NC Cap02

Captulo 2
Espacos Vetoriais
Conte
udo
2.1
2.2
Espa
cos Vetoriais
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
2.1.1
Sub-Espacos e Espacos Quocientes . . . . . . . . . . . . . . . . . . . . . . . . 102
2.1.2
Bases Algebricas de um Espaco Vetorial . . . . . . . . . . . . . . . . . . . . . 104
2.1.3
O Dual Algebrico de um Espaco Vetorial
. . . . . . . . . . . . . . . . . . . . 109
Formas Lineares, Sesquilineares e Produtos Escalares em Espa

cos Vetoriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
2.2.1
Formas Multilineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
2.2.2
Formas Sesquilineares e as Desigualdades de Cauchy-Schwarz e Minkowski . . 121
2.2.3
Produtos Escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
2.2.4
Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
2.3
Normas em Espa
cos Vetoriais . . . . . . . . . . . . . . . . . . . . . . . . . . 130
2.4
Formas Bilineares e Sesquilineares em Espa

cos de Dimens
ao Finita . . . 138
2.5
Estruturas Complexas sobre Espa

cos Vetoriais Reais . . . . . . . . . . . . 142
Ap
endices . . . . . . . . . . . . . . . . . . . . 152
2.A Equival
encia de Normas em Espa
cos Vetorias de Dimens
ao Finita . . . . 152
2.B Prova do Teorema de Fr
echet, von Neumann e Jordan . . . . . . . . . . . 154
nocao de espaco vetorial que introduzimos na Secao 1.2.3, pagina 60, e da maior importancia
na Fsica e na Matematica. Neste captulo vamos estuda-la com mais detalhe. Particular
atencao sera dada às nocoes de forma multilinear, forma sesquilinear, produto escalar e norma
em espacos vetoriais. As importantes desigualdades de Cauchy-Schwarz e de Minkowski
serao demonstradas com bastante generalidade. Este captulo trata quase exclusivamente de aspectos
algebricos de espacos vetoriais, pondo de lado aspectos topologicos, os quais serao discutidos em
captulos futuros.
2.1
2.1.1
Espa
cos Vetoriais
Sub-Espacos e Espacos Quocientes
Sub-espacos
102
JCABarata. Curso de Fsica-Matem

atica
Vers
ao de 12 de julho de 2006.
Captulo 2
103/1490
Seja V um espaco vetorial sobre um corpo K. Um subconjunto W de V e dito ser um sub-espaco
de V (sobre o mesmo corpo K) se para todo , K e todo u, v W valer que u + v W . E

evidente que um sub-espaco de um espaco vetorial e por si so um espaco vetorial.
Quocientes
Se W e um sub-espaco de um espaco vetorial V sobre um corpo K, entao e possvel definir em V
uma relacao de equivalencia EW V V da seguinte forma: dizemos que (u, v) V V pertence a
EW se u v W .
E. 2.1 Exerccio. Mostre que isso de fato define uma relacao de equivalencia em V .
Seguindo a notacao usual denotaremos tambem essa relacao de equivalencia pelo smbolo W :
u W v se u v W .
Denotemos por V /W o conjunto das classes de equivalencia de V pela relacao EW . Denotaremos

por [u] V /W a classe de equivalencia que contem o vetor u V .
Com esses ingredientes podemos transformar V /W em um espaco vetorial sobre K. Isso se da

definindo em V /W uma soma e um produto por escalares. O vetor nulo sera a classe de equivalencia
[0] que contem o vetor 0. Como subconjunto de V , a classe [0], alias, vem a ser o conjunto W (por
que?).
Se [u] e [v] sao as classes de equivalencia que contem os elementos u e v, respectivamente, de V ,

entao definimos
[u] + [v] = [u + v].
E. 2.2 Exerccio. Mostre que essa definicao e coerente, no sentido que independe dos representantes (u
e v) escolhidos nas classes.
E. 2.3 Exerccio. Mostre que essa operacao de soma e comutativa e associativa.
E. 2.4 Exerccio. Mostre que [u] + [0] = [u] para todo u V .
Analogamente, a operacao de multiplicacao por escalares e definida por
[u] = [u],
para todo u V .
E. 2.5 Exerccio. Mostre que essa definicao e coerente, no sentido que independe do representante u
escolhido na classe.
E. 2.6 Exerccio. Mostre que o conjunto V /W e, portanto, um espaco vetorial sobre o corpo K com as
operacoes definidas acima.
O espaco vetorial V /W assim obtido e denominado espaco quociente de V por W .

atica
2.1.2
Vers
Captulo 2
104/1490
Bases Alg
ebricas de um Espaco Vetorial
Depend
encia linear
Um conjunto finito u1 , . . . , un V de vetores e dito ser linearmente dependente se existir um
conjunto de escalares 1 , . . . , n V , nem todos nulos, tais que
1 u1 + + n un = 0.
Um conjunto arbitrario de vetores e dito ser linearmente independente se nao possuir nenhum subconjunto finito que seja linearmente dependente.
Combinac
oes lineares
Para um conjunto finito de vetores {u1 , . . . , un } V e de escalares {1 , . . . , n } K, uma
expressao como
1 u1 + + n un
e dita ser uma combinacao linear dos vetores u1 , . . . , un .

Varredura linear
Seja C V um conjunto de vetores. A varredura linear (linear span) de C, denotado por span (C)
e o conjunto de todos os vetores de V que podem ser escritos como uma combinacao linear finita de
elementos de C.
Bases alg
ebricas em espacos vetoriais
Aqui I designa um conjunto arbitrario nao-vazio de ndices.
Uma base algebrica1 em um espaco vetorial V e um conjunto B = {bi , i I} de vetores linearmente
independentes tais que span (B) = V e tais que qualquer vetor u de V pode ser escrito de modo u
nico
como uma combinacao linear finita de elementos de B.
Se B e uma base algebrica, entao para cada u V existem univocamente definidos 1 , . . . , n K
e i1 , . . . , in I tais que:
u = 1 bi1 + + n bin .
Os seguintes teoremas podem ser demonstrados com uso do Lema de Zorn (omitiremos as demonstracoes aqui. Vide, por exemplo, [65]).
Teorema 2.1 Todo espaco vetorial V possui uma base algebrica, exceto o espaco vetorial trivial V =
{0}.
Teorema 2.2 Dado um espaco vetorial V (nao-trivial), todas as bases algebricas em V tem a mesma
cardinalidade.
1
Tambem denominada base de Hamel. Georg Hamel (1877-1954).

atica
Vers
Captulo 2
105/1490
Dimens
ao alg
ebrica
Um espaco vetorial e dito ser de dimensao algebrica finita se possuir uma base algebrica finita. Se
um espaco vetorial V tem dimensao algebrica finita, sua dimensao algebrica, ou simplesmente dimens
ao
e definida como sendo o n
umero de elementos de sua base.
Nem todo espaco vetorial tem uma base algebrica finita (vide exemplos abaixo). De modo geral,
se um espaco vetorial possui uma base algebrica, sua dimensao algebrica e definida como sendo a
cardinalidade de suas bases algebricas (pelo Teorema 2.2 acima sao todas iguais).
Exemplo 1. V = Cn sobre o corpo dos complexos ou V = Rn sobre o corpo dos reais. Tais sao bem
conhecidos exemplos-prototipo de espacos vetoriais de dimensao finita (= n).
P,
Seja P = conjunto de todos os polinomios de uma variavel real com coeficientes complexos: Pn (t)
Pn (t) = an tn + + a1 t + a0
com t R, ai C, e dito ser um polinomio de grau n se an = 0.
Exemplo 2. V = P sobre o corpo dos complexos. Este e claramente um espaco vetorial de dimensao
infinita. V possui uma base algebrica, a saber, o conjunto de todos os polinomios da forma bn = tn ,
n = 0, 1, 2, . . ..
Exemplo 3. V = R sobre o corpo dos reais. O conjunto dos reais sobre o corpo dos reais e tambem
um espaco vetorial de dimensao 1, a saber, uma possvel base e formada pelo elemento 1: B = {1}, ja
que, obviamente, qualquer elemento x R pode ser escrito como x = x 1, com x no corpo dos reais.
Esse exemplo pode parecer banal, e de fato o e, mas leva a um anti-exemplo curioso que mostra
que a dimensao algebrica de um espaco vetorial e tambem fortemente dependente do corpo de escalares
utilizado.
Exemplo 4. V = R sobre o corpo dos racionais.
A surpresa aqui e que este n

ao e um espaco vetorial de dimensao algebrica finita: nao existe um
conjunto finito {x1 , . . . , xm } de n
umeros reais tais que todo x R possa ser escrito como
x = r1 x1 + + rm xm ,
onde os n
umeros ri sao racionais. A razao e que, como Q e um conjunto contavel, a colecao de n
umeros
que se deixam escrever como o lado direito e uma colecao contavel (tem a mesma cardinalidade de
Qm ). O conjunto R, porem, nao e contavel.
Um resultado um tanto surpreendente diz, porem, que esse espaco vetorial possui uma base algebrica,
ou seja, existe um conjunto H R tal que para cada x R existe um conjunto finito h1 , . . . , hn
de elementos de H e um conjunto finito de racionais r1 , . . . , rn tais que x = r1 h1 + + rn hn . A
demonstracao da existencia de uma tal base faz uso do Lema de Zorn e pode ser encontrada em [20]
ou [22]. Essa base e denominada base de Hamel de R.
Uma conseq
uencia curiosa da existencia de bases de Hamel em R sera discutida no topico que se
inicia à pagina 106.
Outros exemplos menos dramaticos que mostram a dependencia da dimensao com o corpo utilizado
sao os seguintes: sejam V1 = C sobre o corpo dos complexos e V2 = C sobre o corpo dos reais. V1 tem
dimensao 1, mas V2 tem dimensao 2.

atica
Vers
Captulo 2
106/1490
Mais adiante faremos uso do seguinte resultado:

Teorema 2.3 Se em um espaco vetorial V existir um conjunto {v1 , . . . , vn } de n vetores linearmente
independentes, entao a dimensao algebrica de V e maior ou igual a n.
Prova. A demonstracao e feita por absurdo. Suponhamos que haja uma base B = {b1 , . . . , bk } em V
com k < n. Entao podemos escrever
v1 = 1 b1 + + k bk .
pois B e uma base. Nem todos os i podem ser nulos. Supondo que k seja um elemento nao-nulo,
podemos escrever
bk = (k )1 (v1 1 b1 k1 bk1 )
(2.1)
Analogamente, temos que
v2 = 1 b1 + + k bk
e, usando (2.1), podemos escrever
v2 = 1 b1 + + k1bk1 + 1 v1 .
Os i nao podem ser todos nulos, pois de outra forma teramos v2 = 1 v1 , contrariando a hipotese
de os vi s serem linearmente independentes. Suponhamos que k1 seja o elemento nao-nulo, podemos
escrever bk1 como uma combinacao linear envolvendo {b1 , . . . , bk2 } e os vetores v1 e v2 . Prosseguindo,
concluiremos apos k passos que
vk+1 = 1 v1 + + k vk ,
contrariando a hipotese de que os vi s sao linearmente independentes.
Automorfismos descontnuos do grupo (R, +)
Nota para os estudantes mais avancados.
Neste topico usaremos as bases de Hamel da reta real para ilustrar uma patologia cuja existencia
e por vezes mencionada na teoria de grupos, a saber, a existencia de automorfismos descontnuos do
grupo (R, +).
Considere-se a equacao f (x + y) = f (x) + f (y) para todo x, y R. Podemos nos perguntar:
bastante claro que funcoes do tipo f (x) = cx, com
que funcoes f : R R podem satisfaze-la? E
c constante real, satisfazem f (x + y) = f (x) + f (y) para todo x, y R. Fora isso, f (x) = cx sao
contnuas e sao bijecoes de R em R (a menos que c = 0).
Serao essas as u
nicas funcoes com a propriedade f (x + y) = f (x) + f (y) para todo x, y R? Sera
que ha outras funcoes com essa propriedade e que nao sejam contnuas? Sera que ha outras funcoes com
essa propriedade, nao-contnuas, e que tambem sejam bijecoes de R em R? A resposta a essa u
ltima
pergunta e muito curiosa e conduz a uma classe de funcoes cuja existencia ilustra algumas dificuldades
encontradas na teoria de grupos.
Provemos em primeiro lugar a seguinte afirmacao:

atica
Vers
Captulo 2
107/1490
Proposic
ao 2.1 Se f : R R satisfizer f (x + y) = f (x) + f (y) para todo x, y R e f for contnua
em toda reta real R, entao f e da forma f (x) = cx para algum c, constante real.
Historicamente esse pequeno resultado e devido a Cauchy2 .
claro
Prova. Seja f contnua satisfazendo f (x + y) = f (x) + f (y) para todo x, y R e f : R R. E
que, tomando x = y = 0 tem-se f (0) = f (0 + 0) = 2f (0) e, portanto f (0) = 0. Segue facilmente da
que 0 = f (0) = f (x + (x)) = f (x) + f (x) e, portanto f (x) = f (x) para todo x R.
Seja agora p inteiro positivo e x real, ambos arbitrarios. Teremos que f (px) = f ((p 1)x + x) =
f ((p 1)x) + f (x) = f ((p 2)x) + 2f (x) etc. Repetindo p vezes esse proceder, conclumos que
f (px) = pf (x). Como f (x) = f (x), essa relacao vale para p negativo tambem. Seja agora q
inteiro, nao-nulo. Entao, pelo que acabamos de provar, f (1) = f (q/q) = qf (1/q) e conclumos que
f (1/q) = f (1)/q. Se entao tivermos um n
umero racional r da forma r = p/q, com p inteiro e q inteiro
nao-nulo, teremos que f (r) = f (p/q) = pf (1/q) = (p/q)f (1) = rf (1). Finalizamos a prova evocando
a continuidade de f e o fato que todo x real pode ser aproximado por um n
umero racional: seja
x R e rn , n N, uma seq
uencia de n
umeros racionais que coverge a x, i.e., x = limn rn . Entao
f (x) = f (limn rn ) = limn f (rn ) = (limn rn ) f (1) = xf (1). Na segunda igualdade usamos a
hipotese (crucial!) que f e contnua em toda parte. Denotando f (1) = c a afirmacao esta provada.
Com esse resultado em maos podemos nos perguntar: havera funcoes nao-contnuas que satisfazem
f (x + y) = f (x) + f (y)? Talvez surpreendentemente, a resposta e positiva. Nao so ha funcoes nao
contnuas com essa propriedade, mas ha dentre elas funcoes bijetoras de R em R. Funcoes com tais
caractersticas um tanto patologicas podem ser construdas com o uso das assim chamadas bases de
Hamel da reta real. Detalhemos.
Seja o espaco vetorial V dos n
umeros reais sob o corpo dos racionais. Como consideramos paginas
acima, esse espaco vetorial tem dimensao algebrica infinita, mas existe uma base H R de V , naocontavel, denominada base de Hamel, tal que todo elemento x de R pode ser escrito como combinacao
linear finita (
unica!) por racionais de elementos de H, ou seja, para todo x R existe um n (que
depende de x), racionais r1 , . . . , rn (que dependem de x) e elementos h1 , . . . , hn de H (que tambem
dependem de x) tais que x pode ser escrita (de forma u
nica!) como x = r1 h1 + + rn hn . Denominaremos essa expressao a decomposicao de x em H.
Notemos que se x e y sao n

umeros reais e x = r1 h1 + + rn hn e y = r1 h1 + + rm
hm sao suas
hm .
decomposicoes em H, entao a decomposicao de x + y e r1 h1 + + rn hn + r1 h1 + + rm
Vamos definir uma funcao f : R R, da seguinte forma. Primeiramente fixamos seus valores
nos elementos de H tomando, para cada h H, f (h) := fh R, onde os n
umeros fh sao escolhidos
arbitrariamente. Em segundo lugar, para qualquer x R, e cuja decomposicao em H seja x =
r1 h1 + + rn hn , definimos f (x) := r1 f (h1 ) + + rn f (hn ) = r1 fh1 + + rn fhn . Assim, se x e y sao
n
umeros reais e x = r1 h1 + + rn hn e y = r1 h1 + + rm
hm sao suas decomposicoes em H, teremos
fhm = f (x) + f (y).

f (x + y) = r1 fh1 + + rn fhn + r1 fh1 + + rm
O leitor pode convencer-se que ha, para cada base de Hamel H, infinitas funcoes desse tipo (devido
à arbitrariedade da escolha dos fh s) e que todas sao descontnuas, exceto se escolhermos fh = ch para
todo h H, com uma constante c fixa.
2
Augustin Louis Cauchy (1789-1857).

atica
Vers
Captulo 2
108/1490
Espertamente, podemos tomar f como uma bijecao de H em H, ou seja, podemos escolher3 fh H

para todo h H e de modo que para todo h H exista um g H u
nico tal que fg = h. Uma situacao
trivial dessas e aquela na qual f e a identidade quando restrita a H: fh = h para todo h H, mas
outras escolhas sao tambem possveis. Se f for uma bijecao de H em H, e facil de se ver que imagem
de f no domnio R e toda a reta real R (mostre isso)!
Alem disso, uma tal f , bijetora enquanto funcao de H em H, e igualmente bijetora como funcao
de R em R. Mostremos isso. Sejam x e y R com decomposicoes x = r1 h1 + + rn hn e y =
s1 g1 + + sm gm com rj , sk Q e hj , gk H e suponhamos que f (x) = f (y). Isso significa que
r1 fh1 + + rn fhn = s1 fg1 + + sm fgm . Como cada fhj e cada fgk e elemento de H, essa igualdade
so e possvel se m = n, se fhj = fg(j) e se rj = s(j) para todo j = 1, . . . , n, onde e um elemento do
grupo de permutacoes de n elementos (ou seja, e uma bijecao de {1, . . . , n} em si mesmo). Como f e
uma bijecao de H em si mesmo, segue que hj = g(j) para todo j = 1, . . . , n. Assim,
n
x =
rj hj =
j=1
s(j) g(j) =
j=1
sj g j = y
j=1
e, portanto, f : R R e bijetora.
Uma funcao que satisfaca f (x + y) = f (x) + f (y) para todo x, y R e f : R R representa um

endomorfismo do grupo (R, +). O que aprendemos no u
ltimo paragrafo pode ser expresso na linguagem
da teoria de grupos como a afirmacao que existem automorfismos de (R, +) que nao sao contnuos.
Esse fato ilustra algumas situacoes patologicas que sao por vezes encontradas ou mencionadas no
estudo de grupos contnuos. Com o uso de funcoes f desse tipo e possvel, por exemplo, construir
sub-grupos uniparametricos nao-contnuos de um grupo de Lie dado ou representacoes nao-contnuas
de tais sub-grupos.
Assim, por exemplo, se A e uma matriz real n n antisimetrica, entao O(t) = exp(tA), t R e um
subgrupo uniparametrico contnuo de SO(n), pois O(0) = e O(t)O(t ) = O(t+t ) para todos t, t R,
sendo os elementos de matriz de O(t) funcoes contnuas de t. Se agora definirmos P (t) = exp(f (t)A),
t R, para uma funcao f : R R, patologica como acima (ou seja, satisfazendo f (x+y) = f (x)+f (y)
para todo x, y R, bijetora mas descontnua), ainda teremos P (0) = e P (t)P (t ) = P (t + t ) para
todos t, t R, mas os elementos de matriz de P (t) nao sao funcoes contnuas de t.
Bases topol
ogicas em espacos vetoriais
Nota para os estudantes mais avancados.
O conceito de base algebrica nao deve ser confundido com o de base topologica, conceito esse pertencente ao contexto dos espacos vetoriais topologicos:
Uma base topologica em um espaco vetorial topologico V e um conjunto B = {bi , i I} de vetores
linearmente independentes tais que span (B) e um conjunto denso em V , ou seja, o fecho de span (B)
e V .
Uma base topologica e dita ser base topologica completa se nao possuir nenhum subconjunto proprio
que tambem seja uma base topologica.
3
Que tal e possvel e garantido pelo axioma da escolha Exerccio.

atica
Vers
Captulo 2
109/1490
A dimensao topologica de um espaco vetorial e entao definida como sendo a cardinalidade das bases
topologicas completas de V .
Para ilustrar como os conceitos de base algebrica e base topologica sao diferentes, consideremos
novamente o seguinte Exemplo 4 acima:
Exemplo 5. V = R sobre o corpo dos racionais, com a topologia usual sobre R, tem uma base
topologica completa de dimensao finita: B = {1}. De fato, o conjunto {r 1, r Q} e denso em R.
Esse espaco vetorial possui entao uma dimensao topologica igual a um.
Definic
ao. Um espaco vetorial topologico sobre o corpo dos reais ou dos complexos e dito ser separavel
se possuir uma base topologica contavel.
2.1.3
O Dual Alg
ebrico de um Espaco Vetorial
Seja V um espaco vetorial sobre um corpo K (por exemplo, o corpo C). Uma aplicacao l : V K,
definida sobre todo V , e dita ser um funcional linear se
l(x + y) = l(x) + l(y)
para todo x, y V e todo , K.
E. 2.7 Exerccio. Mostre que, de acordo com a definicao acima, vale para qualquer funcional linear l que
l(0) = 0.
O conjunto de todos os funcionais lineares de V em K e denominado espaco dual algebrico de V e
denotado V . O conjunto V e feito um espaco vetorial (sobre K), atraves da seguinte relacao:
(l + m)(x) := l(x) + m(x),
para todo l e m V ; , K e todo x V . O vetor nulo de V e o funcional linear que associa
trivialmente todo vetor de V a zero: l(x) = 0, x V .
O seguinte teorema e verdadeiro e sera implicitamente usado varias vezes no que segue. Sua demonstracao e, como veremos, elementar mas instrutiva.
Teorema 2.4 Seja um espaco vetorial V sobre um corpo K. Se um vetor v tem a propriedade que
l(v) = 0 para todo l V entao v = 0.
Prova. Seja B uma base algebrica em V . Para cada elemento b B podemos associar um funcional
linear lb , definido da seguinte forma. Como todo w V pode ser escrito como uma combinacao linear
finita de elementos de B, podemos sempre escrever
w = wb b + w ,
claro que wb = 0 caso b
onde w e uma combinacao linear finita de elementos de B \ {b} e wb K. (E
nao compareca na decomposicao de w em uma soma finita de elementos de B).

atica
Vers
Captulo 2
110/1490
Definimos entao
lb (w) = wb ,
um exerccio simples mostrar que, para cada b B, a aplicacao lb : V K
para todo vetor w V . E
dada acima e um funcional linear.
E. 2.8 Exerccio. Mostre isso.
Seja entao v um vetor como no enunciado do teorema. Se l(v) = 0 para todo l V , vale obviamente que lb (v) = 0 para todo b B. Isso, porem, trivialmente implica que v = 0, completando a
demonstracao.
uente, e graficamente conveniente, usar-se a notacao l, x
Notacao. Para x V e l V e muito freq
em lugar de l(x).
Se A e B sao espacos vetoriais e A B entao B A .
E. 2.9 Exerccio. Justifique essa ultima afirmativa.
O dual topol
ogico de um espaco vetorial
Seja V um espaco vetorial topologico. O conjunto de todos os funcionais lineares contnuos sobre
V e dito ser o dual topologico de V . O dual topologico sera denotado neste texto por V . Note-se que
V V .
Exemplos de funcionais lineares
Exemplo 1. Seja V = Cn , sobre o corpo dos complexos. Seja a1 , . . . , an um conjunto fixo de
n
umeros complexos. Para qualquer vetor z = (z1 , . . . , zn ) Cn defina-se
l(z) = a1 z1 + + an zn .
Entao l e um funcional linear em Cn .
E. 2.10 Exerccio. Verifique.
Em verdade, e possvel demonstrar a recproca: em Cn todo funcional linear e da forma acima
para algum conjunto {a1 , . . . , an }. Essa afirmativa e um caso particular de um teorema importante
conhecido como Lema de Riesz, que sera demonstrado no contexto mais geral dos chamados espacos
de Hilbert, dos quais Cn e um exemplo.
Seja P o conjunto de todos os polinomios de uma variavel real com coeficientes complexos: Pn (t) P,
Pn (t) = an tn + + a1 t + a0
com t R, ai C, e dito ser um polinomio de grau n se an = 0. O conjunto P e claramente um espaco

vetorial sobre os complexos.
Exemplo 2. Para cada t0 R e p P,
l(p) = p(t0 )

atica
Vers
Captulo 2
111/1490
e um funcional linear em P.
Esse exemplo pode ser generalizado:
Exemplo 3. Sejam t1 , . . . , tn R, distintos, e a1 , . . . , an n
umeros complexos. Para todo p P,
definamos
l(p) = a1 p(t1 ) + + an p(tn ) .
Entao l e um funcional linear em P.
Ou
ltimo exemplo pode ser fortemente generalizado nos dois exemplos que seguem.
Exemplo 3. Seja (a, b) um intervalo finito de R e h uma funcao complexa integravel nesse intervalo
b
(ou seja, a |h(t)|dt ). Entao,
b
h(t) p(t) dt
l(p) =
a
esta definida para todo p P e define um funcional linear em P.

E. 2.13 Exerccio. Justifique as duas ultimas afirmativas.
2
Exemplo 4. Seja a funcao g(x) = ex . Entao
l(p) =
g(t) p(t) dt .
esta definida para todo p P e define um funcional linear em P.

E. 2.14 Exerccio. Justifique as duas ultimas afirmativas.
A Relac
ao entre V e V
Vamos aqui discutir o fato que sempre existe uma maneira (nao-canonica, vide abaixo) de associar
vetores de um espaco vetorial V com elementos de seu dual algebrico V .
Seja V um espaco vetorial sobre um corpo K e B V uma base algebrica em V . Seja FB a colecao
de todas as funcoes de B em K. Afirmamos que existe uma bijecao de FB sobre V , ou seja, esses dois
conjuntos podem ser identificados nesse sentido.
Para tal, seja f FB . Definimos uma aplicacao I : FB V da seguinte forma. Como todo x V
pode ser escrito como uma combinacao linear finita de elementos de B, digamos, x = 1 bi1 + +n bin ,
escrevemos
I(f )(x) = 1 f (bi1 ) + + n f (bin ) .

atica
Vers
Captulo 2
112/1490
I(f ) e um funcional linear pois, se escrevemos y = n+1 bin+1 + + n+m bin+m , teremos
I(f )(x + y) = 1 f (bi1 ) + + n+m f (bin+m )
= 1 f (bi1 ) + + n f (bin ) + n+1 f (bin+1 ) + + n+m f (bin+m )
= I(f )(x) + I(f )(y) .
(2.2)
Isso entao mostrou que I(f ) e de fato um elemento de V para cada f FB . Vamos mostrar o reverso:
que a cada elemento l de V ha um elemento gl de FB associado e que I(gl ) = l. Seja novamente
x = 1 bi1 + + n bin V e seja l um elemento de V . Tem-se
l(x) = 1 l(bi1 ) + + n l(bin ) .
Definimos entao gl : B K por
gl (b) = l(b)
para todo b K. Pela definicao

I(gl )(x) = 1 gl (bi1 ) + + n gl (bin ) = 1 l(bi1 ) + + n l(bin ) = l(x)
(2.3)
para todo x V . Logo I(gl ) = l como queramos.
A aplicacao I : FB V e, portanto, uma bijecao entre esses dois conjuntos. Notemos, porem, que
essa bijecao nao e canonica no sentido que a mesma depende da base adotada. Se trocarmos B por
outra base a bijecao altera-se.
De posse desses fatos podemos entender a relacao entre V e V da seguinte forma. Seja o subconjunto
GB de FB formado por todas as funcoes que assumem valores nao-nulos (no corpo K) apenas para um
conjunto finito de B, ou seja, para g GB existe um conjunto finito Bg = {b1 , . . . , bn } B tal que g
e nao-nula nos elementos de Bg , mas e nula em B \ Bg .
Os conjuntos GB e V podem ser identificados no seguinte sentido. Afirmamos que existe uma bijecao
J : GB V . Tal e facil de ver se lembrarmos que os elementos de V podem ser escritos como uma
combinacao linear finita de elementos de B. De fato, para g GB definimos
J(g) = g(b1 )b1 + + g(bn )bn V
onde {b1 , . . . , bn } = Bg . Reciprocamente, se x V e x = 1 bi1 + + n bin , definimos gx GB por
gx (bia ) = a ,
a = 1, . . . , n
e
gx (b) = 0 ,
facil ver entao que
se b {bi1 , . . . , bin }. E
J(gx ) = g(bi1 )bi1 + + g(bin )bin = 1 bi1 + + n bin = x ,
(2.4)
o que mostra que J e bijetora. Notemos novamente que essa bijecao tambem nao e canonica, no sentido
que a mesma depende da base adotada. Se trocarmos B por outra base a bijecao altera-se.

atica
Vers
Captulo 2
113/1490
E. 2.15 Exerccio importante. Mostre agora que J 1 : V Gb e linear, ou seja, J 1 (x + y) =

J 1 (x) + J 1 (y) para todos x, y V e todos , K.
Juntando o discutido acima, conclumos que 1 = I J 1 e uma aplicacao linear injetora de V em
V . A mesma, porem, nao e natural, pois depende da base algebrica B escolhida.
Assim, fixada uma base B em V ha uma maneira de associar todos os elementos de V com elementos
do seu dual algebrico. Notemos porem que pode haver elementos de V aos quais nao correspondem tais
identificacoes, ou seja, a imagem de 1 = I J 1 e tipicamente (especialmente em dimensao infinita)
um subconjunto proprio de V .
Exemplo. Seja P o espaco vetorial dos polinomios em R definido acima. Seja T = {ti R, i N},
um conjunto contavel de pontos distintos da reta real e seja q(t) = q0 + q1 t + + qn tn , polinomio.
Definamos lq V por
lq (p) = q0 p(t0 ) + q1 p(t1 ) + + qn p(tn ) .
E. 2.16 Exerccio. Mostre que a aplicacao P q lq V e linear e injetora.
E. 2.17 Exerccio. Sera que com o conjunto T fixado todo elemento de V seria da forma lq para algum
q?. Pense. Inspire-se nos exemplos 3 e 4 da pagina 111. O que acontece para conjuntos T diferentes?
Comentario. Mais interessante que a relacao entre V e V , e a relacao de V com o dual algebrico de
V , o chamado bi-dual algebrico de V e denotado por (V ) , assunto que discutiremos agora. A razao
e que, ao contrario do que tipicamente ocorre entre V e V , ha sempre uma aplicacao linear injetora
entre V e (V ) que e natural, ou seja, independente de escolhas de bases.
Outro interesse na relacao entre V e (V ) reside no fato que a mesma revela-nos, como veremos,
uma profunda distincao entre espacos vetoriais de dimensao finita e infinita.
O Bi-dual alg
ebrico de um espaco vetorial
Se V e um espaco vetorial sobre um corpo K ja observamos que V e tambem um espaco vetorial
sobre o mesmo corpo. Assim, V tem tambem seu dual algebrico que e denominado bi-dual algebrico
de V .
O bi-dual algebrico de um espaco vetorial V e o espaco (V ) . Como vimos nas paginas anteriores,
existe pelo menos uma aplicacao linear injetiva de V em V . Chamemos esta aplicacao de 1 . Analogamente, existe pelo menos uma aplicacao linear injetiva 2 de V em (V ) . A composicao 2 1
fornece uma aplicacao linear injetiva de V em (V ) . Como 1 e 2 dependem de escolhas de base, a
composicao 2 1 tambem depende, nao sendo, assim, natural.
Ao contrario do que ocorre na relacao entre V e V , podemos sempre encontrar uma aplicacao
linear injetiva de V em (V ) que e natural: independente de base. Vamos denota-la por . Definimos
: V (V ) da seguinte forma: para x V , (x) e o elemento de (V ) que associa a cada l V o
valor l(x):
(x)(l) = l(x) .

atica
Vers
Captulo 2
114/1490
E. 2.18 Exerccio. Mostre que : V (V ) e linear.

E. 2.19 Exerccio. Mostre que : V (V ) e injetora. Sugestao: use o Teorema 2.4, enunciado e
demonstrado na pagina 109.
transparente pela definicao de que a mesma e independente de bases e, portanto, natural. A
E
relacao entre x V e um elemento de (V ) mostrada acima e tao direta que quase poderamos dizer que
V e um subconjunto de (V ) : V (V ) . Alguns autores, abusando um pouco da linguagem, chegam
mesmo a escrever uma tal relacao de inclusao. Mais correta, no entanto e a relacao (V ) (V ) .
Poderamos nesse momento nos perguntar: quando podemos eventualmente ter (V ) = (V ) ? Para
o caso de espacos vetoriais sobre o corpo dos reais ou dos complexos resposta e simples e um tanto
surpreendente e se expressa no seguinte teorema.
Teorema 2.5 Seja V um espaco vetorial sobre o corpo dos reais ou dos complexos. Entao (V ) = (V )
se e somente se V e um espaco vetorial de dimensao finita.
Este teorema revela uma importante distincao entre espacos de dimensao finita e infinita. Em
dimensao finita todos os funcionais lineares do dual algebrico de V sao da forma (x) para algum
vetor x. Em dimensao infinita, porem, ha certamente elementos em (V ) que nao sao dessa forma.
Assim, ao tomarmos duais duplos em dimensao infinita sempre obtemos espacos vetoriais maiores, o
que nao ocorre em dimensao finita.
Prova. Seja V um espaco vetorial sobre um corpo K = C ou R.
Caso de dimensao finita. Vamos em primeiro lugar supor que V e de dimensao finita e denotemos
claro que o n
por dim V sua dimensao. Seja tambem B = {b1 , . . . , bn } uma base de V . E
umero de
elementos de B e n = dim V .
facil mostrar que o conjunto {(b1 ), . . . , (bn )} e linearmente independente em (V ) . De fato, se
E
existirem escalares i tais que
1 (b1 ) + + n (bn ) = 0 ,
ou seja,
teramos para todo l V
(1 b1 + + n bn ) = 0
(w)(l) = l(w) = 0 ,
onde w = 1 b1 + + 1 bn . Isso, porem, implica w = 0 (pelo Teorema 2.4, pagina 109), o que implica
1 = = n = 0.
Isso claramente diz que dim (V ) dim V . Afirmamos que a igualdade so se da se (V ) = (V ) .

De fato, se (V ) = (V ) entao todo elemento de (V ) e da forma
(1 b1 + + n bn ) = 1 (b1 ) + + n (bn )
e, portanto {(b1 ), . . . , (bn )} e uma base em (V ) e dim (V ) = dim V . Se, por outro lado, (V ) e um
subconjunto proprio de (V ) , existem elementos v (V ) tais que v 1 (b1 ) n (bn ) = 0

atica
Vers
Captulo 2
115/1490
para todos i K. Portanto, {v , (b1 ), . . . , (bn )} e um conjunto de n + 1 vetores linearmente

independentes. Logo dim (V ) > n = dim V , pelo Teorema 2.3, pagina 106.
Vamos entao mostrar que obrigatoriamente tem-se que dim (V ) = dim V , provando o teorema.
Como vimos quando discutimos a relacao entre V e V à pagina 111, V e equivalente ao conjunto
FB de todas as funcoes de B em K, enquanto que V e equivalente ao conjunto GB formado por todas
as funcoes que assumem valores nao-nulos (no corpo K) apenas para um conjunto finito de B. Como
B tem um n
umero finito de elementos, sucede GB = FB (por que?). Logo V e V sao equivalentes:
existe uma bijecao linear 1 entre ambos.
A aplicacao 1 leva a base B em uma base 1 (B) em V . Para ver isso, notemos que todo elemento
l V e da forma l = 1 (v), para algum v V . Como todo v V e da forma v = 1 b1 + +n bn , segue
que todo elemento l V e da forma 1 1 (b1 )+ +n 1 (bn ). Como 1 e bijetora, {1 (b1 ), . . . , 1 (bn )}
e um conjunto de vetores linearmente independentes pois se existirem escalares 1 , . . . , n tais que
1 1 (b1 ) + + n 1 (bn ) = 0
teramos 1 (1 b1 + + n bn ) = 0 o que implica 1 b1 + + n bn = 0, pois 1 e bijetora. Isso porem
implica 1 = = n = 0, pois {b1 , . . . , bn } e uma base. Assim, 1 (B) = {1 (b1 ), . . . , 1 (bn )} e uma
base em V e, portanto, dim V = n = dim V .
Analogamente, tem-se que V e (V ) sao equivalentes e, portanto, existe uma bijecao linear 2 entre
ambos que leva a base 1 (B) em uma base 2 1 (B) em (V ) . Portanto, dim V = dim (V ) .
Logo dim V = dim V = dim (V ) , como queramos provar.
Caso de dimensao infinita. No caso de dimensao infinita desejamos mostrar que sempre ha elementos
em (V ) que nao sao da forma (x) para algum x V .
Abaixo K e o corpo dos reais ou dos complexos.
Vamos primeiro delinear a estrategia a ser seguida. Seja B uma base em V (fixa daqui por diante).
Como sabemos, existe uma aplicacao linear bijetora : FB V . Uma funcao s : B K, s FB
e dita ser limitada se existir um M > 0 tal que |s(b)| < M para todo b B. Seja LB o conjunto de
claro que LB FB . Vamos mostrar o seguinte: nao existe
todas as funcoes limitadas de B em K. E
nenhum vetor nao-nulo v V com a propriedade que
(v)() = 0 ,
para todo (LB ). Seja v = 1 b1 + + m bm um tal vetor para o qual (v)() = 0. Isso significa
que para todo (LB )
0 = (v)() = (v) = 1 (b1 ) + + m (bm ) .
Tomemos funcionais i s da forma
i (b) =
1, se b = bi
0, de outra forma
para i = 1, . . . , m. Como todo i e um elemento de (LB ) (por que?), teramos 0 = i (v) = i para
todo i, o que implica v = 0.

atica
Vers
Captulo 2
116/1490
A conclusao e que nenhum elemento de (V ) que seja da forma (v) para algum v V nao-nulo
pode anular todos os elementos de (LB ) V . A estrategia que seguiremos sera a de exibir um
elemento de (V ) que tem precisamente a propriedade de anular todos os elementos de (LB ). Um tal
elemento nao pode pertencer, portanto, a (V ), o que mostra que (V ) e um subconjunto proprio de
(V ) no caso de dimensao infinita.
Seja u V \ (LB ) e U o sub-espaco de V gerado por u. Todo elemento l V pode ser escrito
de modo u
nico na forma
l = au + y ,
claro que (V )
onde a K e y pertence ao sub-espaco complementar de U. Definamos (l) = a. E
e que aniquila todo elemento de (LB ), pois estes pertencem ao sub-espaco complementar de U (por
que?). Assim, (V ) mas (V ).
2.2
2.2.1
Formas Lineares, Sesquilineares e Produtos Escalares em

Espa
cos Vetoriais
Formas Multilineares
Seja V um espaco vetorial sobre um corpo K (por exemplo, os reais ou os complexos) e n um n

umero
inteiro positivo. Uma n-forma multilinear4 em V e uma funcao : V n K que seja linear em cada um
dos seus argumentos, ou seja, para todo , K, todos v1 , . . . , vn V , vi V e todo i = 1, . . . , n
vale
(v1 , . . . , vi1 , (vi + vi ), vi+1 , . . . , vn ) =
(v1 , . . . , vi1 , vi , vi+1 , . . . , vn ) + (v1 , . . . , vi1 , vi , vi+1 , . . . , vn ) . (2.5)
O seguinte fato importante e conseq
uencia imediata da definicao acima: se e uma n-forma multilinear entao
(v1 , . . . , vi1 , 0, vi+1 , . . . , vn ) = 0
para todo i, ou seja, se um dos argumentos e o vetor nulo a forma se anula.
E. 2.20 Exerccio. Prove isso. Sugestao: o que acontece se escolhermos = = 0?
Um fato importante e o seguinte: o conjunto de todas as n-formas lineares em um espaco vetorial
V sobre um corpo K e igualmente um espaco vetorial sobre K. Para tal procede-se da seguinte forma:
para duas n-formas lineares 1 e 2 e dois escalares 1 , 2 K define-se a combinacao linear 1 1 +2 2
como sendo a n-forma linear que a toda n-upla de vetores v1 , . . . , vn V associa
(1 1 + 2 2 )(v1 , . . . , vn ) = 1 1 (v1 , . . . , vn ) + 2 2 (v1 , . . . , vn ) .
4
Tambem chamada n-forma linear ou simplesmente n-forma.

atica
Vers
Captulo 2
117/1490
E. 2.21 Exerccio. Complete os detalhes da prova que o conjunto de todas as n-formas lineares em um
espaco vetorial V sobre um corpo K forma um espaco vetorial sobre K.
Formas bilineares
De particular interesse e o caso n = 2, em cujo caso as formas sao denominadas formas bilineares:
uma forma bilinear e uma funcao : V 2 K que seja linear em cada um dos seus dois argumentos,
ou seja, para todo , K, todos u, v, w V , valem
(u, (v + w)) = (u, v) + (u, w) ,
((u + v), w) = (u, w) + (v, w) .
Um exemplo basico importante e o seguinte. Seja V = Rn o espaco vetorial (sobre o corpo dos
reais) formado por n-uplas de n
umeros reais: V = {x = (x1 , . . . , xn ), xi R}. Uma forma bilinear
em V e dada por
n
x, y
xk yk .
(2.6)
k=1
Outro exemplo e
A (x, y) = x, Ay
onde A e uma matriz n n real qualquer.

Formas bilineares n
ao-degeneradas
Uma forma bilinear e dita ser uma forma bilinear nao-degenerada se satisfizer a seguinte condicao:
se para todo vetor v valer (v, u) = 0, entao u = 0.
Formas bilineares n
ao-singulares
Seja V um espaco vetorial e uma forma bilinear em V . Para u V fixo a aplicacao lu (v) = (u, v)
e um funcional linear em V , ou seja, um elemento do espaco dual V . Se a aplicacao l : V V que
associa cada u V ao funcional linear lu acima for um isomorfismo de espacos vetoriais a forma bilinear
e dita ser uma forma bilinear nao-singular.
Ha varios outros tipos de formas multilineares que sao importantes, como por exemplo as chamadas
formas multilineares alternantes e, dentre estas as formas simpleticas.
Formas alternantes
Uma n-forma linear em um espaco vetorial V sobre um corpo K e dita ser uma forma alternante
(ou uma forma anti-simetrica) se satisfizer
(v1 , . . . , vi1 , vi , vi+1 , vi+2 , . . . , vn ) = (v1 , . . . , vi1 , vi+1 , vi , vi+2 , . . . , vn )
(2.7)
para todos os vetores v1 , . . . , vn V e todo i = 1, . . . , n 1. Em palavras, quando trocamos de

lugar dois argumentos vizinhos quaisquer a forma troca de sinal.

atica
Vers
Captulo 2
118/1490
Deve ser bem claro que essa definicao equivale à seguinte afirmacao: se e uma n-forma linear
alternante, entao para todo Sn , o grupo de permutacoes de n elementos, vale
v(1) , . . . , v(n)
= (sinal) (v1 , . . . , vn ) ,
(2.8)
para todos os vetores v1 , . . . , vn V , onde sinal e o sinal da permutacao (definido à pagina 771).
E. 2.22 Exerccio. Esta claro?
Nomenclatura. Se e n-forma linear alternante, n e dito ser o grau de .
O conjunto de todas as n-formas lineares alternantes em um espaco vetorial V sobre um corpo K e
igualmente um espaco vetorial sobre K: para duas n-formas lineares alternantes 1 e 2 e dois escalares
1 , 2 K define-se a combinacao linear 1 1 + 2 2 como sendo a n-forma linear que a toda n-upla
de vetores v1 , . . . , vn V associa
(1 1 + 2 2 )(v1 , . . . , vn ) = 1 1 (v1 , . . . , vn ) + 2 2 (v1 , . . . , vn ) .
facil constatar que a n-forma linear assim definida e tambem alternante.
E
E. 2.23 Exerccio. Complete os detalhes da prova que o conjunto de todas as n-formas lineares alternantes
em um espaco vetorial V sobre um corpo K forma um espaco vetorial sobre K.
Formas simpl
eticas
Formas bilineares alternantes nao-degeneradas sao denominadas formas simpleticas5. Formas simpleticas sao importantes em algumas areas da Fsica, como por exemplo na mecanica classica e no
estudo de metodos de quantizacao.
Assim, uma forma simpletica em um espaco vetorial V sobre um corpo K e uma forma bilinear
para a qual
(u, v) = (v, u)
para todos os vetores u, v V e tal que se (u, v) = 0 para todo v, entao u = 0.
Um exemplo basico importante no caso do espaco vetorial V = Rn e que, como veremos na Secao
2.4, e o caso geral e o seguinte:
A (x, y) = x, Ay R ,
onde A e uma matriz n n real anti-simetrica, ou seja, que satisfaz AT = A, o que equivale a dizer
que seus elementos de matriz satisfazem Aij = Aji . Fora isso, pela condicao de nao-degenerescencia
A tem que ser invertvel, pois se x, Ay R = 0 para todo y, entao AT x, y R = 0 para todo y, o
que so e possvel se AT x = 0. Isso implicaria que det(A) = det(AT ) = 0. Uma conseq
uencia do
T
fato de A ter de ser invertvel e que n tem que ser par. De fato, a condicao A = A diz que
det(A) = det(AT ) = (1)n det(AT ) = (1)n det(A). Portanto, se n e mpar teramos det(A) = 0.
Algumas propriedades b
asicas de formas lineares alternantes
5
Do grego symplektik
os: que serve para ligar, trancado, enlacado.

atica
Vers
Captulo 2
119/1490
evidente pela definicao que se e uma n-forma alternante entao (v1 , . . . , vn ) = 0 caso haja
E
vi = vj para algum par i = j. Em particular, para formas simpleticas (u, u) = 0 para todo u V .
E. 2.24 Exerccio. A propriedade mencionada no ultimo paragrafo e equivalente à definicao de forma
linear alternante: se e uma n-forma linear e (v1 , . . . , vn ) = 0 sempre que vi = vj para algum par i = j,
entao e alternante. Prove isso. Sugestao: para i = j defina a forma bilinear ij (vi , vj ) := (v1 , . . . , vn )
onde todos os vetores v1 , . . . , vn estao fixos exceto vi e vj . Usando agora que ij (x + y, x + y) = 0,
mostre que ij (vi , vj ) = ij (vj , vi ) para todo vi e vj . A afirmacao principal segue disso (por que?).
A seguinte proposicao sobre formas lineares alternantes e importante:
Proposic
ao 2.2 Se e uma n-forma linear alternante e v1 , . . . , vn sao vetores linearmente dependentes,
ent
ao
(v1 , . . . , vn ) = 0 .
E. 2.25 Exerccio. Prove isso.

Formas alternantes maximais
A Proposicao 2.2 tem uma conseq
uencia imediata: se V e um espaco vetorial de dimensao n e e
uma forma linear alternante de ordem m > n, entao = 0.
E. 2.26 Exerccio. Por que?
Assim, em um espaco de dimensao n o grau maximo de uma forma alternante e n. Formas alternantes de grau maximo sao ditas formas alternantes maximais. Vamos mais adiante estudar como sao essas
formas maximais, mas antes, precisamos discutir alguns fatos importantes sobre formas alternantes em
espacos de dimensao finita.
Em um espaco vetorial V de dimensao n o espaco vetorial das formas alternantes maximais e
unidimensional. Para ver isso notemos o seguinte. Seja {b1 , . . . , bn } uma base em V . Sejam agora 1
e 2 duas formas alternantes maximais em V e seja x1 , . . . , xn uma n-upla de vetores de V . Como
{b1 , . . . , bn } e uma base, podemos sempre escrever
n
ij bj ,
xi =
j=1
para todo i = 1, . . . , n. Assim,

n
1 (x1 , . . . , xn ) =
j1 =1
jn =1
1j1 njn 1 (bj1 , . . . , bjn )
e, analogamente,
n
2 (x1 , . . . , xn ) =
j1 =1
jn =1
1j1 njn 2 (bj1 , . . . , bjn ) .

atica
Vers
Captulo 2
120/1490
Ocorre que 1 (bj1 , . . . , bjn ) e zero caso ocorram dois ndices jk iguais. Por isso, podemos reescrever
as expressoes acima da seguinte forma:
1 (x1 , . . . , xn ) =
jSn
1j(1) nj(n) 1 (bj(1) , . . . , bj(n) )
e, analogamente,
2 (x1 , . . . , xn ) =
jSn
1j(1) nj(n) 2 (bj(1) , . . . , bj(n) ) ,
onde, acima, Sn e o conjunto de todas as bijecoes de {1, . . . , n} em si mesmo (o chamado grupo de

permutacoes de n elementos).
E. 2.27 Exerccio. Justifique.
Como 1 e uma forma alternante maximal, tem-se que
1 (bj(1) , . . . , bj(n) ) = sinal(j) 1 (b1 , . . . , bn ) .
Assim,
1 (x1 , . . . , xn ) =
jSn
1j(1) nj(n) sinal(j) 1 (b1 , . . . , bn )
e, analogamente,
2 (x1 , . . . , xn ) =
jSn
1j(1) nj(n) sinal(j) 2 (b1 , . . . , bn ) .
Como se ve nessas u
ltimas expressoes, 1 (x1 , . . . , xn ) e 2 (x1 , . . . , xn ) diferem apenas pelos fatores
1 (b1 , . . . , bn ) e 2 (b1 , . . . , bn ), respectivamente. Como esses fatores sao apenas n
umeros (elementos
do corpo K), sao proporcionais um ao outro. Isso prova entao que 1 (x1 , . . . , xn ) e 2 (x1 , . . . , xn )
sao proporcionais um ao outro para toda n-upla x1 , . . . , xn e isso era o que queramos provar.
Com as observacoes acima chegamos ao importante conceito de forma determinante.
A forma determinante
Como observamos acima, todas as n-formas lineares alternantes maximais de um espaco vetorial
V de dimensao n sao proporcionais umas às outras. Assim, o conhecimento de uma forma alternante
maximal determina todas as outras.
A forma determinante6 det em um espaco vetorial V de dimensao n e a n-forma linear alternante
maximal tal que det (b1 , . . . , bn ) = 1 no caso em que {b1 , . . . , bn } e a base canonica de V :

0
0
1
0
1
0

0
0
b1 = , b2 = , . . . , bn = ... .

..
..
0
.
.
1
0
0
6
Tambem chamada de forma volume, pois em R3 , det (x1 , x2 , x3 ) e igual ao volume do paraleleppedo descrito pelos
vetores x1 , x2 , x3 .

atica
Vers
Captulo 2
121/1490
Assim,
det (x1 , . . . , xn ) =
jSn
1j(1) nj(n) sinal(j) ,
onde ij e a j-esima componente do vetor xi na base canonica.

Como observamos, todas as outras n-formas lineares alternantes maximais de V sao proporcionais
a det .
Determinante de matrizes
Sejam a1 , . . . , an vetores, representados na base canonica por vetores-coluna

i1
..
ai = . .
in
Denotamos por a1 , . . . , an
vetor-coluna xa , ou seja
a matriz n n construda de forma que sua a-esima coluna seja o

a1 , . . . , an
11 n1
.. .
..
= ...
.
.
1n nn
evidente que toda matriz A Mat (C, n) pode ser escrita na forma A =
E
algum conjunto de vetores a1 , . . . , an que representam suas colunas.
a1 , . . . , an
para
Define-se entao o determinante da matriz A como sendo

det(A) := det (a1 , . . . , an ) ,
(2.9)
ou seja,
det(A) =
jSn
1j(1) nj(n) sinal(j) .
(2.10)
Cremos que o conceito de determinante de matrizes e suas propriedades basicas sejam bem conhe
cidos do estudante que tenha uma formacao basica em Calculo e Algebra
Linear, mas as mesmas serao
(re)apresentadas e deduzidas na Secao 3.1, pagina 160. Vide, em particular, o Teorema 3.1, pagina
162.
2.2.2
Formas Sesquilineares e as Desigualdades de Cauchy-Schwarz e Minkowski
Formas sesquilineares. Definic

oes
Seja V um espaco vetorial complexo. Uma forma sesquilinear7 e uma funcao : V V C que
satisfaz as seguintes propriedades:
7
Do radical grego sesqui: um e meio.

atica
Vers
Captulo 2
122/1490
1. Linearidade em relacao à segunda variavel:

(u, v + w) = (u, v) + (u, w) ,
para todos os vetores u, v e w e para todos os n
umeros complexos e .
2. Anti-linearidade em relacao à primeira variavel:
(u + v, w) = (u, w) + (v, w) ,
para todos os vetores u, v e w e para todos os n
umeros complexos e .
imediato pela definicao que toda forma sesquilinear se anula no vetor nulo, ou seja,
E
(u, 0) = (0, u) = 0 ,
para todo vetor u.
E. 2.28 Exerccio. Prove isso.
Uma forma sesquilinear e dita ser uma forma sesquilinear Hermitiana se satisfizer:
3. Simetria por conjugacao complexa:
(u, v) = (v, u) ,
para todos os vetores u e v.
Uma forma sesquilinear e dita ser uma forma sesquilinear positiva se satisfizer
4. Positividade. Para todo u V ,
(u, u) 0 .
Abaixo (Teorema 2.6, pagina 123) provaremos que toda forma sesquilinear positiva e automaticamente Hermitiana. La provaremos tambem que se e uma forma sesquilinear positiva entao vale
que |(u, v)|2 (u, u) (v, v) para todos os vetores u e v. Essa desigualdade e conhecida como
Desigualdade de Cauchy-Schwarz.
Uma forma sesquilinear e dita ser uma forma sesquilinear nao-degenerada se satisfizer:
5. Nao-degenerescencia. Se um vetor u e tal que vale (u, v) = 0 para todo vetor v, entao u = 0.
Nomenclatura. Uma forma sesquilinear que nao e nao-degenerada e dita ser degenerada.
Formas sesquilineares n
ao-singulares
Seja V um espaco vetorial e uma forma sesquilinear em V . Para u V fixo a aplicacao lu (v) =
(u, v) e um funcional linear em V , ou seja, um elemento do espaco dual V . Se a aplicacao anti-linear

atica
Vers
Captulo 2
123/1490
l : V V que associa cada u V ao funcional linear lu acima for um anti-isomorfismo8 de espacos

vetoriais a forma sesquilinear e dita ser uma forma sesquilinear nao-singular.
A desigualdade de Cauchy-Schwarz
De importancia fundamental na teoria das formas sesquilineares e o seguinte teorema, que apresentanos a importante desigualdade de Cauchy9 -Schwarz10 .
Teorema 2.6 Se e uma forma sesquilinear positiva, entao e tambem Hermitiana, ou seja,
(u, v) = (v, u) ,
para todos os vetores u e v. Fora isso, vale a desigualdade de Cauchy-Schwarz: para todos os vetores
u e v,
|(u, v)|2 (u, u) (v, v) .
(2.11)
Por fim, se e uma forma sesquilinear positiva e nao-degenerada entao (u, u) = 0 se e somente se
u = 0.
Prova. Faremos uso do fato que, para qualquer n

umero complexo e quaisquer vetores u e v vale, pela
hipotese de positividade,
(u + v, u + v) 0 .
Escrevendo-se explicitamente o lado esquerdo temos a desigualdade
||2 (v, v) + (u, v) + (v, u) + (u, u) 0 .
E. 2.29 Exerccio. Verifique isso.
Vamos agora escrever na forma = x + iy, onde x e a parte real de e y sua parte imaginaria.
Au
ltima expressao fica
f (x, y) := (x2 + y 2 )(v, v) + (x + iy)(u, v) + (x iy)(v, u) + (u, u) 0 .
E. 2.30 Exerccio. Verifique isso.
Vamos decompor (u, v) e (v, u) nas suas partes reais e imaginarias, escrevendo
(u, v) = + i
(v, u) = + i ,
(2.12)
onde , , e R. Ficamos com

f (x, y) = (x2 + y 2)(v, v) + (x y) + i(x + y) + (x + y) + i(x y) + (u, u) 0 . (2.13)
8
Definido à p
agina 74.
Augustin Louis Cauchy (1789-1857).
10
Karl Herman Amandus Schwarz (1843-1921).
9

atica
Captulo 2
Vers
124/1490
Como f (x, y) tem que ser real (e 0) segue que a parte imaginaria da expressao acima deve ser nula
e, como (v, v) e (u, u) sao reais, devemos ter
0 = (x + y) + (x y) = x( + ) + y( ) .
Como isso deve valer para todos x, y R, segue que = e = . Comparando com (2.12), isso
diz que
(u, v) = (v, u),
provando que e Hermitiano.
Com as relacoes = e = a expressao (2.13) fica
f (x, y) = (x2 + y 2 )(v, v) + 2(x y) + (u, u) .
(2.14)
Vamos agora considerar dois casos: um onde (v, v) = 0 e outro onde (v, v) = 0. No primeiro
f (x, y) = 2(x y) + (u, u) .
Assim, como (u, u) 0 pela positividade, a condicao f (x, y) 0 e possvel para todos x e y R
se e somente se = = 0, ou seja, se e somente se (u, v) = 0 para todo u. Aqui a desigualdade de
Cauchy-Schwarz (2.11) e trivialmente satisfeita, pois ambos os lados sao iguais a zero.
Passemos ao caso (v, v) = 0. Resta-nos provar a desigualdade de Cauchy-Schwarz (2.11) para
esse caso. Podemos reescrever o lado direito de (2.14) como
f (x, y) = (v, v)
x+
(v, v)
+ y
(v, v)
+ (u, u)
2 + 2
(v, v)

Da, constatamos que f (x, y) 0 para todos x e y R se e somente se
(u, u)
2 + 2
(v, v)
0,
ou seja, se e somente se
(u, u)(v, v) 2 + 2 .
O lado direito e, porem, |(u, v)|2 , e a u

ltima desigualdade significa
|(u, v)|2 (u, u)(v, v) ,
que e a desigualdade de Cauchy-Schwarz que queramos demonstrar.
Finalmente, se e uma forma sesquilinear positiva e nao-degenerada e um certo vetor u e tal que
(u, u) = 0, segue pela desigualdade de Cauchy-Schwarz que (u, v) = 0 para todo v, o que implica
u = 0, pois e nao-degenerada.
A desigualdade de Minkowski

atica
Captulo 2
Vers
125/1490
A desigualdade de Cauchy-Schwarz tem uma conseq

uencia de certa importancia, a chamada desi11
gualdade de Minkowski : Se e uma forma sesquilinear positiva (em particular, se e um produto
escalar) entao, para todos os vetores u e v, vale
(u v, u v)1/2 (u, u)1/2 + (v, v)1/2 .
(2.15)
A demonstracao e simples:
(u v, u v) = (u, u) (u, v) (v, u) + (v, v)
= (u, u) 2Re ((u, v)) + (v, v)
(u, u) + 2 |(u, v)| + (v, v)
(u, u) + 2(u, u)1/2 (v, v)1/2 + (v, v)
=
(u, u)1/2 + (v, v)1/2
que e o que se queria demonstrar. Acima, na passagem da primeira para a segunda linha usamos a
Hermiticidade de e na passagem da terceira para a quarta linha, usamos a desigualdade de CauchySchwarz, ambos esses fatos sendo conseq
uencia do Teorema 2.6, pagina 123.
2.2.3
Produtos Escalares
Produtos internos ou produtos escalares

Uma forma sesquilinear positiva e dita ser um produto escalar ou produto interno se satisfizer:
6. (u, u) = 0 se e somente se u = 0.
A proposicao seguinte apresenta uma definicao alternativa de produto escalar.
Proposic
ao 2.3 Uma forma sesquilinear positiva e um produto escalar se e somente se for n
aodegenerada.
Prova. Se e um produto escalar, entao se u e tal que (u, v) = 0 para todo v, vale em particular
(tomando v = u) que (u, u) = 0 e, portanto, u = 0. Assim, todo o produto escalar e nao-degenerado.
Reciprocamente, pelo Teorema 2.6, pagina 123, se e uma forma sesquilinear positiva e nao-degenerada,
entao vale automaticamente que (u, u) = 0 se e somente se u = 0
Notac
oes para produtos escalares
11
Hermann Minkowski (1864-1909).

atica
Vers
Captulo 2
126/1490
Seguindo a convencao, denotaremos freq

uentemente produtos escalares de dois vetores u e v nao
por (u, v) mas por u, v . E freq

uente tambem denotar um produto escalar de dois vetores u e v por
(u, v). Essa notacao pode causar confusao com a de par ordenado e por isso a evitamos. Em textos
de Fsica e comum encontrar tambem a chamada notacao de Dirac para produtos escalares: u|v . Por
diversas razoes nao compartilhamos do entusiasmo de alguns com essa notacao e tambem a evitamos.
Detalhando a definic
ao de produto escalar
Como o conceito de produto escalar e muito importante, vamos detalha-lo um pouco mais antes de
passarmos a exemplos.
Um produto escalar ou produto interno em um espaco vetorial V sobre o corpo dos complexos e
uma funcao V V C, denotada por u, v , para u, v V , com as seguintes propriedades:
1. O produto escalar e linear na segunda variavel:
u, v + w = u, v + u, w
para todos u, v e w V e todos , C.
2. O produto escalar e anti-linear na primeira variavel:
u + v, w = u, w + v, w
para todos u, v e w V e todos , C, onde e o complexo conjugado de C.
3. Conjugacao complexa:
u, v = v, u
para todos u, v V .
4. Para todo u V
0, u = u, 0 = 0 .
5. Positividade. Para todo vetor u nao-nulo

u, u > 0 .
Nota. Alguns postulados da definicao de produto escalar acima sao redundantes, pois nem todos sao
independentes. Nos os listamos apenas para ressaltar sua relevancia individual. Por exemplo, o item
2 segue de 1 e 3 (por que?). O item 4 segue de 1 e 2 (por que?). Os itens 1, 2 e 5 implicam o item 3
(como veremos no Teorema 2.6). Independentes sao apenas 1, 2 e 5 ou 1, 3 e 5.
Para um produto escalar de dois vetores vale a seguinte e importantssima desigualdade, conhecida
como Desigualdade de Cauchy-Schwarz:
| u, v |2 | u, u || v, v | .
A demonstracao (mais geral) e apresentada no Teorema 2.6, pagina 123.

atica
Vers
Captulo 2
127/1490
Advert
encia. Em livros de Matematica definicao de produto escalar e por vezes apresentada de forma
que se tenha linearidade na primeira variavel e anti-linearidade na segunda variavel. A convencao que
adotamos e oposta e e seguida, felizmente, por 100% dos textos de Fsica.
Formas sesquilineares positivas e produtos escalares
Se V e um espaco vetorial dotado de uma forma sesquilinear positiva , existe uma maneira canonica
de construir a partir de V e um outro espaco vetorial dotado de um produto escalar.
Seja uma forma sesquilinear positiva em um espaco vetorial V . Entao, existe um espaco vetorial
V , um produto escalar
e uma aplicacao linear sobrejetora E : V V tais que
(E(u), E(v)) = (u, v)

e que E(u) = 0 em V caso (u, u) = 0.
Para a mencionada construcao, notemos em primeiro lugar que o conjunto de todos os vetores u
com a propriedade que (u, u) = 0 formam um sub-espaco de V . De fato, se u e v sao dois vetores
desse tipo, teremos que
(u + v, u + v) = ||2(u, u) + (u, v) + (v, u) + ||2(v, v) = 0 ,
pois (u, u) = (v, v) = 0, por hipotese, e pois (v, u) = (u, v) = 0 em funcao da condicao de
ser positivo (pela desigualdade de Cauchy-Schwarz). Vamos denominar esse sub-espaco por Z. O
espaco vetorial quociente V = V /Z (vide a construcao da pagina 103) tem as propriedades desejadas.
A aplicacao E : V V e a aplicacao que associa cada elemento de v de V à sua classe de equivalencia
[v]: E : V v [v] V . Definimos entao
por
([u], [v]) = (u, v) .

um exerccio simples (faca) mostrar que essa definicao de fato independe dos representantes, no caso
E
u e v, tomados nas classes [u] e [v].
e de fato um produto escalar em V .
E. 2.32 Exerccio. Mostre que
Produtos escalares e formas simpl
eticas reais
Seja V um espaco vetorial complexo dotado de um produto escalar , . Entao, a expressao
(u, v) := Im( u, v ) ,
u, v V , define uma forma simpletica real em V . As condicoes de antisimetria ((u, v) = (v, u))
e de linearidade por combinacoes lineares com escalares reais sao elementares de se constatar. Que
e nao-degenerada, segue do fato que se (u, v) = 0 para todo u valeria, tomando u = iv, 0 =
Im( iv, v ) = v, v , o que implica v = 0.
Na Secao 2.5, pagina 142, veremos que, sob hipoteses adequadas, toda forma simpletica real e a
parte imaginaria de um produto escalar em um espaco complexo.

atica
2.2.4
Vers
Captulo 2
128/1490
Exemplos
Para ilustrar os conceitos apresentados acima, passemos a alguns exemplos.

Exemplos de formas sesquilineares e produtos escalares
Exemplo 2.1 Seja V = Cn . Um exemplo de produto escalar e dado pelo produto escalar usual:
n
(u, v) = u, v
uk vk ,
:=
(2.16)
k=1
onde u = (u1 , . . . , un ) e v = (v1 , . . . , vn ).
Exemplo 2.2 Seja V = Cn . Um exemplo de produto escalar e dado por

(u, v) = Au, Av
onde u = (u1 , . . . , un ), v = (v1 , . . . , vn ) e onde A e uma matriz n n invertvel.
Exemplo 2.3 Exemplo de uma forma sesquilinear Hermitiana que nao e positiva. Seja V = Cn e seja
dado por
n
(u, v) = u, Av
uk Akl vl ,
=
k, l=1
onde A e uma matriz n n auto-adjunta, ou seja, seus elementos de matriz satisfazem Akl = Alk .
A assim definida e uma forma sesquilinear Hermitiana, mas em geral pode nao ser positiva. Um
0 i
. Entao, e facil ver que (u, u) =
caso concreto e o seguinte. Tomemos V = C2 e A =
i 0
u, Au C = i(u1 u2 u1 u2 ) = 2Im(u1 u2 ), que pode ser negativo ou mesmo nulo. Assim, essa nao e
facil ver, porem, que essa e nao-degenerada (mostre isso!).
positiva. E
Exemplo 2.4 Exemplo de uma forma sesquilinear que nao e Hermitiana. Seja V = Cn e seja dado
por
n
(u, v) = u, Av
uk Akl vl ,
k, l=1
onde A e uma matriz n n que nao e auto-adjunta, ou seja, Akl = Alk para pelo menos um elemento
de matriz Akl . A assim definida e uma forma sesquilinear, mas em geral pode nao ser Hermitiana.
0 1
. Entao, e facil ver que
Um caso concreto e o seguinte. Tomemos V = C2 e A =
0 0
(u, v) = u, Av
= u1 v2 ,
enquanto que (v, u) = v1 u2 . Logo, (u, v) e (v, u) podem ser distintos e nao e Hermitiana. Fora
isso, essa tambem nao e positiva e e degenerada (mostre isso!).
Exemplo 2.5 Exemplo de uma forma sesquilinear positiva mas que nao e um produto escalar. Seja
V = Cn e seja dado por
(u, v) = Au , Av C

atica
Captulo 2
Vers
129/1490
onde A e uma matriz n n nao-invertvel. Entao, existe u0 nao-nulo tal que Au0 = 0. Da, segue que
(u0 , v) = Au0 , Av C = 0 para todo v e, portanto, e degenerada e (u0, u0 ) = 0.
Um caso concreto e o seguinte. Tomemos V = C2 e A =
1 0
0 0
. Note que A nao e invertvel
(por que?). Aqui temos que (u, v) = u1 v1 . Note que todo vetor da forma ub =
Aub = 0 e, portanto (ub, v) = 0 para todo v.
0
u2
e tal que
Na Secao 2.4, pagina 138, mostraremos como e a forma geral de formas bilineares, sesquilineares
e produtos escalares nos espacos de dimensao finita Rn e Cn . Tratemos agora de dois exemplos em
espacos vetoriais de dimensao infinita.
Exemplo 2.6 Seja V = C([a, b]) o espaco vetorial das funcoes contnuas complexas de um intervalo
fechado [a, b] da reta real (a < b). Seja p uma funcao contnua estritamente positiva definida em [a, b],
ou seja, p(x) > 0 para todo x [a, b]. Entao, a expressao
b
(f, g) =
f (x)g(x) p(x)dx ,
a
para funcoes f e g de V define um produto escalar em V (justifique!).
Exemplo 2.7 Seja V = C([0, 1]) o espaco vetorial das funcoes contnuas complexas de um intervalo
fechado [0, 1] da reta real. Seja p uma funcao tal que p e contnua e estritamente positiva no intervalo
[0, 1/2) e identicamente nula no intervalo [1/2, 1]. Entao, a expressao
1
(f, g) =
f (x)g(x) p(x)dx ,
0
para funcoes f e g de V define uma forma sesquilinear positiva em V , que nao e um produto escalar
(justifique!).
Exemplo 2.8 Considere o espaco vetorial Cn e o produto escalar usual: (u, v) = u, v

n
i=1 ui vi . A desigualdade de Cauchy-Schwarz implica
2
uivi
i=1
j=1
|uj |
2
k=1
|vk |2
(2.17)
E. 2.33 Exerccio. Considere o espaco vetorial das funcoes contnuas no intervalo [0, 1] e o produto
1
escalar (f, g) = 0 f (x)g(x) dx. Tomando as funcoes f (x) = x e g(x) = ex , use a desigualdade de
Cauchy-Schwarz para mostrar que e 7.

E. 2.34 Exerccio. Tente livremente obter outras desigualdades interessantes do mesmo estilo usando
esse metodo.

atica
2.3
Captulo 2
Vers
130/1490
Normas em Espa
cos Vetoriais
Aqui trataremos exclusivamente, a memos que mencionado de outra forma, de espacos vetoriais sobre
o corpo dos complexos.
Semi-Normas
Uma semi-norma e uma funcao V R usualmente denotada por , com as seguintes propriedades:
1. Para todo v V tem-se v 0.
2. Para qualquer C e qualquer v V tem-se v = || v .
3. Para quaisquer vetores u e v V tem-se u + v u + v .
Notas.
Note-se que, pelo item 2, vale para uma semi-norma que 0 = 0 (tome = 0).
Para uma semi-norma vale a desigualdade
a
ab b
(2.18)
para quaisquer a, b V . Como faremos uso da mesma no futuro, vamos apresentar sua demonstracao aqui, que e uma conseq
uencia direta da desigualdade triangular.
A desigualdade triangular diz-nos que
ab
a + b
(2.19)
(2.20)
e que
b
a (a b)
a + ab .
De (2.19) segue que

a
ab b
e de (2.20) que
a
( a b b ).
Quando dois n
umeros reais x e y sao tais que x y e x y entao x |y|. Assim, as duas
u
ltimas desigualdades dizem que
a
ab b
que e o que queramos provar.

Essa desigualdade diz, incidentalmente, que a 0 para todo vetor de V . Isso mostra que o
item 1 da definicao de semi-norma e de norma e superfluo.

atica
Captulo 2
Vers
131/1490
Note-se tambem que se fizermos em (2.18) as substituicoes a a b, b b, obtemos

a b
ab ,
(2.21)
para quaisquer a, b V . Essa desigualdade sera empregada diversas vezes neste texto.
Pelos itens 2 e 3 da definicao de semi-norma, vale que
u + v
|| u + || v
(2.22)
para quaisquer , C e quaisquer vetores u e v V .

Normas
Uma norma e uma funcao V R usualmente denotada por
, com as seguintes propriedades:
1. Para todo v V tem-se v 0.

2. v = 0 se e somente se v for o vetor nulo: v = 0.
3. Para qualquer C e qualquer v V tem-se v = || v .
4. Para quaisquer vetores u e v V tem-se u + v u + v .
Notas.
Como se percebe, uma norma e uma semi-norma dotada tambem da propriedade que v = 0
implica v = 0.
Note tambem que, pelo item 3 acima, tem-se 0 = 0 (tome = 0).
Pelos itens 3 e 4 da definicao de norma, vale que
u + v
|| u + || v
(2.23)
para quaisquer , C e quaisquer vetores u e v V .

Como toda a norma e uma semi-norma, vale tambem a importante desigualdade
a b
ab ,
(2.24)
para quaisquer a, b V . Essa desigualdade sera empregada diversas vezes neste texto.
As quatro condicoes da definicao de norma, acima, nao sao, em verdade, logicamente independentes e listamo-as devido à sua importancia individual. Assim, por exemplo, a condicao de
positividade 1, como no caso de semi-normas, segue das condicoes 3 e 4 (mais precisamente, de
(2.24)).

atica
Vers
Captulo 2
132/1490
A condicao 4, acima, e de particular importancia e e denominada desigualdade triangular.

Um espaco vetorial pode ter varias normas. Vide exemplos abaixo.
Exemplos de normas em espacos vetoriais
Seja Cn = {(z1 , . . . , zn ), com z1 , . . . , zn C}, n 1, o espaco vetorial das n-uplas de n
umeros
n
complexos. Para z = (z1 , . . . , zn ) C , a expressao
n
:=
k=1
|zk |
(2.25)
define uma norma em Cn , denominada norma 1 . Verifique! A expressao

z
:= max{|z1 |, . . . , |zn |}
(2.26)
tambem define uma norma em Cn . Verifique!

A norma (2.25) pode ser generalizada. Para cada p R, p 1, a expressao
1
p
:=
k=1
|zk |p
(2.27)
tambem define uma norma em Cn , denominada norma p . A u

nica dificuldade em provar isso reside
em demonstrar a desigualdade triangular z + w p z p + w p para quaisquer z, w Cn . Isso sera
feito com mais generalidade (para espacos de seq
uencias) na Secao 17.4.1, pagina 971 (vide expressao
(17.26) do Teorema 17.2, pagina 975).
Seja C([a, b], C) o espaco vetorial das funcoes complexas contnuas definidas no intervalo [a, b] R.
A expressao
b
:=
a
|f (x)| dx ,
(2.28)
f C([a, b], C), define uma norma em C([a, b], C), denominada norma L1 . Verifique! A expressao
f
:= sup |f (x)| ,
(2.29)
x[a, b]
f C([a, b], C), tambem define uma norma em C([a, b], C), denominada norma do supremo.
Verifique!
A norma (2.28) pode ser generalizada. Para cada p R, p 1, a expressao
1
p
:=
a
|f (x)| dx
(2.30)
f C([a, b], C), define uma norma em C([a, b], C), denominada norma Lp . A u
nica dificuldade em
provar isso reside em demonstrar a desigualdade triangular f + g p f p + g p para quaisquer
f, g C([a, b], C). Isso sera feito com mais generalidade (para funcoes em espacos mensuraveis) na
Secao 23.4.1, pagina 1188. Vide expressao (23.41) do Teorema 23.7, pagina 1188.

atica
Vers
Captulo 2
133/1490
Equival
encia de normas
Definic
ao. Duas normas 1 e 2 em um espaco vetorial V sao ditas equivalentes se existirem duas
constantes positivas c1 e c2 , com 0 < c1 c2 , tais que
c1 v
c2 v
para todo vetor v V . A importancia da nocao de equivalencia de normas se manifesta no fato que
duas normas equivalentes geram a mesma topologia metrica.
E. 2.35 Exerccio. Mostre que a relacao de equivalencia entre normas e uma relacao de equivalencia.
E. 2.36 Exerccio. Mostre que as normas
respectivamente, sao equivalentes.
do espaco Cn , definidas em (2.25) e (2.26),
Em espacos vetoriais reais ou complexos de dimensao finita vale o seguinte resultado especial, cuja
demonstracao encontra-se no Apendice 2.A, pagina 152:
Teorema 2.7 Em um espaco vetorial de dimensao finita sobre C ou R todas as normas s
ao equivalentes.
A afirmacao do Teorema 2.7 e freq
uentemente falsa em espacos de dimensao infinita. Isso e atestado
nos exemplos do Exerccio E. 2.37.
E. 2.37 Exerccio. As normas 1 e do espaco C([a, b], C), definidas em (2.28) e (2.29),
facil ver que f 1 (b a) f para toda f C([a, b], C)
respectivamente, nao sao equivalentes. E
facil ver
(faca!). Seja, porem, a famlia de funcoes f (x) = e(xa) C([a, b], C) com > 0. E
1
que f = 1 e f 1 = (1 e(ba) ) (faca!). Mostre que nao existe nenhuma constante c tal que
f c f 1 para todo > 0.
Equival
encia entre semi-normas
Ha uma nocao de equivalencia entre semi-normas que e identica à de equivalencia entre normas.
A norma associada a um produto escalar
Se e um produto escalar em um espaco vetorial V existe associada a uma norma
por
v
= (v, v)1/2 ,
v V.
E. 2.38 Exerccio. Mostre que os postulados da definicao de norma sao de fato satisfeitos.
Invari
ancia de normas associadas a produtos escalares
dada

atica
Vers
Captulo 2
134/1490
Se uma norma em um espaco vetorial V e produzida por um produto escalar, como acima, existe
naturalmente um grupo de transformacoes lineares de V em V que mantem essa norma invariante.
Esse grupo e discutido na Secao 14.2.3, pagina 784. Por exemplo, a chamada norma Euclidiana de Rn ,
x, x R para x Rn , e invariante pelo grupo O(n) das matrizes ortogonais, ou
definida por x =
seja, das matrizes R, reais n n, que satisfazem RT R = . Isso significa que Rx = x para toda
R O(n). O grupo O(n) e seus amigos sao discutidos na Secao 14.2.4, pagina 785 e seguintes.
A desigualdade triangular
Talvez a principal conseq
uencia da desigualdade de Minkowski (2.15) seja a seguinte. Vamos supor
que seja um produto escalar. Entao podemos definir12 uma metrica ou distancia entre dois vetores
a e b por
d (a, b) := a b = (a b, a b)1/2 .
tambem
Como e um produto escalar, segue que d (a, b) = 0 se e somente se a = b (por que?). E
claro que d (a, b) = d (b, a) (por que?). Fora isso, segue da desigualdade de Minkowski que para
quaisquer vetores a, b e c vale
d (a, b) d (a, c) + d (c, b).
Para ver isso, note que
d (a, b) = (a b, a b)1/2
= ((a c) (b c), (a c) (b c))1/2
(a c, a c)1/2 + (b c, b c)1/2
= d (a, c) + d (c, b) .
Acima, na passagem da segunda à terceira linha, usamos a desigualdade de Minkowski com u = a b
e v = b c.
A desigualdade d (a, b) d (a, c) + d (c, b) e importante no estudo de propriedades topologicas

de espacos vetoriais e e denominada desigualdade triangular (pergunta ao estudante: de onde vem esse
nome?).
Note que a desigualdade triangular vale tambem se nao for um produto escalar, mas apenas uma
forma sesquilinear positiva (por que?). Nesse caso e tambem verdade que d (a, b) = d (b, a), porem,
nao e mais verdade que d (a, b) = 0 se e somente se a = b e, por isso, d e dita ser uma pseudo-metrica.
Norma e produto escalar
Se um espaco vetorial V possuir um produto escalar entao, como observamos, e possvel definir nele
u, u , u V .
uma norma da seguinte forma: u =
A norma assim definida possui duas propriedades importantes que mencionamos aqui: a identidade
do paralelogramo e a identidade de polarizacao.
12
As nocoes de metrica e de espacos metricos ser

ao discutidas no Captulo 17.

atica
Captulo 2
Vers
135/1490
Identidade do paralelogramo: Para todos os vetores u, v V vale

u+v
+ uv
= 2 u
+2 v
(2.31)
Prova. Tem-se simplesmente pelas definicoes que

u+v
= u + v, u + v =
= u v, u v =
+ u, v + v, u + v
e
uv
u, v v, u + v
Somando-se ambas tem-se o resultado desejado.

E. 2.39 Exerccio. Por que (2.31) e chamada identidade do paralelogramo?
E. 2.40 Exerccio. Usando a identidade do paralelogramo demonstre a identidade de Apolonio13 :
zx
+ zy
1
xy
2
+2 z
(x + y)
2
valida para todos os vetores x, y, z V .

Identidade de polariza
c
ao: Para todos os vetores u, v de um espaco vetorial complexo V vale
1
=
4
u, v
1
=
4
u, v
in u + in v
(2.32)
in u + in v
(2.33)
+ i u iv
n=0
3
n=0
ou seja,
4 u, v =
u+v
uv
i u + iv
Prova. Exerccio. Expanda o lado direito e verifique a igualdade.

E. 2.41 Exerccio. Por que essa relacao e chamada identidade de polarizacao?
Notemos que, com a definicao dada acima de norma associada a um produto escalar, a desigualdade
de Cauchy-Schwarz fica
| u, v | u v .
A identidade de polarizac
ao
13
Apolonio de Perga (ci. 261 A.C. ci. 190 A.C.).

atica
Vers
Captulo 2
136/1490
A identidade de polarizacao mencionada acima e um caso especial de uma outra ligeiramente mais
geral, tambem denominada identidade de polarizacao. Seja A um operador linear em um espaco vetorial
V sobre os complexos e sejam u e v elementos de seu domnio. Entao vale que
u, Av
u, Av
1
4
1
=
4
in (u + in v), A(u + in v) ,
(2.34)
in (u + in v), A(u + in v) ,
(2.35)
n=0
3
n=0
E. 2.42 Exerccio. Mostre isso. Sugestao: expanda o lado direito das igualdades acima e constate as
igualdades.
Tomando-se A como o operador identidade reobtem-se as identidades (2.32)-(2.33).
A relacao (2.34) mostra que se para um operador linear A conhecermos todas as quantidades
, A para todos os vetores V , entao conhecemos tambem todas as quantidades u, Av para
todos u, v V .
Para a fsica quantica a identidade de polarizacao (2.34) diz que se A for um observavel (operador
auto-adjunto), entao o conhecimento de todos os valores esperados de A, ou seja, das quantidades
, A com = 1 e dos produtos escalares u, v para vetores com u = v = 1, fixa todas as
probabilidades de transicao | u, Av |2 , pois
1
u, Av =
4
onde
n =
in n , An (2 + in u, v + in v, u ) ,
(2.36)
n=0
1
(u + in v) =
u + in v
2+
in
1
(u + in v) .
u, v + in v, u
Uma conseq
u
encia da identidade de polarizac
ao
A relacao (2.34) permite-nos facilmente provar a seguinte afirmacao, freq
uentemente empregada:
Proposic
ao 2.4 Se um operador linear A agindo em um espaco vetorial complexo V satisfaz u, Au =
0 para todo vetor u V entao A = 0.
Para matrizes reais em espacos vetoriais reais nao vale uma afirmativa tao forte. Por exemplo,
se V = Rn e A for uma matriz anti-simetrica, ou seja AT = A, entao vale automaticamente que
n
x, Ax
=
a, b=1
xa Aab xb = 0, pois Aab = Aba para todo x Rn . Porem, A pode ser nao-nula.
Todavia, para matrizes simetricas vale o seguinte:

atica
Captulo 2
Vers
137/1490
Proposic
ao 2.5 Seja M Mat (R, n) uma matriz simetrica (ou seja, tal que M T = M) para a qual
valha que x, Mx R = 0 para todo x Rn . Entao M = 0.
Prova. Se M e uma matriz simetrica, e facil verificar que para quaisquer vetores u e v Rn tem-se
u, Mv
1
[ (u + v), M(u + v)
4
(u v), M(u v) R ] .
(Para provar isso expanda o lado direito e use que u, Mv R = v, Mu R , pois M e simetrica). Logo,
da hipotese sobre M, segue que u, Mv R = 0 para todos u e v Rn e, portanto, M = 0
Obtendo produtos escalares a partir de normas
Nas u
ltimas paginas vimos que podemos obter uma norma a partir de um produto escalar e que
essa norma satisfaz a identidade do paralelogramo, expressao (2.31). Podemos nos perguntar: se uma
norma for dada em um espaco vetorial complexo, seria possvel obter um produto escalar a partir dessa
norma?
A resposta a essa questao e fornecida por um teorema devido a Frechet14 , von Neumann15 e Jordan16 ,
teorema esse sugerido pela identidade de polarizacao, expressao (2.32), pagina 135.
Teorema 2.8 (Teorema de Fr
echet, von Neumann e Jordan) Seja V um espaco vetorial complexo, normado com norma e vamos supor que essa norma satisfaca a identidade do paralelogramo
a+b
+ ab
= 2 a
+2 b
(2.37)
para todos a, b V . Defina-se, para u, v V ,

(u, v) :=
1
4
in u + in v
(2.38)
n=0
Ent
ao, e um produto escalar em V .
Com essa definicao, vale (u, u) = u 2 para todo u V e, portanto, a norma associada ao produto
escalar e a propria norma . Com isso, reconhecemos que (2.38) coincide com a identidade de
polarizacao para o produto escalar .
Conclu-se, entao, que uma norma e associada a um produto escalar se e somente se satisfizer a
identidade do paralelogramo.
A demonstracao do Teorema de Frechet, von Neumann e Jordan encontra-se no Apendice 2.B,
pagina 154. Vide tambem [155] ou [83] para outras demonstracoes essencialmente identicas.
14
Maurice Renes Frechet (1878-1973).

J
anos von Neumann (1903-1957). Von Neumann tambem adotou os nomes de Johann von Neumann e John von
Neumann.
16
Ernst Pascual Jordan (19021980).
15

atica
Vers
Captulo 2
138/1490
A demonstracao do Teorema 2.8 e engenhosa e a principal dificuldade consiste em demonstrar que

(2.38) e uma forma sesquilinear, um fato um tanto surpreendente se observarmos que o lado direito
de (2.38) contem uma soma de normas, que nao sao sequer funcoes lineares, satisfazendo apenas
u = || u e u + v || u + || v para todos , C e todos u, v V .
Mencionemos, por fim, que nem toda norma satisfaz a identidade do paralelogramo e, portanto,
nem toda norma e associada a um produto escalar e, assim, nem sempre e possvel definir um produto
escalar a partir de uma norma. Os Exerccios E. 2.43 e E. 2.44, servem como exemplo de tais situacoes.
E. 2.43 Exerccio. Seja o espaco vetorial V = C([0, 1], C) das funcoes contnuas do intervalo [0, 1]
assumindo valores complexos e seja a norma f = supx[0, 1] |f (x)|. Mostre que a identidade do paralelogramo nao e satisfeita para as funcoes f (x) = x e g(x) = 1, x [0, 1], que sao elementos de V .
E. 2.44 Exerccio. Seja o espaco vetorial V = Cn , com n 2. Para a = (a1 , . . . , an ) Cn a expressao
a p := [|a1 |p + + |an |p ]1/p , define uma norma em V = Cn , caso p 1. Mostre que essa norma viola
a identidade do paralelogramo para todo p = 2. Para tal considere os vetores u = (1, 0, 0, . . . , 0) e
v = (0, 1, 0, . . . , 0). A norma p sera discutida com mais detalhe no Captulo 17.
2.4
Formas Bilineares e Sesquilineares em Espa

cos de Dimens
ao Finita
possvel estabelecer a forma geral de uma forma bilinear ou sesquilinear em certos espacos vetoriais,
E
o que discutiremos nesta secao.
como os espacos de dimensao finita Rn ou Cn . E
Faremos uso do chamado Teorema da Representacao de Riesz, que afirma o seguinte.
Teorema 2.9 (Teorema da Representac
ao de Riesz) Seja l um funcional linear contnuo em um
espaco de Hilbert H (com um produto escalar , H). Entao existe H, u
nico, tal que
l(x) = , x
H,
x H .
A demonstracao desse importante teorema pode ser encontrada na Secao 25.3.1, pagina 1268. Notemos que esse teorema se aplica aos espacos vetoriais Rn ou Cn , pois os mesmos sao espacos de Hilbert
em relacao aos produtos escalares , R e , C , respectivamente, definidos em (2.6) e (2.16) (paginas
117 e 128).
Continuidade
Vamos provar a seguinte afirmacao: toda forma bilinear em Rn e contnua (em ambas as variaveis),
o mesmo valendo para formas bilineares ou sesquilineares em Cn .

atica
Vers
Captulo 2
139/1490
Vamos provar a afirmacao para as formas sesquilineares em Cn . Os outros casos sao identicos. Seja
uma forma sesquilinear em Cn . Para vetores x, y Cn , y = 0, escrevemos
(x, y) =
y (x, y/ y ) ,
(2.39)
onde y =
y, y C . Notemos entao que se v e um vetor de norma igual a 1 e {b1 , . . . , bn } e uma
base ortonormal em Cn entao v = v1 b1 + + vn bn com |vj | 1. Assim,
(x, v) = v1 (x, b1 ) + + vn (x, bn )
e, portanto,
|(x, v)| |(x, b1 )| + + |(x, bn )|
Para cada x fixo o lado direito e uma constante Kx e nao depende de v. Aplicando isso a (2.39),
teremos
|(x, y)| y Kx .
Isso mostra que
lim |(x, y)| = 0
y0
para todo x fixo. Como (x, y) e linear na segunda variavel, segue que
lim (x, y) = (x, y0 ) ,
yy0
para todo y0 Cn , provando a continuidade de na segunda variavel. A prova para a primeira variavel
e identica. Os casos em que e bilinear em Rn ou em Cn e analogo.
Formas sesquilineares em Cn
Seja uma forma sesquilinear em Cn . Entao, pelo que acabamos de ver, para cada x Cn
lx : Cn C,
lx (y) = (x, y)
e um funcional linear e contnuo. Pelo Teorema da Representacao de Riesz existe um u

nico vetor
n
n
x C tal que lx (y) = x , y C para todo y C , ou seja,
(x, y) = x , y
Seja A a funcao que a cada x Cn associa o (

unico!) vetor x com a propriedade acima: A(x) = x .
Tem-se,
(x, y) = A(x), y C .
(2.40)
Afirmamos que A e um operador linear, ou seja, A(1 x1 + 2 x2 ) = 1 A(x1 ) + 2 A(x2 ) para todos
os n
umeros complexos 1 e 2 e todos os vetores x1 e x2 . De fato, por (2.40),
A(1 x1 + 2 x2 ), y
= (1x1 + 2 x2 , y)
= 1 (x1 , y) + 2 (x2 , y)
= 1 A(x1 ), y
=
+ 2 A(x2 ), y
1 A(x1 ) + 2 A(x2 ), y

atica
Captulo 2
Vers
140/1490
Assim, para todo y Cn tem-se

[A(1 x1 + 2 x2 ) 1 A(x1 ) 2 A(x2 )] , y
= 0,
o que implica
A(1 x1 + 2 x2 ) = 1 A(x1 ) + 2 A(x2 ) ,
que e o que queramos provar. Assim, A e em verdade um operador linear. Resumimos esses fatos no
seguinte teorema:
Teorema 2.10 Para toda forma sesquilinear em Cn existe uma matriz n n complexa A tal que
(x, y) = A x, y
para todos x, y Cn .
Esse teorema estabelece assim a forma geral das formas sesquilineares em Cn .
Formas bilineares em Rn
Seja uma forma bilinear em Rn . Entao, para cada x Rn
lx : Rn R :
lx (y) = (x, y)
e um funcional linear e contnuo. Pelo Teorema da Representacao de Riesz existe um u

nico vetor
n
x R tal que lx (y) = x , y R , ou seja,
(x, y) = x , y
Seja A a funcao que a cada x Rn associa o (

unico!) vetor x com a propriedade acima: A(x) = x .
De maneira analoga ao que fizemos acima podemos provar que A e um operador linear, ou seja, uma
matriz n n real e (x, y) = Ax, y R .
Resumimos esses fatos no seguinte teorema:
Teorema 2.11 Para toda forma bilinear em Rn existe uma matriz n n real A tal que
(x, y) = A x, y
para todos x, y Rn .
Esse teorema estabelece assim a forma geral das formas bilineares em Rn .
Formas bilineares em Cn
Seja uma forma bilinear em Cn . Entao
s (x, y) = (x, y)

atica
Vers
Captulo 2
141/1490
define uma forma sesquilinear em Cn , onde x = (x1 , . . . , xn ) para x = (x1 , . . . , xn ) Cn . Pelo que
provamos acima, portanto, existe uma matriz complexa A tal que
para todos x, y Cn , ou seja,
s (x, y) = A x, y
(x, y) = A x, y
(x, y) = A x, y
Note que isso tambem diz que
onde A e o complexo conjugado da matriz A .

Resumimos esses fatos no seguinte teorema:
Teorema 2.12 Para toda forma bilinear em Cn existe uma matriz n n complexa A tal que
(x, y) = A x, y
Esse teorema estabelece assim a forma geral das formas bilineares em Cn .
Formas simpl
eticas
Se e uma forma bilinear alternante em Rn ou Cn , ou seja, e bilinear e (x, y) = (y, x),
entao e da forma (x, y) = A x, y R onde A e uma matriz anti-simetrica, ou seja, AT = A. De
fato, como x, y R = y, x R e como (x, y) = (y, x), segue que
A x, y
= A y, x
= y, AT x
= AT x, y
Como isso vale para todo x, y Rn (ou Cn ), tem-se AT = A.
Isso determina a forma geral de uma forma bilinear alternante em Rn ou Cn .
Se e uma forma simpletica, ou seja, e uma forma bilinear alternante nao-degenerada, entao A
tem que ser tambem invertvel. De fato, se Ax, y R = 0 para todo y, entao Ax = 0. Se A e invertvel
isso so e possvel se x = 0.
Uma conseq
uencia do fato de A ter de ser invertvel e que n tem que ser par. De fato, a condicao
A = A diz que det(A) = det(AT ) = (1)n det(AT ) = (1)n det(A). Portanto, se n e mpar
teramos det(A) = 0.
T
A conclusao e que formas simpleticas so ocorrem nos espacos de dimensao finita Rn ou Cn se a

dimensao n for par, e nesse caso, tem a forma (x, y) = Ax, y R , onde A e invertvel e satisfaz
AT = A.
Formas sesquilineares Hermitianas em Cn

atica
Captulo 2
Vers
142/1490
Se e uma forma sesquilinear Hermitiana em Cn , tem-se (x, y) = (y, x). Se A e a matriz tal
que Ax, y C = (x, y), entao
Ax, y
= Ay, x
= x, Ay
= A x, y
ltima relacao vale para todo x, y Cn , tem-se A = A , ou

onde A := AT e a adjunta de A. Como a u
seja, A e uma matriz auto-adjunta.
Portanto, a forma geral de uma forma sesquilinear Hermitiana em Cn e Ax, y C , onde A e uma
matriz auto-adjunta.
Produtos escalares em Cn
Se e um produto escalar em Cn , e sesquilinear Hermitiana e (x, x) > 0 se x = 0. Se A e a
matriz tal que Ax, y C = (x, y), entao
Ax, x
>0
(2.41)
se x = 0. Uma conseq
uencia disso e o seguinte: se vi e um dos autovetores de A com autovalor i ,
entao i > 0. De fato, tomando x = vi em (2.41), teremos17 0 < Avi , vi C = i vi , vi C , o que implica
i > 0. Esse fato, em particular, nos diz que A e invertvel (pois o determinante de A e o produto de
seus autovalores).
bem sabido que os autovetores vi de uma
Outra conseq
uencia dessas observacoes e a seguinte. E
matriz auto-adjunta A podem ser escolhidos de modo a formar uma
base ortonormal (vide Teorema
3.13, pagina 205). Vamos definir uma matriz B de modo que Bvi = i vi para todos os autovetores
vi de A. Isso define a acao de B nos vetores de uma base e, portanto, B fica definida em toda parte18 .
facil provar que B assim definida e tambem auto-adjunta, B = B, e que B 2 = A. Claramente
E
B e tambem invertvel e tem autovalores > 0.
E. 2.45 Exerccio. Mostre esses fatos.
Disso conclumos que
(x, y) = Ax, y
= Bx, By
Em resumo, se e um produto escalar em Cn entao existe uma (

unica) matriz auto-adjunta B ,
invertvel e com autovalores > 0 tal que
(x, y) = B x, B y
para todo x, y Cn .
2.5
Estruturas Complexas sobre Espa

cos Vetoriais Reais
Seja V um espaco vetorial real. Em V esta, portanto, definido um produto por escalares reais: x v V ,
onde x R e v V . Sob certas circunstancias e possvel transformar V em um espaco vetorial complexo
17
18
Lembre-se que os autovalores de uma matriz auto-adjunta s

ao sempre n
umeros reais.
Para o estudante mais avancado: aqui poderamos usar tambem o teorema espectral, Teorema 3.5.

atica
Vers
Captulo 2
143/1490
definindo um produto por escalares complexos: z v V para z C e v V . Tambem sob hipoteses,

um produto escalar complexo pode ser definido em V .
Suponha que exista um operador linear J : V V , agindo em V , com a propriedade J 2 = ,
onde denota o operador identidade. Se z C e da forma z = x + iy com x, y R, defina-se em V o
produto por escalares complexos por
(x + iy) v := xv + yJv .
(2.42)
As seguintes propriedades poder ser facilmente verificadas como exerccio:

1. O produto por escalares complexos (2.42) e associativo:
( u) = () u ,
para todos , C e u V , onde e o produto de por em C,
2. 1 u = u para todo u V .
3. O produto por escalares complexos (2.42) e distributivo em relacao à soma de vetores:
(u + v) = u + v ,
para todo C e todos u, v V .
4. O produto por escalares complexos (2.42) e distributivo em relacao à soma de escalares:
( + ) u = u + u ,
para todos , C e todo u V .
Portanto, pela definicao da Secao 1.2.3, pagina 60, V e um espaco vetorial complexo com o produto
definido acima. Vamos denotar por VJ esse espaco vetorial complexo, para nao confund-lo com V , que
e um espaco vetorial real. Note que os vetores de V e de VJ sao os mesmos, mas V e VJ representam
estruturas diferentes. VJ e dito ser uma estrutura complexa sobre o espaco vetorial real V .
Uma questao de grande interesse, especialmente no contexto das chamadas algebras CAR e CCR
(vide [18]) que descrevem as algebras de comutacao e anticomutacao canonicas da Mecanica Quantica
e das Teorias Quanticas de Campos (que descrevem modelos fermionicos19 e bosonicos20 ), e saber se
e possivel introduzir um produto escalar complexo no espaco complexo VJ . Como veremos no que
segue, tal e possivel se houver em V uma forma simpletica real ou um produto escalar real satisfazendo
certas hipoteses. Desenvolveremos primeiro as ideias gerais e apresentaremos exemplos posteriormente,
à pagina 146.
Formas simpl
eticas reais e produtos escalares reais
Para mostrar como construir produtos escalares complexos no espaco complexo VJ precisamos do
seguinte resultado preparatorio, que tem interesse por si so, por estabelecer uma relacao entre formas
simpleticas21 reais e produtos escalares reais.
19
Enrico Fermi (1901-1954).

Satyendra Nath Bose (1894-1974).
21
Para a definicao, vide p
agina 118.
20

atica
Vers
Captulo 2
144/1490
Lema 2.1 Seja V um espaco vetorial real e suponha que exista um operador linear J : V V
satisfazendo J 2 = . Valem as seguintes afirmacoes
I. Se : V V R e um produto escalar real em V satisfazendo
(Ju, v) = (u, Jv)
para todos u , v V , entao : V V R definida para todos u, v V por
(u, v) := (Ju, v) = (u, Jv)
(2.43)
e uma forma simpletica real e satisfaz

(a) (Ju, v) = (u, Jv) para todos u , v V ,
(b) (u, Ju) 0 para todo u V .
II. Se : V V R e uma forma simpletica real em V satisfazendo

(b) (u, Ju) 0 para todo u V ,
entao : V V R definida para todos u, v V por

(u, v) := (u, Jv) = (Ju, v)
(2.44)
e um produto escalar real e satisfaz

(a) (Ju, v) = (u, Jv) para todos u , v V .
Prova da parte I. Pelas hipoteses, e um produto escalar real e, portanto, e uma forma bilinear real,
positiva, simetrica e nao-degenerada. Que definida em (2.43) e uma forma bilinear e evidente. Para
todos u, v V tem-se
(u, v) = (Ju, v) = (u, Jv)
simetria
(Jv, u) = (v, u) ,
provando que e uma forma alternante. Se (u, v) = 0 para todo v V , entao (Ju, v) = 0 para
todo v V . Mas como e nao-degenerada, segue que Ju = 0, o que implica u = 0, pois J 2 = . Isso
provou que e nao degenerada e, portanto, e uma forma simpletica. Note-se agora que
(u, Jv) = (Ju, Jv) = (u, J 2 v) = (u, v) = (Ju, v) .
Por fim, (u, Ju) = (Ju, Ju) 0, pois e um produto escalar. Pelo mesmo motivo, (Ju, Ju) = 0
se e somente se Ju = 0. Como J 2 = , isso implica u = 0. Isso provou as afirmacoes da parte I.

atica
Vers
Captulo 2
145/1490
Prova da parte II. Pelas hipoteses, e uma forma simpletica real e, portanto, e uma forma bilinear real,
alternante e nao-degenerada. Que definida em (2.44) e uma forma bilinear e evidente. Para todos
u, v V tem-se
(u, v) = (u, Jv) = (Ju, v)
altern
ancia
(v, Ju) = (v, u) ,
provando que e uma forma simetrica. Se (u, v) = 0 para todo v V , entao (u, Jv) = 0 para todo
v V . Mas como e nao-degenerada, segue que u = 0, provando que e uma forma nao-degenerada.
Para todo u tem-se tambem (u, u) = (u, Ju) 0, por hipotese, provando que e uma forma
positiva. Assim, pela Proposicao 2.3, pagina 125, e um produto escalar. Note-se agora que, por
definicao, (u, v) = (Ju, v) para todos u , v V . Disso segue que (u, v) = (Ju, v) e que
(u, Jv) = (Ju, Jv) = (u, J 2 v) = (u, v) = (Ju, v) .
Isso provou as afirmacoes da parte II.
Produtos escalares complexos sobre estruturas complexas

A proposicao que segue mostra como se pode construir em VJ um produto escalar complexo se for
fornecida uma forma simpletica real ou um produto escalar real em V satisfazendo certas hipoteses.
Proposic
ao 2.6 Suponhamos que V seja um espaco vetorial real e que exista J : V V , um operador
linear em V , satisfazendo J 2 = . Entao valem as seguintes afirmacoes:
A. Se existir uma forma simpletica real : V V R satisfazendo
(b) (u, Ju) 0 para todo u V 22 ,
entao, V V (u, v) u, v
J,
C definida por
u, v
J,
:= (u, Jv) + i(u, v)
para todos u, v V , e um produto escalar complexo sobre a estrutura complexa VJ .

B. Se existir um produto escalar real : V V R satisfazendo
entao, V V (u, v) u, v
J,
C definida por
u, v
J,
:= (u, v) + i(Ju, v)
para todos u, v V , e um produto escalar complexo sobre a estrutura complexa VJ .
22
Em [18] essa u
ltima condicao n
ao e mencionada, mas ela e necess
aria.

atica
Captulo 2
Vers
146/1490
Prova. Mostremos em primeiro lugar que as hipoteses das partes A e B sao equivalentes. Pelo Lema 2.1,
pagina 144, a existencia de uma forma simpletica real satisfazendo as hipoteses da parte A implica
a existencia de um produto escalar real dado por (u, v) := (u, Jv) = (Ju, v) satisfazendo as
hipoteses da parte B, sendo que, por essa definicao de ,
(u, Jv) + i(u, v) = (u, v) + i(Ju, v) .
(2.45)
Reciprocamente, tambem pelo Lema 2.1, pagina 144, a existencia de um produto escalar real satisfazendo as hipoteses da parte B implica a existencia de uma forma simpletica real dada por
(u, v) := (Ju, v) = (u, Jv) satisfazendo as hipoteses da parte A, sendo que, por essa definicao
de , a igualdade (2.45) e tambem valida. Assim, e suficiente provarmos, digamos, a parte A.
evidente que para quaisquer u, v, w V valem
Prova da parte A. E
(u + v), w
J,
= u, w
J,
+ v, w
J,
u, (v + w)
J,
= u, v
J,
+ u, w
J,
Alem disso,
v, u
J,
= (v, Ju) + i(v, u) = (Ju, v) i(u, v) = (u, Jv) i(u, v) = u, v
.
(2.46)
J,
Para x, y R tem-se tambem

u, (x + iy) v
J,
u, xv + yJv
u, xv
=
J 2 =
J,
J,
+ u, yJv
J,
(u, xJv) + i(u, xv) + (u, yJ 2 v) + i(u, yJv)
(u, xJv) + i(u, xv) + (u, yv) + i(u, yJv)
x (u, Jv) + i(u, v) + iy (u, Jv) + i(u, v)
(x + iy) u, v
J,
Pela propriedade (2.46), isso implica tambem (x + iy) u, v

, J, e uma forma sesquilinear.
J,
= (x iy) u, v
J, ,
mostrando que
Pelas hipoteses, tem-se u, u J, = (u, Ju) 0, mostrando que , J, e positiva. Se 0 =

u, v J, = (u, Jv) + i(u, v) para todo u, segue que (u, v) = 0 para todo u, o que implica que
v = 0, pois e nao-degenerada (pela nossa definicao de forma simpletica). Isso mostrou que , J,
e nao-degenerada. Assim, , J, e uma forma sesquilinear positiva e nao-degenerada e pelo Teorema
2.6, pagina 123, segue que u, u J, = 0 se e somente se u = 0. Isso mostrou que , J, e um produto
escalar complexo em VJ .
Exemplos
Vamos primeiramente estudar o caso de espacos de dimensao finita. Vale a seguinte proposicao:

atica
Vers
Captulo 2
147/1490
Proposic
ao 2.7 Um espaco vetorial real V de dimensao finita admite uma estrutura complexa (n
ao
necessariamente u
nica) se e somente se tiver dimensao par.
Prova. Se J e um operador linear agindo no espaco vetorial real de dimensao finita V , podemos
representa-lo como uma matriz. Se J 2 = entao, tomando-se o determinante de ambos os lados,
temos (det(J))2 = (1)n , onde n e a dimensao de V . Como o lado esquerdo e positivo, n tem que
ser par. Reciprocamente, vamos supor que V tenha dimensao par, digamos 2m. Desejamos mostrar
que existe um operador linear agindo em V satisfazendo J 2 = . Uma possvel escolha e a seguinte.
Como V tem dimensao par podemos encontrar dois subespacos V1 e V2 , ambos de dimensao m, com
V = V1 V2 . Como V1 e V2 tem a mesma dimensao, sao isomorfos, e existe um operador linear
A : V1 V2 que e bijetivo (o Exemplo 2.9, abaixo, deixara isso mais claro. Um tal operador nao e
necessariamente u
nico, mas isso nao representa um problema). Todo elemento v V pode ser escrito
da forma v = v1 v2 com v1 V1 e v2 V2 . Podemos definir Jv = J(v1 v2 ) := (Av2 ) (Av1 ). E

trivial, entao, verificar que J 2 = , como desejado.
Exemplo 2.9 Seja V um espaco vetorial real de dimensao 2m. Em alguma base, podemos representar
v V na forma de um vetor-coluna:
v1
vm+1
..
..
.
.
vm
v2m
v =
Defina-se, entao,
Jv :=
(2.47)
.
,
vm+1
v1
.
.
..
..
v2m
vm
ou seja, em forma matricial, na mesma base,
J =
m m
m m
elementar verificar que J 2 = 2m , como desejado.

sendo m e m matrizes m m. E
A escolha de J indicada acima dependeu de uma particular decomposicao de V em dois subespacos de dimensao m. Ha varias outras decomposicoes possveis, que fornecem outros operadores J
e, portanto, outras estruturas complexas. Permanecendo no exemplo acima, e facil ver que, se x, y R,
entao o produto por escalares complexos fica
xv1 yvm+1
v1
v1
..
..
..
.
.
.
xvm yv2m
vm
vm
(2.48)
(x + iy)
.
=
:= (x + yJ)
xvm+1 + yv1
vm+1
vm+1
.
.
..
..
..
.
xv2m + yvm
v2m
v2m

atica
Vers
Captulo 2
148/1490
Seguindo ainda o exemplo de (2.47) e (2.48) para V = R2m , vamos ilustrar a Proposicao 2.6 e
produto escalar complexo para (R2m )J . Adotemos para o produto escalar usual:
2m
(u, v) :=
k=1
uk vk = u1 v1 + + u2m v2m .
Temos que
(Ju, v) = um+1 v1 u2m vm + u1 vm+1 + + um v2m
e que
(u, Jv) = u1 vm+1 um v2m + um v1 + + u2m vm
Logo (Ju, v) = (u, Jv) e podemos aplicar a Proposicao 2.6, obtendo em (R2m )J o produto escalar
u, v
J,
= (u, v) + i(Ju, v)
=
u1 v1 + + u2m v2m + i um+1 v1 u2m vm + u1 vm+1 + + um v2m
= u1 (v1 + ivm+1 ) + + um (vm + iv2m ) + um+1 (vm+1 iv1 ) + u2m (v2m ivm )
= (u1 + ium+1 )(v1 + ivm+1 ) + + (um + iu2m )(vm + iv2m ) .
E. 2.46 Exerccio. Verifique que u, v
J,
= u, v
J,
para todo C.
Entendemos, assim, que a estrutura complexa que estudamos consiste nesse caso em identificar
bijetivamente R2m e Cm por
v1
v
+
iv
.
1
m+1
.
.
m
2m
.
R

Cm

.
vm+1
.
..
vm + iv2m
v2m
e adotar em Cm o produto escalar complexo ,
usual (definido à pagina 18).
Vejamos como as ideias de acima podem ser generalizadas e de modo a incluir espacos de dimensao
infinita.
Exemplo 2.10 Se V e um espaco vetorial real de (dimensao finita ou nao) e sempre possvel encontrar
um operador linear J satisfazendo J 2 = se V possuir dois subespacos V1 e V2 com V = V1 V2
e tais que existe A : V1 V2 , linear e bijetora (em dimensao finita isso requer que V1 e V2 tenham a
mesma dimensao e, portanto, que V tenha dimensao par, como mencionado na Proposicao 2.7). De
fato, para v V da forma v = v1 v2 com v1 V1 e v2 V2 , definindo Jv := (A1 v2 ) (Av1 ) e facil
constatar que J 2 = .

atica
Captulo 2
Vers
149/1490
Para um tal J o produto por um escalar complexo = x + iy, com x, y R, fica definido por
(v1 v2 ) := (x+yJ)(v1 v2 ) = x(v1 v2 )+y (A1 v2 ) (Av1 )
= (xv1 yA1v2 )(xv2 +yAv1) .
Se V e um espaco de Hilbert real separavel com uma base {k , k N}, podemos tomar V1 e V2
como os espaco gerados por {k , k N, k par} e {k , k N, k mpar}, respectivamente. Uma
possvel escolha para a bijecao linear A : V1 V2 seria
a2m 2m
m=0
a2m 2m+1 ,
m=0
para a qual
a2m+1 2m+1
a2m+1 2m ,
=
m=0
m=0
ou seja, em termos de elementos da base, A2m = 2m+1 e A1 2m+1 = 2m para todo m 0. Com
essa definicao, teramos
a2m 2m
m=0
a2m+1 2m+1
m=0
a2m+1 2m
m=0
a2m 2m+1
m=0
O produto com escalares complexos = x + iy, com x, y R, fica definido por
(x + iy)
am m =
(xa2m ya2m+1 )2m
m=0
m=0
(xa2m+1 + ya2m )2m+1
m=0
Para um tal J o produto por um escalar complexo = x + iy com x, y R fica definido por
(v1 v2 ) := (x+yJ)(v1 v2 ) = x(v1 v2 )+y (A1 v2 ) (Av1 )
Para , V da forma =
real usual, constatamos que
(, J) =
m m , =
m=0
m m e (, ) :=
m=0
m m , o produto escalar
m=0
2m 2m+1 +
m=0
= (xv1 yA1v2 )(xv2 +yAv1) .
2m+1 2m
m=0
e que
(J, ) =
2m+1 2m +
m=0
2m 2m+1 .
m=0
Assim, (, J) = (J, ) e pela parte B da Proposicao 2.6, pagina 145, ,

i(J, ) e um produto escalar complexo. Explicitamente, tem-se
J,
:= (, ) +
J,
(2m + i2m+1 )(2m + i2m+1 ) .

m=0
E. 2.47 Exerccio. Verifique! Verifique tambem que ,
J,
= ,
J,
para todo C.

atica
Captulo 2
Vers
150/1490
A forma simpletica real associada a pela parte I do Lema 2.1, pagina 144, e
(, ) = (, J) =
m=0
2m 2m+1
2m+1 2m .
m=0
Exemplo 2.11 Uma situacao que nao se deve deixar de comentar e a seguinte. Se V e um espaco
vetorial complexo com um produto escalar complexo , , V e naturalmente tambem um espaco
vetorial real, sendo que, como comentamos à pagina 127, (u, v) := Im( u, v ) u, v V , define
uma forma simpletica real em V . Definindo em V o operador linear Ju = iu, tem-se J 2 = . A
multiplicacao por escalares complexos nao apresenta novidades: para x, y R e u V vale, pela
definicao, (x + iy) u = xu + yJu = (x + iy)u.
facil constatar que (u, Jv) = Im( u, iv ) = Im( iu, v ) = (Ju, v) e que (u, Ju) =
E
Im( u, iu ) = u, u 0. Assim, pela parte A da Proposicao 2.6, pagina 145, u, v J, := (u, Jv) +
i(u, v) e um produto escalar complexo em V . No entanto, e facil ver que nesse caso u, v J, =
Im( u, iv ) + iIm( u, v ) = Re( u, v ) + iIm( u, v ) = u, v .
O produto escalar real associado a pela parte II do Lema 2.1, pagina 144, e
(u, v) = (u, Jv) = Im( u, iv ) = Re( u, v ) .
interessante notar tambem que se tivessemos adotado Ju = iu, u V , teramos ainda para
E
(u, v) = Im( u, v ) que (u, Jv) = (Ju, v). Porem, (u, Ju) = u, u 0, violando a
condicao de positividade.
Exemplo 2.12 Uma situacao um pouco diferente e a seguinte. Seja V um espaco vetorial complexo
dotado de um produto escalar complexo , . Sejam V1 e V2 dois sub-espacos ortogonais de V
(ortogonais segundo o produto escalar , ). Encarando V como um espaco real, definamos o operador
claro que J 2 = . A
linear J : V V por J(v1 v2 ) = i(v1 (v2 )), onde v1 V1 e v2 V2 . E
multiplicacao por escalares complexos x + iy, com x, y R, fica
(x + iy) (v1 v2 ) = x(v1 v2 ) + yJ(v1 v2 ) = ((x + iy)v1 ) ((x iy)v2 ) ,
ou seja, (v1 v2 ) = (v1 ) (v2 ), para todos C, v1 V1 e v2 V2 .
tambem facil constatar que para o produto escalar real (u, v) = Re( u, v ) vale a relacao
E
(u, Jv) = (Ju, v) (para isso e essencial que V1 e V2 sejam ortogonais segundo , ).
O forma simpletica real associada a pela parte I do Lema 2.1, pagina 144, e, tomando u = u1 u2 ,
v = v1 v2 , com u1 , v1 V1 e u2 , v2 V2 ,
(u, v) := (Ju, v) = Im ( u1 , v1 ) Im ( u2 , v2 ) ,
como facilmente se verifica.
Pela parte B da Proposicao 2.6, pagina 145, u, v
J,
:= (u, v) + i(Ju, v) e um produto escalar

atica
Vers
Captulo 2
151/1490
complexo. Por essa definicao, tem-se, tomando u = u1 u2 , v = v1 v2 , com u1 , v1 V1 e u2 , v2 V2 ,

u, v
J,
(u1 u2 ), (v1 v2 )
J,
= Re( u1 , v1 ) + Re( u2 , v2 ) + i (Re( iu1 , v1 ) + Re( iu2 , v2 ))

= Re( u1 , v1 ) + Re( u2 , v2 ) + iIm( u1 , v1 ) iIm( u2 , v2 )
=
u1 , v1 + u2 , v2 .
E. 2.48 Exerccio. Verifique tambem que u, v
J,
= u, v
J,
para todo C.

atica
Captulo 2
Vers
152/1490
Ap
endices
2.A
Equival
encia de Normas em Espa
cos Vetorias de Dimens
ao
Finita
Apresentamos aqui a demonstracao do Teorema 2.7, pagina 133, que afirma que todas as normas em
um espaco vetorial de dimensao finita sobre C ou R sao equivalentes.
A demonstracao que segue faz uso de algumas nocoes e resultados elementares sobre topologias
metricas. O leitor interessado deve seguir as referencias dadas abaixo aos pontos destas Notas onde
tais nocoes e resultados sao tratados.
Prova do Teorema 2.7. Seja V um espaco vetorial de dimensao finita, de sorte que existe uma base
B = {b1 , . . . , bn } de vetores linearmente independentes de V tais que todo u V pode ser escrito de
modo u
nico como uma combinacao linear u = 1 b1 + + n bn dos vetores de B, onde os coeficientes
k sao reais ou complexos (dependendo de V ser um espaco vetorial sobre R ou sobre C). Fixada uma
base B, podemos definir uma norma E em V por
n
=
k=1
|k |2 ,
onde, como acima, u = 1 b1 + + n bn .

Seja agora
u
uma outra noma definida em V . Temos que
1 b1 + + n bn
(2.23)
|1 | b1 + + |n | bn
(2.17)
k=1
|k |2
bk
k=1
Assim, estabelecemos que para todo u V vale

u
M1 u
(2.A.1)
bk
com M1 :=
sendo uma constante positiva independente de u.
k=1
Para todos u, v V vale

u v
(2.24)
uv
(2.A.1)
M1 u v
Essa relacao estabelece que a funcao : Rn R (ou : Cn R) definida por

(1 , . . . , n ) =
1 b1 + + n bn

atica
Captulo 2
Vers
153/1490
e contnua na topologia metrica usual de Rn (ou Cn ), pois mostra (com u = 1 b1 + + n bn e

v = 1 b1 + + n bn ) que
n
(1 , . . . , n ) (1 , . . . , n ) M1
k=1
|k k |2 ,
provando que se (1 , . . . , n ) converge a (1 , . . . , n ) na topologia metrica usual de Rn (ou Cn ),

entao (1 , . . . , n ) converge a (1 , . . . , n ).
Seja B1 a bola aberta centrada em 0 e de raio 1 em Rn (ou Cn ) na topologia metrica usual:
B1 := (1 , . . . , n ) Rn (ou Cn )
|k |2 < 1 ,
k=1
e seja B1 seu bordo23 :
B1 :=
(1 , . . . , n ) Rn (ou Cn )
k=1
|k |2 = 1
B1 e fechado e limitado e, portanto (pelo Teorema de Heine-Borel, Teorema 24.9, pagina 1238), e
compacto na topologia metrica usal. Logo, pelo Teorema 24.11, pagina 1239, a funcao contnua
assume em B1 um mnimo M2 0 e, portanto,
(1 , . . . , n ) M2
(2.A.2)
para toda n-upla (1 , . . . , n ) com

k=1
|k |2 = 1.
Seja (1 , . . . , n ) um ponto de B1 onde o mnimo de e assumido e seja v0 = 1 b1 + + n bn .

O fato que (1 , . . . , n ) B1 significa, evidentemente, que v0 E = 1. A constante M2 nao pode ser
nula, pois se o fosse teramos v0 = 0, ou seja, v0 = 0, o que contraria v0 E = 1.
Segue de (2.A.2) que
1 b1 + + n bn
para todo vetor u = 1 b1 + + n bn com u
evidentemente, que v1 E v = 1, segue que
M2
= 1. Como para todo v V , v = 0, tem-se,
1
v
v E
M2 ,
ou seja,
M2 v
sendo que a u
ltima desigualdade vale tambem, evidentemente, para v = 0. Provamos, portanto, que
existem constantes M1 e M2 com M2 > 0 tais que para todo vetor v V ,
M2 v
M1 v
estabelecendo que toda norma e equivalente à norma E . Como a equivalencia de normas e uma
relacao de equivalencia, segue que todas as normas em V sao equivalentes.
23
Para a definicao da nocao de bordo e para a observacao que todo bordo e fechado, vide p
agina 1057.

atica
2.B
Captulo 2
Vers
154/1490
Prova do Teorema de Fr
echet, von Neumann e Jordan
Nesta Secao apresentamos a demonstracao do Teorema de Frechet, von Neumann e Jordan, Teorema
2.8, pagina 137.
Vamos supor que seja uma norma em um espaco vetorial complexo V e que satisfaca a identidade
do paralelogramo
a+b 2+ ab 2 = 2 a 2+2 b 2
(2.B.3)
para todos a, b V . Defina-se, para u, v V ,
(u, v) :=
1
4
in u + in v
n=0
ou seja, escrevendo os termos da soma explicitamente,

(u, v) :=
1
4
u+v
uv
u + iv
u iv
(2.B.4)
Vale a propriedade Hermitiana

(u, v) = (v, u)
(2.B.5)
para todos u, v V pois, como a = a e a = ia para todo a V , segue que

(u, v) =
1
4
u+v
uv
+i
u + iv
u iv
1
4
v+u
vu
+i
iu v
iu + v
1
4
v+u
vu
v + iu
v iu
= (v, u) .
importante observar que, por (2.B.4),
E
(u, u) :=
1
4
2u
uu
(1 + i)u
(1 i)u
ja que, do fato que |1 + i| = |1 i|, segue pelas propriedades definidoras de uma norma que (1 + i)u =
|1 + i| u = |1 i| u = (1 i)u .
Assim, estabelecemos que para todo u V vale (u, u) = u 2, o que implica, pelas propriedades
definidoras de uma norma, que (u, u) 0, sendo que (u, u) = 0 se e somente se u = 0.
Para provar que e um produto escalar, resta-nos provar que e uma forma sesquilinear. Como
ter a propriedade Hermitiana (2.B.5), e suficiente provar que e linear na segunda variavel. De
fato, esse e o u
nico ponto nao-trivial da demonstracao do Teorema 2.8 e o u
nico em que a identidade
do paralelogramo e usada. O leitor vera que a demonstracao de que e linear na segunda variavel e
engenhosa, sendo feita, sucessivamente, primeiro para n
umeros inteiros, depois para racionais, depois
para n
umeros reais e, por fim, para n
umeros complexos.

atica
Captulo 2
Vers
155/1490
Definindo-se, para u, v V ,
f (u, v) :=
u+v
uv
(2.B.6)
podemos escrever, por (2.B.4),

(u, v) :=
1
f (u, v) if (u, iv) .
4
(2.B.7)
Segue facilmente da definicao (2.B.6) que

f (u, v) = f (v, u) ,
(2.B.8)
f (u, v) = f (u, v) ,
(2.B.9)
f (u, 0) = 0 .
(2.B.10)
A seguinte proposicao e fundamental para a prova de que e uma forma sesquilinear e em sua demonstracao e feito uso da identidade do paralelogramo.
Proposic
ao 2.8 Para todos u, v e w V vale
f (u, v + w) = f (u, v) + f (u, w) .
(2.B.11)
Por (2.B.8), segue que f (u + v, w) = f (u, w) + f (v, w), tambem para todos u, v e w V .
Prova. Precisamos apenas provar (2.B.11), o que e feito com uso da identidade do paralelogramo
(2.B.3). Por (2.B.3) com a = u + v e b = w, ve-se que
u+v+w
= 2 u+v
+2 w
u+vw
+2 w
uv+w
Trocando-se v v e w w, segue disso que

uvw
= 2 uv
Logo, como f (u, v + w) = u + v + w

f (u, v + w) = 2 u + v
u v w 2 , segue que
2 uv
+ uv+w
u+vw
Assim, provamos que

f (u, v + w) = 2f (u, v) + f (u, w v) .
(2.B.12)
Trocando v w, isso fica f (u, v + w) = 2f (u, w) + f (u, v w) e, por (2.B.9), conclumos que vale
tambem
f (u, v + w) = 2f (u, w) f (u, w v)
(2.B.13)
Somando (2.B.12) e (2.B.13), obtemos f (u, v + w) = f (u, v) + f (u, w), que e o que queramos.

atica
Captulo 2
Vers
156/1490
Tomando v = w, (2.B.11) implica que f (u, 2v) = 2f (u, v). Vamos assumir que para algum n N,
n 1, valha f (u, nv) = nf (u, v). Isso e verdadeiro para n = 0 (por (2.B.10)) e n = 1 (trivialmente)
e vale tambem, como vimos, para n = 2. Entao,
(2.B.11)
f (u, (n + 1)v) = f (u, v + nv)
f (u, v) + f (u, nv)

hip
otese
f (u, v) + nf (u, v) = (n + 1)f (u, v) .
Com isso, provamos por inducao que

f (u, nv) = nf (u, v)
(2.B.14)
para todo n N e todos u, v V . Substituindo v por n1 v, com n = 0, isso esta tambem dizendo que
f
1
v
n
u,
1
f (u, v) ,
n
(2.B.15)
tambem para todo n N, n = 0, e todos u, v V . Assim, se p e q sao inteiros positivos q = 0, vale

f
u,
p
v
q
(2.B.14)
pf
u,
1
v
q
(2.B.15)
p
f (u, v) .
q
Por (2.B.9) e por (2.B.10), segue disso que

f (u, rv) = rf (u, v)
(2.B.16)
para todo r Q e todos u, v V .
Seja x R e seja rk , k N, uma seq

uencia de n
umeros racionais tal que lim rk = x. Entao,
k
usando a desigualdade (2.18), pagina 130, com a = (rk x)v e b = u xv, tem-se que
(rk x)v
= |rk x| v
u + rk v u + xv
= 0, ou seja,
u + rk v u + xv
e como lim |rk x| = 0, segue que lim
k
lim u + rk v
u + xv
u + lim rk v
k
Isso implica imediatamente que

lim f (u, rk v) = f u, lim rk v
(2.B.17)
f (u, xv) = xf (u, v) ,
(2.B.18)
e, portanto, provamos que

para todo x R e todos u, v V , pois
f (u, xv) = f u, lim rk v
k
(2.B.17)
lim f (u, rk v)
(2.B.16)
lim rk f (u, v) = xf (u, v) .

atica
Captulo 2
Vers
157/1490
Sejam agora x, y R. Tem-se, pelo exposto acima,

f (u, (x+iy)v) = f (u, xv +iyv)
(2.B.11)
f (u, xv)+f (u, iyv)
(2.B.18)
xf (u, v)+yf (u, iv) . (2.B.19)
Por (2.B.7), segue que

(u, (x + iy)v)
1
f (u, (x + iy)v) if (u, (x + iy)iv)
4
(2.B.19)
1
4
xf (u, v) + yf (u, iv) i xf (u, iv) + yf (u, v)
(2.B.9)
1
4
xf (u, v) + yf (u, iv) i xf (u, iv) yf (u, v)
(x + iy)(u, v) .
1
1
f (u, v) if (u, iv) + iy f (u, v) if (u, iv)
4
4
Com isso, provamos que para todo z C e todos u, v V vale

(u, zv) = z(u, v) .
Pela propriedade Hermitiana (2.B.5), segue tambem que (zu, v) = z(u, v). Isso estabeleceu que
e uma forma sesquilinear. Assim, a prova do Teorema 2.8 esta completa.
Parte II
T
opicos de Algebra
Linear
158

NC Cap02

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

NC Cap02

Diunggah oleh

Hak Cipta:

Format Tersedia

Captulo 2

Sub-Espacos e Espacos Quocientes . . . . . . . . . . . . . . . . . . . . . . . . 102

Bases Algebricas de um Espaco Vetorial . . . . . . . . . . . . . . . . . . . . . 104

O Dual Algebrico de um Espaco Vetorial

Formas Lineares, Sesquilineares e Produtos Escalares em Espa

Formas Multilineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116

Formas Sesquilineares e as Desigualdades de Cauchy-Schwarz e Minkowski . . 121

Produtos Escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125

Formas Bilineares e Sesquilineares em Espa

Estruturas Complexas sobre Espa

JCABarata. Curso de Fsica-Matem

Seja V um espaco vetorial sobre um corpo K. Um subconjunto W de V e dito ser um sub-espaco

de V (sobre o mesmo corpo K) se para todo , K e todo u, v W valer que u + v W . E

Denotemos por V /W o conjunto das classes de equivalencia de V pela relacao EW . Denotaremos

Com esses ingredientes podemos transformar V /W em um espaco vetorial sobre K. Isso se da

Se [u] e [v] sao as classes de equivalencia que contem os elementos u e v, respectivamente, de V ,

JCABarata. Curso de Fsica-Matem

e dita ser uma combinacao linear dos vetores u1 , . . . , un .

Tambem denominada base de Hamel. Georg Hamel (1877-1954).

JCABarata. Curso de Fsica-Matem

com t R, ai C, e dito ser um polinomio de grau n se an = 0.

A surpresa aqui e que este n

JCABarata. Curso de Fsica-Matem

Mais adiante faremos uso do seguinte resultado:

JCABarata. Curso de Fsica-Matem

Notemos que se x e y sao n

fhm = f (x) + f (y).

Augustin Louis Cauchy (1789-1857).

JCABarata. Curso de Fsica-Matem

Espertamente, podemos tomar f como uma bijecao de H em H, ou seja, podemos escolher3 fh H

Uma funcao que satisfaca f (x + y) = f (x) + f (y) para todo x, y R e f : R R representa um

Que tal e possvel e garantido pelo axioma da escolha Exerccio.

JCABarata. Curso de Fsica-Matem

JCABarata. Curso de Fsica-Matem

com t R, ai C, e dito ser um polinomio de grau n se an = 0. O conjunto P e claramente um espaco

JCABarata. Curso de Fsica-Matem

esta definida para todo p P e define um funcional linear em P.

Exemplo 4. Seja a funcao g(x) = ex . Entao

esta definida para todo p P e define um funcional linear em P.

JCABarata. Curso de Fsica-Matem

para todo b K. Pela definicao

para todo x V . Logo I(gl ) = l como queramos.

JCABarata. Curso de Fsica-Matem

E. 2.15 Exerccio importante. Mostre agora que J 1 : V Gb e linear, ou seja, J 1 (x + y) =

JCABarata. Curso de Fsica-Matem

E. 2.18 Exerccio. Mostre que : V (V ) e linear.

Isso claramente diz que dim (V ) dim V . Afirmamos que a igualdade so se da se (V ) = (V ) .

JCABarata. Curso de Fsica-Matem

para todos i K. Portanto, {v , (b1 ), . . . , (bn )} e um conjunto de n + 1 vetores linearmente

JCABarata. Curso de Fsica-Matem

Formas Lineares, Sesquilineares e Produtos Escalares em

Seja V um espaco vetorial sobre um corpo K (por exemplo, os reais ou os complexos) e n um n

Tambem chamada n-forma linear ou simplesmente n-forma.

JCABarata. Curso de Fsica-Matem

onde A e uma matriz n n real qualquer.

para todos os vetores v1 , . . . , vn V e todo i = 1, . . . , n 1. Em palavras, quando trocamos de

JCABarata. Curso de Fsica-Matem

JCABarata. Curso de Fsica-Matem

E. 2.25 Exerccio. Prove isso.

para todo i = 1, . . . , n. Assim,

1j1 njn 1 (bj1 , . . . , bjn )

1j1 njn 2 (bj1 , . . . , bjn ) .

JCABarata. Curso de Fsica-Matem