Ax xirsr Ftxcroxxi

Jos Lus da Silva

Departamento de Matemtica e Engenharias
Universidade da Madeira
Campus da Penteada
9000-390 Funchal
Madeira
2
o
Semestre 2005/06
Contedo
I Anlise Funcional I 4
1 Espaos mtricos 5
1.1 Denio e exemplos . . . . . . . . . . . . . . . . . . . . . . . . 5
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.2 Noes topolgicas num espao mtrico . . . . . . . . . . . . . . 21
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.3 Espaos mtricos completos. Completado . . . . . . . . . . . . . 27
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2 Espaos de normados 44
2.1 Espaos vectoriais . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.2 Espaos normados . . . . . . . . . . . . . . . . . . . . . . . . . 50
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.3 Subespaos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.4 Espaos normados de dimenso nita . . . . . . . . . . . . . . . 62
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3 Espaos de Hilbert 69
3.1 Denio e exemplos . . . . . . . . . . . . . . . . . . . . . . . . 69
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.2 Ortogonalidade, complementos ortogonais e somas directas . . . . 77
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
3.3 Conjuntos ortonormados totais . . . . . . . . . . . . . . . . . . . 83
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
2
4 Operadores lineares 99
4.1 Denies e exemplos . . . . . . . . . . . . . . . . . . . . . . . 99
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.2 Operadores lineares limitados e contnuos . . . . . . . . . . . . . 102
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
4.3 Espao de operadores lineares . . . . . . . . . . . . . . . . . . . 111
4.4 Funcionais lineares e espao dual . . . . . . . . . . . . . . . . . . 113
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
3
Parte I
Anlise Funcional I
4
Captulo 1
Espaos mtricos
Neste captulo vamos estudar os espaos mtricos. Estes espaos so fundamen-
tais em anlise funcional porque desempenham um papel semelhante ao dos n-
meros reais no clculo. De facto, os espaos mtricos generalizamR e foram cria-
dos para fornecer uma base uniforme no tratamento de problemas importantes em
vrios ramos da anlise. Na Seco 1.1 denimos espaos mtricos e alguns con-
ceitos relacionados ilustrando-os com exemplos clssicos. Na Seco 1.2 vamos
estudar as noes topolgicas usuais em espaos mtricos tais como, vizinhaa,
aplicao contnua, ponto de acumulao, etc. Finalmente, na Seco 1.3 vamos
introduzir os espaos mtricos completos e estabelecer o teorema sobre o comple-
tado de um mtrico. Exemplos de espaos mtricos completos e incompletos so
fornecidos.
1.1 Denio e exemplos
Denio 1.1 (Espao mtrico) Um espao mtrico um par (X, d) onde X um
conjunto e d : X X [0, ) tal que para quaisquer elementos x, y, z X
temos
(M1) d(x, y) = 0 se e s se x = y.
(M2) d(x, y) = d(y, x), isto , d uma aplicao simtrica.
(M3) d(x, z) d(x, y) + d(y, z), isto , d verica a desigualdade triangular.
5
x
z
y
d(x, z)
d(z, y) d
(
x
,
y
)
Figura 1.1: Desigualdade triangular no plano.
Observao 1.2 1. Os elementos do espao mtrico X chamam-se pontos.
Para quaisquer x, y xos o nmero no negativo d(x, y) chama-se distncia
de x a y e a aplicao d chama-se distncia ou mtrica.
2. As propriedades (M1), (M2) e (M3) so chamadas axiomas da distncia.
3. O nome desigualdade triangular motivado pela geometria elementar mos-
trada no Figura 1.1.
4. Do axioma (M3) podemos obter a desigualdade triangular generalizada por
induo
d(x
1
, x
n
) d(x
1
, x
2
) + d(x
2
, x
3
) + . . . + (x
n1
, x
n
), x
i
X, 1 i n.
5. Um subespao (Y,

d) de um espao mtrico (X, d) obtido se tomarmos um
subconjunto Y X e

d = d|
YY
, isto , a distncia em Y a restrio da
distncia d a Y Y.

d chamada distncia induzida em Y por d.
Exemplo 1.3 (Recta real R) O conjunto dos nmeros reais R com a distncia
usual
d(x, y) := |x y|, x, y R
um espao mtrico.
Prova. Sejam x, y, z R dados com vista a mostrar (M1), (M2) e (M3) da Deni-
o 1.1.
(M1) Queremos provar que d(x, y) = 0 x = y. De facto, temos
d(x, y) := |x y| = 0 x y = 0 x = y.
6
|x
1
y
1
|
|x
2
y
2
|
y = (y
1
, y
2
)
d(x, y)
x
1
y
1
x
2
y
2
x = (x
1
, x
2
)
Figura 1.2: Distncia Euclidiana no plano.
(M2) claro que
d(x, y) = |x y| = | (y x)| = |y x| = d(y, x)
pelo que d simtrica.
(M3) Temos de mostrar que d(x, z) d(x, y) + d(y, z), isto ,
|x z| |x y| + |y z|.
Denotamos por a := x y e b = y z de modo que a + b = x z. Assim, para
mostrar (M3) basta provar que |a + b| |a| + |b|. Tendo em conta que
ab |ab| = |a||b|,
temos
(a + b)
2
= a
2
+ 2ab + b
2
a
2
+ 2|a||b| + b
2
= (|a| + |b|)
2
.
O resultado obtido fazendo a raz quadrada em ambos os lados.
Exemplo 1.4 (Plano Euclideano R
2
) O espao mtrico R
2
, chamado plano Eu-
clidiano, obtido tomando o conjunto de todos os pares ordenados x = (x
1
, x
2
),
y = (y
1
, y
2
) de nmeros reais com a distncia Euclidiana d denida por
d(x, y) :=
_
(x
1
y
1
)
2
+ (x
2
y
2
)
2
,
ver Figura 1.2.
Prova. A prova deste exemplo uma caso particular do Exemplo 1.5.
7
Exemplo 1.5 (Espao Euclideano R
n
) O Exemplo 1.4 um caso particular do
espao Euclidiano emdimenso n, R
n
. Este espao obtido tomando como pontos
o conjunto dos n-tuplos ordenados de nmeros reais
x = (x
1
, x
2
, . . . , x
n
), y = (y
1
, y
2
, . . . , y
n
),
etc, e a distncia Euclidiana denida por
d(x, y) :=
_
(x
1
y
1
)
2
+ (x
1
y
2
)
2
+ . . . + (x
n
y
n
)
2
.
Prova. preciso vericar os axiomas (M1), (M2) e (M3) da Denio 1.1. Sejam
x = (x
1
, x
2
, . . . , x
n
), y = (y
1
, y
2
, . . . , y
n
) e z = (z
1
, z
2
, . . . , z
n
) elementos em R
n
dados.
(M1) Suponhamos que d(x, y) = 0, ento
(x
1
y
1
)
2
+ (x
1
y
2
)
2
+ . . . + (x
n
y
n
)
2
= 0.
Como cada uma das parcelas positiva, ento ter de ser
(x
i
y
i
)
2
= 0, 1 i n
x
i
= y
i
, 1 i n.
Assim, x = y.
(M2) claro que d(x, y) = d(y, x), pois para qualquer 1 i n temos (x
i
y
i
)
2
=
(y
i
x
i
)
2
.
(M3) Temos de mostrar que
d(x, z) d(x, y) + d(y, z)

_
n

i=1
(x
i
z
i
)
2

_
n

i=1
(x
i
y
i
)
2
+

_
n

i=1
(y
i
z
i
)
2
.
Designamos a
i
= x
i
y
i
e b
i
= y
i
z
i
de onde resulta a
i
+b
i
= (x
i
y
i
) +(y
i
z
i
) =
x
i
z
i
. Assim temos de provar que

_
n

i=1
(a
i
+ b
i
)
2

_
n

i=1
a
2
i
+

_
n

i=1
b
2
i
.
8
Por um lado, temos
n

i=1
(a
i
+ b
i
)
2
=
n

i=1
a
2
i
+ 2
n

i=1
a
i
b
i
+
n

i=1
b
2
i
e pela desigualdade de Cauchy-Schwarz
n

i=1
a
i
b
i

_
n

i=1
a
2
i

_
n

i=1
b
2
i
.
Deste modo obtemos
n

i=1
(a
i
+ b
i
)
2

_
n

i=1
a
2
i
+

_
n

i=1
b
2
i
_

_
2
.
O resultado obtido fazendo a raiz quadrada em ambos os lados.
Exemplo 1.6 (Plano complexo C; Espao unitrio C
n
) 1. O espao unitrio
de dimenso n, C
n
formado pelo conjunto de todos os n-tuplos ordenados
de nmeros complexos
z = (z
1
, z
2
, . . . , z
n
), w = (w
1
, w
2
, . . . , w
n
)
com a distncia d denida por
d(z, w) :=
_
|z
1
w
1
|
2
+ |z
2
w
2
|
2
+ . . . + |z
n
w
n
|
2
.
Por vezes C
n
chamado o espao Euclidiano complexo de dimenso n.
2. Quando n = 1 ento temos o plano complexo C usual, com distncia
d(z, w) = |z w| =
_
(z
1
w
1
)
2
+ (z
2
w
2
)
2
,
onde z = z
1
+ iz
2
e w = w
1
+ iw
2
.
Prova. Anlogo ao Exemplo 1.5.
9
Exemplo 1.7 (Espao das sucesses limitadas

(C)) Consideremos o conjunto

de todas as sucesses complexas limitadas
z = (z
1
, z
2
, . . . , z
n
, . . .) z = (z
i
)

i=1
,
isto , para cada sucesso complexa z existe uma constante K(z) real (a qual pode
depender de z mas no de i) tal que para todos i = 1, 2, . . . temos |z
i
| K(z). A
distncia em

(C) denida por

d(z, w) := sup
iN
|z
i
w
i
|,
onde w = (w
i
)

i=1
. O espao resultante (

(C), d) um espao mtrico.

Prova. Sejam z = (z
i
)

i=1
, w = (w
i
)

i=1
e u = (u
i
)

i=1
sucesses limitadas em

(C)
dadas com vista a mostrar (M1), (M2) e (M3) da Denio 1.1.
(M1) Se d(z, w) = 0 ento por denio
d(z, w) = sup
iN
|z
i
w
i
| = 0
e necessariamente temos |z
i
w
i
| = 0 para todos i N, ou seja z
i
= w
i
para todos
i N. Assim, z = w.
(M2) Atendendo a que |z
i
w
i
| = |w
i
z
i
|, ento
sup
iN
|z
i
w
i
| = sup
iN
|w
i
z
i
|
ou seja d(z, w) = d(w, z).
(M3) Para cada i N xo, usando a desigualdade triangular do Exemplo 1.6
obtemos
|z
i
u
i
| = |z
i
w
i
+ w
i
u
i
|
|z
i
w
i
| + |w
i
u
i
|
sup
iN
|z
i
w
i
| + sup
iN
|w
i
u
i
|.
Assim,
|z
i
u
i
| sup
iN
|z
i
w
i
| + sup
iN
|w
i
u
i
| = d(z, w) + d(w, u)
10
e, o lado direito no depende de i, logo tomando o supremo em ambos os lados na
desigualdade anterior sobre todos os i N obtemos
d(z, u) = sup
iN
|z
i
u
i
| d(z, w) + d(w, u).
Isto prova o exemplo.
Exemplo 1.8 (Espao das sucesses s) Este espao consiste no conjunto de to-
das as sucesses (limitadas ou no!) e a distncia denida por
d(z, w) :=

i=1
1
2
i
|z
i
w
i
|
1 + |z
i
w
i
|
,
onde z = (z
i
)

i=1
e w = (w
i
)

i=1
so sucesses complexas em s. Ento (s, d) um
espao mtrico.
Prova. Sejam z, w, u s sucesses dadas com vista a mostrar os axiomas da
Denio 1.1. Note que d(z, w) [0, ), pois como
|z
i
w
i
|
1 + |z
i
w
i
|
1,
ento
d(z, w) =

i=1
1
2
i
|z
i
w
i
|
1 + |z
i
w
i
|

i=1
1
2
i
=
1
2
1
1
2
= 1 < .
(M1) Suponhamos que d(z, w) = 0 com vista a mostrar z = w, isto , z
i
= w
i
para
qualquer i N. Ento por hiptese temos
d(z, w) =

i=1
1
2
i
|z
i
w
i
|
1 + |z
i
w
i
|
= 0
e, como cada parcela da srie uma quantidade positiva, ento para qualquer i N
teremos de ter
1
2
i
|z
i
w
i
|
1 + |z
i
w
i
|
= 0.
Assim, como
1
2
i
0 para qualquer i, ento
|z
i
w
i
|
1 + |z
i
w
i
|
= 0 |z
i
w
i
| = 0 z
i
= w
i
, i N.
11
f(t) =
t
1+t
f

(t) =
1
(1+t)
2
1
0 1 2 3
Figura 1.3: A funo f (t) =
t
1+t
e a sua derivada.
Deste modo z = w.
(M2) Como |z
i
w
i
| = |w
i
z
i
|, ento claro que d(z, w) = d(w, z).
(M3) Consideremos a funo auxiliar
f (t) =
t
1 + t
, t R
+
e a sua derivada f

(t) =
1
(1+t)
2
> 0. Assim, f montona crescente, ver Figura 1.3.
Consequentemente, o facto de
|a + b| |a| + |b|
implica que
f (|a + b|) f (|a| + |b|).
Assim,
|a + b|
1 + |a + b|

|a| + |b|
1 + |a| + |b|
=
|a|
1 + |a| + |b|
+
|b|
1 + |a| + |b|

|a|
1 + |a|
+
|b|
1 + |b|
.
Fazendo a = z
i
w
i
e b = w
i
u
i
, ento a + b = z
i
u
i
e obtemos
|z
i
u
i
|
1 + |z
i
u
i
|

|z
i
w
i
|
1 + |z
i
w
i
|
+
|w
i
u
i
|
1 + |w
i
u
i
|
.
12
Multiplicando esta desigualdade por
1
2
i
e somando em ambos os lados com i = 1
at innito obtemos

i=1
1
2
i
|z
i
u
i
|
1 + |z
i
u
i
|

i=1
1
2
i
|z
i
w
i
|
1 + |z
i
w
i
|
+

i=1
1
2
i
|w
i
u
i
|
1 + |w
i
u
i
|
d(z, u) d(z, w) + d(w, u).
Isto mostra a desigualdade triangular.
Exemplo 1.9 (Espaos de sucesses
p
(C), 1 p < ) Seja p 1 um nmero
real xo. Uma sucesso de nmeros complexos z = (z
i
)

i=1
um elemento em

p
(C) se e s se

i=1
|z
i
|
p
< .
A distncia d em
p
(C) denida para quaisquer z, w
p
(C) por
d(z, w) =
_

i=1
|z
i
w
i
|
p
_

_
1/p
. (1.1)
O espao (
p
(C), d) umespao mtrico. O espao (
p
(R), d) dene-se de maneira
anloga. No caso p = 2 obtemos o famoso espao de Hilbert
2
(C) com mtrica
dada por
d(z, w) =

i=1
|z
i
w
i
|
2
o qual uma generalizao natural do espao Euclidiano complexo (C
n
, d) de-
nido no Exemplo 1.6.
Prova. Sejam z, w, u
p
(C) sucesses dadas com vista a mostrar os axiomas da
Denio 1.1.
(M1) Suponhamos que d(z, w) = 0 com vista a provar que z = w. Ento
d(z, w) =
_

i=1
|z
i
w
i
|
p
_

_
1/p
= 0
e, como cada parcela da srie positiva, ter de ser |z
i
w
i
| = 0 para qualquer
i N, ou seja, z
i
= w
i
para qualquer i N. Assim, z = w.
13
(M2) Como |z
i
w
i
|
p
= |w
i
z
i
|
p
para qualquer i N, ento claro que d(z, w) =
d(w, z), isto , d simtrica.
(M3) Para provar a desigualdade triangular procedemos mostrando as seguintes
desigualdades
Desigualdade de Young: Seja p > 1 e q tal que
1
p
+
1
q
= 1. (1.2)
p e q so chamados expoentes conjugados. fcil deduzir de (1.2) as se-
guintes igualdades
p + q
qp
= 1, pq = p+q, (p1)(q1) = 1, q1 =
1
p 1
. (1.3)
Ento, para quaisquer nmeros positivos , , temos


p
p
+

q
q
. (1.4)
Assim, se x(t) = t
p1
ento t(x) = x
q1
e, deste modo, as reas A
1
e A
2
da
Figura 1.4 so dadas por
A
1
=
_

0
x
q1
dx =

q
q
,
A
2
=
_

0
t
p1
dt =

p
p
.
A desigualdade de Young evidente, pois A
1
+ A
2
.
Desigualdade de Hlder: Sejam z = (z
i
)

i=1
e w = (w
i
)

i=1
duas sucesses em

p
(C). Ento

i=1
|z
i
w
i
|
_

i=1
|z
i
|
p
_

_
1/p
_

i=1
|w
i
|
q
_

_
1/q
.
Consideremos em primeiro lugar z = ( z
i
)

i=1
e w = ( w
i
)

i=1
duas sucesses em

p
(C) tais que

i=1
| z
i
|
p
= 1,

i=1
| w
i
|
q
= 1. (1.5)
14
A
1
A
2

x(t) = t
p1
A
1
A
2

x(t) = t
p1
Figura 1.4: Desigualdade de Young:

p
p
+

q
q
.
Aplicando a desigualdade de Young a = | z
i
| e = | w
i
| obtemos
| z
i
w
i
|
| z
i
|
p
p
+
| w
i
|
q
q
.
Somando em ambos os lados sobre todos os i, usando (1.2) e (1.5) obtemos

i=1
| z
i
w
i
|
1
p

i=1
| z
i
|
p
+
1
q

i=1
| w
i
|
q
=
1
p
+
1
q
= 1. (1.6)
Sejam agora dois elementos no nulos z = (z
i
)

i=1

p
(C) e w = (w)

i=1

q
(C) e denimos
z
i
:=
z
i
__

k=1
|z
k
|
p
_
1/p
, w
i
:=
w
i
__

k=1
|w
k
|
q
_
1/q
.
Como z = ( z
i
)

i=1
e w = ( w
i
)

i=1
satisfazem (1.5), ento a desigualdade (1.6)
pode aplicar-se e, deste modo, obtemos

i=1
|z
i
w
i
|
_

k=1
|z
i
|
p
_

_
1/p
_

k=1
|w
i
|
q
_

_
1/q
(1.7)
conhecida como a desigualdade de Hlder. Para p = 2 temos q = 2 a
desigualdade de Hlder coincide com a desigualdade de Cauchy-Schwarz
para somas

i=1
|z
i
w
i
|

k=1
|z
i
|
2

k=1
|w
i
|
2
.
15
Desigualdade de Minkowski: De seguida vamos mostrar a desigualdade de Min-
kowski para somas. Sejam z = (z
i
)

i=1
e w = (w
i
)

i=1
duas sucesses em
p
(C).
Ento
_

i=1
|z
i
+ w
i
|
p
_

_
1/p

k=1
|z
i
|
p
_

_
1/p
+
_

k=1
|w
i
|
p
_

_
1/p
. (1.8)
O caso p = 1 uma consequncia da desigualdade triangular. Por isso,
basta considerar o caso p > 1. Denotamos para cada i N u
i
:= z
i
+ w
i
de
onde resulta
|u
i
|
p
= |u
i
||u
i
|
p1
= |z
i
+ w
i
||u
i
|
p1
(|z
i
| + |w
i
|)|u
i
|
p1
.
Somando em ambos os lados com i a variar entre 1 e um nmero xo n vem
n

i=1
|u
i
|
p

i=1
|z
i
||u
i
|
p1
+
n

i=1
|w
i
||u
i
|
p1
.
Vamos aplicar a desigualdade de Hlder primeira soma do lado direito:
n

i=1
|z
i
||u
i
|
p1

_
n

i=1
|z
i
|
p
_

_
1/p
_

_
n

i=1
|u
i
|
(p1)q
_

_
1/q
e notemos que (p 1)q = p por (1.3). Procedemos do mesmo modo para a
segunda soma
n

i=1
|w
i
||u
i
|
p1

_
n

i=1
|w
i
|
p
_

_
1/p
_

_
n

i=1
|u
i
|
p
_

_
1/q
.
Juntando tudo resulta
n

i=1
|u
i
|
p

_
n

i=1
|u
i
|
p
_

_
1/q
_

_
_

_
n

i=1
|z
i
|
p
_

_
1/p
+
_

_
n

i=1
|w
i
|
p
_

_
1/p
_

_
e, dividindo pelo factor (
_
n
i=1
|u
i
|
p
)
1/q
, notando que 1
1
q
=
1
p
obtemos a
desigualdade de Minkowski para somas nitas. Fazendo n as sries
do lado direito convergem, pois, z, w
p
(C) pelo que tambm a srie do
lado esquerdo converge. Assim, obtemos a desigualdade de Minkowski
_

i=1
|z
i
+ w
i
|
p
_

_
1/p

i=1
|z
i
|
p
_

_
1/p
+
_

i=1
|w
i
|
p
_

_
1/p
.
16
Desigualdade triangular: Como consequncia da desigualdade de Minkowski a
srie em (1.1) converge. Por outro lado, a desigualdade triangular pode ser
obtida como
d(z, u) =
_

i=1
|z
i
u
i
|
p
_

_
1/p

i=1
[|z
i
w
i
| + |w
i
u
i
|]
p
_

_
1/p

i=1
|z
i
w
i
|
p
_

_
1/p
+
_

i=1
|w
i
u
i
|
p
_

_
1/p
= d(z, w) + d(w, u).
Na segunda desigualdade usamos a desigualdade de Minkowski. Isto prova
o exemplo.
Exemplo 1.10 (Funes contnuas C([0, 1])) Como elementos tomamos o con-
junto de todas as funes reais f : [0, 1] R contnuas. A distncia d denida
para quaisquer f , g C([0, 1]) por
d( f , g) := max
t[0,1]
| f (t) g(t)|. (1.9)
O par (C([0, 1]), d) um espao mtrico. Mais geralmente, podemos considerar o
espao das funes reais s denidas em [a, b] com a < b denotado por C([a, b]). A
mtrica em C([a, b]) do mesmo tipo da mtrica (1.9). Este espao pode reduzir-
se ao espao C([0, 1]). De facto, toda a funo f C([a, b]) dene uma funo
g C([0, 1]) por intermdio de
g : [0, 1] R, t g(t) := f (t(b a) + a)
e, como tal, podemos considerar somente o espao C([0, 1]) em vez de C([a, b]).
Prova. Sejam f , g, h C([0, 1]) funes contnuas dadas com vista a mostrar os
axiomas de Denio 1.1.
(M1) Admitindo que d( f , g) = 0 temos
d( f , g) = max
t[0,1]
| f (t) g(t)| = 0
17
pelo que | f (t) g(t)| = 0 para qualquer t [0, 1]. Assim, f (t) = g(t) para qualquer
t [0, 1] de onde se conclui que f = g.
(M2) Atendendo ao facto de | f (t) g(t)| = |g(t) f (t)| para qualquer t [0, 1]
ento
max
t[0,1]
| f (t) g(t)| = max
t[0,1]
|g(t) f (t)|
ou seja d( f , g) = d(g, f ).
(M3) Para qualquer t [0, 1] temos
| f (t) h(t)| = | f (t) g(t) + g(t) h(t)|
| f (t) g(t)| + |g(t) h(t)|
max
t[0,1]
| f (t) g(t)| + max
t[0,1]
|g(t) h(t)|
= d( f , g) + d(g, h).
Assim, para qualquer t [0, 1] temos
| f (t) h(t)| d( f , g) + d(g, h)
tomando o mximo em ambos os lados na desigualdade anterior sobre todos os
t [0, 1] (note que o lado direito no depende de t!) obtemos
d( f , h) = max
t[0,1]
| f (t) h(t)| d( f , g) + d(g, h).
Isto prova o exemplo.
Exemplo 1.11 (Funes limitadas B(A)) Como elementos tomamos o conjunto
de todas as funes f : A R limitadas denidas num conjunto A. Como
aplicao distncia d temos
d( f , g) := sup
tA
| f (t) g(t)|.
Ento o par (B(A), d) um espao mtrico.
Prova. Sejam f , g, h B(A) elementos dados com vista a mostrar os axiomas da
Denio 1.1.
18
(M1) Suponhamos que d( f , g) = 0 com vista a mostrar que f = g, isto , para
qualquer t A temos f (t) = g(t). Assim, por denio de d temos
d( f , g) := sup
tA
| f (t) g(t)| = 0
logo, ter de ser | f (t) g(t)| = 0 para qualquer t A, ou seja f (t) g(t) = 0
f (t) = g(t) para qualquer t A como era desejado.
(M2) Dado que | f (t) g(t)| = |g(t) f (t)| para qualquer t A, ento evidente
que d( f , g) = d(g, f ).
(M3) Para qualquer t A usando a desigualdade triangular em R obtemos
| f (t) h(t)| = | f (t) g(t) + g(t) h(t)|
| f (t) g(t)| + |g(t) h(t)|
sup
tA
| f (t) g(t)| + sup
tA
|g(t) h(t)|
= d( f , g) + d(g, h),
ou seja, f h limitada e para qualquer t A temos a desigualdade
| f (t) h(t)| d( f , g) + d(g, h).
Tomando o supremo sobre todos os t em A na desigualdade anterior, atendendo a
que o lado direito no depende de t obtemos (M3), isto ,
d( f , h) = sup
tA
| f (t) h(t)| d( f , g) + d(g, h).
Exemplo 1.12 (Espao mtrico discreto) Seja X um conjunto qualquer e d a
aplicao denida por
d(x, y) =
_
1, x y
0, x = y.
Ento (X, d) chamado espao mtrico discreto e d a mtrica discreta.
Prova. Sejam x, y, z X elementos dados com vista a mostrar os axiomas da
Denio 1.1.
19
(M1) Por denio de d, pois d(x, y) = 0 se e s se x = y.
(M2) claro que d(x, y) = d(y, x) para quaisquer x, y X.
(M3) Suponhamos que x y, ento se z {x, y} temos
1 = d(x, y) d(x, z) + d(z, y) = 1 + 1 = 2.
nos outros casos a (des)igualdade evidente.
Exerccios
Exerccio 1.1 Prove que (R, d) um espao mtrico onde
d(x, y) :=
_
|x y|, x, y R.
Exerccio 1.2 (Distncia "taxicall") Considere o conjunto R
n
e a aplicao d de-
nida por
d(x, y) := |x
1
y
1
| + |x
2
y
2
| + . . . + |x
n
y
n
|,
onde x = (x
1
, x
2
, . . . , x
n
) e y = (y
1
, y
2
, . . . , y
n
) so elementos em R
n
. Prove que
(R
n
, d) um espao mtrico.
Exerccio 1.3 Seja (X, d) um espao mtrico. Determine todas as constantes k
tais que
1.

d = kd seja uma distncia em X.
2.

d = d + k seja uma distncia em X.
Exerccio 1.4 Considere no conjunto das funes contnuas C([0, 1]) a aplicao
d denida por
d( f , g) :=
_
1
0
| f (t) g(t)|dt.
Mostre que (C([0, 1]), d) um espao mtrico.
Exerccio 1.5 Seja (X, d) uma espao mtrico dado. Mostre que a aplicao

d
denida por

d(x, y) :=
d(x, y)
1 + d(x, y)
, x, y X
dene uma distncia e, assim, (X,

d) um espao mtrico.
20
Exerccio 1.6 Considere o conjunto de todas as sucesses s denido no Exem-
plo 1.8. Mostre que a aplicao d denida por
d(z, w) :=

i=1

i
|z
i
w
i
|
1 + |z
i
w
i
|
,
onde z = (z
i
)

i=1
, w = (w
i
)

i=1
pertencem a s e a sucesso = (
i
)

i=1
tal que
i
> 0
para qualquer i N com

i=1

i
<
uma mtrica em s.
Exerccio 1.7 Encontre uma sucesso z = (z
i
)

i=1
convergente para zero a qual
no pertena a nenhum espao
p
(C) onde 1 p < . Encontre uma sucesso
w = (w
i
)

i=1
pertencente a
p
(C) para p > 1 mas w
1
(C).
Exerccio 1.8 (Espao mtrico produto) Sejam (X
1
, d
1
) e (X
2
, d
2
) dois espaos
mtricos e consideremos o seu produto Cartesiano X := X
1
X
2
. Prove que a
aplicao d denida por
d(x, y) := d
1
(x
1
, y
1
) + d
2
(x
2
, y
2
),
onde x = (x
1
, x
2
), y = (y
1
, y
2
) pertencem a X, tal que (X, d) um espao mtrico.
1.2 Noes topolgicas num espao mtrico
Existe um nmero considervel de conceitos associados aos espaos mtricos
muito dos quais so familiares quando o espao mtrico por exemplo o espao
Euclidiano.
Denio 1.13 (Bola aberta, bola fechada, superfcie esfrica) Seja (X, d) um
espao mtrico, x
0
X e r > 0 um nmero real dado. Ver Figura 1.5 no caso
X = R
2
com a distncia Euclidiana.
Bola aberta: B
r
(x
0
) := {x X| d(x, x
0
) < r}. Tambm chamada bola aberta de
centro em x
0
e raio r.
Bola fechada:

B
r
(x
0
) := {x X| d(x, x
0
) r}. Tambm chamada bola fechada
de centro em x
0
e raio r.
21

B
r
(x
0
) B
r
(x
0
)
x
0
x
0
Figura 1.5: Bola fechada

B
r
(x
0
) e bola aberta B
r
(x
0
) emR
2
com a distncia Eucli-
diana, cf. Exemplo 1.4.
Superfcie esfrica: S
r
(x
0
) := {x X| d(x, x
0
) = r}. Tambm chamada superf-
cie esfrica de centro em x
0
e raio r.
Denio 1.14 (Conjuntos abertos, fechados, vizinhana-, vizinhana) Seja (X, d)
um espao mtrico, M um subconjunto de X, x
0
X e > 0 dados.
Conjunto aberto: M diz-se aberto se contm uma bola aberta em torno de cada
um dos seus pontos.
Conjunto fechado: M diz-se fechado se o seu complementar M
c
:= X\M for
aberto.
Vizinhana-: Uma bola aberta B

(x
0
) chamada vizinhana- de x
0
.
Vizinhana: Uma vizinhana de x
0
qualquer subconjunto de X o qual contm
uma vizinhana- de x
0
.
O conceito de vizinhana de um ponto permite introduzir a noo de ponto
interior de um conjunto. Mais precisamente, x
0
ponto interior de M X se M
uma vizinhana de x
0
. O conjunto de todos os pontos interiores de M denota-se
por M

. bem conhecido que M

um conjunto aberto o qual o maior aberto

contido em M. Por outro lado, a coleco de todos os conjuntos abertos, denotada
por T, de X possui as seguintes propriedades.
(T1) X T e T.
(T2) A unio arbitrria de elementos em T ainda um elemento em T.
(T3) A interseco nita de elementos em T ainda um elemento de T.
O par (X, T) chama-se um espao topolgico e a famlia T diz-se uma topologia.
Neste contexto temos o seguinte corolrio.
22

x
0
x
D(T)
T(x
0
)
T(x)
T(D(T))
T
Figura 1.6: Aplicao contnua no plano Euclidiano R
2
.
Corolrio 1.15 Seja (X, d) um espao mtrico dado. Ento X um espao topo-
lgico.
Prova. A prova deste corolrio faz parte da cadeira de topologia, Captulo 3.
Aqui vamos somente recordar como se denem os elementos da topologia T. Um
subconjunto O X diz-se aberto sempre que x O existe uma bola aberta de
centro em x contida em O. Assim, O aberto se e s se vericar
x O = > 0 B

(x) O.
Os conjuntos abertos tm um papel fundamental na denio de aplicao
contnua.
Denio 1.16 Sejam (X, d) e (Y,

d) dois espao mtricos e T : D(T) X Y
uma aplicao dada. Ento T diz-se contnua em x
0
D(T) se para todo > 0
existe um > 0 tal que
d(x, x
0
) < =

d(T(x), T(x
0
)) < .
T diz-se contnua se for contnua em todos os pontos em D(T). Ver Figura 1.6 no
caso de plano Euclidiano X = R
2
.
O teorema seguinte d uma caracterizao das aplicaes contnuas em temos
de conjuntos abertos.
Teorema 1.17 Uma aplicao T do espao mtrico X no espao mtrico Y
contnua se e s se a pr-imagem de um conjunto aberto em Y um conjunto
aberto em X.
23
Prova. Ver curso de topologia geral ou bibliograa recomendada.
Vamos fechar esta seco com mais duas noes importantes, precisamente a
de ponto de acumulao e aderncia de um conjunto.
Denio 1.18 (Ponto de acumulao, aderncia) Seja (X, d) umespao mtrico,
M X um subconjunto de X e x
0
X.
1. Ento x
0
chamado ponto de acumulao de M se qualquer vizinhana de
x
0
contm um ponto de M distinto de x
0
. Note que x
0
pode ou no pertencer
a M.
2. O conjunto formado por M e os seus pontos de acumulao chamada
aderncia de M e denota-se por

M. A aderncia

M o mais pequeno
conjunto fechado contendo M.
No espao Euclidiano R
n
temos a seguinte propriedade familiar: a aderncia
da bola aberta B

(x
0
) coincide com a bola fechada

B

(x
0
) mas num espao mtrico
genrico X esta propriedade no verdadeira.
Finalmente temos uma denio fundamental para o resto do nosso curso.
Denio 1.19 (Conjunto denso, espao separvel) Seja X um espao mtrico
e M X um subconjunto dado.
1. M diz-se denso em X se

M = X, isto , a aderncia de M igual ao espao
todo X.
2. X diz-se separvel se possui um subconjunto contvel denso em X.
Lema 1.20 Um espao mtrico (X, d) separvel se e s se X possui um subcon-
junto M contvel com a seguinte propriedade. Para qualquer > 0 e todo x X
existe um y M tal que d(x, y) < .
Prova. Suponhamos que X separvel e M um conjunto contvel denso em X,
isto ,

M = X. Para qualquer x X e todo > 0 temos x

M = X e a vizinhana-
B

(x) de x contm y M por denio de

M. claro que d(x, y) < . Portanto
a condio est vericada.
Inversamente, se X possui um subconjunto M contvel com a propriedade
referida, ento qualquer ponto x X ou um ponto de M ou um ponto de
acumulao. Assim,

M = X, logo X separvel.
24
Exemplo 1.21 1. A recta real R separvel, pois o conjunto dos nmeros
racionais Q contvel e denso em R.
2. O plano complexo C separvel, pois o conjunto de todos os nmeros com-
plexos cuja parte real e parte imaginria so racionais um conjunto cont-
vel e denso em C.
Exemplo 1.22 1. O espao
p
(C), 1 p < separvel.
2. O espao

(C) no separvel.
Prova.
1. Seja
0
(C) o conjunto de todas as sucesses da forma
z = (z
1
, z
2
, . . . , z
n
, 0, 0 . . .),
onde n N e z
i
so nmeros complexos com parte real e parte complexa
racionais. claro que
0
(C) contvel. Vamos provar que
0
(C) denso em

p
(C). Seja w
p
(C) um elemento arbitrrio. Para cada > 0 existe um
N

tal que

i=N

+1
|w
i
|
p
<

p
2
visto que isto o resto de ordem N

de uma srie convergente, pois w

p
(C). Como o conjunto dos racionais denso emR, para cada w
i
existe um
nmero complexo z
i
com parte real e parte imaginria racionais tal que
N

i=1
|w
i
z
i
|
p
<

p
2
.
Portanto, temos
(d(w, z))
p
=
N

i=1
|w
i
z
i
|
p
+

i=N

+1
|w
i
z
i
|
p
<
p
de onde resulta que d(w, z) < . O resultado uma consequncia do
Lema 1.20.
25
2. Consideremos o intervalo [0, 1] o qual tem a potncia do contnuo (isto ,
potncia do contnuo a cardinalidade de R representada por c) e portanto
no contvel. Vamos mostrar que o espao

(R) no separvel e como

(R)

(C) podemos concluir que

(C) tambm no separvel. Con-

sideremos x

(R) da forma
x = (x
1
, x
2
, . . . , x
n
, . . .)
onde cada x
i
ou zero ou 1. A cada x

(R) da forma anterior associamos

um nmero x em [0, 1] com representao binria
x :=
x
1
2
+
x
2
2
2
+
x
3
2
3
+ . . . +
x
n
2
n
+ . . . (1.10)
Por outro lado, qualquer nmero em [0, 1] admite um representao binria
da forma (1.10). Cada um destes nmeros (em quantidade no numervel!)
origina uma sucesso de zeros e 1 em

(R). Temos ainda que se x, y

(R) so duas destas sucesses distintas, ento

d(x, y) = sup
iN
|x
i
y
i
| = 1.
Se cada uma destas sucesses for o centro de uma bola aberta de raio
1
3
,
ento estas bolas no se intersectam e temos um nmero no contvel delas.
Suponhamos que M umsubconjunto denso em

(R). Ento cada uma das

bolas construdas anteriormente tem pelo menos um ponto de M, como elas
so em nmero no numervel, ento M no numervel. Da arbitrariedade
de M resulta que

(R) no possui um subconjunto denso numervel.

Exerccios
Exerccio 1.9 Identique geometricamente: B
1
(x
0
) em R, B
1
(z
0
) em C e B
1
( f
0
)
em C([1, 1]), onde x
0
R, z
0
C e f
0
(t) := t
3
, t [1, 1] com as distncias
usuais.
Exerccio 1.10 Considere o espao mtrico (C([0, 2]), d) dado e f , g C([0, 2])
denidas por
f (t) := sin(t), g(t) := cos(t), t [0, 2].
Determine o menor r > 0 tal que g

B
r
( f ).
26
Exerccio 1.11 Obtenha a aderncia da cada um dos seguintes subconjuntos.
1. O conjunto dos nmeros naturais N em R com a mtrica usual.
2. O conjunto dos nmeros racionais Q em R com a mtrica usual.
3. O disco {z C| |z| < 1} em C com a mtrica usual.
1.3 Espaos mtricos completos. Completado
Denio 1.23 (Sucesso convergente) Seja (X, d) um espao mtrico e (x
n
)

n=1
uma sucesso em X. Ento (x
n
)

n=1
diz-se convergente se existe x X tal que
lim
n
d(x
n
, x) = 0.
O elemento x chama-se o limite da sucesso (x
n
)

n=1
e representa-se por
lim
n
x
n
= x, ou x
n
x, n .
Se (x
n
)

n=1
no for convergente, ento diz-se divergente.
Observao 1.24 1. Na denio anterior a convergncia da sucesso de n-
meros reais r
n
:= d(x
n
, x) determina a convergncia da sucesso (x
n
)

n=1
.
Assim, dado > 0 existe N

tal que para n > N

todos os elementos x
n
pertencem vizinhana- B

(x) de x. Simbolicamente
> 0 N

> 0| n > N

d(x
n
, x) < .
2. Um subconjunto no vazio M X diz-se limitado se o seu dimetro nito,
isto ,
(M) := sup
x,yM
d(x, y) < .
3. Uma sucesso (x
n
)

n=1
em X chama-se limitada se o conjunto formado pelos
seus pontos for um subconjunto limitado em X.
Lema 1.25 (Unicidade de limite) Seja (X, d) umespao mtrico e (x
n
)

n=1
, (y
n
)

n=1
sucesses em X.
1. Se (x
n
)

n=1
convergente em X, ento limitada e o seu limite nico.
27
2. Se x
n
x e y
n
y em X, ento d(x
n
, y
n
) d(x, y).
Prova. 1. Suponhamos que x
n
x X, n com vista a mostrar que (x
n
)

n=1
limitada. De facto, dado > 0 existe N

tal que se n > N

temos
d(x
n
, x) < .
Tomando = 1 e usando a desigualdade triangular para qualquer n N temos
d(x
n
, x) < 1 + ,
onde = max{d(x
1
, x), . . . , d(x
N

, x)}. Isto prova que (x

n
)

n=1
limitada.
Suponhamos que (x
n
)

n=1
converge para dois limites distintos em X, digamos
x
n
x
1
, x
n
x
2
, n .
Ento pela desigualdade triangular temos
0 d(x
1
, x
2
) d(x
1
, x
n
) + d(x
n
, x
2
) 0 + 0, n .
Assim, s poder ser d(x
1
, x
2
) = 0 o que implica, por (M1), x
1
= x
2
.
2. Novamente pela desigualdade triangular temos
d(x
n
, y
n
) d(x
n
, x) + d(x, y) + d(y, y
n
)
d(x
n
, y
n
) d(x, y) d(x
n
, x) + d(y, y
n
). (1.11)
Do mesmo modo
d(x, y) d(x, x
n
) + d(x
n
, y
n
) + d(y, y
n
)
d(x, y) d(x
n
, y
n
) d(x, x
n
) + d(y, y
n
)
d(x
n
, y
n
) d(x, y) (d(x, x
n
) + d(y, y
n
)) (1.12)
De (1.11) e (1.12) resulta que
|d(x
n
, y
n
) d(x, y)| d(x, x
n
) + d(y, y
n
) 0, n .
Isto prova o resultado.
De seguida vamos denir espao mtrico completo, o qual fundamental nos
restantes captulos. Os espaos mtricos completos tem propriedades mais sim-
ples e elegantes que os espaos incompletos. Para tal recordamos a denio de
sucesso de Cauchy.
28
Denio 1.26 (Sucesso de Cauchy. Espao completo) Seja (X, d) um espao
mtrico e (x
n
)

n=1
uma sucesso em X. A sucesso (x
n
)

n=1
diz-se de Cauchy (ou
fundamental) se para todo > 0 existe N

tal que
d(x
n
, x
m
) < , n, m > N

.
O espao X diz-se completo se toda a sucesso de Cauchy em X converge para
um elemento em X.
Exemplo 1.27 1. A recta real R e o plano complexo C so espaos mtricos
completos.
2. R\{r}, r R no completo assim como o conjunto dos nmeros racionais
Q. De facto, a sucesso (x
n
)

n=1
onde x
n
:=
_
n
k=0
1
k!
de Cauchy em Q mas o
seu limite como sabemos e R\Q, nmero de Neper.
3. X = (0, 1] no completo, pois a sucesso (
1
n
)

n=1
de Cauchy mas no
converge em X, pois esta sucesso converge para 0 X.
Proposio 1.28 Toda a sucesso convergente num espao mtrico uma suces-
so de Cauchy.
Prova. Seja (x
n
)

n=1
uma sucesso tal que x
n
x, n . Ento para todo > 0
existe N

tal que
d(x
n
, x)

2
, n > N

.
Pela desigualdade triangular, para quaisquer n, m > N

temos
d(x
n
, x
m
) d(x
n
, x) + d(x, x
m
) <

2
+

2
= .
Deste modo (x
n
)

n=1
uma sucesso de Cauchy.
Proposio 1.29 (Subespao completo) Seja M umsubespao de umespao m-
trico (X, d) completo. Ento M completo se e s se fechado em X.
Prova. Suponhamos que M completo com vista a mostrar que M fechado, isto
,

M = M. Seja ento x

M dado com vista a provar que x M. Por denio
de aderncia para cada n N a bola aberta B1
n
(x) contm x
n
M. claro que
d(x
n
, x) <
1
n
0, n . Portanto a sucesso (x
n
)

n=1
converge para x e, pela
29
Proposio 1.28 (x
n
)

n=1
de Cauchy. Como M completo, ento (x
n
)

n=1
converge
em M, logo x M.
Inversamente, suponhamos que M fechado, isto ,

M = M e (x
n
)

n=1
uma
sucesso de Cauchy em M com vista a provar que (x
n
)

n=1
converge em M. Por X
ser completo e (x
n
)

n=1
ser uma sucesso de Cauchy em X, ento (x
n
)

n=1
converge
em X, digamos x
n
x, n . Assim, x

M = M. Portanto, a sucesso de
Cauchy arbitrria (x
n
)

n=1
em M converge em M logo M completo.
De seguida vamos apresentar exemplos de espaos mtricos completos. A
demonstrao da propriedade ser completo varia de complexidade consoante o
tipo de espao. No entanto todas elas acabam por se reduzir ao facto de R ou C
serem espaos mtricos completos. Assim, para provar que um espao mtrico
(X, d) completo consideramos uma sucesso de Cauchy (x
n
)

n=1
arbitrria em X
e mostramos que (x
n
)

n=1
converge em X. A prova segue os seguintes passos:
(C1) Construir um elemento x que deve ser o limite da sucesso de Cauchy
(x
n
)

n=1
.
(C2) Provar que x pertence a X.
(C3) Mostrar que a sucesso (x
n
)

n=1
converge para x em X, isto ,
lim
n
d(x
n
, x) = 0.
.
Exemplo 1.30 (Espao Euclidiano R
n
e unitrio C
n
) O espao Euclidiano R
n
e
o espao unitrio C
n
so completos.
Prova. Vamos considerar em primeiro lugar R
n
. Relembremos que a mtrica em
R
n
da forma (cf. Exemplo 1.5)
d(x, y) =
_
(x
1
y
1
)
2
+ . . . + (x
n
y
n
)
2
,
onde x, y R
n
so da forma x = (x
1
, . . . , x
n
) e y = (y
1
, . . . , y
n
). Seja (x
j
)

j=1
uma
sucesso de Cauchy arbitrria em R
n
com vista a provar que (x
j
)

j=1
converge em
R
n
.
(C1) Para qualquer > 0 existe N

tal que se i, k > N

temos
d(x
i
, x
k
) =
_
(x
i
1
x
k
1
)
2
+ . . . + (x
i
n
x
k
n
)
2
<
30
ou ainda
(x
i
1
x
k
1
)
2
+ . . . + (x
i
n
x
k
n
)
2
<
2
.
Assim, para cada j = 1, . . . , n xo temos
(x
i
j
x
k
j
)
2
(x
i
1
x
k
1
)
2
+ . . . + (x
i
n
x
k
n
)
2
<
2
(x
i
j
x
k
j
) .
Isto mostra que para cada j xo, 1 j n, a sucesso real (x
n
j
)

n=1
de Cauchy.
Assim, pelo Exemplo 1.27-1. a sucesso (x
n
j
)

n=1
convergente emR, isto , existe
x
j
R tal que x
n
j
x
j
, n . Denimos x por
x := (x
1
, x
2
, . . . , x
n
).
(C2) claro que x R
n
, pois cada x
j
R, 1 j n.
(C3) Finalmente vamos mostrar que lim
i
d(x
i
, x) = 0. Por um lado, visto que
d(x
i
, x
k
) < , i, k > N

,
fazendo k obtemos
d(x
i
, x) < , i > N

.
Isto mostra a convergncia de (x
i
)

i=1
para x, cf. Observao 1.24-1. Assim, R
n

completo porque (x
n
)

n=1
foi uma sucesso de Cauchy em R
n
arbitrria.
A prova para o espao unitrio C
n
anloga anterior usando o facto de C ser
completo.
Exemplo 1.31 (

(C) completo) O espao das sucesses complexas limitadas

(C) completo.
Prova. Vamos recordar a mtrica em

(C) (cf. Exemplo 1.7)

d(z, w) := sup
iN
|z
i
w
i
|, z, w

(C).
Seja (z
n
)

n=1
uma sucesso de Cauchy arbitrria em

(C) com vista a provar que

(z
n
)

n=1
converge em

(C).
(C1) Para qualquer > 0 existe N

tal que se n, m > N

temos
d(z
n
, z
m
) = sup
iN
|z
n
i
z
m
i
| < .
31
Assim, para cada i N xo temos
|z
n
i
z
m
i
| sup
iN
|z
n
i
z
m
i
| < |z
n
i
z
m
i
| < , n, m > N

.
Isto mostra que para cada i xo, a sucesso complexa (z
n
i
)

n=1
de Cauchy. Assim,
como C completo (cf. Exemplo 1.27-1) a sucesso (z
n
i
)

n=1
convergente em C,
isto , existe z
i
C tal que z
n
i
z
i
, n . Denimos z por
z := (z
1
, z
2
, . . .).
(C2) Vamos mostrar que z

(C). Como |z
n
i
z
m
i
| < para n, m > N

, ento
lim
m
|z
n
i
z
m
i
| = |z
n
i
z
i
| < .
Mas z
n
= (z
n
i
)

i=1

(C), logo uma sucesso limitada e por conseguinte existe

K
n
tal que
|z
n
i
| K
n
, i N.
Assim, pela desigualdade triangular (M3) obtemos
|z
i
| |z
i
z
n
i
| + |z
n
i
| < + K
n
, i N.
Assim, tomando o supremo sobre todos os i Nna desigualdade anterior obtemos
sup
iN
|z
i
| < + K
n
,
isto , (z
i
)

i=1
uma sucesso limitada e por conseguinte z

(C).
(C3) Da desigualdade |z
n
i
z
i
| < resulta
d(z
n
, z) = sup
iN
|z
n
i
z
i
| < , n > N

.
Isto mostra a convergncia de (z
n
)

n=1
para z, cf. Observao 1.24-1. Assim,

(C)
completo porque (z
n
)

n=1
foi uma sucesso de Cauchy arbitrria em

(C).
Exemplo 1.32 (c completo) O espao das sucesses complexas convergentes c
com a mtrica d induzida do espao

(C) completo.
32
Prova. O conjunto c um subespao de

(C) e vamos mostrar que c fechado,

portanto pela, Proposio 1.29 c completo. Seja z c uma sucesso arbitrria
na aderncia de c com vista a mostrar que z convergente, isto , z c. Ento
existe uma sucesso (z
n
)

n=1
em c tal que z
n
z, n . Assim, para cada > 0
existe N

tal que para qualquer n N

d(z
n
, z) := sup
jN
|z
n
j
z
j
| <

3
e em particular para todos j N e n = N

temos
|z
N

j
z
j
| d(z
N

, z) <

3
.
Como a sucesso z
N

= (z
N

j
)

j=1
convergente, logo de Cauchy, ento existe N
1
tal
que se j, k N
1
temos
|z
N

j
z
N

k
| <

3
.
Portanto, pela desigualdade triangular resulta, para j, k N
1
|z
j
z
k
| |z
j
z
N

j
| + |z
N

j
z
N

k
| + |z
N

k
z
k
| < .
Isto mostra que z uma sucesso de Cauchy, logo convergente em

(C). Mas se
z uma sucesso convergente, ento z c. Assim, c fechado.
Exemplo 1.33 (
p
(C) completo, 1 p < ) O espao das sucesses comple-
xas
p
(C) completo, 1 p < .
Prova. Seja (z
n
)

n=1
uma sucesso de Cauchy arbitrria em
p
(C) com vista a
provar que existe z
p
(C) tal que z
n
z, n , isto ,
lim
n
d(z
n
, z) = lim
n
_

j=1
|z
n
j
z
j
|
p
_

_
1/p
= 0.
(C1) Como (z
n
)

n=1
uma sucesso de Cauchy, ento para qualquer > 0 existe
N

tal que se n, m > N

temos
d(z
n
, z
m
) =
_

j=1
|z
n
j
z
m
j
|
p
_

_
1/p
< .
33
Assim, para cada j = 1, 2, . . . xo
|z
n
j
z
m
j
|
_

j=1
|z
n
j
z
m
j
|
p
_

_
1/p
<
e, deste modo a sucesso complexa (z
n
j
)

n=1
de Cauchy. No esquema seguinte as
sucesses (z
i
1
)

i=1
e (z
i
n
)

i=1
esto a vermelho e magenta, respectivamente.
z
1
= (z
1
1
, z
1
2
, z
1
3
, . . . , z
1
n
, . . .)
z
2
= (z
2
1
, z
2
2
, z
2
3
, . . . , z
2
n
, . . .)
z
2
= (z
3
1
, z
3
2
, z
3
3
, . . . , z
3
n
, . . .)
.
.
.
.
.
.
.
.
.
z
k
= (z
k
1
, z
k
2
, z
k
3
, . . . , z
k
n
, . . .)
( , , , . . . , , . . .)
z = (z
1
, z
2
, z
3
, . . . , z
n
, . . .)
Como C completo existe z
j
Ctal que z
k
j
z
j
, k emC, isto , |z
k
j
z
j
|
0, k . Denimos z por z := (z
1
, z
2
, . . .).
(C2) Vamos mostrar que z
p
(C), isto ,
_

j=1
|z
j
|
p
_

_
1/p
<
_

j=1
|z
j
|
p
_

_
< .
Para n, m > N

temos
_

j=1
|z
n
j
z
m
j
|
p
_

_
1/p
<

j=1
|z
n
j
z
m
j
|
p
<
p
assim, para qualquer k = 1, 2, . . .
k

j=1
|z
n
j
z
m
j
|
p

j=1
|z
n
j
z
m
j
|
p
<
p
=
k

j=1
|z
n
j
z
m
j
|
p
<
p
.
Fazendo m obtemos para n > N

j=1
|z
n
j
z
j
|
p
<
p
34
e assim, quando k e n > N

vem

j=1
|z
n
j
z
j
|
p
<
p

j=1
|z
n
j
z
j
|
p
_

_
1/p
< d(z
n
, z) < , (1.13)
ou seja z
n
z
p
(C). Como para cada n N temos z
n

p
(C), ento pela
desigualdade de Minkowski (cf. 1.8) temos z = z
n
+ (z z
n
)
p
(C).
(C3) Finalmente vamos provar que z
n
z, n em
p
(C). Pela desigualdade
(1.13) temos para qualquer n > N

d(z
n
, z) < , > 0
logo lim
n
d(z
n
, z) = 0. Como (z
n
)

n=1
foi uma sucesso de Cauchy arbitrria em

p
(C), ento
p
(C) completo, 1 p < .
Exemplo 1.34 (C([0, 1]) completo) O espao das funes contnuas C([0, 1])
completo.
Prova. Seja ( f
n
)

n=1
uma sucesso de Cauchy arbitrria em C([0, 1]) com vista a
provar que existe f C([0, 1]) tal que f
n
f , n , isto ,
lim
n
d( f
n
, f ) = lim
n
max
t[0,1]
| f
n
(t) f (t)| = 0.
(C1) Como ( f
n
)

n=1
uma sucesso de Cauchy, ento para qualquer > 0 existe
N

tal que se n, m > N

temos
d( f
n
, f
m
) = max
t[0,1]
| f
n
(t) f
m
(t)| < .
Assim, para qualquer t = t
0
[0, 1] xo temos
| f
n
(t
0
) f
m
(t
0
)| max
t[0,1]
| f
n
(t) f
m
(t)| < = | f
n
(t
0
) f
m
(t
0
)| < .
Portanto, a sucesso de nmeros reais ( f
n
(t
0
))

n=1
de Cauchy. Como R completo
esta sucesso converge, digamos f
n
(t
0
) f (t
0
), n . Desta forma para cada
t [0, 1] associamos um nmero real f (t), ou seja, denimos uma funo real em
[0, 1] a qual denotamos por f .
35
(C2) Vamos mostrar que f contnua. Como para n, m > N

max
t[0,1]
| f
n
(t) f
m
(t)| < ,
ento fazendo m vem com n > N

max
t[0,1]
| f
n
(t) f (t)| < (1.14)
Daqui resulta, para qualquer t [0, 1] e n > N

| f
n
(t) f (t)| <
isto mostra que ( f
n
)

n=1
converge uniformemente
1
para f em [0, 1]. Como cada f
n
uma funo contnua, ento f tambm uma funo contnua.
(C3) Finalmente vamos provar que f
n
f , n em C([0, 1]). Mas pela
desigualdade (1.14) temos
lim
n
d( f
n
, f ) = lim
n
max
t[0,1]
| f
n
(t) f (t)| < , > 0
logo lim
n
d( f
n
, f ) = 0. Como ( f
n
)

n=1
foi uma sucesso de Cauchy arbitrria em
C([0, 1]), ento C([0, 1]) completo.
Exemplos de espaos mtricos incompletos.
Exemplo 1.35 (Espao incompleto P([0, 1])) Seja P([0, 1]) o espao de todos os
polinmios reais p denidos em [0, 1] com a mtrica
d(p, q) := max
t[0,1]
| p(t) q(t)|, p, q P([0, 1]).
Ento P([0, 1]) no completo.
Prova. claro que P([0, 1]) C([0, 1]). Pelo teorema de Weierstra toda a fun-
o contnua f denida no intervalo [0, 1] o limite uniforme de uma sucesso de
polinmios (p
n
)

n=1
. Assim, de acordo com o teorema de Weierstra, se (p
n
)

n=1
for
uma sucesso de Cauchy convergente uniformemente para uma funo contnua
f , a qual no um polinmio, ento a sucesso (p
n
)

n=1
de Cauchy mas no con-
verge em P([0, 1]), pois f no um polinmio. Logo P([0, 1]) no completo.
1
Uma sucesso de funes ( f
n
)

n=1
converge uniformemente em [0, 1] para uma funo f se
para todos > 0 existe um inteiro N

tal que se n N

, ento | f
n
(t) f (t)| < para todos t [0, 1].
36
Exemplo 1.36 (Espao incompleto C([0, 1])) Oespao das funes contnuas C([0, 1])
com a mtrica d denida por
d( f , g) :=
_
1
0
| f (t) g(t)|dt
no completo. Vamos ver que possvel juntar elementos ao espao C([0, 1])
de forma que o espao resultante seja completo, isto chamado completado de
C([0, 1]).
Prova. Consideremos a sucesso de funes ( f
n
)

n=1
em C([0, 1]) denidas para
cada n N por
f
n
(t) :=
_

_
0 se t
_
0,
1
2
_
nt
n
2
se t
_
1
2
,
1
2
+
1
n
_
1 se t
_
1
2
+
1
n
, 1
_
.
(1.15)
claro que a sucesso ( f
n
)

n=1
de Cauchy, pois, d( f
n
, f
m
) corresponde rea
do tringulo sombreado da Figura 1.7. Mas a sucesso ( f
n
)

n=1
converge para a
funo f dada por
f (t) =
_

_
0 se t
_
0,
1
2
_
1 se t
_
1
2
, 1
_
(1.16)
a qual no contnua, logo C([0, 1]) no completo para a mtrica dada.
Para terminar este captulo vamos falar sobre o completado de um espao m-
trico incompleto. Como exemplo podemos pensar no conjunto dos nmeros raci-
onais Q, o qual no um espao mtrico completo cf. Exemplo 1.27-2, se juntar-
mos a Q todos os nmeros irracionais R\Q, ento o espao resultante R, chamado
completado Q, um espao mtrico completo. Note-se que o completado R de Q
tal que Q denso em R.
Denio 1.37 (Aplicao isomtrica. Espaos isomtricos) Sejam(X
1
, d
1
), (X
2
, d
2
)
espaos mtricos e T : X
1
X
2
uma aplicao dada. Ento
1. T diz-se uma isometria se preserva as mtricas d
1
e d
2
, isto , para quais-
quer x, y X
1
d
2
(T x, Ty) = d
1
(x, y),
onde T x, Ty so as imagens de x, y por intermdio de T,
37
1
n
1
m
1
2
1
1
f
n
f
m
Figura 1.7: Sucesso de funes do Exemplo 1.36.
2. O espao X
1
diz-se isomtrico ao espao X
2
se T uma isometria bijectiva.
Neste caso X
1
, X
2
so chamados espaos isomtricos.
Teorema 1.38 (Completado) Seja (X, d) um espao mtrico dado. Ento existe
um espao mtrico completo (

X,

d) o qual possui um subespao denso

Y e iso-
mtrico a X. O espao

X nico a menos de uma isometria, isto , se

X outro
espao mtrico completo tendo um subespao denso

Y e isomtrico a X, ento

X
e

X so isomtricos.
Prova. A prova est dividida nas seguintes etapas:
1. Construir o espao (

X,

d).
2. Construir uma isometria T : X

Y

X, onde

Y =

X
3. Mostrar que (

X,

d) completo.
4. Provar que

X nico a menos de uma isometria.
1. Construo do Espao (

X,

d) Sejam (x
n
)

n=1
e (y
n
)

n=1
sucesses de Cauchy em
X. Ento (x
n
)

n=1
e (y
n
)

n=1
dizem-se equivalentes, denotamos por (x
n
)

n=1

(y
n
)

n=1
, se
lim
n
d(x
n
, y
n
) = 0. (1.17)
38
Seja

X o conjunto das classes de equivalncia x, y, . . . de sucesses de Cau-
chy obtidas desta forma. Assim, (x
n
)

n=1
x signica que (x
n
)

n=1
uma
sucesso de Cauchy pertence a x (um representante da classe x). Denimos

d em

X por

d( x, y) := lim
n
d(x
n
, y
n
), (1.18)
onde (x
n
)

n=1
x e (y
n
)

n=1
y. Vamos mostrar que o limite (1.18) existe
e no depende dos representantes. Para mostrar que o limite existe basta
provar que a sucesso (d(x
n
, y
n
))

n=1
de Cauchy emR. Como R completo,
ento o limite existe. Pela desigualdade triangular temos
d(x
n
, y
n
) d(x
n
, x
m
) + d(x
m
, y
m
) + d(y
m
, y
n
)
d(x
n
, y
n
) d(x
m
, y
m
) d(x
n
, x
m
) + d(y
m
, y
n
).
Trocando n com m obtemos uma desigualdade semelhante de tal forma que
|d(x
n
, y
n
) d(x
m
, y
m
)| d(x
n
, x
m
) + d(y
m
, y
n
).
Como (x
n
)

n=1
e (y
n
)

n=1
so sucesses de Cauchy, ento se n, m forem gran-
des o lado direito da desigualdade anterior pequeno. Isto mostra que
(d(x
n
, y
n
))

n=1
uma sucesso de Cauchy em R e, portanto o limite (1.18)
existe.
Para mostrar que o limite (1.18) no depende dos representantes, conside-
ramos (x
n
)

n=1
(x

n
)

n=1
e (y
n
)

n=1
(y

n
)

n=1
com vista a provar que
lim
n
d(x
n
, y
n
) = lim
n
d(x

n
, y

n
).
Pelo processo anterior temos
|d(x
n
, y
n
) d(x

n
, y

n
)| d(x
n
, x

n
) + d(y
n
, y

n
),
e como as sucesses so equivalentes, ento (1.17) implica
lim
n
|d(x
n
, y
n
) d(x

n
, y

n
)| = 0 = lim
n
d(x
n
, y
n
) = lim
n
d(x

n
, y

n
).
Vamos agora provar que

d uma mtrica. claro que

d :

X

X [0, )
por denio.
(M1) Se

d( x, y) = 0, ento as sucesses (x
n
)

n=1
(y
n
)

n=1
logo x = y.
39
(M2) claro que

d simtrica por denio.
(M3) Atendendo desigualdade triangular
d(x
n
, z
n
) d(x
n
, y
n
) + d(y
n
, z
n
)
passando ao limite em ambos os lados obtemos

d( x, z)

d( x, y) +

d( y, z).
Construo da aplicao T A cada x X associamos a classe x que contm a
sucesso (x, x, . . .). Desta forma denimos uma aplicao T : X

Y

X
sobrejectiva, onde

Y = T(X). Assim, T uma isometria, pois

d(T x, Ty) =

d( x, y) = lim
n
d(x, y) = d(x, y).
Como T uma isometria, ento T injectiva, pois, se T x = Ty, ento
0 =

d(T x, Ty) = d(x, y) = x = y.
Portanto,

Y e X so isomtricos.
Vamos mostrar que

Y denso em

X. Seja x

X dada com vista a provar
que qualquer vizinhana- de x contm um elemento de

Y. Consideremos
a sucesso de Cauchy (x
n
)

n=1
x. Ento para qualquer > 0 existe N

tal
que se n, m N

temos
d(x
n
, x
m
)

2
em particular para m = N

, isto ,
d(x
n
, x
N

) <

2
, n N

.
Consideremos o elemento x
N

Y onde (x
N

, x
N

, . . .) x
N

. Ento por
denio de

d temos

d( x, x
N

) = lim
n
d(x
n
, x
N

) <

2
< .
Isto mostra que toda a vizinhana- de x contm um elemento de

Y, logo

Y
denso em

X.
40
(

X,

d) completo Seja ( x
n
)

n=1
uma sucesso de Cauchy arbitrria em

X com vista
a mostrar que esta converge em

X. Como

Y denso em

X, ento para todo
x
n
existe y
n


Y tal que

d( x
n
, y
n
) <
1
n
. (1.19)
Vamos provar que ( y
n
)

n=1
uma sucesso de Cauchy. Pela desigualdade
triangular

d( y
n
, y
m
)

d( y
n
, x
n
) +

d( x
n
, x
m
) +

d( x
m
, y
m
)

1
n
+

d( x
n
, x
m
) +
1
m
o qual menor que para n, m grandes. Como ( y
n
)

n=1
uma sucesso de
Cauchy e T uma isometria, ento a sucesso (y
n
)

n=1
X, onde y
n
:=
T
1
y
n
tambm de Cauchy em X. Denotamos por x

X a classe qual
(y
n
)

n=1
pertence. Vamos mostrar que x o limite de ( x
n
)

n=1
. Temos pela
desigualdade (1.19)

d( x
n
, x)

d( x
n
, y
n
) +

d( y
n
, x) <
1
n
+

d( y
n
, x) <
1
n
+ lim
m
d(y
n
, y
m
).
Como (y
n
)

n=1
uma sucesso de Cauchy, ento dado > 0 e n grande o lado
direito da desigualdade anterior menor que , o que prova que x limite
de ( x
n
)

n=1
. Conclumos, pois que (

X,

d) completo.
Unicidade de

X a menos de isometria Suponhamos que (

X,

d) outro espao
mtrico completo com um subespao denso

Y e isomtrico a X. Ento para
quaisquer x, y

X existem sucesses ( x
n
)

n=1
e ( y
n
)

n=1
em

Y tal que x
n
x
e y
n
y. Assim, como
|

d( x, y)

d( x
n
, y
n
)|

d( x, x
n
) +

d( y, y
n
) 0, n .
Pelo que

d( x, y) = lim
n

d( x
n
, y
n
).
Finalmente, como

Y isomtrico a X e este isomtrico a

Y

X e

Y =

X,

Y =

X, ento

X e

X so isomtricos, ver Figura 1.8. Isto conclui a prova.
41
T

T
X

Y =

T(X)

Y = T(X)

Y =

X

Y =

X
Figura 1.8: Esquema usado na prova da unicidade de

X a menos de isometria.
Exerccios
Exerccio 1.12 (Subsucesso convergente) Seja (X, d) umespao mtrico e (x
n
)

n=1
uma sucesso convergente para x. Mostre que toda a subsucesso (x
n
k
)

k=1
de
(x
n
)

n=1
convergente e tem o mesmo limite x.
Exerccio 1.13 Seja (x
n
)

n=1
uma sucesso de Cauchy num espao mtrico (X, d).
Mostre que se (x
n
)

n=1
possui uma subsucesso convergente (x
n
k
)

k=1
, digamos x
n
k

x, k , ento a sucesso (x
n
)

n=1
convergente e o seu limite x.
Exerccio 1.14 Sejam (x
n
)

n=1
, (y
n
)

n=1
duas sucesses convergentes num espao
mtrico (X, d). Mostre que a sucesso real (z
n
)

n=1
, onde z
n
:= d(x
n
, y
n
), converge e
d um exemplo ilustrativo.
Exerccio 1.15 Sejam a, b R com a < b dados. Mostre que o intervalo aberto
(a, b) no completo e o intervalo fechado [a, b] completo.
Exerccio 1.16 Prove que R
n
com a mtrica taxicall (cf. Exerccio 1.2) um
espao completo.
Exerccio 1.17 Mostre quer R
n
com a mtrica
d(x, y) = max
1jn
|x
j
y
j
|
completo.
42
Exerccio 1.18 Mostre que o espao s do Exemplo 1.8 completo.
Exerccio 1.19 Considere o subespao
0
(C)

(C) do Exemplo 1.22-1. En-

contre uma sucesso de Cauchy em
0
(C) a qual no converge em
0
(C). Assim,

0
(C) no completo.
Exerccio 1.20 Considere a mtrica d em
0
(R) denida por
d(x, y) :=
n

j=1
|x
j
y
j
|,
onde x = (x
1
, . . . , x
n
, 0, . . .), y = (y
1
, . . . , y
k
, 0, . . .) e n k. Mostre que a sucesso
(x
n
)

n=1
onde x
n
= (x
n
j
)

j=1
tal que
x
n
j
:=
_
j
2
se j = 1, . . . , n
0 se j > n
de Cauchy mas no converge em
0
(R).
Exerccio 1.21 Seja C([0, 1]) o espao das funes contnuas com a mtrica d
denida por
d( f , g) =
_
1
0
| f (t) g(t)|dt.
Mostre que a sucesso ( f
n
)

n=1
denida por
f
n
(t) :=
_
n se 0 t n
2
1

t
se n
2
t 1
uma sucesso de Cauchy mas no converge em C([0, 1]).
Exerccio 1.22 Sejam (X
1
, d
1
) e (X
2
, d
2
) espaos mtricos isomtricos em que
(X
1
, d
1
) completo. Mostre que (X
2
, d
2
) tambm completo.
Exerccio 1.23 Prove que os espaos C([0, 1]) e C([a, b]), a < b so isomtricos.
43
Captulo 2
Espaos normados. Espaos de
Banach
Os espaos mtricos mais importantes so aqueles que possuem uma estrutura de
espao vectorial e a sua mtrica denida em termos de uma norma. O espao
resultante chamado um espao normado e no caso de ser completo chama-se
um espao de Banach. A teoria dos espaos normados e, em particular a dos
espaos de Banach, constitui uma parte da anlise funcional a qual est muito
desenvolvida.
2.1 Espaos vectoriais
Nesta seco vamos recordar a noo de espao vectorial associado a um corpo K
(em geral K = R ou K = C).
Denio 2.1 (Espao vectorial) Um espao vectorial (ou espao linear) sobre
o corpo K um conjunto no vazio X no qual esto denidas as operaes de
adio e multiplicao por escalar dos seus elementos com as seguintes proprie-
dades:
Adio: Para quaisquer x, y X associamos um elemento z X chamado soma
de x com y e notado por z = x + y tal que
Comutativa: x + y = y + x.
Associativa: x + (y + z) = (x + y) + z.
44
Elemento neutro: Existe um nico elemento 0, chamado elemento neutro
para a adio, tal que x + 0 = 0 + x = x.
Elemento simtrico: Para qualquer x X existe um nico elemento x,
chamado simtrico de x, tal que x + (x) = 0.
Multiplicao por escalar: Para qualquer K e para cada x X associamos
um vector x, tambm denotado por x, chamado produto de por x, tal
que
Associativa: (x) = ()x.
Distributiva: (x + y) = x + y, ( + )x = x + x.
Produto pela identidade: 1x = x, 1 K.
Observao 2.2 1. O espao vectorial X chamado real se K = R e cha-
mado complexo se K = C.
2. Da Denio 2.1 podemos inferir que a soma uma aplicao
+ : X X X
enquanto que a multiplicao por escalar uma aplicao
: K X X.
Os espaos mtricos dos Exemplos 1.3-1.11 do Captulo 1 possuem uma es-
trutura de espao vectorial.
Exemplo 2.3 Vamos denir uma estrutura de espao vectorial nos Exemplos 1.3-
1.11 do Captulo 1.
Espao Euclidiano R
n
. O espao Euclidiano introduzido no Exemplo 1.5 com as
operaes
x + y = (x
1
+ y
1
, x
2
+ y
2
+ . . . + x
n
+ y
n
)
x = (x
1
, x
2
, . . . , x
n
)
um espao vectorial real, onde R.
45
Espao unitrio C
n
. O espao unitrio C
n
denido no Exemplo 1.6 com as ope-
raes
z + w = (z
1
+ w
1
, z
2
+ w
2
+ . . . + z
n
+ w
n
)
z = (z
1
, z
2
, . . . , z
n
)
um espao vectorial complexo, onde C.
Espao das sucesses limitadas

(C). O conjunto

(C), cf. Exemplo 1.7, com

as operaes
z + w = (z
1
+ w
1
, z
2
+ w
2
+ . . . + z
n
+ w
n
+ . . .)
z = (z
1
, z
2
, . . . , z
n
, . . .)
um espao vectorial complexo, onde C. Note que z+w e z pertencem
a

(C), pois pela desigualdade triangular, para qualquer i N temos

|z
i
+ w
i
| |z
i
| + |w
i
|.
Aplicando o supremo em ambos os lados sobre todos os i N obtemos
sup
iN
|z
i
+ w
i
| sup
iN
|z
i
| + sup
iN
|w
i
| < .
Por outro lado,
sup
iN
|z
i
| = || sup
iN
|z
i
| < .
Espao das sucesses s. O espao das sucesses s denido do Exemplo 1.8 com
as operaes de soma de sucesses e multiplicao por escalar como anteri-
ormente um espao vectorial. A prova de que se z, w s implica z +w s
resulta de um argumento anlogo ao da prova da desigualdade triangular do
Exemplo 1.8.
Espaos
p
(C), 1 p < . O espao
p
(C) das sucesses complexas z = (z
i
)

i=1
tais que

i=1
|z
i
|
p
<
com as operaes
z + w = (z
1
+ w
1
, z
2
+ w
2
+ . . . + z
n
+ w
n
+ . . .)
z = (z
1
, z
2
, . . . , z
n
, . . .)
46
um espao vectorial complexo, onde C. Para vericar que z + w

p
(C) basta aplicar a desigualdade de Minkowski, isto ,

i=1
|z
i
+ w
i
|
p

1/p

i=1
|z
i
|
p

1/p
+

i=1
|w
i
|
p

1/p
.
De todos estes espaos vectoriais o caso particular p = 2 muito importante
porque
2
(C) um espao de Hilbert; estes espaos formam uma classe
muito importante de espaos de Banach. O Captulo 3 dedicado ao estudo
dos espaos de Hilbert.
Funes contnuas C([0, 1]). O espao das funes reais contnuas C([0, 1]) de-
nidas no intervalo [0, 1] com as operaes
( f + g)(t) = f (t) + g(t)
(f )(t) = f (t)
um espao vectorial real, onde R. De facto, f + g ainda uma funo
real contnua denida em [0, 1], assim como f .
Funes limitadas B(A). O conjunto das funes reais limitadas denidas em A
com as operaes anlogas s anteriores um espao vectorial real.
Associado noo de espao vectorial existe uma srie de conceitos essenciais
(eventualmente j conhecidos!) os quais passamos a rever.
Denio 2.4 (Subespao) Seja X um espao vectorial sobre K e Y X um
subconjunto no vazio. Ento Y diz-se um subespao de X se para quaisquer
x, y Y e quaisquer escalares , K temos
x + y Y.
Assim, o conjunto Y ele prprio um espao vectorial sobre o mesmo corpo K.
Quando Y = X diz-se subespao imprprio e qualquer outro subespao Y {0}
chama-se prprio.
Denio 2.5 (Subespao gerado) Seja X um espao vectorial sobre K e Y X
um subconjunto no vazio. O conjunto de todas as combinaes lineares

1
x
1
+
2
x
2
+ . . . +
n
x
n
com
i
K, x
i
Y e n N forma um subespao de X chamado subespao gerado
por Y e denotado por Y.
47
Denio 2.6 (Dependncia linear) Seja X um espao vectorial sobre o corpo
K.
1. Ento os elementos x
1
, x
2
, . . . , x
n
X dizem-se dependentes se existem es-
calares
1
,
2
, . . . ,
n
K tais que

1
x
1
+
2
x
2
+ . . . +
n
x
n
= 0 (2.1)
onde pelo menos um dos
i
diferente de zero. Se a igualdade (2.1)
vlida se e s se
1
=
2
= . . . =
n
= 0, ento x
1
, x
2
, . . . , x
n
chamam-se
independentes.
2. Um subconjunto Y X diz-se linearmente independente se qualquer sub-
conjunto no vazio nito em Y linearmente independente.
3. Y diz-se linearmente dependente se Y no linearmente independente.
Denio 2.7 (Dimenso. Base) Seja X um espao vectorial sobre o corpo K.
1. Se X contm um conjunto de n vectores linearmente independentes e se
qualquer conjunto de n +1 vectores linearmente dependente, ento X diz-
se de dimenso nita n e representa-se por dimX = n. Por denio a
dimenso de X = {0} dimX = 0.
2. Se X no for de dimenso nita, ento de dimenso innita.
3. Se dimX = n, ento qualquer conjunto de n vectores linearmente indepen-
dentes chamada uma base de X. Se {e
1
, e
2
, . . . , e
n
} uma base de X, ento
qualquer vector x X admite uma nica representao como combinao
linear dos vectores da base, isto
x =
1
e
1
+
2
e
2
+ . . . +
n
e
n
,
i
K.
Observao 2.8 1. Os espaos R
n
e C
n
tm dimenso n. Qualquer conjunto
com n vectores linearmente independentes formam uma base. Assim, se
{e
1
, e
2
, . . . , e
n
} uma base para R
n
qualquer vector x R
n
pode ser unica-
mente representado como combinao linear desta base, isto ,
x = x
1
e
1
+ x
2
e
2
+ . . . + x
n
e
n
.
48
A base cannica em R
n

e
1
= (1, 0, . . . , 0)
e
2
= 0, 1, 0, . . . , 0)
.
.
.
.
.
.
.
.
.
e
n
= (0, 0, . . . , 1)
2. Em geral se X um espao no necessariamente de dimenso nita e Y X
um subconjunto independente tal que Y = X, ento Y chama-se uma
base de Hamel para X. Assim, se Y uma base de Hamel em X, todo
o elemento x X\{0} admite uma nica representao como combinao
nita de elementos em Y, isto , existem escalares no todos nulos
i
K
tais que
x =
1
y
1
+
2
y
2
+ . . . +
n
y
n
, y
i
Y.
3. Todo o espao vectorial X {0} possui uma base.
4. Todas as bases para um espao vectorial X possuem o mesmo cardinal. Este
nmero chamado de dimenso de X.
Exerccios
Exerccio 2.1 Mostre que o conjunto {e
1
, e
2
, . . . , e
n
}, onde e
j
(t) = t
j
, linear-
mente independente no espao C([0, 1]).
Exerccio 2.2 Seja Y X um subconjunto diferente de no espao vectorial X.
Mostre que Y um subespao de X.
Exerccio 2.3 Mostre que num espao vectorial X de dimenso n qualquer ele-
mento x X admite uma nica representao como combinao linear dos ele-
mentos de uma base {e
1
, e
2
, . . . , e
n
}.
Exerccio 2.4 Considere o espao vectorial real X das matrizes quadradas 2 2.
1. Qual o elemento neutro de X?
2. Determine uma base para X.
49
3. Seja Y X o subconjunto das matrizes simtricas em X, isto , se A Y
ento A
T
= A. Investigue se Y ou no um subespao de X.
Exerccio 2.5 Seja {e
1
, e
2
, . . . , e
n
} uma base de um espao vectorial complexo X.
Determine uma base de X considerado como espao vectorial real.
2.2 Espaos normados
Na seco anterior vimos que muitos dos espaos mtricos por ns utilizados no
Captulo 1 possuem a estrutura de espao vectorial. Vamos agora juntar estes dois
conceitos, isto , a estrutura algbrica do espao vectorial e a estrutura geomtrica
do espao mtrico. Esta ideia conduz noo de espao normado. Os espaos
normados so provavelmente os espaos mais importantes em anlise funcional,
pelo menos a avaliar pelas aplicaes existentes actualmente. A grande maioria
dos espaos mtricos usados em anlise so espaos normados.
Denio 2.9 (Espao normado. Espao de Banach) Seja X um espao vecto-
rial sobre K.
1. Uma norma em X uma aplicao | | : X R
+
tal que para quaisquer
x, y X e K
(N1) |x| = 0 se e s se x = 0.
(N2) |x| = |||x|.
(N3) |x + y| |x| + |y|.
2. Um espao normado X um espao vectorial no qual est denido uma
norma.
3. A mtrica associada norma | | denida pela igualdade
d(x, z) := |x y|, x, y X. (2.2)
4. Um espao de Banach um espao normado completo no sentido da m-
trica denida pela norma.
Observao 2.10 1. fcil vericar que a aplicao d denida em (2.2) satis-
faz os axiomas (M1), (M2) e (M3) da Denio 1.1, logo d uma mtrica.
50
xx
x
y
x
+
y
|y|
|x|
|
x
+
y
|
Figura 2.1: Desigualdade triangular (N3).
2. As propriedades (N1), (N2) e (N3) so motivadas pelo comprimento de um
vector x.
(a) Assim, (N1) diz que qualquer vector tem comprimento positivo com
excepo do vector nulo que tem comprimento zero.
(b) Por seu lado, (N2) signica que quando multiplicamos um vector por
um escalar o seu comprimento vem multiplicado pelo valor absoluto
do escalar.
(c) Finalmente, (N3) conhecida como desigualdade triangular e diz que
num tringulo o comprimento de um lado no pode exceder a soma
dos outros dois, ver Figura 2.1.
3. Quando houver perigo de confuso na distino de diferentes normas pode-
mos usar | |
X
e | |
Y
para as normas em X e Y, etc.
Quase todos os exemplos de espaos mtricos da Seco 1.1 podem tornar-se
em espaos normados, alguns dos quais completos, por intermdio da estrutura de
espao vectorial denida na Seco 2.1 no Exemplo 2.3.
Exemplo 2.11 Exemplos de espaos normados completos ou espaos de Banach.
Espao Euclidiano R
n
e unitrio C
n
. Os espaos vectoriais R
n
e C
n
com normas
denidas por
|x|
R
n :=

x
2
1
+ x
2
2
+ . . . + x
2
n
, x R
n
|z|
C
n :=

|z
1
|
2
+ |z
2
|
2
+ . . . + |z
n
|
2
, z C
n
51
so espaos de Banach. De facto, R
n
e C
n
so espaos mtricos completos,
cf. Exemplo 1.30, com mtricas dadas por
d(x, y) = |x y|
R
n =

(x
1
y
1
)
2
+ (x
2
y
2
)
2
+ . . . + (x
n
y
n
)
2
, x, y R
n
d(z, w) = |z w|
C
n =

|z
1
w
1
|
2
+ |z
2
w
2
|
2
+ . . . + |z
n
w
n
|
2
, z, w C
n
.
Espao das sucesses limitadas

(C). Oespao vectorial

(C) denido no Exem-

plo 1.7 cuja estrutura vectorial foi introduzida no Exemplo 2.3 um espao
de Banach com norma denida por
|z|

(C)
= sup
iN
|z
i
|.
De facto, esta norma induz mtrica
d(z, w) = |z w|

(C)
= sup
iN
|z
i
w
i
|
a qual torna o espao

(C) completo como vimos no Exemplo 1.31.

Espaos
p
(C), 1 p < . Os espaos vectoriais
p
(C) com a norma
|z|
p

p
(C)
=

i=1
|z
i
|
p
so espaos de Banach, pois a mtrica associada a | |

p
(C)

d(z, w) = |z w|

p
(C)
=

i=1
|z
i
w
i
|
p

1/p
.
No Exemplo 1.33 mostramos que
p
(C) completo para esta mtrica.
Espao das funes contnuas C([0, 1]). Oespao das funes contnuas C([0, 1])
com norma
| f |
C([0,1])
= max
t[0,1]
| f (t)|
um espao de Banach. A mtrica associada a esta norma
d( f , g) = | f g|
C([0,1])
= max
t[0,1]
| f (t) g(t)|.
52
Exemplo 2.12 (Espaos mtricos incompletos) 1. Oespao vectorial dos po-
linmios P([0, 1]) com a norma
| p|
P([0,1])
= max
t[0,1]
| p(t)|
no completo, pois P([0, 1]) para a mtrica associada no o , ver Exem-
plo 1.35.
2. O espao vectorial C([0, 1]) com a norma
| f |
C([0,1])
=

1
0
| f (t)|dt,
no completo, pois a sucesso no Exemplo 1.36 de Cauchy mas no
converge para um elemento em C([0, 1]).
Exemplo 2.13 (O espao L
2
([0, 1])) O espao das funes reais contnuas deni-
das em [0, 1] com a norma
| f |
2
C([0,1])
:=

1
0
| f (t)|
2
dt
no completo. De facto, a sucesso de funes do Exemplo 1.36 uma sucesso
de Cauchy em C([0, 1]) para a mtrica associada norma, pois para n > m temos
d( f
n
, f
m
) = | f
n
f
m
|
2
C([0,1])
=

1
0
| f
n
(t) f
m
(t)|
2
dt =
(n m)
2
3mn
2
<
1
3m

1
3n
<
1
3m
.
Assim, para cada > 0 basta tomar N

como o menor inteiro maior que

1
3
para
que a sucesso ( f
n
)

n=1
seja de Cauchy em C([0, 1]). Mas esta sucesso converge
para um elemento no pertencente a C([0, 1]), cf. (1.16), logo C([0, 1]) no com-
pleto para esta norma. O espao C([0, 1]) pode ser completado pelo Teorema 1.38
o qual denotamos por L
2
([0, 1]). Este um espao de Banach, sendo que as ope-
raes de espao vectorial e a norma em L
2
([0, 1]) podem ser prolongadas de
C([0, 1]) como veremos na Seco 2.3. Mais geralmente para qualquer nmero
real p 1 xo, o espao de Banach L
p
([0, 1]) obtido como o completado do
espao normado de todas as funes reais contnuas denidas em [0, 1] com a
norma
| f |
p
C([0,1])
:=

1
0
| f (t)|
p
dt.
53
Os elementos em L
p
([0, 1]) so classes de equivalncia na mtrica associada
norma | |
p
C([0,1])
, isto , f equivalente a g se e s se

1
0
| f (t) g(t)|
p
dt = 0.
Estes espaos podem ser obtidos por intermdio da teoria do integral de Lebesgue,
nomeadamente como o conjunto de todas as funes mensurveis f em [0, 1] tal
que o integral de Lebesgue

1
0
| f (t)|
p
dt
existe e seja nito.
O exemplo anterior mostra que o completado de um espao normado pode
conduzir a um espao onde os elementos so de outra natureza a qual teremos de
identicar.
J vimos que todo o espao normado d origem a um espao mtrico por
intermdio
d(x, y) := |x y|.
Vamos agora investigar a questo contrria, isto , ser que toda a mtrica num
espao vectorial pode ser obtida de uma norma? A resposta NO e, um contra
exemplo dado pelo espao de todas as sucesses s do Exemplo 1.8.
Contra-exemplo 2.14 A mtrica do espao s
d(z, w) :=

i=1
1
2
i
|z
i
w
i
|
1 + |z
i
+ w
i
|
(2.3)
no pode ser obtida de uma norma. De facto, a mtrica associada a uma norma
verica as duas propriedades evidentes
d(z + x, w + x) = d(z, w)
d(z, w) = ||d(z, w).
Assim, se a mtrica em (2.3) estivesse associada a uma norma, ento as duas
propriedades anteriores seriam verdadeiras, mas evidente que a segunda pro-
priedade no se verica para esta mtrica, pelo que d no est associada a uma
norma.
54
|x|
2
= 1
|x|
4
= 1
|x|

= 1
|x|
1
= 1
Figura 2.2: Superfcies esfricas em dimenso 2.
Exerccios
Exerccio 2.6 (Continuidade da norma) Seja (X, ||) umespao normado. Prove
a segunda desigualdade triangular
||x| |y|| |x y|. (2.4)
Use a desigualdade anterior para mostrar que a aplicao X x |x| R
+

contnua.
Exerccio 2.7 (Normas em R
n
) Prove que no espao vectorial R
n
as seguintes
aplicaes denem uma norma
|x|
1
:= |x
1
| + |x
2
| + . . . + |x
n
|
|x|
p
p
:= |x
1
|
p
+ |x
2
|
p
+ . . . + |x
n
|
p
, 1 < p <
|x|

:= max{|x
1
|, |x
2
|, . . . , |x
n
|}.
Exerccio 2.8 (Conjunto convexo, segmento) Seja X um espao vectorial e M
X um subconjunto. Ento M diz-se convexo se para quaisquer vectores x, y M
o conjunto
S := {z X| z = x + (1 )y, 0 1}
est contido em M. O conjunto S chama-se segmento com extremidades x e y;
qualquer outro ponto z S diz-se um ponto interior de S , ver Figura 2.3. Prove
que a bola fechada de centro 0 e raio 1

B
1
(0) := {x X| |x| 1}
num espao normado X convexa.
55
y
x
x
y Convexo No convexo
Figura 2.3: Conjunto convexo e conjunto no convexo.
1
1
1
1 x
y
Figura 2.4: A curva |x| = 1 do Exerccio 2.9.
Exerccio 2.9 Use o exerccio anterior para mostrar que a aplicao
R
2
x |x| := (

|x
1
| +

|x
2
|)
2
no dene uma norma no espao vectorial R
2
. A superfcie esfrica |x| = 1 est
representada na Figura 2.4. As superfcies esfricas em R
2
para as normas do
Exerccio 2.7 esto representadas na Figura 2.2.
Exerccio 2.10 Seja X um espao vectorial sobre K e d uma mtrica com as se-
guintes propriedades: para quaisquer x, y, z X e K
d(x + z, y + z) = d(x, y)
d(0, x) = ||d(0, x).
1. Mostre que X um espao normado com norma dada por |x| = d(0, x).
2. D um exemplo de uma mtrica em R tal que as duas propriedades anterio-
res no se vericam.
56
Exerccio 2.11 Considere o espao vectorial C
1
([0, 1]) das funes reais diferen-
civeis denidas em [0, 1]. Verique em que casos as aplicaes denem uma
norma em C
1
([0, 1])
1. | f | = max{| f (t)|, t [0, 1]},
2. | f | = max{| f

(t)|, t [0, 1]},

3. | f | = | f (1) f (0)| + max{| f

(t)|, t [0, 1]},

4. | f | = | f (0)| + max{| f

(t)|, t [0, 1]},

5. | f | =

1
0
| f (t)|dt + max{| f

(t)|, t [0, 1]}.

2.3 Subespaos
Denio 2.15 Seja X um espao normado e M X um subconjunto.
1. M diz-se um subespao de X se M for um subespao considerado como
espao vectorial, a norma obtida pela restrio da norma em X ao sub-
conjunto M.
2. Se M for fechado em X, ento M diz-se um subespao fechado de X.
De acordo com a Proposio 1.29 um subespao Y de um espao de Banach
X completo se e s se fechado.
Como todo o espao normado X um espao mtrico com a mtrica denida
por
d(x, y) := |x y|,
ento todas as noes introduzidas nos espaos mtricos podem ser transportadas
para os espaos normados. Neste contexto temos:
1. Uma sucesso (x
n
)

n=1
no espao normado X diz-se convergente para x X
se e s se
lim
n
|x
n
x| = 0,
e escrevemos x
n
x, n . Ao vector x chamamos limite da sucesso
(x
n
)

n=1
.
57
2. Uma sucesso (x
n
)

n=1
no espao normado X diz-se de Cauchy se para qual-
quer > 0 existe N

tal que sempre que n, m > N

temos
|x
n
x
m
| < .
Numespao normado no s podemos falar emsucesses como tambmem sries
graas estrutura algbrica.
Seja (x
k
)

k=1
uma sucesso no espao normado X. sucesso (x
k
)

k=1
associa-
mos a sucesso (s
n
)

n=1
das somas parciais
s
n
:= x
1
+ x
2
+ . . . + x
n
, n = 1, 2, . . .
Se (s
n
)

n=1
convergente, digamos s
n
s, isto , lim
n
|s
n
s| = 0, ento a srie

k=1
x
k
(2.5)
diz-se convergente; s a soma da srie e escrevemos
s =

k=1
x
k
= x
1
+ x
2
+ . . . .
Se a srie

k=1
|x
k
| for convergente, ento a srie (2.5) diz-se absolutamente
convergente. No entanto a convergncia absoluta implica a convergncia somente
em espaos normados completos. Por exemplo, no espao normado X =

(C)
consideremos o subconjunto denso
0
(C), isto , o conjunto de todas as sucesses
complexas tais que a partir de uma certa ordem (dependente da sucesso!) todos
os termos so nulos. Denimos a sucesso (x
n
)

n=1

0
(C) por
x
n
= (x
n
1
, x
n
2
, . . . , x
n
j
, . . .), x
n
j
:=
jn
1
j
2
.
Ento a srie

n=1
x
n
absolutamente convergente, pois,

n=1
|x
n
|

(C)
=

n=1
sup
jN

jn
1
j
2

n=1
1
n
2
=

2
6
< .
No entanto
k

n=1
x
n
= s
k
= (1,
1
4
, . . . ,
1
k
2
, 0, 0, . . .)
no converge para um elemento em
0
(C).
O conceito de srie convergente pode ser usado para denir uma base.
58
Denio 2.16 (Base) Seja X um espao normado X e (e
n
)

n=1
uma sucesso tal
que para todo x X existe uma nica sucesso de escalares (
k
)

k=1
tal que
lim
n
|x (
1
e
1
+ . . . +
n
e
n
)| = 0.
ento (e
n
)

n=1
chama-se uma base de Schauder para X. A srie

n=1

n
e
n
cuja soma x diz-se desenvolvimento de x na base (e
n
)

n=1
e escreve-se
x =

n=1

n
e
n
.
Exemplo 2.17 A Base de Schauder do espao
p
(R), 1 p < dada por
e
1
= (1, 0, 0 . . .)
e
2
= (0, 1, 0, 0, . . .)
.
.
.
.
.
.
.
.
.
e
n
= (0, 0, . . . , 1, 0, . . .).
.
.
.
.
.
.
.
.
.
De facto, para qualquer elemento x
p
(R) da forma x = (x
1
, x
2
, . . .) temos
x = x
1
e
1
+ x
2
e
2
+ . . .
pois
lim
k
|x (x
1
e
1
+ x
2
e
2
+ . . . + x
k
e
k
)| = lim
k

i=k+1
|x
i
|
p

1/p
=

lim
k

i=k+1
|x
i
|
p

1/p
.
e como x
p
(R), ento
|x|
p

p
(R)
=

i=1
|x
i
|
p
< ,
pelo que

i=k+1
|x
i
|
p
o resto de ordem k de uma srie convergente, logo tende
para zero quando k .
59
Para concluir esta seco vamos falar sobre o completado de um espao nor-
mado a par do que zemos para os espaos mtricos no Teorema 1.38.
Teorema 2.18 (Completado de um espao normado) Seja (X, | |) um espao
normado . Ento existe um espao de Banach

X e uma isometria de X sobre
um subespao

Y denso em

X. O espao

X nico a menos de uma isometria.
Prova. Pelo Teorema 1.38 existe um espao mtrico completo (

X,

d) e uma iso-
metria T : X TX

X com TX denso em

X e

X nico a menos de uma
isometria. Assim, para que este teorema que provado precisamos introduzir em

X uma estrutura de espao vectorial e uma norma adequada.

Sejam x, y

X duas classes e (x
n
)

n=1
x, (y
n
)

n=1
y representantes nestas
classes, isto , sucesses de Cauchy na norma | | em X. Ento a sucesso (z
n
=
x
n
+ y
n
)

n=1
uma sucesso de Cauchy, pois
|z
n
z
m
| = |x
n
+ y
m
(x
m
+ y
m
)| |x
n
x
m
| + |y
n
y
m
| < .
Logo a sucesso (z
n
)

n=1
pertence a uma classe em

X a qual denotamos por z = x+ y.
A classe z independente dos representantes em x e y. Na verdade se (x

n
)

n=1
x
e (y

n
)

n=1
y so outras sucesses nas classes x e y, ento (x

n
)

n=1
(x
n
)

n=1
e
(y

n
)

n=1
(y
n
)

n=1
e
|x
n
+ y
n
(x

n
+ y

n
)| |x
n
x

n
| + |y
n
y

n
| 0, n .
Portanto (x
n
+ y
n
)

n=1
(x

n
+ y

n
)

n=1
e deste modo z est bem denido.
Sejam agora x

X, K e (x
n
)

n=1
x dados. Ento a sucesso (x
n
)

n=1

uma sucesso de Cauchy em X a qual pertence a uma classe em

X denotada por
x. Do mesmo modo esta classe no depende do representante da classe x.
fcil vericar que os axiomas da adio e multiplicao por escalar da De-
nio 2.1 so verdadeiros. O elemento neutro a classe que contm todas as
sucesses de Cauchy convergentes para zero. A norma em

X denida por
| x|
X
:= lim
n
|x
n
|.
Atendendo segunda desigualdade triangular
||x
n
| |x
m
|| |x
n
x
m
|
vemos que a sucesso de nmeros reais positivos (|x
n
|)

n=1
de Cauchy, logo o
limite existe. Ainda pela mesma desigualdade facilmente se conclui que o limite
no depende da sucesso escolhida.
60
Exerccios
Exerccio 2.12 Considere o espao das funes contnuas C([0, 1]), t
0
[0, 1] e
o subconjunto
M := { f C([0, 1])| f (t
0
) = 0}.
Mostre que M um subespao fechado de C([0, 1]).
Exerccio 2.13 Mostre que o espao das sucesses convergentes c (cf. Exem-
plo 1.32) e o espao das sucesses convergentes para zero c
0
so subespaos de

(C). Mostre ainda que c

0
um subespao fechado de

(C) e, assim um espao

completo.
Exerccio 2.14 Mostre que se X um espao normado com uma base de Schau-
der, ento X separvel.
Exerccio 2.15 Mostre que num espao normado X as operaes de adio e mul-
tiplicao por escalar so aplicaes contnuas, isto , se x
n
x, y
n
y e

n
, ento
x
n
+ y
n
x + y

n
x
n
x.
Exerccio 2.16 1. Prove que um espao normado X um espao de Banach
se e s se cada srie convergente absolutamente convergente.
2. Mostre que no espao C([0, 1]) com a norma
| f | :=

1
0
| f (t)|dt
a srie

n=1
t
n
n
absolutamente convergente mas no convergente o que
mostra o facto de C([0, 1]) ser incompleto para esta norma como vimos no
Exemplo 2.13.
Exerccio 2.17 Seja (X, | |) um espao de Banach e M X um subespao em
X. Mostre que o completado

M de M coincide com a aderncia

M de M, isto ,
existe uma aplicao T :

M

M bijectiva tal que |T x|
M
= |x|.
61
2.4 Espaos normados de dimenso nita
Vamos agora investigar os espaos normados de dimenso nita. Este tipo de
espaos so muito importantes, pois, em aplicaes tm um papel fundamental.
Exemplos destas aplicaes a teoria espectral e a teoria da aproximao em
espaos normados, por exemplo aproximar funes contnuas por funes mais
simples como os polinmios. Esta situao conhecida j da anlise quando
uma funo admite um desenvolvimento em srie de Taylor; as somas parciais
fornecem uma aproximao da funo.
Antes de mais, recordamos o clebre teorema de Bolzano-Weierstrass.
Teorema 2.19 (Bolzano-Weierstrass) Seja (
n
)

n=1
uma sucesso de escalares li-
mitada, isto , existe uma constante K 0 tal que |
n
| K, para qualquer n N.
Ento a sucesso (
n
)

n=1
possui uma subsucesso convergente.
Lema 2.20 Seja X um espao normado e x
1
, . . . , x
n
X vectores linearmente in-
dependentes. Ento existe uma constante C > 0 tal que para quaisquer escalares

i
K, 1 i n temos
|
1
x
1
+ . . . +
n
x
n
| C(|
1
| + . . . + |
n
|) (2.6)
Prova. claro que se
i
= 0, 1 i n, ento a desigualdade anterior vlida
para qualquer C > 0. Assim, vamos supor que nem todos os s so nulos e
denotar s = |
1
| + . . . + |
n
| > 0. Ento (2.6) pode escrever-se como
|
i
x
1
+ . . . +
n
x
n
| C, (2.7)
onde
i
=
i
/s tal que

n
i=1
|
i
| = 1. Portanto suciente mostrar que existe
uma constante C > 0 tal que a desigualdade (2.7) seja verdadeira para quaisquer

i
K 1 i n e

n
i=1
|
i
| = 1. Vamos supor por absurdo que a desigualdade
(2.7) falsa, isto , existe uma sucesso (y
m
)

m=1
tal que
y
m
=
1
m
x
1
+
2
m
x
2
+ . . . +
n
x
n
,
onde

n
i=1
|
i
m
| = 1 e |y
m
| 0, m . Como |
i
m
| 1 1 i n, ento para cada
i = 1, . . . , n a sucesso (
i
m
)

m=1
limitada. Isto corresponde no seguinte diagrama
62
ao facto dos s nas colunas formarem uma sucesso limitada
y
1
=
1
1
x
1
+
2
1
x
2
+ . . .
i
1
x
i
+ . . . +
n
1
x
n
y
2
=
1
2
x
1
+
2
2
x
2
+ . . .
i
2
x
i
+ . . . +
n
2
x
n
.
.
.
.
.
.
.
.
.
y
k
=
1
k
x
1
+
2
k
x
2
+ . . .
i
k
x
i
+ . . . +
n
k
x
n
.
.
.
.
.
.
.
.
.
y
r
=
1
r
x
1
+
2
r
x
2
+ . . .
i
r
x
i
+ . . . +
n
r
x
n
.
.
.
.
.
.
.
.
.
Pelo teorema de Bolzano-Weierstrass a sucesso (
1
m
)

m=1
possui uma subsucesso
(
1
m
1
)

m
1
=1
convergente. Seja
1
o seu limite e (y
1
m
1
)

m
1
=1
a subsucesso correspon-
dente da sucesso (y
m
)

m=1
. Usando o mesmo argumento, a sucesso (y
1
m
2
)

m
2
=1
pos-
sui uma subsucesso (y
2
m
2
)

m
2
=1
cuja sucesso de escalares correspondente (
2
m
2
)

m
2
=1
converge para
2
. Continuando este processo aps n passos obtemos uma sucesso
(y
n
m
n
)

m
n
=1
onde
y
n
m
n
=
n

i=1

i
m
n
x
i
,
com
i
m
n

i
, m
n
e

n
i=1
|
i
m
n
| = 1. Assim, temos
y
n
m
n
=
n

i=1

i
m
n
x
i
y =
n

i=1

i
x
i
, m
n

e ainda que

n
i=1
|
i
| = 1. Portanto nem todos os
i
so nulos. Como o conjunto
{x
1
, . . . , x
n
} independente, ento y 0. Pela continuidade da norma, ento visto
que y
n
m
n
y, m
n
resulta
|y
n
m
n
| |y|.
Por outro lado, (y
n
m
n
)

m
n
=1
uma subsucesso da sucesso inicial (y
m
)

m=1
a qual
tal que |y
m
| 0, m . Assim, tambm |y
n
m
n
| 0, m 0, ou seja |y| = 0.
Mas por (N2) temos |y| = 0 y = 0, isto contradiz o facto de y 0.
Como aplicao do lema anterior temos o seguinte teorema.
63
Teorema 2.21 Seja X um espao normado e Y X um subespao de dimenso
nita. Ento Y completo. Em particular todo o espao normado de dimenso
nita completo.
Prova. Suponhamos que dimY = n e {e
1
, e
2
, . . . , e
n
} uma base de Y. Considere-
mos uma sucesso de Cauchy (y
m
)

m=1
emY com vista a provar que ela convergente
em Y. Cada y
m
admite uma nica representao na base dada
y
m
=
1
m
e
1
+
2
m
e
2
+ . . . +
n
m
e
n
.
Como (y
m
)

m=1
de Cauchy, ento para cada > 0 existe N

tal que se m, k > N

temos
|y
m
y
k
| < .
Ento pelo Lema 2.20 existe uma constante C > 0 tal que
> |y
m
y
k
| =

i=1
(
i
m

i
k
)e
i

C
n

i=1
|
i
m

i
k
|
ou seja
|
i
m

i
k
|
n

i=1
|
i
m

i
k
|

C
.
Isto mostra que a sucesso (
i
m
)

m=1
, 1 i n de Cauchy emKlogo convergente.
Denotamos o seu limite por
i
, isto ,
i
m

i
, m para cada 1 i n.
Denimos
y :=
1
e
1
+
2
e
2
+ . . . +
n
e
n
.
claro que y Y e ainda
|y
m
y| =

i=1
(
i
m

i
)e
i

i=1
|
i
m

i
||e
i
|.
Como lim
m
|
i
m

i
| = 0 ento vemos que
lim
m
|y
m
y| = 0,
ou seja, a sucesso (y
m
)

m=1
convergente em Y. Da arbitrariedade da sucesso de
Cauchy podemos concluir que Y completo.
64
Corolrio 2.22 Todo o subespao Y de dimenso nita de um espao normado X
fechado.
Prova. Consequncia do teorema anterior e Proposio 1.29.
Uma propriedade muito interessante dos espaos normados de dimenso nita
X a de todas as normas produzirem a mesma topologia, isto , os conjuntos
abertos em X so os mesmos no importa a norma que est denida em X. Antes
porm, necessitamos do conceito de normas equivalentes.
Denio 2.23 (Normas equivalentes) Seja X um espao vectorial e | |
1
, | |
2
duas normas em X. Ento | |
1
diz-se equivalente a | |
2
se existem constantes
positivas K
1
, K
2
tal que para todos os x X temos
K
1
|x|
1
|x|
2
K
2
|x|
1
O teorema seguinte caracterstico dos espaos normados de dimenso nita
o qual no se verica em espaos de dimenso innita. Em particular ele im-
plica que a convergncia ou divergncia de uma sucesso num espao vectorial de
dimenso nita no depende da escolha da norma nesse espao.
Teorema 2.24 Num espao vectorial X de dimenso nita qualquer norma | |
equivalente a outra norma qualquer | |
0
.
Prova. Suponhamos que dimX = n e {e
1
, . . . , e
n
} uma base de X. Ento qualquer
x X admite uma nica representao
x =
1
e
1
+ . . . +
n
e
n
.
Pelo Lema 2.20 existe uma constante positiva C tal que
|x| C(|
1
| + . . . + |
n
|).
Por outro lado, pela desigualdade triangular temos
|x|
0

n

i=1
|
i
||e
i
|
0
max
1in
|e
i
|
0
n

i=1
|
i
| = K
n

i=1
|
i
|
K
C
|x|.
Assim, |x|
0
K
1
|x|, onde K
1
=
K
C
, K = max
1in
|e
i
|
0
. A outra desigualdade
obtida do mesmo modo trocando o papel de | |
0
e | |.
Para nalizar esta seco vamos estudar o conceito de compactidade nos es-
paos normados de dimenso nita.
65
Denio 2.25 (Espao compacto) Seja X um espao mtrico e M X um sub-
conjunto em X. Ento M diz-se compacto se toda a sucesso em M possui uma
subsucesso convergente em M.
Como exemplos temos: o espao X = [a, b] compacto pelo teorema de
Bolzano enquanto que X = R no compacto porque a sucesso (1, 2, 3, . . .) no
possui uma subsucesso convergente.
Uma propriedade universal dos conjuntos compactos a seguinte.
Proposio 2.26 Seja X um espao mtrico e M X um subconjunto compacto.
Ento M fechado e limitado.
Prova. Seja x

M um elemento na aderncia de M com vista a provar que
x M, isto , M fechado. Ento existe uma sucesso (x
n
)

n=1
M tal que
x
n
x, n . Por M ser compacto temos x M, logo M fechado. Para
mostrar que M limitado suponhamos que absurdo que M no era limitado. Ento
existiria uma sucesso (x
n
)

n=1
no limitada em M tal que d(x
n
, x) > n, onde x
um elemento xo. Esta sucesso no pode ter uma subsucesso convergente, ou
seja, M no seria compacto, absurdo.
O recproco da proposio anterior em geral falso, isto , nem todo o con-
junto fechado e limitado compacto. O prximo contra-exemplo mostra isso
mesmo.
Contra-exemplo 2.27 No espao normado
2
(C) a superfcie esfrica
S
1
(0) := {z
2
(C)| |z|

2
(C)
= 1}.
limitada e fechada mas no compacta.
Prova. De facto, S
1
(0) limitado, pois, para qualquer z S
1
(0) temos |z|

2
(C)
= 1.
S
1
(0) tambm fechado porque se z S
1
(0), ento existe uma sucesso (z
n
)

n=1

S
1
(0) tal que z
n
z, n . Assim,
|z|

2
(C)
=

lim
n
z
n

2
(C)
= lim
n
|z
n
|

2
(C)
= lim
n
1 = 1.
Consideremos a base de Schauder (e
n
)

n=1
do espao
2
(C), cf. Exemplo 2.17.
claro que para todo n N temos e
n
S
1
(0), pois |e
n
|

2
(C)
= 1. Mas a sucesso
(e
n
)

n=1
no de Cauchy, pois, se m n, ento
|e
n
e
m
|

2
(N)
=

2.
66
Portanto, a sucesso (e
n
)

n=1
assim como qualquer subsucesso de (e
n
)

n=1
no pode
ser converge.
No caso dos espaos normados de dimenso nita vlido o seguinte critrio.
Teorema 2.28 (Critrio de compactidade) Seja X um espao normado de di-
menso nita e M X um subconjunto dado. Ento M compacto se e s se
M fechado e limitado.
Prova. A condio necessria foi mostrada no Proposio 2.26. Falta provar
a condio suciente, isto , se M fechado e limitado, ento M compacto.
Suponhamos que dimX = n e {e
1
, . . . , e
n
} uma base de X e seja (x
m
)

m=1
M uma
sucesso qualquer em M com vista a mostrar que (x
m
)

m=1
possui uma subsucesso
convergente em M. Cada x
m
admite uma nica representao
x
m
=
1
m
e
1
+
2
m
e
2
+ . . . +
n
m
e
n
.
Como M limitado, ento (x
m
)

m=1
tambm limitada, isto , existe K > 0 tal que
todos m N temos |x
m
| < K. Pelo Lema 2.20 existe C > 0 tal que
K |x
m
| = |
1
m
e
1
+
2
m
e
2
+ . . . +
n
m
e
n
| C(|
1
m
| + . . . + |
n
m
|).
Isto mostra que para cada m {1, . . . , n} xo a sucesso (
i
m
)

m=1
limitada. Assim,
pelo Teorema de Bolzano-Weierstrass, cf. Teorema 2.19, a sucesso (
i
m
)

m=1
pos-
sui umponto de acumulao
i
. Procedendo como na prova do Lema 2.20 a suces-
so (x
m
)

m=1
possui uma subsucesso (y
i
)

i=1
convergente para y =

n
i=1

i
m
e
i
. Como
M fechado, ento y M, isto mostra que a sucesso arbitrria (x
m
)

m=1
M
possui uma subsucesso convergente em M. Logo M compacto.
Exerccios
Exerccio 2.18 Seja X um espao normado e | |
1
, | |
2
duas normas em X equiva-
lentes.
1. Mostre que as sucesses de Cauchy nestas normas so as mesmas.
2. Mostre ainda que as sucesses convergentes numa e noutra norma so as
mesmas.
67
Exerccio 2.19 Seja X um espao mtrico compacto e M X um subconjunto
fechado. Mostre que M compacto.
Exerccio 2.20 Sejam X e Y dois espaos mtricos com X compacto e T : X
Y uma aplicao bijectiva contnua. Mostre que T um homeomorsmo, isto ,
uma aplicao bijectiva tal que T, T
1
so contnuas.
68
Captulo 3
Espaos de Hilbert
Os espaos de Hilbert so uma generalizao abstracta dos espaos Euclidianos
R
n
e unitrios C
n
onde a noo central o produto interno. A partir do produto
interno obtemos a norma e o conceito de ortogonalidade entre vectores no espao.
Assim, neste captulo vamos generalizar a noo de produto interno e ortogona-
lidade a espaos vectoriais arbitrrios. Isto possvel nos espaos vectoriais com
produto interno ou espaos de Hilbert no caso de serem completos. Os espaos
de Hilbert so uma classe especial de espaos normados mas historicamente os
espaos de Hilbert surgiram primeiro. Toda a teoria destes espaos foi iniciada
pelo matemtico Alemo David Hilbert por volta de 1912 quando trabalhava em
equaes integrais.
3.1 Denio e exemplos
Denio 3.1 (Produto interno) Seja X um espao vectorial sobre o corpo K.
1. Um produto interno em X uma aplicao
(, )
X
: X X K, (x, y) (x, y)
X
tal que para quaisquer x, y, z X e , K temos
(PI1) (x, x)
X
0 e (x, x)
X
= 0 x = 0.
(PI2) (x + y, z)
X
= (x, z)
X
+ (y, z)
X
.
(PI3) (x, y)
X
= (y, x)
X
.
O par (X, (, )
X
) chama-se espao com produto interno ou espao pr-
Hilbertiano.
69
2. A norma | |
X
em X associada a (, )
X
denida por
|x|
X
:=
_
(x, x)
X
, x X (3.1)
e a mtrica em X associada a (, )
X

d(x, y) = |x y|
X
=
_
(x y, x y)
X
. (3.2)
3. Um espao X com produto interno completo no sentido da mtrica anterior
chama-se um espao de Hilbert. Os espaos de Hilbert sero denotados
por H.
Observao 3.2 Seja (X, (, )
X
) um espao com produto interno.
1. claro que (X, | |
X
) um espao normado e se (X, | |
X
) for completo, ento
(X, | |
X
) um espao de Banach.
2. Se K = R, ento (PI3) diz que o produto interno uma aplicao simtrica,
pois (x, y)
X
= (y, x)
X
R.
3. De (PI2) e (PI3) resulta que o produto interno linear conjugada na segunda
varivel, isto ,
(x, y + z)
X
= (x, y)
X
+

(x, z)
X
.
4. Quando no houver perigo de confuso vamos denotar (, )
X
por (, ).
Exemplo 3.3 (Espao Euclidiano R
n
e unitrio C
n
) 1. O espao Euclidiano
R
n
um espao de Hilbert com produto interno
(x, y)
R
n = x
1
y
1
+ x
2
y
2
+ . . . + x
n
y
n
.
A norma associada a este produto interno
|x|
2
R
n = x
2
1
+ x
2
2
+ . . . + x
2
n
e a mtrica
d(x, y) = |x y|
R
n =
_
(x
1
y
1
)
2
+ (x
2
y
2
)
2
+ . . . + (x
n
y
n
)
2
.
Vimos no Exemplo 1.30 que este espao era completo, pelo que umespao
de Hilbert.
70
2. O espao unitrio C
n
com produto interno
(z, w)
C
n = z
1
w
1
+ z
2
w
2
+ . . . + z
n
w
n
tal que a mtrica associada a este produto interno torna C
n
num espao de
Hilbert, cf. Exemplo 1.30.
Proposio 3.4 Seja (X, (, )) um espao com produto interno. Ento para quais-
quer x, z X temos
1. Desigualdade de Cauchy-Schwarz
|(x, y)| |x||y|. (3.3)
2. Desigualdade triangular
|x + y| |x| + |y|. (3.4)
3. Regra do paralelogramo. Que condies deve satisfazer uma norma para
que ela esteja associada a um produto interno, ver Figura 3.1
|x + y|
2
+ |x y|
2
= 2(|x|
2
+ |y|
2
). (3.5)
4. Identidade de polarizao. Dada uma norma associada a um produto in-
terno, ento o produto interno dado por
(a) produto interno real:
(x, y) =
1
4
(|x + y|
2
|x y|
2
). (3.6)
(b) produto interno complexo: (x, y) = (x, y) + (x, y)i
(x, y) =
1
4
(|x + y|
2
|x y|
2
),
(x, y) =
1
4
(|x + iy|
2
|x iy|
2
). (3.7)
71
x
x
+
y
x

y
y
Figura 3.1: Paralelogramo no plano de lados x e y.
Prova. 1. Se x = 0 ou y = 0 ento temos a igualdade, pelo que podemos supor
x, y 0. Existe K, || = 1 tal que (y, x) = |(x, y)| (basta tomar =
|(x, y)|/(y, x). Para r R podemos desenvolver |x ry|
2
para obter
|x ry|
2
= |x|
2
r(x, y) r(y, x) + r
2

2
|y|
2
= |x|
2
r(y, x) r(y, x) + r
2
|y|
2
= |x|
2
2r|(x, y)| + r
2
|y|
2
0.
Assim, temos uma forma quadrtica denida positiva, pelo que o discriminante
dever vericar
(2|(x, y)|)
2
4|y|
2
|x|
2
0 |(x, y)| |x||y|.
2. Temos
|x + y|
2
= (x + y, x + y)
= |x|
2
+ (x, y) + (y, x) + |y|
2
= |x|
2
+ 2(x, y) + |y|
2
.
Como (x, y) |(x, y)| ento pela desigualdade de Cauchy-Schwarz temos
|x + y|
2
|x|
2
+ 2|x||y| + |y|
2
= (|x| + |y|)
2
.
A desigualdade triangular resulta tomando a raiz quadrada em ambos os lados.
3. e 4. A vericao directa usando a denio de norma dada em (3.1).
Exemplo 3.5 (Espao L
2
([0, 1])) A norma no espao C([0, 1])
| f |
2
C([0,1])
=
_
1
0
| f (t)|
2
dt (3.8)
72
pode ser obtida de um produto interno, nomeadamente
( f , g)
C([0,1])
:=
_
1
0
f (t)g(t)dt.
No Exemplo 2.13 admitimos que as funes contnuas tomam valores reais mas,
em geral, podemos assumir que as funes so complexos, isto , f : [0, 1] C
contnuas. O espao resultante C
C
([0, 1]) das funes complexas denidas em
[0, 1] torna-se num espao com produto interno denido por
( f , g)
C
C
([0,1])
:=
_
1
0
f (t)g(t)dt
cuja norma associada dada por
| f |
2
C
C
([0,1])
=
_
1
0
| f (t)|
2
dt, (3.9)
aqui | f (t)|
2
= f (t) f (t). O completado L
2
([0, 1]) de C([0, 1]) (respectivamente
L
2
C
([0, 1])) relativamente mtrica associada a (3.8), (respectivamente a (3.9))
um espao normado completo. possvel prolongar o produto interno (cf. Teo-
rema 3.11 mais frente) ao completado de forma que L
2
([0, 1]) (respectivamente
L
2
C
([0, 1])) seja um espao de Hilbert .
Exemplo 3.6 (Espao
2
(C)) Oespao
2
(C) das sucesses complexas z = (z
n
)

n=1
tais que

n=1
|z
n
|
2
<
um espao de Hilbert com produto interno
(z, w)

2
(C)
=

n=1
z
n
w
n
.
A convergncia da srie resulta da desigualdade de Cauchy-Schwarz para sries,
pois
|(z, w)

2
(C)
|

n=1
|z
n
|| w
n
|
_

n=1
|z
n
|
2
_

_
1/2
_

n=1
| w
n
|
2
_

_
1/2
< .
73
A norma associada ao produto interno anterior
|z|
2

2
(C)
=

n=1
|z
n
|
2
.
No Exemplo 2.11 mostramos que
2
(C) um espao completo para a mtrica
associada a esta norma. Logo
2
(C) um espao de Hilbert.
Observao 3.7 O conjunto
2
(C) diz-se um prottipo de espao de Hilbert (ou
espao de Hilbert cannico), pois possvel mostrar que todo o espao de Hilbert
separvel H isomorfo a
2
(C), ver mais frente neste captulo. O espao
2
(C)
foi introduzido por D. Hilbert em 1912 mas a denio abstracta de espao de
Hilbert s foi dada em 1927 por J. von Neumann num artigo sobre mecnica
quntica.
Exemplo 3.8 (Espao
p
(C), p 2) Os espaos normados
p
(C), p 2 no so
espaos com produto interno e, assim, no so espaos de Hilbert.
De facto, a norma em
p
(C) no pode ser obtida de um produto interno, pois a
regra do paralelogramo no verdadeira. Seja z = (1, 1, 0, . . .) e w = (1, 1, 0, . . .)
ambos em
p
(C). Temos
|z|

p
(C)
= |w|

p
(C)
= 2
1/p
, |z + w|

p
(C)
= |z w|

p
(C)
= 2
pelo que (3.5) s se verica para p = 2. Portanto,
p
(C) um espao de Banach
mas no um espao de Hilbert.
Lema 3.9 (Continuidade do produto interno) Seja X um espao com produto
interno. Ento se x
n
x e y
n
y temos (x
n
, y
n
) (x, y), isto , a aplicao
(, ) : X X K contnua nas duas variveis.
Prova. Temos de mostrar que
lim
n
|(x
n
, y
n
) (x, y)| = 0.
Mas
|(x
n
, y
n
) (x, y)| = |(x
n
, y
n
) (x
n
, y) + (x
n
, y) (x, y)|
|(x
n
, y
n
y)| + |(x
n
x, y)|
|x
n
||y
n
y| + |x
n
x||y|,
74
onde usamos a desigualdade triangular e a de Cauchy-Schwarz. Como x
n
x e
y
n
y, isto , lim
n
|x
n
x| = 0 e lim
n
|y
n
y| = 0, logo claro que
lim
n
|(x
n
, y
n
) (x, y)| = 0.
Como primeira aplicao deste lema vamos provar que todo o espao com
produto interno X pode ser completado sendo o espao resultante um espao de
Hilbert. Este espao completado nico a menos de um isomorsmo. De seguida
denimos espaos com produto interno isomorfos.
Denio 3.10 (Espaos com produto interno isomorfos) Consideremos os es-
paos vectoriais (X
1
, (, )
1
) e (X
2
, (, )
2
) sobre o mesmo corpo K com produto
interno e T : X
1
X
2
uma aplicao. Ento T diz-se um isomorsmo de X
1
sobre X
2
se T bijectiva e preserva o produto interno, isto
(T x, Ty)
2
= (x, y)
1
, x, y X
1
.
Teorema 3.11 Para qualquer espao X com produto interno (, )
X
existe um es-
pao de Hilbert H e um isomorsmo T de X sobre um subespao W de H denso.
O espao de Hilbert H nico a menos de um isomorsmo.
Prova. Pelo Teorema 2.18 existe um espao de Banach H e um isomorsmo T
de X sobre um subespao W de H denso. Assim, s resta provar que H possui
um produto interno. Denimos
( x, y)
H
:= lim
n
(x
n
, y
n
)
X
,
onde (x
n
)

n=1
(y
n
)

n=1
so sucesses de Cauchy na norma | |
X
em X nas classes x
e y, respectivamente. Pelo Lema 3.9 o limite anterior existe e nico. O resto
uma consequncia do Teorema 2.18.
Exerccios
Exerccio 3.1 Mostre que num espao com produto interno X se (x, y) = (x, z)
para todos x X, ento y = z.
75
Exerccio 3.2 Mostre que o espao C([a, b]) com a norma
| f |
C([a,b])
:= max
t[a,b]
| f (t)|
no um espao com produto interno e, assim, no um espao de Hilbert.
Sugesto: mostre que as funes f (t) = 1 e g(t) = (t a)/(b a) no vericam a
regra do paralelogramo.
Exerccio 3.3 Mostre que a desigualdade de Cauchy-Schwarz resulta na igual-
dade se e s se x = y para qualquer K.
Exerccio 3.4 Considere em C
2
a norma
|(z, w)| = |z| + |w|.
Pode esta norma ser obtida de um produto interno?
Exerccio 3.5 Seja H =
2
(C) e considere o elemento z = (z
n
)

n=1

2
(C). Cal-
cule |z|

2
(C)
onde
1. z
n
= 2
n/2
.
2. z
n
=
1
n
.
Exerccio 3.6 Mostre que se X um espao com produto interno e (x
n
)

n=1
uma
sucesso em X, ento das condies |x
n
| |x| e (x
n
, x) (x, x), n resulta
que x
n
x no sentido
lim
n
|x
n
x| = 0.
Exerccio 3.7 Prove que num espao com produto interno X as seguintes igual-
dades so verdadeiras
(x, y) =
1
N
N

k=1
|x + e
2ki/N
y|
2
e
2ki/N
, N 3.
(x, y) =
1
2
_
2
0
|x + e
it
y|
2
e
it
dt.
Exerccio 3.8 Dado um espao X com produto interno (, ), ento temos a se-
guinte relao
(x, y) = |x||y| cos ,
onde o ngulo entre os vectores x e y. Calcule o ngulo entre as funes
f (t) = 1 e g(t) = t no espao L
2
([0, 1]).
76
3.2 Ortogonalidade, complementos ortogonais e so-
mas directas
Recordamos que dois vectores no espao Euclidiano R
2
so perpendiculares (ou
ortogonais) se o seu produto interno nulo. Ageneralizao natural deste conceito
a seguinte.
Denio 3.12 (Ortogonalidade) Seja X um espao com produto interno (, ) e
M, N X subconjuntos em X.
1. Os elementos x, y X dizem-se ortogonais x y se
(x, y) = 0.
2. x X ortogonal a M x M se x y para qualquer y M.
3. M ortogonal a N M N se x y para quaisquer x M e y N.
4. M diz-se ortogonal se os seus elementos so ortogonais dois a dois. Se
alm disso para quaisquer x, y M
(x, y) =
_
1, x = y
0, x y,
ento M diz-se ortonormado.
Teorema 3.13 (Pitgoras) Seja X umespao comproduto interno e {x
1
, x
2
, . . . , x
n
}
um conjunto ortogonal em X. ento
|x
1
+ x
2
+ . . . + x
n
|
2
= |x
1
|
2
+ |x
2
|
2
+ . . . + |x
n
|
2
.
Prova. De facto, temos
|x
1
+ x
2
+ . . . + x
n
|
2
= (x
1
+ x
2
+ . . . + x
n
, x
1
+ x
2
+ . . . + x
n
)
=
n

i=1
n

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

i=1
(x
i
x
i
) =
n

i=1
|x
i
|
2
.
Para X = R
2
a relao Pitagrica resulta na bem conhecida Figura 3.2.
O mosso prximo objectivo obter a representao de um espao de Hilbert
H como soma directa de um subespao fechado M em H e o seu complemento
ortogonal M

, isto , M

:= {x X| xM}. Antes disso necessrio introduzir

alguns conceitos.
77
x + y
|
x
+
y
|
|y|
y
|x|
x
Figura 3.2: Relao Pitagrica em R
2
.
x x x

M M
M

(b) (a) (c)
Figura 3.3: Existncia e unicidade de y M tal que = |x y|.
Denio 3.14 Seja X umespao com produto interno. A distncia de um ponto
x X ao subconjunto no vazio M de X denida por
:= inf
yM
|x y|.
muito importante saber se existe ou no um elemento y M tal que
= |x y|.
Este problema de existncia e unicidade, fundamental em aplicaes, como por
exemplo na aproximao de funes, relativamente simples nos espaos de Hil-
bert. J o mesmo no se pode dizer nos espaos de Banach. Em R
2
podemos
ilustrar esta situao na Figura 3.3. Precisamente, pode no existir nenhum y
Figura 3.3-(a), pode existir um s Figura 3.3-(b) ou pode existir uma innidade
Figura 3.3-(c).
O prximo teorema diz que se M for convexo, ento existe um e um s ele-
mento y M tal que = |x y|.
Teorema 3.15 Seja X um espao com produto interno e M X um subcon-
junto convexo completo. Ento para qualquer x X existe um nico y M tal
que
= inf
yM
|x y| = |x y|.
78
Prova. Vamos provar a existncia de y M tal que = |x y|. Por denio de
nmo existe (y
n
)

n=1
M tal que

n
= |x y
n
| , n .
Ento (y
n
)

n=1
uma sucesso de Cauchy em M. De facto, por um lado
|y
n
+ y
m
2x| = 2

1
2
(y
n
+ y
m
) x

2,
pois
1
2
(y
n
+ y
m
) M por este ser convexo. Por outro lado, pela regra do paralelo-
gramo temos
|y
n
y
m
|
2
= |y
n
x (y
m
x)|
2
= |y
n
+ y
m
2x|
2
+ 2(|y
n
x|
2
+ |y
m
x|
2
)
(2)
2
+ 2(
2
n
+
2
m
) < , n, m > N

,
logo (y
n
)

n=1
de Cauchy. Assim, existe y M tal que y
n
y, n . Temos
ainda que
|x y| ,
pois y M. Mas
|x y| |x y
n
| + |y
n
y| =
n
+ |y
n
y| , n .
Logo |xy| = . Portanto, mostramos a existncia de um y M tal que = |xy|.
Unicidade de y M tal que = |x y|. Suponhamos que existe outro elemento
y
0
M tal que
|x y| = |x y
0
| =
com vista a mostrar que y
0
= y. Pela regra do paralelogramo temos
|y y
0
|
2
= |(y x) (y
0
x)|
2
= |(y x) + (y
0
x)|
2
+ 2(|y x|
2
+ |y
0
x|
2
)
= 2
2

1
2
(y y
0
) x

2
+ 2
2
+ 2
2
.
Como |
1
2
(y y
0
) x| , ento
|y y
0
|
2
4
2
+ 2
2
+ 2
2
= 0.
Como evidente |y y
0
| 0, logo s podemos ter a igualdade.
79
Teorema 3.16 Nas condies do Teorema 3.15 se M for um subespao fechado
em X e x X xo, ento z = x y ortogonal a M, isto , z M

.
Prova. Se z M

, ento existiria um y M\{0} tal que (z, y) = 0. Assim,

para qualquer escalar K temos
|z y|
2
= |z|
2

[

| y|
2
]
Para

=

| y|
2
a expresso no parntesis [ ] anula-se e como |z| = |xy| = temos
|z y|
2
= |z|
2

||
2
| y|
2
<
2
.
Mas isto impossvel, pois z y = x (y + y) sendo que y + y M e, ento
teria de ser
|z y| .
Logo z M

.
Teorema 3.17 (Soma directa) Seja H um espao de Hilbert e M um subespao
fechado em H. Ento H a soma directa
H = M M

.
Isto , cada elemento x H admite uma nica representao x = y + z, onde
y M e z M

.
Prova. Como M completo e convexo, ento pelos Teoremas 3.15 e 3.16 para
qualquer x H existe um nico y M e z M

tal que
x = y + z.
Para ver que a representao nica suponhamos que
x = y + z = y
1
+ z
1
,
onde y, y
1
M e z, z
1
M

. Da igualdade anterior vemos que y y

1
= z
1
z com
y y
1
M e z
1
z M

. Isto implica que y

1
y M M

= {0}, logo y
1
= y e
z
1
= z.
80
M

z = P
M
x
x
y = Px
M
Figura 3.4: Projeco de x H sobre M.
Observao 3.18 O elemento y M chamado projeco ortogonal de x em M.
Assim, denimos uma aplicao
P : H M, x Px = y
chamada projeco ortogonal de H sobre M, ver Figura 3.4. fcil vericar que
P possui as seguintes propriedades.
1. PM = M.
2. PM

= {0}.
3. P
2
= P, isto , P idenpotente.
Finalmente vamos usar o Teorema 3.17 para caracterizar os subconjuntos den-
sos de um espao de Hilbert.
Proposio 3.19 (Caracterizao de subconjuntos densos) Seja H um espao
de Hilbert e M um subconjunto em H. Ento M denso em H se e s se
M

= {0}.
Prova. Suponhamos que M denso em H, isto , M = H com vista a mostrar
que M

= {0}. Seja y M

H dado, com vista a provar que y = 0. Como

y H e M = H ento y M. Assim, existe uma sucesso (y
n
)

n=1
M tal
que y
n
y, n . Do facto de M

M resulta que
(y
n
, y) = 0.
Passando ao limite obtemos |y|
2
= 0 pelo que y = 0. Da arbitrariedade de y resulta
que M

= {0}.
81
Inversamente, suponhamos que M

= {0} com vista a provar que M denso em

H. Se xM, ento xM, pelo que x M

e, assim, x = 0. Logo M

= {0} o
que implica que
_
M
_

= M

= {0}. Por outro lado, M um subespao de H

e M fechado, ento pelo Teorema 3.17 temos
H = M (M)

= M.
Exerccios
Exerccio 3.9 Mostre que numespao X com produto interno se x
n
x, n
e y x
n
para qualquer n N, ento, x y.
Exerccio 3.10 Mostre que umconjunto ortonormado linearmente independente.
Exerccio 3.11 Seja H um espao de Hilbert e M H um subconjunto convexo
e (x
n
)

n=1
M tal que |x
n
| = inf
yM
|y|. Mostre que (x
n
)

n=1
converge em H.
Sugesto: mostre que (x
n
)

n=1
uma sucesso de Cauchy por intermdio da regra
do paralelogramo.
Exerccio 3.12 Considere o espao de Hilbert
2
(R) e o subconjunto
M := {x
2
(R)| x
2n
= 0, n N}.
1. Mostre que M um subespao fechado de
2
(R) e encontre M

.
2. Encontre M

no caso em que M = {e
1
, e
2
, . . . , e
n
}, onde (e
n
)

n=1
a base
cannica de
2
(R).
Exerccio 3.13 Considere o espao das funes contnuas C([1, 1]) coma norma
| f |
2
C([1,1])
:=
_
1
1
| f (t)|
2
d(t), f C([1, 1]),
onde a medida de Lebesgue no intervalo [1, 1]. Oespao normado (C([1, 1]), |
|
C([1,1])
) no completo. Podemos adaptar a prova do Exemplo 2.13 para a suces-
so de funes ( f
n
)

n=1
denidas por
82
f
n
(t) :=
_

_
0 se t [1, 0]
nt se t
_
0,
1
n
_
1 se t
_
1
n
, 1
_
,
1
n
1
m
1
1
n
1
1
m 1
f
n
f
m
e mostrar que uma sucesso de Cauchy a qual no converge para um elemento
emC([1, 1]). Deste modo C([1, 1]) no completo. Ocompletado deste espao
normado denotado por L
2
(d) := L
2
([1, 1], d). Este mesmo um espao de
Hilbert, pois a norma | |
C([1,1])
est associada ao produto interno
( f , g)
C([1,1])
:=
_
1
1
f (t)g(t)d(t).
1. Prove que o subconjunto M := { f L
2
(d)| f (t) = f (t) q.c.} um
subespao fechado de L
2
([1, 1]).
2. Mostre que o complemento ortogonal M

dado por
M

= {g L
2
(d)| g(t) = g(t) q.c.}.
Conclua que L
2
(d) = M M

.
3. Se h(t) = (1 + t)
4
encontre f M e g M

tal que h = f + g.
3.3 Conjuntos ortonormados totais
Nesta seco vamos investigar conjuntos ortonormados em espaos com produto
interno e espaos de Hilbert. O interesse destes conjuntos tem a ver com o facto
de qualquer elemento no espao poder ser aproximado por elementos desse con-
junto. Vamos numa primeira fase ver algumas vantagens em utilizar conjuntos
ortonormados.
Supomos X um espao com produto interno e (e
n
)

n=1
uma sucesso ortonor-
mada em X. Para qualquer x e
1
, . . . , e
n
temos
x =
n

k=1

k
e
k
.
83
Acontece que nesta situao possvel determinar explicitamente as constantes

k
. De facto, o produto interno entre x e e
j
, j = 1, . . . , n d
(x, e
j
) =
_

_
n

k=1

k
e
k
, e
j
_

_
=
n

k=1

k
(e
k
, e
j
) =
j
.
Assim, temos
x =
n

k=1
(x, e
k
)e
k
.
Mais geralmente, se x X mas x e
1
, . . . , e
n
, ento podemos denir y
e
1
, . . . , e
n
como
y :=
n

k=1
(x, e
k
)e
k
de tal modo que se z = x y, ento z y. Na verdade
(z, y) = (x y, y)
= (x, y) |y|
2
=
_

_
x,
n

k=1
(x, e
k
)e
k
_

_
n

k=1
(x, e
k
)e
k
,
n

j=1
(x, e
j
)e
j
_

_
=
n

k=1
(x, e
k
)(x, e
k
)
n

k=1
n

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

k=1
|(x, e
k
|
2

k=1
|(x, e
k
)|
2
= 0.
Isto implica que x = y + z com y z, logo pelo Teorema de Pitgoras, cf. Teo-
rema 3.13, temos
|x|
2
= |y|
2
+ |z|
2
=
n

k=1
|(x, e
k
)|
2
+ |z|
2

k=1
|(x, e
k
)|
2
,
pois |z|
2
0. Portanto
s
n
:=
n

k=1
|(x, e
k
)|
2
|x|
2
84
e a sucesso (s
n
)

n=1
crescente e limitada, logo tem limite. Como (s
n
)

n=1
a
sucesso das somas parciais, ento a srie

k=1
|(x, e
k
)|
2
convergente. Temos

k=1
|(x, e
k
)|
2
|x|
2
.
Daqui resulta o seguinte teorema.
Teorema 3.20 (Desigualdade de Bessel) Seja X um espao com produto interno
e (e
j
)

j=1
uma sucesso ortonormada em X. Ento para qualquer x X

k=1
|(x, e
k
)|
2
|x|
2
chamada desigualdade de Bessel e os produtos internos (x, e
k
) so chamados
coecientes de Fourier de x relativamente a (e
k
)

k=1
.
Exemplo 3.21 No espao de Hilbert
2
(C) a sucesso (e
n
)

n=1
onde
e
n
:= (0, 0, . . . , 0
.,,.
n1
, 1, 0, . . .), n N
uma sucesso ortonormada, pois
(e
n
, e
m
)

2
(C)
=
_
1 se n = m
0 se n m.
Exemplo 3.22 O espao das funes reais contnuas C([0, 2]) com o produto
interno
( f , g)
C([0,2])
=
_
2
0
f (t)g(t)dt
Possui as seguintes sucesses ortogonais:
u
n
(t) := cos(nt), n N
0
v
n
(t) := sin(nt), n N.
85
Temos
(u
n
, u
m
)
C([0,2])
=
_
2
0
cos(nt) cos(mt)dt =
_

_
2 se n = m = 0
se n = m = 1, 2, . . .
0 se n m.
(v
n
, v
m
)
C([0,2])
=
_
2
0
sin(nt) sin(mt)dt =
_
se n = m = 1, 2, . . .
0 se n m.
Os integrais anteriores so calculados usando as frmulas
cos
2
(nt) =
1 + cos(2nt)
2
cos(nt) cos(mt) =
1
2
(cos((n + m)t) + cos((n m)t))
sin(nt) sin(mt) =
1
2
(cos((n m)t) cos((n + m)t)).
Usando a frmula
sin(nt) cos(mt) =
1
2
(sin((n + m)t) + sin((n m)t))
podemos mostrar que as duas sucesses so ortogonais entre si, isto , u
n
v
m
.
Podemos, pois, denir sucesses ortonormadas por
e
0
(t) :=
1

2
, e
n
(t) :=
cos(nt)

, n N,
e
n
(t) :=
sin(nt)

, n N.
A questo que se coloca quando temos um espao com produto interno como
obter uma sucesso ortonormada a partir de uma sucesso independente. A res-
posta dada pelo mtodo de ortogonalizao de Gram-Schmidt. Assim, se (x
k
)

k=1
uma sucesso independente a sucesso ortonormada resultante (e
k
)

k=1
tal que
para qualquer n N temos
e
1
, . . . , e
n
= x
1
, . . . , x.
De seguida descrevemos o processo de ortogonalizao de Gram-Schmidt.
Passo 1: e
1
denido por
e
1
:=
x
1
|x
1
|
.
86
e
2
e
1
u
2
(x
2
, e
1
)e
1
(x
2
, e
1
)e
1
x
2
u
n
x
n
e
n

n1
k=1
(x
n
, e
k
)e
k

n1
k=1
(x
n
, e
k
)e
k
n
Figura 3.5: Processo de ortogonalizao de Gram-Schmidt.
Passo 2: Consideremos u
2
:= x
2
(x
2
, e
1
)e
1
de tal forma que u
2
e
1
. Ento e
2

dado por
e
2
:=
u
2
|u
2
|
.
Passo 3: Denimos u
3
:= x
3
(x
3
, e
1
)e
1
(x
3
, e
2
)e
2
de tal forma que u
3
e
1
e
u
3
e
2
logo podemos denir
e
3
:=
u
3
|u
3
|
.
Passo n: O vector
u
n
:= x
n

n1

k=1
(x
n
, e
k
)e
k
tal que u
n
{e
1
, e
2
, . . . , e
n1
}, ver Figura 3.5. Ento e
n
dado por
e
n
:=
u
n
|u
n
|
.
Exemplo 3.23 (Polinmios de Hermite) Seja L
2
(R, ) o espao de Hilbert das
funes reais denidas em R com produto interno dado por
( f , g) :=
_
R
f (x)g(x)d(x) =
1

2
_
R
f (x)g(x)e

x
2
2
dx.
Ortogonalizar os primeiros 4 vectores da sucesso independente u
n
(x) = x
n
, n
N
0
.
87
Prova. Aplicando o processo de ortogonalizao de Hilbert-Schmidt temos
H
0
(x) := u
0
(x)
pelo que
e
0
(x) :=
H
0
(x)
|H
0
|
= 1.
Por seu lado H
1
dado por
H
1
(x) := u
1
(x) (u
1
, H
0
)H
0
= x
de onde resulta
e
1
(x) :=
H
1
(x)
|H
1
|
=
x (x, 1)1
|x (x, 1)1|
= x
Para H
2
temos
H
2
(x) := u
2
(x) (u
2
, H
0
)H
0
(u
2
, H
1
)H
1
= x
2
1
logo
e
2
(x) :=
H
2
(x)
|H
2
|
=
x
2
1
|x
2
1|
=
1

2
(x
2
1)
Finalmente temos
H
3
(x) := u
3
(x) (u
3
, H
0
)H
0
(u
3
, H
1
)H
1
(u
3
, H
2
)H
2
= x
3
3x
e
e
3
(x) :=
x
3
3x
|x
3
3x|
=
1

6
(x
3
3x).
Observao 3.24 1. Na literatura a denio de polinmios de Hermite no
nica. Assim, quem dena os polinmios de Hermite como sendo os po-
linmios H
n
do exerccio anterior e tambm podemos encontrar denies
em que os e
n
so chamados polinmios de Hermite. Ambas as denies di-
ferem por uma constante, nomeadamente e
n
=
1
|H
n
|
H
n
, isto , uns tm norma
um enquanto que outros no. Em particular interessante vericar que o
coeciente de maior grau dos polinmios H
n
1.
88
10
0
5
10
4 2 0 2 4
H
2
H
3
5
H
1
H
0
1
0.5
0
0.5
1
3 2 1 0 1 2 3
h
0
h
1
h
2
h
4
h
3
Figura 3.6: Polinmios de Hermite e funes de Hermite.
2. As funes de Hermite h
n
, n N
0
so denidas por
h
n
(x) :=
1
_
n!

2
H
n
(x) exp
_
x
2
4
_
as quais formam uma sucesso ortonormada em L
2
(R, dx), pois
(h
n
, h
m
)
L
2
(R,dx)
=
1

n!
1

m!
(H
n
, H
m
)
L
2
(R,)
=
nm
,
onde
nm
= 1 se n = m e
mn
= 0 se n m. Na Figura 3.6 temos o grco
dos primeiros polinmios de Hermite esquerda e das primeiras funes de
Hermite direita.
Teorema 3.25 Seja H um espao de Hilbert, (e
k
)

k=1
uma sucesso ortonormada
em H e consideremos a srie

k=1

k
e
k
. (3.10)
1. A srie (3.10) converge se e s se a srie

k=1
|
k
|
2
converge.
2. Se (3.10) converge, ento os coecientes
k
so os coecientes de Fourier
(x, e
k
), x denota a srie em (3.10), pelo que
x =

k=1
(x, e
k
)e
k
.
89
3. Para qualquer x H a srie em (3.10) com
k
= (x, e
k
) converge em H.
Prova. Denotamos
s
n
=
1
e
1
+ . . . +
n
e
n
,
n
= |
1
|
2
+ . . . + |
n
|
2
.
Para n > m temos
|s
n
s
m
|
2
= |
m+1
|
2
+ . . . + |
n
|
2
=
n

m
.
Assim, (s
n
)

n=1
de Cauchy se e s se (
n
)

n=1
de Cauchy. Como H completo,
ento a sucesso (s
n
)

n=1
convergente. Isto prova 1.
Para mostrar 2. fazemos o produto interno entre s
n
e e
i
com i n
(s
n
, e
i
) =
n

k=1

k
(e
k
, e
i
) =
i
.
Como o produto interno contnuo, ento

i
= (s
n
, e
i
) (x, e
i
), i N.
Finalmente, para mostrar 3. usamos a desigualdade de Bessel para concluir que

k=1
|(x, e
k
)|
2
converge e, por conseguinte, juntamente com a alnea 1. podemos concluir que
3. tambm se verica.
Denio 3.26 (Srie de Fourier) 1. Uma srie trigonomtrica uma srie
da forma

n=0
(a
n
cos(nx) + b
n
sin(nx)). (3.11)
2. Uma funo real de varivel real f diz-se peridica se existe um nmero
positivo p (chamado perodo de f ) tal que f (x + p) = f (x) para qualquer
x R.
90
3. Se f uma funo real contnua peridica com perodo 2, ento a srie
de Fourier de f uma srie do tipo (3.11) com os coecientes a
n
e b
n
dados
por
a
0
=
1
2
_
2
0
f (x)dx
a
n
=
1

_
2
0
f (x) cos(nx)dx, n = 1, 2, . . .
b
n
=
1

_
2
0
f (x) sin(nx)dx, n = 1, 2, . . .
os quais so chamados coecientes de Fourier de f . O intervalo de inte-
grao [0, 2] pode ser substitudo por outro intervalo de comprimento 2
visto que a funo f peridica de perodo 2.
Exemplo 3.27 Consideremos a funo contnua peridica de perodo 2
f (x) =
_
x se

2
x <

2
x se

2
x <
3
2
.
Ento os coecientes de Fourier so:
a
n
= 0, n = 0, 1, 2, . . .
b
n
=
4
n
2
sin
_
n
2
_
, n = 1, 2, . . .
Assim, b
2n1
= (1)
n+1 4
(2n1)
2
e b
2n
= 0 e deste modo a srie de Fourier para f
dada por
f (t) =
4

_
sin(t)
1
3
2
sin(3t) +
1
5
2
sin(5t)
1
7
2
sin(7t) + . . .
_
. (3.12)
Na Figura 3.7 representamos a funo f (funo dente de serra desenhada a preto)
e as primeiras aproximaes por intermdio da sucesso das somas parciais da
srie de Fourier.
Observao 3.28 Num espao com produto interno X qualquer elemento x X
satisfaz a desigualdade de Bessel, cf. Teorema 3.20, isto ,

n=1
|(x, e
n
)|
2
|x|
2
,
91
2
1.5
1
0.5
0
0.5
1
1.5
2
6 4 2 0 2 4
f
f
1
f
2
f
3
f
4
6
Figura 3.7: Aproximao da funo f pelos primeiros termos da sucesso das
somas da srie em (3.12).
onde (e
n
)

n=1
uma sucesso ortonormada em X e (x, e
n
) so os coecientes de
Fourier relativamente a (e
n
)

n=1
. Para cada m N denotamos por N(m) o nmero
de coecientes de Fourier (x, e
n
) tais que |(x, e
n
)| >
1
m
. Ento temos
|x|
2

n=1
|(x, e
n
)|
2
>

{n| |(x,e
n
)|>1/m}
1
m
2
= N(m)
1
m
2
logo N(m)
1
m
2
< |x|
2
pelo que
N(m) < m
2
|x|
2
.
Por outras palavras, o nmero de coecientes de Fourier com valor absoluto
grande no limitado. No caso de X possuir uma famlia ortonormada (e
i
)
iI
, I
um conjunto qualquer de ndices no numervel, e (x, e
i
) denotar ainda os coe-
cientes de Fourier, ento o nmero de destes coecientes tais que |(x, e
i
)| >
1
m

nito. Isto mostra o resultado do seguinte lema.
Lema 3.29 (Coecientes de Fourier) Seja x X um vector num espao com
produto interno e (e
i
)
iI
uma famlia ortonormada. Ento o nmero de coecientes
de Fourier (x, e
i
) no nulos no mximo contvel.
Denio 3.30 (Conjunto total) Seja X umespao comproduto interno e M X
um subconjunto.
92
1. M diz-se total em X se o subespao gerado por M denso em X, isto ,
M = X.
2. Se acontecer que M seja ortonormado e total, ento M diz-se um conjunto
ortonormado total em X.
Observao 3.31 (Dimenso Hilbertiana) Seja H um espao de Hilbert e M
H um subconjunto ortonormado total.
1. M por vezes chamado base ortonormada de H.
2. Se H {0}, ento H possui uma um conjunto ortonormado total.
3. Todos os conjuntos ortonormados totais em H {0} possuem a mesma
cardinalidade a qual chamamos dimenso Hilbertiana de H. Se H = {0},
ento a sua dimenso 0.
Exemplo 3.32 A sucesso ortonormada (e
n
)

n=1
, onde
e
n
= (0, . . . 0
.,,.
n1
, 1, 0 . . .), n N
total em
2
(C).
Prova. Consideremos x
2
(C) da forma x = (x
1
, x
2
, . . .) com vista a mostrar que
o espao vectorial gerado pela sucesso (e
n
)

n=1
denso em
2
(C). Isto , existe
uma sucesso ( f
n
)

n=1
(e
n
)

n=1
tal que para qualquer > 0 existe N

tal que se
n > N

temos
| f
n
x|

2
(C)
< .
Denimos para cada n N f
n
por
f
n
:= (x
1
, x
2
, . . . , x
n
, 0 . . .).
claro que ( f
n
)

n=1
(e
n
)

n=1
, pois se n N temos
f
n
= x
1
e
1
+ x
2
e
2
+ . . . + x
n
e
n
(e
n
)

n=1
.
Vamos, ento vericar que f
n
x, n . Temos
| f
n
x|
2

2
(C)
=

k=n+1
|x
k
|
2
(3.13)
93
e como
|x|
2

2
(C)
=

k=1
|x
k
|
2
< ,
ento (3.13) corresponde ao resto de ordem n de uma srie convergente, logo dado
> 0 existe N

tal que se n > N

temos
| f
n
x|
2

2
(N)
<
2
.
Isto prova o resultado.
O seguinte teorema d um critrio para a totalidade de um subconjunto num
espao com produto interno. Essencialmente, num conjunto ortonormado total
no podemos introduzir outros vectores ortogonais aos que j l esto com excep-
o do vector nulo.
Teorema 3.33 (Critrio de totalidade) Seja X um espao com produto interno e
M X um subconjunto.
1. Se M total em X, ento no existem vectores x X\{0} o qual seja orto-
gonal a todos os elementos de M, isto
x M = x = 0.
2. Se X completo a condio anterior suciente para a totalidade de M em
X.
Prova. 1. Denotamos por H o completado de X, pelo que X denso em H. Como
M denso em X , logo M tambm denso em H. Pela Proposio 3.19 temos
M

= {0} logo M

= {0}. Assim, se x X tal que x M temos x = 0.

2. Como X um espao de Hilbert e a condio verdadeira, ento temos M

=
{0}. Ento pela Proposio 3.19 M total em X.
Um outro critrio para a totalidade de um subconjunto dado pela identidade
de Parseval. Mais precisamente, se H um espao de Hilbert e M um subcon-
junto ortonormado em H, ento para cada x H o nmero de coecientes de
Fourier de x no nulos no mximo contvel, cf. Lema 3.29. Temos
x =

k=1
(x, e
k
)e
k
94
e pela desigualdade de Bessel

k=1
|(x, e
k
)|
2
|x|
2
.
No caso de termos a igualdade

k=1
|(x, e
k
)|
2
= |x|
2
(3.14)
ento chamamos identidade de Parseval. Esta igualdade suciente para que M
seja total em H.
Teorema 3.34 (Critrio de totalidade) Umsubconjunto ortonormado M numes-
pao de Hilbert H total se e s se para todos x H a identidade de Parseval
(3.14) tem lugar, onde a soma feita sobre todos os coecientes de Fourier de x
no nulos relativamente a M.
Na prtica quase todos os espaos de Hilbert so separveis, isto , existe um
subconjunto denso o qual contvel, cf. Denio 1.19-2. Estes espaos so mais
simples que os outros, pois, no podem conter subconjuntos ortonormados no
contveis.
Teorema 3.35 (Espaos de Hilbert separveis) Seja H um espao de Hilbert
dado.
1. Se H separvel, todo o subconjunto ortonormado contvel.
2. Se H contm uma sucesso ortonormada total, ento H separvel.
Denio 3.36 (Espaos de Hilbert isomorfos) Dois espaos de Hilbert H e

H
dizem-se isomorfos se existe uma aplicao T : H

H bijectiva a qual pre-
serva o produto interno, isto ,
(T x, Ty)
H
= (x, y)
H
.
Exemplo 3.37 Todo o espao de Hilbert H complexo separvel com dimenso
Hilbertiana innita isomorfo ao espao de Hilbert
2
(C).
95
Prova. Seja (e
n
)

n=1
uma sucesso ortonormada total emH. Ento qualquer x H
pode escrever-se como
x =

n=1
(x, e
n
)e
n
sendo a srie convergente e
|x|
2
=

n=1
|(x, e
n
)|
2
.
Denimos a seguinte aplicao
T : H

(C), x T x := ((x, e
n
))

n=1
.
Ento temos de vericar que
T est bem denida,
T bijectiva,
T preserva o produto interno.
Para mostrar que T est bem denida temos de vericar que para cada x H
T x
2
(C) e que T x nico, isto , T uma aplicao. fcil vericar que se
x H, ento
|T x|
2

2
(C)
=

n=1
|(x, e
n
)|
2
= |x|
2
< , (3.15)
logo T x
2
(C). Por outro lado se x = y, ento (x, e
n
) = (y, e
n
) para qualquer
n N. Temos T x = ((x, e
n
))

n=1
= ((y, e
n
))

n=1
= Ty, logo T x = Ty, pelo que T est
bem denida.
Pela igualdade (3.15) podemos concluir que T injectiva, pois se T x = 0,
ento
|T x|

2
(C)
= |x| = 0 x = 0.
Se y = (y
1
, y
2
, . . .)
2
(C), ento denindo x por
x :=

n=1
y
n
e
n
.
96
A srie converge em H porque

n=1
|y
n
|
2
<
e o Teorema 3.25-1. evidente que T x = y o que prova a sobrejectividade de T.
Finalmente, provamos que T preserva o produto interno
(T x, Ty)

2
(C)
= (((x, e
n
))

n=1
, ((y, e
n
))

n=1
)

2
(C)
=

n=1
(x, e
n
)(y, e
n
).
Por outro lado
(x, y) =
_

n=1
(x, e
n
)e
n
,

k=1
(y, e
k
)e
k
_

_
=

n,k=1
(x, e
n
)(y, e
k
)(e
n
, e
k
) =

n=1
(x, e
n
)(y, e
n
).
Conclumos, pois que (T x, Ty) = (x, y), e Tpreserva o produto interno.
Exerccios
Exerccio 3.14 Seja (e
k
)

k=1
uma sucesso ortonormada num espao com produto
interno X. Mostre que se x X e y da forma
y =
n

k=1
(x, e
k
)e
k
,
ento x y Y
n
:= e
1
, . . . , e
n
.
Exerccio 3.15 D um exemplo em
2
(R) onde a desigualdade de Bessel estrita.
Exerccio 3.16 Ortogonalize os primeiros 4 vectores da sucesso (u
n
)

n=0
onde
u
n
(x) := x
n
, n N
0
sendo que estas funes esto denidas em [1, 1] e o produto interno
( f , g) =
_
1
1
f (x)g(x)dt.
97
Exerccio 3.17 (Funo geradora dos plinmios de Hermite) 1. Mostre que
a funo geradora dos polinmios de Hermite H
n
, cf. Exemplo 3.23,
exp
_
xt
t
2
2
_
=

n=0
t
n
n!
H
n
(x).
2. Diferenciando a igualdade anterior em ordem a x mostre que
H

n
(x) = nH
n1
(x).
3. Sabendo que
H
n
(x) = (1)
n
e
x
2
2
d
n
dx
n
_
e

x
2
2
_
mostre que H
n
satisfaz a equao diferencial de Hermite
H

n
(x) xH

n
(x) + nH
n
(x) = 0.
Exerccio 3.18 (Polinmios de Laguerre) Considere o espao de Hilbert L
2
(R
+
, dx),
e a sucesso independente
u
n
(x) := x
n
exp
_

x
2
_
.
Aplique o processo de ortogonalizao de Gram-Schmidt para obter as primeiros
funes ortogonais.
Exerccio 3.19 Seja M um conjunto total num espao com produto interno X. Se
(u, x) = (v, x) para todos x M, mostre que u = v.
Exerccio 3.20 Seja M um subconjunto de um espao de Hilbert H. Suponhamos
que
(u, x) = (v, x), x M = u = v. (3.16)
Mostre que se (3.16) se vericar para todos u, v H, ento M total em H.
98
Captulo 4
Operadores lineares
Neste captulo vamos introduzir os primeiros conceitos sobre operadores em es-
paos normados. De interesse especial so os operadores que preservam as duas
operaes algbricas dos espaos vectoriais. No caso do espao de chegada ser
R ou C ento o operador chamado um funcional. Os operadores limitados ou
funcionais limitados formam uma classe muito importante visto que estes podem
tirar partido da estrutura vectorial. O resultado mais importante aquele que esta-
belece que um operador limitado se e s se contnuo. Tambm de importncia
bsica o espao formado pelos operadores limitados o qual forma um espao
normado B(X, Y). Em particular o conjunto dos funcionais lineares contnuos so-
bre um espao normado X denotado por X

forma um espao de Banach.

4.1 Denies e exemplos
Denio 4.1 (Operador linear) Sejam X, Y dois espaos vectoriais sobre o mesmo
corpo K. Uma aplicao T : D(T) X Y diz-se um operador linear se
1. D(T) um espao vectorial e a imagem R(T) Y,
2. para quaisquer x, y D(T) e escalares , K temos
T(x + y) = T x + Ty.
Vamos usar a seguinte notao:
D(T) denota o domnio de T,
99
R(T) denota o conjunto das imagens de T e
N(T) denota o ncleo de T, isto , N(T) = {x D(T)| T x = 0}.
Note que a propriedade 2. na denio de operador linear diz que T preserva
as duas operaes do espao vectorial.
Exemplo 4.2 Sejam X e Y dois espaos vectoriais dados.
Operador identidade O operador I
X
: X X denido por I
X
x := x para
qualquer x X chama-se operador identidade. Temos D(I
X
) = X e claro
que I
X
linear.
Operador nulo O operador 0 : X Y, x 0x := 0 para qualquer x X
chamado operador nulo o qual linear.
Operador diferenciao Seja X = P([0, 1]) o espao vectorial dos polinmios
denidos em [0, 1] e o operador T : X X,
T : X X, p (T p)(t) := p

(t),
onde p

(t) designa a derivada do polinmio p. O operador T linear e,

atendendo a que a derivada de um polinmio ainda um polinmio, ento
R(T) X.
Operador integrao Seja X = C([0, 1]) o espao vectorial das funes reais
contnuas denidas em [0, 1]. Denimos
T : C([0, 1]) C([0, 1]), x (T x)(t) :=
_
t
0
x(s)ds.
Como o integral uma operao linear, ento o operador T tambm linear.
Operador multiplicao Seja ainda X = C([0, 1]) e consideremos o operador
T : C([0, 1]) C([0, 1]), x (T x)(t) := tx(t).
Este operador usado na fsica quntica como sendo o operador posio.
100
Operador matriz Consideremos uma matriz real n m A = (a
i j
) i=1,...,n
j=1,...,m
. Ento
podemos denir um operador T como
T : R
m
R
n
, x T x := Ax.
claro que T linear porque a multiplicao por uma matriz uma opera-
o linear. Se T x = y = (y
1
, . . . , y
n
) e x = (x
1
, . . . , x
m
), ento temos
_

_
y
1
y
2
.
.
.
y
n
_

_
=
_

_
a
11
a
12
. . . a
1m
a
21
a
22
. . . a
2m
.
.
.
.
.
. . . .
.
.
.
a
n1
a
n2
. . . a
nm
_

_
_

_
x
1
x
2
.
.
.
x
m
_

_
onde
y
i
=
n

j=1
a
i j
x
j
, i = 1, . . . m.
Operador integral No espao C([0, 1]) consideremos o operador
(T x)(t) :=
_
1
0
K(t, s)x(s)ds,
onde K uma funo contnua denida em [0, 1]
2
e chamada o ncleo do
operador integral T. claro que T um operador linear.
Teorema 4.3 (Imagem e ncleo) Seja T : X Y um operador linear dado.
Ento
1. o ncleo de T, N(T), um espao vectorial,
2. a imagem de T, R(T), um espao vectorial,
3. se dimD(T) = n < , ento dimR(T) n.
Em particular na prova do ponto 3. do teorema anterior importante notar que
os operadores lineares preservam a dependncia linear.
101
Exerccios
Exerccio 4.1 Mostre o Teorema 4.3.
Exerccio 4.2 Considere os operadores T
i
: R
2
R
2
, i = 1, 2, 3 denidos por
T
1
(x, y) := (x, 0)
T
2
(x, y) := (y, x)
T
2
(x, y) := (x, y), R.
1. Mostre que estes operadores so lineares.
2. Calcule D(T
i
) e N(T
i
), i = 1, 2, 3.
3. Escreva os operadores T
i
, i = 1, 2, 3 usando matrizes 2 2.
4.2 Operadores lineares limitados e contnuos
Vamos agora analisar uma classe muito importante de operadores lineares, os ope-
radores lineares limitados.
Denio 4.4 (Operador limitado) Sejam X, Y espaos normados e T : D(T)
X Y um operador linear. Ento T diz-se limitado se existe uma constante M
tal que para todos x D(T) temos
|T x| M|x|. (4.1)
Note que, a presente denio de operador limitado difere da de funo li-
mitada da anlise, pois, uma funo limitada aquela cujo conjunto imagem
limitado no caso dos operadores lineares s o operador nulo tem o conjunto ima-
gem limitado.
Qual ser a menor constante M tal que (4.1) seja verdadeira para qualquer
x D(T)\{0}? Podemos deixar x = 0 D(T) de forma, pois, T0 = 0. Temos
|T x|
|x|
M
tomando o supremo em ambos os lados obtemos
sup
xD(T)\{0}
|T x|
|x|
M
102
assim, este supremo a constante mais pequena tal que (4.1) se verica. Esta
constante denotada por T e chamada norma de T, isto ,
T = sup
xD(T)\{0}
|T x|
|x|
Por denio se D(T) = {0} pomos T = 0. Note que com M = T a desigual-
dade (4.1) d lugar
|T x| T |x|
a qual ser aplicada frequentemente no que se segue.
Lema 4.5 (Norma) Seja T um operador linear limitado.
1. Ento a norma de T dada por
T = sup{|T x| x D(T), |x| = 1}. (4.2)
2. A aplicao verica as propriedades (N1)-(N3) de norma.
Prova. 1. Seja x D(T)\{0} e y :=
x
|x|
tal que |y| = 1. Como T linear temos
T = sup
xD(T)\{0}
|T x|
|x|
= sup
xD(T)\{0}

T
_
x
|x|
_

= sup
yD(T)
|y|=1
|Ty|
pelo que (4.2) est mostrado.
2. (N1) Condio necessria. Suponhamos que T = 0 com vista a mostrar que
T = 0. Assim, de T = 0 resulta que T x = 0 para qualquer x D(T), logo T = 0.
Condio suciente. Se T = 0, ento T = 0, pois T = sup
xD(T)\{0}
|Tx|
|x|
= 0.
(N2) Para qualquer K temos
T = sup{|T x| x D(T), |x| = 1}
= sup{|||T x| x D(T), |x| = 1}
= || sup{|T x| x D(T), |x| = 1}
= || T .
(N3) Sejam T, U dois operadores limitados. Ento temos
T + U = sup{|(T + U)x| x D(T) D(U), |x| = 1}
sup{|T x| + |Ux| x D(T) D(U), |x| = 1}
sup{|T x| x D(T), |x| = 1} + sup{|Ux| x D(U), |x| = 1}
= T + U .
103
A interpretao geomtrica do nmero T a seguinte: T o supremo da
deformao dos vectores x D(T) tais que |x| = 1 pela aco de T.
Exemplo 4.6 Sejam X, Y espaos normados.
Operador identidade O operador I
X
limitado e I
X
= 1, pois,
I
X
= sup{|I
X
x| x X, |x| = 1} = 1.
Operador nulo Por denio o operador nulo 0 limitado e 0 = 0.
Operador diferenciao O operador de diferenciao
T : X X, x (T x)(t) := x

(t)
no limitado. X = P([0, 1]) o conjunto dos polinmios denidos em
[0, 1]. Com efeito, consideremos a sucesso de polinmios x
n
(t) := t
n
,
n N
0
. Temos
|x
n
| := max{|x
n
(t)|, t [0, 1]} = 1, n N
0
e ento
|(T x
n
)(t)|
|x
n
|
= n max{|t
n1
| t [0, 1]} = n.
Assim, no existe M tal que para todos n N tenhamos
|(T x
n
)(t)|
|x
n
|
M
logo T no limitado.
Operador integrao Consideremos o operador
T : C([0, 1]) C([0, 1]), x (T x)(t) :=
_
t
0
x(s)ds
104
limitado e T = 1. De facto, por um lado temos
|T x| = max
t[0,1]
|(T x)(t)| = max
t[0,1]

_
t
0
x(s)ds

max
t[0,1]
_
t
0
|x(s)|ds max
t[0,1]
_
t
0
max
s[0,1]
|x(s)|ds
= max
s[0,1]
|x(s)| max
t[0,1]
_
t
0
ds = max
s[0,1]
|x(s)| max
t[0,1]
t
= max
s[0,1]
|x(s)| = |x|.
Assim, |T x| |x| pelo que tomado o supremo em ambos os lados nesta
desigualdade sobre todos os x C([0, 1]) com norma 1 obtemos
T = sup{|T x|, x C([0, 1]), |x| = 1} sup{|x|, x C([0, 1]), |x| = 1} = 1
pelo que T 1. Por outro lado, a aplicao x
0
: [0, 1] R, t x
0
(t) :=
1 tal que x
0
C([0, 1]), |x
0
| = 1 e
|T x
0
| = max
t[0,1]
|(T x
0
)(t)| = max
t[0,1]

_
t
0
ds

= 1.
Como 1 = |T x
0
| T |x
0
| = T, logo tambm T 1. Das duas desi-
gualdades conclumos que T = 1 e T limitado.
Operador multiplicao Consideremos o operador de multiplicao
T : C([0, 1]) C([0, 1]), x (T x)(t) = tx(t).
Ento T limitado e T = 1. Temos
|T x| = |tx| = max
t[0,1]
|tx(t)| max
t[0,1]
|x(t)| = |x|
pelo que passando ao supremo em ambos os lados sobre todos x C([0, 1])
com |x| = 1 obtemos
T 1.
Mas para x
0
(t) = 1 temos |x
0
| = 1, x
0
C([0, 1]) e
|T x
0
|
|x
0
|
= max
t[0,1]
|(T x
0
)(t)| = max
t[0,1]
|t| = 1.
Como
T
|T x
0
|
|x
0
|
= 1,
ento resulta T = 1.
105
Operador matriz Dada uma matriz real A = (a
i j
) i=1,...,n
j=1,...,m
e o operador
T : R
m
R
n
, x T x = Ax,
ento T limitado e T M, onde
M
2
:=
n

i=1
m

j=1
a
2
i j
.
De facto, denotando T x = y = (y
1
, . . . , y
n
) temos
y
i
=
m

j=1
a
i j
x
j
logo
|y|
2
=
n

i=1
|y
i
|
2
=
n

i=1
_

_
m

j=1
a
i j
x
j
_

_
2
.
Aplicando a desigualdade de Cauchy-Schwarz obtemos
|y|
2

i=1
m

j=1
a
2
i j
m

j=1
x
2
j
.,,.
|x|
2
=
n

i=1
m

j=1
a
2
i j
|x|
2
e, assim
|T x|
2
M
2
|x|
2
, M
2
=
n

i=1
m

j=1
a
2
i j
,
logo |T x| M|x| de onde resulta T M.
Operador integral Dada a funo contnua K : [0, 1] [0, 1] R de-
nimos o operador
T : C([0, 1]) C([0, 1]), x (T x)(t) =
_
1
0
K(t, s)x(s)ds.
Ento T limitado e T = max
t[0,1]
_
1
0
|K(t, s)|ds. De facto, temos
|x(t)| max
t[0,1]
|x(t)| = |x|,
106
logo
|T x| = max
t[0,1]
|(T x)(t)| max
t[0,1]
_
1
0
|K(t, s)x(s)|ds |x| max
t[0,1]
_
1
0
|K(t, s)|ds.
Passando ao supremo na desigualdade anterior sobre todos x C([0, 1])
com |x| = 1 obtemos
T = sup{|T x|, x C([0, 1]), |x| = 1} max
t[0,1]
_
1
0
|K(t, s)|ds,
logo T limitado. Note que, como K contnua nas duas variveis,
ento |K(t, s)| k. possvel mostrar que
T = max
t[0,1]
_
1
0
|K(t, s)|ds.
Teorema 4.7 Seja X um espao normado de dimenso nita. Ento todo o ope-
rador linear em X limitado.
Prova. Seja {e
1
, . . . , e
n
} uma base em X de tal forma que se x X temos
x =
n

i=1
x
i
e
i
.
Como T um operador linear denido em X, ento
|T x| =
n

i=1
|x
i
||Te
i
| max
1in
|Te
i
|
n

i=1
|x
i
|.
Aplicando o Lema 2.20 obtemos
n

i=1
|x
i
|
1
C

i=1
x
i
e
i

=
1
C
|x|
de tal forma que
|T x| M|x|, M :=
1
C
max
1in
|Te
i
|.
Daqui resulta que T M, logo T limitado.
Vamos de seguida investigar a relao entre operadores lineares limitados e
operadores lineares contnuos.
107
Denio 4.8 (Operador contnuo) Sejam X, Y espaos normados e T : D(T)
X Y um operador linear dado. Ento T contnuo em x
0
D(T) se para
qualquer > 0 existe > 0 tal que
x D(T) |x x
0
| = |T x T x
0
| < .
T diz-se contnuo se for contnuo em todos os pontos x D(T).
Teorema 4.9 Seja T : D(T) X Y um operador linear entre espaos nor-
mados. Ento
1. T contnuo se e s se T limitado.
2. Se T contnuo num ponto, ento contnuo .
Prova. O caso T = 0 no tem interesse. Assim, supomos que T 0 pelo que
T 0.
1. Condio suciente. Suponhamos que T limitado com vista a mostrar que
T contnuo. Seja > 0 dado e x
0
D(T) um elemento arbitrrio. Escolhendo
=

T
e para qualquer x D(T) tal que
|x x
0
|
temos
|T x T x
0
| = |T(x x
0
)| T |x x
0
| < T = .
Logo T contnuo em x
0
; da arbitrariedade de x
0
D(T) resulta que T contnuo.
Condio necessria. Suponhamos agora que T contnuo comvista a mostrar
que T limitado. Assim, para qualquer x
0
D(T) e qualquer > 0 existe > 0 e
para todo os x D(T) com |x x
0
| < temos
|T x T x
0
| < .
Para y 0 em D(T) denimos
x := x
0
+

|y|
y x x
0
=

|y|
y = |x x
0
| = .
Logo
|T x T x
0
| = |T(x x
0
)| =

T
_

|y|
y
_

|y|
|Ty| <
108
ou ainda
|Ty|
|y|
<

.
Passando ao supremo em ambos os lados sobre todos os y D(T) tal que |y| = 1
obtemos T <

, isto , T limitado.
2. Se T contnuo num ponto, ento pela segunda parte da prova de 1. T
limitado, logo por 1. T contnuo.
Corolrio 4.10 Seja T : D(T) X Y um operador linear limitado.
1. Se (x
n
)

n=1
D(T) uma sucesso tal que x
n
x, n e x D(T),
ento T x
n
T x.
2. O ncleo de T N(T) um espao fechado.
Prova. 1. Como T linear limitado, temos
|T x
n
T x| = |T(x
n
x)| T |x
n
x| 0, n .
2. Seja x N(T) dado com vista a mostrar que x N(T). Assim, existe uma
sucesso (x
n
)

n=1
N(T) tal que x
n
x, n . Pela alnea anterior temos
T x
n
T x. Como para cada n N temos T x
n
= 0, ento T x = 0, logo x N(T).
Denio 4.11 (Igualdade, restrio, extenso) 1. Dois operadores T
1
e T
2
dizem-se iguais, denotado T
1
= T
2
, se tm o mesmo domnio D(T
1
) = D(T
2
)
e se T
1
x = T
2
x para qualquer x D(T
1
) = D(T
2
).
2. A restrio do operador T : D(T) X Y a um subconjunto B D(T),
denotada por T|
B
, o operador T|
B
: B Y tal que T|
B
x = T x para
qualquer x B.
3. A extenso do operador T : D(T) X Y a um conjunto M D(T),
denotada por

T, o operador

T : M Y tal que

T|
D(T)
= T, isto ,

T x = T x para qualquer x D(T). Assim, T a restrio de

T a D(T).
109
Teorema 4.12 (Extenso linear limitada) Seja T : D(T) X Y um ope-
rador linear limitado, sendo X um espao normado e Y um espao de Banach.
Ento T admite uma extenso

T : D(T) Y, onde

T linear limitado com
_
_
_

T
_
_
_ = T .
Prova. 1. Denio de

T. Seja x D(T) dado, ento existe uma sucesso
(x
n
)

n=1
D(T) tal que x
n
x, n . Temos
|T x
n
T x
m
| = |T(x
n
x
m
)| T |x
n
x
m
|
o que mostra o facto de (T x
n
)

n=1
ser uma sucesso de Cauchy em Y. Como Y
completo, ento existe y Y tal que T x
n
y. Denimos

T x := y.
claro que a denio de

T no depende da escolha da sucesso (x
n
)

n=1
. De
facto, se (z
n
)

n=1
outra sucesso em D(T) tal que z
n
x, n , ento
|T x
n
Tz
n
| T |x
n
z
n
| T (|x
n
x| + |z
n
x|) 0, n ,
logo as sucesses (T x
n
)

n=1
e (Tz
n
)

n=1
tm o mesmo limite. Isto mostra que

T est
bem denido.
2. claro que

T uma extenso de T, pois,

T x = T x para qualquer x D(T).
3. Norma de

T. Temos
|T x
n
| T |x
n
|
pelo que passando ao limite n , usando a continuidade da norma, obtemos
|

T x| T |x|.
Passando ao supremo sobre todos os x D(T) tais que |x| = 1 obtemos
_
_
_

T
_
_
_ T.
Por outro lado, claro que
_
_
_

T
_
_
_ = sup{|

T x|, x D(T), |x| = 1} sup{|T x|, x D(T), |x| = 1} = T .
Assim, temos
_
_
_

T
_
_
_ = T.
110
Exerccios
Exerccio 4.3 (Operador multiplicao por uma funo) Considere o espao nor-
mado das funes contnuas C([0, 1]) e a C([0, 1]) um elemento dado. Deni-
mos T por
T : C([0, 1]) C([0, 1]), x (T x)(t) := a(t)x(t).
1. Mostre que T linear.
2. Prove que T limitado.
3. Calcule a norma de T.
Exerccio 4.4 Mostre que o operador T denido por
T :

(C)

(C), z Tz :=
_
z
n
n
_

n=1
linear e limitado. Calcule a norma de T.
Exerccio 4.5 Seja X = C([0, 1]) o espao das funes contnuas e T
i
, i = 1, 2
denidos em X por
(T
1
x)(t) :=
_
1
0
e
ts
x(s)ds
(T
2
x)(t) :=
_
1
0
t
n
s
m
x(s)ds, n, m N.
Calcule T
1
e T
2
.
4.3 Espao de operadores lineares
Nesta seco vamos investigar o conjunto formado pelos operadores lineares li-
mitados entre dois espaos normados B(X, Y) com o objectivo de mostrar que
B(X, Y) ele mesmo tambm um espao normado. Para tal precisamos introduzir
uma estrutura de espao vectorial em B(X, Y). Sejam T, U B(X, Y) e , K
dados. Denimos
T + U : D(T) D(U) Y, x (T + U)x := T x + Ux.
111
T : D(T) Y, x (T)x := T x.
Com estas duas operaes o conjunto B(X, Y) torna-se num espao vectorial. O
elemento neutro para a adio o operador nulo 0 do Exemplo 4.2. Por outro lado,
vimos no Lema 4.5 que a aplicao possui as propriedades de uma norma, pelo
que o espao vectorial B(X, Y) com esta norma torna-se num espao normado.
Mais interessante saber quando que B(X, Y) um espao de Banach, isto
, um espao normado completo. Surpreendentemente, a condio para que tal
possa acontecer no envolve X!
Teorema 4.13 (B(X, Y)-espao de Banach) Se Y um espao de Banach, ento
B(X, Y) um espao de Banach sendo que X pelo menos um espao normado.
Prova. Consideremos uma sucesso de Cauchy arbitrria (T
n
)

n=1
em B(X, Y) com
vista a mostrar que (T
n
)

n=1
converge para um operador T B(X, Y). Para qualquer
> 0 existe N

tal que se n, m > N

temos
T
n
T
m
< .
Para qualquer x X e n, m > N

obtemos
|T
n
x T
m
x| T
n
T
m
|x| < |x| (4.3)
de tal forma que se x X um elemento xo, ento escolhendo = |x| resulta
|T
n
x T
m
x| < , pelo que (T
n
x)

n=1
uma sucesso de Cauchy em Y. Como Y
completo, ento existe y Y tal que
T
n
x y = T x, n .
Denimos T como
T : X Y, x T x := y = lim
n
T
n
x.
Vamos mostrar que T B(X, Y). claro que T linear, pois
T(x + y) = lim
n
(T
n
(x) + T
n
(x) = T x + Ty.
Por outro lado, fazendo m in (4.3) obtemos
|T
n
x T x| |x|
112
de onde resulta T
n
T , ou seja, T
n
T limitado. Finalmente, notamos que
T a soma de dois operadores limitados, T = T
n
(T
n
T) de onde resulta que T
limitado porque B(X, Y) um espao vectorial. Temos ainda que
T
n
T , > 0, n > N

,
o que mostra a convergncia T
n
T.
4.4 Funcionais lineares e espao dual
Um funcional um operador cujo conjunto imagem est no corpo K. Assim, se X
um espao normado complexo, ento um funcional sobre X uma aplicao
f : X C, x f (x).
Os funcionais sero denotados por f , g, h e a imagem de x por intermdio de f
por f (x). Como K um espao normado completo, ento um funcional tambm
um operador. Entre todos os funcionais denidos sobre um espao normado X os
lineares limitados sero considerados mais frequentemente.
Denio 4.14 (Funcional linear) Seja X um espao normado sobre K e f :
D( f ) X K um operador dado.
1. Ento f diz-se um funcional linear se D( f ) um espao vectorial e a apli-
cao f linear.
2. Um funcional linear f diz-se limitado se existe M > 0 tal que para todos
x D( f ) temos
| f (x)| M|x|.
3. A norma do funcional linear limitado f dada por
f := sup
xD( f )\{0}
| f (x)| = sup{| f (x)| x D( f ) |x| = 1}.
Exemplo 4.15 No que se segue X denota um espao normado sobre K.
113
Norma Consideremos a aplicao
| | : X R, x |x|.
Ento | | um funcional no linear, pois em geral temos
|x + y| |x| + |y|.
Integral denido Seja X = C([0, 1]) o espao normado das funes contnuas.
Denimos
f : C([0, 1]) R, x f (x) :=
_
1
0
x(t)dt.
Ento f um funcional linear limitado com norma f = 1. Que f linear
claro e pela monotonia do integral temos
| f (x)|
_
1
0
|x(t)|dt max
t[0,1]
|x(t)|
_
1
0
dt = max
t[0,1]
|x(t)| = |x|.
Tomando o supremo na desigualdade anterior sobre todos x C([0, 1]) com
|x| = 1, obtemos
f 1.
Escolhendo x
0
(t) = 1, t [0, 1] temos |x
0
| = 1 e f (x
0
) = 1
| f (x
0
)| f |x
0
| 1 f .
Das duas desigualdades resulta que f = 1.
Espao C([0,1]) Seja t
0
[0, 1] xo e f a aplicao denida por
f : C([0, 1]) R, x f (x) := x(t
0
).
Ento f um funcional linear limitado. Na verdade, que f linear resulta
da denio, pois
f (x + y) = (x + y)(t
0
) = x(t
0
) + y(t
0
) = f (x) + f (y).
Por outro lado
| f (x)| = |x(t
0
)| max
t[0,1]
|x(t
0
)| = |x|,
logo f 1. Para x
0
(t) = 1, t [0, 1] temos |x
0
| = 1 e f (x
0
) = 1, logo
| f (x
0
)| f |x
0
| 1 f .
Portanto, f = 1
114
Espao
2
(C) Seja w
2
(C) uma sucesso xa. Denimos um funcional f sobre

2
(C) por
f :
2
(C) C, z f (z) := (z, w)

2
(C)
=

i=1
z
i
w
i
,
sendo a srie absolutamente convergente. Ento f dene um funcional li-
near limitado e f = |w|

2
(C)
. A linearidade resulta do produto interno ser
linear na primeira varivel. Pela desigualdade triangular generalizada e de
Cauchy-Schwarz temos
| f (z)|

i=1
|z
i
||w
i
|

i=1
|z
i
|
2

i=1
|w
i
|
2
= |z|

2
(C)
|w|

2
(C)
< ,
logo a srie absolutamente convergente. Aplicando o supremo em ambos
os lado resulta
f |w|

2
(C)
.
Quando z = w, temos
| f (w)| f |w|

2
(C)
|w|
2

2
(C)
f |w|

2
(C)
|w|

2
(C)
f
pelo que f = |w|

2
(C)
. Vamos ver que a situao deste exemplo tpica
para espaos de Hilbert.
O conjunto dos funcionais lineares sobre um espao normado X forma um es-
pao vectorial denotado por X

e chamado dual algbrico de X. As operaes de

adio e multiplicao por um escalar so denidas da mesma forma como de-
nimos estas operaes para os operadores em B(X, Y), cf. Seco 4.3. Podemos
pensar outra vez no dual algbrico de X

denotado por (X

= X

como o con-
juntos dos funcionais lineares sobre X

e chamado o segundo dual algbrico de X.

Os elementos de X

sero denotados por F, G, H, . . . Este espao s tem interesse

porque existe uma relao entre X e X

. De facto, para cada x X podemos

associar um elemento G
x
X

da seguinte forma
G
x
: X

K, f G
x
( f ) := f (x).
claro que G
x
linear, pois
G
x
(f + g) = (f + g)(x) = f (x) + g(x) = G
x
( f ) + G
x
(g)
115
pelo que G
x
X

. A aplicao C que a cada x X associa G

x
X

linear e
chama-se injeco cannica. Mais precisamente,
C : X X

, x C(x) : X

K, C(x)( f ) := G
x
( f ) := f (x)
linear, pois
C(x + y)( f ) = G
x+y
( f ) = f (x + y) = f (x) + f (y)
= G
x
( f ) + G
y
( f ) = C(x)( f ) + C(x)( f )
= (C(x) + C(y))( f ).
Se C for sobrejectiva, e assim bijectiva, ento X diz-se reexivo algbrico. No
caso de dimX < , ento X reexivo algbrico.
Mais importante na prtica o espao dos funcionais lineares limitados.
Denio 4.16 (Espao dual X

) Seja X um espao normado. Ento o conjunto

dos funcionais lineares limitados sobre X, denotado por X

, um espao normado
com norma o qual chamado o dual de X.
claro que o espao dual de um espao normado X um espao de Banach,
cf. Teorema 4.13. O estudo mais detalhado dos espao X

ser feito na cadeira de

Anlise Funcional II. Por agora, vamos nos concentrar no caso em que X = H
um espao de Hilbert. Antes de mais, notamos que o produto interno dene um
funcional linear limitado sobre H. De facto para u H xo o funcional
f : H K, x f (x) := (x, u)
linear e limitado com f = |u|. A linearidade evidente e, pela desigualdade de
Cauchy-Schwarz, temos
| f (x)| |x||u|
de onde resulta que f |u|. Para x = u vem
| f (u)| f |u| |u|
2
f |u| |u| f .
Portanto f = |u|.
Teorema 4.17 (Representao de Riesz) Seja f umfuncional linear limitado so-
bre o espao de Hilbert H. Ento existe um nico elemento u H tal que
f : H K, x f (x) = (x, u) (4.4)
e f = |u|.
116
Prova. J vimos que f = |u| pelo que s falta determinar u de forma que (4.4)
seja verdadeiro. Se f = 0, ento u = 0 e j est. Suponhamos que f 0 e por
conseguinte u 0. Por outro lado, para x N( f ) temos f (x) =(x, u) = 0 e ento
u N( f ). Como N( f ) um subespao fechado em H, cf. Corolrio 4.10, ento
pelo Teorema 3.17 H pode ser representado como
H = N( f ) N( f )

.
Como f 0, ento N( f ) H, pelo que a igualdade anterior implica N( f )

{0}.
Portanto existe x
0
0 em N( f )

. Para qualquer x H denimos

z := f (x)x
0
f (x
0
)x
de tal forma que f (z) = 0, ou seja z N( f ). Ento temos
0 = (z, x
0
) = f (x)|x
0
|
2
f (x
0
)(x, x
0
).
Resolvendo em ordem a f (x) obtemos
f (x) =
f (x
0
)
|x
0
|
2
(x, x
0
) = (x, u), u :=
f (x
0
)
|x
0
|
2
x
0
e, assim, a representao (4.4) esta mostrada.
Finalmente vamos mostrar que u nico. Se existir um outro u

H tal que
f (x) = (x, u) = (x, u

) (x, u u

) = 0, x H,
em particular para x = u u

obtemos
|u u

|
2
= 0 u = u

e, assim, u nico.
117
Exerccios
Exerccio 4.6 Diga quais dos seguintes funcionais em C([0, 1]) so lineares limi-
tados. No caso de ser linear limitado calcule a sua norma.
f
1
(x) :=
_
1
0
t
1/2
x(t)dt,
f
2
(x) := x
_
1
2
_
,
f
3
(x) :=
_
1
0
x(t) sin(t)dt,
f
4
(x) :=
_
1
0
x(t
2
)dt,
f
5
(x) := max
t[0,1]
x(t).
Exerccio 4.7 Considere o espao de Hilbert L
2
([0, 1]) e os funcionais
f
1
(x) :=
_
1
0
t
1/3
x(t)dt,
f
2
(x) :=
_
1
0
t
1/2
x(t
2
)dt,
f
3
(x) :=
_
1
0
x(t) sin(t)dt.
Mostre se so lineares limitados ou no e calcule a sua norma.
Exerccio 4.8 Seja X =

(C) e considere os funcionais em X

f
1
(z) := z
1
,
f
2
(z) :=

i=1
z
i
2
i
,
f
3
(z) :=

i=1
z
i
i
.
Calcule a norma dos funcionais lineares limitados.
118
Exerccio 4.9 Mostre que o dual H

de um espao de Hilbert H um espao de

Hilbert com produto interno denido por
( f
z
, f
w
)
H
:= (w, z),
onde f
z
: H K, x f
z
(x) = (x, z).
119
Bibliograa
[BSU96] Y. M. Berezansky, Z. G. Sheftel, and G. F. Us. Functional Analysis,
volume 1. Birkhuser, Boston, Basel, Berlin, 1996.
[DS88] N. Dunford and J. T. Schwartz. Linear Operators. Interscience Pu-
blishers, New York Chichester Brisbane Toronto, 1988.
[FK82] S. V. Fomin and A. N. Kolmogorov. Elementos da Teoria das Funes
e de Anlise Funcional. MirMoscou, 1982.
[Kre78] E. Kreyszig. Introductory Functional Analysis with Applications. John
Wiley & Sons, 1978.
[RN90] F. Riesz and B. Sz. Nagy. Functional Analysis. Dover Publications,
Inc., New York, 1990.
[RS75] M. Reed and B. Simon. Methods of Modern Mathematical Physics,
volume I. Academic Press, Inc., New York and London, 1975.
119
ndice
aderncia, 24
aplicao contnua, 23
aplicao isomtrica, 38
base de Hamel, 49
base de Schauder, 58
Base de um espao normado, 58
complemento ortogonal, 76
completado, 38
conjunto convexo, 55
conjunto denso, 24
conjunto ortogonal, 76
conjunto ortonormado, 76
conjunto separvel, 24
conjunto total, 92
convergncia absoluta, 58
convergncia num espao normado, 57
desigualdade de Cauchy-Schwarz, 70
desigualdade de Hlder, 14
desigualdade de Minkowski, 16
desigualdade de Young, 14
dimenso de X, 48
distncia, 6
distncia discreta, 19
distncia induzida, 6
domnio D(T), 98
espao de Banach, 50
espao de Hilbert, 69
espao dual, 115
espao Euclideano complexo, 9
espao mtrico, 5
(B(A), d), 18
(C([0, 1]), d), 17
(

(C), d), 10
(
p
(C), d), 13
(C
n
, d), 9
(R, d), 6
(R
2
, d), 7
(R
n
, d), 8
(c, d), sucesses convergentes, 32
(s, d), 11
separvel, 24
espao mtrico discreto, 19
espao mtrico produto, 21
espao normado, 50
espao topolgico, 22
espao vectorial, 44
espaos com produto interno isomorfos,
74
espaos isomtricos, 38
expoentes conjugados, 14
funo geradora dos polinmios de Her-
mite, 97
funcional limitado, 112
funcional linear, 112
identidade de Parseval, 94
identidade de polarizao, 70
120
imagem R(T), 99
mtrica, 6
mtrica taxicall|hyperpage, 20
norma, 50
norma dum funcional, 112
ncleo N(T), 99
operador, 98
plano Euclideano, 7
polinmios de Hermite, 87
ponto de acumulao, 24
ponto interior, 22
Processo de ortogonalizao de Gram-
Schmidt, 85
produto interno, 68
espao com, 68
regra do paralelogramo, 70
segundo dual, 114
subespao de um espao normado, 57
subespao gerado Y, 47
subespao vectorial, 47
sucesso convergente, 27
sucesso de Cauchy, 29
teorema de Pitgoras, 76
vectores dependentes, 48
vectores independentes, 48
vectores ortogonais, 76
121