2o Semestre 2005/06
Contedo
I Anlise Funcional I 4
1 Espaos mtricos 5
1.1 Definio e exemplos . . . . . . . . . . . . . . . . . . . . . . . . 5
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.2 Noes topolgicas num espao mtrico . . . . . . . . . . . . . . 21
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.3 Espaos mtricos completos. Completado . . . . . . . . . . . . . 27
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2 Espaos de normados 44
2.1 Espaos vectoriais . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.2 Espaos normados . . . . . . . . . . . . . . . . . . . . . . . . . 50
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
2.3 Subespaos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
2.4 Espaos normados de dimenso finita . . . . . . . . . . . . . . . 62
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3 Espaos de Hilbert 69
3.1 Definio e exemplos . . . . . . . . . . . . . . . . . . . . . . . . 69
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
3.2 Ortogonalidade, complementos ortogonais e somas directas . . . . 77
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
3.3 Conjuntos ortonormados totais . . . . . . . . . . . . . . . . . . . 83
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
2
4 Operadores lineares 99
4.1 Definies e exemplos . . . . . . . . . . . . . . . . . . . . . . . 99
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.2 Operadores lineares limitados e contnuos . . . . . . . . . . . . . 102
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
4.3 Espao de operadores lineares . . . . . . . . . . . . . . . . . . . 111
4.4 Funcionais lineares e espao dual . . . . . . . . . . . . . . . . . . 113
Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
3
Parte I
Anlise Funcional I
4
Captulo 1
Espaos mtricos
(M1) d(x, y) = 0 se e s se x = y.
5
y
)
,y
d(x d(z, y)
x
d(x, z ) z
Exemplo 1.3 (Recta real R) O conjunto dos nmeros reais R com a distncia
usual
d(x, y) := |x y|, x, y R
um espao mtrico.
Prova. Sejam x, y, z R dados com vista a mostrar (M1), (M2) e (M3) da Defini-
o 1.1.
6
y2 y = (y1 , y2 )
d(x, y)
|x2 y2 |
x = (x1 , x2 )
x2
|x1 y1 |
x1 y1
|x z| |x y| + |y z|.
ab |ab| = |a||b|,
temos
(a + b)2 = a2 + 2ab + b2 a2 + 2|a||b| + b2 = (|a| + |b|)2 .
O resultado obtido fazendo a raz quadrada em ambos os lados.
7
Exemplo 1.5 (Espao Euclideano Rn ) O Exemplo 1.4 um caso particular do
espao Euclidiano em dimenso n, Rn . Este espao obtido tomando como pontos
o conjunto dos n-tuplos ordenados de nmeros reais
x = (x1 , x2 , . . . , xn ), y = (y1 , y2 , . . . , yn ),
Prova. preciso verificar os axiomas (M1), (M2) e (M3) da Definio 1.1. Sejam
x = (x1 , x2 , . . . , xn ), y = (y1 , y2 , . . . , yn ) e z = (z1 , z2, . . . , zn ) elementos em Rn
dados.
(xi yi )2 = 0, 1in
xi = yi , 1 i n.
Assim, x = y.
(M2) claro que d(x, y) = d(y, x), pois para qualquer 1 i n temos (xi yi )2 =
(yi xi )2 .
8
Por um lado, temos
$
n $
n $
n $
n
(ai + bi )2 = a2i + 2 ai bi + b2i
i=1 i=1 i=1 i=1
z = (z1 , z2 , . . . , zn ), w = (w1 , w2 , . . . , wn )
9
Exemplo 1.7 (Espao das sucesses limitadas ! (C)) Consideremos o conjunto
de todas as sucesses complexas limitadas
z = (z1 , z2 , . . . , zn , . . .) z = (zi )
i=1 ,
isto , para cada sucesso complexa z existe uma constante K(z) real (a qual pode
depender de z mas no de i) tal que para todos i = 1, 2, . . . temos |z i | K(z). A
distncia em ! (C) definida por
onde w = (wi )
i=1 . O espao resultante (! (C), d) um espao mtrico.
|zi ui | = |zi wi + wi ui |
|zi wi | + |wi ui |
sup |zi wi | + sup |wi ui |.
iN iN
Assim,
|zi ui | sup |zi wi | + sup |wi ui | = d(z, w) + d(w, u)
iN iN
10
e, o lado direito no depende de i, logo tomando o supremo em ambos os lados na
desigualdade anterior sobre todos os i N obtemos
Exemplo 1.8 (Espao das sucesses s) Este espao consiste no conjunto de to-
das as sucesses (limitadas ou no!) e a distncia definida por
$
1 |zi wi |
d(z, w) := i 1 + |z w |
,
i=1
2 i i
onde z = (zi )
i=1 e w = (wi )i=1 so sucesses complexas em s. Ento (s, d) um
espao mtrico.
Prova. Sejam z, w, u s sucesses dadas com vista a mostrar os axiomas da
Definio 1.1. Note que d(z, w) [0, ), pois como
|zi wi |
1,
1 + |zi wi |
ento
$
$ 1
1 |zi wi | 1 2
d(z, w) = = = 1 < .
i=1
2 1 + |zi wi | i=1 2
i i
1 1
2
e, como cada parcela da srie uma quantidade positiva, ento para qualquer i N
teremos de ter
1 |zi wi |
= 0.
2i 1 + |zi wi |
1
Assim, como 2i
! 0 para qualquer i, ento
|zi wi |
= 0 |zi wi | = 0 zi = wi , i N.
1 + |zi wi |
11
1
f (t) = t
1+t
f " (t) = 1
(1+t)2
0 1 2 3
t
Figura 1.3: A funo f (t) = 1+t
e a sua derivada.
Deste modo z = w.
(M2) Como |zi wi | = |wi zi |, ento claro que d(z, w) = d(w, z).
Consequentemente, o facto de
|a + b| |a| + |b|
implica que
f (|a + b|) f (|a| + |b|).
Assim,
|a + b| |a| + |b|
1 + |a + b| 1 + |a| + |b|
|a| |b|
= +
1 + |a| + |b| 1 + |a| + |b|
|a| |b|
+ .
1 + |a| 1 + |b|
Fazendo a = zi wi e b = wi ui , ento a + b = zi ui e obtemos
|zi ui | |zi wi | |wi ui |
+ .
1 + |zi ui | 1 + |zi wi | 1 + |wi ui |
12
1
Multiplicando esta desigualdade por 2i
e somando em ambos os lados com i = 1
at infinito obtemos
$ $
$
1 |zi ui | 1 |zi wi | 1 |wi ui |
+
i=1
2i 1 + |zi ui | i=1
2i 1 + |zi wi | i=1 2i 1 + |wi ui |
d(z, u) d(z, w) + d(w, u).
1/p
$
d(z, w) = |zi wi | p . (1.1)
i=1
i=1
e, como cada parcela da srie positiva, ter de ser |zi wi | = 0 para qualquer
i N, ou seja, zi = wi para qualquer i N. Assim, z = w.
13
(M2) Como |zi wi | p = |wi zi | p para qualquer i N, ento claro que d(z, w) =
d(w, z), isto , d simtrica.
14
x(t) = tp1 x(t) = tp1
A1 A1
A2
A2
p q
Figura 1.4: Desigualdade de Young: p
+ q
.
!q (C) e definimos
zi wi
zi := ,- . , w i := ,- .1/q .
k=1 |zk | p 1/p k=1 |wk |q
Como z = (zi ) = (w i )
i=1 e w i=1 satisfazem (1.5), ento a desigualdade (1.6)
pode aplicar-se e, deste modo, obtemos
1/p 1/q
$ $ p $
|zi wi | |zi | |wi |q (1.7)
i=1 k=1 k=1
15
Desigualdade de Minkowski: De seguida vamos mostrar a desigualdade de Min-
kowski para somas. Sejam z = (zi ) p
i=1 e w = (wi )i=1 duas sucesses em ! (C).
Ento 1/p 1/p 1/p
$ $ $
|zi + wi | p |zi | p + |wi | p .
(1.8)
i=1 k=1 k=1
O caso p = 1 uma consequncia da desigualdade triangular. Por isso,
basta considerar o caso p > 1. Denotamos para cada i N ui := zi + wi de
onde resulta
16
Desigualdade triangular: Como consequncia da desigualdade de Minkowski a
srie em (1.1) converge. Por outro lado, a desigualdade triangular pode ser
obtida como
1/p
$
d(z, u) = |zi ui | p
i=1
1/p
$
[|zi wi | + |wi ui |] p
i=1
1/p 1/p
$ $
|zi wi | + |wi ui |
p p
i=1 i=1
= d(z, w) + d(w, u).
Na segunda desigualdade usamos a desigualdade de Minkowski. Isto prova
o exemplo.
Exemplo 1.10 (Funes contnuas C([0, 1])) Como elementos tomamos o con-
junto de todas as funes reais f : [0, 1] R contnuas. A distncia d definida
para quaisquer f, g C([0, 1]) por
d( f, g) := max | f (t) g(t)|. (1.9)
t[0,1]
17
pelo que | f (t) g(t)| = 0 para qualquer t [0, 1]. Assim, f (t) = g(t) para qualquer
t [0, 1] de onde se conclui que f = g.
(M2) Atendendo ao facto de | f (t) g(t)| = |g(t) f (t)| para qualquer t [0, 1]
ento
max | f (t) g(t)| = max |g(t) f (t)|
t[0,1] t[0,1]
ou seja d( f, g) = d(g, f ).
18
(M1) Suponhamos que d( f, g) = 0 com vista a mostrar que f = g, isto , para
qualquer t A temos f (t) = g(t). Assim, por definio de d temos
logo, ter de ser | f (t) g(t)| = 0 para qualquer t A, ou seja f (t) g(t) = 0
f (t) = g(t) para qualquer t A como era desejado.
(M2) Dado que | f (t) g(t)| = |g(t) f (t)| para qualquer t A, ento evidente
que d( f, g) = d(g, f ).
19
(M1) Por definio de d, pois d(x, y) = 0 se e s se x = y.
Exerccios
Exerccio 1.1 Prove que (R, d) um espao mtrico onde
!
d(x, y) := |x y|, x, y R.
Exerccio 1.2 (Distncia "taxicall") Considere o conjunto Rn e a aplicao d de-
finida por
d(x, y) := |x1 y1 | + |x2 y2 | + . . . + |xn yn |,
onde x = (x1 , x2 , . . . , xn ) e y = (y1 , y2 , . . . , yn ) so elementos em Rn . Prove que
(Rn , d) um espao mtrico.
Exerccio 1.5 Seja (X, d) uma espao mtrico dado. Mostre que a aplicao d
definida por
y) := d(x, y) , x, y X
d(x,
1 + d(x, y)
um espao mtrico.
define uma distncia e, assim, (X, d)
20
Exerccio 1.6 Considere o conjunto de todas as sucesses s definido no Exem-
plo 1.8. Mostre que a aplicao d definida por
$ |zi wi |
d(z, w) := i ,
i=1
1 + |zi wi |
onde z = (zi )
i=1 , w = (wi )i=1 pertencem a s e a sucesso = (i )i=1 tal que i > 0
para qualquer i N com
$
i <
i=1
uma mtrica em s.
Exerccio 1.7 Encontre uma sucesso z = (zi ) i=1 convergente para zero a qual
no pertena a nenhum espao ! (C) onde 1 p < . Encontre uma sucesso
p
w = (wi ) p 1
i=1 pertencente a ! (C) para p > 1 mas w " ! (C).
Exerccio 1.8 (Espao mtrico produto) Sejam (X1 , d1) e (X2 , d2 ) dois espaos
mtricos e consideremos o seu produto Cartesiano X := X 1 X2 . Prove que a
aplicao d definida por
Definio 1.13 (Bola aberta, bola fechada, superfcie esfrica) Seja (X, d) um
espao mtrico, x0 X e r > 0 um nmero real dado. Ver Figura 1.5 no caso
X = R2 com a distncia Euclidiana.
Bola aberta: Br (x0 ) := {x X| d(x, x0 ) < r}. Tambm chamada bola aberta de
centro em x0 e raio r.
Bola fechada: B r (x0 ) := {x X| d(x, x0 ) r}. Tambm chamada bola fechada
de centro em x0 e raio r.
21
r (x0 )
B Br (x0 )
x0 x0
Figura 1.5: Bola fechada B r (x0 ) e bola aberta Br (x0 ) em R2 com a distncia Eucli-
diana, cf. Exemplo 1.4.
Conjunto aberto: M diz-se aberto se contm uma bola aberta em torno de cada
um dos seus pontos.
Conjunto fechado: M diz-se fechado se o seu complementar M c := X\M for
aberto.
Vizinhana-: Uma bola aberta B (x0 ) chamada vizinhana- de x0 .
Vizinhana: Uma vizinhana de x0 qualquer subconjunto de X o qual contm
uma vizinhana- de x0 .
(T1) X T e T .
(T2) A unio arbitrria de elementos em T ainda um elemento em T .
(T3) A interseco finita de elementos em T ainda um elemento de T .
22
x0 T
T (x0 )
x
T (x)
D(T ) T (D(T ))
Corolrio 1.15 Seja (X, d) um espao mtrico dado. Ento X um espao topo-
lgico.
Prova. A prova deste corolrio faz parte da cadeira de topologia, Captulo 3.
Aqui vamos somente recordar como se definem os elementos da topologia T . Um
subconjunto O X diz-se aberto sempre que x O existe uma bola aberta de
centro em x contida em O. Assim, O aberto se e s se verificar
xO = > 0 B (x) O.
23
Prova. Ver curso de topologia geral ou bibliografia recomendada.
Vamos fechar esta seco com mais duas noes importantes, precisamente a
de ponto de acumulao e aderncia de um conjunto.
24
Exemplo 1.21 1. A recta real R separvel, pois o conjunto dos nmeros
racionais Q contvel e denso em R.
$
N
p
|wi zi | p < .
i=1
2
Portanto, temos
$
N
$
p p
(d(w, z)) = |wi zi | + |wi zi | p < p
i=1 i=N +1
25
2. Consideremos o intervalo [0, 1] o qual tem a potncia do contnuo (isto ,
potncia do contnuo a cardinalidade de R representada por c) e portanto
no contvel. Vamos mostrar que o espao ! (R) no separvel e como
! (R) ! (C) podemos concluir que ! (C) tambm no separvel. Con-
sideremos x ! (R) da forma
x = (x1 , x2 , . . . , xn , . . .)
onde cada xi ou zero ou 1. A cada x ! (R) da forma anterior associamos
um nmero x em [0, 1] com representao binria
x1 x2 x3 xn
x := + 2 + 3 +...+ n + ... (1.10)
2 2 2 2
Por outro lado, qualquer nmero em [0, 1] admite um representao binria
da forma (1.10). Cada um destes nmeros (em quantidade no numervel!)
origina uma sucesso de zeros e 1 em ! (R). Temos ainda que se x, y
! (R) so duas destas sucesses distintas, ento
d(x, y) = sup |xi yi | = 1.
iN
Se cada uma destas sucesses for o centro de uma bola aberta de raio 13 ,
ento estas bolas no se intersectam e temos um nmero no contvel delas.
Suponhamos que M um subconjunto denso em ! (R). Ento cada uma das
bolas construdas anteriormente tem pelo menos um ponto de M, como elas
so em nmero no numervel, ento M no numervel. Da arbitrariedade
de M resulta que ! (R) no possui um subconjunto denso numervel.
Exerccios
Exerccio 1.9 Identifique geometricamente: B1(x0 ) em R, B1 (z0 ) em C e B1( f0 )
em C([1, 1]), onde x0 R, z0 C e f0 (t) := t3, t [1, 1] com as distncias
usuais.
Exerccio 1.10 Considere o espao mtrico (C([0, 2]), d) dado e f, g C([0, 2])
definidas por
f (t) := sin(t), g(t) := cos(t), t [0, 2].
Determine o menor r > 0 tal que g B r ( f ).
26
Exerccio 1.11 Obtenha a aderncia da cada um dos seguintes subconjuntos.
lim d(xn , x) = 0.
n
lim xn = x, ou xn x, n .
n
Se (xn )
n=1 no for convergente, ento diz-se divergente.
1. Se (xn )
n=1 convergente em X, ento limitada e o seu limite nico.
27
2. Se xn x e yn y em X, ento d(xn , yn ) d(x, y).
d(xn , x) < 1 + ,
onde = max{d(x1 , x), . . . , d(xN , x)}. Isto prova que (xn )
n=1 limitada.
Suponhamos que (xn ) n=1 converge para dois limites distintos em X, digamos
xn x1 , xn x2 , n .
Do mesmo modo
d(x, y) d(x, xn ) + d(xn , yn ) + d(y, yn )
d(x, y) d(xn , yn ) d(x, xn ) + d(y, yn )
d(xn , yn ) d(x, y) (d(x, xn ) + d(y, yn )) (1.12)
28
Definio 1.26 (Sucesso de Cauchy. Espao completo) Seja (X, d) um espao
mtrico e (xn )
n=1 uma sucesso em X. A sucesso (xn )n=1 diz-se de Cauchy (ou
fundamental) se para todo > 0 existe N tal que
Proposio 1.28 Toda a sucesso convergente num espao mtrico uma suces-
so de Cauchy.
Prova. Seja (xn )n=1 uma sucesso tal que xn x, n . Ento para todo > 0
existe N tal que
d(xn , x) , n > N .
2
Pela desigualdade triangular, para quaisquer n, m > N temos
d(xn , xm ) d(xn , x) + d(x, xm ) < + = .
2 2
Deste modo (xn )
n=1 uma sucesso de Cauchy.
29
Proposio 1.28 (xn )
n=1 de Cauchy. Como M completo, ento (xn )n=1 converge
em M, logo x M.
lim d(xn , x) = 0.
n
30
ou ainda
(xi1 xk1 )2 + . . . + (xin xkn )2 < 2 .
Assim, para cada j = 1, . . . , n fixo temos
x := (x1 , x2 , . . . , xn ).
(C3) Finalmente vamos mostrar que limi d(xi , x) = 0. Por um lado, visto que
fazendo k obtemos
Seja (zn )
n=1 uma sucesso de Cauchy arbitrria em ! (C) com vista a provar que
n
(z )n=1 converge em ! (C).
31
Assim, para cada i N fixo temos
|zni zmi | sup |zni zmi | < |zni zmi | < , n, m > N .
iN
z := (z1 , z2 , . . .).
(C2) Vamos mostrar que z ! (C). Como |zni zmi | < para n, m > N , ento
Mas zn = (zni )
i=1 ! (C), logo uma sucesso limitada e por conseguinte existe
Kn tal que
|zni | Kn , i N.
Assim, pela desigualdade triangular (M3) obtemos
isto , (zi )
i=1 uma sucesso limitada e por conseguinte z ! (C).
32
Prova. O conjunto c um subespao de ! (C) e vamos mostrar que c fechado,
portanto pela, Proposio 1.29 c completo. Seja z c uma sucesso arbitrria
na aderncia de c com vista a mostrar que z convergente, isto , z c. Ento
existe uma sucesso (zn )
n=1 em c tal que z z, n . Assim, para cada > 0
n
Isto mostra que z uma sucesso de Cauchy, logo convergente em ! (C). Mas se
z uma sucesso convergente, ento z c. Assim, c fechado.
(C1) Como (zn ) n=1 uma sucesso de Cauchy, ento para qualquer > 0 existe
N tal que se n, m > N temos
1/p
$
d(zn , zm ) = |znj zmj | p < .
j=1
33
Assim, para cada j = 1, 2, . . . fixo
1/p
$
|znj zmj | |znj zmj | p <
j=1
34
e assim, quando k e n > N vem
1/p
$ $
|znj z j | < |z j z j | < d(zn, z) < ,
p p n p
(1.13)
j=1 j=1
Exemplo 1.34 (C([0, 1]) completo) O espao das funes contnuas C([0, 1])
completo.
Prova. Seja ( fn )
n=1 uma sucesso de Cauchy arbitrria em C([0, 1]) com vista a
provar que existe f C([0, 1]) tal que fn f , n , isto ,
(C1) Como ( fn )n=1 uma sucesso de Cauchy, ento para qualquer > 0 existe
N tal que se n, m > N temos
35
(C2) Vamos mostrar que f contnua. Como para n, m > N
max | fn(t) fm (t)| < ,
t[0,1]
Exemplo 1.35 (Espao incompleto P([0, 1])) Seja P([0, 1]) o espao de todos os
polinmios reais p definidos em [0, 1] com a mtrica
d(p, q) := max |p(t) q(t)|, p, q P([0, 1]).
t[0,1]
1
Uma sucesso de funes ( f n )n=1 converge uniformemente em [0, 1] para uma funo f se
para todos > 0 existe um inteiro N tal que se n N , ento | fn (t) f (t)| < para todos t [0, 1].
36
Exemplo 1.36 (Espao incompleto C([0, 1])) O espao das funes contnuas C([0, 1])
com a mtrica d definida por
+ 1
d( f, g) := | f (t) g(t)|dt
0
no completo. Vamos ver que possvel juntar elementos ao espao C([0, 1])
de forma que o espao resultante seja completo, isto chamado completado de
C([0, 1]).
Prova. Consideremos a sucesso de funes ( fn ) n=1 em C([0, 1]) definidas para
cada n N por 5 6
0 se t 0, 12
5 6
n 1 1 1
fn (t) :=
nt se t , + (1.15)
2 72 2 n6
1 1 1
se t 2 + n , 1 .
claro que a sucesso ( fn )
n=1 de Cauchy, pois, d( fn , fm ) corresponde rea
do tringulo sombreado da Figura 1.7. Mas a sucesso ( fn ) n=1 converge para a
funo f dada por 5 6
1
0 se t 70, 2 6
f (t) =
(1.16)
1 se t 1 , 1
2
Definio 1.37 (Aplicao isomtrica. Espaos isomtricos) Sejam (X1 , d1 ), (X2 , d2)
espaos mtricos e T : X1 X2 uma aplicao dada. Ento
37
1
m
1
n
fn fm
1 1
2
Figura 1.7: Sucesso de funes do Exemplo 1.36.
Teorema 1.38 (Completado) Seja (X, d) um espao mtrico dado. Ento existe
o qual possui um subespao denso Y e iso-
d)
um espao mtrico completo ( X,
mtrico a X. O espao X nico a menos de uma isometria, isto , se X outro
espao mtrico completo tendo um subespao denso Y e isomtrico a X, ento X
e X so isomtricos.
Prova. A prova est dividida nas seguintes etapas:
d).
1. Construir o espao (X,
onde Y = X
2. Construir uma isometria T : X Y X,
completo.
d)
3. Mostrar que (X,
38
Seja X o conjunto das classes de equivalncia x, y , . . . de sucesses de Cau-
chy obtidas desta forma. Assim, (xn ) n=1 x significa que (xn )
n=1 uma
sucesso de Cauchy pertence a x (um representante da classe x ). Definimos
d em X por
x , y ) := lim d(xn , yn ),
d( (1.18)
n
onde (xn )
n=1 x e (yn ) y . Vamos mostrar que o limite (1.18) existe
n=1
e no depende dos representantes. Para mostrar que o limite existe basta
provar que a sucesso (d(xn , yn ))
n=1 de Cauchy em R. Como R completo,
ento o limite existe. Pela desigualdade triangular temos
Como (xn )
n=1 e (yn )n=1 so sucesses de Cauchy, ento se n, m forem gran-
des o lado direito da desigualdade anterior pequeno. Isto mostra que
(d(xn , yn ))
n=1 uma sucesso de Cauchy em R e, portanto o limite (1.18)
existe.
Para mostrar que o limite (1.18) no depende dos representantes, conside-
ramos (xn ) + +
n=1 (xn )n=1 e (yn )n=1 (yn )n=1 com vista a provar que
39
(M2) claro que d simtrica por definio.
(M3) Atendendo desigualdade triangular
Portanto, Y e X so isomtricos.
Vamos mostrar que Y denso em X. Seja x X dada com vista a provar
que qualquer vizinhana- de x contm um elemento de Y. Consideremos
a sucesso de Cauchy (xn )n=1 x. Ento para qualquer > 0 existe N tal
que se n, m N temos
d(xn , xm )
2
em particular para m = N , isto ,
d(xn , xN ) < , n N .
2
Consideremos o elemento x N Y onde (xN , xN , . . .) x N . Ento por
definio de d temos
40
completo Seja ( xn ) uma sucesso de Cauchy arbitrria em X com vista
d)
(X, n=1
a mostrar que esta converge em X. Como Y denso em X,
ento para todo
xn existe y n Y tal que
xn , y n ) < 1 .
d( (1.19)
n
Vamos provar que (yn ) n=1 uma sucesso de Cauchy. Pela desigualdade
triangular
yn , y m ) d(
d( yn , xn ) + d(
xn , xm ) + d(
xm , y m )
1 1
+ d( xn , xm ) +
n m
o qual menor que para n, m grandes. Como (yn )
n=1 uma sucesso de
Cauchy e T uma isometria, ento a sucesso (yn ) n=1 X, onde yn :=
T 1 yn tambm de Cauchy em X. Denotamos por x X a classe qual
(yn ) o limite de ( x n )
n=1 pertence. Vamos mostrar que x n=1 . Temos pela
desigualdade (1.19)
xn , x) d(
d( yn , x ) < 1 + d(
xn , y n ) + d( yn , x) < 1 + lim d(yn , ym ).
n n m
Como (yn ) n=1 uma sucesso de Cauchy, ento dado > 0 e n grande o lado
direito da desigualdade anterior menor que , o que prova que x limite
de ( xn )
n=1 . Conclumos, pois que ( X, d) completo.
Pelo que
x, y ) = lim d(
d( xn , y n ).
n
41
Y = T (X) Y
=X
Y = T(X)
Y = X
Exerccios
Exerccio 1.12 (Subsucesso convergente) Seja (X, d) um espao mtrico e (xn )
n=1
uma sucesso convergente para x. Mostre que toda a subsucesso (xnk ) k=1 de
(xn )
n=1 convergente e tem o mesmo limite x.
Exerccio 1.13 Seja (xn )n=1 uma sucesso de Cauchy num espao mtrico (X, d).
Mostre que se (xn )n=1 possui uma subsucesso convergente (xnk )
k=1 , digamos xnk
x, k , ento a sucesso (xn )
n=1 convergente e o seu limite x.
Exerccio 1.15 Sejam a, b R com a < b dados. Mostre que o intervalo aberto
(a, b) no completo e o intervalo fechado [a, b] completo.
Exerccio 1.16 Prove que Rn com a mtrica taxicall (cf. Exerccio 1.2) um
espao completo.
d(x, y) = max |x j y j |
1 jn
completo.
42
Exerccio 1.18 Mostre que o espao s do Exemplo 1.8 completo.
Exerccio 1.21 Seja C([0, 1]) o espao das funes contnuas com a mtrica d
definida por + 1
d( f, g) = | f (t) g(t)|dt.
0
Mostre que a sucesso ( fn )
n=1 definida por
/
n se 0 t n2
fn (t) := 1
t
se n2 t 1
Exerccio 1.22 Sejam (X1 , d1) e (X2 , d2 ) espaos mtricos isomtricos em que
(X1 , d1) completo. Mostre que (X2 , d2 ) tambm completo.
Exerccio 1.23 Prove que os espaos C([0, 1]) e C([a, b]), a < b so isomtricos.
43
Captulo 2
Definio 2.1 (Espao vectorial) Um espao vectorial (ou espao linear) sobre
o corpo K um conjunto no vazio X no qual esto definidas as operaes de
adio e multiplicao por escalar dos seus elementos com as seguintes proprie-
dades:
Comutativa: x + y = y + x.
Associativa: x + (y + z) = (x + y) + z.
44
Elemento neutro: Existe um nico elemento 0, chamado elemento neutro
para a adio, tal que x + 0 = 0 + x = x.
Elemento simtrico: Para qualquer x X existe um nico elemento x,
chamado simtrico de x, tal que x + (x) = 0.
+ : X X X
: K X X.
Exemplo 2.3 Vamos definir uma estrutura de espao vectorial nos Exemplos 1.3-
1.11 do Captulo 1.
x + y = (x1 + y1 , x2 + y2 + . . . + xn + yn )
x = (x1 , x2 , . . . , xn )
45
Espao unitrio Cn . O espao unitrio Cn definido no Exemplo 1.6 com as ope-
raes
z + w = (z1 + w1 , z2 + w2 + . . . + zn + wn )
z = (z1 , z2 , . . . , zn )
z + w = (z1 + w1 , z2 + w2 + . . . + zn + wn + . . .)
z = (z1 , z2 , . . . , zn , . . .)
Espao das sucesses s. O espao das sucesses s definido do Exemplo 1.8 com
as operaes de soma de sucesses e multiplicao por escalar como anteri-
ormente um espao vectorial. A prova de que se z, w s implica z + w s
resulta de um argumento anlogo ao da prova da desigualdade triangular do
Exemplo 1.8.
Espaos # p (C), 1 p < . O espao # p (C) das sucesses complexas z = (zi )
i=1
tais que
!
|zi | p <
i=1
com as operaes
z + w = (z1 + w1 , z2 + w2 + . . . + zn + wn + . . .)
z = (z1 , z2 , . . . , zn , . . .)
46
um espao vectorial complexo, onde C. Para verificar que z + w
# p (C) basta aplicar a desigualdade de Minkowski, isto ,
1/p 1/p 1/p
! ! !
|zi + wi | p |zi | p + |wi | p .
i=1 i=1 i=1
47
Definio 2.6 (Dependncia linear) Seja X um espao vectorial sobre o corpo
K.
1 x1 + 2 x2 + . . . + n xn = 0 (2.1)
x = 1 e1 + 2 e2 + . . . + n en , i K.
x = x1 e1 + x2 e2 + . . . + xn en .
48
A base cannica em Rn
e1 = (1, 0, . . . , 0)
e2 = 0, 1, 0, . . . , 0)
.. .. ..
. . .
en = (0, 0, . . . , 1)
Exerccios
Exerccio 2.1 Mostre que o conjunto {e1 , e2 , . . . , en }, onde e j (t) = t j , linear-
mente independente no espao C([0, 1]).
Exerccio 2.3 Mostre que num espao vectorial X de dimenso n qualquer ele-
mento x X admite uma nica representao como combinao linear dos ele-
mentos de uma base {e1 , e2 , . . . , en }.
49
3. Seja Y X o subconjunto das matrizes simtricas em X, isto , se A Y
ento AT = A. Investigue se Y ou no um subespao de X.
(N1) |x| = 0 se e s se x = 0.
(N2) |x| = |||x|.
(N3) |x + y| |x| + |y|.
50
y y|
x+ |x
+
y |y|
x
x |x|
Figura 2.1: Desigualdade triangular (N3).
(a) Assim, (N1) diz que qualquer vector tem comprimento positivo com
excepo do vector nulo que tem comprimento zero.
(b) Por seu lado, (N2) significa que quando multiplicamos um vector por
um escalar o seu comprimento vem multiplicado pelo valor absoluto
do escalar.
(c) Finalmente, (N3) conhecida como desigualdade triangular e diz que
num tringulo o comprimento de um lado no pode exceder a soma
dos outros dois, ver Figura 2.1.
51
so espaos de Banach. De facto, Rn e Cn so espaos mtricos completos,
cf. Exemplo 1.30, com mtricas dadas por
)
d(x, y) = |x y|Rn = (x1 y1 )2 + (x2 y2 )2 + . . . + (xn yn )2 , x, y Rn
)
d(z, w) = |z w|Cn = |z1 w1 |2 + |z2 w2 |2 + . . . + |zn wn |2 , z, w Cn .
Espao das sucesses limitadas # (C). O espao vectorial # (C) definido no Exem-
plo 1.7 cuja estrutura vectorial foi introduzida no Exemplo 2.3 um espao
de Banach com norma definida por
Espao das funes contnuas C([0, 1]). O espao das funes contnuas C([0, 1])
com norma
| f |C([0,1]) = max | f (t)|
t[0,1]
52
Exemplo 2.12 (Espaos mtricos incompletos) 1. O espao vectorial dos po-
linmios P([0, 1]) com a norma
Exemplo 2.13 (O espao L2 ([0, 1])) O espao das funes reais contnuas defini-
das em [0, 1] com a norma
* 1
2
| f |C([0,1]) := | f (t)|2dt
0
Assim, para cada > 0 basta tomar N como o menor inteiro maior que 31 para
que a sucesso ( fn )
n=1 seja de Cauchy em C([0, 1]). Mas esta sucesso converge
para um elemento no pertencente a C([0, 1]), cf. (1.16), logo C([0, 1]) no com-
pleto para esta norma. O espao C([0, 1]) pode ser completado pelo Teorema 1.38
o qual denotamos por L2 ([0, 1]). Este um espao de Banach, sendo que as ope-
raes de espao vectorial e a norma em L2 ([0, 1]) podem ser prolongadas de
C([0, 1]) como veremos na Seco 2.3. Mais geralmente para qualquer nmero
real p 1 fixo, o espao de Banach L p ([0, 1]) obtido como o completado do
espao normado de todas as funes reais contnuas definidas em [0, 1] com a
norma * 1
p
| f |C([0,1]) := | f (t)| pdt.
0
53
Os elementos em L p ([0, 1]) so classes de equivalncia na mtrica associada
p
norma | |C([0,1]) , isto , f equivalente a g se e s se
* 1
| f (t) g(t)| p dt = 0.
0
Estes espaos podem ser obtidos por intermdio da teoria do integral de Lebesgue,
nomeadamente como o conjunto de todas as funes mensurveis f em [0, 1] tal
que o integral de Lebesgue * 1
| f (t)| pdt
0
existe e seja finito.
O exemplo anterior mostra que o completado de um espao normado pode
conduzir a um espao onde os elementos so de outra natureza a qual teremos de
identificar.
J vimos que todo o espao normado d origem a um espao mtrico por
intermdio
d(x, y) := |x y|.
Vamos agora investigar a questo contrria, isto , ser que toda a mtrica num
espao vectorial pode ser obtida de uma norma? A resposta NO e, um contra
exemplo dado pelo espao de todas as sucesses s do Exemplo 1.8.
no pode ser obtida de uma norma. De facto, a mtrica associada a uma norma
verifica as duas propriedades evidentes
d(z + x, w + x) = d(z, w)
d(z, w) = ||d(z, w).
54
|x| = 1
|x|4 = 1
|x|2 = 1
|x|1 = 1
Exerccios
Exerccio 2.6 (Continuidade da norma) Seja (X, ||) um espao normado. Prove
a segunda desigualdade triangular
B 1(0) := {x X| |x| 1}
55
x
x
y
No convexo y Convexo
y
1
1 1 x
Exerccio 2.10 Seja X um espao vectorial sobre K e d uma mtrica com as se-
guintes propriedades: para quaisquer x, y, z X e K
d(x + z, y + z) = d(x, y)
d(0, x) = ||d(0, x).
1. Mostre que X um espao normado com norma dada por |x| = d(0, x).
56
Exerccio 2.11 Considere o espao vectorial C 1 ([0, 1]) das funes reais diferen-
civeis definidas em [0, 1]. Verifique em que casos as aplicaes definem uma
norma em C 1 ([0, 1])
2.3 Subespaos
Definio 2.15 Seja X um espao normado e M X um subconjunto.
57
2. Uma sucesso (xn )n=1 no espao normado X diz-se de Cauchy se para qual-
quer > 0 existe N tal que sempre que n, m > N temos
|xn xm | < .
1
xn = (xn1 , xn2 , . . . , xnj , . . .), xnj := jn .
j2
,
Ento a srie n=1xn absolutamente convergente, pois,
! ! -- -
n - 1 -- ! 1 2
|x |# (C) = sup -- jn 2 -- = 2
= < .
n=1 n=1 jN j n=1
n 6
No entanto
!
k
1 1
xn = sk = (1, , . . . , 2 , 0, 0, . . .)
n=1
4 k
no converge para um elemento em #0 (C).
O conceito de srie convergente pode ser usado para definir uma base.
58
Definio 2.16 (Base) Seja X um espao normado X e (en ) n=1 uma sucesso tal
que para todo x X existe uma nica sucesso de escalares ( k )
k=1 tal que
lim |x (1 e1 + . . . + n en )| = 0.
n
ento (en )
n=1 chama-se uma base de Schauder para X. A srie
!
n en
n=1
!
x= n en .
n=1
e1 = (1, 0, 0 . . .)
e2 = (0, 1, 0, 0, . . .)
.. .. ..
. . .
en = (0, 0, . . . , 1, 0, . . .).
.. .. ..
. . .
x = x1 e1 + x2 e2 + . . .
pois
1/p
1/p
!
!
lim |x (x1 e1 + x2 e2 + . . . + xk ek )| = lim |xi | p = lim |xi | p .
k k k
i=k+1 i=k+1
59
Para concluir esta seco vamos falar sobre o completado de um espao nor-
mado a par do que fizemos para os espaos mtricos no Teorema 1.38.
Prova. Pelo Teorema 1.38 existe um espao mtrico completo ( X, e uma iso-
d)
metria T : X T X X com T X denso em X e X nico a menos de uma
isometria. Assim, para que este teorema fique provado precisamos introduzir em
X uma estrutura de espao vectorial e uma norma adequada.
Sejam x, y X duas classes e (xn ) , (yn )
n=1 x n=1 y
representantes nestas
classes, isto , sucesses de Cauchy na norma | | em X. Ento a sucesso (z n =
xn + yn )
n=1 uma sucesso de Cauchy, pois
60
Exerccios
Exerccio 2.12 Considere o espao das funes contnuas C([0, 1]), t0 [0, 1] e
o subconjunto
M := { f C([0, 1])| f (t0) = 0}.
Mostre que M um subespao fechado de C([0, 1]).
Exerccio 2.13 Mostre que o espao das sucesses convergentes c (cf. Exem-
plo 1.32) e o espao das sucesses convergentes para zero c0 so subespaos de
# (C). Mostre ainda que c0 um subespao fechado de # (C) e, assim um espao
completo.
Exerccio 2.14 Mostre que se X um espao normado com uma base de Schau-
der, ento X separvel.
Exerccio 2.15 Mostre que num espao normado X as operaes de adio e mul-
tiplicao por escalar so aplicaes contnuas, isto , se xn x, yn y e
n , ento
xn + yn x + y
n xn x.
61
2.4 Espaos normados de dimenso finita
Vamos agora investigar os espaos normados de dimenso finita. Este tipo de
espaos so muito importantes, pois, em aplicaes tm um papel fundamental.
Exemplos destas aplicaes a teoria espectral e a teoria da aproximao em
espaos normados, por exemplo aproximar funes contnuas por funes mais
simples como os polinmios. Esta situao conhecida j da anlise quando
uma funo admite um desenvolvimento em srie de Taylor; as somas parciais
fornecem uma aproximao da funo.
Antes de mais, recordamos o clebre teorema de Bolzano-Weierstrass.
|1 x1 + . . . + n xn | C(|1 | + . . . + |n |) (2.6)
|i x1 + . . . + n xn | C, (2.7)
,
onde i = i /s tal que ni=1 |i | = 1. Portanto suficiente mostrar que existe
uma constante C > 0 tal que a desigualdade (2.7) seja verdadeira para quaisquer
,
i K 1 i n e ni=1 |i | = 1. Vamos supor por absurdo que a desigualdade
(2.7) falsa, isto , existe uma sucesso (ym )
m=1 tal que
ym = 1m x1 + 2m x2 + . . . + n xn ,
,
onde ni=1 |im | = 1 e |ym | 0, m . Como |im | 1 1 i n, ento para cada
i = 1, . . . , n a sucesso (im )
m=1 limitada. Isto corresponde no seguinte diagrama
62
ao facto dos s nas colunas formarem uma sucesso limitada
y1 = 11 x1 + 21 x2 + . . . i1 xi + . . . + n1 xn
y2 = 12 x1 + 22 x2 + . . . i2 xi + . . . + n2 xn
.. .. ..
. . .
yk = 1k x1 + 2k x2 + . . . ik xi + . . . + nk xn
.. .. ..
. . .
yr = 1r x1 + 2r x2 + . . . ir xi + . . . + nr xn
.. .. ..
. . .
!
n !
n
ynmn = imn xi y = i xi , mn
i=1 i=1
,
e ainda que ni=1 |i | = 1. Portanto nem todos os i so nulos. Como o conjunto
{x1 , . . . , xn } independente, ento y ! 0. Pela continuidade da norma, ento visto
que ynmn y, mn resulta
|ynmn | |y|.
63
Teorema 2.21 Seja X um espao normado e Y X um subespao de dimenso
finita. Ento Y completo. Em particular todo o espao normado de dimenso
finita completo.
Prova. Suponhamos que dim Y = n e {e1 , e2 , . . . , en } uma base de Y. Considere-
mos uma sucesso de Cauchy (ym )
m=1 em Y com vista a provar que ela convergente
em Y. Cada ym admite uma nica representao na base dada
ym = 1m e1 + 2m e2 + . . . + nm en .
Como (ym )
m=1 de Cauchy, ento para cada > 0 existe N tal que se m, k > N
temos
|ym yk | < .
Ento pelo Lema 2.20 existe uma constante C > 0 tal que
-- --
--! n
i i
-- !n
> |ym yk | = - (m k )ei - C
- - |im ik |
- i=1 - i=1
ou seja
!
n
|im ik | |im ik | .
i=1
C
Isto mostra que a sucesso (im ) 1 i n de Cauchy em K logo convergente.
m=1 ,
Denotamos o seu limite por , isto , im i , m para cada 1 i n.
i
Definimos
y := 1 e1 + 2 e2 + . . . + n en .
claro que y Y e ainda
-- --
--! n - !n
|ym y| = -- (im i )ei --- |im i ||ei |.
- i=1 - i=1
lim |ym y| = 0,
m
64
Corolrio 2.22 Todo o subespao Y de dimenso finita de um espao normado X
fechado.
Prova. Consequncia do teorema anterior e Proposio 1.29.
Para finalizar esta seco vamos estudar o conceito de compactidade nos es-
paos normados de dimenso finita.
65
Definio 2.25 (Espao compacto) Seja X um espao mtrico e M X um sub-
conjunto em X. Ento M diz-se compacto se toda a sucesso em M possui uma
subsucesso convergente em M.
Como exemplos temos: o espao X = [a, b] compacto pelo teorema de
Bolzano enquanto que X = R no compacto porque a sucesso (1, 2, 3, . . .) no
possui uma subsucesso convergente.
Uma propriedade universal dos conjuntos compactos a seguinte.
66
Portanto, a sucesso (en )
n=1 assim como qualquer subsucesso de (e n )n=1 no pode
ser converge.
xm = 1m e1 + 2m e2 + . . . + nm en .
Exerccios
Exerccio 2.18 Seja X um espao normado e | |1 , | |2 duas normas em X equiva-
lentes.
67
Exerccio 2.19 Seja X um espao mtrico compacto e M X um subconjunto
fechado. Mostre que M compacto.
68
Captulo 3
Espaos de Hilbert
69
2. A norma | | X em X associada a (, ) X definida por
!
|x|X := (x, x)X , x X (3.1)
e a mtrica em X associada a (, ) X
!
d(x, y) = |x y|X = (x y, x y)X . (3.2)
(x, y)Rn = x1 y1 + x2 y2 + . . . + xn yn .
e a mtrica
!
d(x, y) = |x y|Rn = (x1 y1 )2 + (x2 y2 )2 + . . . + (xn yn )2 .
Vimos no Exemplo 1.30 que este espao era completo, pelo que um espao
de Hilbert.
70
2. O espao unitrio Cn com produto interno
(z, w)Cn = z1 w 1 + z2 w 2 + . . . + zn w n
tal que a mtrica associada a este produto interno torna Cn num espao de
Hilbert, cf. Exemplo 1.30.
Proposio 3.4 Seja (X, (, )) um espao com produto interno. Ento para quais-
quer x, z X temos
1. Desigualdade de Cauchy-Schwarz
2. Desigualdade triangular
71
y
y
x+
x
y
Assim, temos uma forma quadrtica definida positiva, pelo que o discriminante
dever verificar
2. Temos
|x + y|2 = (x + y, x + y)
= |x|2 + (x, y) + (y, x) + |y|2
= |x|2 + 2)(x, y) + |y|2 .
72
pode ser obtida de um produto interno, nomeadamente
" 1
( f, g)C([0,1]) := f (t)g(t)dt.
0
No Exemplo 2.13 admitimos que as funes contnuas tomam valores reais mas,
em geral, podemos assumir que as funes so complexos, isto , f : [0, 1] C
contnuas. O espao resultante C C ([0, 1]) das funes complexas definidas em
[0, 1] torna-se num espao com produto interno definido por
" 1
( f, g)CC ([0,1]) := f (t)g(t)dt
0
aqui | f (t)|2 = f (t) f (t). O completado L2 ([0, 1]) de C([0, 1]) (respectivamente
L2C ([0, 1])) relativamente mtrica associada a (3.8), (respectivamente a (3.9))
um espao normado completo. possvel prolongar o produto interno (cf. Teo-
rema 3.11 mais frente) ao completado de forma que L2 ([0, 1]) (respectivamente
L2C ([0, 1])) seja um espao de Hilbert .
Exemplo 3.6 (Espao #2 (C)) O espao #2 (C) das sucesses complexas z = (zn )
n=1
tais que
#
|zn |2 <
n=1
73
A norma associada ao produto interno anterior
#
|z|2#2 (C) = |zn |2 .
n=1
Mas
74
onde usamos a desigualdade triangular e a de Cauchy-Schwarz. Como xn x e
yn y, isto , limn |xn x| = 0 e limn |yn y| = 0, logo claro que
Como primeira aplicao deste lema vamos provar que todo o espao com
produto interno X pode ser completado sendo o espao resultante um espao de
Hilbert. Este espao completado nico a menos de um isomorfismo. De seguida
definimos espaos com produto interno isomorfos.
Teorema 3.11 Para qualquer espao X com produto interno (, ) X existe um es-
pao de Hilbert H e um isomorfismo T de X sobre um subespao W de H denso.
O espao de Hilbert H nico a menos de um isomorfismo.
Prova. Pelo Teorema 2.18 existe um espao de Banach H e um isomorfismo T
de X sobre um subespao W de H denso. Assim, s resta provar que H possui
um produto interno. Definimos
( x , y )H := lim (xn , yn )X ,
n
onde (xn )
n=1 (yn )n=1 so sucesses de Cauchy na norma | | X em X nas classes x
e y , respectivamente. Pelo Lema 3.9 o limite anterior existe e nico. O resto
uma consequncia do Teorema 2.18.
Exerccios
Exerccio 3.1 Mostre que num espao com produto interno X se (x, y) = (x, z)
para todos x X, ento y = z.
75
Exerccio 3.2 Mostre que o espao C([a, b]) com a norma
| f |C([a,b]) := max | f (t)|
t[a,b]
Exerccio 3.7 Prove que num espao com produto interno X as seguintes igual-
dades so verdadeiras
1#
N
(x, y) = |x + e2ki/N y|2 e2ki/N , N 3.
N k=1
" 2
1
(x, y) = |x + eit y|2 eit dt.
2 0
Exerccio 3.8 Dado um espao X com produto interno (, ), ento temos a se-
guinte relao
(x, y) = |x||y| cos ,
onde o ngulo entre os vectores x e y. Calcule o ngulo entre as funes
f (t) = 1 e g(t) = t no espao L2 ([0, 1]).
76
3.2 Ortogonalidade, complementos ortogonais e so-
mas directas
Recordamos que dois vectores no espao Euclidiano R2 so perpendiculares (ou
ortogonais) se o seu produto interno nulo. A generalizao natural deste conceito
a seguinte.
77
x+y
y
y|
|x + |y|
x
|x|
Figura 3.2: Relao Pitagrica em R2 .
x x x
M M
M
78
Prova. Vamos provar a existncia de y M tal que = |x y|. Por definio de
nfimo existe (yn )
n=1 M tal que
n = |x yn | , n .
Ento (yn )
n=1 uma sucesso de Cauchy em M. De facto, por um lado
++ ++
1
|yn + ym 2x| = 2 ++ (yn + ym ) x+++ 2,
+
2
pois 12 (yn + ym ) M por este ser convexo. Por outro lado, pela regra do paralelo-
gramo temos
|yn ym |2 = |yn x (ym x)|2 = |yn + ym 2x|2 + 2(|yn x|2 + |ym x|2 )
(2)2 + 2(2n + 2m ) < , n, m > N ,
logo (yn )
n=1 de Cauchy. Assim, existe y M tal que yn y, n . Temos
ainda que
|x y| ,
pois y M. Mas
|x y| |x yn | + |yn y| = n + |yn y| , n .
|y y0 |2 42 + 22 + 22 = 0.
79
Teorema 3.16 Nas condies do Teorema 3.15 se M for um subespao fechado
em X e x X fixo, ento z = x y ortogonal a M, isto , z M .
Prova. Se z " M , ento existiria um y M\{0} tal que (z, y ) = ! 0. Assim,
para qualquer escalar K temos
[ |
|z y|2 = |z|2 y|2 ]
Para =
|y|2
a expresso no parntesis [ ] anula-se e como |z| = |x y| = temos
||2
|z y|2 = |z|2 < 2 .
|y|2
Mas isto impossvel, pois z y = x (y + y) sendo que y + y M e, ento
teria de ser
|z y| .
Logo z M .
H = M M.
x = y + z.
x = y + z = y1 + z1 ,
80
M
x
M
z = PM x
y = Px
P : H M, x $ Px = y
chamada projeco ortogonal de H sobre M, ver Figura 3.4. fcil verificar que
P possui as seguintes propriedades.
1. PM = M.
2. PM = {0}.
3. P2 = P, isto , P idenpotente.
(yn , y) = 0.
81
Inversamente, suponhamos que M = {0} com vista a provar que 1M2 denso em
H. Se x1M2, ento
, -xM, pelo que x M e, assim, x = 0. Logo 1M2 = {0} o
que implica que 1M2 = 1M2 = {0}. Por outro lado, 1M2 um subespao de H
e 1M2 fechado, ento pelo Teorema 3.17 temos
Exerccios
Exerccio 3.9 Mostre que num espao X com produto interno se x n x, n
e y xn para qualquer n N, ento, x y.
Exerccio 3.13 Considere o espao das funes contnuas C([1, 1]) com a norma
" 1
2
| f |C([1,1]) := | f (t)|2d(t), f C([1, 1]),
1
onde a medida de Lebesgue no intervalo [1, 1]. O espao normado (C([1, 1]), |
|C([1,1]) ) no completo. Podemos adaptar a prova do Exemplo 2.13 para a suces-
so de funes ( fn )n=1 definidas por
82
1
m
1
n
0 se t [1, 0] 1
nt se t 20, 1 3
fn
fn (t) :=
, n3
fm
1 se t 1 , 1 ,
n
1 1
1 m 1
n
83
Acontece que nesta situao possvel determinar explicitamente as constantes
k . De facto, o produto interno entre x e e j , j = 1, . . . , n d
n
# #n
(x, e j ) = k ek , e j = k (ek , e j ) = j .
k=1 k=1
Assim, temos
#
n
x= (x, ek )ek .
k=1
Mais geralmente, se x X mas x " 1e1 , . . . , en 2, ento podemos definir y
1e1 , . . . , en 2 como
#
n
y := (x, ek )ek
k=1
de tal modo que se z = x y, ento z y. Na verdade
(z, y) = (x y, y)
= (x, y) |y|2
n n
# # #
n
= x, (x, ek )ek (x, ek )ek , (x, e j )e j
k=1 k=1 j=1
#
n #
n # n
= (x, ek )(x, ek ) (x, ek )(x, e j )(ek , e j )
k=1 k=1 j=1
#n #
n
2
= |(x, ek | |(x, ek )|2 = 0.
k=1 k=1
Isto implica que x = y + z com y z, logo pelo Teorema de Pitgoras, cf. Teo-
rema 3.13, temos
|x|2 = |y|2 + |z|2
# n
= |(x, ek )|2 + |z|2
k=1
#
n
|(x, ek )|2 ,
k=1
84
e a sucesso (sn )
n=1 crescente e limitada, logo tem limite. Como (s n )n=1 a
sucesso das somas parciais, ento a srie
#
|(x, ek )|2
k=1
convergente. Temos
#
|(x, ek )|2 |x|2 .
k=1
en := (0, 0, . . . , 0, 1, 0, . . .),
4!!!!!!56!!!!!!7 nN
n1
Exemplo 3.22 O espao das funes reais contnuas C([0, 2]) com o produto
interno " 2
( f, g)C([0,2]) = f (t)g(t)dt
0
Possui as seguintes sucesses ortogonais:
un (t) := cos(nt), n N0
vn (t) := sin(nt), n N.
85
Temos
" 2
2 se n = m = 0
(un , um )C([0,2]) = cos(nt) cos(mt)dt = se n = m = 1, 2, . . .
0
0 se n ! m.
" 2 *
se n = m = 1, 2, . . .
(vn , vm )C([0,2]) = sin(nt) sin(mt)dt =
0 0 se n ! m.
Os integrais anteriores so calculados usando as frmulas
1 + cos(2nt)
cos2 (nt) =
2
1
cos(nt) cos(mt) = (cos((n + m)t) + cos((n m)t))
2
1
sin(nt) sin(mt) = (cos((n m)t) cos((n + m)t)).
2
Usando a frmula
1
sin(nt) cos(mt) = (sin((n + m)t) + sin((n m)t))
2
podemos mostrar que as duas sucesses so ortogonais entre si, isto , u n vm .
Podemos, pois, definir sucesses ortonormadas por
1 cos(nt)
e0 (t) := , en (t) := , n N,
2
sin(nt)
en (t) := , n N.
A questo que se coloca quando temos um espao com produto interno como
obter uma sucesso ortonormada a partir de uma sucesso independente. A res-
posta dada pelo mtodo de ortogonalizao de Gram-Schmidt. Assim, se (x k ) k=1
uma sucesso independente a sucesso ortonormada resultante (e k )
k=1 tal que
para qualquer n N temos
1e1 , . . . , en 2 = 1x1 , . . . , x2.
De seguida descrevemos o processo de ortogonalizao de Gram-Schmidt.
86
!n1
(x2 , e1 )e1 k=1 (xn , ek )ek
u2 un
x2 xn
e2 en
e1 !n1
(x2 , e1 )e1 k=1 (xn , ek )ek
n
Figura 3.5: Processo de ortogonalizao de Gram-Schmidt.
Passo n: O vector
#
n1
un := xn (xn , ek )ek
k=1
tal que un {e1 , e2 , . . . , en1 }, ver Figura 3.5. Ento en dado por
un
en := .
|un |
87
Prova. Aplicando o processo de ortogonalizao de Hilbert-Schmidt temos
H0 (x) := u0 (x)
pelo que
H0 (x)
e0 (x) := = 1.
|H0 |
Por seu lado H1 dado por
de onde resulta
H1 (x) x (x, 1)1
e1 (x) := = =x
|H1 | |x (x, 1)1|
Para H2 temos
logo
H2 (x) x2 1 1
e2 (x) := = 2 = (x2 1)
|H2 | |x 1| 2
Finalmente temos
e
x3 3x 1
e3 (x) := = (x3 3x).
|x 3x|
3
6
88
10 1
H0 h0
H1 h1
H2 h2
H3 h3
h4
5 0.5
0 0
5 0.5
10 1
4 2 0 2 4 3 2 1 0 1 2 3
89
3. Para qualquer x H a srie em (3.10) com k = (x, ek ) converge em H.
Prova. Denotamos
sn = 1 e1 + . . . + n en , n = |1 |2 + . . . + |n |2 .
|sn sm |2 = |m+1 |2 + . . . + |n |2 = n m .
Assim, (sn )
n=1 de Cauchy se e s se (n )n=1 de Cauchy. Como H completo,
ento a sucesso (sn )
n=1 convergente. Isto prova 1.
Para mostrar 2. fazemos o produto interno entre sn e ei com i n
#
n
(sn , ei ) = k (ek , ei ) = i .
k=1
i = (sn , ei ) (x, ei ), i N.
90
3. Se f uma funo real contnua peridica com perodo 2, ento a srie
de Fourier de f uma srie do tipo (3.11) com os coeficientes an e bn dados
por
" 2
1
a0 = f (x)dx
2 0
"
1 2
an = f (x) cos(nx)dx, n = 1, 2, . . .
0
"
1 2
bn = f (x) sin(nx)dx, n = 1, 2, . . .
0
os quais so chamados coeficientes de Fourier de f . O intervalo de inte-
grao [0, 2] pode ser substitudo por outro intervalo de comprimento 2
visto que a funo f peridica de perodo 2.
dada por
9 :
4 1 1 1
f (t) = sin(t) 2 sin(3t) + 2 sin(5t) 2 sin(7t) + . . . . (3.12)
3 5 7
Na Figura 3.7 representamos a funo f (funo dente de serra desenhada a preto)
e as primeiras aproximaes por intermdio da sucesso das somas parciais da
srie de Fourier.
91
2
f
f1
1.5 f2
f3
f4
1
0.5
0.5
1.5
2
6 4 2 0 2 4 6
Figura 3.7: Aproximao da funo f pelos primeiros termos da sucesso das
somas da srie em (3.12).
onde (en )
n=1 uma sucesso ortonormada em X e (x, en ) so os coeficientes de
Fourier relativamente a (en )
n=1 . Para cada m N denotamos por N(m) o nmero
de coeficientes de Fourier (x, en ) tais que |(x, en )| > m1 . Ento temos
#
#
2 2 1 1
|x| |(x, en )| > 2
= N(m) 2
n=1 {n| |(x,e )|>1/m}
m m
n
92
1. M diz-se total em X se o subespao gerado por M denso em X, isto ,
1M2 = X.
en = (0, . . . 0, 1, 0 . . .),
4!56!7 nN
n1
total em #2 (C).
Prova. Consideremos x #2 (C) da forma x = (x1 , x2 , . . .) com vista a mostrar que
o espao vectorial gerado pela sucesso (en ) 2
n=1 denso em # (C). Isto , existe
uma sucesso ( fn )
n=1 1(en )n=1 2 tal que para qualquer > 0 existe N tal que se
n > N temos
| fn x|#2 (C) < .
Definimos para cada n N fn por
fn := (x1 , x2 , . . . , xn , 0 . . .).
claro que ( fn )
n=1 1(en )n=1 2, pois se n N temos
fn = x1 e1 + x2 e2 + . . . + xn en 1(en )
n=1 2.
93
e como
#
|x|2#2 (C) = |xk |2 < ,
k=1
ento (3.13) corresponde ao resto de ordem n de uma srie convergente, logo dado
> 0 existe N tal que se n > N temos
x M = x = 0.
94
e pela desigualdade de Bessel
#
|(x, ek )|2 |x|2 .
k=1
95
Prova. Seja (en )
n=1 uma sucesso ortonormada total em H. Ento qualquer x H
pode escrever-se como
#
x= (x, en )en
n=1
T : H # (C), x $ T x := ((x, en ))
n=1 .
T bijectiva,
Para mostrar que T est bem definida temos de verificar que para cada x H
T x #2 (C) e que T x nico, isto , T uma aplicao. fcil verificar que se
x H, ento
#
|T x|2#2 (C) = |(x, en )|2 = |x|2 < , (3.15)
n=1
2
logo T x # (C). Por outro lado se x = y, ento (x, en ) = (y, en ) para qualquer
n N. Temos T x = ((x, en ))
n=1 = ((y, en ))n=1 = T y, logo T x = T y, pelo que T est
bem definida.
Pela igualdade (3.15) podemos concluir que T injectiva, pois se T x = 0,
ento
|T x|#2 (C) = |x| = 0 x = 0.
Se y = (y1 , y2 , . . .) #2 (C), ento definindo x por
#
x := yn en .
n=1
96
A srie converge em H porque
#
|yn |2 <
n=1
Exerccios
Exerccio 3.14 Seja (ek )
k=1 uma sucesso ortonormada num espao com produto
interno X. Mostre que se x X e y da forma
#
n
y= (x, ek )ek ,
k=1
ento x y Yn := 1e1 , . . . , en 2.
un (x) := xn , n N0
97
Exerccio 3.17 (Funo geradora dos plinmios de Hermite) 1. Mostre que
a funo geradora dos polinmios de Hermite H n , cf. Exemplo 3.23,
9 : #
t2 tn
exp xt = Hn (x).
2 n=0
n!
3. Sabendo que
d n ; x22 <
n x2
Hn (x) = (1) e e
2
dxn
mostre que Hn satisfaz a equao diferencial de Hermite
Exerccio 3.19 Seja M um conjunto total num espao com produto interno X. Se
(u, x) = (v, x) para todos x M, mostre que u = v.
98
Captulo 4
Operadores lineares
T (x + y) = T x + T y.
99
R(T ) denota o conjunto das imagens de T e
Operador integrao Seja X = C([0, 1]) o espao vectorial das funes reais
contnuas definidas em [0, 1]. Definimos
! t
T : C([0, 1]) C([0, 1]), x & (T x)(t) := x(s)ds.
0
100
Operador matriz Consideremos uma matriz real n m A = (ai j ) i=1,...,n . Ento
j=1,...,m
podemos definir um operador T como
T : Rm Rn , x & T x := Ax.
claro que T linear porque a multiplicao por uma matriz uma opera-
o linear. Se T x = y = (y1 , . . . , yn ) e x = (x1 , . . . , xm ), ento temos
y1 a11 a12 . . . a1m x1
y2 a21 a22 . . . a2m x2
.. = .. .. . .
. . . . . . .. ..
yn an1 an2 . . . anm xm
onde
(
n
yi = ai j x j , i = 1, . . . m.
j=1
101
Exerccios
Exerccio 4.1 Mostre o Teorema 4.3.
T 1 (x, y) := (x, 0)
T 2 (x, y) := (y, x)
T 2 (x, y) := (x, y), R.
|T x| M|x|. (4.1)
102
assim, este supremo a constante mais pequena tal que (4.1) se verifica. Esta
constante denotada por *T * e chamada norma de T , isto ,
|T x|
*T * = sup
xD(T )\{0} |x|
103
A interpretao geomtrica do nmero *T * a seguinte: *T * o supremo da
deformao dos vectores x D(T ) tais que |x| = 1 pela aco de T .
e ento
|(T xn )(t)|
= n max{|tn1 | t [0, 1]} = n.
|xn |
Assim, no existe M tal que para todos n N tenhamos
|(T xn )(t)|
M
|xn |
logo T no limitado.
104
limitado e *T * = 1. De facto, por um lado temos
))! t ))
)) )
|T x| = max |(T x)(t)| = max ) x(s)ds))
t[0,1] t[0,1] ) 0 )
! t ! t
max |x(s)|ds max max |x(s)|ds
t[0,1] 0 t[0,1] 0 s[0,1]
! t
= max |x(s)| max ds = max |x(s)| max t
s[0,1] t[0,1] 0 s[0,1] t[0,1]
= max |x(s)| = |x|.
s[0,1]
pelo que passando ao supremo em ambos os lados sobre todos x C([0, 1])
com |x| = 1 obtemos
*T * 1.
Mas para x0 (t) = 1 temos |x0 | = 1, x0 C([0, 1]) e
|T x0 |
= max |(T x0 )(t)| = max |t| = 1.
|x0 | t[0,1] t[0,1]
Como
|T x0 |
*T * = 1,
|x0 |
ento resulta *T * = 1.
105
Operador matriz Dada uma matriz real A = (ai j ) i=1,...,n e o operador
j=1,...,m
T : Rm Rn , x & T x = Ax,
logo
m 2
(
n (
n (
|y|2 = |yi |2 = ai j x j .
i=1 i=1 j=1
e, assim
(
n (
m
2 2 2 2
|T x| M |x| , M = a2i j ,
i=1 j=1
106
logo
! 1 ! 1
|T x| = max |(T x)(t)| max |K(t, s)x(s)|ds |x| max |K(t, s)|ds.
t[0,1] t[0,1] 0 t[0,1] 0
Teorema 4.7 Seja X um espao normado de dimenso finita. Ento todo o ope-
rador linear em X limitado.
Prova. Seja {e1 , . . . , en } uma base em X de tal forma que se x X temos
(
n
x= xi ei .
i=1
107
Definio 4.8 (Operador contnuo) Sejam X, Y espaos normados e T : D(T )
X Y um operador linear dado. Ento T contnuo em x 0 D(T ) se para
qualquer > 0 existe > 0 tal que
x D(T ) |x x0 | = |T x T x0 | < .
1. T contnuo se e s se T limitado.
|x x0 |
temos
|T x T x0 | = |T (x x0 )| *T * |x x0 | < *T * = .
Logo T contnuo em x0 ; da arbitrariedade de x0 D(T ) resulta que T contnuo.
Condio necessria. Suponhamos agora que T contnuo com vista a mostrar
que T limitado. Assim, para qualquer x0 D(T ) e qualquer > 0 existe > 0 e
para todo os x D(T ) com |x x0 | < temos
|T x T x0 | < .
108
ou ainda
|T y|
< .
|y|
Passando ao supremo em ambos os lados sobre todos os y D(T ) tal que |y| = 1
obtemos *T * < , isto , T limitado.
1. Se (xn )
n=1 D(T ) uma sucesso tal que xn x, n e x D(T ),
ento T xn T x.
2. Seja x N(T ) dado com vista a mostrar que x N(T ). Assim, existe uma
sucesso (xn )
n=1 N(T ) tal que xn x, n . Pela alnea anterior temos
T xn T x. Como para cada n N temos T xn = 0, ento T x = 0, logo x N(T ).
109
Teorema 4.12 (Extenso linear limitada) Seja T : D(T ) X Y um ope-
rador linear limitado, sendo X um espao normado e Y um espao de Banach.
Ento T admite uma extenso T : D(T ) Y, onde T linear limitado com
77 77
7T 7 = *T * .
|T xn T xm | = |T (xn xm )| *T * |xn xm |
logo as sucesses (T xn )
n=1 e (T zn )n=1 tm o mesmo limite. Isto mostra que T est
bem definido.
3. Norma de T . Temos
|T xn | *T * |xn |
pelo que passando ao limite n , usando a continuidade da norma, obtemos
|T x| *T * |x|.
7 7
Passando ao supremo sobre todos os x D(T ) tais que |x| = 1 obtemos 77T 77 *T *.
Por outro lado, claro que
77 77
7T 7 = sup{|T x|, x D(T ), |x| = 1} sup{|T x|, x D(T ), |x| = 1} = *T * .
7 7
Assim, temos 77T 77 = *T *.
110
Exerccios
Exerccio 4.3 (Operador multiplicao por uma funo) Considere o espao nor-
mado das funes contnuas C([0, 1]) e a C([0, 1]) um elemento dado. Defini-
mos T por
3. Calcule a norma de T .
Calcule *T 1 * e *T 2 *.
111
T : D(T ) Y, x & (T )x := T x.
Com estas duas operaes o conjunto B(X, Y) torna-se num espao vectorial. O
elemento neutro para a adio o operador nulo 0 do Exemplo 4.2. Por outro lado,
vimos no Lema 4.5 que a aplicao ** possui as propriedades de uma norma, pelo
que o espao vectorial B(X, Y) com esta norma ** torna-se num espao normado.
Mais interessante saber quando que B(X, Y) um espao de Banach, isto
, um espao normado completo. Surpreendentemente, a condio para que tal
possa acontecer no envolve X!
*T n T m * < .
T n x y = T x, n .
Definimos T como
T : X Y, x & T x := y = lim T n x.
n
|T n x T x| |x|
112
de onde resulta *T n T * , ou seja, T n T limitado. Finalmente, notamos que
T a soma de dois operadores limitados, T = T n (T n T ) de onde resulta que T
limitado porque B(X, Y) um espao vectorial. Temos ainda que
*T n T * , > 0, n > N ,
f : X C, x & f (x).
2. Um funcional linear f diz-se limitado se existe M > 0 tal que para todos
x D( f ) temos
| f (x)| M|x|.
113
Norma Consideremos a aplicao
| | : X R, x & |x|.
Ento | | um funcional no linear, pois em geral temos
|x + y| ! |x| + |y|.
Integral definido Seja X = C([0, 1]) o espao normado das funes contnuas.
Definimos ! 1
f : C([0, 1]) R, x & f (x) := x(t)dt.
0
Ento f um funcional linear limitado com norma * f * = 1. Que f linear
claro e pela monotonia do integral temos
! 1 ! 1
| f (x)| |x(t)|dt max |x(t)| dt = max |x(t)| = |x|.
0 t[0,1] 0 t[0,1]
114
Espao %2 (C) Seja w %2 (C) uma sucesso fixa. Definimos um funcional f sobre
%2 (C) por
(
2
f : % (C) C, z & f (z) := (z, w)%2 (C) = zi w i ,
i=1
pelo que * f * = |w|%2 (C) . Vamos ver que a situao deste exemplo tpica
para espaos de Hilbert.
G x : X K, f & G x ( f ) := f (x).
115
pelo que G x X . A aplicao C que a cada x X associa G x X linear e
chama-se injeco cannica. Mais precisamente,
C : X X , x & C(x) : X K, C(x)( f ) := G x ( f ) := f (x)
linear, pois
C(x + y)( f ) = Gx+y ( f ) = f (x + y) = f (x) + f (y)
= G x ( f ) + Gy ( f ) = C(x)( f ) + C(x)( f )
= (C(x) + C(y))( f ).
Se C for sobrejectiva, e assim bijectiva, ento X diz-se reflexivo algbrico. No
caso de dim X < , ento X reflexivo algbrico.
Mais importante na prtica o espao dos funcionais lineares limitados.
116
Prova. J vimos que * f * = |u| pelo que s falta determinar u de forma que (4.4)
seja verdadeiro. Se f = 0, ento u = 0 e j est. Suponhamos que f ! 0 e por
conseguinte u ! 0. Por outro lado, para x N( f ) temos f (x) =(x, u) = 0 e ento
u N( f ). Como N( f ) um subespao fechado em H, cf. Corolrio 4.10, ento
pelo Teorema 3.17 H pode ser representado como
H = N( f ) N( f ) .
z := f (x)x0 f (x0 )x
f (x0 ) f (x0 )
f (x) = (x, x0 ) = (x, u), u := x0
|x0 |2 |x0 |2
e, assim, a representao (4.4) esta mostrada.
Finalmente vamos mostrar que u nico. Se existir um outro u ! H tal que
|u u! |2 = 0 u = u!
e, assim, u nico.
117
Exerccios
Exerccio 4.6 Diga quais dos seguintes funcionais em C([0, 1]) so lineares limi-
tados. No caso de ser linear limitado calcule a sua norma.
! 1
f1 (x) := t1/2 x(t)dt,
0
* +
1
f2 (x) := x ,
2
! 1
f3 (x) := x(t) sin(t)dt,
0
! 1
f4 (x) := x(t2 )dt,
0
f5 (x) := max x(t).
t[0,1]
f1 (z) := z1 ,
(
zi
f2 (z) := ,
i=1
2i
(
zi
f3 (z) := .
i=1
i
118
Exerccio 4.9 Mostre que o dual H ! de um espao de Hilbert H um espao de
Hilbert com produto interno definido por
119
Bibliografia
119
ndice
120
imagem R(T ), 99
mtrica, 6
mtrica taxicall|hyperpage, 20
norma, 50
norma dum funcional, 112
ncleo N(T ), 99
operador, 98
plano Euclideano, 7
polinmios de Hermite, 87
ponto de acumulao, 24
ponto interior, 22
Processo de ortogonalizao de Gram-
Schmidt, 85
produto interno, 68
espao com, 68
regra do paralelogramo, 70
teorema de Pitgoras, 76
vectores dependentes, 48
vectores independentes, 48
vectores ortogonais, 76
121