1
existe segue que x = T
1
Tx = 0.
Reciprocamente, suponhamos que se Tx = 0 ent ao x = 0. Sejam x
1
, x
2

T(T) tais que Tx
1
= Tx
2
. Pela linearidade de T, temos que T(x
1
x
2
) = 0 e
pela hip otese x
1
x
2
= 0, ou seja, x
1
= x
2
, o que implica a existencia de T
1
.
(b) Suponhamos que T
1
existe. Vamos mostrar que T
1
e unico. De fato,
suponhamos que existe S
1
tal que S
1
T = I
D(T)
e TS
1
= I
R(T)
. Como T
1
existe segue que (S
1
T)T
1
= T
1
e T
1
(TS
1
) = T
1
. Disto segue que T
1
e unico. Sejam y
1
, y
2
1(T) e , escalares. Ent ao existem x
1
, x
2
T(T)
tais que x
1
= T
1
y
1
e x
2
= T
1
y
2
e x
1
+x
2
T(T). Como
y
1
+y
2
= Tx
1
+Tx
2
= T(x
1
+x
2
)
segue que
T
1
(y
1
+y
2
) = T
1
T(x
2
+x
2
) = x
1
+x
2
= T
1
y
1
+T
1
y
2
.
Isto mostra que o operador T
1
e linear.
(c) Suponhamos que dimT(T) = n < . Pelo Teorema 2.4.2 dim1(T) n.
Como T
1
existe e dimT(T
1
) = dim1(T) n, temos que dim1(T
1
) =
dimT(T) n, isto pelo mesmo teorema. Portanto dimT(T) = dim1(T).
Denicao 2.4.5 Sejam X e Y espacos vetoriais. Dizemos que um operador
T : T(T) X Y e sobrejetivo se 1(T) = Y .
Lema 2.4.6 Sejam T : X Y e S : Y Z operadores lineares bijetivos,
onde X, Y, Z sao operadores vetoriais sobre um mesmo corpo K. Entao (S
T)
1
: Z X existe e (S T)
1
= T
1
S
1
.
Demonstracao. O operador ST : X Z e bijetivo, portanto (ST)
1
existe.
Temos assim
ST(ST)
1
= I
Z
.
Aplicando o operador S
1
temos que T(ST)
1
= S
1
e aplicando o operador
T
1
, temos (ST)
1
= T
1
S
1
.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 47
Teorema 2.4.7 (Operadores lineares em espacos de dimensao nita)
Sejam X e Y espacos vetoriais sobre um mesmo corpo K de dimensoes m e n
respectivamente.
(a) Sejam u
1
, , u
m
e v
1
, , v
n
bases arbitrarias e xas de X e Y ,
respectivamente e T : X Y um operador linear. Entao o operador T
determina uma unica matriz representacao de T nas bases de X e Y .
(b) Uma matriz com n linhas e m colunas, dene um operador linear de
T : X Y e A e a matriz representacao do operador.
Demonstracao. (a) Para qualquer x X, x possui uma unica representac ao
x =
m

i=1
a
i
u
i
, a
i
K, i = 1, , m. Usando a linearidade de T temmos
y = Tx = T
_
m

i=1
a
i
u
i
_
=
m

i=1
a
i
T(u
i
). (2.4.4)
Portanto, se as imagens y
i
= Tu
i
, i = 1, , m sao dadas o operador T e
unicamente determinado. Como y, y
i
Y e v
1
, , v
n
e uma base de Y
temos
y =
n

j=1
b
j
v
j
e y
i
= Tu
i
=
n

j=1

ji
v
j
e substituindo Tu
i
em (2.4.4) segue que
y =
n

j=1
b
j
v
j
=
m

i=1
a
i
Tu
i
=
m

i=1
_
n

j=1

ji
v
j
_
=
n

j=1
_
m

i=1

ji
a
i
_
v
j
.
Como v
1
, v
n
sao vetores linearmente independentes, temos
b
j
=
m

i=1

ji
a
i
, j = 1, n. (2.4.5)
Portanto, a imagem y = Tx =
n

j=1
b
j
v
j
de x =
m

i=1
a
i
u
i
pode ser obtida de
(2.4.5).
Usando a notacao matricial, podemos escrever (2.4.5) na forma
_

_
b
1
b
2
.
.
.
b
n
_

_
=
_

11

12

1m

21

22

2m
.
.
.
.
.
.
.
.
.
.
.
.

n1

n2

nm
_

_
_

_
a
1
a
2
.
.
.
a
m
_

_
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
48 2.4. Operadores e funcionais lineares
onde os coecientes formam uma matriz (
ji
). Tal matriz e unicamente
determinada pois as bases sao arbitrarisa mas xas. Dizemo que esta e a
matrz representa cao do operador T em relac ao a essas bases.
(b). Seja A = (a
ji
)
nm
e u
1
, , u
m
e v
1
, , v
n
de X e Y ,
respectivamente. Dado x X, x =
m

i=1
a
i
u
i
, denimos Tx = y = Ax, ou
seja y =
n

j=1
b
j
v
j
, b
j
=
m

i=1
a
ji
a
i
, j = 1, , n. Temos que T e linear e A e a
matriz representa cao de T.
O leitor pode ter observado que nesta sec ao nao zemos uso de normas,
pois trabalhamos so em espacos vetoriais. Agora vamos trabalhar com
espa cos normados, o que nos permite considerar operadores lineares limitados
e contnuos.
Denicao 2.4.8 Sejam X e Y espacos vetoriais normados e T : T(T)
X Y um operador linear. Dizemos que o operador T e limitado se existe
um n umero real c > 0 tal que
|Tx|
Y
c|x|
X
, x T(T). (2.4.6)
Observa cao. O conceito de operador limitado difere do conceito de fun cao
limitada considerada nos curso de Calculo, onde func ao limitada e aquela
cuja imagem e um conjunto limitado. A motiva cao do termo operador
limitado deve-se ao fato que tal operador leva conjuntos limitados em conjunto
limitados.
Da Denic ao 2.4.8 surge a seguinte pergunta: Qual e o menor valor possvel
de c tal que (2.4.6) ainda vale para todo x T(T)? [Exclumos o caso x = 0].
Dividindo por |x| em (2.4.6) temos
|Tx|
|x|
c (x ,= 0)
e isto mostra que o menos valor possvel e o sup
xD(T)
x=0
|Tx|
|x|
. Esta quantidade e
denotada por |T|, assim
|T| = sup
xD(T)
x=0
|Tx|
|x|
. (2.4.7)
Lema 2.4.9 (Norma) Seja T um operador linear limitado como na Denicao
2.4.8. Entao:
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 49
(a) Uma formula alternativa para a norma de T e
|T| = sup
xD(T)
x=1
|Tx|. (2.4.8)
(b) A norma denida por (2.4.7) satisfazem 1, 2 e 3 da Denicao 2.2.1.
Demonstracao. (a) Seja x X com |x| = a ,= 0 e coloquemos y =
1
a
x.
Entao |y| =
x
a
= 1, como T e linear, (2.4.7) da
|T| = sup
xD(T)
x=0
1
a
|Tx| = sup
xD(T)
x=0
_
_
_
_
T
_
1
a
x
__
_
_
_
= sup
yD(T)
y=1
|Ty|.
Escrevendo x por y no lado direito, temos (2.4.8).
(b) 1. e obvio, pois |0| = 0 e de |T| = 0 temos Tx = 0 para todo x T(T),
segue que T = 0. 2. segue do fato que
|(T
1
+T
2
)x| sup
x=1
|T
1
x| + sup
x=1
|T
2
x|, x T(T
1
) T(T
2
).
3. segue de
sup
x=1
|Tx| = sup
x=1
[[|Tx| = [[ sup
x=1
|Tx|, x T(T).
De (2.4.7) costumamos escrever |Tx| |T||x| e denotar por L(X, Y ) =
T : X Y : T e linear limitado e L(X) se T : X X. Segue do Lema
2.4.9 que L(X, Y ) e um espaco normado. O seguinte resultado diz que L(X, Y )
e um espaco de Banach.
Teorema 2.4.10 Se X e um espaco normado e Y e um espaco de Banach,
entao L(X, Y ) e um espaco de Banach.
Demonstracao. Seja T
n
uma sequencia de Cauchy em L(X, Y ), ent ao para
todo > 0, existe N N tal que |T
n
T
m
| < , n, m N.
Para todo x X e m, n N temos,
|(T
n
T
m
)x| |T
n
T
m
| |x| < |x|. (2.4.9)
Agora, para cada x X, x xo, e
1
dado podemos escolher =
x
tal que

x
|x| <
1
. Ent ao de (2.4.9) temos que |T
n
x T
m
x| <
1
ou seja T
n
x e
uma sequencia de Cauchy em Y . Como Y e completo, T
n
x converge para
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
50 2.4. Operadores e funcionais lineares
algum elemento y Y . O elemento y depende da escolha de x X. Dessa
forma denimos um operador T : X Y , onde y = Tx. O operador T e
linear, limitado e T
n
T. A linearidade de T segue de
T(x
1
+x
2
) = lim
n
T
n
(x
1
+x
2
) = lim
n
(T
n
x
1
+T
n
x
2
)
= lim
n
T
n
x
1
+ lim
n
T
n
x
2
= Tx
1
+Tx
2
.
Provemos que T e limitado e T
n
T, ou seja |T
n
T| 0. De (2.4.9) e da
continuidade da norma, segue que para todo n N e x X
|T
n
x Tx| = |T
n
x lim
m
T
n
x| = lim
m
|T
n
x T
m
x|
lim
m
|(T
n
T
m
)x| lim
m
|T
n
T
m
| |x| |x|.
(2.4.10)
Isto mostrar que, para n N, T
n
T e um operador linear limitado. Como T
n
e
limitado e T = T
n
(T
n
T), temos que T e limitado. Considerando o supremo
para todo x X de norma 1 em (2.4.10) temos que |T
n
T| < (n N).
Portanto |T
n
T| 0, quando n .
Exemplos
Exemplo 1. O operador identidade I : X X, denido por Ix = x, x X,
X espa co normado, X ,= 0 e
|I| = sup
xX
x=1
|Tx| = sup
xX
x=1
|x| = 1.
Exemplo 2. O operador diferenciac ao. Seja X o espaco normado de todos
os polinomios denido em [0, 1] com a norma |x| = max[x(t)[ : t [0, 1].
O operador diferenciac ao e T : X X e denido por Tx(t) = x

(t). Este
operador n ao e limitado. De fato, seja x
n
(t) = t
n
, onde n N. Ent ao
|x
n
| = 1 e Tx
n
(t) = x

n
(t) = nt
n1
. Disto segue que |Tx
n
| = n e
Tx
n

x
n

= n.
Como n N e arbitr ario, isto mostra que no existe um n umero xo c tal que
Tx
n

x
n

c. Disto e de (2.4.6) conclumos que T nao e limitado.


Exemplo 3. Operador integral. Seja X = ([0, 1] com |x| = max
x[0,1]
[x(t)[ e
denamos um operador integral T : X X por Tx(t) =
_
1
0
k(t, )x()d,
onde k e uma func ao contnua, a qual e chamada de n ucleo de T.

_
1
0
k(t, )x()d

_
1
0
[k(t, )[ [x()[d k
0
_
1
0
[x()[d
k
0
max
t[0,1]
[x(t)[
_
1
0
d = k
0
|x|, x X
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 51
onde k
0
= max
(t,)[0,1][0,1]
[k(t, )[. Portanto |Tx| = max
t[0,1]
[Tx(t)[ k
0
|x| e T e
limitado.
Exemplo 4. Multiplicac ao por uma matriz. O operador T : R
n
R
m
,
denido por Tx = Ax, onde A = (a
ji
)
mn
e um operador linear limitado.
Sejam x = (x
1
, , x
n
) R
n
, y = (y
1
, , y
m
), y = Ax, y
j
=

i=1
a
ji
x
i
,
j = 1, , m, |x| =
_
n

i=1
_
1/2
. Pela denic ao de norma no R
n
e a desigualdade
de Cauchy-Schwartz temos
|Tx|
2
=
m

j=1
y
2
j
=
m

j=1
_
m

i=1
a
ji
x
i
_
2

j=1
_
_
_
n

i=1
a
2
ji
_
1/2
_
n

i=1
x
2
i
_
2
_
_
2
= |x|
2
m

j=1
n

i=1
a
2
ji
= c
2
|x|
2
,
onde c
2
=
m

j=1
n

i=1
a
2
ji
. Portanto |Tx|
2
c
2
|x|
2
, ou seja, |Tx| c|x| o que
implica que T e um operador limitado.
Teorema 2.4.11 (Dimensao nita) Se X e Y sao espacos normados com
dimX = n < , entao todo operador linear em T : X Y e limitado.
Demonstracao. Seja dimX = n e v
1
, , v
n
uma base para X e T :
X Y um operador linear, onde Y e um espaco normado qualquer. Para um
elemento qualquer x X, temos x =
n

i=1
a
i
v
i
, a
i
K, i = 1, , n,
|Tx| = |T
_
n

i=1
a
i
v
i
_
| = |
n

i=1
a
i
Tv
i
|
n

i=1
[a
i
[ |Tv
i
|
max
1in
|Tv
i
|
n

i=1
[a
i
[.
Como v
1
, , v
n
e um conjunto linearmente independente num espaco
normado (segue do Lema 2.3.2 que), existe k > 0 tal que
|x| =
_
_
n

i=1
a
i
v
i
| k
n

i=1
[a
i
[.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
52 2.4. Operadores e funcionais lineares
Portanto, |Tx| max
1in
|Tv
i
|
1
k
|x| ou seja |Tx| c|x|, onde c =
max
1in
|Tv
i
|
k
, ou que implica que T e limitado.
Os operadores sao aplicac oes, portanto a denicao de continuidade para
aplicac oes aplica-se a estes. Um fato importante e que para operadores lineares,
continuidade e limita cao tornam-se conceitos equivalentes como veremos com
mais detalhes.
Denicao 2.4.12 Seja T : T(T) X Y um operador linear nao
necessariamente limitado, onde X e Y sao espacos vetoriais normados. O
operador T e contnuo em x
0
X se para todo > 0 existe > 0 tal que
|Tx Tx
0
| < para todo x T(T) satisfazendo |x x
0
| < .
T e contnuo se T em contnuo em todo x T(T).
Teorema 2.4.13 (Continuidade e limitacao) Sejam X e Y espacos nor-
mados e T : T(T) X Y um operador linear. Entao
(a) Se T e contnuo num ponto x
0
T(T), entao T e limitado;
(b) Se T e limitado, entao T e contnuo.
Demonstracao. (a) Suponhamos que T e contnuo em x
0
T(T). Ent ao
dado = 1, existe > 0 tal que
|Tx Tx
0
| < 1 se |x x
0
| < , x T(T). (2.4.11)
Dado x T(T), x ,= 0 nosso objetivo e provar que |Tx| c|x|. Para isto,
devemos usar a continuidade de T em x
0
, isto e, devemos considerar x
1
T(T)
tal que |x
1
x
0
| < . Basta tomar x
1
de tal forma que x
1
x
0
seja paralelo de x
e pertenca `a bola de centro x
0
e raio . Seja x
1
= x
0
+

2x
x, |x
1
x
0
| =

2
<
e ent ao de (2.4.11) temos
|Tx
1
Tx
0
| = |T(x
1
x
0
)| = T(
x
2|x|
)| =

2|x|
|Tx| < 1
ou seja, |Tx|
2

|x|. Portanto |Tx| c|x| onde c =


2

, ou seja, T e um
operador limitado.
(b) Suponhamos que T e um operador limitado e provemos que T e contnuo
em T(T).
Para T 0, a continuidade e clara.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 53
Suponhamos que T e n ao nulo. Eat ao
|Tx| |T| |x|, |T| ,= 0. (2.4.12)
Seja x
0
T(T) um elemento qualquer, como T(T) e um subespaco x x
0

T(T), x T(T) e (2.4.12) segue
|Tx Tx
0
| = |T(x x
0
)| |T||x x
0
|.
Portanto, dado > 0, > 0 (basta tomar =

|T|
) tal que |Tx Tx
0
| <
para todo x T(T) com |xx
0
| < ou seja T e um operador linear contnuo
em T(T).
Corolario 2.4.14 Nas hipoteses do Teorema 2.4.13 temos:
(a) se T e contnuo em x
0
T(T), entao T e contnuo;
(b) T e contnuo se, e somente se, T e limitado.
Corolario 2.4.15 Sejam X e Y espacos normados e T : T(T) X Y um
operador linear limitado. Entao o ker(T) de T e fechado.
Demonstracao. Para todo x ker(T) existe uma sequencia x
n
ker(T)
tal que x
n
x. Pela continuidade de T, temos que Tx
n
Tx. Como
x
n
ker(T), Tx
n
= 0, n N, e portanto Tx = 0, ou seja x ker(T).
Denicao 2.4.16 (Igualdade, restricao e extensao de operadores) Dois
operadores T
1
, T
2
: X Y sao iguais e escrevemos T
1
= T
2
se tem o mesmo
domnio T(T
1
) = T(T
2
) e se T
1
x = T
2
x para todo x T(T
1
) = T(T
2
).
A restricao de um operador T : T(T) X Y a subconjunto B T(T)
e denotada por T[
B
e e o operador denido por T[
B
: B Y , T[
B
x = Tx para
todo x B.
Uma extensao de T : T(T) X Y a um conjunto M T(T) e um
operador

T : M Y tal que

T[
D(T)
= T, isto e

Tx = Tx para todo x T(T).
Se T(T) e um subconjunto proprio de M, entao dado T qualquer, pode ter
muitas extens oes. S ao de nosso interesse aquelas extens oes as quais preservam
algumas propriedades b asicas, como por exemplo lineraridade (se T e linear) ou
limitac ao (se T(T) esta num subespaco normado e T e limitado). O seguinte
resultado e tpico neste respeito.
Teorema 2.4.17 Sejam X espaco vetorial normado, Y espaco de Banach T :
T(T) X Y um operador linear limitado. Entao T tem uma extensao

T : T(T) Y , onde

T e um operador linear limitado e |

T| = |T|.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
54 2.4. Operadores e funcionais lineares
Demonstracao. Seja x T(T). Ent ao existe uma sequencia x
n
T(T)
tal que x
n
x. Como T e linear e limitado, temos que
|Tx
n
Tx
m
| = |T(x
n
x
m
)| |T| |x
n
x
m
|.
Isto mostra que Tx
n
e uma sequencia de Cauchy pois x
n
e convergente.
Como Y e completo Tx
n
e convergente, digamos Tx
n
y Y . Denamos

T por

Tx = y.
Vamos mostrar que esta denic ao n ao depende da escolha da sequencia en
T(T) convergindo para x. Suponhamos que x
n
x e z
n
x. Entao v
m
x,
onde v
m
e a sequencia x
1
, z
1
, x
2
, z
2
, . Portanto Tv
m
converge e duas
subsequencias Tx
n
e Tz
n
de Tv
m
tem o mesmo limite. Isto prova que

T e univocamente denido em todo x T(T).


Claramente,

T e linear e

Tx = Tx para cada x T(T), e entao

T e uma
extrens ao de T. Agora vamos usar |Tx
n
| |T||x
n
| fazer n . Ent ao
Tx
n
y =

Tx. Como x |x| dene uma aplicacao contnua, obtemos
|

Tx| |T||x|. Portanto



T e limitado e |

T| |T|. Por outro lado,


|

T| |T| pois a norma sendo denida pelo supremo, n ao pode decrescer na


extensao. Portanto |

T| = |T|.
Denicao 2.4.18 Seja X um espaco vetorial sobre o corpo K (K = R ou C).
Um operado linear x

: T(x

) X K chama-se funcional linear.


Denotaremos o valor de x

em x por x

(x) ou x

, x).
No caso de x

ser um operador linear limitado, temos


|x

| = sup
xD(x

)
x=0
[x

, x)[
|x|
= sup
xD(x

)
x=1
[x

, x)[.
Considerando o Teorema 2.4.13 para funcionais temos:
Teorema 2.4.19 Um funcional linear x

: T(x

) X K, onde X e um
espaco normado sobre K e limitado se, e somente se, x

e contnuo.
Exemplos
Exemplo 1. O funcional x

: R
n
R, denido por x

(x) = a
1
x
1
+ +a
n
x
n
=
a x, onde x = (x
1
, , x
n
) R
n
e a = (a
1
, , a
n
) R
n
e um vetor xo e um
linear e limitado. De fato, usando a desigualdade de Cauchy -Schwartz temos
[x

, x)[ = [a x[ = [
n

i=1
a
i
x
i
[
n

i=1
[a
i
x
i
[
_
n

i=1
[a
i
[
2
_
1/2
_
n

i=1
[x
i
[
2
_
1/2
= |a| |x|.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 55
Entao
[x

, x)[ = [a x[ |a| |x| e |x

| = sup
xR
n
x=1
[x

, x)[ |a|. (2.4.13)


Por outro lado, tomando x = a e lembrando que
|x

| = sup
xR
n
x=0
[x

, x)[
|x|
ou seja |x

|
[x

, x)[
|x|
, x R
n
, x ,= 0
temos
|x

|
[x

, a)[
|x|
=
[a a[
|a|
=
|a|
2
|x|
= |a|. (2.4.14)
De (2.4.13) e (2.4.14) segue que |x

| = |a|.
Exemplo 2. O funcional x

: ([a, b] R denido por x

(x) = x(t
0
), onde
t
0
[a, b] e xo e linear e limitado. De fato, para vericar a limitac ao, seja
x ([a, b], ent ao [x

, x)[ = [x(t
0
)[ max
t[a.b]
[x(t)[ = |x|. Entao para x ,= 0,
[x

, x)[
|x|

|x|
|x|
= 1, o que implica que |x

| 1. (2.4.15)
Tomando x = 1, temos
1 = [x

, 1)[ sup
xC[a,b]
x=1
[x

, x)[ = |x|. (2.4.16)


De (2.4.15) e (2.4.16) segue que x

e limitado e |x

| = 1.
Exemplo 3. Integral denida. O funcional x

: ([a, b] R, denido por


x

, x) =
_
b
a
x(s)ds, x ([a, b] (a < b)
e linear e limitado.
Mostremos que |x

| = b a. Seja x ([a, b], entao


[x

, x)[ =

_
b
a
x(s)ds

_
b
a
[x(s)[ds max
asb
[x(s)[
_
b
a
ds = |x|(b a).
Entao
|x

| = sup
xC[a,b]
x=1
[x

, x)[ b a. (2.4.17)
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
56 2.5. Espaco dual
Considerando x = 1, temos
|x

|
[x

, x)[
|x|
= [x

, x)[ =

_
b
a
ds

= b a,
ou seja
|x

| b a. (2.4.18)
De (2.4.17) e (2.4.18) segue que x

e limitado e |x

| = b a.
2.5 Espaco dual
Denicao 2.5.1 (Dual algebrico) Seja X um espaco vetorial sobre um
corpo K (K = R ou C). O conjunto de funcionais lineares x

: X K e
chamado espaco dual algebrico de X e denotamos por X

= x

: X K :
x

e funcional linear.
(X

, +, ) e um espaco vetorial, onde


(x

1
+x

2
)(x) = x

1
(x) + x

2
(x)
(x

1
)(x) = x

1
(x),
para todo x

1
, x

2
X

, x X e K.
O espaco dual algebrico de X tambem e chamado espaco conjugado
algebrico de X.
Os funcionais dados nos exemplos 1, 2 e 3 sao elementos de X

, onde
X = R
n
, C[a, b] e C[a, b], respectivamente.
Exemplo. O dual algebrico do R
n
.
(R
n
)

= x

: R
n
R : x

e funcional linear.
Todo x

(R
n
)

possui uma representac ao


x

(x) = x

, x) =
n

i=1

i
a
i
(2.5.1)
onde x =
n

i=1

i
v
i
, v
1
, , v
n
e uma base do R
n
e a
i
= v
i
, x

), i = 1, , n e
toda n-upla de escalares (a
1
, , a
n
) pode ser usada para denir um funcional
x

pela formula (2.5.1). Portanto o operador T : (R


n
)

R
n
denido por
Tx

= (a
1
, , a
n
) e um operador linear. Temos ainda que T
1
existe e que
1(T) = R
n
, ou seja, T e um isomorsmo. Portanto (R
n
)

e R
n
sao isomorfos.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 57
Teorema 2.5.2 (Dimensao de X

) Seja X um espaco vetorial de dimensao


n < e e
1
, , e
n
uma base de X. Entao x

1
, , x

n
onde
x

j
, e
i
) =
ij
=
_
0, se i ,= j;
1, se i = j
e uma base de X

, chamada base dual de X, e dimX

= dimX = n.
Demonstracao. Seja a
1
, , a
n
, a
j
K, j = 1, . . . , n, tais que
n

j=1
a
j
x

j
, x) = 0, x X. Para x = e
i
, temos
n

j=1
a
j
x

j
, e
i
) =
n

j=1
a
j

ij
=
a
i
= 0, ou seja o conjunto x

1
, , x

n
e linearmente independente.
Seja x

e x =
n

i=1

i
e
i
, temos
x

, x) =
n

i=1

i
x

, e
i
) =
n

i=1

i
(2.5.2)
onde
i
= x

, e
i
), i = 1, , n. Ent ao x

e unicamente determinado pelo


seu valor nos elementos da base e
1
, , e
n
de X.
Pela deni cao de x

i
, i = 1, , n, temos
x

i
, x) =
1
e
1
+ +
n
e
n
, x

i
) =
i
. (2.5.3)
Entao de (2.5.2) e (2.5.3) temos
x

, x) =
n

i=1

i
=
n

i=1

i
x

i
, x) =
n

i=1

i
x

i
, x)
ou seja a representac ao unica de um funcional x

em termos dos funcionais


x

i
, i = 1, , n, e dada por
x

=
n

i=1

i
x

i
onde
i
= x

, e
i
), i = 1, , n.
Teorema 2.5.3 Seja X um espaco vetorial de dimensao nita. Se x
0
X
possui a propriedade que x

, x
0
) = 0, x

, entao x
0
= 0.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
58 2.5. Espaco dual
Demonstracao. Seja e
1
, , e
n
uma base de X e x
0
=

n
i=1
a
i
e
i
. Para
x

temos
x

, x
0
) =
n

i=1
a
i
x

, e
i
) =
n

i=1
a
i
b
i
, b
i
= x

, e
i
).
Como por hip otese, x

, x
0
) = 0 para todo x

, temos
n

i=1
a
i
b
i
= 0
para toda escolha de b
1
, , b
n
. Entao a
i
= 0, para i = 1, , n, ou seja
x
0
= 0.
Teorema 2.5.4 Seja M X um subespaco proprio de um espaco vetorial X
de dimensao nita e suponhamos que x
0
XM. Entao existe um elemento
x

tal que x

, x) = 0 se x M e x

, x
0
) = 1.
Demonstracao. Suponhamos que dimM = m. Caso m = 0 e trivial. Para
0 < m < n, seja e
1
, , e
m
uma base de M e e
m+1
= x
0
. O conjunto
e
1
, , e
m
, e
m+1
e linearmente independente (e
m+1
/ M). Podemos
encontrar uma base de X cujo primeiros termos sao os vetores e
1
, , e
m+1
.
Seja x

1
, , x

n
a base dual de X e x

m+1
= x

0
. Entao x, x
m+1
) = x

0
, x) = 0
se x ,= e
m+1
e x

m+1
, x) = x

0
, x) = 1 se x = x
0
= e
m+1
.
Observa cao: O Teorema 2.5.4 continua valido se X e um espaco vetorial de
dimensao innita.
Denicao 2.5.5 (Segundo espaco dual algebrico) Seja X um espaco
vetorial sobre um corpo K (K = R ou C) e X

seu dual algebrico. O conjunto


dos funcionais lineares x

: X

K e chamado segundo dual algebrico de


X e denotamos por X

= x

: X

K : x

e funcional linear.
Notacao: Dado x

, temos que
x

: X

K
x

(x

) = x

, x

).
Exemplo O segundo dual algebrico do R
n
. Como (R
n
)

e isomorfo ao R
n
,
temos que (R
n
)

tambem e isomorfo ao R
n
.
Para cada x X podemos associar um elemento C
x
X

da seguinte
maneira:
x

, C
x
) = x

, x), x

.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 59
Veriquemos que C
x
X

, ou seja, C
x
e um funcional linear denido em
X

. a) T(C
x
) = X

que e um espaco vetorial, b) x

, C
x
) = x

, x) K,
pois x

, c) x

1
+ x

2
, C
x
) = x

1
+ x

2
, x) = x

1
, x) + x

2
, x) =
x

1
, x) + x

2
, x) = x

1
, C
x
) + x

2
, C
x
), , K. Portanto C
x
X

,
para cada x X. Podemos ent ao dar a seguinte denic ao.
Denicao 2.5.6 (Aplicacao canonica) Seja X um espaco vetorial sobre
um corpo K (K = R ou C), X

e X

o dual algebrico e segundo dual algebrico


de X, respectivamente. A aplicacao
C : X X

x C(x) = C
x
: X

K
x

C
x
(x

) = x

, C
x
) = x

, x)
e chamada aplicacao canonica de X em X

Proposicao 2.5.7 (Imersao canonica) A aplicacao canonica (Denicao


2.5.6) e linear e injetiva, ou seja e uma imersao de X em 1(C) X

,
chamada de imersao can onica.
Demonstracao. Para provar a linearidade de C, sejam x
,
x
2
X e , K.
C
x
1
+x
2
(x

) = x

, C
x
1
+x
2
) = x

, x
1
+x
2
)
= x

, x
1
) = x

, x
2
) = C
x
1
(x

) + C
x
2
(x

)
= (C
x
1
+C
x
2
)(x

).
Portanto C(x
1
+ x
2
) = C
x
1
+x
2
= C
x
1
+ C
x
2
= C(x
1
) + C(x
2
).
Suponhamos agora que C(x) = 0, ent ao C(x)(x

) = C
x
(x

) = x

, x) = 0 para
todo x

. Se X e de dimens ao nita segue do Teorema 2.5.3 que x = 0.


Logo C e injetiva. Aplicando o Teorema 2.5.4 com X de dimensao innita com
M = 0 vemos que se x ,= 0, ent ao existe x

1
X

tal que x

1
, x
1
) ,= 0. Esta
armac ao e a forma contrapositiva do Teorema, portanto a demonstracao esta
completa.
Nos casos onde a aplica cao C : X X

e sobrejetiva, ou seja 1(C) = X

,
temos um isomorsmo de X e X

e podemos, de certa forma, identicar os


elementos de x com os elementos de X

.
Denicao 2.5.8 (Espacos algebricamente reexivos) Um espaco veto-
rial diz-se algebricamente reexivo quando a imersao canonica C : X X

e sobrejetiva, isto e 1(C) = X

.
Os espacos vetoriais de dimens ao nita sao algebricamente reexivos, como
vemos abaixo
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
60 2.5. Espaco dual
Teorema 2.5.9 (Reexibilidade algebrica) Se X e um espaco vetorial de
dimensao nita, entao X e algebricamente reexivo.
Demonstracao. Pela Proposi cao 2.5.7, a aplica cao can onica C : X X

possui inversa C
1
: 1(C) X e ent ao dim1(C) = dimX. Agora, aplicando
o Teorema 2.5.2, para X

e X, temos dimX

= dimX

= dimX. Ent ao,


dim1(C) = dimX = dimX

. Portanto 1(C) = X

, pois 1(C) e um espaco


vetorial e um subespa co proprio de X

tem dimens ao menor do que dimX

.
Portanto X e algebricamente reexivo.
Denicao 2.5.10 Seja X um espaco vetorial. Um subconjunto H X e
chamado base de Hamel de X se:
1. H e um subconjunto linearmente independente de X.
2. O espaco gerador por H e todo X.
Teorema 2.5.11 Se X e um espaco vetorial de dimensao innita, entao
X nao e algebricamente reexivo. Conseq uentemente, um espaco vetorial e
algebricamente reexivo se, e somente se, este e de dimensao nita.
Demonstracao. Seja H = x
i
: i I uma base de Hamel de X. Entao I
e um conjunto innito de indices, e x
i
,= x
j
se i ,= j. Denamos x

i
X

por
x

i
(x
i
) = 1, x

i
(x
j
) = 0 se i ,= j. Ent ao conjunto x

1
: i I e um conjunto
linearmente independente de X

. Para, se supomos que


n

=1

i()
= 0, temos
que 0 =
n

=1

i()
(x
i()
) =

quando = 1, , n. Agora seja H

uma base
Hamel de X

a qual contenha o conjunto x

i
; i I.
Seja
i
: i I um conjunto de n umeros tal que
i
,= 0 para um n umero
innito de indices. Denamos x

colocando x

(x

i
) =
i
e x

(x

) = 0 se
x

mas x

n ao e nenhum dos elementos x

i
. Consideremos um elemento
x

0
X

de forma que x

0
= C(x), x X. temos que x

0
(x

i
) = x

i
(x) =
i
, onde

i
e o coeciente de x
i
na representac ao de x em termos da base de Hamel
H. Como
i
= 0 para todo um mas um n umero nito de indices i, segue
que o conjunto dos s nao poder ser o mesmo conjunto dos
i
s e portanto
x

,= x

0
. Isto mostra que X

contem elementos que n ao est ao na imagem de


C, portanto X n ao e algebricamente reexivo.
Agora vamos considerar funcionais lineares denidos em espacos normados.
Isto nos permitir a trabalhar com funcionais lineares limitados.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 61
Denicao 2.5.12 (Espaco dual de X) Seja X um espaco vetorial normado
sobre um corpo K (K = R ou C). O conjunto de funcionais lineares limitados
x

: X K e chamado espaco dual de X e denotamos por X

= x

: X
K : x

e funcional linear limitado.


Denotaremos o valor de x

em x por x

(x) ou x

, x), onde a notac ao , )


denota a dualidade entre X

e X, algumas vezes escrevemos como , )


X

,X
.
As vezes o espaco dual X

e tambem chamado de conjugado normado


de X ou ainda adjunto de X.
O espaco dual X

e um subespaco vetorial do espa co dual algebrico X

de
X e pelo teorema abaixo, X

e um espa co de Banach independente do espa co


X ser completo ou nao.
Teorema 2.5.13 (Espaco dual) Seja X um espaco vetorial normado sobre
um corpo K (K = R ou C). Entao o espaco dual de X, X

= (X

, | |) onde
|x

| = sup
xD(x

)
x=0
[x

, x)[
|x|
= sup
x=1
[x

, x)[, e um espaco de Banach.


Demonstracao. Segue do Teorema 2.4.10 pois X

= L(X, K) e K = R ou C
e um espaco completo.
Em an alise funcional varios estudos dos espa cos estao relacionados com os
realizados nos espacos duais. Por esta raz ao vamos determinar os espa cos duais
de alguns espacos importantes.
Exemplo 1. O espaco dual do R
n
e o R
n
.
Como dimR
n
= n < , temos (R
n
)

= (R
n
)

. Todo x

(R
n
)

possui
uma representac ao
x

(x) = x

, x) =
n

i=1

i
a
i
onde x =
n

i=1

i
e
i
, e
1
, , e
n
e uma base do R
n
e a
i
= e
i
, x

), i = 1, , n.
Pela desigualdade de Cauchy-Schwartz temos
[x

, x)[
n

i=1
[
i
[ [a
i
[
_
n

i=1

2
i
_
1/2
_
n

i=1
a
2
i
_
1/2
= |x|
_
n

i=1
a
2
i
_
1/2
.
Como para x =
n

i=1
a
i
e
i
, x

, x) =
n

i=1
a
2
i
=
_
n

i=1

2
i
_
1/2
, ou seja, vale a
igualdade temos |x

| = sup
x=1
[x

, x)[ =
_
n

i=1

2
i
_
1/2
. Isto prova que |x

| e a
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
62 2.5. Espaco dual
norma euclideana, e
|x

| = |a|, onde a =
n

i=1
a
i
e
i
R
n
.
Seja T : (R
n
)

R
n
, denida por Tx

= a =

n
i=1
a
i
e
i
, a
i
= e
i
, x

).
Temos que preserva norma. Como T e linear e bijetiva, T e um isomorsmo.
Portanto, o espaco dual de R
n
e o R
n
.
Exemplo 2. O dual do l
p
e o l
q
, onde q = se p = 1 e q =
p
p1
se 1 < p <
(que e o conjugado de p).
a) p = 1.
Uma base de Schuader de l
1
e e
i
onde e
i
= (
ij
), tem 1 na posic ao i e zero
nas demais, e
1
= (1, 0, ), e
2
= (0, 1, ), . Entao todo x l
1
tem uma
representac ao unica x =
+

i=1

i
e
i
.
Seja x

(l
1
)

, x

e linear e limitada, x

, x) =

i=1

i
, onde
i
= x

, e
i
)
sao unicamente determinados por x

. Como |e
i
| = 1 e [
i
[ = [x

, e
i
)[
|e
i
| |x

| = |x|, temos sup


i
[
i
[ |x

|. Portanto,
i
l

.
Por outro lado, para todo y =
i
l

podemos obter um funcional


linear limitado g (l
1
)

. De fato, denimos g (l
1
)

por g(x) =

i=1

i
onde
x =
i
l
1
. Entao g e linear, e
[g(x)[

i=1
[
i

i
[ sup
i
[
i
[

i=1
[
i
[ = |x| sup
i
[
i
[.
Portanto, |g| = sup
xl
1
x=1
[g(x)[ sup
i
[
i
[ ou seja, g (l
1
)

.
Mostremos que a norma de x

e a norma do l

,
[x

, x) = [

i=1

i
[ sup
i
[
i
[

i=1
[
i
[ = |x| sup
i
[
i
[
ent ao
|x

| = sup
xl
1
x=1
[x

, x)[ sup
i
[
i
[.
Como [
i
[ |x

|, temos |x

| sup
i
[
i
[. Portanto, a aplicac ao T : (l
1
)

denida por Tx

= c =
i
e um isomorsmo.
b) 1 < p < .
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 63
Uma base de Schauder de l
p
e e
i
, onde e
i
=
ij
, como no caso anterior. Entao
todo x l
p
possui uma representac ao unica x =

i=1

i
e
i
.
Seja x

(l
p
)

, funcional linear e limitado,


x

, x) =

i=1

i
,
i
= x

, e
i
).
Seja q o conjugado de p e x
n

(n)
i
onde

(n)
i
=
_
|
i
|
q

i
, se i n e
i
,= 0;
0, se i > n ou
i
= 0.
Entao, x

, x
n
) =

i=1

(n)
i

i
=

i=1
[
i
[
q
. Usando a denic ao de
(n)
i
e
(q 1)p = q, temos
x

, x
n
) |x
n
| |x

| = |x

|
_

i=1
[
(n)
i
[
p
_
1/p
= |x

|
_
n

i=1
[
i
[
(q1)p
_
1/p
= |x

|
_

i=1
[
i
[
q
_
1/p
Agora, x

, x
n
) =

n
i=1
[
i
[
q
|x

| (

n
i=1
[
i
[
q
)
1/p
. Dividindo por
(

n
i=1
[
i
[
q
)
1/p
e usando que 1
1
p
=
1
q
, temos
_
n

i=1
[
i
[
q
_
1
1
p
=
_
n

i=1
[
i
[
q
_
1/q
|x

|.
Fazendo n temos
_

i=1
[
i
[
q
_
1/q
|x

|
o que implica que x =
i
l
q
.
Reciprocamente, para todo y =
i
l
q
, podemos associar um funcional
linear g (l
p
)

. De fato, denimos por


y, g) =

i=1

i
onde x =
i
l
p
. Temos que g e linear e alimitac ao segue da desigualdade
de Holder. Portanto, g (l
p
)

.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
64 2.5. Espaco dual
Provemos que a norma de x

e a norma de l
q
[x

, x)[ = [

i=1

i
[
_

i=1
[
i
[
p
_
1/p
_

i=1
[
i
[
q
_
1/q
= |x|
_

i=1
[
i
[
q
_
1/q
|x

| = sup
x=1
[x

, x)[
_

i=1
[
i
[
q
_
1/q
.
Como (

i=1
[
i
[
q
)
1/q
|x

|, temos
|x

| =
_

i=1
[
i
[
q
_
1/q
.
Escrevemos |x

| = |c|
q
, onde c =
i
l
q
e
i
= x

, e
i
). A aplica cao
T : (l
p
)

l
q
denida por Tx

= c e linear e bijetiva, e de |x

| = (

i=1
[
i
[
q
)
1/q
temos que T preserva norma, ou seja e um isomorsmo isometrico.
A seguir daremos alguns resultados sobre espacos duais e deixaremos as
demonstra coes para o leitor.
Teorema 2.5.14 Seja X um espaco vetorial normado e x
0
X, x
0
,= 0.
Entao existe x

tal que |x

| = 1 e x

, x
0
) = |x
0
|. Como consequencia
temos
sup
x=1
[x

, x)[ = |x

|, x X. (2.5.4)
Teorema 2.5.15 Seja X um espaco vetorial normado e x X tal que
x

, x) = 0 para todo x

. Entao x = 0.
Denicao 2.5.16 Seja X um espaco vetorial normado sobre um corpo K
(K = R ou C) e X

o espaco dual de X. O dual de X

e o segundo dual
de X, e denotamos por X

= x

: X

K : x

e funcional linear limitado.


Observamos que, X

e um subespa co de X

e X

e um subespa cos de (X

mas nem sempre X

e um subespacos de X

. Existe uma aplicacao can onica


de X em X

, analoga a denida no dual algebrico. Usaremos a mesma letra


C para denota-la. A aplicac ao C e denida da seguinte forma
C : X X

x C(x) = C
x
: X

K
x

C
x
(x

) = x

, C
x
) = x

, x),
(2.5.5)
isto e C(x) = C
x
= x

, onde x

(x

) = x

(x).

E claro que C
x
(X

e desde
que |x

, C
x
)| |x| |x

| segue que c
x
X

e |C
x
| |x|.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 65
Provemos que |C
x
| = |x|. Para x = 0 e obvio. Suponhamos que x ,= 0.
Pelo Teorema 2.5.14, existe x

tal que |x

[ = 1 e x

, x) = |x|. Como
|C
x
| = sup
x

=1
|x

, C
x
)| = sup
x

=1
[x

, x)[ temos |C
x
| |x|. Portanto, |C
x
| =
|x| e evidentemente a aplicac ao C e uma imersao de X em 1(C) X

.
Denicao 2.5.17 Um espa co vetorial normado X diz-se reexivo quando a
aplicacao canonica C : X X

,denida em (2.5.5), e sobrejetiva, isto e,


1(C) = X

.
Ao contr ario do que ocorre com espacos algebricamente reexivos, existem
espacos normado de dimensao innita reexivos. Por exemplo, l
p
, 1 < p < ,
e reexivo.
Como X

e completo, independente de X ser completo ou n ao, segue de


|C
x
| = |x| que se X e incompleto, ele nao pode ser reexivo.
Teorema 2.5.18 Se X e um espaco vetorial normado reexivo, entao X

e
reexivo.
Teorema 2.5.19 Se X e um espaco vetorial normado reexivo, entao tod
subespaco fechado de X

e reexivo.
O Teorema de Hanh-Banach
Teorema 2.5.20 (Hahn-Banach, forma analtica) Seja X um espaco
vetorial real, p um funcional sublinear em X, isto e,
p(x) = p(x) x X, > 0,
p(x +y) p(x) + p(y) x, y X,
M X e f : M R um funcional linear tal que f(x) p(x) para todo
x M. Entao existe um funcional linear F : X R tal que F(x) p(x)
para todo x X e F[
M
= f.
Demonstracao. Vamos supor que x XM, vamos mostrar que podemos
estender f a um funcional linear g : M + [x] R o qual satisfaz g(y) p(y)
para todo y M + [x]. Se y
1
, y
2
M temos
f(y
1
) + f(y
2
) = f(y
1
+y
2
) p(y
1
+y
2
) p(y
1
x) + p(x +y
2
)
ou
f(y
1
) p(y
1
x) p(x +y
2
) f(y
2
).
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
66 2.5. Espaco dual
Logo
r
1
= supf(y) f(y x) : y M infp(x +y) f(y0 : y M = r
2
.
Seja R tal que r
1
r
2
e dena g : M + [x] R por g(y + x) =
f(y) + .

E claro que g e linear e que g[
M
= f, o que implica g(y) p(y)
para todo y M. Adicionalmente se > 0 e y M
g(y +x) = [f(y/) + ] [f(y/) + p(x + (y/)) f(y/)] = p(y +x)
enquanto se = < 0
g(y +x) = [f(y/) ] [f(y/) f(y/) + p(y/ x)] = p(y +x).
Portanto g(z) p(z) para todo z M + [x].
Isto mostra que o domnio de uma extens ao linear maximal de f
satisfazendo f p deve ser o espa co todo.
Seja F a familia de todas as extensoes lineares de f satisfazendo f p
e parcialmente ordenado pela inclus ao nos gr acos. Como um conjunto
parcialmente ordenado de extens oes tem a uni ao como limitante superior segue
do lema de Zorn que F tem elemento maximal.
Lema 2.5.21 (Lema de Zorn) Se X e parcialmente ordenado e todo
subconjunto parcialmente ordenado de X tem um limitante superior, entao
X tem um elemento maximal.
A demonstracao do Lema de Zorn pode ser encontrada por exemplo em
Dunford-Schwartz [3].
Nao e indispens avel conhecer a demonstrac` ao do lema de Zorn, entretanto
e essencial entender bem o seu enunciado e saber aplicar.
Vejamos algumas aplicac oes do Teorema de Hahn-Banach quando X e um
espa co vetorial normado.
Corolario 2.5.22 Seja M um subespaco vetorial de X e g : M R um
funcional linear contnuo. Entao existe f X

tal que |f| = |g|.


Demonstracao. Aplicar o teorema de Hahn-Banach com p(x) = |g| |x|.
Corolario 2.5.23 Para todo x
0
X existe f
0
X

tal que
|f
0
| = |x
0
| e f
0
, x
0
) = |x
0
|
2
.
Demonstracao. Aplicar o Corol ario 2.5.22 com M = [x
0
] e g(tx
0
) = t|x
0
|
2
de modo que |g| = |x
0
|.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 67
2.6 Lista de exerccios
1. Sejam X e Y espaco vetoriais normados. Consideremos o conjunto X
Y = (x, y) : x X, y Y e denamos
|(x, y)|
1
:= |x|+|y|, |(x, y)|
2
:= max|x|, |y|, |(x, y)|
3
:=
_
|x|
2
+|y|
2
.
Mostre que | |
k
, k = 1, 2, 3 e uma norma e mostre que estas normas sao
equivalentes.
2. Demonstrar a proposi cao 2.2.5.
3. Demonstrar o teorema 2.2.7.
4. Mostrar que (L

(), | |
L

()
) e um espaco de Banach.
5. provar a seguinte generaliza cao da desigualdade de Holder: Sejam
p
1
, ..., p
n
1 tal que
1
p
1
+ +
1
p
n
= 1
e f
k
L
p
k
(), k = 1, ..., n. Ent ao
_

[f
1
(x) f
n
(x)[dx |f
1
|
L
p
1()
|f
n
|
L
p
n
()
.
6. Demonstrar que (
0
() e denso em L
p
() se 1 p < .
7. Demonstrar que l
p
e um espaco de Banach para 1 p < .
8. Demonstrar o teorema 2.4.2.
9. Demonstrar o corolario 2.4.14.
10. Sejam X, Y e Z espacos vetoriais normados e T : X X, T
1
: Y Z
e T
2
: X Y operadores lineares limitados. Mostre que T
1
T
2
e um
operador linear limitado e |T
1
T
2
| |T
1
| |T
2
|. Alem disso |T
n
|
|T|
n
, n N.
11. Sejam X e Y espa cos vetoriais e T : T(T) X Y um operador
linear cuja inversa existe. Se x
1
, , x
n
e um conjunto linearmente
independente de T(T), mostre que o conjunto Tx
1
, , Tx
n
e
linearmente independente.
12. Seja T : X Y um operador linear limitado entre espacos vetoriais
normados X e Y . Se existe b > 0 tal que |Tx| b|x|, x X, mostre
que T
1
: Y X existe e e limitado.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
68 2.6. Lista de exerccios
13. Mostre que a inversa T
1
: 1(T) X de um operador limitado T :
X Y pode nao ser limitada. Suguestao: Considere o operador linear
e limitado T : l

denido por Tx = y =
j
,
j
=

j
j
, x =
j
.
14. Seja T : ([0, 1] ([0, 1] denido por Tx(t) =
_
t
0
x(s)ds. Encontre 1(T)
e T
1
: 1(T) ([0, 1]. O operador T
1
e linear e limitado?
15. Considere os seguintes funcionais x

1
, x

2
: ([a, b] K denidos por
x, x

1
) =
_
b
a
x(t)y
0
(t)dt, y
0
([a, b]
x, x

2
) = x(a) + x(b), , K.
Mostre que x

1
, x

2
sao lineares e limitados.
16. Seja Y X um subespaco de um espa co vetorial X e x

um funcional
linear sobre X tal que x

(Y ) nao e todo o corpo dos escalares K de X.


Mostre que y, x

) = 0, y Y .
17. Encontre uma base para o ker(f) de f, onde f : R
3
R e denido por
f(x
1
, x
2
, x
3
) = x
1
+x
2
x
3
.
18. Denamos S, T : ([0, 1] ([0, 1] por Sx(t) = t
_
1
0
x(s)ds, Tx(t) = tx(t).
S e T comutam?. Encontre |S|, |T|, |ST| e |TS|.
19. Sejam X e Y espa cos vetoriais normados. Mostrar que um operador
linear T : X Y e limitado se, e somente se, T leva conjunto limitados
de X em conjuntos limitados de Y .
20. Mostrar que R
n
e C
n
nao sao compactos.
21. (Compacidade local). Um espaco metrico X e dito localmente
compacto se todo ponto de x tem uma vizinhanca compacta. Mostre
que R e C e mais geralmente, R
n
e C
n
s ao localmente compactos.
22. Denamos em R
n
a seguinte norma
||
p
=
_
n

i=1
[
i
[
p
_
1/p
, x = (x
1
, x
2
, ..., x
n
) R
n
, 1 p < .
Mostrar que
1

n
|x|
1
|x|
2
|x|
1
.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
2. Espacos Normados 69
23. (Continuidade das operacoes de espacos vetoriais) Mostrar que
em um espaco vetorial normado X, a adic ao de vetores e multiplicac ao
por escalares sao opera coes contnuas com respeito a norma, isto e, as
aplica coes denidas por (x, y) x +y e (, x) x sao contnuas.
24. (Conjunto convexo, segmento) Um subconjunto A X de um espaco
vetorial X e dito convexo se x, y A implica
M = z X : z = x + (1 )y, 0 1 A.
M e chamado segmento fechado com pontos nais x e y, qualquer outro
ponto z M e chamado um ponto interior de M. Mostrar que a bola
unitaria fechada B[0, 1] = x X : |x| 1 em um espaco normado X
e convexa.
25. Mostrar que a norma |x| de x e distancia de x a origem 0.
26. Mostre que as express oes abaixo denem normas nos respectivos espacos
vetoriais:
(a) |x|

= sup
nN
[x
n
[ em l
1
(N);
(b) |f| = max|f|

, |f

em (
1
[a, b] = f : [a, b] R K :
f e contnua e tem derivada contnua em[a, b]
(c) |p| =
_
1
0
t[p(t)[dt em T
n
[0, 1] = p : [0, 1] R R :
p e um polinomio de grau no m aximo n.
27. Se M e subespaco vetorial fechado de um espaco vetorial normado N, e se
: N N/M denida por (x) = x = x+M e a aplicac ao (sobrejetiva)
natural, mostrar que e uma aplicacao linear contnua e || 1.
28. Sejam X e Y espacos vetoriais normados e T : X Y uma aplicac ao
linear contnua, e ker(T) o espaco nulo de T, mostre que T induz uma
transformac ao linear contnua natural T

: X/ ker T Y e que |T

| =
|T|.
29. Seja X um espaco vetorial normado. Mostre que um funcional linear
f : X K e contnuo se, e somente se, ker(f) = f
1
(0) e fechado.
30. Se X e um espaco de Banach e A L(X). Mostre que o operador e
A
denido por
e
A
= I +
1
2!
A
2
+
1
3!
A
3
+ ,
pertence a L(X) e que |e
A
| e
A
.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
70 2.6. Lista de exerccios
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
Captulo 3
Espacos com produto interno e
de Hilbert
No R
n
sabemos adicionar vetores e multiplicar vetor por um escalar, ou seja,
(R
n
, +, ) e um espaco vetorial sobre R, onde x + y = (x
1
+ y
1
, , x
n
+
y
n
), x, y R
n
e x = (x
1
, , x
n
), R, temos tambem a noc ao de
comprimento de um vetor, |x| =
_

n
i=1
x
2
i
, pois (R
n
, | |) e um espaco
normado, e consequentemente a distancia entre dois elementos (x, y) = |x
y|. Alem disso, temos o produto escalar x y =

n
i=1
x
i
y
i
, com |x| =

x x
e ainda o conceito de ortogonalidade (se x y = 0 x e y s ao ortogonais)
No capitulo anterior consideramos espacos vetoriais normados, onde temos
a adic ao de vetores, a multiplicac ao de vetor por escalar, a norma ( a qual
generaliza a noc ao de comprimento). Agora consideraremos espacos vetoriais
X e uma aplicac ao de X X K, analoga ao produto escalar no R
n
, ou
seja generalizar o produto escalar e ortogonalidade para espacos arbitrarios,
obtendo os espacos com produto interno. Veremos que atraves do produto
interno podemos denir uma norma e conseq uentemente uma metrica. Os
espacos com produto interno completos (metrica induzida) sao chamados de
espacos de Hilbert.
Portanto, espacos com produto interno sao espacos normados especiais.
Historicamente eles sao mais antigos do que espacos normado gerais. A
teoria sobre esses espacos e mais rica e possui v arias caractersticas do espaco
euclideano. A teoria toda foi iniciada pelo trabalho de Hilbert (1912) sobre
Equacoes Integrais. Esses espacos tem sido, ate agora, os espacos mais uteis
nas aplicac oes de Analise Funcional.
Algumas caractersticas distintas da teoria de produto interno e espaco de
Hilbert (H) e da norma e espacos de Banach: Pode-se representar o espa co
H como soma direta de um subespaco fechado e seu complemento ortogonal
H = Y Y

, todo funcional linear limitado f sobre H pode ser representado


71
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
72 3.1. Espacos com produto interno
em termos de produto interno, x(y) = x, y) onde y e unicamente determinado
por f, |y| = |f|. e um resultado que talvez seja a raz ao decisiva para a
import ancia de espaco de Hilbert e o fato que todo espaco de Hilbert e reexivo,
ou seja, seu dual H

e isomorfo a H. Para espacos normados isto nao poder


ocorrer, por exemplo o espaco l
1
n ao e reexivo.
3.1 Espacos com produto interno
Denicao 3.1.1 (Produto interno) Um produto interno em um espaco
vetorial X ( sobre K) e uma aplicacao
, ) : X X R
(x, y) x, y)
tal que para todo x, y, z X e K,
(i) x, x) 0 e x, x) = 0 x = 0
(ii) x, y) = y, x) se K = C e x, y) = y, x) se K = R (simetria)
(iii) x, y) = x, y)
(iv) x +y, z) = x, z) +y, z).
Denicao 3.1.2 O espaco X = (X, , )) e chamado espaco com produto
interno ou espaco euclideano.
Lema 3.1.3 (Propriedades) Seja X = (X, , )) um espaco com produto
interno. Entao
(1) x +y, z) = x, z) +y, z)
(2) x, y) = x, y)
(3) x, y +z) = x, z) +

y, z)
(4) x, y) = [[
2
x, y)
Demonstracao.

E imediata, segue diretamente da Denicao 3.1.1.
Teorema 3.1.4 (Desigualdade de Cauchy-Buniakowski-Schwarz) Seja
X um espaco com produto interno e x, y X. Entao vale a seguinte
desigualdade
[x, y)[ x, x)
1/2
y, y)
1/2
. (3.1.1)
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 73
Demonstracao. Se y = 0, a desigualdade (3.1.1) vale. Para y ,= 0 e K
arbitrario temos
0 x y, x y) = x, x) x, y) y, x) + y, y)
= x, x) x, y) (y, x) y, y)).
Para que a express ao entre parenteses se anule devemos escolher tal que
=
y, x)
y, y)
. Ent ao
0 x, x)
y, x)
y, y)
x, y) = x, x)
[x, y)[
2
y, y)
;
ou seja
0 x, x)y, y) [x, y)[
2
.
Portanto [x, y)[ x, x)
1/2
y, y)
1/2
, x, y X.
Proposicao 3.1.5 Seja X = (X, , )) um espaco com produto interno. A
funcao denida | | : X R denida por |u| = x, x)
1/2
e uma norma.
Conseq uentemente (X, | |) e um espaco normado.
Demonstracao. Para vericar que de fato | | e uma norma basta mostrar
que |x + y| |x| + |y| para todo x, y X. Iso segue da Desigualdade de
Cauchy-Buniakowski-Schwarz e de que
|x +y|
2
= |x|
2
+ 2 Re x, y) +|y|
2
|x|
2
+ 2[x, y)[ +|y|
2
|x|
2
+ 2|x| |y| +|y|
2
.
Ent ao todo espa co com produto interno (X, , )) e um espaco normado
(X, | |), |x| = x, x)
1/2
e conseq uentemente um espaco metrico (X, ), onde
(x, y) =
_
x y, x y) = |x y|.
A quest ao que surge naturalmente e a seguinte: Toda norma pode ser
obtida de um produto interno denido num espaco vetorial? Para responder
isto vamos primeiro vericar uma propriedade importante que uma norma
obtida de um produto interno satisfaz.
Proposicao 3.1.6 (Igualdade do Paralelogramo) Seja X = (X, | |) um
espaco normado com norma | |. |x| = x, x)
1/2
se, e somente se, vale a
seguinte igualdade
|x +y|
2
+|x y|
2
= 2
_
|x|
2
+|y|
2
_
. (3.1.2)
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
74 3.1. Espacos com produto interno
Demonstracao.
|x +y|
2
+|x y|
2
= x +y, x +y) +x y, x y)
= x, x) +x, y) +y, x) +x, x) x, y) y, x) +y, y)
= 2 (x, x) +y, y)) = 2
_
|x|
2
+|y|
2
_
.
Portanto, para vericar que uma norma denida em um espaco X nao pode
ser obtida de um produto interno basta vericar que a norma nao satisfaz a
igualdade do paralelogramo.
Exemplo. Seja l
p
= x =
j
,
j
C :

j=1
[
j
[
p
< , |x|
p
=
_

j=1
[
j
[
p
_
1/p
, 1 < p < . Para x = (1, 1, 0, ) e y = (1, 1, 0, )
elementos de l
p
temos
|x| = |y| = 2
1/p
|x +y| = |x y| = (2
p
)
1/p
= 2.
Ent ao, |x+y|
2
+|xy|
2
= 2
2
+2
2
= 2
3
e 2(|x|
2
+|y|
2
) = 2(2
2/p
+2
2/p
) = 2
2+
2
p
.
Portanto a igualdade do Paralelogramo so e v alida para p = 2. Conclusao
para p ,= 2 o espaco l
p
= (l
p
, | |
p
), |x|
p
=
_

j=1
[
j
[
p
_
1/p
, 1 < p < , n ao e
um espaco com produto interno.
Lema 3.1.7 Dado um espaco com produto interno X, para todo y X, a
aplicacao f
y
: X C denida por f
y
(x) = x, y) e linear contnua e temos
|f
y
| = |y|.
Lema 3.1.8 (Continuidade do produto interno) Num espaco com pro-
duto interno X, o produto interno , ) e uma funcao contnua.
Lema 3.1.9 Dadas duas sequencias convergentes, x
n
x e y
n
y de um
espacos com produto interno X, temos x
n
, y
n
) x, y).
Vamos considerar agora o conceito de ortogonalidade, o qual e basico em
toda a teoria.
Denicao 3.1.10 (Ortogonalidade) Dois vetores x, y em um espaco com
produto interno X sao ditos ortogonais se x, y) = 0 e escrevemos xy.
Similarmente para subconjuntos A, B X escrevemos xA se xa para todo
a A, e AB se ab para todo a A e todo b B.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 75
3.2 Espacos de Hilbert
Denicao 3.2.1 (Espaco de Hilbert) Um espaco vetorial com produto
interno X chama-se espaco de Hilbert quando (X, ) e completo, onde e
a metrica denida pela norma que provem do produto interno.
Em particular espacos de Hilbert sao espacos de Banach.
3.2.1 Exemplos de espacos de Hilbert
Exemplo 1. O espaco euclideano R
n
. O espa co R
n
e um espaco de Hilbert
com o produto interno denido por
x, y) = x
1
y
1
+ +x
n
y
n
(3.2.1)
onde x = (x
1
, , x
n
) e y = (y
1
, , y
n
).
De (3.2.1) temos que |x| = (x
2
1
+ x
2
n
)
1/2
e deste temos a metrica
euclideana denida por (x, y) = |x y| = x y, x y)
1/2
=
[(x
1
y
1
)
2
+ + (x
n
y
n
)
2
]
2
.
Temos que (R
n
, ) e completo e portanto (R
n
, , )) e de Hilbert
Se n = 2 ou 3 a formula (3.2.1) corresponde ao produto interno habitual
do calculo vetorial.
Exemplo 2. O espaco C
n
. O produto interno e C
n
e denido por
x, y) =
n

i=1
x
i
y
i
, x = (x
1
, , x
n
), y = (y
1
, , y
n
) C
n
.
|x| =
_
n

i=1
[x
i
[
2
_
1/2
(x, y) = x y, x y)
1/2
=
_
n

i=1
[x
i
y
i
[
2
_
1/2
.
Como (C
n
, ) e completo, entao (C
n
, , )) e de Hilbert.
Exemplo 3. O espaco l
2
.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
76 3.2. Espacos de Hilbert
l
2
= x =
j
,
j
C :

j=1
[
j
[
2
<
x, y) =

j=1

j
, x =
j
, y =
j

|x| = x, x)
1/2
=
_
n

j=1
[
j
[
2
_
1/2
(x, y) = |x y|.
(l
2
, ) e completo, ent ao (l
2
, , )) e de Hilbert.
O espaco (l
p
, | |
p
), 1 < p < e p ,= 2, onde |x|
p
_

j=1
[
j
[
p
_
1/p
e de
Banach mas nao de Hilbert.
Exemplo 4. O Espaco L
2
[a, b]. A norma no espaco L
2
[a, b] e denida por
|x| =
__
b
a
x(t)
2
dt
_
1/2
e pode ser obtida do produto interno denido por
x, y) =
_
b
a
x(t)y(t)dt.
A metrica (x, y) = |x y| faz que o espa co L
2
[a, b] seja completo, logo
(L
2
[a, b], , )) e de Hilbert.
Exemplo 5. O espaco ([a, b]. O espaco ([a, b] n ao e um espaco com produto
interno, portanto nao e um espaco de Hilbert.
De fato, mostremos que a norma denida por
|x| = max
t[a,b]
[x(t)[
n ao poder ser obtida de um produto interno desde que a norma nao satisfaca
a igualdade do Paralelogramo. Tomemos x(t) = 1 e y(t) = (t a)/(b a),
temos que |x| = |y| = 1 e
x(t) + y(t) = 1 +
t a
b a
x(t) y(t) = 1
t a
b a
.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 77
Portanto |x+y| = 2, |xy| = 1 e |x+y|
2
+|xy|
2
= 5 mas 2 (|x|
2
+|y|
2
) =
4.
Um fato interessante e o seguinte. Se sabemos que uma norma provem de
um produto interno (vericando a igualdade do Paralelogramo).

E obvio que,
gostaramos de redescobrir o produto interno da norma correspondente. De
fato, e facil de vericar que para um espaco (real) com produto interno temos
x, y) =
1
4
_
|x +y|
2
|x y|
2
_
(3.2.2)
e para um espaco (complexo) com produto interno temos
Re x, y) =
1
4
_
|x +y|
2
|x y|
2
_
Imx, y) =
1
4
_
|x +iy|
2
|x iy|
2
_
.
(3.2.3)
A equacao (3.2.3) algumas vezes e chamada de Identidade de
Polarizacao.
A desigualdade de Cauchy-Buniakowski-Schwarz pode ser reescrita usando
a norma
[x, y)[ |x| |y|, x, y X.
Nos captulos anteriores foi mostrado que pode-se completar espa cos
metricos e normados, respectivamente. Utilizando a continuidade do produto
interno mostra-se um resultado an alogo para espacos com produto interno
Denicao 3.2.2 (Isomorsmo entre espacos com produto interno) Sejam
X e Y espacos vetoriais sobre o mesmo corpo K, com produtos internos. Um
isomorsmo de X em Y e um operador linear bijetivo T : X Y , o qual
preserva o produto interno, isto e,
Tx, Ty)
Y
= x, y)
X
, x, y X,
os espacos Xe Y dizem-se isomorfos.
Um isomorsmo entre espa cos com produto interno e em particular uma
isometria.
Teorema 3.2.3 (Completamento) Seja X um espaco com produto interno.
Entao existe um espaco de Hilbert H e um isomorsmo T : X W H, o
qual e denso em H. Alem disso o espaco H e unico exceto por isomorsmo.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
78 3.3. Complementos ortogonais e somas diretas
Denicao 3.2.4 (Subespaco) Um subespaco Y de um espaco com produto
interno X e um subespaco vetorial de X considerado com o produto interno de
X restrito a Y Y .
Um subespa co Y de um espaco de Hilbert H e denido como sendo um
subespaco de H, considerado como um espa co com produto interno. Note que
Y nao necessariamente e um espaco de Hilbert pois Y pode n ao ser completo.
Teorema 3.2.5 (Subespaco) Seja H um espaco de Hilbert e Y H um
subespaco. Entao:
(a) Y e completo se, e somente se Y e fechado em H
(b) Se dimY = n < , entao Y e completo.
3.3 Complementos ortogonais e somas diretas
O espaco vetorial R
2
possui subespacos Y e Z, Y fechado, tais que todo
elemento x R
2
pode ser escrito de maneira unica, x = y + z onde y Y e
z Z. Dizemos que R
2
e soma direta de Y e Z e denotamos R
2
= Y Z.
Por exemplo Y = R e se Z e uma reta real isto ocorre. Quando escolhemos Z
perpendicular a Y obtemos a situac ao mais interessante, e o que ocorre quando
trabalhamos com o sistema de coordenadas cartesianas. Temos R
2
= Y Ze
z = (z
1
, z
2
) Z, z y = z
1
y
1
+z
2
y
2
= 0 para todo y = (y
1
, y
2
) Y .
Para o espa co de Hilbert H, tambem e interessante representar H como
uma soma direta de subespacos fechados Y e Y

. Para isto necessitamos de


alguns conceitos e resultados.
Denicao 3.3.1 (Complemento ortogonal) Seja X um espaco com pro-
duto interno e Y X um subespaco vetorial. Denimos o complemento
ortogonal de Y como sendo o conjunto Y

= x X : xY = x X :
xy, y Y .

E facil ver que Y

e sempre um subespaco vetorial fechado de X mesmo que


Y nao seja fechado.
Em um espaco metrico X, a distancia de um elemento x X a um conjunto
n ao vazio M X e denida como
= inf
M
(x, ) (M ,= ).
Em um espaco normado esta se transforma em
= inf
M
|x | (M ,= ). (3.3.1)
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 79
Veremos que e importante saber se h a um x
0
M tal que
= |x x
0
|, (3.3.2)
isto e, intuitivamente falando, se existe um ponto x
0
M o qual e perto do x
dado, e se existe de tal elemento, e unico. Este e um problema de existencia
e unicidade. Este e de fundamental import ancia te orica como tambem em
aplicac oes, como por exemplo, em conex ao com aproximac ao de funcoes.
Teorema 3.3.2 Se K e um subconjunto fechado e convexo de um espaco de
Hilbert H e x H, entao existe um unico x
0
K tal que
|x x
0
| = inf
K
|x |. (3.3.3)
Demonstracao. (a). Existencia de x
0
. Seja x
n
K uma sequencia em K
tal que

n
= |x x
n
| = inf
K
|x |.
Mostraremos que x
n
e uma sequencia de cauchy. Da identidade do
paralelogramo para a = x x
n
e b = x x
m
temos que
_
_
x
(x
n
+x
m
)
2
_
_
2
+
_
_
x
n
x
m
2
_
_
2
=
1
2
_

2
n
+
2
m
_
.
Como
(x
n
+x
m
)
2
K (pois K e convexo) temos que |x
(x
n
+x
m
)
2
| .
Consequentemente
|
x
n
x
m
2
|
1
2
_

2
n
+
2
m
_

2
e lim
m,n
|
x
n
x
m
2
| = 0.
Se x
0
= lim
n
x
n
temos que |x x
0
| = inf
K
|x |.
(b). Unicidade. Suponhamos que existem dois elementos x
0
, z
0
K tal que
|xx
0
| = |xz
0
| = . Entao da identidade do paralelogramo para a = xx
0
e b = x z
0
temos
|x
0
z
0
|
2
= 2|x x
0
|
2
+ 2|x z
0
|
2
|2x (x
0
+z
0
)|
2
= 4
2
4|x
x
0
+z
0
2
|
2
0.
Portanto x
0
= z
0
.
Denicao 3.3.3 (Projecao) O elemento x
0
K denido no Teorema 3.3.2
e chamado a projecao de x em K. Escrevemos x
0
= P
K
x e dizemos que
P
K
: H K e a projecao ortogonal sobre o convexo K.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
80 3.3. Complementos ortogonais e somas diretas
Teorema 3.3.4 (Caracterizacao da projecao) Seja K e um subconjunto
fechado e convexo de um espaco de Hilbert H e x H dado. As seguintes tres
proposicoes sao equivalentes:
(i) x
0
K, |x x
0
| |x y| y K,
(ii) x
0
K, Re x x
0
, y x
0
) 0 y K,
(iii) x
0
K, Re x y, x
0
y) 0 y K.
Demonstracao. (i) (ii). Seja y K e seja = (1t)x
0
+ty K, t (0, 1]
|x x
0
|
2
|x |
2
= |x x
0
|
2
2t Re x x
0
, y x
0
) +t
2
|y x
0
|
2
,
disto segue que
2 Re x x
0
, y x
0
) t|y x
0
|
2
.
Fazendo t 0
+
, obtemos (ii).
(ii) (iii). Se Re x x
0
, y x
0
) 0 podemos escrever
0 Re x y +y x
0
, y x
0
) = Re x y, y x
0
) +|y x
0
|
2
,
do qual segue (iii).
(iii) (ii). Seja y K e = x
0
+t(y x
0
) K, t (0, 1].
Re x , x
0
) 0 t Re x x
0
, y x
0
) +t
2
|y x
0
|
2
0,
do qual segue que
t|y x
0
|
2
Re x x
0
, y x
0
),
obtemos (ii) fazendo t 0
+
.
(ii) (i). Temos que
Re x x
0
, y x
0
) = Re x x
0
, y x +x x
0
) 0
Re x x
0
, y x) +|x x
0
|
2
0,
de onde segue que
|x x
0
|
2
Re x x
0
, x y) |x x
0
| |x y|
pela desigualdade de Cauchy-Buniakowski-Schwarz, isto prova (i) e portanto
o teorema.
Teorema 3.3.5 Se H e um espaco de Hilbert e K H e um convexo fechado
entao
|P
K
x P
K
y| |x y|, x, y H.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 81
Demonstracao. Se z = P
K
x e w = P
K
y temos que
Re x z, u z) 0, u K (3.3.4)
Re y w, u w) 0, u K. (3.3.5)
Substituindo u = w em (3.3.4) e u = z em (3.3.5) e somando temos
Re x z, w z) + Re y w, z w) 0,
Re x z, w z) + Re y z +z w, z w) 0
Re x z, w z) + Re z y, w z) +|z w|
2
0
Re x y, w z) +|z w|
2
0
do qual segue que
|z w|
2
Re x y, z w),
agora usando a desigualdade de Cauchy-Buniakowski-Schwarz no lado direito
da ultima desigualdade obtemos
|z w|
2
Re x y, z w) |x y| |z w|
e o resultado segue.
Um subespaco vetorial fechado de H e um exemplo particular de um
conjunto convexo, neste caso obtemos o seguinte resultado
Proposicao 3.3.6 (Ortogonalidade) Seja H um espaco de Hilbert, V um
subespaco vetorial fechado de H e x H dado. Entao existe um unico elemento
x
0
V tal que
_
x x
0
, v) = 0, v V
x
0
= P
V
x, .
(3.3.6)
Demonstracao. A existencia e unicidade segue do Teorema 3.3.2. Seja x
0
=
P
V
x onde P
V
e dada pela Denic ao 3.3.3. Do Teorema 3.3.4 (ii) temos que
Re x P
V
x, y P
V
x) 0, y V.
Escolhendo y = P
V
x v, v V , temos que
Re x P
V
x, v) 0, v V,
disto segue que
Re x P
V
x, v) = 0, v V. (3.3.7)
Agora se substitumos v por iv em (3.3.7) obtemos
Imx P
V
x, v) = 0, v V,
portanto x P
V
x, v) = 0, v V .
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
82 3.3. Complementos ortogonais e somas diretas
Denicao 3.3.7 (Soma Direta) Um espaco vetorial X e dito ser uma suma
direta dos dois subespacos Y e Z de X, e escrevemos
X = Y Z,
se cada x X tem uma unica representacao
x = y +z, y Y, z Z.
O espaco Z e chamado o complemento algebrico de Y em X e viceversa,
e Y , Z sao chamados par complementar de subespacos em X.
A Proposicao 3.3.6 mostra que x P
V
x = x x
0
V

. Reciprocamente,
se x y
0
V

entao y
0
= P
V
x = x
0
.
Todo elemento x H pode assim ser escrito de maneira unica
_
x = v +w, v V, w V

v = P
V
x.
(3.3.8)
Teorema 3.3.8 (Soma direta) Seja H um espaco de Hilbert e V H um
subespaco vetorial fechado, entao
H = V V

, (3.3.9)
isto e, cada elemento x H pode ser expresso como x = v + w onde v V e
w V

. Os vetores v e w sao os unicos elementos de V e V

cuja distancia
a x e minima, isto e, v = P
V
x e w = P
V
x.
Demonstracao. Se x H ent ao P
V
x e o unico elemento de V que minimiza
a dist ancia de x a V . Note que V V

= 0 e x = P
V
x+(I P
V
)x V +V

para todo x H. Alem disso, se z M

, |xz| = |P
V
x+(I P
V
)xz|
2
=
|P
V
x|
2
+|(I P
V
)x x|
2
|P
V
x|
2
e (I P
V
)x e o unico ponto de V

que
minimiza a distancia de x a V

. Segue que (I P
V
)c = P
M
x.
Denicao 3.3.9 Seja H um espaco de Hilbert e V H um subespaco vetorial
fechado. Uma transformacao linear P : H V e dita uma projecao se P
2
=
P.
Se P L(H), e uma projecao, V = P(E) e V

= ker(P) dizemos que P e


uma projecao ortogonal sobre V .
Teorema 3.3.10 Seja H um espaco de Hilbert e V H um subespaco vetorial
fechado de H e seja P
V
a projecao ortogonal de V . Entao P
V
L(E) e temos
que
_
P
2
V
= P
V
,
P
V
x, y) = x, P
V
y).
(3.3.10)
Reciprocamente, todo P L(E) satisfazendo (3.3.10) e uma projecao
ortogonal em V = 1(P).
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 83
Demonstracao. (i) Se x, y H e , K entao z = P
V
(x + y) e o
elemento de V que minimiza a distancia de x +y a V e
|x +y w| = |(x P
V
x) + (y P
V
y) + P
V
x +P
V
y w|
= |(x P
V
x) + (y P
V
y)|
2
+|P
V
x +P
V
y w|
2
e o mnimo ocorre quando w = P
V
x + P
V
y. A continuidade segue do
Teorema 3.3.5. Da Deni cao 3.3.3 de P
V
segue que P
V
P
V
= P
V
. Se Q denota
a projec ao ortogonal sobre V

temos que
P
V
x, y) = P
V
x, P
V
y +Qy) = P
V
x, P
V
y)
= P
V
x +Qx, P
V
y) = x, P
V
y),
da qual (3.3.10) segue.
(ii) Reciprocamente, colocando V = 1(P); com P L(H) implica que V e
um subespaco vetorial de E.
Vamos mostrar que
v V v = Pv. (3.3.11)
Primeiro de tudo se v V , ent ao por denic ao, existe u H tal que v = Pu.
Portanto (3.3.10) implica que v = Pu = P
2
u = Pv.
Agora se v
m
He se Pv
m
w quando m temos (pela continuidade
de P)
PPv
m
Pw quando m ,
ou de novo (P
2
= P) Pv
m
Pw. Assim V e fechado.
Seja

P a projecao ortogonal em V ,

Q a projec ao ortogonal em V

. Vamos
provar que

P = P
V
.
Se v V temos que v = Pv de (3.3.10) e

Pv = v, ent ao

Pv = P
V
v.
Se v V

,

Pv = 0. De (3.3.10), P
V
v, P
V
v) = v, P
2
V
v) = v, P
V
v) = 0 como
v V

, Pv V , portanto Pv = 0 e

Pv = Pv.
Se v H, usamos a decomposicao de v =

Pv +

Qv e usamos os dois casos
acima, portanto o teorema esta provado.
Lema 3.3.11 (Espaco Nulo) Seja V H um subespaco vetorial fechado de
um espaco de Hilbert e P
V
: H V a projecao ortogonal sobre V . Entao
ker(P
V
) = V

.
Lema 3.3.12 (Conjunto denso) Seja H um espaco de Hilbert e V H um
subconjunto nao vazio. O espaco gerado por V e denso em H se, e somente se
V

= 0.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
84 3.4. Conjuntos e sequencias ortogonais e ortonormais
3.4 Conjuntos e sequencias ortogonais e
ortonormais
Denicao 3.4.1 (Conjuntos e sequencias ortonormais) Um conjunto
ortogonal M em um espaco com produto interno e um subconjunto M X
cujos elementos dois a dois sao ortogonais. Um conjunto ortonormal
M X e um conjunto ortogonal cujos elementos tem norma 1, isto e, para
todo x, y M,
x, y) =
_
0, se x ,= y;
1, se x = y.
(3.4.1)
Se um conjunto ortogonal ou ortonormal M e enumeravel, podemo arranja-
lo numa sequencia x
n
e chamar este de sequencia ortogonal ou ortonormal,
respectivamente.
Mais geralmente, um conjunto indexado, ou uma familia, x

I
(I e um
conjunto de indices)e chamada ortogonal se x

para todo , I, ,= .
A familia e chamada ortonormal se esta e ortogonal e x

tem norma 1 para


todo I, de modo que para todo , I temos
x

, x

) =

=
_
0, se ,= ;
1, se =
(3.4.2)
onde

e o delta de Kronecker.
Lema 3.4.2 (Independencia linear) Um conjunto ortonormal e linear-
mente independente.
Demonstracao. Seja x

I
um conjunto ortonormal e consideremos a
equac ao
n

i=1

i
x

i
= 0,
i
K (K = Rou C).
Ent ao
j
=
n

i=1

i
x

i
, x

j
) = 0, j = 1, 2, , n.
Reciprocamente se v
n

n=1
e uma sequencia linearmente independente de
vetores em um espaco de Hilbert existe um procedimento usual para converte-lo
em uma sequencia ortonormal u
n

n=1
tal que o espaco gerado por v
1
, , v
n

coincide com o espaco gerado por u


1
, , u
n
. Este processo e conhecido como
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 85
processo de ortogonalizacao de Gram-Schmidt e consiste em tomar
_

_
u
1
=
v
1
|v
1
|
,
u
n
=
u
n

n1

i=1
v
n
, u
i
)u
i
|u
n

n1

i=1
v
n
, u
i
)u
i
|
.
(3.4.3)
Exemplos
1. O espaco Euclideano R
n
. No espaco R
n
, os vetores e
j
=
(0, 0, , 1, , 0) onde tem 1 na j-esima coordenada formam um
conjunto ortonormal.
2. O espaco l
2
. No espaco l
2
, uma sequencia ortonormal e e
n
onde
e
j
= (0, 0, , 1, , 0) onde tem 1 na j-esima coordenada e o resto
todo zero.
3. O espaco da funcoes contnuas. Seja X = x : [0, 2] R :
xe contnua. Denamos em X o produto interno
x, y) =
_
2
0
x(t)y(t)dt.
Uma sequencia ortogonal em X e u
n
, onde
u
n
(t) = cos nt n = 0, 1, 2, .
Outra sequencia ortogonal em X e v
n
, onde
v
n
(t) = sen nt n = 1, 2, .
De fato, por integra cao temos
u
m
, u
n
) =
_
2
0
cos mt cos nt =
_
_
_
0, se m ,= n;
, se m = n = 1, 2, ;
2, se m = n = 0.
(3.4.4)
e similarmente para v
n
. Portanto uma sequencia ortonormal e e
n
,
onde
e
0
(t) =
1

2
, e
n
(t) =
u
n
(t)
|u
n
|
=
cos nt

n = 1, 2, .
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
86 3.4. Conjuntos e sequencias ortogonais e ortonormais
De v
n
obtemos a sequencia ortonormal e
n
, onde
e
n
(t) =
v
n
(t)
|v
n
(t)|
=
sen nt

n = 1, 2, .
Note que temos u
m
v
n
para todo m e n (Prove isto). Estas sequencias
aparecem em Series de Fourier.
Uma grande vantagem de sequencias ortonormais sobre sequencias
linearmente independentes e a seguinte. Se sabemos que um dado x podemos
representa-lo como uma combinac ao linear de alguns elementos em uma
sequencia ortonormal, ent ao a ortonormalidade faz com a determinac ao dos
coecientes seja mais facil. De fato, se e
1
, e
2
, , e uma sequencia
ortonormal em um espaco com produto interno X e temos que x
spane
1
, , e
n
, onde n e xado, entao da denic ao de span, temos
x =
n

k=1

k
e
k
, (3.4.5)
e se tomamos o produto interno por e
j
xado, temos
x, e
j
) =
_
n

k=1

k
e
k
, e
j
_
=
n

k=1

k
e
k
, e
j
) =
j
.
Com estes coecientes, (3.4.5) torna-se
x =
n

k=1
x, e
k
)e
k
. (3.4.6)
Isto mostra que a determinacao dos coecientes desconhecidos em (3.4.5)
e simples.
Teorema 3.4.3 Seja e
1
, , e
n
um conjunto ortonormal em um espaco com
produto interno X. Se x X e qualquer vetor, entao
n

i=1
[x, e
i
)[
2
|x|
2
, (3.4.7)
x
n

i=1
x, e
i
)e
i
e
j
j. (3.4.8)
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 87
Demonstracao. A desigualdade (3.4.7) segue de um calculo facil
0 |x
n

i=1
x, e
i
)e
i
|
2
= x
n

i=1
x, e
i
)e
i
, x
n

j=1
x, e
j
)e
j
)
= x, x)
n

i=1
x, e
i
)x, e
i
)
n

j=1
x, e
j
)x, e
j
) +
n

i=1
n

j=1
x, e
i
)x, e
j
)e
i
, e
j
)
= |x|
2

i=1
[x, e
i
)[
2
.
Para concluir a prova, observamos que
x
n

i=1
x, e
i
)e
i
, e
j
) = x, e
j
)
n

i=1
x, e
i
)e
i
, e
j
) = x, e
j
) x, e
j
) = 0,
da qual segue (3.4.8).
Da Proposic ao 3.3.6 segue que

n
i=1
x, e
i
)e
i
e projecao ortogonal de x sobre
o espaco gerado por e
1
, , e
n
, isto e,
P
V
n
x =
n

i=1
x, e
i
)e
i
, onde V
n
= spane
1
, , e
n
(3.4.9)
e do Teorema 3.3.5 segue que
|P
V
n
x| =
_
n

i=1
[x, e
i
)[
2
_
1/2
|x|
que e a desigualdade (3.4.7). Como P
V
n
x = x para todo x V
n
temos que
|P
V
n
x|
2
=
n

i=1
[x, e
i
)[
2
= |x|
2
. (3.4.10)
A desigualdade (3.4.7) e conhecida como a desigualdade de Bessel e a
igualdade (3.4.10) igualdade de Bessel.
O seguinte passo e generalizar o Teorema 3.3.5 para o caso de conjunto
ortonormal arbitrario. O principal problema aqui e mostrar que a somas em
(3.4.7) e (3.4.8) podem ser denidas de uma maneira razo avel quando nenhuma
restri cao e tomada com relac ao ao n umero dos e
i
s em considera cao.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
88 3.4. Conjuntos e sequencias ortogonais e ortonormais
Teorema 3.4.4 Se e
i

iI
e um conjunto ortonormal em um espaco de
Hilbert, e se x H e um elemento qualquer, entao o conjunto S = e
i
:
x, e
i
) ,= 0 e vazio ou enumeravel.
Demonstracao. Para cada inteiro positivo n, consideramos o conjunto
S
n
=
_
e
i
: [x, e
i
)[
2
>
|x|
2
n
_
.
Pela desigualdade de Bessel, S
n
contem no maximo n1 vetores. A conclusao
agora segue do fato que S =

n=1
S
n
.
Como uma primeira aplicac ao deste resultado vamos provar a forma geral
da desigualdade de Bessel
Teorema 3.4.5 (Desigualdade de Bessel) Se e
i

iI
e um conjunto
ortonormal em um espaco de Hilbert H, entao

iI
[x, e
i
)[
2
|x|
2
para todo x H. (3.4.11)
Demonstracao. Primeiramente vamos explicar que signica a soma no lado
esquerdo de (3.4.11). Uma vez que entendemos isto a prova se torna mais
facil. Como no teorema anterior, escrevemos S = e
i
: x, e
i
)[ ,= 0. Se
S e vazio, denimos

iI
[x, e
i
)[
2
= 0, e neste caso (3.4.11) e obviamente
satisfeita. Vamos assumir que S e n ao-vazio, e do Teorema 3.4.4 vemos que
S deve ser nito o innito enumer avel. Se S e nito, este pode ser escrito na
forma S = e
1
, , e
n
para algum inteiro positivo n. Neste caso denimos

iI
[x, e
i
)[
2
=

n
i=1
[x, e
i
)[
2
, o qual e claramente independente da ordem
nos quais os elementos de S sao arranjados. Neste caso a desigualdade (3.4.11)
reduz-se a (3.4.7) a qual ja foi provada. S o resta provar no caso em que S e
innito enumeravel. Neste caso caso os elementos de S podem ser arranjados
numa ordem denida:
S = e
1
, e
2
, , e
n
, , .
Pela teoria de series absolutamente convergentes, se

n=1
[x, e
n
)[
2
converge, ent ao toda serie obtida desta re-arranjando os termos desta tambem
e convergente, e todas esta series tem a mesma soma. Portanto denimos

iI
[x, e
i
)[
2
=

n=1
[x, e
n
)[
2
, e segue da observacao acima que

n=1
[x, e
n
)[
2
e um n umero real estendido nao-negativo o qual so depende de S e nao do
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 89
arranjo de seus elementos. A prova e concluda observando que neste caso,
(3.4.11) reduz-se a seguinte desigualdade

n=1
[x, e
n
)[
2
|x|
2
, (3.4.12)
e esta segue de (3.4.7), pois a sequencia

n
i=1
[x, e
i
)[
2
das somas parciais de

n=1
[x, e
n
)[
2
formam uma sequencia crescente e limitada por |x|
2
, portanto
esta e convergente, isto e, existe lim
n

n
i=1
[x, e
i
)[
2
. Tomando limite
quando n em (3.4.7) segue (3.4.12).
A outra parte do Teorema 3.4.3 e generalizada do mesmo modo.
Teorema 3.4.6 Se e
i

iI
e um conjunto ortonormal em um espaco de Hilbert
H, entao
x

iI
x, e
i
)e
i
e
j
j. (3.4.13)
Demonstracao. Como a prova acima, denimos

iI
x, e
i
)e
i
para casa um
dos casos. Novamente denimos
S = e
i
; x, e
i
) ,= 0.
Quando S = , denimos

iI
x, e
i
)e
i
como sendo o elemento 0, e vemos que
(3.4.13) reduz-se a armac ao que x 0 = x e ortogonal a cada e
j
, o qual e
precisamente dizer que S e vazio.
Quando S e nao-vazio e nito, e podemos escrever S na forma
S = e
1
, e
2
, , e
n
,
denimos

iI
x, e
i
)e
i
como sendo

n
i=1
x, e
i
)e
i
, e neste caso, (3.4.13) reduz-
se a (3.4.8), a qual ja temos provado. Pelo Teorema 3.4.4, vamos assumir
pelo resto da prova que S e innito enumer avel. Os elementos de S podem
ser litados numa ordem denida: S = e
1
, e
2
, , e
n
, . Coloquemos s
n
=

n
i=1
x, e
i
)e
i
, e observamos que para m > n
|s
m
s
n
|
2
= |
m

i=n+1
x, e
i
)e
i
|
2
=
m

i=n+1
[x, e
i
)[
2
.
A desigualdade de Bessel mostra que a serie

n=1
[x, e
i
)[
2
converge,
portanto s
n
e uma sequencia de Cauchy em H, e como H e completo,
esta sequencia converge para um elemento s, o qual escrevemos na forma
s =

n=1
x, e
n
)e
n
. Agora denimos

iI
x, e
i
)e
i
como sendo

n=1
x, e
n
)e
n
e
vamos adiar por um momento a pergunta de que acontece quando os vetores em
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
90 3.5. Sistemas ortogonais completos
S sao re-arranjados, observamos que (3.4.13) segue de (3.4.8) e da continuidade
do produto interno:
x

iI
x, e
i
)e
i
, e
j
) = x s, e
j
) = x, e
j
) s, e
j
) = x, e
j
) lim
n
s
n
, e
j
)
= x, e
j
) lim
n
s
n
, e
j
) = x, e
j
) x, e
j
) = 0.
So resta mostrar que a deni cao de

iI
x, e
i
)e
i
e v alida, no sentido que
esta n ao depende do arranjo dos elementos em S.
Consideremos outro arranjo de S
S = f
1
, f
2
, , f
n
, .
Coloquemos s

n
=

n
i=1
x, f
i
)f
i
e vemos como acima que a sequencia s

converge para um s

, o qual escrevemos na seguinte forma s

n=1
x, f
i
)f
i
.
Conclumos a prova se mostrarmos que s = s

. De fato, seja > 0 dado,


e seja N N sucientemente grande que, se n N, ent ao |s
n
s| < ,
|s

n
s

| < , e

i=N+1
[x, e
i
)[
2
<
2
. Para algum inteiro positivo M > N,
todos os termos de s
N
encontram os the s

M
, portanto s

M
s
n
e uma soma nita
da termos da forma x, e
i
)e
i
para i = N +1, N +2, . Isto d a |s

M
s
N
|
2

i=N+1
[x, e
i
)[
2
<
2
, portanto |s

M
s
n
| < e
|s

s| |s

M
| +|s

M
s
N
| +|S
N
s| < + + = 3.
Como e arbitr ario, isto mostra que s

= s.
Do Teorema 3.4.5 e do Teorema 3.4.6 segue que P
K
: H K denido por
P
K
x =

iI
x, e
i
)e
i
(3.4.14)
e a projec ao de x sobre K, onde K = spane
i
: i I.
3.5 Sistemas ortogonais completos
Seja H um espaco de Hilbert n ao-vazio, de modo que a classe de todos seus
conjuntos ortonormais e n ao-vazio. Esta classe e claramente um conjunto
parcialmente ordenado com rela cao a inclusao de conjuntos.
Denicao 3.5.1 (Conjunto ortonormal total) Um conjunto ortonormal
e
i
em um espaco de Hilbert e dito total ou completo se este e maximo no
conjunto parcialmente ordenado, isto e, se nao e possvel juntar um elemento e
ao conjunto e
i
de modo que e, e
i
e um conjunto ortonormal o qual contem
propriamente e
i
.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 91
Teorema 3.5.2 Todo conjunto de Hilbert nao-vazio contem um conjunto
ortonormal completo.
Demonstracao. A conclus ao segue imediatamente de lemma de Zorn, desde
que a uni ao de qualquer cadeia de conjuntos ortonormais e claramente uma
cota superior para a cadeia nos conjuntos parcialmente ordenados de todos os
conjuntos ortonormais.
Os conjuntos Ortonormais sao verdadeiramente interessantes so quando sao
totais (completos). As raz oes para isto soo apresentadas em nosso pr oximo
teorema.
Teorema 3.5.3 Seja H um espaco de Hilbert, e seja e
i
um conjunto
ortonormal em H. Entao as seguintes condicoes sao equivalentes:
(a) e
i
e total,
(b) xe
i
x = 0,
(c) se x e um elemento qualquer em H, entao x =

iI
x, e
i
)e
i
,
(d) se x e um elemento qualquer em H, entao |x|
2
=

iI
[x, e
i
)[
2
.
Demonstracao. (a) (b). Se (a) n ao e verdade, existe um elemento
x ,= 0 tal que xe
i
. Agora denimos e como sendo e = x/|x|, e observamos
que e, e
i
e um conjunto ortonormal o qual contem propriamente e
i
. Isto
contradiz o fato que e
}
e total.
(b) (c). Pelo Teorema 3.4.6, x

x, e
i
)e
i
e ortogonal a e
i
, portanto por
(b) temos que x

x, e
i
)e
i
= 0, ou equivalentemente que x =

x, e
i
)e
i
.
(c) (d). Pela continuidade do produto interior, o expressao em (c) d a
|x|
2
= x, x) =

x, e
i
)e
i
,

x, e
j
)e
j
) =

x, e
i
)x, e
i
) =

[x, e
i
)[
2
.
(d) (a). Se e
i
n ao e completo, este e subespacp proprio de um conjunto
ortonormal e, e
i
. Como e e ortogonal a todos os e
i
s

(d) da que |e|


2
=

[e, e
i
)[
2
= 0, e isto contradiz o fato que e e um vetor unitario.
Existe uma terminologia usual a qual e freq uentemente usada em conex ao
com este teorema. Os coecientes x, e
i
) s ao chamados os coecientes de
Fourier de x, a express ao x =

iI
x, e
i
)e
i
e chamada expansao (serie)
de Fourier de x, e equac ao |x|
2
=

iI
[x, e
i
)[
2
e chamada identidade de
Parseval tudo isto com relac ao a sequencia ortonormal e
i

iI
. Estes termos
vem da teoria cl assica da Teoria de series de Fourier.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
92 3.5. Sistemas ortogonais completos
Exemplo (Series de Fourier). Uma serie trigonometrica e uma serie da
forma
a
0
+

k=1
(a
k
cos kt +b
k
sen kt). (3.5.1)
Uma funcao x : R R e dita periodica se existe um n umero T > 0 (chamado
o perodo de x) tal que x(t +T) = x(t) para todo t R.
Seja x uma funcao de periodo 2 e contnua. Por deni cao, a serie de
Fourier de x e serie trigonometrica (3.5.1) com coecientes a
k
e b
k
dados pela
formulas de Euler
a
0
=
1
2
_
2
0
x(t)dt
a
k
=
1

_
2
0
x(t) cos ktdt k = 1, 2, ,
b
k
=
1

_
2
0
x(t) sen ktdt k = 1, 2, .
(3.5.2)
Estes coecientes sao chamados os coecientes de Fourier de x.
Se a serie de Fourier de x converge para cada t e tem a soma x(t), ent ao
escrevemos
x(t) = a
0
+

k=1
(a
k
cos kt +b
k
sen kt). (3.5.3)
Como x e peri odica de perodo 2, em (3.5.2) podemos substituir o intervalo de
integracao [0, 2] por qualquer outro intervalo de comprimento 2, por exemplo
[, ].
As series de Fourier surgiram em conex ao com problemas fsicos
considerados por D. Bernoulli (corda vibrante, 1753) e J. Fourier (conduc ao
do calor, 1822). Esta series ajudam a representar um fen omeno peri odico
complicado em termos de funciones peri odicas simples (seno e coseno).
Para ajudar aqueles que nao tem visto series de Fourier antes vamos dar
um exemplo, consideremos
x(t) =
_
t, se /2 t < /2;
t, se /2 t < 3/2.
e x(t+2) = x(t). De (3.5.2) obtemos a
k
= 0 para k = 0, 1, 2, e, escolhendo
[/2, 3/2] como um intervalo conveniente de integrac ao e integrando por
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 93
partes temos
b
k
=
1

_
/2
/2
t sen ktdt +
1

_
3/2
/2
( t) sen ktdt
=
1
k
[t cos kt][
/2
/2
+
1
k
_
/2
/2
cos ktdt

1
k
[( t) cos kt][
3/2
/2

1
k
_
3/2
/2
cos ktdt
=
4
k
sen
k
2
, k = 1, 2, .
Portanto (3.5.3) toma a forma
x(t) =
4

_
sen t
1
3
2
sen 3t +
1
5
2
sen 5t +
_
.
Voltando as series de Fourier gerais, podemos ver come estas series sao
atacadas com a nossa terminologia e formalismo da secao anterior. Obviamente
as func oes sen e cos em (3.5.3) sao as sequencias u
k
e v
k
do exemplo 3 da
Sec a 3.4, isto e
u
k
(t) = cos kt, v
k
(t) = sen kt.
Portanto podemos escrever (3.5.3) na forma
x(t) = a
0
u
0
(t) +

k=1
[a
k
u
k
(t) + b
k
v
k
(t)]. (3.5.4)
Vamos fazer o produto interno de (3.5.4) com u
j
, j xo, entao obtemos
x, u
j
) = a
0
u
0
, u
j
) +

k=1
[a
k
u
k
(t), u
j
(t)) +b
k
v
k
(t), u
j
)]
= a
j
u
j
, u
j
)
= a
j
|u
j
|
2
=
_
2a
0
, se j = 0;
a
j
, se j = 1, 2, ,.
Similarmente, se multiplicamos (3.5.4) por v
j
e procedemos como antes,
chegamos a
x, v
j
) = b
j
|v
j
|
2
= b
j
j = 1, 2, .
Encontrando a
j
e b
j
e usando a ortonormalidade das sequencias e
j
e e
j
,
onde e
j
= |u
j
|
1
u
j
e e
j
= |v
j
|
1
v
j
, obtemos
a
j
=
1
|u
j
|
2
x, u
j
) =
1
|u
j
|
x, e
j
)
b
j
=
1
|v
j
|
2
x, v
j
) =
1
|v
j
|
x, e
j
).
(3.5.5)
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
94 3.6. Representacao de funcionais em espacos de Hilbert
Isto e igual com (3.5.2). Isto mostra que em (3.5.4),
a
k
u
k
(t) =
1
|u
k
|
x, e
k
)u
k
(t) = x, e
k
)e
k
e similarmente para b
k
v
k
. Portanto podemos escrever a serie de Fourier (3.5.3)
na forma
x = x, e
0
)e
0
+

k=1
[x, e
k
)e
k
+x, e
k
) e
k
]. (3.5.6)
Isto justica o termo coecientes de Fourier na sec ao anterior.
3.6 Representacao de funcionais em espacos
de Hilbert
Seja H um espaco de Hilbert e H

seu dual. Denotemos por , ) = , )


H

,H
a
dualidade entre H

e H e por , )
H
o produto interno de H.
Temos os seguinte resultado importante
Teorema 3.6.1 (Teorema de Riesz-Funcionais lineares) Se f H

,
entao existe um unico elemento u
f
H tal que
_
f, v) = v, u
f
)
H
, v H;
|f| = |u
f
|, .
(3.6.1)
Reciprocamente, todo elemento u H dene um elemento f
u
H

tal que
_
f
u
, v) = v, u)
H
, v H;
|f
u
| = |u|.
(3.6.2)
Demonstracao. (i) A recproca do teorema e imediata. Pois para cada u H
o funcional
f
u
: H K
v f
u
(v) = v, u)
verica (3.6.2).
(ii) O teorema direto e divido em duas partes:
(a) Unicidade de u
f
. Se f, v) = v, u
1
f
)
H
= v, u
2
f
)
H
para todo v H, temos
que
v, u
1
f
u
2
f
)
H
= 0, v H,
portanto u
1
f
= u
2
f
.
(b) Existencia de u
f
. Se f 0, u
f
= 0 responde nossa quest ao. Se f ,= 0, seja
N = ker(f) = v H : f, v) = 0, N H e um subespaco proprio fechado
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 95
de H e portanto N

,= 0 pelo Teorema 3.3.8. Seja z N

com |z| = 1. Se
u = f, v)z f, z)v ent ao u N e
0 = u, z) = f, v)|z|
2
f, z)v, z)
H
= f, v) v, f, z)z)
H
.
Portanto f, v) = v, u
f
)
H
onde u
f
= f, z) z.
Alem do mais,
|f| = sup
v=1
[f, v)[ = sup
v=1
[v, u
f
)
H
[ |u
f
|
|f| [f,
u
f
|u
f
|
)[ = [
u
f
|u
f
|
, u
f
)[ = |u
f
|,
portanto |f| = |u
f
|, completando a prova.
O Teorema de Riesz diz que a aplicac ao que preserva a norma de H em H

denida por
J : H H

u Ju = f
u
: H K
v f
u
(v) = v, u)
(3.6.3)
e uma aplicacao bijetiva, linear-conjugada, isto e
f
u
1
+u
2
(v) = v, u
1
+u
2
)
H
= v, u
1
)
H
+v, u
2
)
H
= f
u
1
(v) + f
u
2
(v)
= v, u
1
) +

v, u
2
) = f
u
1
+

f
u
2
.
(3.6.4)

E uma consequencia facil de (3.6.4) que a aplica cao (3.6.3) e uma isometria,
pois
|f
x
f
y
| = |f
xy
| = |x y|.
Em outras palavras o Teorema de Riesz nos permite identicar os funcionais
lineares contnuos de H

aos elementos de H. Via o Teorema de Riesz temos


H

H, logo (H

H e portanto o espa co de Hilbert H e um espa co


de Banach reexivo.
Um exemplo classico. Consideremos V = H
1
0
() = u H
1
() : u[

=
0, onde e um aberto e limitado em R
n
e = . Sabemos que junto com
o produto interno
u, v)) =
_

uvdx,
V e um espaco de Hilbert para a norma
|u| =
__

[u[
2
dx
_
1/2
.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
96 3.6. Representacao de funcionais em espacos de Hilbert
Do Teorema de Riesz, f H
1
() = (H
1
0
())

, existe um unico u H
1
0
(),
tal que
u, v)) = f, v), v H
1
0
().

E facil ver que tomando v T() (o espaco das func oes innitamente
diferenciaveis com suporte compacto em e com valores em C)
u, v) = f, v), v T().
(3.6.3) pode ser interpretado por
_
u = f H
1
(), u H
1
0
()
| u|
H
1
()
=
__

[u[
2
dx
_
1/2
.
(3.6.5)
() aparece aqui como um isomorsmo isometrico de H
1
0
() sobre
H
1
() (portanto () L(H
1
0
(), H
1
())), isto e, e um operador limitado
e (3.6.5) e o problema de Dirichlet.
Sabemos que H
1
0
()

L
2
(), isto e H
1
0
() esta contido em L
2
() com
injec ao contnua. Pelo Teorema de Riesz identicamos L
2
() com seu dual
(L
2
())

, temos assim
H
1
0
()

L
2
()

H
1
(), (3.6.6)
podemos considerar ent ao () como um operador n ao-limitado em H =
L
2
(), associado com o problema de Dirichlet, onde H e dotado com a norma
|u| = (
_

[u(x)[
2
dx)
1/2
e com o produto escalar u, v) =
_

u(x)v(x)dx. O
domnio de T() e entao
T() = u H
1
0
() : u L
2
()
e podemos mostrar que, se a fronteira de e sucientemente regular, temos
que
T() = H
1
0
() H
2
(). (3.6.7)
Do Teorema de Riesz, (3.6.5) e (3.6.6), () e um isomorsmo de T(),
provido com a norma do gr aco, em H = L
2
().
Assim, em este exemplo, com a forma sesquilinear , )) contnua em HH,
associamos um operador L(H
1
0
(), H
1
()) o qual aparece como uma
extensao para V de um operador em H = L
2
(), (denotamos de novo por )
com domnio T() = H
1
0
() H
2
() denso em V (e em H).
Este exemplo mostra tambem que, reciprocamente, para o operador
() considerado como n ao-limitado em L
2
() associado com o problema
de Dirichlet, com domnio T() denido por (3.6.7), podemos fazer
corresponder com a forma sesquilinear u, v , )) por
u, v)) = u, v) para u, v T() T().
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 97
Denicao 3.6.2 (Forma sesquilinear) Sejam X e Y espacos vetoriais
sobre o mesmo corpo K (K = R ou C). Uma forma sesquilinear ( ou funcional
sesquilinear) a sobre X Y e uma aplicacao a : X Y K tal que para todo
x, x
1
, x
1
X e y, y
1
, y
2
Y e escalares e temos
(i) a(x
1
+x
2
, y) = a(x
1
, y) +a(x
2
, y)
(ii) a(x, y
1
+y
2
) = a(x, y
1
) +a(x, y
2
)
(iii) a(x, y) = a(x, y)
(iv) a(x, y) = a(x, y).
Portanto, a e linear no primeiro argumento e linear conjugada no segundo
argumento. Se K = R, a(x, y) = a(x, y) e a e chamada forma bilinear, pois
e linear no primeiro e no segundo argumentos.
No caso que X e Y s ao espacos normados e se existe c > 0 tal que
[a(x, y)[ c|x| |y|, x X, y Y (3.6.8)
a diz-se limitada e
|a| = sup
x=0
y=0
[a(x, y)[
|x| |y|
= sup
x=1
y=1
[a(x, y)[. (3.6.9)
A propriedade (3.6.8) implica que os funcionais
x
:= a(x, ), isto e,

x
: Y R
y
x
(y) = a(x, y)
sao limitados.

E bastante interessante que de Teorema 3.6.1 podemos obter uma


representa c`ao geral de formas sesquilineares em espacos de Hilbert como segue.
Teorema 3.6.3 (Teorema de Riesz-Formas sesquilineares) Sejam H
1
e
H
2
espacos de Hilbert e a : H
1
H
2
K uma forma sesquilinear limitada.
Entao a tem uma representacao
a(x, y) = Ax, y) (3.6.10)
onde A : H
1
H
2
e um operador linear limitado. A e unicamente determinado
por a e tem norma
|A| = |a|. (3.6.11)
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
98 3.6. Representacao de funcionais em espacos de Hilbert
Demonstracao. Consideremos a(x, y). Esta e linear em y, por causa da
conjuga cao. Para aplicar o Teorema 3.6.1, mantemos x xo. Entao este
teorema nos da uma representac ao na qual y e a vari avel , digamos
a(x, y) = y, z).
Portanto
a(x, y) = z, y). (3.6.12)
Aqui z H
2
e unico mas de fato, depende de x H
1
xado. Segue que (3.6.12)
com a variavel x dene um operador
A : H
1
H
2
dado por z = Ax.
Substituindo z = Ax em (3.6.12), temos (3.6.10).
A e linear. De fato, seu domnio e o espaco vetorial H
1
, e de (3.6.10) e a
sesquilinearidade obtemos
A(x
1
+x
2
), y) = a(x
1
+x
2
, y) = a(x
1
, y) + a(x
2
, y)
= Ax
1
, y) +Ax
2
, y) = Ax
1
+Ax
2
, y) y H
2
Logo temos que A(x
1
+x
2
) = Ax
1
+Ax
2
.
A e limitado. De fato, deixando fora o caso trivial A = 0, de (3.6.9) e
(3.6.10) temos
|a| = sup
x=0
y=0
[Ax, y)
|x| |y|
sup
x=0
Ax=0
[Ax, Ax)
|x| |Ax|
= sup
x=0
|Ax|
|x|
= |A|.
Isot prova a limitac ao. Alem disso, |a| |A|.
Usando a desigualdade de Cauchy-Buniakowski-Schwarz temos
|a| = sup
x=0
y=0
[Ax, y)
|x| |y|
sup
x=0
|Ax| |y|
|x| |y|
= |A|.
A e unico. De fato, suponhamos que existe outro operador linear limitado
B : H
1
H
2
tal que par todo x H
1
e y H
2
temos
a(x, y) = Ax, y) = Bx, y),
segue que Ax = Bx para todo x H
1
. Portanto A = B por denic ao.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 99
3.7 Adjunto de um operador
Denicao 3.7.1 (Operador Adjunto) Sejam H
1
e H
2
espacos de Hilbert e
T : H
1
H
2
um operador linear limitado. O operador T

: H
2
H
1
tal que
Tx, y) = x, T

y), x H
1
e y H
2
(3.7.1)
e chamado operador adjunto de T.
Teorema 3.7.2 (Existencia do operador adjunto) O operador adjunto
T

de T na denicao 3.7.1 existe, e unico e e um operador linear limitado


com norma
|T

| = |T|. (3.7.2)
Demonstracao. A formula
a(x, y) = y, Tx) (3.7.3)
dene uma forma sesquilinear pois o produto interno e sesquilinear e T e linear.
De fato, a linearidade conjugada da forma e vista de
a(y, x
1
+x
2
) = y, T(x
1
+x
2
)) = y, Tx
1
+Tx
2
)
= y, Tx
1
) +

y, Tx
2
) = a(y, x
1
) +

a(y, x
2
).
a e limitado. De fato, pela desigualdade de Cauchy-Buniakowski -Schwarz,
temos
[a(x, y)[ = [y, Tx)[ |y| |Tx| |T| |x| |y|.
Isto implica que |a| |T|. Alem disso,
|a| = sup
x=0
y=0
[y, Tx)[
|y| |x|
sup
x=0
Tx=0
[Tx, Tx)[
|Tx| |x|
= |T|.
Portanto temos que |a| = |T|.
O Teorema 3.6.3 da uma representac ao de Riesz para a, escrevendo T

para
A, temos
a(y, x) = T

y, x), (3.7.4)
e deste mesmo teorema sabemos que T

: H
2
H
1
e um operador linear
limitado unicamente determinado com norma
|T

| = |a| = |T|.
Comparando (3.7.3) e (3.7.4) temos y, Tx) = T

y, x), tomando conjugada


nesta ultima equac ao temos (3.7.1), e assim vemos que the fato T

e o operador
que de fato estamos procurando.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
100 3.7. Adjunto de um operador
Lema 3.7.3 (Operador Zero) Sejam X e Y espacos com produto interno e
Q : X Y um operador linear limitado. Entao
(a) Q = 0 se, e somente se Qx, y) = 0 para todo x X e y Y .
(b) Se Q : X Y , onde Y e um espaco sobre C, e Qx, x) = 0 para todo
x X, entao Q = 0.
Teorema 3.7.4 (propriedades dos operadores adjuntos) Sejam H
1
e
H
2
espacos de Hilbert, S : H
1
H
2
e T : H
1
H
2
operadores lineares
limitados e K. Entao:
(a) T

y, x) = y, Tx), x H
1
, y H
2
(b) (S +T)

= S

+T

(c) (T)

= T

(d) (T

= T
(e) |T

T| = |TT

| = |T|

(f) T

T = 0 T = 0
(g) (ST)

= T

(com H
1
= H
2
)
Demonstracao. (a) De (3.7.1) temos
T

y, x) = x, T

y) = Tx, y) = y, Tx).
(b) Por (3.7.1), para todo x e y,
x, (S +T)

y) = (S +T)x, y)
= Sx, y) +Tx, y)
= x, S

y) +x, T

y)
= x, (S

+T

)y).
Portanto (S +T)

y = S

+T

y para todo y, o qual e (b) por denic ao.


(c) Consideremos Q = (T)

.
(T)

y, x) = y, (T)x) = y, (Tx)) = y, Tx)


= T

y, x) = T

y, x).
(d) Escrevemos (T

como T

e e igual a T desde que para x H


1
e y H
2
temos de (a) e de (3.7.1)
(T

x, y) = x, T

y) = Tx, y)
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 101
e (d) segue do Lema (3.7.3) com Q = (T

T.
(e) Vemos que T

T : H
1
H
1
, mas TT

: H
2
H
2
. Pela desigualdade de
Cauchy-Bubiakowski-Schwarz temos
|Tx|
2
= Tx, Tx) = T

Tx, x) |T

Tx| |x| |T

T| |x|
2
.
Tomando o sup sobre todos os x de norma 1, obtemos |T|
2
|T

T|. Disto
segue que
|T|
2
|T T| |T

| |T| = |T|
2
.
Portanto |T

T| = |T|
2
. Substituindo T por T

e usando (3.7.2), temos


|T

| = |T

|
2
= |T|
2
.
Aqui temos usado que T

= T.
(f) Segue imediatamente da (e).
(g) Aplicando (3.7.1) temos
x, (ST)

y) = (ST)x, y) = Tx, S

y) = x, T

y).
Portanto (ST)

y = T

y o qual da (g) por denic ao.


Denicao 3.7.5 (Operador auto-adjunto) Seja H um espaco de Hilbert.
Um operador linear linear limitado T : H H diz-se auto-adjunto quando
T = T

.
Teorema 3.7.6 Seja H um espaco de Hilbert e T : H H um operador
linear limitado. Entao
(a) se T e auto-adjunto, temos Tx, y) = x, Ty) e Tx, x) e real para todo
x H.
(b) se H e complexo e Tx, x) e real para todo x H, o operador T e
auto-adjunto.
Demonstracao. (a) Se T e auto-adjunto, entao para todo x,
Tx, x) = Tx, x) = Tx, x).
Portanto Tx, x) e igual a seu complexo conjugado, logo este e real.
(b) Se Tx, x) e real para todo x, ent ao
Tx, x) = Tx, x) = x, T

x) = T

x, x).
Hence
0 = Tx, x) T

x, x) = (T T

)x, x)
e T T

= 0 por (b) do Lema 3.7.3 pois H e complexo.


G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
102 3.8. Lista de exerccios
3.8 Lista de exerccios
1. Demonstrar o lema 3.1.7.
2. Demonstrar o lema 3.1.8.
3. Demonstrar o lema 3.1.9.
4. Teorema de Pitagoras. Se xy em um espaco com produto interno
X, mostrar que
|x +y|
2
= |x|
2
+|y|
2
.
Mais geralmente, se x
1
, , x
n
sao vetores dois a dois ortogonais em X
entao
_
_
n

i=1
x
i
_
_
2
=
m

i=1
|x
i
|
2
.
5. Identidade de Apolonio. Mostrar que em um espaco com produto
interno vale a seguinte igualdade
|z x|
2
+|z y|
2
=
1
2
|x y|
2
+ 2|z
1
2
(x +y)|
2
.
Mostrar que esta identidade tambem pode ser obtida da identidade do
paralelogramo.
6. Sejam x ,= 0, y ,= 0. (a) se xy, mostrar que x, y e um
conjunto linearmente independente. (b) Mais geralmente mostrar que
se x
1
, , x
n
sao vetores n ao nulos mutuamente ortogonais, ent ao
x
1
, , x
n
e um conjunto linearmente independente.
7. Se em um espaco com produto interno, x, u) = x, v) para todo X,
mostrar que u = v.
8. Prove (3.2.2).
9. Prove (3.2.3).
10. Demonstre o teorema 3.2.5.
11. Mostrar que se yx
n
e x
n
x ent ao xy.
12. Mostrar que para uma sequencia x
n
em um espaco com produto interno
as condicoes |x
n
| |x| e x
n
, x) x, x) implica x
n
x.
13. Mostrar que em um espaco com produto interno, xy se, e somente se
|x +y| = |x y| para tod K.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
3. Espacos com produto interno e de Hilbert 103
14. Mostrar que em um espaco com produto interno, xy se, e somente se
|x +y| |x|.
15. Se Y e um subespaco fechado de um espa co de Hilbert H, ent ao Y =
(Y

.
16. Demonstrar o lema 3.3.11
17. Demonstrar o lema 3.3.12
18. Seja H um espa co de Hilbert, K H um subconjunto convexo, e x
n

K uma sequencia tal que |x
n
| , onde = inf
xK
|x|. Mostrar que
x
n
converge em K.
19. Sejam A e B A subconjuntos nao vazios de um espa co com produto
interno X. Mostrar que
(a) A A

, (b)B

, (c)A

= A

.
20. (A propriedade de Mnimo de coecientes dos Fourier) Seja
e
1
, , e
n
um conjunto ortonormal em um espa co com produto interno
X, onde n e dixo. Seja x X um elemento qualquer xado e
y =
1
e
1
+ +
n
e
n
. Entao |x y| depende de
1
, ,
n
. Mostrar
que |x y| e mnimo se, e somente se
j
= x, e
j
), onde j = 1, 2, , n.
21. Seja e
k
uma sequencia ortonormal em um espa co com produto interno
X. Mostrar que para qualquer x, y X,

k=1
[x, e
k
)[ [x, e
k
)[ |x| |y|.
22. Ortonormalize os tres primeiros termos da sequencias x
n

n=0
, onde
x
n
(t) = t
n
, no intervalo [1, 1], onde
x, y) =
_
1
1
x(t)y(t)dt.
23. Se x
j
e uma sequencia en um espaco com produto interno X tal que
a serie

|x
j
| converge, mostrar que s
n
e uma sequencia de Cauchy,
onde s
n
= x
1
+ x
n
.
24. Mostrar que em um espaco com produto de Hilbert H, convergencia de

|x
j
| implica convergencia de

x
j
.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
104 3.8. Lista de exerccios
25. Seja H um espaco de Hilbert, mostrar que H

e um espaco de Hilbert com


respeito ao produto interno denido por f
x
, f
y
) = y, x). Pelo mesmo
modo, o fato que H

e um espaco de Hilbert implica que H

e um espaco
de Hilbert cujo produto interno e dado por F
f
, F
g
) = g, f).
26. Seja H um espaco de Hilbert. Temos duas aplicac oes naturais de H em
H

, o segunda das quais e sobre: o mergulho natural x F


x
, onde
F
x
(f) = f, x), e a aplicacao produto x f
x
F
f
x
, onde f
x
(y) = y, x)
e F
f
x
(f) = f, f
x
) Mostrar que estas aplica coes sao iguais, e concluir que
H e reexivo. Mostrar que tambem F
x
, F
y
) = y, x).
27. Seja X um espaco com produto interno. Se v
1
, w) = v
2
, w) para todo
w X, ent ao v
1
= v
2
. Em particular, v, w) = 0 para todo w X
implica v = 0.
28. (Forma Hermitiana) Seja X um espa co vetorial sobre um corpo K.
Uma forma sesquilinear Hermitiana ou simplesmente forma Hermitiana
a em XX e uma aplicac ao a : XX K tal que para todo x, y, z X
e K
a(x +y, z) = a(x, z) +a(y, z)
a(x, y) = a(x, y)
a(x, y) = a(y, x).
Que signica a ultima condicao se K = R? Que condi cao deve ser
acrescentada a a para que esta seja um produto interno em X?
29. (Desigualdade de Cauchy-Buniakowski-Schwarz) Seja X um
espaco vetorial e a uma forma Hermitiana em X X. Esta forma e
dita positiva semi-denida se a(x, y) 0 para todo x X. Mostrar que
a satisfaz a Desigualdade de Cauchy-Buniakowski-Schwarz
[a(x, y)[ a(x, x) a(y, y).
30. Demonstrar o lema 3.7.3.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
Captulo 4
Aproximacao de Func oes
Contnuas por Polinomios
Denicao 4.0.1 Seja (X, ) um espaco metrico. Dizemos que (X, ) e um
espaco metrico separavel se X possui um subconjunto denso enumeravel.
Exemplos
1. R
n
e C
n
com as metricas usuais sao espacos metricos separaveis.
2. R
n
com a metrica discreta nao e separ avel.
3. l
p
, 1 p < , e separavel e l

nao e separavel.
4. ([a, b] com a metrica da convergencia uniforme e separavel.
A prova que ([a, b] com a metrica da convergencia uniforme e separ avel
depende do Teorema de Aproximac ao de Weierstrass.
4.1 Teorema de Weirstrass classico
Teorema 4.1.1 (Weierstrass) Se f ([a, b] e > 0, entao existe um
polinomio p : R R tal que |p f|

= sup
x[a,b]
[p(x) f(x)[ < .
Demonstracao. Faremos apenas a prova para a = 0 e b = 1. Seja f ([a, b]
e
B
n
(x) =
n

k=0
_
n
k
_
x
k
(1 x)
nk
f(k/n)
105
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
106 4.1. Teorema de Weirstrass classico
os polinomios de Berstein associados a f. Note que se f 1 ent ao
n

k=0
_
n
k
_
x
k
(1 x)
nk
= [x + (1 x)]
n
= 1 (4.1.1)
cuja derivada d a
n

k=0
_
n
k
_
[kx
k1
(1 x)
nk
(n k)x
k
(1 x)
nk1
]
=
n

k=0
_
n
k
_
x
k1
(1 x)
nk1
(k nx) = 0.
Multiplicando por x(1 x) obtemos que
n

k=0
_
n
k
_
x
k
(1 x)
nk
(k nx) = 0.
Derivando esta ultima express ao, aplicando (4.1.1) e multiplicando por
x(1 x)
n
2
obtemos que
n

k=0
_
n
k
_
x
k
(1 x)
nk
(x
k
n
)
2
=
x(1 x)
n
. (4.1.2)

E claro que
[f(x) B
n
(x)[
n

k=0
_
n
k
_
x
k
(1 x)
nk
[f(x) f(k/n)[.
Como f e uniformemente contnua em [0, 1], podemos encontrar > 0 tal que
[x
k
n
[, implica que [f(x) f(
k
n
)[ <

2
. Agora separamos a soma do lado
direito em duas partes, denotadas por

, onde

e a soma daqueles
termos para os quais [x
k
n
[ < ( x est a xo mas e arbitr ario) e

e a soma
sobre os termos remanescentes.

E claro que

< /2. Completamos a prova


mostrando que para n sucientmente grande

pode ser feito menos que /2


independente de x. Como f e limitada existe K > 0 tal que sup
x[0,1]
[f(x)[ K
e segue que

2K

1kn
|x
k
n
|
_
n
k
_
x
k
(1 x)
nk
= 2K

.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
4. Aproximacao de Func oes Contnuas por Polinomios 107
Segue de (4.1.2) que


x(1 x)
n

1
4n
0 quando n .
Isto prova o resultado.
Corolario 4.1.2 ([a, b] e separavel.
4.2 Teorema de Stone-Weirstrass
Seja (X, ) um espaco metrico e ((X) = f : X R : f e contnua com a
metrica usual

(f, g) = max
xX
[f(x) g(x)[.
((X) denimos a soma f + g e a multiplica cao f g de duas func oes alem
das multiplicac ao af de um escalar por uma fun cao de forma usual.
Denicao 4.2.1 (

Algebra) Um conjunto A ((X) e dito uma algebra se


f, g A, a R implica f +g, f g, af A.
Exemplo. O conjunto dos polin omios trigonometricos e uma algebra em([a, b]
Se E ((X) a interse cao de todas as algebras contendo E e uma algebra,
denotada por A(E), chamada algebra gerada por E.
Exemplo. Os polinomios reais em uma vari avel real sao gerados por 1, x.
Teorema 4.2.2 (Stone-Weierstrass Real) Seja X um espaco metrico
compacto e A ((X) uma algebra fechada tal que 1 A e se x, y X,
x ,= y, existe f A tal que f(x) ,= f(y). Entao A = ((X).
4.3 Teorema de Ascoli
Seja X = (X, ) um espaco metrico.
Denicao 4.3.1 (Conjunto totalmente limitado) Dizemos que um con-
junto E X e totalmente limitado se, para cada > 0, pode ser coberto por
um n umero nito de bolas de raio .
Teorema 4.3.2 Seja e X. As seguintes armacoes sao equivalentes:
(a) E e completo e totalmente limitado
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
108 4.3. Teorema de Ascoli
(b) (A propriedade de Bolzano-Weierstrass) Toda sequencia em E tem uma
subsequencia que converge para um ponto de E
(c) (A propriedade de Heine-Borel) Se V

I
e uma cobertura de E por
abertos de X, existe um conjunto nito J I tal que V

J
cobre E.
Denicao 4.3.3 (Conjunto compacto e relativamente compacto) E
X e dito compacto se tem as propriedades (a) (c) do Teorema 4.3.2 e dito
relativamente compacto se E e compacto.
Consideremos agora X um espaco metrico compacto e ((X) = f : X
R : f e contnua .
((X),

) e um espa co metrico completo, onde

e denida por

(f, g) = max
tX
[f(t) g(t)[.
Denicao 4.3.4 Uma colecao F de funcoes e dita uniformemente limitada se
existe M > 0 tal que
[f(x)[ M, x X e f F.
Uma famlia F de funcoes em ((X) e dita equicontnua se dado > 0, existe
> 0 tal que
[f(x) f(y)[ < , x, y X com (x, y) < e f F.
Teorema 4.3.5 (Arzela-Ascoli) Se X e um espaco metrico compacto,
um subconjunto F ((X) e relativamente compacto se e somente se e
uniformemente limitado e equicontnuo.
Demonstracao. Suponhamos que F e relativamente compacto. Ent ao F
e totalmente limitado e portanto uniformemente limitado. Seja > 0 e
f
1
, , f
n
tais que F
n
_
i=1
B(f
i
, /3). Seja f F e x, y X. Para cada
i = 1, , n
[f(x) f(y)[ [f(x) f
i
(x)[ +[f
i
(x) f
i
(y)[ +[f
i
(y) f(y)[.
Escolhamos 1 j n tal que
sup
xX
[f(x) f
j
(x)[ < /3.
Ent ao
[f(x) f(y)[
2
3
+[f
j
(x) f
j
(y)[.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
4. Aproximacao de Func oes Contnuas por Polinomios 109
Como X e compacto, f
1
, , f
n
sao uniformemente contnuas. Logo existe
> 0 tal que (x, y) < implica
[f
i
(x) f
i
(y)[ < /3, 1 i n.
Segue que se (x, y) < entao
[f(x) f(y)[ < , f F
e F e equicontnuo.
Reciprocamente, suponha que F e uniformemente limitado e equicontnuo.
Seja M um inteiro tal que
[f(x)[ M, x X e f F
e > 0. Escolha > 0 tal que (x, y) < implica [f(x) f(y)[ < /4, f F.
Como X e compacto existem x
1
, , x
n
tais que X
n
_
i=1
B(x
i
, ). Escolha um
n umero inteiro positivo m tal que 1/m < /4 e divida o intervalo [M, M] em
2Mm intervalos de comprimento 1/m pelos pontos
y
0
= M < y
1
< < y
2Mm
= M.
Considere as n-uplas (y
i1
, , y
in
) de n umeros y
i
, 1 i 2Mm, tais que para
algum f F
[f(x
j
) y
ij
[ < /4, 1 j n
e escolha um tal f F para cada n-upla. Se c e o conjunto resultante dessa
escolha, c e nito, e e tal que F
_
fE
B(f, ). De fato, escolhemos y
i1
, , y
in
tal que
[f(x
j
) y
ij
[ < /4, 1 i n
e seja e c tal que
[e(x
j
) y
ij
[ < /4, 1 i n.
Seja x X e j tal que (x, x
j
) < . Ent ao
[f(x) e(x)[ [f(x) f(x
j
)[ +[f(x
j
) y
ij
[ +[y
ij
e(x
j
)[
+[e(x
j
) e(x)[ < .
Logo
sup
xX
[f(x) e(x)[ < .
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
110 4.3. Teorema de Ascoli
4.3.1 Aplicac oes
Seja R
n+1
um subconjunto aberto e f : R
n
uma funcao contnua.
Teorema 4.3.6 (Peano) Dado (t
0
, x
0
) a equacao diferencial x = f(t, x)
tem uma solucao local passando por (t
0
, x
0
).
Demonstracao. Seja (t
0
, x
0
)

aberto tal que f e limitada em

,
isto e, existe M > 0 tal que
[f(t, x)[ M, (t, x)

.
Seja a > 0 tal que 1 = [t
0
a, t
0
+a] B(x
0
, aM) . Como f e contnua
em 1, segue que f e uniformemente contnua em 1, dado > 0, existe > 0
tal que
[(t, x) (s, y)[ < [f(t, x) f(s, y)[ < , (t, x), (s, y) 1.
Seja t
0
< t
1
< < t
n
= t
0
+a uma particao do intervalo [t
,
t
0
+a] tal que
[t
i
t
i1
[ < min, /M, 1 i n e

: [t
0
, t
0
+a] 1 denida por

e contnua

(t
0
) = x
0
e em [t
,
t
1
] e linear com dire cao f(t
0
, x
0
), entao

(t
1
) 1.
Em [t
1
, t
2
],

e linear com direc ao f(t


1
,

(t
1
)).
Prosseguindo desta forma construmos

(t) emB(x
0
, aM), t [t
0
, t
0
+a].
Como a direcao de

e f(t
i
,

(t
i
)) para t [t
i
, t
i+1
] temos que
[

(t)

(s)[ sup
01
[

(t + (1 )s)[ [t s[ M[t s[.


Logo,

0<1
(([t
0
, t
0
+ a], R
n
) e uma famlia equicontnua. Fixemos
> 0, se t [t
0
, t
0
+ a], t ,= t
i
, i = 0, 1, , n, ent ao t
j1
< t < t
j
para algum
j e
[

(t)

(t
j1
)[ < M[t t
j1
[ < M(/M) = .
Isto implica que
[f(t
j1
,

(t
j1
)) f(t,

(t))[ < , t
j1
< t < t
j
.
Mas
d
dt

existe exceto para um n umero nito de pontos e portanto


d
dt

(t) = f(t
j1
,

(t
j1
)).
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
4. Aproximacao de Func oes Contnuas por Polinomios 111
Segue que

d
dt

(t) f(t,

(t))

< , t [t
0
, t
0
+a], t ,= t
i
, 0 i n.
Agora escrevemos

(t) = x
0
+
_
t
t
0
_
f(s,

(s) + [

(s) f(s,

(s))]
_
ds (4.3.1)
Se
n
e uma sequencia de n umeros reais positivos que converge para zero,

n
e limitada e equicontnua. Do teorema de Arzela-Ascoli, esta sequencia
tem uma subsequencia uniformemente convergente com limite . Segue de
(4.3.1) que
(t) = x
0
+
_
t
t
0
f(s, (s))ds.
Logo e uma solu cao de x = f(t, x) passando por (t
0
, x
0
) e denida em
[t
0
, t
0
+a]. Um argumento semelhante pode ser aplicado para [t
0
a, a].
4.4 Lista de exerccios
1. Mostre que l
p
, com 1 p < e separ avel.
2. Se A ((X) e um algebra entao A tambem e uma algebra.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
112 4.4. Lista de exerccios
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
Captulo 5
O Teorema de Baire
Seja X = (X, ) um espaco metrico, A X e dito nunca denso se A
o
= .
A uni ao de um conjunto nito de conjuntos nunca densos e um conjunto
nunca denso. Contudo, a uni ao enumer avel de conjuntos nunca densos n ao
precisa ser nunca denso.
Denicao 5.0.1 Um conjunto A X e dito de primeira categoria em X se
e a uniao enumeravel de conjuntos nunca densos, caso contrario ele e dito de
segunda categoria em X.

E uma consequencia imediata desta deni cao que


Proposicao 5.0.2 (X, ) e de segunda categoria nele mesmose, e somente
se, em qualquer representacao de X como uniao enumeravel de conjuntos
fechados, pelo menos um deles contem uma bola.
5.1 O teorema de Baire
Teorema 5.1.1 (Baire) Todo espaco metrico completo e de segunda catego-
ria nele mesmo.
Demonstracao. Suponha que nao
X =

_
i=1
F
i
com cada F
i
fechado e de interior vazio. Entao XF
1
e n ao vazio e aberto.
Seja x
1
e 0 <
1
< 1 tal que x
1
XF
1
e B(x
1
,
1
) F
1
= .
113
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
114 5.2. Consequencias do Teorema de Baire
A bola B(x
1
,
1
/2) nao esta contida em F
2
, logo existe x
2
B(x
1
,
1
/2) e

2
< 1/2 tal que
B(x
2
,
2
) F
2
= e B(x
2
,
2
) B(x
1
,
1
/2).
Indutivamente existe x
n
,
n
< 1/2
n1
tais que x
n
B(x
n1
,
n1
/2)
B(x
n
,
n
) F
n
= e B(x
n
,
n
) B(x
n1
,
n1
/2).
A sequencia x
n
e de Cauchy pois x
n+k
B(x
n
,
n
/2) para k = 1, 2, e

n
0 quando n . Como X e completo x
n
e convergente. Seja x
o seu limite. Para cada n xo x B(x
n
,
n
) pois x
n+k
B(x
n
,
n
/2) para
k = 1, 2, . Logo x /

n=1
F
n
= X o que e uma contradicao.
5.2 Consequencias do Teorema de Baire
Sejam X, Y espacos normados e T : X Y uma transformac ao linear.
Denicao 5.2.1 (Aplicacao aberta) Dizemos que T e uma aplicacao
aberta se T(U) e um subconjunto aberto de Y sempre que U e um subconjunto
aberto de X.
Em geral f : A B nao leva abertos em abertos ou fechado em fechados,
nem mesmo se f for contnua.
Exemplo 1. Seja f : R R dada por f(x) = x
2
. Consideremos U = (2, 2),
ent ao f(U) = [0, 2).
Exemplo 2. Seja f : R
+
R denida por f(t) =
1
t
. Consideremos C =
[1, +), ent ao f(C) = (0, 1].
Se Z e um espaco normado denotaremos o conjunto z Z : |x z
0
| <
r por B
Z
r
(z
0
) (ou simplesmente B
r
(z
0
) quando n ao houver possibilidade de
confusao).
5.2.1 O teorema da aplicacao aberta
Teorema 5.2.2 (Aplicacao aberta) Sejam X e Y espacos de Banach. Se
T L(X, Y ) e sobrejetora, entao T e aberta.
Para provar o Teorema da Aplicacao Aberta precisamos dos dois lemas
seguintes:
Lema 5.2.3 Sejam X, Y espacos de Banach e T : X Y uma transformacao
linear entao sao equivalentes:
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
5. O Teorema de Baire 115
(a) T e uma aplicacao aberta
(b) Existe r > 0 tal que T(B
X
1
(0)) B
Y
r
(0).
Demonstracao.

E claro que (a) (b). Mostremos que (b) (a). Basta
mostrar que Tx e interior a T(U) para todo x U aberto. Seja x U, como
U e aberto, existe > 0 tal que B
X

(x) U e T(B
X

(x)) TU.
T(B
X

(x)) = T(x +B
X
1
(0)) = Tx +T(B
X
1
(0))
Tx +B
Y
r
(0) = B
Y
r
(Tx)
mostrando que Tx e interior a T(U).
Lema 5.2.4 Se X, Y sao espacos de Banach e T L(X, Y ) e tal que, para
qualquer r > 0 B
Y
r
(0) T(B
X
1
(0)) entao
B
Y
r/2
T(B
X
1
(0)).
Demonstracao. Como T comuta com homotetias segue que se |y| < r2
n
entao y T(B
X
2
n
(0)). De fato, observe que
B
Y
r2
n(0) = 2
n
B
Y
r
(0) e B
X
2
n(0) = 2
n
B
X
1
(0).
Logo temos
B
Y
r
(0) T(B
X
1
(0)) = 2
n
T(B
X
2
n
(0))
2
n
B
Y
r2
n(0) 2
n
T(B
X
2
n
(0))
B
Y
r2
n(0) T(B
X
2
n
(0)).
Suponha que |y| < r/2, podemos encontrar x
1
B
X
1/2
(0) tal que |y Tx
1
| <
r/4 e procedendo indutivamente podemos encontrar x
n
B
X
2
n
(0) tal que
|y
n

j=1
Tx
j
| < r2
n1
.
Como X e completo a serie

x
n
converge, digamos para x, mas entao
|x| <

n=1
2
n
= 1 e y = Tx. Em outras palavras y T(B
X
1
(0), para todo
|y| < r/2.
Demonstracao da Aplicacao aberta
Como X =

n=1
B
X
n
(0) e T e sobrejetora temos que Y =

n=1
T(B
X
n
(0)
mas Y e completo e a aplicac ao y ny e um homeomorsmo de Y nele
mesmo que leva B
X
1
(0) em B
X
n
(0). Do Teorema de Baire T(B
X
1
(0) n ao poder
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
116 5.2. Consequencias do Teorema de Baire
ser nunca denso. Isto e, existe y
0
Y e r > 0 tal que B
Y
4r
(y
0
) est a contida
em T(B
X
1
(0)). Como y
1
= Tx
1
T(B
X
1
(0)) tal que |y
1
y
0
| < 2r. Ent ao
B
Y
2r
(y
1
) B
Y
4r
(y
0
) T(B
(
1
0)), logo se |y| < 2r
y = Tx
1
+y y
1
T(B
X
1
(0)) + T(B
X
1
(0)) 2T(B
X
1
(0)).
Dividindo ambos os lados por 2 conclumos que existe r > 0 tal que se |y| < r
ent ao y T(B
X
1
(0)). O resultado segue agora dos lemas anteriores.
Corolario 5.2.5 (Teorema de Banach) Se X e Y sao espacos de Banach
e T L(X, Y ) e bijetora, entao T e um isomorsmo, isto e, T
1
L(Y, X).
Demonstracao. Se T L(X, Y ) e sobrejetora ent ao T(U) e aberto em Y
sempre que U e aberto em X. Como (T
1
)
1
(U) = T(U) e aberto segue que
T
1
e contnuo.
5.2.2 O teorema do graco fechado
Seja T : D(T) X Y uma transformac ao linear. Denimos o gr aco de T
por
G(T) = (x, Tx) : x D(T) X Y.
Uma transformac ao linear T : D(T) X Y e fechada se o gr aco de T
e fechado, isto e, se G(T) = G(T).
G(T) e fechado G(T) = G(T) z = (x, y) G(T) z G(T).
z G(T) z
n
= (x
n
, y
n
) G(T) tal que z
n
z. Portanto x
n
x,
Tx
n
y, e z = (x, y) G(T) x D(T) e y = Tx. Isto mostra que D(T) e
um subespa co vetorial fechado.
Armacao: Toda transformac ao linear contnua T e fechada. De fato, seja
(a
n
, Ta
n
) G(T) com (a
n
, Ta
n
) (a, b), ent ao a
n
a e Ta
n
b. Como
T e contnua, b = Ta e dai (a, b) G(T). Portanto G(T) e fechado. Aqui nao
precisa de T ser linear neste caso.
A recproca da armacao acima e dado pelo seguinte
Teorema 5.2.6 (Graco fechado) Se X e Y sao espacos de Banach e T :
X Y e um operador linear fechado entao T e limitada.
Demonstracao. Sejam

1
: G(T) X Y X
(x, Tx) x

2
: G(T) X Y Y
(x, Tx) Tx.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
5. O Teorema de Baire 117
Obviamente
1
L(G(T), X) e
2
L(G(T), X). Como X e Y sao completos
X Y e completo e portanto G(T) e completo (pois e fechado).
1
e uma
bijec ao de G(T) em X e portanto
1
1
e limitado. Entao T =
2

1
1
.
O seguinte resultado caracteriza os operadores fechados
Teorema 5.2.7 (Operador linear fechado) Seja T : T(T) X Y um
operador linear com X e Y espacos normados. T e fechado se, e somente se
para toda sequencia x
n
T(T) com x
n
x e Tx
n
y entao x T(T) e
y = Tx.
Exemplo de um operador fechado. Seja X = ([0, 1] e T : D(T) X X
denido por Tx = x

.
Ja vimos que T nao e limitado.
T(T) = x ([0, 1] : x

([0, 1] = (
1
[0, 1].
Mostraremos que T e fechado usando o Teorema 5.2.7.
Seja x
n
T(T) tal que x
n
x e Tx
n
= x

n
y.
Como a convergencia na norma de ([0, 1] e norma da convergencia uniforme
em [0, 1], de x

n
y temos
_
t
0
y()d =
_
t
0
lim
n
x

n
()d = lim
n
_
t
0
x

n
()d
= lim
n
x
n
()

t
0
= x(t) x(0),
isto e, x(t) = x(0) +
_
t
0
y()d. Isto mostra que x T(T) e y = x

. Logo T e
um operador fechado.
5.2.3 O principio da limitacao uniforme
Teorema 5.2.8 (Princpio da Limitacao Uniforme) Sejam X um espaco
de Banach, Y um espaco normado e T

uma familia em L(X, Y ) tal que


sup

M
x
, para todo x X. Entao existe M > 0 tal que
sup

|T

| M.
Demonstracao. Seja F
n
= x X : |T

(x)| n, , n N. Observe
que
F
n
=

x X : |T

(x)| n .
Entao os F
n
s sao fechados e X =

nN
F
n
e como X e completo existe pelo
menos um n
0
N (pelo Teorema de Baire) com F
o
n
0
= .
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
118 5.2. Consequencias do Teorema de Baire
Seja x
0
F
o
n
0
e > 0 com B(x
0
, ) F
o
n
0
. Seja x X com |x| < 1.
Se x = 0, nada a fazer.
Se x ,= 0, consideramos x
0
+

2
x
|x|
e calculemos y

= T

(x
0
+

2
x
|x|
). Por
um lado
y

= T

x
0
+

2|x|
T

x.
Por outro lado |y

| n
0
. Entao

2
_
_
_
T

x
|x|
_
_
_ = |y

x
0
| |y

| +|T

x
0
| 2n
0
.
Logo temos que
|T

x|
4n
0

|x|
4n
0

(|x| 1).
Assim |T

| M =
4n
0

, .
5.2.4 O teorema de Banach-Steinhaus
Teorema 5.2.9 (Banach-Steinhaus) Sejam X, Y espacos normados com
X Banach. Se T
n

nN
for uma sequencia em L(X, Y ) tal que existe
lim
n
T
n
(x) = Tx para todo x X, entao T L(X, Y ) e |T|
liminf
n
|T
n
|.
Demonstracao. Para todo x X, |T
n
(x)| e convergente (para |Tx|) e
portanto limitada, isto e existe M
x
com sup
nN
|T
n
x| M
x
aplicando o PLU
existe M tal que sup
n
|T
n
| M.
Vamos `a T. T e linear, isto e claro. T e contnua. De fato
|T
n
x| |T
n
||x| M|x|, n. (5.2.1)
Quando n , |T
n
x| |Tx| M|x|. Dai segue que T e contnua e
|T| M.
Tomando liminf em (5.2.1) temos
liminf
n
|T
n
x| liminf
n
|T
n
| |x|
|Tx| liminf
n
|T
n
| |x|.
Teorema 5.2.10 Se X e um espaco de Banach e B X, suponha que f
X

f(B) =

bB
f(b) e limitado entao B e limitado.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
5. O Teorema de Baire 119
Demonstracao. Dena

b : X

K por

b(f) = f(b). Ent ao para cada
f X

sup
bB
[

b(f)[ = sup
bB
[f(b)[ < .
Segue do PLU que
sup
bB
|

b| = sup
bB
|b| < .
Teorema 5.2.11 Suponha que X e um espaco de Banach e B

.
Suponhamos que x X o conjunto B

(x) =

fB

f(x) e limitado, entao


B

e limitado.
Demonstracao. Por hipotese [f(x)[ c
x
para todo f B

. Segue do PLU
que sup
fB

|f| < .
Proposicao 5.2.12 Seja X um espaco vetorial normado e | |
i
: X [0, ),
i = 1, 2, duas normas tais que X com qualquer dessas normas e um espaco de
Banach. Se existe c > 0 tal que ||
1
c||
2
entao as normas sao equivalentes.
Demonstracao. Seja X
1
= (X, ||
1
) e X
2
= (X, ||). A aplicac ao identidade
I : X 2 X
1
dada por Ix = x e contnua (pois |Ix|
1
= |x|
1
c|x|
2
).
Pelo Teorema de Banach, T
1
= I : X
1
X
2
e contnua, isto e
|T
1
x|
2
= |Ix|
2
= |x|
2
c|x|
1
.
Portanto
1
c
|x|
2
|x|
1
c|x|
2
.
Proposicao 5.2.13 Sejam X um espaco de Banach e T L(X). Se |T| < 1,
entao (I T)
1
existe e e um operador limitado em todo o espaco X e
(I T)
1
=

n=0
T
n
. (5.2.2)
Demonstracao. Como |T
n
| |T|
n
a serie geometrica

n=0
|T|
n
converge
absolutamente. Como X e Banach, L(X) e Banach. Convergencia absoluta
implica em convergencia.
Denotemos por L a soma da serei em (5.2.2). Vamos mostrar que L =
(I T)
1
. Calculemos
(I T)(I +T +T
2
+ +T
n
) = (I +T +T
2
+ +T
n
)(I T)
= I T
n+1
.
Agora fazendo n , T
n+1
0, pois |T| < 1. Assim obtemos
(I L)L = L(I T) = I.
Isto mostra que L = (I T)
1
.
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
120 5.3. Lista de exerccios
5.3 Lista de exerccios
G
e
r
m
a
n

L
o
z
a
d
a

C
r
u
z
M
a
t
e
m

t
i
c
a
-
I
B
I
L
C
E
U
N
E
S
P
-
S
J
R
P
Referencias Bibliogracas
[1] D. Bridges, Foundations of real and abstract analysis, Graduate Texts in
Mathematics, no. 174, Springer-Verlag, New York, 1998.
[2] A. N. Carvalho, Analise I, Notas de Aula, ICMC-USP, Departamento de
Matem atica, ICMC-USP, S ao Carlos, 2002.
[3] N. Dunford and J. T. Schwartz, Linear operators. I. General theory, Pure
and Applied Mathematics, vol. 7, Interscience Publishers, New York, 1958.
[4] E. Kreysizg, Introductory funcional analysis with applications, Wiley
Classics Library, New York, 1989.
121