ANÁLISE FUNCIONAL E APLICAÇÕES

Tamanho: px
Começar a partir da página:

Download "ANÁLISE FUNCIONAL E APLICAÇÕES"

Transcrição

1 MINISTÉRIO DA EDUCAÇÃO Universidade Federal de Alfenas - Unifal-MG Rua Gabriel Monteiro da Silva, Alfenas/MG - CEP Fone: (35) Fax: (35) ANÁLISE FUNCIONAL E APLICAÇÕES FRANCO BASSI ROCHA Alfenas, MG 2010

2 MINISTÉRIO DA EDUCAÇÃO Universidade Federal de Alfenas - Unifal-MG Rua Gabriel Monteiro da Silva, Alfenas/MG - CEP Fone: (35) Fax: (35) ANÁLISE FUNCIONAL E APLICAÇÕES FRANCO BASSI ROCHA Trabalho de Conclusão de Curso apresentado por exigência para obtenção do título de licenciado em Matemática pela Universidade Federal de Alfenas. Área de concentração: Análise. Orientador: Prof. Dr. José Paulo Carvalho dos Santos Alfenas, MG 2010

3 Franco Bassi Rocha Análise Funcional e Aplicações A banca examinadora abaixo-assinada, aprova o trabalho de conclusão de curso apresentado como parte dos requisitos para obtenção do certificado de conclusão do curso de Licenciatura em Matemática pela Universidade Federal de Alfenas. Aprovado em: de de Prof. Dr. José Paulo Carvalho dos Santos Orientador Prof. Dr. Evandro Monteiro Universidade Federal de Alfenas Prof. Dr. José Claudinei Ferreira Universidade Federal de Alfenas

4 Agradecimentos Agradeço primeiramente ao mestre de todos mestres, Deus, por ter me dado forças suficientes para que eu suportasse todas as dificuldades que foram impostas durante esses quatro anos de luta profunda. Essa conquista só foi concretizada graças a presença de Jesus em minha vida. Agradeço aos meus mestres da vida, Maria Olenca Bassi Rocha e Indalécio Rocha Júnior por me darem todo o incentivo e apoio durante o curso. Foi através das suas lições de vida que eu me tornei um cidadão de bem. Esse diploma é de vocês! Agradeço a minha noiva Fernanda, pelo incondicional apoio nas horas difíceis, pela compreensão nas horas em que estive ausente e por ter sido minha fortaleza na hora em que eu mais precisei. Esse título também é seu! Á minha avó Ana (ausente) pelo incentivo em seguir a carreira de docência. Agradeço ao corpo docente da Faculdade de Licenciatura em Matemática da Universidade Federal de Alfenas-MG, em especial ao Prof. Dr. José Paulo Carvalho dos Santos por toda a dedicação, paciência e prontidão ao nossos vários encontros. Agradeço aos meus grandes amigos Fausto, Rodrigo, Julio, Gilberto, Jarne e Almir por esses quatro anos de convivência e aprendizado ao lado de vocês. 1

5 Resumo O presente trabalho é uma Introdução à Análise Funcional e suas aplicações. O desenvolvimento desta área deu-se, em consequência direta da fertilidade de suas aplicações em diversas áreas Matemáticas, especialmente as Equações Diferenciais Ordinárias, Equações Diferenciais Parciais, Equações Diferenciais Integrais, além da estreita interação com a Física, dentre outras áreas da Ciência. O objetivo deste trabalho foi realizar um estudo introdutório dos Espaços Normados de dimensão infinita, em particular, a teoria de operadores lineares em espaços normados, Teorema do ponto fixo de Banach e o Princípio da Limitação Uniforme para operadores Lineares Limitados. Palavras chave: Análise Funcional. Operadores Lineares. Ponto Fixo de Banach. Princípio da Limitação Uniforme 2

6 Abstract This work is an Introduction to Functional Analysis and its applications. The development of this area gave up, as a direct result of the fertility of their applications in various areas mathematics, especially Ordinary Differential Equations, Partial Differential Equations, Integral Equations, in addition to close interaction with physics, among other areas of science. The main objective this work was an introductory study of normad spaces of infinite dimension, in particular, the theory of linear operators in normed spaces, fixed point theorem of Banach and Principle of Limitation Uniform bounded linear operators. Words key: Functional analysis. Linear operators. Banach fixed point. Principle of uniform boundedness. 3

7 Sumário Introdução 5 1 Teoria Preliminar de Espaços Métricos Bolas nos Espaços Métricos Conjuntos Abertos e Fechados Distância de um Ponto a um Conjunto e Distância entre dois Conjuntos Isometria Sequências Convergentes Sequências Numéricas Caracterização de Conjuntos e Pontos através de Sequências Limite de Funções Funções Contínuas Continuidade e Conjuntos Abertos e Fechados Homeomorfismos Espaços Topológicos Continuidade Uniforme Métricas Uniformemente Equivalentes Sequências de Cauchy - Espaços métricos completos Análise Funcional O Teorema de Baire Completamento de Espaços Métricos O Teorema do Ponto Fixo de Contrações em Espaços Métricos (Teorema do Ponto Fixo de Banach) Espaços Topológicos Compactos Espaços Localmente Compactos Espaços Normados Compacidade em Espaços Normados Espaços Separáveis Operadores Lineares Princípio da Limitação Uniforme Teorema da Aplicação Aberta e Gráfico Fechado Teorema do Gráfico Fechado Semigrupos Aspectos Básicos Conclusão 86 4

8 Introdução Em matemática, a dimensão de um espaço é o número de parâmetros necessários para identificar e representar um ponto desse espaço. A Análise Funcional é o ramo da matemática, e mais especificamente da Análise, que trata do estudo dos espaços Vetoriais de dimensão infinita. Tem suas raízes históricas no estudo de transformações tais como transformada de Fourier e no estudo das Equações Diferenciais e Equações Integrais. Seu uso em geral está atribuído a Volterra. Um grande impulso para o avanço da Análise Funcional durante o século XX foi a modelagem, devida a John Von Neumann, da Mecânica Quântica em espaços de Hilbert. A Análise Funcional faz uso de muitos conceitos de Álgebra Linear. Durante o século XX diversas técnicas da Topologia foram introduzidas, principalmente a teoria do grau. Assim, a generalização da Álgebra Linear e a introdução da Topologia resultará nos dois pilares básicos da Análise Funcional. Para extrairmos apenas o conceito de distância (e, portanto, de convergência) separadamente de estruturas algébricas peculiares, definiremos axiomaticamente um objeto matemático chamado Espaço Métrico, isto é, um conjunto onde há uma maneira de se medir a distância entre dois elementos quaisquer dele. Com isto, poderemos tratar especificamente da Teoria de Convergência independentemente de outras estruturas que eventualmente possam ocorrer no referido conjunto. A definição de Espaço Métrico reune os dois ingredientes básicos da Análise Funcional; um conceito de convergência e uma noção geométrica, esta última ainda em uma forma muito simples. Este objeto matemático abstrato foi introduzido pelo famoso matemático francês Maurice Fréchet ( ) na sua tese de doutoramento, escrita sob orientação de Henri Lebesgue ( ), em Neste trabalho fazemos um estudo introdutório da Teoria de Análise Funcional. No Capítulo inicial fazemos uma revisão dos principais conceitos da Teoria de Espaços Metricos. Neste Capítulo estudamos bolas nos espaços métricos, conjuntos abertos e fechados, distâncias de ponto a conjuntos e distância entre conjuntos, Isometrias, Sequências, Continuidade, Continuidade Uniforme, Conjuntos Conexos, Completamento de espaços métricos e Conjuntos Compactos. E finalmente no segundo capítulo atacamos o objetivo principal do trabalho que foi o estudo dos espaços Normados de dimensão infinita. Iremos estudar também Compacidade em Espaços normados, Espaços Separáveis, Operadores Lineares e o Princípio da Limitação Uniforme. 5

9 1 Teoria Preliminar de Espaços Métricos Para esta seção utilizamos como referência KUHLKAMP (2002). Antes de começarmos a apresentar a definição formal de espaço métrico, apresentaremos informalmente este conceito. Para isso, observamos que a própria palavra métrica nos sugere a idéia de medida. Um dos exemplos mais intuitivos (que usaremos apara motivar a definição de métrica) é certamente o plano R 2, onde a distância entre dois pontos é o comprimento do segmento de reta que os une. Seja d a distância e A e B pontos distintos. Essa distância satisfaz as seguintes propriedades (a) d > 0 e d = 0 A = B (b) d(a, B) = d(b, A) (c) d satisfaz a desigualdade triangular A observação acima sugere a seguinte definição Definição 1.1 Seja M um conjunto. Uma métrica num conjunto M é uma função d : M M R + tal que associa a cada par ordenado de elementos x, y M um número real d(x,y) chamado de distância de x a y de modo que sejam satisfeitas as seguintes condições para x, y, z M (a) d(x, x) = 0; (b) Se x y então d(x, y) > 0; (c) d(x, y) = d(y, x); (d) d(x, z) d(x, y) + d(y, z). Exemplo 1.1 A métrica zero-um. Qualquer conjunto M pode tornar-se um espaço métrico de maneira muito simples. Basta definir a métrica d : M M R + com d(x, x) = 0 e d(x, y) = 1 se (x y). De fato (a) d(x, x) = 0 (b) d(x, y) = 1 (c) d(x, y) = d(y, x) (d) Se x=z temos que d(x, z) = 0 d(x, y) + d(y, z). Se x z temos que d(x, z) = 1 o que não pode ocorrer x=y e y=z simultaneamente. Logo, 1 = d(x, z) d(x, y) + d(y, z) = 1 se x=y ou y=z 1 = d(x, z) d(x, y) + d(y, z) = 2 se x y ou y z 6

10 Definição 1.2 O par (M,d) onde M é um conjunto e d uma métrica em M será chamado espaço métrico. Observação 1.1 Quando a métrica d for facilmente subentendida, podemos escrever apenas M para indicar o espaço métrico (M,d). Exemplo 1.2 Consideremos o conjunto dos números reais R e d(x, y) = x y. Mostraremos que d é uma métrica em R. (a) Se x y então x y > 0 e se x=y então x y = 0 (b) d(x, y) = x y = (y x) = y x = d(y, x) (c) x z = x y + y z x y + y z d(x, z) d(x, y) + d(x, z) Logo, d é uma métrica em R. Sendo assim (R, d) é um espaço métrico. Definição 1.3 Uma norma num espaço vetorial V é uma função. : V R tal que para quaisquer u, v V e λ escalar se tenha (a) v 0 e v = 0 v = 0 (b) λv = λ v (c) u + v u + v onde λ é o valor absoluto do escalar λ. Exemplo 1.3 Dado um espaço vetorial normado V, obtemos imediatamente uma métrica em v definindo d : V V R por d(u, v) = u v. (a) d(u, u) = u u = 0 (b) d > 0 pois u v > 0 (c) d(u, v) = u v = (v u) = v u = d(u, v) (d) d(u, z) = u z = u y + y z u y + y z = d(u, y) + d(y, z) Vimos que a partir de uma norma obtemos uma métrica. A partir de um produto interno obteremos uma norma. lembrando que um produto interno num espaço vetorial real V é uma função <, >: V V R tal que para quaisquer u, v, w V e λ escalar se tenha (a) < v, v > 0 e < v, v >= 0 v = 0 (b) < u, v > = < v, u > (c) < u + v, w > = < u, w > + < v, w > (d) < λu, w > = λ< u, v > 7

11 Para obter uma norma através de um produto interno colocamos v = < v, v >. Verifiquemos que as propriedades da definição de norma são satisfeitas por esta função. (a) v = < v, v > 0 e v = 0 < v, v > = 0 v = 0 (b) λv = < λv, λv > = λ < v, v > = λ < v, v > = λ v (c) Para provar que u + v u + v necessitamos do seguinte resultado Lema 1.1 (Desigualdade de Cauchy-Schwarz). Seja V um espaço vetorial com produto interno. Então < u, v > u v para todo u, v V. Demonstração: Dados u, v V, com u 0 temos logo, daí, segue que assim conclui-se que < v < u, v > u 2, v < u, v > u 2 > 0 < u, v >< u, v > < u, v >< u, v > < v, v > + < u, v >2 < u, u > 0 u 2 u 2 u 4 v 2 v 2 < u, v >2 2 + < u, v >2 u 2 0 u 2 u 4 < u, v >2 u 2 0 (multiplicando essa expressão por u 2 ) v 2 u 2 < u, v > 2 0 v u < u, v >. Vamos agora provar que u + v u + v. De fato, logo, u + v 2 =< u + v, u + v >=< u, u > +2 < u, v > + < v, v > u + v u < u, v > + v 2 u + v 2 u u v + v 2 = ( u + v ) 2 u + v u + v. Uma maneira simples e muito importante de obter espaços métricos é considerar um subconjunto de um espaço métrico e tomar a distância entre seus pontos a mesma do espaço original. Em outros termos, se (M, d) é um espaço métrico, todo subconjunto S X pode ser considerado um espaço métrico. Basta usar para os elementos de S a mesma distância que eles possuiam como elementos de M. Neste caso, dizemos que S é subespaço de M e a métrica de S se diz-se induzida pela de M. Definição 1.4 Se(M, d) é um espaço métrico e X M, então (X, d) é chamado subespaço de (M, d). 8

12 1.1 Bolas nos Espaços Métricos Definição Sejam M um espaço métrico, a M, r > 0. (a) Chamaremos de bola aberta de centro a e raio r ao conjunto B(a; r) = {x M; d(a, x) < r}. (b) Chamaremos de bola fechada de centro a e raio r ao conjunto B[a; r] = {x M; d(a, x) r}. (c) A esfera de centro a e raio r será o conjunto S(a; r) = {x M; d(a, x) = r}. Se X M é um subespaço de M e a X, as bolas aberta e fechada de centro a e raio r em X serão indicadas respectivamente por B x (a; r) e B x [a; r] enquanto a esfera de centro a e raio r será indicada por S x (a; r). Exemplo Consideremos o plano R 2 e as métricas d(x, y) = (x 1 y 1 ) 2 + (x 2 y 2 ) 2, d 1 (x, y) = x 1 y 1 + x 2 y 2 e d 2 (x, y) = max{ x 1 y 1, x 2 y 2 } onde x = (x 1, x 2 ) e y = (y 1, y 2 ). As bolas B[0; 1] relativamente as métricas d, d 1 e d 2 possuem respectivamente as formas das figuras abaixo. Figura 1: métrica d Figura 2: métrica d 1 Figura 3: métrica d 2 Para a métrica d temos que d(x, a) 1 (x 1 0) 2 + (x 2 0) 2 1 x x Note que a expressão anterior é uma circunferência de centro em (0, 0) e raio r 1. Para a métrica d 1 temos que x 1 a 1 + x 2 a 2 1 x 1 + x 2 1, que é um quadrado de diagonais paralelas aos eixos coordenados de comprimento 2. Para a métrica d 2 temos que max{ x 1 a 1, x 2 a 2 } 1 max{ x 1, x 2 } 1. Daí, segue que x 1 1 e x x 1 1 e 1 x 2 1. Note que a figura definida por essa expressão será um quadrado de lado 2. 9

13 Definição Um subconjunto X de um espaço métrico M é dito limitado quando for possível obter K > 0 tal que d(x, y) K, x, y M. Observe que um conjunto X M é limitado se, e somente se, X B[a; r], para alguma bola B[a; r] de M. De fato, se X B[a; r] para algum a M e r > 0, então dados x, y X temos d(x, y) d(x, a) + d(y, a) r + r = 2r. Logo, se X B[a; r], então X é limitado. Por outro lado, se X é limitado, isto é, se existir K > 0 tal que d(x, y) K para quaisquer x, y X, então dado a X, tomamos r = K e teremos que d(x, a) K = r, x X, isto é X B[a; r]. Definição Diremos que o espaço métrico M é limitado, ou que a métrica d é limitada, se existir K > 0 tal que d(x, y) K, x, y M. Definição Seja X R. Se existir a R tal que x a x X, dizemos que X é limitado superiormente e que a é cota superior de X. Definição Seja X R limitado superiormente. Um número b é dito supremo de X, quando é a menor das suas cotas superiores. Notação: sup X Dado um conjunto X R limitado superiormente, para que b R seja o supremo de X é necessário e suficiente que se tenha (a) x b x X; (b) Se x c x X, então b c. Definição Seja X R. Se existir a R tal que a x x X, dizemos que X é limitado inferiormente e que a é cota inferior de X. Definição Seja X R limitado inferiormente. Um número b é dito ínfimo de x, quando é a maior das suas cotas inferiores. Notação: inf X. Dado um conjunto X R, limitado inferiormente, para que b R seja o ínfimo de X é necessário e suficiente que sejam preenchidas as condições (a) b x, x X; (b) se c x x X, então c b. Antes de definir o diâmetro de um subconjunto X admitiremos como axioma o seguinte fato de que todo conjunto limitado X R possui supremo e ínfimo em R, isto é, existem a, b R, tais que a = infx e b = supx. 10

14 Definição Seja X um subconjunto limitado de um espaço métrico M. Chamamos diâmetro de X ao supremo dos números d(x, y) com x, y X. Em outros termos temos diam X = sup d(x, y) onde x, y X. Definição Sejam X e Y subconjuntos não vazios de um espaço métrico M. Iremos definir a distância entre X e Y como sendo o ínfimo das distâncias d(x, y) com x X e y Y. Notação: d(x, Y ). 1.2 Conjuntos Abertos e Fechados Definição Seja A um subconjunto de um espaço métrico M. Um ponto a A é chamado ponto interior de A se existir r > 0 tal que B(a; r) A. Geometricamente, temos Figura 4: ponto interior Observe que a é um ponto interior de A pois a bola B(a; r) A. Agora, note que b não é um ponto interior de A pois a bola B(b; r 1 ) A, qualquer que seja r 1 > 0. Diremos que A é um conjunto aberto em M quando todo ponto de A for ponto interior de A. O conjunto de todos os pontos interiores de A será chamado de interior de A e denotado por int A. Exemplo Seja X = {(x, y) R 2 ; x > 1}. aberto. Mostraremos que X é um conjunto De fato, dado (a, b) X temos que a > 1. Tomando r = a 1 > 0 teremos que B = B((a, b); r) X. De fato, se (x, y) B teremos Em particular, Dai segue que d((x, y), (a, b))< r. x a (x a) 2 + (y b) 2 < r x a < r. a r < x < a + r x (a r, a + r) x (1, 2a 1) 11

15 o que concluímos que x > 1 e (x, y) X. Logo B X. Disto conclui-se que X é aberto. Observação Segue imediatamente da definição de conjunto aberto que A = {a} M é aberto se e somente se existir r > 0 tal que B(a; r) = {a}. Isso motiva a seguinte definição Definição Quando {a} é um conjunto aberto em M dizemos que a é um ponto isolado. Se todo a M é isolado, M é dito discreto. Como exemplo da definição acima podemos citar os espaços métricos M 1 = N e M 2 = Z, ambos com a métrica induzida pela métrica usual de R, são espaços métricos discretos, isto é, dado a Z ou a N, a é um ponto isolado. De fato, tanto em Z como em N temos por exemplo B(a; 1) = {a}. Definição Seja A um subconjunto de um espaço métrico M. Um ponto b M é dito ponto de fronteira de A se para todo r > 0, a bola B(b; r) contiver algum ponto de A e também algum ponto de M A. Geometricamente, Figura 5: ponto de fronteira Ao conjunto de todos os pontos de fronteira de A, chamamos de fronteira de A e denotaremos por A. Observação Um conjunto é aberto se A A =. Exemplo Consideremos novamente o conjunto X = {(x, y) R 2 ; x > 1}. Defina a fronteira de X. A fronteira do conjunto X é X = {(x, y) R 2 ; x = 1}. De fato, para qualquer y R e qualquer r > 0 temos B((1, y); r) X pois (1 + r, y) B((1, y); r) X e B((1, y); r) 2 (R 2 X) pois (1, y) B((1, y); r) (R 2 X). Teorema Seja B = B(a; r) uma bola aberta num espaço métrico M e t B. Então existe s > 0 tal que B(t; s) B. Demonstração: Como t B, temos que d(t, a) < r, ou seja, s = r d(t, a) > 0. Consideremos então a bola B(t; s) e mostremos que B(t; s) B. De fato, se w B(t; s) então d(w, t) < s. Logo, 12

16 d(w, a) d(w, t) + d(t, a) d(w, a) < s + d(t, a) = r. Logo, w B e B(t; s) B. A figura abaixo nos traz a idéia geométrica deste Teorema e sua demonstração Figura 6: teorema1.2.1 Corolário Toda bola aberta é um conjunto aberto. Teorema Seja M um espaço métrico. (a) M e são abertos; (b) Se A 1, A 2,..., A n são abertos, então A 1 A 2... A n é aberto; (c) Se {A λ } λ L é uma família arbitrária de abertos, então A = A λ, com λ L é aberto. Demonstração:(a) M é aberto pois todo ponto de M é ponto interior de M, ou seja, existe m M tal que B(m; r) M. O conjunto vazio é aberto pois como o conjunto vazio não possui elemento, não pode existir elemento não esteja no seu interior. Para mostrar (b) seja B = A 1 A 2... A n. Se B =, então = A 1 A 2... A n A 1,..., A n são vazios. logo A 1,..., A n são abertos. Se B tomemos a B e mostremos que a intb. Como a B temos que a A 1,..., a A n. Como A 1, A 2,..., A n são abertos existem números positivos r 1, r 2,..., r n tais que B(a; r 1 ) A 1, B(a; r 2 ) A 2,..., B(a; r n ) A n. Tomando r =mín{r 1, r 2,..., r n } temos ou seja B(a; r) B(a; r 1 ),..., B(a; r) B(a; r n ) B(a; r) A 1,..., B(a; r) A n B(a; r) A 1 A 2... A n = B B(a; r) B logo, a intb. Para mostrar o item (c) seja a A. Então a A λ para pelo menos um λ L. Como a A λ é aberto, existe r.0 tal que B(a; r) A λ. Logo B(a; r) A λ = A. Logo A é aberto. 13

17 Definição Um subconjunto F de um espeço métrico M é dito fechado quando seu complementar M F for aberto. Exemplo Mostre que toda bola fechada B[a; r] num espaço métrico M é um conjunto fechado em M. De fato, inicialmente definimos a situação descrita pela figura abaixo e mostremos que o conjunto A = M B[a; r] é aberto em M. Se b A então s = d(a, b) r > 0. Note que z B(b; s) d(z, b) < s. Note também que d(a, b) d(a, z) + d(z, b) d(a, z) d(a, b) d(z, b) d(a, z) (s + r) s d(a, z) > r x B[a; r] x A. logo B(b; s) A. Portanto A é aberto. Figura 7: idéia geométrica do exemplo1.2.3 Lema Sejam M e L dois conjuntos arbitrários. Para cada λ L seja B λ um subconjunto de M. Então (a) λ L B λ = M λ L(M B λ ); (b) λ L B λ = M λ L(M B λ ). Demonstração:(a) Dado x B λ temos que x B λ0 para algum λ 0 e consequentemente λ L x (M B λ0 ) onde x (M B λ ) e assim x M B λ ). Reciprocamente, se λ L λ L(M x M (M B λ ), então x B λ ) donde x (M B λ0 ) para algum λ 0 L, λ L λ L(M ou seja, x B λ0, e assim x B λ. Para provar o item (b) seja x B λ e assim temos λ L λ L que x B λ0 para algum λ 0 L. Deste fato temos que x (M B λ0 ) x λ L(M B λ ) e assim temos que x M (M B λ ) o que podemos observar que x B λ ) λ L λ L(M x (M B λ0 ) para algum λ 0 L, ou seja, x B λ0 x B λ. λ L 14

18 Teorema Seja M um espaço métrico. (a) M e são fechados; (b) Se F 1, F 2,..., F n são conjuntos fechados então F 1 F2... Fn é fechado; (c) Se {F λ }, λ L é uma família arbitrária de conjuntos fechados, então F λ é fechado. Demonstração: Pelo teorema anterior segue que o complementar de M que é o conjunto é aberto, o que conclui-se que M é fechado. Para provar que é fechado basta provar que seu complementar M é aberto, fato este garantido pelo teorema anterior. Isto conclui a prova do item (a). Para provar o item (b) temos pelo lema que F 1... Fn = M (M F 1 )... (M F n ) sendo F 1,..., F n fechados e M F 1,..., M F n abertos e assim, pelo teorema anterior A = (M F 1 )... (M F n ) é aberto. Logo, o conjunto F 1... Fn é fechado por ser o complementar do aberto A. Para provar o item (c) temos, também pelo lema que Fλ = M (M F λ ), λ L, sendo os F λ fechados e os M F λ abertos e assim pelo teorema (M F λ ) é aberto. Logo, seu complementar M (M F λ ) = F λ é fechado. Definição Seja X um subconjunto de um espaço métrico M. Um ponto a M é chamado ponto de acumulação de X se para todo r > 0 a bola B(a; r) contiver algum ponto de X diferente de a. Ao conjunto de todos os pontos de acumulação de X é chamado derivado de X e denotado por X. Definição Dado um subconjunto X de um espaço métrico M, chamaremos fecho de X ao conjunto obtido pela união de X aos seus pontos de acumulação e será denotado por X = X X Exemplo Consideremos o conjunto dos números reais R e seu subconjunto Q dos números racionais. Vamos Mostrar que Q = R. De fato, dado um número real a, para provar que a Q devemos mostrar que toda bola aberta B(a; r) contém algum ponto de Q {a}. Seja r > 0, a bola B(a; r) é o intervalo (a r, a + r). Para encontrar um racional (diferente de a) neste intervalo, dividiremos a reta R em intervalos de extremos racionais e comprimento menor do que r, e mostraremos que um dos extremos desses intervalos está em (a r, a + r) e é diferente de a. Como o conjunto dos números naturais é ilimitado, existe um natural K > 1 e assim 1 < r. Os r K números da forma n 1 = n com n Z são números racionais e dividem a reta em intervalos K K de comprimento 1 conforme figura abaixo. K Fazendo A = {n Z; n < a + r} e tomando p=supa=máxa teremos K logo, p < a + r p+1 K k 15

19 Figura 8: reta com intervalos de comprimento de 1 K 0 p+1 K r = p K + 1 K r < p K Isso Mostra que p K (a; a + r) Q (a r; a + r) (Q {a}) e assim a Q. Portanto Q = R. Teorema O fecho de qualquer conjunto é sempre um conjunto fechado. Demonstração: Seja M um espaço métrico e X M. Para mostrar que X é fechado, mostraremos que M X é aberto. Dado um ponto a M X temos que a X = X X. Logo existe r > 0 tal que B(a; r) X = ou seja, B(a; r) M X. Queremos mostrar que B(a; r) M X. Para tanto, observemos que se y B(a; r) então y é centro de uma bola aberta B(y; s) contida em B(a; r) e disjunta de X. Isto é, B(y; s) B(a; r) M X. Logo, y X e temos B(a; r) X = B(a; r) M X o que mostra M X ser aberto. Teorema Um conjunto é fechado se e somente se F = F. Demonstração: Seja F = F. Do Teorema anterior temos que F é fechado. Logo, concluímos que F é fechado. Reciprocamente, suponhamos F fechado. Então o seu complementar M F é aberto. Logo, dado a M F existe r > 0 tal que B(a; r) M F ou seja, B(a; r) F =. Desta forma segue que a F. Mostramos então que F não tem elemento algum em M F, ou seja, F F. Como F = F F temos F F. Portanto F = F como queríamos. 1.3 Distância de um Ponto a um Conjunto e Distância entre dois Conjuntos Definição Seja a um ponto e X um subconjunto não vazio de um espaço métrico M. Definiremos a distância do ponto a ao conjunto X como o número real d(a, X) = inf d(a, x), x X. Exemplo Se X = {x 1, x 2,..., x n } é um conjunto finito, então d(a, X) é o menor dos n números d(a, x 1 ),..., d(a, x n ). Exemplo Seja S 1 = {(x, y) R 2 /x 2 + y 2 = 1}. O círculo unitário do plano e (0, 0) R 2. Então d(0, z) = 1 para todo z S 1. Logo d(0, S 1 ) = 1. 16

20 Exemplo Consideremos sobre R a métrica usual. Se p = 0 e A = {1, 12, 13 },... então d(p, A) = 0. De fato, dado ɛ > 0, sempre existe n N de maneira que ( d 0, 1 ) = 1 n n 0 = 1 n < ɛ. Logo, d(0, A) = inf { ( d 0, 1 ) = 1r } r, r N = 0, isto é, d(0, A) = 0. Definição Seja (M, d) um espaço métrico. Dados os subconjuntos A e B de M, ambos não vazios, chama-se distância de A até B e indica-se por d(a, B) o número real não negativo definido da seguinte maneira d(a, B) = inf{d(x, y)/x A, y B}. Exemplo Consideremos o R 2 dotado da métrica usual. Mostremos que a distância entre A = {(x, y) R 2 /y = 0} e B = {(x, y) R 2 /xy = 1} é nula. De fato, precisamos mostrar que dado ɛ > 0, existe p A e q B de maneira que d(p, q) < ɛ. Ora, dado ɛ > 0, existe um número natural n > 0 de modo que 1 < ɛ. Daí, ( n tomando p = (n, 0) e q = n, 1 ) teremos n Logo, d(a, B) = 0. d(p, q) = (n n) 2 + (0 1 n )2 = 1 n < ɛ. 1.4 Isometria Definição Sejam M e N espaços métricos. Uma função f : M N é chamada imersão isométrica quando preserva distâncias, isto é, quando para quaisquer x, y M tivermos d(f(x), f(y)) = d(x, y). Exemplo Seja f : R R 2 dada por f(x) = (x, 0). Mostre que a referida função é uma imersão isométrica. De fato, note que d(f(x), f(y)) = d((x, 0), (y, 0)) = (x y) 2 + (0 0) 2 = (x y) 2 = x y = d(x, y). Logo f : R R 2 dada por f(x) = (x, 0) é uma imersão isométrica. 17

21 Exemplo Mostre que a função g : R 2 R 3 dada por g(x, y) = (x, y, 0) é uma imersão isométrica. De fato, observe que d(g(x, y), g(x, y )) = d((x, y, 0), (x, y, 0)) = (x x ) 2 + (y y ) 2 + (0 0) 2 = (x x ) 2 + (y y ) 2 = d((x, y), (x, y )). Logo a referida função é uma imersão isométrica. Definição Uma aplicação f : M N é chamada isometria se ela for uma imersão isométrica sobrejetiva. Exemplo Mostre que a função f : R R dada por f(x) = x é uma isometria. De fato, observe que d(f(x), f(y)) = f(x) f(y) = x ( y) = (x y) = x y = d(x, y). A função é sobrejetiva pois dado b R basta tomar b R e teremos que f( b) = ( b) = b. Logo temos que a função é uma isometria. 1.5 Sequências Convergentes Definição Uma sequência num espaço métrico M é uma função X : N M. A imagem do natural n pela função X será representado por x n e chamado de enésimo termo da sequência. Para representar uma sequência X : N M usaremos as seguintes notações (a) (x 1, x 2,...); (b) (x n ) n N ; (c) (x n ) n ; (d) (x n ). A notação {x 1, x 2, x 3,...} representará o conjunto X(N) dos pontos da sequência (x n ). Definição Seja M um espaço métrico e (x n ) uma sequência em M. Diremos que (x n ) converge para a M se para cada ɛ > 0 pudermos obter n 0 N tal que d(x n, a) < ɛ para todo natural n n 0. Observação Para indicar que (x n ) converge para a, escrevemos lim x n = a. Observação Decorre da definição que lim x n = a para todo r > 0 for possível obter n 0 tal que x n B(a; r), n n 0 ou seja, qualquer bola aberta centrado em a contém todos os pontos da sequência (x n ) com eventual exceção de um número finito de pontos. 18

22 Exemplo Consideremos R dotado da métrica usual. Mostre que a sequência (x 1, x 2,...) onde x n = n converge para o ponto 1. n + 1 De fato, dado ɛ > 0 tomemos r N 1 de maneira que < ɛ. Então n r temos r + 1 d(x n, 1) = n n = 1 n + 1 = 1 n + 1 < 1 r + 1 < ɛ o que garante nossa afirmação. Exemplo Mostre que a sequência z n = (x n, y n ) = métrica usual converge para (1, 0). (1 + ) 1n ( 1)n, n em R 2 com a De fato, d((x n, y n ), (1, 0)) = = = = ) 1n ( 1)n (1 +, (1, 0) n 1 n + ( 1)2n 2 n 2 1 n n 2 2 n = n Logo dado ɛ > 0 e n 0 N tal que n 0 > 2 ɛ então n n o teremos d((x n, y n ), (1, 0)) = 2 n 2 n 0 < ɛ. Logo, lim z n = (1, 0). Definição Dada uma sequência X : N M e um subconjunto infinito N 1 de N, onde N 1 = {n 1 < n 2 < n 3 <...}, a restrição X N1 : N 1 M da função X é chamada subsequência de (x n ) ao qual será denotada por (x n1, x n2, x n3,...) ou (x nk ). Exemplo A sequência x n = ( 1) n possui subsequências (x 2k ) e (x 2k+1 ) onde cada subsequência é definida por x 2k = ( 1) 2k = 1 e x 2k+1 = ( 1) 2k+1 = ( 1) 2k ( 1) = 1. Note que x 2k é convergente com lim x 2k = 1 e (x 2k+1 ) é convergente com lim x 2k+1 = 1 k k. Logo (x n ) não é convergente. Teorema Seja M um espaço métrico e (x n ) uma sequência em M. lim x n, ele é único. Se existir 19

23 Demonstração: Suponhamos lim x n = a e lim x n = b, com a b. Tomemos um ɛ = 1d(a, b). Da definição de limite de sequência temos que existem n 2 1, n 2 N tais que e Para K max{n 1, n 2 } temos simultaneamente. Logo, n n 1 d(x n, a) < ɛ n n 2 d(x n, b) < ɛ. d(x k, a) < ɛ e d(x k, b) < ɛ d(a, b) d(a, x k ) + d(x k, b) < ɛ + ɛ = 2ɛ = d(a, b) o que é um absurdo. Portanto se lim x n = a e lim x n = b teremos a = b ou seja, o limite de (x n ) é único. Definição Diremos que uma sequência é limitada quando o conjunto X(N) = {x 1, x 2, x 3,...} for limitado. Teorema Toda sequência convergente é limitada. Demonstração: Seja (x n ) uma sequência num espaço métrico M com lim x n = a. Então existe n 0 tal que d(x n, a) < 1 n n 0, isto é, x n B(a, 1) n n 0. Como o conjunto X = {x 1, x 2,..., x n0 } é finito, temos que X é limitado. Logo X(N) é um conjunto limitado pois X(N) = {x 1, x 2, x 3,...} X B(a, 1). Observação A recíproca do Teorema anterior não é válida. O leitor poderá verificar que as sequências x n = ( 1) n e z n = i n em R e C respectivamente são limitadas mas não convergem. Teorema Seja (x n ) uma sequência num espaço métrico M e a M. O ponto a é limite de uma subsequência (x n ) se, e somente se, para todo r > 0, a bola B(a; r) contiver uma infinidade de termos de (x n ). Demonstração: Se exisitir uma subsequência (x nk ) de (x n ) com lim x nk = a então dado r > 0 existe K 0 tal que x nk B(a; r) K K 0. Logo, B(a; r) contém uma infinidade de termos de (x n ). Reciprocamente, se para todo r > 0, B(a; r) contiver uma infinidade de termos de (x n ), podemos obter uma subsequência de (x n ) convergindo para a. Para tal, escolhemos x n1 B(a; 1) {x 1, x 2, x 3,...} 20

24 arbitrariamente. Como B(a; 1 2 ) contém uma infinidade de termos de (x n) existe n 2 > n 1 tal que x n2 B(a; 1 2 ). Conhecidos x n 1, x n2,..., x nk 1, existe n K > n K 1 tal que x nk B(a; 1 K ) pois B(a; 1 K ) contém uma infinidade de termos de (x n). A subsequência (x nk ) de (x n ) assim obtida satisfaz Portanto, d(x nk, a) < 1 K. lim x n K = a. Teorema Seja (x n ) uma sequência num espaço métrico M. Se lim x n = a então toda subsequência de (x n ) converge e tem limite a. Demonstração: Seja (x nk ) uma subsequência de (x n ). Dado ɛ > 0, como lim x n = a, existe n 0 tal que d(x n, a) < ɛ n n 0. Sendo N 1 = {n 1 < n 2 < n 3 <...} infinito existe p tal que n p n 0. Logo, K > p n K n p n 0 d(x nk, a) < ɛ. Assim lim x nk = a. 1.6 Sequências Numéricas Analisaremos nesta seção algumas propriedades específicas das sequências de números reais e complexos quando estes conjuntos são considerados com suas métricas usuais. Definição Uma sequência (x n ) de R é (a) crescente, quando x 1 < x 2 < x 3 <...; (b) não-crescente, quando x 1 x 2 x 3...; (c) decrescente, quando x 1 > x 2 > x 3 >...; (d) não-decrescente, quando x 1 x 2 x Observação Qualquer sequência que pertencer a um desses tipos será chamada de sequência monótona. Teorema Toda sequência monótona limitada em R é convergente. Demonstração: Façamos a demonstração para o caso em que (x n ) é não-decrescente. Como (x n ) é limitada, o conjunto é limitado e assim possui supremo. Seja a = sup X(N). Mostraremos que lim x n = a. Dado ɛ > 0, pela definição de supremo existe K tal que x K (a ɛ, a]. Como (x n ) é não decrescente, temos x n x K n K. Por outro lado, pela definição de supremo temos x n a n. Logo, x n (a ɛ, a] n K e lim x n = a. Teorema Seja (x n ) uma sequência em R. Se lim x n = a > b então existe n 0 tal que x n > b n n 0. 21

25 Demonstração: Seja ɛ = a b > 0. Como lim x n = a, existe n 0 tal que x n (a ɛ, a+ɛ) n n 0. Em particular x n > a ɛ x n > a (a b) x n > b n > n 0. Teorema Se (y n ) é uma sequência no conjunto dos números complexos com lim y n = b, então lim y n = b. Demonstração: Vejamos inicialmente que y n b y n b. Das desiqualdades e obtemos Ou seja, e Logo, d(y n, 0) d(y n, b) + d(b, 0) d(b, 0) d(b, y n ) + d(y n, 0) d(y n, 0) d(b, 0) d(y n, b). y n b y n b b y n y n b. y n b y n b. Voltando ao teorema, dado ɛ > 0, como lim y n = b, existe n 0 tal que n n 0 garante y n b < ɛ. Portanto n n 0 nos dá e assim lim y n = b. y n b y n b < ɛ Teorema Sejam (x n ) e (y n ) sequencias de números complexos. Se lim x n = a e lim y n = b, então (a) lim (x n ± y n ) = a ± b (b) lim (x n y n ) = a b (c) Se b 0, lim ( xn y n ) = a b 22

26 Demonstração: (a) Dado ɛ > 0, existem n 1, n 2 N tais que x n a < ɛ 2 n n 1 e y n b < ɛ 2 n n 2. Fazendo n 0 = max{n 1, n 2 } então n n 0 temos (x n y n ) (a + b) x n a + y n b < ɛ 2 + ɛ 2 = ɛ. A demonstração acima foi feita para a soma. Para a subtração, o raciocínio é análogo. Para mostrar (b) como (x n ) é uma sequencia convergente temos também que ela é limitada. Logo existe M b tal que x n M n N. Portanto x n y n ab = x n y n x n b + x n b ab x n (y n b) + b(x n a) = x n y n b + b x n a M y n b + M x n a. Logo, dado ɛ > 0 basta escolher n 0 tal que y n b < ɛ 2M e x n a < e n n 0 teremos x n y n ab < M ɛ 2M + M ɛ ɛ 2M 2M = ɛ. Para mostrar (c) seja M = max{ a, b }. Com isso temos que existe n 1 tal que y n > b 2 n n 1, pois lim y n = b. Assim, para n n 1 temos x n a y n b = x n b y n a y n b 1 = y n b x nb y n a < 2 1 b b x nb ab + ab y n a 2 b [ b(x 2 n a) + a(b y n ) ] = 2 b b x 2 n a + 2 a b b y n 2 2M b x 2 n a + 2M b b y n. 2 Portanto, dado ɛ > 0 escolhemos n 0 > n 1, tal que e desta forma teremos x n a < b 2 ɛ 4M e b y n < b 2 ɛ 4M n n 0 x n a y n b < 2M b 2 ɛ b 2 4M + 2M b 2 ɛ b 2 4M = ɛ. 23

27 1.7 Caracterização de Conjuntos e Pontos através de Sequências Nesta seção veremos de que forma se pode reconhecer conjuntos abertos, conjuntos fechados, pontos de acumulação e de fronteira através dos limites de sequências convergentes. Da definição de limite de sequência decorre que se A M é aberto no espaço M e (x n ) é uma sequência em M com lim x n = a A então existe n 0 tal que x n A n n 0. Teorema Seja X M. Um ponto a M é ponto de acumulação de X se, e somente se, a é limite de uma sequência de pontos de X {a}. Demonstração: Seja a um ponto de acumulação de X. Então r > 0 temos que a bola aberta B(a; r) (X {a}). Daí, para r 1 = 1 existe um ponto x 1 B(a; r 1 ) (X {a}) e do mesmo modo, para r 2 = 1 2 existe um ponto x 2 B(a; r 2 ) (X {a}). Prosseguindo desta forma tomaremos r n = 1 n e obteremos x n B(a; r n ) (X {a}). Assim a sequência (x n ) está em X {a} e satisfaz d(a, x n ) < 1 n N o que garante lim n x n = a. Reciprocamente, se a é limite de uma sequência (y n ) de pontos de X {a}, então r > 0 existirá um n 0 tal que y n B(a; r) n n 0. Como y n (X {a}) n temos Logo, a X. B(a; r) (X {a}). Corolário Seja X M. Um ponto a M pertence ao fecho de X se, e somente se, a é limite de uma sequência de pontos de X. Demonstração: Se a X = X X então a X ou a X. Se a X, a é limite de uma sequência constante x n = a de pontos de X. Se a X, pelo teorema anterior a é limite de uma sequência de pontos de X {a} e portanto de X. Reciprocamente, admitamos que lim x n = a onde x n X n. Se x n a n então (x n ) é uma sequência de pontos de X {a} e pelo teorema anterior temos que a X. Se existir algum K N tal que x k = a, então a X. Em qualquer caso temos a X = X X. Exemplo Na reta com a métrica usual consideremos o conjunto X = (0, ). Note que todo ponto de X é ponto de acumulação de X. Com efeito, dado a X basta tomar a sequência x n = a + 1 n e teremos x n X {a} com lim a + 1 = a. Além disso, o ponto n 1 zero é ponto de acumulação de X pois a sequência está em X e lim n = 0. Teorema Seja F M. F é fechado se, e somente se, para toda sequência (x n ) de pontos de F com lim x n = a M tivermos a F. Demonstração: Suponhamos F fechado, x n F n e lim x n = a. Se a F, então a M F que é aberto. Assim, existe n 0 tal que x n M F n n 0, contrariando a 24

28 hipótese de que x n F n. Logo, a F. Reciprocamente, suponhamos que toda sequência convergente de pontos de F tem seu limite em F, e mostremos que F = F. Como F F basta mostrar que F F. Seja então a F logo, existe uma sequência (x n ) em F tal que lim x n = a. Pela hipótese temos a F, logo F F, daí segue que F = F. Exemplo Em R 2 com a métrica usual consideremos a bola B = B[0; 1] tal que 0 = (0, 0). Mostre que B é fechado. De fato, seja x n uma sequência em B com lim x n = a. Se a B então temos que d(a, 0) > 1. Tomando s = d(a, 0) 1 > 0, de lim x n = a obtemos n 0 tal que d(x n, a) < s n n 0. Neste caso d(0, x n ) > 1 n n 0 pois de vem d(0, a) d(0, x n ) + d(x n, a) d(0, x n ) d(0, a) + d(x n, a) > (s + 1) s = 1 e assim teríamos x n B contrariando a hipótese. Teorema Seja X M. Um ponto b M é ponto de fronteira de X se, e somente se, existirem sequências (x n ) em X e (y n ) em M X com lim x n = lim y n = b. Demonstração: Seja b X. Note que X X, e temos que b X. Como b X, temos, pelo teorema 2.2.1, que b é limite de uma sequência de pontos de X. Como X = (M X) M X b M X. Assim, temos que b é limite de uma sequência de pontos de M X. Reciprocamente, se b = lim x n = lim y n com x n X e y n M X, então para todo r > 0, a bola B(b; r) contém pontos de X e M X. Portanto b X. Exemplo Seja X R 2, o conjunto dos pontos de ordenada maior do que um, isto é, X = {(x, y) R 2 ; y > 1}. Observe que para todo real a, o ponto b = (a, 1) está na fronteira de X. De fato, de acordo com o teorema anterior, basta obervar que as sequências x n = ( a, n ) e y n = ( a, 1 1 n são convergentes com lim x n = lim y n = b = (a, 1). 1.8 Limite de Funções ) estão X e R 2 X respectivamente. Essas sequências Definição Sejam M e N espaços métricos, X M e a M um ponto de acumulação de X. Dada a função f : X N, diremos que f(x) tem limite b quando x tende para a e escrevemos 25

29 lim f(x) = b x a se dado ɛ > 0 existir δ > 0 tal que d(f(x), b) < ɛ x X {a} com d(x, a) < δ. Observação Quando não existir b N que cumpra a condição da definição diremos que lim x a f(x) não existe. Observação A função f não precisa estar definida no ponto a para que exista lim f(x). Caso exista f(a) e lim f(x), não é necessário lim f(x) = f(a). x a x a x a Teorema (Unicidade do limite). Sejam M e N espaços métricos, X M e a X. Dada f : X N, se lim f(x) = b e lim f(x) = c então b = c. x a x a Demonstração: Se lim f(x) = b e lim f(x) = c então dado ɛ > 0 existem δ 1 > 0 e δ 2 > 0 x a x a tais que d(f(x), b) < ɛ 2 e d(f(x), c) < ɛ 2 x X {a} com d(x, a) < δ 1 e d(x, a) < δ 2. Seja δ = min{δ 1, δ 2 }. Então se x 1 X {a} e d(x 1, a) < δ temos d(f(x 1 ), b) < ɛ 2 e d(f(x 1 ), c) < ɛ 2. Logo, d(b, c) d(b, f(x 1 )) + d(f(x 1 ), c) < ɛ 2 + ɛ 2 = ɛ. Como ɛ > 0 é arbitrário, concluímos que d(b, c) = 0 b = c. Exemplo Sejam M e N espaços métricos, X M, b N e f : X N dada por f(x) = b x X. Note que para qualquer a X temos lim f(x) = b. De fato, dado ɛ > 0 x a temos que d(f(x), b) = d(b, b) = 0 < ɛ. Neste caso basta tomar δ como sendo qualquer n o positivo. Exemplo Seja M um espaço métrico, X M, a X e f : X M dada por f(x) = x. Mostre que lim x a f(x) = a. De fato, tome ɛ > 0. Devemos exibir δ > 0 tal que d(f(x), a) = d(x, a) < ɛ x X {a} com d(x, a) < δ. Basta tomar δ = ɛ. De fato, se d(x, a) < δ então d(f(x), a) = d(x, a) < δ = ɛ. Logo, lim f(x) = lim x = a. x a x a Exemplo Seja f : R R dada por f(x) = cx + d. Para cada a R mostraremos que lim x a f(x) = ca + d. Dado ɛ > 0 devemos exibir δ > 0 tal que x R com d(x, a) < δ cumpra d(f(x), ca+d) < ɛ. Queremos então que f(x) (ca + d) < ɛ cx + d ca d < ɛ c(x a) < ɛ 26

30 assim, Basta tomar δ = ɛ c c x a < ɛ d(x, a) < ɛ c. e teremos que lim cx + d = ca + d. x a Exemplo Seja f : R R dada por f(x) = { 2 se x 1, x se x > 1. (1) Mostre que para a = 1 não existe lim x a f(x). Devemos mostrar que para qualquer b R não temos lim x a f(x) = b. Vamos dividir este problema em duas partes. (1 a ) b < 2 (2 a ) b 2. Para b < 2 tomamos um ɛ = 2 b > 0. Dado qualquer δ > 0 consideremos o ponto x = 1 δ. Assim, temos 2 d(x, a) = x a = 1 δ 2 1 = δ 2 = δ 2 < δ e f(x) = 2 pois x < 1. Logo, d(f(x), b) = f(x) b = 2 b = ɛ. Isso mostra que não temos lim f(x) = b. Considerando agora o caso em que b 2 tomemos x a ɛ = 1 { δ 2. Dado δ > 0 tomamos x = min 2, 1 }. Assim 2 e 1 < x 3 2. Logo, { δ d(x, a) = x 1 = min 2, 1 } < δ 2 d(f(x), b) = f(x) b = x b = (b x) = b x = b x = = 1 2 = ɛ. Portanto neste caso não existe lim x a f(x) = b. Teorema Sejam M e N espaços métricos, X M e a X. Dada uma função f : X N teremos lim f(x) = p se, e somente se, para toda sequência (x n ) em X {a} x a com lim x n = a tivermos lim f(x n ) = p. 27

31 Demonstração: Suponha lim f(x) = p. Então, dado ɛ > 0, existe um δ > 0 tal que x a x X {a} e d(x, a) < δ garante d(f(x), p) < ɛ. Se (x n ) é uma sequência em X {a} com lim x n = a, para este δ > 0 existe n 0 tal que d(x n, a) < δ n n 0. Logo d(f(x n ), p) < ɛ n n 0, e assim lim f(x n ) = p. Reciprocamente, suponha que não temos lim f(x) = p. x a Assim, existe ɛ > 0 tal que δ > 0 se pode obter um ponto x X {a} com d(x, a) < δ e d(f(x), p) ɛ. Logo, a sequência (x n ) assim obtida cumpre lim x n = a, mas não cumpre lim f(x n) = p, o que contradiz a hipótese, concluindo a demonstração. Teorema Sejam C o plano complexo, M um espaço métrico, X M e a X. Se f, g : X C são tais que lim f(x) = b e lim g(x) = c, então x a x a (a) lim x a (f ± g)(x) = b ± c; (b) lim x a (fg)(x) = bc; ( ) f (c) lim (x) = b x a g c desde que c 0. Demonstração: Basta mostrar que lim (f ± g)(x n ) = lim [f(x n ) ± g(x n )] = b ± c para toda sequência (x n ) em X {a} com lim x n = a. Seja (x n ) uma tal sequência. Sabemos que lim [f(x n ) ± g(x n )] = lim f(x n ) ± lim g(x n ). Sendo lim f(x) = b e lim g(x) = c temos, x a x a pelo teorema anterior, que lim f(x n ) = b e lim g(x n ) = c. Assim lim (f ± g) (x n ) = b±c. Para o item (b) basta mostrar que lim (fg)(x n ) = lim [f(x n )g(x n )] = bc. Seja (x n ) uma sequência com lim x n = a. Sabemos que lim [f(x n )g(x n )] = lim f(x n ) lim g(x n ). Como lim f(x) = b e lim g(x) = c, pelo teorema anterior seque que lim f(x n ) = b e x a x a lim g(x n) = c. Assim, lim (f(x n)g(x n )) = lim f(x n ) lim g(x n ) = bc. ( ) [ ] f f(xn ) Para o item (c), necessitamos mostrar que lim (x n ) = lim = b g g(x n ) c, com ( ) f(xn ) lim f(x n) c 0 e g(x n ) 0. Note que lim = g(x n ) lim (x n). Sendo que lim f(x) = b e x a lim g(x) = c temos, pelo teorema anterior que lim f(x n) = b e lim g(x n ) = c. Assim, x a lim ( ) f(xn ) = g(x n ) completando a demonstração do Teorema. 28 lim f(x n) lim g(x n) = b c

32 1.9 Funções Contínuas Definição Sejam M e N espaços métricos. Diremos que uma função f : M N é contínua num ponto a M quando dado ɛ > 0 pudermos obter um δ > 0 tal que d(f(x), f(a)) < ɛ x M com d(x, a) < δ. Diz-se que f : M N é contínua quando ela é contínua em todos os pontos a M. De maneira equivalente, f : M N é contínua no ponto a M quando dado qualquer bola B = B(f(a); ɛ) é possível encontrar uma bola B = B(a; δ) tal que f(b) B. No importante caso particular em que M R e f : M R, dizer que f é contínua no ponto a M significa afirmar que para todo ɛ > 0 existe δ > 0 tal que x M e a δ < x < a + δ implicam f(a) ɛ < f(x) < f(a) + ɛ, ou seja, f transforma os pontos de M que estão no intervalo aberto (a δ, a + δ) em pontos do intervalo aberto (f(a) ɛ, f(a) + ɛ). Exemplo Seja M = {1, 2, 3,...} o conjunto dos números naturais com a métrica induzida da reta. Se N é um espaço métrico qualquer, então mostre que toda função f : M N é contínua. De fato, dados a M e ɛ > 0 basta tomar δ = 1 e teremos que d(x, a) < δ fornece x = a e assim d(f(x), f(a)) = d(f(a), f(a)) = 0 < ɛ. Exemplo Lembremos que uma imersão isométrica é qualquer aplicação f : M N tal que d(f(x), f(y)) = d(x, y) para quaisquer x, y M. Mostre que toda imersão isométrica é contínua. Dado ɛ > 0, basta tomar δ = ɛ e teremos qualquer que seja y M. d(x, y) < δ d(f(x), f(y)) = d(x, y) < δ = ɛ Teorema Se M é discreto, então toda função f : M N é contínua. Demonstração: Dados a M e ɛ > 0, como M é discreto, então existe δ > 0 tal que B(a; δ) = {a}. Assim, se d(x, a) < δ, temos que x = a. Logo, o que mostra que f é contínua em a. d(f(x), f(a)) = d(f(a), f(a)) = 0 < ɛ 29

33 Exemplo Seja a função f : R R dada por f(x) = x 2. Mostre que f é contínua no ponto a = 0. Dado ɛ > 0 queremos obter δ > 0 tal que d(f(x), f(a)) < ɛ x R com d(x, 0) < δ. Isto é, x < ɛ x 2 < ɛ x < ɛ. Logo, basta tomar ɛ = δ e teremos d(f(x), f(0)) = x = x 2 = x 2 < ɛ x R com d(x, 0) = x < δ. Definição Diremos que uma função f : M N é uma função de Lipschitz quando existe c > 0 tal que d(f(x), f(y)) cd(x, y) quaisquer que sejam x, y M. Exemplo Dada uma função f : M N e suponhamos que exista uma constante c > 0 (constante de Lipschitz) tal que d(f(x), f(y)) cd(x, y) qualquer que seja x, y M. Dizemos que f é uma aplicação lipschitziana. Mostre que f é contínua em cada ponto a M. De fato, dado ɛ > 0, tomemos δ = ɛ c. Então d(x, a) < δ d(f(x), f(a)) c.d(x, y) < c ɛ c = ɛ. Teorema Sejam M e N espaços métricos, X M, a X e f : X N uma função. Então (a) se a X, f é contínua no ponto a; (b) se a X, f será contínua em a, se e somente se, lim x a f(x) = f(a). Demonstração: (a) Se a X, então temos que existe δ > 0 tal que B(a; δ) não contém nenhum ponto de X diferente de a. Logo B(a; δ) = {a} e portanto a é um ponto isolado. Logo, ɛ > 0, existe δ > 0 tal que d(a, x) < δ x = a, o que implica d(f(a), f(x)) = d(f(a), f(a)) = 0 < ɛ. Portanto f é contínua em a. Para provar o item (b) se f é contínua no ponto a, então dado ɛ > 0 existe δ > 0 tal que d(f(x), f(a)) < ɛ com d(x, a) < δ x X. Em particular, se x X e 0 < d(x, a) < δ teremos d(f(x), f(a)) < ɛ. Logo lim x a f(x) = f(a). Reciprocamente, se lim x a f(x) = f(a), dado ɛ > 0 existirá δ > 0 tal que d(f(x), f(a)) < ɛ x X {a} com d(x, a) < δ. Porém, como d(f(a), f(a)) = 0 < ɛ temos que se x X com d(x, a) < δ garante também d(f(x), f(a)) < ɛ. Logo f é contínua no ponto a. Teorema Sejam M e N espaços métricos, X M e f : X N contínua. Se para todo a X, existe lim f(x), então a função F : X N dada por x a { é contínua. F (y) = lim x a f(y), se y X f(x), se y X X 30

34 Demonstração: Nos pontos isolados de X, sabemos, pelo item (a) do teorema anterior, que F é contínua. Seja então a X um ponto de acumulação de X. Se a X X, a definição de F nos dá lim f(x) = F (a) e se a X, por ser a X, temos também a X, e x a assim a continuidade de f fornece lim f(x) = f(a) = F (a). Assim, dado ɛ > 0 existe δ > 0 x a tal que x X e d(x, a) < δ d(f(x), F (a)) < ɛ. Agora afirmamos que 2 De fato, se y X, temos y X e d(y, a) < δ d(f (y), F (a)) < ɛ. d(f (y), F (a)) = d(f(y), f(a)) < ɛ 2 < ɛ. Se, porém, y X X, então de lim x y f(x) = F (y) temos que existe δ 1 > 0 tal que x X e d(x, y) < δ 1 garante d(f(x), F (y)) < ɛ. Sem perda de generalidade podemos supor 2 δ 1 δ d(a, y) o que nos dá B(y; δ 1 ) B(a; δ). Como y ( X X) X, existe z X tal que z B(y; δ 1 ) B(a; δ), isto é, d(z, y) < δ 1 e d(z, a) < δ. Logo, como queríamos. d(f (y), F (a)) d(f (y), f(z)) + d(f(z), F (a)) < ɛ 2 + ɛ 2 = ɛ Teorema Seja C o plano complexo e M um espaço métrico. Se f, g : M C são funções contínuas, então (a) f ± g são contínuas; (b) f.g é contínua; (c) f g é contínua em todo ponto x M tal que g(x) 0. Demonstração: Dado a M, se a for um ponto isolado, ou seja, a X, temos que as funções em questão são contínuas. Se, porém, a for um ponto de acumulação, então temos, pelo item (b) do teorema 3.2.2, que lim f(x) = f(a) e lim g(x) = g(a). Sabemos x a x a que lim x a (f ± g)(x) = f(a) ± g(a), lim x a (f.g)(x) = f(a).g(a) e lim x a ( f g ) (x) = f(a) g(a) (desde que g(a) 0). Logo, também pelo item (b) do Teorema temos que f ± g, f.g e f g são contínuas em a. Observação O Teorema anterior continua válido se substituirmos o conjunto dos números complexos C por outro conjunto, como R ou Q, por exemplo. Exemplo Seja p : C C um polinômio. Mostre que todo polinômio p é uma função contínua. 31

35 Inicialmente, verifiquemos que f : C C definida por f(x) = x é contínua. De fato, dado a C e ɛ > 0, basta tomar δ = ɛ e teremos d(f(x), f(a)) = d(x, a) < δ = ɛ sempre que d(x, a) < ɛ. Agora, pelo teorema anterior, temos que g : C C dada por g(x) = x 2 é contínua, pois g é o produto da função g por si mesma. Da mesma forma, é contínua a função h : C C dada por h(x) = x n qualquer que seja o natural n. Se a i C é uma constante qualquer, então o produto (a i h)(x) = a i x n é contínua. Finalmente, também pelo teorema anterior, todo polinômio p : C C, p(x) = a 0 + a 1 x a n x n é contínua. Em particular, como R C, se p : R R for um polinômio, p também é contínuo. Teorema Se f : M N e g : N P são funções contínuas, então g f : M P é contínua. Demonstração: Seja ɛ > 0. Dado a M escrevamos b = f(a). Como g é contínua, existe δ 1 > 0 tal que y N e d(y, b) < δ 1 garante d(g(y), g(b)) < ɛ. Para facilitar a compreensão, veja a figura abaixo. Figura 9: funções compostas Como f é contínua, para este δ 1 > 0, existe δ > 0 tal que x M e d(a, x) < δ garante d(f(x), f(a)) < δ 1. Veja o esquema abaixo. Figura 10: funções compostas E assim, d(g(f(x)), g(f(a))) < ɛ sempre que d(x, a) < δ ou seja, d((g f(x), (g f)(a)) < ɛ sempre que d(x, a) < δ. Logo, g f é contínua no ponto a. Como a M é arbitrário, temos g f contínua em M, como queríamos Continuidade e Conjuntos Abertos e Fechados Teorema Uma função f : M N é contínua se, e somente se, para todo aberto A N tivermos f 1 (A) aberto em M 32

36 Demonstração: Suponha primeiramente que f seja contínua. Seja A N aberto e mostremos que f 1 (A) é aberto em M. De fato, para cada a f 1 (A) temos que existe um b tal que b = f(a) A. Pela definição de conjunto aberto, existe ɛ > 0 tal que B(b; ɛ) A. Como f é contínua, para este ɛ > 0 podemos obter δ > 0 tal que f(b(a; δ)) B(b; ɛ). Assim temos que f(b(a; δ)) A e B(a; δ) f 1 (A), onde concluímos que f 1 (A) é aberto. Reciprocamente, se para todo aberto A N tivermos f 1 (A) aberto em M, então dados a M e ɛ > 0 tomemos A = B(f(a); ɛ). Então, f 1 (A) é aberto e a f 1 (A). Logo, existe δ > 0 tal que B(a; δ) f 1 (A). Portanto f(b(a; δ)) A = B(f(a); ɛ) o que mostra ser contínua no ponto a. Como a M é arbitrário, temos f contínua em M. Teorema Uma função f : M N é contínua se, e somente se, para todo fechado F N tivermos f 1 (F ) fechado em M. Demonstração: Seja f contínua. Se F N é fechado então N F é aberto e pelo teorema anterior temos que f 1 (N F ) é aberto em M. Logo f 1 (F ) = M f 1 (N F ) é fechado em M. Reciprocamente, suponha que f 1 (F ) é fechado em M sempre que F N é fechado em N. Então, se A N é aberto em N, temos que N A é fechado em N e pela hipótese f 1 (N A) é fechado em M. Logo f 1 (A) = M f 1 (N A) é aberto em M e pelo Teorema anterior, f é contínua. Exemplo Seja M = [1, 2] {3} considerado com a métrica induzida da reta e seja f : M R dada por f(x) = 5 para x [1, 2] e f(3) = 6. Mostre que f é contínua. Solução: Seja o gráfico de f(x) Figura 11: gráfico de f(x) Dado A R temos quatro casos a analisar (a) 5 A e 6 A; (b) 5 A e 6 A; (c) 5 A e 6 A; (d) 5 A e 6 A. 33

37 No caso (a) temos f 1 (A) =. No caso (b) temos f 1 (A) = [1, 2]. No caso (c) tem-se f 1 (A) = {3}. No caso (d) tem-se f 1 (A) = M. Como, [1.2], {3}, M são subconjuntos abertos de M temos que, pelo teorema 3.3.1, f 1 (A) é sempre aberto em M. Logo, f é contínua Homeomorfismos Definição Uma bijeção f : M N é chamada homeomorfismo quando f e sua inversa f 1 forem ambas contínuas. Quando isso acontece, dizemos que M e N são espaços homeomorfos. Exemplo Mostre que f : C C dada por f(z) = kz, k 0 é um homeomorfismo. De fato,dado um número complexo w, para z = w temos f(z) = w. Logo f é sobrejetiva. k Para mostrar que f é injetiva, suponha que f(u) = f(v) o que implica que ku = kv u = v. Logo, f é injetiva. A inversa de f é dada por w = z k. Logo, como f(z) e f 1 (z) são contínuas temos que f é um homeomorfismo. Observação A inversa de uma bijeção contínua não é necessariamente contínua. Definição Dadas as métricas d 1 e d 2 num conjunto M, diremos que d 1 é mais fina do que d 2 e denotamos d 1 d 2 quando a identidade i 12 : (M, d 1 ) (M, d 2 ) for contínua. Da definição acima decorre que se d 1 d 2, então dados a M e ɛ > 0 podemos obter δ > 0 tal que d 2 (i 12 (x), i 12 (a)) < ɛ sempre que d 1 (x, a) < δ, ou seja, d 2 (x, a) < ɛ sempre que d ( x, a) < δ, ou ainda B 1 (a; δ) B 2 (a; ɛ) em que B 1 (a; δ) representa a bola aberta relativa a métrica d 1 e B 2 (a; ɛ) representa a bola aberta relativa a métrica d 2. Logo, dizer que d 1 d 2 significa dizer que toda bola aberta relativa a d 2 contém uma bola aberta relativa a d 1. Quando d 1 d 2 e d 2 d 1 diremos que d 1 e d 2 são equivalentes e escrevemos d 1 d 2. Em outros termos, d 1 d 2 quando a aplicação identidade i 12 : (M, d 1 ) (M, d 2 ) for um homeomorfismo. Exemplo Seja d 1 a métrica usual em R e d 2 a métrica zero-um. Mostre que d 2 é mais fina do que d 1 e que d 1 não é mais fina do que d 2. De fato, a identidade i 21 : (R, d 2 ) (R, d 1 ) é contínua pois dados a R e ɛ > 0 basta tomar δ = 1 e teremos que d 2 (x, a) < δ implica em x = a, e assim Logo, d 2 d 1. d 1 (i 21 (x), i 21 (a)) = d(a, a) = 0 < ɛ. Por outro lado, a identidade i 12 : (R, d 1 ) (R, d 2 ) não é contínua pois dados a R e ɛ = 1, δ > 0 existe x R com x a e d 1 (x, a) < δ. Assim, d 2 (i 12 (x), i 12 (a)) = d 2 (x, a) = 1 = ɛ. 34

38 Logo, d 1 d 2 Exemplo Sejam d 1 e d 2 duas métricas num conjunto M tais que d 1 (x, y) = 2d 2 (x, y). Mostre que d 1 d 2. De fato, a identidade i 12 : (M, d 1 ) (M, d 2 ) é contínua. De fato, dado a M e ɛ > 0 basta tomar δ = 2ɛ e teremos d 2 (i 12 (x), i 12 (a)) = d 2 (x, a) = 1 2 d 1(x, a) < 1 2 δ = ɛ sempre que d 1 (x, a) < δ. Daí segue que d 1 d 2. Por outro lado, para i 21 : (M, d 2 ) (M, d 1 ), dados a M e ɛ > 0 basta tomar δ = ɛ 2 e teremos d 1 (i 21 (x), i 21 (a)) = d 1 (x, a) = 2d 2 (x, a) < 2δ = ɛ sempre que d 2 (x, a) < δ. Assim i 21 é contínua e d 2 d 1. Logo d 1 d 2. Teorema Sejam d 1 e d 2 métricas num conjunto M. Se existir α > 0 tal que d 2 (x, y) αd 1 (x, y) x, y M, então d 1 d 2. Demonstração: Seja i 12 : (M, d 1 ) (M, d 2 ) a aplicação identidade. Dados a M e ɛ > 0 basta tomar δ = ɛ α e então quando d 1(x, a) < δ teremos d 2 (i 12 (x), i 12 (a)) = d 2 (x, a) αd 1 (x, a) < α ɛ α = ɛ. Logo, i 12 é contínua e d 1 d 2. Corolário Se existirem α, β > 0 tais que d 2 (x, y) αd 1 (x, y) βd 2 (x, y) para quaisquer x, y M, então d 1 d 2. Demonstração: Pelo Teorema anterior, de d 2 (x, y) αd 1 (x, y) temos d 1 d 2. Por outro lado de αd 1 (x, y) βd 2 (x, y) temos que d 1 (x, y) β α d 2(x, y) d 2 d 1. Logo, d 1 d 2. n Exemplo Em R n consideremos d(x, y) = x i y i 2, d 1 (x, y) = i=1 n x i y i e d 2 (x, y) = max x i y i com 1 i n. Mostre que d, d 1 e d 2 são métricas equivalentes. Pelo corolário acima basta mostrar que d 2 (x, y) d(x, y) d 1 (x, y) nd 2 (x, y). 35 i=1

39 A primeira e terceira desigualdades são imediatas. Resta mostrar que d(x, y) d 1 (x, y). De fato, d(x, y) 2 = d 1 (x, y) 2 = n x i y i 2 i=1 n x i y i i=1 i=1 n x i y i x i y i o que implica o que conclui a solução do exemplo. d(x, y) 2 d 1 (x, y) 2 d(x, y) d 1 (x, y) Teorema Uma função f : M M 1 M 2... M n, f(x) = (f 1 (x),..., f n (x)) é contínua se, e somente se cada função f i com 1 i n for contínua. Demonstração: Seja f contínua e seja f i = p i f onde p i : M 1... M n M i é a projeção p i (x 1,..., x n ) = x i que é contínua, tendo então que a composição f i = p i f é contínua. Reciprocamente, se cada f i for contínua, então dados a M e ɛ > 0 existem δ 1, δ 2,..., δ n > 0 tais que d i (f i (x), f i (a)) < ɛ n sempre que d(x, a) < δ i. Assim, fazendo δ = min{δ 1,..., δ n } então d(x, a) < δ garantirá d(f(x), f(a)) = d((f 1 (x),..., f n (x)), (f 1 (a),..., f n (a))) = n d i (f i (x), f i (a)) 2 < i=1 n ( ɛ 2 n) i=1 = n ɛ2 n 2 = ɛ n < ɛ. Portanto, f é contínua. Exemplo (Projeção estereográfica) Sejam S 1 = {(x, y) R 2 ; x 2 + y 2 = 1} e p = (0, 1). A projeção estereográfica π : S 1 {p} R é a função que a cada ponto u S 1 {p} associa o ponto π(u) obtido pela interseção do eixo das abscissas com a semi-reta de origem p, e que contém o ponto u. Se u = (s, t), para determinar analiticamente o ponto π(u), recorremos à equação da reta que passa por p e u e fazemos sua interseção com a reta 36

40 y = 0. A equação da reta citada é y = t 1 x + 1. Esta reta intercepta a reta y = 0 no s ponto em que 0 = t 1 s x + 1 ou seja, (t 1)x + s = 0 ou ainda x = s t 1 = s 1 t. ( ) s Assim, se u = (s, t) S 1 {p}, então π(u) = 1 t, 0 que identificamos com o número s real. Queremos mostrar que π é um homeomorfismo. Para tanto, mostraremos 1 t inicialmente que π é um bijeção. Dado a R, consideremos a reta que passa por (α, 0) e p = (0, 1). A equação desta reta é y = x α + 1. Para verificar se existe u S1 {p} tal que π(u) = (α, 0) = α basta verificar se existe algum ponto comum à reta y = x α + 1 e ao conjunto S 1 {p}. Isto é, verificar se existe algum ponto da forma (x, x ) α + 1 diferente ( de p com x, x ) α + 1 = 1. Resolvendo esta equação obtemos duas soluções. Uma é ( ) 2α o ponto p = (0, 1) que não interessa e a outra é o ponto u = α 2 + 1, α2 1 que é o α único ponto de S 1 {p} tal que π(u) = (α, 0). Isto mostra que π é injetiva e sobrejetiva. A continuidade de π decorre do item (c) do Teorema Do que acabamos de fazer decorre que a inversa de π, é a função φ : R S 1 {p} dada por φ(α) = 1 α (2α, α2 1) que é contínua em virtudde do Teorema anterior. Logo, π é um homeomorfismo Espaços Topológicos Para determinar se uma função f : M N é contínua ou não basta conhecer os abertos de M e N. É possível também, para verificar a continuidade de f : M N conhecendo apenas os fechados de M e N. Esses dois resultados mostram que não necessitamos das métricas de M e N para estudar a continuidade de funções M N. Sendo o estudo das funções contínuas de grande interesse na matemática de um modo geral, surge a idéia de se definir uma classe de espaços nos quais ainda se possa definir continuidade. Para se obter tal generalização, dado um conjunto M precisamos determinar quais dos seus subconjuntos serão chamados abertos. É necessário também que estes conjuntos satisfaçam as propriedades dos conjuntos abertos dos espaços métricos, ou seja (a) e M são abertos; (b) a reunião arbitrária de abertos é aberta; 37

41 (c) a interseção finita de abertos é aberta. Definição Dado um conjunto X e uma família τ de subconjuntos de X, diremos que τ é uma topologia em X se (a), X τ; (b) Se A λ τ λ L, onde L é un conjunto arbitrário de índices, então A λ τ com λ L; (c) Se A 1, A 2,..., A n τ então a interseção A 1 A 2... A n τ. Definição Um espaço topológico é um par (X, τ) onde X é um conjunto qualquer e τ é uma topologia em X. Os elementos de τ são chamados conjuntos abertos. Exemplo Mostre que todo espaço métrico é um espaço topológico. De fato, dado um espaço métrico (M, d), como os abertos de M são reuniões de bolas abertas de M, basta tomarmos τ como sendo um conjunto X M, tal que x é uma reunião de bolas abertas de M e τ será uma topologia em M. O espaço topológico (M, τ) terá os mesmos abertos que (M, d). Definição Sejam (X, τ) um espaço topológico, Y X e τ 1 = {A Y, A τ}. A topologia τ 1 é chamada topologia induzida por τ em Y e (Y, τ 1 ) é chamado subespaço de (X, τ). Definição Sejam X e Y espaços topológicos. Uma função f : X Y será dita contínua quando para todo aberto A Y tivermos f 1 (A) aberto em X. Definição Diremos que uma bijeção f : X Y é um homeomorfismo se f e f 1 forem contínuas Continuidade Uniforme Estudamos as funções contínuas anteriormente. Vimos que uma função f : M N era contínua num ponto a M se para todo ɛ > 0 pudéssemos obter δ > 0 tal que d(f(x), f(a)) < ɛ sempre que d(x, a) < δ. Chamaremos a atenção para dois fatos. O primeiro deles é que continuidade é um fenômeno local, f pode ser contínua em um ponto a M e descontínua em outro ponto b M. O segundo é que mesmo quando f é contínua em dois pontos a, b M, para um mesmo ɛ > 0, o δ > 0 que encontraremos para o ponto a poderá ser diferente daquele que encontraremos para o ponto b. Em resumo, δ depende de ɛ e de a, ou seja, δ = δ(ɛ, a). As funções que são contínuas em todos os pontos do domínio para as quais for possível determinar δ > 0 que independa do ponto a em questão serão chamadas uniformemente contínuas. Com isso, podemos introduzir a primeira definição desta seção. 38

42 Definição Sejam M e N espaços métricos. uma função f : M N é dita uniformemente contínua quando para cada ɛ > 0 for possível obter δ > 0 tal que d(f(x), f(y)) < ɛ para quaisquer x, y M com d(x, y) < δ. Observação Se f : M N é uniformemente contínua, f também é contínua. Exemplo Seja M um espaço métrico qualquer e f : M M a aplicação identidade. Mostre que f é uniformemente contínua. Dado ɛ > 0, basta tomar δ = ɛ e teremos que d(x, y) < δ d(f(x), f(y)) = d(x, y) < δ = ɛ. Exemplo Seja f : R R dada por f(x) = 5x + 3. Mostre que f é uniformemente contínua. De fato, dado ɛ > 0, queremos obter δ > 0 tal que x y < δ garante f(x) f(y) < ɛ. Assim f(x) f(y) = 5x + 3 (5y + 3) = 5(x y) = 5 x y. Daí x y < ɛ 5 sempre que x y < ɛ. Portanto basta tomar δ = ɛ 5 e teremos que Logo, f é uniformemente contínua. x y < δ f(x) f(y) = 5 x y < 5δ = 5 ɛ 5 = ɛ. Exemplo Mostre que a função f : R R dada por f(x) = x 2 não é uniformemente contínua. Para provar isto, precisamos exibir um ɛ > 0 tal que, para qualquer δ > 0 possamos encontrar uma par de pontos x e y tais que x y < δ e f(x) f(y) ɛ. Tomemos ɛ = 1. Dado δ > 0 sejam x > 1 δ e y = x + δ 2. Então x y = δ 2 < δ e f(x) f(y) = x 2 y 2 = x + y x y = x + y δ 2 = x + x + δ δ 2 2 = 2x + δ δ 2 2 > 2x δ 2 = 1 δ δ = 1 = ɛ. 39

43 Teorema Toda função de Lipschitz é uniformemente contínua. Demonstração: Sejam M e N espaços métricos, f : M N lipschitziana, digamos com constante de Lipschitz c, isto é, d(f(x), f(y)) cd(x, y) para quaisquer x, y M. Dado ɛ > 0 basta tomar δ = ɛ e teremos que c Logo, f é uniformemente contínua d(x, y) < δ d(f(x), f(y)) cd(x, y) < cδ = c ɛ c = ɛ. Exemplo 1.4 Seja f : X R dada por f(x) = x 2 onde X R é um conjunto limitado. Mostre que f é uniformemente contínua. Demonstração: sendo X limitado, existe A > 0 tal que x A para todo x X. Assim, quaisquer que sejam x, y X temos f(x) f(y) = x 2 y 2 = x + y x y ( x + y ) x y 2A x y. Portanto, f é uma função de Lipschitz (com constante de Lipschitz 2A), e pelo teorema anterior, uniformemente contínua. Exemplo Mostre que a função f : [0, ) R dada por f(x) = x é uniformemente contínua. ( ɛ ) 2 De fato, dado ɛ > 0, se tomarmos δ 1 = teremos que 4 x 0 < δ 1 f(x) f(0) = x 0 = x < δ 1 = ɛ 4 [ e assim para x, y 0, δ ] 1 temos 2 f(x) f(y) = x y x + y < ɛ 4 + ɛ 4 = ɛ 2. Por outro lado, para qualquer α > 0 temos f(x) f(y) = x y = x y x + y x y 2 α e pelo Teorema anterior f [α, ) é uniformemente contínua. Tomando então α = δ 1 2 obtemos δ 2 > 0 tal que para x, y [α, ) com x y < δ 2 temos f(x) f(y) < ɛ. Fazendo agora 2 δ = min{δ 1, δ 2 }, se x y < δ e x, y [0, α] ou x, y [α, ) vale f(x) f(y) < ɛ 2 < ɛ. Se x y < δ e digamos x < α < y então α, x [0, α] e y α < δ 2 com y, α [α, ) e assim 40

44 f(x) f(y) f(x) f(α) + f(α) f(y) < ɛ 2 + ɛ 2 = ɛ. Logo, f é uniformemente contínua. Teorema Sejam M, N e P espaços métricos. Se f : M N e g : N P são uniformemente contínuas então g f : M P é uniformemente contínua. Demonstração: Dado ɛ > 0, como g é uniformemente contínua, existe δ 1 > 0 tal que para quaisquer u, v N com d(u, v) < δ 1 garante d(g(u), g(v)) < ɛ. Por outro lado, para este δ 1 > 0 a continuidade uniforme de f nos fornece δ > 0 tal que para quaisquer x, y M com d(x, y) < δ temos d(f(x), f(y)) < δ 1. Isto garante então d(g(f(x)), g(f(y))) < ɛ ou seja, d((g f)(x), (g f)(y)) < ɛ para quaisquer x, y M com d(x, y) < δ. Logo, g f é uniformemente contínua. Exemplo Seja f : [0, a] R dada por f(x) = x 3. Mostre que f é uniformemente contínua. Tomemos h : [0, a] R e g : [0, ) R dadas por h(x) = x 3 e g(y) = y. Pelo exemplo anterior vimos que g(y) = y é uniformemente contínua. Por outro lado h é uniformemente contínua por ser de Lipschitz: d(h(x), h(z)) = x 3 z 3 = x z x 2 + xz + z 2 x z ( x 2 + xz + z 2 ) x z (a 2 + a 2 + a 2 ) = 3a 2 x z. Logo, pelo Teorema anterior f é uniformemente contínua pois f = g h. Exemplo Seja X C limitado e f : X C dada por f(x) = x 6. Mostre que f é uniformemente contínua. De fato, seja f = h g onde g : X C é dada por g(x) = x 2 e h : g(x) C é dada por h(y) = y 3. Como X é limitado, segue que g(x) = x 2 é uniformemente contínua. Além disso, como X é limitado, g(x) também é ainda mais, h é lipschitiziana, pois d(h(y), h(w)) = y 3 w 3 = y w y 2 + yw + w 2 y w ( y 2 + yw + w 2 ) y w (b 2 + b 2 + b 2 ) = 3b 2 y w. Daí seque que h é uniformemente contínua. Logo f = h g é uniformemente contínua. Teorema Sejam f, g : M C funções uniformemente contínuas. Então f + g e f g são uniformemente contínuas. 41

45 Demonstração: Dado ɛ > 0, pela continuidade uniforme de f existe δ 1 > 0 tal que d(f(x), f(y)) = f(x) f(y) < ɛ 2 sempre que d(x, y) < δ 1. Do mesmo modo, pela continuidade uniforme de g existe δ 2 > 0 tal que d(g(x), g(y)) = g(x) g(y) < ɛ sempre que 2 d(x, y) < δ 2. Tomando então δ = min{δ 1, δ 2 } teremos d((f + g)(x), (f + g)(y)) = f(x) + g(x) f(y) g(y) f(x) f(y) + g(x) g(y) < ɛ 2 + ɛ 2 = ɛ desde que d(x, y) < δ. Logo, f +g é uniformemente contínua. Para o caso f g o raciocínio é análogo. Definição Dada uma função f : M N 1 N 2... N k, o qual é definida por f(x) = (f 1 (x), f 2 (x),..., f k (x)), as funções f i : M N i são chamadas coordenadas de f. Se p i : N 1... N k N i é a projeção sobre N i, vale f i = p i f, i = 1, 2,..., k. Observemos que as projeções p i são lipschitzianas, e portanto uniformemente contínuas, para qualquer uma das três métricas (a) d(x, y) = k d(x i, y i ) 2 ; (b) d 1 (x, y) = i=1 k d(x i, y i ); i=1 (c) d(x, y) = max{d(x 1, y 1 ),..., d(x k, y k )} onde x = (x 1,..., x k ) e y = (y 1,..., y k ). De fato temos d(p i (x), p i (y)) = d(x i, y i ) k d(x j, y j ) 2 j=1 = d(x, y) d(p i (x), p i (y)) = d(x i, y i ) k d(x j, y j ) j=1 = d 1 (x, y) d(p i (x), p i (y)) = d(x i, y i ) max{d(x 1, y 1 ),..., d(x k, y k )} = d 2 (x, y). 42

46 Teorema Se p é uma das métricas acima, então uma função f : M (N 1 N 2 ) é uniformemente contínua se, e somente se, suas coordenadas f 1 : M N 1 e f 2 : M N 2 o forem. Demonstração: se f é uniformemente contínua então f i = p i f é uniformemente contínua por ser uma composição de funções uniformemente contínuas. Reciprocamente, se f 1 e f 2 são uniformemente contínuas, dado ɛ > 0 existem δ 1, δ 2 > 0 tais que d(f 1 (x), f 1 (y)) < ɛ 2 sempre que d(x, y) < δ 1 e d(f 2 (x), f 2 (y)) < ɛ 2 sempre que d(x, y) < δ 2. Assim, fazendo agora δ = min{δ 1, δ 2 } teremos d(f 1 (x), f 1 (y)) < ɛ 2 e d(f 2(x), f 2 (y)) < ɛ sempre que d(x, y) < δ. 2 Se usarmos em N 1 N 2 a métrica d(u, v) = d(u 1, v 1 ) 2 + d(u 2, v 2 ) 2 temos sempre que d(x, y) < δ. d(f(x), f(y)) = d((f 1 (x), f 2 (x)), (f 1 (y), f 2 (y))) = d(f 1 (x), f 1 (y)) 2 + d(f 2 (x), f 2 (y)) 2 ( ɛ 2 ( ɛ ) 2 < + 2) 2 = ɛ 2 2 < ɛ Usando a métrica d 1 (u, v) = d(u 1, v 1 ) + d(u 2, v 2 ) em N 1 N 2 temos d 1 (f(x), f(y)) = d 1 ((f 1 (x), f 2 (x)), (f 1 (y), f 2 (y))) = d(f 1 (x), f 1 (y)) + d(f 2 (x), f 2 (y)) < ɛ 2 + ɛ 2 = ɛ sempre que d(x, y) < δ. Finalmente, também para a métrica d 2 (u, v) = max{d(u 1, v 1 ), d(u 2, v 2 )} temos d 2 (f(x), f(y)) = d 2 ((f 1 (x), f 2 (x)), (f 1 (y), f 2 (y))) = max{d(f 1 (x), f 1 (y)), (f 2 (x), f 2 (y))} < ɛ 2 < ɛ sempre que d(x, y) < δ. Portanto f é uniformemente contínua em relação a qualquer uma das métricas. Corolário Se p é uma das métricas usadas no teorema anterior, então uma função f : M (N 1... N k, p) é uniformemente contínua se, e somente se, cada coordenada f i = p i f : M N i o for. Observação A continuidade uniforme não é uma propriedade topológica, e sim métrica. Isto é, uma função f : M N uniformemente contínua pode perder esta propriedade se trocarmos á métrica de M e ou a de N por outra equivalente. 43

47 1.14 Métricas Uniformemente Equivalentes Se f : (M, d) (N, d ) é uniformemente contínua, não é suficiente, em geral termos d 1 d e d 1 d para garantir a continuidade uniforme de f : (M, d 1 ) (N, d ), de f : (M, d) (N, d 1) e f : (M, d 1 ) (N, d 1). Para tanto, é necessário uma relação mais forte entre as métricas do que a simples equivalência. Essa relação é chamada equivalência uniforme. Definição Uma bijeção uniformemente contínua f : M N é chamada homeomorfismo uniforme quando sua inversa f 1 : N M for também uniformemente contínua. Definição Duas métricas d 1 e d 2 num conjunto M são ditas uniformemente equivalentes quando a aplicação identidade i 12 : (M, d 1 ) (M, d 2 ) for um homeomorfismo uniforme. Exemplo Dado um espaço métrico (M, d), mostre que d 1 (x, y) = uniformemente equivalente a d. d(x, y) 1 + d(x, y) é Basta mostrar que a aplicação identidade i : (M, d) (M, d 1 ) é um homeomorfismo uniforme. Dado ɛ > 0, tomando δ = ɛ teremos que d(x, y) < ɛ garante d 1 (i(x), i(y)) = d 1 (x, y) = d(x, y) 1 + d(x, y) d(x, y) < δ = ɛ. Logo, i é uniformemente contínua. Por outro lado, para a inversa i 1 : (M, d 1 ) (M, d), dado ɛ > 0 tomando δ = teremos que d 1 (x, y) < δ garante d(x, y) 1 + d(x, y) < ɛ 1 + ɛ d(x, y) + ɛd(x, y) < ɛ + ɛd(x, y) d(x, y) < ɛ ɛ 1 + ɛ ou seja d(i 1 (x), i 1 (y)) < ɛ, o que mostra a continuidade uniforme de i 1. Logo d e d 1 são uniformemente equivalentes. Exemplo Dado um espço métrico (M, d) mostre que a métrica d 2 (x, y) = min{1, d(x, y)} é uniformemente equivalente a d. Para tanto, basta mostrar que a aplicação identidade j : (M, d) (M, d 2 ) é um homeomorfismo uniforme. Dado ɛ > 0, tomando δ = ɛ então d(x, y) < δ teremos d 2 (j(x), j(y)) = d 2 (x, y) = min{1, d(x, y)} d(x, y) < δ = ɛ 44

48 logo, j é uniformemente contínua. Por outro lado, para j 1 : (M, d 1 ) (M, d), dado ɛ > 0, tomando δ = min{1, ɛ} teremos que se d 2 (x, y) < δ 1 então min{1, d(x, y)} < 1 e assim min{1, d(x, y)} = d(x, y). Logo, e d 2 (x, y) = d(x, y) d(j 1 (x), j 1 (y)) = d(x, y) = d 2 (x, y) < δ ɛ. Portanto, j 1 é uniformemente contínua. Teorema Sejam d 1 e d 2 métricas em M. Se existirem constantes α, β > 0 tais que d 1 (x, y) αd 2 (x, y) βd 1 (x, y) para quaisquer x, y M então d 1 e d 2 são uniformemente equivalentes. Demonstração: Basta observar que as aplicações identidade i 12 : (M, d 1 ) (M, d 2 ) e i 21 : (M, d 2 ) (M, d 1 ) são lipschitzianas e portanto uniformemente contínuas. Sendo assim, d 1 d Sequências de Cauchy - Espaços métricos completos Definição Seja (x n ) uma sequência num espaço métrico M. Diremos que (x n ) é uma sequência de Cauchy se dado ɛ > 0 existir n 0 tal que d(x n, x m )< ɛ sempre que m, n n o. Teorema Se (x n ) é uma sequência convergente num espaço métrico M, então (x n ) é de Cauchy. Demonstração:Seja lim x n = a. Então dado ɛ > 0 existe n o tal que d(x n, a) < ɛ 2 para todo n n o. logo, para m, n n o temos d(x n, x m ) d(x n, a) + d(a, x m ) < ɛ 2 + ɛ 2 = ɛ Portanto, (x n ) é de Cauchy. A recíproca deste teorema não é verdadeira. Isto pode ser observado tomando a sequência x n = 1 no espaço métrico M = (0, ) com a métrica induzida da reta real n 45

49 R. Para mostrar que esta sequência (x n ) é de Cauchy, dado ɛ > 0 basta tomar n o > 2 ɛ que para m, n n o teremos d(x n, x m ) = 1 n 1 m 1 n + 1 m = 1 n + 1 m 1 n o + 1 n o = 2 n o < 2 ɛ 2 = ɛ Teorema Se uma sequência de Cauchy (x n ) possui uma subsequência convergente (x nk ) com lim x nk = a, então (x n ) converge e lim x n = a. Demonstração:Dado ɛ > 0, como lim x nk = a, existe k o tal que d(x nk, a) < ɛ para todo 2 k k o. Por outro lado, sendo (x n ) de Cauchy existe m 1 tal que d(x n, x m ) < ɛ 2 sempre que m, n m 1. Tomando agora m o = max{m 1, n ko } e fixando um natural k k o com n k > m o, isto é fixemos um termo x nk da subsequência (x nk ) com n k m o. Então, para n m o temos d(x n, a) d(x n, x nk ) + d(x nk, a) < ɛ 2 + ɛ 2 = ɛ. Portanto, lim x n = a. Teorema Toda sequência de Cauchy é limitada. Demonstração: Seja (x n ) uma sequência de Cauchy num espaço métrico M. Então para ɛ = 1 existe n o tal que d(x n, x m ) < 1 sempre que m, n n o. Em particular para n n o d(x n, x mo ) < 1 ou seja, x n B(x no ; 1). Logo, fazendo X = {x 1, x 2,..., x no 1}, temos x(n) = X {x no, x no+1,...} X B(x no ; 1) Como X é limitado por ser finito, temos X B(x no ; 1) limitado e assim x(n) é limitado, ou seja, (x n ) é limitada. 46

50 Definição Diremos que um espaço métrico M é completo quando toda sequência de Cauchy em M for convergente. Exemplo Consideremos a reta real R com sua métrica usual. sequência de Cauchy em R. Vamos mostrar que R é completo. Seja (x n ) uma De fato, pelo teorema anterior, sabemos que (x n ) é limitada. Se (x n ) for monótona, temos que (x n ) converge. Se porém, (x n ) não for monótona, poderemos garantir sua convergência pelo que segue. Tomamos y n = inf{x n, x n+1,...}. Então (y n ) é monótona pois y 1 y Como (x n ) é limitada, digamos a x n b para todo n, então pela definição de y n temos a y n b para todo n. Logo temos que (y n ) converge. Seja então lim y n = p. dado ɛ > 0 existe n 1 tal que y n p < ɛ 3 para todo n n 1. Sendo (x n ) de Cauchy existe n 2 tal que x n x m < ɛ 3 sempre que m, n n 2. Da definição acima de ínfimo segue que para cada n existe i n n tal que y n x in y n + ɛ 3. Fazendo n o = max{n 1, n 2 }, para n n o teremos x n p x n x in + x in y n + y n p < ɛ 3 + ɛ 3 + ɛ 3 = ɛ. Portanto lim x n = p e isto mostra que (x n ) é convergente e R é completo. Teorema Se M é completo e N é um subespaço fechado de M, então N é completo. Demonstração: Seja (x n ) uma sequência de Cauchy em N. Como M é completo, (x n ) converge em M, isto é, existe a M tal que lim x n = a. Assim, temos que a N (pois N é fechado em M). Portanto, (x n ) é convergente em N e N é completo. Teorema Se N é um subespaço de completo de M, então N é fechado em M. 47

51 Demonstração: Seja (x n ) uma sequência de pontos de N com lim x n = a M. Dai temos que (x n ) é de Cauchy. Sendo N completo (x n ) converge em N. Isto é, existe b N tal que lim x n = b. Pela unicidade do limite de uma sequência temos b = a, pois caso contrário a sequência (x n ) teria dois limites distintos em M. Portanto, a N e dai temos que N é fechado em M. Teorema Se M e N são completos, então M N é completo. Demonstração: Sejam M e N espaços métricos completos e consideremos em M N temos d(x, y) = d(x 1, y 1 ) 2 + d(x 2, y 2 ) 2 onde x = (x 1, x 2 ) e y = (y 1, y 2 ). Dada uma sequência de Cauchy z n = (x n, y n ) em M N temos d(x n, x m ) d(x n, x m ) 2 + d(y n, y m ) 2 = d(z n, z m ) e d(y n, y m ) d(x n, x m ) 2 + d(y n, y m ) 2 = d(z n, z m ). Portanto, o fato de (z n ) ser uma sequência de Cauchy garante que (x n ) e (y n ) também são. Como M e N são completos, (x n ) e (y n ) são convergentes. Digamos lim x n = a e lim y n = b. Portanto, dado ɛ > 0 existem n 1 e n 2 tais que d(x n, a) < ɛ 2 para todo n n 1 e d(y n, b) < ɛ 2 para todo n n 2. Tomando n o = max{n 1, n 2 } para n n o teremos d(z n, (a, b)) = d((x n, y n ), (a, b)) = d(x n, a) 2 + d(y n, b) 2 ( ɛ 2 ( ɛ ) 2 = + 2) 2 2(ɛ) 2 = 4 = ɛ < ɛ. 2 Logo, lim z n = (a, b) e M N é completo. 48

52 Corolário Se M 1, M 2,..., M k são espaços métricos completos então temos que o produto cartesiano M 1 M 2... M k é completo. Teorema Se f : M N é uma isometria, então M é completo se e somente se N o for. Demonstração: Sejam M completo e f : M N uma isometria. Dada uma sequência de Cauchy (y n ) em N, a sequência x n = f 1 (y n ) é também de Cauchy, pois, d(x n, x m ) = d(f(x n ), f(x m )) = d(y n, y m ). Sendo M completo, (x n ) converge. Seja lim x n = a. Então, da continuidade de f temos que lim f(x n) = f(a) = lim y n. Portanto (y n ) é convergente e N é completo. Analogamente mostra-se a outra parte. Definição Um espaço vetorial normado e completo em relação à métrica induzida por esta norma é chamado espaço de Banach. Como exemplos simples de espaços de Banach temos a reta R e espaço vetorial R n. Com o intuito de obter outros espaços de Banach apresentaremos agora o espaço ß(X, R) das funções reais limitadas f : X R definidas num conjunto qualquer X. Observe que ß(X, R) com a soma e produto por escalar λ R usuais e é um espaço vetorial. (f + g)(x) = f(x) + g(x) (λf)(x) = λf(x) Podemos definir uma norma em ß(X, R) pondo f = sup{ f(x) ; x X} Esta norma induz em ß(X, R) a métrica d(f, g) = f g. O exemplo a seguir estabelece que o espaço vetorial aqui descrito é um espaço de Banach. Exemplo O espaço ß(X, R) com a métrica d(f, g) = f g é completo. 49

53 Seja (f n ) uma sequência de Cauchy neste espaço. Então, dado ɛ > 0 existe n o tal d(f m, f n ) < ɛ para quaisquer m, n n o. Então se m, n n o temos d(f m (x), f n (x)) < ɛ. Logo para cada x X a sequência (f n (x)) é de Cauchy em R. Como R é completo, (f n (x)) é convergente, isto é, existe lim f n (x). Então, para cada x X façamos lim f n(x) = f(x). Desta forma obtemos uma nova função f : X R. Queremos mostrar agora que f ß(X, R) e que neste espaço lim f n = f, isto é Ou seja, lim d(f n, f) = lim f n f = 0. sup f n (x) f(x) 0 quando n. Como (f n ) é de Cauchy, dado ɛ > 0 existe k tal que d(f m, f n ) < ɛ 2 sempre que m, n k. Isto é, m, n k garantem f m (x) f n (x) < ɛ 2 para todo x X. obteremos Se para cada x X fizermos m nessa ultima desigualdade f(x) f n (x) ɛ 2 < ɛ para todo x X e n k. Em particular f(x) f k (x) < ɛ para todo x X, e assim f(x) = f(x) f k (x) + f k (x) f(x) f k (x) + f k (x) < ɛ + f k (x) para todo x X. Como f k ß(X, R), existe A tal que f k (x) A para todo x X. Logo, f(x) < ɛ + A para todo x X. Isto mostra que f é limitada, ou seja, f ß(X, R). Além disso, de para todo x X e n k vem f(x) f n (x) ɛ 2 < ɛ sup f(x) f n (x) ɛ 2 < ɛ,x X 50

54 para todo n k ou seja, d(f n, f) < ɛ para todo n k. Portanto lim f n = f e ß(X, R) é completo. O exemplo a seguir mostra que o espaço das funções contínuas C([a, b], R) é completo. Exemplo O espaço C([a, b], R) com a métrica d(f, g) = f g onde temos que f g = sup{ f(x) g(x) ; x [a, b]} é completo. Consideremos (f n ) uma sequência de Cauchy nesse espaço. Dai temos que d(f m (x), f n (x)) < ɛ sempre que m, n n 0 x [a, b]. Note que (f n (x)) é de Cauchy em R. Como R é completo temos que existe lim f n (x). Para cada x [a, b] fazemos lim f n (x) = f(x). A partir dai obteremos uma nova função f : [a, b] R e mostremos agora que f C([a, b], R) e que neste espaço lim f n = f lim d(f n, f) = lim f n f = 0. Como (f n ) é de Cauchy dado ɛ > 0 k > 0 tal que f m (x) f n (x) < ɛ sempre que m, n k. Fazendo m teremos 2 que f(x) f n (x) ɛ < ɛ x [a, b] e n k. Considere agora uma sequência de funções 2 contínuas f n : [a, b] R com lim f n = f em C([a, b], R). Então dado ɛ > 0 existe k tal que d(f n, f) < ɛ 3 n k. Logo f n(x) f(x) < ɛ 3. Como f k é contínua, dado a 1 [a, b] existe δ > 0 tal que f k (a 1 ) f k (x) < ɛ 3 x [a, b] com d(x, a 1 ) < δ. Dai se x [a, b] e d(x, a 1 ) < δ teremos que f(a 1 ) f(x) f(a 1 ) f k (a 1 ) + f k (a 1 ) f(x) f(a 1 ) f k (a 1 ) + f k (a 1 ) f k (x) + f k (x) f(x) < ɛ 3 + ɛ 3 + ɛ 3 = ɛ o que concluímos que f é contínua, ou seja, f C([a, b], R). Definição Um espaço de Hilbert é um espaço vetorial com produto interno que é completo em relação à métrica oriunda deste produto interno. Conforme vimos anteriormente o R n é completo em relação a métrica usual. Sendo esta métrica exatamente a que vem do produto interno canônico do R n < x, y >= n x i y i i=1 onde x = (x 1, x 2,..., x n ) e y = (y 1, y 2,..., y n ) é um espaço de Hilbert. Exemplo O espaço vetorial M = {f : [0, 2] R} onde f é contínua com o produto interno 51

55 < f, g >= 2 0 (f.g) não é um espaço de Hilbert. Para provar esta afirmação tomemos a sequência f n : [0, 2] R dada por f n (x) = 1, se x 1 nx + n + 1, se 1 < x < n 0, se x n Isto é, entre os pontos 1 e n, f n é tal que seu gráfico é o segmento de reta unindo os pontos (1; 1) e (1 + 1n ) ; 0. Observemos que f n é uma sequência de Cauchy. Temos d(f n, f n+p ) = f n f n+p = < f n f n+p, f n f n+p > 2 = 0 2 (f n f n+p )(f n f n+p ) = = 0 (f n f n+p ) n + p (px p) 2 1 } {{ } I(n,p) n 1 ( nx + n + 1) n + p } {{ } J(n,p) Agora note que lim I(n, p) = lim J(n, p) = 0. Logo, lim d(f n, f n+p ) = 0 ou seja, dado ɛ > 0 existe n o tal que n n o garante d(f n, f n+p ) < ɛ para todo p. Isto mostra que (f n ) é de Cauchy. Mostraremos agora que (f n ) não converge em M. Para tanto, suponhamos que f seja uma função em M tal que lim f n = f. Então, se tivermos f(a) 1 para algum a < 1 teremos f n (a) f(a) > 0 52

56 e assim d(f n, f) = (f n f) 2 = 0 1 f n f (f n f) 2 = 0 (1 f) 2 > 0 para todo n. Logo lim d(f n, f) 1 0 (1 f) 2 > 0 contrariando a hipótese de que lim f n = f em M. Por outro lado, se para algum a > 1 tivéssemos f(a) 0, então f n (a) f(a) = f(a) > 0 desde que n < a, ou seja, 1 n teríamos 1 1 < a 1 ou ainda n >. Logo, para n > a 1 a 1 2 d(f n, f) = = (f n f) 2 n 1 1+ n f n f 2 f 2 > 0 o que contraria a hipótese de que lim f n = f. Portanto, se lim f n = f devemos ter necessariamente f(x) = { 1, se x < 1 0, se x > 1. Se, porém, f cumpre estas condições, então f não é contínua, isto é, f M. Isto prova que não existe lim f n em M. 53

57 Teorema Sejam M e N espaços métricos, com N completo. Se X M e se f : X N é uniformemente contínua então existe lim f(x) para todo a X X. x a Demonstração: Para demonstrar este teorema mostraremos que para toda sequência (x n ) em X com lim x n = a, existe lim f(x n ). Seja então (x n ) uma sequência em X com lim x n = a. Então (x n ) é de Cauchy. Por outro lado, a continuidade de f assegura que dado ɛ > 0 é possivel obter δ > 0 tal que d(f(x), f(y)) < ɛ sempre que d(x, y) < δ com x, y X. Sendo (x n ) de Cauchy, para este δ > 0 existe n o tal que d(x n, x m ) < δ sempre que m, n n o. Assim, para m.n n o teremos d(f(x n ), f(x m )) < ɛ e (f(x n )) é uma sequência de Cauchy em N. Como N é completo existe lim f(x n ) e, consequentemente existe lim f(x). x a Teorema Sejam X M denso, N um espaço métrico completo e f : X N uniformemente contínua. Então a função F : M N dada por é uniformemente contínua. F (y) = { lim x y f(y), se y X f(x), se y M X Demonstração: Do teorema anterior sabemos que para todo y M X existe lim x y f(x). Assim, F está bem definida e pelo teorema garante a continuidade de F. Mostraremos agora que F é uniformemente contínua. Dado ɛ > 0, a continuidade de f nos fornece δ > 0 tal que d(f(x), f(z)) < ɛ 2 para quaisquer x, z X com d(x, z) < δ. Sejam y, v M com d(y, v) < δ. De X denso em M obtemos sequências (x n ) e (z n ) em X com lim x n = y e lim z n = v. Então lim d(x n, z n ) = d(y, v), δ e portanto existe n o tal que d(x n, z n ) < δ para todo n n o, o que fornece d(f(x n ), f(z n )) < ɛ 2 para todo n n o. Logo, d(f (y), F (v)) = d(lim f(x n ), lim f(z n )) = lim d(f(z n ), f(x n )) ɛ 2 < ɛ. Isto mostra que F é uniformemente contínua. 54

58 2 Análise Funcional 2.1 O Teorema de Baire Para esta seção usamos como referência OLIVEIRA (2005) e KUHLKAMP (2002). Teorema Sejam M um espaço métrico completo e F 1 F 2 F 3... uma sequencia decrescente de subconjuntos fechados não vazios de M com lim diamf n = 0. Então contém exatamente um ponto. F = n=1 Demonstração: Como os conjuntos F n são não vazios para cada n N escolhemos arbitrariamente um ponto x n F n. Mostraremos que a sequência (x n ) assim obtida é se Cauchy. Dado ɛ > 0, como lim diamf n = 0, existe n o tal que diamf n < ɛ para todo n n o. Assim, para m, n n o temos F n d(x n, x m ) < ɛ pois x n, x m F no visto que F n F no e F m F no. Portanto (x n ) é de Cauchy. Como M é completo (x n ) converge. Seja lim x n = a. Vamos provar que a F. De fato, dado um natural n qualquer temos x k F n para todo k n. Assim para todo n, ou seja, lim x k = a F n, x a F n = F. Quanto à unicidade observe-se que se existe um ponto b n=1 n=1 F n com a b, então diamf n d(a, b) > 0 para todo n, o que contraria a hipótese lim diamf n = 0. Portanto não existe b a F, ou seja F = {a} como queríamos. [ Exemplo Em R n consideremos as bolas fechadas B n = B 0; 1 ]. Observe que temos n B 1 B 2 B 3... e lim diamb n = 0 e cada B n é fechado e não vazio, o Teorema anterior garante que B n contém exatamente um ponto. Observando que 0 B n para todo n obtemos n=1 B n = {0}. n=1 55

59 Teorema Seja F n uma sequência de subconjuntos fechados de um espaço métrico completo M tais que int F n = para todo n. Então int F n =. n=1 Outra forma de enunciar o teorema de Baire é a seguinte: Se A n é uma sequência de subconjuntos abertos e densos de um espaço métrico completo M, então A = n=1 é denso em M. A equivalência dessas duas formas de enunciar o teorema de Baire decorre dos seguintes fatos: 1. F n é fechado e int F n = se, e somente se, A n = M F n é aberto e denso em M 2. Se A n = M F n então A n = M n=1 n=1 Demonstração: Para provar o Teorema mostraremos que a interseção de um sequência de subconjuntos abertos e densos em M é denso em M. Dada uma bola qualquer B(a; r) em M mostraremos que B(a; r) A 1. Seja a 1 B(a; r) A 1. Pelo fato de A 1 ser aberto existe r 1 > 0 tal que A n F n B 1 = B [a 1 ; r 1 ] A 1 B(a; r). Sem perda de generalidade podemos supor r 1 1. Como A 2 é denso em M temos B(a 1 ; r 1 ) A 2. Seja a 2 B(a 1 ; r 1 ) A 2. Pelo fato de A 2 ser aberto existe r 2 > 0 tal que B 2 = B [a 2 ; r 2 ] A 2 B(a 1 ; r 1 ). Podemos supor também r Notemos que B 1 B 2 e diam B = 2. Observe também que diam B B n tais que: = 1. Por indução obtemos uma sequência de bolas fechadas 1. B 1 B 2 B B n para todo n 3. lim diam B n = 0. Então pelo teorema anterior temos que B n = {p}. n=1 56

60 De B n A n segue que {p}= B n n=1 A n = A n=1 Como B 1 B(a; r) temos B n B(a; r) para todo n e assim {p} = B n B(a; r). n=1 Portanto p B(a; r) A e A é denso em M como queríamos. Definição Um subconjunto H de um espaço métrico M é magro em M quando H = H n onde para cada n, int Hn =. n=1 Exemplo O conjunto dos números racionais Q é magro em R. Para comprovação deste fato basta lembrar que o conjunto dos racionais é enumerável o que garante ser Q = x Q{x} e que int {x} = para qualquer x. Teorema (Teorema de Baire) Se um espaço métrico M é completo e M = onde cada F n é fechado em M, então pelo menos para um n temos int F n n=1 F n Demonstração: Se fosse int F n = para todo n, então M = F n seria magro em M e assim pelo Teorema teríamos int M = em M, que é absurdo. n=1 2.2 Completamento de Espaços Métricos Definição Um completamento de um espaço métrico é um par (N, φ) onde N é um espaço métrico completo e φ : M N é uma imersão isométrica com φ(m) denso em N. Exemplo Consideremos os conjuntos Q dos números racionais e R dos reais ambos munidos da métrica d(x, y) = x y. Tomando φ : Q R dada por φ(x) = x teremos que φ é imersão isométrica e que φ(q) = Q é denso no espaço completo R. Logo R é um completamento de Q. Teorema Todo espaço métrico possui um completamento. 57

61 Demonstração: Sejam M um espaço métrico e p um ponto fixado em M. Consideremos o espaço C(M, R) das funções contínuas e limitadas f : M R que é completo. Definimos uma função f : M C(M, R) dada por f(a) = f a : M R onde f a (x) = d(x, a) d(x, p). Observamos que f está bem definida, isto é, que f a : M R é contínua e limitada para todo a M. De fato, f a é contínua por ser a diferença entre duas funções contínuas e é limitada porque para todo x M vale f a (x) = d(x, a) d(x, p) d(a, p). Constatamos também que f é uma imersão isométrica, pois d(f(a), f(b)) = d(f a, f b ) = f a f b = sup f a (x) f b (x) = sup d(x, a) d(x, p) [d(x, b) d(x, p)] = sup d(x, a) d(x, b) sup d(a, b) = d(a, b) e para x = b temos f a (b) f b (b) = d(a, b) d(b, p) [d(b, b) d(b, p)] = d(a, b) = d(a, b) o que assegura onde x X ou seja, sup f a (x) f b (x) = d(a, b), d(f(a), f(b)) = d(a, b). Como, porém, nada nos garante a densidade de f(m) em C(M, R), fazemos N = f(m) C(M, R). Assim, N é completo por ser subespaço fechado do espaço completo C(M, R). Definindo ϕ : M N por ϕ(a) = f a teremos que ϕ é imersão isométrica e ϕ(m) = N. Portanto (N, ϕ) é um completamento de N. Teorema Se (N, ϕ) e (P, ψ) são dois dois completamentos arbitrários de M, então existe uma isometria f : N P tal que ψ = f ϕ. 58

62 Demonstração: Sejam N e P espaços métricos completos, ϕ : M N e ψ : M P imersões isométricas tais que ϕ(m) = N e ψ(m) = P. Para definir a função f desejada notemos que dado y N, existe uma sequência (a n ) em M com lim ϕ(a n ) = y, pois ϕ(m) é denso em N. Como (ϕ(a n )) é de Cauchy em N e ϕ é uma imersão isométrica, (a n ) é de Cauchy em M. Assim, (ψ(a n )) é uma sequência de Cauchy em P visto que ψ é também imersão isométrica. Como P é completo, existe lim ψ(a n ) em P. Colocamos então f(y) = lim ψ(a n ). Observe que f está bem definida, pois o limite de (ψ(a n )) independe da sequência (a n ) visto que se então lim ϕ(a n) = lim ϕ(b n ) = y lim d(ψ(a n), ψ(b n )) = lim d(a n, b n ) = lim d(ϕ(a n ), ϕ(b n )) = 0 e assim lim ψ(a n) = lim ψ(b n ). Para mostrar que f é imersão isométrica, obervemos que dados x, y N como ϕ(m) é denso em N existem sequências (a n ) e (b n ) em M com x = lim ϕ(a n ) e y = lim ϕ(b n ). Então, pela continuidade da função distância d e das funções ϕ e ψ temos d(f(x), f(y)) = d( lim ψ(a n ), lim ψ(b n )) = lim d(ψ(a n ), ψ(b n )) = lim d(a n, b n ) = lim d(ϕ(a n ), ϕ(b n )) = d( lim ϕ(a n ), lim ϕ(b n )) = d(x, y). Assim, f é imersão isométrica. Para mostrarmos que f é sobrejetiva consideremos z P. Como ψ(m) é denso em P, existe uma sequência (a n ) em M com lim ψ(a n ) = z. Consideremos a sequência (ϕ(a n )) em N. Sendo ψ e ϕ imersões isométricas e (ψ(a n )) uma 59

63 sequência de Cauchy, a sequência (ϕ(a n )) é também de Cauchy. Logo, existe y N tal que y = lim ϕ(a n ). Assim f(y) = lim ψ(a n ) = z. Logo, f é uma isometria. Finalmente, para mostrar que f ϕ = ψ, dado a M tomamos y = ϕ(a) e (a n ) uma sequência com lim a n = a. Então, (f ϕ)(a) = f(ϕ(a) = f(y) = lim ψ(a n ) = ψ(a). Logo, f ϕ = ψ. 2.3 O Teorema do Ponto Fixo de Contrações em Espaços Métricos (Teorema do Ponto Fixo de Banach) Definição Uma função f : M N é uma contração se existir uma constante positiva k < 1 tal que para quaisquer x, y M. constante k < 1. d(f(x), f(y)) kd(x, y) Observe que uma contração é uma função de Lipschitz com Definição Um ponto fixo de uma função f : M M é um ponto p M tal que f(p) = p. Naturalmente, nem toda função f : M M possui um ponto fixo. Por outro lado, para a função identidade i : M M todo ponto de M é ponto fixo. A função f : R R dada por f(x) = x 2 possui dois pontos fixos: 0 e 1. Teorema Seja M um espaço métrico completo. Então, toda contração f : M M possui um único ponto fixo. Além disso, dado um ponto qualquer a M, a sequência (f n (a)) = (f(a), f 2 (a), f 3 (a),...) é convergente e seu limite é o ponto fixo de f. Demonstração: Seja f : M M uma contração com d(f(x), f(y)) kd(x, y). Dado a M façamos a 1 = f(a) a 2 = f(a 1 ) = f(f(a)) = f 2 (a) a 3 = f(a 2 ) = f(f 2 (a)) = f 3 (a). a n = f n (a). 60

64 Mostraremos que a sequência (a n ) assim definida é de Cauchy. Temos d(a 1, a 2 ) = d(f(a), f(a 1 )) kd(a, a 1 ) d(a 2, a 3 ) = d(f(a 1 ), f(a 2 )) kd(a 1, a 2 ) k 2 d(a, a 1 ). Por indução, supondo d(a n 1, a n ) k n 1.d(a, a 1 ) obtemos d(a n, a n+1 ) = d(f(a n 1 ), f(a n )) kd(a n 1, a n ) k n d(a, a 1 ). Logo, d(a n, a n+p ) d(a n, a n+1 ) + d(a n+1, a n+2 ) d(a n+p 1, a n+p ) k n d(a, a 1 ) + k n+1 d(a, a 1 ) k n+p 1 d(a, a 1 ) = (k n + k n k n+p 1 )d(a, a 1 ) < (k n + k n k n+p )d(a, a 1 ) k n = 1 k d(a, a 1). Como k < 1, temos que k n 0 quando n e assim lim k n 1 k d(a, a 1) = 0. k n Dado ɛ > 0, existe n o tal que 1 k d(a, a 1) < ɛ para todo n n o. Consequentemente, para todo p N, temos d(a n, a n+p ) < ɛ desde que n n o ou seja, (a n ) é de Cauchy. Como M é completo, (a n ) é convergente. Seja lim a n = b. Então f(b) = lim f(a n ) = lim a n+1 = b. Logo, b é um ponto fixo de f. Resta mostrar que b é o único ponto fixo de f. Suponhamos que exista c b em M com f(c) = c. Então, d(b, c) = d(f(b), f(c)) kd(b, c) < d(b, c) o que é absurdo. Portanto, b é o único ponto fixo de f como queríamos. 61

65 Exemplo Seja f uma função contínua e lipschitziana em Ω = I a B b onde I a = {t; t t 0 a} B b = {x; x x 0 b}. Se f M em Ω, então existe uma e única solução de x = f(t, x) x(t 0 ) = x 0 { } 1 em I α onde α < min c, b e c é a constante de lipschitz. M De fato, nosso objetivo é encontrar uma função x : I α R definida num intervalo I α que contenha t 0 no seu domínio tal que x(t 0 ) = x 0 e para todo t I α x (t) = f(t, x(t)). Graficamente, Inicialmente as condições x = f(t, x) e x(t 0 ) = x 0 podem ser englobadas em uma única condição x(t) = x 0 + t t 0 f(s, x(s))ds Tome os intervalos I α = (t 0 α, t 0 + α) e B b = [x o b, x 0 + b] em R. Com esses intervalos teremos as seguintes condições (a) I α B b Ω; (b) f(t, x) M (t, x) I α B b ; (c) α.c < 1; Considere agora o espaço métrico C(I α ; B b ) formado pelas aplicações contínuas x : I α B b com a métrica do supremo e defina F : C(I α ; B b ) C(I α ; B b ) da seguinte forma: [F (x)](t) = x 0 + t t 0 f(s, x(s))ds x C(I α ; B b ) t I α 62

66 Com isso há alguns pontos a verificar t (a) [F (x)](t) x 0 = f(s, x(s))ds t t 0 M αm b t 0 t (b) F (x)(t) F (x)(t ) = f(s, x(s))ds t t M t Notemos agora que para x, w C(I α ; B b ) quaisquer vale t F (x)(t) F (w)(t) = [f(s, x(s)) f(s, w(s))]ds t 0 onde t, s I α. Portanto o que implica t t 0 f(s, x(s)) f(s, w(s)) ds t c x(s) w(s) ds t 0 c sup x(s) w(s) t t 0 αc sup x(s) w(s) sup [F (x)](t) [F (w)](t) α.c x w F (x) F (w) α.c x w. Logo F é uma contração do espaço métrico completo C(I α ; B b ) em si mesmo, e dai existe uma única aplicação contínua x : I α B b tal que F (x) = x ou seja x(t) = x 0 + t 2.4 Espaços Topológicos Compactos t 0 f(s, x(s))ds. Teorema Seja [a, b] um intervalo em R e {I λ } λ L uma família de intervalos abertos em R com [a, b] λ L I λ. Então existem λ 1, λ 2,..., λ n em L tais que [a, b] I λ1 I λ2... I λn. Demonstração: Seja X o conjunto dos pontos x [a, b] tais que o intervalo [a, x] pode ser coberto por uma reunião finita dos I λ, isto é, [a, x] I λ1... I λk. Evidentemente, a X e, dado x X, a < x < x implica x X, logo X é um intervalo da forma [a, c) ou da forma [a, c], onde c = sup X. Afirmamos que c X, donde X = [a, c].com efeito,c pertence a um certo intervalo I λo. Escolhamos arbitrariamente um ponto x I λo, com a x < c. 63

67 Tem-se x X e portanto [a, x] I λ1... I λk. Segue-se que [a, c] I λ1... I λk I λo, donde c X. Se fosse c < b, existiria ɛ > 0 suficientemente pequeno para que c + ɛ < b e [c, c + ɛ] I λo. Então seria [a, c + ɛ] I λ1... I λk I λo e portanto (c + ɛ) X, uma contradição. Logo c = b e X = [a, b]. Corolário Se [a, b] λ L A λ onde cada A λ é um conjunto aberto em R, então existem λ 1, λ 2,..., λ n L tais que [a, b] A λ1 A λ2... A λn. Demonstração: Como cada conjunto aberto é uma reunião de bolas abertas, e as bolas abertas em R são intervalos abertos, se [a, b] λ L A λ temos [a, b] µ S I µ onde cada I µ é um intervalo aberto. Pelo teorema anterior obtemos µ 1, µ 2,..., µ n S tais que [a, b] I µ1 I µ2... I µn. Naturalmente existem então λ 1, λ 2,..., λ n L tais que I µi A λi para cada i = 1, 2,..., n. Logo, como queríamos. [a, b] A λ1 A λ2... A λn Definição Sejam X um espaço topológico e Y X. Uma cobertura de Y é uma família C = {C λ } λ L de subconjuntos de X tal que Y λ L C λ. Se cada C λ for um conjunto aberto em X, diremos que C é uma cobertura aberta de Y. Se existir L L tal que Y λ L C λ diremos que C = {C λ } λ L é uma subcobertura de C para Y. Definição Um subconjunto K de um espaço topológico X será dito compacto quando toda cobertura aberta de K possuir uma subcobertura finita 64

68 Teorema Se X é um espaço toplógico compacto e F X é fechado, então F é compacto. Demonstração: Sejam X compacto e F X fechado. Se F λ L A λ onde cada A λ é aberto então, ( ) X = A λ (X F ) λ L é uma cobertura aberta de X. Sendo X compacto, existem λ 1, λ 2,..., λ n L tais que Logo, X A λ1 A λ2... A λn. e F é compacto. F A λ1 A λ2... A λn Teorema Seja X um espaço topológico de Hausdorff. Se K X é compacto, então K é fechado em X. Demonstração: Seja K X compacto. Para mostrar que K é fechado mostraremos que X K é aberto. Para cada a X devemos obter uma vizinhança aberta U de a tal que U (X K). Como X é de Hausdorff, para cada x K existem abertos U x e V x com a U x e x V x tais que U x V x =. Então a coleção {V x } x K forma uma cobertura aberta para K. Sendo K compacto existem x 1, x 2,..., x n K tais que K V x1 V x2... V xn. Assim U = U x1 U x2... U xn é um aberto e vale U (V x1 V x2... V xn ) = Daí U K = ou seja, U (X K) e a int(x K) e portanto X K é aberto e K é fechado. Teorema Seja M um espaço métrico. Se K M é compacto, então K é limitado. Demonstração: Seja K M compacto. Para cada x K seja A x = B(x; 1). Então {A x } x K é uma cobertura aberta de K. Sendo K compacto existem x 1, x 2,..., x n K tais que K A x1 A x2... A xn. Como cada A xi é limitado, a reunião finita A x1 A x2... A xn é limitada e assim K é limitado. Teorema Um conjunto K R é compacto se, e somente se, K é fechado e limitado. 65

69 Demonstração: Seja K R compacto. Como R é um espaço de Hausdorff, temos que K é fechado. O Teorema anterior garante que K é limitado. Reciprocamente, seja K R fechado e limitado. Então existem a, b R tais que K [a, b]. Temos então que K = K [a, b] donde segue que K é fechado no compacto [a, b]. assim, pelo teorema temos que K é compacto. Teorema A imagem de um conjunto compacto por uma função contínua é compacta. Demonstração: Seja K X um conjunto compacto e f : X Y contínua. Mostraremos que f(k) Y é compacto. Seja {A λ } λ L uma cobertura aberta de f(k). Como f é contínua, B λ = f 1 (A λ ) é aberto para todo λ L. Além disso, é claro que K λ L B λ. Como K é compacto, existem λ 1, λ 2,..., λ n L tais que K B λ1 B λ2... B λn. Logo, f(k) f(b λ1 B λ2... B λn ) = f(b λ1 ) f(b λ2 )... f(b λn ) A λ1 A λ2... A λn e assim f(k) é compacto. Exemplo Mostre que a circunferência S 1 = {(x, y) R 2 ; x 2 + y 2 = 1} é compacta. De fato, seja a função f : R R 2 dada por f(t) = (cos(t), sin(t)) é contínua, [0, 2π] é compacta e f([0, 2π]) = S 1 e pelo teorema anterior S 1 é compacta. Definição Dizemos que um subconjunto K de um espaço métrico M é totalmente limitado quando dado ɛ > 0 existir um conjunto finito F = {a 1, a 2,..., a n } em M tal que n K B(a i ; ɛ) Exemplo Mostre que todo conjunto limitado em R é totalmente limitado. i=1 Para provar esta afirmação basta mostrar que todo intervalo [a, b] em R é totalmente limitado. Tomemos então um intervalo [a, b] e ɛ > 0. Sejam a 1 = a a 2 = a + ɛ a 3 = a + 2ɛ. a k = a + (k 1)ɛ. a n = a + (n 1)ɛ 66

70 onde n é tal que Desta forma obtemos [a, b] K a + (n 1)ɛ b < a + nɛ. n B(a i ; ɛ) e portanto [a, b] é totalmente limitado. i=1 Teorema Sejam K um espaço topológico compacto e F n uma sequência de conjuntos fechados não vazios em K com F 1 F 2 F 3... então, F i i=1 Demonstração: Para cada n seja A n = K F n. Então A n é aberto para todo n e de F 1 F 2 F 3... decorre A 1 A 2 A Suponha por absurdo que F i = Então K = i=1 A n será uma cobertura aberta de K. Sendo K compacto, esta cobertura n=1 admite uma subcobertura finita K = A n1 A n2... A nk. Se n = max{n 1, n 2,..., n k } então teremos K = o que é absurdo. Logo F i. i=1 n A j = A n e consequentemente j=1 F n = K A n = [ Exemplo Para cada n N seja F n = 1 n, 1 ]. Então cada F n está contido no n [ compacto K = [ 1, 1] e F 1 F 2... e pelo Teorema anterior temos que 1 n, 1 ] n Teorema Se K é um subconjunto compacto de um espaço métrico M e C é uma família de abertos de M cobrindo K então existe um número positivo r tal que para todo a K existe aberto A a C com B(a; r) A a. Demonstração: Seja C uma cobertura aberta do compacto K. Então existem A 1, A 2,..., A n em C tais que K A 1 A 2... A n. Consideremos as funções f i : K R dadas por n f i (x) = d(x, M A i ) e f : M R dada por f(x) = f i (x). Como cada f i é contínua, f também é contínua. Dai temos que f(k) é compacto. Dado a K existe i, com 1 i n tal que a A i, dai f(a) f i (a) > 0. Assim 67 i=1 n=1

71 f(k) (0, ). Como f(k) é compacto no espaço de Hausdorff R temos que f(k) é fechado em R. Desta forma, existe s > 0 tal que f(a) s para todo a K. Seja r = s. Para todo a K temos n n f i (a) s = n.r. i=1 Logo existe i {1, 2,..., n} com f i (a) r e e B(a; r) A i como queríamos. d(a, M A i ) = f i (a) r Corolário Sejam K um espaço métrico compacto e C uma cobertura aberta de K. Então existe um número positivo r tal que para todo subconjunto S K com diams < r, existe um aberto A em C com S A. Demonstração: Pelo Teorema anterior existe r > 0 tal que para cada x K se pode obter uma aberto A em C com B(x; r) A. Sejam S K com diams < r e p S. Então S B(p; r) e pelo Teorema anterior existe um aberto A em C com B(p; r) A. Logo S A. Definição Sejam M um espaço métrico compacto e C uma cobertura aberta de M. Um número positivo r, fornecido pelo colorário anterior, tal que para todo subconjunto S de M com diams < r exista um aberto A em C com S A é chamado número de Lebesgue de C. Teorema Sejam M e N espaços métricos e f : M N contínua. Se M é compacto então f é uniformemente contínua. Demonstração: Dado ɛ > 0, pela continuidade de f, para cada x M existe δ x > 0 tal que d(x, y) < δ x assegura d(f(x), f(y)) < ɛ. Observe que o conjunto de todas as bolas de 2 centro x e raio δ x, com x M constituem uma cobertura aberta para M. Ou seja, temos M = B(x; δ x ). x M Seja δ > 0 um número de lebesgue para esta cobertura. d(y, z) < δ existe x M com y, z B(x; δ x ). Logo Então dados y, z M com d(f(y), f(z)) d(f(y), f(x)) + d(f(x), f(z)) < ɛ 2 + ɛ 2 = ɛ. Portanto f é uniformemente contínua. 68

72 Teorema Seja K um subconjunto de um espaço métrico M. As seguintes condições são equivalentes: (a) K é compacto; (b) toda sequência em K possui uma subsequência convergente; (c) K é completo e totalmente limitado. Demonstração:(a) (b). Suponhamos K compacto e consideremos uma sequência (x n ) em K. Façamos X n = {x n, x n+1, x n+2,...} e seja F n o fecho de X n em K. Então, os F n são fechados em K, F 1 F 2... e F n para todo n. Logo pelo teorema teremos Seja F n. n=1 a F n. n=1 Então, dado r > 0 temos B(a; r) X n para todo n, isto é, existem índices k arbitrariamente grandes com x k B(a; r). Logo B(a; r) contém uma infinidade de termos de (x n ) e dai a é limite de uma subsequência de (x n ). (b) (c). Suponhamos que toda sequência em K possua uma subsequência convergente. Se K não for completo existe alguma sequência de Cauchy (x n ) em K que não converge. Pela nossa hipótese (x n ) tem uma subsequência convergente e dai concluímos que (x n ) é convergente o que é uma contradição. Por outro lado, se K não for totalmente limitado existe ɛ > 0 tal que para qualquer subconjunto finito F de M temos K a F B(a; ɛ). Então dado a 1 K qualquer K B(a 1 ; ɛ). Tomando a 2 K B(a 1 ; ɛ) temos K Por indução, obtidos a 1, a 2,..., a n 1 com 2 B(a i ; ɛ). i=1 69

73 tomamos a n K n 1 i=1 B(a i ; ɛ) e teremos n 1 K B(a i ; ɛ) K i=1 n B(a i ; ɛ). i=1 A sequência (a n ) assim obtida está em K e satisfaz d(a i, a j ) ɛ para todo i j. Logo (a n ) não tem subsequência de Cauchy, não podendo ter subsequência contrariando a hipótese. (c) (a). Seja K completo e totalmente limitado. Suponhamos por absurdo que K não é compacto. Então existe uma cobertura aberta C de K que não admite subcobertura finita. Como K é totalmente limitado, existe um subconjunto finito F de M tal que K a F B(a; 1 2 ) ou seja K = a F [ ( K B a; 1 )]. 2 Assim, K pode ser decomposto num número finito de subconjuntos cada qual com diâmetro menor ou igual a 1. Pelo menos um desses conjuntos, digamos K 1, não está contido em uma reunião finita alguma de elementos de C. como K 1 é totalemnte limitado, K 1 pode ser decomposto num número finito de subconjuntos cada qual com diâmetro menor ou igual a 1 2. Pelo menos um desses conjuntos, digamos K 2, não está contido em uma reunião finita alguma de elementos de C. Prosseguindo dessa forma obtemos K 1 K 2 K 3... com K n para todo n e diamk n 1 n. Então se K n o fecho de K n em K teremos que K 1 K 2 K 3... é uma cadeia de subconjuntos fechados do espaço completo K com K n para todo n e lim diamk n = 0. Logo temos que existe p K tal que K n = {p}. n=1 Como p K, existe A em C tal que p A. De lim diamk n = 0 obtemos n o tal que K no A e assim K no A, o que é uma contradição. Logo K é compacto. Teorema Um conjunto K R n é compacto se e somente se K é fechado e limitado. 70

74 Corolário O fecho de todo subconjunto limitado de R n é compacto. Teorema Se M é espaço métrico compacto então M é completo. Demonstração: Seja (x n ) uma sequência de Cauchy em M. Como M é compacto, temos que (x n ) possui uma subsequência convergente. Logo, (x n ) converge e dai M é completo. Definição Seja f : X Y uma função. Diremos que f é aberta quando para todo aberto A X tivermos f(a) aberto em Y. Diremos que f é fechada quando para todo fechado F X tivermos f(f ) fechado em Y. Exemplo Num produto cartesiano de espaços métricos M = M 1 M 2... M n as projeções p i : M M i definidas por p i (x 1, x 2,... x n ) = x i são abertas. De fato, como as métricas d(x, y) = d (x, y) = n [d(x i, y i )] 2 i=1 n d(x i, y i ) i=1 d (x, y) = max d(x i, y i ) onde 1 i n são equivalentes, os abertos de M relativos a d, d e d são os mesmos. portanto, basta mostrar que p i é aberta em relação a uma dessas métricas. Mostraremos que p i é aberta usando a métrica d em M. Sendo A M aberto e x i p i (A). Então existe x A tal que p i (x) = x i. Como A é aberto, existe r > 0 tal que B(a; r) A, mas como estamos usando a métrica d temos B(x; r) = B(x 1 ; r)... B(x n ; r) onde B(x i ; r) é a bola aberta de centro x e raio r em M i. Além disso e assim p i (A) em M i. portanto p i é aberta. B(x i ; r) = p i (B(x; r)) p i (A) Teorema Sejam M 1 e M 2 espaços métricos. Então M 1 M 2 é compacto se, e somente se, M 1 e M 2 o forem. Demonstração: Se M 1 M 2 é compacto então M 1 e M 2 serão compactos pois são imagens do compacto M 1 M 2 pelas funções contínuas p i : M 1 M 2 M i, onde p i é definida por p i (x 1, x 2 ) = x i para i {1, 2}. Reciprocamente, vamos mostrar que se M 1 e M 2 são compactos então toda sequência em M = M 1 M 2 possui uma subsequência convergente. Seja (z n ) uma sequência em M. Então (z n ) = (x n, y n ) sendo (x n ) uma sequência em 71

75 M 1 e (y n ) uma sequência em M 2. Como M 1 é compacto, (x n ) possui uma subsequência convergente. Seja (x n ) n N1 convergente. Sendo M 2 compacto, a sequência (y n ) possui uma subsequência converge. Seja (y n ) n N2 uma subsequência convergente. Neste caso,(x n ) n N2 é também convergente. Seja a = lim x n e b = lim y n, com n N 2. Então (z n ) n N2 é uma subsequência convergente de (z n ) com lim n = lim (x n, y n ) = (a, b). Logo M é compacto. Corolário Sejam M 1, M 2,..., M k espaços métricos. Então M = M 1... M k é compacto se, e somente se cada M i, 1 i k for compacto. 2.5 Espaços Localmente Compactos Definição Diremos que um espaço topológico X é localmente compacto se cada ponto de X possuir uma vizinhança compacta. Exemplo Mostre que todo espaço compacto X é localmente compacto. De fato, dado p X, o próprio X é uma vizinhança compacta de p. Exemplo Mostre que a reta real R é localmente compacta. Dado p R, tomamos K = [p 1, p + 1] e temos que p int K = (p 1, p + 1). Além disso, K é compacto por ser um subconjunto fechado e limitado de R. Portanto K é uma vizinhança compacta de p em R e R é localmente compacto. Exemplo Mostre que o R n é localmente compacto. Se p R n, tomamos B = B[p; 1] e temos que p intb = B(p; 1). Além disso, como B é um subconjunto fechado e limitado de R n, o temos que B é compacto. Logo R n é localmente compacto. Teorema Seja X localmente compacto. Se F X é fechado então F é localmente compacto. Demonstração: Dado um ponto p F, como X é localemnte compacto, existe um compacto K em X com p intk. fazendo L = K F temos p int F L. Como F é fechado em X, temos que L é fechado no compacto K. Assim temos que L é compacto. Portanto, L é uma vizinhança compacta de p em F, e F é localmente compacto. Teorema Seja f : X Y contínua, aberta e sobrejetiva. Se X é localmente compacto então Y também o é. 72

76 Demonstração: Seja p Y. Como f é sobrejetiva, existe a X tal que f(a) = p. Como X é localmente compacto, existe uma vizinhança compacta V de a em X. Então a intv e V é compacto. Como f é aberta, f(v ) é vizinhança de p = f(a). Por outro lado, a continuidade de f garante que f(v ) é compacto. Assim f(v ) é vizinhança compacta de p e Y é localmente compacto. Teorema Sejam M 1,..., M n espaços métricos e M = M 1... M n. então M é localmente compacto se, e somente se, cada M i é localmente compacto. Demonstração: Seja M localmente compacto. Então do fato de as projeções p i : M M i dadas por p i (x 1,..., x n ) = x i serem contínuas, abertas e sobrejetivas temos pelo teorema anterior que M i é localemnte compacto para i {1,..., n}. Reciprocamente, suponhamos que cada M i é localemnte compacto. Então dado x = (x 1,..., x n ) em M, cada x i possui uma vizinhança compacta K i em M i. Diante disso a vizinhança K = K 1... K n é compacta e dai M é localmente compacto. 2.6 Espaços Normados Nesta seção vamos recordar a definição de norma. Definição Uma norma num espaço vetorial X é uma função. : X R que satisfaz: (a) ξ 0 e ξ = 0 ξ = 0; (b) αξ = α ξ α R, ξ X; (c) ξ + η ξ + η, ξ, η X. O espaço (X,. ) é chamado espaço normado. Note que todo espaço normado é um espaço métrico. De fato, devemos verificar as propriedades de métrica. Seja d : X X R dada por d(x, y) = x y. Observe que (a) d(x, y) = x y 0 e d(x, y) = x y = 0 x y = 0 x = y; (b) d(x, y) = x y = 1(y x) = 1 y x = y x = d(y, x), x, y X; (c) d(x, z) = x z = x y +y z x y + y z = d(x, y)+d(y, z), x, y, z X. Definição Um espaço normado que é completo com a métrica induzida por esta norma é chamado de espaço de Banach. Definição Duas normas. 1 e. 2 num espaço vetorial X são equivalentes se existem A, B > 0 tais que A ξ 1 ξ 2 B ξ 1, ξ X 73

77 Observação (a) Normas equivalentes num espaço X geram a mesma topologia (b) Normas equivalentes possuem as mesmas sequências de Cauchy. Portanto se. 1 e. 2 são equivalentes e (X,. 1 ) é de Banach então (X,. 2 ) também é de Banach. Seja X um espaço vetorial e seja A X. Iremos definir L(A) como sendo o conjunto de todas as combinações lineares finitas dos elementos de A. Diremos que A é linearmente independente se toda combinação linear finita de elementos de A que são iguais a zero implica que os coeficientes dessa combinação são todos nulos. Definição Seja X um espaço vetorial e A X. Diremos que A é base de X se A for linearmente independente e L(A) = X. Se existe uma base finita de X com n elementos, diz-se que a dimensão algébrica de X, denotada por dim X é igual a n. De outra forma diz-se que a dimensão de X é finita. Teorema Seja X um espaço vetorial de dimensão finita. Então todas as normas em X são equivalentes. Demonstração: Seja {e 1, e 2,..., e n } uma base de X. Vamos mostrar que toda norma n. é quivalente a ξ = α j em que ξ = α 1 e 1 + α 2 e α n e n. Note que para 1 j n temos j=1 ξ = n α j e j j=1 n α j e j j=1 max{ e j } = B ξ, n α j j=1 onde B = max{ e j }, 1 j n. Por outro lado, devemos provar que existe A tal que para todo ξ X tem-se ξ A ξ. Para isto, suponha por absurdo que para todo N N exista ξ N X tal que ξ N A ξ N. Note que ξ N > N ξ N ξ N ξ N > N ξ N ξ N ou seja ξ N ξ N > N ξ N ξ N. 74

78 Façamos ξ N = η N e notemos que η N = 1. Assim 1 > N η N. Do fato de termos η N = 1 temos que B x (0, 1) é compacta (dimensão finita), o que implica ser sequêncialmente compacta, isto é existe η o B x (0, 1), ou seja η o = 1 tal que η Nj η o em B x (0, 1). Dai, η o η o η Nj + η Nj η o η Nj + η Nj B η o η Nj + 1 N j que converge para zero quando j, ou seja η o = 0 o que implica que η o = 0 o que é absurdo pois η o = 1. Corolário Todo espaço vetorial normado de dimensão finita é um espaço de Banach. Demonstração: Como todas as normas são equivalentes vamos provar que (X,. ) é k completo onde ξ = α j. Seja (ξ n ) uma sequência de Cauchy. Note que ξ n ξ m j=1 converge para zero quando n, m. Observe que ξ n = α n 1e α n ke k, ξ m = α m 1 e α m k e k, dai temos que Portanto, (ξ n ξ m ) = (α n 1 α m 1 )e (α n k αm k )e k. ξ n ξ m = k αi n αi m 0 i=1 quando n, m. Note ainda que α n j α m j k αi n αi m 0 i=1 para todo j = 1, 2,..., k. Logo (αj n ) n N é de Cauchy em R e dai αj n αj. o Defina agora ξ o = α1e o αne o n X. Vamos mostrar que ξ n ξ o 0. Observe que lim ξ n ξ o = lim k k Portanto ξ o é o limite de ξ n quando n. 75 k αi n αi o = 0. i=1

79 2.7 Compacidade em Espaços Normados Lema (Lema de Riesz) Sejam X um subespaço vetorial fechado próprio do espaço normado (N,. ). Então, dado α (0, 1) existe ξ N X tal que ξ = 1 e ξ η α, η X. Demonstração: Seja ζ N X. Como X é fechado então d(ζ, X) = c = inf{d(ζ, η)} com η X. Como α (0, 1) então 1 α > 1, assim c > c, da definição de ínfimo, existe α w X com c ζ w c α. Definimos ξ = ζ w e para todo η X tem-se ζ w ξ η = ζ w ζ w η = 1 c ζ w ζ w η ζ w ζ w α. Teorema A bola fechada B[0, 1] num espaço vetorial normado N é compacta se e somente se dim N é finita. Demonstração: Todo subconjunto fechado e limitado num espaço vetorial de dimensão finita é compacto. Se N não tem dimensão finita, vamos construir uma sequência (ξ j ), ξ j = 1 j e (ξ j ) não tem subsequência convergente. Seja ξ 1 N, ξ 1 = 1. Note que L({ξ 1 }) é um espaço normado de dimensão igual a 1, o que implica que L({ξ 1 }) é completo, o que implica também que L({ξ 1 }) é fechado. Pelo Lema de Riesz dado α = 1 2 existe ξ 2 com ξ 2 = 1 e ξ 1 ξ Seja agora L({ξ 1, ξ 2 }). Pelo mesmo argumento acima L({ξ 1, ξ 2 }) é fechado, logo existe ξ 3 N, com ξ 3 = 1, ξ 1 ξ e ξ 2 ξ Prosseguindo indutivamente existe uma sequência (ξ j ) B[0, 1] com ξ j ξ k 1 2 para todo j k e portanto B[0, 1] não é compacta. 2.8 Espaços Separáveis Definição Seja N um espaço normado. Uma base de Schauder de um espaço normado N é uma sequência (ξ n ) em N em que cada vetor ξ N associa-se uma única sequência de escalares (α j ) tais que ξ = j=1 α j ξ j := lim n α j ξ j. j=1 Definição Um espaço métrico é separável se existe um subconjunto enumerável e denso nesse espaço. Proposição Seja N um espaço vetorial normado. (a) Se N possui base de Shauder, então N é separável. 76

80 (b) N é separável se, e somente se existir um subconjunto de N que é enumerável, total e linearmente independente. Demonstração: Se existe uma base de Shauder (ξ n ) dado ξ X existe (α n ) tal que ξ = α n ξ n o que é equivalente a dizer que para todo ɛ > 0 existe n o N tal que ξ n=1 n α k ξ k < ɛ, n n o. Seja B o conjunto formado por todas as combinações lineares k=1 finitas de (ξ n ) com coeficientes racionais. Este subconjunto de X é enumerável e denso. Dado ξ X ξ = lim n α j ξ j. Como Q R e Q = R dados α j R existe q j R tal que α j q j < ɛ. Logo, para todo ɛ > 0 ξ k q j ξ j ξ j=1 ɛ + < ɛ + ɛ j=1 k α j ξ j + j=1 k α j q j ξ j j=1 k ξ j. j=1 k α j ξ j q j ξ j j=1 Isto prova (a). Para provar (b) como em (a) as combinações lineares finitas com coeficientes racionais do conjunto total formam um subespaço denso de N e do fato de estas combinações lineares serem enumeráveis segue que N é separável. Reciprocamente, se N é separável, existe um subconjunto enumerável e denso {ξ 1, ξ 2,..., ξ n,...}. Escolha η 1 como sendo o primeiro dos ξ n não nulo. Escolha η 2 como sendo o segundo dos ξ n não nulo de forma que {η 1, η 2 } seja linearmente independente. Procedendo assim sucessivamente construimos uma sequência {η 1, η 2,..., η n } que gera o mesmo espaço vetorial e esta última é enumerável e linearmente independente. 2.9 Operadores Lineares Definição Um operador linear entre os espaços vetoriais X e Y é uma aplicação T : domt X Y, em que seu domínio domt é um subespaço vetorial e T (ξ + αη) = T (ξ) + αt (η) para todos ξ, η domt e todo escalar α F. 77

81 Exemplo São exemplos de operadores lineares o operador Id : X X dado por Id(x) = x (operador identidade) e D : C 1 ([0, 1] : R) C 0 ([0, 1] : R) dado por D(f) = f (operador derivada). Exemplo O operador T t : C(R : R) C(R : R) definido por T t (f)(x) = f(t + x) é linear. Este operador é chamado operador translação. Este operador é linear. De fato, T t (f + αg)(x) = (f + αg)(t + x) = f(t + x) + αg(t + x) = T t (f)(x) + αt t (g)(x) Observação Seja T : domt X Y um operador linear. (a) Img(T ) = T (domt ) e N(T ) = {ξ domt : T ξ = 0} são subespaços vetoriais; (b) Se dim(dom T)=n então dim(img T) n; (c) T 1 : Img(T ) domt existe se e somente se N(T ) = {0}, e existindo, é um operador linear. Teorema Seja T : N 1 N 2 um operador linear entre espaços normados. Então as seguintes proposições são equivalentes: (a) sup ξ 1 T ξ <, ou seja, a imagem da bola unitária é limitada; (b) existe C > 0 de modo que T ξ C ξ, ξ N 1 ; (c) T é uniformemente contínuo; (d) T é contínuo; (e) T é contínuo em zero. Demonstração: (a) (b). Seja C = sup ξ 1 T ξ, se ξ 0 N 1 então o que implica para todo ξ N 1. Para mostrar (b) (c) se ξ, η N 1 então ( ) ξ T sup ξ ξ 1 T ξ = C 1 T (ξ) C T (ξ) C ξ ξ T ξ T η = T (ξ η) C ξ η 78

82 onde concluímos que T é Lipschitz e portanto uniformemente contínua. Disso temos que T é contínua, e portanto contínua no zero. Resta mostrar agora que (e) (a). De fato, como T é contínua em zero, temos que dado ɛ = 1 existe δ > 0 tal que se ξ < δ então T ξ < 1. Portanto, se ξ 1 então δξ δ o que implica que T (δξ) 1 e dai T ξ 1 δ para todo ξ B(0, 1) e assim sup ξ 1 T ξ 1 δ. Definição Um operador linear contínuo é também chamado limitado, e o conjunto dos operadores limitados de N 1 em N 2 será denotado por B(N 1, N 2 ). Será usado B(N ) como abreviação de B(N, N ). Exemplo Seja N = (C(R : R),. ).O operador T t : N N definido por T t (f)(x) = f(t + x) é limitado. De fato, T t (f)(x) = f(t + x) < f o que implica que sup x R T t (f)(x) < f e dai T t (f) < f. Proposição Se T : N 1 N 2 é linear e dimn 1 < então T é limitado. Demonstração: Defina a norma ξ = ξ + T ξ. anterior é mesmo uma norma: Verifiquemos que a expressão ξ 0. Se ξ = 0 ξ + T ξ = 0 ξ = 0 ξ = 0 αξ = αξ + T (αξ) = α ξ + α T (ξ) = α ξ ξ + η = ξ + η + T (ξ + η) = ξ + η + T ξ + T η ξ + η + T ξ + T η = ξ + η. Usando o fato de que todas as normas são equivalentes temos o que implica que T é limitada. T ξ ξ C ξ T ξ C ξ Vamos verificar que B(N 1, N 2 ) é um espaço vetorial com as operações usuais, e decorre que é uma norma em B(N 1, N 2 ). De fato, se T := sup T ξ, ξ N 1 e ξ 1 T B(N 1, N 2 ), T = 0 T ξ = 0, ξ N 1, ou seja T = 0; αt = sup ξ 1 αt ξ = α sup ξ 1 T ξ = α T T + S = sup ξ 1 T ξ + Sξ sup ξ 1 ( T ξ + Sξ ) T + S. 79

83 O próximo resultado responde de forma bem simples sob quais condições B(N 1, N 2 ) é um espaço de Banach. Teorema Se N é um espaço normado e B um espaço de Banach então B(N, B) é de Banach. Demonstração: Seja (T n ) n=1 uma sequência de Cauchy em B(N, B). Para cada ξ N tem-se T n ξ T k ξ T n T k ξ e dai segue que (T n ξ) n=1 é de Cauchy em B e converge para η B. Defina T : N B por T ξ = η, o qual é claramente linear. Vamos mostrar que este operador é limitado e T n T em B(N, B). Dado ɛ > 0 existe N(ɛ) de maneira que se n, k > N(ɛ) então T n T k < ɛ. Pela continuidade da norma segue que T n ξ T ξ = lim k T n ξ T k ξ ɛ ξ, n N(ɛ), e (T n T ) B(N, B) com T n ξ T ξ ɛ. Como B(N, B) é um espaço vetorial e T = T n + (T T n ), segue que T B(N, B). A desigualdade T n T ɛ para todo n N(ɛ) mostra que T n T e B(N, B) é completo. Definição Sejam f : X Z e g : Y Z aplicações entre conjuntos. f é uma extensão de g, ou g é uma restrição de f, se Y X e para todo t Y tem-se f(t) = g(t). Denota-se f Y = g Teorema Seja T : domt N B, com domt denso em N, um operador linear limitado. Então T possui uma única extensão T B(N, B). Além disso T = T. Demonstração: Sejam ξ N e ξ n ξ com {ξ n } domt. Como T ξ n T ξ m T ξ n ξ m temos que {T ξ n } é de Cauchy em B, logo convergente. Defina η = T ξ = lim T ξ n. Vamos mostrar que T está bem definida e que T = T. Se ξ ξ, (ξ n) domt, então a sequência ξ 1, ξ 1, ξ 2, ξ 2,..., ξ n, ξ n,... ξ é de Cauchy. Logo, pelo mesmo argumento acima temos que T ξ 1, T ξ 1, T ξ 2, T ξ 2,... η. Como {T ξ n } é uma subsequência dessa última tem-se que η = η e T : N B está bem definido. T é linear e extensão de T, pois se ξ domt considere a sequência ξ, ξ, ξ,..., e T ξ = lim T ξ = T ξ. Agora, para ξ N, usando a continuidade da norma de forma que T T. Por outro lado T ξ = lim T ξ n lim T ξ n = T ξ n, 80

84 T = sup ξ domt T ξ sup ξ N T ξ = T, com ξ = 1. Suponha agora que S seja outra extensão de T e seja ξ N. Então para toda sequência {ξ n } domt, ξ n ξ, tem-se T ξ n = Sξ n e por continuidade T ξ = Sξ. Logo S = T. Definição Se N é um espaço normado, então o espaço de Banach B(N, F) será denotado por N e é chamado de espaço dual. Cada elemento de N é chamado de funcional linear contínuo em N Princípio da Limitação Uniforme Teorema Seja a família de operadores {T α } α J ξ B temos em B(B, N ) tal que para cada sup α J T α ξ <. Então sup α J T α < Demonstração: Seja E k = {ξ B : T α ξ k, α J = α J Tα 1 (B(0, k)) fechado. Note que B = E k. Logo, pelo Teorema de Baire existe um E m com k=1 IntE m, o que implica que existe B(ξ o, r) E m para algum ξ o e para algum r > 0. Seja ξ um ponto qualquer em B. Mostremos agora que De fato, η = ξ o + r ξ 2 ξ B(ξ o, r) E m. η ξ o = ξ o + r ξ 2 ξ ξ o = ξ r ξ 2 < r. Como η E m temos que ( ) r T ξ α 2 ξ = T α η T αξ o T α η + T αξ o m + m = 2m. 81

85 Logo, T α ( ) (ξ) 4m, α J o que implica ξ r T α (ξ) 4m r ξ e daí sup α J T α 4m r <. Corolário Teorema de Banach-Steinhaus. Seja {T n } n=1 uma sequência em B(B, N ) tal que para todo ξ B existe o limite T ξ := lim T n ξ. Então sup n T n < e T é um operador linear em B(B, N ) Demonstração: Mostremos inicialmente que T é linear. De fato, T (ξ + η) = lim T n (ξ + η) = lim T n ξ + lim T n η = T ξ + T η; T (αξ) = lim T n (αξ) = α lim T n ξ = αt ξ. Como para todo ξ B existe lim T n ξ, temos que sup n T n ξ < e pelo princípio da limitação uniforme temos sup n T n <. Note agora que e portanto T é limitado. T ξ = lim T n ξ = lim T n ξ lim T n ξ sup T n ξ 2.11 Teorema da Aplicação Aberta e Gráfico Fechado Recordemos que uma aplicação aberta entre espaços topológicos é dita aberta se a imagem de todo subconjunto aberto é aberto. Pelo fato da demonstração ser muito técnica preferimos omití-la. Teorema (Aplicação Aberta). Se T B(B 1, B 2 ) com Img(T ) = B 2, então T é uma aplicação aberta. Corolário Se T B(B 1, B 2 ) é bijetiva entre B 1 e B 2, então T 1 também é uma aplicação linear contínua. Corolário Seja X é um espaço vetorial tal que. 1 e. 2 são normas em X que tornam X um espaço de Banach. Se existe c > 0 tal que ξ 1 c ξ 2, ξ X então as normas são equivalentes. Demonstração: Seja X 1 = (X, ξ 1 ) e X 2 = (X, ξ 2 ). Seja Id : X 2 X 1. Então ξ 1 c ξ 2 e dai temos que Id B(X 2, X 1 ) e como Id é sobrejetora nesses espaços pelo Teorema da Aplicação Aberta obtemos que Id 1 : X 1 X 2 é um operador contínuo e dai temos que Id : X 1 X 2 é limitado, isto é, existe c > 0 tal que ξ 2 c ξ 1 1 c ξ 2 ξ 1 c ξ 2 e dai. 2 e. 1 são equivalentes. 82 n

86 2.12 Teorema do Gráfico Fechado Sejam N 1 e N 2 espaços normados, então N 1 N 2 = {(ξ 1, ξ 2 ) : ξ 1 N 1, ξ 2 N 2 } é um espaço normado com (ξ, η) = ξ N1 + η N2. Sejam agora B 1 e B 2 espaços de Banach. Então B 1 B 2 = {(b 1, b 2 ) : b 1 B 1, b 2 B 2 } é um espaço de Banach (ξ, η) = b 1 B1 + b 2 B2 Definição Se T : domt N 1 N 2 é um operador entre espaços normados, definimos o gráfico de T como sendo o conjunto G(T ) = {(ξ, T ξ) N 1 N 2 : ξ domt } Definição Um operador linear T : domt N 1 fechado em N 1 N 2. N 2 é fechado se G(T ) for Proposição Se T : B 1 Banach então T é fechado. B 2 é um operador linear contínuo entre espaços de Demonstração: Seja ξ m ξ com T ξ n η. Como ξ domt e T é contínuo temos que T ξ n T ξ = η e portanto T é fechado. Teorema (Gráfico fechado). Se T : B 1 B 2 é um operador linear, então T é contínuo se, e somente se T é fechado. Demonstração: Se T é fechado temos que G(T ) = {(x, T x) : x domt } B 1 B 2 é fechado e dai temos que G(T ) é de Banach. Seja π 1 : G(T ) domt e π 2 : G(T ) ImgT as projeções π 1 (x, T x) = x e π 2 (x, T x) = T x, para x domt. Note que π 2 e π 1 são limitadas. De fato π 2 (x, T x) = T x x + T x = (x, T x) π 2 é limitada; π 1 (x, T x) = x x + T x = (x, T x) π 1 é limitada. Note que π 1 é bijetora e π 1 é limitada. Observe também que π 1 : G(T ) B 1 é um operador linear entre espaços de Banach e dai pelo Teorema da Aplicação Aberta π1 1 : B 1 G(T ) é limitada. Logo T = π 2 π1 1 é limitada. 3 Semigrupos 3.1 Aspectos Básicos Definição Seja L(X) o conjunto dos operadores lineares limitados de um espaço de Banach X em X. Dizemos que uma aplicação S : R L(X) é um semigrupo de operadores lineares limitados de X, quando: (1) S(0) = I, onde I é o operador identidade de X, 83

87 (2) S(t + s) = S(t)S(s) para todo s, t R. Dizemos que o semigupo S é de classe C o se lim (S(t) I)x = 0, x X. t 0 + Dizemos que o semigrupo S é de contração, quando S < 1. Definição O operador A : D(A) X definido por S(h) I A(x) = lim x, x D(A), h 0 h onde D(A), o domínio de A, é dado por { S(h) I D(A) = x X : existe lim h 0 h é dito o gerador infinitesimal do semigrupo S. Quando A é o gerador infinitesimal de um C o - semigrupo S, denotamos S = e At. } x Observação O conjunto D(A) é um subespaço vetorial de X e A é um operador linear. Este fato decorre direto da definição Teorema Existe M 1 tal que S(t) Me wt para todo t 0 sendo w uma constante positiva. Demonstração: Vamos mostrar que existe δ > 0 tal que S(t) é limitada em [0, δ], posto que, do contrário, existiria uma sequência t n 0 + tal que S(t) n para todo n N e do Teorema da Limitação Uniforme existiria ao menos um x X tal que S(t n )x n e isso contraria a definição de S(t) ser um C o -semigrupo. Logo S(t) M para todo t [0, δ] e como S(0) = 1 segue que M 1. Agora note que dado t > 0 pelo algoritmo de Euclides, existe n N tal que t = nδ + r onde 0 r δ. Assim, S(t) = S(nδ + r) = S(nδ) S(r). Utilizando a propriedade de semigrupo S(t + s) = S(t)S(s) temos que S(t) = S(δ) n S(r) M n M Observamos que t = nδ + r implica que n t δ e, portanto, 84

88 S(t) M t δ M = e t δ ln M = Me tw onde w = 1 ln M. δ Exemplo Denotemos por T (t) o operador de C(X, R) definido como T (t) : C(X, R) C(X, R), T (t)f(x) = f(x + t). onde C(X, R) é o espaço das funções contínuas e limitadas num conjunto X. Mostre que T é um semigrupo e encontre o gerador infinitesimal. De fato, da definição, temos que Por outro lado, De onde concluímos que T (0)f(x) = f(x) f C(X, R) T (0) = I. T (t + s)f(x) = f(x + t + s) T (t) T (s)f(x) = T (t)f(x + s) = f(x + s + t). T (t) T (s)f(x) = T (t + s)f(x) f C(X, R) T (t) T (s) = T (t + s). Portanto, T é um semigrupo de operadores em C(X, R). Para calcular o gerador infinitesimal calculamos o seguinte limite T (h)f(x) f(x) lim h 0 + h f(x + h) f(x) = lim h 0 + h = f (x) = Af(x). Denotando por A o gerador infinitesimal de T, temos e ainda D(A) = {f C(X, R); f C(X, R)} A(f) = d dx f. O operador A é um operador linear, mas não é limitado. Seja f C(X, R), então T (t)f(x) = f(x + t) sup f(y) T (t)f(x) f y R o que implica que sup f 1 T (t)f(x) 1 e dai T (t) L(X) 1 onde concluímos que T (t) é um semigrupo de contração. 85

89 Conclusão Neste trabalho concluímos que a Análise Funcional é de extrema utilização devido a sua ligação com outras teorias matemáticas, especialmente no estudo das equações diferenciais e equações integrais. 86

90 Referências [1] DOMINGUES, H. Espaços métricos e introdução a topologia. São Paulo: Editora Atual, [2] KUHLKAMP, N. Introdução a Topologia Geral. 2 a ed. Florianópolis: Editora da UF- SC [3] LIMA, E.Espaços Métricos. 2 a ed. Rio de Janeiro: IMPA, [4] OLIVEIRA, C. Introdução a Análise Funcional. 2 a Ed. Rio de Janeiro: IMPA,

Um estudo sobre funções contínuas que não são diferenciáveis em nenhum ponto

Um estudo sobre funções contínuas que não são diferenciáveis em nenhum ponto Um estudo sobre funções contínuas que não são diferenciáveis em nenhum ponto Maria Angélica Araújo Universidade Federal de Uberlândia - Faculdade de Matemática Graduanda em Matemática - Programa de Educação

Leia mais

1 Propriedades das Funções Contínuas 2

1 Propriedades das Funções Contínuas 2 Propriedades das Funções Contínuas Prof. Doherty Andrade 2005 Sumário 1 Propriedades das Funções Contínuas 2 2 Continuidade 2 3 Propriedades 3 4 Continuidade Uniforme 9 5 Exercício 10 1 1 PROPRIEDADES

Leia mais

Análise de Arredondamento em Ponto Flutuante

Análise de Arredondamento em Ponto Flutuante Capítulo 2 Análise de Arredondamento em Ponto Flutuante 2.1 Introdução Neste capítulo, chamamos atenção para o fato de que o conjunto dos números representáveis em qualquer máquina é finito, e portanto

Leia mais

Chapter 2. 2.1 Noções Preliminares

Chapter 2. 2.1 Noções Preliminares Chapter 2 Seqüências de Números Reais Na Análise os conceitos e resultados mais importantes se referem a limites, direto ou indiretamente. Daí, num primeiro momento, estudaremos os limites de seqüências

Leia mais

Lista 1 para a P2. Operações com subespaços

Lista 1 para a P2. Operações com subespaços Lista 1 para a P2 Observação 1: Estes exercícios são um complemento àqueles apresentados no livro. Eles foram elaborados com o objetivo de oferecer aos alunos exercícios de cunho mais teórico. Nós sugerimos

Leia mais

INSTITUTO TECNOLÓGICO

INSTITUTO TECNOLÓGICO PAC - PROGRAMA DE APRIMORAMENTO DE CONTEÚDOS. ATIVIDADES DE NIVELAMENTO BÁSICO. DISCIPLINAS: MATEMÁTICA & ESTATÍSTICA. PROFº.: PROF. DR. AUSTER RUZANTE 1ª SEMANA DE ATIVIDADES DOS CURSOS DE TECNOLOGIA

Leia mais

Espaços Métricos e o Teorema do Ponto Fixo de Banach

Espaços Métricos e o Teorema do Ponto Fixo de Banach CENTRO DE CIÊNCIAS E TECNOLOGIA - CCT DEPARTAMENTO DE MATEMÁTICA CURSO DE LICENCIATURA EM MATEMÁTICA Isabella Silva Duarte Espaços Métricos e o Teorema do Ponto Fixo de Banach Campina Grande - PB 2014

Leia mais

Exercícios Teóricos Resolvidos

Exercícios Teóricos Resolvidos Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar

Leia mais

Prova de Admissão para o Mestrado em Matemática IME-USP - 23.11.2007

Prova de Admissão para o Mestrado em Matemática IME-USP - 23.11.2007 Prova de Admissão para o Mestrado em Matemática IME-USP - 23.11.2007 A Nome: RG: Assinatura: Instruções A duração da prova é de duas horas. Assinale as alternativas corretas na folha de respostas que está

Leia mais

Introdução à Topologia Resoluções de exercícios. Capítulo 1

Introdução à Topologia Resoluções de exercícios. Capítulo 1 Introdução à Topologia Resoluções de exercícios Exercício nº5 (alíneas 3. e 4.) Capítulo 1 É imediato, directamente a partir da definição, que, dados r, s Q, d p (r, s) e que d p (r, s) = se e só se r

Leia mais

Exercícios Adicionais

Exercícios Adicionais Exercícios Adicionais Observação: Estes exercícios são um complemento àqueles apresentados no livro. Eles foram elaborados com o objetivo de oferecer aos alunos exercícios de cunho mais teórico. Nós recomendamos

Leia mais

Introdução ao estudo de equações diferenciais

Introdução ao estudo de equações diferenciais Matemática (AP) - 2008/09 - Introdução ao estudo de equações diferenciais 77 Introdução ao estudo de equações diferenciais Introdução e de nição de equação diferencial Existe uma grande variedade de situações

Leia mais

Exp e Log. Roberto Imbuzeiro Oliveira. 21 de Fevereiro de 2014. 1 O que vamos ver 1. 2 Fatos preliminares sobre espaços métricos 2

Exp e Log. Roberto Imbuzeiro Oliveira. 21 de Fevereiro de 2014. 1 O que vamos ver 1. 2 Fatos preliminares sobre espaços métricos 2 Funções contínuas, equações diferenciais ordinárias, Exp e Log Roberto Imbuzeiro Oliveira 21 de Fevereiro de 214 Conteúdo 1 O que vamos ver 1 2 Fatos preliminares sobre espaços métricos 2 3 Existência

Leia mais

QUESTÕES COMENTADAS E RESOLVIDAS

QUESTÕES COMENTADAS E RESOLVIDAS LENIMAR NUNES DE ANDRADE INTRODUÇÃO À ÁLGEBRA: QUESTÕES COMENTADAS E RESOLVIDAS 1 a edição ISBN 978-85-917238-0-5 João Pessoa Edição do Autor 2014 Prefácio Este texto foi elaborado para a disciplina Introdução

Leia mais

O Teorema da Função Inversa e da Função Implícita

O Teorema da Função Inversa e da Função Implícita Universidade Estadual de Maringá - Departamento de Matemática Cálculo Diferencial e Integral: um KIT de Sobrevivência c Publicação eletrônica do KIT http://www.dma.uem.br/kit O Teorema da Função Inversa

Leia mais

Capítulo 5: Aplicações da Derivada

Capítulo 5: Aplicações da Derivada Instituto de Ciências Exatas - Departamento de Matemática Cálculo I Profª Maria Julieta Ventura Carvalho de Araujo Capítulo 5: Aplicações da Derivada 5- Acréscimos e Diferenciais - Acréscimos Seja y f

Leia mais

Propriedades das Funções Deriváveis. Prof. Doherty Andrade

Propriedades das Funções Deriváveis. Prof. Doherty Andrade Propriedades das Funções Deriváveis Prof Doerty Andrade 2005 Sumário Funções Deriváveis 2 Introdução 2 2 Propriedades 3 3 Teste da derivada segunda para máimos e mínimos 7 2 Formas indeterminadas 8 2 Introdução

Leia mais

CAPÍTULO 6 TRANSFORMAÇÃO LINEAR

CAPÍTULO 6 TRANSFORMAÇÃO LINEAR INODUÇÃO AO ESUDO DA ÁLGEBA LINEA CAPÍULO 6 ANSFOMAÇÃO LINEA Introdução Muitos problemas de Matemática Aplicada envolvem o estudo de transformações, ou seja, a maneira como certos dados de entrada são

Leia mais

ESPAÇOS MUNIDOS DE PRODUTO INTERNO

ESPAÇOS MUNIDOS DE PRODUTO INTERNO ESPAÇOS MUNIDOS DE PRODUTO INTERNO Angelo Fernando Fiori 1 Bruna Larissa Cecco 2 Grazielli Vassoler 3 Resumo: O presente trabalho apresenta um estudo sobre os espaços vetoriais munidos de produto interno.

Leia mais

Resolução dos Exercícios sobre Derivadas

Resolução dos Exercícios sobre Derivadas Resolução dos Eercícios sobre Derivadas Eercício Utilizando a idéia do eemplo anterior, encontre a reta tangente à curva nos pontos onde e Vamos determinar a reta tangente à curva nos pontos de abscissas

Leia mais

Unidade II - Sistemas de Equações Lineares

Unidade II - Sistemas de Equações Lineares Unidade II - Sistemas de Equações Lineares 1- Situando a Temática Discutiremos agora um dos mais importantes temas da matemática: Sistemas de Equações Lineares Trata-se de um tema que tem aplicações dentro

Leia mais

Capítulo 1. x > y ou x < y ou x = y

Capítulo 1. x > y ou x < y ou x = y Capítulo Funções, Plano Cartesiano e Gráfico de Função Ao iniciar o estudo de qualquer tipo de matemática não podemos provar tudo. Cada vez que introduzimos um novo conceito precisamos defini-lo em termos

Leia mais

Prof. Márcio Nascimento. 22 de julho de 2015

Prof. Márcio Nascimento. 22 de julho de 2015 Núcleo e Imagem Prof. Márcio Nascimento [email protected] Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Linear

Leia mais

Notas sobre a Fórmula de Taylor e o estudo de extremos

Notas sobre a Fórmula de Taylor e o estudo de extremos Notas sobre a Fórmula de Taylor e o estudo de etremos O Teorema de Taylor estabelece que sob certas condições) uma função pode ser aproimada na proimidade de algum ponto dado) por um polinómio, de modo

Leia mais

Potenciação no Conjunto dos Números Inteiros - Z

Potenciação no Conjunto dos Números Inteiros - Z Rua Oto de Alencar nº 5-9, Maracanã/RJ - tel. 04-98/4-98 Potenciação no Conjunto dos Números Inteiros - Z Podemos epressar o produto de quatro fatores iguais a.... por meio de uma potência de base e epoente

Leia mais

Equações Diferenciais Ordinárias

Equações Diferenciais Ordinárias Equações Diferenciais Ordinárias Uma equação diferencial é uma equação que relaciona uma ou mais funções (desconhecidas com uma ou mais das suas derivadas. Eemplos: ( t dt ( t, u t d u ( cos( ( t d u +

Leia mais

Notas Para um Curso de Cálculo. Daniel V. Tausk

Notas Para um Curso de Cálculo. Daniel V. Tausk Notas Para um Curso de Cálculo Avançado Daniel V. Tausk Sumário Capítulo 1. Diferenciação... 1 1.1. Notação em Cálculo Diferencial... 1 1.2. Funções Diferenciáveis... 8 Exercícios para o Capítulo 1...

Leia mais

Elementos de Matemática Discreta

Elementos de Matemática Discreta Elementos de Matemática Discreta Prof. Marcus Vinícius Midena Ramos Universidade Federal do Vale do São Francisco 9 de junho de 2013 [email protected] www.univasf.edu.br/~marcus.ramos Marcus

Leia mais

Material Teórico - Módulo de Métodos sofisticados de contagem. Princípio das Casas dos Pombos. Segundo Ano do Ensino Médio

Material Teórico - Módulo de Métodos sofisticados de contagem. Princípio das Casas dos Pombos. Segundo Ano do Ensino Médio Material Teórico - Módulo de Métodos sofisticados de contagem Princípio das Casas dos Pombos Segundo Ano do Ensino Médio Prof. Cícero Thiago Bernardino Magalhães Prof. Antonio Caminha Muniz Neto Em Combinatória,

Leia mais

XXVI Olimpíada de Matemática da Unicamp. Instituto de Matemática, Estatística e Computação Científica Universidade Estadual de Campinas

XXVI Olimpíada de Matemática da Unicamp. Instituto de Matemática, Estatística e Computação Científica Universidade Estadual de Campinas Gabarito da Prova da Primeira Fase 15 de Maio de 010 1 Questão 1 Um tanque de combustível, cuja capacidade é de 000 litros, tinha 600 litros de uma mistura homogênea formada por 5 % de álcool e 75 % de

Leia mais

FACULDADE DE CIÊNCIA E TECNOLOGIA. Cursos de Engenharia. Prof. Álvaro Fernandes Serafim

FACULDADE DE CIÊNCIA E TECNOLOGIA. Cursos de Engenharia. Prof. Álvaro Fernandes Serafim FACULDADE DE CIÊNCIA E TECNOLOGIA Cursos de Engenharia Prof. Álvaro Fernandes Serafim Última atualização: //7. Esta apostila de Álgebra Linear foi elaborada pela Professora Ilka Rebouças Freire. A formatação

Leia mais

Aula 9 Plano tangente, diferencial e gradiente

Aula 9 Plano tangente, diferencial e gradiente MÓDULO 1 AULA 9 Aula 9 Plano tangente, diferencial e gradiente Objetivos Aprender o conceito de plano tangente ao gráfico de uma função diferenciável de duas variáveis. Conhecer a notação clássica para

Leia mais

ANÁLISE MATEMÁTICA II

ANÁLISE MATEMÁTICA II ANÁLISE MATEMÁTICA II Acetatos de Ana Matos Noções Básicas de Funções em R n Topologia DMAT Noções Básicas sobre funções em n Introdução Vamos generalizar os conceitos de limite, continuidade e diferenciabilidade,

Leia mais

por séries de potências

por séries de potências Seção 23: Resolução de equações diferenciais por séries de potências Até este ponto, quando resolvemos equações diferenciais ordinárias, nosso objetivo foi sempre encontrar as soluções expressas por meio

Leia mais

Unidade 3 Função Logarítmica. Definição de logaritmos de um número Propriedades operatórias Mudança de base Logaritmos decimais Função Logarítmica

Unidade 3 Função Logarítmica. Definição de logaritmos de um número Propriedades operatórias Mudança de base Logaritmos decimais Função Logarítmica Unidade 3 Função Logarítmica Definição de aritmos de um número Propriedades operatórias Mudança de base Logaritmos decimais Função Logarítmica Definição de Logaritmo de um número Suponha que certo medicamento,

Leia mais

ESPAÇOS QUOCIENTES DANIEL SMANIA. [x] := {y X t.q. x y}.

ESPAÇOS QUOCIENTES DANIEL SMANIA. [x] := {y X t.q. x y}. ESPAÇOS QUOCIENTES DANIEL SMANIA 1. Relações de equivalência Seja uma relação de equivalência sobre um conjunto X, isto é, uma rel ção binária que satisfaz as seguintes propriedades i. (Prop. Reflexiva.)

Leia mais

Disciplina: Introdução à Álgebra Linear

Disciplina: Introdução à Álgebra Linear Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte Campus: Mossoró Curso: Licenciatura Plena em Matemática Disciplina: Introdução à Álgebra Linear Prof.: Robson Pereira de Sousa

Leia mais

Universidade Federal do Rio Grande do Norte. Centro De Ciências Exatas e da Terra. Departamento de Física Teórica e Experimental

Universidade Federal do Rio Grande do Norte. Centro De Ciências Exatas e da Terra. Departamento de Física Teórica e Experimental Universidade Federal do Rio Grande do Norte Centro De Ciências Exatas e da Terra Departamento de Física Teórica e Experimental Programa de Educação Tutorial Curso de Nivelamento: Pré-Cálculo PET DE FÍSICA:

Leia mais

Retas e Planos. Equação Paramétrica da Reta no Espaço

Retas e Planos. Equação Paramétrica da Reta no Espaço Retas e lanos Equações de Retas Equação aramétrica da Reta no Espaço Considere o espaço ambiente como o espaço tridimensional Um vetor v = (a, b, c) determina uma direção no espaço Dado um ponto 0 = (x

Leia mais

Fundamentos de Matemática Elementar (MAT133)

Fundamentos de Matemática Elementar (MAT133) Fundamentos de Matemática Elementar (MAT133) Notas de aulas Maria Julieta Ventura Carvalho de Araújo (Colaboração: André Arbex Hallack) Março/2010 i Índice 1 Conjuntos 1 1.1 A noção de conjunto e alguns

Leia mais

Qual é Mesmo a Definição de Polígono Convexo?

Qual é Mesmo a Definição de Polígono Convexo? Qual é Mesmo a Definição de Polígono Convexo? Elon Lages Lima IMPA, Rio de Janeiro Quando pensamos num polígono convexo, imaginamos seus vértices todos apontando para fora, ou seja, que ele não possui

Leia mais

Teorema de Taylor. Prof. Doherty Andrade. 1 Fórmula de Taylor com Resto de Lagrange. 2 Exemplos 2. 3 Exercícios 3. 4 A Fórmula de Taylor 4

Teorema de Taylor. Prof. Doherty Andrade. 1 Fórmula de Taylor com Resto de Lagrange. 2 Exemplos 2. 3 Exercícios 3. 4 A Fórmula de Taylor 4 Teorema de Taylor Prof. Doherty Andrade Sumário 1 Fórmula de Taylor com Resto de Lagrange 1 2 Exemplos 2 3 Exercícios 3 4 A Fórmula de Taylor 4 5 Observação 5 1 Fórmula de Taylor com Resto de Lagrange

Leia mais

FUNÇÃO DO 1º GRAU. Vamos iniciar o estudo da função do 1º grau, lembrando o que é uma correspondência:

FUNÇÃO DO 1º GRAU. Vamos iniciar o estudo da função do 1º grau, lembrando o que é uma correspondência: FUNÇÃO DO 1º GRAU Vamos iniciar o estudo da função do 1º grau, lembrando o que é uma correspondência: Correspondência: é qualquer conjunto de pares ordenados onde o primeiro elemento pertence ao primeiro

Leia mais

PARTE 2 FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL

PARTE 2 FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL PARTE FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL.1 Funções Vetoriais de Uma Variável Real Vamos agora tratar de um caso particular de funções vetoriais F : Dom(f R n R m, que são as funções vetoriais de uma

Leia mais

Capítulo 7. Topologia Digital. 7.1 Conexidade

Capítulo 7. Topologia Digital. 7.1 Conexidade Capítulo 7 Topologia Digital A Topologia Digital estuda a aplicação das noções definidas em Topologia sobre imagens binárias. Neste capítulo vamos introduzir algumas noções básicas de Topologia Digital,

Leia mais

MD Sequências e Indução Matemática 1

MD Sequências e Indução Matemática 1 Sequências Indução Matemática Renato Martins Assunção [email protected] Antonio Alfredo Ferreira Loureiro [email protected] MD Sequências e Indução Matemática 1 Introdução Uma das tarefas mais importantes

Leia mais

Notas de Cálculo Numérico

Notas de Cálculo Numérico Notas de Cálculo Numérico Túlio Carvalho 6 de novembro de 2002 2 Cálculo Numérico Capítulo 1 Elementos sobre erros numéricos Neste primeiro capítulo, vamos falar de uma limitação importante do cálculo

Leia mais

Sistemas Lineares. Módulo 3 Unidade 10. Para início de conversa... Matemática e suas Tecnologias Matemática

Sistemas Lineares. Módulo 3 Unidade 10. Para início de conversa... Matemática e suas Tecnologias Matemática Módulo 3 Unidade 10 Sistemas Lineares Para início de conversa... Diversos problemas interessantes em matemática são resolvidos utilizando sistemas lineares. A seguir, encontraremos exemplos de alguns desses

Leia mais

Faculdade de Computação

Faculdade de Computação UNIVERSIDADE FEDERAL DE UBERLÂNDIA Faculdade de Computação Disciplina : Teoria da Computação Professora : Sandra Aparecida de Amo Lista de Exercícios n o 2 Exercícios sobre Modelos de Máquinas de Turing

Leia mais

I CAPÍTULO 19 RETA PASSANDO POR UM PONTO DADO

I CAPÍTULO 19 RETA PASSANDO POR UM PONTO DADO Matemática Frente I CAPÍTULO 19 RETA PASSANDO POR UM PONTO DADO 1 - RECORDANDO Na última aula, nós vimos duas condições bem importantes: Logo, se uma reta passa por um ponto e tem um coeficiente angular,

Leia mais

4. Tangentes e normais; orientabilidade

4. Tangentes e normais; orientabilidade 4. TANGENTES E NORMAIS; ORIENTABILIDADE 91 4. Tangentes e normais; orientabilidade Uma maneira natural de estudar uma superfície S consiste em considerar curvas γ cujas imagens estão contidas em S. Se

Leia mais

Exercícios 1. Determinar x de modo que a matriz

Exercícios 1. Determinar x de modo que a matriz setor 08 080509 080509-SP Aula 35 MATRIZ INVERSA Uma matriz quadrada A de ordem n diz-se invertível, ou não singular, se, e somente se, existir uma matriz que indicamos por A, tal que: A A = A A = I n

Leia mais

36 a Olimpíada Brasileira de Matemática Nível Universitário Primeira Fase

36 a Olimpíada Brasileira de Matemática Nível Universitário Primeira Fase 36 a Olimpíada Brasileira de Matemática Nível Universitário Primeira Fase Problema 1 Turbo, o caracol, está participando de uma corrida Nos últimos 1000 mm, Turbo, que está a 1 mm por hora, se motiva e

Leia mais

Álgebra Linear. André Arbex Hallack Frederico Sercio Feitosa

Álgebra Linear. André Arbex Hallack Frederico Sercio Feitosa Álgebra Linear André Arbex Hallack Frederico Sercio Feitosa Janeiro/2006 Índice 1 Sistemas Lineares 1 11 Corpos 1 12 Sistemas de Equações Lineares 3 13 Sistemas equivalentes 4 14 Operações elementares

Leia mais

MATEMÁTICA GEOMETRIA ANALÍTICA I PROF. Diomedes. E2) Sabendo que a distância entre os pontos A e B é igual a 6, calcule a abscissa m do ponto B.

MATEMÁTICA GEOMETRIA ANALÍTICA I PROF. Diomedes. E2) Sabendo que a distância entre os pontos A e B é igual a 6, calcule a abscissa m do ponto B. I- CONCEITOS INICIAIS - Distância entre dois pontos na reta E) Sabendo que a distância entre os pontos A e B é igual a 6, calcule a abscissa m do ponto B. d(a,b) = b a E: Dados os pontos A e B de coordenadas

Leia mais

É usual representar uma função f de uma variável real a valores reais e com domínio A, simplesmente por y=f(x), x A

É usual representar uma função f de uma variável real a valores reais e com domínio A, simplesmente por y=f(x), x A 4. Função O objeto fundamental do cálculo são as funções. Assim, num curso de Pré-Cálculo é importante estudar as idéias básicas concernentes às funções e seus gráficos, bem como as formas de combiná-los

Leia mais

Truques e Dicas. = 7 30 Para multiplicar fracções basta multiplicar os numeradores e os denominadores: 2 30 = 12 5

Truques e Dicas. = 7 30 Para multiplicar fracções basta multiplicar os numeradores e os denominadores: 2 30 = 12 5 Truques e Dicas O que se segue serve para esclarecer alguma questão que possa surgir ao resolver um exercício de matemática. Espero que lhe seja útil! Cap. I Fracções. Soma e Produto de Fracções Para somar

Leia mais

Análise Complexa e Equações Diferenciais 1 ō Semestre 2015/2016

Análise Complexa e Equações Diferenciais 1 ō Semestre 2015/2016 Análise Complexa e Equações Diferenciais ō Semestre 205/206 ō Teste, versão A (Cursos: LEIC-A, MEAmbi, MEBiol, MEQ). Considere a função u : R 2 R dada por onde a e b são duas constantes reais. 09 de Abril

Leia mais

Um Exemplo de Topologia Não Metrizável

Um Exemplo de Topologia Não Metrizável Universidade Federal de São Carlos Centro de Ciências Exatas e de Tecnologia Departamento de Matemática Um Exemplo de Topologia Não Metrizável Autor: Tamyris Marconi Orientadora: Profa. Dra. Cláudia Buttarello

Leia mais

LIMITES e CONTINUIDADE de FUNÇÕES. : R R + o x x

LIMITES e CONTINUIDADE de FUNÇÕES. : R R + o x x LIMITES e CONTINUIDADE de FUNÇÕES Noções prévias 1. Valor absoluto de um número real: Chama-se valor absoluto ou módulo de um número real ao número x tal que: x se x 0 x = x se x < 0 Está assim denida

Leia mais

Construção dos números racionais, Números fracionários e operações com frações

Construção dos números racionais, Números fracionários e operações com frações Construção dos números racionais, Números fracionários e operações com frações O número racional pode ser definido a partir da aritmética fechamento da operação de divisão entre inteiros ou partir da geometria

Leia mais

x As VpULHVGHSRWrQFLDV são um caso particularmente importante das séries de funções, com inúmeras aplicações tanto teóricas como práticas.

x As VpULHVGHSRWrQFLDV são um caso particularmente importante das séries de funções, com inúmeras aplicações tanto teóricas como práticas. Å 6pULHV GH SRWrQFLDV As VpULHVGHSRWrQFLDV são um caso particularmente importante das séries de funções, com inúmeras aplicações tanto teóricas como práticas. Um eemplo típico é a série, O cálculo do valor

Leia mais

Material Teórico - Módulo Elementos Básicos de Geometria Plana Parte 2. A Desigualdade Triangular. Oitavo Ano

Material Teórico - Módulo Elementos Básicos de Geometria Plana Parte 2. A Desigualdade Triangular. Oitavo Ano Material Teórico - Módulo Elementos ásicos de Geometria Plana Parte 2 esigualdade Triangular Oitavo no utor: Prof. Ulisses Lima Parente Revisor: Prof. ntonio aminha M. Neto 1 desigualdade triangular Iniciamos

Leia mais

EQUAÇÕES DIFERENCIAIS

EQUAÇÕES DIFERENCIAIS GRUPO Educação adistância Caderno de Estudos EQUAÇÕES DIFERENCIAIS Prof. Ruy Piehowiak Editora UNIASSELVI 2012 NEAD Copyright Editora UNIASSELVI 2012 Elaboração: Prof. Ruy Piehowiak Revisão, Diagramação

Leia mais

GAAL - 2013/1 - Simulado - 1 Vetores e Produto Escalar

GAAL - 2013/1 - Simulado - 1 Vetores e Produto Escalar GAAL - 201/1 - Simulado - 1 Vetores e Produto Escalar SOLUÇÕES Exercício 1: Determinar os três vértices de um triângulo sabendo que os pontos médios de seus lados são M = (5, 0, 2), N = (, 1, ) e P = (4,

Leia mais

FUNÇÃO COMO CONJUNTO R 1. (*)= ou, seja, * possui duas imagens. b) não é uma função de A em B, pois não satisfaz a segunda condição da

FUNÇÃO COMO CONJUNTO R 1. (*)= ou, seja, * possui duas imagens. b) não é uma função de A em B, pois não satisfaz a segunda condição da FUNÇÃO COMO CONJUNTO Definição 4.4 Seja f uma relação de A em B, dizemos que f é uma função de A em B se as duas condições a seguir forem satisfeitas: i) D(f) = A, ou seja, o domínio de f é o conjunto

Leia mais

Exercícios resolvidos P2

Exercícios resolvidos P2 Exercícios resolvidos P Questão 1 Dena as funções seno hiperbólico e cosseno hiperbólico, respectivamente, por sinh(t) = et e t e cosh(t) = et + e t. (1) 1. Verique que estas funções satisfazem a seguinte

Leia mais

Lista de Exercícios 03

Lista de Exercícios 03 Lista de Exercícios 03 Aplicações das relações e funções no cotidiano Ao lermos um jornal ou uma revista, diariamente nos deparamos com gráficos, tabelas e ilustrações. Estes, são instrumentos muito utilizados

Leia mais

Universidade Estadual de Santa Cruz. Departamento de Ciências Exatas e Tecnológicas. Especialização em Matemática. Disciplina: Estruturas Algébricas

Universidade Estadual de Santa Cruz. Departamento de Ciências Exatas e Tecnológicas. Especialização em Matemática. Disciplina: Estruturas Algébricas 1 Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Especialização em Matemática Disciplina: Estruturas Algébricas Profs.: Elisangela S. Farias e Sérgio Motta Operações

Leia mais

Eventos independentes

Eventos independentes Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos

Leia mais

Processos Estocásticos

Processos Estocásticos Processos Estocásticos Terceira Lista de Exercícios 22 de julho de 20 Seja X uma VA contínua com função densidade de probabilidade f dada por Calcule P ( < X < 2. f(x = 2 e x x R. A fdp dada tem o seguinte

Leia mais

APLICAÇÕES DA DERIVADA

APLICAÇÕES DA DERIVADA Notas de Aula: Aplicações das Derivadas APLICAÇÕES DA DERIVADA Vimos, na seção anterior, que a derivada de uma função pode ser interpretada como o coeficiente angular da reta tangente ao seu gráfico. Nesta,

Leia mais

Função. Definição formal: Considere dois conjuntos: o conjunto X com elementos x e o conjunto Y com elementos y. Isto é:

Função. Definição formal: Considere dois conjuntos: o conjunto X com elementos x e o conjunto Y com elementos y. Isto é: Função Toda vez que temos dois conjuntos e algum tipo de associação entre eles, que faça corresponder a todo elemento do primeiro conjunto um único elemento do segundo, ocorre uma função. Definição formal:

Leia mais

ÁLGEBRA LINEAR. Núcleo e Imagem de uma Transformação Linear, Teorema da Dimensão, Isomorfismo. Prof. Susie C. Keller

ÁLGEBRA LINEAR. Núcleo e Imagem de uma Transformação Linear, Teorema da Dimensão, Isomorfismo. Prof. Susie C. Keller ÁLGEBRA LINEAR Núcleo e Imagem de uma Transformação Linear, Teorema da Dimensão, Isomorfismo Prof. Susie C. Keller Núcleo de uma Definição: Chama-se núcleo de uma transformação linear T: V W ao conjunto

Leia mais

MÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIAS

MÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIAS MÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIS Como vimos no módulo 1, para que nós possamos extrair dos dados estatísticos de que dispomos a correta análise e interpretação, o primeiro passo deverá ser a correta

Leia mais

Material Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto

Material Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto Material Teórico - Módulo de Divisibilidade MDC e MMC - Parte 1 Sexto Ano Prof. Angelo Papa Neto 1 Máximo divisor comum Nesta aula, definiremos e estudaremos métodos para calcular o máximo divisor comum

Leia mais

Curvas em coordenadas polares

Curvas em coordenadas polares 1 Curvas em coordenadas polares As coordenadas polares nos dão uma maneira alternativa de localizar pontos no plano e são especialmente adequadas para expressar certas situações, como veremos a seguir.

Leia mais

Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU

Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Prof. Dr. Sergio Pilling (IPD/ Física e Astronomia) II Métodos numéricos para encontrar raízes (zeros) de funções reais. Objetivos:

Leia mais

Análise Funcional. José Ferreira Alves. Março de 2002. Faculdade de Ciências da Universidade do Porto Departamento de Matemática Pura

Análise Funcional. José Ferreira Alves. Março de 2002. Faculdade de Ciências da Universidade do Porto Departamento de Matemática Pura Análise Funcional José Ferreira Alves Março de 2002 Faculdade de Ciências da Universidade do Porto Departamento de Matemática Pura ii Introdução Estas notas foram elaboradas para a disciplina de Complementos

Leia mais

RELAÇÕES BINÁRIAS Produto Cartesiano A X B

RELAÇÕES BINÁRIAS Produto Cartesiano A X B RELAÇÕES BINÁRIAS PARES ORDENADOS Um PAR ORDENADO, denotado por (x,y), é um par de elementos onde x é o Primeiro elemento e y é o Segundo elemento do par A ordem é relevante em um par ordenado Logo, os

Leia mais

Além do Modelo de Bohr

Além do Modelo de Bohr Além do Modelo de Bor Como conseqüência do princípio de incerteza de Heisenberg, o conceito de órbita não pode ser mantido numa descrição quântica do átomo. O que podemos calcular é apenas a probabilidade

Leia mais

4. A FUNÇÃO AFIM. Uma função f: R R chama-se afim quando existem números reais a e b tais que f(x) = ax + b para todo x R. Casos particulares

4. A FUNÇÃO AFIM. Uma função f: R R chama-se afim quando existem números reais a e b tais que f(x) = ax + b para todo x R. Casos particulares 38 4. A FUNÇÃO AFIM Uma função f: R R chama-se afim quando existem números reais a e b tais que f(x) = ax + b para todo x R. Casos particulares 1) A função identidade fr : Rdefinida por f(x) = x para todo

Leia mais

12. FUNÇÕES INJETORAS. FUNÇÕES SOBREJETORAS 12.1 FUNÇÕES INJETORAS. Definição

12. FUNÇÕES INJETORAS. FUNÇÕES SOBREJETORAS 12.1 FUNÇÕES INJETORAS. Definição 90 1. FUNÇÕES INJETORAS. FUNÇÕES SOBREJETORAS 1.1 FUNÇÕES INJETORAS Definição Dizemos que uma função f: A B é injetora quando para quaisquer elementos x 1 e x de A, f(x 1 ) = f(x ) implica x 1 = x. Em

Leia mais

Material Teórico - Aplicações das Técnicas Desenvolvidas. Exercícios e Tópicos Relacionados a Combinatória. Segundo Ano do Ensino Médio

Material Teórico - Aplicações das Técnicas Desenvolvidas. Exercícios e Tópicos Relacionados a Combinatória. Segundo Ano do Ensino Médio Material Teórico - Aplicações das Técnicas Desenvolvidas Exercícios e Tópicos Relacionados a Combinatória Segundo Ano do Ensino Médio Prof Cícero Thiago Bernardino Magalhães Prof Antonio Caminha Muniz

Leia mais

1 Base de um Espaço Vetorial

1 Base de um Espaço Vetorial Disciplina: Anéis e Corpos Professor: Fernando Torres Membros do grupo: Blas Melendez Caraballo (ra143857), Leonardo Soriani Alves (ra115465), Osmar Rogério Reis Severiano (ra134333) Ramon Códamo Braga

Leia mais

Atenção: o conjunto vazio é representado por { } 1.2 Pertinência e Inclusão

Atenção: o conjunto vazio é representado por { } 1.2 Pertinência e Inclusão Módulo 1 Conjuntos A Teoria dos Conjuntos foi estabelecida por Georg Ferdinand Ludwig Cantor (1845 1918). Em meados do século XX, a Teoria dos Conjuntos exerceu profundos efeitos sobre o ensino da Matemática.

Leia mais

[ \ x Recordemos o caso mais simples de um VLVWHPD de duas HTXDo}HVOLQHDUHV nas duas LQFyJQLWDV [ e \.

[ \ x Recordemos o caso mais simples de um VLVWHPD de duas HTXDo}HVOLQHDUHV nas duas LQFyJQLWDV [ e \. &DStWXOR±6LVWHPDVGH(TXDo}HV/LQHDUHV1 &DStWXOR±6LVWHPDVGH(TXDo}HV/LQHDUHV Å 1Ro}HV *HUDLV Recordemos o caso mais simples de um VLVWHPD de duas HTXDo}HVOLQHDUHV nas duas LQFyJQLWDV [ e \. [\ [\ É fácil verificar

Leia mais

Åaxwell Mariano de Barros

Åaxwell Mariano de Barros ÍÒ Ú Ö Ö Ð ÓÅ Ö Ò Ó Ô ÖØ Ñ ÒØÓ Å Ø Ñ Ø ÒØÖÓ Ò Ü Ø Ì ÒÓÐÓ ÆÓØ ÙÐ ¹¼ ÐÙÐÓÎ ØÓÖ Ð ÓÑ ØÖ Ò Ð Ø Åaxwell Mariano de Barros ¾¼½½ ËÓÄÙ ¹ÅA ËÙÑ Ö Ó 1 Vetores no Espaço 2 1.1 Bases.........................................

Leia mais

(c) 2a = b. (c) {10,..., 29}

(c) 2a = b. (c) {10,..., 29} 11 Atividade extra UNIDADE CONJUTOS Fascículo 4 Matemática Unidade 11 Conjuntos Exercı cio 11.1 Sejam os conjuntos A = {a, 7, 0} e B = {0, 1, b}, tal que os conjuntos A e B sejam iguais. Qual é a relação

Leia mais

INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA

INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA PARA A COMPUTAÇÃO PROF. DANIEL S. FREITAS UFSC - CTC - INE Prof. Daniel S. Freitas - UFSC/CTC/INE/2007 p.1/59 2 - FUNDAMENTOS 2.1) Teoria dos Conjuntos 2.2) Números

Leia mais

Equações Diferenciais Ordinárias

Equações Diferenciais Ordinárias Capítulo 8 Equações Diferenciais Ordinárias Vários modelos utilizados nas ciências naturais e exatas envolvem equações diferenciais. Essas equações descrevem a relação entre uma função, o seu argumento

Leia mais

Probabilidade - aula I

Probabilidade - aula I e 27 de Fevereiro de 2015 e e Experimentos Aleatórios e Objetivos Ao final deste capítulo você deve ser capaz de: Entender e descrever espaços amostrais e eventos para experimentos aleatórios. Interpretar

Leia mais

Métodos Quantitativos Prof. Ms. Osmar Pastore e Prof. Ms. Francisco Merlo. Funções Exponenciais e Logarítmicas Progressões Matemáticas

Métodos Quantitativos Prof. Ms. Osmar Pastore e Prof. Ms. Francisco Merlo. Funções Exponenciais e Logarítmicas Progressões Matemáticas Métodos Quantitativos Prof. Ms. Osmar Pastore e Prof. Ms. Francisco Merlo Funções Exponenciais e Logarítmicas Progressões Matemáticas Funções Exponenciais e Logarítmicas. Progressões Matemáticas Objetivos

Leia mais

Universidade Federal do Rio de Janeiro. As Fronteiras de Shilov e de Bishop

Universidade Federal do Rio de Janeiro. As Fronteiras de Shilov e de Bishop Universidade Federal do Rio de Janeiro Rafael Monteiro dos Santos As Fronteiras de Shilov e de Bishop Rio de Janeiro 2008 Rafael Monteiro dos Santos As Fronteiras de Shilov e de Bishop Dissertação de Mestrado

Leia mais

A otimização é o processo de

A otimização é o processo de A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Eiste um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento de otimização.

Leia mais

Aula 1: Introdução à Probabilidade

Aula 1: Introdução à Probabilidade Aula 1: Introdução à Probabilidade Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 07 de Março de 2012 Experimento Aleatório Um experimento é qualquer processo

Leia mais

Dois eventos são disjuntos ou mutuamente exclusivos quando não tem elementos em comum. Isto é, A B = Φ

Dois eventos são disjuntos ou mutuamente exclusivos quando não tem elementos em comum. Isto é, A B = Φ Probabilidade Vimos anteriormente como caracterizar uma massa de dados, como o objetivo de organizar e resumir informações. Agora, apresentamos a teoria matemática que dá base teórica para o desenvolvimento

Leia mais

Singularidades de Funções de Variáveis Complexas

Singularidades de Funções de Variáveis Complexas Singularidades de Funções de Variáveis Complexas AULA 11 META: Introduzir o conceito de singularidades de funções de variáveis complexas. OBJETIVOS: Ao fim da aula os alunos deverão ser capazes de: Definir

Leia mais

A B C F G H I. Apresente todas as soluções possíveis. Solução

A B C F G H I. Apresente todas as soluções possíveis. Solução 19a Olimpíada de Matemática do Estado do Rio Grande do Norte - 008 Segunda Etapa Em 7/09/008 Prova do Nível I (6 o ou 7 o Séries) (antigas 5ª ou 6ª séries) 1 a Questão: Substitua as nove letras da figura

Leia mais

FUNÇÃO. Exemplo: Dado os conjuntos A = { -2, -1, 0, 1, 2} e B = {0, 1, 2, 3, 4, 5} São funções de A em B as relações a) R 1 = {(x,y) AXB/ y = x + 2}

FUNÇÃO. Exemplo: Dado os conjuntos A = { -2, -1, 0, 1, 2} e B = {0, 1, 2, 3, 4, 5} São funções de A em B as relações a) R 1 = {(x,y) AXB/ y = x + 2} Sistemas de Informação e Tecnologia em Proc. de Dados Matemática Ms. Carlos Roberto da Silva/ Ms. Lourival Pereira Martins FUNÇÃO Definição: Dados dois conjuntos e define-se como função de em a toda relação

Leia mais