Análise Funcional Marcão PDF

Universidade Estadual de Maring
An
alise Funcional
Notas de Aula
Marcos Roberto Teixeira Primo
Maring
a - Segundo Semestre de 2014
Sum
ario
Programac
ao
0.1 Aulas . . .
0.2 Avaliacoes .
0.3 Programa .
0.4 Bibliografia
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 Espacos M
etricos
1.1 Definicao . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Conjuntos Abertos, Fechados e Vizinhancas . . . . . .
1.3 Sequencias Convergentes, de Cauchy e Completicidade
1.4 Espacos Metricos Completos . . . . . . . . . . . . . . .
1.5 Completamento de Espacos Metricos . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2 Espacos Normados
2.1 Definicao e Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 A Topologia dos Espacos Normados . . . . . . . . . . . . . . . . . .
2.3 Convergencia de Sequencias e Espacos de Banach . . . . . . . . . .
2.4 Compacidade e Dimensao Finita . . . . . . . . . . . . . . . . . . . .
2.5 Operadores Lineares . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6 Operadores Lineares Contnuos e Limitados . . . . . . . . . . . . .
2.7 Funcionais Lineares . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.8 Operadores e Funcionais Lineares Limitados em Espacos Vetoriais
Finita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.9 Operadores em Espacos Normados e O Espaco Dual . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. .
. .
. .
. .
. .
. .
. .
de
. .
. .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
ii
iii
iii
iii
iv
.
.
.
.
.
1
1
7
13
19
25
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
. . . . . .
Dimensao
. . . . . .
. . . . . .
31
31
42
48
66
70
74
82
85
88
3 Espacos com Produto Interno

97
3.1 Definicao e Espacos de Hilbert . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
3.2 Propriedades de Espacos com Produto Interno . . . . . . . . . . . . . . . . . . . . 108
3.3 Complementos Ortogonais e Somas Diretas . . . . . . . . . . . . . . . . . . . . . . 109
3.4
3.5
3.6
3.7
3.8
O Dual de um Espaco de Hilbert . . . . .

Os Teoremas de Stampachia e Lax-Milgran
O Operador Adjunto de Hilbert . . . . . .
Operadores Auto-adjuntos . . . . . . . . .
Exerccios . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
116
120
124
128
129
4 Os Teoremas de Hahn-Banach
134
4.1 Formas Analticas do Teorema de Hahn-Banach . . . . . . . . . . . . . . . . . . . 134
4.2 Formas Geometricas do Teorema de Hahn-Banach . . . . . . . . . . . . . . . . . . 139
5 Consequencias do Teorema da Categoria
5.1 O Teorema da Categoria de Baire . . . .
5.2 O Teorema de Banach-Steinhaus . . . . .
5.3 O Teorema da Aplicacao Aberta . . . . .
5.4 O Teorema do Grafico Fechado . . . . .
Refer
encias Bibliogr
aficas
de
. .
. .
. .
. .
Baire.
. . . . .
. . . . .
. . . . .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
146
146
147
150
153
156
Programa
c
ao
0.1
Aulas
O horario das aulas sera:

segunda feira: 8h00 as 10h00;
quarta feira: 08h00 as 10h00;
sexta feira: 08h00 as 10h00.
Serao ministradas 30 aulas.
Agosto: 11, 13, 18, 25, 27, 29
6.
Setembro: 1, 3, 5, 8, 10, 12, 15, 17, 19, 22, 24, 26, 29
13.
Outubro: 1, 3, 6, 8, 10, 13, 15, 17, 20, 22, 24, 27, 29, 31
14.
Novembro: 3, 5, 7, 10, 12, 14, 17, 19, 21

Total
0.2
42.
Avaliac
oes
1a Avaliac
ao: 03/10/2014.
2a Avaliac
ao: 21/11/2014.
0.3
9.
Programa
1. Espacos Metricos;
2. Espacos Normados;
3. Espacos com Produto Interno;

4. Teoremas de Hahn-Banach, Stampachia e Lax-Milgran;
5. Consequencias do Teorema da Categoria de Baire.
0.4
Bibliografia
1 G. Bachman e L. Narici, Functional Analysis, Academic Press, 1966.

2 H. Brezis, Analyse Functionnelle, Theorie et applications, Masson, Paris, 1983.
3 J. B. Conway, A Course in Function Analysis, Springer Verlag, Nova York, 1985.
4 C. S. Honig, Analise Funcional e Aplicacoes, Volume 1. Publicacoes do Instituto de Matematica
e Estatstica da Universidade de Sao Paulo, Sao Paulo, 1970.
5 E. Kreyszig, Introductory Functional Analysis with Applications, Editora John Willey & Sons,
Nova York, 1978.
6 E. L. Lima, Espacos Metricos, Terceira Edicao, Projeto Euclides, IMPA, Rio de Janeiro, 1977..
7 W. Rudin, Functional Analysis, Second Edition, McGraw-Hill International Editions, Singapura, 1991.
8 G. F. Simmons, Introduction to Topology and Modern Analysis, McGraw-Hill, Tokyo, 1963.
9 K. Yosida, Functional Analysis, Springer Verlag, Berlim, 1965.
10 N. Young, An Introduction to Hilbert Spaces, Cambridge University Press, Cambridge, 1988.
Captulo 1
Espa
cos M
etricos
Intuitivamente, Um espaco metrico e um conjunto X munido de uma metrica. Esta metrica
associa a cada par de elementos de X a distancia entre eles e sera definida axiomaticamente,
com os axiomas sugeridos por determinadas propriedades obtidas da distancia conhecida entre
elementos da reta real estudada nos cursos de Analise Real ou na distancia entre elementos do
plano complexo estudada nos curso de variaveis complexas. A principal propriedade que um
espaco metrico pode ter e a completicidade, o que sera bem discutido neste captulo.
1.1
Definic
ao
No Calculo estudamos funcoes definidas na reta real R, onde a distancia, d, em R e definida

por
d(x, y) =| x y |,
para quaisquer n
umeros reais x, y R.
Na Analise Funcional, vamos estudar espacos com distancias mais gerias e estudar funcoes
definidas nestes espacos.
Definic
ao 1.1. Um Espaco Metrico e um par (X, d), onde X e um conjunto e d e uma metrica
em X, ou seja, d e uma funcao real definida em X X,
d : X X R,
tal que para quaisquer elementos x, y, z X temos:
(M1) d(x, y) e um valor real finito e nao negativo, isto e, d(x, y) 0;
(M2) d(x, y) = 0 se, e somente se, x = y;
(M3) d(x, y) = d(y, x)
(Simetria);
(M4) d(x, y) d(x, z) + d(z, y)
(Desigualdade Triangular).
De (M 4), obtemos por inducao, a desigualdade triangular generalizada

d(x1 , xn ) 6 d(x1 , x2 ) + . . . + d(xn1 , xn ),
para quaisquer x1 , x2 , . . . , xn X. De fato, para n = 2 a igualdade se verifica claramente. Agora,
para n 2, suponhamos que seja verdade para n = k e vamos mostrar que e verdade para
n = k + 1. De (M 4) temos
d(x1 , xk+1 )
6 d(x1 , xk ) + d(xk , xk+1 )

6 d(x1 , x2 ) + . . . + d(xk1 , xk ) + d(xk , xk+1 )
e, o princpio da inducao finita mostra o resultado desejado

Exemplo 1.1. Considere R o conjunto de todos os n
umeros reais e definamos em R a metrica
usual d : R R R definida por
d(x, y) =| x y |,
para quaisquer n
umeros x, y R. Assim, (R, d) e um espaco metrico.
De fato: Para todo x, y R temos 0 |x y| < , o que mostra (M 1).
Para todo x, y R,
d(x, y) = 0 |x y| = 0 x = y,
o que demonstra (M 2).
Para x, y R temos
d(x, y) =| x y |=| (y x) |=| 1 | . | y x |=| y x |= d(y, x),
demonstrando (M 3).
Para x, y, z R temos
d(x, y) =| x y |=| x z + z y |=| (x z) + (z y) |6| x z | + | z y |= d(x, z) + d(z, y),
o que conclui a prova de (M 4).
Assim, (R, d) e um espaco metrico.
Exemplo 1.2. Considere R2 o conjunto de todos os pares ordenados de n

umeros reais e definamos
2
em R a metrica Euclideana por
p
d(x, y) = (1 1 )2 + (2 2 )2 ,
onde x = (1 , 2 ), y = (1 , 2 ) R2 . Assim, (R2 , d) e um espaco metrico.
Analise Funcional
Outro Espaco Metrico pode ser obtido se considerarmos R2 e uma nova metrica definida por
d1 (x, y) =| 1 1 | + | 2 2 |,
onde x = (1 , 2 ), y = (1 , 2 ) R2 . Assim, (R2 , d1 ) tambem e um espaco metrico.
Assim, vemos que com um mesmo conjunto podemos definir varios espacos metricos, bastando
para isso definirmos uma nova metrica neste conjunto.
Exemplo 1.3. O Espaco Euclidiano consiste do conjunto R3 formado por triplas ordenadas de
n
umeros reais x = (1 , 2 , 3 ), y = (1 , 2 , 3 ), . . . , e da metrica Euclidiana definida por
d(x, y) =
p
(1 1 )2 + (2 2 )2 + (3 3 )2 ,
para quaisquer x = (1 , 2 , 3 ), y = (1 , 2 , 3 ) R3 .
Exemplo 1.4. O espaco Euclideano n-dimensional Rn , e obtido tomando as n uplas ordenadas
de n
umeros reais x = (1 , . . . , n ), y = (1 , . . . , n ), etc., e a metrica Euclideana definida por
d(x, y) =
p
(1 1 )2 + . . . + (n n )2 .
O espaco unitario n - dimensional Cn e o espaco de todas as n uplas ordenadas de n

umeros
n
complexos com metrica definida, para x = (1 , . . . , n ), y = (1 , . . . , n ) C , por
q
d(x, y) = | 1 1 |2 + . . . + | n n |2 .
Quando n = 1 este e o plano complexo C com a metrica usual
d(x, y) =| x y |,
x, y C.
Exemplo 1.5. Seja l o conjunto formado por todas as sequencias limitadas de n

umeros complexos, isto e,
l = {x = (x1 , x2 , ...); xi C e | xi | cx , i = 1, 2, . . . , para algum cx 0}.
Escolhendo uma metrica d : l l R definida por
l l 3 (x, y) 7 d(x, y) = sup | xi yi |,
iN
obtemos que (l , d) e um espaco metrico.

De fato: Sejam x = (x1 , x2 , ...) tal que
| xi | cx para todo i N
e y = (y1 , y2 , ...) tal que

| yi | cy para todo i N.
Para i N temos
0 | xi yi |6| xi | + | yi |6 cx + cy < .
Logo,
0 d(x, y) = sup | xi yi | cx + cy < ,
iN
mostrando que (M 1) esta satisfeita.

Para x, y l temos
d(x, y) = 0 sup | xi yi |= 0 |xi yi | = 0, i N x = y,
iN
concluindo a prova de (M 2).

Agora, para x, y l temos
| xi yi |=| (yi xi ) |=| 1 | . | yi xi |=| yi xi |
para todo i N. Logo,
sup | xi yi |= sup | yi xi | .
iN
iN
Da d(x, y) = d(y, x), o que mostra (M 3).

Para x, y, z l temos
| xi yi |=| xi zi + zi yi || xi zi | + | zi yi |,
para todo i N. Ainda mais, para todo i N, temos
| xi zi | sup | xi zi |
iN
e
| zi yi | sup | zi yi |,
iN
para todo i N. Portanto,

| xi yi | sup | xi zi | + sup | zi yi |= d(x, z) + d(z, y),
iN
iN

d(x, y) = sup |xi yi | 6 d(x, z) + d(z, y),
iN
completando a prova de (M 4) e finalizando o exemplo.
Analise Funcional
Exemplo 1.6. O Espaco de Sequencias s consiste de todas as sequencias de n

umeros complexos
com a metrica definida por
X
1 | xi y i |
d(x, y) =
,
2i 1+ | xi yi |
i=1
onde x = (xi ), y = (yi ) s e xi , yi C, para todo i N. Entao (s, d) e um espaco metrico
De fato: Para mostrarmos os itens (M1) e (M2), dado x = (x1 , x2 , ...) para todo i N, temos
| xi xi |= 0 1+ | xi xi |= 1.
Portanto,
d(x, x) =
X
X
X
1
1 | xi xi |
=
.0
=
0 = 0.
i 1+ | x x |
i
2
2
i
i
i=1
i=1
i=1
Da,
d(x, x) = 0.
Ainda, se xi 6= yi para algum i N, entao
xi yi 6= 0 | xi yi | > 0
1+ | xi yi | > 0
para algum i N. Portanto,
| xi y i |
> 0,
1+ | xi yi |
X
1 | xi y i |
> 0,
2i 1+ | xi yi |
i=1
para algum i N. Da,

d(x, y) > 0,
provando os itens (M1) e (M2).
Para provarmos o item (M3), como xi yi = (yi xi ) para todo i N, entao
| xi yi |=| (yi xi ) | | xi yi |=| yi xi |
1+ | xi yi |= 1+ | yi xi |
Logo,
| xi y i |
| yi xi |
=
.
1+ | xi yi |
1+ | yi xi |
X
X
1 | xi yi |
1 | y i xi |
=
.
i
2 1+ | xi yi |
2i 1+ | yi xi |
i=1
i=1
Portanto,
d(x, y) = d(y, x).

Para mostramos que (M4) e satisfeita vamos utilizar a funcao auxiliar
f (t) =
t
,
1+t
definida para todo t > 0. Temos

0
f (t) =
1
,
(1 + t)2
para todo t > 0 e como

| a + b |6| a | + | b |,
entao
f (| a + b |) 6 f (| a | + | b |).
Logo,
|a+b|
|a|+|b|
|a|
|b|
|a|
|b|
6
=
+
6
+
.
1+ | a + b |
1+ | a | + | b |
1+ | a | + | b | 1+ | a | + | b |
1+ | a | 1+ | b |
Tomando a = xi yi e b = yi zi , temos que a + b = xi zi e, portanto,
| xi zi |
| xi yi |
| yi zi |
6
+
,
1+ | xi zi |
1+ | xi yi | 1+ | yi zi |
para todo i N. Como
1
2i
> 0 segue que
X
X
X
1 | xi y i |
1 | yi zi |
1 | xi zi |
6
+
.
i
i
2 1+ | xi zi |
2 1+ | xi yi | i=1 2i 1+ | yi zi |
i=1
i=1
Portanto,
d(x, z) 6 d(x, y) + d(y, z),
provando (M4) e completando a prova do exemplo.
Exemplo 1.7. Seja X um conjunto qualquer e definamos sobre X uma metrica, denominada
metrica discreta, por
(
0, se x = y;
d(x, y) =
1, se x 6= y.
Entao (X, d) e um espaco metrico, denominado espaco metrico discreto.
Exemplo 1.8. Considere o conjunto de todas as funcoes limitadas f : A R definidas em um
conjunto nao vazio A, isto e,
B(A) := {x : A R; |x(t)| cf , t A e cf 0}.
Em B(A) defina a metrica
d(x, y) = sup |x(t) y(t)|,
tA
para x, y B(A). Entao (B(A), d) e um espaco metrico.
Analise Funcional
1.2
Conjuntos Abertos, Fechados e Vizinhan

cas
Nessa secao estudaremos alguns conceitos auxiliares, os quais tem grande relacao com espacos
metricos e serao u
teis no desenvolvimento do curso..
Definic
ao 1.2. Dados um ponto x0 X e um n
umero real r > 0, definimos tres tipos de conjuntos:
(a) Bola aberta
B(x0 , r) = {x X, d(x, x0 ) < r}
(b) Bola fechada
B(x0 , r) = {x X, d(x, x0 ) 6 r}
(c) Esfera
S(x0 , r) = {x X, d(x, x0 ) = r}
Desta definicao segue que
S(x0 ; r) = B(x0 ; r) B(x0 ; r).
Definic
ao 1.3. Seja (X, d) um espaco metrico. Um subconjunto M X do espaco metrico X
e aberto se ele contem uma bola com centro em cada um de seus pontos. Um subconjunto K do
espaco metrico X e fechado se seu complementar (em X) e aberto, isto e, Kc = X K e aberto.
Proposic
ao 1.1. Seja (X, d) um espaco metrico. Entao
(i) Uma bola aberta em X e um conjunto aberto em X.
(ii) Uma bola fechada em X e um conjunto fechado em X.
Demonstrac
ao:
(i) Dado x0 , x X e > 0, seja B(x0 , ) a bola aberta em X e x B(x0 , ), entao d(x0 , x) <
e portanto s = d(x0 , x) e um n
umero positivo. Afirmamos que B(x, s) B(x0 , )
De fato
Seja y B(x, s), entao
d(x, y) < s d(x, y) < d(x0 , x) d(x, y) + d(x0 , x) <
como d(y, x0 ) < d(x, y) + d(x0 , x) (pela desigualdade triangular). Entao
d(y, x0 ) <
logo
y B(x0 , )
c
(ii) Dado x0 X e > 0, seja B(x0 , ) a bola fechada em X, devemos mostrar que B =
X B(x0 , ) = {x X; d(x, x0 ) > }
De fato
c
Seja p B , isto e, d(x0 , p) > . Tomemos s > 0 tal que + s < d(x0 , p), entao as bolas
c
fechadas B(x0 , ) e B(p, s) sao disjuntas . Portanto B(x0 , )B(p, s) = . Da B(p, s) B
c
logo todo ponto p B c e interior , portanto B e aberto em X, o que prova que B(x0 , ) e
fechada.
Definic
ao 1.4. Seja (X, d) um espaco metrico. Uma bola aberta B(x0 ; ) de raio > 0 e
centro x0 X e denomindada de vizinhanca de x0 . Uma vizinhanca de x0 e definida como
sendo qualquer subconjunto de X que contenha uma qualquer subconjunto de X que contenha uma
vizinhanca de x0 .
Observemos que
toda vizinhanca de x0 contem x0 ;
Se N e uma vizinhanca de x0 e N M , entao M tambem e uma vizinhanca de x0 .
De fato
B(x0 , ) N M, logo B(x0 , ) M
Definic
ao 1.5. Seja (X, d) um espaco metrico e M X. Diremos que x0 e um ponto interior
de M , se M for uma vizinhanca de x0 , isto e, se existir > 0 tal que B(x) ; ) M .
Chamamos de interior de M , o conjunto de todos os pontos interiores de M e denotaremos
por int(M ) ou M 0 .
Algumas observacoes importantes.
O int(M ) e aberto e e o maior conjunto aberto contido em M.
Seja J a colecao dos subconjuntos abertos do espaco metrico X. Entao:
(T1) J e X J;
(T2) A uniao de quaisquer elementos de J e um elemento de J;
Analise Funcional
(T3) A intersecao de um n
umero finito de elementos de J e um elemento de J.
Vamos verificar esses fatos. Para mostrarmos (T1), precisamos mostrar que e um subconjunto aberto. De fato, suponhamos que nao seja aberto, entao devemos exibir pelo menos um
ponto que nao seja ponto interior do . Como nao conseguimos exibir este ponto, pois vazio nao
tem ponto, entao concluimos que e aberto.
Agora, mostraremos que X J. De fato, temos por definicao que
B(x0 ; ) = {x X; d(x, x0 ) < } X,
todo x0 X, provando o item (T1).
Para o item (T2), seja x um ponto qualquer da uniao
U := nN Mn ,
de subconjuntos abertos de X. Entao x pertence a pelo menos um desses subconjuntos de Mn .
Suponha que x pertenca a Mi . Sabemos que Mi contem B(x; ), para algum > 0, pois Mi e
aberto em X. Entao
B(x, ) U,
logo U e aberto, provando o item (T2).
Para o item (T3), seja y qualquer ponto da intersecao de conjuntos abertos M1 , M2 , ..., MN ,
entao cada Mi contem uma bola B(y, ) e a menor dessas bolas esta contida na intersecao, provando
(T3).
Definic
ao 1.6. Um espaco topologico (X, J) e um conjunto X e uma colecao, J, de subconjuntos
de X que satisfazem os axiomas (T1), (T2) e (T3). A colecao J e chamada de uma topologia para
X e os elementos desta colecao sao chamados de abertos de X.
Proposic
ao 1.2. Todo espaco metrico e um espaco topologico.
Definic
ao 1.7. Sejam X = (X, d) e Y = (Y, d) dois espacos metricos. Uma aplicacao T : X
Y e dita ser contnua em um ponto x0 X se para todo > 0 existir > 0 tal que
d(T x, T x0 ) < , sempre que d(x, x0 ) < .
A aplicacao T e dita ser contnua se ela for contnua em todos os pontos de X.
Aplicacoes continuas podem ser caracterizadas em termos de conjuntos abertos como segue
Teorema 1.1. Sejam X = (X, d) e Y = (Y, d) dois espacos metricos e T : X Y uma aplicac
ao
dada. Entao T e continua se, e somente se, a imagem inversa de qualquer subconjunto aberto de
Y e um subconjunto aberto de X.
10
Demonstrac
ao: Suponha que T seja uma aplicacao contnua. Seja S Y aberto e S0 = T 1 (S).
Se S0 = ja provamos que S0 e aberto. Se S0 6= , entao seja x0 S0 um ponto qualquer em S0 .
Portanto, para cada x0 S0 , existe y0 S tal que T x0 = y0 . Desde que S e aberto, existe > 0
tal que B(y0 , ) S e, como T e continua, existe > 0 tal que T (B(x0 ; )) B(y0 ; ). Assim,
T (B(x0 ; )) B(y0 ; ) S, mostrando que B(x0 ; ) S0 e, portanto, mostrando que S0 e aberto.
Reciprocamente para cada x0 X, y0 = T x0 e qualquer B(y0 ; ) Y, entao T 1 (B(y0 ; ))
X e um subconjunto aberto de X. A hipotese implica que existe > 0 tal que B(x0 ; )
T 1 (B(y0 ; )). Portanto, T (B(x0 ; )) B(y0 ; ), mostrando que T e contnua em x0 X. A
arbitrariedade de x0 X mostra entao a continuidade de T, completando a prova do teorema.
Definic
ao 1.8. Seja M um subconjunto de um espaco metrico X, entao um ponto x0 X e
chamado de ponto de acumulacao de M se para todo > 0 a bola aberta B(x0 ; ) contem pelo
menos um ponto y M distinto de x0 , isto e,
B(x0 ; ) (M {x0 }) 6= .
Algumas notacoes e propriedades com respeito a pontos :
o conjunto de todos os pontos de acumulacao de M ,
M 0 := {x0 X; x0 e ponto de acumulacao de M },
e chamado de conjunto derivado de M ;
o conjunto
M = M M0
e chamado de fecho de M no espaco metrico X;
o conjunto M e um subconjunto fechado do espaco metrico X;
M M;
M e o menor conjunto fechado que contem M.
Temos que em R3 o fecho B(x0 ; r) de uma bola aberta B(x0 ; r) e a bola fechada B(x0 , r), mas
isso nao acontece, em geral, para todos espacos metricos. Por exemplo no espaco metrico discreto
com raio r = 1 temos que o fecho da bola aberta nao e a bola fechada.
Recordemos que um conjunto M e enumeravel se M e finito ou existe um aplicacao bijetora
: Z M.
Analise Funcional
11
Definic
ao 1.9. Um subconjunto M X de um espaco metrico X = (X, d) e denso em X se
M = X.
O espaco metrico X sera chamado de espaco metrico separavel se ele possui um subconjunto
enumeravel que e denso em X.
Algumas observacoes importantes sobre conjuntos densos e exemplos de espacos metricos
separaveis.
Um subconjunto M X de um espaco metrico e denso em X se toda bola em X contiver
pontos de M , isto e,
B(x0 ; r) M 6= ou B(x0 ; r) M 6= ,
para quaisquer r > 0 e qualquer x0 X;
Um subconjunto M X de um espaco metrico e denso em X se nao existir x X que
possua uma vizinhanca que nao contenha pontos de M, isto e para todo x X,
Vx M 6= ,
onde Vx e uma vizinhanca de x em X.
Exemplo 1.9. A reta real, munida da metrica usual, e separavel.
De fato: O conjunto dos n
umeros racionais e enumeravel e e denso em R.
Exemplo 1.10. O plano complexo, munido da metrica usual, e separavel.

De fato: O conjunto
M = {a + bi; a, b Q}
e enumeravel e e denso em C.
Exemplo 1.11. Um espaco metrico discreto X e separavel se, e somente se, o conjunto X e
enumeravel.
De fato: Mostremos que nao existem subconjuntos proprios de X que sejam densos em X.
Para provarmos este fato sejam M X um subconjunto prooprio de X e x X tal que x 6 M.
Logo,
1
B(x, ) M = ,
2
pois
d(x, y) = 1, para qualquer y M,
mostrando que M nao pode ser denso em X.
Portanto, o u
nico subconjunto denso em X e o proprio X e o exemplo segue deste fato.
12
Exemplo 1.12. O espaco l nao e um espaco separavel

De fato: Seja
y = (1 , 2 , . . .); i = 0 ou etai = 1, i N.
Entao,
y l .
Associamos a cada y um n
umero real y cuja representacao binaria e dada por
1 2 3
y = 1 + 2 + 3 + . . . .
2
2
2
Temos
o intervalo fechado [0, 1] e um conjunto nao enumeravel;
se y [0, 1], entao y possui uma u
nica representacao binaria;
se y1 , y2 [0, 1], entao y1 e y2 possuem diferentes representacoes binarias.
Portanto, existe um n
umero nao enumeravel de elementos de l cujos elementos sao zeros e uns.
Ainda mais, se
y1 = (1 , 2 , . . .) e y2 = (1 , 2 , . . .)
sao tais que
i = 0 ou i = 1 e i = 0 ou i = 1, i N,
com
y1 6= y2 ,
entao
d(y1 , y2 ) = 1.
Seja
L = {y l ; y = (1 , 2 , . . .), com i = 0 ou etai = 1, i N}
e, para cada y L, consideremos
1
1
B(y; ) = {z l ; d(z, y) < }.
3
3
Assim, obtemos que
1
1
B(y1 ; ) B(y2 ; ) = ,
3
3
para quaisquer y1 , y2 L, com y1 6= y2 . Se M l e um subconjunto denso em l , entao devemos
ter
1
M B(y; ) 6= ,
3
para cada y L e, portanto, M nao pode ser enumeravel.
Logo, l nao possui subconjuntos enumeraveis e densos nele mesmo, mostrando que l nao
e separavel, completando o exemplo.
Analise Funcional
1.3
13
Sequencias Convergentes, de Cauchy e Completicidade
Nesta secao vamos definir e mostrar algumas propriedades elementares de sequencias convergentes e de Cauchy e apresentar exemplos de espacos metricos completos que e o principal assunto
desse incio de curso.
Definic
ao 1.10. Uma sequencia (xn ) em um espaco metrico X = (X, d) e convergente se existir
x X tal que
lim d(xn , x) = 0.
O elemento x X sera chamado de limite de (xn ) e escrevemos

lim xn = x
ou, simplesmente
xn x
Diremos que (xn ) converge para x ou tem limite x. Se (xn ) nao e convergente, ela e divergente.
Recordemos que um subconjunto nao vazio M X de um espaco metrico X = (X, d) e um
conjunto limitado se o seu diametro
(M ) = sup d(x, y) <
x,yM
for finito. Assim, diremos que uma sequencia (xn ) e limitada se o conjunto {xn , n N} for um
subconjunto limitado de X.
Obviamente se M e limitado entao
M B(x0 ; r),
onde x0 X e ponto de X e r > 0 e um n
umero real positivo(suficientemente grande).
Lema 1.1. Sejam X = (X, d) um espaco metrico e (xn ) um sequencia convergente em X. Ent
ao,
(a) o limite desta sequencia e u
nico;
(b) a sequencia e limitada;
(c) Se yn y em X, entao
d(xn , yn ) d(x, y).
14
Demonstrac
ao: Observemos inicialmente que como a sequencia e convergente, entao existe
x X tal que para todo > 0, existe N N com
d(xn , x) <
para todo n > N.

2
Para provarmos o item (a), seuponhamos que exista um outro y X tal que
xn y,
isto e, existe M N tal que
d(xn , y) <
para todo n > M.

2
Tomando n0 > N e n0 > M temos, usando a desigualdade triangular, que

d(x, y) d(x, xn0 ) + d(xn0 , y)

+ = .
2 2
Assim, para todo > 0 temos que

0 d(x, y) ,
mostrando que d(x, y) = 0 e, portanto, mostrando que x = y e provando o item (a).
Para provarmos o item (b), tomando = 2, entao existe N2 N tal que
d(xn , x) < 1 para todo n > N2 .
Assim, para quaisquer m, n > N2 , a desigualdade triangular implica que
d(xn , xm ) 6 d(xn , x) + d(x, xm ) < 1 + 1 = 2.
Tomando
a = max{d(xm , xn ); 1 6 m, n 6 N2 } > 0,
obtemos entao que
({xn ; n N}) = sup d(xn , xm ) 6 a + 2,
nN
mostrando que a sequencia e limitada e provando o item (b).

Para o item (c), a desigualdade triangular implica que
d(xn , yn ) 6 d(xn , x) + d(x, y) + d(y, yn ),
ou seja,
d(xn , yn ) d(x, y) 6 d(xn , x) + d(yn , y).
Da mesma forma, trocando xn e x por yn e y, obtemos que
| d(xn , yn ) d(x, y) |6 d(xn , x) + d(yn , y).
Analise Funcional
15
Assim, para todo > 0, existem N1 , N1 N tais que

d(xn , x) <
para todo n > N1

2
d(yn , y) <
para todo n > N2 .

2
Tomando N = max{N1 , N2 }, obtemos que

| d(xn , yn ) d(x, y) |6 d(xn , x) + d(yn , y) <

+ = ,
2 2
provando o item (c) e completando a prova deste resultado.

Definic
ao 1.11. Uma sequencia (xn ) definida em um espaco metrico X chama-se uma sequencia
de Cauchy quando, para todo > 0, existe N0 N tal que m, n > N0 entao d(xm , xn ) < .
O espaco metrico X sera chamado de espaco metrico completo se toda sequencia de Cauchy
definida em X convergir em X, isto e, tem um limite x X.
Proposic
ao 1.3. Toda sequencia de Cauchy em um espaco metrico X e limitada.
Demonstrac
ao: A demonstracao e analoga à prova do lema anterior.
Teorema 1.2. Toda sequencia convergente em um espaco metrico e uma sequencia de Cauchy.
Demonstrac
ao: Por hipotese temos que existe x X tal que
xn x.
Entao, para todo > 0, existe N N tal que
d(xn , x) < , para todo n > N.

2
Portanto, pela desigualdade triangular, obtemos
d(xm , xn ) 6 d(xm , x) + d(x, xn ) <

+ = ,
2 2
sempre que m, n > N . Isso mostra que (xn ) e uma sequencia de Cauchy em X, provando o
teorema.
Teorema 1.3. A reta real e o plano complexo, munidos das metricas usuais, sao espacos metricos
completos.
Exemplo 1.13. O conjunto R {a}, munido da metrica usual da reta real, nao e um espaco
metrico completo.
16
Exemplo 1.14. O conjunto dos n

umeros racionais, munido da metrica usual da reta real, n
ao e
um espaco metrico completo.
Exemplo 1.15. O conjunto (0, 1] R, munido da metrica usual da reta real, nao e um espaco
metrico completo.
Exemplo 1.16. O conjunto [0, 1] R, munido da metrica usual da reta real, como veremos mais
abaixo e um espaco metrico completo.
Vamos apresentar agora mais tres resultados que serao de extrema importancia para o desenvolvimento do curso. Primeiro vamos relacionar a definicao de fecho de um conjunto com a
convergencia de sequencias.
Teorema 1.4. M um subconjunto nao vazio de um espaco metrico X = (X, d) e M seu fecho no
espaco metrico X. Entao,
(a) x M se, e somente se, existe uma sequencia (xn ) em M tal que xn x;
(b) M e fechado se, e somente se, a sentenca
Se (xn ) e uma sequencia tal que xn M e xn x, entao x M
e sempre verdade.
Demonstrac
ao: Para mostrarmos o item(a), seja x M. Se x M , uma sequencia da forma
x= x M, para todo n N,
e tal que
(xn ) M e xn x.
Se x nao pertence a M , ele e um ponto de acumulacao de M . Portanto, para cada n N, a bola
B(x, n1 ) contem um elemento xn M . Tambem,
0 d(xn , x)
1
0,
n
mostrando que
xn x.
Reciprocamente, seja (xn ) M uma sequencia em M e tal que
xn x.
Primeiro observe que se existir N N tal que xn = x, para todo n > N, entao x M e, portanto,
x M . Suponhamos entao que para todo n N,
xn0 6= x, para algum n0 > n.
Analise Funcional
17
Mas, para todo > 0, existe N N tal que

d(xn , x) < sempre que n > N,
ou seja, para todo n > N temos que
xn B(x; ) M,
mostrando que
B(x; ) (M {x}) 6= .
Logo, x M, completando a demonstracao do item (a).
Para mostramos o item (b), observemos que
M e fechado se, e somente se, M = M .

De fato: Para provarmos este fato, temos que se M e fechado, entao
a definicao de fecho de M implica que M M ;
como M e fechado e M e o menor conjunto fechado que contem M, entao devemos
ter M M.
De uma outra maneira, se x M e x 6 M, entao x M c e como M e fechado,
entao existe > 0 tal que
B(x; ) M c ,
isto e,
B(x; ) M = ,
mostrando que x 6 M 0 , o que e um absurdo. Logo, x M.
Assim, de qualquer maneira, se M e fechado, entao M = M .
Reciprocamente, se M = M entao M e fechado, pois M e um conjunto fechado.
Agora, se M e fechado e (xn ) e uma sequencia tal que

xn M, para todo n N;
existe x X tal que xn x.
Entao, o item (a) implica que x M e, portanto, x M = M .
Reciprocamente, claramente M M . Vamos mostrar que M M. Para isso, seja x M ,
entao o item (a) implica existe uma sequencia (xn ) tal que
18

xn M, para todo n N;
xn x.
Mas entao, por hipotese, devemos ter que x M, mostrando que M M. Portanto, M = M, ou
seja, M e fechado, completando a prova do item (b) e do teorema.
Usando o resultado anterior, vamos relacionar o conceito de espacos metricos completos com
subconjunto fechados desses espacos metricos completos.
Teorema 1.5. Seja X = (X, d) um espaco metrico completo e M X um subconjunto de X.
Entao M e fechado em X se, e somente se, M = (M, d) munido da metrica que e a restric
ao da
metrica em X para M e um espaco metrico completo.
Demonstrac
ao: Suponhamos inicialmente que M X seja um subconjunto fechado do espaco
metrico X. Seja (xn ) M uma sequencia de Cauchy em M = (M, d). Como a metrica em M e
a herdada de X e M X, entao (xn ) X e uma sequencia de Cauchy em X, que e um espaco
metrico. Logo, existe x X tal que
xn x em X.
Mas, M e um subconjunto fechado de X e o item (b) do teorema anterior implica que x M,
mostrando que M = (M, d) e um espaco metrico completo.
Suponhamos agora que M = (M, d) seja um espaco metrico completo e consideremos (xn )
M uma sequencia em M tal que exista x X tal que
xn x.
Como (xn ) e uma sequencia convergente em X, ela e uma sequencia de Cauchy em X e, portanto,
(xn ) M e uma sequencia de Cauchy em M = (M, d) que e completo. Logo, existe x0 M tal
que
xn x0 em M.
Portanto,
xn x0 em X
e, a unicidade do limite implica que x0 = x e, portanto, o item (b) do teorema anterior implica
que M e fechado em X, completando a prova deste teorema.
Para finalizar esta secao, vamos agora relacionar o conceito de continuidade de aplicacoes
definidas entre espacos metricos com o conceito de convergencia de sequencias.
Teorema 1.6. Uma aplicacao T : X Y definida entre os espacos metricos X = (X, d) e
Y = (Y, d) e continua em um ponto x0 X se, e somente se, para toda sequencia (xn ) X tal
que xn x0 em X, tivermos que T xn T x0 em Y.
Analise Funcional
19
Demonstrac
ao: Vamos assumir inicialmente que T e contnua no ponto x0 X. Logo, dado
> 0, existe um > 0 tal que
d(x, x0 ) < = d(T x, T x0 ) < .
Seja (xn ) X uma sequencia tal que xn x0 . Entao, existe N N tal que
n > N = d(xn , x0 ) <
Portanto,
n > N = d(T xn , T x0 ) < ,
mostrando que T xn T x0 .
Reciprocamente, suponhamos por absurdo que a aplicacao T nao seja contnua em x0 X.
Entao, para algum > 0 e para todo > 0 existe X 3 x 6= x0 satisfazendo
d(x, x0 ) < e d(Tx , Tx0 ) > .
Assim, para cada n N, tomando = n1 , temos que existe xn X satisfazendo
d(xn , x0 ) <
1
e d(Txn , Tx0 ) > .
n
Portanto,
xn x0 em X,
enquanto que
(Txn 6 Tx0 em Y,
o que e um absurdo. Portanto, T e contnua em x0 , provando o teorema.
1.4
Espacos M
etricos Completos
Nesta secao apresentaremos exemplos de espacos metricos completos. Para demonstrarmos a

completicidade de espacos metricos, X = (X, d), mais gerais procederemos da seguinte maneira:
Tomemos (xn ) X uma sequencia de Cauchy em X e seguimos os seguintes passos:
(i) construmos um elemento x (para ser usado como um limite) da sequencia;
(ii) provamos que x X esta no espaco metrico considerado;
(iii) provamos a convergencia xn x no espaco metrico X.
20
Exemplo 1.17. O espaco Euclidiano Rn e completo.

Demonstrac
ao: A metrica em Rn e definida por
n
X
1
d(x, y) = [ (xi yi )2 ] 2 ,
i=1
onde x = (x1 , x2 , . . . , xn ) e y = (y1 , y2 , . . . , yn ), com xi , yi R para todo i = 1, 2, . . . , n.

Seja (xm ) Rn uma sequencia de Cauchy em Rn , isto e,
(m)
(m)
xm = (x1 , x2 , ..., x(m)

n )
e para todo > 0, existe N N tal que
n
X
1
(r)
(m)
d(xm , xr ) = [ (xi xi )2 ] 2 < , sempre que m, r > N.
(1.1)
i=1
Elevando ao quadrado, temos para m, r > N e i = 1, 2, ..., n, que

(m)
(xi
(r)
xi )2 < 2 .
Logo, para m, r > N e i = 1, 2, ..., n,

(m)
| xi
(r)
xi |< .
(1)
(2)
Portanto, para cada i fixado (1 6 i 6 n), a sequencia (xi , xi , ...) e uma sequencia de Cauchy
de n
umeros reais e portanto convergente, isto e, existe xi R tal que
(m)
xi
xi quando m .
Definindo x = (x1 , x2 , ..., xn ), temos que x Rn . Ainda, por (1.1), obtemos que
d(xm , x) 6 sempre que m > N,
mostrando que
lim xm = x,
e, portanto, que Rn e um espaco metrico completo.

Exemplo 1.18. O espaco unitario Cn e completo.
Exemplo 1.19. O espaco metrico l e completo.
Analise Funcional
21
(m)
(m)
De fato: Seja (xm ) uma sequencia de Cauchy no espaco l , onde (xm ) = (x1 , x2 , ...). Recordemos que a metrica em l e dada por
d(x, y) = sup | xi yi | .
iN
Como (xm ) e uma sequencia de Cauchy, entao para todo > 0, existe N N tal que para todo
m, n > N
(m)
(n)
d(xm , xn ) = sup | xi xi |< .
iN
Portanto, para todo i N fixado, temos que

(m)
| xi
(n)
xi
|< sempre que m, n > N.

(1)
(1.2)
(2)
Para qualquer i N fixado, temos que a sequencia (xi , xi , ...) e uma sequencia de Cauchy de
n
umeros reais, a qual e convergente, pois a reta real e um espaco metrico completo. Entao, existe
xi R tal que
(m)
xi xi quando m ,
para todo i N. Consideremos
x = (x1 , x2 , ...)
e mostremos que
x l ;
xm x em l .
Para mostrarmos o primeiro item em (1.2), fixando m N e fazendo n , obtemos que
(m)
| xi
xi |6 sempre que m > N.

(m)
(1.3)
Ainda, para todo m N, como xm = (xi ) l , existe um n

umero positivo km > 0 tal que
(m)
| xi
|6 km ,
para todo i N. Portanto, a desiguadade triangular implica que para m0 > N,

(m0 )
| xi |6| xi xi
(m0 )
| + | xi
|6 + km0 ,
para qualquer i N. Logo, existe cx = + km0 > 0 tal que

| xi | cx ,
para todo i N, mostrando que x l .
22

Para o segundo item, de (1.3) obtemos que
(m)
d(xm , x) = sup | xi
xi |< ,
sempre que m > N , mostrando que

xm x.
Portanto, l e um espaco metrico completo, finalizando o exemplo.
Exemplo 1.20. O espaco das funcoes C[a, b] e completo, onde [a, b] R e um intervalo fechado
em R.
De fato: Seja (xm ) uma sequencia de Cauchy em C[a, b]. Entao, dado > 0, existe N1 N tal
que para todo m, n > N1 temos
d(xm , xn ) = max | xm (t) xn (t) |< .
(1.4)
t[a,b]
Portanto, para cada t = t0 [a, b] fixado temos

| xm (t0 ) xn (t0 ) |< ,
sempre quem, n > N . Isso mostra que (x1 (t0 ), x2 (t0 ), ...) e uma sequencia de Cauchy de n
umeros
reais. Como R e completo, a sequencia converge, isto e, existe x(t0 ) R tal que
xm (t0 ) x(t0 ), quando m .
Assim podemos associar a cada t [a, b] um u
nico n
umero real x(t), o que define uma funcao
x[a, b] R R.
Mostremos x C[a, b] e que xm x em C[a, b]. Para fazermos isso, fixando m > N e fazendo
n em (1.4) obtemos, para todo t [a, b], que
| xm (t) x(t) |6 ,
sempre que m > N . Portanto,
max | xm (t) x(t) |6 ,
t[a,b]
sempre que m > N. Isso mostra que (xm (t)) converge para x(t) uniformemente em [a, b] e a
convergencia e uniforme. Como cada xm e uma funcao contnua em [a, b], entao a funcao limite x
e uma funcao contna em [a, b], isto e, x C[a, b]. contnuo em J. Portanto x C[a, b] e, tambem
xm x em C[a, b].
Portanto, C[a, b] e um espaco metrico completo.
Analise Funcional
23
Definic
ao 1.12. Dizemos que uma sequencia de funcoes fn : X R converge uniformemente
para uma funcao f : X R quando, para todo > 0 dado, existe n0 N tal que
n > n0 = | fn (x) f (x) |< ,
para todo x X.
Teorema 1.7. A convergencia xm x no espaco metrico C[a, b] e uniforme, isto e, (xm )
converge uniformemente para x em [a, b].
Demonstrac
ao: Por hipotese xm x em C[a, b]. Portanto, dado > 0, existe N N tal que
d(xm , x) < ,
sempre que m > N . Logo
max | xm (t) x(t) |< ,
t[a,b]
sempre que m > N. Assim,

| xm (t) x(t) |< max | xm (t) x(t) |< ,
tJ
sempre que m > N . Portanto, xm x uniformemente em [a, b].

Exemplo 1.21. Seja
X = {x : [0, 1] R R; x e uma funcao contnua em [a, b]}.
Em X definamos uma metrica por
Z
|x(t) y(t)|dt,
d(x, y) =
0
para x, y X. Entao, X e um espaco metrico que nao e completo.

facil ver que com a funcao
De fato: E
Z
|x(t) y(t)|dt,
d(x, y) =
0
para x, y X, define uma metrica em X. Vamos mostrar que este espaco metrico nao e completo.
Para isso vamos construir uma sequencia de Cauchy em X que nao sera convergente em X.
Para cada m N definimos xm : [0, 1] R R por
se t [0, 12 ];
0,
xm (t) =
f (t), se t [ 12 , am ];
1,
se t [am , 1],
24
1
1
+ , mN
2 m
e f (t) e um polinomio de gra
u 1 passando pelos pontos ( 21 , 0) e (am , 1). Veja o grafico de xm na
figura logo abaixo. Temos que (am ) e uma sequencia de Cauchy em X, pois dado > 0, tomando
m, n 1 , teremos que
1
1 1
d(xm , xn ) = ( ) < .
2 m n
am =
Vamos mostrar agora que essa sequencia nao pode convergir em X. Para todo x X, temos
que
Z
|xm (t) x(t)|dt
d(xm , x) =
0
Z
=
1
2
am
Z
|x(t)|dt +
1
2
|xm (t) x(t)|dt +
|xm (t) x(t)|dt.

am
Assim, se
Z
|xm (t) x(t)|dt 0,
d(xm , x) =
0
entao
Z
1
2
Z
||x(t)|dt =
|xm (t) x(t)|dt = 0,

1
2
ou seja,
(
x(t) =
0,
1,
se t [0, 12 ];
se t [ 12 , 1].
Portanto x nao seria contnua o que e um absurdo. Logo (xm ) nao pode convergir em X o que
completa o exemplo.
Analise Funcional
1.5
25
Completamento de Espa
cos M
etricos
A ideia desta secao e acrescentar pontos em um espaco metrico de forma a deixa-lo completo.
Definic
ao 1.13. Sejam (X, dX ) e (Y, dY ) dois espacos metricos. Uma transformacao T : X Y
e dita uma isometria se para todo x, y X temos que
dY (T x, T y) = dX (x, y).
Neste caso dizemos que (X, dX ) esta imerso em (Y, dY ).
Algumas observacoes:
Claramente uma isometria e uma aplicacao injetora;
diremos que os espacos metricos (X, dX ) e (Y, dY ) sao isometricos se existir uma isometria,
T : Y, que e sobrejetora;
a inversa de uma isometria sobrejetora e tambem uma isometria.
b d)
Seja (X, d) um espaco metrico qualquer. Vamos construir um espaco metrico completo (X,
b d).
a partir de (X, d), tal que (X, d) pode ser imerso em (X,
b adicionando os pontos de X e mais os limites de sequencias
A ideia principal e contruir X
de Cauchy em X que nao convergem em X. Para fazermos isso, sejam (xn ) e (yn ) sequencias de
Cauchy em X e seja a seguinte relacao em X :
(xn ) (yn ) d(xn , yn ) 0.
Lema 1.2. A relacao e uma relacao de equivalencia em X.
Demonstrac
ao: Para provar que e uma relacao de equivalencia, primeiramente observamos
que claramente
i) (xn ) (xn ) para toda (xn ) X e
ii) (xn ) (yn ) implica (yn ) (xn ) para toda (xn ), (yn ) X.
Resta apenas verificar que
iii) se (xn ), (yn ), (zn ) X, (xn ) (yn ) e (yn ) (zn ), entao (xn ) (zn ). Isto segue do fato
que
0 d(xn , zn ) 6 d(xn , yn ) + d(yn , zn ),
completando a prova do lema.
b o conjunto de todas as classes de equivalencia de sequencias de Cauchy (xn ) X que
Seja X
b e uniao disjunta dessas classes de equivalencia.
sao equivalentes. Temos que X
26
Lema 1.3. Sejam (X, d) um espaco metrico, (xj ) e (yj ) sequencias de Cauchy em X, e seja
dj = d(xj , yj ) para todo j N. Entao (dj ) e uma sequencia de Cauchy em R.
Demonstrac
ao: Da desigualdade triangular temos que
dj = d(xj , yj ) 6 d(xj , xk ) + dk + d(yk , yj ),
para todo j N. Assim,
dj dk 6 d(xj , xk ) + d(yk , yj ),
para j, k N. Similarmente
dk dj 6 d(xj , xk ) + d(yk , yj ),
para j, k N. Logo,
|dj dk | 6 d(xj , xk ) + d(yk , yj )
para j, k N.
Seja > 0 dado. Entao existe um n
umero natural N N tal que
d(xj , xk ) <
e d(yj , yk ) < ,
2
2
sempre que j, k > N, pois as sequencias (xj ) e (yj ) sao sequencias de Cauchy em X. Portanto,
|dj dk | < ,
sempre j, k > N . Assim, a sequencia (dj ) e uma sequencia de Cauchy de n
umeros reais, o que
prova o lema.
Como R e um espaco metrico completo, o Lema 1.3 implica que
lim d(xj , yj ) = lim dj
existe para todo par de sequencias de Cauchy (xj ) e (yj ) em X.

Lema 1.4. Sejam (X, d) um espaco metrico e (xj ), (yj ), (zj ) X. Entao
0 6 lim d(xj , zj ) 6 lim d(xj , yj ) + lim d(yj , zj ).
j
Demonstrac
ao: Segue imediatamente da desigualdade triangular.
Lema 1.5. Sejam (X, d) um espaco metrico e (xj ), (yj ), (zj ) X. Suponhamos que
lim d(xj , yj ) = 0 e
lim d(yj , zj ) = 0.
Entao,
lim d(xj , zj ) = 0.
Analise Funcional
27
uma consequencia imediata do Lema 1.4.

Demonstrac
ao: E
Lema 1.6. Sejam (X, d) um espaco metrico e (xj ), (x0j ), (yj ), (yj0 ) X. Suponhamos que
lim d(xj , x0j ) = 0 e
lim d(yj , yj0 ) = 0.
Entao,
lim d(xj , yj ) = lim d(x0j , yj0 ).
Demonstrac
ao: Segue do Lema 1.5 que
lim d(xj , yj ) 6 lim d(xj , x0j ) + lim d(x0j , yj0 ) + lim d(yj0 , yj ) = lim d(x0j , yj0 ).
Similarmente,
lim d(x0j , yj0 ) 6 lim d(xj , yj ).
Entao,
lim d(xj , yj ) = lim d(x0j , yj0 ),
como queramos.
b =
Teorema 1.8. Para todo espaco metrico X = (X, d) existe um espaco metrico completo X
que possui um subespaco metrico W
b d)
c que e isometrico ao espaco metrico X e e denso em
(X,
b Este espaco metrico X
b e u
e e um outro espaco metrico
X.
nico exceto por isometrias, isto e, se X
f isometrico a X e denso em X,
e entao X
beX
e sao isometricos.
completo que possui um subespaco W
Demonstrac
ao: Para demonstrar o teorema seguiremos os seguintes passos:
b = (X,
b d);
(a) construiremos o espaco metrico X
c tal que
(b) construiremos uma isometria T : X W
c = X;
b
W
b e completo;
(c) mostraremos que X
(d) mostraremos a unicidade, exceto por isometrias.
b o conjunto de todas as classes de equivalencia de sequencias de
Para o passo (a), seja X
b e uniao disjunta
Cauchy x = (xn ) X que sao equivalentes, conforme o lema 1.2. Temos que X
dessas classes de equivalencia.
Definimos
x, y) = lim d(xj , yj ),
d(
j
28
x, y) nao depende da escolha da

onde (xj ) x e (yj ) y. Segue do Lema 1.6 que o valor d(
sequencias de Cauchy (xj ) e (yj ), representantes de x e y. Obtemos desta maneira uma funcao
b X.
b Esta funcao satisfaz a desigualdade triangular (Lema 1.4) e outros
positiva no conjunto X
b com esta metrica e um espaco metrico. Nos referiremos ao
axiomas de metrica. Portanto, X
b como sendo o completamento do espaco metrico X, finalizando o passo (a).
espaco X

b com sendo a classe de equivalencia da
Para o passo (b), para cada b X, definimos b X
sequencia de Cauchy (bn ), onde
bn = b, n N.
b definida por
Assim, temos que T : X X
b 7 T(b) = b
e uma aplicacao bem definida, pois se b1 6= b2 , entao
(b1 ) 6 (b2 )
e, portanto,
b1 6= b2 .
Ainda, T e sobrejetora sobre
c = T(X).
W
Mostremos entao que T e uma isometria. Para isso, sejam b, c X, entao tomando sequencias
constantes xn = b e yn = c, para quaisquer n N, obtemos que
b, c) = lim d(xn , yn ) = lim d(b, c) = d(b, c),
d(
n
c = T(X) sao isometricos. Para conclurmos o

mostrando que T e uma isometria e que X e W
c e denso em X.
b Sejam entao x X
b e > 0. Para (xn ) x temos
passo (b), vamos mostrar que W
que existe N N tal que
d(xn , xN +1 ) < ,
2
sempre que n > N,
pois (xn ) e uma sequencia de Cauchy em X. Considerando

(xN +1 , xN +1 , xN +1 , . . .) xN +1 ,
ce
temos que xN +1 W
x, xN +1 ) = lim d(xn , xN +1 ) < ,

d(
n
2
c e concluindo ao passo (b).

mostrando que x W
Analise Funcional
29
b Como W
c e denso em X,
b para
Para o passo (c), seja (
xn ) uma sequencia de Cauchy em X.
b existe zn W
c tal que
xn (xn ) X,
xn , zn ) < 1 ,
d(
n
(1.5)
para todo n N. A desigualdade triangular implica que

zm , zn ) d(
zm , xm ) + d(
xm , xn ) + d(
xn , zn )
d(
1
xm , xn ) + 1 .
<
+ d(
m
n
Portanto, para todo > 0, existe N N tal que
zm , zn ) < ,
m, n > N = d(
b Mas entao, a sequencia (zm ) X definida por
pois (
xn ) e uma sequencia de Cauchy em X.
zm = T1 (
zm ), m N,
e uma sequencia de Cauchy em X, pois como T e isometria temos que
Tzm , Tzn ) = d(
zm , zn ) 0,
d(zm , zn ) = d(
b a classe de equivalencia associada a` sequencia de Cauchy, em X,
quando m, n . Seja x X
(zm ), isto e,
(zm ) x.
Vamos mostrar que
xn , x) 0,
d(
quando n .
Temos que
xn , x) d(
xn , zn ) + d(
zn , x)
d(
1
zn , x)
< + d(
n
1
= + lim d(zn , zm ).
n m
Logo, existe N N tal que
m, n > N = d(zn , zm ) <
Assim,
e
< .
2
n
2
xn , x) < + = ,
n > N = d(
2 2
completando o passo (c).

um espaco metrico completo e W
e = (X,
d)
fX
e tais que
Para o passo (d), sejam X
30

e uma isometria;
existe T : X X
f;
T(X) = W
f e denso em X.
e
W
e eX
b sao isometricos. Para quaisquer x, y X
temos que existem (xn ), (yn )
Vamos mostrar que X
f tais que
W
xn x e yn y,
e Assim,
em X.
x, y) d(
x, xn ) + d(
xn , yn ) + d(
yn , y),
d(
ou seja,
x, y) d(
xn , yn ) d(
x, xn ) + d(
yn , y),
d(
para qualquer n N. Da mesma forma,
xn , yn ) d(
x, y) d(
x, xn ) + d(
yn , y),
d(
para qualquer n N. Portanto,
x, y) d(
xn , yn )| d(
x, xn ) + d(
yn , y),
|d(
para qualquer n N, mostrando que
xn , yn ) = d(
x, y).
lim d(
c quanto a W
f e como inversa de isometria e ainda um isometria,
Mas, X e isometrico tanto a W
c e W
f sao isometricos. Como W
c e denso em X
b obtemos que X
e e X
b sao isometricos,
entao W
concluindo o passo (d) e completando a prova do teorema.
Captulo 2
Espa
cos Normados
Neste captulo vamos estudar com detalhes espacos vetoriais normados e suas principais propriedades.
2.1
Definic
ao e Exemplos
Uma norma em um espaco vetorial e uma maneira de medir o comprimento de elementos desse
espaco e tambem a distancia entre elementos desse espaco. Nesta secao vamos definir e apresentar
os principais espacos vetoriais normados que serao utilizados no decorrer do curso.
Definic
ao 2.1. Seja X um espaco vetorial sobre um corpo K. Uma norma no espaco vetorial X
e uma funcao real, k k : X R, satisfazendo as seguintes propriedades:
(N1) kxk 0, para todo x X;
(N2) kxk = 0 se, e somente, se x = 0;
(N3) kxk = || kxk, para todo x X e K;
(N4) kx + yk 6 kxk + kyk para quaisquer x, y X.
Um espaco normado e um par ordenado (X, k k), onde X e um espaco vetorial e k k e uma
norma em X.
Algumas observacoes:
Uma funcao satisfazendo (N1) e (N2) e chamada de funcao definida positiva;
a propriedade (N4) e conhecida como desigualdade triangular;
32

para x, y X, definindo
d(x, y) = kx yk,
temos que d e uma metrica em X, a qual sera chamada de metrica induzida pela norma.
Assim, todo espaco vetorial normado e um espaco metrico;
nem todo espaco vetorial metrico e um espaco vetorial normado, como veremos mais adiante.
Mais especificamente, obteremos condicoes sobre a metrica definida em um espaco vetorial
para que a partir dessa metrica consigamos definir uma norma (induzida por essa metrica)
nesse espaco vetorial.
Antes de apresentarmos alguns exemplos, vamos mostrar que a norma e uma funcao contnua.
Proposic
ao 2.1. Sejam x, y X dois elementos quaisquer em um espaco vetorial X sobre um
corpo K. Entao,
kxk kyk |kxk kyk| kx yk.
Demonstrac
ao: Para x, y X, temos y = (y x) + x. Logo, a desigualdade triangular implica
que
kyk = k(y x) + xk ky xk + kxk.
Da,
kyk kxk ky xk
Por outro lado, para x, y X, temos x = (x y) + y. Logo, a desigualdade triangular implica
que
kxk kx yk + kyk.
Da,
kx yk kyk kxk.
Portanto,
ky xk = kx yk kyk kxk ky xk,
ou seja,
|kyk kxk| ky xk,
para quaisquer x, y X, provando a proposicao.
Proposic
ao 2.2. Uma norma em um espaco vetorial X sobre um corpo K e uma func
ao real
contnua, istoe, X 3 x 7 kxk R, e contnua para cada x X.
Analise Funcional
33
Demonstrac
ao: Dado > 0, como
| kyk kxk | ky xk,
para quaisquer x, y X, tomando = segue que
ky xk < | kyk kxk |< .
Portanto, a aplicacao x 7 kxk e contnua em X, provando o resultado.
Exemplo 2.1. Um subespaco Y de um espaco vetorial normado e um espaco vetorial normado,
se o munirmos da norma definida em X.
Exemplo 2.2. Considere R o conjunto de todos os n
kxk = |x|
para todo x R. Entao R e um espaco normado.
q
kxk = x21 + x22 ,
onde x = (x1 , x2 ) R2 . Dessa forma (R2 , k k) e um espaco normado, chamado de plano
euclideano.
kxk1 = |x1 | + |x2 |,
onde x = (x1 , x2 ) R2 . Dessa forma (R2 , k k1 ) e um espaco normado.
kxk2 = max{|x1 |, |x2 |},
onde x = (x1 , x2 ) R2 . Dessa forma (R2 , k k2 ) e um espaco normado.
Antes de continuarmos com os exemplos, vamos mostrar um resultado que relaciona as diversas
normas em espacos vetoriais normados de dimensao finita.
Definic
ao 2.2. Seja X um espaco vetorial sobre um corpo K. Diremos que duas normas em X,
k k1 e k k2 , sao equivalentes se existirem c1 > 0 e c2 > 0 tais que
c1 kxk1 6 kxk2 6 c2 kxk1 ,
para todo x X.
34
Vamos mostrar agora que em um espaco vetorial de dimensao finita todas as normas sao
equivalentes.
Lema 2.1. Seja {x1 , x2 , . . . , xn } um conjunto linearmente independente de vetores em um espaco
veotorial normado X (de qualquer dimensao). Entao existe um n
umero c > 0 tal que para toda
escolha de escalares 1 , 2 , . . . , n temos
k1 x1 + 2 x2 + . . . + n xn k > c(|1 | + |2 | + . . . + |n |)
(2.1)
Demonstrac
ao: Seja
s = |1 | + |2 | + . . . + |n |.
Se s = 0, entao 1 = 2 = . . . = n = 0 e, portanto, (2.1) vale para qualquer c. Se s > 0, entao
(2.1) e equivalente a
k1 x1 + 2 x2 + . . . + n xn k > c,
n
X
i
|i | = 1.
i = , i = 1, 2, . . . , n e
s
i=1
(2.2)
Portanto e suficiente provar a existencia de c > 0 tal que (2.1) e satisfeita para toda n-upla de
P
escalares 1 , 2 , . . . , n com ni=1 |i | = 1.
Suponhamos, por absurdo, que isso e falso. Entao existe uma sequencia (ym ) X em X tal
que
(m)
(m)
ym = 1 x1 + 2 x2 + . . . + n(m) xn ,
tais que
n
X
(m)
|i
| = 1,
i=1
e
kym k 0, quando m .
Como
Pn
i=1
(m)
|i
| = 1, entao
(m)
|i
| 6 1, para quaisquer i = 1, 2, . . . , n e m N.
(m)
(1)
(2)
Portanto, para cada i fixado, a sequencia (i ) = (i , i , . . .) e limitada. Consequentemente,

(m)
pelo teorema de Bolzano-Weierstrass, (i ) tem uma subsequencia convergente. Seja 1 o limite
desta subsequencia e seja (y1,m ) a subsequencia correspondente de (ym ). Pelo mesmo argumento,
(m)
(y1,m ) tem uma subsequencia (y2,m ) para a qual a subsequencia correspondente de escalares 2
converge e seja 2 o limite. Seguindo dessa forma, depois de n passos obtemos a subsequencia
(yn,m ) = (yn,1 , yn,2 , . . .) de (ym ) cujos termos sao da forma
yn,m =
n
X
i=1
(m)
xi ,
Analise Funcional
35
onde
n
X
(m)
|i
|=1
i=1
e
(m)
i .
Portanto,
yn,m y =
n
X
i xi ,
i=1
P
onde ni=1 |i | = 1, portanto nem todo i pode ser zero e como {x1 , x2 , . . . , xn } e um conjunto
linearmente independente, devemos ter que
y 6= 0.
Por outro lado,
yn,m y
logo, a continuidade da norma implica que
kyn,m k kyk.
Mas,
kym k 0
e, portanto, como (yn,m ) e uma subsequencia de (ym ), devemos ter
kyn,m k 0.
Consequentemente kyk = 0 e, por (N2), conclumos que
y = 0,
o que e um absurdo, provando o lema.
Teorema 2.1. Em um espaco vetorial de dimensao finita X sobre um corpo K, duas normas
quaisquer k k1 e k k2 sao equivalentes.
Demonstracao. Sejam n = dim X e {x1 , , xn } uma base de X. Entao todo x X tem uma
u
nica representacao x = a1 x1 + an xn , com ai K, i = 1, 2, . . . , n. Como o conjunto {x1 , , xn }
e linearmente independente, existe c > 0 tal que
kxk1 > c
X
n
j=1

|aj | .
36
Por outro lado, usando a desigualdade triangular, temos

kxk2 6
n
X
n
X
|aj | kxj k2 6 k
j=1
|aj |,
j=1
onde k = maxj kxj k2 . Portanto,

akx|2 6 kxk1 ,
onde a = c/k > 0.
Para obter a outra desigualdade trocamos as norma k k1 e k k2 no argumento anterior.
Exemplo 2.6. Seja l o conjunto das sequencias limitadas de n
umeros reais (complexos), isto e,
l = {x = (x1 , x2 , ...); xi R e | xi | cx , i = 1, 2, . . . }.
Definamos
kxk = sup |xi |,
iN
onde x = (x1 , x2 , . . .) l . Afirmamos que l e um espaco normado.

De fato: Seja x = (x1 , x2 , ...) tal que | xi | cx para todo i N. Para i N temos
0 6 |xi | 6 cx .
Logo,
0 kxk = sup |xi | cx < ,
iN
mostrando que a aplicacao l 3 x 7 kxk esta bem definida e kxk 0, para todo x l , provando
tambem (N1).
Para x, y l temos
| xi + yi || xi | + | yi | cx + cy ,
para todo i N, mostrando que x + y l . Com essa informacao prova-se facilmente que l ,
munido das operacoes usuais, e um espaco vetorial. Tambem,
kx + yk = sup | xi + yi | sup |xi | + sup |yi | = kxk + |yk,
iN
iN
iN
o que prova a propriedade (N4).

Para x l temos
kxk = 0 sup |xi | = 0 |xi | = 0, i N x = 0,
iN
concluindo a prova de (N2). A prova de (N3) e imediata.
Analise Funcional
37
Exemplo 2.7. Consideremos

C([a, b], R) = f : [a, b] R : f e contnua .
Definamos
kf k = sup |f (t)|,
t[a,b]
para todo f C([a, b], R). Entao C([a, b], R) e um espco normado e a norma definida acima e a
chamada norma da convergencia uniforme, ou norma do sup.
Exemplo 2.8. Consideremos p 1 fixado. O conjunto lp e formado pelas sequencias x =
(x1 , x2 , . . .), tais que
| xj |p < ,
j=1
isto e,
lp = {(x1 , x2 , . . .); xj K, j = 1, 2, . . . , e
| xj |p < }.
j=1
Definamos
v
uX
u
p
kxkp = t
| xj |p ,
j=1
para x = (x1 , x2 , . . .) lp e p 1.
Entao lp e um espaco vetorial normado. Quando p = 2 obtemos o espaco l2 , que e chamado
de espaco das sequencias de Hilbert .
De fato: Para mostrarmos que lp , p 1, e um espaco normado, demonstraremos antes alguns
lemas auxiliares.
Lema 2.2 (Desigualdade de Young). Seja p > 1 e defina q R por
1 1
+ = 1.
p q
Entao,

p q
+ ,
p
q
para quaisquer , 0.
Demonstrac
ao: Considere a funcao f : [0, +) [0, +) definida por
f (t) = tp1 .
(2.3)
(2.4)
38
Figura 2.1: Areas

com 1 < p < 2
Figura 2.2: Areas

com 2 < p
Como p > 1, segue que f e inversvel e f 1 : [0, +) [0, +) e dada por
1
f 1 (u) = u p1 = uq1 ,
onde a u
ltima igualdade segue de (2.3). Logo, usando as Figuras 2.1 e 2.2
obtemos que
Z
Z
p q
p1

t dt +
uq1 du =
+ ,
p
q
0
0
provando o lema.
Lema 2.3 (Desigualdade de H
older). Sejam p > 1 e q > 0 expoentes conjugados dados por
(2.3). Entao,
X
X
1 X
1
p
|xj yj | (
|xj |) (
|yj |) q ,
(2.5)
j=1
j=1
j=1
para quaisquer x = (x1 , x2 , . . .) l e y = (y1 , y2 , . . .) lq .

Demonstrac
ao: Inicialmente consideremos x = (
xi , x2 , . . .) lp e y = (
y1 , y2 , . . .) lq tais
que
X
j=1
|
xj | = 1 e
X
j=1
|
yj | = 1.
Analise Funcional
39
Para todo j N, (2.4) implica que

1
1 q
|
xj yj | = |
xj ||
yj | |
xj |p + |
yj | .
p
q
Logo,
|
xj yj |
j=1
1 1
+ = 1.
p q
(2.6)
Agora, sejam x = (xi , x2 , . . .) l e y = (y1 , y2 , . . .) lq nao nulos e considere x = lp e y lq

dados por
xj
yj
xj = P
e yj = P
1
1 .
( =1 xj ) p
( =1 yj ) q
Entao
xj = 1 e
j=1
yj = 1.
j=1
Logo (2.6) implica que
yj
xj
| P
1 P
1 | 1,
p
q
j=1 (
=1 xj ) (
=1 yj )
de onde conclumos que
X
1 X
1
p
|xj yj | (
xj ) (
yj ) q ,
=1
j=1
=1
provando a desigualdade de Holder.

Quando p = 2 a desigualdade de Holder, dada em (2.5), fica na forma
X
X
1
1
|xj yj | (
|xj |) 2 (
|yj |) 2 ,
j=1
j=1
j=1
que e conhecida como desigualdade de Cauchy-Schwarz para somas.

Com o auxlio do proximo lema, mostramos facilmente que lp e um espaco vetorial sobre K,
onde K = R ou K = C, para todo p 1.
Lema 2.4 (Desigualdade de Minkowski). Se p 1, entao
X
j=1
1
p
|xj + yj | ) (
1
p
|xj | ) + (
j=1
|yj |p ) p ,
(2.7)
j=1
para quaisquer x = (x1 , x2 , . . .), y = (y1 , y2 , . . .) lp .

Demonstrac
ao: Para p = 1, a desigualdade (2.7) segue imediatamente da desigualdade para
n
umeros. Suponhamos p > 1 e sejam x = (x1 , x2 , . . .), y = (y1 , y2 , . . .) lp . Definindo wj = xj +yj ,
temos que
|wj |p = |wj |p1 |xj + yj | |wj |p1 (|xj | + |yj |),
40
para todo j N. Logo,

n
X
j=1
|wj |
n
X
p1
|wj |
j=1
n
X
j=1
n
X
=(
|xj | +
n
X
|wj |p1 |yj |
j=1
p
n
X
1
p
|xj | ) (
(|wj |
j=1
n
X
|xj |p ) p (
j=1
n
X

= (
p1 q
) ) +(
|wj |p ) q + (
|xj |p ) p + (
j=1
n
X
n
X
1
|yj | ) ( (|wj |p1 )q ) q
p
1
p
j=1
j=1
1
1
q
n
X
1
|yj |p ) p (
j=1
|yj |p ) p (
j=1
n
X
n
X
j=1
n
X
|wj |p ) q
j=1
1
|wj |p ) q
j=1
Logo,
(
n
X
n
n
X
X
1
p p1
(
|xj | ) + (
|yj |p ) p ,
p 1 1q
|wj | )
j=1
j=1
j=1
ou seja,
n
n
n
X
X
X
1
p p1
p p1
(
|xj + yj | ) (
|xj | ) + (
|yj |p ) p .
j=1
j=1
j=1
Como x, y lp , obtemos que x + y lp e que

(
X
j=1
inf ty
X
X
1
p p1
|xj | ) + (
|xj + yj | ) (
|yj |p ) p ,
p
1
p
j=1
j=1
provando a desigualdade de Minkowski.

Observemos que (2.7) implica imediatamente que
kx + ykp kxkp + kykp ,
o que mostra a desigualdade triangular exigida. As outras propriedades para mostrarmos que k kp
e uma norma em lp sao imediatas.

Ja vimos que toda norma definida em um espaco vetorial induz uma metrica neste espaco, o
proximo resultado nos da um criterio para verificar quando uma metrica definida em um espaco
vetorial induz uma norma neste mesmo espaco.
Proposic
ao 2.3. Uma metrica d e induzida por uma norma em um espaco normado X se ela
satisfizer, para todos x, y, a X e R, a seguintes condicoes:
1. d(x + a, y + a) = d(x, y)
2. d(x, y) = ||d(x, y)
Analise Funcional
41
Demonstrac
ao: Para x, y X temos temos
d(x + a, y + a) = kx + a (y + a)k = kx + a y ak = kx yk = d(x, y),
para todo a X. Tambem,
d(x, y) = kx ykk(x y)k = ||kx yk = ||d(x, y),
para todo K, provando a proposicao.
Exemplo 2.9. Considerando o espaco metrico de sequencias s, o qual consiste de todas as
sequencias de n
umeros reais (complexos) com a metrica definida por
X
1 | xi y i |
d(x, y) =
,
2i 1+ | xi yi |
i=1
onde x = (xi ), y = (yi ) s e xi , yi C, para todo i N. Entao (s, d) e um espaco metrico com
metrica que nao pode ser induzida por nenhuma norma definida em s.
De fato: O exemplo 1.6 mostra que s munido de d(x, y), x, y s, e um espaco metrico.
Tambem, munido das operacoes usuais, o conjunto s e um espaco vetorial sobre o corpo do
n
umeros reais (reais ou complexos). Vamos mostrar que d nao e induzida por nenhuma norma em
s. Suponhamos, por absurdo, que d seja induzida por uma norma k k : s R, isto e,
X
1 | xi y i |
= d(x, y) = kx yk,
2i 1+ | xi yi |
i=1
para quaisquer x = (xi ), y = (yi ) s e xi , yi K, para todo i N.

Tomando
x0 = (1, 0, 0, 0, 0, . . .) e y0 = (0, 1, 0, 0, 0, . . .),
temos que x0 , y0 s e pelo item 2 da proposicao anterior devemos ter que
d(2x0 , 2y0 ) = 2d(x0 , y0 ).
Mas,
1
|1 0|
1
|0 1|
+ 2
]
1
2 1 + |1 0| 2 1 + |0 1|
1 1 1 1
= 2[
+
]
2 2 4 2
1 1
= +
2 4
3
=
4
2d(x0 , y0 ) = 2[
42
e
1
|2 0|
1
|0 2|
+ 2
1
2 1 + |2 0| 2 1 + |0 2|
1 2 1 2
=
+
]
2 3 4 3
1 1
= +
3 6
1
= ,
2
d(2x0 , 2y0 ) =
mostrando que
d(2x0 , 2y0 ) 6= 2d(x0 , y0 ).
Logo, essa metrica em s nao pode ser induzida por qualquer norma definida em s, completando
o exemplo.
2.2
A Topologia dos Espa

cos Normados
Nesta secao vamos adaptar alguns conceitos topologicos para o contexto de espacs vetoriais
normados. Lembrando que todo espaco vetorial normado e um espaco vetorial metrico, as provas
das propriedades que ja foram demonstradas, para espacos metricos, na secao 1.2 serao omitidas
nessa secao.
Definic
ao 2.3. Seja (X, k k) um espaco normado. Dado um ponto x X e r > 0, o conjunto
B(x, r) = {y X : kx yk < r}, e chamado de bola aberta de centro em x e raio r;
B[x, r] = {y X : kx yk 6 r}, e chamado de bola fechada de centro em x e raio r;
S(x, r) = {y X : kx yk = r}, e chamado de esfera de centro em x e raio r.
Note que
B[x, r] = B(x, r) S(x, r),
onde significa uniao disjunta.
Seja Y X um subespaco do espaco normado X. Para cada a Y e cada r > 0, seja
BY (a, r) a bola aberta de centro a e raio r, relativamente à norma induzida pela norma definida
no espaco normado X em Y . Tem-se
BY (a, r) = B(a, r) Y,
onde B(a, r) e a bola aberta de centro a e raio r no espaco normado X. Analogamente,
BY [a, r] = B[a, r] Y e SY (a, r) = S(a, r) Y.
Analise Funcional
43
Definic
ao 2.4. Um conjunto U X de um espaco normado X e um conjunto aberto (ou apenas
aberto) no espaco normado X se para cada x U existe r = rx > 0 tal que B(x, r) U .
Lema 2.5. Sejam (X, k k) um espaco normado e x0 X. Entao para qualquer r > 0, a bola
aberta B(x0 , r), de raio r e centro em x0 , e aberto em X.
Demonstrac
ao: Seja x B(x0 , r). Queremos mostrar que existe > 0 tal que B(x, ) B(x0 , r).
Como kx x0 k < r, escolhendo = r kx x0 k, obtemos que se x0 B(x, ), entao
kx0 x0 k 6 kx0 xk + kx x0 k < + kx x0 k = r.
Portanto, x0 B(x0 , r), mostrando B(x, ) B(x0 , r), ou seja, que B(x0 , r) e aberto em X.
Lema 2.6. Sejam (X, k k) um espaco normado e x0 X. Entao, para qualquer r > 0, o conjunto
{x X : kx x0 k > r} e um conjunto aberto em X.
Demonstrac
ao: Para qualquer r > 0, sejam x X satisfazendo kx x0 k > r e x0 X um
ponto qualquer de X satisfazendo kx0 xk < , onde = kx x0 k r. Entao, pela desigualdade
triangular temos
kx x0 k 6 kx x0 k + kx0 x0 k
e, portanto,
kx0 x0 k > kx x0 k kx x0 k > kx x0 k = r.
Assim,
B(x, ) {x X : kx x0 k > r},
provando este lema.
Proposic
ao 2.4. Seja (X, k k) um espaco normado. A colecao de conjuntos abertos de X tem as
seguintes propriedades:
(i) , X sao conjuntos abertos,
(ii) a uniao de qualquer colecao de conjuntos abertos em X e um conjunto aberto,
(iii) a intersecao de qualquer colecao finita de conjuntos abertos em X e um conjunto aberto.
Demonstrac
ao: O conjunto e por vacuidade. Tambem, a definicao de conjunto aberto e
trivialmente satisfeita pelo conjunto X, mostrando o item (i).
Para provarmos o item (ii), seja A uma colecao qualquer de conjuntos abertos em X, e
denotemos por U a uniao de todos os conjuntos abertos pertencentes a A, isto e,
U = AA A.
44
Queremos mostrar que U e um conjunto aberto. Seja x U. Entao, x A para algum conjunto
aberto A A. Portanto, existe > 0 tal que
B(x, ) A.
Mas,
V U.
Assim,
B(x, ) U,
mostrando que U e aberto.
Sejam agora V1 , V2 , V3 , ..., Vk uma colecao finita de conjuntos abertos em X. Sejam
V = V1 V2 ... Vk e x V.
Entao, x Vj para todo j e, portanto, existem n
umeros reais positivos 1 , 2 , ...k tais que
B(x, j ) Vj , para j = 1, 2, ..., k.
Tomando
= min{j : j = 1, 2, ..., k},
entao > 0 e alem disso,
B(x, ) B(x, j ) Vj para todo j = 1, 2, ..., k.
Portanto,
B(x, ) V,
mostrando que a intersecao V, de conjuntos abertos V1 , V2 , ..., Vk em X, e um conjunto aberto em
X, completando a prova deste item e da proposicao.
Obervac
ao 2.1. Para cada n
umero natural n, denotemos por Vn o conjunto aberto no plano R2
definido por
1
Vn = {(x, y) R2 : x2 + y 2 < }.
n
A intersecao
V = nN Vn = {0},
e a origem e este conjunto nao e um subconjunto aberto de R2 . Isto mostra que a intersecao de um
n
umero infinito de conjuntos abertos num espaco normado nao e necessariamente um conjunto
aberto.
Analise Funcional
45
Definic
ao 2.5. O interior A de um conjunto A X e uniao de todos os conjuntos abertos de
(X, k k) contidos em A. Isto e,
[
A =
V,
V F
onde
F = {V X; V e aberto e V A}.
Observermos que
A e um conjunto aberto em X;
A e o maior conjunto aberto contido em A.
Definic
ao 2.6. Sejam X um espaco normado e x X. Um subconjunto N X e uma vizinhanca
de x no espaco normado X se, e somente, se existir > 0 tal que
B(x, ) N.
Claramente, subconjunto V de um espaco normado X e um conjunto aberto se, e somente,
se V e uma vizinhanca de v para todo v V .
Definic
ao 2.7. Um conjunto F X de um espaco normado X e um conjunto fechado (ou apenas
fechado) no espaco normado X se F c = X\F (complementar de F em X) e um conjunto aberto
no espaco normado X.
O proximo resultado segue imediatamente dos Lema 2.5 e 2.6.
Lema 2.7. Sejam X um espaco normado e x0 X. Os conjuntos
{x X : kx x0 k 6 r} e {x X : kx x0 k > r},
para r > 0, sao fechados em X. Em particular, o conjunto {x0 } consistindo de um u
nico ponto de
X e um conjunto fechado em X.
Seja A alguma colecao de subconjuntos de X, isto e,
A = {S; S X}.
Entao,
X\
[
SA
S=
(X\S) e X\
SA
\
SA
S=
(X\S),
SA
isto e, o complemento da uniao de alguma colecao de subconjuntos de X e a intersecao dos complementos daqueles subconjuntos, e o complemento da intersecao de alguma colecao de subconjuntos
de X e a uniao dos complementos destes subconjuntos, de modo que a operacao de tomar complementos converte unioes em intersecoes e intersecoes em unioes. Com essas duas observacoes, o
seguinte resultado segue diretamente da proposicao 2.3.
46
Proposic
ao 2.5. Seja X um espaco normado. A colecao dos subconjuntos fechados em X tem
as seguintes propriedades:
(i) e X sao conjuntos fechados em X;
(ii) a intersecao de qualquer colecao de conjuntos fechados em X e um conjunto fechado em X;
(iii) a uniao de qualquer colecao finita de conjuntos fechados em X e um conjunto fechado em
X.
Definic
ao 2.8. O fecho S de um conjunto S X e a intersecao de todos os fechados de X
contendo S, isto e,
\
S=
F,
F F
onde
F = {F X; F e fechado em X e S F }.
Temos que
S S;
S e um conjunto fechado em X;
S e o menor conjunto fechado em X que contem S;
um conjunto F X e fechado em X se, e somente se, F = F .
Definic
ao 2.9. Sejam (X, k kX ), (Y, k kY ) dois espacos normados e f : X Y uma func
ao
dada. Diremos que f e contnua em x X se para todo > 0 existir > 0 tal que
ky xkX < = kf (y) f (x)kY < .
A funcao e dita ser contnua em X, ou simplesmente contnua se, e somente se, f e contnua em
todo x X.
Note que esta definicao de continuidade para funcoes entre espaco normados generaliza a
definicao de continuidade para funcoes de uma variavel real ou complexa.
Expressando em termos de bolas abertas a definicao de funcao contnua (Definicao 2.10), isto
significa que a funcao f : X Y e contnua em x se e somente se dado qualquer > 0, existe um
> 0 tal que f leva BX (x, ) na bola BY (f (x), ) (onde BX (x, ) e BY (f (x), ) denotam as bolas
abertas de raios e em x e f (x) respectivamente).
Sejam X e Y conjuntos quaisquer e f : X Y uma funcao. dado um subconjunto V Y ,
denotamos por f 1 (V ) a imagem inversa de V sob a aplicacao f , definida por
f 1 (V ) = {x X : f (x) V }.
Analise Funcional
47
Proposic
ao 2.6. Sejam X e Y espaco normados, e seja f : X Y uma funcao. A func
ao f e
1
contnua se, e somente se, f (V ) e um conjunto aberto em X para todo conjunto aberto V de Y .
Demonstrac
ao: Suponhamos que f e contnua. Seja V Y um conjunto aberto. Vamos
1
mostrar que f (V ) e aberto em X. Seja x f 1 (V ). Vamos mostrar que existe > 0 com a
propriedade que BX (x, ) f 1 (V ). Como x f 1 (V ) segue que f (x) V . Como V e aberto,
existe > 0 com a propriedade que BY (f (x), ) V . Como f e contnua em x, existe um delta
> 0 tal que f leva a bola aberta BX (x, ) na bola BY (f (x), ). Assim f (x0 ) V para todo
x0 BX (x, ), mostrando que B(x, ) f 1 (V ). Com isto temos mostrado que se f : X Y e
contnua entao f 1 (V ) e aberto em X para todo conjunto aberto V em Y .
Suponhamos que f : X Y tem a propriedade que f 1 (V ) e aberto em X para todo
conjunto aberto V em Y . Seja x X um ponto qualquer. Vamos mostrar que f e contnua
em x. Seja > 0 dado. A bola aberta BY (f (x), ) e um conjunto aberto em Y , portanto
f 1 (BY (f (x), )) e um conjunto aberto em X o qual contem x. Segue que existe um > 0 tal que
BX (x, ) f 1 (BY (f (x), )). Temos mostrado assim que, dado qualquer > 0, existe um > 0
tal que f leva a bola aberta BX (x, ) na bola aberta aberta BY (f (x), ). Conclumos assim que f
e contnua em x.
Seja f : X Y uma funcao entre espacos normados X e Y . Entao,
f 1 (Y \G) = X\f 1 (G).
De fato: Temos que
x f 1 (Y \G) f (x) Y \G f (x)
/Gx
/ f 1 (G).
O seguinte resultado portanto segue diretamente da Proposicao 2.6.
Corol
ario 2.1. Sejam X e Y espacos normados e f : X Y uma funcao. A funcao f e contnua
se, e somente se, f 1 (G) e um conjunto fechado em X para todo subconjunto fechado G de Y .
Seja f : X Y uma funcao contnua entre espacos normados X e Y . Entao, para qualquer
ponto y Y , o conjunto {x X : f (x) = y} e um subconjunto fechado de X. Isto segue
diretamente do Corolario 2.1 e do fato que {y} e um subconjunto fechado do espaco normado Y .
Lema 2.8. Sejam X, Y, Z espacos normados, f : X Y e g : Y Z funcoes contnuas. Ent
ao,
a funcao composta g f : X Z definida por
(g f )(x) = g(f (x)), x X,
e contnua.
48
Demonstrac
ao: Seja x X um ponto qualquer. Vamos mostrar que g f e contnua em x.
Seja > 0 dado. Como a funcao g e contnua en f (x), existe > 0 tal que
k(g(y) g(f (x)kZ < ,
para todo y Y satisfazendo ky f (x)kY < . Mas entao existe algum > 0 tal que
kf (x0 ) f (x)kY < ,
para todo x0 X satisfazendo kx0 xkX < . Assim,
kg(f (x0 )) g(f (x))kZ < ,
para todo x0 X satisfazendo kx0 xkX < , mostrando que g f e contnua en x, provando o
lema.
Definic
ao 2.10. Sejam X e Y espaco normados. Uma funcao h : X Y e um homeomorfismo
se h e uma bijecao e h e h1 : Y X sao funcoes contnuas.
Se existe um homeomorfismo h : X Y de um espaco normado X em um espaco normado
Y , entao os espacos normados X e Y sao ditos de homeomorfos.
O seguinte resultado segue diretamente aplicando a Proposicao 2.6 para h : X Y e para
h1 : Y X.
Corol
ario 2.2. Qualquer homeomorfismo h : X Y entre espacos normados X e Y induz
uma correspondencia um a um entre os conjuntos abertos de X e os conjuntos abertos de Y : um
subconjunto V Y e aberto em Y se e somente se h1 (V ) X e aberto em X.
2.3
Convergencia de Sequ
encias e Espa
cos de Banach
Nesta secao vamos estudar o conceito de convergencia de sequencias e suas principais propriedades e tambem definir e obter propriedades sobre espacos de Banach, que sao espacos completos
com a metrica induzida pela norma.
Definic
ao 2.11. Uma sequencia (xn )
co normado X e dita convergente se
n=1 = (xn ) em um espa
existir um ponto x X tal que
lim kxn xk = 0.
n
Neste caso escrevemos

lim xn = x ou xn x, quando n .
Note que esta definicao de convergencia generaliza para um espaco normado arbitrario a
definicao ja conhecida de convergencia para sequencias de n
umeros reais ou complexos.
Analise Funcional
49
Proposic
ao 2.7. Se uma sequencia de pontos num espaco normado e convergente, entao o limite
desta sequencia e u
nico.
Demonstrac
ao: Seja (xn ) X uma sequencia de pontos no espaco normado X e, suponhamos
que esta sequencia converge para dois pontos p, p X do espaco normado . Vamos mostrar que
p = p0 . Dado > 0, existem n
umeros naturais N1 , N2 N tais que
kxn pk < , sempre que n > N1
e
kxn p0 k < , sempre que n > N2 .
Escolhendo N = max{N1 , N2 } N obtemos que
0 6 kp p0 k 6 kp xn k + kxn p0 k < 2.
Portanto,
kp p0 k = 0,
mostrando que p = p0 e completando a prova da proposicao.
O seguinte resultado caracteriza o fecho de um conjunto em um espaco normado.
Proposic
ao 2.8. Seja A X um subconjunto qualquer. Entao

A = x X : (xn ) A e xn x .
Demonstrac
ao: Mostremos inicialmente que

A x X : (xn ) A e xn x := B.
Para isso seja x A. Temos que
se x A, entao tomando
xn = x, n N,
entao
xn A e xn x,
mostrando, nesse caso, que x B.
se x A A, entao devemos ter que
1
B(x, ) A 6= ,
n
para todo n N.
50

De fato: Se, por absurdo, existir n0 N tal que
B(x,
1
) A = ,
n0
entao
A [X B(x,
1
)].
n0
Como B(x, n10 ) e um subconjunto fechado do espaco normado X, entao

A [X B(x,
1
)]
n0
e, portanto,
A B(x,
1
) = ,
n0
o que e um absurdo, pois x A. Assim,

1
B(x, ) A 6= ,
n
para todo n N.
Portanto, para cada n N, existe xn X tal que

xn A;
xn B(x, n1 ), ou seja, xn x,
mostrando, tambem nesse caso, que x B.
Suponhamos agora que

x x X : (xn ) A e xn x := B
e mostremos que x A. Se, por absurdo, tivermos que x 6 A, entao deve existir um conjunto
fechado F tal que A F e x
6 F , ou seja, existe um aberto U := X F, tal que
x U e U A = .
Portanto, existe > 0 tal que
B(x, ) A = .
Entao,
kx yk > ,
para todo y A, mostrando que
x 6 B,
Analise Funcional
51
o que e um absurdo, entao x A, completando a prova da proposicao.

De uma outra forma temos
/F
x
/ A existe um conjunto fechado F tal que A F e x
x U := X F, que e aberto em X e tal que U A =
> 0 tal que B(x, ) A = ( entao kx yk > y A)
x 6 B,
completando a prova da proposicao.
Lema 2.9. Seja X um espaco normado. Uma sequencia (xn ) X converge para um ponto x X
se, e somente se, para qualquer conjunto aberto U X, do espaco normado X, tal que x U,
existir um n
xn U, para todo n > N.
Demonstrac
ao: Suponhamos que a sequencia (xn ) X converge para x X. Seja U um
conjunto aberto de X tal que x U . Entao, existe > 0 tal que
B(x, ) U.
Mas,
xn x, quando n .
Logo, existe um n
kxn xk < , para todo n > N.
Assim, se n > N, entao
xn B(n, )
e, portanto,
xn U, para todo n > N.
Por outro lado, seja (xn ) uma sequencia satisfazendo o criterio dado no enunciado do lema e
> 0 um n
umero positivo dado. A bola aberta B(x, ) e um conjunto aberto. Portanto, existe
um n
umero natural N N tal que,
n > N = xn B(x, )
e, portanto,
n > N = kxn xk < ,
mostrando que xn x em X, completando a prova do lema.
52
Proposic
ao 2.9. Sejam F X um conjunto fechado em um espaco normado X e (xn ) F uma
sequencia de pontos de F , tal que xn x X quando n . Entao, x F .
Demonstrac
ao: Suponhamos, por abusrdo, que x 6 F, ou seja, x X F. Como X F e
aberto, segue do Lema 2.9 que existe um n
xn X F para todo n > N,
contradizendo o fato que xn F para todo n N. Logo, x F , provando a proposicao.
Lema 2.10. Seja X um espaco normado e (xn ) X uma sequencia em X tal que xn x X.
Entao, para qualquer y X,
kxn yk kx yk, quando n .
Demonstrac
ao: Seja > 0. Queremos mostrar que existe um n
|kxn yk kx yk| < ,
sempre que n > N .
Sabemos que existe N N tal que
kxn xk < , sempre que n > N.
Mas, para todo n N temos que
kxn yk 6 kxn xk + kx yk
e
kx yk 6 kx xn k + kxn yk.
Da,
kxn xk 6 kxn yk kx yk 6 kxn xk,
para todo n N, ou seja,
|kxn yk kx yk| 6 kxn xk,
para todo n N. Portanto,
|kxn yk kx yk| < , sempre que n > N,
provando o lema.
Vamos agora relacionar o conceito de continuidade de aplicacoes entre espacos normados com
o conceito de convergencia de sequencias nestes espacos.
Analise Funcional
53
Proposic
ao 2.10. Seja f : X Y uma funcao entre espacos normados X e Y . Entao, f e
contnua em x0 X se, e somente se, para toda sequencia (xn ) X com xn x0 X em X,
tivermos f (xn ) f (x0 ) Y em Y.
Demonstrac
ao: Suponhamos inicialmente que f seja contnua em x0 X e consideremos (xn )
X uma sequencia tal que xn x0 . Dado > 0, pela continuidade de f em p existe, > 0 tal que
kx x0 k < = kf (x) f (x0 )k < .
Pela convergencia de {xn }, temos que existe N N tal que
n N = kxn x0 k < .
Portanto,
n N = kf (xn ) f (x0 )k < ,
mostrando que f (xn ) f (x0 ) em Y.
Supopnhamos agora que para todo sequencia (xn ) X tal que xn x0 X em X, tenhamos
que f (xn ) f (x0 ) Y, em Y e suponhamos, por absurdo, que f nao seja contnua em x0 X.
Entao existe 0 > 0, tal que para todo n N existe xn X tal que
0 6 kxn x0 k <
1
n
e kf (xn ) f (x0 )k > 0 .
Assim, obtemos uma sequencia (xn ) X com

xn x0 em X e tal que f (xn ) 6 f (x0 ) em Y,
o que contradiz a nossa hipotese e prova o resultado.
Para introduzir o conceito de espacos de Banach, que e um dos principais espacos no estudo
da Analise Funcional, precisamos antes definir e estudar sequencias de Cauchy.
Definic
ao 2.12. Seja X um espaco normado. Uma sequencia (xn ) X uma sequencia em X e
chamada de sequencia de Cauchy em X se, e somente se, para qualquer > 0, existir um n
umero
natural N N tal que
kxm xn k < , para quaisquer m, n > N.
Claramente toda sequencia convergente em um espaco normado e uma sequencia de Cauchy.
Estamos interessados agora em caracterizar espcos normados que satisfazem a recproca dessa
afirmacao.
Definic
ao 2.13. Um espaco normado X e um espaco de Banach se toda sequencia de Cauchy
(xn ) X em X e convergente em X, isto e, existe x X tal que xn x em X.
54
Antes de apresentarmos exemplos de espacos de Banach, vamos apresentar uma propriedade

geral sobre esses espacos, que sera u
til na obtencao de novos espacos de Banach a partir de espacos
de Banach ja conhecidos.
Proposic
ao 2.11. Seja X um espaco de Banach, e seja A um subespaco vetorial de X. Ent
ao,
A e um espaco de Banach com a norma herdada do espaco de Banach X se, e somente se, A e
fechado em X.
Demonstrac
ao: Suponhamos que A seja fechado em X e consideremos (xn ) X uma sequencia
de Cauchy em A, munido da norma herdada do espaco normado X. Assim, para todo > 0, existe
N N tal que
m, n > N = kxm xn kA < .
Mas, (xn ) A X e a norma em A e a norma herdada de X. Logo,
m, n > N = kxm xn kX < ,
mostrando que (xn ) X e um a sequencia de Cauchy em X, que e um espaco de Banach. Logo,
existe x X tal que
xn x em X.
Agora, como A e fechado em X, a proposicao 2.9 implica que x A e, portanto, obtemos que
xn x em A, mostrando que A, munida da norma herdada de X, e um espaco de Banach.
Agora suponhamos que A, munido da norma herdada de X, seja um espaco de Banach. Vamos
supor que A nao e fechado. Entao o complemento, X A de A, nao e conjunto aberto e, portanto,
existe um ponto x X A com a propriedade que B(x, ) A 6= para todo > 0. Entao
podemos encontrar uma sequencia (xn ) A de pontos de A tais que
0 kxn xk < 1/n,
para todo n
umero natural n N. Esta sequencia e de Cauchy em A a qual nao converge para um
ponto de A, na realidade xn x 6 A, contradizendo o fato de A ser um espaco de Banach com a
norma herdada de X. Assim, A e fechado, completando a prova da proposicao.
A ideia agora e apresentar exemplos de espacos de Banach, principalmente aqueles que serao
mais utilizados no decorrer da disciplina. Para fazermos isso vamos relacionar o conceito de
sequencias em espacos metricos e espacos normados. Sejam X um espaco vetorial sobre um corpo
K (K = R ou K = C), k k : X R uma norma em X e d : X X R uma metrica em X. Se
d(x, y) = kx yk,
entao
para quaisquer x, y X,
Analise Funcional
55
1. se (xn ) X e um sequencia limitada em (X, d), entao (xn ) X e um sequencia limitada

em (X, k k), isto e, existe K > tal que
kxn k K,
para todo n N;
2. se (xn ) X e um sequencia convergente para x X, em (X, d), entao (xn ) X e um

sequencia convergente para x X, em (X, k k);
3. se (xn ) X e um sequencia de Cauchy em (X, d), entao (xn ) X e um sequencia de Cauchy
em (X, k k);
4. (X, d) e um espaco metrico completo se, e somente se (X, k k) e um espaco de Banach.
Com as consideracoes acima algumas das provas dos resultados apresentados nos exemplos
abaixo ja foram demonstradas nos exemplos apresentados de espacos metricos completos e, portanto, serao omitidas aqui.
Exemplo 2.10. O espaco normado Rn com a norma euclideana e um espaco de Banach.
De fato: Sejam (xm ) uma sequencia de Cauchy em Rn e > 0. Entao, existe N 0 N tal que
q
0
m, k N = ||xm xk k = (x1m x1k )2 + + (xnm xnk )2 < .
umeros
Entao para cada inteiro j {1, 2, . . . , n}, a sequencia (xjm ) e uma sequencia de Cauchy de n
reais que e convergente. Seja
xj = lim xjm ,
m
para j = 1, 2, ..., n e definamos

x = (x1 , x2 , . . . , xn ).
Vamos mostrar que xm x em (Rn , k k). Para > 0, existem n
umeros naturais N1 , N2 , ..., Nn
tais que
r
2
m > Nj = |xjm xj |
,
n
para todo j = 1, 2, . . . , n. Tomando N = max{N1 , N2 , . . . , Nn } obtemos que se m N, entao
|xjm xj |2
2
,
n
ou seja,
n
X
|xjm xj |2 2 .
j=1
Logo, para m > N, obtemos que

kxm xk ,
mostrando que xm x.
56
Corol
ario 2.3. Um subespaco vetorial F de Rn e completo se, e somente se, F e fechado.
Corol
ario 2.4. Seja k| . k| uma norma em Rn . Entao (Rn , k| . k|) e um espaco de Banach.
Exemplo 2.11. O espaco l e e um espaco de Banach.
(m)
(m)
De fato: Seja (x(m) ) uma sequencia de Cauchy em l , entao (x(m) ) = (x1 , x2 , ...) com
kx(m) k cm , m = 1, 2, . . . ,
(2.8)
onde
(m)
kxm k = sup | xi
|.
iN
Dado > 0, existe um N tal que para todo m, n > N

(m)
kx(m) x(n) k = sup | xi

iN
(n)
xi
|<
Portanto, para todo i N fixado, temos que

(m)
m, n > N =| xi
(1)
(n)
xi
|< ,
(2.9)
(2)
umeros,
ou seja, para qualquer i fixado, a sequencia (xi , xi , ...) e uma sequencia de Cauchy de n
a qual e convergente. Entao existe xi R tal que
(m)
xi
xi , quando m .
Definamos x = (x1 , x2 , ...) e mostremos que x l e que xm x. Fazendo n em (2.9)

obtemos que
(m)
m > N =| xi xi |< .
(2.10)
Logo, (2.8) e (2.10) implicam que
+1
+1
|xi | |xi xN
| + |xN
| < + cN +1 ,
i
i

sup |xi | + cN +1 ,
iN
mostrando que x l .
Novamente (2.10) implica que
(m)
kxm xk = sup |xi
xi | < ,
iN
sempre que m > N, ou seja, xm x em l , mostrando que l e um espaco de Banach.
Analise Funcional
57
Exemplo 2.12. Seja c o espaco vetorial de todas as sequencias convergentes de n

umeros, isto e,
c := {x = (x1 , x2 , . . .); xn K e xn x}.
Temos que c e um subespaco vetorial de c e, munindo c com a norma herdada de l , obtemos que
c e um espaco de Banach.
De fato: Como toda sequencia de n
umeros convergente e uma sequencia limitada, entao c e
um subespaco vetorial de l .
Vamos mostrar que c e um subespaco vetorial fechado de l . Para isso seja x = (x1 , x2 , . . .) c
uma sequencia no fecho, em l , de c e > 0.
A proposicao 2.8 implica que existe uma sequencia (xn ) l tal que
xn x em l .
Logo, existe N N tal que
(n)
n N = |xj xj | 6 sup | = kxn xk < .
3
jN
Fixado N + 1 N, temos que xN c, isto e, xN e uma sequencia convergente em l e, portanto,
e uma sequencia de Cauchy em l . Logo, existe N1 N, tal que
)
(N )
m, n > N1 = |x(N
m xn | < .
3
Portanto, a desigualdade triangular implica que
)
(N )
(N )
(N )
m, n > N1 = |xm xn | |xm x(N
xn |
m | + |xm xn | + |xn

< + +
3 3 3
= ,
mostrando que x = (x1 , x2 , . . .) e uma sequencia de Cauchy de n

umeros e, portanto, e uma
sequencia convergente, mostrando que x c, ou seja, mostrando que
c c.
Como c c, obtemos que c = c.
Portanto, c e um subespaco vetorial fechado de l , que e um espaco de Banach. Logo, c,
quando munida da norma herdada de l , e um espaco de Banach, completando o exemplo.

Exemplo 2.13. Para p 1, o espaco normado
lp = {(x1 , x2 , . . .); xj K, j = 1, 2, . . . , e
X
j=1
| xj |p < },
58
com norma dada por
X
1
kxkp = (
|xk |p ) p ,
k=1
e um espaco de Banach.
(m)
(m)
De fato: Seja (x(m) ) lp uma sequencia de Cauchy em lp , entao (x(m) ) = (x1 , x2 , ...) com
(m)
|xi |p < .
i=1
Vamos mostrar que (x(m) ) lp e convergente em lp . Para isso, tomemos > 0. Como a
sequencia e uma sequencia de Cauchy, existe N N tal que para todo
X
1
(n)
(m)
m, n > N = kx(m) x(n) kp = (
|xi xi |p ) p < .
(2.11)
i=1
Portanto, para todo i N temos que

(m)
m, n > N == |xi
(n)
xi | < ,
(2.12)
(2)
(1)
ou seja, para qualquer i N fixado, a sequencia (xi , xi , ...) e uma sequencia de Cauchy de
n
umeros e, portanto, existe xi R tal que
(m)
xi
xi , quando m .
Definamos x = (x1 , x2 , ...) e mostremos que x lp e que xm x em lp .

De (2.11) obtemos que
m > N =
k
X
(m)
|xi
(n)
xi |p < p ,
i=1
para todo k N e, portanto, fazendo n em obtemos que

m > N =
k
X
(m)
|xi
xi |p < p ,
i=1
para todo k N. Portanto, fazendo k , obtemos que

m > N =
(m)
|xi
xi |p < p ,
(2.13)
i=1
(m)
mostrando que xm x = (xi

implica que
xi ) lp , para todo m > N. Assim, a desigualdade de Minkowski

x = x xN +1 + x, lp .
Analise Funcional
59
Ainda, por (2.13) obtemos que

m > N = kxm xkp < p ,
mostrando que xm x em lp .
Portanto, lp e um espaco de Banach, completando o exemplo.
Exemplo 2.14. O espaco de funcoes C[a, b] = C([a, b], R) com norma

kxk = sup |x(t)|
t[a,b]
e um espco de Banach, onde [a, b] e intervalo compacto em R.

De fato: Seja (xm ) uma sequencia de Cauchy em C[a, b]. Entao, dado > 0, existe um N1 N
tal que para todo
m, n > N1 = kxm xn k = sup | xm (t) xn (t) |< .
(2.14)
t[a,b]
Portanto, para cada t0 [a, b] fixado, temos

| xm (t0 ) xn (t0 ) |< ,
sempre que m, n N1 . Isso mostra que (x1 (t0 ), x2 (t0 ), ...) e uma sequencia de Cauchy de n
umeros
reais. Logo, existe x(t0 ) R tal que
xm (t0 ) x(t0 ), quando m .
Assim podemos associar com cada t [a, b] um u
nico n
umero real x(t), o que define uma funcao
x em [a, b]. Mostremos que x C[a, b] e xm x em C[a, b].
Fazendo n em (2.14) temos
sup | xm (t) x(t) |6 ,
(2.15)
t[a,b]
sempre que m N1 . Portanto, para todo t [a, b],

| xm (t) x(t) |6 ,
sempre que m N1 . A continuidade de xN1 implica que existe > 0 tal que
|t t0 | < = kxN1 (t) xN1 (t0 )| < .
Entao,
|t t0 | < = |x(t) x(t0 )| = |x(t) xN1 (t) + xN1 (t) xN1 (t0 ) + xN1 (t0 ) x(t0 )|
+ + = 3.
Isso mostra que a funcao limite x e contnua em [a, b]. Assim, x C[a, b].
Tambem, (2.15) implica que xm x em C[a, b], mostrando que C[a, b] e um espaco de
Banach.
60
Definic
ao 2.14. Seja X R . Dizemos que uma sequencia de funcoes fn : X R converge
uniformemente para uma funcao f : X R quando, para todo > 0 dado, existe n0 N tal que
n > n0 = | fn (x) f (x) |< ,
para todo x X.
Proposic
ao 2.12. Convergencia no espaco de Banach C[a, b], o espaco de todas as func
oes
contnuas definidas no intervalo fechado [a, b] com a norma
kxk = sup |x(t)|,
t[a,b]
e uniforme.
Demonstrac
ao: Sejam (xm ) uma sequencia em C[a, b] e x C[a, b] tal que
kxm xk 0,
quando m . Portanto, dado > 0, existe N N tal que
sup | xm (t) x(t) |< ,
t[a,b]
sempre que m > N. Logo, para todo t [a, b] temos que

| xm (t) x(t) |< max | xm (t) x(t) |< ,
tJ
sempre que m > N . Portanto xm x uniformemente em [a, b].

Teorema 2.2. Todo subespaco Y de dimensao finita de um espaco normado X e um espaco de
Banach. Em particular, todo espaco normado de dimensao finita e um espaco de Banach.
Demonstrac
ao: Sejam n = dimY , {e1 , . . . , en } uma base de Y, (ym ) uma seq
uencia de
Cauchy em Y e > 0. Entao, para todo m N,
(m)
ym = 1 e1 + . . . + n(m) en .
Tambem, existe N N tal que
kym yr k < , sempre que m, n > N.
O Lema 2.1 implica que existe c > 0 tal que
> kym yr k
n
X
(m) (r)
=k
(j j )ej k
j=1
n
X
j=1
(m)
| j
(r)
j |,
Analise Funcional
61
sempre que m, n > N. Logo, para j = 1, 2, . . . , n temos que

(m)
| j
(r)
j |
n
X
(m)
| j
j=1

(r)
j |< ,
c
(m)
sempre que m, n > N . Portanto, (j ) e uma sequencia de Cauchy de n

umeros para qualquer
j = 1, . . . , n. Seja
(m)
j = lim j , j = 1, 2, . . . , n.
m
Definamos
y = 1 e1 + . . . + n en .
Entao y Y e
kym yk = k
n
X
(m)
(j
j )ej k
(m)
(m)
| j
j | kej k.
j=1
j=1
Mas j
n
X
j , quando m , da
kym yk 0, quando m ,
mostrando que ym y e, portanto, que Y e um espaco de Banach.

Corol
ario 2.5. Todo subespaco Y de um espaco normado X de dimensao finita e fechado em X.
Demonstrac
ao: Como dimensao de Y e finita, segue do teorema anterior que Y e um espaco
normado completo e, portanto, Y e fechado em X.
Exemplo 2.15. Seja X o espaco vetorial de todas as funcoes reais contnuas em [a, b], isto e,
X = {f : [a, b] R; f e contnua}.
Definamos k . k : X R por
Z
kxk =
|x(t)|dt,
(2.16)
para x X. Entao (X, k . k) e um espaco normado e nao e um espaco de Banach.

Vamos apresentar agora um criterio, que utiliza o conceito de convergencia de series, para
verificar quando um espaco normado e um espaco de Banach . Se (xk ) e uma sequencia em um
espaco normado X, podemos associar com (xk ) a sequencia (Sn ) de somas parciais definida por
(Sn ) = x1 + x2 + . . . + xn ,
para n = 1, 2, . . .. Se (Sn ) e convergente, ou seja, se existe S X tal que
kSn Sk 0, quando n ,
62
diremos que a serie infinita
xk = x 1 + x2 + . . . = S
(2.17)
k=1
e convergente e S e chamado de soma da serie. Se

kx1 k + kx2 k + . . .
converge no sentido acima, a serie em (2.17) e dita ser absolutamente convergente.
Teorema 2.3. Em um espaco normado X, convergencia absoluta implica convergencia se, e
somente se, X e um espaco de Banach.
Demonstrac
ao: Suponhamos inicialmente que X seja um espaco de Banach e consideremos
(xn ) X uma sequencia em X tal que
X
kxn k < .
i=1
Definamos a sequencia das somas parciais associada a` serie acima por

S1 = kx1 k
S2 = kx1 k + kx2 k
..
.
Sn = kx1 k + kx2 k + . . . + kxn k
..
.
P
ao (Sn ) e convergente e, portanto, e uma sequencia de Cauchy, ou seja,
Como
i=1 kxn k < , ent
dado > 0, existe N N tal que se
n, m > N
= |Sm Sn | < .
Assumindo, sem perda da generalidade, que n > m, temos que

n > m > N = |Sm Sn | = |kxm+1 k + kxm+2 k + . . . + kxn k| < .
Vamos mostrar que a serie
xn
n=1
e convergente em X. Para isso consideremos a sequencia das somas parciais

S1 = x 1
S 2 = x 1 + x2
..
.
S n = x 1 + x2 + . . . + xn
..
.
Analise Funcional
63
Tomando n > m > N temos

kSm Sn k = kxm+1 + xm+2 + . . . + xn k 6 |kxm+1 k + kxm+2 k + . . . + kxn k| < ,
para todo > 0. Mostramos assim que (Sn ) X no espaco de Banach X. Portanto, existe S X
tal que
Sn S quando n ,
mostrando que a serie e convergente.
Reciprocamente, Seja (xn ) X uma sequencia de Cauchy em X. Para cada j N, existem
Nj N tal que
Nj > Nk , para j > k
e
1
.
2j
Consideremos a subsequencia (xNj ) (xn ) de (xn ) e definamos
m, n Nj = kxm xn k <
u 1 = xN 1
u2 = xN2 xN1
..
.
uk = xNK xNK1
..
.
Temos
k
X
uj = xNk
j=1
k
X
kuj k 6 ku1 k +
j=1
k
X
2j < ku1 k + 1,
j=1
para todo k N. Logo a serie
uj
j=1
e absolutamente convergente e, portanto, existe x X tal que

xNk =
k
X
uj x, quando k .
j=1
Assim, (xNk ) e convergente para x X e, portanto, (xn ) tambem deve ser convergente, isto e,
xn x quando n ,
mostrando que X e um espaco de Banach.
64
Obervac
ao 2.2. O conceito de convergencia de uma serie pode ser usado para definir uma base.
Se um espaco normado X contem uma sequencia (en ) com a propriedade de que para todo x X
existe uma u
nica sequencia de escalares (n ) tal que, quando n temos
kx (1 e1 + 2 e2 + . . . + n en )k 0
Entao (en ) e chamada de base de Schauder (ou base) para X. A serie
x=
k ek ,
k=1
a qual tem a soma x e a expans

ao de x com respeito a base (en ).
Definic
ao 2.15. Sejam (X, k kX ) e (Y, k kY ) dois espacos normados. Uma transformac
ao
T : X Y e dita uma isometria se para todo x, y X temos que
kT x T ykY = kx ykX .
Neste caso dizemos que (X, k kX ) esta imerso em (Y, k kY ).
Claramente uma isometria e uma aplicacao injetora. Diremos que os espacos vetoriais normados (X, k kX ) e (Y, k kY ) sao isometricos se T for sobrejetora.
b k k1 )
Teorema 2.4. Seja (X, k k) um espaco normado, entao existe um espaco de Banach (X,
b k k1 ). Neste caso o espaco de Banach (X,
b k k1 ) e chamado
tal que (X, k k) esta imerso em (X,
de completamento de (X, k k).
Demonstrac
ao: Definindo d : X X R por
d(x, y) = kx yk,
b e uma metrica db tal
temos que (X, d) e um espaco metrico. O Teorema 1.8 implica que existe X
b e um espaco metrico completo no qual X esta imerso. Recordemos que
b d)
que (X,
b = {
X
x; (xn ), (yn ) x lim d(xn , yn ) = 0}
n
e
db(
x, y) = lim d(xn , yn ), para (xn ) x e (yn ) y.
n
b que o tornem um espaco vetorial e depois definir uma

Vamos definir duas operacoes em X
norma, k k1 que o torne um espaco normado tal que
b x, y), para x, y X.
b
k
x yk1 = d(
Analise Funcional
65
b e considere (xn ) x e (yn ) y. Definamos

Sejam x, y X
zn = xn + yn ,
n N.
Entao, (zn ) e um sequencia de Cauchy em X, pois

0 kzm zn k = kxm + ym xn yn k kxm xn k + kym yn k 0,
quando m, n +, mostrando que (zn ) e sequencia de Cauchy em X. Defina
z = x + y
como sendo a classe de equivalencia de todas as sequencias de Cauchy que sao equivalentes a
(zn ) = (xn + yn ). Claramente (zn ) z e esta definicao independe da escolha das sequencias de
Cauchy em x e y, pois se (xn ), (x0n ) x e (yn ), (yn0 ) x sao tais que (xn ) (x0n ) e (yn ) (yn0 ),
entao
0 kxn + yn (x0n + yn0 )k kxn x0n k + kyn yn0 k 0,
quando n , mostrando que (xn + yn ) (x0n + yn0 ).
Da mesma forma definimos
x com sendo a classe de todas as sequencias de Cauchy em X
que sao equivalentes a` sequencia (xn ), com (xn ) x.
b e um espaco vetorial sobre K. Observemos
Com as duas operacoes definidas acima o espaco X
que
(xn ) 0 kxn k 0, quando n .
b R por
Definamos agora k k1 : X
k
xk1 = db(
x, 0),
b Temos que
para x X.
k
x yk1 = db(
x y, 0)
= lim d(xn yn , 0)
n
= lim kxn yn 0k
n
= lim kxn yn k
n
= lim d(xn , yn )
n
= db(
x, y)
b seja x X.
b Temos que
Para mostramos que k k1 e uma norma em X,
k
xk1 = db(
x, 0) 0 e k
xk1 = 0 db(
x, 0) = 0 x = 0,
66
provando que k k1 satisfaz as propriedades (N1) e (N2). Ainda, para K temos que
k
xk1 = db(
x, 0)
= lim d(xn , 0)
n
= lim kxn 0k
n
= lim ||kxn 0k
n
= || lim d(xn , 0)
n
x, 0)
= ||db(
= ||k
xk 1 ,
provando a propriedade (N3). A propriedade (N3) prova-se de forma analoga e o teorema fica
demonstrado.
2.4
Compacidade e Dimens
ao Finita
Nesta secao veremos outras propriedades de espacos e subespacos normados e de espacos

metrcos que estao relacionados com o conceito de compacidade.
Definic
ao 2.16. Dizemos que um espaco metrico (normado) X e compacto se toda seq
uencia em
X admite uma subseq
uencia convergente. Um subconjunto M de X e compacto se toda seq
uencia
em M admite uma subseq
uencia convergente e o limite dessa seq
uencia esta em M.
A proposicao a seguir e uma propriedade geral de conjuntos compactos.
Proposic
ao 2.13. Um subconjunto compacto M de um espaco metrico(normado) e fechado e
limitado.
, logo existe uma
Demonstrac
ao: Vamos mostrar que M e fechado. De fato, seja x em M
seq
uencia (xm ) em M tal que
xm x, quando m .
Mas M e compacto, logo x M. Assim, M e fechado.
Para mostrar que M e limitado, vamos supor por absurdo que M seja ilimitado. Entao, existe
uma seq
uencia ilimitada (yn ) M em M tal que
kyn k > n, para todo n N.
Logo, (yn ) nao admite nenhuma subseq
uencia convergente, pois se existisse essa subsequencia seria
limitada, o que contradiz o fato de M ser compacto.
A recproca do resultado acima nao e valida, como mostra o proximo exemplo.
Analise Funcional
67
Exemplo 2.16. Seja l2 o espaco das sequencias de Hilbert, isto e,

2
l = {x = (x1 , x2 , x3 , . . .);
|xi |2 < },
i=1
munido da norma
X
1
k(x1 , x2 , x3 , . . .)k2 = (
|xi |2 ) 2 .
i=1
Neste espaco normado considere

(
F = {ei = (ei1 , ei2 , . . . , eij , . . .) l2 ; i, j N e eij =
1, se i = j
}.
0, se i 6= j
Temos que F e fechado e limitado em l2 , porem nao e compacto em l2 .

De fato: Para cada i N temos que
kei k2 = 1.
Logo, F e limitado em l2 .
Observemos que
(
kei ek k2 =
0, se i = k
1, se i 6= k
para quaisquer i, k N. Assim,

F = F,
mostrando que F e fechado em l2 .
Por outro lado, F nao e compacto, pois existem sequencias de pontos de F nao possuem
subsequencias convergentes, completando o exemplo.

A recproca da proposicao 2.13 so e valida se X tiver dimensao finita, como mostra o proximo
resultado.
Teorema 2.5. Seja X um espaco normado de dimensao finita, um subconjunto M X e compacto se, e somente se, M e fechado e limitado.
Demonstrac
ao: Sejam n = dim X e {e1 , . . . , en } uma base de X.
Se M e compacto, entao a Proposicao 2.13 mostra que M e fechado e limitado.
Suponhamos agora que M seja fechado e limitado e consideremos (xm ) uma seq
uencia em M.
Entao,
(m)
xm = 1 e1 + . . . + n(m) en ,
(m)
onde i
K, para i = 1, 2, . . . , n e m N.
68

Como M e limitado, temos
kxm k k,
para todo m N. O Lema 2.1 implica que existe uma constante c > 0 tal que
k kxm k = k
n
X
(m)
j ej k
n
X
j=1
(m)
| j
|.
j=1
(m)
Logo a seq
uencia (j ) e limitada para cada j = 1, 2, . . . , n fixo. Segue do Teorema de Bolzano (m)
Weierstrass que existem subsequencias (j ) tais que
(m)
j ,
para 1 j n. Definamos
x = 1 e1 + 2 e2 + . . . + n en
e mostremos que x M e xm x em X. De fato, temos que
(m)
0 kxm xk = k1 e1 + . . . + n(m) en (1 e1 + 2 e2 + . . . + n en )k
(m)
= k(1
(m)
|1
(m)
1 )e1 + (2
2 )e2 + . . . + (n(m) n )en k
1 |ke1 k + . . . + |n(m) n |ken k
0,
quando m . Logo, xm x, quando m . Como M e fechado e xm M, para todo
m N, obtemos que x M, concluindo a prova deste teorema.
Vamos mostrar agora que a compacidade da bola fechada so e verdade em espacos de dimensao
finita. Comecemos com o seguinte lema.
Lema 2.11 (Lema de Riesz). Sejam Z, Y X subespacos vetoriais de um espaco normado X.
Suponhamos que Y seja fechado e que Y Z. Entao, para todo (0, 1) R, existe z Z tal
que
kzk = 1 e kz yk ,
(2.18)
para todo y Y.
Demonstrac
ao: Sejam v Z Y, y Y tais que
a = inf kv yk > 0
yY
e (0, 1). Assim, a definicao de nfimo implica que

a
a kv y k .
(2.19)
Analise Funcional
69
Consideremos c =
1
> 0 e definamos
kv y k
z = c(v y ).
Logo, kzk = 1.
Vamos mostrar que kz yk , para todo y Y. De fato, temos que
kz yk = kc(v y ) yk = ckv y c1 yk = ckv y1 k,
onde y1 = y + c1 y Y. Logo,
kv y1 k a,
por (2.19). Entao,
kz yk = ckv y1 k ca =
a
,
kv y k
completando a prova.
Teorema 2.6. Se um espaco normado X tem a propriedade que toda bola unitaria fechada
M = {x X; kxk 1}
e compacta, entao X tem dimensao finita.
Demonstrac
ao: Suponhamos, por absurdo, que X tenha dimensao infinita. Seja x X tal que
kxk = 1 e consideremos X1 = [x1 ]. Entao,
dim X1 < e X1
X,
pois dim X = .
Como dim X1 < , entao X1 e fechado e, portanto, o Lema de Riesz implica que existe
x2 X, com kx2 k = 1 e tal que
1
kx2 x1 k = .
2
Da mesma forma, x1 , x2 X geram um subespaco fechado e proprio de X, denotado por X2 ,
e novamente o Lema de Riesz implica que existe x3 X com kx3 k = 1 e tal que
1
kx3 xk ,
2
para todo x X2 . Em particular,
kx3 x1 k
e
1
2
1
kx3 x2 k .
2
Por inducao, obtemos uma seq
uencia de elementos (xm ) de M tal que
70
1
2
se m 6= n. Assim, qualquer subsequencia de (xm ) nao pode ser convergente. Logo M nao e
compacto, o que contradiz a hipotese. Logo dim X < .
Vamos mostrar agora algumas relacoes entre compacidade e aplicacoes contnuas.
kxm xn k
Teorema 2.7. Sejam X e Y espacos metricos(normados) e T : X Y uma aplicacao contnua.

Entao, a imagem de um subconjunto compacto M X por T e um subconjunto compacto de Y .
Demonstrac
ao: Devemos mostrar que toda seq
uencia (yn ) T (M ) em T (M ) Y contem uma
subseq
uencia convergente em T (M ). Como yn T (M ), existe xn M tal que yn = T xn . A
compacidade de M implica que existe (xnk ) (xn ) e x M tais que
xnk x, quando nk ,
no espaco normado X. Logo, a continuidade de T implica que
ynk = T (xnk ) T (x), quando nk ,
em Y , com T (x) T (M ), mostrando que T (M ) e compacto e provando o teorema.
Corol
ario 2.6. Uma aplicao contnua T de um subconjunto compacto de um espaco metrico
(normado) X em R assume maximo e mnimo em pontos de M.
Demonstrac
ao: Pelo teorema anterior temos que T (M ) e compacto e, portanto, fechado e limitado, ja que T (M ) R. Logo, existem
y0 = inf T (M ) e y1 = sup T (M ).
Como T (M ) e fechado entao y0 , y1 T (M ). Logo, existem x0 , x1 M tais que
y0 = T (x0 ) e y1 = T (x1 ).
Portanto, T assume maximo e mnimos em pontos de M, provando o corolario.
2.5
Operadores Lineares
Em calculo, trabalhamos com o conjunto dos reais R e com funcoes de valores reais definidas
em R, estas funcoes sao aplicacoes que vao de um domnio D R em subconjutos de n
umeros
reais. Na Analise Funcional, consideramos espacos mais gerais, como espacos metricos e espacos
normados e trabalhamos com aplicacoes nestes espacos.
No caso de espacos vetoriais, e em particular, no caso de espacos normados, uma aplicacao e
chamada de operador.
Vamos dar atencao especial a operadores que preservam as duas operacoes do espaco vetorial,
temos a seguinte definicao para tais operadores:
Analise Funcional
71
Definic
ao 2.17. Sejam X, Y um espacos vetoriais sobre o mesmo corpo de escalares K e T :
D(T ) X Y um operador definido de um subconjunto D(T ) X em Y. Diremos que T e um
operador linear se
(i) o domnio D(T ) de T e um subespaco vetorial de X e sua imagem R(T ) Y e um subconjunto de Y ;
(ii) para quaisquer x, y D(T ) e K,
T (x + y) = T x + T y e T (x) = T x.
(2.20)
Usaremos as notacoes D(T ) para o domnio de T e R(T ) para a imagem de T. O n

ucleo de T
e definido por
N (T ) = {x D(T ); T x = 0} X.
Claramente (2.20) e equivalente a
T (x + y) = T x + T y.
Em particular tomando = = 0, obtemos que
T 0 = 0.
Vejamos alguns exemplos de operadores lineares.
Exemplo 2.17. O operador Ix : X X definido por Ix x = x para todo x X e um operador
linear, denominado Operador Identidade.
Exemplo 2.18. Considere 0 : X Y definido por 0x = 0 para todo x X, entao 0 e um
operador linear, denominado operador nulo.
Exemplo 2.19. Seja X o espaco de todos os polinomios definidos em um intervalo fechado e
limitado [a, b] R O operador derivada T : X X definido, por
T x(t) = x0 (t), t [a, b],
para todo x X. Este operador T d e linear e e denominado operador derivada.
Exemplo 2.20. Consideremos C[a, b] e definamos a aplicacao T : C[a, b] C[a, b] da seguinte
forma
Z
T x(t) =
x( )d,
a
onde t [a, b], para todo x C[a, b]. Este operador e linear e e denominado operador integral.
72
Exemplo 2.21. Seja A Mr,n (R) uma matriz dada com r linhas e n colunas. Definamos
T : Rn Rr , por
y = Ax,
onde para x = (1 , . . . , n ) Rn y = (1 , . . . , r ) Rr e calculado da seguite maneira:

1
..
. =
r
11 . . .
..
.
1n
..
r1 . . . rn
1
..
. .
n
Entao, T e um operador linear.

Teorema 2.8. Seja T : D(T ) X Y um operador linear. Entao,
1. A imagem R(T ) Y e um subespaco vetorial de Y e, em particular, e um espaco vetorial
com as mesmas operacoes definidas em Y ;
2. Se dim D(T ) = n < , entao dim R(T ) n.
3. O espaco nulo N (T ) X e um subespaco vetorial de X e, em particular, e um espaco
vetorial com as mesmas operacoes definidas em X.
Demonstrac
ao: A demostracao dos itens 1 e 3 sao imediatos.
Para provarmos o item 2, sejam {y1 , . . . , yn+1 } R(T ) um subconjunto qualquer de elementos
em R(T ). Logo, existem x1 , x2 , . . . , xn+1 D(T ) tais que
y1 = T x1 , . . . , yn+1 = T xn+1 .
Por hipotese dim D(T ) = n. Assim, os vetores {x1 , . . . , xn+1 } sao linearmente dependentes em
D(T ) e, portanto, em X, uma vez que D(T ) e um subespaco vetorial de X. Logo,
x1 + . . . + n+1 xn+1 = 0,
de tal forma que i , i = 1, . . . , n + 1 nao sao todos nulos.
Como T e linear e T (0) = 0 temos
T (1 x1 + . . . + n+1 xn+1 ) = T x1 + . . . + n+1 T xn+1
= y1 + . . . + n+1 yn+1 = 0,
com pelo menos algum i nao nulo. Logo, {y1 , . . . , yn+1 } sao linearmente dependentes em R(T )
Y. Logo, se B e uma base de R(T ), entao devemos ter
dim R(t) n,
provando o teorema
Analise Funcional
73
Consideremos uma aplicacao linear T : D(T ) X Y injetiva, ou seja,

T x = T y x = y,
x, y D(T ).
Assim, existe
T 1 : R(T ) Y D(T ) X,
onde para todo y0 R(T ) existe um u
nico x0 D(T ) tal que
T 1 y0 = x0 ,
(y0 = T x0 ).
T 1 T x = x,
x D(T ),
T T 1 y = y,
y R(T ).
Notemos que
Sabemos que um operador linear entre espacos vetoriais possui inversa se, e somente se, o
n
ucleo deste operador consiste apenas do vetor nulo. Temos o seguinte resultado para a existencia
da inversa de operadores.
Teorema 2.9. Sejam X e Y espacos vetoriais sobre o mesmo corpo de escalares K e T : D(T )
X Y um operador linear onde D(T ) X e R(T ) Y. Entao
1. A inversa T 1 : R(T ) Y D(T ) existe se, e somente se,
T x = 0 x = 0.
2. Se existe T 1 , entao T 1 e um operador linear.
3. Se dim D(T ) = n < e T 1 existe, entao dim R(T ) = dim D(T ).
Demonstrac
ao: Os itens 1. 2. sao imeditatos. Sendo dim D(T ) = n < , segue do Teorema
2.8 que
dim R(T ) dim D(T ) = n.
Sendo
T 1 : R(T ) D(T ),
linear, o mesmo Teorema 2.8 implica que
dim D(T ) dim R(T ).
Assim conclumos que dim R(T ) = dim D(T ).
74
2.6
Operadores Lineares Contnuos e Limitados
Nesta secao mostraremos algumas relacoes entre limitacao e continuidade de operadores lineares
em espacos normados e espacos de Banach.
Definic
ao 2.18. Sejam X e Y espacos normados e T : D(T ) X Y um operador linear. O
operador T e dito limitado se existe um n
umero real c > 0 tal que para todo x D(T ) temos
kT xkY ckxkX .
Algumas observacoes que seguem imediatamente da definicao acima:
um operador linear limitado leva subconjuntos limitados de D(T ) em subconjuntos limitados
de Y ;
para todo x D(T ) com x 6= 0 temos que
kT xk
c.
kxk
Logo, o n
umero
kT k :=
sup
xD(T ),
kT xk
x6=0 kxk
existe e sera denominado norma do operador T ;

para todo x D(T ) temos que
kT xk kT kkxk.
Proposic
ao 2.14. Seja T : D(T ) X Y um operador linear limitado. Entao,
1. Uma formula alternativa para kT k e
kT k =
kT xk.
sup
xD(T ), kxk=1
2. O n
umero
kT k =
sup
xD(T ),
kT xk
x6=0 kxk
satisfaz as condicoes de (N1), (N2), (N3) e (N4) da Definicao 2.1.

Demonstrac
ao: Seja x D(T ) tal que x 6= 0. Considerando
y=
x
kxk
(2.21)
Analise Funcional
75
obtemos que
kyk = k
x
kxk
k=
= 1.
kxk
kxk
Sendo T um operador linear,

kT k =
sup
xD(T ),
kT xk
x
=
sup
kT (
)k =
sup
kT yk,
kxk
x6=0 kxk
xD(T ), x6=0
yD(T ), kyk=1
provando o item 1.
Vamos verificar agora que o n
umero real kT k dado em (2.21) satisfaz as condicoes exigidas
na Definicao 2.1. Para isso considere x D(T ), com x 6= 0. Entao,
0
kT xk
c.
kxk
Logo,
0 kT k = sup
x6=0
kT xk
c.
kxk
Ainda mais,
kT k = 0 sup
x6=0
kT xk
=0
kxk
kT xk = 0, com x D(T ) e x 6= 0
T x = 0, com x D(T ) e x 6= 0.
Como T 0 = 0, obtemos que
kT k = 0 T = 0.
Mostrando as condic0oes (N1) e (N2) exigidas na Definicao 2.1.
Para todo K temos que
k(T )(x)k
||kT xk
kT xk
=
= ||
,
kxk
kxk
kxk
para todo x D(T ), com x 6= 0. Logo,
kT k = sup
x6=0
k(T )(x)k
kT xk
kT xk
= sup ||
= || sup
= ||kT k,
kxk
kxk
x6=0
x6=0 kxk
mostrando que kT k satisfaz a condicao (N3).

Sejam T1 , T2 : D(T ) X X dois operadores lineares limitados. Para todo x D(T ) temos
que
k(T1 + T2 )(x)k = kT1 x + T2 xk kT1 xk + kT2 xk (kT1 k + kT2 k)kxk.
76
Logo, para x D(T ), com x 6= 0 temos que

k(T1 + T2 )(x)k
kT1 k + kT2 k.
kxk
Portanto,
kT1 + T2 k kT1 k + kT2 k,
provando a condicao (N4) e completando a demonstracao.
Exemplo 2.22. Consideremos em C[a, b] a norma
kf k = max |f (t)|
t[a,b]
e definamos a aplicacao T : C[a, b] C[a, b] por

x 7 T x,
onde
x( )d,
(T x)(t) =
a
para todo t [a, b].O operador integral e linear em C[a, b] e e limitado.

De fato: Para vermos esse fato, observemos inicialmente que dado x C[a, b] temos que
|x(t)| kxk,
para todo t [a, b]. Logo,
Z
|(T x)(t)| = |
Z
x( )d |
|x( )|d (t a)kxk |a b|kxk,

a
para todo t [a, b]. Assim,

kT xk |a b|kxk.
Portanto, T x C[a, b]. Claramente T : C[a, b] C[a, b] e um operador linear e
kT k |a b|,
completando o exemplo.
Exemplo 2.23. Seja X o espaco de todos as funcoes polinomiais definidas em um intervalo [0, 1].
Consideremos em X a norma
kxk = max |x(t)|,
t[0,1]
para x X e definamos o operador derivada T : X X definido por

T x(t) = x0 (t)
para todo x X. O operador T definido dessa maneira e linear, porem nao e limitado.
Analise Funcional
77
De fato: Para todo n N considere

xn (t) = tn , para t [0, 1].
Temos que
kxn k = max |xn (t)| = max |tn | = 1,
t[0,1]
t[0,1]
para todo n N. Por outro lado, x0n (t) = ntn1 , para todo n N e, portanto,
kT (xn )k = max |x0n (t)| = max |ntn1 | = n,
t[0,1]
para todo n N. Logo,
t[0,1]
kT (xn )k
= n , quando n ,
kxn k
mostrando que T nao pode ser limitado e completando o exemplo.
Teorema 2.10. Sejam X, Y dois espacos normados sobre o mesmo corpo de escalares K. Se X
possui dimensao finita, entao todo operador linear em T : D(T ) X Y e limitado.
Demonstrac
ao: Sejam dimK X = n < e considere {e1 , . . . , en } uma base de X. Para todo
x D(T ) X temos que
x=
n
X
xj ej ,
xj K, i = 1, 2, . . . , n.
j=1
Como T e linear temos

kT xk = k
n
X
xj T ej k
j=1
n
X
| xj | kT ej k max kT ek k
j=1
1kn
n
X

| xj | .
j=1
O Lema 2.1 que existe c > 0 tal que

n
X
j=1
n
1 X
1
| xj | k
xj ej k = kxk.
c j=1
c
Assim,
1
kT xk max kT ek k kxk.
1kn
c
Tomando = max1kn
kT ek k
segue que
kT xk kxk.
Portanto, T e operador linear limitado, provado o teorema.

Os operadores lineares sao aplicacoes e, portanto, podemos usar a definicao de continuidade
de funcoes para operadores.
78
Seja T : D(T ) Y um operador nao necessariamente linear, tal que D(T ) X, com X e Y
espacos normados. Entao T e contnuo em x0 D(T ) se para todo > 0, existe > 0 tal que
kx x0 k < = kT x T x0 k < .
Dizemos que um operador T e contnuo, se ele for contnuo em todo x D(T ). Se T e linear temos
o seguinte resultado
Teorema 2.11. Sejam X e Y espacos normados sobre o mesmo corpo de escalares K e T :
D(T ) X Y um operador linear. Entao,
1. T e contnuo se, e somente se, T e limitado.
2. T e contnuo em x0 D(T ) se, e somente se, T e contnuo.
Demonstrac
ao: Sejam X e Y dois espacos normados sobre o mesmo corpo de escalares e T :
D(T ) X Y um operador linear.
Para provarmos o item 1, suponhamos inicialmente que T e um operador linear limtado.
Assim, para x0 D(T ) e > 0, escolhendo
=

,
kT k
a linearidade de T implica que

kx x0 k < = kT x T x0 k = kT (x x0 )k kT kkx x0 k < kT k = ,
mostrando que T e contnuo em x0 D(T ). Como x0 foi tomado aleatoriamente em D(T ), temos
entao que T e um operador linear contnuo.
Suponhamos agora que T seja um operador linear contnuo. Fixado x0 D(T ), a continuidade
de T em x0 D(T ) implica que existe > 0 tal que
x D(T ) e kx x0 k < = kT x T x0 k < 1.
Agora, para todo y D(T ) tal que y 6= 0, consideremos
x = x0 +
y D(T ),
2kyk
pois D(T ) e um subespaco vetorial de X. Entao

x x0 =
y,
2kyk
ou seja,
kx x0 k =
kyk
= < .
2kyk
2
Analise Funcional
79
Logo,
1 > kT x T x0 k = kT (x x0 )k = kT
k=
kT yk.
kyk
kyk
Portanto,
1
kT yk kyk,
mostrando que T e um operador limitado, concluindo a prova do item 1.

Para o item 2, observemos que se T e contnuo em x0 D(T ), a demonstracao do item anterior
implica que T e limitado e o item anterior implica entao que T e contnuo. A recproca deste item
e imediata.
Corol
ario 2.7. Sejam X e Y dois espacos normados sobre o mesmo corpo de escalares e T :
D(T ) X Y um operador linear limitado. Entao,
1. Se (xn ) D(T ) e um sequencia em D(T ) tal que existe x D(T ) tal que
xn x em X,
entao
T xn T x em Y.
2. O espaco nulo N (T ) e fechado em D(T ), munido da norma de X.
Demonstrac
ao: Seja T : D(T ) X X um operador linear.
1. Se T e operador linear limitado e xn , x D(T ) sao tais que xn x, entao
0 kT xn T xk = kT (xn x)k kT kkxn xk 0,
mostrando que T xn T x.
2. Seja x N (T ). Portanto, existe (xn ) D(T ) tal que xn x. Assim,
T xn T x = kT xn T xk 0.
Mas, T xn = 0 para todo n N. Conseq
uentemente, T x = 0, ou seja, x N (T ). Logo, N (T )
e fechado em D(T ), completando a prova do corolario.
Mostremos agora, algumas relacoes entre operadores.
Sejam X, Y e Z espaco normados sobre o mesmo corpo de escalares, T1 : Y Z e T2 :
X Y operadores lineares limitados. Entao, a composicao de operadores lineares limitados
T1 T2 : X Z tambem e um operador linear limitado e
kT1 T2 k kT1 kkT2 k.
80

De fato: A linearidade da composicao e imediata. Ainda, para todo x X
temos que
kT1 T2 xk kT1 kT2 xk kT1 kkT2 kkxk,
mostrando que T1 T2 e um operador limitado e que
kT1 T2 k kT1 kkT2 k,
completando a prova deste item.
Sejam X um espaco normado e T : X X um operador linear limitado. O item acima e

um argumento de inducao mostram que para todo n N a composicao T n : X X e um
operador linear limitado e
kT n k kT kn .
Sejam X e Y espacos normados sobre o mesmo corpo de escalares, T1 : D(T1 ) X Y e
T2 : D(T2 ) X Y operadores. Entao T1 = T2 se
D(T1 ) = D(T2 );
T1 x = T2 x, para todo x D(T1 ) = D(T2 ).
A restricao de um operador T : D(T ) X Y a um subconjunto B D(T ), denotada
por
T |B ,
e o operador definido por
T |B : B X Y,
T |B x = T x,
para todo x B.
Uma extensao de um operador T : D(T ) X Y a um conjunto M D(T ) e um operador
T : M X Y tal que
T D(T ) = T,
ou seja, Tx = T x, para todo x D(T ).
Teorema 2.12. Seja T : D(T ) X Y um operador linear limitado, onde X e um espaco
normado e Y e um espaco de Banach, ambos sobre o mesmo corpo de escalares. Entao, existe
uma extensao de T definida por
T : D(T ) X Y,
onde T e um operador linear limitado tal que
kTk = kT k.
Analise Funcional
81
). Entao existe uma sequencia (xn ) D(T ) tal que

Demonstrac
ao: Seja x D(T
xn x, quando n .
A limitacao de T implica que para quaisquer m, n N,
0 kT xn T xm k kT kkxm xn k 0,
quando m, n . Logo, (T xn ) Y e um sequencia de Cauchy em Y, que e um espaco de Banach.
Portanto, existe y Y tal que
T xn y, quando n .
Definamos T : D(T ) X Y por
T(x) = y = lim T (xn ).
Mostremos inicialmente que essa definicao independe da escolha da sequencia (xn ). Para isso
sejam (xn ), (x0n ) D(T ) sequencias em D(T ) tais que
xn x e x0n x,
quando n . Considerando (vn ) definida por (x1 , x01 , x2 , x02 , . . . ), temos que vn x e, portanto,
(T (vn )) converge, pois
0 kT vm T vm k kT kkvN vm k 0,
quando m, n e Y e um espaco de Banach. Como (T (xn )) e (T (x0n )) sao subsequencias de
(T (vn )) entao (T (xn )) e (T (x0n )) necessariamente convergem para o mesmo limite, mostrando que
T esta bem definida.
Seja agora x D(T ) e considere uma sequencia xn = x, para todo n N. Entao,
T xn T (x), quando n .
Logo,
T x = Tx, x D(T ).
Claramente T e linear.
Mostremos agora que T e limitado e kTk = kT k. Para isso seja x D(T ). Logo existe
(xn ) D(T ) tal que
xn x D(T ).
82
Assim,
0 kT xn k kT kkxn k.
Por outro lado,
T xn Tx, quando n
e,a continuidade da norma implica que
kTxk kT kkxk,
mostrando que T e limitado e que
kTk kT k.
Mas, para todo x D(T ) temos que Tx = T x. Logo,
kT xk = kTxk kTkkxk,
mostrando que
kT k kTk,
completando a prova do teorema.
2.7
Funcionais Lineares
Um funcional e um operador definido em um espaco vetorial sobre um corpo de escalares K,

tal que o seu conjunto imagem, R(f ) K, esta contido no corpo de escalares K.
Definic
ao 2.19. Seja X um espaco vetorial sobre um corpo de escalares K (K = C ou K = R).
Um funcional linear e um operador linear f : D(f ) X K.
Definic
ao 2.20. Seja X um espaco normado sobre um corpo de escalares K (K = C ou K = R).
Um funcional linear f : D(f ) X K e limitado se existe um n
umero real nao negativo, c 0,
tal que para todo x D(f ),
| f (x) | ckxk.
Alem disso, a norma de f e dada por
kf k =
| f (x) |
,
xD(T ),x6=0 kxk
sup
ou ainda,
kf k =
sup
xD(T ), kxk=1
| f (x) | .
Analise Funcional
83
Dessas definicoes obtemos que todo funcional linear f e tal que

| f (x) | kf kkxk, x X
e temos o seguinte teorema.
Teorema 2.13. Seja X um espaco normado sobre um corpo de escalares K (K = C ou K = R).
Um funcional linear f : D(f ) X K e contnuo se, e somente se, ele for limitado.
Demonstrac
ao: Segue do Teorema 2.11
Vejamos agora alguns exemplos de funcionais lineares e nao lineares.
Exemplo 2.24. Seja X um espaco normado sobre R. A norma k . k : X R e um funcional em
X que nao e linear.
Exemplo 2.25. A integral definida e um funcional linear limitado no conjunto das func
oes
contnuas. Mais especificamente, Se f : C[a, b] R e definido por
b
x(t)dt,
f (x) =
a
para todo x C[a, b], entao fe um funcional linear limitado.

De fato: Sejam x, y C[a, b] e , R. Temos que
b
Z
f (x + y) =
Z
(x(t) + y(t))dt =
x(t)dt +
a
y(t)dt = f (x) + f (y),

a
mostrando que f e linear.

Ainda,
Z
| f (x) |=|
x(t)dt | (b a) max | x(t) |= (b a)kxk | f (x) | ckxk,

a
tJ
onde J = [a, b] e c = (b a), mostrando que f e limitado.

Portanto a integral definida e um funcional linear limitado.
Seja X um espaco normado sobre um corpo de escalares K (K = C ou K = R). O espaco

de todos os funcionais lineares definidos em X f : X K e chamado de espaco dual de X.
Denotaremos este espaco por X , isto e,
X = {f : X K; f e linear}.
84
As operacoes algebricas definidas neste espaco sao a adicao e a multiplicacao por escalar
usuais. Para f1 , f2 X funcionais lineares em X e x X temos que a soma e definida por
(f1 + f2 )(x) = f1 (x) + f2 (x).
O produto de um escalar K por um funcional linear f X e definido por
(f )(x) = f (x),
para todo x X. Assim, com as operacoes acima, X e um espaco vetorial sobre o corpo de
escalares K.
O espaco bidual de X que denotamos por X , e o espaco que consiste de todos os funcionais
lineares definidos em X , isto e,
X = { : X K; e linear}.
Observemos entao que
X = (X ) .
Vamos relacionar agora os espacos normados X e X . Consideremos
C : X X
x 7 C(x) = gx : X K
f 7 gx (f ) = f (x).
Sejam x1 , x2 X. Se x1 = x2 , entao
f (x1 ) = f (x2 ),
para todo f X . Logo,
C(x1 ) = gx1 = gx2 = C(x2 )
Tambem, para cada x X fixado, f1 , f2 X e , K temos que
gx (f1 + f2 ) = (f1 + f2 )(x) = f1 (x) + f2 (x) = gx (f1 ) + gx (f2 ),
mostrando que C esta bem definida.
Ainda, para x1 , x2 X e , K temos que
C(x1 + x2 )(f ) = gx1 +x2 (f )
= f (x1 + x2 )
= f (x1 ) + f (x2 )
= gx1 (f ) + gx2 (f )
= C(x1 )(f ) + C(x2 )(f )
= (C(x1 ) + C(x2 ))(f ),
Analise Funcional
85
para todo f X. Logo,

C(x1 + x2 ) = C(x1 ) + C(x2 ),
mostrando que C e um operador linear, denominado imersao canonica de X em X e, tambem
dizemos que X esta isometricamente imerso em X .
2.8
Operadores e Funcionais Lineares Limitados em Espacos Vetoriais de Dimens

ao Finita
Mostraremos nesta secao que operadores lineares em espacos vetoriais de dimensao finita podem
ser representados atraves de matrizes e apresentaremos algumas propriedades imediatas sobre esses
operadores lineares.
Sejam X e Y espacos vetoriais de dimensao finita sobre o mesmo corpo de escalares K e
T : X Y um operador linear. Escolhemos E = {e1 , . . . , en } base de X e B = {b1 , . . . , bm } base
de Y. Se x X, entao
x = x1 e1 + . . . + xn en .
(2.22)
Como T e linear, entao
n
n
X
X
y = Tx = T(
xk ek ) =
xk T ek .
k=1
(2.23)
k=1
A representacao dada em (2.22) e u

nica e, portanto, T e unicamente determinado se a imagem
T ek dos elementos da base {e1 , e2 , . . . , en } sao dados.
Da mesma forma, todo y R(T ) Y e yk = T ek R(T ) Y, k = 1, 2, . . . , n, possuem uma
u
nica representacao dada por
y = Tx =
m
X
j bj e T ek =
j=1
m
X
jk bj .
(2.24)
j=1
De (2.22), (2.23) e (2.24) obtemos que

m
X
j=1
j bj = y = T x =
n
X
xk T ek =
k=1
n
X
xk
k=1
m
X
j=1
m X
n
X
jk bj =
(
jk xk )bj .
j=1 k=1
Como bj , j = 1, . . . m, sao vetores linearmente independentes, segue que

j =
n
X
jk xk
k=1
A imagem y = T x pode ser obtida de (2.23) e os coeficientes em (2.24) formam uma matriz
TEB = (jk ),
86
com m linhas e n colunas. A matriz TEB e unicamente determinada pelo operador linear T.
Tambem, toda matriz determina um u
nico operador linear T .
Sejam X um espaco vetorial, n = dimK < , {e1 , . . . , en } uma base de X e X o espaco dual
de X. Assim, para todo f X temos que
n
n
n
X
X
X
f (x) = f (
xj ej ) =
xj f (ej ) =
xj j , x X,
j=1
j=1
j=1
onde
j = f (ej ).
(2.25)
Conseq
uentemente toda n upla de escalares 1 , . . . , n determina um funcional linear em
X, definido por (2.25). Em particular se tomarmos as nuplas
(1, 0, 0,
(0, 1, 0,
.
. .
(0, 0, 0,
0, 0)
0, 0)
.
.
0, 1).
De (2.25) obtemos n funcionais lineares, denotados por f1 , f2 , . . . , fn : X K definidos por

(
0 sej 6= k,
fk (ej ) = j =
(2.26)
1 sej = k.
O smbolo jk e chamado de delta Kronecker, o conjunto {f1 , . . . , fn } forma uma base para X ,
denominada base dual da base {e1 , . . . , en } de X. Temos o seguinte resultado
Teorema 2.14. Seja X um espaco vetorial n dimensional sobre um corpo de escalares K e
E = {e1 , . . . , en } uma base de X. Entao, F = {f1 , . . . , fn }, f1 , . . . , fn definidos em (2.26), e uma
base para o espaco dual de X e dim X = dim X = n.
Demonstrac
ao: Vamos mostrar que F e um conjunto linearmente independente em X . Suponhamos que
n
X
j fj = 0,
j=1
para 1 , 2 , . . . , n . Assim,
n
X
j fj (x) = 0,
j=1
para todo x X. Para todo k = 1, 2, . . . , n, tomando x = ek , obtemos que

0=
n
X
j=1
j fj (ek ) = k .
Analise Funcional
87
Portanto F e linearmente independente.

Seja agora f X . Para todo x X, temos que
x=
n
X
xj e j ,
k=1
onde x1 , x2 , . . . , xn K. Logo, a linearidade de f implica que

f (x) =
n
X
xj f (ej ) =
j=1
n
X
xj j ,
(2.27)
j=1
onde j = f (ej ), j = 1, 2, . . . , n. Por outro lado, para todo j = 1, . . . , n, segue que

fj (x) = fj (x1 e1 + . . . + xn en ) = x1 fj (e1 ) + . . . + xn fj (en ) = xj .
(2.28)
Assim, (2.27) e (2.28) implicam que

f (x) =
n
X
j fj (x),
j=1
mostrando que
f = 1 f1 + . . . + n fn .
Logo,
{f1 , f2 , . . . , fn }
e uma base para X , provando teorema.
Mostremos agora uma importante propriedade em espacos vetoriais de dimensao finita.
Lema 2.12. Seja X um espaco vetorial de dimensao finita sobre um corpo de escalares K. Se
x0 X e tal que f (x0 ) para todo f X , entao x0 = 0.
Demonstrac
ao: Seja {e1 , e2 , . . . , en } uma base de X e 1 , . . . , n K tais que
x0 = 1 e1 + 2 e2 + . . . + n en .
Por hipotese temos que
0 = f (x0 ) =
n
X
i f (ei ),
i=1
para todo f X . Tomando f = fj , onde fj e um elemento da base dual de X , obtemos que

0=
n
X
i fj (ei ) = j ,
i=1
para todo j = 1, 2, . . . , n, mostrando que x0 = 0 e provando o lema.
88

Consideremos agora a imersao canonica
C : X X
x 7 C(x) = gx : X K
f 7 gx (f ) = f (x).
Definic
ao 2.21. Seja X um espaco vetorial. Diremos que X e algebricamente reflexivo quando
C for sobrejetora, isto e, quando
R(C) = X .
Teorema 2.15. Todo espaco vetorial de dimensao finita e algebricamente reflexivo.
Demonstrac
ao: Seja x0 Ker (C). Entao C(x0 ) = 0 e, portanto, gx0 = 0, ou seja,
0 = gx0 (f ) = f (x0 ),
para todo f X . Logo, o Lema 2.12 implica que x0 = 0, mostrando que Ker (C) = {0} e que C
e injetora. Como o Teorema 2.14 implica que
dim X = dim X = dim X ,
obtemos que C tambem e sobrejetora, concluindo a prova deste teorema.
2.9
Operadores em Espa
cos Normados e O Espa
co Dual
Sejam X e Y espacos normados e consideremos

B(X, Y ) = {T L(X, Y ); T e limitado}.
Vamos mostrar que B(X, Y ) tambem e um espaco normado. Recordemos que definimos a soma
de dois operadores T1 , T2 B(X, Y ) por
(T1 + T2 )(x) = T1 x + T2 x
e o produto entre T B(X, Y ) e um escalar por
(T )x = (T x).
Agora a Proposicao 2.14 implica o seguinte resultado
Teorema 2.16. O espaco vetorial B(X, Y ) e um espaco normado com norma dada por
kT k = sup
x6=0
kT xk
= sup kT xk.
kxk
kxk=1
Analise Funcional
89
O resultado que segue nos diz quando o espaco B(X, Y ) e um espaco de Banach.
Teorema 2.17. Se Y e um espaco de Banach, entao B(X, Y ) e um espaco de Banach.
Demosntrac
ao: Seja (Tn ) uma seq
uencia de Cauchy em B(X, Y ). Entao, para todo > 0 existe
N > 0 tal que
kTn Tm k < sempre que m, n > N.
Para todo x X e m, n > N, temos que
kTn x Tm xk = k(Tn Tm )xk kTn Tm kkxk kxk.
(2.29)
Assim dado > 0, para cada x X fixado, (2.29) implica que

kTn x Tm xk ,
sempre que m, n > N, ou seja (Tn x) e de Cauchy em Y, para cada x X. Como Y e completo,
existe um u
nico y Y tal que
Tn x y, quando n .
Definamos T : X Y por
x 7 T x = y = lim Tn (x).
A unicidade do limite implica que T esta bem definida e que
T (x + z) = lim Tn (x + z)
= lim(Tn x + Tn z)
= lim Tn x + lim Tn z
= lim Tn x + lim Tn z
= T x + T z,
isto e, T L(X, Y ).
Vamos mostrar que T e limitado e Tn T. De fato, fazendo m em (2.29) e usando a
continuidade da norma obtemos que
kTm x T xk kxk,
sempre que m > N e
k(Tm T )xk
< ,
kxk
para todo x X. Logo, Tm T e limitado. Como Tm e limitado e
T = Tm (Tm T ),
90
segue que T B(X, Y ) e

kTm T k = sup
x6=0
kTn x T xk
< ,
kxk
sempre que m > N, mostrando que

kTm T k 0, quando m
e, portanto, que B(X, Y ) e um espaco de Banach.
Definic
ao 2.22. Seja X um espaco normado. Definimos o dual (topologico) de X como sendo o
espaco normado
X 0 = {f X ; f e limitado},
com norma definida por
kf k = sup
x6=0
| f (x) |
.
kxk
Teorema 2.18. O espaco dual X 0 de um espaco normado X e um espaco de Banach.

e uma bijecao
Um isomorfismo isometrico de um espaco normado X em um espaco normado X
linear
T :XX
que preserva norma, isto e, para todo x X
kT xk = kxk.
sao chamados de espacos isometricamente isomorfos.
Quando existe tal isomorfismo, X e X
Exemplo 2.26. O espaco dual de Rn e isomorfo a Rn .
De fato: O Teorema 2.10 implica que
(Rn )0 = (Rn ) .
Agora, seja x Rn e f (Rn ) . Logo,
x = 1 e1 + . . . n en =
n
X
i ei
i=1
e a linearidade de f impica que

f (x) =
n
X
i=1
i f (ei ) =
n
X
i=1
i i ,
Analise Funcional
91
onde i = f (ei ), i = 1, 2, . . . , n. Pela desigualdade de Cauchy-Schwarz temos que

v
v
v
u n
u n
u n
n
n
X
X
uX uX
uX
| f (x) |=|
i i |
| i i | t
i2 t
i2 = kxkt
i2 .
i=1
i=1
i=1
i=1
i=1
Logo,
v
u n
X
| f (x) | u
t
i2 .
kf k = sup
kxk
x6=0
i=1
Ainda, como x0 = 1 e1 + 2 e2 + . . . + n en Rn , obtemos que
v
u n
uX
kf k = t
i2 = kck,
i=1
onde c = (1 , 2 , . . . , n ) Rn .
Portanto, existe um isomorfismo isometrico
: (Rn )0 Rn
definido por
f 7 (f ) = c = (f (e1 ), f (e2 ), . . . , f (en )).
Claramente e linear, injetora e, portanto bijetora, uma vez que dim Rn = dim(Rn )0 . As observacos acima mostram que e uma isometria, completando o exemplo.

Exemplo 2.27. O espaco dual de l1 e isomorfo a l .
De fato: Seja {e1 , e3 , . . .} l1 uma base de Schauder para l1 , onde
e1 = (1, 0, 0,
e2 = (0, 1, 0,
..
..
.
. .
ek = (0, 0, 0,
..
.. ..
.
. .
0, . . .) = (1j )
0, . . .) = (2j )
..
..
.
.
1, . . .) = (kj )
..
..
.
..
Entao, todo x l1 se escreve, de forma u

nica, como
x=
k ek ,
k=1
onde k R, k = 1, 2, . . . .
Consideremos agora um elemento f (l1 )0 no dual de l1 . Como
x = lim
n
X
k=1
k ek
(2.30)
92
e f e um funcional linear limitado, entao

f (x) = f ( lim
n
X
k ek ) = lim
n
X
k=1
k f (ek ),
k=1
ou seja,
f (x) =
k k ,
(2.31)
k=1
onde k = f (ek ), k = 1, 2, . . . e sao unicamente determinados por f. Ainda, para todo k = 1, 2, . . . ,

|k | = |f (ek )| kf kkek k = kf k
e, portanto,
sup |k | kf k,
(2.32)
kN
mostrando que c = (1 , 2 , . . .) l .
Por outro lado, para todo b = (k ) l , vamos definir um funcional linear limitado em l1
associado a` b. Para isso, definamos g : l1 K por
g(x) = g(1 , 2 , . . .) =
k k .
k=1
Observemos inicialmente que para todo k = 1, 2, . . . ,

|k k | |k ||k | |k | sup |j | = |k |kbk .
jN
Como x = (1 , 2 , . . .) l1 , entao
|
n
X
k k |
n
X
|k k | kbk
k=1
k=1
k=1
|k | < ,
para todo n N. Logo,

|
k k |
k=1
e
|g(x)|
|k k | kbk
k=1
X
k=1
|k |kbk = kbk
|k | <
k=1
|k | = kbk kxk1 ,
k=1
mostrando que g esta bem definida e e um funcional limitado. A linearidade de g e imediata.

Assim, g (l1 )0 .
Analise Funcional
93
Vamos mostrar agora que

sup |k | = kf k,
kN
onde k = f (ek ), k = 1, 2, . . . unicamente determinados por f sao dados em (2.31). Ainda, (2.31)
implica que
X
|f (x)| = |
k k | kxk1 sup |j k,
jN
k=1
mostrando que
kf k sup |j k,
jN
mostrando que
kf k = sup |j k = kck .
jN
Portanto a aplicacao : (l1 )0 l definida por

(f ) = c,
onde c = (1 , 2 , . . .) = (f (e1 ), f (e2 ), . . .) e um isomorfismo isometrico, completando o exemplo.
Exemplo 2.28. Para 1 < p < , o espaco dual de lp e isomorfo a lq , onde 1 < q < e o
expoente conjugado de 1 < p < , isto e,
1 1
+ = 1.
p q
De fato: Fixemos
1 < p < e 1 < q < tais que
Como no exemplo anterior, uma base
por
e1 = (1,
e2 = (0,
..
.
1 1
+ = 1.
p q
de Schauder {e1 , e3 , . . .} lp , 1 < p < , para lp e dada
0, 0,
1, 0,
..
. .
ek = (0, 0, 0,
..
.. ..
.
. .
0, . . .) = (1j )
0, . . .) = (2j )
..
..
.
.
1, . . .) = (kj )
..
..
.
..
Entao, todo x lp se escreve, de forma u

nica, como
x=
X
k=1
onde k R, k = 1, 2, . . . .
k ek ,
(2.33)
94

Consideremos agora um elemento f (lp )0 no dual de lp . Como
x = lim
n
X
k ek
k=1
e f e um funcional linear limitado, entao

f (x) = f ( lim
n
X
k ek ) = lim
k=1
ou seja,
f (x) =
n
X
k f (ek ),
k=1
k k ,
(2.34)
k=1
onde k = f (ek ), k = 1, 2, . . . e sao unicamente determinados por f. Considerando q o expoente

(n)
conjugado de p, consideremos, para cada n N, xn = (k ) definido por
(
|k |q
, se k n e k 6= 0;
(n)
k
(2.35)
k =
0,
se k > n ou k = 0.
(n)
Substituindo os valores de k
dados em (2.35) em (2.34) obtemos que

f (xn ) =
(n)
k k
n
X
|k |q ,
k=1
k=1
para cada n N. Novamente, usando (2.35) e o fato que

p(q 1) = q,
obtemos, para cada n N, que
f (xn ) |f (xn )| kf kkxn kp
X
1
(n)
= kf k(
|k |p ) p
k=1
n
X
|k |q p p1
= kf k(
|
|)
k
k=1
n
X
1
= kf k(
|k |(q1)p ) p
k=1
n
X
1
= kf k(
|k |q ) p .
k=1
Logo,
n
X
k=1
n
X
1
|k | = f (xn ) kf k(
|k |q ) p ,
q
k=1
Analise Funcional
95
para cada n N, de onde obtemos que

Pn
q
k=1 |k |
P
1
( nk=1 |k |q ) p
para cada n N, ou seja,

(
n
X
kf k,
|k |q ) q kf k,
k=1
para cada n N. Fazendo n , obtemos que

(
|k |q ) q kf k,
k=1
mostrando que c = (1 , 2 , . . .) = (k ) lq .
Por outro lado, para todo b = (k ) lq , vamos definir um funcional linear limitado em lp
associado à b. Para isso, definamos g : lp K por
g(x) = g(1 , 2 , . . .) =
k k ,
k=1
onde x = (1 , 2 , . . .) lp . Observemos inicialmente que a linearidade de g e imediata e a desigualdade de Holder implica que
|g(x)| kxkp kbkq ,
para todo x lp , mostrando que g (lp )0 .
Vamos mostrar agora que
X
1
kckq = (
|k |q ) q = kf k.
k=1
Ja provamos que
X
1
kckq = (
|k |q ) q kf k.
k=1
p
Mas, para todo x = (k ) l a desigualdade de Holder e (2.34) implicam que

|f (x)| = |
X
k=1
k k |
|k k | kxkp kckq ,
k=1
provando o desejado.
Portanto a aplicacao : (lp )0 lq definida por
(f ) = c,
onde c = (1 , 2 , . . .) = (f (e1 ), f (e2 ), . . .) e um isomorfismo isometrico, completando o exemplo.
96
Definic
ao 2.23. Sejam X um espaco normado sobre um corpo K, X 0 o dual de X e
X 00 = (X 0 )0 = { X ; e limitado }.
Definimos a imersao canonica
C : X X 00
x 7 C(x) = gx : X 0 K
f 7 gx (f ) = f (x).
Dizemos que X e reflexivo se, e somente se,
R(C) = X 00 .
Captulo 3
Espa
cos com Produto Interno
O objetivo principal deste captulo e generalizar o conceito de produto escalar, estudados no
curso de Geometria Analtica para os espacos euclideanos R2 e R3 , para espacos vetorias mais
gerais e tambem tentar obter as propriedades geometricas decorrentes dos produtos escalares tais
como ortogonalidade, angulos, entre outras.
3.1
Definic
ao e Espacos de Hilbert
Nesta secao vamos definir os espacos que serao estudados neste captulo, apresentar alguns
exemplo, estudar algumas de suas propriedades e relacionar esses espacos com os espacos normados
e de Banach estudados no captulo anterior.
Definic
ao 3.1. Seja H um espaco vetorial sobre um corpo K.. Dizemos que uma aplicac
ao
h , i : H H R e um produto escalar se para todos u, v, w H e K valem as seguintes
condicoes:
(IP1) hu + v, wi = hu, wi + hv, wi;
(IP2) hu, vi = hu, vi;
(IP3) hu, vi = hv, ui;
(IP4) hu, ui 0 e hu, ui = 0 u = 0.
Nesse caso, dizemos que H = (H, h , i) e um espaco com produto interno.
Observemos que se o corpo de escalares do espaco vetorial H for o corpo dos n
umeros reais
R, entao (IP 3) pode ser escrita como
hu, vi = hv, ui
98
para todo u, v H e neste caso dizemos que o produto interno e simetrico.

Para u, v, w H e , K, (IP 1), (IP 2) e (IP 3) implicam que
(a) hu + v, wi = hu, vi + hv, wi.
De fato:
hu + v, wi = hu, wi + hv, wi = hu, wi + hv, wi.
(b) hu, vi = hu, vi.
De fato:
hu, vi = hv, ui = hv, ui = hu, vi.
(c) hu, v + wi = hu, vi + hu, wi.
De fato:
hu, v + wi = hv + w, ui = hv, ui + hw, ui = hu, vi + hu, wi.
Proposic
ao 3.1. Seja H um espaco com produto interno. Entao
1. Para todo u, v H,
1
|hu, vi| hu, ui 2 hv, vi 2 .
(3.1)
2. A aplicacao u 7 kuk = hu, ui 2 define uma norma em H, que sera denominada norma
induzida pelo produto interno h , i.
1
3. A aplicacao (u, v) 7 d(u, v) = huv, uvi 2 define uma metrica em H, que sera denominada
metrica induzida pelo produto interno h , i.
Demonstrac
ao: Primeiro observemos que para todo u, v H, o n
umero complexo, h u, vi pode
ser escrito sob a forma
h u, vi = |h u, vi |ei
e, portanto,
h v, ui = h u, vi = |h u, vi |ei = |h u, vi |ei .
Assim, para todo C temos que
0 hu + ei v, u + ei vi
= hu, ui + ei hu, vi + ei hv, ui + hv, vi
= hu, ui + ei |h u, vi |ei + ei |h u, vi |ei + hv, vi
= hu, ui + ( + )|h u, vi | + hv, vi.
Analise Funcional
99
Tomando R e fazendo a = hu, ui, b = 2|hu, vi| e c = hv, vi, obtemos que
0 hu + ei v, u + ei vi = a2 + b + c := p().
Mas,
p() 0 4|hu, vi|2 4hu, uihv, vi 0
|hu, vi|2 hu, uihv, vi.
Assim,
1
|hu, vi| hu, ui 2 hv, vi 2 ,

para todo u, v H, provando (3.1).
A demonstracao dos tens 2 e 3 sao imediatas e ficam como exerccio.
Observemos que a igualdade em (3.1) ocorre quando u = v, ou quando v = u. Ainda,
usando a norma definida na proposicao acima, (3.1) pode ser escrita como
|hu, vi| kukkvk,
para todos u, v H, que e conhecida como Desigualdade de Cauchy-Schwarz.
Teorema 3.1 (M. Fr
echet, J. Von Neumann e P. Jordan). Seja (H, k k) um espaco normado.
A norma k k e induzida por um produto interno em H se, e somente se, vale a identidade do
paralelogramo
ku + vk2 + ku vk2 = 2(kuk2 + kvk2 ),
para u, v H.
Demonstrac
ao: Suponhamos inicialmente que exista um produto interno h , i em H tal
que
1
kuk = hu, ui 2 ,
para todo u H. Assim, para todo u, v H, segue que
ku + vk2 + ku vk2 = (
p
p
hu + v, u + vi)2 + ( hu v, u vi)2
= hu + v, u + vi + hu v, u vi
= hu, u + vi + hv, u + vi + hu, u vi hv, u vi
= hu, ui + hu, vi + hv, ui + hv, vi + hu, ui hu, vi hv, ui + hv, vi
= 2(kuk2 + kvk2 ),
mostrando que a desigualdade do paralelogramo e valida.
100
Suponhamos agora que a identidade do paralelogramo seja valida para a norma definida em
H e definamos f : H H R por
1
f (u, v) = (ku + vk2 ku vk2 ), u, v H.
4
Observemos inicialmente que para todo u H,
1
f (u, u) = (ku + uk2 ku uk2 ) = kuk2 .
4
(3.2)
1
1
f (u, v) = (ku + vk2 ku vk2 ) = (kv + uk2 | 1|kv uk2 ) = f (v, u).
4
4
(3.3)
Tambem, para u, v H,
Mostremos agora que

f (u + v, w) = f (u, w) + f (v, w),
(3.4)
para quaisquer u, v, w H. Para fazermos isso definamos a funcao auxiliar : H H H R

por
(u, v, w) = 4[f (u + v, w) f (u, w) f (v, w)], u, v, w H
e mostremos que (u, v, w) = 0, para todos u, v, w H. A definicao de f implica que
1
f (u + v, w) = (ku + v + wk2 ku + v wk2 )
4
1
f (u, w) = (ku + wk2 ku wk2 )
4
1
f (v, w) = (kv + wk2 kv wk2 ).
4
Logo,
(u, v, w) = ku + v + wk2 ku + v wk2 ku + wk2 + ku wk2 kv + wk2 + kv wk2
= k(u + w) + vk2 k(u w) + vk2 ku + wk2 + ku wk2 kv + wk2 + kv wk2
(3.5)
A identidade do paralelogramo implica que
k(u + w) + vk2 + k(u + w) vk2 = 2(ku + wk2 + kvk2 )
k(u w) + vk2 + k(u w) vk2 = 2(ku wk2 + kvk2 ).
Portanto,
(u, v, w) = 2ku + wk2 + 2kvk2 k(u + w) vk2 2ku wk2 2kvk2
+ k(u w) vk2 ku + wk2 + ku wk2 kv + wk2 + kv wk2
= ku + wk2 k(u + w) vk2 ku wk2 + k(u w) vk2
kv + wk2 + kv wk2 .
(3.6)
Analise Funcional
101
Somando (3.5) e (3.6) obtemos que

2(u, v, w) = k(u + w) + vk2 k(u w) + vk2 k(u + w) vk2 + k(u + w) vk2
+ k(u w) vk2 2kv + wk2 + 2kv wk2
= [ku + w + vk2 + ku w vk2 ] [ku w + vk2 + ku + w vk2 ]
2kv + wk2 + 2kv wk2 ,
e a identidade do paralelogramo implica que
2(u, v, w) = [ku + (v + w)k2 + k u + (v + w)k2 ] [k(v w) + uk2 + k(v w) uk2 ]
2kv + wk2 + 2kv wk2
= 2(kuk2 + kv + wk2 ) 2(kv wk2 + kuk2 ) 2kv + wk2 + 2kv wk2
= 0,
mostrando que (u, v, w) = 0 e, portanto, mostrando (3.4).
Mostremos agora que
f (u, v) = f (u, v),
para quaisquer u, v H e R. Para isso fixemos u, v H e definamos : R R por
() = f (u, v) f (u, v), R
e mostremos que () = 0, para todo R. Vamos separar a demonstracao em casos.
= 0 Neste caso temos
1
(0) = f (0, v) = [kvk2 k vk2 ] = 0,
4
provando o resultado para este caso.

(1) = f (u, v) f (u, v) = 0,
(1) = f ((1)u, v) (1)f (u, v)
1
= [k u + vk2 k u vk2 + ku + vk2 ku vk2 ]
4
= 0,
(3.7)
102
= n, n N Neste caso, (3.4) implica que

(n) = f ((n)u, v) (n)f (u, v)
= f ((u + u + u + . . . + u), v) nf (u, v)
= f (u, v) + . . . + f (u, v) nf (u, v)
= nf (u, v) nf (u, v)
= 0,
= n, n N Neste caso, pelos casos anteriores, temos
(n) = f ((n)u, v) (n)f (u, v)
= f (n(u), v) + nf (u, v)
= nf (u, v) + nf (u, v)
= nf (u, v) + nf (u, v)
= 0,
Os cinco casos acima mostram que
(n) = 0, n Z.
(3.8)
= pq , p, q Z e q 6= 0. Neste caso, (3.8) implica que

p
p
p
( ) = f (( )u, v) ( )f (u, v)
q
q
q
1
p
= pf (( )u, v) ( )f (u, v)
q
q
p
1
p
= ( )qf (( )u, v) ( )f (u, v)
q
q
q
p
q
p
= ( )f (( )u, v) ( )f (u, v)
q
q
q
p
p
= ( )f (u, v) ( )f (u, v)
q
q
= 0,
mostrando que
() = 0, Q.
(3.9)
A densidade de Q em R, a continuidade de f e (3.9) mostram que () = 0 para todo R e,

portanto, que (3.7) e valida.
Analise Funcional
103
Definamos agora uma funcao h , i : H H K por

h u, vi = f (u, v) + if (u, iv),
para u, v H e mostremos que h , i e um produto interno em H. Observemos inicialmente que
h u, ui = f (u, u) + i(f (u, iu)
1
i
= [ku + uk2 ] + [ku + iuk2 ku iuk2 ]
4
4
i
= kuk2 + [k(1 + i)uk2 k(1 i)uk2 ]
4
i
= kuk2 + [|(1 + i)|2 kuk2 |(1 i)|2 kuk2 ]
4
i
= kuk2 + [2kuk2 2|2 kuk2 ]
4
2
= kuk ,
mostrando que se h , i for um produto interno ele induz a norma k k.
Como k k e uma norma em H a condicao (IP 4) e imediata. A igualdade (3.4) implica que
h u + v, wi = f (u + v, w) + if (u + v, iw)
= f (u, w) + f (v, w) + if (u, iw) + if (v, iw)
= f (u, w) + if (u, iw) + f (v, w) + if (v, iw)
= h u, wi + h v, wi ,
para todo uv, w H, provando (IP 1).
Agora (3.7) implica que
h u, vi = f (u, v) + if (u, iv)
= f (u, v) + if (u, iv)
= (f (u, v) + if (u, iv)
= h u, vi ,
para todo u, v H e R. Ainda,
h iu, vi = f (iu, v) + if (iu, iv),
para u, v H. Mas,
1
f (iu, iv) = [kiu + ivk2 kiu ivk2 ]
4
1
= [|i|2 ku + vk2 |i|2 ku vk2 ]
4
1
= [ku + vk2 ku vk2 ]
4
= f (u, v),
104
para u, v H. Tambem, (3.3) implica que

f (iu, v) = f (iu, i(iv)) = f (u, iv) = f (iv, u) = f (iv, u) = f (u, iv).
Logo,
h iu, vi = f (iu, v) + if (iu, iv)
= f (u, iv) + if (u, v)
= i(if (u, iv) + f (u, v)
= i(f (u, v) + if (u, iv))
= ih u, vi .
Portanto, para todo u, v H e = + i C, temos que
h u, vi = h ( + i)u, vi
= h (u + iu, vi
= h u, vi + ih u, vi
= ( + i)h u, vi
= h u, vi ,
provando a propriedade (IP 2).
Finalmente, para todo u, v H temos que
h u, vi = f (u, v) + if (u, iv)
= f (v, u) + if (iv, i(iu))
= f (v, u) + if (v, iu)
= f (v, u) if (iu, v)
= f (v, u) if (v, iu)
= f (v, u) + if (v, iu)
= h v, ui ,
provando (IP 3), e completando a prova do teorema.
Exemplo 3.1. O espaco C(a, b) das funcoes reais contnuas definidas no intervalo fechado J =
[a, b] com norma definida por
kxk = max |x(t)|,
tJ
onde J = [a, b], e um espaco de Banach, mas a norma definida acima nao pode ser obtida de um
produto interno.
Analise Funcional
105
De fato: Se tomarmos
x(t) = 1 e y(t) =
(t a)
,
(b a)
temos que kxk = 1, kyk = 1 e

x(t) + y(t) = 1 +
ta
ta
e x(t) y(t) = 1
.
ba
ba
Portanto,
kx + yk = 2, kx yk = 1 e kx + yk2 + kx yk2 = 5.
Mas,
2(kxk2 + kyk2 ) = 4.
Assim, o Teorema 3.1 implica que a norma definida acima nao provem de um produto interno.
Exemplo 3.2. No espaco vetorial lp , com 1 p < e p 6= 2, a norma usual nao pode ser obtida
de um produto interno neste espaco.
De fato: Para 1 p < e p 6= 2 tomemos
x = (1, 1, 0, 0, 0, . . .) e y = (1, 1, 0, 0, 0, . . .).
Entao,
x, y lp ;
1
kxkp = kykp = 2 p ;
kx + ykp = kx ykp = 2.
Assim, vemos que para 1 p < e p 6= 2,
2
kx + ykp + kx yk2p = 4 + 4 = 8 6= 4(2 p ) = 2(2 p + 2 p ) = 2(kxk2p + kyk2p ),

ou seja, a identidade do paralelogramo nao esta satisfeita para todo 1 p < e p 6= 2.
Portanto, a norma usual de lp , para todo 1 p < e p 6= 2, nao pode ser obtida de um
produto interno.

Exemplo 3.3. No espaco vetorial l a norma usual nao pode ser obtida de um produto interno
neste espaco.
De fato: Tomemos
x = (1, 1, 0, 0, 0, . . .) e y = (1, 1, 0, 0, 0, . . .).
Entao,
106
x, y l ;
kxk = kyk = 1;
kx + yk = kx yk = 2.
Assim, vemos que
kx + yk + kx yk2 = 4 + 4 = 8 6= 4 = 2(1 + 1) = 2(kxk2 + kyk2 ),
ou seja, a identidade do paralelogramo nao esta satisfeita em l .
Portanto, a norma usual de l nao pode ser obtida de um produto interno.
Definic
ao 3.2. Um espaco com produto interno H e um espaco de Hilbert se ele for um espaco
de Banach relativamente à norma induzida pelo produto interno.
Exemplo 3.4. O espaco Rne um espaco de Hilbert com produto interno definido por
hx, yi = 1 1 + . . . + n n ,
(3.10)
onde x = (1 , . . . , n ) e y = (1 , . . . , n ).
Exemplo 3.5. O espaco vetorial Cn e um espaco de Hilbert com produto interno dado por
hx, yi = 1 1 + . . . + n n
(3.11)
e norma induzida pelo produto interno dada por

1
kxk = (1 1 + . . . + n n ) 2 = (|1 |2 + . . . + |n |2 ) 2 .
Exemplo 3.6 (Espaco l2 das Sequ
encias de Hilbert ). O espaco vetorial l2 definido por
2
l = {x = (x1 , x2 , . . .); xi C e
| xi |2 < }
i=1
e um espaco de Hilbert com produto interno definido por

hx, yi =
j j .
j=1
De fato: A convergencia da serie acima segue da desigualdade de Cauchy-Schwarz e do fato

que x, y l2 . A norma induzida pelo produto interno acima e dada entao por
X
1
kxk = hx, xi = (
|j |2 ) 2 ,
2
j=1
os detalhes sao deixados como exerccio.

Os tres espacos com produto interno acima sao tambem exemplos de espacos de Hilbert.
Analise Funcional
107
Exemplo 3.7. Considere o o espaco vetorial de todas as funcoes contnuas de valores reais em
[a, b] com norma dada por
Z b
1
|x(t)|2 dt) 2 ,
kxk = (
a
para toda funcao contnua x : [a, b] R. Denotaremos este espaco vetorial por tais que
Z b
1
|x(t)|2 dt) 2 ).
L (a, b) = ({x : (a, b) R; x e contnua }, kxk = (
2
Em L2 (a, b) esta norma pode ser obtida do produto interno definido por
Z
hx, yi =
x(t)y(t)dt.
a
Considerando as funcoes com valores complexos (e mantendo t [a, b] real), elas foram um
espaco vetorial complexo e definimos o produto interno por
Z
hx, yi =
x(t)y(t)dt.
a
A norma agora e dada por

Z b
1
|x(t)|2 dt) 2 ,
kxk = (
a
pois x(t)x(t) = |x(t)|2 .

Ou
ltimo resultado desta secao nos da um formula para obtermos o produto interno em funcao
da norma induzida por ele.
Proposic
ao 3.2. Seja H um espaco com produto interno h , i.
1. Se H e um espaco vetorial real, entao
1
h u, vi = (ku + vk2 ku vk2 ),
4
(3.12)
para todo u, v H.
2. Se H e um espaco vetorial complexo, entao
1
<h u, vi = (ku + vk2 ku vk2 )
4
1
=h u, vi = (ku + ivk2 ku ivk2 )
4
(3.13)
108
Demonstrac
ao: Para todo u, v H, como H e um espaco vetorial real, temos que
ku + vk2 ku vk2 = h u + v, u + vi + h u v, u vi
= h u, ui + h u, vi + h v, ui + h v, vi h u, ui + h u, vi + h v, ui h v, vi
= 4h u, vi ,
provando (3.12). Se H for um espaco vetorial complexo temos que
ku + vk2 ku vk2 = 2h u, vi + 2h v, ui
= 4<h u, vi ,
provando a primeira igualdade em (3.13). Tambem, para u, v H, temos que
ku + ivk2 ku ivk2 = h u + iv, u + ivi + h u iv, u ivi
= h u, ui + h u, ivi + h iv, ui + h iv, ivi
h u, ui + h u, ivi + h iv, ui h iv, ivi
= ih u, vi + ih v, ui ih u, vi + ih v, ui
= 2i[h u, vi + h v, ui ]
= 2i(2i)=h u, vi
= 4=h u, vi ,
provando a u
ltima igualdade em (3.13).
3.2
Propriedades de Espa
cos com Produto Interno
Nesta secao mostraremos algumas propriedades sobre espacos com produto interno. Comecemos com um resultado que mostra a continuidade do produto interno.
Lema 3.1. Sejam H um espaco com produto interno, (un )nN e (vn )nN duas seq
uencias em H
tais que
un u H e vn v H,
quando n . Entao,
hvn , vn i hu, vi,
quando n .
Demonstrac
ao: Como sequencias convergentes sao limtiadas, a desigualdade triangular e a
desigualdade de Cauchy-Schwarz implicam que
|hun , vn i hu, vi| = |hun , vn i hun , vi + hun , vi hu, vi|
6 |hun , vn vi| + |hun u, vi|
6 kun kkvn vk + kun ukkvk
0,
Analise Funcional
109
pois yn y e xn x, quando n .
Sejam H1 e H2 dois espacos com produto interno sobre o mesmo corpo de escalares. Diremos
que H1 e H2 sao espacos com produto interno isomorfos se existir uma transformacao linear
bijetora
T : H1 H2
tal que
hT x, T yi2 = hx, yi1 ,
para quasiquer x, y H1 . Observemos que tomando
kxk1 = hx, xi1 , x H1
e
kxk2 = hy, yi1 , y H2 ,
entao T e uma isometria entre os espaco normados (H1 , k k1 ) e (H2 , k k2 ).
Os dois proximos resultados seguem do que foi demonstrado nos captulos anteriores.
Teorema 3.2. Seja X um espaco com produto interno, entao existe um espaco de Hilbert H e
um isomorfismo A : X W H tal que W e denso em H. O espaco de Hilbert H e u
nico exceto
por isomorfismo.
Definic
ao 3.3. Um conjunto Y de um espaco com produto interno X e um subespaco de X se ele
e um subespaco vetorial de X, munido do produto interno dado pela restricao do produto interno
de X ao subespaco vetorial Y. Analogamente, um subespaco Y de um espaco de Hilbert H e um
subespaco do espaco com produto interno H.
Teorema 3.3. Seja Y um subespaco de um espaco de Hilbert H. Entao,
(a) Y e completo se, e somente se, Y e fechado em H.
(b) Se Y tem dimensao finita, entao Y e completo.
3.3
Complementos Ortogonais e Somas Diretas
Definic
ao 3.4. Seja H um espaco com produto interno. O segmento que une dois elementos
dados u e v em H e definido como o conjunto
[x, y] := {w = u + (1 )v; R e 0 6 6 1}.
Um subconjunto K de H e dito convexo se para todo x, y K o segmento que os une [x, y] K.
Em particular, todo subespaco Y de um espaco com produto interno H e convexo, e a intersecao de conjuntos convexos e um conjunto convexo.
110
Teorema 3.4 (Projec

ao sobre um Convexo Fechado). Seja K um subconjunto convexo,
fechado e nao vazio de um espaco de Hilbert H. Entao, para todo f H, existe um u
nico u K
tal que
d = kf uk = min kf vk.
(3.14)
vK
Alem disso, se H e real, entao u se caracteriza por

(
uK
h f u, v ui 0, v K.
(3.15)
Denotaremos u = pK f :=projecao de f sobre K.

Demonstrac
ao: Dividiremos a demonstracao do teorema em tres partes.
(a) Exist
encia. Seja (vn )n1 uma seq
uencia minimizante para (3.14), isto e,
dn = kf vn k d = inf kf vk,
vK
notando que o nfimo existe pois kf vk 0, para toda f H e v K. Afirmamos que

(vn )n1 e uma seq
uencia de Cauchy em H. Para mostrarmos este fato, aplicamos a Identidade do
Paralelogramo para f vn e f vm e obtemos que
kf
vn + vm 2
vn vm 2 1 2
k +k
k = (dn + d2m ).
2
2
2
Como K e convexo e vn , vm K, entao
vn +vm
2
kf
K. Assim,
vn + vm
k d.
2
Logo,
vn vm 2 1 2
k (dn + d2m ) d2 0,
2
2
quando m, n , mostrando que (vn )n1 e uma seq
uencia de Cauchy.
Como H e um espaco de Hilbert, entao (vn )n1 e convergente. Mas K e fechado, entao existe
u K tal que vn u. A continuidade da norma implica entao que d = kf uk.
k
(b) Unicidade. Sejam u1 , u2 K satisfazendo (3.14). Pela identidade do paralelogramo,

ku1 u2 k2 = k(u1 f ) (u2 f )k2
= 2ku1 f k2 + 2ku2 f k2 k(u1 f ) + (u2 f )k2
1
= 2d2 + 2d2 4k (u1 + u2 ) f k2 .
2
Na direita, 21 (u1 + u2 ) K, pois K e convexo. Portanto,
1
k (u1 + u2 ) f k > d.
2
Analise Funcional
111
Logo,
0 ku1 u2 k2 2d2 + 2d2 4d2 = 0,
mostrando que u1 = u2 .
(c) Equival
encia entre (3.14) e (3.15).
(3.14) (3.15): Seja u K satisfazendo (3.14). Como K e convexo, v = (1 t)u + tw K, para
todo t [0, 1]. Entao, (3.14) implica que
kf uk kf [(1 t)u + tw]k = kf u t(w u)k.
Assim
kf uk2 h f u t(w u), f u t(w u)i
= kf uk2 2th f u, w ui + t2 kw uk2 ,
ou seja,
2th f u, w ui t2 kw uk2 .
Para t 6= 0 temos que
2h f u, w ui tkw uk2 ,
para todo w K e todo t (0, 1]. Fazendo t 0 obtemos (3.15).
(3.15) (3.14): Seja u K satsfazendo (3.15). Entao,
ku f k2 kv f k2 = 2h f u, v ui kv uk2 kv uk2 0,
para todo v K, ou seja,
ku f k kv f k, v K,
mostrando que (3.14) esta satisfeita.
(d) Unicidade. Sejam u1 , u2 H satisfazendo (3.15). Entao,
h f u1 , v u1 i 0 v K
h f u2 , v u2 i 0 v K.
Como u1 , u2 K, entao
h f u1 , u2 u1 i 0 e h f u2 , u1 u2 i 0.
112
Da,
h f u1 , u2 u1 i + h f u2 , u1 u2 i 0 h f u1 , u2 u1 i h f u2 , u2 u1 i 0
h (f u1 ) (f u2 ), u2 u1 i 0
h u2 u1 , u2 u1 i 0
ku1 u2 k2 0,
mostrando que u1 = u2 , completando a prova do teorema.
Proposic
ao 3.3. Seja K um subconjunto convexo, fechado e nao vazio de um espaco de Hilbert
real H. Entao,
kpK f1 pK f2 k kf1 f2 k,
para todos f1 , f2 H. Em outras palavras, a projecao pK : H K e contnua.
Demonstrac
ao: Do Teorema 3.4, existem u
nicos u1 , u2 K tais que pK f1 = u1 e pK f2 = u2 .
Ainda mais,
h f1 u1 , v u1 i 0 e h f2 u2 , v u2 i 0, v K.
Logo, se u1 6= u2 ,
h f1 u1 , u1 u2 i + h f2 u2 , u1 u2 i 0 h f1 + u1 , u1 u2 i + h f2 u2 , u1 u2 i 0
h f2 f1 , u1 u2 i + h u1 u2 , u1 u2 i 0
ku1 u2 k2 h f2 f1 , u1 u2 i
ku1 u2 k2 h f1 f2 , u1 u2 i
ku1 u2 k2 kf1 f2 kku1 u2 k
ku1 u2 k kf1 f2 k.
Quando u1 = u2 , a demonstracao da propriedade e imediata.
Corol
ario 3.1. Sejam M um subespaco vetorial fechado de um espaco de Hilbert real H e f H.
Entao, u = pM f se caracteriza por
(
uM
(3.16)
h f u, vi = 0, v M.
Alem disso, pM : H M e um operador linear limitado.
Demonstrac
ao: Como M e um subespaco vetorial de H, entao M e convexo e nao vazio e o
Teorema 3.4 implica
h f u, v ui 0, v M.
Entao,
h f u, tv ui 0,
v M e t R,
Analise Funcional
113
ou seja,
th f u, vi h f u, ui ,
v M e t R.
Logo,
h f u, vi = 0,
v M.
Agora, se u M satisfaz (3.16), entao

h f u, v ui = h f u, vi h f u, ui = 0 0 0, v M
e o Teorema 3.4 implica que u = pM f. A unicidade de u e (3.16) impicam imediatamente a
linearidade de pM . A continuidade de pM esta mostrada na Proposicao 3.3.
Definic
ao 3.5. Sejam H um espaco com produto interno e x, y H. Diremos que x e ortogonal
a y se, e somente se, hx, yi = 0. Neste caso escrevemos xy.
`
Similarmente, sejam A, B H. Diremos que x H e ortogonal à A, escrevemos xA, se
xa para todo a A e A e ortogonal à B, escrevemos AB, se ab para todo a A e b B.
Lema 3.2. Sejam H um espaco de Hilbert, Y um subespaco fechado de H (na metrica induzida
pelo produto interno de H) e x H fixado. Entao z = x y e ortogonal a Y, onde y Y e dado
no Teorema 3.4, tomando-se K = Y e f = x.
Demonstrac
ao: Se z nao fosse ortogonal à Y, entao existiria um y1 Y tal que
hz, y1 i = 6= 0.
Claramente y1 6= 0, pois de outra forma hz, y1 i = 0. Alem disso, para qualquer escalar ,
kz y1 k2 = hz y1 , z y1 i
= hz, zi hz, y1 i (hy1 , zi hy1 , y1 i)
= hz, zi ( hy1 , y1 i).
A expressao entre parenteses e zero se escolhermos
=
6= 0.
hy1 , y1 i
De (3.14), temos que kzk = kx yk = d e, portanto, a equacao acima fica na forma

kz y1 k2 = kzk2
||2
< d2 ,
hy1 , y1 i
o que e impossvel, pois temos que

z y1 = x y2 ,
onde y2 = y + y1 Y e a definicao de d em (3.14) implica que
kz y1 k > d.
Portanto, (3.17) nao pode ser valida, e o lema esta provado.
(3.17)
114
Definic
ao 3.6. Seja X um espaco vetorial. Diremos que X e a soma direta de dois subespacos
Y e Z de X, denotaremos por
X = Y Z,
se todo x X tiver uma u
nica representacao da forma
x = y + z,
com y Y e z Z. Neste caso, Z(Y ) e chamado um complemento algebrico de Y (Z) em X. Os
subespacos Y e Z sao chamados de um par complementar de subespacos em X.
Teorema 3.5. Sejam H um espaco de Hilbert e Y um subespaco fechado de H. Entao,
H = Y Z,
(3.18)
onde Z = Y .
Demonstrac
ao: Como Y e convexo, o Lema 3.2 implicam que para todo x H existe um u
nico
y Y tal que
x = y + z,
(3.19)
onde z Z = Y .
Mostremos agora que a decomposicao em (3.19) e u
nica. Suponhamos que
x = y + z = y1 + z1 ,
onde y, y1 Y e z, z1 Z. Entao, y y1 = z1 z. Como y y1 Y e z1 z Z = Y , notamos
que
y y1 Y Y = {0},
mas isso implica que y = y1 e que z = z1 , conclundo a prova da unicidade da representacao em
(3.19).
Por definicao, y em (3.19) e chamado de projecao ortogonal de x em Y ou apenas a projecao
de x em Y . Este termo e motivado pela geometria elementar. Por exemplo, podemos tomar
H = R2 e projetar qualquer ponto (x, y) no eixo Ox, bastando para isso tomar (x, 0).
A equacao (3.19) define uma aplicacao P : H Y definida por
x 7 y = P x.
A aplicacao P e chamada de projecao ortogonal (ou operador ortogonal) de H em Y . Temos que
P e um operador linear limitado e sobrejetor, P (Y ) = Y e P (Z) = P (Y ) = {0}. Tambem, P e
idempotente, isto e,
P 2 = P,
Analise Funcional
115
isto e, para todo x H,

P 2 x = P (P x) = P x.
Vemos que P |Y e o operador identidade em Y . Dessas informacoes obtemos o seguinte lema.
Lema 3.3. O complemento ortogonal, Y , de um subespaco fechado Y em um espaco de Hilbert
H e o n
ucleo, N (P ), da projecao ortogonal P : H Y .
Um complemento ortogonal e um caso especial de anulador, onde por definicao, o anulador,
M , de um conjunto M 6= em um espaco com produto interno H e o conjunto
M = {x H; xM }.
Entao, x M se, e somente se, hx, vi = 0 para todo v M , o que explica o nome de anulador.
Note que mesmo M sendo apenas um conjunto nao vazio, o complemento ortogonal M e um
subespaco vetorial do espaco com produto interno H, pois se x, y M entao, para todo v M
e , escalares temos que
hx + y, vi = hx, vi + hy, vi = 0.
Portanto, x + y M , mostrando que M e um subespaco vetorial de H.
Observermos ainda que (M ) sera escrito como M . Em geral temos que
M M ,
(3.20)
pois se x M, entao xM e, portanto, x (M ) . Mas para subespacos fechados temos

Lema 3.4. Se Y e um subespaco fechado de um espaco de Hilbert H, entao
Y = Y .
(3.21)
Demonstrac
ao: Primeiro observemos que Y Y por (3.20). Mostraremos agora que Y
Y . Para isso seja x Y H. O Teorema 3.5 implica que x = y + z, onde y Y Y
por (3.20) e z Y . Como Y e um espaco vetorial e x Y , entao z = x y Y ,
portanto zY . Logo, zz e, portanto, z = 0. Assim, x = y, isto e, x Y e, portanto, Y Y ,
completando a prova do lema.
Temos entao que (3.21) e a principal razao para o uso de subespacos fechados no presente
contexto. Como Z = Y = Y , a formula (3.18) pode tambem ser escrita como
H = Z Z .
Segue que x 7 z define uma projecao Pz : H Z, cujas propriedades sao completamente
similares àquelas da projecao ortogonal P considerada antes.
116
Lema 3.5. Para qualquer subconjunto M 6= de um espaco de Hilbert H, o conjunto gerado por
M, que denotaremos [M ], e denso em H se, e somente se, M = {0}.
Demonstrac
ao: Seja x M e suponhamos que V = [M ] e denso em H. Entao, x V = H
e, portanto, existe uma seq
uencia (xn ) em V tal que (xn ) x. Como x M e M V , temos
hxn , xi = 0, para todo n N. A continuidade do produto interno implica que hxn , xi hx, xi.
Logo,
0 = hx, xi = kxk2 .
Da, x = 0 e, portanto, M = {0}.
Reciprocramente, suponha que M = {0}. Se xV = [M ], entao xM. Logo, x M e,
portanto, x = 0. Da, V = {0}. Note que V e um subespaco de H, entao obtemos V = H pelo
Teorema 3.5 aplicado com Y = V .
Corol
ario 3.2. Seja H um espaco de Hilbert H e M um subespaco vetorial fechado de H tal que
H = M M . Se u = v + w com v M e w M , entao w = pM (u) e v = pM u. Alem disso,
pM e pM = I pM sao projecoes ortogonais.
3.4
O Dual de um Espa
co de Hilbert
Teorema 3.6. Sejam H um espaco de Hilbert e f : H K um funcional linear limitado. Ent

ao
existe um u
nico z H tal que
f (x) = hx, zi,
(3.22)
kzk = kf k.
(3.23)
para todo x H e
Demonstrac
ao: Provaremos que f tem uma representacao da forma (3.22), z em (3.22) e u
nico
e (3.23) e valida.
Se f = 0, entao (3.22) e (3.23) valem se tomarmos z = 0.
Seja f 6= 0. Para a representacao (3.22) existir, devemos ter necessariamente que z 6= 0, pois
de outra maneira f = 0. Alem disso, como hx, zi = 0 para todo x N (f ) H, onde
N (f ) = {x H; f (x) = 0}
e o n
ucleo de f . Portanto, o elemento z H deve pertencer ao complemento ortogonal, N (f ) ,
de N (f ).
Como N (f ) e um subespaco vetorial fechado e como f 6= 0, entao N (f ) 6= H e, portanto,
N (f ) 6= {0} pelo Teorema 3.5. Assim, existe z0 6= 0, tal que z0 N (f ) . Consideremos entao
v = f (x)z0 f (z0 )x,
Analise Funcional
117
onde x H e arbitrario. Aplicando f , obtemos que

f (v) = f (x)f (z0 ) f (z0 )f (x) = 0.
Isso mostra que v N (f ). Como z0 N (f ), temos
0 = hv, z0 i = hf (x)z0 f (z0 )x, z0 i = f (x)hz0 , z0 i f (z0 )hx, z0 i.
Mas, hz0 , z0 i = kz0 k2 6= 0. Logo,
f (x) =
f (z0 )
hx, z0 i
hz0 , z0 i
que pode ser escrito na forma (3.22) tomando

z=
f (z0 )
z0 .
hz0 , z0 i
Como x H foi tomado arbitrario, (3.22) esta provado.

Provaremos que z H satisfazendo (3.22) e u
nico. Suponhamos que para todo x H,
existam z1 , z2 H tais que
f (x) = hx, z1 i = hx, z2 i.
Entao,
hx, z1 z2 i = 0, x H.
Escolhendo x = z1 z2 , temos que
hx, z1 z2 i = hz1 z2 , z1 z2 i = kz1 z2 k2 = 0.
Portanto, z1 z2 = 0, entao z1 = z2 , provando a unicidade da representacao em (3.22).
Provaremos agora (3.23). Se f = 0, tem-se z = 0 e (3.23) vale. Se f 6= 0, entao z 6= 0. De
(3.22) com x = z obtemos que
kzk2 = hz, zi = f (z) 6 kf kkzk.
Dividindo a expressao acima por kzk =
6 0 obtemos que
kzk 6 kf k.
De (3.22) e da desigualdade de Cauchy-Schwarz vemos que
|f (x)| = |hx, zi| 6 kxkkzk.
Isto implica que
kf k = sup |f (x)| = sup |hx, zi| 6 kzk,
kxk=1
kxk=1
e conclumos que kf k = kzk, provando o teorema.
118
Lema 3.6. Se hv1 , wi = hv2 , wi para todo w em um espaco com produto interno X, entao v1 = v2 .
Em particular, se hv1 , wi = 0 para todo w X, entao v1 = 0.
Demonstrac
ao: Por hipotese, para todo w X,
hv1 v2 , wi = hv1 , wi hv2 , wi = 0.
Para w = v1 v2 temos kv1 v2 k2 = 0. Portanto, v1 v2 = 0 e da, v1 = v2 .
Em particular, se hv1 , wi = 0, para todo w X, tomando w = v1 , obtemos que kv1 k2 = 0 e,
portanto, v1 = 0.
Definic
ao 3.7. Sejam X e Y espacos vetoriais sobre o mesmo campo de escalares K (R ou C).
Entao, a forma sesquilinear (ou funcional sesquilinear) h sobre X Y e uma aplicacao
h : X Y K
tal que para todo x, x1 , x2 X, y, y1 , y2 Y e escalares , K as propriedades
(a) h(x1 + x2 , y) = h(x1 , y) + h(x2 , y);
(b) h(x, y1 + y2 ) = h(x, y1 ) + h(x, y2 );
(c) h(x, y) = h(x, y);
(d) h(x, y) = h(x, y),
estao satisfeitas.
As propriedades acima nos mostram que h e linear no primeiro argumento e conjugado linear
no segundo argumento. Se X e Y sao reais (K = R), entao a propriedade (d) fica da forma
h(x, y) = h(x, y),
para todos x X, y Y e R. Nesse caso diremos que h e uma forma bilinear.
Se X e Y sao espacos normados e se existe um n
umero real positivo c > 0 tal que para todo
x, y X,
|h(x, y)| 6 ckxkkyk,
(3.24)
entao h e uma forma sesquilinear limitada, e o n

umero
|h(x, y)|
= sup |h(x, y)|
x,y6=0 kxkkyk
kxk=kyk=1
khk = sup
e chamado de norma da forma sesquilinear h.
(3.25)
Analise Funcional
119
Teorema 3.7 (Representacao de Riesz). Sejam H1 e H2 espacos de Hilbert sobre o mesmo corpo
de escalares e
h : H1 H2 K
uma forma sesquilinear limitada. Entao, h tem uma representacao dada por
h(x, y) = hSx, yi,
(3.26)
onde S : H1 H2 e um operador linear limitado, S e univocamente determinado por h e tem

norma
kSk = khk
(3.27)
Demonstrac
ao: Consideremos f : H2 K definido por
f (y) = h(x, y).
As propriedades de h implicam que f e um funcional linear limitado, para cada x H1 fixado,
em H2 e o Teorema 3.6 implica que existe um u
nico z = z(h, x) H2 tal que
h(x, y) = f (y) = hy, zi.
Portanto,
h(x, y) = hz, yi, y H2 ,
(3.28)
onde z H2 e u
nico para cada x H1 fixado. Assim, (3.28) define uma aplicacao S : H1 H2
por
Sx = z, x H1 .
Substituindo z = Sx em (3.28), temos
h(x, y) = hSx, yi,
mostrando (3.26).
Provaremos agora que S e linear. De fato, sejam x1 , x2 H1 . De (3.26) e das propriedades
da forma sesquilinear h obtemos que
hS(x1 + x2 ), yi = h(x1 + x2 , y)
= h(x1 , y) + h(x2 , y)
= hSx1 , yi + hSx2 , yi
= hSx1 + Sx2 , yi
para todo y em H2 . Portanto, o Lema 3.6 implica que
S(x1 + x2 ) = Sx1 + Sx2 ,
120
mostrando a linearidade de S.
Mostremos agora que S e limitado. De fato, deixando de lado o caso trivial S = 0, temos de
(3.26) e de (3.25) que
|hSx, Sxi|
|hSx, yi|
kSxk
> sup
= sup
= kSk.
x,y6=0 kxkkyk
x6=0 kxk
kxk,kSxk6=0 kxkkSxk
khk = sup
Isso prova que S e limitado e que

khk > kSk.
A desigualdade de Cauchy-Schwarz implica que
kSxkkyk
|hSx, yi|
6 sup
= kSk,
x6=0 kxkkyk
x,y6=0 kxkkyk
khk = sup
mostrando a igualdade (3.28).

Para provarmos a unicidade da aplicacao linear limitada S, suponhamos que exista um operador linear limitado T : H1 H2 tal que para todo x H1 e y H2 temos
h(x, y) = hSx, yi = hT x, yi.
Vemos que Sx = T x para todo x H1 pelo Lema 3.6. Portanto S = T, completando a prova do
teorema.
3.5
Os Teoremas de Stampachia e Lax-Milgran
Ao longo desta secao o corpo de escalares considerado e sempre K = R. Levando em conta o

Teorema da Representacao de Riesz para funcionais lineares limitados definidos em um espaco de
Hilbert H, f : H R denotaremos
f (u) = hf, ui, u H.
E, para evitarmos confusao, denotaremos o produto interno em H por ( , ), e a norma induzida
por este produto interno denotaremos por | |.
Definic
ao 3.8. Seja H um espaco com produto interno. Diremos que uma forma bilinear
a( , ) : H H R,
isto e, uma aplicacao linear na primeira e na segunda variavel, e
1. contnua se existir c 0 tal que
|a(u, v)| c|u||v|, u, v H.
Analise Funcional
121
2. coerciva se existir > 0 tal que

a(v, v) |v|2 , v H.
Teorema 3.8 (Stampachia). Sejam H um espaco de Hilbert, a : H H R uma forma bilinear
contnua e coerciva e K um subconjunto convexo, fechado e nao vazio de H. Dado H 0 , existe
um u
nico u K tal que
a(u, v u) h, v ui, v K.
(3.29)
Alem disso, se a for simetrica, entao u se caracteriza por
uK
1
1
a(u, u) h, ui = min{ a(v, v) h, vi}.
vK 2
2
(3.30)
Demonstrac
ao: Dada H 0 , O Teorema da Representacao de Riesz implica que existe um
u
nico f H tal que
h, vi = (f, v), v H.
Por outro lado, para todo u H fixo, a aplicacao u : H R definida por
hu , vi = a(u, v)
e um funcional linear limitado em H 0 . Aplicando o Teorema da Representacao de Riesz para este
funcional, segue que existe um u
nico Au H tal que
hu , vi = a(u, v) = (Au, v), v H.
Temos que a aplicacao A : H H definida acima e
linear, pela unicidade de Au e pela bilinearidade de a;
e limitada, pois para todo u H temos que
|Au| = ku kH 0 = sup |hu , vi| = sup |a(u, v)|
|v|1
|v|1
sup c|u||v| c|u|,

|v|1
onde c e uma constante nao negativa;

para todo u H,
(Au, u) = a(u, u) |u|2 ,
onde e uma constante positiva.
122
Assim, (3.29) e equivalente a encontrar um u

nico u K tal que
(Au, v u) (f, v u) v K.
(3.31)
Mas (3.31) e equivalente a

(f Au, v u) 0,
v K,
que por sua vez e equivalente a

(f Au + u u, v u) 0 v K,
para > 0, ou seja (3.31) e equivalente a encontrar u K tal que
u = pK (f Au + u), > 0.
Defina
S : KK
v 7 Sv = pK (f Av + v).
Vamos mostrar que para um adequado valor de , S e uma contracao. Se v1 , v2 K, entao a
Proposicao 3.3 implica que
|Sv1 Sv2 | |f Av1 + v1 (f Av2 + v2 )| = |v1 v2 + (Av2 Av1 )|.
Da,
|Sv1 Sv2 |2 |v1 v2 |2 2(A(v 1 v2 , v1 v2 ) + 2 |A(v2 v2 )|2
|v1 v2 |2 2|v1 v2 |2 + 2 c2 |v1 v2 |2
= |v1 v2 |2 [1 2 + c2 2 ].
Fixando > 0 tal que
2
,
c2
o Teorema do Ponto Fixo de Banach implica que S admite um u
nico ponto fixo u K, mostrando
que (3.31) e valida e, portanto, (3.29) esta demonstrada.
Suponhamos agora que a forma bilinear a : H H R seja simetrica, isto e, a(u, v) = a(v, u),
para todos u, v H. Dessa forma a bilinearidade, a coercividade e a simetria de a implicam que
k 2 = c2 2 2 + 1 < 1 0 < <
a : H H R
(u, v) 7 ((u, v)) = a(u, v)
define um novo produto interno em H, cuja norma associada sera denotada por kuk =
u H. Como existem > 0 e c 0 tais que
|u|2 a(u, u) c|u|2 ,
p
a(u, u),
Analise Funcional
123
para todo u H, entao
|u| kuk c|u|,
para todo u H, mostrando que as normas | | e k k sao equivalentes em H. Logo, H e um

espaco de Hilbert com o produto interno ((u, v)) = a(u, v). Assim, dado H 0 o Teorema da
Representacao de Riesz implica que existe um u
nico g H tal que
h, vi = ((g, v)) = a(g, v), v H
e (3.29) fica da forma
a(u, v u) h, v ui = ((g, v u)) = a(g, v u), v K,
isto e,
a(g u, v u) 0, v K,
ou ainda,
u = pK g,
no sentido do produto interno (( , )). O Teorema 3.4 implica que u K se caracteriza por
p
p
a(g u, g u) = kg uk = min kg vk = min a(g v, g v)
vK
vK
a(g u, g u) = min a(g v, g v) = min{a(g, g) + a(v, v) 2a(g, v)}

vK
vK
a(u, u) 2a(g, u) = min{a(v, v) 2a(g, v)}

vK
1
1
a(u, u) a(g, u) = min{ a(v, v) a(g, v)}
vK
2
2
1
1
a(u, u) h, ui = min{ a(v, v) h, vi},
vK 2
2
mostrando que u se caracteriza por
uK
1
1
a(u, u) h, ui = min{ a(v, v) h, vi},
vK 2
2
completando a prova do teorema.
Corol
ario 3.3 (Lax-Milgran). Sejam H um espaco de Hilbert e a : H H R uma forma
bilinear, contnua e coerciva. Entao, para todo H 0 , existe um u
nico u H tal que
a(u, v) = h, vi,
v H.
Alem disso, se a for simetrica, entao u se caracteriza por
uH
1
1
a(u, u) h, ui = min{ a(v, v) h, vi}
vH
2
2
124
Demonstrac
ao: Aplicando o Teorema de Stampachia para K = H, obtemos a existencia de um
u
nico u H tal que
a(u, v u) h, v ui, v H.
Como para todo v H, v + u H e obtemos que
a(u, v) h, vi, v H,
ou seja,
h, vi a(u, v) 0, v H.
Agora, para todo v H, tv H para todo t R. Logo,
t(h, vi a(u, v)) 0, v H e t R.
Da,
h, vi = a(u, v), v H.
Quando a e simetrica a caracterizacao de u H afirmada no lema segue imediatamente da
caracterizacao de u K = H dada no Teorema de Stampachia.
3.6
O Operador Adjunto de Hilbert
Nesta secao definiremos o operador Adjunto de Hilbert e mostraremos algumas de suas principais propriedades.
Definic
ao 3.9. Seja T : H1 H2 um operador linear limitado, onde H1 e H2 sao espacos de
Hilbert. Entao o operador adjunto de Hilbert, T , de T e um operador T : H2 H1 tal
que para todo x H1 e y H2 ,
hT x, yi = hx, T yi.
(3.32)
Teorema 3.9. Sejam H1 e H2 espacos de Hilbert. O operador adjunto de Hilbert T : H2 H1
do operador linear limitado T : H1 H2 dado na Definicao 3.9 acima existe, e u
nico e e um
operador linear limitado com norma dada por
kT k = kT k
(3.33)
Demonstrac
ao: A aplicacao h : H2 H1 K definida por
h(y, x) = hy, T xi
(3.34)
define uma funcao em H2 . A linearidade de T e a sesquilinearidade do produto interno mostram

que h e uma forma sesquilinear em H2 H1 .
Analise Funcional
125
Pela desigualdade de Cauchy-Schwarz,

|h(y, x)| = |hy, T xi| 6 kykkT xk 6 kT kkxkkyk,
mostrando que h e limitada. Isso tambem implica que
khk 6 kT k.
Alem disso,
|hy, T xi|
|hT x, T xi|
> sup
= kT k,
x,y6=0 kykkxk
x,T x6=0 kT xkkxk
khk = sup
mostrando que
khk = kT k.
O Teorema da Representacao de Riesz implica que existe uma u
nica transformacao linear
limitada T : H2 H1 satisfazendo
h(y, x) = hT y, xi
(3.35)
e
kT k = khk = kT k.
Isso prova (3.33).
Tambem, comparando (3.34) e (3.35) obtemos hy, T xi = hT y, xi, para todo x H1 e y H2 ,
mostrando (3.32).
Seja agora S : H2 H1 um outro operador linear, limitado e satisfazendo (3.32). Assim,
para quaisquer x H1 e y H2 , temos que
hx, Syi = hT x, yi = hx, T yi,
ou seja,
hx, Sy T yi = 0,
para quaisquer x H1 e y H2 , mostrando que Sy T y = 0, para todo y H2 , completando a
prova do teorema.
Lema 3.7. Sejam X e Y espacos com produto interno e Q : X Y um operador linear limitado.
Entao,
(a) Q = 0 se, e somente se, hQx, yi = 0 para todo x X e y Y ;
(b) Se Q : X X, com X complexo, e hQx, xi = 0 para todo x X, entao Q = 0.
126
Demonstrac
ao:
(a) Q = 0 significa Qx = 0 para todo x X e implica, para todo y Y, que
hQx, yi = h0, yi = 0hw, yi = 0.
Reciprocramente, se hQx, yi = 0 para todo x X e y Y, entao Qx = 0 para todo x pelo
Lema 3.6 e, portanto, Q = 0 por definicao.
(b) Por hipotese, hQv, vi = 0 para todo v = x + y X, isto e,
0 = hQ(x + y), x + yi = ||2 hQx, xi + hQy, yi + hQx, yi + hQy, xi.
Os dois primeiros termos sao zero por hipotese. Com = 1 temos
hQx, yi + hQy, xi = 0.
E com = i, temos
hQx, yi hQy, xi = 0.
Somando as duas u
ltimas igualdades obtemos que
hQx, yi = 0,
para todo x X e y Y. Assim, Q = 0 pelo item a deste lema, conclundo a demonstracao.
Na parte (b) desse lema, e essencial que X seja complexo. De fato, a conclusao pode nao ser
valida se X e real. Um contra-exemplo e uma rotacao Q no plano R2 de angulo = , isto e,

2
Q : R2 R2 definida por
Q(x, y) = (y, x), (x, y) R2 .
Claramente, Q e linear, Q(x, y) (x, y) e, portanto, hQ(x, y), (x, y)i = 0 para todo (x, y) R2 ,
entretanto Q 6= 0.
Teorema 3.10. Sejam H1 , H2 espacos de Hilbert, S : H1 H2 e T : H1 H2 operadores
lineares limitados e K. Entao, para x H1 e y H2 temos
(a) hT y, xi = hy, T xi;
(b) (S + T ) = S + T ;
(c) (T ) = T ;
(d) (T ) = T ;
(e) kT T k = kT T k = kT k2 ;
Analise Funcional
127
(f ) T T = 0 T = 0;
(g) (ST ) = T S , assumindo que H1 = H2 .
Demonstrac
ao:
(a) De (3.32) temos, para x H1 e y H2 , que
hT y, xi = hx, T yi = hT x, yi = hy, T xi.
(b) Por (3.32), para x H1 e y H2 , temos que

hx, (S + T ) yi = h(S + T )x, yi = hSx, yi + hT x, yi = hx, S yi + hx, T yi = hx, (S + T )yi.
Consequentemente, (S + T ) y = (S + T )y para todo y H2 pelo Lema 3.7, o que mostra (b).
(c) Para x H1 e y H2 temos que obtemos que
h(T ) y, xi = hy, (T )xi = hy, (T x)i = hy, T xi = hT y, xi = hT y, xi,
e o resultado segue do Lema 3.7 com Q = (T ) T .
(d) Para todo x H1 e y H2 temos, de (a) e (3.32), que
h(T ) x, yi = hx, T yi = hT x, yi.
O resultado segue do Lema 3.7 com Q = (T ) T . Denotaremos (T ) por T .
(e) Temos que T T : H1 H1 e T T : H2 H2 . Pela desigualdade de Cauchy-Schwarz
temos, para todo x H1 , que
kT xk2 = hT x, T xi = hT T x, xi 6 kT T xkkxk 6 kT T kkxk2 .
Tomando supremo para todo 0 6= x X, obtemos
kT k2 6 kT T k.
Aplicando a desigualdade kT1 T2 k 6 kT1 kkT2 k e (3.33), obtemos que
kT k2 6 kT T k 6 kT kkT k = kT k2
Portanto kT T k = kT k2 . Trocando T por T e usando novamente (3.33), tambem temos que
kT T k = kT k2 = kT k2
128
onde T = T por (d), portanto (e) esta provado.

(f) T T = 0 implica em kT T k = 0, logo kT k2 = 0 e Portanto T = 0. Reciprocramente, T = 0
implica em kT k2 = 0, logo kT T k = 0 e consequentemente T T = 0.
(g) Para x H1 e y H2 , (3.32) implica que
hx, (ST ) yi = h(ST )x, yi = hT x, S yi = hx, T S yi.
Portanto, o Lema 3.6 implica que (ST ) y = T S y, para todo y H2 , mostrando (g).
3.7
Operadores Auto-adjuntos
Uma das classes de operadores lineares de grande importancia pratica podem ser definidas pelo
uso de operadores adjuntos de Hilbert como segue.
Definic
ao 3.10. Um operador linear limitado T : H H em um espaco de Hilbert H e autoadjunto se T = T .
Se T e auto-adjunto, entao (3.32) fica
hT x, yi = hx, T yi,
para todo x, y H. A seguir demonstramos algumas propriedades importantes dos operadores
auto-adjuntos.
Teorema 3.11. Seja T : H H um operador linear limitado em um espaco de Hilbert H.
Entao,
(a) Se T e auto-adjunto,hT x, xi e real para todo x H.
(b) Se H e complexo e hT x, xi e real para todo x H, o operador T e auto-adjunto.
Demonstrac
ao:
(a) Se T e auto-adjunto, entao para todo x H,
hT x, xi = hx, T xi = hT x, xi.
Logo, hT x, xi e igual ao seu conjugado complexo e, portanto, e real.
(b) Se hT x, xi e real para todo x H, entao
hT x, xi = hT x, xi = hx, T xi = hT x, xi.
Analise Funcional
129
Portanto,
0 = hT x, xi hT x, xi = h(T T )x, xi.
E T T = 0 pelo Lema 3.7, pois H e complexo.
Teorema 3.12. O produto de dois operadores lineares limitados auto-adjuntos S e T em um
espaco de Hilbert H e auto-adjunto se, e somente se, os operadores comutam, isto e,
ST = T S.
Demonstrac
ao: Note que (ST ) = ST e tambem (ST ) = T S = T S. Dessas duas igualdades
temos ST = T S.
Reciprocramente, temos por hipotese T S = ST . Note tambem que T S = T S = (ST ) .
Disso temos que ST = (ST ) . Isso completa a prova.
Teorema 3.13. Seja (Tn ) uma sequencia de operadores lineares limitados auto-adjuntos, Tn :
H H, em um espaco de Hilbert H. Suponha que (Tn ) seja convergente, ou seja, exista
T : H H tal que Tn T , isto e,
kTn T k 0,
onde kk e a norma no espaco B(H, H). Entao, o operador limite T e um operador linear limitado
auto-adjunto em H.
Demonstrac
ao: Devemos mostrar que T = T . Isso seguira se mostrarmos que kT T k = 0.
Temos que
kTn T k = kTn T k = k(Tn T ) k = kTn T k = kTn T k.
A desigualdade triangular em B(H, H) implica entao que
0 kT T k 6 kT Tn k + kTn Tn k + kTn T k = kT Tn k + 0 + kTn T k = 2kTn T k 0,
se n . Portanto, kT T k = 0 e T = T .
3.8
Exerccios
1. Sejam X e Y espaco vetoriais normados. Consideremos o conjunto X Y = {(x, y) : x

X, y Y } e definamos
k(x, y)k1 := kxk + kyk, k(x, y)k2 := max{kxk, kyk}, k(x, y)k3 :=
p
kxk2 + kyk2 .
Mostre que k kk , k = 1, 2, 3 e uma norma e mostre que estas normas sao equivalentes.
130
2. Definamos em Rn a seguinte norma

kkp =
n
X
|i |p
1/p
, x = (x1 , x2 , ..., xn ) Rn , 1 p < .
i=1
Mostrar que
1
kxk1 kxk2 kxk1 .
n
3. (Continuidade das operaco
es de espacos vetoriais) Mostrar que em um espaco vetorial
normado X, a adicao de vetores e multiplicacao por escalares sao operacoes contnuas com
respeito a norma, isto e, as aplicacoes definidas por (x, y) 7 x + y e (, x) 7 x sao
contnuas.
4. (Conjunto convexo, segmento) Um subconjunto A X de um espaco vetorial X e dito
convexo se x, y A implica
M = {z X : z = x + (1 )y, 0 1} A.
M e chamado segmento fechado com pontos finais x e y, qualquer outro ponto z M e
chamado um ponto interior de M . Mostrar que a bola unitaria fechada B[0, 1] = {x X :
kxk 1} em um espaco normado X e convexa.
5. Mostre que as expressoes abaixo definem normas nos respectivos espacos vetoriais:
(a) kxk = sup |xn | em l1 (N);
nN
(b) kf k = max{kf k , kf 0 k } em
C 1 [a, b] = {f : [a, b] R K : f e contnua e tem derivada contnua em [a, b]}
(c) kpk =
R1
0
t|p(t)|dt em
Pn [0, 1] = {p : [0, 1] R R : p e um polinomio de grau no maximo n}.

6. Sejam a, b n
umeros reais com a < b e C[a, b] = {f : [a, b] R : fe contnua em R} e
: C[a, b] C[a, b] [0, ) dada por
(x, y) = max |x(t) y(t)|.
atb
Mostre que e uma metrica e que C[a, b] e completo com esta metrica.
Analise Funcional
131
7. Sejam a, b n
umeros reais com a < b e I[a, b] o conjunto das funcoes Riemann integraveis de
[a, b] em R e : I[a, b] I[a, b] [0, ) dada por
Z b
|x(t) y(t)|dt.
(x, y) =
a
Mostre que nao uma metrica em I[a, b] mas e uma metrica em C[a, b] I[a, b] e que C[a, b]
nao e completo com esta metrica.
8. Mostre que (X, ) e completo se e somente se, toda sequencia {B k } de bolas fechadas com
B n+1 B n e lim rn = 0 (rn = raio de B n ), a intersecao
n=1 B n consiste exatamente de
n
um ponto.
9. Seja (X, ) um espaco metrico e A X. Mostre que A e fechado se e somente se A = A.
10. Seja X um espaco metrico, e seja f : X R uma funcao contnua. Entao, dado qualquer
n
umero real r, os conjuntos
{x X : f (x) > r},
{x X : f (x) < r}
sao conjuntos abertos de X, e os conjuntos

{x X : f (x) r},
{x X : f (x) r},
{x X : f (x) = r}
sao conjuntos fechados de X. Tambem dados n

umeros reais a e b satisfazendo a < b, o
conjunto
{x X : a < f (x) < b}
e um conjunto aberto de X, e o conjunto
{x X : a f (x) b}
e um conjunto fechado de X.
11. Sejam X, Y , Z e W espacos metricos, e h : X Y um homeomorfismo. Uma funcao
f : Z X e contnua se e somente se h f : Z Y e contnua, e uma funcao g : Y W
e contnua se e somente se, g h : X W e contnua.
12. Seja (X, ) um espaco metrico completo e T : X X uma transformacao. Assuma que,
para algum n0 N, T n0 e uma contracao e mostre que T tem um u
nico ponto fixo.
13. Encontrar um sequencia de cauchy que nao seja convergente em (Q, ).
14. Seja (X, ) um espaco metrico. Sejam A B C X. Demonstrar que se A e denso em
B y B e denso C entao A e denso em C.
132
15. Sejam (X, X ) e (Y, Y ) dois espacos metricos. Suponhamos que A X e denso. Sejan
f, g : X Y duas funcoes contnuas tal que, para todo x A, f (x) = g(x). Demonstrar
que f = g, isto e f (x) = g(x), para todo x X.
16. Demonstre que metricas equivalentes definem os mesmo abertos, fechados e compactos, as
mesmas sequencias de Cauchy, e as mesmas funcoes contnuas e uniformemente contnuas.
17. Demonstrar que f (x) = x2 e uniformemente contnua em [0, 1], mas nao e em (0, ).
18. Mostre que : R R [0, ), definida por (x, y) = (x y)2 , nao e uma metrica.
p
19. Seja : X X [0, ) uma metrica. Verifique que (x, y) =
(x, y), (x, y) =
(x, y)
e (x, y) = min{1, (x, y)} sao metricas em X.
1 + (x, y)
20. Em todo espaco metrico X, tem-se
B[a, r] =
B(a, s) =
e
\
r>0
B(a, r +
n=1
s>r
{a} =
B(a, r) =
1
)
n
1
B(a, ).
n
n=1
Exprima, dualmente, cada bola aberta de X como reuniao de bolas fechadas.

21. Sejam I < J intervalos arbitrarios da reta e f : I J uma bijecao tal que x < y f (x) <
f (y). Prove que f (e conseq
uentemente f 1 ) e contnua. Conclua da a continuidade de
f : [0, +) [0, ), dada por f (x) = x.

22. Mostre que toda funcao contnua f : [a, b] R e limitada.
23. Seja X = A B. Se f : X Y e tal que f |A e f |B sao contnuas, entao f e contnua em
cada ponto a A B.
24. Num espaco metrico X, sejam F = B[a, r] e G = X\B(a, s), onde 0 < r < s. Mostre que
f : X [0, 1], definida por
(x, F )
f (x) =
,
(x, F ) + (x, G)
e contnua e, alem disso, f 1 (0) = F , f 1 (1) = G.
25. f : X Y e contnua se, e somente se, para todo M X tem-se f (M ) f (M ).
26. Uma bijecao f : X Y e um homeomorfismo se, e somente, se f (M ) = f (M ) para todo
M X.
Analise Funcional
133
27. Sejam X um espaco de Banach e T : X X um operador linear limitado. Defina

kxk1 = kxkX + kT xkX ,
para todo x X.
(a) Mostre que k k1 e uma norma em X.
(b) Mostre que (X, k k1 ) e um espaco de Banach.
28. Seja X um espaco de Banach.
(a) Se T L(X) e um operador linear limitado tal que kT k < 1, mostre que I T tem
inversa limitada e que
X
1
(I T ) =
T n.
n=0
(b) Se T L(X) e limitado e tem inversa limitada e S L(X) e um operador linear

limitado tal que
1
||S T k <
,
kT 1 k
mostre que S tem inversa limitada.
29. Seja X um espaco metrico completo. Mostre M X e completo se, e somente se, M e
fechado.
30. Seja C 1 [a, b] := {f : [a, b] C; f, f 0 sao contnuas }. Mostre que
Z
hf, gi =
Z
f (t)g(t)dt +
e um produto interno em C 1 [a, b].
f 0 (t)g 0 (t)dt
Captulo 4
Os Teoremas de Hahn-Banach
4.1
Formas Analticas do Teorema de Hahn-Banach
Seja X um espaco vetorial sobre K. Uma transformacao linear f : X K e chamado de

funcional linear. Se X e um espaco vetorial normado, entao L(X, K) e um espaco de Banach.
Quando X e um espaco vetorial sobre C, ele tambem e um espaco vetorial sobre R. Assim,
podemos considerar f : X C e f : X R como sendo funcionais lineares e temos o seguinte
resutado
Proposic
ao 4.1. Seja X um espaco vetorial sobre C. Se f : X C e um funcional linear e u =
Re f, entao u e um funcional linear real e f (x) = u(x) iu(ix), para todo x X. Reciprocamente,
se u : X R e um funcional linear real e f : X C e definido por f (x) = u(x) iu(ix), ent
ao f
e um funcional linear complexo. Se X e um espaco vetorial normado, f e limitado se, e somente
se, u e limitado e neste caso, kuk = kf k.
Demonstrac
ao: Se f : X C e linear, entao
x 7 u(x) = Re (f (x)) e um funcional linear real;
x 7 v(x) = Im (f (x)) = Re (if (x)) = Re (f (ix)) = u(ix) e um funcional linear real.
Logo, f (x) = u(x) iu(ix), para todo x X.
Claramente se u : X R e um funcional linear, entao f : X C definido por
f (x) = u(x) iu(ix)
e linear.
Agora, em qualquer caso, se X e um espaco vetorial e fe limitado, entao
|u(x)| = |Re (f (x))| |f (x)| kf k kxk,
Analise Funcional
135
logo u : X R e um funcional linear limitado e kuk kf k. Por outro lado, se u : X R e

limitado e como
f (x) = rei(arg f (x)) f (ei(arg f (x)) x) = r = |f (x)|,
para todo x X. Entao
|f (x)| = f (ei arg(f (x)) x) = u(ei(arg(f (x)) x),
para todo x X. Logo,
|f (x)| = u(x) |u(x)| kukkxk kuk kxk,
onde = ei(arg(f (x)) . Assim, kf k kuk.
Definic
ao 4.1. Seja P um conjunto. Dizemos que
1. P e ordenado se existe em P uma relacao de ordem ;
2. Q P e totalmente ordenado se para todo a, b Q, tivermos a b ou b a;
3. c P e um majorante (cota superior) de Q P se x c, para todo x Q;
4. um elemento m P e maximal de P se m x para x P, entao x = m;
5. o conjunto P e indutivo se todo subconjunto totalmente ordenado de P admite um majorante.
Lema 4.1 (Lema de Zorn). Todo conjunto nao vazio, ordenado e indutivo admite um elemento
maximal.
Demonstrac
ao: A prova deste resultado pode ser encontrada em [8].
Definic
ao 4.2. Seja X um espaco vetorial sobre K. Um funcional sub-linear sobre E e ua func
ao
p : X R tal que
p(x + y) p(x) + p(y),
p(x) = p(x),
para todo x, y X e para todo > 0.
Quando p(0) = 0, o funcional da Definicao 4.2 e chamado de Funcional de Minkowski.
Teorema 4.1 (Forma Analtica do Teorema de Hahn-Banach). Sejam E um espaco vetorial real,
p um funcional sub-linear em E, G um subespaco vetorial de E e g : G R uma aplicacao linear
em E tal que
g(x) p(x),
para todo x G. Entao existe um funcional linear f : E R tal que
f (x) p(x), x E
f (x) = g(x), x G.
136
Demonstrac
ao: Considere o conjunto
P := {h : D(h) E R : h e linear, D(h) G, h(x) p(x), x D(h) e h(x) = g(x), x G}.
Definamos em P a seguinte relacao:
h1 h2 D(h1 ) D(h2 ), h2 (x) = h1 (x), x D(h1 ).
Temos
e uma relacao de ordem em P ;
P 6= , pois g P ;
P e indutivo. De fato, seja Q := {hi ; i I} um subconjunto totalmente ordenado de P.
Definindo h : D(h) E R por
D(h) = iI D(hi )
h(x) = hi (x), x D(hi ).
Temos que h esta bem definida, pois se x D(hi ) D(hj ), como Q e totalmente ordenado,
entao, sem perda da generalidade, podemos supor que D(hi ) D(hj ) e hj (x) = hi (x), para
x D(hi ), mostrando que h e unicamente determinada. Ainda mais, h P, pois D(h) G,
se x D(h), entao existe i I tal que x D(hi ) e h(x) = hi (x) p(x) e se x G, entao
g(x) = hi (x) = h(x), pois x D(h). Tambem, h e um majorante de Q, pois D(hi ) D(h)
para todo i I e para todo x D(hi ), h(x) = hi (x), mostrando que hi h, para todo
i I. Mostrando que o conjunto P e indutivo.

Assim, o Lema de Zorn implica que P tem um elemento maximal, isto e, existe f P tal que
f : D(f ) E R linear, G D(f ), f (x) = g(x), para x G e f (x) p(x), para
x D(f );
se f h, para todo h P, entao h = f.
Vamos mostrar que D(f ) = E. De fato, suponhamos, por absurdo, que D(f )
existe x0 E tal que x0 6 D(f ). Definamos h : D(h) E R por
D(h) = D(f ) [x0 ] := {y E; y = x + tx0 , x D(f ) e t R}.
e
h(x + tx0 ) = f (x) + t,
com a ser determinado. Temos que
E. Logo,
Analise Funcional
137
h e linear;
se x G, entao x = x + 0, pois G D(f ) e, portanto, h(x) = f (x) = g(x), para todo
x G.
Devemos ter, para x D(f ) e t R, que
h(x + tx0 ) p(x + tx0 ),
ou seja,
f (x) + t p(x + tx0 ),
(4.1)
para todo x D(f ) e t R.

Primeiramente, mostremos que para t = 1, podemos escolher tal que (4.1) esta satisfeita.
Para t = 1, (4.1) e equivalente a
(
p(x + x0 ) f (x)
f (x) p(x x0 ),
para todo x D(f ), que por sua vez e equivalente a
sup {f (x) p(x x0 )} inf {p(x x0 ) f (x)}.
(4.2)
xD(f )
xD(f )
Agora, para x, y D(f ),

f (x) + f (y) = f (x + y) p(x + y) p(x x0 ) + p(y + x0 ).
Logo,
f (x) p(x x0 ) p(y + x0 ) f (y),
para todo x, y D(f ). Fixando x D(f ), temos que
f (x) p(x x0 ) inf {p(y + x0 ) f (y)}.
yD(f )
Logo,
sup {f (x) p(x x0 )} inf {p(x + x0 ) f (x)}.
xD(f )
xD(f )
Portanto, existe R tal que (4.2) e valida, ou seja (4.1) esta satisfeita para t = 1. Para este
mesmo , mostremos que (4.1) e valida para todo t R. Para todo t > 0 e x D(f ) temos
x
x
x
f (x) + t = f (t ) + t = t[f ( ) + ] tp( + x0 ) = p(x + tx0 ).
t
t
t
Para todo t < 0 e todo x D(f ), fazendo s = t > 0, temos
f (x) + t = f (s
x
x
x
) s = s[f ( ) ] sp( x0 ) = p(x + tx0 ).
s
s
s
138
Para t = 0 e x D(f ), temos

f (x) + 0 = f (x) p(x) = p(x + 0).
Logo,
h(x + tx0 ) f (x + tx0 ),
para todo x D(f ) e t R. Assim, h P com f h e h 6= f, pois D(f )
o Lema de Zorn. Portanto D(f ) = E, e o teorema esta demostrado.
D(h), o que contradiz
Definic
ao 4.3. Seja E um espaco vetorial sobre K, K = C ou K = R. Uma aplicacao p : E R
e uma seminorma se as seguintes condicoes estao satisfeitas:
1. p : E [0, +);
2. p(x) = ||p(x), para K e x E;
3. p(x + y) p(x) + p(y), para todo x, y E.
Quando p(x) 6= 0 para x 6= 0 a seminorma e uma norma.
Teorema 4.2 (Forma Analtica do Teorema de Hahn-Banach - Caso Complexo). Sejam X um
espaco vetorial complexo, p uma seminorma em X, G um subespaco vetorial de X e f : G C
uma aplicacao linear tal que |f (x)| p(x), para todo x G. Entao, existe F : X C um
funcional linear tal que
|F (x)| p(x), x G
F (x) = f (x), x G.
Demonstrac
ao: Exerccio 4.1.
Corol
ario 4.1. Sejam E um espaco vetorial real, p : E R uma seminorma em E, G um
subespaco vetorial de E e g : G R uma transformacao linear tal que
|g(x)| p(x),
para todo x G. Entao existe f : E R tal que
|f (x)| p(x), x E
f (x) = g(x), x G.
Demonstrac
ao: Segue imediatamente da Forma Analtica do Teorema de Hahn-Banach.
Corol
ario 4.2. Sejam E um espaco vetorial normado real, G um subespaco vetorial de E e
g : G R uma transformacao linear limitada. entao existe f E 0 tal que
f (x) = g(x), x G
kf kE 0 = kgkG0 .
Analise Funcional
139
Demonstrac
ao: Defina p : E R por p(x) = kgkG0 kxkE . Entao, p e uma seminorma em E e
para todo x E,
|g(x)| kgkG0 kxkE ,
e o resultado segue do Corolario 4.1.
Quando f E 0 e x E, usaremos a notacao f (x) = hf, xi para indicar f calculada no
elemento x.
Corol
ario 4.3. Sejam E um espaco vetorial normado real e x0 E. Entao existe f0 E 0 tal que
e hf0 , x0 i = kx0 k2E .
kf0 kE 0 = kx0 kE
Demonstrac
ao: Se x0 = 0, basta tomar f 0. Suponhamos entao que x0 6= 0 e consideremos
G = [x0 ]. Defina g : G R por g(tx0 ) = tkx0 k2E . Entao,
g e linear;
kgkG0 = kx0 kE . De fato temos
kgkG0 = sup |g(x)| =
sup
kxkG 1
|t|kx0 kE 1
Por outro lado, tomando y =
x0
,
kx0 kE
(|t|kx0 kE kx0 kE ) kx0 kE .
temos kykG = 1 e
|g(y)| = |
1
kx0 k2E | = kx0 kE ,
kx0 kE
mostrando que kgkG0 = kx0 kE .
Portanto, o Corolario 4.2 implica que existe f0 E 0 tal que

hf0 , x0 i = g(x0 ) = kx0 k2E
e
kf0 kE 0 = kgkG0 = kx0 kE ,
completando a prova deste lema.
4.2
Formas Geom
etricas do Teorema de Hahn-Banach
Ao longo desta secao, E denota um espaco vetorial normado real.

Definic
ao 4.4. Um hiperplano (afim) e E e um conjunto da forma
H = {x E; f (x) = },
onde f e um funcional linear nao identicamente nulo e R. Diremos entao que H e o hiperplano
de equacao [f = ].
140
Observemos que como f 6 0, entao H 6= E e H 6= . Notemos tambem que f nao e necessariamente contnuo.
Definic
ao 4.5. Un subconjunto C E e convexo se para todo x, y C, tx + (1 t)y C, para
todo t [0, 1].
Exerccio 4.1. Sejam A e B subconjuntos abertos, convexos, nao vazios e disjuntos de E. Mostre
que A + B = {x + y; x A e y B} e nao vazio e convexo.
Exerccio 4.2. Sejam A e B subconjunto abertos, convexos, nao vazios e disjuntos em E. Mostre
que A + B = {x + y; x A e y B} e um subconjunto aberto, convexo e nao vazio de E.
Proposic
ao 4.2. O hiperplano de equacao [f = ] e fechado se, e somente se, f e contnuo
(limitado).
Demonstrac
ao:
() Como H = f 1 ({}), {} e fechado em R e f e contnuo, entao H = [f = ] e
fechado.

() Como H e fechado, entao H c := {x E; f (x) 6= } e aberto e nao vazio, ja que
H 6= E. Seja x0 H c e suponha, sem perda da generalidade, que f (x0 ) < . Como H c e aberto,
existe r > 0 tal que BE (x0 , r) H c . Mostremos que f (x) < , para todo x BE (x0 , r). De fato,
suponhamos, por absurdo, que exista x1 BE (x0 , r) tal que f (x1 ) > (note que f (x1 ) 6= ).
Como BE (x0 , r) e convexa, entao
tx0 + (1 t)x1 BE (x0 , r),
Tomando t =
t [0, 1].
f (x1 )
(0, 1), ja que f e linear, temos que
f (x1 ) f (x0 )
f (tx0 + (1 t)x1 ) = (
f (x1 )
f (x0 )
)f (x0 ) + (
)f (x1 ) = ,
f (x1 ) f (x0 )
f (x1 ) f (x0 )
isto e, tx0 + (1 t) 6 BE (x0 , r), o que e uma constradicao, mostrando que f (x) < , para todo
x BE (x0 , r).

Agora, seja r > r1 > 0 tal que
BE (x0 , r1 ) BE (x0 , r).
Entao,
x BE (x0 , r1 ) x = x0 + r1 z, z BE (0, 1).
Assim, para todo z BE (0, 1) temos que
f (x) = f (x = x0 + r1 z) < ,
Analise Funcional
141
ou seja,
f (x0 ) + r1 f (z) < , z BE (0, 1),
ou ainda,
f (z) <
f (x0 )
, z BE (0, 1).
r1
Logo, f e limitada e
kf kE 0
1
( f (x0 )),
r1
concluindo a prova desta proposicao.

Definic
ao 4.6. Sejam A e B subconjuntos de E. Dizemos que o hiperplano H = [f = ] separa
A e B no sentido fraco (fracamente) se
f (x) f (y),
para x A e y B. Dizemos que o hiperplano H = [f = ] separa A e B no sentido forte
(fortemente) se existe > 0 tal que
f (x) < < + f (y),
para x A e y B.
Teorema 4.3 (Teorema de Hahn-Banach - Primeira Forma Geometrica). Se A e B sao subconjuntos nao vazios, convexos e disjuntos em E. Se A e aberto, entao existe um hiperplano fechado
que separa A e B no sentido fraco.
Para demostrarmos este teorema, precisamos demonstrar antes dois lemas auxiliares.
Lema 4.2 (Funcional de Minkowski). Seja C um subconjunto aberto, convexo e tal que 0 C.
Para todo x E, defina
p(x) = inf{ > 0; 1 x C}.
Entao, p e sublinear e existe M > 0 tal que
0 p(x) M kxk,
(4.3)
para todo x E. Aind mais,

C = {x E; p(x) < 1}.
Demonstrac
ao: Claramente p(x) 0, para todo x E. Por outro lado, como 0 C e C e aberto
e E, existe r > 0 tal que BE (0, r) C. Para todo x E, temos que se x = 0, entao claramente p
esta bem definido neste caso. Se x 6= 0, entao temos que
y=
1
2kxkE
r
x=
r 1
x BE (0, r) C.
2 kxkE
142
2kxkE
{ > 0; 1 C} e, portanto, p esta bem definido e a definicao de p implica que
r
2
2
p(x) < kxkE . Tomando M = , obtemos a segunda desigualdade em (4.3).

r
r
Mostremos agora que x C se, e somente se, p(x) < 1. De fato, se 0 6= x0 C, existe > 0
tal que
1
(1 + )x0 = 1 x0 C,
Logo,
1+
pois C e aberto em E. Assim,

1
< 1.
1+
Por outro lado, se p(x0 ) < 1, existe 0 < < 1 tal que 1 x0 C. Assim,
p(x0 )
x0 = (1 x0 ) + (1 )0 C,
ja que C e convexo.
Finalmente, mostremos que p e sublinear. Para todo x E e todo > 0 temos que
x
p(x) = inf{ > 0; (1 )x C} = inf{ > 0; C}
= inf{( ); ( ) x C} = inf{ > 0 : 1 x C}
= p(x).
Quando = 0, temos que p(0x) = p(0) = 0 = 0x.
Tambem, para x e y em E, dado > 0, pelos casos anteriores, temos que
p(
Logo,
x
p(x)
)=
< 1.
p(x) +
p(x) +
1
1
x C. Da mesma forma,
y C. Entao, a convexidade de C implica que
p(x) +
p(y) +
t
x
y
+ (1 t)
C,
p(x) +
p(y) +
para todo t [0, 1]. Tomando 0 < t =
p(x) +
< 1, obtemos que
p(x) + p(y) + 2
x
y
x+y
+
=
C.
p(x) + p(y) + 2 p(x) + p(y) + 2
p(x) + p(y) + 2
Logo,
p(
x+y
)<1
p(x) + p(y) + 2
e, portanto,
p(x + y) < p(x) + p(y) + 2.
Fazendo 0, conclumos a prova deste resultado.
Analise Funcional
143
Lema 4.3. Sejam C E um conjunto convexo, aberto e nao vazio e x0 E\C. Entao, existe
f E 0 tal que f (x) < f (x0 ), para todo x C, ou seja, o hiperplano fechado de equacao [f = f (x0 )]
separa C e {x0 } no sentido fraco.
Demonstrac
ao: Suponhamos inicialmente que 0 C. Seja p : E R o funcional de Minkowski
associado ao conjunto convexo C. Considere G = [x0 ] = {tx0 ; t R} e defina o funcional linear
g : G R por g(tx0 ) = t, para todo t R. Entao
g(x) p(x),
para todo x G. De fato, temos g(x0 ) = 1 e p(x0 ) 1, pois x0 6 C. Tambem, para x = tx0 , se
t > 0, entao
g(tx0 ) = t tp(x0 ) = p(tx0 ).
Se t 0, entao
g(tx0 ) = t 0 p(tx0 ).
Assim, em qualquer caso, g(x) p(x), para x G.
Dessa forma, o Teorema 4.1 implica que existe um funcional linear f : E R tal que
f (x) p(x), x E e f (x) = g(x), x G.
Mas, para todo x E,
f (x) p(x) M kxkE ,
mostrando que f E 0 . Ainda mais, f (x0 ) = g(x0 ) = 1 e para todo x C, f (x) p(x) < 1 =
f (x0 ), completando a prova do lema neste caso.

Agora, se 0 6 C, considerando C1 = C {x1 } = {x x1 ; x C}, onde x1 C, ja que C 6= ,
e x0 = x0 x1 . Temos que 0 C1 e a primeira parte implica que existe f E 0 tal que para todo
x C1 , f (x) < f (x0 ). Logo, para todo x C, f (x x1 ) < f (x0 x1 ) e, portanto, f (x) < f (x0 ),
para todo x C.
Demonstrac
ao do Teorema 4.3: Defina
A B = {x y; x A e y B}.
O Exerccio 4.1 implica que C e convexo e nao vazio. Como C = yB (A {y}) e cada A {y} e
aberto, entao C tambem e um subconjunto aberto de E. Ainda, como A e B sao disjuntos, temos
que 0 6 C. Logo, o Lema 4.3 garante que existe f E 0 tal que f (z) < f (0) = 0, para todo z C.
Logo, f (a) < f (b), para todo a A e todo b B. Assim, podemos escolher R tal que
sup f (a) inf f (b),
aA
bB
e obtemos que
f (a) f (b),
para todo a A e todo b B.
144
Teorema 4.4 (Teorema de Hahn-Banach - Segunda Forma Geometrica). Sejam A e B subconjuntos nao vazios, disjuntos e convexos de E. Suponha que A e compacto e B e fechado. Ent
ao,
existe um hiperplano fechado que separa A e B no sentido forte.
Demonstrac
ao: Dado > 0, consideremos os conjuntos
A = A + BE (0, ) = A + BE (0, 1)
B = B + BE (0, ) = B + BE (0, 1).
Entao, o Exerccio 4.2 implica que A e B sao subconjuntos convexos, abertos e nao vazios de E.
dist (A, B)
Tambem, A B = , para algum 0 < < 0 :=
. De fato, se, por absurdo, A B 6= ,
2
para todo < 0 , entao existem seq
uencias (n )n1 (0, 0 ) e (zn )n1 An Bn , com n 0,
quando n . Da,
an + n xn = zn = bn + n yn ,
onde an A, bn B e xn , yn BE (0, 1). Entao,
kan bn k = kn xn n yn k n (kxn k + kyn k) < 2n 0,
quando n . Como A e compacto, existem (anj )nj 1 (an )n1 e a A tais que anj a em
E. Assim,
ka bnj k ka anj k + kanj bnj k 0,
quando nj . Como B e fechado, conclumos que a AB, o que e uma contradicao. Portanto
A B = para algum > 0, suficientemente pequeno.

O Teorema 4.3 implica que existe um hiperplano fechado de equacao [f = ] que separa A e
B no sentido fraco. Temos
f (x + z1 ) f (y + z2 ),
para todo x A, y B e z1 , z2 BE (0, 1). Fixando z1 tomando o supremo em BE (0, 1) e depois
tomando o nfimo tambem em BE (0, 1), obtemos que
sup (f (x) + f (z)) inf (f (y) + f (z)),
kzk<1
kzk<1
para x A e y B. Logo,
f (x)+kf kE 0 f (y)+ inf f (z) = f (y) sup f (z) = f (y) sup f (z) = f (y)kf kE 0 ,
kzk<1
kzk<1
kzk<1
para todo x A e y B. Como kf kE 0 6= 0, o hiperplano fechado de equacao [f = ] separa A e

B no sentido forte.
Corol
ario 4.4. Seja E um espaco vetorial normado real e F um subespaco vetorial de E tal que
F 6= E. Entao, existe f E 0 , f 6 0, tal que
hf, xi = 0,
para todo x F.
Analise Funcional
145
Demonstrac
ao: Se x0 E\F , entao {x0 } e compacto e como F e fechado, existem f E 0 e
R tais que
f (x) < < f (x0 ),
para todo x F . Como F e subespaco vetorial de E, entao f (x) = 0, para todo x F.
Obervac
ao 4.1. Nas aplicacoes, usamos o Corolario 4.4 para verificarmos quando um subespaco
ao:
vetorial F de E e denso em E (F = E). Para isso, precisamos verificar a seguinte afirmac
f E 0 ; hf, xi = 0, x F f 0.
Captulo 5
Consequencias do Teorema da Categoria
de Baire.
5.1
O Teorema da Categoria de Baire
Nesta secao demonstraremos o Lema de Baire. Para isso, precisamos antes do seguinte resultado
topologico.
Exerccio 5.1. Seja X um espaco metrico e S um subconjunto de X. Mostre que
(S)c = int(S c ),
onde Y c := X\Y, denota o complementar, em X, de um subconjunto Y de X e int(Y ) denota o
interior, em X, de um subconjunto Y de X.
Lema 5.1 (Lema de Baire). Sejam X um espaco metrico completo e (Xn )nN uma seq
uencia de
subconjuntos fechados de X. Se int(Xn ) = para cada n N, entao
int(
n=1 Xn ) = .
Demonstrac
ao: Para cada n 1, sejam On = X \ Xn . Como para cada n N, Xn e fechado e
tem interior vazio, entao On e fechado e denso em X. Devemos mostrar que
G =
n=1 On
e denso em X, pois se isso acontecer, entao
c
c
c
int(
n=1 Xn ) = int(n=1 On ) = int((n=1 On ) ) = (n=1 On ) = (G) = ,
onde na pen
ultima igualdade foi usado o Exerccio 5.1.
Analise Funcional
147
Seja entao W 6= um subconjunto aberto de X e mostremos que W G 6= . Tomando x0 W,

escolha r0 > 0 tal que B(x0 , r0 ) W. Como O1 e aberto e denso em X, escolha x1 O1 B(x0 , r0 )
tal que
r0
B(x1 , r1 ) O1 B(x0 , r0 ), com 0 < r1 < .
2
Da mesma forma, escolha x2 O2 B(x1 , r1 ) tal que
B(x2 , r2 ) O2 B(x1 , r1 ), com 0 < r2 <
r1
.
2
Assim, sucessivamente encontramos seq

uencias (xn ) em X e (rn ) em R tais que
xn On B(xn1 , rn1 )
e
rn1
.
2
Dessa forma, (xn ) e uma seq
uencia de Cauchy em X e a completicidade de X implica que
existe l X tal que xn l. Mas, para todo p 0 e n 0, xn+p B(xn , rn ). Fazendo p
obtemos que l B(xn , rn ), para todo n 0. Assim, l On , para todo n N, ou seja l G W.
Portanto, W G 6= , completando a prova do lema.
B(xn , rn ) On B(xn1 , rn1 ), com 0 < rn <
Corol
ario 5.1. Sejam X um espaco metrico completo e (Xn )nN uma seq
uencia de subconjuntos
fechados de X tal que n=1 Xn = X. Entao, existe n0 N tal que int(Xn0 ) 6= .

Demonstrac
ao: Suponhamos, por absurdo, que int(Xn ) = , para todo n N. Entao, o Lema
de Baire implica que
X = int(
n=1 Xn ) = ,
o que e um absurdo.
Exerccio 5.2. Seja X um espaco vetorial normado real e B X um subconjunto convexo.
Mostre que nB = nB e B + B = 2B.
5.2
O Teorema de Banach-Steinhaus
Teorema 5.1. Sejam E e F espaco normados e (Ti )iI uma famlia de operadores lineares limitados de E em F . Suponhamos que E seja uma espaco de Banach e que
sup kTi (x)kF < ,
iI
parra todo x E. Entao

sup kTi kL(E,F ) < .
iI
(5.1)
148
Em outras palavras, existe uma constante c > 0 tal que

kTi (x)k ckxk,
para x E e i I.
Demonstrac
ao: Para cada inteiro n 1 considere o conjunto
Xn = {x E; kTi (x)k n, i I}.
Temos que para cada n 1,
Xn = iI Ti1 (B(0, n)),
mostrando que Xn e fechado para cada n N.
De (5.1) temos que
[
Xn = E.
n=1
Agora, usando o Lema de Baire, temos que Int(Xn0 ) 6= , para algum n0 1. Seja x0 E e
r > 0 tais que B(x0 , r) Xn0 . Entao
kTi (x0 + rz)k n0 ,
para todo i I e todo z B(0, 1). Assim,
k Ti (x0 )k + kTi (x0 ) + rTI (z)k n0 + kTi (x0 )k
k Ti (x0 ) + Ti (x0 ) + rTi (z)k n0 + kTi (x0 )k
rkTi (z)k n0 + kTi (x0 )k
r sup kTi (z)k n0 + kTi (x0 )k
kzk1
rkTi kL(E,F ) 2n0 .

Au
ltima desigualdade implica que
sup kTi kL(E,F ) < .
iI
Corol
ario 5.2. Sejam E e F dois espacos de Banach e (Tn )nN uma seq
uencia de operadores
lineares limitadas de E em F tais que para todo x em E, Tn (x) e convergente. Se T (x) = lim Tn x,
entao
(i) supnN kTn kL(E,F ) < ;
(ii) T L(E, F );
Analise Funcional
149
(iii) kT kL(E,F ) lim inf (kTn kL(E,F ) ).

n
Demonstrac
ao: Observemos que para cada x E, a seq
uencia (Tn x) e limitada em F. Logo,
sup kTn xk < +,
nN
para todo x E. Portanto, o Teorema 5.1 demonstra o item (i).

Sendo T x = lim Tn x, para todo x E, a linearidade de cada uma das aplicacoes Tn implica a
linearidade de T : E F. Usando a parte (i) obtemos que existe c > 0 tal que para todo x E
e n N,
kTn xk ckxk.
A continuidade da norma implica que para todo x E,
kT xk = k lim Tn xk = lim kTn xk ckxk,
(5.2)
mostrando que T e limitada, o que conclu (ii).

Agora, para todo n N,
kTn xk kTn kkxk,
para todo x E. Logo,
lim inf kTn xk lim inf kTn kkxk.
Usando (5.2) obtemos que
kT xk (lim inf kTn k)kxk.
Logo,
sup kT xk lim inf kTn k,
kxk1
mostrando que kT k lim inf kTn k, concluindo a prova do corolario.

0
Corol
ario 5.3. Sejam G um espaco de Banach e B G. Suponhamos que para todo f G o
conjunto f (B) = {hf, xi; x B} e limitado em R. Entao B e limitado.
Demonstrac
ao: Para cada b B definimos
0
Tb (f ) = hf, bi, f G .
Desta forma temos que
sup |Tb (f )| < ,
bB
0
para todo f G . Pelo Teorema 5.1, com E = G0 , F = R e I = B, existe c > 0 tal que
|Tb (f )| = |hf, bi| ckf k,
150

0
para f G e b B. Tomando o supremo em f, com kf k 1, em ambos os lados da desigualdade

acima, obtemos que
sup |hf, bi| c
kf k1
Usando o Corolario 5.2 temos que

kbk c,
para todo b B.
0
Exerccio 5.3. Sejam G um espaco de Banach e B G . Suponhamos que para todo x G o

0
0
conjunto hB , xi = {hf, xi; f B 0 } seja limitado em R. Mostre que B e limitado.
5.3
O Teorema da Aplica
c
ao Aberta
Definic
ao 5.1. Sejam E e F espacos vetoriais normados. Dizemos que uma transformacao linear
T : E F e aberta se para todo subconjunto aberto U E, tivermos que T (U ) e um subconjunto
aberto de F.
Teorema 5.2. Sejam E e F dois espacos de Banach e T : E F um operador linear, limitada
e sobrejetora. Entao existe r > 0
BF (0, r) T (BE (0, 1)).
(5.3)
Demonstrac
ao: Dividiremos a prova em duas etapas.
Primeira Etapa: Vamos mostrar que existe r > 0 tal que
BF (0, 2r) T (BE (0, 1)).
(5.4)
Para mostrarmos este fato, notemos que BE (0, n) = nBE (0, 1), para todo n N. Logo, para
n > kxk, x nBE (0, 1), para todo x E. Da,
E =
n=1 nBE (0, 1).
Como T e sobrejetora e linear, entao
F = T (E) = T (
n=1 nBE (0, 1)) = n=1 nT (BE (0, 1)) = n=1 nT (BE (0, 1)).
Assim, o Teorema 5.1 implica que existe n0 N tal que

int(n0 T (BE (0, 1))) 6= = int(T (BE (0, 1))) 6= .
Portanto, existe r > 0 e y0 F tal que
BF (y0 , 4r) T (BE (0, 1)).
Analise Funcional
151
Como y0 , y0 T (BE (0, 1)), entao

BF (0, 4r) = y0 + BF (y0 , 4r) T (BE (0, 1)) + T (BE (0, 1)).
E a convexidade de T (BE (0, 1)) implica que
BF (0, 4r) 2T (BE (0, 1)),
demonstrando (5.4) e conclundo a demonstracao da Primeira Etapa.
Segunda Etapa: Nesta etapa vamos mostrar que existe r > 0 tal que (5.3) esta satisfeita,
isto e, para y F com kyk < r, devemos encontrar x E com kxk < 1 tal que y = T (x). De
(5.4), temos que para todo > 0, existe x E com kxk < 12 e tal que ky T (x)k < 2 .
Assim, tomando = 2r obtemos que existe x1 E tal que
kx1 k <
1
r
e ky T (x1 )k < .
2
4
Aplicando o mesmo raciocnio para y T (x1 ) e = 4r , obtemos que existe x2 E tal que
kx2 k <
1
r
e ky T (x1 ) T (x2 )k < .
4
8
Repetindo este processo, obtemos uma seq

uencia (xn )nN em E tal que
kxn k <
r
1
e ky T (x1 + . . . + xn )k < n+1 ,
n
2
2
para todo n N.
Assim a seq
uencia (zn )nN , onde zn = x1 + . . . + xn e uma seq
uencia de Cauchy em E. Como
E e um espaco de Banach, temos que existe x E tal que
zn x, n .
Assim, kxk < 1 e como T e contnua temos que T zn T x. Mas, T (zn ) y e a unicidade do
limite implica que y = T (x). Logo y B(0, r) e y = T (x) para x B(0, 1), isto implica que (5.3).
Corol
ario 5.4 (Teorema da Aplicacao Aberta). Sejam E e F espacos de Banach e T : E F
uma transformacao linear, limitada e sobrejetora. Entao T e uma aplicacao aberta.
Demonstrac
ao: Seja U E um subconjunto aberto de E e y0 T (U ). Entao, existe x0 U tal
que y0 = T x0 e existe > 0 tal que
BE (x0 , ) = x0 + BE (0, ) U.
Assim,
T (x0 ) + T (BE (0, )) T (U ).
(5.5)
152
Tambem, o Teorema 5.2 implica que

BF (0, r) BF (0, r) T (BE (0, 1)) = T (BE (0, )).
(5.6)
Assim, (5.5) e (5.6) implicam que

BF (y0 , r) = y0 + BF (0, r) y0 + T (BE (0, )) T (U ),
completando a prova deste corolario.
Corol
ario 5.5. Sejam E e F espacos de Banach e T : E F uma transformacao linear, limitada
e bijetora. Entao T 1 : F E e linear e limitada.
Demonstrac
ao: Para todo y F, existe um u
nico x E tal que y = T x. Entao, existe 0 < r1 < r
tal que
BE (0, r1 ) BE (0, r)
e
y1 =
r1
y BF (0, r1 ),
kyk
onde r e dado no Teorema 5.2. Assim,

y1 =
r1
y BF (0, r1 ) BF (0, r) T (BE (0, 1)).
kyk
Logo, existe u BE (0, 1) tal que T u = y1 e, portanto,

T(
e a injetividade de T implica que x =
kxk =
kyk
u) = y = T x
r1
kyk
u.
r1
Da,
kyk
kyk
1
kuk <
= kT xk,
r1
r1
r1
isto e,
kxk <
1
kT xk,
r1
mostrando que
kT 1 yk <
1
kyk,
r1
para todo y F.
Corol
ario 5.6. Suponhamos que um espaco vetorial real E dotado de cada uma das normas k . k1
e k . k2 seja um espaco de Banach. Se existir c > 0 tal que
kxk2 ckxk1 ,
para todo x E, entao as normas k . k1 e k . k2 sao equivalentes.
Analise Funcional
153
Demonstrac
ao: Por hipotese a aplicacao identidade Id : (E, k . k1 ) (E, k . k2 ) e uma aplicacao
linear, contnua e bijetora. Logo, o Corolario 5.5 implica que
Id : (E, k . k2 ) (E, k . k1 )
tambem e contnua, provando que a norma k . k1 e equivalente a` norma k . k2 .
5.4
O Teorema do Gr
afico Fechado
Nesta secao vamos trabalhar com operadores definidos em subespacos de um espaco de Banach
E que nao sao limitados. Primeiro observemos que se E e F sao dois espacos de Banach, entao
E F munido das operacoes usuais e um espaco de Banach com a norma
k(u, v)kEF = kukE + kvkF ,
para (u, v) E F.
Definic
ao 5.2. Sejam E e F espacos normados reais. Definimos o grafico de uma transformac
ao
linear T : D(T ) E F como sendo o conjunto
G(T ) = {(x, y) E F ; x D(T ) e y = T x}.
Dizemos que G(T ) e fechado em E F se
G(T )
EF
= G(T ).
Lema 5.2. Mostre que G(T ) e fechado se, e somente se, a seguinte propriedade esta satisfeita:
se (xn ) D(T ) e tal que xn x e T xn y, quando n , entao x D(T ) e T x = y.
Demonstrac
ao: Suponhamos inicialmente que G(T ) seja fechado em E F, isto e G(T ) = G(T ).
Seja (xn ) D(T ) uma sequencia em D(T ) tal que
xn x e T xn y.
Assim, a sequencia (zn ) definida por zn = (xn , T xn ), para n N, e uma sequencia no grafico G(T )
de T , (zn ) G(T ), e
zn (x, y),
ou seja, (x, y) G(T ). Como G(T ) e fechado em E F, obtemos que (x, y) G(T ), ou seja,
x D(T ) e T (x) = y.
Por outro lado, seja (x, y) G(T ). Entao, existe (xn ) D(T ) uma sequencia no domnio de
T tal que
xn x e T (xn ) y.
Por hipotese obtemos que x D(T ) e T (x) = y, isto e, (x, y) G(T ), mostrando que G(T ) e
fechado em E F.
154
Exerccio 5.4. Se T : E F e uma transformacao linear contnua entre espacos normados E e

F, entao G(T ) e fechado em E F. Mostre que a recproca nao e verdadeira.
Exerccio 5.5. Seja T : D(T ) E F uma transformacao linear contnua entre espacos
normados E e F. Se D(T ) e fechado em E, entao G(T ) e fechado em E F.
Exerccio 5.6. Mostre que podem existir transformacoes lineares contnuas T : D(T ) E F
tais que D(T ) = E e G(T ) nao fechado em E F.
Definic
ao 5.3. Dizemos que uma transformacao linear T : D(T ) E F entre espacos normados E e F e fechada se G(T ) e fechado em E F, ou seja, se, e somente se, toda seq
uencia
(xn ) D(T ) tal que xn x e T xn y, quando n , tivermos x D(T ) e T x = y.
Teorema 5.3 (Teorema do Gr
afico Fechado). Sejam E e F espacos de Banach e T : D(T )
E F uma transformacao linear fechada. Se D(T ) e fechado em E, entao T e contnua (limitada).
Demonstrac
ao: Considere em D(T ) as seguintes normas:
kxk1 = kxkE + kT xkF ,
x D(T ),
que e conhecida como norma da grafico e

kxk2 = kxkE ,
x D(T ).
Como D(T ) e fechado em (E, k kE ) que e um espaco de Banach, entao (D(T ), k k2 ) e um espaco
de Banach. Mostremos agora que (D(T ), k k1 ) tambem e um espaco de Banach. Para vermos
isso, seja (xn ) D(T ) um seq
uencia de Cauchy em (D(T ), k k1 ). Temos
0 kxm xn k2 kxm xn k1 0,
quando m, n , mostrando que (xn ) e uma seq
uencia de Cauchy em (D(T ), k k2 ). Tambem,
0 kT xm T xn kF kxm xn kE + kT (xm xn )kF = kxm xn k1 0,
quando m, n , mostrando que (T xn ) e uma seq
uencia de Cauchy em (F, k kF ). Portanto,
existem x D(T ) e y F tais que quando n ,
xn x em (D(T ), k kE )
e
T xn y em (F, k kF ).
Como T e uma transformacao linear fechada, conclumos que y = T x. Assim,
0 kxn xk1 = kxn xkE + kT xn T xkF 0,
Analise Funcional
155
quando n , mostrando que (D(T ), k k1 ) e um espaco de Banach.

Agora, como kxk2 kxk1 , para todo x D(T ), o Corolario 5.6 implica que existe uma
constante c 0 tal que
kxkE + kT xkF = kxk1 ckxk2 ckxkE ,
para todo x D(T ). Notemos que para todo x D(T ),
kxk2 kxk1 ckxk2 = (c 1)kxk2 0,
ou seja, na realidade, c 1. Logo,
kT xkE (c 1)kxkE ,
para todo x D(T ), mostrando que T e limitada e, portanto, T e contnua.
Refer
encias Bibliogr
aficas
[1] Bachman, G. e Narici, L. Fucntional Analysis. Academic Press, 1966.
[2] Br
ezis, H. Analisis Functional, Teoria y Aplicaciones. Alianza Editorial, 1983.
[3] Conway, J. B., A Course in Functional Analysis. Springer Verlag, 1985.
[4] H
onig, C. S., Analise Funcional e Aplicacoes, Volume 6. Publicacoes do Instituto de Matematica e Estatstica da Universidade de Sao Paulo, 1970.
[5] Kreyszig, E., Introductory Functional Analysis with Applications, Primeira Edicao. John
Wiley & Sons, New York, 1989.
[6] Lima, E. L., Curso de Analise, Vol. 2, Terceira Edicao, Projeto Euclides, IMPA, Rio de
Janeiro, 1981.
[7] Lima, E. L., Espacos Metricos, Terceira Edicao, Projeto Euclides, IMPA, Rio de Janeiro,
1977.
[8] Munkres, J. R., Topology. A First Course, Prentice-Hall, New Jersey, 1975.
[9] Nachbin, L., Introducao a Analise Funcional, Espacos de Banach e Calculo Diferencial,
Universidade de Braslia, Braslia, 1969.
[10] Rudin, W., Functional Analysis. McGraw Hill, 1991.
[11] Simmons, G. F., Introduction to Topology and Modern Analysis. McGraw Hill, 1963.
[12] Yosida, K., Functional Analysis. Springer Verlag, 1974.

Análise Funcional Marcão PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Análise Funcional Marcão PDF

Transféré par

Droits d'auteur :

Formats disponibles

Universidade Estadual de Maring

Marcos Roberto Teixeira Primo

3 Espacos com Produto Interno

O Dual de um Espaco de Hilbert . . . . .

O horario das aulas sera:

Setembro: 1, 3, 5, 8, 10, 12, 15, 17, 19, 22, 24, 26, 29

Novembro: 3, 5, 7, 10, 12, 14, 17, 19, 21

3. Espacos com Produto Interno;

1 G. Bachman e L. Narici, Functional Analysis, Academic Press, 1966.

No Calculo estudamos funcoes definidas na reta real R, onde a distancia, d, em R e definida

Marcos Roberto Teixeira Primo

(M3) d(x, y) = d(y, x)

(M4) d(x, y) d(x, z) + d(z, y)

De (M 4), obtemos por inducao, a desigualdade triangular generalizada

6 d(x1 , xk ) + d(xk , xk+1 )

e, o princpio da inducao finita mostra o resultado desejado

Exemplo 1.2. Considere R2 o conjunto de todos os pares ordenados de n

O espaco unitario n - dimensional Cn e o espaco de todas as n uplas ordenadas de n

Exemplo 1.5. Seja l o conjunto formado por todas as sequencias limitadas de n

obtemos que (l , d) e um espaco metrico.

Marcos Roberto Teixeira Primo

e y = (y1 , y2 , ...) tal que

mostrando que (M 1) esta satisfeita.

concluindo a prova de (M 2).

Da d(x, y) = d(y, x), o que mostra (M 3).

para todo i N. Portanto,

para todo i N. Logo,

completando a prova de (M 4) e finalizando o exemplo.

Exemplo 1.6. O Espaco de Sequencias s consiste de todas as sequencias de n

para algum i N. Portanto,

para algum i N. Da,

Marcos Roberto Teixeira Primo

definida para todo t > 0. Temos

para todo t > 0 e como

> 0 segue que

para x, y B(A). Entao (B(A), d) e um espaco metrico.

Conjuntos Abertos, Fechados e Vizinhan

Marcos Roberto Teixeira Primo

Marcos Roberto Teixeira Primo

Exemplo 1.10. O plano complexo, munido da metrica usual, e separavel.

Marcos Roberto Teixeira Primo

Exemplo 1.12. O espaco l nao e um espaco separavel

Sequencias Convergentes, de Cauchy e Completicidade

O elemento x X sera chamado de limite de (xn ) e escrevemos

Marcos Roberto Teixeira Primo

para todo n > N.

para todo n > M.

Tomando n0 > N e n0 > M temos, usando a desigualdade triangular, que

Assim, para todo > 0 temos que

mostrando que a sequencia e limitada e provando o item (b).

Assim, para todo > 0, existem N1 , N1 N tais que

para todo n > N1

para todo n > N2 .

Tomando N = max{N1 , N2 }, obtemos que

provando o item (c) e completando a prova deste resultado.

d(xn , x) < , para todo n > N.

Marcos Roberto Teixeira Primo

Exemplo 1.14. O conjunto dos n

Mas, para todo > 0, existe N N tal que

M e fechado se, e somente se, M = M .

Agora, se M e fechado e (xn ) e uma sequencia tal que

Marcos Roberto Teixeira Primo

Nesta secao apresentaremos exemplos de espacos metricos completos. Para demonstrarmos a