Análise para além de R: limites, derivadas, integrais e outros conceitos matemáticos

Análise para além de R
Roberto Imbuzeiro Oliveira1
25 de Junho de 2019
1 IMPA, Rio de Janeiro, RJ, Brazil, 22430-040.

2
Conteúdo
I Os objetos fundamentais 9
1 Prólogo 11
1.1 Fatos sobre R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.1.1 Intervalos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.1.2 Limites e convergência de sequências . . . . . . . . . . . . . . . . . . . . . . . 11
1.1.3 Limites superior e inferior . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.1.4 Limites e convergência de séries . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.1.5 Limites de funções, continuidade, máximos e mı́nimos . . . . . . . . . . . . . 15
1.1.6 Derivadas e integrais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2 Algumas funções especiais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.2.1 A função exponencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.2.2 A função logaritmo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.2.3 As funções seno e cosseno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.3 A desigualdade das médias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4 Mais um fato útil . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2 Espaços vetoriais e normas 27

2.1 Um caso concreto: o espaço Rd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1.1 Operações em Rd e suas propriedades . . . . . . . . . . . . . . . . . . . . . . 27
2.1.2 Produto interno e a norma euclideana em Rd . . . . . . . . . . . . . . . . . . 28
2.2 Definições gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2.1 O que é um espaço vetorial? . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2.2 Funcionais lineares e normas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3 Mais exercicios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3 Espaços métricos, convergência e completude 39

3.1 Espaços métricos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.1.1 A reta real como espaço métrico . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.1.2 Os números complexos como espaço métrico . . . . . . . . . . . . . . . . . . 40
3.1.3 A métrica discreta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.1.4 Espaços vetoriais: normas nos dão métricas . . . . . . . . . . . . . . . . . . . 40
3.1.5 Métricas induzidas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2 Sequências, limites e completude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
3.2.1 Subsequências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.2.2 Convergência em Rd com as normas ` p . . . . . . . . . . . . . . . . . . . . . . 44
3
3.2.3 Convergência sob a métrica discreta . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2.4 Convergência em C ( I, R) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.3 Equivalência de métricas e normas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.4 Mais exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4 Funções e continuidade 53
4.1 Funções contı́nuas de X em R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.2 Funções Lipschitz e distâncias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.3 Funções contı́nuas sobre as funções contı́nuas . . . . . . . . . . . . . . . . . . . . . . 56
4.4 Funções contı́nuas de X em Rd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.5 Transformações e funcionais lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.6 Transformações multilineares e tensores . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.6.1 Tensores em dimensão finita . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.6.2 Alguns exemplos em dimensão infinita . . . . . . . . . . . . . . . . . . . . . . 64
4.7 Mais exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
II Topologia e geometria em espaços métricos 67
5 Abertos e fechados 69
5.1 Os abertos formam uma topologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.2 Fechados, limites e métricas equivalentes . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.3 Fechos, interiores e pontos de acumulação . . . . . . . . . . . . . . . . . . . . . . . . 73
5.4 Continuidade, abertos e fechados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.5 Topologia relativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.6 Como são os abertos de R? (Opcional) . . . . . . . . . . . . . . . . . . . . . . . . . . 76
5.7 Mais exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
6 Conjuntos compactos 79
6.1 Consequências diretas da definição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
6.2 Compactos são completos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
6.3 Compactos são totalmente limitados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.4 Subsequências convergentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
6.5 Compacidade via abertos e fechados . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
6.6 Subconjuntos de um espaço métrico completo . . . . . . . . . . . . . . . . . . . . . . 87
6.7 Compactos de Rd e a equivalência de normas . . . . . . . . . . . . . . . . . . . . . . 88
6.8 Consequências para funções contı́nuas . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
6.9 Conjuntos perfeitos (opcional) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
6.10 Mais exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
7 Caminhos e conexidade 95
7.1 Conexidade por caminhos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
7.2 Conexidade topológica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
7.3 Quando as definições concordam? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
7.3.1 Discordância em R2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
7.3.2 Concordância para abertos de espaços vetoriais . . . . . . . . . . . . . . . . . 101
4
7.4 Mais exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
III Mais sobre os espaços de funções contı́nuas 103
8 Funções contı́nuas com valores num espaço vetorial 105

8.1 Funções contı́nuas sobre compactos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
8.2 Funções sobre intervalos e suas derivadas . . . . . . . . . . . . . . . . . . . . . . . . . 107
8.3 Integração de funções sobre intervalos . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
8.4 O teorema fundamental do Cálculo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
8.5 Mais exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
9 Sequências e séries de funções 113

9.1 Séries de funções . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
9.1.1 Somando séries . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
9.1.2 Tomando derivadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
9.2 Mais exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
10 Compacidade em C (K, Z ) e o método de Euler para resolver equações diferenciais 117

10.1 Um resultado preliminar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
10.2 O teorema de Ascoli-Arzèla . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
10.3 O método de Euler e a existência de soluções para EDOs . . . . . . . . . . . . . . . . 120
10.3.1 Localização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
10.3.2 A aproximação de Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
10.3.3 O problema em forma integral . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
10.3.4 Aproximações de Euler são pontos quase-fixos . . . . . . . . . . . . . . . . . 124
10.3.5 Fim da demonstração . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
11 Subconjuntos densos de C (K, R): o teorema de Stone-Weierstrass 127

11.1 O teorema geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
11.1.1 Prova do teorema de Stone-Weierstrass . . . . . . . . . . . . . . . . . . . . . . 129
11.1.2 Prova do Lema Fundamental . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
IV Cálculo diferencial para além de R e C 137
12 Derivar em dimensão maior que 1 139
13 Um curso relâmpago de Álgebra Linear 141

13.1 Combinações lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
13.2 Conjuntos geradores, l.i. e bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
13.3 O teorema fundamental da dimensão finita . . . . . . . . . . . . . . . . . . . . . . . . 143
13.4 Transformações lineares e dimensão finita . . . . . . . . . . . . . . . . . . . . . . . . . 146
13.5 Relação com os espaços euclideanos Rd . . . . . . . . . . . . . . . . . . . . . . . . . . 148
13.6 Normas e transformações lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
5
14 A derivada como transformação linear 151
14.1 A definição de derivada de Fréchet . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
14.1.1 Derivadas direcionais, suas vantagens e problemas . . . . . . . . . . . . . . . 152
14.2 Alguns casos simples da derivada de Fréchet . . . . . . . . . . . . . . . . . . . . . . . 153
14.2.1 Quando o domı́nio está na reta . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
14.2.2 Derivadas envolvendo funções lineares . . . . . . . . . . . . . . . . . . . . . . 154
14.2.3 A derivada quando V tem dimensão finita e W = R . . . . . . . . . . . . . . 155
14.2.4 O caso em que W tem dimensão finita . . . . . . . . . . . . . . . . . . . . . . 156
14.3 Boas propriedades da derivada de Fréchet . . . . . . . . . . . . . . . . . . . . . . . . 157
14.3.1 A regra da cadeia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
14.3.2 A desigualdade do valor médio . . . . . . . . . . . . . . . . . . . . . . . . . . 158
14.4 Derivadas mais complicadas de se calcular . . . . . . . . . . . . . . . . . . . . . . . . 159
14.4.1 Exemplos no espaço de operadores lineares . . . . . . . . . . . . . . . . . . . 160
14.4.2 Um exemplo sobre as funções contı́nuas . . . . . . . . . . . . . . . . . . . . . 164
14.5 Mais exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
15 Derivadas de ordem superior 169

15.1 Já sabemos definir, mas... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
15.2 Segunda derivada, transformações bilineares e simetria . . . . . . . . . . . . . . . . . 170
15.2.1 Relação de L(V, L(V, W )) com transformações bilineares . . . . . . . . . . . 170
15.2.2 A segunda derivada é bilinear . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
15.2.3 Simetria da segunda derivada (quando contı́nua) . . . . . . . . . . . . . . . . 173
15.2.4 Derivadas parciais de ordem 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
15.3 Derivadas de ordem maior que dois . . . . . . . . . . . . . . . . . . . . . . . . . . . . 176
15.4 A fórmula de Taylor geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 178
16 Pontos fixos, funções inversas e funções implı́citas 181

16.1 O teorema do ponto fixo de Banach . . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
16.2 O teorema da função inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 183
16.3 O teorema da função implı́cita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
17 Esboço da teoria de subvariedades de Rd 191

17.1 Gráficos de funções: nosso primeiro exemplo . . . . . . . . . . . . . . . . . . . . . . . 191
17.2 Parametrizações que viram difeomorfismos . . . . . . . . . . . . . . . . . . . . . . . . 192
17.3 O espaço tangente e a dimensão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
17.4 Subvariedades definidas implicitamente . . . . . . . . . . . . . . . . . . . . . . . . . . 197
17.4.1 Exemplos de subvariedades definidas implicitamente . . . . . . . . . . . . . 198
17.4.2 Um resultado intermediário . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
17.4.3 Prova do Teorema 17.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
17.5 Mais sobre estrutura intrı́nseca . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202
V EDOs: unicidade e dependência suave das condições iniciais 203
18 Existência e unicidade para certas EDOs 205

18.1 Existência e unicidade globais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 205
6
18.2 Existência e unicidade locais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
18.3 Diferenciabilidade local - esboço . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
18.4 Mais exercı́cios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 208
7
8
Parte I
Os objetos fundamentais
9
Capı́tulo 1
Prólogo
O objetivo deste curso será começar um estudo de Análise em espaços vetoriais e (de forma mais
geral) em espaços métricos. Por um lado, estes dois conceitos generalizam a reta real R. Por
outro, fazer Análise nestes espaços requer contas e resultados vindos do mundo unidimensional
da reta real. Portanto, há dois pré-requisitos fundamentais para nosso curso: um bom curso de
Análise na Reta e outro bom curso de Álgebra Linear. É possı́vel que alguns alunos sobrevivam
sem um dos pré-requisitos, mas será basicamente por conta própria: não poderemos parar para
rever estes dois assuntos.
Nesta seção recordaremos alguns fatos e resultados importantes para tudo que vem a seguir.
1.1 Fatos sobre R

Toda a Análise que estudaremos neste curso é baseada no que você já sabe (ou deveria saber)
sobre a reta real. Nesta seção recordamos alguns fatos e resultados lá de Análise na Reta.
1.1.1 Intervalos
Lembre-se que um intervalo I ⊂ R é um conjunto da forma [ a, b), ( a, b], ( a, b) ou [ a, b] com a, b ∈
R ∪ {±∞}. Por convenção, o intervalo é vazio se a > b; além disso, só permitimos a, b = ±∞
quando a extremidade correspondente do intervalo for aberta. Chamamos I de intervalo compacto
se a, b 6= ±∞ e as suas duas extremidades são fechadas. Usaremos a notação R+ := [0, ∞).
Usaremos muitas vezes o resultado a seguir.
Exercı́cio 1.1 Um subconjunto S ⊂ R da reta é um intervalo se e somente se satisfaz a seguinte proprie-

dade: ∀ x, y ∈ S : ( x, y) ⊂ S.
1.1.2 Limites e convergência de sequências

Uma sequência de números reais { xn }n∈N ⊂ R converge a x ∈ R – ou xn → x, ou x = limn∈N xn
– se, dado qualquer ε > 0, podemos encontrar um n0 ∈ N tal que, para qualquer n ∈ N com
n ≥ n0 , temos | x − xn | < ε. Simbolicamente, podemos escrever isto da seguinte forma
“x = lim xn ” := “∀ε ∈ R+ ∃n0 ∈ N∀n ∈ N : n ≥ n0 ⇒ | x − xn | < ε.”

n ∈N
11
É um exercı́cio conhecido mostrar que a definição não se altera quando trocamos | x − xn | < ε
por | x − xn | ≤ ε acima. Um outro resultado conhecido (que não vamos provar aqui) é que R é
completo. Isto é, uma sequência em R é convergente se e somente se é Cauchy, o que quer dizer:
∀ε ∈ R+ ∃n0 ∈ N∀n, m ∈ N : n, m ≥ n0 ⇒ | xm − xn | < ε.
Dado um subconjunto infinito N ⊂ N, N = {n1 < n2 < n3 < n4 < . . . }, a subsequência

{ xn }n∈ N é (por definição) igual à sequência {yk }k∈N dada por yk := xnk , k ∈ N. Podemos então
falar do limite limn∈ N xn := limk∈N yk . Pode-se mostrar que
“x = lim xn ” := “∀ε ∈ R+ ∃n0 ∈ N ∀n ∈ N : n ≥ n0 ⇒ | x − xn | < ε.”

n∈ N
Além disso, se uma sequência converge, toda subsequência sua converge ao mesmo limite.
Nada impede, aliás, de tomarmos subsequências de subsequências, como faremos algumas vezes
abaixo.
Uma propriedade importante dos intervalos compactos I 6= ∅ é que toda sequência em I
possui uma subsequência convergindo a um ponto de I.
1.1.3 Limites superior e inferior

Podemos falar também dos limites superior e inferior de uma sequência { xn }n∈N ⊂ R.
lim sup xn := inf sup xn ∈ R ∪ {+∞}.

n ∈N n∈N m∈N,m≥n
lim inf xn := sup inf xn ∈ R ∪ {−∞}.

n ∈N n∈N m∈N,m≥n
temos lim inf xn ≤ lim sup xn , com igualdade se e somente se ∃ limn xn .
1.1.4 Limites e convergência de séries

Dados números a1 , a2 , . . . , an , · · · ∈ R, dizemos que a série ∑n an converge se existe limn→+∞ ∑nj=0 a j .
Caso ∑n | an | convirja no sentido usual, dizemos que ∑n an é absolutamente convergente. Pode-se
provar que, a convergência absoluta implica convergência usual. No entanto, a recı́proca não
vale.
As condições lim supn | an+1 |/| an | < 1 e lim supn | an |1/n < 1 são suficientes para garantir que
∑n∈N an é absolutamente convergente. De fato, nos dois casos a prova da convergência absoluta
se baseia em progressões geométricas, ou seja, no fato que:
∞
(
1
∀ ρ ∈ R+ , ∑ ρ = n 1−ρ , 0 ≤ ρ < 1;
n =0 +∞, ρ ≥ 1.
O critério de Leibniz diz que uma série do tipo
∑ (−1)n xn , com cada xn ∈ R+ ,

n ∈N
converge se e somente se xn → 0. De modo geral, o fato de que ∑n an converge implica que

an → 0, mas a recı́proca não vale.
12
Se ∑n∈N an e ∑n∈N bn são absolutamente convergentes, o mesmo vale para ∑n∈N ( an + bn ) e
além disso:
∑ ( a n + bn ) = ∑ a n + ∑ bn .
n ∈N n ∈N n ∈N
Vamos utilizar algumas vezes o lema a seguir.
Lema 1.1 Suponha que ∑n∈N an e ∑n∈N bn são absolutamente convergentes. Então ∑n∈N (∑in=0 ai bn−i )
também é absolutamente convergente e vale a identidade:
! ! !
n
∑ ∑ a i bn − i = ∑ an ∑ bn .
n ∈N i =0 n ∈N n ∈N
Prova: Definimos para cada k ∈ N
! !
Pk := ∑ ai ∑ bj ;
i ≤k j≤k
! !
k n k s
Hk := ∑ ∑ a i bn − i = ∑ ∑ a i bs − i .
n =0 i =0 s =0 i =0
Por hipótese, sabemos que limk Pk = (∑n∈N an ) (∑n∈N bn ). Além disso, as duas séries neste
produto são convergentes. Podemos ainda observar que as duas somas se parecem, no seguinte
sentido: ! !
2k 2k s
Pk = ∑ ∑ ai b j = ∑ ∑ ai bs−i ξ i,s,k ,
s =0 0≤i,j≤k : i + j=s s =0 i =0
onde
1 se i ≤ k e s − i ≤ k;
ξ i,s,k =
0 em caso contrário.
Começamos a prova com um caso particular do teorema.
Passo 1: se os ai e b j são não-negativos, então vale o teorema.
Note que, neste caso, { Hk }k∈N é uma sequência de somas parciais de uma série com termos
não-negativos. Se provarmos que ela converge a (∑n∈N an ) (∑n∈N bn ), garantimos automatica-
mente que a série limk Hk converge absolutamente.
Basta, portanto, provar que limk Hk = limk Pk . Para fazer isto, observe primeiramente que
todos os termos da soma que define H2k , que é
!
2k s
H2k = ∑ ∑ a i bs − i
s =0 i =0
aparecem na soma Pk multiplicados por ξ i,s,k ∈ {0, 1}. Ou seja, Pk é a soma de alguns termos que
aparecem em H2k . Como todos estes termos são não-negativos, concluı́mos que Pk ≤ H2k . (Se o
leitor preferir, pode fazer um argumento mais algébrico:
!
2k s
H2k − Pk = ∑ ∑ ai bs−i (1 − ξ i,s,k ) ≥0
s =0 i =0
13
porque todas as quantidades do lado direito são não-negativas.)
Por outro lado, se s ≤ k e i ≤ s, ξ i,s,k = 1 sempre. Segue que a soma que define Pk contem
todos os termos com ai bs−i com 0 ≤ i ≤ s ≤ k, além de alguns outros que são não-negativos.
Concluı́mos que !
k s
Pk ≥ ∑ ∑ a i bs − i = Hk
s =0 i =0
e portanto Hk ≤ Pk ≤ H2k para todo k ∈ N.

Note agora que Pk converge a (∑n∈N an ) (∑n∈N bn ). Além disso, como os ai e b j são todos
≥ 0, { Hk }k∈N é crescente. Concluı́mos que Hk é limitada, portanto converge a um limite. Como
{ H2k }k∈N é uma subsequência de { Hk }k∈N , ela converge ao mesmo limite que a sequência inteira.
Deduzimos: ! !
lim Hk ≤ lim Pk =
k k
∑ an ∑ bn ≤ lim H2k = lim Hk ,
k k
n ∈N n ∈N
ou seja, ! !
lim Hk =
k
∑ an ∑ bn .
n ∈N n ∈N
Isto conclui o Passo 1.
Passo 2: estendendo a prova para ai e b j gerais.
Até agora trabalhamos supondo que ai , b j ≥ 0. Vamos agora ver o que acontece no caso geral.
Usando o Passo 1, vemos que
! ! !
n
∑ ∑ | a i | | bn − i | = ∑ | an | ∑ | bn | < +∞, (1.1)
n ∈N i =0 n ∈N n ∈N
já que, por hipótese, as séries ∑n an e ∑n bn são absolutamente convergentes. Concluı́mos que
também vale
! ! ! !
n n
∑ ∑ ai bn−i ≤ ∑ ∑ |ai ||bn−i | = ∑ |an | ∑ |bn | < +∞.

n ∈N i =0 n ∈N i =0 n ∈N n ∈N
Portanto, { Hk }k converge absolutamente. Por outro lado, seguindo o raciocı́nio de antes,

!
2k s
| Pk − H2k | = ∑ ∑ ai bs−i (ξ i,s,k − 1)

s =0 i =0
!
2k s
≤ ∑ ∑ |ai | |bs−i ||ξ i,s,k − 1|
s =0 i =0
!
2k s
(|1 − ξ i,s,k | ≤ 1 e vale 0 se s ≤ k) ≤ ∑ ∑ | a i | | bs − i |
s = k +1 i =0
∞
!
s
≤ ∑ ∑ | a i | | bs − i |
s = k +1 i =0
14
O último termo acima é a cauda da série ∑n (∑is=0 | ai | |bs−i |), que aparece do lado esquerdo de
(1.1). Como esta série converge, sua cauda vai a 0 e concluı́mos | Pk − Hk | → 0. Portanto,
! !
lim Hk = lim H2k = lim Pk =
k k k
∑ an ∑ bm .
n m
1.1.5 Limites de funções, continuidade, máximos e mı́nimos

Dado um intervalo I, uma função f : I → R e um ponto x ∈ R que é limite de pelo menos uma
sequência em I, dizemos que
lim f (y) = a
y→ x
se para qualquer sequência {yn }n∈N ⊂ I \{ x } com yn → x temos também f (yn ) → a. Dizemos
que f é contı́nua em x ∈ I se limy→ x f (y) = f ( x ).
Se I é compacto, toda função contı́nua tem duas propriedades adicionais automaticamente.
A primeira é que ela atinge seus supremo e ı́nfimo: isto é,
∃ xmin , xmax ∈ I ∀ x ∈ I : f ( xmin ) ≤ f ( x ) ≤ f ( xmax ).
Em particular, f é limitada.
A segunda propriedade que temos sobre intervalos compactos é que f é limitada. Isto quer
dizer que, se definimos o módulo de continuidade de f :
m f (δ) := sup{| f ( x ) − f (y)| : x, y ∈ I, | x − y| ≤ δ} (δ ∈ R+ ),
então m f (δ) → 0 quando δ → 0.
Exercı́cio 1.2 Dê exemplos de funções contı́nuas sobre I aberto que não são limitadas ou uniformemente
contı́nuas.
1.1.6 Derivadas e integrais

Dados um intervalo I, pontos a, b ∈ I com a < b (e portanto [ a, b] ⊂ I) e f : I → R, dizemos que
f é diferenciável em x ∈ I se
f (y) − f ( x )
∃ f 0 ( x ) := lim .
y→ x y−x
O Teorema Fundamental do Cálculo nos diz que a derivada é a basicamente a operação inversa
da Integral definida:
x − a n −1
Z x
i ( x − a)

n i∑
I ( f )( x ) := f (t) dt = lim f a+ .
a n→+∞ n
=0
Ou seja, I ( f 0 )(t) = f ( x ) − f ( a) e I ( g)0 ( x ) = g( x ).

Recordamos ainda que toda função diferenciável é contı́nua.
15
1.2 Algumas funções especiais
Neste capı́tulo recordamos alguns resultados fundamentais sobre quatro funções especiais: ex-
ponencial, logaritmo, seno e cosseno. A ideia é provar algumas propriedades destas funções
diretamente, sem recorrer à teoria de diferenciação de séries de potência.
1.2.1 A função exponencial

Definimos a função exponencial através da série de potência usual.
+∞
tn
exp(t) := ∑ n!
, t ∈ R. (1.2)
n =0
Note que a definição acima faz sentido porque a série converge absolutamente para qualquer
t ∈ R. Pode-se verificar isto a partir do teste da razão:
| t | n +1 / ( n + 1 ) ! |t|
= → 0 quando n → +∞.
|t|n /n! n+1
Vemos ainda que exp(0) = 1.
Proposição 1.1 (Adição e produto) Dados quaisquer t, s ∈ R,
exp(t + s) = exp(t) exp(s).
Prova: Recorde a fórmula binomial:

n
n i n −i n n!
n
(t + s) = ∑ i
t s , onde
i
=
i! (n − i )!
.
i =0
Aplicando a fórmula termo a termo na série de exp(t + s), descobrimos que
+∞ ∞
!
(t + s)n n
ti t n −i
exp(t + s) := ∑ n!
= ∑ ∑ i! (n − i)! .
n =0 n =0 i =0
Observe que isto tem a forma

∞
!
n
∑ ∑ a i bn − i ,
n =0 i =0
onde an = tn /n! e bn = sn /n! para cada n ∈ N. Como ∑n tn /n! converge absolutamente a exp(t),
e analogamente para exp(s), deduzimos do Lema 1.1 que:
! !
exp(t + s) = ∑ an ∑ bn = exp(t) exp(s).
n n
16
Proposição 1.2 exp0 (t) = exp(t) para cada t ∈ R.
Prova: Queremos mostrar que
exp(t + h) − exp(t)
Queremos: → exp(t) quando h → 0.
h
Usando o fato que exp(t + h) = exp(t) exp(h), observamos que o que queremos equivale a:
(exp(h) − 1) exp(t)
Queremos (equivalente): → exp(t) para todo t,
h
e para isto basta provar que
exp(h) − 1
Basta: → 1.
h
Para tal, observe que
∞
hn
exp(h) − 1 = ∑ n!
= h + R(h)
n =1
com
hn
R(h) = ∑ .
n≥2 n!
Como n! ≥ 1 sempre, podemos comparar a série de R(h) termo a termo com a série geométrica:
| h|n | h |2
∀|h| ≤ 1/2 : | R(h)| ≤ ∑ ≤ ∑ | h | n
=
1 − |h|
.
n≥2 n! n ≥2
Em particular, isto quer dizer que

exp(h) − 1 | R(h)| |h|
∀|h| ≤ 1/2
− 1 = ≤ .
h |h| 1 − |h|
Como o lado direito desta desigualdade tende a 0 quando h → 0, deduzimos que |(exp(h) −
1)/h − 1| → 0, o que encerra a prova. 2
Proposição 1.3 exp(t) > 0 para todo t ∈ R.
Prova: Como exp é diferenciável, ela é contı́nua em todo R, em particular ao redor de t = 0.

Como exp(0) = 1, sabemos que existe um ε > 0 tal que exp( a) > 1/2 sempre que | a| < ε. Por
outro lado, dado t ∈ R qualquer, podemos encontrar um n ∈ N tal que |t/n| < ε, de modo que
exp(t/n) > 1/2. Desta forma, podemos aplicar a regra de “adição vira produto” para deduzir
que
n
t t 1
exp(t) = exp n = exp > n > 0.
n n 2
2
17
Proposição 1.4 exp é estritamente crescente. Além disso, limt→+∞ exp(t) = +∞ e limt→+∞ exp(−t) =
0.
Prova: As duas proposições anteriores implicam que exp tem derivada estritamente positiva em
todo ponto da reta. Portanto, exp é estritamente crescente. Em particular, isto quer dizer que há
um a > 0 com exp( a) = m > 1 = exp(0). Usando o raciocı́nio da proposição anterior, vemos que
exp(na) ≥ mn → +∞ quando n → +∞, já que m > 1.
Em particular, dado M > 0 existe um t ∈ R como exp(t) > M. Como exp é crescente, isto
implica que exp(t) → +∞ quando t → +∞.
Por outro lado, a regra de que adição vira produto implica que
1
exp(−t) = → 0 quando t → +∞.
exp(t)
2
Proposição 1.5 exp(R) = R+ \{0} Além disso, exp é uma bijeção entre domı́nio e imagem.
Prova: Já vimos que exp(t) ∈ R+ \{0} para todo t. Resta mostrar que, dado x ∈ R+ \{0}, existe
um único t com exp(t) = x. Veja que a unicidade segue do fato que exp é estritamente crescente.
Para provar existência, observe que, pela proposição anterior, certamente existem t− , t+ com
exp(t− ) ≤ x ≤ exp(t+ ) (e necessariamente t− ≤ t+ , posto que exp é estritamente crescente).
Como exp é diferenciável, ela é contı́nua e o Teorema do Valor Intermediário nos diz que existe
um t ∈ [t− .t+ ] com exp(t) = x. 2
1.2.2 A função logaritmo

Como exp : R → R+ \{0} é uma bijeção estritamente crescente, ela tem uma função inversa
log : R+ \{0} → R que também é uma bijeção estritamente crescente. Como a exponencial
transforma soma em produto, esta função, chamada de logaritmo, deve fazer o contrário.
Proposição 1.6 (Prova omitida) log( xy) = log x + log y para quaisquer x, y > 0.
Da mesma forma, como exp(t) → +∞ e exp(−t) → 0 quando t cresce, podemos provar que:
Proposição 1.7 (Prova omitida) log( x ) → −∞ se x → 0 e log( x ) → +∞ se x → +∞.
Agora calcularemos a derivada do logaritmo, provando, em particular, que ela existe.
Proposição 1.8 log0 ( x ) = 1/x para qualquer x > 0.
Prova: Fixo x > 0, devemos provar que
log( x + h) − log x 1
Queremos: lim = .
h →0 h x
18
Para isso, vamos fixar uma sequência { hn }n∈N com hn → 0 e min{ hn , x + hn } > 0 para todo n.
Nosso objetivo é provar que, não importando qual sequência deste tipo escolhemos,
log( x + hn ) − log x 1
Queremos (equivalente): lim = .
h →0 hn x
Tome então t com exp(t) = x e tn com exp(tn ) = x + hn para cada n ∈ N. Afirmamos que,
obrigatoriamente, tn → t. Note que isto quer dizer que:
log( x + hn ) − log x tn − t 1 1
lim = lim = .
n→+∞ hn n→+∞ exp( tn ) − exp( t ) exp(t) x
Portanto, se provarmos a afirmação, teremos encerrado a prova.

Para provar a afirmação, recorde que exp(tn ) = x + hn → x = exp(t). Tome ε > 0 e defina
a+ := exp(t + ε), a− := exp(t − ε). Como exp é estritamente crescente, a− < exp(t) < a+ ,
portanto exp(tn ) ∈ ( a− , a+ ) para todo n suficientemente grande. Usando novamente o fato que
exp é estritamente crescente, deduzimos que tε < tn < t + ε para todo n suficientemente grande.
Como ε é arbitrário, isto implica tn → t. 2
Observação 1.1 A mesma prova acima mostra que, se f é contı́nua e estritamente crescente, então sua
inversa tem as mesmas propriedades.
1.2.3 As funções seno e cosseno

Definimos agora duas novas funções via séries de potência (para t ∈ R).
+∞
t2n
cos(t) := ∑ (−1)n (2n)!
n =0
+∞
t2n+1
sin(t) := ∑ (−1)n+1 (2n + 1)! .
n =1
Repare que os termos destas séries são termos da série da exponencial, agora multiplicados
por sinais alternados. Podemos portanto usar uma comparação com a série da exponencial para
provar que as duas séries convergem.
Proposição 1.9 cos(t + s) = cos(t) cos(s) − sin(t) sin(s) e sin(t + s) = sin(t) cos(s) + cos(t) cos(s)
para todos t, s ∈ R.
Prova: Provaremos apenas a primeira identidade, já que a segunda é similar.

Usando um argumento parecido com a fórmula da exponencial:
+∞ +∞
!
(t + s)2n 2n
ti s2n−i
cos(t + s) = ∑ (−1) n
= ∑ (−1)n ∑ i! (2n − i)!
n =0 (2n)! n =0 i =0
19
Em cada somatório interno podemos dividir os ı́ndices i entre os da forma 2j (com 0 ≤ j ≤ n) e
os da forma 2k + 1 (com 0 ≤ k ≤ n − 1). Temos, então
2n
ti s2n−i n
(−1) j t2j (−1)n− j s2(n− j)
(−1)n ∑ = ∑
i =0
i! (2n − i )! j =0
(2j)! (2(n − j))!
n −1
(−1)k t2k+1 (−1)n−k s2(n−k)+1
+ ∑ (2k + 1)! (2n − 2k + 1)!
.
k =0
Deduzimos que cos(t + s) é igual a:
+∞
!
n
(−1) j t2j (−1)n− j s2(n− j) n−1 (−1)k t2k+1 (−1)n−k s2(n−k)+1
∑ ∑ (2j)! (2(n − j))!
+∑
(2k + 1)! (2n − 2k + 1)!
.
n =0 j =0 k =0
Usando o Lema 1.1, podemos reconhecer os seguintes termos acima:
∞
!
n
(−1) j t2j (−1)n− j s2(n− j)
∑ ∑ (2j)! (2(n − j))! = cos(t) cos(s)
n =0 j =0
e
∞
!
n −1
(−1)k t2k+1 (−1)n−k s2(n−k)−1
∑ ∑ (2k + 1)! (2n − 2k − 1)!
= − sin(s) sin(s),
n =0 k =0
com convergência uniforme em ambos os casos. Como a soma destas séries para cos(t) cos(s) e
− sin(t) sin(s) é a série de cos(t + s), temos a identidade desejada. 2
Proposição 1.10 cos0 (t) = − sin(t) e sin0 (t) = cos(t).
Prova: Apenas esboçaremos a prova do primeiro fato acima, já que a segunda é similar. Veja que,
dado h 6= 0, podemos utilizar a identidade das somas acima para escrever
cos(t + h) − cos(t) cos(h) − 1

sin h
= cos(t) − sin t.
h h h
Seguindo a conta que fizemos para a exponencial, podemos mostrar que sin h/h → 1 (cos h −
1)/h → 1: basta separar
sin h = h + resto da ordem |h|3 e cos h = 1 + resto da ordem |h|2 .
Proposição 1.11 sin2 (t) + cos2 (t) = 1 para todo t ∈ R.
Prova: Isto vale se t = 0 por inspeção. Além disso, sin2 (t) + cos2 (t) é constante:
(sin2 (t) + cos2 (t))0 = 2 sin(t) sin0 (t) − 2 cos(t) cos0 (t) = 0.
20
Proposição 1.12 Dados t, s ∈ R (cos t, sin t) = (cos s, sin s), implica cos(t − s) = 1, sin(t − s) = 0.
Prova: Pelas fórmulas para senos e cossenos de t + s
cos t = cos s ⇒ cos t = cos s cos(t − s) − sin(t − s) sin s.
sin t = sin s ⇒ sin t = sin s cos(t − s) + sin(t − s) cos s.

Escrevendo a := cos t = cos s, b := sin t = sin s, x = cos(t − s), y = sin(t − s), temos que

ax−by = a
bx+ay = b
Se a b 6= 0, o sistema acima tem como única solução x = 1, y = 0. Se a = 0, então b 6= 0 (já que
a2 + b2 = 1) e chegamos à mesma conclusão que x = 1, y = 0. O mesmo vale ainda se b = 0 (e
portanto a = 1). 2
Proposição 1.13 Existe um p > 0 tal que cos p = 0 e cos t > 0 para t ∈ [0, p). Temos também sin t = p
e 0 < sin t < 1 para t ∈ [0, p) (No que segue, π := 2p).
Prova: Por um lado, cos 0 = 1. Por outro lado, temos:

22 24 26 24n 24n+2
cos 2 = 1 − + − +···+ − +....
2! 4! 6! (4n)! (4n + 2)!
2 4n 4n+2
Como 1 − 22! = 0 e (4n2
)!
2
< (4n +2) !
para n ≥ 1, temos que cos 2 < 0. Isto é, cos 0 > 0 > cos 2.
O cosseno é diferenciável e portanto contı́nuo; isto nos permite aplicar o Teorema do Valor
Intermediário para provar que existe um x ∈ (0, 2) com cos x = 0. Definimos então
p := inf{ x ∈ (0, +∞) : cos x = 0}.
Note que p ≥ 0 está bem definido porque cos x = 0 para ao menos um x e o conjunto de x
considerados é limitado por baixo. Veja ainda que, como p = limn xn para alguma sequência
{ xn }n com cos xn = 0, temos cos p = 0 e portanto p > 0. Mais ainda, não pode ser verdade que
cos t = 0 para 0 ≤ t < p e isto quer dizer que cos t não pode trocar de sinal neste intervalo. Ou
seja cos t > 0 para 0 ≤ t < p.
Para terminar, observe que para 0 ≤ t < p, sin t é crescente (já que sua derivada é cos t),
portanto 0 < sin t < 1. Em particular, como sin é contı́nuo, sin p > 0. Como cos p = 0 e portanto
sin2 p = 1, concluı́mos que sin p = 1. 2
Proposição 1.14 cos(t + p) = − sin(t) e sin(t + p) = cos t para todo t ∈ R. Portanto, os únicos
pontos onde cos t = 0 ou sin t = 0 são os múltiplos de p.
Prova: A primeira afirmação segue das fórmulas para cos(t + s) e sin(t + s) aplicadas a s := p.
Para a segunda, veja que podemos escrever qualquer t ∈ R na forma t = ± p n + a com
0 ≤ a < p e n ∈ N. Usando indução em n, podemos provar a partir da primeira parte que
cos(±np + a) ∈ {± cos a, ± sin a} para qualquer n ∈ N. Deduzimos que
cos t = 0 ⇔ cos a = 0 ou sin a = 0 ⇔ a ∈ {0, p} (pois a ∈ [0, p)) .
Portanto t = np ou t = (n + 1) p. O mesmo vale se sin t = 0. 2
21
Proposição 1.15 (cos t, sin t) = (cos s, sin s) se e somente se t − s é múltiplo inteiro de 2π.
Prova: A hipótese equivale a cos(t − s) = 1, sin(t − s) = 0. Pela proposição anterior, é necessário

que t − s = np seja múltiplo de p, com cos(np) = 1. No entanto, é fácil ver usando a proposição
anterior que
cos(0) = 1, cos(± p) = 0, cos(±2p) = −1, cos(±3p) = 0,

cos(±4p) = 1, cos(±5p) = 0, cos(±6p) = −1, cos(±7p) = 0,
cos(±8p) = 1, cos(±9p) = 0, cos(±10p) = −1, cos(±11p) = 0 . . .
Portanto, para qualquer n ∈ Z cos(np) = 1 se e somente se n é divisı́vel por 4. 2
Proposição 1.16 A aplicação “t 7→ (cos t, sin t)” é uma bijeção entre [0, 2π ) e o cı́rculo unitário:
S1 := {( x, y) ∈ R2 : x2 + y2 = 1}.
Prova: Como cos2 t + sin2 t = 1, todo t é levado em S1 . Além disso, a aplicação é injetiva para
t ∈ [0, 2π ) pela proposição anterior.
Para provar a sobrejetividade, fixamos ( x, y) ∈ S1 para mostrar que existe um t0 ∈ [0, π/2] e
um m ∈ {0, 1, 2, 3} tal que
Queremos: ( x, y) = (cos(t0 + mπ/2), sin(t0 + mπ/2)).
Verificamos que, como cos 0 = 1, cos(π/2) = 0 e cos é contı́nuo, existe um t x ∈ [0, π/2] com
cos t x = | x | e portanto sin t x = y (já que y2 = 1 − x2 = 1 − cos2 t e sin t ≥ 0 para t ∈ [0, π/2]). Do
mesmo modo, há um ty ∈ [0, π/2] com cos ty = |y| e sin ty . Portanto, temos o seguinte:
1. Se x ≥ 0, y ≥ 0, ( x, y) = (cos t x , sin t x ).
2. Se x < 0, y ≥ 0, observamos que
( x, y) = (− sin ty , cos ty ) = (cos(ty + π/2), sin(ty + π/2)).
3. Se x ≤ 0, y ≤ 0,
( x, y) = (cos(t x + π ), sin(t x + π )).
4. Se x > 0, y ≤ 0, observamos que
( x, y) = (sin ty , − cos ty ) = (cos(ty + 3π/2), sin(ty + 3π/2)).
Portanto, provamos o que querı́amos em todos os quatro casos. 2
22
1.3 A desigualdade das médias
Encerramos este capı́tulo provando a conhecida desigualdade entre as médias aritmética e geométrica.
Teorema 1.1 (Desigualdade das médias aritmética e geométrica) Sejam α1 , . . . , αk números positi-
vos com soma 1. Dados t1 , . . . , tk ∈ R+ , temos a desigualdade:
k k
∏ tiα i
≤ ∑ αi ti .
i =1 i =1
Além disso, vale igualdade se e somente se t1 = t2 = · · · = tk .

Prova: O passo fundamental neste resultado é estabelecer o resultado para k = 2 e depois gene-
ralizá-lo por indução.
Fixemos então k = 2. Para facilitar um pouco a notação, definimos x := t1α1 , y = t2α2 , p = 1/α1 ,
q = 1/α2 . Veja que x, y ≥ 0, p, q > 1 e (1/p) + (1/q) = 1. Desejamos provar que
xp yq
Queremos: ∀ x, y ≥ 0 : xy ≤ + , com igualdade se e somente se x p = yq .
p q
Isto é trivial quando x = 0, logo vamos supôr x > 0. O que queremos, então, é equivalente a
provar que:
Queremos (de forma equivalente): ∀ x ∈ R+ \{0} :
yq xp

sup xy − = , atingido só quando yq = x p .
y ∈R+ q p
Para provar esta propriedade, fixe x ∈ R+ \{0} e defina φx (y) := xy − yq /q, y ∈ R+ . Recordando
que q > 1, x > 0, vemos que φx é diferenciável e que
 1
 > 0 se y < x ;

 q −1
1
φx0 (y) = x − yq−1 = 0 se y = x q−1 ;
 < 0 se y > x q−1 1 .


1
Segue que y∗ := x q−1 é o único máximo global da função φx . Note ainda que, como (1/p) +
q
(1/q) = 1, temos p = q/(q − 1) = 1 + 1/(q − 1), portanto y∗ é o único ponto com y∗ = x p .
Vamos calcular agora φx (y∗ ). A conta abaixo usa novamente o fato que p = q/(q − 1) =
1 + 1/(q − 1):
q
1+ q−1 1 x q −1 xp xp
φx ( y ∗ ) = x − = xp − = .
q q p
O que deduzimos então é o seguinte:
1. Como y∗ é máximo global de φx , vale que, para qualquer y ∈ R+ ,
yq xp
φx (y) = xy − ≤ φx ( y ∗ ) = .
q p
q
2. Além disso, apenas y∗ , que satisfaz y∗ = x p , atinge este máximo global.
23
Isto era exatamente o que querı́amos provar e encerra a demonstração para k = 2.
Vejamos agora a prova para k > 2. A ideia é fazer indução forte em k tomando k = 2 como
base. Se k > 2, defina novos expoentes
αi
β i := i = 1, 2, . . . , k − 1.
1 − αk
Observe que
k
∏ tiα i
= T 1−αk tαk k , (1.3)
i =1
onde (por hipótese de indução)
k −1 k −1
∑ik=−11 αi ti
∏ ∑
β
T := ti i ≤ S : = β i ti = ,
i =1 i =1
1 − αk
com igualdade se e somente se t1 = · · · = tk−1 Aplicando o caso k = 2 a (1.3), temos
k k
∏ tiα i
≤ (1 − α k ) T + α k t k ≤ (1 − α k ) S + α k t k = ∑ αi ti .
i =1 i =1
Além disso, a igualdade só vale se T = S – e portanto T = t1 = t2 = · · · = tk−1 – e além disso

tk = T. Portanto, para que a igualdade valha, é necessário que t1 = · · · = tk . 2
Exercı́cio 1.3 Sejam 1 < p, q < +∞ com (1/p) + (1/q) = 1. Mostre que para quaisquer x, y ∈ R,
| x | p |y|q
xy ≤ +
p q
com igualdade se e somente valem seguintes condições:
• | x | p = |y|q ;
• ou x = y = 0, ou x 6= 0 6= y e os sinais de x e y coincidem.
Exercı́cio 1.4 Sejam 1 < p, q < +∞ com (1/p) + (1/q) = 1. Mostre que para quaisquer x, y ∈ R e
λ > 0,
|x| p λq |y|q
xy ≤ p
+ .
pλ q
Além disso, se x, y ∈ R+ , existe uma escolha de λ tal que
|x| p λq |y|q
| xy| = p
+ .
pλ q
24
1.4 Mais um fato útil
Lema 1.2 Considere conjuntos A, B e uma função h : A × B → R. Então:
!
sup sup h( a, b) = sup h( a, b).
a∈ A b∈ B ( a,b)∈ A× B
Prova: Chame de S o supremo do lado direito. Veja que, por definição:
∀ a ∈ A ∀b ∈ B : h( a, b) ≤ S
e portanto, para cada a ∈ A fixo, S é cota superior para os valores de h( a, b), b ∈ B. Deduzimos
que
∀ a ∈ A : sup h( a, b) ≤ S
b∈ B
e portanto
sup sup h( a, b) ≤ S.
a∈ A b∈ B
Agora observe que para todo ( a, b) ∈ A × B,
h( a, b) ≤ sup h( a, b0 ) ≤ sup sup h( a0 , b0 ).

b0 ∈ B a0 ∈ A b0 ∈ B
Ou seja,
sup sup h( a0 , b0 ) é cota superior para os valores de h( a, b), ( a, b) ∈ A × B.

a0 ∈ A b0 ∈ B
Deduzimos que
sup sup h( a0 , b0 ) ≥ sup h( a, b) = S.
a0 ∈ A b0 ∈ B ( a,b)∈ A× B
2
25
26
Capı́tulo 2
Espaços vetoriais e normas
O principal objetivo deste curso é estender a Análise que aprendemos na reta a espaços mais
gerais: os chamados espaços métricos. Antes de defini-los, vamos começar com a classe mais
restrita, mas muito importante, de espaços vetoriais normados. Aqui já veremos alguns dos desafios
de levar a Análise a uma dimensão mais alta.
2.1 Um caso concreto: o espaço Rd

Começamos de forma ainda mais particular pelo espaço vetorial que todo mundo conhece (ou
deveria conhecer): o espaço euclideano real de d dimensões.
Dado d ∈ N\{0}, definimos Rd como um produto cartesiano:
Rd : = R
| ×R×
{z· · · × R} .
d vezes
Os elementos x ∈ Rd são d-tuplas de números reais, x = ( x [i ])id=1 . Os números x [1], . . . , x [d] ∈ R

são chamados de coordenadas de x. Esta notação que usamos para as coordenadas é inspirada
pelo MatLab!
É bom especificar logo de cara d + 1 vetores especiais em Rd :
• O vetor nulo 0Rd cujas coordenadas são 0Rd [i ] = 0, i = 1, . . . , d.
• Os vetores e j , 1 ≤ j ≤ d, da base canônica de Rd cujas coordenadas são

1, i = j;
e j [i ] = 1 ≤ i, j ≤ d.
0, i 6= j;
2.1.1 Operações em Rd e suas propriedades

Há duas operações fundamentais em Rd :
1. Soma (e diferença): dados x, y ∈ Rd , x ± y ∈ Rd é o vetor cujas coordenadas são ( x ± y)[i ] =

x [i ] ± y[i ], 1 ≤ i ≤ d.
2. Multiplicação por escalar: dados x ∈ Rd e λ ∈ R λ x ∈ Rd é o vetor cujas coordenadas são
(λ x )[i ] = λ x [i ], 1 ≤ i ≤ d.
27
Não é difı́cil verificar as seguintes propriedades:
• 0 é o elemento neutro da soma: para todos x, y ∈ Rd , x + y = x se e somente se y = 0.
• 0 x = 0 para todo x ∈ Rd .
• 1 é o elemento neutro da multiplicação por escalar: para todos x ∈ Rd , λ ∈ R, λ x = x se e
somente se x = 0 e/ou λ = 1.
• As operações são todas associativas. A soma é comutativa também.
• A multiplicação por escalar é distributiva das duas maneiras pssı́veis: se λ, η ∈ R, x, y ∈ Rd :
(λ + η ) x = λ x + η x e λ ( x + y) = λ x + λ y.
Exercı́cio 2.1 Prove que:

d
∀ x ∈ Rd : x = ∑ x [ i ] ei .
i =1
2.1.2 Produto interno e a norma euclideana em Rd

Grosso modo, uma norma em Rd é uma maneira de medir a distância desde 0 até os demais
pontos de Rd . Desta forma, os axiomas a seguir são naturais.
Definição 2.1 Uma norma sobre Rd é uma função k · k : Rd → R com as seguintes propriedades:
• A norma é positiva definida, isto é, para todo x ∈ Rd , k x k ≥ 0, e k x k = 0 se e somente se x = 0.
• A norma é homogênea positiva, isto é, para quaisquer λ ∈ R, x ∈ Rd , kλ x k = |λ| k x k.
• A norma é sub-aditiva, isto é, para quaisquer x, y ∈ Rd , k x + yk ≤ k x k + kyk.
Como podemos definir uma norma em Rd ? Quase todos já temos uma resposta pronta para
isso: a norma euclideana deve servir:
v
u d
∑
u
| x | := t ( x [i ])2 ( x ∈ Rd ).
2
i =1
Essa é a noção de distância que aprendemos “desde cedo”. A pergunta, no entanto, é a seguinte:
como podemos provar que esta norma euclideana é mesmo uma norma? Não é difı́cil checar as
duas primeiras propriedades. A homogeneidade positiva é trivial. Para provar que a norma é
positiva definida, primeiro observamos que k x k ≥ 0 porque k x k2 é uma soma de termos ( x [i ])2
não-negativos. Além disso, para que a soma se anule é necessário e suficiente que cada termo se
anule, ou seja, que x [i ] = 0 para cada 1 ≤ i ≤ d, ou seja, x = 0.
A dificuldade maior (neste e em outros casos) é provar que a norma é sub-aditiva. Para
fazermos isso, precisaremos de uma ideia importante: a de produto interno. Dados x, y ∈ Rd ,
definimos:
d
x · y := ∑ x [i ] y[i ] ∈ R.
i =1
A relação entre norma euclideana e produto interno é que | x |22 = x · x
28
Lema 2.1 (Propriedades básicas do produto interno) Dados x, x 0 ∈ Rd :
1. Positividade: x · x ≥ 0, com igualdade se e somente se x = 0.
2. Simetria: x · x 0 = x 0 · x.
3. Linearidade: se λ ∈ R, a, b ∈ Rd e x = λa + b, então x 0 · x = x · x 0 = λ ( a · x 0 ) + (b · x 0 ).
Prova: A primeira propriedade é exatamente a mesma coisa que dizer que a norma euclideana é
positiva definida, o que já provamos acima.
A propriedade 2 é consequência do fato que x [i ] x 0 [i ] = x 0 [i ] x [i ] para cada coordenada i ∈
{1, . . . , d}, de modo que
d d
x·y = ∑ x [i ] x 0 [i ] = ∑ y[i] x[i] = x0 · x.
i =1 i =1
A propriedade 3 vem do fato que, por definição das operações de Rd
x = λa + b ⇒ x [i ] = λa[i ] + b[i ]
de modo que, pelas distributividade e associatividade de R,
d d
x · x0 = ∑ x [i ] x 0 [i ] = ∑ (λ a[i] + b[i]) x0 [i]
i =1 i =1
d d
= λ ∑ a [i ] x 0 [i ] + ∑ b [i ] x 0 [i ]
i =1 i =1
= λ ( a · x 0 ) + ( b · x 0 ).
O resultado a seguir nos dá uma conexão ainda mais forte entre produto interno e norma
euclideana.
Teorema 2.1 (Desigualdade de Cauchy Schwartz) Para quaisquer x, y ∈ Rd , vale | x · y|2 ≤ | x |2 |y|2 .
A igualdade vale exatamente quando x = 0 ou y = 0 ou y = λ x para algum λ > 0.
Prova: O teorema é trivialmente verdadeiro se x = 0 ou y = 0. Podemos então supôr que os dois

vetores são não-nulos. Neste caso, podemos considerar v := x/| x |2 e w := y/|y|2 , notando que
estes vetores têm norma 1. Pela linearidade do produto interno,
x · y ≤ | x |2 |y|2 ⇔ v · w ≤ 1.
Provaremos a seguir que v · w ≤ 1 com igualdade se e somente se v = w, o que claramente

implica o teorema.
29
Para provar que |v · w| ≤ 1, escrevemos:
d
v·w = ∑ v [i ] w [i ]
i =1
d
≤ ∑ |v[i] w[i]| (2.1)
i =1
d
|v[i ]|2 + |w[i ]|2
(média geo. ≤ aritmética p/ cada termo) ≤ ∑ 2
(2.2)
i =1
(|v|2 = |w|2 = 1) = 1.
Como podemos ter igualdade acima? Em primeiro lugar, (2.1) deve ser uma igualdade, o que
acontece se e somente se todos os termos da soma forem maiores ou iguais a zero. Ou seja,
queremos que v[i ] e w[i ] tenham o mesmo sinal para cada ı́ndice i. Em segundo lugar, precisamos
de igualdade na aplicação da desigualdade das médias em (2.2), o que só ocorre quando |v[i ]|2 =
|w[i ]|2 – ou seja, v[i ] = ±w[i ] – para cada i. Deduzimos que v · w = 1 se e somente se v = w, o
que ocorre se e somente se y = |y|2 x/| x |2 . 2
Terminamos a seção usando Cauchy-Schwartz para provar que a norma é sub-aditiva.
Teorema 2.2 Vale a identidade:
∀ x ∈ Rd : | x |2 = sup{ x · z : z ∈ Rd , |z|2 = 1}
Em particular, a norma euclideana é subaditiva.
Prova: A igualdade vem de Cauchy-Schwartz. Temos x · z ≤ | x |2 para todo z de norma 1, com
igualdade se e somente se x = 0Rd ou z = x/| x |2 .
Para a subaditividade, tome x e y em Rd . Dado qualquer z ∈ Rd de norma 1,
z · ( x + y) = z · x + z · y ≤ | x |2 + |y|2 (aplique CS aos dois termos).
Portanto,
| x + y|2 = max{z · ( x + y) : z ∈ Rd , |z|2 = 1} ≤ | x |2 + |y|2 .
2
2.2 Definições gerais

2.2.1 O que é um espaço vetorial?
Acima vimos (ou recordamos a teoria básica do espaço Rd com sua norma mais básica e suas
operações. Veremos ao longo do curso muitos outros espaços com estrutura semelhante.
Definição 2.2 (Espaço vetorial) Chamamos de espaço vetorial sobre R um conjunto V 6= ∅ com
operações de soma
(v, w) ∈ V 2 7→ v + w ∈ V
e multiplicação por escalar
(λ, v) ∈ R × V 7→ λ v ∈ V,
além de um elemento distinguido 0 ∈ V, definidos de modo a satisfazer os axiomas a seguir:
30
1. Comutatividade e associatividade da soma: v + w = w + v e (v + w) + z = v + (w + z) para
todos v, w, z ∈ V.
2. Associatividade do produto: para quaisquer λ, η ∈ R, v ∈ V, λ(ηv) = (λη ) v.
3. Distributividade: para todos v, w ∈ V, λ, ξ ∈ R, (λ + ξ ) (v + w) = λv + λw + ξv + ξw.
4. Elemento neutro: 0 + v = v para todo v ∈ V.
5. Multiplicação por 1 e 0: 1.v = v e 0.v = 0 para todo v ∈ V.
O espaço Rd discutido acima é um espaço vetorial segundo esta definição. Note que d = 1 é
uma escolha válida, ou seja: com as operações usuais, R é um espaço vetorial sobre R!
O espaço de matrizes ` × d
Sejam agora `, d ∈ N\{0}. Considere o conjunto R`×d de todas as matrizes com ` linhas, d
colunas e entradas reais. Um elemento A deste espaço tem a seguinte “cara”.
 

 A[1, 1] A[1, 2] . . . A[1, d]
 A[2, 1] A[2, 2] . . . A[2, d] 

 
` linhas  .. .. .



 . . 
A[`, 1] A[`, 2] . . . A[`, d]

| {z }
d colunas
Ou seja, as entradas (ou “coordenadas”) de uma matriz ` × d são chamadas de A[i, j], com
1 ≤ i ≤ ` e 1 ≤ j ≤ d. Podemos definir a soma e subtração de matrizes, além do produto de uma
matriz por escalar, fazendo tudo entrada a entrada. Como no caso de Rd , a estrutura resultante
nos dá um espaço vetorial. Obviamente isso não chega a ser uma surpresa porque, afinal, uma
matriz ` × d pode ser reescrita como um vetor de ` d números reais. Mais adiante recordaremos
que há alguma utilidade em pensar nas matrizes como transformações lineares e não como vetores.
O espaço das funções contı́nuas

O exemplo a segur é mais interessante. Dado um intervalo I ⊂ R, I 6= ∅, o conjunto
C ( I, R) := { f : I → R : f contı́nua}
tem uma estrutura natural de espaço vetorial. O elemento 0 é a função que se anula em todo
ponto. A soma é exatamente a soma usual de funções, o que “funciona” porque a soma de
funções contı́nuas é contı́nua. O produto por escalar consiste em tomar a função f e o escalar λ e
definir uma nova função λ f que leva t ∈ I em λ f (t). É um exercı́cio mostrar que estas operações
realmente satisfazem aos axiomas de espaço vetorial.
Definamos agora um conceito que também será importante no que segue.
Definição 2.3 (Subespaço vetorial) Chamamos um subconjunto W ⊂ V, W 6= ∅ de subespaço veto-

rial de V se ele é fechado pelas operações de soma e multiplicação por escalar. Ou seja:
∀w, w0 ∈ W, ∀λ ∈ R : λ w + w0 ∈ W.
31
Por exemplo, dado qualquer a ∈ Rd , o conjunto
Ha : = { x ∈ Rd : a · x = 0 }
é um subespaço de Rd ; isto segue da linearidade do produto interno.
Exercı́cio 2.2 O conjunto das matrizes d × d simétricas – isto é, as A ∈ Rd×d com A[i, j] = A[ j, i ] para
cada par 1 ≤ i, j ≤ d – é um subespaço de Rd×d
Exercı́cio 2.3 Tome um conjunto S 6= ∅. Defina F (S, R) como o conjunto de funções de S em R. Prove
que F (S, R) tem uma estrutura natural de espaço vetorial. Se I ⊂ R é um intervalo não-vazio, mostre que
C ( I, R) é um subespaço de F ( I, R).
Exercı́cio 2.4 Dado J ⊂ R, o conjunto C ( I, J ) de funções contı́nuas de I em J é um subconjunto de

C ( I, R). Para que escolhas de C ( I, J ) este conjunto é um subespaço vetorial de C ( I, R)?
Exercı́cio 2.5 Dados t ∈ I e ξ ∈ R, o conjunto W de funções contı́nuas de I em R com f (t) = ξ é um

subconjunto de C ( I, R). Para que escolhas de ξ este conjunto é um subespaço vetorial de C ( I, R)?
2.2.2 Funcionais lineares e normas

Para fazermos Análise, vamos precisar medir distâncias em espaços vetoriais. Isto nos leva à
definição de norma, que é exatamente aquela que usamos em Rd .
Definição 2.4 Uma norma sobre um espaço vetorial real V é uma função k · k : V → R com as seguintes
propriedades:
• A norma é positiva definida, isto é, para todo x ∈ V, k x k ≥ 0, e k x k = 0 se e somente se x = 0.
• A norma é homogênea positiva, isto é, para quaisquer λ ∈ R, x ∈ V, kλ x k = |λ| k x k.
• A norma é sub-aditiva, isto é, para quaisquer x, y ∈ V, k x + yk ≤ k x k + kyk.
Em geral há uma certa dificuldade de provar que uma candidata a norma é mesmo uma
norma; lembre-se, por exemplo, do caso da norma euclideana em Rd . Abaixo apresentaremos a
maneira “canônica” de definir uma norma em qualquer espaço vetorial. Para isso, precisaremos
da noção de funcional linear, que é importante por si só.
Definição 2.5 (Funcional linear) Se V é espaço vetorial sobre R, um funcional linear é uma função
φ : V → R com a propriedade de linearidade:
∀v, v0 ∈ V ∀λ ∈ R : φ(λ v + v0 ) = λ φ(v) + φ(v0 ).
Ou seja, o funcional linear transforma somas em V em somas em R. Além disso, os escalares

“pulam para fora”.
Exercı́cio 2.6 Mostre que o núcleo de um funcional linear, definido por
ker(φ) := {v ∈ V : φ(v) = 0}
é sempre um subespaço vetorial de V.
32
Exercı́cio 2.7 Chame de V ∗ o espaço de todos os funcionais lineares sobre V. Mostre que V ∗ é um
subespaço vetorial do espaço F (V, R) definido no Exercı́cio 2.3.
Exemplo 2.1 (Funcionais lineares sobre R) Lembre-se que todo x ∈ Rd tem a forma x = ∑id=1 x [i ] ei .
Portanto, se φ é um funcional linear,
d
∀ x ∈ Rd : φ ( x ) = ∑ x [i ] φ(ei ) = x · zφ , onde zφ ∈ Rd tem coordenadas zφ [i ] := φ(ei ), 1 ≤ i ≤ d.
i =1
Ou seja: todo funcional linear φ é da forma φ( x ) = x · zφ para algum zφ ∈ Rd . Não é difı́cil ver que vale
a recı́proca, isto é, que, fixo z ∈ Rd , a aplicação
φz : x ∈ Rd 7→ x · z
é um funcional linear.
Exercı́cio 2.8 Mostre que a correspondência acima entre funcionais lineares e vetores é uma bijeção.
Exemplo 2.2 (Funcionais lineares sobre C ( I, R)) Recorde que I ⊂ R é um intervalo não-vazio. Por-
tanto, dado t ∈ I, podemos definir:
et : f ∈ C ( I, R) 7→ f (t) ∈ R.
Ou seja, Et é uma função que associa a cada função contı́nua f : I → R o seu valor et ( f ) := f (t) no
ponto t ∈ I. Como temos
∀ f , g ∈ C ( I, R), ∀t ∈ I : (λ f + g)(t) = λ f (t) + g(t),
também temos
∀ f , g ∈ C ( I, R), ∀t ∈ I : et (λ f + g) = λ et ( f ) + et ( g).
Logo et é um funcional linear sobre C ( I, R). Um outro exemplo de funcional é a integral. Fixos a, b ∈ I, a
aplicação
Z b
Ia,b : f ∈ C ( I, R) 7→ f (t) dt
a
que leva cada f na sua integral de Riemann entre a e b é um funcional linear. O mesmo vale se escolhemos
uma função ρ ∈ C ( I, R) e definimos
Z b
Ia,b : f ∈ C ( I, R) 7→
ρ
f (t) ρ(t) dt.
a
Em geral, a condição mais difı́cil de checar na definição de norma é a subaditividade. O

teorema abaixo mostra que essa condição é naturalmente satisfeita quando a norma é um supremo
de funcionais lineares.
Teorema 2.3 Considere um espaço vetorial V e uma famı́lia L de funcionais lineares sobre V. Suponha
as seguintes propriedades:
1. Para todo φ ∈ L, −φ ∈ L.
33
2. Para cada v ∈ V, o conjunto dos valores de φ(v) para cada φ ∈ L, dado por,
L(v) := {φ(v) : φ ∈ L} ⊂ R,
é um conjunto limitado de R.
3. Para cada v ∈ V \{0}, ao menos um funcional φ ∈ L resulta em φ(v) 6= 0.
Então a expressão abaixo define uma norma sobre V:
kvk := sup L(v) = sup φ(v) (v ∈ V ).

φ∈L
Observação 2.1 Por que chamamos esta maneira de obter normas de “canônica”? A resposta pode parecer
surpreendente: toda norma em qualquer espaço vetorial real pode ser obtida via desta maneira. Este
resultado profundo é basicamente o Teorema de Hahn-Banach, geralmente visto em cursos de Análise
Funcional.
Prova: A prova deste teorema – em particular, o passo 3 abaixo – é uma versão mais abstrata da
que demos para o Teorema 2.2. De fato, antes de começar esta prova, vale a pena verificar que
aquele teorema é um caso particular deste que vamos provar agora: basta tomar V = Rd e L a
famı́lia de todos os funcionais lineares da forma “x 7→ z · x”, com |z|2 ≤ 1.
Nossa primeira observação nesta prova será provar o seguinte.
Passo 0: o conjunto L(v) é simétrico com relação a 0.
Ou seja, queremos mostrar que, se ξ ∈ L(v), então −ξ ∈ L(v) também. Para provar isto, note
que, se ξ ∈ L(v), ξ = φ(v) para algum φ ∈ L (por definição de L(v)). Como sabemos que
−φ ∈ L também, temos que −ξ = −φ(v) ∈ L(v).
Passo 1: a função kvk é positiva definida.
Se v = 0, então φ(v) = φ(0.v) = 0φ(v) = 0 para todo funcional linear φ (aqui usamos o fato de
que escalares “passam para fora” de funcionais lineares). Em particular, L(0) = {0} e portanto
k0k = 0.
Por outro lado, se v ∈ V \{0}, a nossa segunda hipótese garante que φ(v) 6= 0 para algum
φ ∈ L, de modo que L(v) contém algum número diferente de 0. Como L(v) é simétrico com
relação a 0, L(v) contém um elemento positivo. Segue que kvk = sup L(v) > 0.
Passo 2: a função k · k é homogênea positiva.
Temos que verificar o que acontece com L(v) quando multiplicamos v por um escalar λ. Se
o escalar é 0, é evidente que k0.vk = 0 = 0.kvk, portanto podemos supôr que λ 6= 0.
Suponhamos primeiramente que λ > 0. Então
L(λ v) = {φ(λv) : φ ∈ L}
(cada φ é linear) = {λ φ(v) : φ ∈ L}
= {λξ : ξ ∈ L(v)}.
34
Ou seja, L(λ v) é obtido multiplicando cada elemento de L(v) por λ > 0. É um exercı́cio de
Análise na Reta mostrar que o efeito disso é multiplicar o supremo por λ. Portanto,
kλvk = sup L(λ v) = λ sup L(v) = λkvk = |λ| kvk.
Considere agora que λ < 0. Neste caso observamos que φ(λ v) = (−φ)(−λ v) para cada φ ∈ L.
Então veja:
L(λv) = {φ(λ v) : φ ∈ L} = {(−φ)(−λ v) : φ ∈ L} = L(−λ v),
pois cada φ ∈ L se e somente se −φ ∈ L. Deduzimos que
kλvk = k − λ vk = | − λ| kvk (pelo caso anterior) = |λ| kvk.
Passo 3: a função k · k é sub-aditiva.
Esta é a parte da prova que se parece com a prova do Teorema 2.2. Tome v, w ∈ V. Se φ ∈ L,
φ(v + w) = φ(v) + φ(w) (por linearidade) ≤ sup φ(v) + sup φ(w) = kvk + kwk.
φ∈L φ∈L
Deduzimos que
kvk + kwk é cota superior para o conjunto {φ(v + w) : φ ∈ L} = L(v + w).
Como toda cota superior é maior ou igual ao supremo, kv + wk = sup L(v + w) ≤ kvk + kwk.
2
Nos exemplos a seguir, vamos usar este Teorema para definir normas para espaços vetoriais.
Exemplo 2.3 (Norma de operador em R`×d ) Recorde do seu curso de Álgebra Linear que há uma
relação direta entre matrizes A ∈ R`×d e transformações lineares A : Rd → R` (usamos A duas ve-
zes por abuso de notação). De fato, dado x ∈ Rd , Ax ∈ R` é o vetor de coordenadas:
d
( Ax )[i ] := ∑ A[i, j] x [ j], 1 ≤ i ≤ `.
j =1
A chamada norma de operador sobre R`×d é definida por:
| Av|2
k A k 2→2 : = sup .
v∈Rd \{0}
| v |2
Ou seja, k Ak2→2 mede o valor máximo pelo qual A “dilata” a norma de um v ∈ Rd (aqui dilatar pode ser
contrair, se a norma é menor que 1).
Como podemos provar que k Ak2→2 é norma? Observe que, por linearidade e homogeneidade
positiva da norma,
| Av|2 v
= A
| v |2 | v |2 2
35
e v/|v|2 tem norma 1. Portanto, podemos trocar o supremo na definição da norma de operador
por
k A k 2→2 : = sup | Av|2

v ∈Rd : | v |2 =1
!
= sup sup w · Av
v ∈Rd : | v |2 =1 w ∈Rd , | w |2 =1
= sup{w · ( Av) : (w, v) ∈ R` × Rd , |w|2 = |v|2 = 1}.
Veja que na última linha acima usamos o fato que, dados dois conjuntos A, B e uma h : A × B →
R,
sup(sup h( a, b)) = sup h( a, b),
a∈ A b∈ B ( a,b)∈ A× B
que é provado na seção 1.4.

O ponto é que, tendo feito isso, podemos expressar k Ak2→2 como um supremo de funcionais
lineares. Veja que para cada par w ∈ R` , v ∈ Rd ,
` d
φv,w : A ∈ R`×d 7→ φv,w ( A) := w · ( Av) = ∑∑ A[i, j] v[ j] w[i ] ∈ R,
i =1 j =1
é um funcional linear sobre R`×d . Definindo
L := {φv,w : (w, v) ∈ R` × Rd , |w|2 = |v|2 = 1},
podemos checar as hipóteses do Teorema 2.3 da forma esboçada abaixo:

1. φ = φv,w ∈ L ⇒ −φ = φ−v,w ∈ L.
2. Para cada A fixa e v, w como acima, as coordenadas de v e w estão limitadas por 1 em valor
absoluto e portanto:
` d ` d
|φv,w ( A)| ≤ ∑∑ | A[i, j]| |v[i ]| |w[i ]| ≤ ∑∑ | A[i, j]|.
i =1 j =1 i =1 j =1
Portanto,
` d
sup L( A) ≤ ∑∑ | A[i, j]| < +∞.
i =1 j =1
3. Se A 6= 0, A[i, j] 6= 0 para algum par i, j. Então basta escolher w =i-ésimo vetor da base
canônica de R` e v =j-ésimo vetor da base canônica de Rd para obter:
φv,w ( A) = A[i, j] 6= 0.
Exemplo 2.4 (Norma do supremo em C ( I, R)) Suponha que I = [ a, b] ⊂ R é um intervalo compacto.

Dada f ∈ C ( I, R) sabemos que f é limitada sobre I e podemos definir sua “norma do supremo”
k f k∞ := sup | f (t)| ∈ R.
t∈ I
36
É fácil ver que esta norma se encaixa em nosso Teorema geral. Recordando os funcionais et do Exemplo 2.2,
temos que
k f k∞ = sup φ( f )
φ∈L
onde L = {±et : t ∈ I }. Logo a norma do sup é de fato uma norma.
Exercı́cio 2.9 Dê uma prova direta deste último resultado.
2.3 Mais exercicios

Exercı́cio 2.10 Dados a ∈ Rd \{0} e ξ ∈ R, quando é verdade que o conjunto abaixo é um subespaço de
Rd ?
Ha,ξ := { x ∈ Rd : a · x = ξ }.
Exercı́cio 2.11 Vamos definir novas normas sobre Rd . Dado 1 ≤ p < +∞, defina:
v
u d
∑ |x[i]| p (x ∈ Rd ).
u
p
| x | p := t
i =1
Defina ainda:
| x |∞ := max | x [i ]| ( x ∈ Rd ).
1≤ i ≤ d
Estas são as chamadas normas ` p de x ∈ Rd . Note que | · |2 é a norma euclidiana definida acima.
Neste problema provaremos que as normas ` p são de fato normas sobre Rd . Para isto, temos que mostrar
que elas são positivas definidas, homogêneas positivas e sub-aditivas.
Para o que segue, será necessário definir o expoente dual de p. Definimos q := p/( p − 1) quando
1 < p < +∞. Se p ∈ {1, +∞}, definimos q via um limite: portanto q = 1 se p = ∞ e q = ∞ se p = 1.
Note que a definição de p e q apareceu na nossa prova da desigualdade das médias.
1. Prove para esquentar que

| x |∞ ≤ | x | p ≤ d1/p | x |∞ ≤ d1/p | x |2
para todo x ∈ Rd . Deduza que | x |∞ = lim p→+∞ | x | p para todo x ∈ Rd .
2. Nos próximos itens, mostraremos a relação de dualidade entre as normas ` p e `q
Dualidade: ∀ x ∈ Rd ∀ p ∈ [1, +∞] : | x | p = sup{v · x : v ∈ Rd , |v|q = 1}.
Explique porque esta relação implica que a norma ` p satisfaz mesmo a norma.
3. Prove dualidade diretamente para p ∈ {1, ∞}.
4. A partir daqui supomos p ∈ (1, +∞). Mostre que a desigualdade entre as médias aritmética e
geométrica implica que
| a| p |b|q
∀ a, b ∈ R : ab ≤ + ,
p q
com igualdade se e somente se a, b têm o mesmo sinal e | a| p = |b|q .
37
5. Deduza do primeiro item que
x·y
∀ x, y ∈ Rd \{0} : ≤1
| x | p |y|q
e obtenha a Desigualdade de Hölder x.y ≤ | x | p |y|q .
6. Cheque as condições de igualdade no item anterior para terminar a prova da dualidade. Mostre ainda
que, se x 6= 0 o supremo na fórmula de dualidade só é atingido por um único vetor y.
38
Capı́tulo 3
Espaços métricos, convergência e

completude
No capı́tulo anterior vimos vários espaços vetoriais V com suas respectivas normas k · k. Isto nos
permite medir a distância entre dois pontos v e v0 como kv − v0 k.
Medir distâncias é bom porque nos permite tomar limites e fazer Análise. No entanto, é
muito fácil encontrar espaços em que se deseja fazer Análise e que não possuem a estrutura
linear de um espaço vetorial. Por exemplo, a esfera d-dimensional e o conjunto de Cantor não
têm nada de “linear”, ainda que estejam ambos contidos em espaços vetoriais.
No fim das contas será conveniente tomarmos um ponto de vista ainda mais geral, baseado
apenas na noção de distância. Por isso estudaremos a partir daqui o conceito de espaço métrico.
Esta é a estrutura mı́nima que nos permite estender a Análise a que estamos acostumados, com
ε e δ, limites e tudo o mais. Todo espaço vetorial normado pode ser visto como espaço métrico,
mas a recı́proca não é verdadeira.
A classe de espaços métricos é a principal categoria de objetos que trataremos neste curso.
Ela é geral o suficiente para quase todos os nossos propósitos, mas ainda assim é tratável. Neste
capı́tulo veremos como ela é definida e como ela nos permite falar de convergência em conjuntos
muito gerais.
3.1 Espaços métricos

O que é, afinal, um espaço métrico? Eis a definição, devida a Fréchet.
Definição 3.1 Um espaço métrico é um conjunto X 6= ∅ munido de uma função d : X × X → [0, +∞),
chamada de métrica sobre X, com as seguintes propriedades.
1. d é não-negativa e separa pontos distintos: para quaisquer a, b ∈ X, d( a, b) = 0 se e somente
se a = b;
2. d é simétrica: para qualquer par ( a, b) ∈ X × X, d( a, b) = d(b, a);
3. d satisfaz a desigualdade triangular: para quaisquer a, b, c ∈ X, d( a, b) ≤ d( a, c) + d(c, b).
Todas as propriedades de métrica acima têm uma interpretação intuitiva se pensamos em d

como uma noção de distância. A propriedade 1 diz que a distância de um lugar a ele mesmo é
39
nula, mas que qualquer outro lugar está a distância positiva. A segunda propriedade afirma que
ir de a a b não é mais fácil ou difı́cil que ir de b a a. A terceira propriedade afirma que ir de a
para c e depois para b não pode resultar em um caminho mais curto que a rota direta de a para
b. Apesar da clareza do que significam estas condições, veremos abaixo que nem todo espaço
métrico é fácil de se entender.
Veremos abaixo os principais exemplos de espaços métricos que serão recorrentes no curso.
Ocasionalmente usaremos a convenção de denotar por dX a métrica de X; isto será útil quando
tratarmos muitos espaços métricos de uma única vez.
3.1.1 A reta real como espaço métrico

Como primeiro exemplo, tomamos X = R com dR ( a, b) := | a − b| (( a, b) ∈ R2 ). As duas
primeiras propriedades da definição de métrica são triviais. A terceira é consequência de “| x +
y| ≤ | x | + |y|”aplicada a x = a − c e y = c − b. Em todas estas notas tomaremos esta métrica como a
métrica padrão sobre R, a não ser quando o contrário for dito.
3.1.2 Os números complexos como espaço métrico

√
O conjunto C é usualmente definido como o conjunto dos números da forma z := a + √ b −1,
onde a = <(z) ∈ R é chamada de parte real de z, b√= =(z) ∈ R é a parte imaginária, e −1 –
a unidade imaginária – é um número satisfazendo ( −1)2 = −1. O livro de Rudin [?] tem uma
definição mais formal deste corpo. O ponto de mencioná-los aqui é que C é basicamente R2 com
uma estrutura de produto. Observamos ainda que a norma |z| é multiplicativa: |zw| = |z| |w|.
3.1.3 A métrica discreta

Uma métrica relativamente trivial e “boba”pode ser definida sobre qualquer conjunto X 6= ∅: a
chamada métrica discreta.
1, x 6= y;
ddisc ( x, y) :=
0, x = y.
Esta métrica é interessante por alguns (poucos) motivos. No momento só um deles nos interessa:
qualquer resultado que provarmos para todos os espaços métricos deverá valer para as métricas
discretas! Ou seja: se você quer entender um teorema, ou simplesmente testar se um enunciado
pode ser verdadeiro para todos os espaços métricos, estudá-lo no caso da métrica discreta é um
bom primeiro passo.
3.1.4 Espaços vetoriais: normas nos dão métricas

A maneira canônica de se definir uma métrica sobre um espaço normado é através da norma.
Proposição 3.1 Se (V, k · kV ) é um espaço normado, então a expressão
dV ( a, b) := k a − bkV ( a, b ∈ V )
define uma métrica sobre V.
Prova: Sejam a, b, c ∈ Rd quaisquer. Nosso objetivo é provar que
40
• k a − bkV ≥ 0, com igualdade se e somente se a = b;
• k a − b kV = k b − a kV ;
• k a − c kV ≤ k a − b kV + k b − c kV .
Vamos escrever isto de outra forma. Defina x := a − b, y := b − c. Os itens acima são equivalentes
a:
• k x kV ≥ 0, com igualdade se e somente se x = 0 (que vale porque a norma é positiva
definida).
• k x kV = k − x kV (que segue da homogeneidade positiva da norma);
• k x + ykV ≤ k x kV + kykV (que vem da sub-aditividade).
2
Portanto, as normas que pusemos em Rd , C ( I, R), etc todas induzem métricas. Como veremos
na seção seguinte, elas também induzem métricas sobre subconjuntos destes espaços que não são
necessariamente espaços vetoriais. Por exemplo, a norma euclidiana em Rd induz uma métrica
na esfera unitária:
Sd−1 := { x ∈ Rd : | x |2 = 1.}
3.1.5 Métricas induzidas

Se temos um espaço métrico ( X, dX ), qualquer subconjunto Y ⊂ X, Y 6= ∅ herda a métrica:
dY (y, y0 ) := dX (y, y0 ) ((y, y0 ) ∈ Y 2 ).
Ou seja, dY = dX | X ×X é obtida restringindo a função dX : X × X → [0, +∞) ao conjunto Y × Y.
Chamamos esta métrica de induzida. Por exemplo, a esfera unitária Sd−1 ⊂ Rd e o conjunto
Qd ⊂ Rd dos vetores com coordenadas racionais têm métricas induzidas pelas métricas naturais
sobre os espaços ambientes.
3.2 Sequências, limites e completude

O leitor deve lembrar que uma sequência de elementos em X, escrita { xn }n∈N ⊂ X, é tão somente
uma maneira de escrever uma função f : N → X, de modo que xn = f (n) para cada n ∈ N.
Tomamos como dado que o leitor já sabe o que é convergência de uma sequência em R, mas
lembramos a definição mesmo assim. Dados { xn }n∈N ⊂ R e x ∈ R, dizemos que xn → x, ou
limn∈N xn = x, ou ainda que xn converge a x, se
∀ε > 0 ∃n0 (ε) ∈ N ∀n ∈ N : n ≥ n0 (ε) ⇒ | xn − x | < ε.
A noção de convergência em um espaço métrico é derivada desta.
Definição 3.2 Fixo um espaço métrico ( X, dX ), dizemos que uma sequência { xn }n∈N ⊂ X converge a
x ∈ X (segundo a métrica dX ) se a sequência {dX ( xn , x )}n∈N ⊂ R converge a 0, no sentido do parágrafo
anterior. Dito de outro modo: xn → x se
∀ε > 0 ∃ n0 (ε) ∈ N ∀n ∈ N : n ≥ n0 (ε) ⇒ |dX ( xn , x ) − 0| = dX ( xn , x ) < ε.
41
Esta segunda forma de definir as coisas mostra que as duas noções de convergência coincidem
no caso de X = R com a métrica usual. Podemos mostrar facilmente que, como no caso de
números, trocar < ε por ≤ ε na segunda definição não muda nada. Além disso:
Proposição 3.2 (Unicidade do limite) Mostre que xn → x e xn → x 0 implica x = x 0 .
Prova: Pelos axiomas de métrica, para provarmos que x = x 0 , basta mostrarmos que dX ( x, x 0 ) =
0. Pela desigualdade triangular, temos a seguinte desigualdade para cada n ∈ N:
0 ≤ dX ( x, x 0 ) ≤ dX ( x, xn ) + dX ( xn , x 0 ).
Por hipótese, dX ( x, xn ) → 0 e dX ( x 0 , xn ) → 0 no sentido usual de R. Como “o limite da soma é a

soma dos limites”, temos:
lim (dX ( x, xn ) + dX ( xn , x 0 )) = lim dX ( x, xn ) + lim dX ( xn , x 0 ) = 0.

n ∈N n ∈N n ∈N
Portanto, a distância dX ( x, x 0 ) está “sanduichada” entre a sequência constante 0 e uma outra

sequência que vai a 0. Deduzimos que dX ( x, x 0 ) = 0, como querı́amos demonstrar. 2
Um ponto importante é que, como veremos abaixo, a convergência ou não de uma sequência
depende da métrica escolhida. Ainda assim, na maior parte dos casos nós falaremos de con-
vergência sem mencionar a métrica.
Exercı́cio 3.1 Considere um espaço vetorial normado (V, k · kV ) com a métrica induzida pela norma. Se
{vn }n∈N ⊂ V e v ∈ V são dados, mostre que
v n → v ⇔ v n − v → 0V .
Vamos agora definir o que é uma sequência de Cauchy em um espaço métrico e o que é um
espaço métrico completo.
Definição 3.3 Fixo um espaço métrico ( X, dX ), dizemos que uma sequência { xn }n∈N ⊂ X é de Cauchy
se
lim dX ( xn , xm ) = 0,
m,n→+∞
isto é,
∀ε > 0 ∃ n0 (ε) ∈ N ∀m, n ∈ N : m, n ≥ n0 (ε) ⇒ dX ( xn , xm ) < ε.
( X, dX ) é dito completo se toda sequência de Cauchy { xn }n∈N ⊂ X converge a algum x ∈ X.
A mesma prova conhecida de R de que toda sequência convergente é Cauchy vale para
espaços métricos gerais. Observe, no entanto, que nem todo espaço métrico é de Cauchy. Por
exemplo, (R, dR ) é completo, mas Q com a métrica induzida não é completo. Veremos a seguir
vários exemplos naturais de espaços métricos que são completos e (com menos destaque) alguns
outros que não são. Antes, uma definição fundamental.
Definição 3.4 Um espaço vetorial normado (V, k · kV ) que é completo com a distância induzida pela
norma k · kV é dito espaço de Banach.
42
3.2.1 Subsequências
Em vários momentos do texto, seremos forçados a falar de subsequências, definidas abaixo.
Definição 3.5 Considere um subconjunto infinito N ⊂ N. Dada uma sequência { xn }n∈N num espaço
métrico ( X, dX ), chamamos de subsequência { xn }n∈ N (com ı́ndices em N) a sequência {y j } j∈N definida da
seguinte maneira: se n1 < n2 < . . . é a única enumeração crescente dos elementos de N, então y j := xn j
para cada j ∈ N. Normalmente escreveremos xn j ao invés de y j . Chamamos de limn∈ N xn ou lim j∈N xn j
o limite de y j (caso exista).
Ainda não teremos muito motivo para olhar subsequências nesta altura do texto, mas em
breve isto ocorrerá. Em geral a motivação para se definir uma subsequência é a seguinte. Preci-
samos de uma sequência com propriedades ”boas”. Isso pode ser difı́cil de se obte diretamente.
Talvez consigamos apenas uma sequência preliminar, que é ”parcialmente boa”, ou ”quase boa”.
Quando isso ocorre, é às vezes possı́vel obter a sequência desejada passando a uma subsequência
da sequência preliminar. De fato, veremos o primeiro exemplo disso já na próxima subseção.
Exercı́cio 3.2 Mostre que uma subsequência { xn }n∈ N como a definida acima converge a x ∈ X se e
somente se:
∀ε > 0 ∃n0 (ε) ∈ N ∀n ∈ N : n ≥ n0 (ε) ⇒ dX ( xn , x ) ≤ ε.
É conveniente enunciarmos de uma vez duas proposições muito úteis. A primeira diz que, ao
passarmos para uma subsequência, não ”estragamos”uma eventual convergência da sequência
original.
Proposição 3.3 Considere uma sequência { xn }n∈N num espaço métrico ( X, dX ). Se xn converge a um
limite x ∈ X, então qualquer subsequência converge ao mesmo x.
Prova: Tome { xn }n∈N e x ∈ X como acima. O fato que xn → x quer dizer que:
(?) ∀ε > 0 ∃n0 (ε) ∈ N ∀n ∈ N : n ≥ n0 (ε) ⇒ dX ( xn , x ) ≤ ε.
Agora considere N ⊂ N infinito. Queremos mostrar que limn∈ N xn = x. Considerando xn j como

na definição de subsequência, precisamos provar que, dado um ε > 0,
queremos : ∃ j0 (ε) ∈ N ∀ j ∈ N : j ≥ j0 (ε) ⇒ dX ( xn j , x ) ≤ ε.
Mas isso é simples. Como N := {n1 < n2 < n3 < . . . } é conjunto infinito, podemos escolher
j0 (ε) com n j0 (ε) ≥ n0 (ε) (ver (?)). Deste modo, garantimos que n j ≥ n0 (ε) para todo j ≥ j0 (ε), de
modo a garantir dX ( xn j , x ) ≤ ε. 2
No próximo problema, veremos como podemos usar subsequências para garantir a con-
vergência de uma sequência inteira.
Proposição 3.4 Considere uma sequência de Cauchy { xn }n∈N num espaço métrico ( X, dX ) que tem uma
subsequência convergente. Então { xn }n∈N converge ao mesmo limite da sequência inteira.
43
Prova: Sejam x ∈ X o limite da subsequência e N ⊂ N o seu conjunto (infinito) de ı́ndices.
Como { xn }n∈N é Cauchy, dado ε > 0, podemos encontrar n0 (ε) ∈ N tal que dX ( xn , xm ) ≤ ε
para n, m ≥ n0 (ε). Ao mesmo tempo, como N é infinito, sabemos que existem infinitos ı́ndices
k ∈≥ n0 (ε) com k ∈ N. Tomando um destes ı́ndices, vemos que:
∀ n ≥ n0 ( ε ) : d X ( x n , x ) ≤ d X ( x n , x k ) + d X ( x k , x ) ≤ ε + d X ( x k , x ).
Se agora mandamos k → +∞ com k ∈ N, temos dX ( xk , x ) → 0 e portanto:
∀n ≥ n0 (ε) : dX ( xn , x ) ≤ ε.
Ou seja, o mesmo n0 (ε) que vem da ”Cauchyaniedade” da sequência { xn }n se adequa à definição

de limite. 2
3.2.2 Convergência em Rd com as normas ` p

Recorde o Exercı́cio 2.11 acima, onde apresentamos as normas ` p , 1 ≤ p ≤ ∞, sobre Rd . Observe
que, para qualquer uma destas normas,
∀ p ∈ [1, +∞), ∀ x ∈ Rd : | x |∞ ≤ | x | p ≤ d1/p | x |∞ .
Usando o Exercı́cio 3.1, deduzimos que, dadas { xn }n∈N ⊂ Rd e x ∈ Rd ,
xn →` p x ⇔ | x − xn | p → 0 ⇔ | x − xn |∞ → 0 ⇔ max | x [i ] − xn [i ]| = 0.
1≤ i ≤ d
De fato, como há um número finito de ı́ndices i = 1, 2, . . . , d, temos que
xn →` p x ⇔ ∀i ∈ {1, 2, . . . , d} : xn [i ] → x [i ].
Ou seja, xn → x na norma ` p se e somente se as coordenadas de xn convergem às de x no sentido

usual de R.
Do mesmo, modo, vemos que { xn }n∈N é Cauchy na norma ` p se e somente se
∀i ∈ {1, 2, 3, . . . , d} : lim | xm [i ] − xn [i ]| = 0,
m,n→+∞
ou seja, se e somente se { xn [i ]}n∈N ⊂ R é Cauchy para cada i. Se isto ocorre, a completude de R

implica que
∀i ∈ {1, 2, 3, . . . , d} ∃ x [i ] ∈ R : lim xn [i ] = x [i ],
n→+∞
e o critério de convergência a x acima mostra que, neste caso, xn → x em ` p . Deduzimos os

seguintes fatos importantes:
Teorema 3.1 Em Rd , as conclusões a seguir valem para qualquer uma das normas ` p :
• A convergência de sequências em Rd é equivalente a convergência das coordenadas.
• Uma sequência em Rd com a norma ` p é Cauchy se e somente se as respectivas sequências de

coordenadas são Cauchy em R.
44
• Rd é completo: ou seja, uma sequência de Cauchy na norma ` p necessariamente tem um limite, que
pode ser obtido coordenada a coordenada.
Fazemos uma pausa aqui para mostrar um fato importante, que será usado muitas vezes no
texto. Ele é um prelúdio para o assunto de compacidade, que será discutido mais adiante no
texto.
Proposição 3.5 (Sequências limitadas têm subsequências convergentes) Suponha que { xn }n∈N ⊂
Rd é uma sequência limitada, isto é, que supn∈N | xn |2 < +∞. Então existe uma subsequência { xn j } j∈N
convergente.
Prova: Vamos provar isso por indução na dimensão d ∈ N\{0}. O caso d = 1 é um teorema
conhecido de Análise na Reta.
Suponha que o teorema é verdade para dimensão d − 1. Tome agora { xn }n∈N ⊂ Rd limitada
e chame de yn as projeções dos xn a Rd−1 .
yn ∈ Rd−1 é o vetor com yn [i ] = xn [i ] para i ∈ [d − 1] (n ∈ N).
Vê-se que |yn |2 ≤ | xn |2 para cada n, portanto a sequência {yn }n∈N é limitada. Por hipótese de
indução, podemos encontrar um subconjunto infinito Nd−1 ⊂ N tal que limn∈ Nd−1 yn = y ∈ Rd−1 .
Como visto acima, isto quer dizer que
∀i ∈ [d − 1] : lim xn [i ] = lim yn [i ] = y[i ].

n∈ Nd−1 n∈ Nd−1
Agora considere { xn [d]}n∈ Nd−1 ⊂ R. Esta é uma sequência limitada de números reais, pois afinal:
sup | xn [d]| ≤ sup | xn |2 < +∞.

n n
Por Análise na Reta, sabemos que existe um Nd ⊂ Nd−1 infinito tal que:
∃ lim xn [d] = z ∈ R.
n∈ Nd
Pela Proposição 3.3, sabemos que essa passagem a uma subsequência não estraga a convergência
das outras coordenadas, que havia sido garantida antes. Isto é, agora sabemos que:
∀i ∈ [d] : ∃ lim xn [i ],
n∈ Nd−1
o que, como visto acima, é a mesma coisa que dizer que { xn }n∈N converge. 2
3.2.3 Convergência sob a métrica discreta

Vamos deixar este caso como um exercı́cio.
Exercı́cio 3.3 Considere um espaço ( X, dX ) com a métrica discreta. Dada { xn }n∈N ⊂ X, mostre que
xn → x ∈ X se e somente se existe um n0 ∈ N tal que xn = x para todo n ≥ n0 . Prove ainda que
{ xn }n∈N é Cauchy se e somente se existe um n0 ∈ N tal que xn = xn0 para todo n ≥ n0 .
45
3.2.4 Convergência em C ( I, R)
Aqui I = [ a, b] ⊂ R é um intervalo, C ( I, R) é o espaço de funções contı́nuas de I em R e a norma
usada é a norma ∞:
k f k I,∞ := sup | f (t)|.
t∈ I
Vamos primeiro tentar entender do que estamos falando aqui. Vamos considerar em primeiro
lugar o que quer dizer f n → f nesta métrica. Como k f n − f k I,∞ é um supremo, e além disso este
supremo é atingido, temos que
k f n − f k I,∞ → 0 ⇔ ∀ε > 0 ∃n0 = n0 (ε) ∈ N ∀n ≥ n0 ∀t ∈ T : | f n (t) − f (t)| < ε.
Esta é a chamada convergência uniforme em t ∈ I, ou simplesmente uniforme. Esta convergência

implica a chamada convergência pontual, que ocorre quando f n ( x ) → f ( x ) para cada x ∈ I. Isto
equivale a pedir que:
∀ε > 0 ∀t ∈ I ∃n0 = n0 (ε, t) ∀n ≥ n0 : | f n (t) − f (t)| < ε.
Veja que, neste caso, o ı́ndice n0 a partir do qual a distância fica menor que ε depende tanto de
ε quanto do ponto t. Por outro lado, a convergência uniforme pede que seja achado, para cada
ε > 0, um n0 tal que | f n (t) − f (t)| < ε para qualquer t ∈ I, sempre que n ≥ n0 . Ou seja, a escolha
de n0 deve ser uniforme em t. O próximo exercı́cio nos diz que o limite pontual de uma sequência
de funções contı́nuas não é necessariamente uma função contı́nua.
Exercı́cio 3.4 Considere I = [0, 1] e f n ( x ) = x n , x ∈ I. Mostre que o limite pontual das f n existe e é
uma função f : I → R descontı́nua em x = 1.
Exercı́cio 3.5 Considere I = [0, 1] e C := C ([0, 1], R) novamente. Mostre que existem { f n }n∈N ∪ { f } ⊂
C tais que f n ( x ) → f ( x ) para qualquer x ∈ I, mas k f n − f k∞ = 1 para todo n. Isto é, convergência
pontual de funções contı́nuas para outra função contı́nua não implica convergência uniforme.
Por outro lado, nosso principal teorema nesta seção pode ser resumido dizendo-se que o limite
uniforme de funções contı́nuas é uma função contı́nua.
Teorema 3.2 C ( I, R) é completo com a métrica induzida pela norma k · k I,∞ . Ou seja, uma sequência de
funções contı́nuas sobre I = [ a, b] que converge uniformemente tem como limite uma função contı́nua.
Prova: Tomemos { f n }n∈N ⊂ C ( I, R) que é de Cauchy, ou seja, tal que k f n − f m k I,∞ → 0 quando
n, m → +∞. Desejamos mostrar que existe uma função f ∈ C ( I, R) tal que k f n − f k I,∞ → 0.
Antes de entrar na prova, fazemos alguns comentários que serão úteis para entender o que
veremos a seguir.
Ideias gerais da prova
Se já tivéssemos uma candidata natural a limite da sequência { f n }n∈N , tudo seria mais fácil,
em princı́pio: só terı́amos que checar que esta f é mesmo o limite. O grande problema aqui é
que temos que construir a função f e depois provar que ela é o limite que buscamos. Para isso,
será útil observarmos primeiramente que as { f n }n∈N convergem pontualmente a uma certa função
46
f ( x ) (passo 1). Para isso, mostraremos que, dado qualquer ∀t ∈ I, { f n (t)}n∈N é uma sequência
de Cauchy em R.
Resta a tarefa de provar que f , nossa candidata a limite, cumpre mesmo este papel. Como
primeiro passo, devemos checar que f n e f estão uniformemente próximas para f grande (passo 2). O
problema aqui é que temos dois limites a tomar e eles devem ser tomados na ordem correta para
que tudo funcione. Feito isso, checamos que f ∈ C ( I, R) (passo 3) e concluı́mos a prova.
Passo 1: existe uma f : I → R tal que f n ( x ) → f ( x ) para cada x ∈ I.
Este é o passo da prova em que mostramos que as as f n convergem pontualmente a uma certa
f , que será a nossa candidata a limite uniforme da sequência f n .
Para provar a convergência pontual, usaremos o fato de que R é completo, ou seja, sequências
de Cauchy em R convergem. Por conta disto, temos
(n,m→+∞)
∀ x ∈ I : | f n ( x ) − f m ( x )| ≤ sup | f n (t) − f m (t)| = k f n − f m k I,∞ → 0. (3.1)
t∈ I
Ou seja,
∀ x ∈ I : | f n ( x ) − f m ( x )| → 0 quando n, m → +∞,
o que quer dizer que { f n ( x )}n ⊂ R é Cauchy, como querı́amos demonstrar. Isto quer dizer que
∃ f ( x ) := limn f n ( x ) para cada x ∈ I, o que define uma função f : I → R.
Passo 2: Proximidade entre f n e f .
O raciocı́nio por detrás de (3.1) nos diz que, para todo x ∈ I
| f n ( x ) − f ( x )| = lim | f n ( x ) − f m ( x )|
m→+∞
≤ lim sup k f n − f m k I,∞
m
≤ sup k f n − f m k I,∞ .
m≥n
Observe que o lado direito desta cadeia de desigualdades não depende de x e é uma cota superior
para todo x. Tomando o supremo, descobrimos que
k f n − f k I,∞ = sup | f n ( x ) − f ( x )| ≤ sup k f n − f m k I,∞ .

x∈ I m≥n
Recordamos mais uma vez que { f n }n∈N ⊂ C ( I, R) é Cauchy. Isto quer dizer que, dado ε > 0,
podemos encontrar n0 (ε) tal que, se n, m ≥ n0 (ε), então k f n − f m k I,∞ < ε. Tomando o sup em m,
vemos que
∃n0 (ε) ∈ N, ∀n ≥ n0 (ε) : 0 ≤ k f n − f k I,∞ = sup | f n ( x ) − f ( x )| ≤ ε.

x∈ I
Como isto vale para todo ε, deduzimos que k f n − f k I,∞ → 0, como querı́amos demonstrar.
Passo 3: f é contı́nua e o fim da prova.
47
Falta apenas um detalhe, que é provar que f ∈ C ( I, R), ou seja, que f é contı́nua (ou: o
limite uniforme de funções contı́nuas é uma função contı́nua). Isto vale se e somente se para
toda sequência convergente { x j } j∈N ⊂ I e todo x ∈ I, x j → x ⇒ f ( x j ) → f ( x ). Para fazer isto,
basta provar que:
(Basta provar) ∀ε > 0 : lim sup | f ( x j ) − f ( x )| ≤ 0.
j
Para prova esta última desigualdade, observe que, pela desigualdade triangular:
| f ( x j ) − f ( x )| = | f ( x j ) − f n ( x j ) + f n ( x j ) − f n ( x ) + f n ( x ) − f ( x )|
≤ | f ( x j ) − f n ( x j )| + | f n ( x j ) − f n ( x )| + | f n ( x ) − f ( x )|
O primeiro e o terceiro termo nesta última expressão são da forma | f (t) − f n (t)| com t ∈ I,
sendo, portanto cotados pelo supremo de | f (t) − f n (t)| sobre t ∈ I, que por sua vez é exatamente
k f − f n k I,∞ . Ou seja,
| f ( x j ) − f ( x )| ≤ | f n ( x j ) − f n ( x )| + 2 k f n − f k I,∞ .
Esta desigualdade vale para cada j e n. Em particular, podemos tomar j → +∞: a continuidade
de f n nos garante que | f n ( x j ) − f n ( x )| → 0 e portanto,
∀n ∈ N : lim sup | f ( x j ) − f ( x )| ≤ 2k f n − f k I,∞ .

j ∈N
Por fim, mandando n → +∞, vemos que k f n − f k I,∞ → 0 enquanto o lado esquerdo não muda.
Deduzimos:
lim sup | f ( x j ) − f ( x )| ≤ 0,
j ∈N
o que significa | f ( x j ) − f ( x )| → 0, como querı́amos demonstrar.

Feito isso, apenas verificamos que temos todos os ingredientes em nossas mãos. Partindo de
{ f n }n∈N ⊂ C ( I, R) Cauchy, construı́mos uma f ∈ C ( I, R) tal que f n → f segundo a norma que
escolhemos para C ( I, R). 2
Observação 3.1 Vimos acima outra norma que pode ser definida em C ( I, R):
Z b
k f k I,1 := | f (t)| dt ( f ∈ C ( I, R)),
a
É possı́vel mostrar que C ( I, R) não é completo com esta norma. Por exemplo, se I = [0, 1], f n ( x ) = 0
para x ≤ 1/2 − 1/n, f n ( x ) = 1 para x ≥ 1/2 e f n ( x ) ∈ (0, 1) para x ∈ (1/2 − 1/n, 1/2), é fácil
mostrar que { f n }n∈N é Cauchy segundo a norma k · k I,1 , mas não converge a uma função f ∈ C ( I, R).
(A dica é que o limite teria de valer 0 para x < 1/2 e 1 para x > 1/2, o que é impossı́vel para f contı́nua.)
3.3 Equivalência de métricas e normas

Na seção anterior nós vimos como descrever a convergência em alguns espaços onde isso não
é completamente óbvio à primeira vista. Um ponto importante de se enfatizar é que em vários
casos mostramos que definições diferentes de métrica ou norma conduziram a uma única noção
de convergência. Isto é um ponto importante, que merece uma definição.
48
Definição 3.6 Considere um conjunto X 6= ∅ e duas métricas d1 , d2 definidas sobre ele. Dizemos que as
duas métricas são equivalentes se
∀{ xn }n∈N ⊂ X, ∀ x ∈ X : d1 ( xn , x ) → 0 ⇔ d2 ( xn , x ) → 0.
Quando X é um espaço vetorial e as duas distâncias são induzidas por normas k · k1 , k · k2 , dizemos que
as duas normas são equivalentes quando as métricas induzidas são equivalentes de acordo com a definição
acima.
Por exemplo, a Seção 3.2.2 mostra que as métricas induzidas pelas normas ` p sobre Rd são
todas equivalentes. Agora apresentamos um caso de não-equivalência de normas (e métricas).
Exemplo 3.1 Vamos mostrar que duas normas que vimos acima sobre C ([0, 1], R) não são equivalentes.
A primeira é a nossa “norma preferencial˜:
k f k∞ := sup | f (t)|
t∈[0,1]
e a segunda foi apresentada a Observação 3.1.

Z 1
k f k1 : = | f (t)| dt.
0
Como | f (t)| ≤ k f k∞ para cada t ∈ [0, 1], vemos facilmente que k f k1 ≤ k f k∞ para toda f ∈
C ([0, 1], R). Disto podemos facilmente deduzir que
k f n − f k∞ → 0 ⇒ k f n − f k1 → 0.
A recı́proca, no entanto, não é verdadeira. Considere por exemplo a sequência de funções

{ f n }n∈N definidas da seguinte forma:
t ≤ 1 − n1

0,
f n (t) :=
nt − n + 1, 1 − n1 < t ≤ 1.
O leitor pode checar que f n ∈ C ([0, 1], R) é não negativa e que

Z 1
1
k f n k1 = f n (t) dt = .
0 2n
Portanto k f n − 0k1 → 0. No entanto, para todo n
k f n k∞ = f n (1) = 1 6→ 0,
o que nos diz que f n 6→ 0 de acordo com a norma k · k∞ . Nossa última observação nesta seção é
que a equivalência de métricas tem uma expressão equivalente.
Teorema 3.3 Duas normas k · k1 e k · k2 sobre o mesmo espaço vetorial V são equivalentes se e somente
se existem constantes C, c > 0 tais que
∀ v ∈ V : c k v k1 ≤ k v k2 ≤ C k v k2 .
49
Prova: Deixamos como exercı́cio provar que, se tais constantes existem, as métricas são equiva-
lentes. Vejamos agora que, se as normas são equivalentes, então existem constantes C, c > 0
com as propriedades desejadas. Recorde que a equivalência das normas é a mesma coisa que a
equivalência das métricas induzidas pelas normas. Portanto, nossa hipótese é que
Hip: ∀{vn }n∈N ⊂ V ∀v ∈ V : kvn − vk1 → 0 ⇔ kvn − vk2 → 0.
Em particular, vale o que escrevemos acima quando v = 0.
Hip’: ∀{vn }n∈N ⊂ V : kvn k1 → 0 ⇔ kvn k2 → 0.
Agora suporemos para chegar a uma contradição que não existe a constante C apontada acima. Ou
seja
(?) ∀C > 0 ∃vC ∈ V : kvC k2 > C kvC k1 .
Em particular, podemos encontrar um vetor vn ∈ V com kvn k2 > (n + 1) kvn k1 , para cada n ∈ N.
Note que tal vetor não pode ser 0 porque neste caso terı́amos kvn k2 = (n + 1) kvn k1 . Portanto,
podemos (se necessário) substituir cada vetor vn por vn /(n + 1)kvn k1 e deduzir que
1
(?) ⇒ ∃{vn }n∈N ⊂ V ∀n ∈ N : kvn k1 = e kvn k2 > (n + 1) kvn k1 = 1.
n+1
No entanto, isto contradiz Hip’: afinal, kvn k1 → 0 e kvn k2 6→ 0. Isto quer dizer que (?) nos levou
a uma contradição, o que implica que existe, sim, a constante C que querı́amos encontrar. Uma
prova semelhante mostra que a c > 0 desejada também existe. 2
3.4 Mais exercı́cios

Exercı́cio 3.6 Seja ( X, dX ) um espaço métrico. Considere:
d0X ( x, x 0 ) := min{dX ( x, x 0 ), 1}.
Prove que esta é outra métrica sobre X e que ela é equivalente à métrica original.
Exercı́cio 3.7 Mostre que existe uma métrica sobre Rd equivalente à usual tal que d( x, y) ≤ 1 para todos
x, y ∈ Rd . Esta métrica pode vir de uma norma?
Exercı́cio 3.8 Sejam d1 , d2 métricas equivalentes sobre X 6= ∅. É verdade que ( X, d1 ) é completo se e

somente se ( X, d2 ) é completo?
Exercı́cio 3.9 Considere Ψ : [0, +∞) → [0, +∞). Seja ( X, dX ) um espaço métrico e defina
dX,ψ ( x, x 0 ) := Ψ(dX ( x, x 0 )).
Dê condições suficientes sobre Ψ para que dX,ψ seja uma nova métrica sobre X, para qualquer ( X, dX ).
Exercı́cio 3.10 Chame de X = [0, 1) e defina
φ( x ) := (cos(2πx ), sin(2πx )) ( x ∈ X ).
50
1. Mostre que φ é uma bijeção entre X e o cı́rculo unitário
S1 := {v ∈ R2 : |v|2 = 1}.
2. Prove que a seguinte expressão define uma métrica sobre X:

d1 ( x, x 0 ) := inf{| x − x 0 + k | : k ∈ Z} ( x, x 0 ∈ X ).
3. Prove que a expressão abaixo define uma métrica sobre X que é equivalente a d1
d2 ( x, x 0 ) := |φ( x ) − φ( x 0 )| ( x, x 0 ∈ X ).
Exercı́cio 3.11 (Métricas produto) Suponha que ( Xi , dXi ), i = 1, . . . , d, são espaços métricos. Escreve-
remos os elementos de
X : = X1 × X2 × · · · × X d
como x = ( x [1], . . . , x [d]), com cada coordenada x [i ] ∈ Xi . Mostre que para p ∈ [1, +∞) as expressão
v
u d
∑ dXi (x[i], y[i]) p (x, y ∈ X )
u
p
d p ( x, y) := t
i =1
define uma métrica sobre X. Mostre ainda que uma sequência { xn }n∈N ⊂ X converge a um x ∈ X
e acordo com a métrica d p se e somente se { xn [i ]}n∈N ⊂ Xi converge x [i ] ∈ X para cada coordenada
1 ≤ i ≤ d. Prove um resultado semelhante para a propriedade de Cauchy e deduza que ( X, dX ) é completo
se e somente se cada espaço ( Xi , dXi ) é completo.
Exercı́cio 3.12 Considere um espaço vetorial V. Já vimos que uma norma sobre V induz naturalmente
uma métrica sobre V. No entanto, nem toda métrica sobre V vem de uma norma. Dê condições necessárias
e suficientes que uma métrica dV deve satisfazer para que exista uma norma k · kV tal que
∀v, w ∈ V : kv − wkV = dV (v, w).
Exercı́cio 3.13 Mostre que a métrica discreta e a métrica induzida por R são equivalentes sobre N ou Z,
mas não sobre Q.
0 é uma outra norma sobre
Exercı́cio 3.14 Suponha que (V, k · kV ) é um espaço vetorial completo e k · kV
V. Se as duas normas são equivalentes, é necessariamente verdade que (V, k · kV0 ) é completo?
Exercı́cio 3.15 Considere uma famı́lia enumerável de espaços métricos ( Xi , di ), i ∈ N\{0}. Chamamos
de X o produto cartesiano infinito
X : = X1 × X2 × X3 × X4 × . . .
e denotamos os elementos x ∈ X com x = ( x [i ])i+=∞1 , com cada x [i ] ∈ Xi . Mostre que a expressão
+∞
dX ( x, y) := ∑ 2−i min{di ( x [i ], y[i ]), 1} ( x, y ∈ X )
i =1
define uma métrica sobre X e que

∀{ xn }n∈N ⊂ X, ∀ x ∈ X : dX ( xn , x ) → 0 ⇔ ∀i ∈ N\{0}, di ( x [i ]n , x [i ]) → 0.
Prove ainda que ( X, dX ) é completo se e somente se cada ( Xi , di ) é completo.
51
Exercı́cio 3.16 Dado um espaço métrico ( X, dX ), dizemos que D ⊂ X é denso em X se e somente se todo
elemento de X é o limite de alguma sequência de elementos de D. Dizemos que ( X, dX ) é separável se X
tem um subconjunto denso e enumerável. Prove que Rd e C ([0, 1], R) são separáveis com suas métricas
usuais.
Exercı́cio 3.17 Defina `∞ (N) como sendo o conjunto de todas as sequências limitadas { an }n∈N ⊂ R.
Defina uma função sobre este espaço da seguinte forma:
k{ an }n∈N k∞ := sup | an | ({ an }n∈N ∈ `∞ (N)).

n ∈N
Prove que podemos dar a `∞ (N) uma estrutura de espaço vetorial segundo a qual (`∞ (N), k · k∞ ) é um
espaço vetorial normado completo. Este espaço é separável?
Exercı́cio 3.18 (Um teorema de Fréchet) A tese de doutorado de Maurice Fréchet introduziu os concei-
tos gerais de espaço métrico e compacidade. Ele também demonstrou o seguinte resultado.
Teorema: todo espaço métrico ( X, dX ) separável e de diâmetro finito pode ser “posto
dentro de `∞ (N)”no seguinte sentido. Seja k · k∞ a norma do problema anterior.
Então:
(?) ∃φ : X → `∞ (N) ∀ x, x 0 ∈ X : kφ( x ) − φ( x 0 )k∞ = dX ( x, x 0 ).
Ou seja, há uma bijeção que preserva distâncias entre X (com a métrica dX ) e um subconjunto S =
φ( X ) ⊂ `∞ (N) (com a métrica induzida por `∞ (N)). Note que o diâmetro de ( X, dX ) é definido por
diam( X, dX ) := supx,x0 ∈X dX ( x, x 0 ).
Para definir esta função φ, seja { xn }n∈N uma enumeração de um subconjunto denso de X. Dado
x ∈ X, definimos:
φ( x ) := { an ( x )}n∈N , onde an ( x ) := dX ( x, xn ) (n ∈ N)
Ou seja, φ( x ) “lista” a distância de x a todos os pontos da sequência { xn }n∈N . Prove que esta função
satisfaz (?).
52
Capı́tulo 4
Funções e continuidade
O capı́tulo anterior nos ensinou o que é convergência em espaços métricos. Isto nos permite
definir continuidade de maneira fácil.
Definição 4.1 Considere dois espaços métricos ( X, dX ) e (Y, dY ) e D ⊂ X Dizemos que f : D → Y é

contı́nua em x ∈ D se
∀{ xn }n∈N ⊂ D : xn → x ∈ D ⇒ f ( xn ) → f ( x ).
Dito de outro modo, queremos que:
∀{ xn }n∈N ⊂ D, ∀ x ∈ D : dX ( xn , x ) → 0 ⇒ dY ( f ( xn ), f ( x )) → 0.
Dizemos que f é (simplesmente) contı́nua se ela é contı́nua em todos os pontos do domı́nio D.
Esta definição é das mais importantes do curso e vamos gastar bastante tempo analisando-
a e testando-a em exemplos. Uma primeira observação (praticamente trivial) está contida no
exercı́cio a seguir.
Exercı́cio 4.1 Formalize e prove a seguinte afirmação: a composição de funções contı́nuas é uma função
contı́nua.
Outra observação às vezes útil é que:
Exercı́cio 4.2 A noção de continuidade não é modificada se as métricas do domı́nio e do contradomı́nio são
trocadas por outras métricas equivalentes.
Veremos a seguir alguns exemplos de funções contı́nuas.
4.1 Funções contı́nuas de X em R

Aqui o melhor é proceder a partir de exemplos.
Em primeiro lugar, conhecemos as funções contı́nuas f : D → R com D ⊂ R. Tome agora
uma nova função:
f i : x ∈ Di := {z ∈ Rd : z[i ] ∈ D } 7→ f ( x [i ]) ∈ R.
53
Por exemplo, se f (t) = log t, com domı́nio D = R+ , f i ( x ) := log x [i ], com domı́nio Di := {z ∈
Rd : z[i ] ∈ R+ }. Dizemos que este tipo de função só depende da i-ésima coordenada.
Afirmamos que esta função é contı́nua sempre que f é contı́nua. Para isto precisamos mostrar
que se { xn }n∈N ⊂ Di é uma sequência arbitrária com xn → x ∈ Di , então f i ( xn ) → f ( x ). Para
demonstrar isso, recorde que nosso critério de convergência para sequências em Rd nos diz que
xn [i ] → x [i ] em R. Além disso, a definição de Di garante que { xn [i ]}n∈N ⊂ D, x ∈ D. Concluı́mos
que f ( xn [i ]) → f ( x [i ]) porque f é contı́nua sobre D. Ou seja, f ( xn ) → f ( x ), como querı́amos
demonstrar.
Vejamos agora alguns exemplos mais interessantes.
Exercı́cio 4.3 Sabemos que o limite de um produto ou soma de sequências convergentes é o produto (ou
soma) dos limites. Deduza disto que, se D ⊂ X e f , g : D → R são contı́nuas, o mesmo vale para λ f + g
e f g (com λ ∈ R fixo). O mesmo vale para f /g sobre D6=0 := {z ∈ D : g(z) 6= 0}. (De fato, tudo isso
vale no caso em que D ⊂ X para um ( X, dX ) arbitrário.)
Um outro exemplo importante é o dos funcionais lineares de Rd em R.
Exercı́cio 4.4 Considere X = Rd com a norma | · |2 usual. Lembre da definição de funcional linear
φ : Rd → R dada acima. Prove que, se φ corresponde ao vetor zφ ∈ Rd , então φ é |zφ |2 -Lipschitz, isto é:
∀ x, x 0 ∈ Rd : |φ( x ) − φ( x 0 )| ≤ |zφ |2 | | x − x 0 |2 .
Exercı́cio 4.5 Chame uma função f : Rd → R de polinômio multivariado se existem um k ∈ N e
coeficientes reais α( p1 ,...pd ) com ( p1 , . . . , pd ) ∈ [k ]d com
f (x) = ∑ α( p1 ,...pd ) ( x [1]) p1 ( x [2]) p2 . . . ( x [d]) pd ( x ∈ Rd ).

( p1 ,...,pd )∈[k]d
Prove que todo polinômio multivariado é função contı́nua.

Exercı́cio 4.6 Mostre que as normas k · k p , 1 ≤ p ≤ +∞, são funções contı́nuas de Rd em R.
4.2 Funções Lipschitz e distâncias

Continuando na linha anterior, vamos definir e analisar a continuidade de algumas funções
baseadas em distâncias. Para isso vai ser útil introduzir o conceito de função Lipschitz.
Definição 4.2 Considere dois espaços métricos ( X, dX ) e (Y, dY ) e D ⊂ X Dada uma constante L > 0,
dizemos que f : D → Y é L-Lipschitz se
∀ x, x 0 ∈ D : dY ( f ( x ), f ( x 0 )) ≤ L dX ( x, x 0 ).
Já é sabido de Análise na Reta que funções L-Lipschitz são contı́nuas. Verifiquemos isto para
espaços métricos arbitrários. Suponha f : D → Y é L-Lipschitz, { xn }n∈N ∪ { x } ⊂ D e xn → x,
isto é, dX ( xn , x ) → 0. Veja que
0 ≤ dY ( f ( xn ), f ( x )) ≤ L dX ( xn , x ) → 0,
logo dY ( f ( xn ), f ( x )) está entre duas sequências que vão a 0. Deduzimos que dY ( f ( xn ), f ( x )) → 0,
ou seja f ( xn ) → f ( x ). Como isto vale para todos { xn }n∈N ∪ { x } e f como acima, podemos
deduzir que funções Lipschitz são sempre contı́nuas.
Podemos prosseguir observando que várias funções derivadas de distâncias são 1-Lipschitz.
54
Exemplo 4.1 Fixo x0 ∈ X, a função x ∈ X 7→ dX ( x, x0 ) ∈ R é 1-Lipschitz. De fato, para quaisquer
x, x 0 ∈ X, a desigualdade triangular nos diz que
dX ( x, x0 ) ≤ dX ( x 0 , x0 ) + dX ( x, x 0 )
e
dX ( x 0 , x0 ) ≤ dX ( x, x0 ) + dX ( x, x 0 ),
portanto
dR (dX ( x, x0 ), dX ( x 0 , x0 )) = |dX ( x, x0 ) − dX ( x 0 , x0 )| ≤ dX ( x, x 0 ).
Exemplo 4.2 Fixe agora um conjunto S ⊂ X, a função
x ∈ X 7→ dX ( x, S) := inf dX ( x, s) ∈ R
s∈S
é bem definida, no sentido que os valores dX ( x, s) são todos cotados inferiormente por 0 (afinal, a métrica é
positiva definida). Veja que, do mesmo jeito que provamos acima,
dX ( x, S) = inf dX ( x, s) ≤ inf (dX ( x 0 , s) + dX ( x, x 0 )) = dX ( x 0 , S) + dX ( x, x 0 ).

s∈S s∈S
Repetindo a conta trocando os papeis de x e x 0 e reusando as ideias da prova anterior, deduzimos que
dR (dX ( x, S), dX ( x 0 , S)) = |dX ( x, x0 ) − dX ( x 0 , x0 )| ≤ dX ( x, x 0 ).
Exemplo 4.3 Como um último exemplo, tomamos uma sequência de Cauchy { xn }n∈N ⊂ X. Afirmamos
que a expressão
f ( x ) := lim dX ( x, xn ) ( x ∈ X )
n
define uma função 1-Lipschitz f : X → R.
Para provar isso, primeiro temos que mostrar que f ( x ) está bem definido para todo x ∈ X; ou
seja, que o limite acima existe. Mas para isso basta reusar um exemplo acima e observar que
Quando m, n → +∞, |dX ( x, xn ) − dX ( x, xm )| ≤ dX ( xn , xm ) → 0,
de modo que, para cada x ∈ X fixo, a sequência {dX ( x, xn )}n é Cauchy e portanto convergente.
Para provar que f é 1-Lipschitz, tomamos x, x 0 ∈ X arbitrários e, novamente usando as ideias
anteriores, observamos o seguinte:
| f ( x ) − f ( x 0 )| = lim |dX ( x, xn ) − dX ( x 0 , xn )| ≤ dX ( x, x 0 ).
n ∈N
A principal “graça” deste problema é que ele resulta no exercı́cio a seguir.
Exercı́cio 4.7 Prove que, se ( X, dX ) não é completo, então existe uma função f : X → (0, 1] com
f ( x ) > 0 para todo x ∈ X, mas infx∈X f ( x ) = 0.
55
4.3 Funções contı́nuas sobre as funções contı́nuas
Consideremos agora o espaço C := C ( I, R), com I = [ a, b] ⊂ R um intervalo fechado e limitado
munido da norma k · kC := k · k I,∞ . Os elementos de C são funções contı́nuas f : I → R. Mas
também podemos definir algumas funções contı́nuas sobre este espaço. Eis alguns exemplos
naturais.
Exemplo 4.4 Dado t ∈ I, defina a aplicação et : C → R que leva f ∈ C em f (t). Esta é uma função de
C em R.
Veja que, dadas f , g ∈ C
|et ( f ) − et ( g)| = | f (t) − g(t)| ≤ sup | f (s) − g(s)| = k f − gk I,∞ .

s∈ I
Portanto, et é uma aplicação 1-Lipschitz de C em R. Em particular, ela é uma aplicação contı́nua.
Exemplo 4.5 Dados a ≤ x, y ≤ b, defina a aplicação I x,y : C → R que leva f ∈ C na integral definida
Ry
I x,y ( f ) := x f (t) dt ∈ R. Esta também é uma função de C em R.
Dadas f , g ∈ C, as propriedades usuais da integral definida nos dizem que:

Z y

|I x,y ( f ) − I x,y ( g)| = ( f (t) − g(t)) dt
x
≤ | x − y| sup | f (t) − g(t)|
t∈[ x,y]
≤ |y − x | sup | f (t) − g(t)|
t∈ I
≤ |y − x | k f − gk I,∞ .
Ou seja, I x,y é uma função L-Lipschitz de C em R, com L := |y − x |.
Exemplo 4.6 Vamos agora considerar uma função de I : C → C que associa a cada f ∈ C uma nova
função I( f ) ∈ C. Para definir esta função I( f ) precisamos definir para cada t ∈ I um valor I( f )(t).
Faremos isso dizendo que
Z t
I( f )(t) := f (s) ds (t ∈ I ).
a
Ou seja, I( f ) é a única função com as seguintes duas propriedades: a derivada de I( f ) é f e I( f )( a) = 0.

Obviamente I( f ) ∈ C, pois toda função diferenciável é contı́nua.
Provemos agora que I : C → C é (b − a)-Lipschitz. O que queremos é mostrar que, dadas

f , g ∈ C: Z t

kI( f ) − I( g)k I,∞ = sup ( f (s) − g(s)) ds ≤ (b − a) k f − gk I,∞ .

t∈ I a
Rt
Mas isto segue do fato que | a
( f (s) − g(s)) ds| ≤ (t − a) sups∈[a,t] | f (s) − g(s)| para cada t ∈ I.
Exercı́cio 4.8 Mostre que I x,y = ey ◦ I − ex ◦ I .
56
Exemplo 4.7 (EDOs e pontos fixos) Dados (t0 , x0 ) ∈ R × R e Ψ : R → R contı́nua, definimos uma
nova aplicação TΨ,t0 ,x0 : C → C da seguinte forma: dada f ∈ C, TΨ,t0 ,x0 ( f ) ∈ C é a função cujos valores
em cada ponto t ∈ I são dados por
Z t
TΨ,t0 ,x0 ( f )(t) := x0 + Ψ( f (s)) ds.
t0
Novamente é fácil ver que TΨ,t0 ,x0 é uma função dem-definida de C em C. A importância dela tem a ver com
a teoria de equações diferenciais ordinárias (ou EDOs). De fato, é um exercı́cio mostrar que uma função
f : I → R resolve o problema de Cauchy autônomo no tempo
f (t) = Ψ( f (t)) (t ∈ I )
0
f ( t0 ) = x0
se e somente se f é um ponto fixo de TΨ,t0 ,x0 , ou seja, f = TΨ,t0 ,x0 ( f ). Mais adiante desenvolveremos
ferramentas para provar que certas funções contı́nuas têm um único ponto fixo, provando assim que o
problema de Cauchy acima tem uma única solução.
Queremos agora provar que T = TΨ,t0 ,x0 é contı́nua. Ou seja, dadas { f n }n∈N ∪ { f } ⊂ C,
precisamos mostrar que:
k f n − f k∞ → 0 ⇒ kT ( f n ) − T ( f )k∞ → 0.
Vamos proceder por partes. Note que
kT ( f n ) − T ( f )k∞ = kI(Ψ ◦ f n ) − I(Ψ ◦ f )k∞ ≤ (b − a) kΨ ◦ f n − Ψ ◦ f k∞ .
Portanto, o que precisamos é provar que Ψ ◦ f n converge a Ψ ◦ f uniformemente sobre I. Ou

seja, queremos mostrar que:
∀ε > 0 ∃n0 ∈ N ∀n ≥ n0 : kΨ ◦ f n − Ψ ◦ f k∞ ≤ ε.
Antes de partir para prova, faremos algumas observações. A convergência pontual está asse-
gurada porque Ψ é contı́nua e f n → f pontualmente, de modo que:
∀t ∈ I : f n (t) → f (t) e portanto Ψ ◦ f n (t) = Ψ( f n (t)) → Ψ( f (t)) = Ψ ◦ f (t).
A convergência uniforme é um pouco mais sutil. O fato de que f n (t) converge uniformemente
a f (t) não implica diretamente que Ψ ◦ f n (t) to Ψ ◦ f (t). Para isso, teremos de usar o fato que Ψ
é uniformemente contı́nua sobre intervalos compactos. Ou seja, precisamos nos recordar que:
∀ M > 0 ∀η > 0 ∃δ = δ( M, η ) > 0 : ∀ x, y ∈ [− M, M], | x − y| ≤ δ ⇒ |Ψ( x ) − Ψ(y)| ≤ ε.
Note que, em nossa prova, queremos estudar os valores de |Ψ( x ) − Ψ(y)| quando x = f n (t)
e y = f (t). Por isso, tomaremos M de modo que os valores de f n (t) e f (t) estejam em [− M, M]
para todo n. De fato, veja que
0 ≤ |k f n k∞ − k f k∞ | ≤ k f n − f k∞ → 0 ⇒ k f n k∞ → k f k∞ ⇒ M := sup k f n k∞ < +∞.

n ∈N
57
Com essa escolha de M, temos que
∀n ∈ N, ∀t ∈ I : | f n (t)| ≤ k f n k∞ ≤ M, ou seja, f n (t) ∈ [− M, M]
e o mesmo vale para os valores de f (t).
Fixo este M, e dado um ε > 0, podemos tomar δ = δ( M, ε). Sabemos que existe um n0 = n0 (ε)
tal que:
∀n ≥ n0 , ∀t ∈ I : f n (t), f (t) ∈ [− M, M] e | f n (t) − f (t)| ≤ k f n − f k∞ ≤ δ.
Portanto, pela nossa escolha de δ,
∀n ≥ n0 ∀t ∈ I : |Ψ( f n (t)) − Ψ( f (t))| ≤ ε.
Ou seja:
∀n ≥ n0 : kΨ ◦ f n − Ψ ◦ f k∞ ≤ ε.
Trocando em miúdos, dado ε > 0, fomos capazes de encontrar n0 tal que para todo n ≥ n0 vale
que kΨ ◦ f n − Ψ ◦ f k∞ ≤ ε.
Nosso último exemplo é de uma função que não é contı́nua.
Exemplo 4.8 Suponha I = [0, 1] e seja D ⊂ C ( I, R) o conjunto de todas as funções diferenciáveis em
t = 1/2. Defina D : D → R como D( f ) := f 0 (1/2), f ∈ D. Argumentamos que D não é contı́nua.
De fato, basta observar que existem funções próximas de 0 na norma do sup que têm derivada
arbitrariamente grande em t = 1/2. Por exemplo, tomando
1
sin(k2 ( x − 1/2)), ( x ∈ [0, 1])
f k ( x ) :=
k
temos que k f k k I,∞ = 1/k → 0, mas D( f k ) = f k0 (1/2) = k → +∞.
A observação inocente de que a derivada não é contı́nua tem consequências importantes. Um

problema que abordaremos mais tarde é o de diferenciar uma função f = limk f k . Gostarı́amos
de dizer que f 0 (t) = limk→+∞ f k0 (t), mas, como vimos acima, isto nem sempre é verdade. Deste
modo, o problema de diferenciar um limite de funções não é trivial. Em geral só conseguiremos
tratar este problema trocando a derivada, que é mal comportada, por um problema equivalente
envolvendo integrais. Por exemplo, é por esta razão que formulamos o problema de Cauchy em
termos de integrais e não de derivadas.
4.4 Funções contı́nuas de X em Rd

Aqui só temos uma observação a fazer. Se f : D ⊂ X → Rd e x ∈ D são dados, podemos escrever
o vetor f ( x ) ∈ Rd em coordenadas
f ( x ) = ( f [1]( x ), f [2]( x ), . . . , f [d]( x )).
Isto induz funções f [i ] : X → R. Como a convergência de elementos de Rd é equivalente à
convergência de todas as coordenadas, vemos que f ( xn ) → f ( x ) se e somente se f [i ]( xn ) →
f [i ]( x ) para cada 1 ≤ i ≤ d. Usando isto, não é difı́cil provar o resultado a seguir.
Exercı́cio 4.9 Prove que f : D ⊂ X → Rd é contı́nua em x ∈ D se e somente se cada uma das funções-
coordenada f [i ] : D → X definidas acima é contı́nua.
58
4.5 Transformações e funcionais lineares
Uma classe especial de funções contı́nuas merece uma consideração especial.
Definição 4.3 Se V, W são espaços vetoriais reais, uma função T : V → W é dita uma transformação
linear se:
∀v, v0 ∈ V, ∀λ ∈ R : T (λ v + v0 ) = λT (v) + T (v0 ).
Se W = R, dizemos que T é um funcional linear.
Já estudamos os funcionais lineares na seção 2.2.2 acima. Também naquela seção falamos da
correspondência entre transformações lineares e matrizes. Vamos recordar como isso funciona.
Exemplo 4.9 Tome uma transformação linear T : Rd → R` qualquer. Note que para cada x ∈ Rd ,
podemos chamar de T [ j]( x ), 1 ≤ j ≤ `, as coordenadas de T ( x ) ∈ R` . É um exercı́cio mostrar que os T [ j]
são funcionais lineares e portanto são contı́nuos. Em particular, T : Rd → R` é contı́nua, pelos da Seção
4.4.
Exemplo 4.10 Usando a notação da Seção 4.3, as funções et , I x,y : C → R são funcionais lineares
contı́nuos (posto que Lipschitz), I : C → C também é Lipschitz (logo contı́nua) e TΨ,t0 ,x0 em geral
não é linear. O operador D é um funcional linear descontı́nuo sobre o subconjunto D ⊂ C das funções
diferenciáveis em t = 1/2, que também é um espaço vetorial real.
Um ponto interessante a se notar é que, neste último exemplo, todos os funcionais e transformações
lineares que provamos serem contı́nuos são de fato funções Lipschitz. O teorema abaixo – o
penúltimo deste capı́tulo – nos diz que isto não é coincidência.
Teorema 4.1 Considere dois espaços vetoriais reais normados (V, k · kV ), (W, k · kW ). Dada uma transformação
linear T : V → W, são equivalentes:
1. T é limitada, ou seja:
k T k V →W : = sup k T (v)kW < +∞.
v∈V,kvkV =1
2. T é L-Lipschitz para algum L > 0.
3. T é contı́nua no ponto 0V .
Prova: 1⇒2. Chame de L := k T kV →W . Afirmamos que para quaisquer v, v0 ∈ V vale a desi-

gualdade k T (v) − T (v0 )kW ≤ L kv − v0 kV . De fato, esta desigualdade é trivialmente satisfeita
se v = v0 . Caso contrário, podemos olhar para o vetor z := (v − v0 )/kv − v0 kV ; ele tem norma
kzkV = 1 e portanto k T (z)kW ≤ k T kV →W = L. Deduzimos por linearidade que
T (v) − T (v0 ) k T (v) − T (v0 )kW
T (z) = , portanto = k T (z)kW ≤ L,
k v − v 0 kV k v − v 0 kV
como querı́amos demonstrar.
2⇒3 é direto.
59
3⇒1. A ideia da prova é muito semelhante à que usamos na prova do Teorema 3.3. Supondo
(para chegar a uma contradição) que T não é limitado, podemos encontrar, para cada n ∈ N,
um vetor vn ∈ V com kvn kV = 1 e k T (vn )kW ≥ n + 1. Isto quer dizer que, por um lado,
vn /(n + 1) → 0V , mas, por outro lado (usando linearidade),

= k T (vn )kW = 1 6→ 0.

T vn
n + 1 W n+1
Isto quer dizer que T não é contı́nuo, o que contradiz a hipótese 3. Deduzimos que T é, sim,
limitado, como querı́amos demonstrar. 2
4.6 Transformações multilineares e tensores

Uma extensão importante das espaços vetoriais é a de transformações multilineares.
Definição 4.4 Considere espaços vetoriais reais V1 , V2 , . . . , Vk , W com suas respectivas normas. Uma
função:
Q : V1 × V2 × · · · × Vk → W
é dita transformação k-linear se é linear em cada argumento, isto é, se, dados um ı́ndice i ∈ [k ] e vetores
v j ∈ Vj , j ∈ [k ]\{i }, a função
Qi : ṽi ∈ Vi 7→ Q(v1 , . . . , vi−1 , ṽi , vi+1 , . . . , vk ) ∈ W
é uma transformação linear de V em W. Dizemos que Q é limitada se
k Q(v1 , v2 , . . . , vk )kW
k QkV1 ×...Vk →W := sup < +∞.
(v1 ,...,vk )∈(V1 \{0V1 })×···×(Vk \{0Vk }) ∏ik=1 kvi kVi
Ou seja, Q é multilinear se é “linear em cada coordenada”. Veremos mais adiante no curso

que as funções k-lineares aparecem como as derivadas de ordem k de funções entre espaços
vetoriais.
Logo de cara, provamos um teorema parecido com o Teorema 4.1 relacionando continuidade
e limitação.
Teorema 4.2 No contexto da definição acima, dote o espaço produto V := V1 × V2 × · · · × Vk da norma:

k
k(v1 , . . . , vk )kV := ∑ k vi kV i
((v1 , . . . , vk ) ∈ V ).
i =1
Então Q : V → W é contı́nua se e somente se é limitada.
Veja que, neste caso, não garantimos que Q é Lipschitz. De fato, funções bilienares em geral
não são Lipschitz. O exemplo mais simples é o da função produto Q : R × R → R que leva ( x, y)
em xy.
Prova: Vamos começar provando que “limitada⇒contı́nua”.
Suponha que L := k QkV1 ×...Vk →W < +∞. Imagine que temos uma sequência {vn }n∈N ⊂ V e
um ponto v ∈ V com vn → v. Nosso objetivo será mostrar que Q(vn ) → Q(v).
60
Escrevemos
vn = (vn,1 , vn,2 , . . . , vn,k ) ∈ V1 × V2 × · · · × Vk
e
v = (v1 , v2 , . . . , vk ) ∈ V1 × V2 × · · · × Vk .
A ideia principal da prova é a seguinte. A convergência vn → v implica que vn,i → vi , como
veremos a seguir. Deste modo, esperamos que vn,i esteja próximo de vi para n grande. Nossa
ideia será usar essa proximidade “coordenada a coordenada” para comparar Q(vn ) e Q(v). Para
isso, vamos tentar escrever Q(v) − Q(vn ) passando de v a vn de uma forma que só muda uma
coordenada de cada vez, porque aı́ poderemos usar a linearidade.
Para ilustrar isso, vamos considerar o caso em que k = 2 e Q é bilinear. Dados v = (v1 , v2 ), u =
(u1 , u2 ) ∈ V podemos escrever:
Q ( v1 , v2 ) − Q ( u1 , u2 ) = Q ( v1 , v2 ) − Q ( u1 , v2 ) + Q ( u1 , v2 ) − Q ( u1 , u2 ) = Q ( v1 − u1 , v2 ) + Q ( u1 , v2 − u2 ).
Portanto,
k Q(v1 , v2 ) − Q(u1 , u2 )k ≤ k QkV →W kv1 − u1 kV1 kv2 kV2 + k QkV →W ku1 kV1 kv2 − u2 kV2 .
Disso podemos deduzir que, se u1 → v1 e u2 → v2 , então Q(u1 , u2 ) → Q(v1 , v2 ). Daremos mais
detalhes abaixo na prova para Q geral.
Comecemos com a parte de convergência. Nossa hipótese diz que
k
k v − v n kV = ∑ kvi − vn,i kV i
→ 0.
i =1
Como os termos da soma acima são não-negativos, temos que
0 ≤ min kvi − vn,i kVi ≤ max kvi − vn,i kVi → 0.

1≤ i ≤ k 1≤ i ≤ k
Portanto,
∀1 ≤ i ≤ k : kvi − vn,i kVi → 0.
Em particular, cada sequência kvi − vn,i kVi é limitada, de modo que existe um C > 0 com
∀1 ≤ i ≤ k, ∀n ∈ N : kvi − vn,i kVi ≤ C.

( j)
Consideramos agora termos “intermediários”wn entre vn e v, com j = 0, . . . , k, que definimos
da seguinte forma.
( j) ( j) ( j) ( j)
wn = (wn,1 , wn,2 , . . . , wn,k ) ∈ V1 × V2 × · · · × Vk
onde
( j) vn,i , i ≤ j;
wn,i = (i ∈ [k])
vi , i > j.
(0) (k) ( j) ( j −1)
Deste modo, wn = v, wn = vn e cada wn difere de wn apenas na j-ésima coordenada.
Podemos ainda usar uma soma geométrica para escrever:
k
∑
( j) ( j −1)
Q(v) − Q(vn ) = Q ( wn ) − Q ( wn ).
j =1
61
Portanto,
k
∑
( j) ( j −1)
k Q(v) − Q(vn )kW ≤ k Q ( wn ) − Q ( wn )kW .
j =1
( j) ( j −1)
Recorde agora que cada wn difere de wn apenas na j-ésima coordenada. Esse é o tipo de
situação em que a multilinearidade de Q se aplica. Mais exatamente, vemos que

 vn,i , i < j;
( j) ( j −1) ( j) ( j) ( j)
Q(wn ) − Q(wn ) = Q( xn,1 , . . . , xn,k ) onde xn,k = vn,j − v j , i = j; (i ∈ [k ]).
vi , i > j.

Portanto,
k
∏ kxn,k kV
( j) ( j −1) ( j)
k Q ( wn ) − Q ( wn )kW ≤ k QkV1 ×···×Vk →W j
≤ L C k−1 kvn,j − v j kVj .
j =1
Deduzimos que
k
k Q(v) − Q(vn )kW ≤ L C k−1 ∑ kvn,j − v j kW → 0,
j =1
como querı́amos demonstrar.

Resta provar que “contı́nua⇒limitada”. De fato, usaremos a forma contrapositiva “não-
limitada⇒não-contı́nua”. Se Q não é limitada, então para qualquer n ∈ N existem vn,1 ∈
V1 \{0V1 }, . . . , vn,k ∈ Vk \{0Vk } com
k Q(vn,1 , vn,2 , . . . , vn,k )kW

≥ n.
∏ik=1 kvn,i kVi
Se definimos un,i = vn,i / ln nkvn,i kVi e
un = (un,1 , . . . , un,k ) ∈ V,
vemos que
Q(vn,1 , vn,2 , . . . , vn,k )
Q(un,1 , un,2 , . . . , un,k ) =
∏ik=1 (ln n kvn,i kVi )
e portanto k Q(un,1 , un,2 , . . . , un,k )kW ≥ n/(ln n)k → +∞. Por outro lado,
k
k
k(un,1 , un,2 , . . . , un,k )kV = ∑ kun,i kV i
=
ln n
→ 0.
i =1
Portanto, achamos uma sequência {un }n∈N ⊂ V que converge a 0V , sem que Q(un ) converja a
Q ( 0V ). 2
Exercı́cio 4.10 Por que escolhemos a função ln n na hora de “renormalizar os vn,i ” na prova acima?
Mostre que, de fato, poderı́amos ter tomado a função n1/k−a acima, com qualquer 0 < a < 1/k, e a mesma
estratégia ainda funcionaria.
62
4.6.1 Tensores em dimensão finita
Como são as funções multilineares Q : Rd1 × Rd2 × . . . Rdk → R com k ≥ 2? Vamos chamar de
(d j ) d j
{ ei } i =1 a base canônica de Rd j . Como todo x j ∈ Rd j é da forma
dj
(d j )
xj = ∑ x j [ i ] ei
i =1
temos que
d1 dk
Q ( x1 , . . . , x k ) = ∑ ··· ∑ A [ i 1 , . . . , i k ] x 1 [ i 1 ] x 2 [ i 2 ] x k [ i k ] ( x 1 ∈ Rd1 , . . . x k ∈ Rd k ). (4.1)
i1 =1 i k =1
(d ) (d )
onde A[i1 , . . . , ik ] := Q(ei1 1 , . . . , eik k ) ∈ R.
Do mesmo modo, se chamados de tensor qualquer elemento do espaço
Rd1 ×d2 ×···×dk := { A = ( A[i1 , . . . , ik ])i1 ∈[d1 ]....,ik ∈[dk ] : cada A[i1 , . . . , ik ] ∈ R},
vemos que cada tensor define uma transformação multilinear de Rd1 × . . . Rdk em R. Portanto,
há uma correspondência biunı́voca entre tensores e tais transformações. Em particular, no caso
k = 2, os tensores são matrizes as funções bilineares correspondentes são formar quadráticas.
Q( x, y) = x · Ay
A extensão para o caso em que o contradomı́nio é (W, k · kW ) é imediata.
Um ponto importante é que, no contexto em que estamos trabalhando, toda Q multilinear é
contı́nua.
Proposição 4.1 Toda transformação multilinear Q : Rd1 × Rd2 × . . . Rdk → R é contı́nua.
Prova: Como sabemos, basta provar que Q é limitada.
Considere o tensor A correspondente e chame de
L := max | A[i1 , . . . , ik ]|.
(i1 ,...,ik )∈[d1 ]×···×[dk ]
Veja que, dado ( x1 , . . . , xk ) no domı́nio do tensor:

d1 dk
| Q( x1 , . . . , xk )| = ∑ · · · ∑ A[i1 , . . . , ik ] x1 [i1 ] x2 [i2 ] xk [ik ]

i =1 i =1

1 k
d1 dk
≤ ∑ ··· ∑ | A[i1 , . . . , ik ]| | x1 [i1 ]| | x2 [i2 ]| | xk [ik ]|
i1 =1 i k =1
d1 dk
≤ L ∑ ··· ∑ | x1 [i1 ]| | x2 [i2 ]| | xk [ik ]|
i1 =1 i k =1
k
= L ∏ k x i k1
i =1
k
∏ k x i k2 .
k
≤ L d2
i =1
Deduzimos que a norma de Q é no máximo L dk/2 . 2
63
4.6.2 Alguns exemplos em dimensão infinita
Agora tomamos C = C ( I, R) com I = [ a, b], a < b reais. Veremos dois exemplos de transformação
bilinear de C × C em C.
Exemplo 4.11 (Produto) Defina Prod : C × C → C via a fórmula

Prod( f , g) := f g.
Ou seja, a função Prod toma como entrada duas funções contı́nuas e retorna seu produto f g.
Como o produto de funções contı́nuas é uma função contı́nua, esta é uma aplicação bem
definida de C × C em C.
A bilinearidade de Prod fica como exercı́cio. Para mostrar que esta aplicação é limitada, e
portanto contı́nua, basta observar que:
kProd( f , g)k∞ ≤ k f k∞ k gk∞
e portanto
kProdkC×C→C ≤ 1.
Exemplo 4.12 (Convolução) Suponha para simplificar que [ a, b] = [0, 1]. Defina Conv : C × C → C
via a fórmula
Z t
Conv( f , g)(t) = f ∗ g(t) := f (s) g(t − s) ds (t ∈ I ).
0
Para fixar, a expressão acima quer dizer o seguinte: dadas as funções f , g : I → R, formamos
uma nova função Conv( f , g) = f ∗ g. Essa função estará definida do momento em que espe-
cificamos o valor de f ∗ g(t) para cada ponto t ∈ I. Nossa especificação é dada pela integral
acima.
Queremos provar que esta é uma operação bilinear limitada (contı́nua) Conv : C × C → C. A
bilinearidade é evidente e a limitação vem do fato de que
Z t

∀t ∈ [0, 1] :
f (s) g(t − s) ds ≤ sup | f (s)| | g(t − s)| ≤ k f k∞ k gk∞ .
0 t,s∈ I
Portanto,
∀ f , g ∈ C : kConv( f , g)k∞ ≤ k f k∞ k gk∞ .
A parte mais difı́cil do argumento é mostrar que f ∗ g é uma função contı́nua para quaisquer
f , g ∈ C. Para fazer isso, fixamos primeiramente um t0 ∈ I e estimamos a diferença:
f ∗ g(t) − f ∗ g(t0 )
no caso em que |t − t0 | = δ. Para facilitar, supomos que t0 ≤ t, pois o outro caso é análogo. Veja
que
Z t Z t0
f ∗ g(t) − f ∗ g(t0 ) = f (s) g(t − s) ds − f (s) g(t0 − s) ds
0 0
Z t0 Z t
= f (s) ( g(t − s) − g(t0 − s)) ds + f (s) g(t − s) ds
0 t0
= : ( I ) + ( I I ).
64
O termo ( I I ) acima é no máximo:
Z t
f (s) g(t − s) ds ≤ |t − t0 | sup | f (s)| | g(t − s)| ≤ δ k f k∞ k gk∞ .

|( I I )| =

t0 t,s∈ I
Já o primeiro termo ( I ) é limitado por:

Z t0
0

|( I )| = f (s) ( g(t − s) − g(t − s)) ds
0
≤ sup | f (s)|| g(t − s) − g(t0 − s)|
t,t0 ,s∈ I : |t−t0 |≤δ
≤ k f k∞ sup | g( a) − g(b)|.
a,b∈ I, | a−b|≤δ
Portanto,
|t − t0 | = δ ⇒ 0 ≤ | f ∗ g(t) − f ∗ g(t0 )| ≤ δ k f k∞ k gk∞ + k f k∞ sup | g( a) − g(b)|.

a,b∈ I, | a−b|≤δ
Agora imagine que t0 → t, de modo que δ → 0. Veja que o primeiro termo do lado direito
vai a 0. O segundo também, porque g : I → R é contı́nua e portanto uniformemente contı́nua.
Deduzimos que:
0 ≤ lim
0
| f ∗ g(t) − f ∗ g(t0 )| ≤ lim sup(δ k f k∞ k gk∞ + k f k∞ sup | g( a) − g(b)|) = 0.
t →t δ →0 a,b∈ I, | a−b|≤δ
Ou seja, f ∗ g é contı́nua em t, para qualquer t ∈ I.

Exercı́cio 4.11 Este exercı́cio mostra que toda função contı́nua e limitada de um espaço métrico em R é
o limite pontual de uma sequência crescente de funções Lipschitz. Nos últimos itens, discutiremos se esta
convergência pode ser tomada uniforme.
Tome um espaço métrico ( X, dX ) e uma função limitada f : X → R. Dado M > 0, chame de f M a
seguinte aproximação de f , chamada de ı́nfimo-convolução:
f M ( x ) := inf ( f (y) + M dX ( x, y)).

y∈ X
1. Mostre que f M ( x ) ≤ f ( x ) para todo x ∈ X.
2. Prove que f M é M-Lipschitz.
3. Demonstre que se x ∈ X e M < M0 são dados, f M ( x ) ≤ f M0 ( x ).
4. Prove que, quando M % +∞, f M ( x ) % f ( x ) para todo ponto x ∈ X onde f é contı́nua. [Dica:
observe que o inf na definição de f M pode ser tomado no conjunto de pontos y ∈ X com
d( x, y) ≤ 2k f k∞ /M.]
5. A convergência no item anterior pode ser sempre tomada uniforme em x ∈ X? Explique.
65
6. Recorde que f é uniformemente contı́nua
∀ε > 0 ∃δ > 0 ∀ x, y ∈ X : d( x, y) ≤ δ ⇒ | f ( x ) − f (y)| ≤ ε.
Mostre que, se f é uniformemente contı́nua, então k f M − f k∞ → 0.
Mais adiante você poderá provar que k f M − f k∞ → 0 quando X é compacto.
Exercı́cio 4.12 Suponha que f , g : [0, 1] → R e que f com um número finito de descontinuidades. Nosso
objetivo será provar que, mesmo nesse caso, f ∗ g herda propriedades boas de g.
1. Mostre, se g é contı́nua, então f ∗ g é bem definida e contı́nua.
2. Suponha agora que g é diferenciável com derivada contı́nua. Mostre que f ∗ g é diferenciável.
Exercı́cio 4.13 Mostre que o operador de convolução iterada f 1 ∗ f 2 ∗ · · · ∗ f k é um operador k-linear e

limitado sobre (C ([0, 1], R))k .
66
Parte II
Topologia e geometria em espaços

métricos
67
Capı́tulo 5
Abertos e fechados
Neste capı́tulo começaremos a discutir conceitos topológicos. Veremos o que são conjuntos abertos
e fechados em um espaço métrico; discutiremos porque os abertos formam o que se chama de
topologia e relacionaremos continuidade a estes conceitos. A linguagem e os resultados desenvol-
vidos aqui serão importantes para tudo o que vem a seguir.
Ao longo deste capı́tulo, ( X, d X ) será um espaço métrico dado. Dados x ∈ X e r ≥ 0,
denotamos por BX ( x, r ) ou apenas B( x, r ) a chamada bola aberta de raio r ao redor de x:
B( x, r ) := {y ∈ X : d( x, y) < r }.
Também definimos a bola fechada BX [ x, r ] ou B[ x, r ] como
B[ x, r ] := {y ∈ X : d( x, y) ≤ r }.
Exercı́cio 5.1 Mostre que, dados 0 ≤ r 0 < r,
B( x, 0) = ∅ ⊂ B[ x, 0] = { x } ⊂ B[ x, r 0 ] ⊂ B( x, r ) ⊂ B[ x, r ].
Mostre ainda que B[ x, 0] = B[ x, 1/2] = B( x, 1) = { x } se a métrica é discreta.
Agora podemos apresentar as principais definições de topologia de espaços métricos.
Definição 5.1 A ⊂ X é dito aberto (segundo a métrica dX ) se para todo x ∈ X existe um δ > 0 tal que
BX ( x, δ) ⊂ A. F ⊂ X é dito fechado (também segundo a métrica dX ) se X \ F é aberto.
Exemplo 5.1 Todos os subconjuntos são abertos e fechados se a métrica é discreta. Isto porque, como visto
acima, todo dado A ⊂ X, temos
∀ x ∈ A : { x } = BX ( x, 1) ⊂ A.
Do mesmo modo, Ac também é aberto.
Exemplo 5.2 Toda bola aberta é um conjunto aberto.
69
Para ver isso, tome uma bola B( x, r ) com r > 0 e um elemento y ∈ B( x, r ). Nosso objetivo é
mostrar que existe um raio positivo δ > 0 tal que B(y, δ) ⊂ B( x, r ). Para isso, é necessário provar
que que todo z ∈ B(y, δ) também está em B( x, r ), ou seja:
∀z ∈ X : d(z, y) < δ ⇒ d(z, x ) < r.
O que nos permite achar este δ é a desigualdade triangular. Afinal, sabemos que
d(z, y) < δ ⇒ d( x, z) ≤ d(z, y) + d(y, x ) < δ + d(y, x ).
Logo precisamos escolher δ tal que δ + d(y, x ) < r e δ > 0. Como d( x, y) < r (já que y ∈ B( x, r )),
podemos escolher δ := r − d( x, y) > 0 terminar assim a prova.
Exemplo 5.3 De forma semelhante, toda bola fechada B[ x, r ] é um subconjunto fechado de X, onde agora
r ≥ 0.
De fato, isto equivale a mostrar que X \ B[ x, r ] é aberto, ou seja, que para todo todo y ∈
X \ B[ x, r ] existe um δ > 0 tal que B(y, δ) ⊂ X \ B[ x, r ]. A condição necessária sobre δ desta vez é
que
∀z ∈ X : d(z, y) < δ ⇒ d(z, x ) > r.
Novamente é a desigualdade triangular que usaremos para achar este δ. Afinal
d(z, y) < δ ⇒ d( x, z) ≥ −d(z, y) + d(y, x ) > d(y, x ) − δ.
Como y 6∈ B[ x, r ], d( x, y) > r, logo podemos tomar δ = r − d( x, y) e garantir que d(z, y) < δ

implica d(z, x ) > r.
Exercı́cio 5.2 Prove que ∅ e X são ambos abertos e fechados.
Exercı́cio 5.3 Prove que todos os subconjuntos de X são abertos se usamos a métrica discreta.
Exercı́cio 5.4 Prove que os intervalos abertos e fechados de R são mesmo abertos e fechados, segundo a
definição acima. (De fato, todo intervalo aberto ou fechado de comprimento finito é uma bola aberta.)
5.1 Os abertos formam uma topologia

Nesta seção provaremos que os abertos de um espaço métrico formam uma topologia. Primeiro
temos de definir esta palavra.
Definição 5.2 Uma topologia sobre um conjunto X 6= ∅ é uma coleção T de subconjuntos de X com as
seguintes propriedades.
1. ∅, X ∈ T .
2. Dada A ⊂ T , temos ∪ A∈A A ∈ T .
3. Dados A, A0 ∈ T , temos A ∩ A0 ∈ T .
Os elementos de T são chamados de conjuntos abertos da topologia T .
70
Exercı́cio 5.5 Todo X possui duas topologias extremas: T grossa = {∅, X } e T f ina = {todos os subconjun-
tos de X }. Mostre que estas topologias são mesmo topologias.
Exercı́cio 5.6 Mostre que a interseção de um número finito de conjuntos abertos é sempre um conjunto
aberto.
O principal resultado desta seção é que os abertos de um espaço métrico formam uma topo-
logia.
Teorema 5.1 Considere um espaço métrico ( X, dX ). Seja TdX a coleção de todos os subconjuntos de X que
são abertos na noção dada pela métrica dX . Então TdX é uma topologia sobre X.
Como veremos na prova, o conteúdo deste teorema é basicamente o seguinte.
Corolário 5.1 Qualquer união de abertos em ( X, dX ) é também um conjunto aberto. Qualquer interseção
de dois conjuntos abertos em X é aberta (do mesmo modo, qualquer interseção finita é aberta).
Note que interseções infinitas podem não ser abertas. Por exemplo, em R (com a métrica
usual), a coleção de conjuntos
A := {(−t, t) : t > 0}
tem interseção {0}, que não é aberto.
Prova: [Teorema 5.1] Veja que ∅, X são abertos de X: nenhum elemento está contido em ∅ e
todas as bolas estão contidas em X. Concluı́mos que ambos pertencem a TdX , so seja, vale o
primeiro axioma de uma topologia.
Provaremos agora que vale o segundo axioma. Dada uma coleção qualquer de abertos A ⊂
TdX , queremos provar que ∪ A∈A A ∈ TdX . Para isto, devemos tomar um elemento qualquer
x ∈ ∪ A∈A A e mostrar que BX ( x, r ) ⊂ ∪ A∈A A pra algum r > 0. Para isto, lembramos que um
dado x só pode pertencer à união se pertence a pelo menos um dos conjuntos A x ∈ A. Como
todos os elementos de A são abertos, sabemos que existe um r > 0 tal que BX ( x, r ) ⊂ A x . Como
A x ⊂ ∪ A∈A A, deduzimos que BX ( x, r ) ⊂ ∪ A∈A A. Ou seja, dado x ∈ ∪ A∈A A, conseguimos
encontrar um raio r > 0 para o qual BX ( x, r ) está inteiramente contida na união.
Consideremos agora a interseção de dois abertos A, A0 ⊂ X. Para provar que A ∩ A0 é aberto,
devemos tomar um x ∈ A ∩ A0 e mostrar que B( x, r ) ⊂ A ∩ A para algum r > 0. Para isto,
partimos do fato de que A e A0 são ambos abertos e que x pertence aos dois; afinal, só assim x
pode estar na interseção. Deduzimos:

0 (intersecção) x ∈ A ⇒ ∃ R > 0 : B( x, R) ⊂ A (porque A é aberto)
x ∈ A∩A ⇒
x ∈ A0 ⇒ ∃ R0 > 0 : B( x, R0 ) ⊂ A (porque A0 é aberto)
Tomemos então r = min{ R, R0 }. Como R, R0 > 0, r > 0 também. Além disso, B( x, r ) ⊂
B( x, R) ⊂ A e B( x, r ) ⊂ B( x, R0 ) ⊂ A0 , de modo que B( x, r ) ⊂ A ∩ A0 . Concluı́mos observando
que encontramos r > 0 tal que B( x, r ) ⊂ A ∩ A0 . 2
Exercı́cio 5.7 De modo geral, chamamos uma topologia T sobre X de metrizável se ela provem de uma
métrica, ou seja, se existe uma métrica sobre X tal que T = TdX . Mostre que existem topologias não
metrizáveis.
Exercı́cio 5.8 Mostre que qualquer interseção de conjuntos fechados é fechada. Prove ainda que a união
de um número finito de conjuntos fechados resulta em outro conjunto fechado. (Estes dois fatos seguem das
leis sobre complementares de uniões e interseções.)
71
5.2 Fechados, limites e métricas equivalentes
Nas definições acima definimos fechado em função de aberto. O próximo resultado nos permite
definir o que é um conjunto fechado em termos de limites de sequências.
Teorema 5.2 F ⊂ X é fechado se e somente se limn xn ∈ F para toda sequência convergente { xn }n∈N ⊂
F.
É um corolário deste resultado que:
Corolário 5.2 Duas métricas sobre X são equivalentes se e somente se definem a mesma topologia.
Afinal, a equivalência das métricas se dá quando as duas métricas concordam sobre quais
sequências convergem. Por outro lado, o teorema acima nos diz que, se duas métricas concordam
sobre quem converge, elas definem os mesmos fechados, logo os mesmos abertos...
Exercı́cio 5.9 Escreva a demonstração do corolário em detalhes.
Prova: [do Teorema 5.2] Fixe um conjunto F ⊂ X. Como a definição de fechado é em função da
de aberto, temos de recorrer a A := X \ F. O que a proposição diz é:
A é aberto ⇔ toda seq. convergente { xn }n ⊂ X \ A tem limite em X \ A.
Vamos provar primeiro a direção “⇒”. Supondo que A é aberto, seja { xn }n qualquer sequência
convergente contida em X \ A e seja x = limn xn . Suponha (para chegar a uma contradição) que
x 6∈ X \ A, ou seja, x ∈ A. Como A é aberto, existe um r > 0 tal que B(y, r ) ∈ A. Por outro lado,
como xn 6∈ A para todo n, temos:
∀n ∈ N : xn 6∈ B( x, r ), isto é, d( xn , x ) ≥ r.
Ou seja,
6 ∃n0 (r ) ∈ N, ∀n ∈ N : n ≥ n0 (r ) ⇒ xn ∈ B( x, r ).
Isto quer dizer que x não é o limite da sequência. Como isto é uma contradição, deduzimos que
x ∈ X \ A.
Agora mostraremos a direção “⇐” da equivalência via a afirmação contrapositiva. Isto é,
mostraremos que, se A não é aberto, então ∃{ xn } ⊂ X \ A com limn xn ∈ A.
De fato, se A não é aberto, então existe um ponto x ∈ A tal que B( x, r ) 6⊂ A para qualquer
r > 0. Em particular, dado n ∈ N, podemos sempre encontrar um elemento xn ∈ B( x, 1/(n +
1)) ∩ ( X \ A). Em particular, vemos que

(intersecção) xn ∈ B( x, 1/(n + 1)) ⇒ dX ( x, xn ) < 1/(n + 1); e
xn ∈ B( x, 1/(n + 1)) ∩ ( X \ A) ⇒
xn ∈ X \ A.
Deste modo, vemos que x ∈ A, dX ( xn , x ) → 0 – ou seja, xn → x – e { xn }n∈N ⊂ X \ A. Ou seja,

supondo que A é aberto, provamos que há uma sequência contida em X \ A com limite em A. 2
Exercı́cio 5.10 Demonstre o seguinte escólio da demonstração acima: um ponto x ∈ X é o limite de uma
sequência de pontos em F ⊂ X se e somente se B( x, r ) ∩ F 6= ∅ para todo r > 0.
72
5.3 Fechos, interiores e pontos de acumulação
Vamos definir aqui algumas outras noções topológicas e fazer alguns comentários sobre elas.
Novamente ( X, d) é um espaço métrico.
Definição 5.3 O interior de S ⊂ X, denotado por So , é definido por:
So :=
[
A.
A⊂S : A aberto
O fecho de S é: \
S := F.
F ⊃S : F fechado
Note que o interior é um aberto porque a união de abertos é sempre um aperto. Por sua vez,
o fecho é um fechado porque a interseção de fechados é sempre um fechado. Temos ainda as
inclusões So ⊂ S ⊂ S. Mais duas observações estão contidas nos exercı́cios abaixo.
Exercı́cio 5.11 Mostre que o complementar do fecho de S é o interior do complementar de S.
Exercı́cio 5.12 Prove que x ∈ So se e somente se B( x, δ) ⊂ S para algum δ > 0.
Proposição 5.1 Se S 6= ∅, S = { x ∈ X : d( x, S) = 0}.
Prova: Defina F = { x ∈ X : d( x, S) = 0}. Recorde que x 7→ d( x, S) é função contı́nua. Portanto,

a pré imagem de {0}, que é precisamente F, é fechada, já que {0} ⊂ R é fechado. Como S está
contido em qualquer fechado contendo S, e ainda S ⊂ F claramente, temos S ⊂ F.
Por outro lado, se x satisfaz d( x, S) = δ > 0 (ou seja, x 6∈ F), isto quer dizer que a bola
B( x, δ/2) não pode interceptar S. Desta forma vemos que x 6∈ F̃ e S ⊂ F̃, onde F̃ := X \ B( x, δ/2)
é fechado. Deduzimos que,
x 6∈ F ⇒ ∃ F̃ fechado, F̃ ⊃ S com x 6∈ F̃.
Como F̃ ⊃ S, isso quer dizer que x 6∈ F ⇒ x 6∈ S. Isto quer dizer que ∀ x : x ∈ S ⇔ x ∈ F, ou seja,
S = F. 2
Definição 5.4 O conjunto de pontos de acumulação de S ⊂ X, denotado por S0 é o conjunto que contem
como elementos os x ∈ X tais que, para todo r > 0, B( x, r ) ∩ S contem um elemento diferente de x.
Exercı́cio 5.13 Mostre que N0 = ∅ e Q0 = R (como subconjuntos de R).
5.4 Continuidade, abertos e fechados

Nosso objetivo nesta seção é apresentar a ideia de continuidade de forma topológica, ao invés da
forma métrica (via limites) que já mostramos acima. Na prova da equivalência a seguir, veremos
ainda uma outra definição métrica de continuidade.
Recorreremos a uma notação que será muito usada no que segue: dados f : X → Y e S ⊂ Y,
f −1 ( S ) : = { x ∈ X : f ( x ) ∈ S } .
73
Exercı́cio 5.14 Mostre que, dada uma famı́lia A de subconjuntos de Y,
f −1 (∪ A∈A A) = ∪ A∈A f −1 ( A) e f −1 (∩ A∈A A) = ∩ A∈A f −1 ( A).
Ou seja, f −1 “comuta” com uniões e interseções de conjuntos. Prove ainda que
f − 1 (Y \ A ) = X \ f − 1 ( A ) .
Teorema 5.3 Sejam ( X, dX ) e (Y, dY ) espaços métricos. Dada f : X → Y, as seguintes afirmações são
equivalentes.
1. f é contı́nua, isto é, se { xn }n ∪ { x } ⊂ X e xn → x (segundo a métrica dX ), então f ( xn ) → f ( x )

(segundo a métrica dY ).
2. Para qualquer F ⊂ Y fechado em Y, f −1 ( F ) ⊂ X é fechado em X.
3. Para qualquer A ⊂ Y aberto, f −1 ( A) ⊂ X é aberto.
4. Para todos x ∈ X e ε > 0, existe δ > 0 tal que:
∀ x 0 ∈ X : “dX ( x, x 0 ) < δ” ⇒ “dY ( f ( x ), f ( x 0 )) < ε”.
Prova: Passo 1 ⇒ 2. Tome f contı́nua e F ⊂ Y fechado. Dada uma sequência convergente

{ xn }n∈N ⊂ f −1 ( F ) com limite x ∈ X, devemos provar que x ∈ f −1 ( F ), ou seja, que f ( x ) ∈ F.
Mas isto é simples, já que f ( xn ) → f ( x ) (por continuidade), { f ( xn )}n∈N ⊂ F (já que xn ∈ f −1 ( F )
para cada n) e F é fechado (de modo que o limite de qualquer sequência convergente em F
também está em F).
Passo 2 ⇒ 3. Vem do exercı́cio anterior à prova juntamente com o fato de que A é aberto se e
somente se X \ A é fechado.
Passo 3 ⇒ 4. Fixos ε > 0 e x ∈ X, vamos encontrar o δ desejado. Para fazer isto observe que
a bola BY ( f ( x ), ε) ⊂ Y é um aberto de Y, de modo que (pelo item 3) f −1 ( BY ( f ( x ), ε)) é aberto.
Como f ( x ) ∈ BY ( f ( x ), ε), x é um elemento do aberto f −1 ( BY ( f ( x ), ε)); pela definição de aberto,
isto implica que ∃δ > 0 tal que BX ( x, δ) ∈ f −1 ( BY ( f (y), ε)). Isto quer dizer que, para todo
x 0 ∈ B( x, δ) – ou seja, todo x 0 ∈ X com dX ( x, x 0 ) < δ – temos f ( x 0 ) ∈ BY ( f ( x ), ε) – ou seja,
dY ( f ( x ), f ( x 0 )) < ε. Em outras palavras, o δ que apresentamos é precisamente o que tı́nhamos
de encontrar.
Passo 4 ⇒ 1. Suponha que xn → x em X; nosso objetivo é provar que limn f ( xn ) = f ( x ), ou

seja, que dado ε > 0 existe um n0 ∈ N tal que dY ( f ( xn ), f ( x )) < ε se n ≥ n0 . Fixemos então um
ε > 0. Pelo item 4 podemos encontrar δ > 0 tal que dX ( x 0 , x ) < δ implica dY ( f ( x 0 ), f ( x )) < ε.
Como xn → x, existe n0 ∈ N tal que dX ( xn , x ) < δ sempre que n ≥ n0 . Mas então temos
dY ( f ( xn ), f ( x )) < ε sempre que n ≥ n0 . Ou seja, este n0 assegura a propriedade desejada. 2
74
5.5 Topologia relativa
O resultado acima sobre continuidade só serve para o caso em que o domı́nio D da função f é
todo o espaço X. Mas e se D ⊂ X é um subconjunto próprio e f : D → Y? Não é difı́cil ver o
que acontece: se usamos sobre D a métrica induzida por X, então continuidade é equivalente à
seguinte condição:
∀ A ⊂ Y aberto, f −1 ( A) ⊂ D é aberto na métrica induzida.

Isso suscita a pergunta: como sabemos se um dado subconjunto U ⊂ D é aberto na métrica
induzida? Isto também não é difı́cil de deduzir. Veja que
U ⊂ D é aberto ⇔ ∀ x ∈ U ∃r > 0 BD ( x, r ) ⊂ U,
e ainda
BD ( x, r ) = {y ∈ D : dD ( x, y) < r }
= {y ∈ X : y ∈ D e dX ( x, y) < r }
= BX ( x, r ) ∩ D.
Ou seja
U ⊂ D é aberto ⇔ ∀ x ∈ U ∃r > 0 BX ( x, r ) ∩ D ⊂ U.
Isto nos leva naturalmente à definição de topologia induzida. Note que ela não tem nada a
ver com a de métrica, em princı́pio.
Definição 5.5 Considere um conjunto X 6= ∅ munido de uma topologia T X . Dado D ⊂ X, a topologia

T D induzida por T X é definida como:
T D : = { A ∩ D : A ∈ T X }.
Ou seja, U ∈ T D se existe um aberto A de X com U = A ∩ D.
Não é difı́cil provar que T D é mesmo uma topologia: a ideia é só mostrar que a união e a
interseção de conjuntos da forma A ∩ D é ela própria desta forma.
Teorema 5.4 Considere ( X, dX ). Dote D ⊂ X da métrica dD induzida por X. Considere as topologias

TdX e TdD induzidas pelas métricas de X e D, respectivamente. Então TdD é a topologia induzida por TdX
sobre D.
Prova: O que temos que provar é que:
U ⊂ D é aberto de D ⇔ ∃ A ⊂ X aberto de X com U = A ∩ D.
Começamos a prova pela direção “⇒”. Como observamos acima, U é aberto de D quando para
cada x ∈ U existe um raio r x > 0 tal que B( x, r x ) ∩ D ⊂ U. Se definimos
A := ∪ x∈U B( x, r x ),
75
vemos imediatamente que A é aberto, posto que é uma união de abertos. Afirmamos que A ∩
D = U e provaremos isso mostrando A ∩ D ⊂ U e U ⊂ A ∩ D. De um lado, temos a inclusão
A ∩ D = ∪ x∈U ( B( x, r x ) ∩ D ) ⊂ U
por conta do fato que B( x, r x ) ∩ D ⊂ U para cada x ∈ U. Por outro lado, cada x ∈ U pertence
a B( x, r x ) ∩ D: isto quer dizer que todo x ∈ U pertence à união ∪ x∈U ( B( x, r x ) ∩ D ) = A ∩ D, o
que nos diz U ⊂ A ∩ D e termina a prova de que U = A ∩ D. Ou seja, dado U ⊂ D aberto,
encontramos A ⊂ X aberto de X com U = A ∩ D. Isto termina a prova da direção “⇒”.
Tratemos agora da direção “⇐”. Suponha que U = A ∩ D com A ⊂ X aberto de X. Dado
x ∈ X, devemos encontrar r x > 0 tal que BD ( x, r x ) = BX ( x, r x ) ∩ D ⊂ U = A ∩ D. Mas para isto é
evidente que basta pedir BX ( x, r x ) ⊂ A, o que é possı́vel (com algum r x > 0) exatamente porque
A é aberto em X. 2
Observamos o seguinte corolário dos resultados acima.
Corolário 5.3 Se D ⊂ X é aberto de X, então A ⊂ D é aberto na topologia relativa se e somente se é

aberto na topologia de X. O mesmo vale se trocamos “aberto”por “fechado”.
Prova: Faremos a prova apenas no caso de D aberto. Sabemos que, para que A ⊂ D seja aberto
de D, é necessário e suficiente que exista B ⊂ X aberto de X com A = B ∩ D. Em particular, se D
é aberto e tal B existe, o conjunto A é a interseção de dois abertos; portanto, ele próprio é aberto.
Por outro lado, se A é aberto de X, podemos escrever A = A ∩ D; ou seja, A e a interseção de
um aberto de X com D, sendo portanto um aberto da topologia relativa. 2
5.6 Como são os abertos de R? (Opcional)

Em princı́pio é impossı́vel dar uma “cara” aos abertos de um espaço métrico geral. Apesar desta
dificuldade geral, o teorema a seguir mostra que em R é possı́vel descrever os abetos de forma
bastante direta.
Teorema 5.5 Todo conjunto aberto de R que não é vazio pode ser escrito como a união de um número
enumerável de intervalos abertos disjutos.
Observe que esta é uma caracterização completa, já que os intervalos abertos são mesmo
abertos e toda união de abertos é aberta.
Prova: A ideia da prova será, em primeiro lugar, achar pra cada q ∈ A racional, o maior intervalo
aberto Iq tal que q ∈ Iq ⊂ A. Depois veremos que cada x ∈ A está em um destes intervalos.
Depois disto teremos de mostrar que podemos selecionar intevalos disjuntos entre eles.
Passo 1 - construção dos intervalos.

Dado q ∈ Q ∩ A, definimos Iq como a união de todos os intervalos abertos contidos em A que
têm q como elemento. Mais exatamente, definimos
[
Iq := { I ⊂ A : q ∈ I, I intervalo aberto } e Iq := I.
I ∈Iq
76
Note que a famı́lia Iq contem pelo menos um intervalo ao redor de q porque q ∈ A e A é aberto.
Já vimos no primeiro teste que a união de intervalos contidos em [0, 1] com interseção não vazia
é intervalo; a mesma prova funciona se os intervalos são ilimitados, contanto que permitamos
sup e inf infinitos. Deste modo, Iq é um intervalo. Além disto, como Iq é a união de conjuntos
abertos, ele também é aberto. Portanto, Iq 6= ∅ é um intervalo aberto que está contido em A.
Passo 2 - intervalos disjuntos.
Considere a famı́lia de intervalo
V := { Iq : q ∈ A ∩ Q}.
Esta famı́lia é enumerável porque pode ser escrita como a união enumerável dos conjuntos
unitários { Iq } (a união é enumerável porque Q é). Afirmamos que quaisquer intervalos dis-
tintos nesta famı́lia são disjuntos. De fato, considere Iq , Ir ∈ V com Iq ∩ Ir 6= ∅. O argumento
já usado no passo anterior nos diz que Iq ∩ Ir é intervalo aberto. Ao mesmo tempo, Iq ∪ Ir ⊂ A
(pois cada intervalo está contido em A) e q ∈ Iq ∪ Ir . Portanto Iq ∪ Ir é um intervalo da coleção
Iq definida acima. Segue que:
[
Iq ∪ Ir ⊂ I = Iq .
I ∈Iq
Como claramente Iq ⊂ Iq ∪ Ir , temos Iq = Iq ∪ Ir . Do mesmo modo podemos concluir que

Ir = Iq ∪ Ir e portanto Iq = Ir .
Passo 3 - fim da prova.
Falta apenas mostrar que a união dos Iq ’s é A. De fato, como cada Iq ⊂ A, a união está
contida em A, e falta mostrar que A ⊂ ∪ Iq ∈V Iq . Isto é, precisamos mostrar que cada x ∈ A
está num dos Iq ’s. Mas isto é simples, pois sabemos que um dado x ∈ A está num intervalo
J = ( x − δ, x + δ) ⊂ A. Necessariamente J contem um elemento q ∈ Q, que pertence a A porque
q ∈ J e J ⊂ A. Vemos então que J ∈ Iq , de modo que J ⊂ ∪ I ∈Iq I = Iq , logo x ∈ Iq . 2

Exercı́cio 5.15 Dado ( X, dX ), mostre que A ⊂ X é aberto se e somente se é a união de bolas abertas.
Exercı́cio 5.16 Dado ( X, dX ), mostre que F ⊂ X é fechado se e somente se existem um subconjunto

Γ ⊂ R que é fechado em R e uma função contı́nua f : X → R tal que F = f −1 (Γ). Deduza um análogo
deste resultado para conjuntos abertos A ⊂ X.
Exercı́cio 5.17 Suponha que ( X, dX ) é completo e F ⊂ X. Mostre que F é fechado em X se e somente se

( F, dF ) é completo, onde dF é a métrica induzida por ( X, dX ).
77
78
Capı́tulo 6
Conjuntos compactos
Muitos problemas em Matemática Pura e Aplicada podem ser postos na forma de problemas de
minimização.
Dado um conjunto S e uma função f : S → R, encontre s∗ ∈ S tal que f (s∗ ) ≤ f (s) para
todo s ∈ S.
Por exemplo: os problemas de achar o mı́nimo de uma função f : Rd → R, de achar a

curva de menor comprimento ligando dois pontos em uma superfı́cie e de achar uma superfı́cie
mı́nima para um contorno dado têm todos esta forma.
Nem todo problema desta forma tem solução. Por exemplo, a função f ( x ) = −1/x não
atinge um valor mı́nimo no domı́nio S = (0, +∞). Definiremos um conjunto como compacto se
pelo menos conseguimos cotar por baixo os valores de qualquer f : K → R contı́nua.
Definição 6.1 Um espaço métrico (K, dK ) é dito compacto se para toda f : K → R contı́nua existe um
α ∈ R tal que f ( x ) ≥ α para todo x ∈ K.
Veremos nesta seção que os espaços compactos têm uma teoria extremamente rica tanto do
ponto de vista métrico quanto do ponto de vista topológico.
Observação 6.1 A definição usual de espaço topológico compacto é a partir de coberturas por abertos; veja
a seção 6.5. Um espaço topológico onde toda função contı́nua é limitada é dito pseudocompacto. Veremos a
seguir que um espaço métrico é compacto se e somente se é pseudocompacto. Esta mesma equivalência vale
para espaços topológicos normais, mas falha em geral.
6.1 Consequências diretas da definição

Vejamos dois fatos que são consequência direta da definição de compacto.
Exemplo 6.1 Qualquer intervalo fechado [ a, b] ⊂ R, com −∞ < a ≤ b < +∞ finitos, é compacto (com
a métrica induzida pela reta).
Iso é verdade porque sabemos de Análise na Reta que toda função contı́nua f : [ a, b] → R
atinge seu ı́nfimo, sendo portanto limitada por baixo.
79
Exemplo 6.2 Se X 6= ∅ e dX é a métrica discreta, então ( X, dX ) é compacto se e somente se X é finito.
De fato, se X é finito, toda função f : X → R assume um número finito de valores e podemos

tomar α := minx∈X f ( x ) como cota inferior dos valores de f .
Por outro lado, se X é infinito, existem pontos x1 , x2 , x3 , · · · ∈ X distintos e podemos tomar:
−n, x = xn para algum n ∈ N;

f ( x ) := (x ∈ X)
0, se x ∈ X \{ xn }n∈N .
Esta função está bem definida porque os xn são distintos. Além disso, ela toma os valores
−1, −2, −3, . . . e não é limitada por baixo.
Observação 6.2 Este exemplo é bobo, mas relevante. Veremos abaixo que todo compacto é ”totalmente
limitado”, o que quer dizer que ele tem discretizações finitas com erro arbitrariamente pequeno. Neste
sentido, todo espaço métrico compacto é ”quase finito”.
6.2 Compactos são completos

Começamos com o fato de que todo compacto é completo do ponto de vista métrico.
Lema 6.1 Qualquer espaço métrico compacto (K, dK ) é um espaço métrico completo.
Prova: Vamos provar que se K não é completo, então não é compacto.

Suponha que K não é completo: existe { xn }n∈N ⊂ K que é Cauchy, mas não converge a
qualquer elemento em K. O Exemplo 4.3 acima mostra que
g( x ) := lim dK ( x, xn ) ( x ∈ K )
n ∈N
é contı́nua. Veja que
g( xm ) = lim dK ( xm , xn ) ≤ sup dK ( xn , xm ) → 0 quando m → +∞

n ∈N n≥m
porque { xn }n é Cauchy. Logo g( xm ) → 0 quando m cresce. Por outro lado, g( x ) > 0 para todo
x porque, se não, dK ( x, xn ) → 0 e x seria o limite de xn , que supomos não existir. Portanto a
imagem de g está contida em (0, +∞). Como a função x 7→ −1/x é contı́nua sobre (0, +∞),
deduzimos que
1 1
f ( x ) := − =−
limn dK ( xn , x ) g( x )
é contı́nua e f ( xm ) → −∞ quando m → +∞, de modo que f não tem cota inferior. Segue que K
não é compacto. 2
80
6.3 Compactos são totalmente limitados
Vimos acima que todo conjunto compacto é completo. A recı́proca não é verdadeira, como
mostra, por exemplo, o caso K = R (com a métrica usual). Nesta seção mostraremos que há uma
propriedade extra que um compacto tem de satisfazer.
Definição 6.2 Considere um espaço métrico ( X, dX ). Um conjunto S ⊂ X é separado se existe um

δ > 0 tal que dX (s, s0 ) ≥ δ para todos s, s0 ∈ S, s 6= s0 . Dizemos que ( X, dX ) é totalmente limitado se
ele não contem um conjunto infinito separado.
Esta definição tem uma reformulação equivalente que será importante mais adiante.
Proposição 6.1 Um espaço métrico ( X, dX ) é totalmente limitado se e somente se vale a seguinte pro-
priedade: para todo ε > 0 existe uma coleção finita de bolas abertas BX ( xi , ε), 1 ≤ i ≤ k, com
X = ∪ik=1 BX ( xi , ε).
Neste sentido, um espaço métrico é totalmente limitado se e somente se é ”quase finito”, ou

seja, é aproximado por x1 , . . . , xk a menos de um erro ε de discretização.
Prova: Vamos provar primeiro que a existência da coleção de bolas implica que X é totalmente
limitado. Fixe δ > 0 e tome ε = δ/2. Supondo X ⊂ ∪ik=1 BX ( xi , ε), qualquer conjunto infinito
S ⊂ X tem de conter infinitos elementos em pelo menos uma das bolas BX ( xi , ε) (isto é o caso
infinito do Princı́pio das Casas dos Pombos). Em particular, usando a desigualdade triangular,
vemos que S obrigatoriamente possui infinitos pares de elementos a distância < δ; de fato, dados
s, s0 ∈ S ∩ BX ( xi , ε)
dX (s, s0 ) ≤ dX ( xi , s) + dX ( xi , s0 ) < δ.
Como δ > 0 é arbirtrário, deduzimos que qualquer conjunto infinito S ⊂ X não é separado e
portanto X é totalmente limitado.
Vamos provar agora a direção contrária. Fixe ε > 0. Supondo que não existe uma coleção
finita de bolas de raio ε > 0 cobrindo X, vamos construir um conjunto separado infinito S ⊂ X. A
construção é recursiva.
1. Escolha x1 ∈ X arbitrariamente.
2. Dados x1 , . . . , xn ∈ X, escolha xn+1 de modo que dX ( xn+1 , xi ) ≥ ε para todo 1 ≤ i ≤ n.
Note que esta recursão faz sentido: sob a nossa hipótese, temos que para todo n ∈ N as bolas
B ( x1 , ε ), . . . , B ( x n , ε )
não cobrem X, portanto existe um xn+1 ∈ X que não está em qualquer uma das bolas. É fácil
verificar que o conjunto S := { xn : n ∈ N} é separado, já que a recursão garante dX ( xi , x j ) ≥ ε
quando 1 ≤ i < j. 2
Lema 6.2 Todo espaço métrico compacto é totalmente limitado.
81
É neste sentido que a Observação 6.2 acima nos diz que ”todo compacto é quase finito.”
Prova: Vamos mostrar que um espaço métrico ( X, dX ) que não é totalmente limitado não pode ser
compacto. Para isto partimos de um conjunto S ⊂ X que é infinito e separado: d(s, s0 ) ≥ δ
para quaisquer elementos distintos s, s0 ∈ S. Sem perda de generalidade, suporemos que S é
enumerável e escreveremos S = {s j : j ∈ N}. Nosso objetivo será construir uma função contı́nua
f : X → R com sup{ f ( x ) : x ∈ S} = +∞; tomando − f , obtemos uma função contı́nua
f : K → R sem cota inferior.
Defina r := δ/4 > 0. Começamos a prova com a seguinte observação geométrica:
Dado x ∈ X, existe no máximo um ı́ndice j = j( x ) ∈ N com d( x, s j ) < 2r.
A razão para isto é que, se houvesse outro ı́ndice k ∈ N com d( x, sk ) < 2r, a desigualdade
triangular implicaria
d(s j , sk ) ≤ d( x, s j ) + d( x, sk ) < 4r = δ,
o que contraria o fato de que a distância mı́nima entre elementos de S é δ.
Continuando, definimos, para cada j ∈ N, uma função contı́nua f j : X → R da seguinte
forma:
f j ( x ) := j × max{r − d(s j , x ), 0} ( x ∈ X ).
Exercı́cio 6.1 Prove que f j é mesmo contı́nua. [Dica: Primeiro prove que x 7→ max{ x, 0} é função
contı́nua de R em R e depois aplique composições.]
Agora vamos definir uma função f : X → R da seguinte forma.
f j ( x ) se j ∈ N é o único ı́ndice tal que d( x, s j ) < 2r;

f ( x ) :=
0 se não há s j com d( x, s j ) < 2r.
Veja que f é ilimitada: de fato, para todo j ∈ N temos f (s j ) = f j (s j ) = j.r → +∞ (pois
r > 0). Portanto sup{ f ( x ) : x ∈ X } = +∞. Falta mostrar que ela é contı́nua. Para isto, fixamos
{ xn }n ∪ { x } ⊂ X com xn → x; vamos provar que f ( xn ) → f ( x ). Consideraremos dois casos.
• d( x, s j ) ≥ 3r/2 para todo j. Neste caso f ( x ) = 0, pois f j ( x ) = 0 sempre que d( x, s j ) ≥ r.

Por outro lado, observe que existe n0 ∈ N tal que para todo n ≥ n0 , d( x, xn ) < r/2, o que
implica que d( xn , s j ) > r para todo n ≥ n0 . Neste caso também f j ( xn ) = 0 para todo j ∈ N,
donde segue que f ( xn ) = 0 para n ≥ n0 . Ou seja, f ( xn ) → 0 = f ( x ) neste caso.
• d( x, s j ) < 3r/2 para algum j. Neste caso, como observamos acima, j = j( x ) ∈ N é o único
ı́ndice com d( x, s j ) < 2r; além disto, f ( x ) = f j ( x ). Observe que existe n0 ∈ N tal que
∀n ≥ n0 vale d( x, xn ) < r/2, de modo que d( xn , s j ) < 2r para todo n ≥ n0 . Usando a
definição de f , deduzimos
n ≥ n0 ⇒ f ( x n ) = f j ( x n ).
Como f j é contı́nua, f j ( xn ) → f j ( x ) = f ( x ). A implicação acima nos diz que f ( xn ) → f ( x )
neste caso.
82
6.4 Subsequências convergentes
Nesta seção vamos mostrar que a compacidade de um espaço métrico pode ser avaliada a partir
de subsequências.
Definição 6.3 Dados um conjunto infinito N ⊂ N e uma sequência { xn }n∈N , a subsequência { xn }n∈ N
é definida da forma { x̃ j } j∈N com x̃ j := { xn j }, onde n1 < n2 < n3 < . . . é a única enumeração crescente
dos elementos de N. Também escrevemos { xn j } j∈N diretamente. Falamos que limn∈ N xn = x se xn j → x
quando j → +∞.
Exercı́cio 6.2 Mostre que xn → x implica xn j → x.
A propriedade 3 do teorema abaixo é muitas vezes tomada como ponto de partida da definição
de compacidade em espaços métricos. Como veremos abaixo, ela implica facilmente a nossa
definição de compacidade (=funções contı́nuas atingem o ı́nfimo). Antes disto, veremos um
exemplo de aplicação.
Teorema 6.1 Considere um espaço métrico (K, dK ). As seguintes propriedades são equivalentes.
1. (K, dK ) é compacto.
2. (K, dK ) é completo e totalmente limitado.
3. Toda sequência em K possui uma subsequência convergente (com limite em K).
4. Para toda f : K → R contı́nua existe um x∗ ∈ K com f ( x∗ ) = infx∈K f ( x ).
Prova: [do Teorema 6.1] A implicação 1 ⇒ 2 foi vista no Lema 6.2 acima. 4 ⇒ 1 é evidente
porque, se x∗ atinge o ı́nfimo de f , então f é cotada inferiormente. Falta provar que que 3 ⇒ 4 e
2 ⇒ 3.
Prova de 3 ⇒ 4. Seja f : X → R contı́nua e chame de ` = infx∈K f ( x ), admitindo de inı́cio

a possibilidade de que ` = −∞. Podemos achar uma sequência { xn }n∈N com f ( xn ) → `. Por
3., esta sequência possui uma subsequência convergente { xn }n∈ N . Mas então xn → x∗ ∈ K e por
continuidade f ( x∗ ) = limn f ( xn ) = `. Deduzimos que ` > −∞ e que f ( x∗ ) = ` = infx∈K f ( x ).
Prova de que 2 ⇒ 3. Seja { xn }n∈N ⊂ K. Nosso objetivo será provar que { xn }n∈N possui uma
subsequência de Cauchy. Como (K, dK ) é completo, isto basta para provar que sempre há uma
subsequência convergente.
Não é muito simples achar esta subsequência, então vamos começar com o resultado mais
fraco que apenas garante o seguinte: sempre há uma subsequência “apertada”.
Afirmação 6.1 Dado qualquer r > 0 existe subsequência { xn }n∈ N com dK ( xm , xn ) < r para todos
m, n ∈ N.
De fato, como estamos supondo que K é totalmente limitado, a Proposição 6.1 nos diz que
podemos cobrir K por um número finito de bolas de raio r/2. Como o número de bolas é finito,
uma das bolas, que chamaremos de B(z, r/2), é tal que o conjunto
N := {n ∈ N : xn ∈ B(z, r/2)}
83
é infinito, e um argumento simples mostra que { xn }n∈ N tem a propriedade desejada.
O que vem a seguir é uma espécie de “truque diagonal” que mostra como esta afirmação
pode ser usada para achar uma subsequência convergente. A primeira ideia deste truque diagonal é
que, aplicando a afirmação infinitas vezes, podemos encontrar subsequências encaixadas e cada
vez mais apertadas. Mais precisamente:
1. A afirmação implica que existe N1 ⊂ N infinito tal que dK ( xn , xm ) < 1/2 para todos
n, m ∈ N1 .
2. Suponha (recursivamente) que existem conjuntos infinitos N1 ⊃ N2 ⊃ · · · ⊃ Nk , todos

contidos em N, tais que, para qualquer 1 ≤ i ≤ k e quaisquer n, m ∈ Ni , vale a desigualdade
dK ( xn , xm ) < 2−i . Vamos mostrar como construir um conjunto Nk+1 de forma a estender
por mais um passo esta construção. Para isto, aplicaremos a afirmação à sequência
{ xn j } j∈N onde {n j : j ∈ N} = Nk .
com r = 2−k−1 . Isto nos dá um conjunto N e podemos definir Nk+1 := {n j : j ∈ N }, de

modo a termos as propriedades desejadas.
Nossa tarefa final é extrair destas subsequências encaixadas e cada vez mais apertadas uma
subsequência de Cauchy. Uma tentativa poderia ser definir { xn }n∈ Ñ com Ñ := ∩k Nk , mas isto
não pode funcionar em geral: afinal,
n, m ∈ Ñ ⇒ n, m ∈ Nk para todo k ⇒ ∀k ∈ N, dK ( xn , xm ) ≤ 2−k ⇒ xn = xm .

Ou seja, para que nosso truque não falhe, é necessário que a sequência original tenha infinitos
termos iguais.
A segunda ideia do truque diagonal é uma maneira “diagonal” de selecionar um subconjunto
infinito N∗ de modo que N∗ ⊂ Nk “quase vale”, isto é, N∗ \ Nk tem apenas um número finito de
termos. Vamos escrever
N∗ := {n1 < n2 < n3 < . . . }
onde os nk são definidos recursivamente.
1. Em primeiro lugar, definimos n1 = min N1 (isto é válido porque N1 6= ∅ é subconjunto dos

naturais).
2. Definidos n1 < · · · < nk , observamos que, como Nk+1 é infinito,
Nk+1 \[nk ] 6= ∅.
Como ele também é subconjunto dos naturais, podemos definir
nk+1 := min( Nk+1 \[nk ])
e observamos que nk+1 6∈ [nk ], de modo que nk+1 > nk .
Pela construção temos n1 < n2 < . . . . Além disto, para k, r ∈ N com k < r, temos que
nk ∈ Nk , nr ∈ Nr ⊂ Nk
84
e como dK ( xn , xm ) < 2−k para n, m ∈ Nk , isto implica
∀k, r ∈ N : k < r ⇒ dK ( xnk , xnr ) < 2−k .
Exercı́cio 6.3 Para terminar a prova, deduza disto que { xnk }k∈N é Cauchy.
2
Exercı́cio 6.4 Use o critério das subsequências para mostrar que todo subconjunto fechado de um compacto
é ele próprio compacto.
6.5 Compacidade via abertos e fechados

Acima definimos espaços compactos como aqueles em que funções contı́nuas sempre atingem
o ı́nfimo. Vimos ainda várias formulações equivalentes deste conceito em termos de métricas.
Agora veremos uma versão puramente topológica destes critérios.
Teorema 6.2 Dado um espaço métrico (K, dK ), são equivalentes:

1. K é compacto.
2. Toda coleção de abertos A de K com ∪ A∈A A = K tem uma subcoleção finita C ⊂ A com ∪ A∈C A =
K. (Normalmente abrevia-se este enunciado dizendo que toda cobertura de K por abertos tem uma
subcobertura finita.)
3. Toda coleção de fechados F de K com ∩ F∈F F = ∅ possui uma subcoleção finita P ⊂ F com
∩ F∈P F = ∅. (Esta é a chamada propriedade da interseção finita.)
Prova: Veja que 2 ⇒ 3 segue se escrevemos A := { X \ F : F ∈ F } e notamos que ∩ F∈F F = ∅ se

e somente se ∪ A∈A A = K. Provaremos que 3 ⇒ 1 e 1 ⇒ 2 a seguir.
Prova de que 3 ⇒ 1. Seja f : K → R contı́nua e chame de ` = inf{ f ( x ) : x ∈ K } (em princı́pio

permitimos ` = −∞). Vamos mostrar que existe um x∗ ∈ K com f ( x∗ ) = `. Para isto notamos
que, se t ∈ R e t > `, tem de existir um x ∈ K com f ( x ) ≤ t. Portanto, os conjuntos
Ft := { x ∈ K : f ( x ) ≤ t} = f −1 ((−∞, t])
são fechados e não são vazios.

Afirmamos que ∩t>` Ft 6= ∅. Para isto, usamos o item 3 (nossa hipótese nesta parte da prova)
em forma contrapositiva.
Aquele item nos diz que, se provarmos que qualquer coleção finita dos conjuntos Ft tem
interseção não-vazia, então ∩t>` Ft 6= ∅. Tome, então conjuntos Ft1 , . . . , Ftk com t1 , . . . , tk > `.
Observe que t = min1≤i≤k ti > ` e como ` = infx∈K f ( x ), existe um x ∈ K com f ( x ) ≤ t. Mas tal
x pertence a cada conjunto Fti = f −1 ((−∞, ti ]), já que f ( x ) ≤ t ≤ ti , e portanto x ∈ ∩ik=1 Fti e a
interseção não é vazia.
Deduzimos então nossa afirmação de que ∩t>` Ft 6= ∅. Tome agora um ponto x∗ ∈ ∩t>` Ft .
Veja que ` ≤ f ( x∗ ) (pois ` é ı́nfimo) e f ( x∗ ) ≤ t para todo t ≥ `, logo f ( x ) = ` e (a fortiori)
85
` 6= −∞.
Prova de que 1 ⇒ 2. Seja A como no item 2. Observe que todo x ∈ K pertence a algum aberto
A ∈ A. Portanto existe um δ = δ( x ) > 0 com B( x, δ) ⊂ A para algum A ∈ A. Reduzindo δ se
necessário, podemos tomar δ < 1.
A principal ideia desta prova é mostrar o seguinte.
Ideia: podemos escolher um valor δ > 0 que funciona para todos os x ∈ K simultaneamente.
Ou seja, existe um δ > 0 tal que, dado qualquer x ∈ K, B( x, δ) ⊂ A para algum A ∈ A. Na

verdade, esta “ideia” suscita duas perguntas:
1. Por que achar este δ > 0 é uma boa ideia? Como K é compacto, ele é totalmente limitado e
pode ser coberto por um número finito de bolas de raio δ > 0. Mas cada bola destas pode
ser coberta por um elemento da cobertura A. Deste modo, K pode ser coberto por um
número finito de elementos de A.
2. Como sabemos que este δ existe? Vamos exprimir δ em termos do ı́nfimo de uma função
contı́nua r : K → (0, 1] que associa a cada x o seu “maior δ particular”. Como cada x tem
seu δ > 0, o ı́nfimo de r será positivo.
Para transformar esta ideia em prova, definimos r : K → (0, 1] da seguinte forma. Primeiro
observe, dado x ∈ K, o conjunto
I ( x ) := {δ ∈ (0, 1) : ∃ A ∈ A, BK ( x, δ) ⊂ A}
não é vazio. De fato ele é um intervalo: se δ ∈ I ( x ), então para qualquer 0 < δ0 < δ temos
∃ A ∈ A : BK ( x, δ0 ) ⊂ BK ( x, δ) ⊂ A ⇒ δ0 ∈ I ( x ).
Como I ( x ) também é limitado por 1, podemos definir r : K → [0, 1] como
r ( x ) := sup I ( x ) ( x ∈ K ).
Como I ( x ) contem elementos positivos, vale que r ( x ) > 0 para todo x ∈ K. Intuitivamente, r ( x )
é basicamente o “maior” δ( x ) que podemos escolher. Uma explicação para esta escolha é que, se
queremos achar um único δ que sirva para todos os x, é boa ideia partir do maior δ( x ) possı́vel
para cada x.
A afirmação a seguir é chave para a prova.
Afirmação 6.2 r é uma função contı́nua.
Prova: [da Afirmação] Vamos mostrar que r é 1-Lipschitz, o que implica que r é
contı́nua. Para isto basta mostrar que:
Objetivo: ∀ x, x 0 ∈ K : r ( x ) − r ( x 0 ) ≤ dK ( x, x 0 ). (6.1)
86
De fato, se temos isto, podemos trocar os papeis de x, x 0 e mostrar que também vale
r ( x 0 ) − r ( x ) ≤ dK ( x, x 0 ), de modo que |r ( x 0 ) − r ( x )| ≤ dK ( x, x 0 ) para todos x, x 0 ∈ X.
Para provar nosso objetivo, tome qualquer 0 < r < r ( x ) e um conjunto A ∈ A com
B( x, r ) ⊂ A. Note que B( x 0 , r − dX ( x, x 0 )) ⊂ BK ( x, r ); afinal,
∀y ∈ BK ( x 0 , r − dK ( x, x 0 )) : dK (y, x ) ≤ dK (y, x 0 ) + dK ( x, x 0 ) < r.
Portanto também temos BK ( x 0 , r − dK ( x, x 0 )) ⊂ A ∈ A e isto implica r ( x 0 ) ≥ r −

dX ( x, x 0 ). Tomando o supremo em r, vemos que r ( x 0 ) ≥ r ( x ) − dK ( x, x 0 ), como
querı́amos demonstrar. [Fim da prova da afirmação.] 2
Entre outras coisas, esta afirmação nos diz que infx∈K r ( x ) = r ( x∗ ) para algum x ∈ K; afinal,
K é compacto! Mas note então que r ( x∗ ) > 0, porque r é positiva em todos os pontos de K.
Deduzimos que infx∈K r ( x ) > 0, o que nos permite escolher um δ ∈ (0, infx∈K r ( x )).
Este δ nos permite terminar a prova. Veja que, dado x ∈ K, r ( x ) > δ. Pela definição de r ( x ),
isto quer dizer que 0 < δ < sup I ( x ); como I ( x ) é intervalo, isto quer dizer que δ ∈ I ( x ) e existe
um A ∈ A com BK ( x, δ) ⊂ A.
Já vimos no Teorema 6.1 que K compacto implica que K é totalmente limitado. Pela Proposição
6.1, isto quer dizer que K = ∪ik=1 BK ( xi , δ) para alguma escolha de x1 , . . . , xk ∈ K. Mas então esco-
lhemos, para cada 1 ≤ i ≤ k, um aberto Ai ∈ A com B( xi , δ) ⊂ Ai , e observamos que K ⊂ ∪ik=1 Ai .
Deste modo, C := { Ai : 1 ≤ i ≤ k } é uma subcoleção finita de A que cobre K. 2
Observação 6.3 Um dado importante que surgiu na prova acima é que, se K é compacto, então toda
cobertura A de K por abertos possui um número de Lebesgue, isto é, um δ > 0 tal que, se x, x 0 ∈ K e
dK ( x, x 0 ) < δ, então x, x 0 ∈ A para algum A ∈ A. Isto é, se dK ( x, x 0 ) < δ, x, x 0 pertencem ao mesmo
aberto da cobertura. Usaremos isto mais adiante.
6.6 Subconjuntos de um espaço métrico completo

A partir desta seção estaremos interessados no caso em que K ⊂ X com ( X, dX ). Mais adiante,
( X, dX ) será algum dos nossos espaços usuais: métrica discreta, Rd , C ( I, R) ou C (( a, b), R).
Primeiramente observaremos como formular compacidade em termos da métrica e da topologia
de X (e não a métrica e a topologia que X induz em K).
1. A definição de compacidade (toda função contı́nua de K em R tem cota inferior, e ainda

atinge seu ı́nfimo) é a mesma, contanto que lembremos que a métrica de K é a que X induz.
2. Quando ( X, dX ) é completo (como é o caso aqui), pedir que K seja completo com a métrica
induzida é a mesma coisa que pedir que K seja fechado de X (cf. Exercı́cio ??). Logo, ao
invés de pedir que K seja completo, pediremos que ele seja fechado.
3. Por outro lado, pedir que K seja coberto por um número finito de bolas abertas de raio
r > 0 é o mesmo que
∃ x1 , . . . , xk ∈ K : K = ∪ik=1 BK ( xi , r ) = ∪ik=1 ( BX ( xi , r ) ∩ K ),
87
o que é igual a pedir que
∃ x1 , . . . , xk ∈ K : K ⊂ ∪ik=1 BX ( xi , r ).
Portanto, podemos formular a condição de ser totalmente limitado em termos de bolas de

X.
Exercı́cio 6.5 Mostre que K ⊂ X é totalmente limitado na métrica induzida se e somente se
∀r > 0 ∃ x1 , . . . , xk ∈ X : K ⊂ ∪ik=1 BX ( xi , r ).
A diferença é que agora permitimos que os centros das bolas estejam em qualquer lugar de X, não
necessariamente em K.
4. O critério das subsequências convergentes é o mesmo, exceto pelo cuidado de especificar

que o limite deve estar em K.
5. Como os abertos de K são da forma A ∩ K, com A ⊂ X aberto de X, o critério das coberturas

é escrito desta forma: para toda coleção A de abertos de X com ∪ A∈A A ⊃ K, existe uma
subcoleção C ⊂ A finita com ∪ A∈C A ⊃ K.
6. Por fim, o critério da propriedade da interseção finita é o mesmo de antes.
Exercı́cio 6.6 Mostre que, se dX é a métrica discreta sobre X, então K ⊂ X é compacto se e somente se é
finito.
6.7 Compactos de Rd e a equivalência de normas

O resultado a seguir é um clássico da Análise.
Teorema 6.3 (Heine Borel) Um subconjunto K ⊂ Rd é compacto se e somente se é fechado e limitado.
Prova: Pelo que vimos acima, K é compacto se e somente se é fechado e totalmente limitado.
Desta forma, basta provar que qualquer subconjunto K de Rd é limitado se e somente se é
totalmente limitado. Mas isto é simples:
• Se K é totalmente limitado, K ⊂ ∪im=1 BRd ( xi , δ). Mas então a desigualdade triangular mostra
que dRd (0, x ) ≤ max{dRd (0, xi )}1≤i≤n + δ para todo x ∈ K, ou seja, K é limitado.
• Se K ⊂ Rd é limitado, temos que K ⊂ [−n, n]d √para algum n ∈ N. Dividindo cada intervalo
[−n, n] em intervalos de comprimento < δ/ d, vemos que [−n, n]d é dividido em um
número finito de cubos tais que | x − x 0 | < δ para quaisquer dois elementos no mesmo
cubo. Tomando um ponto xi em cada cubo, vemos que K ⊂ [−n, n]d ⊂ ∪im=1 BRd ( xi , δ) para
uma certa coleção finita de pontos. Deste modo, K é totalmente limitado.
88
Vamos aplicar este resultado para provar algo que prometemos há muito tempo: que todas
as normas em Rd são equivalentes. Enunciamos isto abaixo “por extenso”.
Teorema 6.4 Considere uma norma k · k sobre Rd e seja | · | a norma Euclideana. Então existem C, c > 0
tais que
∀ x ∈ Rd : c | x | 2 ≤ k x k ≤ C | x | 2 . (6.2)
Prova: Lembre-se de que e1 , . . . , ed são os vetores da base canônica de Rd : fixo 1 ≤ i ≤ d, ei tem a

i-ésima coordenada igual a 1 e as demais coordenadas iguais a 0. Recorde ainda que
d
∀ x ∈ Rd : x = ∑ x [ i ] ei .
i =1
Vamos provar agora a existência de C > 0 como acima. Veja que, dado x ∈ Rd qualquer
d
k x k = k ∑ x [ i ] ei k
i =1
d
(subaditividade) ≤ ∑ k x [ i ] ei k
i =1
d
(homogeneidade positiva) = ∑ |x[i]| kei k
i =1
d
≤ ∑ |x[i]| 1max
≤ j≤d
ke j k
i =1
max ke j k (| x |1 )
=
1≤ j ≤ d
√ √
(| · |1 ≤ d | · |2 ) ≤ ( d max ke j k) | x |2 .
1≤ j ≤ d
√
Logo a constante C := d max1≤ j≤d ke j k satisfaz o que queremos. Note que C > 0 porque ei 6= 0
para cada i e portanto kei k > 0 para cada i.
Provaremos agora que existe c > 0 como acima usando a primeira parte. Considere a esfera
unitária Sd−1 ⊂ Rd , dada por
Sd −1 = { x ∈ Rd : | x | 2 = 1 } .
Como f ( x ) = | x |2 = dRd ( x, 0) (x ∈ Rd ) é contı́nua, Sd−1 = f −1 ({1}) é subconjunto fechado de
Rd . Além disso, Sd−1 é limitado. Deduzimos que a esfera Sd−1 é compacta. Além disso, a função
g( x ) := k x k (com x ∈ Sd−1 ) é C-Lipschitz, já que
∀ x, x 0 ∈ Sd−1 : | g( x ) − g( x 0 )| = |k x k − k x 0 k| ≤ k x − x 0 k ≤ C | x − x 0 |2 .
Portanto, g é uma função contı́nua sobre um compacto e existe um x∗ ∈ Sd−1 com c := g( x∗ ) =

infx∈Sd−1 k x k. A fortiori, c > 0, já que x∗ ∈ Sd−1 ⇒ x∗ 6= 0 e k · k é uma norma.
Basta checar agora que c “funciona” para nossos propósitos. Para isto, tome x ∈ Rd qualquer.
Se x = 0, claramente k x k = 0 ≥ c| x |2 = 0. Se x 6= 0, então x/| x |2 ∈ Sd−1 , logo k x/| x |2 k ≥ c e
k x k ≥ c | x |2 pela homogeneidade positiva da norma. 2
89
Exercı́cio 6.7 Considere C ([0, 1], R) com a norma do sup. Mostre que existe uma sequência { f n }n∈N ⊂
C ([0, 1], R) de funções com k f n k[0,1],∞ = 1 e k f n − f m k[0,1],∞ = 1 para todos m, n ∈ N. Deduza que a
bola unitária fechada ao redor de 0 não é compacta; ou seja, o teorema de Heine Borel não se estende a este
espaço de funções contı́nuas.
6.8 Consequências para funções contı́nuas

Nesta seção trataremos da relação entre compacidade e funções contı́nuas. Nosso objetivo será
mostrar que uma função contı́nua em um compacto é sempre uniformemente contı́nua.
Definição 6.4 Dizemos que f : X → Z é uniformemente contı́nua se para qualquer ε > 0 existe um
δ > 0 tal que, se x, x 0 ∈ X e dX ( x, x 0 ) < δ, então dZ ( f ( x ), f ( x 0 )) < ε.
Note que isto é diferente da definição de continuidade via ε/δ, que é:
∀ε > 0 ∀ x ∈ X ∃δ > 0 ∀ x 0 ∈ X : dX ( x, x 0 ) < δ ⇒ dZ ( f ( x ), f ( x 0 )) < ε.
Já continuidade uniforme pede que:
(?) ∀ε > 0 ∃δ > 0 ∀ x, x 0 ∈ X : dX ( x, x 0 ) < δ ⇒ dZ ( f ( x ), f ( x 0 )) < ε.
Ou seja: dado ε, temos que achar um δ que serve para todos os x simultaneamente.
Exercı́cio 6.8 Toda função Lipschitz é uniformemente contı́nua.
Por outro lado, f : R → R dada por f ( x ) = x2 não é uniformemente contı́nua. De fato,

vemos que:
∀n ∈ N, ∀h > 0 : f (n + h) − f (n) > 2n.h.
Portanto, fixo ε ∈ (0, 1), e dado qualquer δ > 0, podemos escolher n ∈ N tal que h := 1/2n tem
|h| < δ e no entanto
| f (n + h) − f (n)| > 2h = 1 > ε.
O teorema a seguir mostra que este fenômeno não pode acontecer se o domı́nio da função f é
compacto.
Teorema 6.5 Se (K, dK ) é compacto, então toda função f : X → Z que é contı́nua é uniformemente
contı́nua.
Prova: Seja f : K → Z contı́nua e fixe ε > 0. Mostraremos que existe um δ > 0 satisfazendo (?).
Pela definição ε/δ de continuidade, para qualquer ε > 0 e qualquer x ∈ K existe um δ( x ) > 0
tal que
ε
∀ x 0 ∈ K : dK ( x, x 0 ) < δ( x ) ⇒ dZ ( f ( x ), f ( x 0 )) < .
2
A desigualdade triangular implica que:
∀ x ∈ K, ∀ x 0 , x 00 ∈ BK ( x, δ( x )) : dZ ( f ( x 0 ), f ( x 00 )) < ε. (6.3)
90
Observe que
A := { BK ( x, δ( x )) : x ∈ K }
é uma coleção de abertos que cobre K. A Observação 6.3 implica que existe um número de Lebesgue
δ > 0 tal que, se a, b ∈ K e dK ( a, b) < δ, então a, b ambos pertencem a um mesmo aberto desta
coleção. Isto é:
dK ( a, b) < δ ⇒ ∃ x ∈ K : a, b ∈ BK ( x, δ( x )) ⇒ dZ ( f ( a), f (b)) < ε (por (6.3)).
Concluı́mos que o número de Lebesgue δ tem exatamente a propriedade que procurávamos. 2
Exercı́cio 6.9 Construa uma prova alternativa da continuidade uniforme baseada no seguinte argumento.
1. Primeiro mostre que f é uniformemente contı́nua se e somente se vale a seguinte propriedade:
∀{ xn }n∈N , {yn }n∈N ⊂ K : dK ( xn , yn ) → 0 ⇒ dZ ( f ( xn ), f (yn )) → 0.
2. Agora suponha (para chegar a uma contradição) que existem { xn }n , {yn }n com dK ( f ( xn ), f (yn )) →
0, mas dZ ( f ( xn ), f (yn )) 6→ 0. Observe que, se xn converge a algum x, yn também converge a x
e portanto dK ( f ( xn ), f (yn )) → 0, contradição. Depois note que, mesmo que xn não convirja, é
sempre possı́vel achar uma subsequência convergente, e isto já basta para fazer valer a prova.
6.9 Conjuntos perfeitos (opcional)

Nesta seção falamos de certos conjuntos em que todo ponto pode ser bem aproximado por outros
pontos.
Definição 6.5 Seja ( X, dX ) um espaço métrico. P ⊂ X é perfeito se todo x ∈ P é ponto de acumulação de

P, isto é:
∀ p ∈ P, ∀δ > 0 : ( BX ( p, δ)\{ p}) ∩ P 6= ∅.
Exercı́cio 6.10 Mostre que P é perfeito se e somente se para cada p ∈ P existe uma sequência { pn }n ⊂
P\{ p} que converge a p.
Exercı́cio 6.11 Mostre que R, Q e R\Q são subconjuntos perfeitos de R.
Exercı́cio 6.12 Mostre que existem conjuntos perfeitos enumeráveis.
Provaremos abaixo um resultado que mostra que não há conjuntos compactos, perfeitos e
enumeráveis.
Teorema 6.6 Se P ⊂ X é compacto e perfeito, P é não enumerável.
Veja que a hipótese de que P é compacto não pode ser descartada.

Prova: Na prova vamos supôr sem perda de generalidade que X = P.
Tome uma f : N → P qualquer; vamos mostrar que ela não é sobrejetiva. A demonstração
será bastante parecida com a que usamos para provar que R não era enumerável. O que faremos
será construir irecursivamente bolas fechadas encaixadas
P ⊃ F1 ⊃ F2 ⊃ F3 ⊃ . . .
de modo que:
91
1. O raio de cada Fn é positivo.
2. f (n) 6∈ Fn para todo n ∈ N.
Antes de embarcar na construção, vamos explicar porque ela basta para provar nossa tese.
Veja que
F := { F1 , F2 , F3 , . . . }
é famı́lia de subconjuntos fechados de P tal que, para qualquer subfamı́lia finita { Fn1 , . . . , Fnk },
k
Fni = Fmax{n1 ,...,nk } 6= ∅;
\
i =1
portanto, o fato de que P é compacto implicará que:
∩n Fn 6= ∅.
Por fim, notamos que ∩n Fn , que não é vazio, não tem elementos em comum com a imagem de f
(afinal, f ( j) 6∈ Fj para todo j), portanto f não pode ser sobrejetiva.
Agora vamos partir para a construção. Para definir F1 , fixe primeiramente um x1 6= f (1) e
defina r1 := dX ( f (1), x1 )/2. Tomamos F1 := BX [ x1 , r1 ] e notamos que f (1) 6∈ F1 , F1 6= ∅.
Suponha agora que F1 , . . . , Fn já foram definidas; vamos construir Fn+1 a seguir. Sabemos
que Fn := B[ xn , rn ] com xn ∈ P e rn > 0. Agora usaremos fortemente a hipótese de que P é perfeito
para notar que B( xn , rn /2)\{ xn } não é vazio, de modo que podemos tomar yn ∈ P com 0 <
dX ( xn , yn ) < rn /2.
Vamos construir Fn+1 considerando dois casos. Se f (n + 1) 6= xn , podemos tomar

d X ( f ( n + 1), x n )
Fn+1 := B[ xn , rn+1 ] com rn+1 := min rn , .
2
Veja que Fn+1 ⊂ Fn porque o centro da bola se manteve e o raio não pode aumentar. Além
disto, como dX ( f (n + 1), xn ) > 0 e rn > 0 (por hipótese da recursão), o raio de Fn+1 é positivo.
Finalmente, f (n + 1) 6∈ Fn+1 porque a distância entre xn e f (n + 1) é maior do que o raio da bola
Fn+1 .
Resta decidir o que fazer no caso em que f (n + 1) = xn . Neste caso, tomaremos uma bola ao
redor de yn

r n d X ( f ( n + 1), y n )
Fn+1 := B[yn , rn+1 ] com rn+1 := min , .
2 2
Veja que f (n + 1) 6∈ Fn+1 porque o raio da bola é menor do que a distância de f (n + 1) ao centro
da bola. Além disto, o raio é positivo porque tanto esta distância quanto o rn > 0 são positivos.
Finalmente, Fn+1 ⊂ Fn porque
d X ( y n , x n ) + r n +1 ≤ r n ⇒ B [ y n , r n +1 ] ⊂ B [ x n , r n ] .
Isto mostra que podemos definir Fn+1 com as propriedades desejadas. 2
92
Exercı́cio 6.13 Sejam ( X, dX ) um espaço métrico completo e S ⊂ X um subconjunto. Mostre que S é
totalmente limitado se e somente se S é compacto.
Exercı́cio 6.14 Determine quais dos subconjuntos de C ([0, 1], R) abaixo são compactos.
1. Todas as funções Lipschitz.
2. Todas as funções L-Lipschitz, para um L > 0 fixo.
3. Todos os polinômios com grau 3.
4. Todos os polinômios com grau 3 e coeficientes no intervalo [−1, 1].
(Obs: mais adiante provaremos um critério para compacidade neste espaço, o teorema de Ascoli-
Arzelà. Estes exemplos podem ser estudados diretamente.)
Exercı́cio 6.15 Considere um espaço métrico compacto (K, dK ). Chame p ∈ K de ponto isolado se existe
um δ > 0 tal que BK ( p, δ) = { p} (ou seja, não há qualquer ponto de K, além do próprio p, a distância
< δ do p). Prove que o conjunto de pontos isolados de K é vazio, finito ou enumrável.
Exercı́cio 6.16 Suponha que ( X, dX ) é um espaço métrico e que { xn }n∈N ⊂ X converge a x ∈ X. Mostre
que o conjunto S := { xn : n ∈ N} é totalmente limitado.
Exercı́cio 6.17 Recorde que um espaço métrico é separável se possui um subconjunto denso e enumerável.
Mostre que todo espaço métrico compacto é separável.
Exercı́cio 6.18 Sejam (Ki , di ) espaços métricos totalmente limitados, 1 ≤ i ≤ k. Mostre que
K : = K1 × K2 × · · · × K k
é espaço métrico totalmente limitado com a métrica
dK ( x, y) := max di ( x [i ], y[i ]) ( x, y ∈ K )
1≤ i ≤ k
. Mostre ainda que K é compacto se e somente se cada Ki é compacto.
93
94
Capı́tulo 7
Caminhos e conexidade
O objetivo deste capı́tulo é estudar duas noções do que significa um espaço métrico ser conexo.
Podemos descrevê-las intuitivamente da seguinte forma.
• Conexidade por caminhos: quaisquer dois pontos são ligados por uma curva contı́nua.
• Conexidade topológica: é possı́vel colorir o conjunto com duas cores sem que qualquer
ponto esteja “colado” em pontos da outra cor.
Como veremos, o segundo conceito é mais geral, mas o primeiro é mais intuitivo e os dois
têm uma teoria análoga. Além disso, há alguns casos importantes em que os dois conceitos
coincidem.
7.1 Conexidade por caminhos

Fixe um espaço métrico ( X, dX ). Uma curva parametrizada é uma aplicação contı́nua γ : [0, 1] → X.
Dizemos que γ conecta x ∈ X a x 0 ∈ X se γ(0) = x e γ(1) = x 0 . Dizemos ainda que γ conecta x
a x 0 em U ⊂ X se x, x 0 ∈ U, γ conecta estes dois pontos e a imagem Im(γ) ⊂ U. Simbolizaremos
U
esta relação pelo sı́mbolo x ↔ x 0 .
U
Definição 7.1 Dizemos que U ⊂ X é conexo por caminhos se x ↔ x 0 para todos x, x 0 ∈ U.
Antes de compreender melhor esta definição, precisaremos de alguns fatos sobre a relação
U
“↔”. O primeiro ponto é mostrar que esta é uma relação de equivalência sobre os elementos de
U.
Lema 7.1 Dados x, x 0 , x 00 ∈ U, temos:

U
• Reflexividade: x ↔ x.
U U
• Simetria: x ↔ x 0 se e somente se x 0 ↔ x.
U U U
• Transitividade: x ↔ x 0 e x 0 ↔ x 00 implicam x ↔ x 00 .
95
Prova: Reflexividade segue do fato de que a curva γ(t) ≡ x, t ∈ [0, 1], conecta x a x. Simetria
vem do fato que γ conecta x a x 0 se e somente se t 7→ γ(1 − t) conecta x 0 a x, e tanto γ quanto
t 7→ 1 − t são contı́nuas.
U U U
Por fim, suponha x ↔ x 0 ↔ x 00 . Queremos demonstrar que x ↔ x 00 , ou seja, que há uma curva
que conecta x a x 00 em U. Veja primeiramente que, por hipótese, existem curvas γ0 , γ1 : [0, 1] → U
com γ0 (0) = x, γ0 (1) = γ1 (0) = x 0 e γ1 (1) = x 00 . Defina agora:

γ0 (2t), 0 ≤ t ≤ 1/2;
γ(t) :=
γ1 (2t − 1), 1/2 < t ≤ 1.
A ideia é que nós “colamos” a curva γ0 com a curva γ1 , o que resulta numa única curva contı́nua
porque γ0 termina onde γ1 começa. De fato, supondo por um instante que γ é contı́nua, vemos
que γ(t) ∈ U para todo t (afinal, γ(t) = γ0 (s) ou γ1 (s) para algum s ∈ [0, 1]) e conecta x a x 00 , de
U
modo que x ↔ x 00 .
Falta checar que γ é mesmo contı́nua. Para isto, dado um conjunto F ⊂ U fechado em U,
vamos mostrar que γ−1 ( F ) ⊂ [0, 1] é fechado. Veja que, dado um t ∈ [0, 1] qualquer,
t ∈ γ−1 ( F ) ⇔ (t ≤ 1/2 e γ0 (2t) ∈ F ) ou (t ≥ 1/2 e γ1 (2t − 1) ∈ F ).
O ponto sutil acima é que as duas cláusulas do “ou”podem ser verdade simultaneamente no caso
em que t = 1/2. Isto vem do simples fato que γ0 (2t) = x 0 = γ1 (2t − 1) se t = 1/2. Aqui usamos o
fato de que γ0 termina onde γ1 começa, que é fundamental para termos a continuidade.
Vamos agora terminar a prova observando o seguinte. Defina as funções contı́nuas φ0 (t) :=
2t, definida para t ∈ [0, 1/2], e φ1 (s) := 2s − 1, para s ∈ [1/2, 1]. A equivalência acima nos mostra
que
γ−1 ( F ) = (γ0 ◦ φ0 )−1 ( F ) ∪ (γ1 ◦ φ1 )−1 ( F ).
Como γ0 , γ1 , φ0 e φ1 são contı́nuas, temos que (γ0 ◦ φ0 )−1 ( F ) ⊂ [0, 1/2] é fechado em [0, 1/2]
e (γ1 ◦ φ1 )−1 ( F ) ⊂ [1/2, 1] é fechado em [1/2, 1]. Como ambos os intervalos são fechados,
deduzimos que (γ0 ◦ φ0 )−1 ( F ) e (γ1 ◦ φ1 )−1 ( F ) são ambos fechados em [0, 1] e portanto γ−1 ( F ),
que é a união dos outros dois, também é fechado em [0, 1], como querı́amos demonstrar. 2
Vamos agora estudar alguns casos de conjuntos conexos por caminhos.
Exemplo 7.1 Os conjuntos conexos por caminhos em R são exatamente os intervalos.
Observe que um conjunto I ⊂ R é um intervalo se e somente se, dados x, x 0 ∈ I com x < x 0 ,

temos que qualquer ponto z ∈ ( x, x 0 ) está em I. Desta forma, sempre que I é um intervalo e
x < x 0 estão em I, temos que a curva γ(t) := (1 − t) x + t x 0 (t ∈ [0, 1]) conecta x a x 0 em I, o que
I
quer dizer que x ↔ x 0 e vice-versa. Ou seja, se I é intervalo, então I é conexo por caminhos.
Para ter a recı́proca, suponha que I ⊂ R é conexo por caminhos. Queremos mostrar que
I é um intervalo, isto é, que, dados x, x 0 ∈ I com x < x 0 , então qualquer ponto z ∈ ( x, x 0 )
está também em I. Considere x < x 0 como acima e tome uma curva contı́nua γ : [0, 1] → I
conectando x a x 0 em I. Esta é uma aplicação contı́nua de [0, 1] em R, portanto o Teorema do
Valor Intermediário nos garante que, dado z ∈ ( x, x 0 ), há um t ∈ (0, 1) com γ(t) = z. Em
particular, como a imagem de γ está contida em I, isto quer dizer que z = γ(t) ∈ I. Como
z ∈ ( x, x 0 ) é arbitrário, isto encerra a prova.
96
Exemplo 7.2 Seja (V, k · kV ) um espaço vetorial normado e C ⊂ V um conjunto convexo, isto é tal que,
dados quaisquer v, v0 ∈ C e t ∈ [0, 1], (1 − t) v + tv0 ∈ C. Geometricamente, isto quer dizer que, dados
dois pontos em C, todo o segmento de reta entre eles também está em C.
Veja que claramente C é conexo, dado que, dados v, v0 , a curva γ(t) = (1 − t) v + t v0 , que é
C
contı́nua (por quê?), demonstra que v ↔ v0 . O mais interessante é mostrar que toda bola em V é
convexa. De fato, se R > 0 e v0 ∈ V, a bola B(v0 , R) é dada por:
B(v0 , R) = {v ∈ V : kv − v0 kV < R.}
Mas então, para quaisquer v, v0 ∈ B(v0 , R) e t ∈ [0, 1], temos kv − v0 kV < R, kv0 − v0 kV < R e
portanto
k(1 − t)v + tv0 − v0 kV = k(1 − t)(v − v0 ) + t(v0 − v0 )kV

≤ (1 − t)kv − v0 kV + tkv0 − v0 kV
< (1 − t) R + tR = R,
ou seja, (1 − t)v + tv0 ∈ B(v0 , R).
Exemplo 7.3 Suponha que U, V ⊂ X são conexos por caminhos e têm um ponto em comum. Então
U ∪ V é conexo por caminhos.
U
De fato, seja x0 ∈ U ∩ V. Então, para todo x ∈ U ∪ V, ou x ∈ U e x ↔ x0 (já que U é
V U ∪V
conexo por caminhos), ou x ↔ x0 (e vale o análogo para V). Em ambos os casos, x ↔ x0 e a
U ∪V
transitividade desta relação garante que x ↔ x 00 para quaisquer x, x 00 ∈ U ∪ V.
Exemplo 7.4 Seja U ⊂ X conexo por caminhos. Para qualquer função contı́nua f : U → Y, a imagem
f (U ) é conexa por caminhos. Em particular, se Y = R, f (U ) é um intervalo.
Para ver isso, observe que, dados x, x 0 ∈ U e uma curva γ ligando estes dois pontos em U, a
composição f ◦ γ é contı́nua e conecta f ( x ) a f ( x 0 ) em f (U ). Deste modo, como todos os pares
de pontos em U são conectados por curvas em U, quaisquer dois pontos y = f ( x ), y0 = f ( x 0 ) em
f (U ) são conectados por caminhos em f (U ). Ou seja, f (U ) é conexo por caminhos.
Exercı́cio 7.1 Determine se os conjuntos contidos em Rd (d > 1) abaixo são convexos e/ou conexos por
caminhos.
1. O simplexo ( )
d
∆ :=
d
x∈R :
d
∑ x[ j] = 1 e ∀i ∈ {1, . . . , d}, x[i] ≥ 0 .
j =1
2. A esfera unitária Sd−1 := { x ∈ Rd : | x |2 = 1.}
3. Rd \{0}.
Exercı́cio 7.2 Tome a métrica discreta sobre X e prove que este espaço é conexo por caminhos se e somente
se X tem apenas um elemento.
97
7.2 Conexidade topológica
O conceito de conexidade topológica é menos intuitivo que o de conexidade por curvas, mas é
mais geral e de certo modo mais robusto e mais importante.
Primeiro tentaremos entender a intuição deste conceito. Imagine que tentamos separar um
conjunto U ⊂ X em duas partes L ⊂ U e R = U \ L com L, R 6= ∅. Queremos dizer que, se
U é conexo, qualquer divisão deste tipo causará uma “quebra”. Definir isto não é tão simples,
mas sugerimos a seguinte ideia: uma “quebra” é um conjunto de pontos u ∈ U que “vê”tanto L
quanto R arbitrariamente de perto. Com isto queremos dizer que
u está na quebra se BX (u, r ) ∩ L 6= ∅ e BX (u, r ) ∩ R 6= ∅ para todo r > 0.
Vamos pensar então o que significaria o fato de que U é desconexo. Dirı́amos que U é desconexo
se existem L ⊂ U e R = U \ L, ambos não vazios, tais que, para qualquer u ∈ U, não vale a
propriedade acima. Ou seja,
∀u ∈ U : BX (u, r ) ∩ L = ∅ ou BX (u, r ) ∩ R = ∅.
Mas o que isto quer dizer? Como L ∪ R = U, dado u ∈ U, só há duas alternativas: ou há um
r > 0 tal que BU ( x, r ) ⊂ R, ou há um r > 0 tal que BU ( x, r ) ⊂ L. Veja que as alternativas são
mutuamente excludentes, de modo que, das duas, uma: ou u ∈ R, e neste caso BU ( x, r ) ⊂ R
para algum r > 0, ou u ∈ L, e neste caso BU ( x, r ) ⊂ L. A seguinte definição estabelece o que
queremos.
Definição 7.2 U ⊂ X é desconexo se existe L ⊂ U com L 6= ∅, X (de modo que R = U \ L 6= ∅, U
também) e tal que L é ao mesmo tempo relativamente aberto e relativamente fechado (portanto R também é
as duas coisas). U é conexo se não é desconexo.
Note que estamos definindo conexidade com relação à topologia relativa! Logo V ⊂ U ⊂ X é
conexo com relação à topologia induzida por X se e somente se é conexo com relação à topologia
induzida por U.
Vamos agora enunciar uma maneira mais simples e outra, mais complicada, de checar cone-
xidade.
Teorema 7.1 U ⊂ X é conexo se e somente se toda função contı́nua η : U → {0, 1} é constante.
Prova: Vamos provar que U é desconexo se e somente se existe uma função η : U → {0, 1}
contı́nua e que não é constante.
Imagine que η : U → {0, 1} é contı́nua. Tanto {0} quanto {1} são fechados do contradomı́nio,
portanto
L := η −1 ({0}) e R := η −1 ({1}) = U \ L
são fechados. Se η não é constante, L 6= ∅ e R 6= ∅, logo U = L ∪ R com L, R não vazios e
relativamente abertos e fechados. Ou seja,se η é contı́nua e não é constante, U é desconexo.
Por outro lado, se U é desconexo, podemos escrever U = L ∪ R com L, R não vazios, ambos
relativamente abertos e fechados. Neste caso é um exercı́cio verificar que a expressão

0, u ∈ L
η (u) =
1, u ∈ R.
define uma função contı́nua (apenas cheque que a imagem inversa de fechados de {0, 1} é fe-
chada!). Portanto, quando U é desconexo, existe η : U → {0, 1} contı́nua e não-constante 2
98
Provaremos agora alguns resultados relacionados aos que já provamos acima.
Exemplo 7.5 Os subconjuntos conexos da reta R são precisamente os intervalos.
Para ver isso, tome I ⊂ R intervalo. Dada η : I → {0, 1} contı́nua, veremos que ela tem de ser
constante. Suponha (para chegar a uma contradição) que η não é constante. Isto quer dizer que
há pontos t0 , t1 ∈ I com η (t0 ) = 0 e η (t1 ) = 1. O Teorema do Valor Intermediário implica que
para cada x ∈ (0, 1) há um t ∈ I com γ(t) = x. Mas isto contradiz o fato de que o contradomı́nio
de η é {0, 1}. Portanto η tem de ser constante.
Por outro lado, suponha que I não é intervalo. Neste caso, existe um ponto x ∈ R\ I tal que
inf I < x < sup I. A função

0, t < x
η0 ( t ) : =
1, t > x.
Esta função está definida para t ∈ R e é sabido que ela só é descontı́nua em t = x. Como x 6∈ I,
sua restrição η = η0 | I é contı́nua. Além disso, vemos que, como x > inf I, existe t0 ∈ (inf I, x )
com t0 ∈ I e portanto η (t0 ) = 0. Do mesmo modo, como x < sup I, existe t1 ∈ ( x, sup I ) com
η (t1 ) = 1. Portanto, o fato de que I não é um intervalo implica que existe η : I → {0, 1} contı́nua
e não constante.
Exemplo 7.6 Todo conjunto conexo por caminhos é conexo. (A recı́proca em geral é falsa.)
Um contraexemplo para a recı́proca será discutido na próxima seção. Para ver porque
conexidade por caminhos implica conexidade, imagine que U é conexo por caminhos e que
η : U → {0, 1} é contı́nua. Fixado x0 ∈ U, mostraremos que η é contı́nua mostrando que
U
η ( x ) = η ( x0 ) para todo x ∈ U. De fato, como x ↔ x0 , existe γ : [0, 1] → U contı́nua com
γ(0) = x0 e γ(1) = x. A composição η ◦ γ : [0, 1] → {0, 1} é contı́nua, o que quer dizer (como
[0, 1] é intervalo) que é constante. Logo η ( x ) = η (γ(1)) = η (γ(0)) = η ( x0 ), CQD.
Exemplo 7.7 Se U ⊂ X é conexo, qualquer conjunto V contendo U e contido em U é conexo.
Vamos provar por contrapositiva. Suponha que existe um V como acima que não é conexo. Então
há uma η : V → {0, 1} contı́nua e pontos t0 , t1 ∈ V com η (t0 ) = 0, η (t1 ) = 1. Recorde que V ⊂ U
e isto quer dizer que existe uma sequência {tn }n∈N ⊂ U com tn → t0 , logo η (tn ) → η (t0 ) = 0.
Como η (tn ) ∈ {0, 1} para cada n, isto quer dizer que η (tn ) = 0 para todo n grande. Logo existe
um t = tn ∈ U com η (tn ) = 0. Do mesmo modo, temos que existe um s ∈ U com η (s) = 1.
Deste modo, a restrição η |U : U → {0, 1} é contı́nua e não constante, o que quer dizer que U é
desconexo.
Exemplo 7.8 Um subconjunto de R é conexo se e somente se é um intervalo.
De fato, já vimos que os intervalos são exatamente os subconjuntos conexos por caminhos da
reta, logo todos eles são conexos. Por outro lado, todo intervalo é conexo, como vimos acima.
Exemplo 7.9 Se U ⊂ X é conexo e f : U → Y é contı́nua, a imagem f (U ) é conexa.
99
Veja que, se η : f (U ) → {0, 1} é contı́nua, η ◦ f : U → {0, 1} também o é. Se U é conexo, η é
constante, o que quer dizer que, dados quaisquer a = f (u) ∈ f (U ), a0 = f (u0 ) ∈ f (U ),
η ( a) = η ( f (u)) = η ( f (u0 )) = η ( a0 ).
Ou seja, η é constante. Como η : f (U ) → {0, 1} é uma função contı́nua qualquer, deduzimos que
f (U ) é conexo.
Exemplo 7.10 Se F é uma coleção de subconjuntos conexos de X e F ∩ F 0 6= ∅ para quaisquer F, F 0 ∈ F ,

então ∪ F∈F F é conexo.
Note que provamos que uma união de dois conjuntos conexos por caminhos com ponto em
comum é conexa por caminhos. Aqui, a união é conexa mesmo que a coleção F tenha infinitos
elementos. Veremos mais adiante que esta é uma diferença real entre os dois conceitos.
Para provar que vale a propriedade acima, tomemos η : ∪ F∈F F → {0, 1} contı́nua e dois
pontos quaisquer x, x 0 da união, para mostrar que η ( x ) = η ( x 0 ). Para isto, tome F, F 0 ∈ F tais
que x ∈ F e x 0 ∈ F 0 (tais conjuntos têm de existir, porque x e x 0 estão na união). Por hipótese,
podemos encontrar um elemento x0 ∈ F ∩ F 0 . Como F é conexo, η é contı́nua, a restrição de η a
F é constante; isto quer dizer que η ( x ) = η ( x0 ) porque x0 , x ∈ F. Do mesmo modo, a conexidade
de F 0 implica η ( x 0 ) = η ( x0 ). Deduzimos que η ( x ) = η ( x 0 ), como querı́amos demonstrar.
7.3 Quando as definições concordam?

Como vimos acima, as teorias de conexidade (topológica) e conexidade por caminhos são análogas.
De fato, no caso de subconjuntos da reta real R, há uma coincidência total entre as duas
definições: os intervalos são exatamente os subconjuntos conexos e também os conexos por cami-
nhos.
Nosso objetivo nesta seção vai ser mostrar que, por um lado, os dois conceitos às vezes
divergem, até mesmo em dimensão 2. Por outro lado, veremos que, para subconjuntos abertos
de espaços vetoriais normados, as duas noções de conexidade coincidem.
7.3.1 Discordância em R2
Vejamos primeiro um caso em que as duas definições discordam.
Teorema 7.2 Defina Γ0 ⊂ R2 da seguinte forma:
Γ0 := {( x, sin(1/x )) : x ∈ (0, 1]}
e Γ = Γ0 ∪ {(0, 1)}. Este Γ é conexo, mas não é conexo por caminhos.
Prova: A prova terá três partes.

Passo 1 Primeiro provaremos que Γ0 é conexo por caminhos e portanto conexo.
Passo 2 Provaremos a seguir que Γ não é conexo por caminhos.
Passo 3 Veremos que Γ0 ⊂ Γ ⊂ Γ0 . Como o fecho de um conjunto conexo é conexo, isto implica a
conexidade de Γ e encerra a prova.
100
Passo 1: Γ0 conexo por caminhos. Tome dois pontos p, q ∈ Γ0 ; pela definição do conjunto,
sabemos que p = (t, sin(1/t)) e q = (s, sin(1/s)) para valores 0 < s, t ≤ 1. Supondo sem perda
Γ0
de generalidade que t < s, mostraremos que p ↔ q. Para isto, basta definir a curva:

1
γ( a) := t + a (s − t), sin ( a ∈ [0, 1]).
t + a (s − t)
Como s > t, t + a (s − t) ∈ (0, 1] para todo a ∈ [0, 1] e vemos que γ é uma curva que conecta p a
q em Γ0 .
Passo 2: Γ não é conexo por caminhos. Provaremos que os pontos p = (0, 1) e q = (1, sin(1)),
ambos pertencentes a Γ, não podem ser conectados por uma curva contı́nua em Γ. De fato,
suponha (para chegar a uma contradição) que existe γ : [0, 1] → Γ contı́nua com γ(0) = p
e γ(1) = q. Considere as coordenadas γ1 (t), γ2 (t) de γ(t). Como γ é contı́nua, γ1 e γ2 são
contı́nuas. Temos ainda que γ1 (0) = 0 e γ1 (1) = 1.
Como γ1 : [0, 1] → R, o Teorema do Valor Intermediário nos garante que existe um t0 ∈ (0, 1)
com γ1 (t0 ) = 1/(π/2). Suponha indutivamente que definimos
t0 > t1 > t2 > · · · > t n > 0
de modo que, para cada 0 ≤ m ≤ n, γ1 (tm ) = 1/(mπ + π/2). Veja que novamente γ1 (0) <
1/((n + 1)π + π/2) < γ1 (tn ), logo existe um tn+1 ∈ (0, tn ) com γ1 (tn ) = 1/((n + 1)π + π/2).
Desta forma, provamos que existe uma sequência decrescente {tn }n∈N ⊂ (0, 1) com

1
∀n ∈ N : γ2 (tn ) = sin = ±1,
γ1 (tn )
dependendo se n é par ou ı́mpar.
Vemos que a sequência tn converge para um t ∈ [0, 1], posto que é decrescente. Isto implica
γ2 (tn ) → γ2 (t), o que contradiz o fato que a sequência γ2 (tn ) alterna entre ±1, como vimos
acima. A contradição implica que não podemos conectar p e q por uma curva em Γ.
Passo 3: Γ0 ⊂ Γ ⊂ Γ0 . A primeira inclusão é trivial. Para checar a segunda, basta ver que
o ponto p = (0, 1), que é o que adicionamos para formar Γ, está no fecho de Γ0 . Mas para isso
basta ver que a sequência
1
pn = π , 1 ( n ∈ N)
2 + 2πn
está toda em Γ0 e converge a p. 2
Exercı́cio 7.3 Mostre que Γ0 = Γ0 ∪ ({0} × [−1, 1]).
7.3.2 Concordância para abertos de espaços vetoriais

Nesta seção mostramos um caso muito importante em que os dois conceitos de conexidade
concordam.
Teorema 7.3 Considere um espaço vetorial normado (V, k · kV ) e um subconjunto aberto A ⊂ V. Então
A é conexo se e somente se é conexo por caminhos.
101
Prova: Uma direção já está dada; além disso, o resultado é trivial se A = ∅. Só nos falta provar
que um A ⊂ V, A 6= ∅ que é aberto e conexo também é conexo por caminhos. O argumento que
usaremos é tı́pico de provas envolvendo conexidade.
Como A 6= ∅, podemos encontrar x0 ∈ A. Considere o subconjunto L ⊂ A de todos os
A
x ∈ A com x0 ↔ x. Nosso objetivo é provar que L = A; para isso, suporemos (para chegar
a uma contradição) que L 6= A, de modo que R = A\ L 6= ∅. A contradição estará provada
quando mostrarmos que L e R são relativamente abertos em A, o que quer dizer que A é desconexo.
Vejamos, portanto, a prova destes fatos.
1. Queremos mostrar que L é relativamente aberto em A. Como A é aberto, isto é o mesmo

que mostrar que L é aberto de V. Para isto, dado x ∈ L, devemos encontrar δ > 0 tal que
B( x, δ) ⊂ L. Mas isto é simples. Como A é aberto, existe um δ > 0 com B( x, δ) ⊂ A.
A discussão logo após o Exemplo 7.2 acima nos diz que B( x, δ) é convexa, logo qualquer
B( x,δ) A
x 0 ∈ B( x, δ) satisfaz x ↔ x 0 . Como B( x, δ) ⊂ A, isto também nos diz que x ↔ x 0 para
A
todo x 0 ∈ B( x, δ). Mas recorde que, pelo Lema 7.1, a relação “↔”é transitiva, logo o fato
A A
de que x ∈ L, e portanto x ↔ x0 , implica que x 0 ↔ x0 para todo x 0 ∈ B( x, δ). Ou seja,
B( x, δ) ⊂ L.
2. Do mesmo modo que acima, queremos provar que R ⊂ V é aberto. Para isto, dado x ∈ R,
A
tomamos δ > 0 com B( x, δ) ⊂ A. Novamente temos x 0 ↔ x para todos x 0 ∈ B( x, δ). Deste
A A
modo, se algum x 0 ∈ B( x, δ) satisfaz x 0 ↔ x0 , também teremos x ↔ x0 , o que contradiz o
fato que x 6∈ L. Deduzimos que x 0 não está conectado em A a x0 para qualquer x 0 ∈ B( x, δ),
ou seja, B( x, δ) ⊂ A\ L = R.

Exercı́cio 7.4 Considere dois conjuntos abertos e conexos U, V ⊂ R2 com U ∩ V 6= ∅. É necessariamente
verdade que U ∩ V é conexo? E se supomos que U e V são convexos?
Exercı́cio 7.5 Mostre que um espaço métrico ( X, dX ) é conexo se a imagem de qualquer função contı́nua
f : X → R é um intervalo. Prove ainda que ( X, dX ) é conexo e compacto se e somente se a imagem de
qualquer função contı́nua f : X → R é um intervalo compacto.
Exercı́cio 7.6 Considere um espaço métrico ( X, dX ). Dizemos que uma coleção F de subconjuntos F ⊂ X
é combinatorialmente conexa se dada qualquer partição F = F0 ∪ F1 com F0 , F1 6= ∅ e F0 ∪ F1 = F ,
existem F0 ∈ F0 e F1 ∈ F1 com F0 ∩ F1 6= ∅. Prove que se F é combinatorialmente conexa e cada F ∈ F
é conexo, então a união ∪ F∈F F é um subconjunto conexo de X.
102
Parte III
Mais sobre os espaços de funções

contı́nuas
103
Capı́tulo 8
Funções contı́nuas com valores num

espaço vetorial
Nesta seção das notas, vamos nos concentrar sobre espaços de funções contı́nuas com domı́nio
compacto. O espaço C ([ a, b], R) já apareceu em diversos momentos do livro. Além disso, no
capı́tulo de compacidade, vimos alguns primeiros resultados sobre funções contı́nuas de um
compacto em um espaço métrico arbitrário.
Neste capı́tulo e no próximo, nos concentraremos no caso de funções de um compacto num
espaço de Banach. Além de considerar alguns resultados gerais, vamos tratar funções contı́niuas
ψ : I → V, com I ⊂ R compacto e (V, k · kV ) Banach. Desenvolveremos um Cálculo rudimentar
para elas.
8.1 Funções contı́nuas sobre compactos

Vamos agora apresentar duas propriedades de funções contı́nuas sobre compactos. As duas
seguem o esquema geral de demonstrações já vistas anteriormente.
Notação: Nos próximos resultados, (K, d) é um espaço métrico compacto, (V, k · k) é Banach,
e f : K → V é contı́nua. O conjunto das funções contı́nuas de K em V será chamado de
C (K, V ) ou simplesmente C.
Proposição 8.1 Toda f como acima é limitada, atinge seu supremo (em norma) e uniformemente contı́nua.
Isto é,
∃t? ∈ K : k f (t? )kV = sup k f (t)k < +∞
t∈K
e
lim sup k f (t) − f (s)kV = 0
δ→0 t,s∈[ a,b] : |t−s|≤δ
Prova: Isto vem do fato que t 7→ k f (t)kV é função contı́nua de K em R (logo é limitada,
pela definição de compacto) e que toda função contı́nua sobre um compacto é uniformemente
contı́nua. 2
105
Considere agora o espaço C (K, V ). Assim como o caso de C ( I, R), que já estudamos, este
espaço tem uma estrutura natural de espaço vetorial. Seu elemento nulo 0C é a função constante
igual a 0V . Dadas funções f , g ∈ C e um escalar λ ∈ R, uma nova função λ f + g é definida via:
(λ f + g)(t) = λ f (t) + g(t) (t ∈ K ).
A única diferença para o caso em que V = R é que as operações de soma e produto do lado
direito são em V e não em R.
Há muitas boas razões para se considerar essa classe de funções. Por exemplo, se V =
R , podemos vizualizar cada elemento de C como uma trajetória no espaço tridimensional. Se
3
queremos modelar a evolução de posição e momento de N particulas clássicas em R3 , precisamos

tomar V = R6N . Em outros contextos, pode ser interessante tomar V ainda mais geral.
Elaboraremos agora uma teoria básica do espaço C. Nosso primeiro objetivo será definir uma
norma nele de modo a torná-lo um espaço de Banach. As provas abaixo são todas adaptações do
caso em que K é um intervalo e V = R.
Proposição 8.2 A expressão abaixo define uma norma k · kV em C:

k f kC := sup k f (t)kV ( f ∈ C ).
t∈ I
Com essa norma, (C, k · kC ) é completo (Banach).
Prova: A Proposição 8.1 nos garante que k f kC < +∞. Como k f (t)kV ≥ 0 sempre, temos que
k f kC ≥ 0. Portanto, k · kC : C → [0, +∞) é uma função bem-definida. Para provar que ela é uma
norma, precisamos provar que ela é positiva definida, homogênea positiva e subaditiva. Como a
prova é bem semelhante à do caso em que V = R, demonstraremos apenas a subaditividade.
De fato, dadas f , g ∈ C, podemos usar a subaditividade de k · kV e a definição de k · kC para
provar que:
∀t ∈ I : k f (t) + g(t)kV ≤ k f (t)kV + k g(t)kV ≤ k f kC + k gkC .
Portanto, k f kC + k gkC é cota superior para os valores de k f (t) + g(t)kV , donde deduzimos que
k f + gkC = sup k f (t) + g(t)kV ≤ k f kC + k gkC
t∈ I
para quaisquer f , g ∈ C. Ou seja, k · kC é mesmo subaditiva.

Falta demonstrar que (C, k · kC ) é completo. Ou seja, dada uma sequência { f n }n∈N com a
propriedade de Cauchy,
lim k f n − f m kC = 0,
m,n→+∞
precisamos mostrar que existe uma f : I → V contı́nua tal que k f n − f kC → 0. Novamente,

o argumento é bem parecido com o que vimos no caso de V = R e nos contentaremos em
apresentar um esboço acelerado. Seguimos as linhas gerais da prova do Teorema 3.2, que mostra
que C ( I, R) é completo.
1. Convergência pontual. Para cada t ∈ I, vemos que

n,m→+∞
0 ≤ k f n (t) − f m (t)kV ≤ k f n − f m kC → 0.
Portanto, { f n (t)}n∈N ⊂ V é Cauchy e (como V é completo) converge a algum valor f (t). A
função resultante f : I → V é o limite pontual das f n .
106
2. De pontual para uniforme. Dado t ∈ I,
0 ≤ k f n (t) − f (t)kV = lim k f n (t) − f m (t)kV ≤ sup k f n − f m kC ,

m→+∞ m≥n
logo
sup k f n (t) − f (t)kV → 0 quando n → +∞.
t∈ I
3. Limite uniforme de funções contı́nuas é função contı́nua. Suponha que tk → t em I.

Queremos mostrar que f (tk ) → f (t). Para isso, tomamos um n ∈ N e observamos que:
k f (tk ) − f (t)kV ≤ k f n (tk ) − f n (t)kV + k f n (tk ) − f (tk )kV + k f n (t) − f (t)kV

≤ k f n (tk ) − f n (t)kV + 2 sup k f n (s) − f (s)kV .
s∈ I
Agora mandamos k → +∞ e observamos que
lim sup k f (tk ) − f (t)kV ≤ lim sup k f n (tk ) − f n (t)kV + 2 sup k f n (s) − f (s)kV = 2 sup k f n (s) − f (s)kV ,
k →+∞ k →+∞ s∈ I s∈ I
porque f n é contı́nua. Portanto,
lim sup k f (tk ) − f (t)kV ≤ inf 2 sup k f n (s) − f (s)kV ≤ 2 lim sup k f n (s) − f (s)kV = 0.
k →+∞ n ∈N s∈ I n ∈N s ∈ I
8.2 Funções sobre intervalos e suas derivadas

Nosso próximo objetivo é desenvolver rudimentos de um Cálculo para funções com valores em
V Banach que dependem de um único parâmetro real.
Notação: Nos próximos resultados, I = [ a, b] ⊂ R é um intervalo fechado e limitado da reta,

(V, k · k) é Banach, e f : I → V é dada.
O primeiro passo será generalizar o conceito de derivada.
Definição 8.1 Dizemos que f é diferenciável em t ∈ I se existe o limite:
f (t + h) − f (t)
f 0 (t) := lim .
h →0 h
A definição é a mesma do caso real e podemos fazer algumas considerações gerais relacionadas.
Por exemplo, o fato abaixo decorre de que limites em Rd são sempre tomados coordenada a
coordenada.
Exemplo 8.1 Se V = Rd , então f 0 (t) existe se e somente se cada uma das funções coordenadas f [i ] é
diferenciável em t. Neste caso,
f 0 (t) = ( f 0 [i ](t))id=1 .
107
Exemplo 8.2 Se f , g : I → V são ambas diferenciáveis em t ∈ I e λ ∈ R e um escalar, então:
( λ f + g ) 0 ( t ) = λ f 0 ( t ) + g 0 ( t ).
Exercı́cio 8.1 Prove que toda f diferenciável em t ∈ I também é contı́nua em t.
Agora vamos assinalar uma diferença crucial entre a derivada na reta e casos mais gerais.
Um dos principais teoremas do caso V = R é o Teorema do Valor Médio, que diz que, dados
x, y ∈ I, se f é diferenciável no intervalo entre x e y, então existe um ponto θ nesse intervalo tal
que
f ( x ) − f ( y ) = f 0 ( θ ) ( x − y ).
Esse resultado não vale para V mais gerais. De fato, ele falha já para V = R2 .
Exemplo 8.3 Se f (t) = (t2 , t3 ), t ∈ [0, 1], vemos que f (1) − f (0) 6= f 0 (θ ) para qualquer θ ∈ [0, 1].
O que podemos guardar do caso unidimensional é uma cota na magnitude de f ( x ) − f (y). De

fato, temos a Desigualdade do Valor Médio neste caso.
Teorema 8.1 (Desigualdade do Valor Médio) Dados t, s ∈ I e f : I → R diferenciável, temos a

desigualdade !
k f (t) − f (s)kV ≤ sup k f 0 ( a)kV | t − s |.
a∈ I
Prova: Podemos supôr sem perda de generalidade que t = a e s = b; afinal, sempre podemos
restringir a função a um intervalo menor que tem t e s como extremos.
Provemos, então, o teorema. Se o sup é infinito, a desigualdade acima é trivialmente verda-
deira. Suponha, então, que o sup é finito e fixe κ > supt∈ I k f 0 (t)kV . Mostraremos que:
Objetivo: k f (b) − f ( a)kV ≤ κ kb − akV .
O resultado segue disso se tomamos o limite κ & supt∈ I k f 0 (t)kV .

Defina o conjunto:
Iκ := {t ∈ I : k f (t) − f ( a)kV ≤ κ (t − a)}.
Nosso objetivo corresponde a provar que b ∈ Iκ . Como Iκ é fechado (porque f é contı́nua) e
limitado, sup Iκ ∈ Iκ , logo basta ver que sup Iκ = b.
Para chegar a uma contradição, suponha que s := sup Iκ 6= b. Como Iκ ⊂ I = [ a, b], isso quer
dizer que s < b; além disso,
k f (s) − f ( a)kV ≤ κ (s − a) porque s ∈ Iκ .
Recorde que:
f (s + h) − f (s)
lim = k f 0 (s)kV < κ.
h→0,s+h∈ I h
V
Como s < b, isso quer dizer que podemos encontrar 0 < δ < b − s tal que:

f (s + δ) − f (s)
≤ κ.
δ
V
108
Mas então, s + δ ∈ I, s + δ > s e
k f (s + δ) − f (s)kV ≤ κ δ
e, por subaditividade,
k f (s + δ) − f ( a)kV ≤ k f (s + δ) − f (s)kV + k f (s) − f ( a)kV ≤ κ (δ + s − a).
Ou seja, s + δ ∈ Iκ e s + δ > s = sup Iκ . Esta contradição implica que sup Iκ = b, como querı́amos
demonstrar. 2
8.3 Integração de funções sobre intervalos

Nosso próximo objetivo é estender a teoria de integração de funções contı́nuas sobre intervalos a
funções com valores em V (com V Banach). Nesta seção I := [ a, b] ⊂ R com −∞ < a ≤ b < +∞.
Recorde de Análise na Reta que uma partição pontilhada P de [ a, b] é um objeto do tipo:
P := {(t0P , s0P ), (t1P , s1P ), . . . , (tnPP , snPP )}
com
t0P = a ≤ s0P ≤ t1P ≤ s1P ≤ t2P ≤ · · · ≤ tnPP ≤ snPP ≤ tnPP +1 =: b.
Note a convenção de que tnPP +1 = b sempre. Informalmente, dividimos [ a, b] em intervalos
[tiP , tiP+1 ] e escolhemos um ponto siP em cada intervalo. O tamanho da partição P é definido como
| P| := max0≤i≤nP (tiP+1 − tiP ).
Definição 8.2 Dada uma função f : I → V e uma partição pontilhada P como acima, definimos a soma
de Riemann para f sobre a partição pontilhada P como sendo :
nP
s( f , P) := ∑ (tiP+1 − tiP ) f (siP ) ∈ V.
i =0
Dizemos que f é Riemann-integrável sobre [ a, b] se existe um limite para as somas de Riemann quando
| P| → 0, ou seja, quando existe um elemento I ab ( f ) ∈ V tal que, para qualquer sequência { Pj } j de
partições pontilhadas de [ a, b],
| Pj | → 0 ⇒ s( f , P) → I ab ( f ).
Rb
Quando f é Riemann-integrável sobre [ a, b], em geral escrevemos a f (t) dt := I ab ( f )
Exercı́cio 8.2 (Linearidade da integral) Prove a partir da definição que, se f , g : I → V são Riemann-
integráveis e λ ∈ R, então λ f + g também é Riemann-integrável e
Z b Z b Z b
(λ f (t) + g(t)) dt = λ f (t) dt + g(t) dt.
a a a
Exercı́cio 8.3 Mostre que, se f ≡ c ∈ V é constante, então f é Riemann-integrável e

Z b
f (t) dt = c (b − a).
a
109
Observação 8.1 No caso de V = R, é costumeiro falar das somas de Riemann superior e inferior. Não é
possı́vel fazer o mesmo em nosso caso geral porque não há uma ordem total natural para os elementos de V.
O restante da seção é dedicado à prova de um resultado fundamental.
Teorema 8.2 Toda f : I → V contı́nua é Riemann-integrável. Além disso, temos a estimativa:

Z b Z b

f ( t ) dt ≤ k f (t)kV dt ≤ (b − a) sup k f (t)kV .
a a
V t∈ I
Esta prova será baseada num lema preliminar. Este lema nos permite comparar as somas de
Riemann de duas partições de tamanho pequeno.
Lema 8.1 Considere duas partições pontilhadas P, Q. Então:
ks( f , P) − s( f , Q)kV ≤ (b − a) (m f (| P|) + m f (| Q|)).
Prova: A prova é muito similar a do caso de funções a valores reais.

Em primeiro lugar, tome um conjunto
R := {r0 , r1 , . . . , rk+1 } ⊂ [ a, b] com a = r0 ≤ r1 ≤ · · · ≤ rk+1 = b
de modo que:
• Existem ı́ndices j0P = 0 < j1P < · · · < jnPP +1 = k + 1 tais que tiP = r jP para cada i =
i
0, 1, 2, . . . , n P ;
• Existem ı́ndices j0Q = 0 < j1Q < · · · < jnPQ +1 = k + 1 tais que tiP = r jQ para cada i =
i
0, 1, 2, . . . , n P .
Não provaremos que tal R existe porque isso é feito nos cursos de Análise na Reta.
Escreva:
k
S := ∑ f ( r j ) ( r j +1 − r j ).
j =0
A ideia do restante da prova é mostrar que
ks( f , P) − SkV ≤ m f (| P|) (b − a) e ks( f , Q) − SkV ≤ m f (| Q|) (b − a),
o que claramente implica nosso objetivo. Faremos a conta apenas para P porque o caso de Q é
análogo.
Com nossa notação, temos a seguinte fórmula para S:
P
n P ji+1 −1
S= ∑ ∑ f ( r j ) ( r j +1 − r j ).
i =0 j = j P
i
De fato, tudo que fizemos foi quebrar a soma em j de acordo com o ı́ndice i tal que jiP ≤ j < jiP+1
(é fácil ver que este ı́ndice existe e é único para cada j).
110
Agora observe que, para cada ı́ndice 0 ≤ i ≤ n P ,
jiP+1 −1
tiP+1 − tiP = r jP − r jP =
i +1 i
∑ ( r j +1 − r j ).
j= jiP
Além disso, para cada i e cada j = jiP , . . . , jiP+1 − 1, temos
r j , siP ∈ [tiP , tiP+1 ]
e portanto |r j − siP | ≤ tiP+1 − tiP ≤ | P|. Portanto
k f (r j ) − f (siP )kV ≤ m f (| P|)

Deduzimos que

jiP+1 −1 jiP+1 −1
( t − t P ) f ( s P ) − ∑ ( r j +1 − r j ) f ( r j ) = ∑ (r j+1 − r j )( f (si ) − f (r j ))
P P

i +1 i i
j= jiP j= jiP
V V
≤ m f (| P|)(tiP+1 − tiP ).
Portanto,

nP jiP+1 −1 nP
s( f , P) − SkV ≤ ∑ k(t − t ) f (s ) − ∑ (r j+1 − r j ) f (r j ) ≤ m f (| P|) ∑ (t P − t P ).
P P P

i +1 i i i +1 i
i =0 j= jiP i =0
V
A soma telescópica do lado direito vale b − a. 2

Prova: [Prova do Teorema]Note que o Lema anterior mostra que, dada qualquer sequência { Pn }n∈N
como acima, com δn := | Pn | → 0,
∀m, n ∈ N : ks( f , Pn ) − s( f , Pm )kV ≤ (m f (δn ) + m f (δm )) (b − a) → 0
quando m, n → +∞. Deduzimos que {s( f , Pn )}n∈N é Cauchy e portanto converge.
Se { Qn }n∈N é outra sequência de partições pontilhadas com | Qn | → 0, podemos intercalá-la
numa só sequência com { Pn }n∈N para deduzir que s( f , Qn ) converge ao mesmo limite. É este
Rb
limite que chamamos de a f (s) ds. Veja que:
!
k
ks( f , Pn )kV ≤ ∑ ( t i − t i −1 ) k f (ciPn )kV ,
i =1
Rb
e a soma da direita é uma soma de Riemann para a
k f (s)kV ds. Portanto, tomando limites,
Z b Z b
k f (s) dskV ≤ k f (s)kV ds.
a a
2
Exercı́cio 8.4 Prove a partir das somas de Riemann que, se f ∈ C ( I, V ) e a ≤ x ≤ y ≤ z ≤ b,

Z z Z y Z z
f (t) dt = f (t) dt + f (t) dt.
x x y
111
8.4 O teorema fundamental do Cálculo
Ry
A partir de agora, definimos x
f (s) ds para y 6= x da forma usual se x < y e como
Z y Z x
f (s) ds = − f (s) ds se x > y.
x y
Com esta notação, é fácil provar que

Z y

≤ |y − x | sup k f (s)kV .
f (s) ds

x

V s∈[ x,y]
Como também é evidente que

Ry Ry
f (s) ds ( f (s) − f ( x )) ds
∀ x, y ∈ I : x 6= y ⇒ x − f (x) = x
.
y−x y−x
Ou seja, R y
x f (s) ds

− f ( x ) ≤ sup k f (s) − f ( x )kV → 0 quando y → x.

y−x

s∈[ x,y]

V
Isto implica o seguinte resultado.
Teorema 8.3 (Teorema Fundamental do Cálculo) Dada f ∈ C ( I, V ), defina:

Z t
I( f )(t) := f (s) ds (t ∈ I ).
a
Então I : C ( I, V ) → C ( I, V ) é contı́nua e além disso:
I( f )0 = f .

Exercı́cio 8.5 Suponha que V = Rd . Mostre que a integral de f ∈ C ( I, Rd ) é dada por:
Z y Z y
d
f (t) dt = f [i ](t) dt ( x, y ∈ I ).
x x i =1
Exercı́cio 8.6 Mostre que a operação I definida implicitamente no Teorema Fundamental do Cálculo é
uma aplicação linear contı́nua de C ( I, V ) em C ( I, V ).
Exercı́cio 8.7 Considere espaços vetoriais (V, k · kV ) e (W, k · kW ) e T : V → W linear e contı́nua.

Mostre que, se f : [ a, b] → V é diferenciável em t ∈ [ a, b], então
( T f ) 0 ( t ) = T f 0 ( t ).
Exercı́cio 8.8 Mostre que uma função f : [ a, b] → V com derivada nula em todos os pontos é necessaria-
mente constante.
112
Capı́tulo 9
Sequências e séries de funções
Em todo este capı́tulo, nos focaremos nos espaços de funções contı́nuas C := C (K, V ), onde
(K, dK ) é um espaço métrico compacto.
9.1 Séries de funções

Nosso problema nesta seção será dar condições suficientes para que, dada uma sequência de
funções { f n }n∈N ⊂ C, exista uma f ∈ C tal que
f (t) = ∑ f n ( t ), ( t ∈ K ).
n ∈N
Também estaremos interessados em saber quando f 0 (t) = ∑n∈N f n0 (t) para todo t ∈ K no caso
em que isto faz sentido (isto é, quando K ⊂ R).
Um caso particular importante é dado a seguir.
Exemplo 9.1 (Séries de potência) Neste caso supomos d = 1 e K = [t0 − R, t0 + R] com t0 ∈ R e

R ∈ R. Nosso objetivo será investigar quando uma série do tipo
f (t) = ∑ c n ( t − t0 ) n
n ∈N
converge a uma função contı́nua de t ∈ K, onde {cn }n∈N é uma sequência previamente escolhida de valores
reais. Também procuraremos condições sob as quais podemos diferenciar a série, obtendo a identidade
esperada
f 0 (t) = ∑ ncn (t − t0 )n−1 .
n∈N\{0}
9.1.1 Somando séries

Nosso primeiro resultado dá um critério simples para se definir quando uma série de funções
converge uniformemente.
Proposição 9.1 Se ∑n k f n k∞ < +∞, então existe f ∈ C tal que k f − ∑kn=0 f n k → 0 quando k → +∞.
113
Prova: Defina gk := ∑kn=0 f n . Como C é completo, basta provar que { gn }n∈N é Cauchy. Nossa
hipótese garante que:
∑ k gn − gn+1 k∞ < +∞.
n
Em particular, a proposição segue do enunciado abaixo.
Lema 9.1 Se ( X, dX ) é um espaço métrico, então qualquer sequência { xn }n∈N que satisfaz
∑n∈N dX ( xn , xn+1 ) < +∞ é Cauchy. (Em particular, se X é completo, a sequência converge.)
Prova: Fixemos ε > 0. Nosso objetivo é mostrar que ∃n0 = n0 (ε) ∈ N tal que
dX ( xn , xm ) < ε para todos n, m ∈ N com n, m ≥ n0 . Para isso, observamos que,
como ∑n∈N d( xn , xn+1 ) é uma série convergente, necessariamente existe um n0 tal que
∑k≥n0 (ε) dX ( xk , xk+1 ) < ε. Afirmamos que este n0 tem a propriedade que queremos.
De fato, se m, n ≥ n0 e m ≥ n – ou seja, m = n + j para algum j ∈ N – a desigualdade
triangular garante
dX ( xn , xm ) = dX ( xn , xn+ j )
j −1
≤ ∑ d X ( x n + i , x n + i −1 )
i =0
n + j −1
= ∑ d X ( x k , x k +1 )
k=n
+∞
(n ≥ n0 , n + j − 1 < +∞, termos ≥ 0) ≤ ∑ dX ( xk , xk+1 ) < ε.
k = n0
De modo análogo, dX ( xn , xm ) < ε também quando n ≥ m ≥ n0 . (Fim da prova do

Lema.) 2
2
Vejamos agora como aplicar este resultado ao Exemplo 9.1 sobre séries de potência.
Teorema 9.1 No Exemplo 9.1, temos que
1
⇒ ∑ cn (t − t0 )n converge uniformemente.
1
lim sup |cn | n <
n→+∞ R n ∈N
Prova: Para cada n ∈ N, defina f n ∈ C como

f n ( t ) : = c n ( t − t0 ) n ( t ∈ K ).
Veja que k f n k = |cn | Rn . Sob as condições do enunciado, temos que
1 1
lim sup k f n k n = R lim sup |cn | n < 1.
n n
Logo o teste da raı́z garante a convergência de ∑n∈N k f n k. 2
Exercı́cio 9.1 Mostre que ( X, dX ) é um espaço métrico completo se e somente se toda sequência { xn }n∈N
com ∑n∈N dX ( xn , xn+1 ) < +∞ converge a algum x ∈ X.
114
9.1.2 Tomando derivadas
Consideraremos agora o caso particular em que K = [ a, b] e portanto K ⊂ R. Nosso problema
fundamental é saber quando podemos deduzir que um limite de uma sequência ou série de
funções diferenciáveis é ele próprio diferenciável. Ou seja, se sabemos que gk → f na norma
uniforme, e além disso as gk são diferenciáveis, será verdade que f 0 = limk gk0 ?
Já sabemos que a resposta a esta pergunta é não em geral, como vimos no Exemplo 4.8
acima. A chave para isso é que a operação de derivar uma função não é contı́nua sob qualquer
subconjunto razoável de C. No entanto, podemos nos aproveitar da continuidade da integral para
provar que às vezes é possı́vel “passar a derivada para dentro da soma”. Um ponto importante
é que, para f : [ a, b] → Rd , definimos a derivada coordenada a coordenada.
Teorema 9.2 Seja { f n }n∈N ⊂ C ([ a, b], V ) uma sequência de funções satisfazendo as três propriedades a
seguir.
1. Existe um ponto t0 ∈ [ a, b] tal que ∑kn=0 f n (t0 ) → c ∈ Rd quando k → +∞.
2. Para todo n ∈ N, as derivadas f n0 existem e são elementos de C ([ a, b], Rd ).
3. ∑n∈N k f n0 k∞ < +∞.
Então existe uma função contı́nua f ∈ C ([ a, b], V ) e com derivada f 0 ∈ C ([ a, b], V ) tal que f = ∑n∈N f n
e f 0 = ∑n∈N f n0 (no sentido de convergência uniforme de séries de funções).
Prova: (do Teorema 9.2) Defina gk := ∑kn=0 f n (k ∈ N). Veja que, para cada k, o teorema funda-
mental do Cálculo nos garante que
gk = gk (t0 ) + I( gk0 ),
Rt
onde I : C → C leva a função h numa nova função I(h) com I(h)(t) = t0 h(s)ds. Recordamos
que este é um operador limitado.
Sabemos ainda que gk é uma soma de funções diferenciáveis, gk0 = ∑kn=0 f n0 . Como ∑n k f n0 k <
+∞, o resultado da seção anterior nos garante que existe h ∈ C que é o limite uniforme das
somas gk0 = ∑kn=0 f n . Como sabemos que I é contı́nuo, isto também quer dizer que I( gk0 ) → I(h)
uniformemente.
Defina agora f := c + I(h). Observe que, pela subaditividade da norma e as nossas estimati-
vas anteriores,
k f − gk k ≤ |c − gk (t0 )| + kI( gk0 ) − I(h)k ≤ |c − gk (t0 )| + kIkC→C k gk0 − hk → 0.
Logo gk = ∑kn=0 f n → f uniformemente. Além disso, o Teorema Fundamental do Cálculo nos

garante que f 0 = h e, como já vimos, ∑kn=0 f n0 = gk0 → h = f 0 uniformemente. 2
Terminamos esta seção mostrando como o nosso resultado de diferenciação se aplica ao caso
de séries de potência. Aplicando-o indutivamente, deduzimos que toda série de potência satisfa-
zendo as condições do teorema é infinitamente diferenciável; além disso, suas derivadas podem
ser obtidas diferenciando os termos da série um a um.
115
Teorema 9.3 No Exemplo 9.1, temos que, com K = [t0 − R, t0 + R],
1
⇒ f (t) := ∑ cn (t − t0 )n (t ∈ K ) converge uniformemente em .
1
lim sup |cn | n <
n→+∞ R n ∈N
Além disso, f 0 (t) = ∑n∈N\{0} ncn (t − t0 )n−1 também no sentido de convergência uniforme. Resultado
anál
Prova: A ideia é checar que o Teorema 9.2 se aplica. Escreva f n (t) := cn (t − t0 )n . Veja que
f n0 (t) = ncn (t − t0 )n−1 existe para cada n e é função contı́nua. Além disso, veja que ∑n f n0 também
é série de potência, em que o termo (t − t0 )n tem coeficiente (n + 1) cn+1 . Não é difı́cil verificar
que
1 1
lim sup |(n + 1) cn+1 | n = lim sup |cn | n ,
n→+∞ n→+∞
Portanto, se o lim sup é < 1/R para a série original, também é para a série das derivadas. Usando
novamente o teste da raı́z, deduzimos que
1
∑ k f n0 k < +∞.
1
lim sup |cn | n < ⇒
n→+∞ R n
Por fim, vemos que ∑kn=0 f n (t0 ) = c0 para todo k, o que prova a convergência pontual em t0 . 2

Exercı́cio 9.2 Seja f : [t0 − R, t0 + R] → R uma função dada por uma série de potência f (t) =
∑n∈N cn (t − t0 )n com lim supn |cn |1/n < 1/R. Prove que eiste uma outra série de potência g(t) =
Rt
∑n∈N un (t − t0 )n com {un }n∈N ⊂ R também satisfazendo lim supn∈N |un |1/n < 1/R, tal que t0 f (s) ds =
g(t) para todo t ∈ [t0 − R, t0 + R].
Exercı́cio 9.3 Mostre que as séries de potência a seguir convergem uniformemente e definem funções
infinitamente diferenciáveis sobre qualquer intervalo compacto [ a, b] ⊂ R.
tn
1. ∑n∈N n!
2t n
2. ∑n∈N

n
tn
3. ∑n∈N par n!
Exercı́cio 9.4 Dado 0 < R < 1, escreva a série de potência de uma função f : [− R, R] → R tal que
f (0) = 0 e f 0 (t) = (1 + t)−1 para todos t no domı́nio. Chamando de cn os coeficientes da série, mostre
1
que limn∈N |cn | n = 1 e explique porque isto é razoável.
Exercı́cio 9.5 Mostre que o conjunto de todas as funções polinomiais com coeficientes racionais é denso
em C ([ a, b], R), para qualquer intervalo compacto [ a, b] ⊂ R.
116
Capı́tulo 10
Compacidade em C (K, Z ) e o método de

Euler para resolver equações diferenciais
O capı́tulo atual está todo voltado para a prova de um outro resultado importante. Ele responde a
uma pergunta natural: quem são os subconjuntos compactos de C (K, Z ), com (K, dK ) compacto e ( Z, dZ )
completo? Por outro lado, ele nos dará um primeiro resultado sobre a existência de soluções de
equações diferenciais ordinárias.
10.1 Um resultado preliminar

Antes de partirmos para a prova, vamos observar que C (K, Z ) é um espaço métrico ”bom”com a
métrica natural.
Proposição 10.1 Suponha que ( Z, dZ ) é completo. Dadas f , g ∈ C, defina:
dC ( f , g) := sup dZ ( f (t), g(t)).

t∈K
Então dC é uma métrica sobre C e (C, dC ) é um espaço métrico completo.
Observe que este teorema é muito mais geral do que o que já conhecemos sobre C ( I, R). Aqui
podemos ter K qualquer compacto e Z ⊂ Rd qualquer fechado. De fato, Z pode ser qualquer
subconjunto fechado de qualquer espaço métrico! Esta flexibilidade será muito importante mais
adiante, quando chegarmos às soluções de EDOs.
Prova: Esta prova deve muito à prova de que C ([ a, b], R) é espaço métrico completo. Faremos
abaixo um esboço dos passos que são iguais e das principais diferenças.
Primeiro vamos provar que o supremo na definição de dC é atingido por algum t∗ ∈ K; em
particular, dC ( f , g) ∈ R está bem definida. Para ver que o sup é atingido, como K é compacto,
basta ver que a função
t ∈ K 7→ dZ ( f (t), g(t)) ∈ R
117
é contı́nua. Isto é verdade porque, sempre que tn → t em K,
|dZ ( f (t), g(t)) − dZ ( f (tn ), g(tn ))| ≤ |dZ ( f (t), g(t)) − dZ ( f (tn ), g(t))|
+|dZ ( f (tn ), g(t)) − dZ ( f (tn ), g(tn ))|
(∆ nos dois termos) ≤ dZ ( f (tn ), f (t)) + dZ ( g(tn ), g(t))
→ 0 quando n → +∞.
Portanto dZ ( f (t), g(t)) = limn dZ ( f (tn ), g(tn )).

Acabamos de ver que dC está bem definida. As propriedades de métrica são provadas como
no caso de C ( I, R). A completude também é provada como antes, nos mesmos três passos. Dada
{ f n }n∈N ⊂ C Cauchy, temos o seguinte.
1. Para cada t ∈ K,
n,m→+∞
0 ≤ dZ ( f n (t), f m (t)) ≤ dC ( f n , f m ) → 0.
Logo { f n (t)}t∈N ⊂ Z é Cauchy e, como Z é completo, existe o limite pontual f (t) =
limn f n (t) para cada t ∈ K.
2. Para cada n ∈ N e t ∈ K, a existência do limite pontual diz que
dZ ( f n (t), f (t)) = lim dZ ( f n (t), f m (t))

m
≤ sup dZ ( f n (t), f m (t))
m≥n
≤ sup dC ( f n , f m ).
m≥n
Logo
0 ≤ sup dZ ( f n (t), f (t)) ≤ sup dC ( f n , f m ) → 0 porque { f n }n∈N é Cauchy.
t∈K m≥n
Deduzimos que f n → f uniformemente.
3. Por fim, dada uma sequência tk → t em K, para qualquer n ∈ N
dZ ( f (tk ), f (t)) ≤ dZ ( f n (tk ), f n (t))

+dZ ( f n (tk ), f (tk )) + dZ ( f n (t), f (t))
≤ dZ ( f n (tk ), f n (t)) + 2dC ( f n , f ).
(Aqui abusamos notação e usamos dC ( f n , f ) apesar de ainda não sabemos que f ∈ C!).
Como f n é contı́nua, f n (tk ) → f n (t) e
0 ≤ lim sup dZ ( f (tk ), f (t)) ≤ 2dC ( f n , f )

k
e mandar n → +∞ nos mostra que o lim sup é 0, logo f (tk ) → f (t). Como isto vale para
qualquer sequência como acima, f ∈ C é contı́nua.
118
10.2 O teorema de Ascoli-Arzèla
Sabemos que um subconjunto de um espaço métrico completo é compacto se e somente se é
fechado e totalmente limitado. O teorema a seguir nos dá condições suficientes para sabermos
se um conjunto F ⊂ C (K, Z ) é totalmente limitado, o que em geral é a parte difı́cil. De fato,
pode-se mostrar que as duas condições do teorema abaixo são necessárias e suficientes.
Teorema 10.1 (Ascoli-Arzèla) Dado F ⊂ C (K, Z ), suponha que as duas propriedades abaixo são satis-
teitas.
1. F é equicontı́nuo: para todo ε > 0 existe um δ > 0 tal que, para quaisquer x, x 0 ∈ K e qualquer
f ∈ F , vale
dK ( x, x 0 ) < δ ⇒ dZ ( f ( x ), f ( x 0 )) < ε.
2. F é pontualmente totalmente limitado, isto é, para todo t ∈ K, o conjunto
Zt := { f (t) : f ∈ F }
é totalmente limitado em Z.
Então F é totalmente limitado como subconjunto de C (K, Z ).
Prova: Tome S ⊂ F um conjunto separado: ou seja, existe um r > 0 tal que dC ( f , g) ≥ r para
todas f , g ∈ F distintas. Nosso objetivo é provar que S é necessariamente finito. Nossa forma
de fazer isto será finitarizar o problema e depois usar a limitação total pontual para chegar ao
resultado.
Primeiro passo: finitarizar. Mostraremos que existe um conjunto finito de pontos {t1 , . . . , tk } ⊂ K
tais que
Quero : ∀ f , g ∈ F : dC ( f , g) ≥ r ⇒ ∃1 ≤ i ≤ k : dZ ( f (ti ), g(ti )) ≥ r/2 > 0.
Tome ε = r/4. Por equicontinuidade, sabemos que existe um δ > 0 tal que dK ( x, x 0 ) < δ
implica dZ ( f ( x ), f ( x 0 )) < ε para qualquer f ∈ F . Como K é compacto, podemos encontrar
t1 , . . . , tk ∈ K tais que
K = ∪ik=1 BK (ti , δ).
Afirmamos que estes ti satisfazem a propriedade que queremos. De fato, tome f , g ∈ F distintas.
Sabemos que dC ( f , g) = supt∈K dZ ( f (t), g(t)) ≥ r. Como K é compacto, o sup é atingido e existe
pelo menos um t ∈ K com dZ ( f (t), g(t)) ≥ r. Por outro lado, sabemos que t ∈ BK (ti , δ) para
algum i e mais ainda: como dK (t, ti ) < δ, temos dZ ( f (t), f (ti )) < ε = r/4 e dZ ( g(t), g(ti )) < ε =
r/4. Combinando todas estas desigualdades, vemos que dZ ( f (ti ), g(ti )) ≥ r/2.
Segundo passo: usar limitação total pontual. Considere os ti acima. Para cada 1 ≤ i ≤ k,
podemos usar o fato que Zti ⊂ Z é totalmente limitado para observar os fechos Z¯ti ⊂ Z são
subconjuntos fechados e totalmente limitados, portanto compactos, de Z. Considerand o espaço
produto Z k com a métrica:
d∞ ((z[1], . . . , z[k ]), (z0 [1], . . . , z0 [k ])) = max dZ (zi , zi0 ),

1≤ i ≤ k
119
temos que
H := Zt1 × Zt2 × . . . Ztk ⊂ Z k
é compacto, posto que fechado e totalmente limitado.
Terceiro passo: vetorizar a f e terminar a prova. Agora definimos uma função vec : F → H
que leva uma f ∈ F no vetor de valores ( f (t1 ), . . . , f (tk )) ∈ H (este pertencimento se dá porque
f (ti ) ∈ Zti para cada i).
Segue do primeiro passo que:
r
∀ f , g ∈ S : f 6= g ⇒ d∞ (vec( f ), vec( g)) ≥ > 0.
2
Ou seja, vec(S) é um subconjunto separado do compacto H. Em particular, se cobrimos H por
um número finito de bolas de raio r/4, vemos imediatamente que cada bola só pode conter no
máximo um elemento de H. Portanto, o próprio conjunto H é finito, como querı́amos demonstrar.
2
Exercı́cio 10.1 (Cotas quantitativas) Suponha que K = [0, 1] e que F ⊂ C (K, R) é o conjunto das
funções 1-Lipschitz com valores entre 0 e 1. Este conjunto satisfaz as condições de Ascoli-Arzéla e portanto
pode ser coberto por um número finito m(r ) de bolas de raio r > 0. Você consegue dar uma cota quantitativa
para m(r )?
Exercı́cio 10.2 Prove que F ⊂ C (K, Rd ) é totalmente limitado se e somente se F é equicontı́nuo e para
cada t ∈ K o conjunto de valores { f (t) : f ∈ F } é limitado. Mostre ainda que, se K é conexo, então basta
pedir que F seja equicontı́nuo e { f (t) : f ∈ F } seja limitado para algum t ∈ K.
Exercı́cio 10.3 Prove que, se F ⊂ C (K, Rd ) é totalmente limitado, então é equicontı́nuo e pontualmente
totalmente limitado.
Exercı́cio 10.4 Dê um exemplo de uma sequência { f n }n∈N ⊂ C ([0, 1], R) que é uniformemente limitada,
não é equicontı́nua e não tem subsequência convergente (na topologia uniforme de [0, 1]).
10.3 O método de Euler e a existência de soluções para EDOs

Nosso principal objetivo no restante deste capı́tulo será discutir a versão local do problema de
Cauchy para equações diferenciais ordinárias. Para definir este problema, precisamos de alguns
ingredientes especiais.
• Tempo e espaço: uma EDO representa a evolução ao longo do tempo de um vetor em um

certo espaço. O tempo para nós é uma variável unidimensional t ∈ R. O espaço é Rd ou
um subconjunto. Às vezes escreveremos (t, x ) ∈ R × Rd para dizer que (t, x [1], . . . , x [d]) ∈
Rd+1 . Isto é, R × Rd é o próprio Rd+1 escrito de uma forma diferente, que enfatiza o papel
distinto de variáveis espaciais.
• Função de evolução: seja A ⊂ R × Rd um aberto (ou seja, A na verdade é um aberto de
Rd+1 escrito de um jeito diferente). A evolução da EDO será determinada por uma função
Ψ : A → R. Ela associa a cada ponto (t, x ) no tempo-espaço um vetor Ψ(t, x ) ∈ Rd que diz
em que direção o sistema deve evoluir a partir de x num intervalo infinitesimal de tempo.
120
• Problema de Cauchy Local (existência): Dados (t0 , x0 ) ∈ A, nossa pergunta é se existe um
δ > 0 e uma ξ : [t0 − δ, t0 + δ] → Rd satisfazendo as seguintes propriedades:

 ξ ( t0 ) = x0 ;
( P) (t, ξ (t)) ∈ A, t ∈ [t0 − δ, t0 + δ];
ξ (t) = Ψ(t, ξ (t)), t ∈ [t0 − δ, t0 + δ].
 0
Uma outra pergunta que poderı́amos fazer é se há unicidade, ou seja, quantas ξ há satisfazendo
as condições acima. Por ora não nos preocuparemos com esta pergunta, que será abordada no
próximo capı́tulo, mas é importante dizer que há problemas de Cauchy com existência e sem
unicidade.
Exemplo 10.1 Suponha que d = 1, A = R × R Ψ(t, x ) = 2 | x |1/2 . Pode-se checar que, para qualquer
c > 0, a EDO ξ 0 (t) = |ξ (t)|1/2 (t ∈ R) com ξ (0) = 0 pode ser resolvida por
, −∞ < t ≤ c;

0
ξ (t) = 2
(t − c) , t > c.
O principal teorema desta seção é o seguinte.
Teorema 10.2 Suponha que A ⊂ R × Rd , Ψ : A → Rd e (t0 , x0 ) são como acima. Suponha ainda que Ψ
é contı́nua. Então o problema de Cauchy descrito acima tem pelo menos uma solução.
De fato, nossa prova dará uma maneira explı́cita de construir soluções aproximadas, que
é chamada de Método de Euler. A ideia é que esperamos que, pela condição da derivada,
esperamos que ξ (t + ε) − ξ (t) ≈ ε ξ 0 (t) = ε Ψ(t, ξ (t)). Grosso modo, o que o Método de Euler
faz é tomar esta aproximação como definição de uma ξ ε contı́nua sobre os pontos t0 , t0 ± ε, t0 ±
2ε, t0 ± 3ε, . . . . Ou seja, a ideia é discretizar o tempo e usar Ψ para definir a inclinação de ξ ε nestes
instantes de tempo discretizado. Botar esta ideia para funcionar vai requerer algum cuidado, como
veremos a seguir.
10.3.1 Localização
Teremos de restringir o domı́nio antes mesmo de construirmos a aproximação de Euler. A razão
para isso é que só sabemos definir a aproximação dentro do conjunto A. Para garantirmos que
estamos sempre lá dentro, será preciso “andar com cuidado” lá dentro, mantendo a trajetória
sempre dentro de um compacto K0 no espaço-tempo. Na verdade, para isso, precisaremos de
um compacto K1 ainda menor.
Mais precisamente, nossa ideia é escolher um δ0 > 0 e um R0 > 0 tais que o conjunto
compacto
K0 := [t0 − δ0 , t0 + δ0 ] × BRd [ x0 , R0 ] ⊂ A.
Como sabemos que δ0 , R0 existem de fato? Observe que (t0 , x0 ) ∈ A – um conjunto aberto –
e uma conta fácil demonstra
q
[t0 − δ0 , t0 + δ0 ] × BRd [ x0 , R0 ] ⊂ BRd+1 [(t0 , x0 ), R] com R := δ02 + R20 .
Portanto BRd+1 [(t0 , x0 ), R] ⊂ A se R > 0 é pequeno o suficiente.
121
Uma propriedade importante que ganhamos pela compacidade de K0 é que
M := sup |Ψ(t, x )|2 < +∞ (10.1)

(t,x )∈K0
já que Ψ : A → Rd é contı́nua e K0 é compacto. Outra propriedade que usaremos abaixo é que
K0 é convexo (exercı́cio).
Lembre-se que nosso objetivo será que as aproximações de Euler se mantenham dentro do
compacto K0 . Para isso, ainda precisaremos “encurtar” ainda mais o tempo. Fixamos um
δ ∈ (0, δ0 ] com δ M ≤ R0 . Por razões que vão ficar claras abaixo, só poderemos considerar
tempos t ∈ [t0 − δ, t + δ].
10.3.2 A aproximação de Euler

Defina uma sequência de pontos t0 − δ = t−k1 < t−k1 +1 < · · · < t0 < t1 < · · · < tk2 = t0 + δ com
0 < ti − ti−1 ≤ ε para −k1 + 1 ≤ i ≤ k2 . Veja que o ponto inicial no tempo t0 está neste conjunto.
Definimos uma função
ξ ε : [t0 − δ, t0 + δ] → Rd
da seguinte forma.
1. ξ ε (t0 ) = x0 ;
2. ξ ε (ti ) = ξ ε (ti−1 ) + (ti − ti−1 ) Ψ(ti−1 , ξ ε (ti−1 )), i = 1, 2, . . . , k2 ;
3. ξ ε (t− j ) = ξ ε (t− j+1 ) + (t− j − t− j+1 ) Ψ(t− j+1 , ξ ε (t− j+1 )), j = 1, 2, . . . , k1 ;
4. ξ ε é afim e contı́nua em cada intervalo [ti−1 , ti ].
Esta curva poligonal ξ ε é a aproximação de Euler para a solução do Problema de Cauchy. Mas
há um ponto que ainda não está claro. A construção acima só faz sentido quando (ti , ξ (ti )) ∈ A
para cada −k1 ≤ i ≤ k2 , de modo a podermos definir os valores de Ψ(ti−1 , ξ ε (ti−1 )) e passarmos
ao ponto ti (e o mesmo para os Ψ(t− j+1 , ξ ε (t− j+1 )) e t− j ).
É exatamente aqui que entra em cena a escolha de δ com Mδ0 ≤ R0 . De fato, argumentaremos que
∀i ∈ {0, . . . , k2 } : (ti , ξ ε (ti )) ∈ K0 e |ξ ε (ti ) − x0 |2 ≤ M (ti − t0 ), (10.2)
o que garante que |ξ ε (ti ) − x0 |2 ≤ Mδ ≤ R0 para todo i (já que ti ∈ [t0 , t0 + δ]). Do mesmo modo,
podemos tratar assim os t− j , o que fica como exercı́cio para o leitor.
Provemos então a equação (10.2). Ela certamente vale para i = 0. Suponha indutivamente
que ela vale para i = 0, 1, . . . , r − 1. Veja que, neste caso,
R0
| ξ ε ( t r −1 ) − x 0 | 2 ≤ M ( t r −1 − t 0 ) ≤ M δ ≤ ⇒ (tr−1 , ξ ε (tr−1 )) ∈ K0 .
2
Em particular, |Ψ(tr−1 , ξ ε (tr−1 ))|2 ≤ M. Portanto, usando a hipótese de indução,
|ξ ε (tr ) − x0 |2 ≤ (tr − tr−1 ) |Ψ(tr−1 , ξ ε (tr−1 )|2 + |ξ ε (tr−1 ) − x0 |2 ≤ M (tr − t0 ).
Para terminar esta seção, fazemos duas observações:
122
1. (t, ξ ε (t)) ∈ K0 para cada t ∈ [t0 − δ, t0 + δ]. De fato, isto segue do fato que K0 é convexo
(exercı́cio), vale (t, ξ ε (t)) ∈ K0 quando t = ti (como visto acima) e qualquer ponto (t, ξ ε (t))
está num segmento de reta entre (ti−1 , ξ ε (ti−1 )) e (ti , ξ ε (ti )).
2. ξ ε é M-Lipschitz. Isto segue facilmente do fato que ξ ε é diferenciável em [t0 − δ, t0 + δ]

exceto em um número finito de pontos, e sua derivada tem norma ≤ M.
10.3.3 O problema em forma integral

Nosso objetivo será mostrar que, quando ε & 0, ξ ε converge para o conjunto de soluções de
do problema de Cauchy. Para levar este plano adiante, será importante ter algum tipo de con-
tinuidade no limite. Já vimos há algum tempo que, para este fim, é melhor ter um problema
envolvendo integrais ao invés de derivadas.
Vamos definir, então, um operador integral que corresponde ao problema (P). Lembre-se da
definição de R0 e δ0 na Seção 10.3.1 e da definição de δ na Seção 10.3.2. Podemos definir um
conjunto
C := C ([t0 − δ, t0 + δ], BRd [ x0 , R0 ])
de todas as funções contı́nuas de [t0 − δ, t0 + δ] em BRd [ x0 , R0 ]. Veja que a aproximação de Euler
ξ ε pertence a C. Definimos o operador:
T : C → C ([t0 − δ, t0 + δ],RRd )
·
f 7→ T ( f )(·) := x0 + t0 Ψ(s, f (s)) ds.
Como já observamos antes, qualquer ponto fixo de T é uma solução de (P) (isto é tão somente
uma consequência do Teorema Fundamental do Cálculo). O lema a seguir será fundamental para
a construção de soluções.
Lema 10.1 T é contı́nuo.
Prova: Vamos mostrar isto a partir da definição ε/δ de continuidade. Para não confundir as coi-
sas, vamos usar letras gregas distintas para estes sı́mbolos. Nosso objetivo será o seguinte.
Objetivo: fixo β > 0, devemos encontrar α > 0 tal que, se f , g ∈ C e k f − gk ≤ α, então

kT ( f ) − T ( g)k ≤ β.
Note que há um ligeiro abuso de notação aqui, porque usamos a mesma notação de norma
k · k para dois espaços possivelmente diferentes de funções contı́nuas. No entanto, isso não
causará confusão.
Pare chegar a nosso objetivo, recordamos a definição do compacto K0 na Seção 10.3.1. Como
Ψ |K0 é contı́nua, logo uniformemente contı́nua, existe um α > 0 que garante que
β
∀(t, x ), (t0 , x 0 ) ∈ K0 : |(t, x ) − (t0 , x 0 )|2 ≤ α ⇒ |Ψ(t, x ) − Ψ(t0 , x 0 )|2 ≤ .
2δ
Em particular, se f , g ∈ C e k f − gk < α, os pares (t, f (t)) e (t, g(t)) pertencem a K0 para cada
t ∈ [t0 − δ, t0 + δ], de modo que
β
∀t ∈ [t0 − δ, t0 + δ] : |Ψ(t, f (t)) − Ψ(t, g(t))|2 ≤ .
2δ
123
Sabemos que, para cada t0 − δ ≤ t ≤ t0 + δ
Z t
|T ( f )(t) − T ( g)(t)|2 = (Ψ(s, f (s)) − Ψ(s, g(s)) ds .

t 0 2
Rt
Como vimos anteriormente, a integral de uma função h com valores em Rd satisfaz | t0
h(s) ds|2 ≤
|t − t0 | sups |h(s)|2 . Deduzimos que
|T ( f )(t) − T ( g)(t)|2 ≤ |t − t0 | sup |Ψ(s, f (s)) − Ψ(s, g(s))|2 < β.

s
Ou seja, |T ( f )(t) − T ( g)(t)|2 < β, como querı́amos demonstrar. 2
10.3.4 Aproximações de Euler são pontos quase-fixos

Nosso próximo objetivo é provar que cada aproximação de Euler é uma quase-solução para (P),
se ε for pequeno o suficiente.
Lema 10.2 Dado β > 0, existe um ε 0 > 0 tal que, se 0 < ε < ε 0 , então kT (ξ ε ) − ξ ε k < β.
(Um corolário importante disto é que, se ε k & 0, então kT (ξ ε k ) − ξ ε k k → 0.)

Prova: Temos que provar que há ε 0 como acima tal que, se t ∈ [t0 − δ, t0 + δ], então |T (ξ ε )(t) −
ξ ε (t)|2 < β. Provaremos isto apenas para t0 ≤ t ≤ t0 + δ, já que a prova para t0 − δ ≤ t ≤ t0 é
análoga.
Retorne às definições da seção 10.3.2 e veja que ti−1 ≤ t ≤ ti para algum ı́ndice i ≥ 1.
Portanto,
i −1
ξ ε (t) = x0 + ∑ (t j − t j−1 ) Ψ(t j−1 , ξ ε (t j−1 )) + (t − ti−1 ) Ψ(ti−1 , ξ ε (ti−1 )).
j =1
Por outro lado,

i −1 Z t j Z t
T (ξ ε )(t) = x0 + ∑ Ψ(s, ξ ε (s)) ds + Ψ(s, ξ ε (s)) ds.
j = 1 t j −1 t i −1
A diferença é igual a
i −1 Z t j
T (ξ ε (t)) − ξ ε (t) = ∑ (Ψ(s, ξ ε (s)) − Ψ(t j−1 , ξ ε (t j−1 ))) ds
j = 1 t j −1
Z t
+ (Ψ(ti−1 , ξ ε (s)) − Ψ(ti−1 , ξ ε (ti−1 ))) ds. (10.3)
t i −1
Observe que (s, ξ ε (s)) ∈ K0 para todos os s ∈ [t0 , t0 + δ]. Como K0 é compacto e Ψ |K0 é contı́nua,
existe um α > 0 tal que, se (s, x ) e (s0 , x 0 ) estão em K0 e |(s, x ) − (s0 , x 0 )|2 < α, então |Ψ(s, x ) −
Ψ(s0 , x 0 )|2 < β/2δ. Por outro lado, recorde que ξ ε é M-Lipschitz, com M := sup(t,x)∈K0 |Ψ(t, x )|2 .
Portanto, se ε < ε 0 := α/( M + 1), temos que, para cada termo de j = 1 a i − 1 da soma acima,
t j−1 ≤ s ≤ t j ⇒ |t j−1 − s| ≤ ε e |ξ ε (t j−1 ) − ξ ε (s)|2 ≤ M ε,
124
de modo que
q
|Ψ(s, ξ ε (s)) − Ψ(t j−1 , ξ ε (t j−1 ))|2 ≤ ( t − t j −1 )2 + M 2 ( t − t j −1 )2 < α
e
i −1 Z t j
β
|∑ (Ψ(s, ξ ε (s)) − Ψ(t j−1 , ξ ε (t j−1 ))) ds|2 ≤ (t j − t j−1 )
j = 1 t j −1
δ
O mesmo racicı́nio dá uma cota para a integral de ti−1 a t:
Z t
( t − t i −1 ) β
| (Ψ(ti−1 , ξ ε (s)) − Ψ(ti−1 , ξ ε (ti−1 ))) ds|2 < .
t i −1 δ
As desigualdades acima nos dão cotas para todas as integrais aparecendo em (10.3). Somando-as,
deduzimos:
i −1
β ( t − t i −1 ) β ( t − t0 ) β
|T (ξ ε )(t) − ξ ε (t)|2 ≤ ∑ ( t j − t j −1 ) δ + δ
≤
δ
≤ β.
j =1
Ou seja, sempre que 0 < ε ≤ ε 0 = α/( M + 1), temos |T (ξ ε )(t) − ξ ε (t)|2 < β. 2
10.3.5 Fim da demonstração

Nesta seção, concluı́mos a prova da existência local de uma EDO. O enunciado exato é o seguinte.
Teorema 10.3 Defina δ > 0 como na seção 10.3.1 e recorde todas as definições acima. Então o problema
(P) acima tem pelo menos uma solução. De fato, tomando uma sequência {ξ ε j } j∈N ⊂ C de aproximações
de Euler com ε j → 0, alguma subsequência destas aproximações converge a uma solução de (P). Por fim,
se chamamos de S o conjunto de soluções de (P), temos que d(ξ ε , S) → 0 quando ε → 0.
Prova: Vamos trabalhar com todos os ingredientes vistos acima. Em primeiro lugar, notamos o
seguinte.
Afirmação 10.1 O conjunto das funções {ξ ε }ε>0 é totalmente limitado (portanto seu fecho é compacto).
Isto segue do teorema de Ascoli-Arzèla. Veja primeiramente que cada aproximação de Euler
é M-Lipschitz, portanto esta famı́lia de funções é equicontı́nua. Temos ainda que ξ ε (t0 ) = x0 e
portanto, para qualquer t ∈ [t0 − δ, t0 + δ] e ε > 0,
{ξ ε (t) : ε > 0} ⊂ [ x0 − δ M, x0 + δ M]
é limitado.
Provada esta primeira afirmação, tome ε j & 0 como no enunciado. Pela afirmação, {ξ ε j } j∈N ⊂
C possui uma subsequência convergente ξ ε jk → ξ ∈ C quando k → +∞. Veja que também temos
ε jk → 0, portanto o Lema 10.2 e a continuidade de T garantem que:
kT (ξ ) − ξ k = lim kT (ξ ε jk ) − ξ ε jk k = 0.
k
Ou seja, ξ é um ponto fixo de T e portanto resolve (P). A última afirmação segue do exercı́cio a
seguir. 2
125
Exercı́cio 10.5 Considere um espaço métrico ( X, dX ). Seja S ⊂ X um subconjunto que a priori poderia
ser vazio. Suponha que uma sequência { xn }n∈N ⊂ X satisfaz as seguintes propriedades.
• Dada qualquer subsequência { xn }n∈ N1 , há uma subsubsequência { xn }n∈ N2 com N2 ⊃ N1 que é
convergente.
• Qualquer subsequência convergente de { xn }n∈N tem limite em S.

n ∈N
Mostre que S 6= ∅ e dX ( xn , S) → 0 (ou seja, a sequência inteira converge a S). Use isto para terminar a
demonstração acima.
126
Capı́tulo 11
Subconjuntos densos de C (K, R): o

teorema de Stone-Weierstrass
Neste conjunto, investigamos um critério para que um subconjunto A ⊂ C (K, R) seja denso neste
espaço. Ou seja, queremos encontrar condições suficientes para que
∀ f ∈ C (K, R), ∀ε > 0, ∃ g ∈ A : k f − gkK,∞ ≤ ε.
Isso é importante? Sim, e muito! Uma maneira de ver isso é pensando no seguinte:
Exemplo 11.1 Como um computador pode armazenar uma função contı́nua de K em R?
A resposta simples é que não pode. Uma função contı́nua f : K → R é uma “lista” não
enumerável de valores reais ( f (t))t∈K . Como poderı́amos guardar uma descrição de um objeto
destes com memória finita?
Por outro lado, se temos um subconjunto denso e simples de C (K, R), pode ser que seja
sim possı́vel guardar uma descrição finita deste objeto. Por exemplo, o teorema de Weierstrass
abaixo mostra que os polinômios multivariados de coeficientes racionais são densos em C (K, R)
para qualquer compacto K ⊂ Rd . Não é difı́cil perceber que cada polinômio deste tipo pode ser
descrito com uma quantidade finita de memória. Como estes polinômios são densos em C (K, R),
vemos que qualquer função pode ser bem aproximada por um objeto com descrição finita. Isto é
análogo ao fato que todo número real pode ser bem aproximado por um racional.
Uma outra questão interessante, que veremos mais adiante, é a seguinte.
Exemplo 11.2 Uma rede neural de duas camadas pode aproximar qualquer função contı́nua.
Uma “rede neural de duas camadas”é um tipo bem especı́fico de função de K ⊂ Rd em

R. Estas funções vem sendo usadas desde os anos 60 como modelos da “computação” feita
nos nossos cérebros e também como parte de sistemas artificiais inteligentes. O teorema que
provaremos mais adiante nos dará uma explicação parcial para o sucesso destas redes.
Exemplo 11.3 Para outro exemplo, considere o conjunto Cper ([0, 2π ], R) de funções f : [0, 2π ] → R
contı́nuas com f (0) = f (2π ). Veremos abaixo que cada função deste tipo pode ser pensada como uma
função f˜ : S1 → R e que, usando esta conexão, podemos aproximar cada f ∈ Cper ([0, 2π ], R) por
combinações lineares de sin kt e cos mt, m, k ∈ N. Isso tem algo a ver com a teoria de séries de Fourier.
127
11.1 O teorema geral
Nesta seção, enunciaremos o teorema de Stone-Weierstrass, que nos dá um critério suficiente
para provar que um subconjunto A ⊂ C é denso. A partir de agora, (K, dK ) é um espaço métrico
compacto e C := C (K, R). Precisaremos de uma definição.
Definição 11.1 Uma álgebra A ⊂ C é um conjunto de funções fechado por combinações lineares e produ-
tos de seus elementos. Isto é, A é álgebra se dados quaisquer f , g ∈ A e α ∈ R, vale que α f + g ∈ A e
f g ∈ A.
Por exemplo, se K ⊂ R, vemos que as funções polinomiais de K em R formam uma álgebra

de C (K, R), porque o produto de polinômios é um polinômio. Um exemplo importante para o
que vem a seguir é o seguinte.
Exemplo 11.4 Sempre que A é uma álgebra e p : R → R é um polinômio, vale a seguinte afirmação:
∀ f ∈ A : p ◦ f ∈ A.
De fato, considere um polinômio p( x ) = ∑id=0 xi , com a0 , . . . , ad ∈ R constantes e x variável.

Veja que p ◦ f = ∑id=0 ai f i . Se f ∈ A, f i ∈ A para cada i ∈ N, porque A é fechada por produto,
e ∑id=0 ai f i ∈ A é uma combinação linear de elementos de A.
Nosso teorema geral dá uma condição suficiente simples de checar para que uma álgebra seja
densa em C.
Teorema 11.1 (Stone-Weiertrass) Considere uma álgebra A ⊂ C (K, R). Suponha que A satisfaz as
seguintes condições adicionais:
1. A contém todas as funções constantes. De fato, basta pedir que a função constante 1 ∈ A,
porque toda outra função constante é produto desta por um escalar.
2. A separa pontos: isto é, dados t0 , t1 ∈ K distintos, existe uma f ∈ A com f (t0 ) 6= f (t1 ).
Então A é denso em C (K, R). Isto é:
∀ε > 0 ∀ f ∈ C (K, R) ∃ g ∈ A : k f − gkK,∞ ≤ ε.
Vejamos um corolário imediato disso.
Exemplo 11.5 (Teorema Multidimensional de Weierstrass) Considere K ⊂ Rd . Um polinômio mul-

tivariado é uma função da forma
d
p : “x ∈ K 7→ ∑ a(n1 ,n2 ,...,nd ) ∏ (x[i])n ”,
i
(n1 ,n2 ,...,nd )∈{0,1,...,k}d i =1
com k ∈ N\{0} e coeficientes a(n1 ,n2 ,...,nd ) ∈ R.
É um exercı́cio checar que o subconjunto A ⊂ C (K, R) dos polinômios multivariados é uma

álgebra de C que contem as constantes e separa pontos. Portanto, A é denso em C (K, R). Como
cada elemento de A pode ser aproximado por um polinômio de coeficientes racionais, estes
últimos também são densos em C (K, R).
128
11.1.1 Prova do teorema de Stone-Weierstrass
Provaremos nesta subseção o teorema de Stone-Weiertrass, mas antes disso discutiremos as prin-
cipais ideias da prova.
Uma das noções centrais na demonstração será a de indicadores de conjuntos. Dado S ⊂ K,
chamamos de indicadora de S a função

1, se x ∈ K;
IS : x ∈ K 7 →
0, se x 6∈ K.
Nossa prova está baseada em duas ideias fundamentais. Por um lado, vamos usar o seguinte
princı́pio básico.
Ideia 1: toda função contı́nua f ≥ 0 pode ser bem aproximada por uma combinação finita de funções
indicadoras de conjuntos “bons”.
Depois provaremos o seguinte.
Ideia 2: toda indicadora de conjunto “bom” pode ser bem aproximada por uma combinação linear simples
de elementos da álgebra.
Esta descrição intuitiva pode parecer meio duvidosa por dois motivos. Em primeiro lugar, o
que é um conjunto bom? E em segundo, como eu poderia aproximar uma indicadora por um
elemento da álgebra? A resposta para a primeira pergunta é que os conjuntos bons são fechados.
Isso, no entanto, não resolve nossas dúvidas sobre a segunda pergunta. Afinal, considere uma
função indicadora de um fechado, IF . Esta função em geral é bastante descontı́nua. De que
forma poderı́amos aproximar IF por um elemento da álgebra A, dado que todos os elementos
da álgebra são funções contı́nuas? 1
A resposta será dada no lema a seguir. Na verdade, não buscaremos uma aproximação de IF por
a ∈ A na norma do supremo. O que sim queremos é que uma outra noção de aproximação.
Lema 11.1 (Lema Fundamental) Seja A uma álgebra satisfazendo as hipóteses do teorema de Stone-
Weierstrass. Então dados quaisquer dois fechados disjuntos F, G ⊂ K e qualquer η ∈ (0, 1), existe uma
a F,G,η ∈ A tal que 0 ≤ a F,G,η ≤ 1 e além disso a F,G,η | F ≥ 1 − η, a F,G,η |G ≤ η.
Este “Lema Fundamental” será provado na subseção 11.1.2, seguinte à atual. Por ora nós o
usaremos como uma “caixa-preta” para terminar a prova.
Um breve exame do Lema nos mostra que ele pode ser expressado através de indicadoras.
Podemos pensar que o conjunto F acima é aquele cuja indicadora queremos aproximar e que G
é escolhido de modo a G c \ F seja “pequeno”e portanto G c ≈ F. Veja que vale o seguinte:
1. a F,G,η ≥ (1 − η ) IF . De fato, isto quer dizer que a F,G,η (t) ≥ 1 − η para t ∈ F e a F,G,η (t) ≥ 0
sempre.
2. a F,G,η ≤ IGc + η. Ou seja, a F,G,η (t) ≤ 1 + η para qualquer t ∈ K e a F,G,η (t) ≤ η para t ∈ G.
Isto nos prova o seguinte corolário do Lema Fundamental.

1 De fato, não pode ser verdade que para todo ε > 0 há uma função contı́nua h com kh − IF k∞ ≤ ε, pois neste caso
IF seria o limite uniforme de funções contı́nuas e portanto seria ela própria contı́nua.
129
Corolário 11.1 (do Lema Fundamental) Se A ⊂ C satisfaz as condições do Teorema de Stone-Weierstrass,
podemos encontrar, para quaisquer η ∈ (0, 1) e F, G ⊂ K fechados e disjuntos, uma função a F,G,η ∈ A
com:
(1 − η ) IF ≤ a F,G,η ≤ IGc + η.
Como podemos usar esse corolário em nossa prova? Como já dissemos, a ideia é aproximar
f por uma soma de indicadoras. De alguma forma estas indicadoras devem ser de conjuntos
fechados de K, para que possamos usar nosso Lema Fundamental. Mas como podemos fazer
isso? A prova a seguir responde a esta indagação.
Prova: [de Stone-Weiertrass] No que vem a seguir, mostraremos como aproximar uma f ≥ 0 em
C := C (K, R) por uma g ∈ A na norma do supremo. Afirmamos que isto implica que toda f ∈ C
pode ser bem aproximada por elementos de A. De fato, se toda função não-negativa pode ser
bem aproximada e agora queremos aproximar uma f qualquer, podemos fazê-lo pelos seguintes
passos:
1. Somamos uma constante λ ≥ k f k∞ a f , de modo que f + λ ≥ 0.
2. Aproximamos f + λ por g ∈ A com k f + λ − gk∞ ≤ ε.
3. Observar que f + λ − g = f − ( g − λ) com g − λ ∈ A: afinal, g ∈ A, λ ∈ A (porque

as constantes estão lá) e g − λ é combinação linear destas duas funções. Deduzimos que
k f − ( g − λ)k∞ ≤ ε com g − λ ∈ A.
Suponha então a partir de agora que f ≥ 0. Vamos aproximar f por uma combinação linear
de conjuntos fechados. Primeiramente fixamos parâmetros η, α ∈ (0, 1) que serão ajustados mais
tarde. Definimos:
Fn := { x ∈ K : f ( x ) ≥ α n} = f −1 ([n, +∞)), n = 0, 1, 2, . . . , mα , onde mα := dk f k∞ /αe + 1).
Nada nos impede em princı́pio de tomar n > m – de fato, faremos isso abaixo –, mas observe
que neste caso Fn = ∅, já que:
n > m ⇒ α n > k f k∞ ⇒ f ( x ) < α n for all x ∈ K ⇒ Fn = ∅.
Cada conjunto Fn é fechado porque [n, +∞) ⊂ R é fechado e f é contı́nua. Veja ainda que F0 = K
(porque f ≥ 0) e F0 ⊃ F1 ⊃ F2 ⊃ · · · ⊃ Fm ⊃ . . . , ou seja, temos fechados encaixados.
Como podemos relacionar f aos indicadores IFn ? A ideia agora é imaginar que α é um número
muito pequeno. Neste caso, dado qualquer x ∈ K, se sabemos qual é o maior ı́ndice 0 ≤ n( x ) ≤ m
tal que x ∈ Fn , praticamente sabemos o valor de f . De fato, veja que, se escolhemos este maior
ı́ndice,
x ∈ Fn(x) e x 6∈ Fn(x)+1 ⇒ αn( x ) ≤ f ( x ) < α (n( x ) + 1).
Agora vem um ponto crucial: o valor do maior ı́ndice n = n( x ) ∈ {0, 1, . . . , mα } tal que x ∈ Fn
pode ser expresso pela soma de indicadores! Melhor dizendo,
mα
n( x ) = max{0 ≤ n ≤ mα : Fn 3 x } = ∑ I F ( x ).
j
j =1
130
De fato, como os conjuntos Fj são encaixados,
∀0 ≤ j ≤ mα : IFj ( x ) = 1 ⇔ x ∈ Fj ⇔ j ≤ n( x ).
Ou seja, n( x ) é exatamente o número de termos iguais a um na soma de indicadores, sendo que

todos os outros termos valem 0. Deduzimos que:
!
mα mα
∀ x ∈ K : α ∑ IFj ( x ) ≤ f ( x ) < α ∑ IF ( x) + 1
j
(11.1)
j =1 j =1
Temos agora de aplicar o corolário do Lema Fundamental a cada par de conjuntos
F = Fn , G = (K \ Fn−1 ).
Para isso, devemos checar as condições daquele Lema.
• F e G são fechados. F = Fn é fechado, como vimos acima. G é um fecho, e todo fecho é

fechado.
• F e G são disjuntos. Dado x ∈ G, mostraremos que x 6∈ Fn = F. De fato, x ∈ G implica que

xk → x para alguma sequência { xk }k ⊂ K \ Fn−1 . Como xk 6∈ Fn−1 , f ( xk ) < (n − 1) α e isso
vale para cada k ∈ N. Tomando limites,
f ( x ) = lim f ( xk ) ≤ (n − 1)α < nα.

k
Como Fn = {y ∈ K : f (y) ≥ nα}, concluı́mos que x 6∈ Fn , como querı́amos demonstrar.
Seja, então, an = a F,G,η ∈ A a função cuja existência é garantida pelo lema fundamental. Veja
que, pelo corolário,
(1 − η ) IFn ≤ an ≤ IFn+1 + η, (11.2)
e isto vale para cada ı́ndice 1 ≤ n ≤ m. Definimos finalmente:
mα
g = gη,α := α ∑ an ,
j =1
que pertence a A porque é combinação linear dos elementos an ∈ A.

Provaremos a seguir que esta é uma boa aproximação para f , se α e η são pequenos o sufici-
ente. Para isso, temos que combinar as desiguadades entre an e indicadores (contidas em (11.2))
131
com a equação relacionando f com indicadoras (veja (11.1)). O resultado é que para todo x ∈ K:
mα
gη,α ( x ) = α ∑ an ( x )
n =1
mα
(parte esquerda de (11.2) + 0 < η < 1) ≥ (1 − η ) α ∑ IF ( x)
n
n =1
(parte direita de (11.1)) ≥ (1 − η ) ( f ( x ) − α); e ainda,
mα
gη,α ( x ) = α ∑ an ( x )
n =1
mα mα
(parte direita de (11.2)) ≤ α ∑ IFn+1 ( x ) + α η ∑ 1
n =1 n =1
mα
(renumere ı́ndices + use Fmα +1 = ∅) ≤ α ∑ IF ( x ) + α η mα
j
j =2
(parte esquerda de (11.1) + αIF1 ( x ) ≥ 0) ≤ f ( x ) + α η mα
(mα = dk f k∞ /αe + 1 ≤ k f k∞ /α + 2) ≤ f ( x ) + η (k f k∞ + 2α).
Concluı́mos que
∀ x ∈ K : −η f ( x ) − (1 − η )α ≤ g( x ) − f ( x ) ≤ η (k f k∞ + 2α).
Portanto,
k f − gη,α k∞ ≤ max {η k f k∞ + α, η (k f k∞ + 2α)} .
Dado um ε > 0, podemos escolher η e α de modo a garantir que o lado direito desta última
desigualdade é ≤ ε. Isto nos diz então que há uma g = gη,α ∈ A com k f − gk∞ ≤ ε. Como
isto vale para f ∈ C não negativa e ε > 0 arbitrários, está demonstrado o teorema de Stone-
Weierstrass, a menos do Lema Fundamental. 2
11.1.2 Prova do Lema Fundamental

Nesta seção o nosso objetivo é provar o Lema Fundamental 11.1, o que encerrará a prova do
teorema de Stone-Weierstrass. Uma observação que se repetirá várias vezes é que, como K é
compacto, F, G e todos os outros subconjuntos fechados de K são compactos. Outra observação
importante será a seguinte.
Observação 11.1 A desigualdade de Bernoulli diz que:
∀ x ∈ R : x ≥ −1 ⇒ (1 + x )n ≥ 1 + nx.
Também usaremos abaixo a desigualdade:
∀x ∈ R : 1 + x ≤ ex .
Esta segunda desigualdade é consequência da convexidade da exponencial, mas também pode ser provada
via Bernoulli. De fato, se recordamos que exp( x ) = limn→+∞ (1 + x/n)n para todo x ∈ R e observamos
que :
x x n
∀n ∈ N com | x | ≤ n, ≥ −1 e portanto 1 + ≥ 1 + x,
n n
basta tomar n → +∞ para terminar a prova.
132
Também precisaremos do seguinte resultado que transforma uma “pequena separação” de
valores de uma a ∈ A numa “grande separação”. Melhor dizendo: se a toma valores pequenos
em um conjunto G e um pouco maiores em F, a composição p ◦ a de a com um polinômio p bem
escolhido fará os valores de a |G ainda menores e os de a | F tão próximos de 1 quanto se possa
querer. (Recorde que p ◦ a ∈ A pelo exemplo 11.4 acima.)
Proposição 11.1 (Explosão da separação) Dados ξ, δ ∈ (0, 1), existe um polinômio p : R → R tal
que 0 ≤ p |[0,1] ≤ 1, p |[0,δ/2] ≤ ξ e p |[δ,1] ≥ 1 − ξ.
Prova: Prosseguimos agora com a demonstração. Fixe δ ∈ (0, 1/2) como no enunciado. Escolha
o menor k ∈ N com kδ ≥ 1 e observe que (k − 1)δ ≤ 1, portanto kδ ≤ 1 + δ < 2. Ou seja,
encontramos um k ∈ N tal que
kδ
< 1 e kδ > 1.
2
Dado um n ∈ N, defina o polinômio:
n
p n ( x ) : = 1 − (1 − x n ) k .
Veja que 0 ≤ pn ( x ) ≤ 1 para quaisquer n ∈ N e x ∈ [0, 1]. Se x ≥ δ,

n
1 − pn ( x ) = (1 − x n )k ≤ exp(−( xk)n ) ≤ exp(−(δk)n ) ≤ ξ
para qualquer n grande o suficiente, já que δk > 1 (aqui usamos que 1 + t ≤ et para todo t ∈ R).
Por outro lado, se 0 ≤ x ≤ δ/2,
n
pn ( x ) = 1 − (1 − x n )k ≤ (kx )n ≤ (δk/2)n ≤ ξ
para todo n grande o suficiente, já que δk/2 < 1 (aqui usamos a desigualdade de Bernoulli).
Portanto, o p que desejamos obter é dado por pn , para n grande o suficiente. 2
Vamos agora à prova do Lema Fundamental. Nosso objetivo é construir uma a ∈ A que “quase
separa” F e G e que se mantém entre 0 e 1. Começamos com algo muito mais fraco, sobre separar
pontos.
Proposição 11.2 Dados x0 , x1 ∈ K quaisquer, existe uma v x0 ,x1 ∈ A com 0 ≤ v x0 ,x1 ≤ 1, v x0 ,x1 ( x1 ) >
v x0 ,x1 ( x0 ) = 0.
Prova: Lembre que A separa pontos: dados x0 , y0 ∈ K, existe u ∈ A com u( x0 ) 6= u(y0 ). Em

particular, u(·) − u( x0 ) ∈ A (diferença entre u e uma constante, e as constantes pertencem a A),
ku(·) − u( x0 )k∞ > 0 e portanto
(u(·) − u( x0 ))2
v(·) := ∈A
ku(·) − u( x0 )k2
satisfaz 0 ≤ v ≤ 1, v( x0 ) = 0 < v( x1 ). 2
O próximo passo é criar, para cada ponto x0 ∈ G, uma função em A separando x0 de F.
Proposição 11.3 Dado qualquer x0 ∈ G, existe uma bx0 ∈ A com 0 ≤ bx0 ≤ 1, bx0 = 0, bx0 | F > 0.
133
Prova: Para isso, tome uma função v x0 ,x1 como na proposição anterior para cada x1 ∈ F. Temos
v x0 ,x1 ( x0 ) = 0 e v x0 ,x1 ( x1 ) > 0, logo cada x1 ∈ F está contido numa vizinhança A x1 3 x1 onde
v x0 ,x1 é estritamente positiva. Como F ⊂ K é fechado e K é compacto, o próprio F é compacto.
Além disso, ∪ x1 ∈ F A x1 ⊃ K porque cada x1 ∈ A x1 . Como F é compacto, podemos cobri-lo por um
número finito destas vizinhanças, digamos A x( j) para 1 ≤ j ≤ k. Afirmamos que
1
k
1
b x0 : =
k ∑ vx ( j)
0 ,x1
j =1
é a função desejada. De fato, ela está em A pois é combinação convexa de funções em A. Como
cada 0 ≤ v ≤ 1, 0 ≤ bx0 ≤ 1 também. bx0 claramente vale 0 em x0 ; por outro lado, se x ∈ F,
x ∈ A x( j) para algum j, de modo que v x ,x( j) ( x ) > 0 e portanto bx0 ( x ) > 0 2
1 0 1
Neste momento já temos as principais ideias para terminar a prova. Veja que usamos acima o
fato que F é compacto para cobrir este conjunto com abertos onde pelo menos uma das funções
v consideradas tem valor positivo. A ideia básica será agora cobrir G com um número finito de
abertos onde pelo menos uma das bx0 é pequena. Depois disso, quase bastará tomar um produto
destas funções para acabar a prova. O detalhe sutil é que temos que garantir que a função
obtida é “grande” em F e para isso precisaremos da proposição sobre explosão de separação que
provamos acima.
Prova: [do Lema Fundamental] Para cada x0 ∈ G podemos escolher uma função 0 ≤ bx0 ≤ 1
como na proposição anterior. Sabemos que bx0 ( x0 ) = 0 e bx0 ( x ) > 0 sobre F. Pela compacidade
de F,
∃δ( x0 ) ∈ (0, 1) : inf bx0 ( x ) ≥ δ( x0 ).
x∈ F
Podemos então encontrar uma vizinhança aberta Ux0 3 x0 onde bx0 |Ux0 ≤ δ( x0 )/2. Ou seja, G
é coberto pela coleção de abertos Ux0 , x0 ∈ G, e em cada um destes abertos bx0 ( x ) ≤ δ( x0 )/2
enquanto bx0 | F ≥ δ0 ( x ).
Como G é compacto, podemos escolher uma subcoleção finita destes abertos, chamada de
U1 , . . . , Uk , com a seguinte propriedade:
Para cada 1 ≤ i ≤ k existem δi ∈ (0, 1) e bi ∈ A com 0 ≤ bi ≤ 1 e bi |Ui ≤ δi /2 e bi | F ≥ δi .
Agora precisamos construir uma única função que valha “muito” em F e “pouco” em G. Para
isso, fixamos o η ∈ (0, 1) desejado. Pela proposição sobre Explosão de Separação, podemos
conseguir polinômios pi tais que pi ( x ) ∈ [0, 1] para x ∈ [0, 1], pi ( x ) ≤ η/k se 0 ≤ x ≤ δi /2 e
pi ( x ) ≥ 1 − η/k se x ∈ [δi , 1]. Veja que cada função ci := pi ◦ bi está em A (ver a observação no
inı́cio da prova), toma valores em [0, 1] e satisfaz:
η η
ci |Ui ≤ , ci | F ≥ 1 − .
k k
Podemos finalmente definir a = a F,G,η := ∏ik=1 ci e observar que ela tem as propriedades deseja-
das:
1. 0 ≤ a ≤ 1 pertence a A porque é produto de funções com estas propriedades;
2. Para x ∈ G, temos x ∈ Ui para algum i, de modo que ci ( x ) ≤ η/k e a( x ) = ∏kj=1 c j ( x ) ≤

η/k < η.
134
3. Para x ∈ F, ci ( x ) > 1 − η/k para cada 1 ≤ i ≤ k e portanto a( x ) ≥ (1 − η/k )k ≥ 1 − η (pela
desigualdade de Bernoulli).
Exercı́cio 11.1 Dado F ⊂ Rd , considere o subconjunto C (K, F ) ⊂ C (K, Rd ) que consiste de todas as
f ∈ C (K, Rd ) com f (t) ∈ F para todo t ∈ K. Prove que C (K, F ) é um subconjunto fechado de C (K, Rd )
se e somente se F é um subconjunto fechado de Rd . Dê um exemplo em que F ⊂ Rd é compacto, mas
C (K, F ) não é compacto.
Exercı́cio 11.2 Considere o conjunto A de todas as funções f ∈ C ([0, 1], Rd ) que são afins por partes,
isto é, tais que existem pontos 0 = t0 < t1 < t2 < · · · < tk = 1 tais que, para cada intervalo
t − t i −1 ti − t

∀1 ≤ i ≤ k, ∀t ∈ [ti−1 , ti ] : f (t) = f ( t i −1 ) + f ( t i ).
t i − t i −1 t i − t i −1
Mostre que A é denso em C ([0, 1], Rd ).
Exercı́cio 11.3 Suponha que A1 , . . . , Ad ⊂ C ([0, 1], R) são subálgebras contendo funções constantes e
separando pontos em [0, 1]. Considere o conjunto A ⊂ C ([0, 1]d , R) que contem todas as combinações
lineares de funções da forma
h( x ) = h1 ( x [1]) h2 ( x [2]) . . . hd ( x [d]) ( x ∈ [0, 1]d ).
Mostre que A é denso em C ([0, 1]d , R). Deduza como caso particular que os polinômios multivariados são
densos em C ([0, 1]d , R).
135
136
Parte IV
Cálculo diferencial para além de R e C
137
Capı́tulo 12
Derivar em dimensão maior que 1
Nesta parte do curso, nosso objetivo será desenvolver uma versão do cálculo diferencial, que já
conhecemos em R, para funções entre espaços mais gerais.
Já abordamos várias vezes o que é derivar funções de I em Rd , onde I ⊂ R é um intervalo
da reta. Neste caso, derivar significada derivar coordenada a coordenada. Poderı́amos ter sido
ainda mais diretos e observado que, se I ⊂ R é intervalo, (V, k · kV ) é espaço vetorial normado e
f : I → V é dada, a derivada f 0 (t) em t ∈ I pode ser naturalmente definida como:
f (t + h) − f (t)
f 0 (t) := lim .
h →0 h
Como no caso usual, pode ser que o limite não exista; se existir, ele concorda com a definição
coordenada a coordenada vista para o caso V = Rd .
Considere agora o caso em que f : V → W, onde (V, k · kV ) e (W, k · kW ) são espaços vetoriais
normados. Se tentamos definir uma derivada via um quociente, como acima, esbarramos em
uma dificuldade importante: não sabemos “dividir” um elemento de W por um elemento de V!
De fato, mesmo quando V = W = R3 (por exemplo) não há uma maneira natural de definir o
quociente que levaria à derivada no caso V = R.
A saı́da para este problema é recorrer a uma outra maneira de definir derivada. No caso de
f : I → R, o valor f 0 (t) da derivada em t ∈ I satisfaz o seguinte: α = f 0 (t) é o único número real
com a seguinte propriedade.
| f (t + h) − f (t) − α h|
lim = 0.
h →0 |h|
Da mesma forma, podı́amos ter escrito que α = f 0 (t) se, quando escrevemos:
rt (h) := f (t + h) − f (t) − α h,
temos |rt (h)|/|h| → 0 quando h → 0.

Nesta definição alternativa dividimos não por h, mas sim por seu “tamanho”. A vantagem
é que isso faz sentido em todo espaço vetorial normado, quando medimos o tamanho de h ∈ V
por sua norma k hkV .
Para chegar à definição de derivada, precisamos ainda entender quem (ou o que) faz o papel
do termo α h. A chave neste caso será pensar em f (t + h) ≈ f (t) + α h como uma aproximação
139
de f por uma função afim, isto é, a soma de uma função linear com uma constante. A analogia
natural para outros espaços é escrever
f ( x + h) ≈ f ( x ) + A h
onde A é uma transformação linear.

Em linhas gerais, o que discutimos acima é a definição de derivada devida a Fréchet, que es-
tudaremos abaixo. Também discutiremos derivadas parciais e direcionais, mas ficará claro que a
definição de Fréchet tem propriedades melhores. Por exemplo, ela é a única destas definições que
satisfaz a regra da cadeia. Além disso, uma vez que aceitamos a derivada como transformação
linear, fica mais limpa a passagem para derivadas superiores e fica mais fácil derivar em espaços
que não são o Rd . De qualquer forma, tudo isso fará mais sentido depois da breve revisão de
Álgebra Linear que teremos a seguir.
Observação 12.1 O leitor pode se perguntar porque não tentamos definir derivadas em espaços ainda mais
gerais, por exemplo, espaços métricos gerais. Uma resposta possı́vel é que a derivada é uma tentativa de
aproximar funções por somas de funções constantes e lineares, logo devemos trabalhar num espaço em que
isso faça sentido. Certamente há espaços métricos em que seria muito difı́cil de se falar disso. No entanto,
veremos neste curso que, ao menos em um caso particular – o das subvariedades de Rd – será possı́vel falar
de derivadas por causa de uma estrutura linear local.
140
Capı́tulo 13
Um curso relâmpago de Álgebra Linear
Nesta seção reveremos os conceitos principais de Álgebra Linear numa linguagem que convém
ao curso. A maioria das provas será apresentada de forma bastante rápida, mas todas elas podem
ser completadas sem maior esforço.
13.1 Combinações lineares

Considere um espaço vetorial V sobre R. Dados um conjunto G ⊂ V e um vetor v ∈ V, di-
zemos que G →` v, ou que v é combinação linear finita de G, se existem F ⊂ G finito e α f ∈
R para cada f ∈ F com
v = ∑ αf f.
f ∈F
Chamamos de conjunto gerado por G, ou h G i, o conjunto de todos os v ∈ V com G →` v.

Definimos por convenção que h∅i = {0V }.
O conceito de combinação linear é um dos mais importantes do curso. Um dado fundamental
é que combinações lineares de combinações lineares dos elementos de H também são combinações lineares
dos elementos de H.
Proposição 13.1 Suponha que G →` v e H →` g para cada g ∈ G. Então H →` v.
Prova: Escreva v = ∑ g∈ F α g g para algum F ⊂ G finito. Para cada g ∈ F, existe um K g ⊂ H finito

com
g = ∑ β h,g h com β h,g ∈ R.
h∈K g
Chame de K = ∪ g∈ F K g , que também é um subconjunto finito de H. Note que:

 
v= ∑ ∑ α g β h,g h = ∑ ∑ β h,g  h.
g∈ F h∈K g h∈K g∈ F : h∈K g
Portanto, H →` v. 2
Exercı́cio 13.1 Prove que h G i é sempre um subespaço vetorial de V e que h G i ⊃ G.
141
13.2 Conjuntos geradores, l.i. e bases
Definição 13.1 Dizemos que G é um conjunto gerador para V se h G i = V.
Ou seja, G gera V se todo elemento de V pode ser escrito como combinação linear de um
número finito de vetores em G.
Exemplo 13.1 Os vetores da base canônica são um conjunto gerador para Rd .
Exemplo 13.2 Considere o conjunto V formado por todas as sequências x = ( x [i ])i∈N com x [i ] ∈ R e
x [i ] = 0 para todo i grande. Podemos pensar nos elementos destes conjuntos como “vetores em R∞ que só
têm finitas coordenadas diferentes de 0”. Não é difı́cil dotar V de uma estrutura de espaço vetorial. Feito
isso, não é difı́cil provar que a base canônica natural neste espaço é um conjunto gerador.
Uma definição importante a seguir será a de dimensão finita.

Dado que temos um conjunto gerador, será natural procurarmos conjuntos mı́nimos. A
definição e a proposição abaixo será importante nesta direção porque ela nos fala de conjun-
tos que têm (ou não têm) “redundâncias”.
Definição 13.2 Um subconjunto L ⊂ V é dito linearmente independente (l.i.) se, dado qualquer F ⊂ L
finito e não-vazio, a única escolha possı́vel de coeficientes α f ( f ∈ F) com ∑ f ∈ F α f f = 0V é a que tem
todos os coeficientes nulos: ∀ f ∈ F, α f = 0.
Proposição 13.2 Dado L ⊂ V, as propriedades abaixo são todas equivalentes.
1. L é linearmente independente.
2. Não existe f ∈ L com L\{ f } →` f
3. Para qualquer f ∈ L temos h L\{ f }i 6= h Li.
Prova: Começamos provando que 1 ⇒ 2. Imagine (para chegar a uma contradição) que conse-
guimos escrever f ∗ ∈ L como uma combinação linear ∑ g∈K α g g, com K ⊂ L\{ f ∗ } finito. Veja
que, neste caso,
∑ α g g − f ∗ = 0V ,
g∈K
ou seja, há uma combinação linear de elementos do conjunto finito K ∪ { f } ⊂ L que resulta em
0V . Deduzimos que todos os coeficientes são 0. Mas o coeficiente de f nesta soma é 1, o que é
uma contradição. Logo, qualquer f ∈ L não é combinação linear finita de elementos de L\{ f }.
De fato, é possı́vel provar 2 ⇒ 1 invertendo este raciocı́nio: se valesse 2, mas L não fosse l.i.,
terı́amos uma combinação linear:
∑ αf f = 0 com F ⊂ L finito e α f ∗ 6= 0 para algum f ∗ ∈ F.

f ∈F
No entanto, isto implicaria que:

−α f
f∗ = ∑ α f∗
f com F \{ f ∗ } ⊂ L\{ f ∗ } finito,
f ∈ F \{ f ∗ }
142
o que contradiria 2.
Falta provar que 2 ⇔ 3. Que 2 ⇒ 3 é simples: a parte 2 diz que, dado qualquer f ∈ L, vale
que f 6∈ h L\{ f }i, ao mesmo tempo que f ∈ h Li. Por outro lado, se não vale 2, existe um f ∗ ∈ L
tal que L\{ f ∗ } →` f ∗ . Veremos que isto implica que 3 não vale, ou seja, h L\{ f ∗ }i = h Li. De fato,
se v ∈ h Li é dado, de modo que Liv, temos que w ∈ L\{ f ∗ } para cada w ∈ L; isto é trivial se
w 6= f ∗ e vale para f ∗ porque assim suposemos. Deduzimos então L\{ f ∗ } → v para cada v ∈ h Li,
o que é o mesmo que h L\{ f ∗ }i = h Li. 2
Agora podemos definir o conceito fundamental de base como conjunto gerador minimal.
Definição 13.3 Uma base de V é um conjunto gerador linearmente independente. Ou seja, L ⊂ V é base
de V de h Li = V, mas dado qualquer f ∈ L temos h L\{ f }i 6= L.
É uma consequência do Lema de Zorn que todo espaço vetorial tem uma base, chamada Base
de Hamel. No entanto, nosso maior interesse será no caso de dimensão finita.
O seguinte fato será útil no que segue.
Lema 13.1 Suponha que L é l.i. e v ∈ V \h Li. Então L ∪ {v} também é l.i..
Prova: Suponha que F ⊂ L ∪ {v} finito e os coeficientes α f ∈ R ( f ∈ F) são tais que
∑ αf f = 0V .
f ∈F
Afirmamos que os α f são todos nulos. De fato, se v 6∈ F, F ⊂ L e a afirmação segue do fato que
L é l.i.. Se v ∈ F, mas αv = 0, o mesmo raciocı́nio se aplica. Finalmente, se v ∈ F e αv 6= 0,

αf
∑ α f f = 0V ⇒ v = ∑ − α v f ∈ h L i ,
f ∈F f ∈ F \{v}
o que contradiz o fato que v 6∈ h Li. 2
13.3 O teorema fundamental da dimensão finita

Vamos considerar agora o caso em que V tem dimensão finita.
Definição 13.4 Dizemos que V tem dimensão finita se possui um conjunto gerador finito.
Exemplos incluem Rd , Rd×k (exercı́cio) e o espaço de funções polinomiais de grau ≤ d.
Proposição 13.3 Todo espaço V de dimensão finita possui uma base finita. De fato, todo conjunto gerador
finito de V contem uma base.
Prova: Considere um conjunto gerador finito G = G0 de V. Se G0 é l.i., já é uma base e o problema
está resolvido. Se não, podemos achar um subconjunto G1 = G0 \{ f 0 } estritamente contido em
G0 com h G1 i = h G0 i = V. Caso G1 não seja l.i., podemos repetir esta operação obtendo conjuntos
G0 ⊃ G1 · · · ⊃ Gk propriamente contidos um no outro tais que
h Gk i = h Gk−1 i = · · · = h G0 i = V e
0 ≤ | Gk | < | Gk−1 | < · · · < | G0 | < +∞.
Estas desigualdades mostram que o processo de gerar Gk ’s para em algum momento. Quando
isto ocorre, o Gk∗ obtido é l.i. e h Gk∗ i = V. 2
143
O teorema fundamental da Álgebra Linear em dimensão finita está a seguir.
Teorema 13.1 Suponha que V tem dimensão finita. Existe um número d := dim(V ) ∈ N, chamado
de dimensão de V, tal que todas as bases de V têm dim(V ) elementos. Todo conjunto gerador tem pelo
menos dim(V ) elementos e contem uma base. Todo conjunto l.i. tem no máximo dim(V ) elementos e está
contido numa base.
Prova: Provaremos o seguinte fato mais forte.
Lema 13.2 Suponha que existe uma base de V com d ∈ N elementos e que G é conjunto gerador qualquer
de V. Então G contem uma base de V com exatamente d elementos.
Por que isto implica o teorema? Vejamos:
1. Em primeiro lugar, já vimos que, quando V tem dimensão finita – ou seja, há pelo menos
um conjunto gerador finito –, há também uma base finita. Esta base B tem um certo número
d de elementos.
2. Toda base finita é um conjunto gerador; usando o lema acima duas vezes, vemos que duas
bases finitas B e B0 têm de ter o mesmo número d de elementos.
3. Se G é um conjunto gerador com d elementos, o lema implica que ele é uma base. Se G tem
mais de d elementos, contem estritamente uma base. Neste segundo caso, G não pode ser
l.i.: se fosse, seria uma base que não tem d elementos.
4. Considere um conjunto l.i. finito L qualquer. Fixe uma base B de V. Se L →` b para cada
b ∈ B, temos que L gera V; neste caso, L é base e tem exatamente d elementos. Se isto
não vale, podemos tomar b1 que não é gerado por L e construir um conjunto l.i. maior
L1 = L ∪ {b1 } com b1 ∈ B\h Li. Repetindo este processo, em algum momento teremos um
Lk com | L| + k elementos e tal que B ⊂ h Lk i. Pelo que vimos acima, Lk é base de V e
portanto | L| + k = d, ou seja | L| < d.
5. Finalmente, todo subconjunto finito de um conjunto l.i. também é finito. Deduzimos que
não pode haver um conjunto l.i. com mais de d elementos.
Veja que tudo o que afirmamos no Teorema está escrito acima. Logo, o lema implica o
teorema.
A partir de agora nos concentraremos em provar o lema. Nesta prova suporemos que V 6=
{0V }, de modo que | B| = d > 0 (o caso em que V = {0V } é trivial). Chame de b1 , . . . , bd os
elementos de B e de g1 , . . . , gk os elementos de G, observando que também temos k = | G | > 0.
(Na verdade, admitimos G infinito, e neste caso devı́amos escrever
G := { g j : i ∈ I}
para algum conjunto de ı́ndices I . É fácil ver que isso só causa mudanças estéticas na prova
abaixo.)
Nossa prova do Lema será por um processo indutivo. Construiremos uma sequência de novas
bases
B0 = B, B1 , . . . , Bd
144
com a mesma cardinalidade d, e tais que B` e G têm pelo menos ` elementos em comum, Segue
disto que Bd ⊂ G e portanto | B| = d = | Bd | ≤ | G |.
Comecemos com a construção de B1 . Como B é base (e portanto é conjunto gerador), cada
gi ∈ G é combinação linear dos elementos de G:
d
gi = ∑ αi,j b j , αi,1 , . . . , αi,d ∈ R.
j =1
Afirmamos que existe pelo menos um ı́ndice i1 tal que αi1 ,d 6= 0. Para ver isso, observe que, como
G gera V b1 é combinação linear dos gi . Se αi,1 = 0 para cada i, cada gi é combinação linear dos
elementos de B\{b1 }. Como os gi geram V, deduzimos que B\{b1 } gera V. Mas então o próprio
b1 é combinação linear dos elementos de B\{b1 }, o que é uma contradição porque B é l.i..
Agora considere o efeito de substituir b1 por gi1 em B. Isto nos dá um novo conjunto de vetores:
B1 = { gi1 , b2 , . . . , bd }.
Afirmamos que este conjunto ainda é uma base de B. Para verificar isso, precisamos mostrar
que ele ainda é conjunto gerador. Isso é simples porque B é gerador e qualquer bi ∈ B satisfaz
B1 →` bi ; isso é óbvio se i 6= 1 e, para i = 1,
d
b1 = gi1 − ∑ αi1 ,j b j →` B1 .
j =2
Ainda falta mostrar que B1 é l.i.. Considere então uma combinação linear
γ1 gi1 + γ2 b2 + · · · + γd bd = 0V .
Podemos substituindo gi1 = ∑dj=1 αi1 ,j b j
γ1 αi1 ,1 b1 + γ20 b2 + · · · + γd0 bd = 0V .
Como b1 , . . . , bd é l.i., γ1 αi1 ,1 = 0; como αi1 ,1 6= 0, temos γ1 = 0. Deduzimos
γ2 b2 + · · · + γd bd = 0V , o que implica γ2 = · · · = γd = 0.
Portanto, B1 é uma base de V com d elementos que tem pelo menos um elemento em comum
com G.
A construção acima encerra o caso base de nossa indução. Suponha agora que já conseguimos
construir uma base B` de V com d elementos e pelo menos ` ≥ 1 elementos em comum com G.
Se ` = d, então B` ⊂ G e a prova acabou.
Consideremos então o caso 1 ≤ ` < d. vamos mostrar que podemos construir uma outra
base B`+1 com d elementos e ` + 1 elementos em comum com G. Com efeito, re-rotulando os
elementos de G se necessário, podemos escrever:
B` = { gi1 , gi2 , . . . , gi` , b`+1 , . . . , bd }.
Podemos escrever cada gi com i ∈ {` + 1, . . . , k } na forma:

` d
gi = ∑ 0
αi,j gi j + ∑ 0
αi,j bj .
j =1 j=`+1
145
Afirmamos que pelo menos um valor i`+1 ∈ {` + 1, . . . , k } satisfaz αi0`+1 ,`+1 6= 0. Caso contrário,
todo gi com i ∈ [k ]\{i1 , . . . , i` } satisfaria B` \{b`+1 } →` gi . Como isso obviamente vale também
para os outros elementos de G, que já pertencem a B` , seria verdade que todo gi é combinação
linear de B` \{b`+1 }. Como G gera V, deduzimos que h B` \{b`+1 }i = V. Isto contradiria o fato
que B` é base e que portanto b`+1 6∈ h B` \{b`+1 }i.
Deduzimos, portanto, que o i`+1 desejado existe. Definimos:
B`+1 = { gi1 , gi2 , . . . , gi` , gi`+1 , . . . , bd }.
Deixamos a cargo do leitor a verificação de que esta é de fato uma base de V. Isto encerra a
prova do Lema. 2
Exercı́cio 13.2 Mostre que V tem dimensão finita se e somente se existe um D ∈ N tal que todo conjunto
l.i. de V tem no máximo D elementos. Deduza que todo subespaço vetorial de um subespaço de dimensão
finita também tem dimensão finita.
13.4 Transformações lineares e dimensão finita

Recorde que T : V → W é linear se dados quaisquer v, v0 ∈ V, λ ∈ R, T (λv + v0 ) = λ T (v) + T (v0 ).
Toda T linear tem dois subespaços naturalmente associados a ela: o núcleo (subespaço de V) e a
imagem (subespaço de W).
ker( T ) = {v ∈ V : Tv = 0W } ⊂ V.
ran( T ) = {w ∈ W : w = Tv para algum v ∈ V } ⊂ W.
Exercı́cio 13.3 Mostre que ker( T ) e ran( T ) são mesmo subespaços.
A dimensão de ran( T ), quando finita, é chamada de posto de T.

Nesta seção relacionamos as dimensões destes espaços e mostramos que elas nos ajudam a
entender propriedades de T.
Proposição 13.4 ker( T ) = {0V } se e somente se T é injetiva.
Prova: T é injetiva se e somente se Tv = Tv0 implica v = v0 . Subtraindo v0 dos dois lados, vemos
que esta propriedade é equivalente a
T (v − v0 ) = 0W ⇔ v − v0 = 0V
o que é o mesmo que pedir ker( T ) = {0V }. 2
Lema 13.3 Se V tem dimensão finita d, ker( T ) tem dimensão finita e
dim ran(V ) + dim ker( T ) = dim(V ).
146
Prova: Como ker( T ), sua dimensão é k para algum k ∈ N, k ≤ d. Provaremos que ran(V ) tem
uma base com d − k elementos. Por simplicidade, suporemos k < d, pois k = d implica que T é
identicamente nula e o teorema é trivialmente verdadeiro neste caso.
De fato, suponha que L é uma base de ker( T ), de modo que | L| = k ≤ d. L é l.i. e portanto
está contida numa base B de V. Afirmamos que
H := { T b : b ∈ B\ L} é base de ran( T ) com d − k elementos.
Para provar isso, observe primeiramente que, como B é base de V, todo v ∈ V pode ser escrito
como
v = b + ` com ` ∈ h Li = ker( T ) and b ∈ h B\ Li.
Aplicando T dos dois lados e observando que T ` = 0 (pois ` está no núcleo), vemos que todo
vetor Tv ∈ ran( T ) é da forma Tb com b ∈ h B\ Li. Como todo elemento de h B\ Li é combinação
linear de elementos de B\ L, todo Tv é combinação linear de elementos de H.
Agora provaremos que H é l.i. e tem d − k elementos distintos. Se uma destas hipóteses não
valesse, existiria uma combinação linear de H com pelo menos algum coeficiente não nulo e
∑ αb Tb = 0W .
b∈ B\ L
Por linearidade, ∑b∈ B\ L αb b ∈ ker( T ) = h Li. Isto quer dizer que:
∑ αb b = ∑ β` ` para alguma escolha de coeficientes β` .

b∈ B\ L `∈ L
Mas isto quer dizer

∑ αb b − ∑ β`.
b∈ B\ L `∈ L
Como B é l.i., todos os coeficientes reais acima são nulos, o que contradiz a hipótese de que
algum αb é diferente de 0. 2
Dizemos que T : V → W é inversı́vel se é uma bijeção. É um exercı́cio provar que, neste caso,
T −1 : W → V também é transformação linear.
Teorema 13.2 Suponha que V ou W tem dimensão finita. Então T : V → W é bijeção se e somente se
dim(V ) = dim(W ) e ker( T ) = {0V } (T é injetiva).
Prova: T é bijeção se e somente se ker( T ) = {0V } e ran( T ) = W. Supondo que V tem dimensão
finita (sem perda de generalidade), vemos que
dim ran( T ) + dim ker( T ) = dim(V ) ⇒ dim(W ) = dim(V ) − dim ker( T ) ≤ dim(V ),
logo W tem dimensão finita. Do mesmo modo, considerando T −1 , vemos que:
dim ran( T −1 ) + dim ker( T −1 ) = dim(V ) ⇒ dim(V ) = dim(W ) − dim ker( T −1 ) ≤ dim(W ).
Logo, quando T é bijeção, W e V têm a mesma dimensão e pode-se deduzir das equações acima
que dim ker( T ) = 0. A recı́proca fica como exercı́cio. 2
Observação 13.1 Quando V tem dimensão finita, o teorema acima nos diz que T : V → V é inversı́vel,
se e somente se ker( T ) = {0V }. Este resultado não vale para espaços de dimensão infinita. Com
efeito, tome V = C ([0, 1], R) e T o operador que leva f ∈ C a sua integral indefinida. Veja que T ( f ) é
diferenciável para qualquer f , mas há funções em C que não são diferenciáveis, logo T não é uma sobrejeção.
147
13.5 Relação com os espaços euclideanos Rd
Nesta seção observamos que todo espaço de dimensão d < +∞ é “essencialmente” o Rd disfarçado.
Toda transformação linear pode ser dada por uma matriz. Isto quer dizer que todas as normas
sobre um espaço de dimensão finita são equivalentes, etc.
13.6 Normas e transformações lineares

Considere dois espaços vetoriais normados (V, k · kV ) e (W, k · kW ). Já vimos anteriormente que
uma aplicação linear é contı́nua se e somente se é limitada, isto é:
k TvkW
k T k V →W : = sup < +∞.
v∈V \{0V } k v kV
Também vimos que se V = Rd , então toda transformação linear é contı́nua. Este resultado se
estende a qualquer V de dimensão finita, mas falha para espaços de dimensão infinita.
Definimos:
L(V, W ) := { T : V → W : T é linear e limitada}.
Usaremos no restante do curso o seguinte resultado.
Proposição 13.5 (L(V, W ), k · kV →W ) é um espaço vetorial normado. Se (W, k · kW ) é completo, o

mesmo vale para (L(V, W ), k · kV →W ).
Prova: Escrevemos L := L(V, W ). O elemento neutro de L é a transformação linear 0L que leva

cada v ∈ V em 0W . Dadas T, S ∈ L e λ ∈ R, a transformação linear λ T + S é dada por
(λ T + S) : v ∈ V 7→ λ Tv + Sv ∈ W.
Note que o lado direito desta definição faz sentido porque, para qualquer v ∈ V, tanto Tv quanto
Sv pertencem ao espaço vetorial W.
É um exercı́cio fácil verificar que λ T + S também é linear. Não é tão evidente que λ T + S ∈ L,
ou seja que λ T + S é limitada. Para isso, veja que
∀v ∈ V : k(λ T + S) vkW ≤ |λ| k TvkW + kSvkW ≤ (|λ| k T kV →W + kSkV →W ) kvkV
e portanto
kλ T + SkV →W ≤ (|λ| k T kV →W + kSkV →W ) < +∞.
Ou seja, de uma tacada só provamos que combinações lineares de elementos de L também são
elementos de L e que k · kV →W é subaditiva sobre L. A verificação das propriedades restantes de
espaço vetorial e de norma fica a cargo do leitor.
Resta-nos provar que, se (W, k · kW ) é completo, então (L, k · kV →W ) também é completo.
Para isso, tome uma sequência de Cauchy
n,m→+∞
{ Tn }n∈N ⊂ L com k Tn − Tm kV →W → 0.
Nosso primeiro resultado será a convergência pontual das Tn .
148
Passo 1: para cada v ∈ V, existe o limite limn∈N Tn v ∈ W.
De fato, para qualquer v ∈ V temos
0 ≤ k Tn v − Tm vkW = k( Tn − Tm ) vkW ≤ k Tn − Tm kV →W kvkV → 0 quando n, m → +∞.
Ou seja, { Tn v}n∈N é uma sequência de Cauchy no espaço vetorial W, que supomos ser completo.
Passo 2: se definimos Tv := limn ∈ NTn v, T ∈ L.
Temos que provar que T é linear e limitada. Para provar a linearidade, veja que, para quais-
quer λ ∈ R e v, v0 ∈ V, a linearidade das Tn garante que:
Tn (λv + v0 ) = λ Tn v + Tn v0 .
Tomando o limite em n.
T (λv + v0 ) = λ T v + T v0 .
Para provar limitação, veja que
n,m→+∞
0 ≤ |k Tn kV →W − k Tm kV →W | ≤ k Tn − Tm kV →W → 0.
Isto é, a sequência das normas {k Tn kV →W }n∈N ⊂ é Cauchy, logo convergente. Disso deduzimos
que:
∀v ∈ V : k TvkW = lim k Tn vkW ≤ (lim k Tn kV →W ) kvkV
n n
e portanto
k T kV →W ≤ lim k Tn kV →W < +∞.
n
Passo 3: k Tn − T kV →W → 0.
Veja que para todos n ∈ N, v ∈ V \{0V },
k Tn v − TvkW = lim k Tn v − Tm vkW ≤ sup k Tn − Tm V → W kvkV .

m→+∞ m≥n
Dividindo por kvkV e tomando o supremo em v, deduzimos que:
k Tn − T kV →W ≤ sup k Tn − Tm V → W → 0
m≥n
porque { Tn }n∈N é Cauchy. 2
149
150
Capı́tulo 14
A derivada como transformação linear
Neste capı́tulo reuniremos os ingredientes necessários para definir a derivada e calculá-la em

alguns exemplos interessantes.
14.1 A definição de derivada de Fréchet

Fixamos dois espaços vetoriais normados (V, k · kV ) e (W, k · kW ). A definição geral de derivada
é a seguinte.
Definição 14.1 Dado um aberto U ⊂ V, dizemos que f : U → W é Fréchet-diferenciável em x ∈ U se

existe uma transformação linear contı́nua T ∈ L(V, W ) tal que para h ∈ V, h → 0V ,
f ( x + h) = f ( x ) + T h + r x (h)
para uma “função-resto” r x com kr x (h)kW /k hkV → 0. De forma equivalente, pedimos que r x (h) :=
f ( x + h) − f ( x ) − T h satisfaça o seguinte:
∀ε > 0 ∃δ > 0 : ∀h ∈ BV ( x, δ) ⊂ U, kr x (h)kW ≤ ε khkV .
Chamamos T de derivada de Fréchet (ou simplesmente derivada) de f em x e escrevemos T = D f ( x ).
Um ponto fundamental da definição acima é que D f ( x ) deve ser uma transformação linear
contı́nua, ou limitada:
k D f ( x ) v kW
k D f ( x )kV →W := sup < +∞.
v∈V \{0V } k v kV
Vimos anteriormente que esta propriedade sempre vale quando V = Rd . Também sabemos que
ela pode não valer quando V tem dimensão infinita: por exemplo, vimos que a operação de
tomar derivada não é contı́nua na norma do sup. Portanto, parte do trabalho de provar que uma
transformação linear T é a derivada de f em x é mostrar que k T kV →W < +∞.
Um outro ponto importante da definição é saber se T = D f ( x ) é unicamente definido. Para
isso, usamos a proposição abaixo.
151
Proposição 14.1 No contexto da definição acima, Suponha que S ∈ L(V, W ) satisfaz:
k R x (h)kW
f ( x + h) = f ( x ) + S h + R x (h), com → 0,
k h kV
assim como T. Então S = T. De fato, para cada v ∈ V, vale:
f ( x + tv) − f ( x )
Sv = Tv = lim .
t→+∞ t
Prova: Veja que S 0V = T 0V = 0W por linearidade. Se v 6= 0V , podemos tomar h := tv, notando

que este vetor vai a 0V quando t → 0 e ktvkV = |t|kvkV . Deduzimos que

f ( x + tv) − f ( x ) f ( x + tv) − f ( x ) − T (tv)
= kr x (tv)k kvkV → 0,

− T v =

t W t
W k t v kV
ou seja,
f ( x + tv) − f ( x )
Tv = lim .
t →0 t
Repetindo a prova com S, deduzimos:
f ( x + tv) − f ( x )
Sv = lim .
t →0 t
2
Antes de prosseguirmos, notamos uma propriedade simples.
Exercı́cio 14.1 Com V qualquer, note que, se f é diferenciável em x, então f também é contı́nua em x.
14.1.1 Derivadas direcionais, suas vantagens e problemas

A derivada de Fréchet tem o defeito de ser difı́cil de calcular em geral. Por isso, será interessante
olharmos para outras definições de derivada que se pareçam mais com as do Cálculo. Na verdade
isso já estava implı́cito na discussão acima, quando tomamos limites direcionais.
Definição 14.2 O limite

f ( x + tv) − f ( x )
∂v f ( x ) := lim ,
t →0 t
quando existe, é chamado de derivada de Gâteaux (ou direcional) de f na direção v.
A prova da proposição 14.1 implica o seguinte resultado:
Proposição 14.2 (Prova omitida.) Quando a derivada D f ( x ) existe, então D f ( x ).v = ∂v f ( x ) para
todo v ∈ V.
Em particular, as derivadas direcionais todas existem quando f é Fréchet-diferenciável. A

recı́proca não é verdadeira: há casos em que ∂v f ( x ) existe para todo v, mas f não é nem sequer
contı́nua. Isso pode ocorrer mesmo quando V = R2 e W = R, como mostra o exemplo abaixo.
152
Exemplo 14.1 Considere
( x [1])3 x [2]
(
( x [1])6 +( x [2])2
, x 6= 0R2
f (x) =
0, x = 0 R2 .
É fácil ver que as derivadas direcionais ∂v f (0R2 ) existem e são todas iguais a 0. No entanto, f não é nem
sequer contı́nua em 0R2 . Por exemplo, se fazemos a(t) := (t, t3 ) (t > 0), vemos que a é contı́nua, mas
f ◦ a(t) → 1/2 6= f ◦ a(0) quando t → 0.
Uma explicação para esta discrepância é que as derivadas direcionais ∂v f ( x ) só ligam para o
comportamento de f ao longo de retas a partir de x. Por isso, elas não “enxergam” eventuais
descontinuidades de f sobre curvas. A derivada de Fréchet é mais exigente e, por essa razão,
tem propriedades melhores, como a regra da cadeia (discutida mais adiante), que em geral não
valem para as derivadas direcionais.
De qualquer modo, como a derivada direcional é mais fácil de calcular, será importante ter
critérios gerais para assegurar que uma dada f é Fréchet-diferenciável somente a partir das
derivadas direcionais. Este problema será abordado mais adiante.
14.2 Alguns casos simples da derivada de Fréchet

14.2.1 Quando o domı́nio está na reta
Um caso simples desta definição se dá quando V = R e U ⊂ R é aberto. Neste caso, parece
natural definir a derivada como o limite usual.
f ( x + h) − f ( x )
f 0 ( x ) := lim .
h →0 h
Nesta seção mostraremos que a derivada de Fréchet coincide com esta definição por limite a
menos de um isomorfismo. A proposição a seguir esclarece o que seria este isomorfismo.
Proposição 14.3 Os espaços L(R, W ) e W são isomorfos como espaços vetoriais normados. Isto é, há
uma bijeção linear entre estes dois espaços que preserva normas. De fato, esta bijeção leva T ∈ L(R, W )
em v T := T 1 ∈ W.
Prova: Neste teorema, estamos pensando em R como espaço vetorial normado sobre o corpo
R. Por esta razão, podemos pensar num elemento x ∈ R como o produto x.1 do escalar x
com o elemento 1 deste espaço vetorial. Isto nos leva à constatação de que v T := T (1) define
inteiramente a transformação T, já que, dado qualquer x ∈ R,
T ( x ) = T ( x.1) = (use linearidade) = x T (1) = x v T .
Segue diretamente disto que a aplicação T 7→ v T nos dá uma bijeção linear de L(R, W ) com W.
Veja em primeiro lugar que, dados T, T 0 ∈ L(R, W ) e λ ∈ R,
vλT +T 0 = (λT + T 0 )(1) = λ T (1) + T 0 (1) = λ v T + v T 0 .
Além disso, v T = 0W implica que T ( x ) = 0W para todo x ∈ W, ou seja, T = 0L(R,W ) . Isto implica
que T 7→ v T é injetiva. Temos ainda:
k Tx kW k xvT kW
k T k R →W = sup = sup = k v T kW .
x ∈R\{0}R |x| x ∈R\{0}R |x|
153
Finalmente, T é sobrejetiva: dado qualquer v ∈ W, a transformação Tv que leva x ∈ R em
Tv ( x ) := x v tem v Tv = v. Além disso, T é limitada pelo argumento acima. 2
Agora podemos enunciar o resultado que garante a coincidência entre as derivadas de Fréchet
e a “derivada como limite” a que estamos acostumados.
Lema 14.1 Dados U ⊂ R aberto, x ∈ U e f : U → W, são equivalentes:
1. f é diferenciável em x no sentido de Fréchet.
2. Existe o limite:
f ( x + h) − f ( x )
f 0 ( x ) := lim .
h →0 h
Além disso, quando f 0 ( x ) e D f ( x ) estão ambas definidas, temos f 0 ( x ) = D f ( x )(1).
Prova: O ponto é que, dados T ∈ L(R, W ), h ∈ R com x + h ∈ U,
f ( x + h) − f ( x ) − T h = f ( x + h) − f ( x ) − h vT
segundo o isomorfismo do exercı́cio anterior, com v T = T 1. Deste modo,

k f ( x + h ) − f ( x ) − T h kW f ( x + h) − f ( x )
lim = lim − v T .

h →0 |h| h →0 h W
O lema segue trivialmente desta última identidade já que um dos limites existe e é zero se e
somente se o outro também é. Isto é, v T = f 0 ( x ) se e somente se T = D f ( x ). 2
14.2.2 Derivadas envolvendo funções lineares

Uma observação simples, mas importante para o que segue, é que, se T : V → W já é linear, então
sua derivada é DT ( x ) h = T h, para quaisquer x, h ∈ V. A prova deste fato fica como exercı́cio.
Um outro caso simples é descrito no exercı́cio abaixo.
Exercı́cio 14.2 Mostre que, quando f : U → W é diferenciável e T ∈ L(W, Z ) para um outro espaço
vetorial normado Z. Neste caso, T ◦ f : U → Z tem derivada:
D ( T ◦ f )( x ) h = T D f ( x ) h
em todo ponto x ∈ U onde f é diferenciável.
O leitor é convidado a provar isto diretamente, mas observamos que esta é uma consequência
da regra da cadeia.
154
14.2.3 A derivada quando V tem dimensão finita e W = R
Nesta seção consideraremos o caso em que V tem dimensão finita e W = R. De fato, nos
contentaremos em entender bem o caso V = Rd e W = R; os mesmo resultados se estendem
aos outros espaços de dimensão finita porque todos os espaços de mesma dimensão finita são
isomorfos.
A tentação aqui é falar das derivadas parciais que já conhecemos do Cálculo. Cara derivada
parcial ∂ f /∂xi é obtida fixando um x ∈ U, variando a i-ésima coordenada de x e tomando o
limite adequado. Não é difı́cil ver que isto é a mesma coisa que a derivada direcional ∂ei f ( x ),
que nós chamaremos de ∂i f ( x ) para deixar a notação mais leve.
Nossa pergunta aqui é: o que precisamos saber sobre as derivadas parciais para garantir
que a derivada D f ( x ) existe? Observe que, como W = R, se f : U → R é diferenciável, então
D f ( x ) é um funcional linear contı́nuo entre V = Rd e R. Em particular, sabemos que, se D f ( x ),
então há um vetor ∇ f ( x ) tal que D f ( x ) · v = ∇ f ( x ) · v para cada v ∈ Rd . É fácil ver que
(∇ f ( x ))[i ] = D f ( x ) · ei = ∂i f ( x ). O resultado a seguir nos diz que, se as derivadas parciais são
contı́nuas, então o gradiente existe.
Teorema 14.1 Suponha que U ⊂ Rd é aberto, f : U → R é dada e x ∈ U. Se as derivadas parciais

∂i f (1 ≤ i ≤ d) estão definidas em uma vizinhança aberta de x e são contı́nuas neste ponto, então D f ( x )
existe (o que é o mesmo que dizer que f é diferenciável em x no sentido de Fréchet).
Prova: A ideia da prova é usar o Teorema do Valor Médio, que diz que, se g : I → R é di-
ferenciável num intervalo I e a, a + t ∈ I, então existe um ponto s com |s| ≤ |t|, a + s ∈ I e
g( a + t) − g( a) = g0 ( a + s) t.
Vamos aplicar este resultado às derivadas parciais que, no final das contas, são derivadas em
√ as derivadas parciais de f existem em BRd [ x, r ] ⊂ R . Veja que,
d
uma variável. Tome √ r > 0 tal que
se Ii := [ x [i ] − r/ d, x [i ] + r/ d], então
Q := I1 × I2 × . . . Id ⊂ BRd [ x, r ].
Em particular, se x̃ ∈ Q e ti ∈ R é tal que x̃ + ti ei ∈ Q, existe um si = si ( x̃, ti ) com |si | ≤ |ti |,

x̃ + si ei ∈ Q e
f ( x̃ + ti ei ) − f ( x̃ ) = ti ∂i f ( x̃ + si ei ).
(Note que só podemos garantir x̃ [i ] + si ∈ Ii porque Q tem a estrutura de um produto cartesiano
√
de√intervalos.) Vamos aplicar isso ao caso em que as coordenadas de h estão entre −r/ d e
r/ d, o que garante x + h ∈ Q. Recordamos que h = ∑id=1 h[i ]ei . Observamos que para cada
j √ √
j ∈ [d] ∪ {0} o vetor h j := ∑i=1 h[i ] ei ∈ Q também tem coordenadas entre −r/ d e r/ d.
Portanto, x + h j ∈ Q para cada um destes j e podemos escrever uma soma telescópica.
d
f ( x + h) − f ( x ) = ∑ ( f ( x + h j ) − f ( x + h j−1 )).
m =1
Como x + h j = x + h j−1 + h( j) e j para cada j ∈ [d], podemos encontrar um valor h̃( j) entre 0 e h( j) ,
tal que, se h̃ j := h j−1 + h̃( j) e j ,
f ( x + h j ) − f ( x + h j−1 ) = h( j) ∂ j f ( x + h̃ j ).
155
Deduzimos que
d
f ( x + h) − f ( x ) = ∑ h( j) ∂ j f ( x + h̃ j ).
m =1
Para terminar a prova, definimos ∇ f ( x ) como o vetor das derivadas parciais. Veja que:
d
f ( x + h) − f ( x ) − ∇ f ( x ) · h = r x (h) := ∑ h( j) (∂ j f ( x + h̃ j ) − ∂ j f ( x )).
m =1
Por Cauchy-Schwartz, v
u d
|r x (h)| ≤ |h|2 t ∑ (∂ j f ( x + h̃ j ) − ∂ j f ( x ))2 .
u
m =1
Veja que |h̃ j |2 ≤ |h j |2 ≤ |h|. Deste modo, quando h → 0, cada h̃ j converge a 0. Podemos combinar
isto com nossa hipótese de continuidade das derivadas parciais e concluir que o termo da raı́z
quadrada acima vai a 0. Portanto:
v
u d
|r x (h)| u
≤ t ∑ (∂ j f ( x + h̃ j ) − ∂ j f ( x ))2 → 0.
| h |2 m =1
Ou seja, ∇ f ( x ) · h = D f ( x ) h, como querı́amos mostrar. 2

Um corolário importante deste resultado é o seguinte.
Exercı́cio 14.3 Dada f : U → R, as seguintes propriedades são equivalentes.
1. D f ( x ) (ou ∇ f ( x )) está definido em todo U e depende continuamente de x;
2. Para qualquer v ∈ Rd , a derivada direcional ∂v f : U → R existe e é contı́nua.
3. as derivadas parciais de f : U ⊂ Rd → R existem e são contı́nuas em todo U.
14.2.4 O caso em que W tem dimensão finita

Também neste caso consideraremos apenas W = Rk . Neste caso, é fácil ver que f : U ⊂ Rk
é diferenciável se e somente se cada uma das funções coordenadas é diferenciável. Isto é, se
f [i ] : U → R é diferenciável em x ∈ U para cada i ∈ [k ], então f é diferenciável em x e
D f ( x ) h = ( D f [i ]( x ) h)ik=1 ; ao mesmo tempo, vale a recı́proca.
Considere agora a restrição a V = Rd , de modo que U ⊂ Rd . Os resultados da seção anterior
implicam que:
Exercı́cio 14.4 Dada f : U → Rk , as seguintes propriedades são equivalentes.
1. D f ( x ) (ou ∇ f ( x )) está definido em todo U e depende continuamente de x;
2. Para qualquer v ∈ Rd e i ∈ [k ] , a derivada direcional ∂v f [i ] : U → R existe e é contı́nua.
3. as derivadas parciais de cada f [i ] : U → R (i ∈ [k ]) existem e são contı́nuas em todo U.
156
14.3 Boas propriedades da derivada de Fréchet
Nesta seção damos substância ao que já dissemos acima: a derivada de Fréchet tem boas propri-
edades teóricas. Os dois teoremas desta seção nos dizem que ela satisfaz uma regra da cadeia e
uma desigualdade assemelhada ao Teorema do Valor Médio.
14.3.1 A regra da cadeia

Enunciamos abaixo a versão geral da regra da cadeia. Tão importante quanto entender que ela
vale é observar que as derivadas direcionais não satisfazem a regra da cadeia; veja a Observação 14.1
abaixo.
Teorema 14.2 (Regra da cadeia) Suponha que (V, k · kV ), (W, k · kW ) e ( Z, k · k Z ) são espaços vetori-
ais normados. Suponha que UV ⊂ V e UW ⊂ W são abertos, que f : UV → UW e g : UW → Z. Fixos
x ∈ UV e y = f ( x ) ∈ UW , suponha que as derivadas de Fréchet D f ( x ) e Dg(y) existem. Então a derivada
de g ◦ f em x também existe e é dada pelo produto de transformações lineares Dg ◦ f ( x ) = Dg(y) D f ( x ).
Prova: Fixe x e y = f ( x ) como acima. Dado h ∈ V com x + h ∈ UV , escrevemos: hy := f ( x +

h) − f ( x ) = f ( x + h) − y. Temos:
g ◦ f ( x + h) − g ◦ f ( x ) = g(y + hy ) − g(y) = Dg(y) hy + Ry (hy ),
com Ry o termo de resto esperado. Do mesmo modo,
h y = D f ( x ) h + r x ( h ).
Concluı́mos que:
g ◦ f ( x + h) − g ◦ f ( x ) = Dg(y) D f ( x ) h + Ry (hy ) + Dg(y) r x (h).
Esta fórmula deixa clara a nossa missão: queremos provar que o termo Ry (hy ) + r x (h) se com-
porta como esperamos de um resto. Ou seja, queremos que
k Ry (hy ) + Dg(y) r x (h)k Z

Objetivo final: → 0 quando h → 0.
khkX
Vejamos como provar isso. O primeiro passo é quebrar a expressão em duas
k Ry (hy ) + Dg(y) r x (h)k Z k Ry (hy )k Z k Dg(y) r x (h)k Z

≤ +
khk X k h kV k h kV
e controlar o segundo termo. De fato, como Dg(y) é uma transformação linear limitada,
k Dg(y) r x (h)k Z kr x (h)kW h→0 kr x (h)kW h→0

≤ k Dg(y)kV →W → 0 porque → 0.
k h kV k h kV k h kV
Ainda nos falta mostrar que k Ry (hy )k Z /k hk X também converge a 0. Tome ε > 0 qualquer.
Como k Ry ( a)k Z /k akV → 0 quando a → 0 sabemos que existe um δ > 0 tal que,
∀ a ∈ W, k akW ≤ δ : y + a ∈ U e k Ry ( a)k Z ≤ ε k akW .
157
Por outro lado,
k h y kW k f ( x + h) − f ( x )kW k D f ( x ) hkV + kr x (h)kV kr x (h)kV
= ≤ ≤ k D f ( x )kV →W + .
k h kV k h kV k h kV k h kV
Portanto, quando h → 0, hy → 0. Em particular, se h é pequeno o suficiente, hy ∈ BV (y, δ) e
k Ry ( a)k Z kr x (h)kV

≤ ε k D f ( x )kV →W + .
k h kV k h kV
Deduzimos que
k Ry ( a)k Z
lim sup ≤ ε (k D f ( x )kV →W ) .
h →0 k h kV
Como ε > 0 é arbitrário, o teorema segue. 2
Observação 14.1 É instrutivo ver em um exemplo de que o resultado acima falha quando usamos deriva-
das direcionais ao invés das de Fréchet. Considere a função f ◦ a do Exemplo 14.1 acima. Veja que a, além
de contı́nua, é diferenciável. Além disso, f tem derivadas direcionais ∂v f ( x ) para todos x, v ∈ R2 . Apesar
disso, a função f ◦ a não é diferenciável em 0R2 ; de fato, ela não é sequer contı́nua. Isto tem a ver com os
comentários depois do Exemplo 14.1: as derivadas direcionais não se comportam bem quando calcularmos
f ao longo de certas curvas indo para 0R2 . Já Fréchet não sofre deste problema, o que foi importante na
prova acima porque hy é uma função não-linear de h.
14.3.2 A desigualdade do valor médio

Vimos no Teorema 8.1 acima queo Teorema do Valor Médio se generaliza na forma de desigualdade
para funções diferenciáveis γ : [0, 1] → W com W espaço vetorial. Aqui vemos uma extensão da
desigualdade para funções F entre espaços vetoriais mais gerais. Recorde que, dados dois pontos
x, y num mesmo espaço vetorial V, [ x, y] denota o segmento de reta entre x e y, isto é:
[ x, y] := {ty + (1 − t) x : t ∈ [0, 1].}
Teorema 14.3 (Desigualdade do valor médio) Considere f : U → W com U ⊂ V aberto. Considere

x, y ∈ U e suponha que o segmento de reta [ x, y] está contido em U. Defina M := supa∈[ x,y] k D f ( a)kV →W .
Então k f ( x ) − f (y)kW ≤ M k x − ykV .
Prova: Considere m : [0, 1] → W definida por
m(t) := (1 − t) x + t y (t ∈ [0, 1]).
Veja que m está bem definida porque [ x, y] ⊂ U. Além disso, m é diferenciável, com derivada:
m 0 ( t ) = ( y − x ).
A regra da cadeia garante que f ◦ m : [0, 1] → W. De fato, levando em conta isomorfismos e tudo
mais, temos (exercı́cio!):
( f ◦ m)0 (t) = D f (m(t)) m0 (t) = D f (m(t)) (y − x ).
158
Por sua vez, a desigualdade do valor médio para funções de [0, 1] em W (Teorema 8.1 acima) nos
garante que:
k f (y) − f ( x )kW = k( f ◦ m)(1) − ( f ◦ m)(0)kW ≤ sup k D f (m(t)) (y − x )kW .

t∈[0,1]
Para terminar, observamos que:
sup k D f (m(t)) (y − x )kW ≤ sup k D f (m(t))kV →W ky − x kV = M ky − x kV

t∈[0,1] t∈[0,1]
porque o conjunto dos valores m(t) é exatamente [ x, y]. 2
Antes de prosseguirmos, enunciamos aqui, para conveniência futura, um resultado de aproximação

que será muito útil no futuro. Grosso modo, ele diz que, se a derivada não oscila muito numa
vizinhança de x, então a aproximação de primeira ordem f ( x 0 ) ≈ g( x 0 ) := f ( x ) + D f ( x ) ( x 0 − x )
ao redor de x é de alta qualidade. De fato, g aproxima f bem mesmo quando consideramos
diferenças de f entre pontos próximos de x.
Corolário 14.1 (Aproximação afim quando a derivada muda pouco) Suponha que f : U → W
como acima. Dados x ∈ U e r > 0 com BV ( x, r ) ⊂ U, suponha que f é diferenciável na bola BV ( x, r ) e
que
sup k D f ( x 0 ) − D f ( x )kV →W ≤ α.
x 0 ∈ BV ( x,r )
Então a função g( x 0 ) := f ( x ) + D f ( x ) ( x 0 − x ) satisfaz Dg( x 0 ) = D f ( x ) e
∀ x 0 , x 00 ∈ BV ( x, r ) : k g( x 00 ) − g( x 0 ) − ( f ( x 00 ) − f ( x 0 ))kW ≤ α k x 00 − x 0 kV .
Prova: Isso segue de aplicar a desigualdade do valor médio à função f ( x 0 ) − g( x 0 ) a cada par
x 0 , x 00 ∈ BV ( x, r ), notando que [ x 0 , x 00 ] ⊂ BV ( x, r ) por convexidade e que
sup k D ( f − g)( x 0 )kV →W = sup k D f ( x 0 ) − D f ( x )kV →W ≤ α.

x 0 ∈ BV ( x,r ) x 0 ∈ BV ( x,r )
14.4 Derivadas mais complicadas de se calcular

Encerramos este primeiro capı́tulo sobre a derivada de Fréchet calculando derivadas de funções
que não são tão simples assim. O primeiro exemplo corresponde a funções de operadores lineares
e o segundo tem relação com o problema de existência e unicidade para EDOs. O que estes
exemplos têm em comum é que calcular as derivadas parciais não parece ser mais simples que
obter diretamente a derivada de Fréchet.
159
14.4.1 Exemplos no espaço de operadores lineares
Nesta seção, estaremos interessados no caso em que V = W = L( X, X ) para algum espaço
vetorial normado ( X, k · k X ). Escreveremos L( X ) := L( X, X ) e chamaremos as transformações
lineares T ∈ L( X ) de operadores lineares sobre X. Tudo que faremos já é interessante no caso em
que X = Rd , k · k X = | · |2 é a norma Euclideana e L( X ) ≡ Rd×d com a norma de operador.
As operações que estamos interessados em derivar são as seguintes:
• Dado k ∈ N, a aplicação que leva T ∈ L( X ) em T k .
• A aplicação que leva um T ∈ L( X ) em T −1 ∈ L( X ) (no caso de T ser uma bijeção e T −1 ser

limitado).
Mostraremos “no braço” que estas funções são diferenciáveis. Observe que isto envolve en-
contrar operadores lineares A ∈ L(L( X ), L( X ))! Isso pode parecer estranho, mas veremos que
não há nada muito sério quando consideramos os casos concretos.
Nossas estiamtivas usarão muito a submultiplicatividade da norma de operador:
∀ T, S ∈ L( X ) : k T Sk X →X ≤ k T k X →X kSk X →X .
Potências de operadores
Comecemos pela derivada de f k ( T ) := T k .
Exemplo 14.2 Definimos f k ( T ) := T k (T ∈ L( X )). Qual é sua derivada?
De fato, teremos interesse em calcular a derivada e estimar bem o termo de resto. A maior
dificuldade desta prova é que, ao contrário do caso em que T, H ∈ R a fórmular para ( T + H )k é
bastante complicada por causa da não-comutatividade do produto de operadores. Daremos um
argumento que passará ao largo dessa dificuldade.
Considere o produto
( T + H )k := ( T + H ) ( T + H ) . . . ( T + H ) .
| {z }
k vezes
Para calcular o produto, devemos usar a propriedade distributiva. Ela diz que ( T + H )k é a soma
de todos os 2k produtos de sequências do tipo THTTHHH . . . HTH com exatamente k termos.
Agruparemos estas sequências pelo número de vezes em que H aparece. Primeiramente, há
exatamente uma sequência em que H aparece 0 vezes: TTT . . . T = T k .
Considere agora k sequências em que H aparece exatamente 1 vez. Elas são da forma
. . T} H
|T .{z |TT{z
. . . T}
j termos j − k − 1 termos
com 0 ≤ j ≤ k − 1. Sua contribuição conjunta é
k −1
Ak ( T ) H := ∑ T j H T k −1− j .
j =0
160
Note que, para cada T ∈ L( X ), Ak ( T ) : L( X ) → L( X ) é um operador linear. Ele é limi-
tado,porque, pela submultiplicatividade da norma de operador,
k −1
∑ k T kX→X k H kX→X k T kX→X
j k −1− j
kAk ( T ) H k X →X ≤ = k k T kkX−→1 X k H k X →X . (14.1)
j =0
Portanto, Ak ( T ) ∈ L(L( X ), L( X )).

Esta última estimativa tem algo de mágico. Tı́nhamos uma fórmula complicada para Ak ( T ) H.
Quando passamos a norma de operador, ela de repente ficou tão simples quanto o termo cor-
respondente do teorema binomial usual. Para terminarmos a prova, vamos usar um argumento
parecido para estimar os demais termos de ( T + H )k , observando eles têm de ser o resto. E porque
sabemos disso? Ora estes termos que restam certamente não serão lineares em H, enquanto que
o termo correspondendo à derivada tem de ser linear!
Façamos então uma estimativa de
k
rT ( H ) := ∑ (termos do produto com n ocorrências de H) = ( T + H )k − T k − Ak ( T ) H,
n =2
notando que, pela subaditividade da norma,
k
krT ( H )k X →X ≤ ∑ k(termos do produto com n ocorrências de H)k X →X ,
n =2
Foquemo-nos em um dos termos da soma. Há (nk ) escolhas de sequências de Ts e Hs com

exatamente n termos iguais a H. Por sua vez, a norma de um produto de Ts e Hs deste tipo é
limitada pela submultiplicatividade da norma.
k T . . . T H T . . . T H . . . k X →X ≤ k H knX →X k T kkX−→nX .
Concluı́mos que

k
k(termos do produto com n ocorrências de H)k X →X ≤ k H knX →X k T kkX−→nX .
n
Somando estas cotas, obtemos:

k
k
krT ( H )k X →X ≤ ∑ k H knX →X k T kkX−→nX
n =2 n
e a fórmula binomial nos dá uma expressão mais compacta:
krT ( H )k X →X ≤ (k T k X →X + k H k X →X )k − k T kkX →X − k k T kkX−→1 X k H k X →X .
chame t := k T k X →X e h := k H k X →X . Observe que:
k ( k − 1) k − 2 k ( k − 1) k − 2

k
∀k ∈ N\{0, 1}∀n ∈ {2, . . . , k} : = ≤ ,
n n ( n − 1) n − 2 2 n−2
161
logo
k
k ( k − 1) k − 2 k−n n k ( k − 1) h2

k k
(t + h) − t − kt k −1
= ∑ t h ≤ ( t + h ) k −2 .
n =2 n ( n − 1 ) n−2 2
Portanto,
k ( k − 1)
krT ( H )k X →X ≤ ( t + h ) k −2 h 2 .
2
Isto finalmente nos permite concluir que kr T ( H )k/k H k → 0 quando H → 0. De fato, temos o
seguinte resultado.
Teorema 14.4 A aplicação f k ( T ) := T k (T ∈ L( X )) é diferenciável. Sua derivada é dada pelo operador

limitado Ak ( T ) dado acima. O termo de resto:
r T ( H ) := ( T + H )k − T k − Ak ( T ) H
satisfaz:
k ( k − 1)
krT ( H )k X →X ≤ (k T k X →X + k H k X →X )k−2 k H k2X →X .
2
Inversas de operadores
Temos agora um exemplo para tratar em que teremos muito mais trabalho.
Chame de U ⊂ L( X ) o conjunto de todos os T que têm inversa T −1 ∈ L( X ). Ou seja,
T ∈ L( X ) se T é limitado, é uma bijeção de X em X e tem uma inversa satisfazendo T −1 T =
TT −1 = IX que também é um operador linear limitado. Nosso objetivo será mostrar o seguinte
resultado.
Teorema 14.5 U é aberto de L( X ). A função Inv : U → L( X ) que leva T ∈ U em T −1 é diferenciável e

DInv( T ) H = − T −1 HT −1 .
Vamos começar com uma observação simples, que deixamos como exercı́cio.
Exercı́cio 14.5 Se A, B ∈ U são operadores inversı́veis, então BA também o é e ( BA)−1 = A−1 B−1 .
Nosso próximo passo é estudar Inv numa vizinhança do operador identidade I.
Lema 14.2 A bola aberta BL(X ) ( I, 1) está contida em U . Além disso
∀ A = I + H ∈ BL(X ) ( I, 1) : A−1 = Inv( I + H ) = ∑ (− H )n .

n ∈N
Prova: Já provamos que, em um espaço vetorial normado completo V, se uma sequência de
vetores {vn }n∈N satisfaz ∑n∈N kvn kV < +∞, então ∑n∈N vn converge. Aplicaremos isso a V =
L( X ) com vn = H n . No primeiro caso, observamos que
kvn kV = k(− H )n k X →X ≤ k H knL(X ) com k H k X →X < 1,
162
portanto ∑n∈N (− H )n converge. Como a operação de tomar produtos em L( X ) é contı́nua
(exercı́cio), temos
n
( I + H) ∑ (− H )n = ( I + H ) lim n→+∞
∑ (− H ) j
n ∈N j =0
n
= lim
n→+∞
∑ ( I + H ) (− H ) j
j =0
n
= lim
n→+∞
∑ [(− H ) j + (−1) j H j+1 ]
j =0
n
= lim
n→+∞
∑ [(− H ) j − (− H ) j+1 ]
j =0
(soma telescópica) = lim ( I − H n+1 )

n→+∞
(k H n+1 k X →X → 0) = I.
Do mesmo modo, (∑n∈N (− H )n ) ( I + H ) = I. 2
Provemos agora o teorema.
Prova: Considere A ∈ U . Tome r = r A := 1/k A−1 k X →X . Veja que, se H ∈ L( X ) e k H k X →X < r,
vale k A−1 H k X →X < 1. Portanto, o lema acima garante que
( I + A −1 H ) −1 = ∑ (− A−1 H ) j .
n ∈N
Pelo exercı́cio anterior, descobrimos que
( A + H )−1 = [ A ( I + A−1 H )]−1 = ∑ (− A−1 H ) j A−1 .
n ∈N
Em particular, provamos que, se A ∈ U , A + H ∈ U sempre que k H k X →X < r A . Portanto, U é

aberto.
Para calcular a derivada, voltamos à série de potência. Observamos que a aplicação
D A : H 7 → − A −1 H A −1
é linear de L( X ) no próprio espaço. Além disso, ela é limitada porque:
∀ H ∈ L( X ) : kD A H kL(X ) ≤ k A−1 k2L(X ) k H kL(X ) .
Para provar que D A é a derivada de Inv no ponto A, veja que:
( A + H ) −1 − A −1 − D A H = ∑ (− A−1 H ) j A−1 .
n ≥2
Como k H k k A −1 k < 1,
k H k 2 k A −1 k 3
k( A + H )−1 − A−1 − D A H k X →X ≤ ∑ k A −1 k j +1 k H k j =
1 − k H k k A −1 k
.
n ≥2
Com esta expressão é fácil concluir que

k( A + H )−1 − A−1 − D A H k X →X k H k k A −1 k 3
≤ →0
kHk 1 − k H k k A −1 k
quando H → 0. 2
163
14.4.2 Um exemplo sobre as funções contı́nuas
Dado um intervalo compacto [ a, b] ⊂ R, defina o espaço usual C ([ a, b], Rd ). A função I que
associa a cada f ∈ C sua integral indefinida é um operador linear, portanto:
Z ·
D I( f ) h = I h = h(t) dt.
a
Consideraremos agora um tipo de função sobre C ( I, Rd ) relacionado ao problema de resolver

EDOs. Dado U ⊂ Rd+1 aberto, considere o subconjunto U ⊂ C ( I, Rd ) de funções com f ( I ) ⊂ U.
Exercı́cio 14.6 Prove que U é aberto de C ( I, Rd ). (Dica: mostre primeiramente que
inf dRd ( f (t), U c ) > 0.

t∈[ a,b]
Se você não conseguir, tudo bem: há uma prova deste fato implı́cita na proposição abaixo!)
Considere uma função contı́nua Ψ : I × U → Rd . Dados x0 ∈ Rd , t0 ∈ I, considere ainda a

operação TΨ : U → C ( I, R) que leva f numa nova função T ( f ) com
Z t
T ( f )(t) := x0 + Ψ(s, f (s)) ds.
t0
Veja que este operador está bem definido porque Ψ(t, f (t)) é contı́nua em t sempre que f ∈ U .
Como sabemos, a importância deste operador reside no fato que os seus pontos fixos (se existem)
são precisamente as soluções de ξ 0 (t) = Ψ(t, ξ (t)) com ξ (t0 ) = x0 .
Quando estudarmos o problema de existência para EDOs, vimos que T : U → C ( I, R) é
contı́nua. Veremos agora que, sob hipóteses adicionais, esta aplicação é diferenciável e calculare-
mos a sua derivada.
Proposição 14.4 Dados (t, x ) ∈ I × U, defina Dx Ψ(t, x ) como a derivada da função em x ∈ U, com t
mantido fixo. Suponha que esta derivada existe para todo par (t, x ) ∈ I × U e que, além disso, ela depende
continuamente de (t, x ). Então T é diferenciável em qualquer f ∈ U . Além disso, se v ∈ C ( I, Rd ),
DT ( f ) ∈ L(C ( I, R))
existe e é igual ao operador linear que leva v ∈ C ( I, R) na função

Z t
( DT ( f ) v)(t) := Dx Ψ(s, f (s)) v(s) ds (t ∈ I ).
t0
Prova: Veja que T ( f ) é a soma de uma R · função constante igual a x0 com I ◦ F ( f ), onde I ∈
L(C ( I, Rd )) leva cada f em I( f )(·) = t0 f (s) ds e F : U → C ( I, Rd ) leva f em Ψ(·, f (·)). Usando
os resultados da seção 14.2.2, descobrimos que, se provarmos que DF ( f ) existe e satisfaz:
∀v ∈ C ( I, Rd ), ∀t ∈ I : ( DF ( f ) v)(t) = Dx Ψ(t, f (t)),
então DT = I DF. Além disso, como I é linear e limitado (logo contı́nuo), a continuidade de
DT será consequência da continuidade de DF.
164
Mostremos, então, que F é diferenciável com a derivada que dizemos que ela tem. Fixo um
f ∈ U , diferenciaremos F nos pontos ao redor de f , mostrando que esta derivada é contı́nua.
Em princı́pio podemos pensar num esquema simples para a prova da existência da derivada.
Nosso objetivo é provar que
k F ( f + h) − F ( f ) − Dx Ψ(·, f (·)) h(·)k∞
(queremos provar) → 0.
k hk∞
O que sabemos, em princı́pio, é que Ψ é diferenciável em x, portanto podemos escrever:
F ( f + h)(t) − F ( f (t)) = Ψ(t, f (t) + h(t)) − Ψ(t, f (t)) = Dx Ψ(t, f (t)) h(t) + r(t, f (t)) (h(t)).
Para cada t ∈ I, poderı́amos mostrar algo na linha de

|r(t, f (t)) (h(t))|2 |r(t, f (t)) (h(t))|2
≤ → 0.
k hk∞ |h(t)|2
No entanto, isso não resolve nosso problema, porque precisamos mostrar uma convergência
uniforme. Ou seja, a definição da derivada para funções F : U → C ( I, Rd ) nos obriga a mostrar
que o termo de resto satisfaz
supt∈ I |r(t, f (t)) (h(t))|2
→0
k hk∞
e isso é um pouco mais complicado.
Para vencermos esta dificuldade, será importante usar a continuidade uniforme de Dx Ψ. Para
isso, teremos de nos restringir a um compacto K ⊂ I × U. Que compacto seria este? Ele deve
ser grande a ponto de podemos “variar” entre f e f + h lá dentro. Por esta razão, queremos
(t, f (t) + h(t)) ∈ K para cada t ∈ I e h próxima de 0. Garantiremos que isso vale tomando uma
“faixa” (se d = 1) ou “cilindro” (se d > 1) ao redor do gráfico de f . Ou seja, queremos um
conjunto da forma
K := {(t, x ) : t ∈ [ a, b], | x − f (t)| ≤ R}. (14.2)
A questão, então, é se podemos escolher um R > 0 de modo que K ⊂ U. Para concluirmos que
“sim, podemos”, devemos observar que f (t) ∈ U para cada t ∈ I = [ a, b]. A aplicação
t ∈ I 7→ dRd ( f (t), U c )
é contı́nua (é a composição de funções contı́nuas) e positiva (U c é fechado, logo dRd ( x, U c ) = 0

se e somente se x ∈ U c ). Combinando estes fatos com a compacidade de I, deduzimos que
R0 := inf dRd ( f (t), U c ) > 0.

t∈[ a,b]
Portanto, se 0 < R < R0 , garantimos que o conjunto K em (14.2) realmente está contido em
U. Note que, se h ∈ C ([ a, b], V ) e k hk∞ ≤ R, então (t, f (t) + h(t)) ∈ K para cada t, portanto
f + h ∈ U.
(Note que acabamos de provar “sem querer” que há uma bola BC( I,Rd ) [ f , R] ⊂ U . Notando
que podemos achar um R > 0 para cada f ∈ U , provamos que U é aberto!)
Tendo o compacto K, queremos usar a continuidade uniforme de Dx Ψ |K . Tome um (t, a), (t, b) ∈
K com |b − a| ≤ δ. Pelo corolário 14.1 acima (aplicado com x 0 = a e x 00 = a + b),
∀(t, a), (t, a + b) ∈ K : |Ψ(t, a + b) − Ψ(t, a) − Dx Ψ(t, a) b|2 ≤ c(δ) |b|2 .
165
onde
c(δ) := sup | Dx Ψ(t, a) − Dx Ψ(t, b)|.
(t,a),(t0 ,b)∈K : |(t0 ,b)−(t,a)|2 ≤δ
Como Dx Ψ é contı́nua sobre I × U, e portanto é uniformemente contı́nua sobre o compacto K,
vemos que c(δ) → 0 quando δ → 0. Note que isto quer dizer que
|Ψ(t, a + b) − Ψ(t, a) − Dx Ψ(t, a) b|2
sup ≤ c(δ) → 0 quando δ → 0.
(t,a),(t,a+b)∈K : 0<|b|2 ≤δ | b |2
De posse dessa desigualdade, não é difı́cil completar a prova. Considere f e f + h com
khk∞ ≤ R, de modo que (t, f (t)) ∈ K e (t, f (t) + h(t)) ∈ K para cada t ∈ I. Como |h(t)|2 ≤ khk∞
para cada t, temos
∀t ∈ I : |Ψ(t, f (t) + h(t)) − Ψ(t, f (t)) − Dx Ψ(t, f (t)) h(t)|2 ≤ c(khk∞ ) khk∞ ,
ou
k F ( f + h) − F ( f ) − Dx Ψ(·, f (·)) h(·)k∞ ≤ c(khk∞ ) khk∞ .
Portanto,
k F ( f + h) − F ( f ) − Dx Ψ(·, f (·)) h(·)k∞
≤ c(khk∞ ) → 0 quando h → 0.
k hk∞
Isto demonstra que a derivada DF ( f ) existe e é igual ao que dissemos que ela era.
Para terminar, observamos que esta derivada é contı́nua: se { f n }n∈N ⊂ C ( I, Rd ) e f n → f ,
temos (t, f n (t)) ∈ K para todo t e todo n grande, e aı́ vemos que
k DF ( f n ) − DF ( f )kL(C,C) = sup k( Dx Ψ(·, f n (·)) − Dx (Ψ(·, f (·)))) h(·)k∞
h∈C, khk∞ ≤1
= sup k( Dx Ψ(t, f n (t)) − Dx Ψ(t, f (t))) h(t)kRd
|h(t)|2 ≤1
t∈ I
≤ sup k Dx Ψ(t, f n (t)) − Dx Ψ(·, f (·))kRd →Rd → 0
t∈ I
por continuidade uniforme de Dx Ψ em K. 2
Observação 14.2 O mesmo argumento que demos acima prova algo a mais. Considere um compacto
K ⊂ I × U ⊂ Rd+1 . Em primeiro lugar, vemos que existe uma função não-decrescente c = c(δ) ≥ 0 com
limδ→0 c(δ) = 0 tal que
∀(t, a), (t, b) ∈ K : |Ψ(t, a + δ) − Ψ(t, a) − Dx Ψ(t, a) (b − a)|2 ≤ c(|b − a|2 ) |b − a|2 .
Agora chame de
K := { f ∈ C ( I, Rd ) : ∀t ∈ I, (t, f (t)) ∈ K }.
Neste caso, temos a estimativa:
∀t ∈ I, ∀ f , f + h ∈ K : |Ψ(t, f (t) + h(t)) − Ψ(t, f (t)) − Dx Ψ(t, f (t)) h(t)|2 ≤ c(khk∞ ) khk∞ ,
o que se traduz em
∀ f , f + h ∈ K : k F ( f + h) − F ( f ) − DF ( f ) h|2 ≤ c(khk∞ ) khk∞ ,
e
∀ f , f + h ∈ K : k T ( f + h) − T ( f ) − DT ( f ) h|2 ≤ (b − a) c(khk∞ ) khk∞ ,
já que T = I ◦ F, DT = I ◦ DF e a norma de operador de I é ≤ (b − a).
166
Exercı́cio 14.7 Neste problema, ( X, k · k X ) é um espaço vetorial normado completo e L( X ) é o espaço
dos operadores lineares limitados de X em X. Considerand uma sequência { an }n∈N , queremos encontrar
condições sob as quais a série de potência
f ( T ) := ∑ an T n
n ∈N
define uma função diferenciável sobre uma vizinhança de 0 em L( X ). Como no caso de séries de potência
reais, definimos o raio de convergência:
R := (lim sup | an |1/n )−1 .

n ∈N
1. Mostre que a série definindo f converge se k T k X →X < R.
2. Lembre da definição de Ak acima e mostre que a expressão
D f ( T ) H := ∑ an An ( T ) H ( H ∈ L( X ))
n ≥1
define um operador linear sobre L( X ), que é a derivada de Fréchet de f em T.
167
168
Capı́tulo 15
Derivadas de ordem superior
No capı́tulo anterior, tratamos da noção de derivada devida a Fréchet, estudamos suas propri-
edades e entendemos alguns exemplos. Nosso trabalho agora será estender este conceito para
derivadas de ordem k > 1. Isso nos permitirá escrever uma versão da fórmula de Taylor neste
contexto geral.
15.1 Já sabemos definir, mas...

Considere espaços vetoriais normados (V, k · kV ), (W, k · kW ). Vimos acima que, quando U ⊂ V
é aberto, f : U → W é dada e x ∈ U, a derivada de f em x, se existir, é o operador linear limitado
D f ( x ) ∈ L(V, W ) tal que
k f ( x + h ) − f ( x ) − D f ( x ) h kW
lim = 0.
h →0 k h kV
Suponhamos agora que D f ( x ) está definida para todo x, de modo que D f : U → L(V, W ).
(L(V, W ), k · kV →W ) também é um espaço vetorial normado.
No cálculo em uma dimensão, a segunda derivada é tão somente a “derivada da derivada”.
Isso continua a fazer sentido aqui e podemos dizer que a segunda derivada de f em x, se existir,
tem de ser uma transformação linear limitada D2 f ( x ) ∈ L(V, L(V, W )) tal que:
k D f ( x + h ) − D f ( x ) − D 2 f ( x ) h k V →W
lim = 0.
h →0 k h kV
Do mesmo modo, se D2 f : U → L(V, W ) está definida em todo U, a terceira derivada em x, se
existir, deve ser uma transformação linear limitada D3 f ( x ) ∈ L(V L(V, L(V, W ))) tal que
k D2 f ( x + h) − D2 f ( x ) − D3 f ( x ) hkV →L(V,W )
lim = 0.
h →0 k h kV
Poderı́amos continuar com estas fórmulas ligeiramente estranhas, mas antes devemos parar e
pensar:
o que está acontecendo aqui?
Nada do que fizemos aqui está errado, mas a derivada que definimos não se presta a uma
compreensão muito intuitiva. Vamos pensar atentamente no que ela quer dizer para compreendê-
la um pouco melhor.
169
15.2 Segunda derivada, transformações bilineares e simetria
A principal mensagem desta seção é que a segunda derivada pode ser pensada como uma
transformação bilinear limitada.
Definição 15.1 (Transformação bilinear) Uma transformação B : V 2 → W é dita bilinear se é linear

nos seus dois argumentos. Isto é:
1. dados v1 , v2 , v0 ∈ V e λ ∈ R, B(λv1 + v2 , v0 ) = λ B(v1 , v0 ) + B(v2 , v0 );
2. dados v, v10 , v20 ∈ V e λ0 ∈ R, B(v, λ0 v10 + v20 ) = λ0 B(v, v10 ) + B(v, v20 ).
Dizemos que uma transformação bilinear B : V 2 → W é limitada se
k B(v, v0 )kW
k B k V 2 →W : = sup < +∞.
(v,v0 )∈(V \{0V })2 k v kV k v 0 kV
Chamamos de L2 (V, W ) o conjunto das transformações bilineares limitadas.
Na próxima subseção, mostraremos que L(V, L(V, W )) – o espaço onde “mora” a segunda
derivada – é isomorfo ao espaço de transformações bilineares limitadas.
15.2.1 Relação de L(V, L(V, W )) com transformações bilineares

Os elementos de L(V, (L(V, W )) são transformações lineares T : V → L(V, W ). Uma tal T
associa a cada v ∈ V um T (v) ∈ L(V, W ) de forma linear, de modo que
∀ v1 , v2 ∈ V ∀ λ ∈ R : T ( λ v1 + v2 ) = λ T ( v1 ) + T ( v2 ).
Quando fixamos um v ∈ V, T (v), pertence a L(V, W ). Portanto, T (v) : V → W associa a cada

v0 ∈ V um elemento T (v) v0 ∈ W de forma linear. Dito de outro modo:
∀v ∈ V ∀v10 , v20 ∈ V ∀λ0 ∈ R : T (v)(λ0 v10 + v20 ) = λ T (v) v10 + T (v) v20 .
O resumo disto tudo é que a cada T ∈ L(V, L(V, W )), podemos associar uma função:
BT : V2 → W
(v, v0 ) 7→ T (v) v0 .
O que esta função tem de especial é que ela é bilinear. De fato, o que vemos é que a cada
T : V → L(V, W ) podemos associar uma transformação bilinear BT : V 2 → W. De fato, o
seguinte resultado é fácil de provar.
Exercı́cio 15.1 A aplicação que leva T em BT é uma bijeção linear entre o conjunto das transformações
lineares
T : V → {transformações lineares de V em W }
e o conjunto das transformações bilineares B : V 2 → W. Dica: observe que a inversa de “T 7→ BT ” leva
uma transformação bilinear B : V 2 → W em
TB : v ∈ V 7→ B(v, ·).
170
Há no entanto um fato que ainda não consideramos: T é uma transformação linear limitada
entre os espaços normados (V, k · kV ) e (L(V, W ), k · kV →W ). Mais concretamente: recorde que,
se ( Z, k · k Z ) é espaço normado, a norma k · kV →Z a norma V → Z sobre L(V, Z ) é dada por:
kSvk Z
k S kV → Z = sup (S ∈ L(V, Z )).
v∈V \{0V } k v kV
Se seguimos este raciocı́nio, descobrimos que a norma adequada sobre L(V, L(V, W )) é:
!
k T (v)kV →W k T ( v ) v 0 kW
k T kV →L(V,W ) = sup = sup sup 0
( T ∈ L(V, L(V, W ))).
v∈V \{0V } k v kV v∈V \{0V } v0 ∈V \{0V } k v kV k v kV
Vamos encontrar uma expressão mais simples para esta norma.
Proposição 15.1 Para qualquer transformação linear T : V → L(V, W ) (não necessariamente limitada),
k BT (v, v0 )kV →W
k T kV →L(V,W ) = sup ;
(v,v0 )∈(V \{0V })2 k v kV k v 0 kV
Ou seja, na definição acima, não importa se tomamos o supremo primeiro em v ou em v0 . (Nos dois casos
admitimos a hipótese de que k T kV →L(V,W ) pode ser infinito.)
Prova: Defina
k BT (v, v0 )kV →W
a(v, v0 ) := .
k v kV k v 0 kV
Nosso objetivo é provar que
sup sup a(v, v0 ) = sup sup a(v, v0 ) = sup a(v, v0 ).

v∈V \{0V } v0 ∈V \{0 V} v0 ∈V \{0 V} v∈V \{0V } (v,v0 )∈S×S0
De fato, o que vamos provar o seguinte resultado.
Lema 15.1 Dada qualquer função de duas variáveis a : S × S0 → [0, +∞) (onde S, S0 6=
∅ são arbitrários), temos
" # " #
sup sup a(v, v0 ) = sup sup a(v, v0 ) = sup a(v, v0 ).
v∈S v0 ∈S0 v0 ∈S0 v∈S (v,v0 )∈S×S0
(Admitimos que os três supremos podem ser infinitos.)
Prova: Uma maneira de provar que x, y, z ∈ [0, +∞] são iguais é mostrar que x ≤
min{y, z}, y ≤ min{ x, z} e z ≤ min{ x, y}. Usaremos esta estratégia na prova da
igualdade dos três supremos. Mostraremos primeiramente que:
sup sup a(v, v0 ) ≤ min{ sup [sup a(v, v0 )], sup a(v, v0 )}.
v∈S v0 ∈S0 v0 ∈S0 v∈S (v,v0 )∈S×S0
171
Tome M ∈ R com M < supv∈S [supv0 ∈S0 a(v, v0 )]. Pelas propriedades do supremo,
podemos encontrar v M ∈ S com
sup a(v M , v0 ) > M.

v0 ∈V \{0 V}
Fixado este v M , podemos usar novamente as propriedades do supremo para achar

um v0M ∈ S0 com
a(v M , v0M ) > M.
Mas agora note que
a(v M , v0M ) ≤ sup a(v, v0M ) ≤ sup [sup a(v, v0 )] e a(v M , v0M ) ≤ sup a(v, v0 ).
v∈S v0 ∈S0 v∈S (v,v0 )∈S×S0
Ou seja, obtemos
M < min{ sup [sup a(v, v0 )], sup a(v, v0 )}.

v0 ∈S0 v∈S (v,v0 )∈S×S0
Como M < supv∈S [supv0 ∈S0 a(v, v0 )] é arbitrário, podemos fazer M % supv∈S [supv0 ∈S0 a(v, v0 )]
e obter
sup[ sup a(v, v0 )] ≤ min{ sup [sup a(v, v0 )], sup a(v, v0 )}.
v∈S v0 ∈S0 v0 ∈S0 v∈S (v,v0 )∈S×S0
Veja que, trocando os papeis de S e S0 , também podemos obter:
sup[sup a(v, v0 )] ≤ min{sup[ sup a(v, v0 )], sup a(v, v0 )}.

v0 ∈S v∈S v∈S v0 ∈S0 (v,v0 )∈S×S0
Falta agora provar que
sup a(v, v0 ) ≤ min{sup[ sup a(v, v0 )], sup[sup a(v, v0 )].}

(v,v0 )∈S×S0 v∈S v0 ∈S0 v0 ∈S v∈S
Para isso, tome novamente um N < sup(v,v0 )∈S×S0 a(v, v0 ). Pelas propriedades do
supremo, tem de existir um par (v N , v0N ) ∈ S × S0 com N < a(v N , v0N ). Mas observe
que, neste caso,
N < a(v N , v0N ) ≤ sup a(v, v0N ) ≤ sup sup a(v, v0 ).

v∈S v0 ∈S0 v∈S
Do mesmo modo, N < supv∈S supv0 ∈S0 a(v, v0 ). Tomando N % sup(v,v0 )∈S×S0 a(v, v0 ),
obtemos a desigualdade desejada. 2
2
Podemos agora concluir esta subseção com um exercı́cio e um teorema.
Exercı́cio 15.2 Mostre que L2 (V, W ) é um espaço vetorial e que k · kV 2 →W é uma norma sobre este espaço.
Teorema 15.1 A aplicação que associa cada T ∈ L(V, L(V, W )) a BT ∈ L2 (V, W ) é um isomorfismo de
espaços lineares normados. Isto é, “T 7→ BT ”é uma bijeção linear e
∀ T ∈ L(V, L(V, W )) : k T kV 7→L(V,W ) = k BT kV 2 →W .
172
Prova: Este teorema basicamente já foi provado acima. Falta apenas juntar os pedaços. O último
exercı́cio mostra que (L2 (V, W ), k · kV 2 →W ) é um espaço vetorial normado. O exercı́cio 15.1 nos
diz que “T 7→ BT ” é bijeção linear (e portanto tem inversa linear). Finalmente, a proposição 15.1
garante que esta transformação preserva normas. 2
15.2.2 A segunda derivada é bilinear

Recorde que estávamos considerando a segunda derivada de f : U ⊂ V → W. Tudo o que
acabamos de ver nos diz que temos duas formas completamente equivalentes de pensar na
segunda derivada.
• D2 f ( x ) é uma transformação linear limitada de V em L(V, W );
• D2 f ( x ) é uma transformação bilinear de V 2 em W.
Isto nos permite por exemplo escrever (com algum abuso de notação) que
D2 f ( x )(h1 ) h2 = D2 f ( x ) (h1 , h2 ).
De fato, no lado esquerdo da expressão pensamos em D2 f ( x ) ∈ L(V, L(V, W )). Aplicamos este
objeto a h1 e obtemos D2 f ( x )(h1 ) ∈ L(V, W ), aı́ tomamos o resultado, que é uma transformação
linear, e o aplicamos a h1 . Do lado direito, D2 f ( x ) é simplesmente vista como transformação
bilinear. Um fato que será importante a seguir é que toda forma bilinear limitada tem uma
derivada. Para isso, é bom observar que o conjunto
V 2 := {(v1 , v2 ) : v1 , v2 ∈ V }
tem uma estrutura natural de espaço vetorial (com operações coordenada a coordenada) e pode
ser dotado da norma
k(v1 , v2 )kV 2 = kv1 kV + kv2 kV ((v1 , v2 ) ∈ V 2 ).
Proposição 15.2 Toda B ∈ L2 (V, W ) é diferenciável e
DB(v1 , v2 ) (h1 , h2 ) = B(v1 , h2 ) + B(h1 , v2 ) ((v1 , v2 ) ∈ V 2 , (h1 , h2 ) ∈ V 2 ).
15.2.3 Simetria da segunda derivada (quando contı́nua)

Agora vamos mostrar que, sob condições de continuidade, a derivada segunda é simétrica em
seus argumentos.
Proposição 15.3 Suponha que

D2 f : U → L2 (V, W )
é contı́nua em x ∈ U. Então D2 f ( x ) é simétrica, isto é:
∀v, v0 ∈ V : D2 f ( x ) (v, v0 ) = D2 f ( x ) (v0 , v).
173
Prova: Como U 3 x é aberto, podemos achar um aberto A ⊂ R2 contendo 0R2 onde a função
φ : A ⊂ R2 → W abaixo está bem definida.
φ(t, s) := f ( x + tv + sv0 ) − f ( x + sv0 ) − f ( x + tv) + f ( x ) ((t, s) ∈ R2 ).
Mostraremos que
φ(t, s)
→ D2 f ( x )(v0 , v) quando t, s → 0.
ts
Isto nos bastará porque, trocando os papéis de v e v0 (ou de t e s) em φ, também obtemos
φ(t, s)
→ D2 f ( x )(v, v0 ) quando t, s → 0
ts
o que nos dá a simetria desejada pela unicidade do limite.
Considere então
φ(t, s) − tsD2 f ( x ) (v0 , v) = [ f ( x + θ v + sv0 ) − f ( x + θv) − θ sD2 f ( x ) (v0 , v)] |θθ =

=t
0 .
Podemos cotar a norma deste termo usando a desigualdade do valor médio aplicada ao termo
dentro do colchete como função de θ.
É importante pararmos para fazer esta parte da conta com atenção. Pela Regra da Cadeia, a
derivada em θ é exatamente:
D f ( x + θ v + sv0 ) v − D f ( x + θv) v − sD2 f ( x ) (v0 , v).
Agora veja que esta expressão pode ser reescrita como
D f ( x + θ v + sv0 ) − D f ( x + θv) − sD ( D f )( x ) (v0 ) v.

onde aqui usamos o isomorfismo
L(V, L(V, W )) ∼
= L(V, L(V, W )
para passar de D2 f ( x ) ∈ L2 (V, W ) para D ( D f )( x ) ∈ L(V, L(V, W )). deste modo, D ( D f ) f ( x )(v0 ) ∈
L(V, W ) correspondente. Esta passagem é conveniente para a conta, pois teremos que diferenciar
D f : U → L(V, W ) e a derivada D ( D f )( x )L(V, L(V, W )) ocorrerá naturalmente.
Voltando à conta acima, concluı́mos que:
k D f ( x + θ v + sv0 ) v − D f ( x + θv) v − sD ( D f )( x ) (v0 , v)kW

≤ kvkV k D f ( x + θ v + sv0 ) − D f ( x + θv) − sD ( D f ) f ( x ) (v0 )kL(V,W )
Portanto, pela desigualdade do valor médio.
kφ(t, s) − tsD2 f ( x ) (v0 , v)kW

≤ |t| sup0≤θ ≤t k D f ( x + θ v + sv0 ) v − D f ( x + θv) v − sD ( D f )( x )(v0 ).vkW
≤ tkvkV sup0≤θ ≤t k D f ( x + θ v + sv0 ) − D f ( x + θv) − sD ( D f )( x ) (v0 )kV →W .
Observe agora que para cada θ ∈ [0, t] fixo, podemos aplicar a desigualdade do valor médio a
η =s
D f ( x + θ v + sv0 ) − D f ( x + θv) − sD ( D f )( x ) (v) = [ D f ( x + θ v + ηv0 ) − η D ( D f )( x )] |η =0
174
como função de s, obtendo:
η =s
k[ D f ( x + θ v + ηv0 ) − η D ( D f ) f ( x )] |η =0 kV →W
≤ |s| sup k D ( D f )( x + θ v + ηv0 )(v0 ) − D ( D f )( x )(v0 )kL(V,W )
0≤ η ≤ s
(norma V → L(V, W )) ≤ |s|kv k k D ( D f )( x + θ v + ηv0 ) − D ( D f )( x )kV →L(V,W )

0
 
use
 L2 (V, W )) 
 = |s|kv0 k k D2 f ( x + θ v + ηv0 ) − D2 f ( x )kV 2 →W
∼

 = 
L(V, L(V, W ))
≤ | s | k v 0 kV sup k D2 f ( x 0 ) − D2 f ( x )kV 2 →W
| x 0 − x |≤|t|kvk+|s|kv0 k
já que x 0 := x + θ v + ηv0 está sempre a distância no máximo |t|kvk + |s|kv0 k de x para os valores
de θ e η considerados acima. Deduzimos:
kφ(t, s) − tsD2 f ( x ) (v0 , v)kW ≤ |ts| kvkV kv0 kV sup k D2 f ( x 0 ) − D2 f ( x )kV 2 →W .

| x 0 − x |≤|t|kvk+|s|kv0 k
Dividindo por |ts| dos dois lados, obtemos:

φ(t, s) 0 0 t,s→0
2
k D2 f ( x 0 ) − D2 f ( x )kV 2 →W → 0

ts − D f ( x ) (v , v) ≤ kvkV kv kV sup

W | x 0 − x |≤|t|kvk+|s|kv0 k
porque |t|kvk + |s|kv0 k vai a 0 e D2 f é contı́nua em x, por hipótese. 2
15.2.4 Derivadas parciais de ordem 2

Finalmente, colecionamos aqui algumas observações sobre a relação entre D2 f ( x ) e as derivadas
parciais de ordem 2 quando V = Rd e W = R (tudo pode ser estendido a W = Rk se trabalhamos
coordenada a coordenada).
Há uma bijeção entre formas bilineares B ∈ L2 (Rd , R) e matrizes A ∈ Rd×d . De fato, a
cada B podemos associar a matriz A de entradas Ai,j := B(ei , e j ) e aı́ a bilinearidade implica
B(v, v0 ) = v · Av0 .
No nosso caso, queremos estudar a matriz correspondente a D2 f ( x ). Como esta é a derivada
do gradiente ∇ f ( x ), sabemos que, se D2 f ( x ) existe, ela é dada pelas derivadas parciais ∂i ∂ j f ( x )
das coordenadas de ∇ f ( x ). Logo, a matriz correspondente a D2 f ( x ) é a matriz Hessiana, das
derivadas parciais de ordem 2.
Provaremos o seguinte resultado.
Teorema 15.2 D2 f : U → L2 (Rd , R) é existe e contı́nua se e somente se cada derivada parcial ∂i ∂ j f :

U → R existe e é contı́nua. Neste caso de continuidade, a forma bilinear D2 f ( x ) é simétrica para todo
x ∈ U. Isto quer dizer que a matriz Hessiana é simétrica e vale a regra ∂i ∂ j f = ∂ j ∂i f .
Prova: É um exercı́cio! 2
175
15.3 Derivadas de ordem maior que dois
Vamos agora estudar como estender a relação entre derivadas de ordem 2 e formas bilineares se
estende para derivadas de ordem superior. Em linhas gerais, provaremos o seguinte.
• As derivadas de ordem k ≥ 2 de uma função de V em W podem ser encaradas como

transformações k-lineares de V k em W.
• Sob hipóteses de continuidade, estas derivadas são simétricas em seus argumentos.
• Se V = Rd , W = R e as derivadas parciais de ordem ≤ k são contı́nuas, então f é k vezes

diferenciável.
Como no caso de ordem 2, o primeiro passo é compreender o espaço em que “vivem” as

derivadas de ordem k ≥ 2 dada.
Definição 15.2 Dado k ≥ 1, uma função Q : V k → W é dita k-linear se vale a seguinte propriedade:
dados quaisquer (v1 , . . . , vk ) ∈ V k e um ı́ndice i ∈ [k ], a função Qi dada por
Qi : ṽi ∈ V 7→ Q(v1 , . . . , vi−1 , ṽi , vi+1 , . . . , vk ) ∈ W
é uma transformação linear de V em W. Dizemos que Q é limitada se
k Q(v1 , v2 , . . . , vk )kW
k Q k V k →W : = sup < +∞.
(v1 ,...,vk )∈(V \{0V })k ∏ik=1 kvi kV
Chamamos de Lk (V, W ) o espaço de todas transformações k-lineares limitadas de V k em W.
Novamente deixamos como exercı́cio o seguinte resultado.
Exercı́cio 15.3 Lk (V, W ) é um espaço vetorial. k · kV k →W é uma norma sobre Lk (V, W ). Se W é

completo, então (Lk (V, W ), k · kV k →W ) também é completo.
Nosso objetivo será pensar na k-ésima derivada de f como um operador k-linear. Começaremos
por um resultado análogo ao teorema 15.1.
Teorema 15.3 Considere números 1 ≤ s ≤ k. Associe a cada função linear T ∈ Ls (V, Lk−s (V, W )) uma
transformação k-linear Q T : V k → W via a expressão:
Q T (v1 , . . . , vk ) := [ T (v1 , . . . , vs )] (vs+1 , . . . , vk ) ((v1 , . . . , vk ) ∈ V k ).
Então:
1. k Q T kV k →W = k T kV s →Lk−s (V,W ) .
2. “T 7→ Q T ” é uma transformação linear, bijetiva e que preserva normas entre os espaços normados
L(V s , Lk−s (V, W )) e Ls (V k−s , W ).
176
Prova: A prova de que Q T é k-linear para qualquer T ∈ Ls (V, Lk−s (V, W )) é direta e será
omitida. Para provar a igualdade de normas, precisamos ver que a norma de T, dada por
k T (v1 , . . . , vs )kV k−s →W

k T kV s →Lk−s (V,W ) = sup
(v1 ,...,vs )∈(V \{0V })s k v1 kV . . . k v s kV
!
k T (v1 , . . . , vs ) (vs+1 , . . . , vk )kW
= sup sup ,
(v1 ,...,vs )∈(V \{0V })s (vs+1 ,...vk )∈(V \{0V })k−s k v 1 k V . . . k v s k V k v s +1 k V . . . k v k k V
é igual à norma de Q T , dada por
k T (v1 , . . . , vs ) (vs+1 , . . . , vk )kW

k Q T k V k →W = sup .
(v1 ,...,vk )∈(V \{0V })k k v1 kV . . . k v k kV
Como V k = V s × V k−s , isso segue do lema 15.1 acima, do mesmo jeito que a proposição 15.1.
2
Tudo isto quer dizer que a derivada de ordem k pode ser pensada como uma transformação
k-linear de V k em W. Usaremos a seguinte notação abaixo.
Definição 15.3 Dados Q ∈ Lk (V, W ), 1 ≤ s ≤ k e v1 , . . . , vs ∈ V, chamamos de Q[v1 , . . . , vs ]red a

aplicação de V k−s em W que leva
Q[v1 , . . . , vs ]red (v10 , . . . , v0k−s ) 7→ Q(v1 , . . . , vs , v10 , . . . , v0k−s ).
É um exercı́cio simples checar que Q[v1 , . . . , vs ]red ∈ Lk−s (V, W ) e

s
k Q[v1 , . . . , vs ]red kV k−s →W ≤ k QkV k →W ∏ k vi kV .
i =1
Veja que a redução Q[v1 , . . . , vs ]red pode ser encarada como uma aplicação s-linear que leva
(v1 , . . . , vs ) ∈ V s em Q[v1 , . . . , vs ]red . Ou seja, temos um mapa:
Reds : Q ∈ Lk (V, W ) 7→ Q[. . . ]red ∈ Ls (V, Lk−s (V, W )).
De fato, verifica-se diretamente que esta função Reds é exatamente a transformação inversa da
que leva T ∈ Ls (V, Lk−s (V, W )) em Q T ∈ Lk (V, W ).
Esta observação simples está por trás do seguinte resultado.
Proposição 15.4 Suponha que f : U → W é k vezes diferenciável, isto é, . Dado 1 ≤ s ≤ k, a derivada
de ordem k − s da função D s f : U ⊂ V 7→ Ls (V, W ), pensada como elemento de Lk−s (V, Ls (V, W )) é
dada por
D k−s ( D s f )( x ) (v1 , . . . , vk−s ) = D k f ( x ) [v1 , . . . , vk−s ]red .
Além disso,
D k−1 f ( x + tv1 ) − D k−1 f ( x )

k
D f ( x ) (v1 , . . . , vk ) = lim ( v2 , . . . , v k ).
t →0 t
Prova: Direta a partir dos isomorfismos e observações acima. 2
177
Apenas esboçaremos a prova do seguinte fato.
Proposição 15.5 Suponha que f : U ⊂ V → W é k vezes diferenciável (com k ≥ 2) e que sua derivada
de ordem k é contı́nua em um certo x0 ∈ U. Então esta derivada D k f ( x ) também é simétrica, ou seja:
∀(v1 , . . . , vk ) ∈ V k , D k f ( x ) (v1 , . . . , vk ) é invariante por permutações de v1 , . . . , vk .
Prova: Provaremos isto por indução em k ≥ 2. O caso k = 2 já foi discutido acima.
Pense agora em k > 2 e suponha que a simetria já foi provada para k − 1. Observamos que
o grupo de permutações de k elementos {v1 , v2 , . . . , vk } é gerado transposição de v1 e v2 e pelas
permutações de {v2 , . . . , vk }. Portanto, basta provar que D k f ( x ) (v1 , . . . , vk ) é invariante por estas
operações.
Em primeiro lugar, observamos que
D k f ( x )[v1 , v2 ]red = D2 D k−2 f ( x )(v1 , v2 ),
portanto a simetria nas duas primeiras variáveis v1 e v2 segue da simetria da segunda derivada.
Ao mesmo tempo, vemos que D k−1 f ( x )(v2 , . . . , vk ) é simétrica nas k − 1 variáveis. Como
D D k−1 f ( x ) v1 = D k f ( x ) [v1 ]red , temos
k D k−1 f ( x + tv1 ) − D k−1 f ( x ) − t D k f ( x ) [v1 ]red kV k−1 →W
lim = 0,
t∈R,t→0 t
ou
D k−1 f ( x + tv1 ) − D k−1 f ( x )
D k f ( x ) [v1 ]red = lim .
t∈R,t→0 t
Veja que esta última identidade é entre formas k − 1 lineares. Aplicando os dois lados a uma
(k − 1)-tupla (v2 , . . . , vk ) e lembrando a definição da reduzida, temos:
D k−1 f ( x + tv1 ) (v2 , . . . , vk ) − D k−1 f ( x ) (v2 , . . . , vk )
(?) D k f ( x ) (v1 , . . . , vk ) = lim
t →0 t
e a simetria do lado direito em v2 , . . . , vk implica que o mesmo vale para o lado esquerdo. 2
Exercı́cio 15.4 A identidade (?) usa implicitamente que se Tn → T em Lk−1 (V, W ), então Tn (v2 , . . . , vk ) →
T (v2 , . . . , vk ) para cada escolha de (v2 , . . . , vk ) ∈ V k−1 . Prove este resultado aqui.
15.4 A fórmula de Taylor geral

Nesta seção enunciaremos a fórmula de Taylor na sua versão mais geral para funções k vezes
diferenciáveis.
Teorema 15.4 Tome k ∈ N\{0}. Suponha que f : U ⊂ V → W é (k − 1) vezes diferenciável no
conjunto U e que D k f ( x0 ) ∼
= D ( D k−1 f )( x0 ) existe. Defina o polinômio de Taylor de f de ordem k ao
redor de x0 como:
k
1
Px0 ,k (h) := f ( x0 ) + ∑ D j f ( x ) (h, . . . , h) .
j =1
j! | {z }
j vezes
Então:
f ( x0 + h) = Px0 ,k (h) + rk (h)
k → 0 quando h → 0 .
onde rk (h)/k hkV W V
178
Prova: Na verdade, provaremos um resultado bem mais forte. Dados um r > 0 com BV ( x0 , r ) ⊂
U e um h ∈ V com k hkV < r, escreva
Rk (h) := D k−1 f ( x0 + h) − D k−1 f ( x0 ) − D ( D k−1 f )( x0 ) h ∈ Lk−1 (V, W ).
Note que krk (h)kV k−1 →W /k hkV → 0 quando h → 0V porque D k−1 f é diferenciável em x0 . Nós
provaremos por indução em k ≥ 1 que, se h 6= 0V , então:
krk (h)kW k Rk (θ h)k
Objetivo: k
≤ sup ,
k h kV θ ∈(0,1] θ k h kV
o que certamente garante rk (h)/khkVk → 0 quando h → 0 .

V
Base: k = 1. Este caso segue simplesmente da definição da derivada de Fréchet.
Passo indutivo. Suponha que k ≥ 2 e o teorema vale para k − 1. Se k hkV é suficientemente

pequeno, de modo que x0 + th ∈ U para todo |t| ≤ 2, podemos definir
γ(t) := f ( x + th) − Px0 ,k (th) (t ∈ (−2, 2)).
Vê-se que γ(0) = 0W porque Px0 ,k (0V ) = f ( x0 ). Por isso,
k f ( x0 + h) − Px0 ,k (h)kW = kγ(1) − γ(0)kW ≤ sup kγ0 (t)kW .

t∈[0,1]
Para calcular γ0 , observamos que

d
f ( x + th) = D f ( x + th).h,
dt
enquanto
 
k
d d  tj
dt j∑
P (th) = D j f ( x ) (h, . . . , h)

dt x0 ,k j!

=1
| {z }
j vezes
k
t j −1
= ∑ ( j − 1) !
D j f ( x ) (h, . . . , h)
j =1
| {z }
j vezes
k
t j −1
(isom.) = ∑ ( j − 1) !
[ D j−1 ( D f )( x ) (h, . . . , h)].h
j =1
| {z }
j−1 vezes
= Q x0 ,k−1 (th).h
onde Q x0 ,k−1 é o polinômio de Taylor de ordem k − 1 da função D f : U → L(V, w). Portanto, se
h 6 = 0V ,
k f ( x0 +h)− Px0 ,k (h)kW
k
k h kV
k[ D f ( x0 +th)− Q x0 ,k−1 (th)].hkW
≤ supt∈[0,1] k
k h kV
k D f ( x0 +th)− Q x0 ,k−1 (th)kV →W
≤ supt∈[0,1] k −1
k h kV
.
179
Note que a expressão no supremo vale 0 em t = 0, logo podemos tomar um supremo sobre
t ∈ (0, 1]. Assim, podemos trocar h por th no denominador e ter uma cota superior. Isso nos
traz ao caso k − 1 do resultado, com f substituı́da por D f . Aplicando a hipótese de indução,
deduzimos que:
k D f ( x0 + th) − Q x0 ,k−1 (th)kV →W k R0k−1 (tθ h)k
≤ sup
kthkVk−1 θ ∈(0,1] tθ khkV
onde
R0k−1 (h0 ) := D k−2 ( D f )( x0 + h) − D k−2 ( D f )( x0 ) − D ( D k−2 ( D f ))( x0 ).h.
Usando nossos isomorfismos com algum cuidado, podemos ver que R0k−1 (h0 ) tem a mesma
norma que Rk (h0 ) e isso encerra a prova porque 0 < tθ ≤ 1 na expressão acima. 2
180
Capı́tulo 16
Pontos fixos, funções inversas e funções

implı́citas
Neste capı́tulo abordaremos um teorema bem abstrato e duas consequências importantes dele
para o cálculo diferencial em espaços vetoriais. O que une estes temas é a necessidade de achar
pontos em um espaço v com uma certa propriedade desejada.
Exemplo 16.1 Imagine que f : U0 ⊂ V → V com U0 ⊂ V aberto. Na prova do Teorema da Função

Inversa, que será vista abaixo, nos depararemos com o problema de provar que, sob certas condições em
f , f (U0 ) é um conjunto aberto. Repare que este tipo de resultado é bem forte. Dada uma f bem pouco
conhecida, um x ∈ U0 e um y = f ( x ) ∈ V, temos que provar que existe um raio positivo δ > 0 tal que
todo ponto y0 ∈ BV (y, δ) tem uma preimagem em U0 . Mas como podemos construir estas pré-imagens?
A mensagem deste capı́tulo é que há uma metodologia que funciona em muitos casos.
Considere um espaço métrico ( X, dX ). Você precisa provar que existe um ponto x∗ ∈ X com
certas propriedades. Uma estratégia é converter este problema no de achar um ponto fixo de
uma transformação H : X → X e depois mostrar que o ponto fixo existe usando o Teorema do
Ponto Fixo de Banach.
16.1 O teorema do ponto fixo de Banach

Nesta seção daremos o enunciado e a prova deste teorema de Banach. Primeiro, algumas
definições.
Definição 16.1 Dada H : X → X, um ponto fixo de H é um x∗ ∈ X com H ( x∗ ) = x∗ .
Abaixo usaremos a notação
{z◦ · · · ◦ H} (i ∈ N\{0})
H i := |H ◦ H ◦ H
i vezes
com H 0 := I a função identidade sobre X.

O exercı́cio a seguir nos diz que os pontos fixos são exatamente os limites de órbitas { H i ( x )}i∈N
181
Exercı́cio 16.1 Supondo que H é contı́nua e ( X, dX ) é completo, mostre que x∗ é ponto fixo de H se e
somente se existe um x ∈ X com H i ( x ) → x∗ quando i → +∞.
Teorema 16.1 (Ponto Fixo de Banach) Suponha que ( X, dX ) é um espaço métrico completo e que H :
X → X é tal que cada H i é κi -Lipschitz (i ∈ N). Suponha que
+∞
M := ∑ κi < +∞.
i =0
Então:
(a) H tem um único ponto fixo x∗ .
(b) H i ( x ) → x∗ para qualquer x ∈ X.
(c) dX ( x, x∗ ) ≤ M d( x, T ( x )) para qualquer x ∈ X.
O uso deste teorema será fundamental no que segue. Observamos antes da prova um caso
especial importante e dois exemplos que explicam as hipóteses do teorema.
Exercı́cio 16.2 Mostre que as hipóteses do Teorema seguem quando H é κ-Lipschitz com κ < 1, já que
neste caso podemos tomar κi = κ i . Prove também que a existência e unicidade do ponto fixo valem sempre
que H é contı́nua e alguma H é κ-Lipschitz com κ < 1.
Exemplo 16.2 Note que a hipótese de que ( X, dX ) é completo é fundamental. Por exemplo, considere
X = R\{0} e H ( x ) = x/2 (x ∈ X).
Exemplo 16.3 Neste exemplo mostramos que é possı́vel se ter X completo, H : X → X tal que
∀ x, x 0 ∈ X : dX ( H ( x ), H ( x 0 )) < dX ( x, x 0 ),
mas tais que H não tem ponto fixo. Por esta razão, é importante que a constante de Lipschitz seja estrita-
mente menor do que um.
Tome X = [1, +∞) ⊂ R. Este é um conjunto fechado da reta e é, portanto, um espaço métrico completo
com a métrica induzida por R. Defina H ( x ) = x + x −1 (x ∈ X). Observe que:

1
∀ x, x ∈ X : | H ( x ) − H ( x )| = | x − x | 1 − 0 < | x − x 0 |.
0 0 0

xx
Por outro lado, se existisse um ponto fixo x ∈ X, terı́amos x = x + x −1 , o que dá x −1 = 0, o que é
impossı́vel.
Prova: [Prova do Teorema de Ponto Fixo de Banach] Nosso primeiro passo é provar que, dado
qualquer x ∈ X, { H i ( x )}i∈N converge a um x∗ ∈ X que satisfaz a desigualdade do item (c)
acima.
De fato, como ( X, dX ) é completo, sabemos que uma condição suficiente para uma sequência
{ xi }i∈N ⊂ X convergir é que
∞
∑ dX (xi−1 , xi ) < +∞.
i =1
182
Mais ainda, quando vale este critério, podemos usar a desigualdade triangular para obter:
∞
dX ( x0 , lim xi ) = lim dX ( x0 , xi ) ≤ lim (dX ( x0 , x1 ) + dX ( x1 , x2 ) + · · · + dX ( xi−1 , xi )) =
i ∈N i ∈N i ∈N
∑ d X ( x i −1 , x i ).
i =1
Aplicaremos tudo isso a xi := H i ( x ), i ∈ N, observando que neste caso
dX ( xi−1 , xi ) = dX ( H i−1 ( x ), H i−1 ( H ( x ))) ≤ κi−1 dX ( x, H ( x ))
porque H i−1 é κi−1 -Lipschitz. Portanto,

∞ +∞
∑ dX (xi−1 , xi ) ≤ ∑ κi−1 dX (x, H (x)) = M dX (x, H (x)) < +∞
i =1 i =1
e temos tanto a convergência de { H i ( x )}i∈N a um x∗ quando a cota de (c) para dX ( x, x∗ ). Isto

conclui a primeira parte da prova.
O restante da demonstração é basicamente uma série de observações simples. Veja que o
argumento acima garante que pontos fixos existem: afinal, qualquer x∗ = limi H i ( x ) é ponto fixo
pelo exercı́cio 16.1. Para provar unicidade, provaremos que quaisquer dois pontos fixos x∗ , y∗ são
iguais. Primeiro notamos que, quando x∗ e y∗ são pontos fixos, então H i ( x∗ ) = x∗ e H i (y∗ ) = y∗ .
Em particular, como M < +∞ isto vale para algum i ∈ N com κi < 1/2. Mas então:
dX ( x∗ , y∗ )
0 ≤ dX ( x∗ , y∗ ) = dX ( H i ( x∗ ), H i (y∗ )) ≤ κi−1 dX ( x∗ , y∗ ) < ⇒ dX ( x∗ , y∗ ) = 0 ⇒ x∗ = y∗ .
2
Finalmente, juntamos os ingredientes.
• O ponto fixo existe e é único, como pede (a);
• Como cada sequência { H i ( x )}i∈N converge a um limite (pela primeira parte da prova) e
este limite é um ponto fixo (pelo exercı́cio 16.1), temos que H i ( x ) converge a x∗ , o único
ponto fixo de H, não importando qual seja x. Isto é a parte (b) do teorema.
• Finalmente, a estimativa (c) foi provada no primeiro passo, onde tratamos x∗ como o limite
de H i ( x ) para um dado x. Como agora sabemos que este limite é o único ponto fixo, está
encerrada a prova.
16.2 O teorema da função inversa

Nesta seção provaremos um dos teoremas clássicos do Cálculo em várias variáveis: o teorema da
função inversa. Convém enunciar uma definição antes de começar.
Definição 16.2 Dados abertos U0 , U1 ⊂ V, dizemos que f : U0 → U1 é um difeomorfismo de classe C `

(` ∈ N\{0}) se f é uma bijeção entre U0 e U1 e tanto f quanto f −1 são funções com derivadas contı́nuas
até ordem `.
183
Os difeomorfismos são importantes porque são correspondências entre conjuntos que preser-
vam não só cardinalidade (como seria se fossem só bijeções) ou topologia (como seria se f e f −1
são contı́nuos), mas também qualquer “estrutura diferenciável até ordem `”que podemos botar
nos conjuntos U0 e U1 . De fato, os “difeos” serão muito importantes na hora de falarmos de
variedades.
Uma observação simples é que, para que uma função f : U0 → U1 seja um difeomorfismo C1 ,
é necessário que derivada de f seja um operador linear inversı́vel. De fato, supondo que f seja
mesmo um difeo, podemos aplicar a regra da cadeia às expressões
∀ x ∈ U0 , f −1 ◦ f ( x ) = x e ∀y ∈ U1 , f ◦ f −1 (y) = y
e descobrir que, dados x ∈ U0 e y = f ( x ) ∈ U1 ,
D f −1 (y) D f ( x ) = D f ( x ) D f −1 (y) = IdV ,
o operador identidade de V.
Por outro lado, a simples invertibilidade da derivada não é suficiente para garantir que f é
um difeomorfismo.
Exemplo 16.4 Considere a parametrização de U0 = U1 = R2 \{0R2 } por coordenadas polares.
f : R2 \{0} → R2 \{0R2 }
(r, θ ) 7→ (r cos θ, r sin θ ).
Podemos calcular a derivada de f na forma matricial através da matriz de derivadas parciais.

cos θ −r sin θ
D f (r, θ ) = .
sin θ r cos θ
Como o determinante desta matriz é r > 0, D f (r, θ ) é sempre inversı́vel. No entanto, f não é um
difeomorfismo. De fato, ela não é nem mesmo uma bijeção, já que é periódica na segunda coordenada.
O que o Teorema da Função Inversa é que a invertibilidade da derivada num único ponto x0
do domı́nio garante que f é um difeomorfismo local, ou seja, ao redor de x0 .
Teorema 16.2 (Teorema da função inversa) Considere um espaço vetorial normado completo (V, k ·
kV ). Suponha que U ⊂ V é aberto de V, que f : U → W é C ` , ` ∈ N\{0}. Suponha ainda que, para um
certo ponto x0 ∈ U, D f ( x0 ) é inversı́vel. Então há um aberto U0 ⊂ U com x ∈ U0 tal que:
1. U1 := f (U0 ) é aberto;
2. f |U0 : U0 → U1 é um difeomorfismo C ` .
A prova será apresentada nas duas seções abaixo. Convem entender desde agora a intuição
e a dificuldade técnica da prova. A intuição é simples. Localmente, f ( x ) se parece muito com a
função afim y0 + T ( x − x0 ), com y0 = f ( x0 ) e T = D f ( x0 ). Como T é inversı́vel, a função afim
também é e tudo indica que f deve ter as mesmas caracterı́sticas numa vizinhança de x0 .
A maior dificuldade técnica da prova será provar que U1 é aberto. Para entender o desafio,
imagine que você tem em mãos um y ∈ U1 = f (U0 ). Tudo o que sabemos, em princı́pio, é que
y = f ( x ) para algum x ∈ U0 . Para provar que U1 é aberto, precisamos encontrar um δ > 0 tal
184
que todo y0 a distância < δ de y tem uma pré-imagem x 0 em U0 . Como poderemos fazer isso? A
resposta curta será reformular o problema como se fosse um problema de ponto fixo.
A prova do Teorema da função inversa será dada em várias etapas. A primeira é o lema
a seguir, que formaliza a ideia que f ( x ) ≈ y0 + T ( x − x0 ). (Manteremos a notação de que
T = D f ( x0 ) em toda a prova.) De fato, se tivéssemos f ( x ) = y0 + T ( x − x0 ) exatamente, valeria
T −1 ( f ( x 0 ) − f ( x 00 )) = x 0 − x 00 .
Lema 16.1 Existe um r > 0 com U0 := BV ( x0 , r ) ⊂ U onde f satisfaz a seguinte estimativa.

k x 0 − x 00 kV
∀ x 0 , x 00 ∈ U0 : k T −1 ( f ( x 0 ) − f ( x 00 )) − ( x 0 − x 00 )kV ≤ .
2
Prova: Sob as nossas hipóteses, x 7→ D f ( x ) é contı́nua e portanto x 7→ T −1 D f ( x ) é contı́nua.
Como T −1 D f ( x0 ) = T −1 T = IdV , existe uma vizinhança U0 = BV ( x0 , r ) ⊂ U onde k T −1 D f ( x ) −
IdV kV →V ≤ 1/2. Agora observe que U0 é convexo e que, pela desigualdade do valor médio, vale
a seguinte desigualdade sempre que x 0 , x 00 ∈ U0 :
0
k T −1 ( f ( x 0 ) − f ( x 00 )) − ( x 0 − x 00 )kV = k[ T −1 f (z) − z]zz= x
= x 00 kV
!
≤ sup k T −1 D f ( x ) − IdV kV →V k x 0 − x 00 kV
z∈[ x 0 ,x 00 ]
k x 0 − x 00 kV
(k T −1 D f ( x ) − IdV kV →V ≤ 1/2 em U0 ) ≤ .
2
2
O próximo lema é a parte mais difı́cil da prova e é precisamente nele que usaremos o argu-
mento de ponto fixo.
Lema 16.2 U1 := f (U0 ) é aberto.
Prova: Tome y ∈ f (U0 ), y = f ( x ) com x ∈ U0 . Precisamos mostrar que existe um δ > 0 tal que
BV (y, δ) ⊂ f (U0 ). Isto é o mesmo que provar que
Queremos: existe um δ > 0 tal que, sempre que y0 ∈ V e ky0 − ykV < δ, existe um x 0 ∈ U0
com f ( x 0 ) = y0 .
Nossa ideia será reinterpretar x 0 como a solução de um problema de ponto fixo. Defina:
Hy0 ( x 0 ) := x 0 + T −1 (y0 − f ( x 0 )) ( x 0 ∈ U ).
Podemos reformular nosso objetivo como sendo o seguinte: Veja que o problema de achar um
ponto fixo de Hy0 é o mesmo de achar x 0 com f ( x 0 ) = y. Por outro lado, uma propriedade boa
desta função é que ela é automaticamente 1/2-Lipschitz, pelo lema anterior.
k x 0 − x 00 kV
∀ x 0 , x 00 ∈ U0 : k Hy0 ( x 0 ) − Hy ( x 00 )kV = k( x 0 − x 00 ) − T −1 ( f ( x 0 ) − f ( x 00 ))kV ≤ .
2
(Isso explica, aliás, porque usamos T −1 f no Lema e na definição de Hy0 .)
Tudo isto vale para qualquer y0 ∈ V. Nosso objetivo (reformulado) é mostrar:
185
Queremos: existe um δ > 0 tal que, sempre que y0 ∈ V e ky0 − ykV < δ, a aplicação Hy0
tem um ponto fixo.
Iremos aplicar o Teorema de Ponto Fixo de Banach para resolver problema. Para aplicar o
Teorema, basta garantir duas condições:
1. Hy0 é κ-Lipschitz, com κ < 1 (esta parte já está feita).
2. Hy0 leva um certo espaço métrico completo X em si mesmo.
A questão então é como cumprir com a segunda exigência. Como y0 estará numa bola perto
de y, é razoável esperar que sua pré-imagem esteja perto de x. De fato, escolhemos o domı́nio:
X := BV [ x, η ], com 0 < η < r − k x − x0 kV .
Note que X ⊂ BV ( x0 , r ) porque x ∈ BV ( x0 , r ). Além disso, X é um fechado num espaço vetorial

completo, sendo, portanto, completo com a métrica induzida.
Ainda falta verificar que Hy0 : X → X é uma transformação deste X em si mesmo. É aqui que
a escolha do δ > 0, que ainda não especificamos, será importante. Mais especificamente, mostraremos
que a escolha de
η
δ := − 1
2k T k V →V
funciona.
Relembrando, o que desejamos é mostrar que sempre que ky0 − yk < δ vale a seguinte
propriedade: para todo x 0 ∈ X, Hy0 ( x 0 ) ∈ X. Como X é a bola fechada de raio η ao redor de x,
isto é o mesmo que mostrar que:
ky0 − yk < δ e k x 0 − x kV ≤ η ⇒ k Hy0 ( x 0 ) − x kV ≤ η.
Para checar isso, tomamos y0 , x 0 como acima. Como Hy0 é 1/2-Lipschitz e k x 0 − x kV ≤ η
η
k Hy0 ( x 0 ) − x kV ≤ k Hy0 ( x 0 ) − Hy0 ( x )kV + k Hy0 ( x ) − x kV ≤ + k Hy0 ( x ) − x kV .
2
Falta checar que k Hy0 ( x ) − x kV ≤ η/2. Esta é uma conta direta usando f ( x ) = y e ky0 − ykV < δ:
η
k Hy0 ( x ) − x kV = k T −1 (y0 − f ( x ))kV = k T −1 (y0 − y)kV ≤ k T −1 kV →V ky0 − ykV < k T −1 kV →V δ = .
2
Concluı́mos que a segunda condição para aplicar o Teorema de Ponto Fixo de Banach é de fato
satisfeita. Como consequência, provamos que Hy0 tem mesmo um ponto fixo em U0 sempre que
y0 ∈ BV (y, δ). 2
No próximo lema usamos nossas estimativas e resultados para mostrar que, de fato, f −1
existe e é contı́nua.
Lema 16.3 f |U0 : U0 → U1 é um homeomorfismo Lipschitz entre U0 e U1 (isto é, é uma bijeção Lipschitz
com inversa Lipschitz).
186
Prova: A junção dos dois lemas anteriores mostra que U1 = f (U0 ) é aberto e que
k x 0 − x 00 kV 3k x 0 − x 00 kV
∀ x 0 , x 00 ∈ U0 : ≤ k T −1 ( f ( x 0 ) − f ( x 00 ))kV ≤ .
2 2
Veja que isso por si só ja implica que f |U0 é injetiva: se x 0 6= x 00 , k T −1 ( f ( x 0 ) − f ( x 00 ))kV > 0.
Como U1 = f (U0 ), ela certamente é sobrejetiva e portanto é uma bijeção. Temos ainda que, para
quaisquer x 0 , x 00 ∈ U0 :
k( f ( x 0 ) − f ( x 00 ))kV = k T T −1 ( f ( x 0 ) − f ( x 00 ))kV
≤ k T kV →V k T −1 ( f ( x 0 ) − f ( x 00 ))kV
3k T kV →V k x 0 − x 00 kV
≤ ,
2
logo f é Lipschitz. Do mesmo modo, tomando x 0 = f −1 (y0 ), x 00 = f −1 (y00 ), deduzimos:
k f −1 (y0 ) − f −1 (y00 )kV
∀y0 , y00 ∈ U0 : ≤ k T −1 (y0 − y00 )kV ≤ k T −1 kV →V ky0 − y00 kV ,
2
portanto f −1 é 2k T −1 kV →V -Lipschitz. 2
Prova: [Fim da prova do Teorema da Função Implı́cita] O que nos falta provar é f −1 é de classe
C ` . Começaremos calculando sua derivada em cada y ∈ U1 . De fato, convém partir de um
chute para quem seria esta derivada e depois provar que o chute funciona. Ao longo da prova,
suporemos que L é uma constante de Lipschitz tanto para f , quando para f −1 .
Fixe y ∈ U1 e x ∈ U0 com f ( x ) = y. Observe em primeiro lugar que, pela nossa escolha de
U0 ,
∀ x ∈ U0 : k T −1 D f ( x ) − IdV kV →V ≤ 1/2 < 1,
logo T −1 D f ( x ) é inversı́vel e D f ( x ) também é inversı́vel. Logo, se y = f ( x ) ∈ U1 , a regra da
cadeia nos faz pensar que D f −1 (y) deve ser igual a S := D f ( x )−1 .
Provaremos abaixo que isso é verdade. Dado h tal que y + h ∈ U1 , podemos definir uh com
x + uh ∈ U0 tal que f ( x + uh ) = y + h. Como f −1 é L-Lipschitz, kuh kV ≤ Lk hkV . Ao mesmo
tempo uh 6= 0 se h 6= 0 porque f é bijeção. Por fim, temos as identidades:
h = y + h − h = f ( x + u h ) − f ( x ) = S −1 u h + r ( u h ),
onde r é um termo de resto, e
f −1 (y + h) − f −1 (y) − S h = x + uh − x − S h = uh − Sh.
Concluı́mos que
k f −1 ( y + h ) − f −1 ( y ) − S h k V k u h − S h kV
=
k h kV k h kV
kS (S−1 uh − h)kV
=
k h kV
k S −1 u h − h k V
≤ k S k V →V
k h kV
kr (uh )kV
= k S k V →V
k h kV
kr (uh )kV
(use kuh kV ≤ Lk hkV ) ≤ L k S k V →V →0
k u h kV
187
quando h → 0 e portanto kuh kV ≤ Lk hkV → 0. Estas equações mostram para nós que a derivada
de f −1 em y é mesmo dada por:
D f −1 (y) = [ D f ( f −1 (y))]−1 (y ∈ U1 ).
Observe que D f −1 = Inv ◦ D f ◦ f −1 , onde Inv é a operação que envia um A ∈ L(V ) inversı́vel
em A−1 . inverte operadores lineares.
Agora provaremos que f −1 é C ` , ou seja, que D f −1 é C `−1 . Se ` = 1, isto segue do fato que
−
D f 1 é a composição de três funções contı́nuas. Se ` > 1, devemos trabalhar por indução em `,
lembrando que f −1 é C ` , D f é C `−1 e Inv é infinitamente diferenciável (o que segue das regras
para diferenciação em álgebras de Banach! - exercı́cios passados em aula). 2
16.3 O teorema da função implı́cita

Provaremos agora um outro clássico do Cálculo em várias variáveis, com tantas ou mais aplicações
que o primeiro resultado. Para enunciá-lo, precisaremos de um preâmbulo.
Considere dois espaços vetoriais normados e completos (V, k · kV ) e (W, k · kW ). O produto
V × W pode ser visto como um espaço vetorial composto de pares (v, w) ∈ V × W. Se fixamos
p ∈ (1, +∞), a fórmula
q
p p
k(v, w)kV ×W = p kvkV + kwkW ((v, w) ∈ V × W )
define uma norma sobre V × W que o torna um espaço completo. Por exemplo, se V = Rd
e W = Rk com as respectivas normas ` p , k · kRd ×Rk corresponde à norma ` p em Rd × Rk =
Rd+k .Também é um exercı́cio mostrar que as normas obtidas para os diferentes valores de p > 1
são todas equivalentes.
A seguir apresentaremos um resultado que nos dará condições de entender a estrutura local
de certos subconjuntos M ⊂ V × W definidos implicitamente por uma fórmula do tipo:
M = {(v, w) ∈ V × W : Φ(v, w) = 0W }
onde Φ : V × W → W é uma função. Por exemplo: imagine que V = Rd , W = Rk e portanto

V × W ≈ Rd+k . Uma Φ como acima codifica k equações não lineares em d + k variáveis:
Φ[ j]( x [1], . . . , x [d + k ]) = 0, j = 1, 2, 3, . . . , k.
A principal mensagem do Teorema da Função Inversa é que, sob condições simples, localmente
o conjunto M é da forma ( x, g( x )) para alguma função g de V em W. A principal hipótese será
a de que o operador linear D2 Φ( x, y) ∈ L(W ) dado por:
D2 Φ( x, y) w := DΦ( x, y) (0V , w) (w ∈ W )
é inversı́vel para algum par ( x0 , y0 ) ∈ V × W.
Teorema 16.3 (Teorema da Função Implı́cita) Considere U ⊂ V × W aberto e uma função C ` Φ :

U → W. Suponha que existe ( x0 , y0 ) ∈ U tal que Φ( x0 , y0 ) = c ∈ W D2 f ( x, y) ∈ L(W ) é inversı́vel.
188
Então existem abertos A0 ⊂ V, com x0 ∈ A0 , e U0 ⊂ V × W, com ( x0 , y0 ) ∈ U0 , além de uma função C `
g : A0 → W com ( x, g( x )) ∈ U0 para todo x ∈ A0 e ainda:
∀( x, y) ∈ U0 : Φ( x, y) = c ⇔ y = g( x ),
ou ainda:
U0 ∩ Φ−1 (c) = {( x, g( x )) : x ∈ A0 }.
Antes da prova, convém anotar alguns preliminares. Observe que a derivada de Φ deve ser
uma transformação linear T ∈ L(V × W, W ). Abaixo teremos que considerar transformações do
tipo:
IV ⊗ T : (h, s) ∈ V × W 7→ (h, T (h, s)) ∈ V × W
e também
T1 : v ∈ V 7→ T (v, 0W ),
T2 : w ∈ W 7→ T (0V , w),
I × T2 : (v, w) ∈ V × W 7→ (v, T2 w).
Proposição 16.1 Temos T1 ∈ L(V, W ), T2 ∈ L(W ) e IV ⊗ T ∈ L(V × W ). Se a aplicação T2 é

inversı́vel, o mesmo vale para IV ⊗ T. Além disso, se definimos
F ( x, y) := ( x, Φ( x, y)) (( x, y) ∈ U ),
então
∀( x, y) ∈ U : DF ( x, y) = I ⊗ DΦ( x, y).
Prova: T2 é claramente linear. Note ainda que
∀w ∈ W : k T2 wkW = k T (0V , w)kW ≤ k T kV ×W →W k(0V , w)kV ×W = k T kV ×W →W kwkW ,

portanto k T2 kW →W ≤ k T kV ×W →W < +∞ e T2 é limitado. Do mesmo modo, podemos mostrar
que T1 ∈ L(V, W ) e I × T2 ∈ L(V × W ).
Suponha agora que T2 é inversı́vel; queremos provar que I ⊗ T também é inversı́vel. Isto é,
temos que provar que existe um operador limitado L ∈ L(V × W ) tal que L ( I ⊗ T ) = ( I ⊗ T ) L =
IV ×W . Observe primeiramente que:
I ⊗ T (h, s) = (h, T (h, s)) = (h, T1 h + T2 s).
Chame de H o operador que leva (v, w) ∈ V × W em (v, w − T1 v) ∈ V × W. É um exercı́cio

mostrar que H ∈ L(V × W ), que:
H −1 : (v, w) ∈ V × W 7→ (v, w + T1 v)
também pertence a L(V × W ), e que, para todos (h, s) ∈ V × W:
I ⊗ T (h, s) = (h, T (h, s)) = (h, T1 h + T2 s) = H −1 (h, T2 s) = H −1 ( I × T2 )(h, s).
Logo I ⊗ T = H −1 ( I × T2 ). Portanto, podemos tomar L := ( I × T2−1 ) H, observando que, como

T2−1 ∈ L(W ) por hipótese, I × T2−1 ∈ L(V × W ) e ( I × T2 )−1 = I × T2−1 .
Finalmente, a prova de que DF = I ⊗ DΦ fica como exercı́cio. 2
189
A ideia que nos leva a considerar F é que queremos aplicar o Teorema da Função Inversa. In-
tuitivamente, a hipótese do teorema garante que Φ( x, y) é “injetiva na coordenada y”. A função
F acrescenta x ao output de Φ para obtermos uma função realmente inversı́vel. Passamos agora
à prova do teorema.
Prova: [Prova do Teorema da Função Implı́cita]
Aplicaremos o Teorema da Função Inversa à função F : U → V × W definida na proposição

acima. A hipótese deste teorema pode ser combinada com a proposição para garantir que
DF ( x, y) ∈ L(V × W ) é inversı́vel quando ( x, y) = ( x0 , y0 ).
O TVI nos garante que há uma vizinhança aberta U0 ⊂ U de ( x0 , y0 ) na qual F é um difeo-
morfismo C ` , F |U0 : U0 → U1 = F (U0 ). Por abuso de notação, chamaremos F |U0 de F a partir de
agora. Veja ainda que ( x0 , c) = F ( x0 , y0 ) ∈ U1 .
Considere G = F −1 : U1 7→ U0 . Como U0 = V × W, podemos escrever G ( x, y) = (h( x, y), q( x, y)),
onde h : U1 → V e q : U1 → W. Veja que F ◦ G ( x, y) = ( x, y), ou
F (h( x, y), g( x, y)) = (h( x, y), Φ( x, y)) = ( x, Φ( x, y)).
Em particular, h( x, y) = x e G ( x, y) = ( x, q( x, y)) para todos ( x, y) ∈ U1 . É um exercı́cio mostrar

que q : U1 → W é C ` porque F é C ` .
Agora considere o conjunto
U0 ∩ Φ−1 (c) = {( x, y) ∈ U0 : Φ( x, y) = c} = {( x, y) ∈ U0 : F ( x, y) = ( x, c)}.
Como F ( x, y) ∈ U1 sempre que ( x, y) ∈ U0 , e além disso G = F −1 , temos que, para qualquer par
( x, y) ∈ U0 :
Φ( x, y) = c ⇔ F ( x, y) = ( x, c) ⇔ ( x, y) = G ◦ F ( x, y) = G ( x, c) = ( x, q( x, c)) ⇔ y = q( x, c).
Definimos agora g( x ) := q( x, c). Esta função g está definida no conjunto:
A0 := { x ∈ V : ( x, c) ∈ U1 },
que é aberto. g é C ` porque q tem esta propriedade. Pelo raciocı́nio acima,
( x, y) ∈ U0 ∩ Φ−1 (c) ⇔ ( x, c) = F ( x, y) ∈ U1 ⇔ x ∈ A0 e y = g( x ),
ou seja,
U0 ∩ Φ−1 (c) = {( x, y) ∈ U0 : Φ( x, y) = c} = {( x, y) ∈ U0 : y = g( x )} = {( x, g( x )) : x ∈ A0 },
como querı́amos mostrar. 2
190
Capı́tulo 17
Esboço da teoria de subvariedades de Rd
Neste capı́tulo aplicaremos os Teoremas da Função Inversa e Implı́cita para estudar a estrutura
de subvariedades do Rd .
Definição 17.1 Uma subvariedade m-dimensional do Rd de classe C ` é um subconjunto M ⊂ Rd munido

de um atlas, isto é, de uma coleção:
{( f α , Uα , Aα )}α∈ I
onde cada Aα é aberto de Rd , com M ⊂ ∪α∈ I Aα ; cada Uα é aberto de Rm ; e cada f α : Uα → M ∩ Aα ⊂ Rd
é um homeomorfismo e, além disso, uma função C ` com D f α ( x ) injetiva para cada xα ∈ Uα .
Portanto, uma subvariedade é, numa primeira aproximação, um subconjunto do Rd que “lo-
calmente se parece com Rm até a `-ésima derivada”. Neste capı́tulo, buscaremos responder a
algumas perguntas simples sobre estes conjuntos.
1. Como é a estrutura local de uma subvariedade? (Mais precisamente, estudaremos os con-

juntos de vetores tangentes a uma subvariedade.)
2. Como podemos verificar se um conjunto é subvariedade ou não?
3. Como podemos definir a diferenciabilidade de funções f : M → N, onde M e N são

variedades?
A principal observação que faremos é que as propriedades interessantes de uma subvariedade

são todas intrı́nsecas, isto é, não dependem do atlas escolhido. Isso permite o desenvolvimento
de uma teoria abstrata de variedades, que não estudaremos aqui.
17.1 Gráficos de funções: nosso primeiro exemplo

Para começar nosso estudo, apresentamos um exemplo simples de subvariedade de Rd .
Considere um aberto U ⊂ Rm e uma função C ` g : U → Rk . Chamando de d = k + m,
definimos o gráfico de g como sendo:
graph( g) := {( x, g( x )) : x ∈ U } ⊂ Rd .
191
Abaixo mostraremos que todo gráfico de função como acima é subvariedade. Mais adiante
ficará claro que a recı́proca é quase verdadeira: toda subvariedade é localmente um gráfico de
função, a menos de uma troca de sistema de coordenadas.
Proposição 17.1 graph( g) ⊂ Rd é uma subvariedade m-dimensional de Rd de classe C ` .
Prova: [Esboço] Para provar esta proposição, precisamos construir um atlas. Isso é bastante sim-
ples e nosso atlas só terá uma tripla ( f , U, A). Podemos tomar A = Rd e definir:
f : x ∈ U 7→ ( x, g( x )).
Claramente, f é C ` . Sua derivada é D f ( x ) = I × Dg( x ), que é injetiva porque é “injetiva na

primeira coordenada”. Além disso, f é contı́nua e sua inversa é:
f −1 : ( x, y) ∈ graph( g) 7→ x,
que é uma contração (e portanto é contı́nua). Logo f é um homeomorfismo entre U e graph( g) =

graph( g) ∩ A. 2
17.2 Parametrizações que viram difeomorfismos

O exemplo de grafos de funções foi especialmente simples. Para lidar com situações mais com-
plicadas, precisaremos de um resultado intermediário muito importante1 . Ele será enunciado em
termos de uma definição um pouco mais geral.
Definição 17.2 Dados um conjunto M ⊂ Rd e um ponto p ∈ M, uma parametrização C ` de M por Rm

ao redor de p é uma tripla ( f , U, A) onde A ⊂ Rd é aberto com p ∈ A, U ⊂ Rm é aberto e f : U → A ∩ M
é um homeomorfismo C ` com derivada injetiva.
Deste modo, uma subvariedade de Rd de dimensão m e classe C ` é um conjunto de Rd em

que, para quaquer p ∈ M, há uma parametrização C ` de M por Rm ao redor de p. No entanto,
um conjunto que não é subvariedade pode ter parametrizações como definidas acima ao redor
de alguns (mas não todos) seus pontos.
Exercı́cio 17.1 Desenhe um exemplo de M ⊂ R3 que tem parametrizações por R1 ao redor de alguns
pontos e por R2 ao redor de outros.
O enunciado abaixo é um bocado técnico, mas sua ideia é simples:
Princı́pio geral: quando parametrizamos uma subvariedade na vizinhança de um

ponto p ∈ M por um aberto U ⊂ Rm , podemos “adicionar coordenadas” a esta
parametrização de modo a parametrizar todo um aberto de Rd contendo p. A parametrização
original é recuperada tomando as d − m coordenadas extras iguais a 0.
1 Esta é essencialmente a “forma local das imersões”.
192
Na verdade, o princı́pio geral acima não é completamente fidedigno à proposição. Ele omite o
fato que, além de acrescentar coordenadas, é necessário reduzir o domı́nio de M parametrizado.
Este tipo de tecnicalidade será comum abaixo e em todos os resultados que estudaremos. No
fundo, elas vêm do fato que os Teoremas das Funções Inversa e Implı́cita têm o mesmo problema.
Proposição 17.2 Dados um conjunto M ⊂ Rd , um ponto p ∈ M, uma parametrização C ` de M por Rm

ao redor de p, ( f , U, A), podemos encontrar uma outra tripla ( Fp , B p , A p ) com as seguintes propriedades:
• A p ⊂ A é aberto de Rd com p ∈ A p ;
• B p ⊂ Rm × Rd−m ≈ Rd é uma vizinhança aberta de ( x p , 0Rd−m ), onde x p := f −1 ( p) ∈ U;
• temos também:
∀ x ∈ Rm : ( x, 0Rm−d ) ∈ B p ⇒ x ∈ U e Fp ( x, 0Rd−m ) = f ( x )
• Fp : B p → A p é um difeomorfismo C `
• finalmente,
M ∩ A p = { Fp ( x, 0Rm−d ) : ( x, 0Rm−d ) ∈ B p }.
Prova: Como D f ( x p ) é injetiva, a imagem de D f ( x p ) é um subespaço T ⊂ Rd de dimensão m.

Chame de T ⊥ o complemento ortogonal de T. Tome uma base ortonormal v1 , . . . , vd−m de
T . Definimos uma transformação linear R : Rd−m → Rd via:
⊥
d−m
R y := ∑ y [ i ] v i ( y ∈ Rd − m ).
i =1
Note que R é injetiva: de fato, R y = 0Rd implica que cada coordenada de y é 0 (afinal, os vi são
linearmente independentes). Além disso, R y ∈ T ⊥ para todo y ∈ Rd−m .
Definimos F̃p : U × Rd−m → Rd como sendo a função que leva ( x, y) ∈ U × Rd−m em
F̃p ( x, y) = f ( x ) + R y. F̃p é C ` porque é a soma de uma função C ` com outra linear. Pode-se
verificar que a derivada D F̃p ( x, y) aplicada a h = (h x , hy ) ∈ Rm × Rd−m é igual a:
D F̃p ( x, y) (h x , hy ) = D f ( x ) h x + R hy .
Queremos aplicar o Teorema da Função Inversa a F̃p em uma vizinhança de ( x p , 0Rd−m ). Para
isso, precisamos mostrar que vale a seguinte afirmação.
Afirmação: a derivada D F̃p ( x p , 0Rd−m ) é inversı́vel.
De fato, como D F̃p ( x, y) ∈ L(Rm × Rd−m , Rd ) é uma aplicação linear entre espaços com a mesma
dimensão finita, só precisamos mostrar que D F̃p ( x p , 0Rd−m ) é injetiva, o que é o mesmo que
mostrar que seu núcleo é {(0Rm , 0Rd−m )}.
Para isso, recordamos que D f ( x p ) h x ∈ T e R hy ∈ T ⊥ são ortogonais e que a soma de dois
vetores ortogonais só se anula quando ambos são nulos. Desta forma, se (h x , hy ) está no núcleo
da derivada:
0Rd = D F̃p ( x p , 0Rd−m ) (h x , hy ) = D f ( x p ) h x + R hy ⇒ D f ( x p ) h x = 0Rd e R hy = 0Rd .
193
Como tanto D f ( x p ) quanto R são injetivas, deduzimos que h x = 0Rm e hy = 0Rd−m , o que prova a
afirmação.
De posse da afirmação, deduzimos do Teorema da Função Implı́cita que existe um difeo-
morfismo C ` F̃p : L p → C p entre vizinhanças abertas L p ⊂ U × Rd−m , com ( x p , 0Rd−m ) ∈ L p , e
C p 3 p. Por construção, Fp ( x p , 0Rd−m ) = f ( x ) ∈ M ∩ C p sempre que ( x, 0Rd−m ) ∈ L p . Reduzindo
C p e L p , se necessário, podemos garantir que C p ⊂ A (basta intersectar C p com A, notando que
p ∈ C p ∩ A, e trocar L p por F̃p−1 (C p ∩ A), que é um aberto).
Neste ponto, já temos quase tudo que queremos. Poderı́amos tentar tomar B p = L p , A p = C p
e Fp = F̃p e declarar a prova encerrada. Vale um aviso.
Ainda falta alguma coisa!
A questão é que ainda não sabemos se os pontos de M ∩ C p são exatamente aqueles que têm a
forma F̃p ( x, 0Rm−d ) para ( x, 0Rm−d ) ∈ L p . Ou seja, poderia existir um ponto q ∈ M ∩ C p que não é
da forma q = F̃p ( x, 0Rd−m ).
Para evitar esse problema, vamos reduzir um pouco os conjuntos L p e C p . Basicamente a ideia
é tomar um A p ⊂ C p que é o menor possı́vel para conter f ( Z p ), onde Z p é o conjunto abaixo.
Z p := { x ∈ Rm : ( x, 0Rd−m ) ∈ L p }.
Será importante entender algumas propriedades deste conjunto. Em primeiro lugar, Z p é

aberto de Rm porque L p é aberto de Rd . Além disso, Z p ⊂ U porque Z p × {0Rd−m } ⊂ L p ⊂
U × Rd − m .
Recorde que f : U → A ∩ M é homeomorfismo. Como Z p é aberto de Rm , ele também é
um aberto relativo de U. Desta maneira, f ( Z p ) é um aberto relativo de M; ou seja, existe um
conjunto Z̃ ⊂ Rd aberto de Rd com f ( Z p ) = M ∩ Z̃. Além disso, como Z × {0Rd−m } ⊂ L p ,
Z̃ ∩ M = f ( Z p ) = F̃p ( Z p × {0Rd−m }) ⊂ F̃p ( L p ) = C p ,
portanto:
f ( Z p ) = M ∩ ( Z̃ ∩ C p ).
Podemos finalmente definir A p := Z̃ ∩ C p , notando que M ∩ A p = M ∩ Z̃ = f ( Z p ). Para que
tudo dê certo, também tomamos B p := F̃p−1 ( A p ) e Fp := F̃p | Bp .
Checaremos a seguir que as propriedades de f p , B p e A p enumerada pelo Teorema são todas
verdadeiras. Para começar, A p é aberto de Rd porque é a interseção de dois abertos Z̃ e C p . B p
também é aberto (de L p e portanto de Rd ) porque é preimagem de um aberto por uma função
contı́nua. Fp é difeomorfismo C ` porque F̃p o é. Claramente, Fp ( x, 0Rd−m ) = f ( x ) sempre que
( x, 0Rd−m ) ∈ B p .
Tudo que falta agora é verificar que
Queremos: M ∩ A p := { f ( x ) : ( x, 0Rd−m ) ∈ B p } = { Fp ( x, 0Rd−m ) : ( x, 0Rd−m ) ∈ B p }.
De fato, já sabemos que M ∩ A p = f ( Z p ) = F ( Z p × {0Rd−m )). Basta então mostrar que
Queremos (equivalente): Z p × {0Rd−m } = {( x, y) ∈ B p : y = 0Rd−m }.
Faremos isso provando inclusões nas duas direções.
194
Prova de que Z p × {0Rd−m } ⊂ {( x, y) ∈ B p : y = 0Rd−m }
Isto é equivalente a mostrar que Z p × {0Rd−m } ⊂ B p . Para isso, basta observar que:
Z p × {0Rd−m } ⊂ L p ⇒ F̃p ( Z p × {0Rd−m }) = f ( Z p ) ⊂ A p ⇒ Z p × {0Rd−m } ⊂ F̃p−1 ( A p ) = B p .
Prova de que Z p × {0Rd−m } ⊃ {( x, y) ∈ B p : y = 0Rd−m }.
Fixe um ponto arbitrário ( x, 0Rd−m ) ∈ B p . Temos Fp ( x, 0Rd−m ) ∈ Fp ( B p ) = A p . Ao mesmo

tempo,
Fp ( x, 0Rd−m ) = f ( x ) ∈ M.
Portanto,
Fp ( x, 0Rd−m ) ∈ M ∩ A p = f ( Z p ) = F ( Z p × {0Rd−m }).
Como Fp é bijeção, deduzimos ( x, 0Rd−m ) ∈ Z p × {0Rd−m }. 2
17.3 O espaço tangente e a dimensão

Agora o nosso propósito será explicar como é o chamado espaço tangente de uma variedade.
Primeiro temos uma definição geral, que faz sentido para qualquer subconjunto de Rd .
Definição 17.3 Considere um conjunto M ⊂ Rd . O espaço tangente de M em p ∈ M, denotado por

Tp M, é o conjunto de todos os vetores γ0 (0), onde γ : (−ε, ε) → M é uma curva parametrizada (contı́nua)
com derivada em t = 0.
O que as subvariedades têm de especial é que, para todas elas, o espaço tangente é um
subespaço vetorial de Rd com dimensão igual à de M.
Teorema 17.1 Considere um conjunto M ⊂ Rd e p ∈ M. Suponha que M tem uma parametrização

( f , U, A) por Rm e de classe C ` ao redor de p. Chame de x p = f −1 ( p). Então
Tp M = ran D f ( x p ).
Como corolário, Tp M é um subespaço vetorial de Rd com dimensão m.
Uma consequência importante deste teorema é que, quando M é uma subvariedade C ` de

dimensão m, o espaço tangente é um dado intrı́nseco de M e a dimensão de M não depende do atlas
escolhido. De fato, dados dois atlas para a mesma variedade, eles têm de “concordar sobre as
dimensões do espaço tangente”e portanto sobre a dimensão de M. Esta é a primeira manifestação
de fenômenos intrı́nsecos na teoria de subvariedades.
Prova: [Prova do Teorema 17.1] A prova deste teorema tem uma direção fácil, outra difı́cil e o
corolário no final.
Direção fácil: Tp M ⊃ ranD f ( x ).
195
Tome v ∈ ranD f ( x ) arbitrário; nosso objetivo é mostrar que v ∈ Tp M, isto é, que há uma
curva γ : (−ε, ε) → M com γ(0) = p e γ0 (0) = v.
Para fazer isso, tome uma pré-imagem w ∈ Rm de v sob D f ( x ): ou seja, escolha w ∈ Rm
com D f ( x ) w = v. Tome a curva η (t) := x p + t w e observe que, se |t| < ε, com ε pequeno o
suficiente, η (t) ∈ U. Desta forma, podemos definir γ(t) := f ( x p + t w) para t ∈ (−ε, ε). Isto
garante γ(0) = p. Também podemos obter pela regra da cadeia que
γ0 (0) = D f ( x p ) η 0 (0) = D f ( x p ) w = v,
como querı́amos.
Direção difı́cil: Tp M ⊂ ranD f ( x ).
Ou seja, temos que mostrar que, se há γ : (−ε, ε) → M contı́nua com γ(0) = p, γ0 (0) = v,
então há um w ∈ Rm com D f ( x p ) w = v.
Para isso, será fundamental usarmos a Proposição 17.2. Por hipótese, ( f , U, A) é uma parametrização
C ` de M por Rm ao redor de p. Desta forma, a proposição nos diz que existem abertos B p 3
( x p , 0Rd−m ) com B p ⊂ U × Rd−m , e A p ⊂ A ⊂ Rd , além de um difeomorfismo C ` Fp : B p → A p ,
tais que:
∀( x, 0Rd−m ) ∈ B p : Fp ( x, 0Rd−m ) = f ( x ) e M ∩ A p = { Fp ( x, 0Rd−m ) : ( x, 0Rd−m ) ∈ B p }.
Chame de η (t) := Fp−1 ◦ γ(t). Em princı́pio, η (t) só está definida para aqueles t ∈ (−ε, ε) tais
que γ(t) ∈ A p . No entanto, como γ(0) = p ∈ A p e A p é aberto, podemos reduzir ε se necessário
para garantir que γ(t) ∈ A p sempre que t ∈ (−ε, ε). De fato, suporemos a seguir que esta troca
de ε já foi feita.
Agora observe duas coisas. Em primeiro lugar, η é diferenciável em t = 0 porque Fp−1 e γ
são diferenciáveis. Além disso – e esse é o principal ponto – como γ(t) ∈ M ∩ A p , a proposição
garante que
∀t ∈ (−ε, ε) ∃ηm (t) ∈ Rm : (ηm , 0Rd−m ) ∈ B p e η (t) = Fp−1 (γ(t)) = (ηm (t), 0Rd−m ).
Em particular, o fato que η é diferenciável t = 0 implica que ηm também é diferenciável. Mais

ainda, ηm (0) = f −1 ( p) = x p
Novamente usando as propriedades de Fp , temos que:
γ(t) = Fp ◦ η (t) = Fp (ηm (t), 0Rd−m ) = f (ηm (t)),
e pela regra da cadeia

γ 0 (0) = v = D f ( x p ) ηm
0
(0).
0 (0).
Ou seja, o vetor que procurávamos é w := ηm
Sobre o corolário.
D f ( x p ) ∈ L(Rm , Rd ). Como D f ( x p ) é injetiva, ran D f ( x p ) é um subespaço de dimensão m

de Rd . Logo, o mesmo vale para o espaço tangente. 2
196
17.4 Subvariedades definidas implicitamente
Os resultados que já vimos nos mostram algumas propriedades boas da definição de subvarie-
dade. Por outro lado, é muito difı́cil usar estas propriedades para provar que um dado subcon-
junto de Rd é de fato uma subvariedade. Nesta seção, mostraremos que certos conjuntos-solução
de equações não-lineares são subvariedades de Rd , contanto que a derivada seja não-degenerada
neles. Mais exatamente, usaremos a definição a seguir.
Definição 17.4 Dadas Φ : U ⊂ Rd → Rk diferenciável, dizemos que c ∈ Rk é valor regular de Φ se

para todo x ∈ Φ−1 (c) a derivada DΦ( x ) é sobrejetiva.
Nosso principal teorema nesta seção será que as imagens inversas de valores regulares são
sempre subvariedades de Rd . Mais ainda: o teorema nos diz como é o espaço tangente da
subvariedade.
Teorema 17.2 Suponha que Φ : U ⊂ Rd → Rk C ` e que M := Φ−1 (c) 6= ∅, onde c é um valor regular
de Φ. Defina m = d − k. Então M é uma subvariedade m-dimensional de Rd de classe C ` . Em cada
p ∈ M,
Tp M = ker DΦ( p).
Vamos tentar uma expressão mais concreta. Sejam Φ[i ] : U → R, 1 ≤ i ≤ k, as k coordenadas

de Φ. O conjunto M é precisamente o conjunto de soluções do seguinte sistema de equações
não-lineares:
Φ[1]( x ) = c[1]


Φ[2]( x ) = c[2]



 ...
Φ[k ]( x ) = c[k ]

Vamos agora pensar como é este conjunto na vizinhança de um p ∈ M. Em primeiro lugar, veja
que
∇Φ[1]( p) · h
 
 ∇Φ[2]( p) · h 
∀h ∈ Rd : DΦ( p) h =  .
 ... 
∇Φ ( p) · h
( k )
Portanto, se x = p + h com h ≈ 0,
x ∈ M ⇔ Φ( p + h) = Φ( p) = c ⇔ DΦ( p) h ≈ 0Rk ⇔ ∇Φ[i ]( p) · h ≈ 0, 1 ≤ i ≤ k.
Agora repare que DΦ( p) é sobrejetiva se e somente se o posto – isto é, o número de colunas
linearmente independentes de DΦ( p) – é igual a k. Como sabemos, o posto também é igual ao
número de linhas l.i. de DΦ( p). Portanto, pedir que DΦ( p) seja sobrejetiva é o mesmo que pedir
a seguinte condição:
os gradientes ∇Φ[1]( p), ∇Φ[i ]( p), . . . , ∇Φ[k ]( p) são linearmente independentes.
Neste caso, o conjunto
ker DΦ( p) = ∩ik=1 {y ∈ Rd : ∇Φ[i ]( p) · y = 0}
197
tem dimensão d − k. Como M se parece com este conjunto localmente, segue que ela deve ser
uma subvariedade de dimensão (d − k ).
Provaremos o teorema abaixo, mas é tão ou mais importante entender suas aplicações antes
de seguir.
17.4.1 Exemplos de subvariedades definidas implicitamente

Exemplo 17.1 (Hiperplanos e subespaços) Se a1 , . . . , ak ∈ Rd são vetores l.i. e c[1], . . . , c(k) ∈ R, a
teoria geral de Álgebra Linear nos diz que o sistema
x · a i = c [ i ], 1 ≤ i ≤ k
tem infinitas soluções, que (a menos de uma translação) formam um subespaço vetorial de dimensão (d − k ).
Este é um caso particular de nosso teorema quando Φ( x ) = ( ai · x )ik=1 .
Exemplo 17.2 (Esferas e elipsóides) Outro exemplo é quando x0 ∈ Rd , r > 0 e A ∈ L(Rd ) inversı́vel
são dados e definimos:
M := { x ∈ Rd : | A( x − x0 )|22 = r2 }.
Este é um elipsóde que (a menos de rotação dos eixos) tem a forma:

d
M : = { x ∈ Rd : ∑ λi (x[i] − x0 [i])2 = r2 }.
i =1
(Os λi são os autovalores de A T A, que são positivos porque A é inversı́vel.) O fato de que M é
variedade de dimensão d − 1 segue de se aplicar os critérios do teorema a Ψ( x ) := | A( x − x0 )|22 .
2
Exemplo 17.3 (O grupo ortogonal O(d)) O espaço Rd×d pode ser pensado como o Rd escrito de outra
forma. Com esta ideia, o conjunto das matrizes ortogonais d × d é definido por:
O(d) := { A ∈ Rd×d : AT A = I }.
Para interpretar esta equação e calcular a dimensão de O(d), é conveniente definirmos:

d×d
RSym := {matrizes d × d simétricas}.
Este é um subespaço vetorial de Rd×d com dimensão d(d + 1)/2 (exercı́cio!). Portanto, a função
Ψ : Rd×d → RSym
d×d
que leva A ∈ Rd×d em Ψ( A) := A T A pode ser pensada como uma função de d2 dimensões em
d(d + 1)/2 dimensões. Portanto, se O(d) for variedade, ele tem dimensão d(d − 1)/2.
Para ver que isso é verdade, checaremos que Ψ é suave e tem derivada sobrejetiva em todo
ponto A ∈ O(d) = Ψ−1 ( I ). A suavidade é trivial se percebemos que a função Ψ é um polinômio
nas entradas de A.
Quando à injetividade da derivada, veja em primeiro lugar que:
∀ A, H ∈ Rd×d : DΨ( A) H = H T A + AT H ∈ RSym

d×d
.
198
Se A ∈ O(d), então A−1 = A T e em particular A é inversı́vel.
Para mostrarmos que DΨ( A) é injetiva devemos provar que, para cada A ∈ O(d) e cada
d×d
M ∈ RSym há uma matriz H com A T H + H T A = M. Para isso, tome H = AM/2 e veja que,
como M = M T :
DΨ( A) H = A T ( AM/2) + ( AM/2)T A = M.
Isto conclui a prova e ainda nos dá uma fórmula para calcular o espaço tangente. Por exemplo:
TI O(d) = { H ∈ Rd×d : H = − H T }
é o espaço das matrizes d × d antissimétricas.
17.4.2 Um resultado intermediário

Obviamente, a prova do Teorema 17.2 deverá seguir de alguma forma do Teorema da Função
Implı́cita. Lembre que aquele teorema diz que, se Φ : U ⊂ Rm × Rd−m → Rd−m , então, sob
certas hipóteses, podemos escrever Φ−1 (c) localmente como o gráfico de uma função de Rm em
Rd−m . Isto é, as d − m últimas coordenadas de um ponto em Φ−1 (c) são escritas em função das
m primeiras.
Este resultado claramente não se aplica a algumas das subvariedades que queremos descrever.
Por exemplo, na esfera Sd−1 ⊂ Rd , se tomamos uma vizinhança do ponto e1 , a última coordenada
não pode ser escrita em função das d − 1 primeiras: de fato, se p está perto de e1 e trocamos o
sinal da última coordenada, temos em um ponto distinto e também próximo de e1 .
O que precisamos, então, é estudar uma forma do Teorema da Função Implı́cita em que este
problema não apareça. Para isso, devemos admitir mudanças de sistemas de coordenadas. Mais
exatamente, exprimiremos Φ−1 (c) como o gráfico de uma função entre o núcleo de DΦ( p) e seu
complemento ortogonal. O lema abaixo diz basicamente isso.
Lema 17.1 Considere Φ : U ⊂ Rd ⊂ Rk , M = Φ−1 (c) e m = d − k como no Teorema 17.2. Tome
p ∈ M, chame de T := ker DΦ( p) e de T ⊥ o complemento ortogonal de T em Rd . Então podemos
encontrar uma vizinhança A p 3 p em Rd , uma vizinhança B p de 0Rm em Rm , uma transformação linear
inversı́vel R p ∈ L(Rm , T ) e uma função C ` , g p : R( B p ) → T ⊥ , tais que:
M ∩ A p = { p + R p x + g p ( x ) : x ∈ B p }.
Logo, ao menos de uma translação por p, M é localmente a soma de um termo R p x ∈ T com
uma função deste termo g( R p x ). Se T fosse o plano gerado pelas primeiras m coordenadas, isso
seria exatamente o gráfico da função g ◦ R− 1
p !
Prova: Uma observação preliminar é que, como DΦ( p) ∈ L(Rd , Rk ) é sobrejetiva, seu núcleo T
tem dimensão d − k = m.
Tome, então, uma base ortonormal b1 , . . . , bd de Rd cujos m primeiros vetores são base de
T. Isto implica que os vetores bm+1 , bm+2 , . . . , bd são base ortonormal de T ⊥ . Definimos R p ∈
L(Rm , T ) e S p ∈ L(Rk , T ⊥ ) via:
m
Rp x = ∑ x [ i ] bi ( x ∈ R m )
i =1
k
S p y := ∑ y ( j ) b j + m ( y ∈ Rk ).
j =1
199
É um exercı́cio mostrar que tanto R p quanto S p são injetivas e portanto inversı́veis (já que
dim( T ) = m e dim( T ⊥ ) = d − m).
Finalmente, defina
u : ( x, y) ∈ Rm × Rk 7→ p + R p x + S p y ∈ Rd .
Observe que u é afim e contı́nua. Além disso, ela tem inversa contı́nua. Isso vem do fato
facilmente checável que a parte linear de u é R p x + S p y, uma transformação inversı́vel de Rm ×
Rk ≈ Rd em Rd .
Como u(0Rm , 0Rk ) = p, a composição Φ ◦ u está bem definida como função
Φ ◦ u : u −1 (U ) ⊂ Rm × Rk → Rd
com (0Rm , 0Rk ) no domı́nio.
Provaremos agora a seguinte afirmação.
Afirmação 17.1 As hipóteses do Teorema da Função Implı́cita se aplicam a Φ ◦ u ao redor do

ponto ( x0 , y0 ) = (0Rm , 0Rk ).
Prova: [da Afirmação] Para checar esta afirmação, o primeiro passo é observar que
Φ ◦ u é C ` , o que segue do fato que Φ é C ` e u é C ∞ .
O segundo e último é checar é que a derivada na segunda variável

D2 (Φ ◦ u)(0Rm , 0Rk ) : hy ∈ Rk 7→ D (Φ ◦ u)(0Rm , 0Rk ) (0Rm , hy ) ∈ Rk
é operador inversı́vel de Rk em Rk . Para isso, basta mostrar que ela é injetiva, ou seja,
que seu núcleo é trivial.
Observe que Du( x, y) (h x , hy ) = R p h x + S p hy porque u é afim. A regra da cadeia
nos diz:
D2 (Φ ◦ u)(0Rm , 0Rk ) hy = DΦ( p) Du(0Rm , 0Rk ) (0Rm , hy ) = DΦ( p) S p hy .
Suponha agora que hy ∈ kerD2 (Φ ◦ u)(0Rm , 0Rk ). Isso quer dizer que DΦ( p) (Shy ) =
0, de modo que Shy ∈ T = ker DΦ( p). Mas sabemos (pela construção de S) que
Shy ⊥ T, donde Shy = 0Rd e (como S é injetiva) hy = 0Rk . Isto mostra que o núcleo de
D2 (Φ ◦ u)(0Rm , 0Rk ) é de fato trivial, como querı́amos demonstrar. [Fim da prova da
afirmação] 2
Podemos agora aplicar o Teorema da Função Implı́cita, que garante que existem vizinhanças
U0 3 0Rm e A0 3 (0Rm , 0Rk ), além de uma função C ` g0 : A0 → U0 com
(Φ ◦ u)−1 (c) ∩ A0 = {( x, g0 ( x )) : x ∈ U0 }. (17.1)
Defina A p := u( A0 ), de modo que p ∈ u( A0 ). Veja que um ponto z ∈ A p se e somente se existe
um w ∈ A0 com u(w) = z. Deduzimos:
Φ −1 ( c ) ∩ A p = { z ∈ A p : Φ ( z ) = c } = { u ( w ) : w ∈ A 0 , Φ ◦ u ( w ) = c } = { u ( w ) : w ∈ ( Φ ◦ u ) −1 ( c ) ∩ A 0 } .
A combinação disso com (17.1) nos diz:
Φ−1 (c) ∩ A p = {u( x, g( x )) : x ∈ U0 } = { p + R p x + g p ( x ) : x ∈ U p }
onde U p := U0 e g = S p ◦ g0 tem as propriedades desejadas (cheque!). 2
200
17.4.3 Prova do Teorema 17.2
Agora temos todas as ferramentas para provar o Teorema 17.2.
Prova: [Prova do teorema 17.2] O Lema 17.1 garante que para cada p ∈ M podemos encontrar
um aberto A p ∈ p de Rd , um outro aberto U p ⊂ Rm com 0Rm e uma função C ` dada por:
f p : x ∈ U p 7→ p + R p x + g p ( x ) ∈ M ∩ A p ,
onde g p é C ` e g p ( x ) ⊥ T = kerDΦ( p) e R p ∈ L(Rm , T ). Mais ainda, f p (0Rm ) = p e
M ∩ A p = { p + R p x + g p ( x ) : x ∈ U p } = f p (U p ) .
Afirmamos que ( f p , U p , A p ) p∈ M é um atlas. Para provar isso, começamos observando que

M ⊂ ∪ p∈ M A p e f p : U p → M ∩ A p é C ` .
Vamos checar que a derivada de f p é injetiva. Temos:
D f p ( x ) h = R p h + Dg p ( x ) h.
Se h ∈ kerD f p ( x ), R p h + Dg p ( x ) h = 0Rd . Como g p ( x ) ∈ T ⊥ para todo x ∈ U p , temos que

Dg p ( x ) ∈ L(Rm , T ⊥ ) e Dg p ( x ) h. Além disso, R p h ∈ T. Portanto, para que R p h + Dg p ( x ) h = 0,
devemos ter R p h = Dg p ( x ) h = 0Rd , o que implica h = 0Rm (porque R p é inversı́vel). Ou seja, o
único elemento do núcleo de kerD f p ( x ) é o vetor nulo. Segue que D f p ( x ) é injetiva para todo
x ∈ Up .
Falta mostrar que f p : U p → M ∩ A p é um homeomorfismo. Como já sabemos que f p é
contı́nua, nos resta provar que f p é sobrejetiva, injetiva e tem inversa contı́nua. Como vimos,
f p (U p ) = M ∩ A p , logo a sobrejetividade está garantida. As outras duas propriedades seguem
do seguinte fato, que provaremos a seguir:
∃c > 0 : ∀ x, x 0 ∈ U p : | f p ( x ) − f p ( x 0 )|2 ≥ c | x − x 0 |2 .
Isto implica não só que f p é injetiva, mas que sua inversa é (1/c)-Lipschitz. Para provar a
desigualdade acima, partimos de:
| f p ( x ) − f p ( x 0 )|2 = | R p ( x − x 0 ) + g p ( x ) − g p ( x 0 )|2 ≥ | R p ( x − x 0 )|2

porque R p ( x − x 0 ) ⊥ g p ( x ) − g p ( x 0 ). Mais ainda, como R p é inversı́vel,
| x − x 0 |2 = | R − 1 0 −1 0
p R p ( x − x )|2 ≤ k R p kRm →Rm | R p ( x − x )|2 .
Como R− 1 −1
p não se anula, podemos tomar c = 1/ k R p kRm →Rm > 0 e deduzir a desigualdade
desejada.
Finalmente, falta calcular o espaço tangente de M em cada p ∈ M. Veja que este espaço tem
dimensão m, a mesma do núcleo de DΦ( p). Deste modo, para provar que Tp M = kerDΦ( p),
basta mostrar que Tp M ⊂ kerDΦ( p).
Isto é fácil. Tome f p como acima e v ∈ Tp M. Sabemos que f p (0Rm ) = p e v = D f p (0Rm ) w
para algum w ∈ Rm . Por outro lado, Φ ◦ f p ( x ) = c para todo x ∈ U p , logo:
0Rk = DΦ ◦ f p (0Rm ) w = DΦ( p) D f p (0Rm ) w = DΦ( p) v.
Logo, cada v ∈ Tp M também está no núcleo de DΦ( p), como querı́amos demonstrar. 2
201
17.5 Mais sobre estrutura intrı́nseca
Uma parte fundamental da teoria de subvariedades diferenciáveis é a seguinte:
O que significa que uma função f : M → N é diferenciável?
Esta seção responderá a esta pergunta, mas por enquanto ela está em construção!
202
Parte V
EDOs: unicidade e dependência suave

das condições iniciais
203
Capı́tulo 18
Existência e unicidade para certas EDOs
ESTA PARTE ESTÁ INCOMPLETA.

Agora veremos como uma aplicação relativamente simples do teorema de Banach basta para
provar um resultado fundamental. É conveniente que você se lembre das convenções e notação
usadas na seção ?? acima.
18.1 Existência e unicidade globais

Teorema 18.1 Suponha que Ψ : R × Rd → Rd é contı́nua. Além disso, suponha que Ψ é L-Lipschitz na
variável espacial, isto é, que para quaisquer t ∈ R, x, x 0 ∈ Rd ,
|Ψ(t, x ) − Ψ(t, x 0 )|2 ≤ L | x − x 0 |2 .
Então valem as seguintes propriedades.
1. Dados (t0 , x0 ) ∈ R × Rd , existe uma única função contı́nua ξ : R → R tal que ξ (t0 ) = x0 e
ξ 0 (t) = Ψ(t, ξ (t)) (t ∈ R). Qualquer função satisfazendo as mesmas propriedades em um intervalo
fechado I 3 t0 coincide com ξ dentro deste intervalo.
2. (Dependência contı́nua da condição inicial) Se t0 é dado e ξ, ξ̃ são soluções correspondendo a

ξ (t0 ) = x0 e ξ̃ (t0 ) = x˜0 , então
∀t ∈ I : |ξ (t) − ξ̃ (t)|2 ≤ e L|t−t0 | | x − x̃ |2 .
Alguns casos de aplicação deste teorema são muito conhecidos.
Exemplo 18.1 Se d = 1 e Ψ(t, x ) = x, a única solução com ξ (0) = 0 é a função exponencial ξ (t) = et x0 .
Várias propriedades da exponencial seguem disto.
Exemplo 18.2 Se d = 2 e Ψ(t, x ) = ( x [2], − x [1]), a solução com ξ (0) = (0, 1) é dada por ξ (t) =
(sen t, cos t).
Prova: Suporemos que t0 = 0 no que segue, para carregar menos a notação.

Esta prova tem três partes principais.
205
1. Provaremos existência, unicidade e estabilidade em cada intervalo de tempo da forma
[− T, T ], T > 0.
2. Mostraremos existência e unicidade para qualquer tempo real.
3. Usaremos a estabilidade do item 1 para provar a dependência contı́nua.
Parte 1. Fixe T > 0 e defina CT := C ([− T, T ], R). Como já vimos muitas vezes, ξ T resolve nossa
EDO para t ∈ [− T, T ] se e somente se é um ponto fixo do operador
Z t
T : f ∈ C 7→ T ( f ) ∈ CT com T ( f )(t) := x0 + Ψ(s, f (s)) ds (t ∈ [− T, T ]).
0
Aplicaremos o teorema do ponto fixo de Banach para provar que o ponto fixo existe, é único e
estável. Para isso, observamos que CT é completo com sua norma do sup (chamada de k · k T
abaixo) e passamos a calcular o coeficiente de Lipschitz de cada iterada T n do mapa T . O lema
a seguir dá conta disto:
Afirmação 18.1 (Estimativa de Picard) Dados n ∈ N e f , g ∈ CT :
( L|t|)n
∀t ∈ [− T, T ] : |T n ( f )(t) − T n ( g)(t)| ≤ k f − gkT ,
n!
Em particular, T n é ( L T )n /n!-Lipschitz.
Veja que esta afirmação termina a prova do primeiro passo porque temos:
( LT )n
∑ n!
= e LT < +∞
n ∈N
e portanto seguem a unicidade do ponto fixo e a desigualdade
∀ f ∈ CT : k f − ξ T kT ≤ e LT k f − T ( f )kT . (18.1)
Provemos então a afirmação. Veja que o caso n = 0 é trivial. Para seguir por indução, suponha
que, para algum n ≥ 0,
( L|t|)n
∀t ∈ [− T, T ] : |T n ( f )(t) − T n ( g)(t)|2 ≤ k f − gkT ;
n!
Vejamos agora como se comporta a mesma quantidade quando passamos de n para n + 1. Escreva
f n := T n ( f ) e gn := T n ( g). Usando a fórmula para T , vemos que, para t ≥ 0,
|T n+1 ( f )(t) − T n+1 ( g)(t)|2 = |T ( f n )(t) − T ( gn )(t)|2
Z t
= (Ψ(s, f n (s)) − Ψ(s, gn (s))) ds

0 2
Z t
≤ |Ψ(s, f n (s)) − Ψ(s, gn (s))|2 ds
0
Z t
(use prop. de Lipschitz) ≤ L | f n (s) − gn (s)| ds
0
( Ls)n
Z t
(hip. de indução) ≤ L k f − gkT ds
0 n!
L n +1 t n +1
(apenas faça a conta) = k f − gkT .
( n + 1) !
Uma conta muito parecida prova o resultado análogo para t < 0. Para terminar, temos:
206
Exercı́cio 18.1 Deduza que T n é mesmo ( LT )n /n!-Lipschitz.
Parte 2. Agora queremos provar a existência global. Já sabemos que para cada intervalo [− T, T ]
há uma solução ξ T de nosso problema. A principal observação desta parte da prova é que, se
S > T, a solução ξ S restrita ao intervalo [− T, T ] tem de coincidir com ξ T .
Isto ocorre porque ξ S |[−T,T ] : [− T, T ] → Rd também é contı́nua, satisfaz ξ S |[−T,T ] (0) = x0 e
ξ S |0[−T,T ] (t) = ξ S0 (t) = Ψ(t, ξ S (t)) for t ∈ [− T, T ]. Ou seja, ξ S |[−T,T ] resolve o mesmo problema
de Cauchy que ξ T . Como ξ T é a única solução, tem de valer a observação acima.
O valor da observação é que ela nos permite passar do local para o global. De fato, se
definimos
ξ (t) := ξ T (t), onde T > |t| (t ∈ R)
a observação nos mostra que isto está bem definido porque, dados quaisquer S > T > |t|, temos
ξ T (t) = ξ S (t). Vê-se ainda que ξ (0) = 0 e ξ 0 (t) = Ψ(t, ξ (t)) para todo t ∈ R pelo simples fato
que as ξ T satisfazem estas propriedades nos seus respectivos intervalos. A unicidade para t ∈ R
vem do fato que qualquer outra solução também terá de coincidir com cada ξ T no seu intervalo
[− T, T ], pelo raciocı́nio exposto acima.
Parte 3. Provaremos agora a dependência contı́nua. Tome T := |t|. Considere o mesmo operador
T : CT → CT visto acima. Note que uma solução com ξ̃ (0) = x˜0 satisfaz
Z t
ξ̃ (t) = x˜0 + Ψ(s, ξ̃ (s)) ds = ( x˜0 − x0 ) + T (ξ̃ )(t).
0
Portanto,
kξ̃ − T (ξ̃ )kT = | x0 − x̃0 |2 .
Isto nos permite comparar ξ̃ com a solução ξ para ξ (0) = x0 . De fato, sabemos que esta solução
coincide com ξ T no intervalo [− T, T ]. Portanto, a desigualdade de estabilidade na equação (18.1)
nos garante que
|ξ̃ (t) − ξ (t)| ≤ kξ̃ − ξ T kT ≤ e LT kξ̃ − T (ξ̃ )kT = e L|t| | x0 − x̃0 |2 .

2
18.2 Existência e unicidade locais

Neste problema trataremos de uma situação muito mais geral do que a do teorema de existência
e unicidade anterior. Aqui pedimos apenas que a função Ψ seja localmente Lipschitz.
Teorema 18.2 Suponha que A ⊂ R × Rd é aberto. Tome uma Ψ : A → Rd que é contı́nua e localmente
Lipschitz na variável x no seguinte sentido: dado qualquer compacto K ⊂ A, existe um L = LK tal
que para quaisquer pontos (t, x ), (t, x 0 ) ∈ K, |Ψ(t, x ) − Ψ(t, x 0 )|2 ≤ LK | x − x 0 |2 . Dado um ponto
(t0 , x0 ) ∈ A, conseguimos encontrar um intervalo fechado I = [t0 − δ, t0 + δ] e um raio R > 0 tal que, se
x˜0 ∈ BRd [ x0 , R], o problema abaixo tem uma única solução.
ξ x˜ : I → Rd

com
 0


(t, ξ x˜0 (t)) ∈ A (t ∈ I )
P( x̃0 )
ξ 0 (t) = Ψ(t, ξ x˜0 (t)) (t ∈ I )
 x˜0


ξ x˜0 (t0 ) = x˜0 .
207
Além disso, se t ∈ I e x0 , x˜0 ∈ BRd [ x0 , R/2],
||ξ x0 (t) − ξ x̃0 (t)|2 ≤ e L|t−t0 | | x0 − x̃0 |2 .
Prova: Como na prova anterior, suporemos que t0 = 0 para facilitar a notação.

A prova combina elementos da demonstração do teorema de existência (via Ascoli-Arzèla)
com a demonstração do teorema de existência e unicidade (via ponto fixo). O passo principal
será descobrir um δ > 0 e um R > 0 que garanta que a transformação integral T correspondente
a nossa EDO leva o espaço C ( I, BRd [ x0 , R]) nele mesmo. Daı́ poderemos aplicar o teorema de
Banach como no caso de existência global.
Para isso, começamos escolhendo δ0 > 0 e R tais que o compacto K0 = [−δ0 , δ0 ] × BRd [ x0 , R]
está contido em A (pode ser usado o mesmo argumento visto na seção 10.3.1 acima). Daı́ defini-
mos:
M := sup |Ψ(t, x )|2 (finito porque Ψ é contı́nua e K0 é compacto).
(t,x )∈K0
L := LK0 = a constante local de Lipschitz para o compacto K0 , que supomos ser finita.
Agora nos restringimos a um subconjunto I × BRd [ x0 , R], com I = [−δ, δ] e

R
δ := min δ0 , .
2M
Defina
Z t
T x̃0 : f ∈ C ( I, BRd [ x0 , R]) 7→ T x˜0 ( f ) com T x˜0 ( f )(t) = x̃0 + Ψ(s, f (s)) ds (t ∈ I ).
0
Veja que T x̃0 ( f ) ∈ C ( I, Rd ). Afirmamos que, x̃0 ∈ BRd [ x0 , R/2], T x̃0 ( f ) ∈ C ( I, BRd [ x0 , R]) sempre.
De fato, veja que, para todo t ∈ I,
|T x̃0 ( f )(t) − x0 |2 ≤ | x˜0 − x0 |2 + |T x̃0 ( f )(t) − x̃0 |2

Z t
R
≤ + |Ψ(s, f (s))|2 ds
2 0
R
≤ + δ M ≤ R.
2
Portanto, T x̃0 ( f )(t) ∈ BRd [ x0 , R] para cada t ∈ I.
Deduzimos que, se | x̃0 − x0 |2 ≤ R/2, T x̃0 : C ( I, BRd [ x0 , R]) → C ( I, BRd [ x0 , R]). O resto da
prova consiste em repetir todas as contas da prova anterior, checando que tudo funciona porque
as T ’s todas mapeiam um espaço métrico completo nele mesmo. 2
18.3 Diferenciabilidade local - esboço

Exercı́cio 18.2 Suponha que Ψ(t, x ) é afim em x e limitada em t. Isto é, suponha que as coordenadas
Ψ[i ](t, x ) são da forma
Ψ[i ](t, x ) = h a(i) (t), x i + bi (t) ((t, x ) ∈ R × Rd , 1 ≤ i ≤ d)
208
onde ai ∈ C (R, Rd ) e bi ∈ C (R, R) são funções uniformemente limitadas. Prove um resultado de
existência e unicidade global para este sistema.
Exercı́cio 18.3 (Desigualdade de Gronwall) Esta desigualdade dá uma maneira alternativa de se pro-
var a unicidade e dependência contı́nua de sistemas de EDOs.
Sejam f , g : [ a, b] → Rd contı́nuas. Suponha que existe um L > 0 tal que
Z t
∀t ∈ [ a, b] : | f (t) − g(t)|2 ≤ | f ( a) − g( a)|2 + L | f (s) − g(s)|2 ds.
a
Prove que | f (t) − g(t)|2 ≤ e L(t−a) | f (0) − g(0)| para todo t ∈ [ a, b]. (A ideia é fazer uma indução
semelhante à usada na prova da Estimativa de Picard, Afirmação 18.1 acima.)
Exercı́cio 18.4 Neste problema, usaremos o fato que existe uma única solução para a EDO E0 (t) = E(t)
com E(0) = 1. Nosso objetivo será provar que esta função – que sabemos ser a exponencial natural –
satisfaz E(t) > 0 para todo t ∈ R, E(t + x ) = E(t) E( x ) para todos t, x ∈ R e outras propriedades
conhecidas.
1. Suponha primeiramente que x ∈ R é tal que E( x ) > 0. Mostre que a função f (t) := E(t + x )/E(t)
(t ∈ R) resolve a mesma EDO que a exponencial e que portanto f (t) = E(t) para todo t. Deduza
que E(t + x ) = E(t) E( x ).
2. Mostre que para todo x ∈ R existe um k ∈ N com E( x/k ) > 0e deduza que E( x ) = E( x/k )k > 0.
Como isto vale para todo x, deduza que E(t + x ) = E(t) E( x ).
3. Use a “regra do produto” para mostrar que E é estritamente crescente.
4. Mostre que limt→+∞ E(t) = +∞ e lims→−∞ E(s) = 0.
Exercı́cio 18.5 Neste problema, usaremos o fato que existe uma única solução para o sistema de EDOs
S, C : R → R,


 0

S (t) = C (t)

 C 0 (t) = −S(t)
C (0) = 1, S(0) = 0

para provar propriedades do seno e do cosseno (que sabemos serem soluções do sistema acima).
1. Explique como este sistema pode ser posto na forma “ξ 0 (t) = Ψ(t, ξ (t))” com dimensão espacial
d = 2.
2. Mostre que S2 (t) + C2 (t) = 1 para todo t.
3. Mostre que S(−t) = −S(t) e C (−t) = C (t) para todo t (dica: que sistema as funções −S(−t),
C (−t) resolvem?).
4. Prove que há um número π/2 > 0 tal que S(π/2) = 1, C (π/2) = 0 e S(t), C (t) ∈ (0, 1) para
todo t ∈ (0, π/2).
5. Prove que C (t + π/2) = −S(t) e S(t + π/2) = C (t) para todo t ∈ R.
6. Prove que S(2π + t) = S(t) e C (2π + t) = C (t) para todo t ∈ R.
7. Prove que S( a + t) = S( a) C (t) + S(t) C ( a) para todos a, t ∈ R.
209

Análise para além de R: limites, derivadas, integrais e outros conceitos matemáticos

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Análise para além de R: limites, derivadas, integrais e outros conceitos matemáticos

Încărcat de

Drepturi de autor:

Formate disponibile

Análise para além de R

Roberto Imbuzeiro Oliveira1

1 IMPA, Rio de Janeiro, RJ, Brazil, 22430-040.

2 Espaços vetoriais e normas 27

3 Espaços métricos, convergência e completude 39

II Topologia e geometria em espaços métricos 67

III Mais sobre os espaços de funções contı́nuas 103

8 Funções contı́nuas com valores num espaço vetorial 105

9 Sequências e séries de funções 113

10 Compacidade em C (K, Z ) e o método de Euler para resolver equações diferenciais 117

11 Subconjuntos densos de C (K, R): o teorema de Stone-Weierstrass 127

IV Cálculo diferencial para além de R e C 137

12 Derivar em dimensão maior que 1 139

13 Um curso relâmpago de Álgebra Linear 141

15 Derivadas de ordem superior 169

16 Pontos fixos, funções inversas e funções implı́citas 181

17 Esboço da teoria de subvariedades de Rd 191

V EDOs: unicidade e dependência suave das condições iniciais 203

18 Existência e unicidade para certas EDOs 205

1.1 Fatos sobre R

Exercı́cio 1.1 Um subconjunto S ⊂ R da reta é um intervalo se e somente se satisfaz a seguinte proprie-

1.1.2 Limites e convergência de sequências

“x = lim xn ” := “∀ε ∈ R+ ∃n0 ∈ N∀n ∈ N : n ≥ n0 ⇒ | x − xn | < ε.”

∀ε ∈ R+ ∃n0 ∈ N∀n, m ∈ N : n, m ≥ n0 ⇒ | xm − xn | < ε.

Dado um subconjunto infinito N ⊂ N, N = {n1 < n2 < n3 < n4 < . . . }, a subsequência

“x = lim xn ” := “∀ε ∈ R+ ∃n0 ∈ N ∀n ∈ N : n ≥ n0 ⇒ | x − xn | < ε.”

1.1.3 Limites superior e inferior

lim sup xn := inf sup xn ∈ R ∪ {+∞}.

lim inf xn := sup inf xn ∈ R ∪ {−∞}.

temos lim inf xn ≤ lim sup xn , com igualdade se e somente se ∃ limn xn .

1.1.4 Limites e convergência de séries

O critério de Leibniz diz que uma série do tipo

∑ (−1)n xn , com cada xn ∈ R+ ,

converge se e somente se xn → 0. De modo geral, o fato de que ∑n an converge implica que

Prova: Definimos para cada k ∈ N

Passo 1: se os ai e b j são não-negativos, então vale o teorema.

e portanto Hk ≤ Pk ≤ H2k para todo k ∈ N.

Isto conclui o Passo 1.

Passo 2: estendendo a prova para ai e b j gerais.

Portanto, { Hk }k converge absolutamente. Por outro lado, seguindo o raciocı́nio de antes,

1.1.5 Limites de funções, continuidade, máximos e mı́nimos

∃ xmin , xmax ∈ I ∀ x ∈ I : f ( xmin ) ≤ f ( x ) ≤ f ( xmax ).

m f (δ) := sup{| f ( x ) − f (y)| : x, y ∈ I, | x − y| ≤ δ} (δ ∈ R+ ),

então m f (δ) → 0 quando δ → 0.

1.1.6 Derivadas e integrais

Ou seja, I ( f 0 )(t) = f ( x ) − f ( a) e I ( g)0 ( x ) = g( x ).

1.2.1 A função exponencial

Vemos ainda que exp(0) = 1.

Proposição 1.1 (Adição e produto) Dados quaisquer t, s ∈ R,

exp(t + s) = exp(t) exp(s).

Prova: Recorde a fórmula binomial:

Aplicando a fórmula termo a termo na série de exp(t + s), descobrimos que

Observe que isto tem a forma

Prova: Queremos mostrar que

Em particular, isto quer dizer que

Proposição 1.3 exp(t) > 0 para todo t ∈ R.

Prova: Como exp é diferenciável, ela é contı́nua em todo R, em particular ao redor de t = 0.

exp(na) ≥ mn → +∞ quando n → +∞, já que m > 1.

1.2.2 A função logaritmo

Proposição 1.7 (Prova omitida) log( x ) → −∞ se x → 0 e log( x ) → +∞ se x → +∞.

Agora calcularemos a derivada do logaritmo, provando, em particular, que ela existe.

Proposição 1.8 log0 ( x ) = 1/x para qualquer x > 0.

Prova: Fixo x > 0, devemos provar que