Arquivototal

Universidade Federal da Paraı́ba
Centro de Ciências Exatas e da Natureza

Programa de Pós–Graduação em Matemática
Mestrado em Matemática
Produto tensorial entre espaços de

Banach e aplicações
Adelson Carlos Madruga
João Pessoa – PB
Fevereiro de 2018
Universidade Federal da Paraı́ba
Centro de Ciências Exatas e da Natureza
Programa de Pós–Graduação em Matemática
Mestrado em Matemática

por
Adelson Carlos Madruga
sob a orientação do
Prof. Dr. Jamilson Ramos Campos
João Pessoa – PB
Fevereiro de 2018
Catalogação na publicação
Seção de Catalogação e Classificação
M183p Madruga, Adelson Carlos.

Produto tensorial entre espaços de Banach e aplicações
/ Adelson Carlos Madruga. - João Pessoa, 2018.
95 f.
Orientação: Jamilson Ramos Campos.

Dissertação (Mestrado) - UFPB/CCEN.
1. Matemática. 2. Espaços de Banach. 3. Ideais de

operadores. 4. Multi-ideais de operadores. I. Campos,
Jamilson Ramos. II. Tı́tulo.
UFPB/BC
por
Adelson Carlos Madruga 1
Dissertação apresentada ao Corpo Docente do Programa de Pós–Graduação em Ma-

temática da Universidade Federal da Paraı́ba como requisito parcial para a obtenção do
tı́tulo de Mestre em Matemática.
Área de Concentração: Análise
Aprovada em 26 de Fevereiro de 2018.
Banca Examinadora:
1
O autor foi bolsista da(o) CAPES/CNPq durante a elaboração desta dissertação.
Aos meus pais, Luzia e An-
tonio, por se doarem inte-
gralmente, proporcionando-
me uma base sólida para
que cada etapa dessa cami-
nhada fosse conquistada.
Agradecimentos
Agradeço, primeiramente, a DEUS, por permanecer sempre ao meu lado, dando-me

coragem e disposição para alcançar essa tão sonhada e importante conquista.
Aos meus pais, Luzia Felix e Antonio Madruga, que não mediram esforços para a
realização desse sonho e cuja presença sempre me serviu de esteio, sustentação e da certeza
de que nunca caminharei sozinho. Essa conquista é nossa!
Aos meus irmãos, Francineide Madruga e Jaelson Madruga, por se fazerem sempre
presentes mesmo quando me encontrava distante, apoiando-me nos momentos de dificul-
dades.
Ao meu sobrinho, Conrado Madruga, que embora ainda não saiba o significado dessa
conquista, transmite-me paz e tranquilidade com sua presença.
Aos meus avós, tios, primos e cunhado pelo incentivo constante e, principalmente,
pelos momentos de descontração e lazer.
Aos amigos pela torcida infalı́vel em todas as etapas dessa trajetória.
Aos colegas do mestrado, Bosoerg, Douglas, Fagner, Rafael e Sérgio, pelos conheci-
mentos compartilhados, apoio e amizade, tornando, assim, a caminhada mais suportável.
Ao meu orientador, Jamilson Campos, que com maestria e dedicação conduziu a
orientação desse trabalho, sempre contribuindo com seu inigualável conhecimento e ex-
periência. Obrigado pela confiança, paciência, disponibilidade e incentivo.
Aos meus professores da licenciatura, Agnes Liliane, Cibelle Castro, Claudilene Costa,
Fabrı́cio Lima, Givaldo Lima, Jamilson Campos, Jussara Paiva e Marcos André, pelo
incentivo e ajuda em todos os momentos que deles precisei.
Ao corpo docente do PGMat/UFPB, em especial, à Miriam Pereira, Flank David e
Ricardo Burity pelas contribuições dadas a minha formação durante o transcorrer de suas
disciplinas.
Aos professores Mariana Maia e Joedson dos Santos, membros da banca examinadora,
por aceitarem o nosso convite e pelas valiosas contribuições dada à essa pesquisa.
À professora Rogéria Gaudencio pela disponibilidade em me supervisionar durante o
estágio docência e pelas contribuições que foram de grande importância ao meu cresci-
mento profissional. Muito obrigado!
Às secretárias do PGMat/UFPB, Alaı́ce Duarte e Roseli Agapito, por sempre se mos-
trarem solı́citas quando delas precisei.
Enfim, mas não menos importante, à CAPES e ao CNPq pelo apoio financeiro.
Resumo
O presente trabalho tem como objetivo principal estudar o produto tensorial entre espaços
de Banach. Para isso, inicialmente, apresentaremos alguns resultados de Análise Funcio-
nal e de espaços de sequências a valores vetoriais que serão necessários ao desenvolvimento
dos conteúdos posteriores. Em seguida, faremos um estudo algébrico do produto tensorial
de espaços vetoriais, destacando sua construção e suas propriedades. No viés topológico,
estudaremos as normas projetiva e injetiva, suas propriedades e o dual do produto ten-
sorial projetivo. Por fim, veremos duas aplicações do produto tensorial entre espaços de
Banach, a saber, uma com respeito ao método de composição, que gera multi-ideais a
partir de ideais de operadores lineares, e a outra relacionada a uma caracterização para
os operadores absolutamente somantes.
Palavras-chave: Produto tensorial, espaços de Banach, ideais de operadores, multi-

ideais, operadores absolutamente somantes.
Abstract
This work has as the main purpose to study the tensor product between Banach spaces.
For this, initially, we will present some results of Functional Analysis and of vector-valued
sequence spaces that will be necessary to the development of the later contents. Next,
we will make an algebraic study of the tensor product of vector spaces, highlighting its
construction and its properties. In the topological bias, we will study the projective and
injective norms, their properties and the dual of the projective tensor product. Finally, we
will see two applications of the tensor product between Banach spaces, namely one with
respect to the composition method, which generates multi-ideals from the linear operator
ideals, and other related to a characterization for the absolutely summing operators.
Keywords: Tensor Product, Banach spaces, operator ideals, multi-ideals, absolutely

summing operators.
Sumário
Introdução 1
1 Preliminares 3
1.1 Resultados Clássicos de Análise Funcional . . . . . . . . . . . . . . . . . . 3
1.2 Dualidade e Adjunto de um operador . . . . . . . . . . . . . . . . . . . . . 19
1.3 Completamento de um espaço normado . . . . . . . . . . . . . . . . . . . . 23
1.4 Espaços de sequências a valores vetoriais . . . . . . . . . . . . . . . . . . . 25
2 Produto Tensorial 30
2.1 Produto tensorial de espaços vetoriais . . . . . . . . . . . . . . . . . . . . . 30
2.2 Produto tensorial e linearização . . . . . . . . . . . . . . . . . . . . . . . . 37
2.3 Tensores como formas bilineares e como aplicações lineares . . . . . . . . . 43
2.4 Dualidade tensorial e dualidade de traço . . . . . . . . . . . . . . . . . . . 47
2.5 Alguns exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
2.5.1 Funções de valores vetoriais . . . . . . . . . . . . . . . . . . . . . . 49
2.5.2 Funções de duas variáveis . . . . . . . . . . . . . . . . . . . . . . . 50
3 Produto tensorial projetivo e injetivo 52

3.1 A norma projetiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.2 ˆ π Y . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
O espaço dual de X ⊗
3.3 A norma injetiva . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
4 Aplicações 75
4.1 Multi-ideais de composição . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4.2 Operadores absolutamente p-somantes . . . . . . . . . . . . . . . . . . . . 78
Referências Bibliográficas 84
ix
Notações
A seguir, listamos algumas notações utilizadas neste trabalho.
• N denota o conjunto {1, 2, 3, . . .};
• R denota o conjunto dos números reais;
• C denota o conjunto dos números complexos;
• K denota o corpo R ou C;
• L(E, F ) denota o conjunto de todos os operadores lineares de E em F ;
• L(E, F ) denota o conjunto de todos os operadores lineares contı́nuos de E em F ;
• K(E, F ) denota o conjunto de todos os operadores lineares compactos de E em F ;
• BE denota a bola unitária fechada no espaço E;
• B̊E denota a bola unitária aberta no espaço E;
• X # denota o dual algébrico do espaço X;
• E 0 denota o dual topológico do espaço E;
• dim(E) denota a dimensão do espaço E;
• Im(f ) denota a imagem da aplicação f ;
• ker(T ) denota o núcleo do operador linear T ;

1
• E ,→ F denota que E ⊆ F e kxkF ≤ kxkE , para todo x ∈ E;
1
• E = F denota que E é isometricamente isomorfo a F ;
• (xj )nj=1 denota a sequência (x1 , x2 , . . . , xn , 0, 0, . . .);
• int(A) denota o interior do conjunto A;
x
• idE denota a aplicação identidade em E;
• en denota a sequência (0, . . . , 0, 1, 0, . . .) cujos termos são todos nulos com exceção
do n-ésimo;
• [A] ou span {A} denota o espaço vetorial gerado pelo subconjunto A de um espaço
vetorial E;
• T 0 : F 0 −→ E 0 denota o operador adjunto de T ∈ L(E, F );
• T # : F # −→ E # denota o operador adjunto de T ∈ L(E, F );
• B(X × Y, Z) denota o conjunto de todas as aplicações bilineares de X × Y em Z;
• B(X × Y ) denota o conjunto de todas as formas bilineares de X × Y em K;
• X ⊗ Y denota o produto tensorial dos espaços vetoriais X e Y ;
• x ⊗ y denota o tensor elementar em X ⊗ Y ;
• co(S) denota a envoltória convexa de S;
• co(S) denota o fecho da envoltória convexa de S;
• π(·) denota a norma projetiva definida em X ⊗ Y ;
• ε(·) denota a norma injetiva definida em X ⊗ Y ;
• X ⊗π Y denota o produto tensorial munido da norma projetiva;
• X ⊗ε Y denota o produto tensorial munido da norma injetiva;
ˆ π Y denota o completamento do espaço normado X ⊗ε Y , chamado de produto

• X⊗
tensorial projetivo;
ˆ ε Y denota o completamento do espaço normado X ⊗ε Y , chamado de produto

• X⊗
tensorial injetivo;
• I denota o ideal de operadores.
xi
Introdução
O caráter algébrico das aplicações multilineares possibilita que resultados da Álgebra

sejam bem incorporados na Análise Funcional, permitindo assim a criação de ferramentas
capazes de auxiliar na resolução de problemas que envolvem esse tipo de aplicação. Dentre
essas ferramentas, destacamos o produto tensorial de espaços vetoriais que, por exemplo,
lineariza essas aplicações.
O produto tensorial foi introduzido na Análise Funcional por meio de um estudo de-
senvolvido por Murray e Von Neumann [12] no final da década de 1930. Anos depois,
mais especificamente em 1943, Schatten em [18] e [19] fez o primeiro estudo das classes
de normas sobre os produtos tensoriais entre espaços de Banach. Entretanto, as várias
possibilidades do uso dos produtos tensoriais na Teoria dos Espaços de Banach só ficou evi-
dente e ganhou força com o artigo de Grothendieck [8], Résumé de la théorie métrique des
produits tensoriels topologiques, publicado em 1956 no Brasil. Nesse inestimável trabalho,
entre muitas coisas, Grothendieck define e estuda a classe dos operadores absolutamente
somantes. Embora atualmente, os estudos sobre esse tipo de classe, em sua grande mai-
oria, façam uso de caracterizações por desigualdades ou por operadores induzidos, nos
estudos de Grothendieck eles foram, inicialmente, postos em termos de produto tensorial.
Como havia alguma relutância de pensar em termos de produto tensorial na Análise
Funcional, os resultados apresentados no Résumé foram, de certa forma, considerados de
difı́cil compreensão. Anos depois, por volta de 1960, vários pesquisadores como Lindens-
trauss, Pelczyński e Pietsch e seus colaboradores reescreveram as ideias de Grothendieck
sobre a teoria dos operadores absolutamente somantes de forma mais compreensı́vel e
sistematizaram a teoria de ideais de operadores, de certo modo, sem o uso de produtos
tensoriais. Anos depois, o estudo de ideais de operadores com uso de produtos tensori-
ais aparece novamente, dentre muitos trabalhos, no estudo de Pietsch [15], publicado em
1983, e no livro de Pisier [16] e no de Defant e Floret [5].
Iniciado por volta dos anos 1970, o trabalho desenvolvido por Pisier na Teoria dos
Espaços de Banach foi o que finalmente chamou a atenção para a abordagem do produto
tensorial na Análise Funcional. Sua obra [16] foi fundamental para solucionar seis dos
problemas deixados por Grothendieck no Résumé. Além disso, Pisier deixa claro que
1
pensar em termos de ideais de operadores e em termos de produtos tensoriais é de fato
bastante útil.
Atualmente, pesquisadores como, por exemplo, P. Rueda e G. Botelho vêm utilizando
o produto tensorial entre espaços de Banach como uma importante ferramenta na Análise
Funcional. Entre seus trabalhos, destacamos o artigo [1], desenvolvido com a colaboração
de D. Pellegrino, que deixa evidente, entre outras contribuições, a utilidade do produto
tensorial projetivo no método de composição, que gera multi-ideais a partir de ideais de
operadores lineares, e o artigo [3], que aborda a propriedade Schur em produtos tensoriais
projetivos e injetivos.
O objetivo principal deste trabalho é estudar o produto tensorial entre espaços vetoriais
(e de Banach), mostrando sua construção, algumas de suas propriedades e duas aplicações
na Análise Funcional. Para isso, estruturamos a dissertação em quatro capı́tulos da forma
que descrevemos abaixo.
O Capı́tulo 1 traz uma breve explanação de resultados preliminares necessários para o
desenvolvimento da teoria ao longo do trabalho. Nele, apresentamos resultados clássicos
de Análise Funcional e, entre muitas coisas, tecemos algumas considerações sobre os
espaços de sequências a valores vetoriais.
No Capı́tulo 2, abordamos a teoria do produto tensorial de espaços vetoriais. Nosso
interesse, nesse capı́tulo, se concentra no estudo algébrico dessa teoria, observando sua
construção e suas propriedades.
No Capı́tulo 3, estudamos duas maneiras de normar o produto tensorial de espaços
vetoriais (em particular, de Banach). Trabalhamos a norma projetiva, mostramos que o
produto tensorial projetivo lineariza as aplicações bilineares contı́nuas e determinamos o
espaço dual do produto tensorial projetivo. Além disso, apresentamos um estudo sobre a
norma injetiva.
No último capı́tulo, o Capı́tulo 4, apresentamos duas aplicações dos produtos tensoriais
entre espaços de Banach: a primeira aplicação relaciona o produto tensorial ao método
de composição, método usado para gerar multi-ideais a partir de ideais de operadores
lineares; a segunda apresenta uma caracterização para os operadores absolutamente p-
somantes em função da continuidade de operadores entre espaços produtos tensoriais.
Um fato digno de nota: muitos resultados clássicos de Análise Real e de Álgebra
Linear serão utilizados indistintamente ao longo da dissertação sem nenhuma menção ou
indicações de referências.
2
Capı́tulo 1
Preliminares
Neste capı́tulo, faremos uma breve apresentação de alguns resultados de Análise Fun-
cional e dos espaços de sequências a valores vetoriais que serão necessários para o de-
senvolvimento da teoria dos próximos capı́tulos. Salientamos que algumas demonstrações
serão omitidas, por se tratarem de resultados clássicos, e para elas apontaremos as devidas
referências.
1.1 Resultados Clássicos de Análise Funcional

Na presente seção, iremos expor algumas definições e resultados clássicos de Análise
Funcional, como os importantes teoremas do Gráfico Fechado e os de Hahn-Banach. Em
sua construção, utilizamos como referências principais os livros [2], [4] e [11]. Iniciamos o
texto definindo uma norma sobre um espaço vetorial:
Definição 1.1. Uma norma num espaço vetorial E é uma aplicação
k·kE : E −→ [0, ∞)
x 7−→ kxkE
que satisfaz as seguintes propriedades:
(i) kxkE ≥ 0, para todo x ∈ E e kxkE = 0 se, e somente se, x = 0.
(ii) kλxkE = |λ| · kxkE , para todos λ ∈ K e x ∈ E.
(iii) kx + ykE ≤ kxkE + kykE , para todos x, y ∈ E (desigualdade triangular).
Quando um espaço vetorial for munido de uma norma será chamado de espaço vetorial
normado ou simplesmente espaço normado e denotado pelo par (E, k·kE ).
3
1. Preliminares
Definição 1.2. Um espaço normado E é chamado de espaço de Banach se ele for completo
na métrica
d(x, y) = kx − yk , para todo x, y ∈ E,
induzida pela norma.
Definição 1.3. Sejam E1 , . . . , En espaços normados. As seguintes expressões definem

normas sobre o espaço produto cartesianos E1 × · · · × En :
k(x1 , . . . , xn )k1 = kx1 k + . . . + kxn k ,

12
k(x1 , . . . , xn )k2 = kx1 k2 + . . . + kxn k2 , e
k(x1 , . . . , xn )k∞ = max {kx1 k , . . . , kxn k} .
Definição 1.4. Duas normas k·k e k·k0 em um espaço vetorial E são equivalentes se
existem constantes a, b > 0 tais que, para todo x ∈ E, tem-se
a kxk0 ≤ kxk ≤ b kxk0 .
O próximo resultado se trata de um exercı́cio corriqueiro em Análise Funcional e por

isso omitiremos sua demonstração.
Proposição 1.5. Sejam E1 , . . . , En espaços normados.
(a) As aplicações k·k1 , k·k2 e k·k∞ definem normas equivalentes no produto cartesiano
E1 × · · · × En .
(b) E1 × · · · × En munido de uma das normas do item (a) é Banach se, e somente se,
E1 , . . . , En são espaços de Banach.
Veremos, na proposição a seguir, a importância dos subespaços fechados de um espaço

de Banach.
Proposição 1.6. Sejam E um espaço de Banach e F um subespaço vetorial de E. Então,

F é um espaço de Banach se, e somente se, F é fechado em E.
Demonstração: Sejam F um espaço de Banach e (xn )∞

n=1 uma sequência em F tal que
xn −→ x ∈ E. Então, para todo ε > 0 existe n0 = n0 (ε) ∈ N tal que n > n0 implica em
ε
kxn − xk < . Assim
2
kxm − xn k = kxm − x + x − xn k
ε ε
≤ kxm − xk + kx − xn k < + = ε,
2 2
4
1. Preliminares
para todos m, n > n0 . Portanto (xn )∞

n=1 é uma sequência de Cauchy em F e existe y ∈ F
tal que xn → y. Pela unicidade do limite, x = y ∈ F , provando que F é fechado em E.
Reciprocamente, suponha que F é fechado em E e seja (xn )∞
n=1 uma sequência de
Cauchy em F . Então, (xn )∞
n=1 é de Cauchy em E e portanto existe x ∈ E tal que xn → x.
Como F é fechado, temos que x ∈ F , provando assim que F é um espaço de Banach.
Nosso objetivo agora é mostrar que qualquer espaço vetorial normado de dimensão
finita é um espaço de Banach. Para isso precisaremos do seguinte lema:
Lema 1.7. Sejam E um espaço normado e B = {x1 , . . . , xn } um conjunto de vetores

linearmente independentes de E. Então existe uma constante c > 0, que depende do
conjunto B, tal que
ka1 x1 + · · · + an xn k ≥ c(|a1 | + · · · + |an |),
para quaisquer escalares a1 , . . . , an .
Demonstração: Veja [2, Lema 1.1.5].
Teorema 1.8. Todo espaço normado de dimensão finita é um espaço de Banach. Conse-
quentemente, todo subespaço de dimensão finita de um espaço normado E é fechado em
E.
Demonstração: Sejam E um espaço normado de dimensão n, {β1 , . . . , βn } uma base

normalizada de E e (xk )∞
k=1 uma sequência de Cauchy em E. Então para cada k ∈ N
existem únicos escalares ak1 , . . . , akn tais que xk = ak1 β1 + · · · + akn βn . Dado ε > 0, podemos
tomar um n0 ∈ N tal que kxk − xm k < c · ε sempre que k, m ≥ n0 , onde c é a constante
do Lema 1.7 para o conjunto {β1 , . . . , βn }. Segue então que
n n
X 1 X k 1
akj − am
j ≤ (aj − am
j )βj = kxk − xm k < ε,
j=1
c j=1 c
sempre que k, m ≥ n0 . Daı́, para cada j = 1, . . . , n, a sequência de escalares (akj )∞

k=1 é
de Cauchy, portanto convergente. Digamos bj = lim akj , j = 1, . . . , n. Nesse caso, temos
k
lim nj=1 akj − bj = 0. Definindo x = b1 β1 + · · · + bn βn , temos x ∈ E e
P
k
n
X n
X
lim kxk − xk = lim (akj − bj )βj ≤ lim akj − bj = 0,
k k k
j=1 j=1
provando que xk −→ x. Portanto E é um espaço Banach. A segunda afirmação segue da

primeira e da Proposição 1.6.
5
1. Preliminares
Definiremos agora alguns espaços de sequências de escalares que serão utilizados em

resultados posteriores. Denotaremos por c0 , c00 , `p e `∞ , respectivamente, o espaço das
sequências que convergem para zero, das sequências eventualmente nulas, das sequências
p-somáveis e das sequências limitadas. Em sı́mbolo temos
c0 := (aj )∞

j=1 : aj ∈ K para todo j ∈ N e aj −→ 0 ,
c00 := (aj )∞

j=1 ∈ c0 : existe j0 ∈ N tal que aj = 0, para todo j ≥ j0 ,
( ∞
)
X
`p := (aj )∞
j=1 : aj ∈ K para todo j ∈ N e |aj |p < ∞ ,
j=1

∞
`∞ := (aj )j=1 : aj ∈ K para todo j ∈ N e sup |aj | < ∞ .
j∈N
As desigualdades de Hölder e de Minkowski para sequências são necessárias para mos-

trar que o espaço `p é um espaço normado. As duas próximas proposições mostram essas
desigualdades e as respectivas demonstrações podem ser encontradas em [11, Example
1.2-3].
Proposição 1.9 (Desigualdade de Hölder para sequências). Sejam n ∈ N e p, q > 1

1 1
tais que p
+ q
= 1. Então
n n
! p1 n
! 1q
X X X
|aj bj | ≤ |aj |p · |bj |q ,
j=1 j=1 j=1
para quaisquer escalares a1 , . . . , an , b1 , . . . , bn .
Proposição 1.10 (Desigualdade de Minkowski para sequências). Seja p ≥ 1.

Então para quaisquer n ∈ N e escalares a1 , . . . , an , b1 , . . . , bn , temos
n
! p1 n
! p1 n
! p1
X X X
|aj + bj |p ≤ |aj |p + |bj |p
j=1 j=1 j=1
Os dois teoremas seguintes mostram que os espaços de sequências `p e `∞ são Banach.
Teorema 1.11. Se 1 ≤ p < ∞, então `p é um espaço de Banach com a norma
∞
! p1
X
(aj )∞
j=1 p
= |aj |p .
j=1
Demonstração: Veja [11, Example 1.5-4].
6
1. Preliminares
Teorema 1.12. O espaço das sequências limitadas `∞ é Banach com a norma
(aj )∞
j=1 ∞
= sup |aj |
j∈N
Demonstração: Veja [11, Example 1.5-2].
Como toda sequência convergente é limitada temos que c0 é um subespaço de `∞ . O

fato de c0 ser um espaço de Banach [2, Exemplo 1.1.7] segue da Proposição 1.6 que c0 é
um subespaço fechado de `∞ . O espaço c00 é um subespaço não-fechado de c0 e portanto
não é Banach [2, Exemplo 1.1.7].
Agora, iremos apresentar alguns resultados relacionados aos operadores lineares contı́nuos.
Iniciaremos definindo esse tipo operador.
Definição 1.13. Sejam E e F espaços normados sobre um corpo K. Uma aplicação

T : E −→ F é dita um operador linear contı́nuo se é linear e contı́nua simultaneamente,
isto é,
(i) T (λx + y) = λT (x) + T (y), para todo λ ∈ K e quaisquer x, y ∈ E;
(ii) Se para todos x0 ∈ E e ε > 0 existe δ > 0 tal que kT (x) − T (x0 )k < ε, sempre que
x ∈ E e kx − x0 k < δ.
Além disso, se T : E −→ F for um operador linear contı́nuo bijetor cujo operador

inverso T −1 : F −→ E for contı́nuo, dizemos que T é um isomorfismo topológico, ou
simplesmente isomorfismo, e que E e F são topologicamente isomorfos, ou simplesmente
isomorfos.
Denotaremos o conjunto de todos os operadores lineares contı́nuos de E em F por
L(E, F ). Se F for o corpo dos escalares K, escrevemos E 0 em vez de L(E, K) e o chama-
remos de dual topológico de E, ou simplesmente dual de E, e seus elementos chamaremos
de funcionais lineares contı́nuos. Sendo T : E −→ F um operador linear, dizemos que T
é uma isometria linear se kT (x)kF = kxkE , para todo x ∈ E.
O próximo teorema traz algumas caracterizações que são bastante úteis para mostrar
a continuidade de um operador linear.
Teorema 1.14. Sejam E, F espaços normados e T : E → F um operador linear. São

equivalentes:
(a) T é Lipschitziano.
(b) T é uniformemente contı́nuo.
(c) T é contı́nuo.
7
1. Preliminares
(d) T é contı́nuo em algum ponto de E.
(e) T é contı́nuo na origem.
(f ) sup kT (x)k < ∞.

kxk≤1
(g) Existe c > 0 tal que kT (x)kF ≤ ckxkE , para todo x ∈ E.
Demonstração: Da teoria dos espaços métricos, sabemos que as implicações (a) ⇒ (b)
⇒ (c) ⇒ (d) são sempre válidas e não dependem da linearidade de T .
(d)⇒(e) Digamos que T é contı́nuo no ponto x0 ∈ E. Então, para todo ε > 0 existe
δ = δ(ε) > 0 tal que kT (x) − T (x0 )k < ε, sempre que kx − x0 k < δ. Seja x ∈ E tal que
kxk < δ. Então, kxk = kx + x0 − x0 k < δ implica em
kT (x) − T (0)k = kT (x) − 0k = kT (x) + T (x0 ) − T (x0 )k

= kT (x + x0 ) − T (x0 )k < ε,
donde T é contı́nuo na origem.

(e)⇒(f) Sendo T contı́nuo na origem, existe δ > 0 tal que kT (x)k < 1, sempre que
δ
kxk < δ. Daı́, kxk ≤ 1 implica em x < δ que por sua vez implica em
2

δ δ
kT (x)k = T x < 1,
2 2
para todo x ∈ E tal que kxk ≤ 1. Logo,
2
sup kT (x)k ≤ < ∞.
kxk≤1 δ
(f)⇒(g) Se x = 0 a desigualdade é trivialmente satisfeita para qualquer c > 0. Seja

x ∈ E \ {0}. Então,

kT (x)k x
= T ≤ sup kT (y)k =: c < ∞.
kxk kxk kyk≤1
Portanto, kT (x)k ≤ c kxk para todo x ∈ E.

(g)⇒(a) Sejam x, y ∈ E. Temos
kT (x) − T (y)k = kT (x − y)k ≤ c kx − yk
e portanto T é Lipschitziano.
8
1. Preliminares
A condição (f) do Teorema 1.14 nos mostra como normar o espaço L(E, F ) dos ope-
radores lineares contı́nuo de E em F :
Proposição 1.15. Sejam E e F espaços normados.
(a) A expressão
kT k = sup kT (x)k
x∈BE
define uma norma no espaço L(E, F ).
(b) kT (x)k ≤ kT k · kxk, para todos T ∈ L(E, F ) e x ∈ E.
(c) Se F for Banach, então L(E, F ) também é Banach.
Demonstração: Veja [2, Proposição 2.1.4].
Apresentamos agora uma classe especial de operadores lineares contı́nuos.
Definição 1.16. Um operador linear contı́nuo T : E −→ F é dito ser de posto finito se

a imagem de T é um subespaço de dimensão finita de F . Denotaremos por F(E, F ) o
conjunto dos operadores lineares contı́nuos de posto finito de E em F .
O operador ϕ ⊗ y : E −→ F definido por ϕ ⊗ y(x) := ϕ(x)y, com ϕ ∈ E 0 e y ∈ F , é

um exemplo de operador linear contı́nuo de posto finito. De fato, dados a, b ∈ E e λ ∈ K,
temos
ϕ ⊗ y(a + λb) = ϕ(a + λb)y = ϕ(a)y + λϕ(b)y = ϕ ⊗ y(a) + λϕ ⊗ y(b),
donde ϕ ⊗ y é linear. A continuidade de ϕ ⊗ y segue de
kϕ ⊗ y(x)k = kϕ(x)yk ≤ kϕk kyk kxk ,
para todo x ∈ E. Além disso, kϕ ⊗ yk = supx∈BE kϕ(x)yk = kϕk kyk . Como ϕ ⊗ y(E) ⊆
[y], temos que ϕ ⊗ y é um operador linear contı́nuo de posto finito.
Os operadores lineares contı́nuos de posto finito possuem a seguinte caracterização:
Proposição 1.17. Seja T : E −→ F um operador linear contı́nuo. São equivalentes:
(a) T é de posto finito.
(b) Existem n ∈ N, ϕ1 , . . . , ϕn ∈ E 0 e y1 , . . . , yn ∈ F tais que T = ϕi ⊗ yi + · · · + ϕn ⊗ yn .
9
1. Preliminares
Demonstração: (a) ⇒ (b) Suponha que a imagem de T tenha dimensão finita, isto é,
dim(T (E)) = n ∈ N. Escolha uma base {y1 , . . . , yn } para T (E). Desse modo, para todo
x ∈ E existem únicos α1 , . . . αn ∈ K tais que
n
X
T (x) = αi yi . (1.1)
i=1
Para cada i = 1, . . . , n, defina ϕi : E −→ K pondo ϕi (x) = αi . Note que a linearidade de

ϕi segue da unicidade de cada elemento de T (E) como combinação linear de vetores da
base e da linearidade de T . Não é difı́cil mostrar que a função k·ks : T (E) → [0, ∞), dada
por kT (x)ks := ni=1 |ϕi (x)|, define uma norma em T (E). Como, por hipótese, T (E) tem
P
dimensão finita, a norma de F restrita a T (E) e a norma k·ks são equivalentes, logo existe
k > 0 tal que
|ϕi (x)| = |αi | ≤ |α1 | + · · · + |αn | = kT (x)ks ≤ k kT (x)k ≤ k kT k kxk ,
para todos x ∈ E, i = 1, . . . , n. Portanto, ϕi ∈ E 0 , para todo i = 1, . . . , n. De (1.1) segue

que T = ni=1 ϕi ⊗ yi .
P
Pn
(b) ⇒ (a) Se T = i=1 ϕi ⊗ yi , então T ∈ L(E, F ) e T (E) ⊆ [y1 , . . . , yn ], portanto
T ∈ F(E, F ).
Apresentaremos a seguir um conjunto de teoremas que fazem parte dos principais

resultados dessa seção. São eles: o Teorema de Banach-Steinhaus, o Teorema da Aplicação
Aberta, o Teorema do Gráfico Fechado e os Teoremas de Hahn-Banach.
Sob a hipótese de que o domı́nio é espaço de Banach, o Teorema de Banach-Steinhaus
mostra que uma famı́lia de operadores lineares contı́nuos é uniformemente limitada sempre
que for pontualmente limitada. Para sua demonstração necessitaremos do Teorema de
Baire que enunciaremos a seguir e cuja demonstração pode ser vista em [4, Theorem 2.1].
Teorema 1.18 (Teorema de Baire). Sejam (M, d) um espaço métrico completo e

∞
[
∞
(Fn )n=1 uma sequência de subconjuntos fechados de M tais que M = Fn . Então,
n=1
existe n0 ∈ N tal que Fn0 tem interior não vazio.
Teorema 1.19 (Banach-Steinhaus). Sejam E um espaço de Banach, F um espaço

normado e (Ti )i∈I uma famı́lia de operadores em L(E, F ) satisfazendo a seguinte condição:
para cada x ∈ E existe cx < ∞ tal que
sup kTi (x)k < cx .

i∈I
Então, supi∈I kTi k < ∞.
10
1. Preliminares
Demonstração: Seja (Ti )i∈I uma famı́lia de operadores em L(E, F ). Para cada n ∈ N
considere o conjunto
A(n, Ti ) = {x ∈ E : kTi (x)k ≤ n}
e a aplicação contı́nua k·k ◦ Ti : E → R. Como A(n, Ti ) = (k·k ◦ Ti )−1 ([0, n]), segue que
A(n, Ti ) é fechado para todos n ∈ N e i ∈ I. Dessa forma,
\
An := x ∈ E : sup kTi (x)k ≤ n = A(n, Ti )
i∈I
i∈I
é fechado para todo n ∈ N, pois a interseção de conjuntos fechados é sempre um fechado.

[∞ [∞
Afirmamos que E = An . De fato, An ⊆ E por definição. Para a inclusão contrária,
n=1 n=1
dado x ∈ E existem cx < ∞ e n1 (x) ∈ N tais que
sup kTi (x)k < cx ≤ n1 ,

i∈I
S∞
donde x ∈ n=1 An . Pelo Teorema 1.18, tem-se int(An0 ) 6= ∅, para algum n0 ∈ N. Sejam
a ∈ int (An0 ) e r > 0 tais que a bola fechada de centro a e raio r esteja contida no aberto
int (An0 ), isto é,
{x ∈ E : kx − ak ≤ r} ⊆ int (An0 ).
Considerando agora y ∈ E tal que kyk ≤ 1, observe que, se x = a + ry, então kx − ak =

kryk ≤ r e portanto x ∈ An0 . Daı́,
kTi (x − a)k = kTi (x) − Ti (a)k ≤ kTi (x)k + kTi (a)k ≤ n0 + n0 ≤ 2n0 ,
2n0
para todo i ∈ I. Logo, kTi (ry)k = kTi (x − a)k ≤ 2n0 e kTi (y)k ≤
para todo i ∈ I e
r
todo y ∈ E com kyk ≤ 1. Tomando o supremo sobre y ∈ BE obtemos
2n0
kTi k = sup kTi (y)k ≤ ,
kyk≤1 r
para todo i ∈ I. Por fim, tomando o supremo sobre os ı́ndices i ∈ I temos
2n0
sup kTi k ≤ < ∞.
i∈I r
11
1. Preliminares
Vejamos uma consequência do teorema apresentado anteriormente.
Corolário 1.20. Sejam E um espaço de Banach, F um espaço normado e (Tn )∞

n=1 uma
sequência em L(E, F ) tal que (Tn (x))∞
n=1 é convergente em F para todo x em E. Se
definirmos
T : E −→ F
x 7−→ T (x) = lim Tn (x),
n→∞
então T é um operador linear contı́nuo.
Demonstração: A linearidade de T segue imediatamente das propriedades dos limites

e da linearidade de cada Tn . Por hipótese, a sequência (Tn (x))∞
n=1 é convergente para todo
x ∈ E, logo é limitada. Daı́, supn∈N kTn (x)k < ∞, para todo x ∈ E. Pelo Teorema 1.19,
existe c > 0 tal que sup kTn k ≤ c. Além disso,
n∈N
kTn (x)k ≤ kTn k kxk ≤ c kxk ,
para todos x ∈ E e n ∈ N. Fazendo n → ∞ concluı́mos que kT (x)k ≤ c kxk para todo

x ∈ E e, portanto, T é contı́nua.
Definição 1.21. Sejam E, F e G espaços vetoriais. Uma aplicação A : E × F −→ G é

dita bilinear se for linear em cada variável, isto é,
(i) A(λx1 + x2 , y) = λA(x1 , y) + A(x2 , y), para todo x1 , x2 ∈ E, y ∈ F e λ ∈ K e
(ii) A(x, λy1 + y2 ) = λA(x, y1 ) + A(x, y2 ), para todo x ∈ E, y1 , y2 ∈ F e λ ∈ K.
Denotaremos por B(X × Y, Z) o espaço vetorial das aplicações bilineares de X × Y

em Z. Se Z = K denotaremos o espaço das formas bilineares por B(X × Y ). A próxima
proposição estabelece algumas caracterizações para a continuidade de uma aplicação bili-
near. A demonstração desse resultado é semelhante ao da Proposição 1.14 e por isso será
omitida.
Proposição 1.22. Sejam E, F , G espaços normados e A : E × F −→ G uma aplicação

bilinear. Então para qualquer uma das normas em E × F da Proposição 1.5, as seguintes
afirmações são equivalentes:
(a) A é contı́nua.
(b) A é contı́nua na origem.
(c) sup {kA(x, y)k : x ∈ BE , y ∈ BF } < ∞.
12
1. Preliminares
(d) Existe C ≥ 0 tal que kA(x, y)k ≤ C kxk · kyk para todos x ∈ E e y ∈ F .
Seja T : E → F uma aplicação. Dizemos que T é uma aplicação aberta se T (A) é

aberto em F para todo conjunto A aberto em E. Nosso próximo resultado mostra que se
E e F são espaços de Banach, então todo operador linear contı́nuo e sobrejetor definidos
entre esses espaços é uma aplicação aberta. Para a demonstração consulte [2, Teorema
2.4.2].
Teorema 1.23 (Teorema da Aplicação Aberta). Sejam E, F espaços de Banach e

T : E → F um operador linear, contı́nuo e sobrejetor. Então, T é uma aplicação aberta.
Em particular, todo operador linear, contı́nuo e bijetor entre espaços de Banach é um
isomorfismo.
Sejam E e F espaços normados. O gráfico de um operador linear T : E → F é o

conjunto
G(T ) := {(x, T (x)) : x ∈ E} ⊆ E × F.
Note que da linearidade de T segue que G(T ) é um subespaço vetorial de E × F . Veremos

que se E e F forem espaços de Banach, a continuidade de T é equivalente ao fato de G(T )
ser fechado em E × F .
Teorema 1.24 (Teorema do Gráfico Fechado). Sejam E, F espaços de Banach e

T : E → F um operador linear. Então, T é contı́nuo se, e somente se, G(T ) é fechado
em E × F .
Demonstração: Suponha T contı́nuo e considere a função
f : E × F −→ R
(x, y) 7−→ kT (x) − yk
uma função. Provaremos que f é contı́nua. Dado (xn , yn )∞

n=1 uma sequência em E × F
tal que (xn , yn ) → (x, y), da continuidade de T temos que T (xk ) → T (x) em F . Daı́,
T (xn ) − yn → T (x) − y. Como a função k·k é contı́nua segue que kT (xn ) − yn k →
kT (x) − yk. Portanto, f é contı́nua. Temos então que G(T ) = f −1 ({0}) é fechado em
E × F.
Reciprocamente, considere que G(T ) é fechado. Sabemos que o produto cartesiano
E × F de espaços de Banach também é um espaço de Banach com a norma k·k1 . Segue
da Proposição 1.6 que G(T ) também é um espaço de Banach com a norma k·k1 .
Afirmação: A aplicação π : G(T ) → E, dada por π(x, T (x)) = x, é linear, contı́nua e
bijetora.
13
1. Preliminares
Primeiro, provaremos a linearidade. Sejam λ ∈ K e (x, T (x)), (y, T (y)) ∈ G(T ). Temos
π((x, T (x)) + λ(y, T (y))) = π(x + λy, T (x) + λT (y)) = π(x + λy, T (x + λy))
= x + λy = π(x, T (x)) + λπ(y, T (y)),
donde π é linear. Da relação x ∈ E 7→ T (x) ∈ F, segue que π(G(T )) = E, isto é,

π é sobrejetiva. Se π(x, T (x)) = 0, temos x = 0 e assim T (x) = 0. Isso implica que
ker(π) = {0} e portanto π é injetiva. Temos também que π é contı́nua, pois
kπ(x, T (x))k = kxk ≤ kxk + kT (x)k = k(x, T (x))k1 ,
Para todo x ∈ E.
Pelo Teorema da Aplicação Aberta, π −1 também é contı́nua e assim, existe c > 0 tal
que kπ −1 (x)k1 = k(x, T (x))k1 ≤ c kxk, para todo x ∈ E. Daı́,
kT (x)k ≤ kT (x)k + kxk = k(x, T (x))k1 ≤ c kxk ,
para todo x ∈ E e portanto T é contı́nuo.
O Teorema de Hahn-Banach é de grande importância na Análise Funcional e em outras

áreas da Matemática, seja por suas aplicações ou por seus corolários. Apresentaremos a
seguir o Teorema de Hahn-Banach que é válido para espaços vetoriais reais e complexos
e sua demonstração pode ser vista em [2, Teorema 3.1.2].
Teorema 1.25 (Hahn-Banach). Sejam E um espaço vetorial sobre K e p : E → R uma

função que satisfaz
p(ax) = |a| p(x), para todo a ∈ K e todo x ∈ E, e
p(x + y) ≤ p(x) + p(y), para quaisquer x, y ∈ E.
Se G ⊆ E é um subespaço vetorial e ϕ : G → K é um funcional linear tal que |ϕ(x)| ≤ p(x),

para todo x ∈ G, então existe um funcional linear ϕ
e : E → K que estende ϕ a E e que
satisfaz |ϕ(x)|
e ≤ p(x), para todo x ∈ E.
Apresentaremos agora três corolários do Teorema de Hahn-Banach que também re-

cebem esta nomenclatura. Os dois últimos serão usados com maior frequência ao longo
deste trabalho.
14
1. Preliminares
Corolário 1.26. Sejam G um subespaço de um espaço normado E e ϕ : G → K um

e : E → K cuja
funcional linear contı́nuo. Então, existe um funcional linear contı́nuo ϕ
restrição a G coincide com ϕ e tal que kϕk
e = kϕk.
Demonstração: Consideremos a função p : E → R dada por p(x) = kϕk kxk. Para todo
a ∈ K e todos x, y ∈ E, temos
p(ax) = kϕk kaxk = |a| kϕk kxk = |a| p(x)
p(x + y) = kϕk kx + yk ≤ kϕk (kxk + kyk)

= kϕk kxk + kϕk kyk = p(x) + p(y).
Como |ϕ(x)| ≤ kϕk kxk = p(x) para todo x ∈ G, pelo Teorema de Hahn-Banach existe
e : E → K cuja restrição a G coincide com ϕ e que satisfaz |ϕ(x)|
um funcional linear ϕ e ≤
p(x) = kϕk kxk para todo x ∈ E. Logo, ϕ
e é contı́nuo e kϕk
e ≤ kϕk. Por outro lado,
kϕk = sup |ϕ(x)| = sup |ϕ(x)|

e
x∈BG x∈BG
≤ sup |ϕ(x)|
e = kϕk
e .
x∈BE
Portanto, kϕk
e = kϕk.
Corolário 1.27. Seja E um espaço normado. Para todo x0 ∈ E, x0 6= 0, existe um

funcional linear ϕ ∈ E 0 tal que kϕk = 1 e ϕ(x0 ) = kx0 k.
Demonstração: Sejam G = [x0 ] o espaço gerado por x0 e ϕ : G → K o funcional linear

contı́nuo dado por ϕ(λx0 ) = λ kx0 k. Então, pelo Corolário 1.26 existe ϕ
e : E → K funcional
e coincide com ϕ em G e kϕk
linear contı́nuo tal que ϕ e = kϕk . Portanto, ϕ(x
e 0 ) = ϕ(x0 ) =
kx0 k e
kϕk
e = kϕk = sup |ϕ(λx0 )|
kλx0 k≤1
= sup |λ| kx0 k = sup kλx0 k = 1.

kλx0 k≤1 kλx0 k≤1
Corolário 1.28. Sejam E um espaço normado, E 6= {0} e x ∈ E. Então
kxk = sup |ϕ(x)| = max {|ϕ(x)| : ϕ ∈ E 0 e kϕk = 1}.

ϕ∈BE 0
15
1. Preliminares
Demonstração: Dado x ∈ E, vale |ϕ(x)| ≤ kϕk kxk para todo ϕ ∈ E 0 . Daı́,
sup |ϕ(x)| ≤ sup (kϕk kxk) = kxk .

kϕk≤1 kϕk≤1
Pelo Corolário 1.27 existe ψ ∈ E 0 tal que kψk = 1 e ψ(x) = kxk . Logo,
kxk = ψ(x) ≤ sup |ϕ(x)|

kϕk≤1
e com isso ganhamos a primeira igualdade. A segunda igualdade segue de
max {|ϕ(x)| : ϕ ∈ E 0 e kϕk = 1} ≤ sup |ϕ(x)| ≤ sup |ϕ(x)|

kϕk=1 kϕk≤1
e de
sup |ϕ(x)| = kxk = ψ(x) ≤ max {|ϕ(x)| : ϕ ∈ E 0 e kϕk = 1} .

kϕk≤1
Conceituaremos agora o que é uma projeção e um subespaço complementado. Antes

de definir esse último, apresentaremos uma proposição que estabelece uma equivalência
necessária à sua definição.
Definição 1.29. Um operador linear contı́nuo P : E −→ E, onde E é um espaço de

Banach, é chamado uma projeção se P 2 := P ◦ P = P .
Proposição 1.30. Sejam E um espaço de Banach e F um subespaço de E. As seguintes

afirmações são equivalentes:
(a) Existe uma projeção P : E −→ E tal que P (E) = F . Neste caso dizemos que P é
uma projeção de E sobre F .
(b) F é fechado e existe um subespaço fechado G ⊆ E tal que E = F + G e F ∩ G = {0},

isto é, E = F ⊕ G.
Neste caso, temos que F = {x ∈ E : P (x) = x} e G = Ker(P ).
Demonstração: (a) ⇒ (b) Seja x ∈ F . Tomando y ∈ E tal que P (y) = x temos que
x = P (y) = P (P (y)) = P (x). Se x = P (x), então x ∈ Im(P ) = F . Considerando o
operador identidade de E, idE : E −→ E, temos
F = {x ∈ E : P (x) = x} = {x ∈ E : (P − idE )(x) = 0} = (P − idE )−1 ({0}),
16
1. Preliminares
o que mostra que F é fechado.

Agora, tomando G = ker(P ), não é difı́cil mostrar que G é um subespaço fechado de
E. Temos que (x − P (x)) ∈ G, P (x) ∈ F e x = (x − P (x)) + P (x), para todo x ∈ E.
Ainda, se x ∈ G ∩ F , temos x = P (x) pois x ∈ F e P (x) = 0 pois x ∈ G. Portanto x = 0.
(b) ⇒ (a) Por hipótese, para cada x ∈ E, existem únicos x1 ∈ F e x2 ∈ G tais que x =
x1 + x2 . É imediato que o operador P : E −→ E dado por P (x) = x1 está bem definido,
é linear, P 2 = P , Im(P ) = F , ker(P ) = G e F = {x ∈ E : P (x) = x}. Provaremos agora
que P é contı́nuo. Seja (xn )∞
n=1 uma sequência em E tal que xn −→ x e P (xn ) −→ y.
Para cada n, escreva xn = yn + zn com yn ∈ F e zn ∈ G. Então
zn = xn − yn = xn − P (xn ) −→ x − y.
Como G é fechado, x − y ∈ G e portanto P (x) = P (y). Por outro lado, yn = P (xn ) −→ y.

Como F é fechado por hipótese, y ∈ F . Dessa forma, y = P (y) = P (x). Pelo Teorema
do Gráfico Fechado temos que o operador linear P é contı́nuo.
Definição 1.31. Sejam E um espaço de Banach e F um subespaço de E. Dizemos que

F é complementado em E se satisfaz as condições equivalentes da Proposição 1.30.
Definiremos agora quando um operador T entre espaços normados é compacto.
Definição 1.32. Um operador linear T : E −→ F entre espaços normados é dito compacto

se T (BE ) é compacto em F .
Denotaremos por K(E, F ) o conjunto dos operadores compactos de E em F .
Proposição 1.33. Sejam E e F espaços normados. Então K(E, F ) é subespaço vetorial

de L(E, F ). Além disso, se F for espaço de Banach então K(E, F ) é fechado em L(E, F ).
Demonstração: Veja [2, Proposição 7.2.5].
Ainda falando de alguns conceitos e resultados básicos de Análise Funcional, falaremos

brevemente sobre séries em espaços de Banach.
Definição 1.34. Sejam E um espaço de Banach e (xn )∞ n=1 uma sequência em E. Dizemos
∞
P∞
que (xn )n=1 é somável quando a série n=1 xn é convergente, absolutamente somável
P∞ ∞
quando a série n=1 kxn k é convergente e que (xn )n=1 é incondicionalmente somável
quando a série ∞
P
n=1 xσ(n) converge para toda permutação σ : N → N.
Proposição 1.35. Seja E um espaço de Banach. A famı́lia (xi )i∈I de elementos de E é

P
somável se, e somente se, o conjunto I0 = {i ∈ I : xi 6= 0} é finito e i∈I0 xi = x, ou o
conjunto I0 é enumerável e limN −→∞ N
P
k=0 xσ(k) = x para toda bijeção σ : N −→ I0 .
17
1. Preliminares
Demonstração: Veja [9, Proposition A.4.2 (2)].
Desse modo, se (xi )i∈I é uma famı́lia absolutamente somável, então existe um subcon-
junto enumerável I0 de I tal que xi = 0 se i ∈
/ I0 .
Proposição 1.36. Um espaço normado E é Banach se, e somente se, toda sequência
absolutamente somável é incondicionalmente somável.
Demonstração: Sejam E um espaço de Banach, (xn )∞

n=1 uma sequência absolutamente
somável em E e σ : N → N uma permutação. Para cada n ∈ N, defina yn := kxn k. Então,
a sequência de números reais (yn )∞
n=1 é absolutamente somável em R, logo incondicional-
mente somável. Assim sendo, n=1 xσ(n) = ∞
P∞ P
n=1 yσ(n) < ∞. Pelo Critério de Cauchy
para séries, para todo ε > 0 existe n0 = n0 (ε) ∈ N tal que
n
X m
X n
X n
X
xσ(k) − xσ(k) = xσ(k) ≤ xσ(k)
k=1 k=1 k=m+1 k=m+1
∞
X
≤ xσ(k) < ε,
k=n0
para todos n ≥ m > n0 . Consequentemente, a sequência ( kn=1 xσ(n) )∞

P
k=1 das somas
P∞
parciais da série n=1 xσ(n) é de Cauchy em E, logo existe x ∈ E tal que
∞
X k
X
xσ(n) = lim xσ(n) = x.
k
n=1 n=1
Reciprocamente, seja (xn )∞ n=1 uma sequência de Cauchy em E. Então, para cada k ∈ N
1 1
e ε = k > 0, existe n0 = n0 (k) ∈ N tal que kxn − xm k < k , para todos n, m > n0 .
2 2
Considere n1 := n0 ( 12 ) + 1 e, para k > 1, nk := max{n0 ( 21k ), nk−1 } + 1. Assim, obtemos
1
uma sequência de ı́ndices n1 < n2 < n3 < · · · tais que xnk+1 − xnk < 2k
. Pelo Critério
de Comparação, a convergência da série
∞ ∞
X 1 X
k
= 1 implica em xnk+1 − xnk < ∞.
k=1
2 k=1
Por hipótese, temos que toda série absolutamente somável é incondicionalmente somável.
Em particular, ∞
P
k=1 (xnk+1 − xnk ) = a, para algum a ∈ E. Assim,
k
!
X
lim xnk+1 = lim xn1 + (xnj+1 − xnj )
k k
j=1
k
X
= xn 1 + lim (xnj+1 − xnj ) = xn1 + a,
k
j=1
18
1. Preliminares
isto é, (xn )∞

n=1 é uma sequência de Cauchy que possui subsequência convergente para
xn1 + a. Então, xn → xn1 + a ∈ E e portanto E é Banach.
1.2 Dualidade e Adjunto de um operador

Nesta seção, discorreremos sobre os duais dos espaços `p e c0 e apresentaremos a noção
de operador adjunto.
Proposição 1.37. Seja 1 ≤ p ≤ ∞. Os espaços `p∗ e (`p )0 são isomorfos isometricamente

por meio da relação de dualidade
∞
ψ
X
b= (bj )∞
j=1 ∈ `p∗ 7−→ ϕb ∈ (`p ) , 0
ϕb ((aj )∞
j=1 ) = aj bj , para todo (aj )∞
j=1 ∈ `p . (1.2)
j=1
Demonstração: Mostraremos que ϕb está bem definida, é linear e contı́nua. De fato,

pela desigualdade de Hölder temos
∞ ∞
! p1 ∞
! p1∗
p∗
X X p
X
|aj bj | ≤ |aj | · |bj | = (aj )∞
j=1 p
(bj )∞
j=1 p∗
< ∞,
j=1 j=1 j=1
P∞
logo j=1 aj bj é absolutamente convergente e portanto convergente, mostrando assim a
boa definição da ϕb . Considere agora (aj )∞ ∞
j=1 , (cj )j=1 ∈ `p e λ ∈ K. Daı́,
∞
X
ϕb ((aj )∞ ∞ ∞
j=1 + λ(cj )j=1 ) = ϕb ((aj + λcj )j=1 ) = (aj + λcj )bj
j=1
∞
X X∞ ∞
X
= (aj bj + λcj bj ) = aj b j + λ cj b j
j=1 j=1 j=1
= ϕb ((aj )∞ ∞
j=1 ) + λϕb ((cj )j=1 ),
portanto ϕb é linear. Além disso, calculamos
k k k
! p1 k
! p1∗
p∗
X X X X
aj b j ≤ |aj bj | ≤ |aj |p · |bj |
j=1 j=1 j=1 j=1
e fazendo k −→ ∞ temos
∞
X ∞
X
|ϕb (a)| = aj b j ≤ |aj bj |
j=1 j=1
19
1. Preliminares
∞
! p1 ∞
! p1∗
p∗
X X
≤ |aj |p · |bj | (1.3)
j=1 j=1
= kakp kbkp∗ .
Tomando o sup em (1.3) com kakp = 1, temos kϕb k ≤ kbkp∗ . Portanto, ϕb é contı́nua.
A boa definição, a linearidade e continuidade da ψ seguem imediatamente da ϕb .
P∞
Seja a = (aj )∞ j=1 ∈ `p . Então, a se escreve de forma única como a = j=1 aj ej ,
onde ej é a base de Schauder de `p . Dado ϕb ∈ (`p )0 , pela continuidade de ϕb temos
ϕb (a) = ∞
P Pk
j=1 aj ϕb (ej ). De fato, se para cada k ∈ N denotarmos ck = j=1 aj ej , por
linearidade
k
! k k
X X X
ϕb (ck ) = ϕb aj e j = ϕb (aj ej ) = aj ϕb (ej ),
j=1 j=1 j=1
de modo que
k
X ∞
X
ϕb (a) = ϕb ( lim ck ) = lim ϕb (ck ) = lim aj ϕ(ej ) = aj ϕb (ej ),
k→∞ k→∞ k→∞
j=1 j=1
onde ϕb (ej ) = bj . Vejamos que ψ é sobrejetora. Se a = (aj )∞

j=1 ∈ `p , então
∞
! ∞ ∞ ∞
X X X X
ψ(a) = ψ aj ej = ψ(aj ej ) = aj ψ(ej ) = aj bj = ϕb (a),
j=1 j=1 j=1 j=1
o que prova a sobrejetividade da ψ e, desse modo, podemos definir a sua inversa.

ψ −1
Afirmação: A aplicação inversa ϕb ∈ (`p )0 7−→ (ϕb (ej ))∞
j=1 ∈ `p∗ está bem definida e é
contı́nua.
De fato, seja ak = (ckj )∞
j=1 , onde
 p∗
 |bj | , se j ≤ k e bj 6= 0
k bj
cj = .
0, se j > k ou bj = 0
P∞ P∞ ∗
Desse modo, temos ϕb (ak ) = k
j=1 cj bj = j=1 |bj |p e assim
k
! p1
p
X
|ϕb (ak )| ≤ kϕb k kak k = kϕb k ckj
j=1
1
k ∗ p! p
X |bj |p
= kϕb k
j=1
bj
20
1. Preliminares
k
! p1
(p∗ −1)p
X
= kϕb k |bj |
j=1
k
! p1
X ∗
= kϕb k |bj |p .
j=1
Daı́
k k
! p1
p∗ p∗
X X
|bj | = ϕb (ak ) = |ϕb (ak )| ≤ kϕb k |bj | .
j=1 j=1
1 1
Dividindo pelo último fator e usando 1 − p
= p∗
, temos
k
!1− p1 k
! p1∗
p∗ p∗
X X
|bj | = |bj | ≤ kϕb k
j=1 j=1
e tomando k −→ ∞, obtemos
∞
! p1∗
p∗
X
kbkp∗ = |bj | ≤ kϕb k .
j=1
Logo, (bj )∞
j=1 ∈ `p∗ e portanto ψ
−1
está bem definida e é contı́nua, o que completa a
demonstração.
A relação de dualidade apresentada na Proposição 1.37 também descreve o dual de c0

que apresentaremos na próxima proposição e a sua demonstração pode ser vista em [2,
Proposição 4.2.3]:
Proposição 1.38. Os espaços `1 e (c0 )0 são isomorfos isometricamente por meio da relação
de dualidade
∞
ψ
X
b= (bj )∞
j=1 ∈ `1 7−→ ϕb ∈ (c0 ) , 0
ϕb ((aj )∞
j=1 ) = aj bj , para todo (aj )∞
j=1 ∈ c0 . (1.4)
j=1
Vimos que para todo espaço normado E podemos considerar seu dual E 0 , que é um
espaço de Banach. Podemos também considerar o dual de E 0 , que chamamos de bidual
e denotamos por E 00 . O próximo resultado mostra que todo espaço normado pode ser
encontrado no seu bidual e sua demonstração se encontra em [2, Proposição 4.3.1].
Proposição 1.39. Seja E um espaço vetorial normado. Então, para todos x ∈ E e
21
1. Preliminares
ϕ ∈ E 0 , o operador linear
JE : E −→ E 00
x 7−→ JE (x)(ϕ) = ϕ(x)
é uma isometria linear, chamado de mergulho canônico de E em E 00 .
Observação 1.40. Quando E for apenas um espaço vetorial e estivermos tratando do

dual algébrico, utilizaremos a mesma notação, JE , para denotar o mergulho canônico de
E.
Definição 1.41. Sejam E, F espaços vetoriais normados e T ∈ L(E, F ) um operador

linear contı́nuo. O operador T 0 : F 0 −→ E 0 definido por
T 0 (ϕ)(x) = ϕ(T (x)), para todos x ∈ E e ϕ ∈ F 0
é chamado adjunto de T.
No caso em que os espaços vetoriais E e F não sejam necessariamente normados e

estivermos considerando seus respectivos duais algébricos, E # e F # , isto é, sem topologia,
utilizaremos a notação T # em vez de T 0 para o adjunto de T .
Proposição 1.42. Sejam E, F espaços vetoriais normados e T ∈ L(E, F ). Então T 0 é um

operador linear contı́nuo de F 0 em E 0 e kT k = kT 0 k. Além disso, se T é um isomorfismo
(isométrico), então T 0 é um isomorfismo (isométrico).
Demonstração: Primeiro, veremos que o operador T 0 está bem definido, ou seja, que
T 0 (ϕ) ∈ E 0 para todo ϕ ∈ F 0 . De fato, dados x, y ∈ E e λ ∈ K, temos
T 0 (ϕ)(x + λy) = ϕ(T (x + λy)) = ϕ(T (x)) + λϕ(T (y))

= T 0 (ϕ)(x) + λT 0 (ϕ)(y)
kT 0 (ϕ)(x)k = kϕ(T (x))k ≤ kϕk kT k kxk , (1.5)
donde T 0 (ϕ) ∈ E 0 . Mostraremos agora que T 0 é linear. Sejam ϕ, ψ ∈ F 0 e λ ∈ K. Então
T 0 (ϕ + λψ)(x) = (ϕ + λψ)(T (x)) = ϕ(T (x)) + λψ(T (x))

= T 0 (ϕ)(x) + λT 0 (ψ)(x),
22
1. Preliminares
para todo x ∈ E. Logo, T 0 (ϕ + λψ) = T 0 (ϕ) + λT 0 (ψ) e portanto T 0 é linear. Tomando o

supremo sobre x ∈ BE em (1.5), obtemos
kT 0 (ϕ)k ≤ kϕk kT k , (1.6)
para todo ϕ ∈ F 0 . Assim, T 0 ∈ L(F 0 , E 0 ). Tomando o supremo sobre ϕ ∈ BF 0 em (1.6),

concluı́mos que kT 0 k ≤ kT k. A desigualdade contrária segue de
kT (x)k = sup |ϕ(T (x))| = sup |T 0 (ϕ)(x)|

ϕ∈BF 0 ϕ∈BF 0
≤ kxk sup kT 0 (ϕ)k = kxk kT 0 k .

ϕ∈BF 0
Portanto, kT k = kT 0 k. Agora, suponhamos que T seja um isomorfismo isométrico. Então

T −1 : F → E é, além de linear, contı́nuo. Para cada ϕ ∈ E 0 , consideremos ξ ∈ F 0 dado
por ξ(z) = ϕ(T −1 (z)). Como
T 0 (ξ)(x) = ξ(T (x)) = ϕ(T −1 (T (x))) = ϕ(x),
para todo x ∈ E, obtemos T 0 (ξ) = ϕ e por isso T 0 é sobrejetor. Seja ψ ∈ ker(T 0 ). Então
ψ(T (x)) = T 0 (ψ)(x) = 0, (1.7)
para todo x ∈ E. Como T é sobrejetor, temos de (1.7) que ψ(y) = 0, para todo y ∈ F ,
donde T 0 é injetor. Para garantir que T 0 é um isomorfismo, resta mostrar que (T 0 )−1
é contı́nuo, já que a inversa de um operador linear é sempre linear. Mas isso decorre
imediatamente do fato (de fácil demonstração) de que (T 0 )−1 = (T −1 )0 . Para concluir,
mostremos que kT 0 (ϕ)k = kϕk, para todo ϕ ∈ F 0 . Como T é um isomorfismo isométrico,
x ∈ BE se, e somente se, T (x) ∈ BF . Daı́,
kT 0 (ϕ)k = sup |T 0 (ϕ)(x)| = sup |ϕ(T (x))|

x∈BE x∈BE
= sup |ϕ(T (x))| = sup |ϕ(z)| = kϕk .

T (x)∈BF z∈BF
1.3 Completamento de um espaço normado

É sabido que nem sempre um espaço normado é completo e por isso um questionamento
natural seria: é possı́vel completá-lo? Nesta seção, veremos que a resposta para essa
23
1. Preliminares
questão é afirmativa. Além disso, iremos expor alguns resultados relacionados a esse
completamento.
Definição 1.43. Seja E um espaço vetorial normado. Chamaremos de completamento

de E o par (Ê, ξ), onde Ê um espaço de Banach e ξ : E −→ Ê uma imersão isométrica
(aplicação linear injetiva e, claro, contı́nua) cuja imagem ξ(E) é densa em Ê, isto é,
ξ(E) = Ê.
O teorema a seguir mostra a existência e unicidade do completamento de um espaço

normado. A demonstração desse resultado, bastante técnica, pode ser encontrado em [11,
Theorem 2.3-2].
Teorema 1.44. Seja E um espaço normado. Então existe um espaço de Banach Ê e

uma isometria ξ de E em um subespaço W de Ê que é denso em Ê. O espaço Ê é único,
a menos de isometrias.
Um resultado muito útil sobre a bola unitária fechada do completamento de um espaço

normado é apresentado a seguir e sua demonstração pode ser vista em [20, Proposição
3.11].
Proposição 1.45. Sejam E um espaço normado e (Ê, ξ) o seu completamento. Então

BÊ = Bξ(E) .
O espaço normado E pode ser identificado como um subespaço denso do seu completa-
mento Ê com a seguinte identificação x ∈ E ←→ ξ(x) ∈ Ê. A menos dessa identificação,
podemos escrever E = ξ(E). Assim, pela Proposição 1.45 temos que
Ê
BE = BÊ . (1.8)
Lema 1.46. Sejam E um espaço vetorial normado, (Ê, ξ) o seu completamento e A ⊆ E.

Ê Ê
E
Então ξ(A ) = ξ(A) .
Ê Ê Ê
E E
Demonstração: Mostraremos primeiro que ξ(A ) ⊆ ξ(A) . Seja z ∈ ξ(A ) , então
E E
existe uma sequência (zn ) em A tal que ξ(zn ) −→ z. Fixando n ∈ N, como zn ∈ A ,
existe uma sequência (xk ) em A tal que xk −→ zn . Teremos da continuidade de ξ que
Ê
ξ(xk ) −→ ξ(zn ) e concluı́mos que ξ(zn ) ∈ ξ(A) , para todo n ∈ N. Daı́ temos z ∈
Ê
Ê Ê Ê
ξ(A) = ξ(A) . Provaremos agora a inclusão contrária. Dado y ∈ ξ(A) , podemos
E
tomar uma sequência (yn ) em A tal que ξ(yn ) −→ y. Como A ⊆ A , temos que (yn )
Ê
E E
estará em A . Portanto, y ∈ ξ(A ) .
Agora, sejam (Ê, ξ) o completamento do espaço normado E e A ⊆ E. Usando a

Ê Ê
E
identificação (1.8) e o Lema 1.46, obtemos (A ) = (A) .
24
1. Preliminares
1.4 Espaços de sequências a valores vetoriais

O objetivo dessa seção é estudar os espaços de sequências a valores vetoriais `∞ (E),
`p (E), `w u
p (E), `p (E) e co (E), onde E é um espaço normado. Veremos quais as condições
para que esses espaços sejam Banach e uma relação de inclusão entre eles. Nesse texto
foram utilizadas as referências [5], [6] e [13].
Seja E um espaço vetorial normado. Denotamos por `∞ (E) o conjunto de todas as
sequências limitadas em E, isto é, sequencias (xn )∞
n=1 ∈ E de tal modo que existe uma
N
constante M ≥ 0 tal que kxn k ≤ M , para todo n ∈ N. Simbolicamente,
`∞ (E) = (xn )∞ ∞

n=1 ∈ E : (xn )n=1 é limitada em E .
N
É simples mostrar que `∞ (E) é um espeço vetorial com as operações usuais de sequências
e que a função k·k∞ : `∞ (E) → [0, ∞) dada por
k(xn )∞
n=1 k∞ := sup kxn kE ,
n
está bem definida e caracteriza uma norma em `∞ (E).

Veremos a seguir em que condição o espaço (`∞ (E), k·k∞ ) é um espaço de Banach e a
demonstração para esse resultado pode ser vista em [13, Proposição 2.1.4].
Proposição 1.47. (`∞ (E), k·k∞ ) é um espaço de Banach se, e somente se, E é um espaço
de Banach.
Definição 1.48. Seja E um espaço normado. O conjunto das sequências que convergem
para zero em E será denotado por c0 (E) e em sı́mbolos temos
c0 (E) := (xj )∞

j=1 : xj ∈ E, para todo j ∈ N e kxj kE −→ 0 .
Não é difı́cil mostrar que c0 (E) é um subespaço de `∞ (E) e o próximo resultado garante
que c0 (E) é um espaço de Banach com a norma de herdada de `∞ (E). A demonstração
deste fato pode ser encontrada em [13, Teorema 2.2.4 (a)].
Proposição 1.49. Seja E um espaço de Banach. Então c0 (E) é um subespaço fechado

de `∞ (E). Consequentemente, (c0 (E), k·k∞ ) é um espaço de Banach.
Definição 1.50. Sejam E um espaço vetorial normado e 1 ≤ p < ∞. Dizemos que uma
P∞ p
sequência (xn )∞
n=1 em E é fortemente p-somável se n=1 kxn k < ∞.
Denotamos por `p (E) o conjunto de todas as sequências fortemente p-somáveis em E.
25
1. Preliminares
Em sı́mbolo temos
( ∞
)
X
`p (E) := (xn )∞
n=1 ∈ E :
N
kxn kp < ∞ .
n=1
Com as operações usuais de sequências, `p (E) é um espaço vetorial. Além disso, utilizando
a Desigualdade de Minkowski 1.10, não é difı́cil mostrar que a função
k·kp : `p (E) −→ [0, ∞)

∞
! p1
X
(xn )∞ ∞
n=1 7−→ k(xn )n=1 kp = kxn kp ,
n=1
define uma norma em `p (E).
Proposição 1.51. Seja E um espaço normado. Então (`p (E), k·kp ) é um espaço de
Banach se, e somente se, E é um espaço de Banach.
Demonstração: Como `p (E) contém uma cópia isométrica de E pela aplicação x ∈

E 7→ (x, 0, 0, · · · ) ∈ `p (E), que possui imagem fechada (é um exercı́cio simples mostrar
isso), então se `p (E) é um espaço de Banach, E também o é.
Reciprocamente, seja (xk )∞ k=1 uma sequência de Cauchy em `p (E). Então, para todo
ε
ε > 0 existe k0 (ε) = k0 ∈ N tal que xk − xr p < , para todos k, r > k0 . Em particular,
2
∞ ε p
p p p
X
xkj − xrj ≤ xkn − xrn = xk − x r p
< , (1.9)
n=1
2
para todo j ∈ N e para todos k, r > k0 . Desse modo, para cada j ∈ N, a sequência (xkj )∞
k=1
k
é de Cauchy em E. Definamos y := (yj )∞
j=1 , onde yj = lim xj .
k→∞
Afirmação: y ∈ `p (E) e xk → y.
De fato, temos que (1.9) implica em
m ε p
p
X
xkn − xrn < ,
n=1
2
para todo m ∈ N e para todos k, r > k0 . Fazendo r → ∞, temos

m ε p
p
X
xkn − yn ≤ ,
n=1
2
26
1. Preliminares
para todo m ∈ N e todo k > k0 . Agora, fazendo m → ∞ segue que

∞ ε p
p p
X
xkn − yn = xk − y ≤ ,
n=1
2
para todo k > k0 . Consequentemente, xk → y. Tomando k = k0 + 1, temos que

xk0 +1 − y = (xkn0 +1 − yn )∞
n=1 ∈ `p (E). Portanto, y = x
k0 +1
− (xk0 +1 − y) ∈ `p (E).
Definição 1.52. Uma sequência (xj )∞

j=1 em E é dita ser fracamente p-somável quando
∞
X
|ϕ(xj )|p < ∞, sempre que ϕ ∈ E 0 .
j=1
O conjunto de todas as sequências fracamente p-somáveis em E será denotado por

`w
p (E). Em sı́mbolo,
( ∞
)
X
`w
p (E) := (xn )∞
n=1 ∈ E :
N
|ϕ(xn )|p < ∞, ∀ ϕ ∈ E 0 .
n=1
Observe que de (1.10) temos (xj )∞ w ∞

j=1 ∈ `p (E) se, e somente se, (ϕ(xj ))j=1 ∈ `p , para todo
ϕ ∈ E 0 . Além disso, não é difı́cil mostrar que `w
p (E) é um espaço vetorial com as operações
usuais de sequências.
Definimos a seguinte função sobre o espaço `w
p (E):
k·kp,w : `w
p (E) −→ [0, ∞)
∞
! p1
X
(xj )∞ ∞
j=1 7−→ (xj )j=1 p,w
:= sup |ϕ(xj )|p .
ϕ∈BE 0
j=1
Com um argumento de gráfico fechado, não é difı́cil provar que a função k·kp,w está
bem definida e define uma norma sobre `w
p (E) (as propriedades de norma são facilmente
verificadas).
Mais ainda, utilizando a mesma técnica usada na demonstração da Proposição 1.51 e
com a ajuda do Teorema de Hahn-Banach, temos a seguinte proposição:
Proposição 1.53. (`w

p (E), k·kp,w ) é um espaço de Banach se, e somente se, E um espaço
de Banach.
Definição 1.54. Uma sequência (xj )∞

j=1 em E é dita ser incondicionalmente p-somável
quando
lim (xj )∞
j=n p,w
= 0.
n
27
1. Preliminares
Denotamos o espaço das sequências incondicionalmente p-somáveis por

n o
ùp (E) := (xj )∞ w ∞
j=1 ∈ `p (E) : lim (xj )j=n p,w
=0 . (1.10)
n
O termos incondicionalmente p-somável é justificado pelo seguinte resultado, cuja

demonstração pode se encontrada em [5, Proposition 8.3].
Proposição 1.55. Um sequência (xj )∞
j=1 em E é incondicionalmente somável se, e so-
mente se, (xj )∞ u
j=1 ∈ `1 (E).
Mostraremos a seguir que o espaço ùp (E) é um espaço de Banach com a norma induzida
por `w
p (E).
Proposição 1.56. Seja E um espaço de Banach. Então ùp (E) é um subespaço fechado
de `w
p (E) com a norma k·kp,w .
Demonstração: A verificação de que ùp (E) é um subespaço vetorial de `w

p (E) é ime-
k ∞
diata. Mostraremos que ùp (E) é fechado em `w
p (E). Sejam (x )k=1 uma sequência de
Cauchy em ùp (E) e x ∈ `w k w
p (E) tais que x → x em `p (E). Observe que, para cada k ∈ N,
xk = (xkn )∞ u
n=1 ∈ `p (E). Logo,
lim (xkn )∞
n=l w,p
= 0,
l→∞
para todo k ∈ N. Em outras palavras, para todo ε > 0 existe l0 = l0 (ε, k) ∈ N tal que
ε
(xkn )∞
n=l w,p
< , (1.11)
2
para todo l > l0 . Por outro lado, xk → x em `w

p (E) implica que existe k0 = k0 (ε) ∈ N tal
que
∞
! p1
ε X p
> xk − x w,p
= (xkn − xn )∞
n=1 w,p
= sup ϕ(xkn − xn )
2 ϕ∈BE 0 n=1
! p1 (1.12)
∞
p
X
≥ sup ϕ(xkn − xn ) = (xkn )∞ ∞
n=l − (xn )n=l w,p
,
ϕ∈BE 0
n=l
para todo k > k0 e todo l ∈ N. De (1.11) e (1.12), para l > l0 (ε, k0 ) e k = k0 + 1, temos
k(xn )∞ ∞ k ∞ k ∞
n=l kw,p = (xn )n=l − (xn )n=l + (xn )n=l w,p
ε ε
≤ (xn )∞ k ∞
n=l − (xn )n=l w,p
+ (xkn )∞
n=l w,p
< + = ε,
2 2
isto é, lim k(xn )∞ u

n=l kw,p = 0. Logo x ∈ `p (E).
l→∞
Definição 1.57. Seja E um espaço vetorial normado. Um subconjunto A ⊆ E é fraca-

mente limitado se para todo funcional ϕ ∈ E 0 , ϕ(A) é limitado em K.
28
1. Preliminares
As definições de conjunto limitado e fracamente limitado são equivalentes como mostra

o lema a seguir, cuja demonstração pode ser vista em [13, Lema 2.4.9].
Lema 1.58. Sejam E um espaço vetorial normado e A um subconjunto de E. Então, A

é limitado se, e somente se, A é fracamente limitado.
Proposição 1.59. Sejam 1 ≤ p < ∞ e E um espaço de Banach. Então
1 1 1
`p (E) ,→ ùp (E) ,→ `w
p (E) ,→ `∞ (E).
Demonstração: Seja (xj )∞

j=1 ∈ `p (E). Então,
∞
! p1 ∞
! p1
X X
(xj )∞
j=1 w,p
= sup |ϕ(xj )|p ≤ sup kϕkp kxj kp
ϕ∈BE 0 ϕ∈BE 0
j=1 j=1

∞
! p1 
X
= sup kϕk kxj kp  = (xj )∞
j=1 p
sup kϕk = (xj )∞
j=1 p
.
ϕ∈BE 0 ϕ∈BE 0
j=1
P∞
Por fim, se (xj )∞
j=1 ∈ `p (E) então j=1 kxj kp < ∞ e assim
lim (xj )∞
j=n w,p
≤ lim (xj )∞
j=n p
= 0.
n n
1
Portanto `p (E) ,→ ùp (E).
1
A inclusão ùp (E) ,→ `w
p (E) segue imediatamente da Proposição 1.56.
Agora, seja (xj )∞ w
j=1 ∈ `p (E). Então,
∞
X
|ϕ(xj )|p < ∞,
j=1
para todo ϕ ∈ E 0 . Logo, o conjunto {xj : j ∈ N} dos termos da sequência (xj )∞

j=1 é
fracamente limitado e, pelo Lema 1.58, é limitado. Assim, existe M ≥ 0 tal que kxj k ≤ M ,
para todo j ∈ N, e então (xj )∞
j=1 ∈ `∞ (E). Além disso,
∞
! p1
X p
kxk k = sup |ϕ(xk )| ≤ sup |ϕ(xj )| = (xj )∞
j=1 w,p
,
ϕ∈BE 0 ϕ∈BE 0
j=1
para todo k ∈ N. Tomando o supremo sobre k ∈ N, obtemos (xj )∞

j=1 ∞
≤ (xj )∞
j=1 w,p
,
1
donde `w
p (E) ,→ `∞ (E).
29
Capı́tulo 2
Produto Tensorial
Neste capı́tulo, apresentaremos o produto tensorial do ponto de vista algébrico. Inicial-

mente, definiremos os tensores elementares como funcionais lineares e o produto tensorial
como um subespaço gerado por esses funcionais. Mostraremos as suas principais propri-
edades, em especial, que o produto tensorial pode ser identificado como um espaço de
linearização para aplicações bilineares. Além disso, apresentaremos duas outras formas
de ver os tensores: como formas bilineares e como aplicações lineares. Restringindo nosso
estudo aos espaços vetoriais de dimensão finita, veremos que os produtos tensoriais for-
necerão meios de compreender a dualidade de espaços de aplicações lineares e de formas
bilineares. Por fim, veremos alguns exemplos. Para o desenvolvimento desse capı́tulo
utilizamos como referências principais o livro [17] e a dissertação [20].
2.1 Produto tensorial de espaços vetoriais

Nesta seção, estudaremos a construção do produto tensorial entre espaços vetoriais e
algumas de suas propriedades. Construiremos o produto tensorial dos espaços vetoriais
X e Y , X ⊗ Y , como um subespaço de funcionais lineares sobre B(X × Y ) da seguinte
maneira: dados x ∈ X, y ∈ Y , denotaremos por x ⊗ y o funcional dado pela avaliação de
uma forma bilinear A no ponto (x, y) ∈ X × Y , isto é,
x ⊗ y : B(X × Y ) −→ K
A 7−→ (x ⊗ y)(A) = A(x, y).
O funcional x ⊗ y é chamado tensor elementar. Temos ainda que o tensor x ⊗ y é linear.

De fato, dados A, C ∈ B(X × Y ) e λ ∈ K, teremos
(x ⊗ y)(A + λC) = (A + λC)(x, y) = A(x, y) + (λC)(x, y)
30
2. Produto Tensorial
= A(x, y) + λC(x, y) = (x ⊗ y)(A) + λ(x ⊗ y)(C).
Definição 2.1. O subespaço do dual algébrico B(X × Y )# gerado pelos elementos x ⊗ y,

com x ∈ X e y ∈ Y , será chamado de produto tensorial de X por Y , denotado por X ⊗ Y ,
e chamaremos os elementos de X ⊗ Y de tensores.
Em sı́mbolos, temos
X ⊗ Y = span {x ⊗ y : x ∈ X, y ∈ Y }
( n )
X
= λi xi ⊗ yi : n ∈ N, λi ∈ K, xi ∈ X, yi ∈ Y, i = 1, . . . n ,
i=1
e, portanto, um tensor tı́pico em X ⊗ Y tem a forma

n
X
u= λ i xi ⊗ y i , (2.1)
i=1
com λi ∈ K, xi ∈ X, yi ∈ Y . Salientamos que essa forma de representação do tensor u

não é única. Essa não unicidade será explorada mais adiante.
Se u = ni=1 λi xi ⊗ yi ∈ X ⊗ Y e A ∈ B(X × Y ), então a ação de u em A é dada por
P
n
X
u(A) = λi A(xi , yi ). (2.2)
i=1
É importante ressaltar que o valor da expressão (2.2) não depende da representação es-
colhida para u.
Veremos a partir de agora algumas propriedades elementares dos produtos tensoriais.
Proposição 2.2. Sejam X, Y espaços vetoriais e K um corpo. Então
(i) (x1 + x2 ) ⊗ y = x1 ⊗ y + x2 ⊗ y, para todos x1 , x2 ∈ X e y ∈ Y .
(ii) x ⊗ (y1 + y2 ) = x ⊗ y1 + x ⊗ y2 , para todos x ∈ X e y1 , y2 ∈ Y .
(iii) λ(x ⊗ y) = (λx) ⊗ y = x ⊗ (λy), para todos x ∈ X, y ∈ Y e λ ∈ K.
(iv) 0 ⊗ y = x ⊗ 0 = 0, para todos x ∈ X e y ∈ Y .
Demonstração: Seja A : X × Y −→ K uma forma bilinear.

(i) Sejam x1 , x2 ∈ X e y ∈ Y . Temos
((x1 + x2 ) ⊗ y)(A) = A(x1 + x2 , y) = A(x1 , y) + A(x2 , y)

= (x1 ⊗ y)(A) + (x2 ⊗ y)(A),
31
donde segue a igualdade desejada.

(ii) Demonstração análoga a de (i).
(iii) Sejam x ∈ X, y ∈ Y e λ ∈ K. Temos que (λ(x⊗y))(A) = λ((x⊗y)(A)) = λA(x, y) =
A(λx, y) = A(x, λy). Isso implica que (λ(x ⊗ y))(A) = ((λx) ⊗ y)(A) = (x ⊗ (λy))(A),
donde segue o resultado.
(iv) Basta tomar λ = 0 no item (iii).
Ressaltamos que a representação do tensor u ∈ X ⊗ Y dada em (2.1) pode ser rescrita

usando o item (iii) da Proposição 2.2, na forma
n
X
u= zi ⊗ yi ,
i=1
onde zi = λi xi . Assim, sem perda de generalidade, utilizaremos indistintamente qualquer

uma das representações.
A próxima proposição mostra como conjuntos linearmente independentes e bases po-
dem ser transferidos dos espaços vetoriais para o produto tensorial.
Proposição 2.3. Sejam X e Y espaços vetoriais.
(a) Sejam W e Z subconjuntos linearmente independentes de X e Y respectivamente.

Então {x ⊗ y : x ∈ W, y ∈ Z} é um subconjunto linearmente independente de X ⊗Y .
(b) Sejam {wi : i ∈ I} e {zj : j ∈ J} bases para X, Y respectivamente. Então o conjunto

{wi ⊗ zj : (i, j) ∈ I × J} é uma base para X ⊗ Y .
Pn
Demonstração: (a) Sejam n ∈ N, u = i=1 λi xi ⊗ yi ∈ X ⊗ Y tal que xi ∈ W e
yi ∈ Z. Suponha que u = 0 e considere A : W × Z −→ K uma forma bilinear definida
por A(x, y) = ϕ(x)ψ(y), onde ϕ ∈ X # , ψ ∈ Y # funcionais lineares não-nulos. Temos que
u(A) = 0, pois u é um funcional linear que não se anulam. Daı́, temos
n n n
!
X X X
u(A) = λi A(xi , yi ) = λi ϕ(xi )ψ(yi ) = ψ λi ϕ(xi )yi = 0,
i=1 i=1 i=1
Pn
para todo ψ ∈ Y # . Segue que i=1 λi ϕ(xi )yi = 0 e assim, como Z é linearmente in-
dependente, temos λi = 0, i = 1, . . . , n. O resultado segue então de (iv) da Proposição
2.2.
(b) Como, por hipótese, os conjuntos {wi : i ∈ I} e {zj : j ∈ J} são linearmente indepen-
dentes, então pelo item (a) o conjunto {wi ⊗ zj : (i, j) ∈ I × J} é linearmente indepen-
dente e, como sabemos, gera X ⊗ Y .
32
Observação 2.4. Se X e Y são espaços vetoriais de dimensão finita segue da Proposição

2.3 que dim(X ⊗ Y ) = dim(X)dim(Y ). Além disso, se Y = K temos que dim(X ⊗ K) =
dim(X)dim(K) = dim(X) e, independente das considerações dimensionais, X ⊗K e K⊗X
são isomorfos a X.
Seja u ∈ X ⊗ Y um tensor não-nulo qualquer. Então existe um n ∈ N estritamente pe-

queno de tal forma que existe uma representação de u contendo n termos; seja ni=1 xi ⊗yi
P
tal representação. Mostraremos que os conjuntos {x1 , . . . , xn } e {y1 , . . . , yn } são linear-

mente independentes. De fato, suponha, por absurdo, que x1 seja uma combinação linear
de x2 , . . . , xn , isto é, x1 = ni=2 λi xi , com λi ∈ K. Temos
P
n
X n
X
u= xi ⊗ y i = x1 ⊗ y 1 + xi ⊗ yi
i=1 i=2
Xn n
X
= λi xi ⊗ y1 + xi ⊗ y i
i=2 i=2
= λ2 x2 ⊗ y1 + · · · + λn xn ⊗ y1 + x2 ⊗ y2 + · · · + xn ⊗ yn
= λ2 (x2 ⊗ (y1 + y2 )) + · · · + λn (xn ⊗ (y1 + yn ))
Xn X n
= λi xi ⊗ (y1 + yi ) = wi ⊗ zi ,
i=2 i=2
onde wi = λi xi e zi = y1 + yi . Disso segue que o termo x1 ⊗ y1 pode ser absorvido pelos

outros, dando uma representação de u com n − 1 termos, o que gera uma contradição.
Chamaremos o número n de posto de u. Claro que os tensores com posto n = 1 são os já
definidos tensores elementares.
Como podemos identificar se dois tensores são iguais? Ou em outras palavras, como
é possı́vel determinar se ni=1 xi ⊗ yi é uma representação do tensor nulo? A princı́pio,
P
poderı́amos determinar isso pela avaliação ni=1 A(xi , yi ) para cada forma bilinear A ∈
P
B(X × Y ). Entretanto, existem formas mais fáceis, como mostra a seguinte proposição:
Proposição 2.5. Sejam u = ni=1 xi ⊗ yi ∈ X ⊗ Y e n ∈ N. São equivalentes:

P
(i) u = 0;
Pn
(ii) i=1 ϕ(xi )ψ(yi ) = 0, para todos ϕ ∈ X # , ψ ∈ Y # ;
Pn
(iii) i=1 ϕ(xi )yi = 0, para todo ϕ ∈ X # ;
Pn
(iv) i=1 ψ(yi )xi = 0, para todo ψ ∈ Y # .
Demonstração: As implicações (i) ⇒ (ii) ⇒ (iii) seguem diretamente com uso da mesma
técnica usada na demonstração do item (a) da Proposição 2.3. Mostraremos que (iii) ⇒
(iv) ⇒ (i).
33
(iii) ⇒ (iv) Seja ψ ∈ Y # . Se ni=1 ϕ(xi )yi = 0, para todo ϕ ∈ X # , então temos que
P
ψ( ni=1 ϕ(xi )yi ) = 0 e pela linearidade do ψ,

P Pn
i=1 ϕ(xi )ψ(yi ) = 0. Agora usando a
Pn
linearidade do ϕ, temos que ϕ( i=1 xi ψ(yi )) = 0. Como essa última igualdade é verdade
para todo ϕ ∈ X # , segue que ni=1 ψ(yi )xi = 0. O resultado segue da arbitrariedade
P
permitida na escolha do ψ.
(iv) ⇒ (i) Sejam A : X × Y −→ K uma forma bilinear, E = [x1 , · · · , xn ], F = [y1 , · · · ,
yn ] subespaços de X e Y respectivamente e T : E × F −→ K a restrição de A em E × F .
Escolhendo bases para os subespaços de dimensão finita E, F e expandindo T em relação
a essas bases, produzimos uma representação para T da forma
m
X
T (x, y) = θj (x)ωj (y), (2.3)
j=1
onde m ∈ N, θj ∈ E # e ωj ∈ F # [10, Corollary s/n page 362]. Podemos estender o domı́nio

de θj e ωj para X e Y respectivamente da seguinte maneira: escolhendo complementos
algébricos G, H para E, F respectivamente de tal modo que X = E ⊕ G e Y = F ⊕ H.
Então, se x = x1 + x2 ∈ X com x1 ∈ E e x2 ∈ G, definimos θj (x) = θj (x1 ). Definimos os
funcionais ωj da mesma forma. Agora, podemos considerar T como uma forma bilinear
em X × Y usando a representação dada em (2.3). Dessa forma, A e T podem ser formas
bilineares diferentes em X × Y , mas que coincidem em E × F . Assim, usando (iv), para
todo A ∈ B(X × Y ) temos
n
X n
X n X
X m
u(A) = A(xi , yi ) = T (xi , yi ) = θj (xi )ωj (yi )
i=1 i=1 i=1 j=1
n X
m m n
!
X X X
= θj (ωj (yi )xi ) = θj ωj (yi )xi = 0,
i=1 j=1 j=1 i=1
e portanto u = 0.
A proposição anterior estabelece meios eficazes de reconhecermos quando dois tensores

são iguais e iremos utilizá-la constantemente durante esse trabalho. Entretanto, veremos,
a seguir, que nem sempre é necessário tomar todos os funcionais no dual algébrico para
provar que dois tensores são os mesmos. Para isso precisaremos da seguinte definição:
Definição 2.6. Um subconjunto S de um espaço dual X # é dito separador de pontos

se ele contém funcionais lineares suficientes para distinguir os pontos de X, isto é, se
ϕ(x) = 0 para todo ϕ ∈ S, então x = 0. Equivalentemente, se x 6= y isso implica que
ϕ(x) 6= ϕ(y), para todo ϕ ∈ S.
34
Observação 2.7. (a) A partir da definição acima, fica evidente que ao aplicar a Pro-
posição 2.5 não é necessário tomar os funcionais em todo o espaços dual, mas apenas
a subconjuntos separadores de pontos.
(b) Um caso importante do uso do item (a) ocorre quando os espaços componentes no
produto tensorial são espaços duais: para mostrar que ni=1 ϕi ⊗ψi = 0 em X # ⊗Y #
P
é suficiente ter ni=1 ϕi (x)ψi (y) = 0, para todos x ∈ X e y ∈ Y . De fato, considere

P
que ni=1 ϕi ⊗ ψi = 0. Usando a Proposição 2.5, temos que ni=1 θ(ϕi )ω(ψi ) = 0,
P P
para todos θ ∈ X ## e ω ∈ Y ## . Sendo JX : X −→ X ## e JY : Y −→ Y ##

mergulhos canônicos, como os conjuntos JX (X) e JY (Y ) são separadores de pontos
de X # e Y # respectivamente (veja [2, Exercı́cio 4.5.11], para espaços normados),
temos
n
X n
X
0= JE (x)(ϕi )JE (y)(ψi ) = ϕi (x)ψi (y),
i=1 i=1
para todos x ∈ X e y ∈ Y .
Agora, iremos analisar a interação entre os produtos tensoriais e algumas construções

dos espaços vetoriais geralmente utilizadas. Sejam E e F subespaços dos espaços vetoriais
X e Y respectivamente. Então E ⊗F pode ser considerado com um subespaço do produto
tensorial X ⊗ Y de forma natural. Se u = ni=1 xi ⊗ yi ∈ E ⊗ F , podemos pensar em u
P
como um elemento de X ⊗ Y dado por

n
X
u(A) = A(xi , yi ),
i=1
onde A ∈ B(X × Y ). Isso nos dá uma aplicação linear injetiva de E ⊗ F em X ⊗ Y . De

fato, considere a aplicação inclusão I : E ⊗ F −→ X ⊗ Y . Suponha que ni=1 xi ⊗ yi = 0
P
em X ⊗ Y . Pela demonstração da Proposição 2.5, para cada forma bilinear T em E × F ,

existe uma forma bilinear A ∈ B(X × Y ) tal que ni=1 T (xi , yi ) = ni=1 A(xi , yi ). Isso
P P
implica que ni=1 T (xi , yi ) = 0. Daı́, segue que ni=1 xi ⊗ yi = 0 em E ⊗ F e, portanto, I

P P
é injetiva.
Mostraremos agora que o produto tensorial respeita a soma direta.
Proposição 2.8. Sejam X, Y espaços vetoriais e F , G subespaços de Y tais que Y =

F ⊕ G. Então X ⊗ Y = (X ⊗ F ) ⊕ (X ⊗ G).
Pn
Demonstração: Seja u = i=1 xi ⊗ yi ∈ X ⊗ Y . Como, por hipótese, Y = F ⊕ G,
35
existem fi ∈ F e gi ∈ G tais que yi = fi + gi . Então

n
X n
X
u= xi ⊗ y i = xi ⊗ (fi + gi )
i=1 i=1
n
X
= (xi ⊗ fi + xi ⊗ gi )
i=1
Xn n
X
= xi ⊗ f i + xi ⊗ gi = u1 + u2 .
i=1 i=1
Portanto, X ⊗ Y é expresso na formas X ⊗ F + X ⊗ G. Agora, iremos mostrar que

(X ⊗ F ) ∩ (X ⊗ G) = {0}. Seja u ∈ (X ⊗ F ) ∩ (X ⊗ G), de modo que tenhamos duas
representações de u:
n
X m
X
u= vi ⊗ yi = wj ⊗ zj , (2.4)
i=1 j=1
com yi ∈ F e zj ∈ G. Considere agora a forma bilinear A ∈ B(X × Y ) definida por

A(x, y) = ϕ(x)ψ(y). Pela igualdade (2.4), temos u(A) = ni=1 ϕ(vi )ψ(yi ) = m
P P
j=1 ϕ(wj )ψ(zj ).
Disso segue que
n
X m
X
0= ϕ(vi )ψ(yi ) − ϕ(wj )ψ(zj )
i=1 j=1
n
! m
!
X X
=ψ ϕ(vi )yi −ψ ϕ(wj )zj
i=1 j=1
n m
!
X X
=ψ ϕ(vi )yi − ϕ(wj )zj .
i=1 j=1
Pn
ϕ(vi )yi − m
P Pn Pm
Logo i=1 j=1 ϕ(wj )zj = 0 e portanto i=1 ϕ(vi )yi = j=1 ϕ(wj )zj . Mas
Pn #
F ∩ G = {0}, então i=1 ϕ(vi )yi = 0, para todos ϕ ∈ X . Segue que u = 0.
Dessa proposição, e sob as mesmas hipóteses, segue que o espaço quociente (X ⊗

Y )/(X ⊗F ) pode ser identificado como X ⊗(Y /F ). De fato, sejam X, Y espaços vetoriais
e F , G subespaços de Y de forma que Y = F ⊕ G. Então
X ⊗Y (X ⊗ F ) ⊕ (X ⊗ G) Y
' 'X ⊗G'X ⊗ .
X ⊗F (X ⊗ F ) F
De forma análoga, se H e W são subespaços de X tais que X = H ⊕ W , então
X ⊗Y X
' ⊗ Y.
H ⊗Y H
36
2.2 Produto tensorial e linearização

Um dos objetivos principais do produto tensorial é linearizar as aplicações bilineares.
Nesta seção, veremos como isso funciona e que, em certo sentido, a menos de isomor-
fismos, o produto tensorial é o único espaço vetorial em que as aplicações bilineares são
linearizadas.
Seja A : X × Y −→ K uma forma bilinear. Recordamos que cada tensor u ∈ X ⊗ Y
atua como um funcional linear no espaço das formas bilineares e, portanto, podemos
definir uma aplicação
e : X⊗Y −→ K
A
u 7−→ A(u)
e = u(A).
e está bem definida e é facilmente vista como um funcional linear em X ⊗ Y .

Note que A
De fato, sejam u, v ∈ X ⊗ Y e λ ∈ K. Pela linearidade de u e v temos
A(u
e + λv) = (u + λv)(A) = u(A) + (λv)(A) = u(A) + λv(A) = A(u)
e + λA(v).
e
e Pn xi ⊗ yi ) = Pn A(x
Além disso, tem-se A( e i ⊗ yi ) = Pn A(xi , yi ).
i=1 i=1 i=1
Seja θ : X × Y −→ X ⊗ Y , definida por θ(x, y) = x ⊗ y, uma aplicação. Note que θ é
bilinear, pois dados x1 , x2 ∈ X, y ∈ Y e λ ∈ K, temos
θ(λx1 + x2 , y) = (λx1 + x2 ) ⊗ y = λ(x1 ⊗ y) + x2 ⊗ y = λθ(x1 , y) + θ(x2 , y)
e, analogamente, θ(x, λy1 + y2 ) = λθ(x, y1 ) + θ(x, y2 ), para todos x ∈ X, y1 , y2 ∈ Y e

λ ∈ K. Agora, observe que a composição da aplicação bilinear θ e o funcional linear Ae
que aplica X ⊗ Y em K, nos dá a forma bilinear A. De fato,
e ◦ θ)(x, y) = A(θ(x,
(A e e ⊗ y) = (x ⊗ y)(A) = A(x, y).
y)) = A(x
Por outro lado, se ψ : X ⊗ Y −→ K é um funcional linear tal que a composição do

ψ com a aplicação bilinear θ tem por resultado a forma bilinear A em X × Y , isto é,
37
ψ◦θ =A=A e De fato, dado u = Pn xi ⊗ yi ∈ X ⊗ Y , temos

e ◦ θ, então ψ = A.
i=1
n
! n
X X
ψ(u) = ψ xi ⊗ yi = ψ(xi ⊗ yi )
i=1 i=1
n
X n
X
= ψ(θ(xi , yi )) = (ψ ◦ θ)(xi , yi )
i=1 i=1
n n (2.5)
X X
= e ◦ θ)(xi , yi ) =
(A A(θ(x
e i , yi ))
i=1 i=1
n n
!
X X
= e i ⊗ yi )) = A
A(x e xi ⊗ yi = A(u),
e
i=1 i=1
e Assim, as formas bilineares em X × Y

o que garante a unicidade do funcional linear A.
estão em correspondência um-para-um com os funcionais lineares em X ⊗ Y . Em resumo,
B(X × Y ) = (X ⊗ Y )# .
Observação 2.9. Observe que o cálculo da unicidade (2.5) nos mostra que para conhecer
como um funcional aplicado num tensor se comporta, basta conhecer seu comportamento
nos tensores elementares. Dessa forma, a partir de agora, quando formos provar que um
funcional definido num produto tensorial é linear, iremos considerar apenas os tensores
elementares.
Podemos aplicar a mesma ideia às aplicações bilineares. Se A : X × Y −→ Z é uma

e : X ⊗ Y −→ Z por
aplicação bilinear, definimos uma aplicação A
n
! n
X X
A
e xi ⊗ y i = A(xi , yi ).
i=1 i=1
Em virtude da Observação 2.9, vamos mostrar que A

e é uma aplicação linear por meio
apenas de tensores elementares. Então, seja u = x ⊗ y ∈ X ⊗ Y . Note que se u = 0
tem-se A(u)
e = 0, pois para cada ϕ ∈ Z # a composição ϕ ◦ A é um funcional bilinear em
X × Y e, portanto,
ϕ(A(x, y)) = (ϕ ◦ A)(x, y) = (x ⊗ y)(ϕ ◦ A) = 0,
o que implica em A(x, y) = 0. Além disso, se u, v ∈ X ⊗ Y , onde u = x ⊗ y e v = w ⊗ z,

e λ ∈ K, então
A(u e ⊗ y + (λw) ⊗ z) = A(x, y) + A(λw, z)

e + λv) = A(x
38
= A(x, y) + λA(w, z) = A(u)

e + λA(v)
e
e portanto A
e é linear. A unicidade da aplicação A
e segue de cálculo análogo ao da unicidade
(2.5) no caso do funcional linear. A situação é ilustrada no diagrama abaixo:
X ×Y A /
>Z
θ

X ⊗Y A
e
A aplicação especial θ : X × Y −→ X ⊗ Y age como uma aplicação bilinear universal:

todo o argumento que construı́mos acima nos mostra que qualquer aplicação bilinear
definida em X × Y se fatora por θ via uma aplicação linear definida no produto tensorial
X ⊗Y.
Em resumo, temos que o produto tensorial é o espaço vetorial que lineariza as aplicações
bilineares. Além disso, o próximo teorema mostrará que as aplicações bilineares podem ser
identificadas como aplicações lineares definidas no produto tensorial de espaços vetoriais.
Teorema 2.10. Sejam X, Y e Z espaços vetoriais sobre o corpo K. Para cada aplicação
bilinear A : X × Y −→ Z existe uma única aplicação linear Ae : X ⊗ Y −→ Z tal que
e ⊗ y), para todos x ∈ X, y ∈ Y . Além disso, a correspondência A ←→ A
A(x, y) = A(x e é
um isomorfismo entre os espaços vetoriais B(X × Y, Z) e L(X ⊗ Y, Z).
Demonstração: A boa definição, a linearidade e a unicidade da aplicação A

e já foi
demonstrada anteriormente. Mostraremos apenas que a correspondência A ←→ A e é um
isomorfismo. Considere o operador
Φ : B(X × Y,Z) −→ L(X ⊗ Y, Z)

A 7−→ A.
e
Vamos mostrar inicialmente que Φ é linear e, pela Observação 2.9, usaremos para isso
tensores elementares. Sejam x ⊗ y ∈ X ⊗ Y e λ ∈ K. Temos
(A^
+ λB)(x ⊗ y) = (A + λB)(x, y)
= A(x, y) + (λB)(x, y)
= A(x, y) + λB(x, y)
e ⊗ y) + λB(x
= A(x e ⊗ y).
Logo,
Φ(A + λB) = (A^
+ λB) = A
e + λB
e = Φ(A) + λΦ(B)
39
e portanto Φ é linear. Agora, seja A ∈ ker(Φ), isto é, Φ(A) = 0. Temos que A
e = Φ(A) = 0
e ⊗ y) = A(x, y) = 0, para quaisquer x ∈ X e y ∈ Y . Segue que A = 0 e
e portanto A(x
assim Φ é injetor. Por fim, iremos mostrar a sobrejetividade do Φ. Seja T ∈ L(X ⊗ Y, Z).
Defina a aplicação
A : X × Y −→ Z
(x, y) 7−→ A(x, y) = T (x ⊗ y).
Note que A é bilinear, isto é, A ∈ B(X × Y, Z). De fato, pela linearidade de T , tem-se
A(λx1 + x2 , y) = T ((λx1 + x2 ) ⊗ y) = T ((λx1 ) ⊗ y + x2 ⊗ y)

= T ((λx1 ) ⊗ y) + T (x2 ⊗ y) = λT (x1 ⊗ y) + T (x2 ⊗ y)
= λA(x1 , y) + A(x2 , y),
para todos x1 , x2 ∈ X, y ∈ Y e λ ∈ K. De modo análogo, temos
A(x, λy1 + y2 ) = λA(x, y1 ) + A(x, y2 ),
para todos x ∈ X, y1 , y2 ∈ Y e λ ∈ K. Como A é bilinear, vimos inicialmente que existe

e ∈ L(X ⊗ Y, Z) tal que A = A
uma única aplicação A e ◦ θ. Por outro lado, A = T ◦ θ. De
fato, dados x ∈ X e y ∈ Y , (T ◦ θ)(x, y) = T (x ⊗ y) = A(x, y). Da unicidade de Aee
da igualdade A = Ae ◦ θ segue que T = A e e portanto Φ(A) = Ae = T , provando assim a
sobrejetividade da Φ.
Como corolário imediato do teorema anterior, segue o importante fato, que discutimos
previamente no inı́cio dessa seção, que dá conta do dual do espaço produto tensorial.
Corolário 2.11. O dual do produto tensorial de espaços vetoriais X e Y é dado por

(X ⊗ Y )# = B(X × Y ).
O próximo resultado nos mostra que, a menos de um isomorfismo, o produto tensorial

é o único espaço vetorial onde é possı́vel a linearização de aplicações bilineares.
Teorema 2.12. (Unicidade do produto tensorial) Sejam X e Y espaços vetoriais.

Suponha que existam um espaço vetorial W e uma aplicação bilinear B : X × Y −→
W com a seguinte propriedade: para todo espaço vetorial Z e cada aplicação bilinear
A : X × Y −→ Z, existe uma única aplicação linear L : W −→ Z tal que A = L ◦ B.
Então existe um isomorfismo J : X ⊗ Y −→ W tal que J(x ⊗ y) = B(x, y), para todo
x ∈ X, y ∈ Y .
40
e de X ⊗ Y em W é um isomorfismo e
Demonstração: Mostraremos que a aplicação B
fazendo-se B
e = J, segue o resultado.
Por hipótese, temos que a aplicação B : X × Y −→ W é bilinear. Assim, pelo Teorema
e ∈ L(X ⊗ Y, W ) tal que B = B
2.10, existe uma única aplicação B e ◦ θ, isto é, B(x, y) =
B(θ(x,
e e ⊗ y), para todos x ∈ X, y ∈ Y . Como a aplicação B
y)) = B(x e é linear, basta
mostrarmos que Be é bijetiva.
Tomando Z = X ⊗ Y , A = θ : X × Y −→ X ⊗ Y e aplicando a propriedade que é dada
a W e B por hipótese, temos que existe uma única aplicação linear L : W −→ X ⊗ Y tal
que θ = L ◦ B. Então L(B(x, y)) = (L ◦ B)(x, y) = θ(x, y) = x ⊗ y, para todos x ∈ X,
y ∈ Y . Agora, suponha que x ⊗ y ∈ ker(B), e ⊗ y) = 0. Daı́,
e isto é, B(x
x ⊗ y = L(B(x, y)) = L(B(x

e ⊗ y)) = L(0) = 0
e portanto B
e é injetiva. Iremos provar agora que B
e é sobrejetiva, mas antes disso, é
necessário provarmos que o conjunto {B(x, y) : x ∈ X, y ∈ Y } gera W . Suponha, por
absurdo, que isso não ocorra. Então existe w ∈ W tal que w ∈
/ span{B(X × Y )} e
podemos supor w 6= 0. É fácil ver que a aplicação identidade em W , IW : W −→ W ,
satisfaz a condição B = IW ◦ B. Tomando Z = W no enunciado do teorema e fazendo
temos A = B e L = IW segue que IW é a única aplicação linear tal que B = IW ◦ B. Se β
é uma base para span{B(x, y) : x ∈ X, y ∈ Y }, então β ∪ {w} é um conjunto linearmente
independente. Assim, com o auxı́lio do Lema de Zorn, podemos considerar uma base γ
de W contendo β ∪ {w}. Seja t : W −→ W uma aplicação linear definida primeiramente
no vetores da base γ por 
x, se x ∈ β
t(x) =
0, se x ∈
/β
e então estendendo-a por linearidade a todos os vetores de W . Em particular, t(w) = 0 e

note que t 6= IW , pois t(w) = 0 6= w = IW (w). Dados x ∈ X, y ∈ Y , tem-se
(t ◦ B)(x, y) = t(B(x, y)) = IW (B(x, y)) = B(x, y),
mostrando que t ◦ B = B, o que contraria a unicidade de IW . Portanto, {B(x, y) : x ∈

X, y ∈ Y } gera W . Assim, para todo w ∈ W , existem um k ∈ N, λi ∈ K e vetores xi ∈ X,
yi ∈ Y , com i = 1, . . . , k tais que
k
X k
X
w= λi B(xi , yi ) = B(λi xi , yi ).
i=1 i=1
41
Fazendo zi = λi xi , com i = 1, . . . , k, temos
k k
!
X X
w= B(zi , yi ) = B
e zi ⊗ yi ,
i=1 i=1
Pk
onde i=1 zi ⊗ yi ∈ X ⊗ Y . Portanto, B
e é sobrejetiva e, consequentemente, um isomor-
fismo.
A seguir, definiremos a aplicação produto tensorial entre dois operadores lineares e

provaremos algumas de suas propriedades. Antes disso, definiremos a transposta de um
tensor u.
Definição 2.13. Seja u = ni=1 xi ⊗ yi um tensor em X ⊗ Y . A transposta de u é o tensor

P
dado por ut = ( ni=1 xi ⊗ yi )t := ni=1 yi ⊗ xi ∈ Y ⊗ X.

P P
Note que u 7−→ ut é uma aplicação linear bem definida. De fato, basta observar que
essa aplicação é simplesmente a linearização da aplicação bilinear A : X × Y −→ Y ⊗ X.
Além disso, é uma questão simples mostrar que a transposta produz um isomorfismo
de X ⊗ Y em Y ⊗ X. Usaremos a mesma ideia para definirmos o produto tensorial de
aplicações lineares.
Definição 2.14. Sejam S : X −→ E e T : Y −→ F aplicações lineares. Definimos a

aplicação (linear) S ⊗ T : X ⊗ Y −→ E ⊗ F , chamada produto tensorial das aplicações
lineares S e T, como a linearização da aplicação bilinear A : X × Y −→ E ⊗ F dada por
A(x, y) = S(x)⊗T (y). Assim, temos S ⊗T (x⊗y) = S(x)⊗T (y), para todo (x, y) ∈ X ×Y .
Veremos a seguir que a aplicação produto tensorial S ⊗ T herda algumas propriedades

dos seus componentes.
Proposição 2.15. Sejam S : X −→ E, T : Y −→ F aplicações lineares e S⊗T : X⊗Y −→

E ⊗ F a aplicação produto tensorial de S e T . Se S e T são injetivas (respectivamente,
sobrejetivas), então S ⊗ T é injetiva (respectivamente, sobrejetiva).
Demonstração: Seja x⊗y ∈ ker(S ⊗T ). Então (S ⊗T )(x⊗y) = 0, isto é, S(x)⊗T (y) =
0, onde S(x) ∈ E e T (y) ∈ F . Dado ψ ∈ F # , pela Proposição 2.5 temos S(x)ψ(T (y)) = 0
e pela linearidade de S
S(xψ(T (y))) = S(x)ψ(T (y)) = 0,
Como, por hipótese, S é injetiva, isso implica que xψ(T (x)) = 0, para todo ψ ∈ F # .
Então, para cada ϕ ∈ X # , temos que ϕ(xψ(T (y))) = ϕ(x)ψ(T (y)) = 0 e da linearidade e
injetividade de T segue que ψ(ϕ(x)y) = 0. Isso implica em ϕ(x)y = 0, para todo ϕ ∈ X #
e da Proposição 2.5 segue que x ⊗ y = 0. Logo, S ⊗ T é injetiva.
42
Agora, seja e ⊗ f ∈ E ⊗ F e suponha que S e T sejam sobrejetivas. Então existem

x ∈ X, y ∈ Y tais que S(x) = e e T (y) = f . Daı́, temos
e ⊗ f = S(x) ⊗ T (y) = S ⊗ T (x ⊗ y),
com x ⊗ y ∈ X ⊗ Y . Portanto, S ⊗ T é sobrejetiva.
2.3 Tensores como formas bilineares e como

aplicações lineares
Inicialmente, definimos o produto tensorial X ⊗ Y como um espaço de funcionais
lineares sobre o espaço B(X × Y ). Nesta seção, descreveremos duas outras abordagens
para os produtos tensoriais. Veremos que os tensores podem ser vistos como formas
bilineares e como aplicações lineares.
Para cada x ∈ X e y ∈ Y associamos a forma bilinear
Bx,y : X # × Y # −→ K
(φ, ψ) 7−→ Bx,y (φ, ψ) = φ(x)ψ(y).
Daı́, a aplicação A : X × Y −→ B(X # × Y # ), dada por A(x, y) = Bx,y é facilmente vista

como uma aplicação bilinear. De fato, dados φ ∈ X # e ψ ∈ Y # , temos que
A(λx1 + x2 , y)(φ, ψ) = Bλx1 +x2 ,y (φ, ψ) = φ(λx1 + x2 )ψ(y)

= [λφ(x1 ) + φ(x2 )]ψ(y) = λφ(x1 )ψ(y) + φ(x2 )ψ(y)
= λBx1 ,y (φ, ψ) + Bx2 ,y (φ, ψ) = (λA(x1 , y) + A(x2 , y))(φ, ψ),
para todos x1 , x2 ∈ X, y ∈ Y e λ ∈ K. A linearidade na segunda coordenada segue de

e: X ⊗
modo análogo. Portanto, pelo Teorema 2.10, existe uma única aplicação linear A
Y −→ B(X # × Y # ) que aplica x ⊗ y em Bx,y . Para vermos que a aplicação A
e é injetiva,
Pn Pn
suponha que i=1 Bxi ,yi = 0. Então i=1 ϕ(xi )ψ(yi ) = 0, para todos ϕ ∈ X # , ψ ∈ Y #
e a Proposição 2.5 assegura que ni=1 xi ⊗ yi = 0 em X ⊗ Y . Dessa forma, podemos
P
enxergar canonicamente a inclusão
X ⊗ Y ⊂ B(X # × Y # )
por meio da aplicação que associa cada tensor x ⊗ y à forma bilinear Bx,y .
Quando os espaços em questão são duais (espaços X com a propriedade de que X ## =
43
X) temos
X # ⊗ Y # ⊂ B(X ## × Y ## ) ⇒ X # ⊗ Y # ⊂ B(X × Y ), (2.6)
Pn
onde o tensor i=1 ϕi ⊗ ψi é identificado com a forma bilinear que aplica (x, y) em
Pn
i=1 ϕi (x)ψi (y). Dessa forma, devido a essa imersão canônica, poderemos considerar os
tensores como formas bilineares quando assim for necessário. Se for preciso distinguir o
tensor u da forma bilinear associada a ele, denotaremos a forma bilinear por Bu .
Os tensores também podem ser visualizados como aplicações lineares. Cada tensor
u = ni=1 xi ⊗ yi gera duas aplicações lineares que as escrevemos como:
P
Lu : X # −→ Y
n
X
ϕ 7−→ Lu (ϕ) = ϕ(xi )yi
i=1
Ru : Y # −→ X
n
X
ψ 7−→ Ru (ψ) = xi ψ(yi ).
i=1
Note que a Proposição 2.5 garante que as aplicações lineares u 7−→ Lu e u 7−→ Ru são
injetivas. Daı́ temos mais duas identificações
X ⊗ Y ⊂ L(X # , Y ) e X ⊗ Y ⊂ L(Y # , X).
Finalmente, quando os espaços X e Y são duais temos, respectivamente,
X # ⊗ Y ⊂ L(X, Y ) e X ⊗ Y # ⊂ L(Y, X). (2.7)
Os elementos de L(X, Y ) que correspondem a tensores de X # ⊗ Y sob a identificação

ϕ ⊗ y : X −→ Y , dada por ϕ ⊗ y(x) = ϕ(x)y, são as aplicações lineares de posto finito,
isto é, aplicações cuja imagem é um subespaço de dimensão finita em Y . Este fato justifica
a notação do operador de posto finito definido em Análise Funcional.
Seja u = ni=1 ϕi ⊗ xi ∈ L(X, X) um operador de posto finito e u# : X # −→ X # ,
P
dado por u# (ψ)(x) = ψ(u(x)), o adjunto de u. Veremos, na próxima proposição, que o

operador adjunto u# coincide com a transposta de u.
Proposição 2.16. Se u : X −→ X é de posto finito e ni=1 ϕi ⊗ xj é uma representação

P
de u, então ni=1 xi ⊗ ϕi é uma representação de u# . Em outras palavras, encarando u

P
como tensor, temos u# = ut .
44
Demonstração: Sejam ψ ∈ X # e x ∈ X quaisquer. Temos
n
!
X
#
u (ψ)(x) = ψ(u(x)) = ψ ϕi (x)xi
i=1
n
X n
X
= ϕi (x)ψ(xi ) = JX (xi )(ψ)ϕi (x)
i=1 i=1
n n
! n
!
(∗) X X X
= xi (ψ)ϕi (x) = xi (ψ)ϕi (x) = xi ⊗ ϕi (ψ)(x),
i=1 i=1 i=1
onde em (∗) estamos identificando xi ∈ X com JX (xi ) ∈ X ## . Portanto u# = ut ,

considerando ut ∈ X ## ⊗ X # pela aplicação JX .
Considere agora a forma bilinear A : X # × X −→ K, que leva (ϕ, x) em ϕ(x). Pelo

e : X # ⊗ X −→ K que lineariza A. Tal
Teorema 2.10, existe uma única aplicação linear A
aplicação, como sabemos, age da forma
e : X # ⊗ X −→ K
A (2.8)
X n n
X
ϕi ⊗ xi 7−→ ϕi (xi ).
i=1 i=1
Na verdade, esse processo descrito acima generaliza o conceito de traço de uma matriz
para espaços (e operadores) de dimensão infinita.
Definição 2.17. Seja A : X # × X −→ K uma forma bilinear dada por A(ϕ, x) = ϕ(x).
A linearização de A dada em (2.8) é chamada de traço em X e denotaremos por tr ou trX
quando for necessário especificar o espaço X em questão.
Na próxima proposição, apresentaremos algumas das propriedades mais úteis do traço

de um espaço vetorial. Em especial, veremos que se uma aplicação linear definida em um
espaço vetorial de dimensão finita é representada por uma matriz, então o traço coincide
com a definição usual do traço de uma matriz quadrada.
Proposição 2.18. Sejam X e Y espaços vetoriais.
(a) Seja U : X −→ X uma aplicação linear de posto finito. A transposta, U # , também

tem posto finito e trX U = trX # U # .
(b) Sejam S : X −→ Y e T : Y −→ X aplicações lineares onde pelo menos uma é de

posto finito. Então ST e T S têm posto finito e trY ST = trX T S.
(c) Suponha que X tenha dimensão finita e seja V : X −→ X uma aplicação linear. Se
V é representada por uma matriz A em relação a alguma base para X, então trX V
é a soma das entradas diagonais de A.
45
Pn
Demonstração: (a) Seja i=1 ϕi ⊗ xi uma representação de U . Pela Proposição 2.16
#
temos que U tem posto finito e
n
!t n
X X
#
U = ϕ i ⊗ xi = xi ⊗ ϕ i ,
i=1 i=1
portanto,
n
! n n
!
X X X
trX # U # = trX # xi ⊗ ϕi = ϕi (xi ) = trX ϕ i ⊗ xi = trX U.
i=1 i=1 i=1
Pn
(b) Suponha S de posto finito, isto é, S = i=1 ϕi ⊗ yi . Então
n
! n
X X
T (S(x)) = T ϕi (x)yi = ϕi (x)T (yi )
i=1 i=1
Pn
e portanto T S = i=1 ϕi ⊗ T (yi ) é de posto finito. Analogamente,
n
X n
X
S(T (y)) = ϕi (T (y))yi = T # (ϕi )(y)yi
i=1 i=1
Pn
e isso implica em ST = i=1 T # (ϕi ) ⊗ yi . Além disso, temos
n
X n
X
trX T S = ϕi (T (yi )) = T # (ϕi )(yi ) = trY ST.
i=1 i=1
(c) Seja {e1 , . . . , en } uma base para X com funcionais coordenados {ϕ1 , . . . , ϕn } de tal
modo que cada x ∈ X tenha a expansão x = ni=1 ϕi (x)ei . Se A = (aij ) é uma matriz de
P
V relativamente a essa base, então temos
n
! n
X X
V (x) = V ϕi (x)ei = ϕi (x)V (ei )
i=1 i=1
n
X n
X Xn X
n
= ϕi (x) aij ej = ϕi (x)aij ej .
i=1 j=1 i=1 j=1
Pn
Portanto V = i,j=1 ϕi ⊗ aij ej e então
n
! n n n
X X X X
trV = tr ϕi ⊗ aij ej = ϕi (aij ej ) = aij ϕi (ej ) = aii .
i,j=1 i,j=1 i,j=1 i=1
46
2.4 Dualidade tensorial e dualidade de traço

Na presente seção, iremos analisar novamente a teoria da dualidade que desenvolvemos
para os produtos tensoriais. Lembre-se que o dual do espaço produto tensorial X ⊗ Y é
o espaço B(X × Y ) (Corolário 2.11), das formas bilineares em X × Y e que o produto
tensorial X # ⊗ Y # pode ser visto imerso canonicamente no espaço B(X × Y ) (ver (2.6)),
no caso de espaços duais.
Considerando os espaços vetoriais X e Y com dimensão finita, segue da Observação
2.4 que dim(X # ⊗ Y # ) = dim(X # )dim(Y # ) = dim(X)dim(Y ) = dim(X × Y ). Portanto
B(X × Y ) = X # ⊗ Y # e então
(X ⊗ Y )# = X # ⊗ Y # ,
com a seguinte relação de dualidade entre os espaços X ⊗ Y e X # ⊗ Y #
Φ : X # ⊗ Y # −→ (X ⊗ Y )#
ϕ ⊗ ψ 7−→ Γ : X ⊗ Y −→ K
x ⊗ y 7−→ Γ(x ⊗ y) = ϕ ⊗ ψ(x ⊗ y) = ϕ(x)ψ(y),
isto é, com a relação de dualidade dada por
ϕ ⊗ ψ(x ⊗ y) = ϕ(x)ψ(y).
Neste caso, cada um dos produtos tensoriais X ⊗ Y e X # ⊗ Y # é o dual do outro, a qual

chamaremos de dualidade tensorial.
É interessante observar esta dualidade usando espaços de aplicações lineares em vez
de produtos tensoriais. Continuando com a suposição de dimensão finita, considere o
espaço L(X, Y ) das aplicações lineares de X em Y . Podemos identificar este espaço
com o produto tensorial X # ⊗ Y cujo dual é X ⊗ Y # (lembre de (2.7)) o qual pode ser
interpretado como L(Y, X). Assim, temos
(L(X, Y ))# = L(Y, X).
Agora, vamos examinar como a dualidade funciona entre esses espaços. Suponha S ∈
L(X, Y ) e T ∈ L(Y, X). Usando as identificações descritas acima, S e T correspondem a
tensores u = ni=1 ϕi ⊗ yi ∈ X # ⊗ Y e v = m #
P P
j=1 xj ⊗ ψj ∈ X ⊗ Y , respectivamente.
47
Então temos que T (S) = hS, T i = hu, vi = trY ST . De fato, aplicando S em T temos
m n
!
X X
T (S) = xj ⊗ ψ j ϕi ⊗ yi
j=1 i=1
Xm
= xj ⊗ ψj (ϕ1 ⊗ y1 + · · · + ϕn ⊗ yn )
j=1
Xm m
X
= xj ⊗ ψj (ϕ1 ⊗ y1 ) + · · · + xj ⊗ ψj (ϕn ⊗ yn )
j=1 j=1
= x1 ⊗ ψ1 (ϕ1 ⊗ y1 ) + · · · + xm ⊗ ψm (ϕ1 ⊗ y1 ) + · · · +
x1 ⊗ ψ1 (ϕn ⊗ yn ) + · · · + xm ⊗ ψm (ϕn ⊗ yn )
= ϕ1 (x1 )ψ1 (y1 ) + · · · + ϕ1 (xm )ψ1 (yn ) + · · · +
ϕ1 (xm )ψm (y1 ) + · · · + ϕn (xm )ψm (yn )
Xn n
X
= ϕi (x1 )ψ1 (yi ) + · · · + ϕi (xm )ψm (yi )
i=1 i=1
Xn
= (ϕi (x1 )ψ1 (yi ) + · · · + ϕi (xm )ψm (yi ))
i=1
Xn Xm
= ϕi (xj )ψj (yi ).
i=1 j=1
Além disso,
n n m
! n X
m
X X X X
S(T (y)) = ϕi (T (y))yi = ϕi xj ψj (y) yi = ψj (y)ϕi (xj )yi ,
i=1 i=1 j=1 i=1 j=1
isto é,
n X
X m
ST = ψj ⊗ ϕi (xj )yi .
i=1 j=1
Logo,
n X
X m n X
X m
trY ST = ψj (ϕi (xj )yi ) = ϕi (xj )ψj (yi )
i=1 j=1 i=1 j=1
e, observando os resultados das contas que acabamos de fazer, a dualidade entre os espaços
L(X, Y ) e L(Y, X) é dada por
hS, T i = trY ST = trX T S.
A essa relação chamaremos de dualidade de traço. Salientamos que a dualidade tensorial

e a dualidade de traço são simplesmente formas diferentes de olhar o mesmo objeto e
somos livres para trabalhar com o formalismo que melhor se adequar ao contexto.
48
Se descartarmos a suposição de que X e Y são de dimensões finitas, então, em nossa

descrição de dualidade do tensor, devemos reverter a nossa identificação original do espaço
dual de X ⊗ Y como o espaço das formas bilineares B(X × Y ). Esse último espaço, em
geral, será estritamente maior do que X # ⊗ Y # . Na linguagem de dualidade de traço,
devemos substituir o espaço L(X, Y ) pelo menor espaço de aplicações lineares de posto
finito, que denotaremos por F L(X, Y ). Assim, em geral, temos
F L(X, Y )# = (X # ⊗ Y )# = X ## ⊗ Y # = L(Y, X ## ),
com a dualidade dada por hS, T i = trY ST = trX ## T S, como no caso de dimensão finita.
2.5 Alguns exemplos

Nesta seção descreveremos alguns exemplos (de certa forma até, aplicações) do produto
tensorial entre espaços vetoriais. Nosso primeiro exemplo descreve um processo pelo qual
um espaço vetorial de funções escalares pode ser convertido em um espaço de funções
vetoriais.
2.5.1 Funções de valores vetoriais

Seja F (S) o espaço vetorial de todas as funções de um conjunto S no corpo dos
escalares K munido das operações usuais de adição e multiplicação por escalares. Agora,
sejam X um espaço vetorial e F (S, X) o espaço vetorial de todas a funções de S em X.
Para cada f ∈ F (S) e x ∈ X podemos definir uma função de S em X por
f · x : S −→ X
s 7−→ f (s)x.
Considere agora a aplicação bilinear
A : F (S) × X −→ F (S, X)
(f, x) 7−→ f · x.
Linearizando esta aplicação, obtemos a aplicação linear
A : F (S) ⊗ X −→ F (S, X)
n n
X X (2.9)
fi ⊗ xi 7−→ f i · xi .
i=1 i=1
49
Mostraremos agora que a aplicação linear (2.9) é injetiva. De fato, suponha que a função
Pn Pn
i=1 fi xi = 0. Então temos que i=1 fi (s)xi = 0, para todo s ∈ S. Como os funcionais
ϕ : F (S) −→ K, f 7−→ f (s), formam um subconjunto separador de pontos do espaço dual
de F (S) (não é difı́cil mostrar isso), então pela Observação 2.7 tem-se ni=1 fi ⊗ xi = 0
P
em F (S) ⊗ X. Assim, segue que A é uma imersão de F (S) ⊗ X em F (S, X).

Tomando o produto tensorial F (S) ⊗ X temos o efeito de juntar valores vetoriais para
as funções de F (S). À luz dessa identificação, podemos dispensar a notação apresentada
acima, de modo que o tensor ni=1 fi ⊗ xi também pode ser tomado para representar a
P
função s 7−→ ni=1 fi (s)xi .

P
As mesmas ideias podem ser aplicadas a subespaços de F (S). Por exemplo, sejam
P (K) o espaço vetorial de funções polinomiais em K e P (K, X) um espaço de funções
polinomiais em K com valores no espaço vetorial X. Cada elemento P ∈ P (K, X) tem
a forma P (s) = nk=0 sk xk , onde xk ∈ X. Sejam pk as funções monomiais pk (s) = sk .
P
Então o polinômio P é dado pelo tensor nk=0 pk ⊗ xk . Por outro lado, é fácil ver que
P
cada elemento do produto tensorial P (K) ⊗ X produz uma função polinomial de K em X.

Assim, temos uma representação do espaço P (K, X) como o produto tensorial P (K) ⊗ X.
Agora, vejamos um outro exemplo ainda nesse escopo. Como sequências são funções,
seja c00 um espaço vetorial de todas as sequências de escalares que são eventualmente
nulas. Assim, um elemento de c00 tem a forma ω = (s1 , . . . , sn , 0, 0, . . .). Então os
elementos do produto tensorial c00 ⊗ X podem ser considerados com sequências em X que
são eventualmente nulas, como nos mostra o diagrama a seguir.
A / c00 (N, X)
c00 × X = c00 (N) × X 6
= c00 (X)
θ

A
e
c00 ⊗ X = c00 (N) ⊗ X
Pn
Desse modo, se x ∈ c00 (X) então x = (x1 , . . . , xn , 0, 0, . . .) = i=1 ei ⊗ xi , onde ei é a
sequência de escalares que tem 1 no n-ésima termo e zero nos demais. Assim, identificamos
c00 (X) = c00 ⊗ X.
2.5.2 Funções de duas variáveis

Já vimos que o produto tensorial de espaços duais pode ser imerso no espaço das
formas bilineares B(X × Y ) (ver (2.6)). Podemos generalizar esse processo de forma que
o produto tensorial entre dois espaços de funções possa ser interpretado como um espaço
de funções de duas variáveis.
Sejam S e T dois conjuntos, F (S) e F (T ) espaços vetoriais de funções escalares sobre
50
S e T , respectivamente, e A : F (S) × F (T ) −→ F (S × T ) uma forma bilinear dada

por A(f, g)(s, t) = f (s)g(t). Então, pelo Teorema 2.10, existe uma linearização para A,
e : F (S) ⊗ F (T ) −→ F (S × T ), que associa o tensor Pn fi ⊗ gi à função (s, t) 7−→
A i=1
Pn Pn
i=1 fi (s)gi (t). Note que a linearização A é injetiva. De fato, suponha que i=1 fi gi =
e
Pn
0. Então temos i=1 fi (s)gi (t) = 0, para todo s ∈ S, t ∈ T . Como os funcionais
ϕ : F (S) −→ K, dado por f 7−→ f (s), e ψ : F (T ) −→ K, dado por g 7−→ g(t), formam
subconjuntos separadores de pontos dos espaços duais de F (S) e F (T ), respectivamente,
então pela Observação 2.7 segue que ni=1 fi ⊗ gi = 0 em F (S) ⊗ F (T ). Portanto, temos
P
uma imersão de F (S) ⊗ F (T ) em F (S × T ).

Em alguns casos, um espaço de funções de duas variáveis pode ser interpretado exa-
tamente como um produto tensorial de espaços de funções de uma variável. Por exem-
plo, seja P (K × K) um espaço de funções polinomiais de duas variáveis. Considere a
forma bilinear A : P (K) × P (K) −→ P (K × K) dada por A(ps , qt ) = ps (a)qt (b), onde
ps (a) = as e qt (b) = bt são funções monomiais. Pelo Teorema 2.10, existe uma linea-
e : P (K) ⊗ P (K) −→ P (K × K) que é injetiva e associa o tensor Pn ps ⊗ qt à
rização A k=0
Pn
função (a, b) 7−→ k=0 ps (a)qt (b). Mostraremos agora que A é sobrejetiva. De fato, seja
e
Pn s t s t
k=0 a b ∈ P (K × K), então existem (a, b) ∈ K × K tal que ps (a) = a e qt (b) = b . Logo,
n
X n
X n
X
ps ⊗ qt (a, b) = ps (a)qt (b) = as b t
k=0 k=0 k=0
e assim A
e é sobrejetora, donde concluı́mos que
P (K × K) = P (K) ⊗ P (K).
51
Capı́tulo 3
Produto tensorial projetivo e injetivo
Neste capı́tulo, estudaremos duas maneiras de normar o produto tensorial entre espaços
de Banach. Inicialmente, abordaremos a norma projetiva, veremos que, assim como o
produto tensorial algébrico lineariza as aplicações bilineares, o produto tensorial proje-
tivo lineariza as aplicações bilineares contı́nuas. Em seguida, dissertaremos sobre o dual
do produto tensorial projetivo e estudaremos a norma injetiva. Os livros [5], [17] e o
trabalho [20] compõem as principais referências utilizadas nesse estudo.
3.1 A norma projetiva

O objetivo desta seção é estudar como podemos introduzir uma norma no produto
tensorial entre espaços de Banach. Inicialmente, definiremos a norma projetiva e prova-
remos que ela é uma norma no produto tensorial. Em seguida, veremos algumas de suas
propriedades.
Sejam X e Y espaços de Banach. Como esperamos continuidade dos tensores, consi-
derando o espaço (X ⊗ Y, k·k), munido com uma norma k · k, é natural esperarmos que
dado um tensor elementar x ⊗ y ∈ X ⊗ Y a desigualdade
kx ⊗ yk ≤ kxk kyk (3.1)
Pn
seja satisfeita. Agora, considere u ∈ X ⊗ Y um tensor qualquer. Se i=1 xi ⊗ yi é uma
representação de u, então decorre da desigualdade triangular que a norma satisfaz
n
X
kuk ≤ kxi k kyi k . (3.2)
i=1
Como a desigualdade (3.2) deve ser válida para qualquer representação de u, tomando o
52
3. Produto tensorial projetivo e injetivo
ı́nfimo sobre todas representações, segue que

( n )
X
kuk ≤ inf kxi k kyi k . (3.3)
i=1
Pn
O fato do zero ser uma cota inferior para o conjunto { i=1 kxi k kyi k} faz com que o
ı́nfimo tomado acima esteja bem definido. Como utilizamos a desigualdade triangular em
(3.2), o lado direito da desigualdade (3.3) se torna o maior candidato possı́vel para uma
norma natural em X ⊗ Y .
Definição 3.1. Sejam X, Y espaços vetoriais normados sobre o corpo K. Para cada
tensor u ∈ X ⊗ Y , definimos a norma projetiva de u como
( n n
)
X X
π(u) := inf kxi k kyi k : u = xi ⊗ y i , (3.4)
i=1 i=1
onde substituiremos a notação k·k por π(·).
Note que π satisfaz (3.1) e (3.2). Quando for necessário especificar os espaços com-
ponentes no produto tensorial, denotaremos a norma projetiva por πX,Y ou π(u; X ⊗ Y ).
Mais a frente, mostraremos que dada uma outra norma k·k em X ⊗Y teremos kuk ≤ π(u).
Veremos agora que π é uma norma no produto tensorial.
Proposição 3.2. Sejam X e Y espaços de Banach. Então π é uma norma em X ⊗ Y e

π(x ⊗ y) = kxk kyk para todos x ∈ X e y ∈ Y .
Demonstração: Primeiro, mostraremos que π é uma norma em X ⊗ Y . Seja u ∈ X ⊗ Y

um tensor. Suponha que π(u) = 0. Então pela definição de π, para todo ε > 0, existe
uma representação ni=1 xi ⊗ yi de u tal que ni=1 kxi k kyi k < ε. Daı́, para todos ϕ ∈ X 0 ,
P P
ψ ∈ Y 0 temos
n
X n
X n
X
ϕ(xi )ψ(yi ) ≤ |ϕ(xi )| |ψ(yi )| ≤ kϕk kψk kxi k kyi k ≤ kϕk kψk ε
i=1 i=1 i=1
e portanto
n
X
ϕ(xi )ψ(yi ) ≤ kϕk kψk ε.
i=1
Desde que o valor da soma ni=1 ϕ(xi )ψ(yi ) é independente da representação de u, segue
P
que ni=1 ϕ(xi )ψ(yi ) = 0 e como os espaços duais X 0 e Y 0 são subconjuntos, respecti-
P
vamente, dos duais algébricos X # e Y # que separam pontos, então, pelo item (a) da
Observação 2.7, segue que u = 0. Ainda, é claro que se u = 0 temos π(u) = 0.
53
Mostraremos agora que π(λu) = |λ| π(u). Quando λ = 0 não há o que mostrar. Então
suponha λ 6= 0. Se ni=1 xi ⊗ yi é uma representação de u então λu = ni=1 (λxi ) ⊗ yi .
P P
Daı́, temos
n
X n
X
π(λu) ≤ kλxi k kyi k = |λ| kxi k kyi k .
i=1 i=1
Como isso é válido para toda representação de u, segue que π(λu) ≤ |λ| π(u). De modo
análogo, temos π(u) = π(λ−1 λu) ≤ |λ|−1 π(λu), donde |λ| π(u) ≤ π(λu). Portanto,
π(λu) = |λ| π(u).
Agora, provaremos que π satisfaz a desigualdade triangular. Sejam u, v ∈ X ⊗ Y
Pn
e ε > 0. Decorre da definição de π que existem representações u = i=1 xi ⊗ yi e
Pm
v = j=1 wj ⊗ zj tai que
n
X m
X
kxi k kyi k ≤ π(u) + ε e kwj k kzj k ≤ π(v) + ε.
i=1 j=1
Pn Pm
Então i=1 xi ⊗ y i + j=1 wj ⊗ zj é uma representação para u + v e portanto
n
X m
X
π(u + v) ≤ kxi k kyi k + kwi k kzi k ≤ π(u) + π(v) + 2ε. (3.5)
i=1 j=1
Como (3.5) é válido para todo ε > 0, temos
π(u + v) ≤ π(u) + π(v).
Finalmente, provaremos que π(x ⊗ y) = kxk kyk. Seja x ⊗ y ∈ X ⊗ Y um tensor

elementar. Por um lado, é claro que π(x ⊗ y) ≤ kxk kyk. Escolha ϕ ∈ BX 0 e ψ ∈ BY 0
tais que ϕ(x) = kxk e ψ(y) = kyk. Considere a forma bilinear contı́nua A : X × Y −→ K,
dada por A(x, y) = ϕ(x)ψ(y). Pelo Teorema 2.10 existe uma única linearização para A,
e : X ⊗ Y −→ K, dada por Pn xi ⊗ yi 7−→ Pn ϕ(xi )ψ(yi ). Temos
A i=1 i=1
n
! n
X X
A(u)
e = A
e xi ⊗ y i ≤ e i ⊗ yi )
A(x
i=1 i=1
n
X n
X
= |ϕ(xi )ψ(yi )| = |ϕ(xi )| |ψ(yi )|
i=1 i=1
n
X n
X
≤ kϕk kψk kxi k kyi k ≤ kxi k kyi k ,
i=1 i=1
o que implica que A(u)

e ≤ π(u) para todo u ∈ X ⊗ Y e para toda representação de u.
54
e é um funcional linear contı́nuo no espaço normado (X ⊗ Y, π(·)) de norma no

Assim, A
máximo 1. Portanto,
kxk kyk = ϕ(x)ψ(y) = A(x

e ⊗ y) ≤ A(x
e ⊗ y) ≤ π(x ⊗ y),
o que completa a demonstração.
Denotaremos por X ⊗π Y o produto tensorial X ⊗ Y munido da norma projetiva π.

O resultado seguinte dá conta de que em dimensão finita a norma projetiva faz do
produto tensorial um espaço completo.
Proposição 3.3. Sejam X, Y espaços vetoriais de dimensão finita. Então X ⊗ Y é um

espaço vetorial de dimensão finita. Além disso, se X, Y forem espaços normados, então
X ⊗π Y é completo.
Demonstração: Sejam dim(X) = n e dim(Y ) = m, com n, m ∈ N. Portanto,

#
dim(B(X × Y )) = n · m e consequentemente dim(B(X × Y )) = n · m. Como X ⊗ Y =
B(X × Y )# segue que X ⊗ Y tem dimensão finita. Agora, considerando que X e Y são
normados, segue que X ⊗π Y é normado e tem dimensão finita, logo é completo.
Observação 3.4. Se X e Y são espaços vetoriais de dimensão infinita, então o produto

tensorial X ⊗π Y não é um espaço completo em geral. Veja, por exemplo, [17, Exercise
2.5]. Assim, denotaremos por X ⊗ ˆ π Y o completamento de X ⊗π Y . O espaço de Banach
X⊗ ˆ π Y será chamado produto tensorial projetivo dos espaços normados X e Y .
Vimos na demonstração da Proposição 3.2 que, para reconhecer quando um tensor

u em X ⊗ Y é nulo, é suficiente mostrar que ni=1 ϕ(xi )ψ(yi ) = 0, para todos ϕ ∈ X 0 ,
P
ψ ∈ Y 0 e qualquer representação de u. A identificação do tensor nulo no produto tensorial

X⊗ˆ π Y é um tanto mais delicada e seu estudo pode ser visto no Capı́tulo 4 do livro [17].
Não abordaremos esse estudo em nosso trabalho.
Se A e B são subconjuntos de X, Y respectivamente, definimos o subconjunto A⊗B ⊂
X ⊗ Y por
A ⊗ B := {x ⊗ y : x ∈ A e y ∈ B} . (3.6)
Usaremos essa notação com moderação, pois, embora seja conveniente, poderá causar
ambiguidade. Note que não necessariamente A ⊗ B é um espaço vetorial e que todos os
seus elementos são tensores elementares.
Definição 3.5. Seja X um espaço vetorial e S ⊂ X um subconjunto. A interseção de

todos os subconjuntos convexos de X contendo S é chamada de envoltória convexa de S
e é denotada por co(S).
55
A envoltória convexa de S, co(S), pode ser caracterizada pelo conjunto abaixo ([20,
Proposição 3.8]):
( n n
)
X X
co(S) = λi xi : n ∈ N, xi ∈ S, λi ≥ 0, λi = 1, i = 1, . . . , n
i=1 i=1
e, quando 0 ∈ S, por ([20, Corolário 3.9])

( n n
)
X X
co(S) = λi xi : n ∈ N, xi ∈ S, λi ≥ 0, λi ≤ 1, i = 1, . . . , n .
i=1 i=1
Quando X for um espaço vetorial normado, poderemos considerar o fecho da envoltória

convexa e o denotaremos por co(S).
Proposição 3.6. Sejam X, Y espaços normados sobre o corpo K. A bola unitária fechada
ˆ π Y é o fecho da envoltória convexa do conjunto BX ⊗ BY .
de X ⊗
ˆ πY .
Demosntração: Seja BX ⊗ˆ π Y a bola unitária fechada de X ⊗ Como BX ⊗ˆ π Y =
ˆ πY
X⊗
BX⊗π Y é suficiente provar para o espaço X ⊗π Y , isto é, basta mostrar que BX⊗π Y =
coX⊗π Y (BX ⊗ BY ), pois
ˆ πY
X⊗ ˆ πY
X⊗ ˆ
BX ⊗ˆ π Y = BX⊗π Y = coX⊗π Y (BX ⊗ BY ) = coX ⊗π Y (BX ⊗ BY ).
Suponha u ∈ B̊X⊗π Y . Então, pela definição de π, existe uma representação de u da

forma ni=1 xi ⊗ yi , onde xi e yi são não-nulos e ni=1 kxi k kyi k < 1. Seja wi = kxi k−1 xi ,
P P
zi = kyi k−1 yi e λi = kxi k kyi k. Então,
n
X
u= xi ⊗ y i
i=1
n
X
= (kxi k kxi k−1 xi ) ⊗ (kyi k kyi k−1 yi )
i=1
n
X
= kxi k kyi k (kxi k−1 xi ) ⊗ (kyi k−1 yi )
i=1
Xn
= λi wi ⊗ zi ,
i=1
Pn
com wi ∈ BX , zi ∈ BY , λi ≥ 0 e i=1 λi < 1. Assim, u ∈ co(BX ⊗ BY ) e então
X⊗π Y
B̊X⊗π Y ⊆ co(BX ⊗ BY ), o que implica em BX⊗π Y = B̊X⊗π Y ⊆ coX⊗π Y (BX ⊗ BY ).
Por outro lado, temos que BX ⊗ BY ⊂ BX⊗π Y . De fato, dado u ∈ BX ⊗ BY , temos
u = x ⊗ y, com x ∈ BX e y ∈ BY (lembre que BX ⊗ BY é definido como em (3.6)). Daı́,
π(u) = kxk kyk ≤ 1 e assim u ∈ BX⊗π Y . Segue que co(BX ⊗ BY ) ⊆ BX⊗π Y , pois BX⊗π Y
56
é um conjunto convexo que contém BX ⊗ BY . Disso tem-se
X⊗π Y
coX⊗π Y (BX ⊗ BY ) ⊆ BX⊗π Y = BX⊗π Y .
Consideraremos agora o produto tensorial dos operadores lineares contı́nuos. Veremos

que, na norma projetiva, o produto tensorial de operadores lineares contı́nuos também é
um operador linear contı́nuo.
Proposição 3.7. Sejam X, Y , W , Z espaços vetoriais normados e S : X −→ W ,

T : Y −→ Z operadores lineares contı́nuos. Então existe um único operador linear
ˆ π Y −→ W ⊗
contı́nuo S ⊗π T : X ⊗ ˆ π Z tal que S ⊗π T (x ⊗ y) = S(x) ⊗ T (y), para to-
dos x ∈ X, y ∈ Y . Além disso, kS ⊗π T k = kSk kT k.
Demonstração: Sejam S ∈ L(X, W ) e T ∈ L(Y, Z). Vimos no Capı́tulo 2 que existe

uma única aplicação linear S ⊗ T : X ⊗ Y −→ W ⊗ Z tal que S ⊗ T (x ⊗ y) = S(x) ⊗ T (y),
para todos x ∈ X, y ∈ Y . Sejam u ∈ X ⊗ Y e ni=1 xi ⊗ yi uma representação de u.
P
Então
n
!
X
π(S ⊗ T (u)) = π S(xi ) ⊗ T (yi )
i=1
n
X
≤ kS(xi )k kT (yi )k
i=1
n
X
≤ kSk kT k kxi k kyi k
i=1
e tomando o ı́nfimo sobre todas as representações de u, temos π(S⊗T (u)) ≤ kSk kT k π(u).
Assim, S ⊗π T : X ⊗π Y −→ W ⊗π Z é um operador linear contı́nuo para a norma projetiva
e kS ⊗π T k ≤ kSk kT k. Por outro lado,
kSk kT k = sup kS(x)k sup kT (y)k = sup kS(x)k kT (y)k

x∈BX y∈BY x∈BX , y∈BY
= sup π(S(x) ⊗ T (y)) = sup π(S ⊗ T (x ⊗ y))

x∈BX , y∈BY x∈BX , y∈BY
≤ sup {π(S ⊗ T (x ⊗ y)) : u ∈ X ⊗ Y, com π(u) ≤ 1}

= kS ⊗ T k
e portanto kS ⊗ T k = kSk kT k. Tomando a única extensão contı́nua do operador S ⊗ T

aos completamentos de X ⊗π Y e W ⊗π Z, segue o resultado.
57
Veremos agora que o produto tensorial projetivo não respeita subespaços, isto é, se
W é um subespaço do espaço de Banach X, de tal forma que W ⊗ Y seja um subespaço
algébrico de X ⊗ Y , então a norma induzida em W ⊗ Y por X ⊗π Y não é, geralmente,
a norma projetiva πW,Y (·). De fato, considere a definição da norma π(u; W ⊗ Y ) onde
u ∈ W ⊗ Y . O ı́nfimo que define essa norma é assumido sobre o conjunto de todas as
representações de u em W ⊗ Y . Se ampliarmos esse espaço W para X, o conjunto das
representações de u se torna maior e portanto teremos
( n n
) ( n n
)
X X X X
kxi k kyi k : u = xi ⊗ yi ∈ W ⊗ Y ⊆ kxi k kyi k : u = xi ⊗ y i ∈ X ⊗ Y
i=1 i=1 i=1 i=1
o que implica em
π(u; X ⊗ Y ) ≤ π(u; W ⊗ Y ).
Embora a norma projetiva não respeite subespaços de modo geral, veremos que isso
não acontece para espaços complementados.
Proposição 3.8. Sejam E e F subespaços complementados de X e Y respectivamente.

Então
(a) E ⊗ F é complementado em X ⊗π Y .
(b) A norma em E ⊗ F induzida pela norma projetiva de X ⊗π Y é equivalente a norma

projetiva πE,F .
(c) Se E e F são complementados pelas projeções da norma unitária, então E ⊗π F é um

subespaço de X ⊗π Y que é também complementado por uma projeção de norma
unitária.
Demonstração: (a) Sejam P e Q projeções de X e Y sobre E e F , respectivamente.

Então podemos considerar o operador linear contı́nuo P ⊗ Q : X ⊗π Y −→ X ⊗π Y dada
por P ⊗ Q(x ⊗ y) = P (x) ⊗ Q(y), para todo x ∈ X, y ∈ Y . Vamos provar que P ⊗ Q é
uma projeção e P ⊗ Q(X ⊗π Y ) = E ⊗ F . Se x ⊗ y ∈ X ⊗π Y , então
(P ⊗ Q)2 (x ⊗ y) = (P ⊗ Q)(P ⊗ Q(x ⊗ y)) = P ⊗ Q(P (x) ⊗ Q(y))

= P (P (x)) ⊗ Q(Q(y)) = P 2 (x) ⊗ Q2 (y) = P (x) ⊗ Q(y)
= P ⊗ Q(x ⊗ y).
Considere agora e ⊗ f ∈ E ⊗ F . Então, por hipótese, existem x ∈ X e y ∈ Y tais que
58
P (x) = e e Q(y) = f . Daı́, temos
P ⊗ Q(x ⊗ y) = P (x) ⊗ Q(y) = e ⊗ f
e portanto P ⊗ Q(X ⊗π Y ) = E ⊗ F .
(b) Seja u ∈ E ⊗ F . Já vimos que πX,Y ≤ πE,F . Agora, considere ni=1 xi ⊗ yi uma
P
Pn
representação de u em X ⊗ Y . Então, u = P ⊗ Q(u) e i=1 P (xi ) ⊗ Q(yi ) é uma
representação de u em E ⊗ F . Assim,
n
X n
X
πE,F (u) ≤ kP (xi )k kQ(yi )k ≤ kP k kQk kxi k kyi k . (3.7)
i=1 i=1
Como (3.7) é válida para toda representação de u em X ⊗ Y , segue que
πX,Y (u) ≤ πE,F (u) ≤ kP k kQk πX,Y (u).
(c) Se E e F são complementados por projeções de normas unitárias, então kP k = kQk = 1

e portanto πX,Y (u) ≤ πE,F (u) ≤ πX,Y (u) o que implica em πX,Y (u) = πE,F (u), para todo
u ∈ E⊗F . Logo, E⊗π F é um subespaço de X ⊗π Y . Além disso, kP ⊗ Qk = kP k kQk = 1
e portanto P ⊗ Q é uma projeção de norma unitária em E ⊗ F .
Observação 3.9. Tomando o completamento dos produtos tensoriais E ⊗ F e X ⊗ Y , os

resultados da Proposição 3.8 também são válidos para os produtos tensoriais projetivos
completos.
Veremos adiante o porquê da escolha do nome projetivo para a norma π. Antes disso,
definiremos o operador quociente, mostraremos que o produto tensorial de operadores quo-
cientes também é um operador quociente e uma consequência desse resultado justificará
a nomenclatura da norma π.
Definição 3.10. Seja Q ∈ L(Z, Y ). Dizemos que Q : Z −→ Y é um operador quociente

se Q é sobrejetor e kyk = inf {kzk : z ∈ Z, Q(z) = y}, ou equivalentemente, Q aplica a
bola aberta unitária de Z na bola aberta unitária de Y .
Isso significa simplesmente que Y é isometricamente isomorfo ao espaço quociente

Z/ ker Q.
Proposição 3.11. Sejam Q ∈ L(W, X), R ∈ L(Z, Y ) operadores quocientes. Então

Q ⊗π R : W ⊗ˆ π Z −→ X ⊗
ˆ π Y é um operador quociente.
Demonstração: É suficiente mostrarmos que Q ⊗ R : W ⊗π Z −→ X ⊗π Y é um ope-

rador quociente, pois obteremos que o resultado é válido para Q ⊗π R por extensão ao
59
completamento como na demonstração da Proposição 3.7. Para ver que Q ⊗ R é sobre-

jetor, considere ni=1 xi ⊗ yi ∈ X ⊗π Y . Então, pela sobrejetividade de Q e R, existem
P
wi ∈ W e zi ∈ Z tais que Q(wi ) = xi e R(zi ) = yi , para todo i = 1, · · · , n. Daı́,
n
! n n
X X X
Q⊗R wi ⊗ zi = Q(wi ) ⊗ R(zi ) = xi ⊗ y i ,
i=1 i=1 i=1
portanto Q ⊗ R é sobrejetor. Agora, seja u ∈ X ⊗π Y . Como Q ⊗ R é sobrejetor, existe

v ∈ W ⊗π Z tal que Q ⊗ R(v) = u e então para qualquer representação ni=1 wi ⊗ zi de v
P
temos
n
X
π(u) = π(Q ⊗ R(v)) ≤ kQk kRk kwi k kzi k .
i=1
Tomando o ı́nfimo sobre todas as representações de v, segue que
π(u) ≤ kQk kRk π(v)
e como kQk = kRk = 1 teremos π(u) ≤ π(v).

Dado ε > 0 escolha uma representação ni=1 xi ⊗ yi de u tal que ni=1 kxi k kyi k ≤
P P
π(u) + ε. Agora, para cada i = 1, · · · , n, escolha wi ∈ W e zi ∈ Z tais que Q(wi ) = xi ,

R(zi ) = yi , kwi k ≤ (1 + ε) kxi k e kzi k ≤ (1 + ε) kyi k. Veremos que de fato as escolhas
xi
acima são possı́veis. Inicialmente, note que (1+ε)kxi k
∈ B̊X . Pela definição de operador
xi
quociente, existe qi ∈ B̊W tal que Q(qi ) = (1+ε)kxi k
. Daı́, Q((1 + ε) kxi k qi ) = xi . Tomando
wi = (1 + ε) kxi k qi , temos Q(wi ) = xi e kwi k = (1 + ε) kxi k kqi k ≤ (1 + ε) kxi k. De forma
análoga, obtemos que R(zi ) = yi e kzi k ≤ (1 + ε) kyi k. Então
n
! n n
X X X
Q⊗R wi ⊗ zi = Q(wi ) ⊗ R(zi ) = xi ⊗ y i = u
i=1 i=1 i=1
e além disso
n
! n
X X
π wi ⊗ zi ≤ kwi k kzi k
i=1 i=1
n
X
≤ (1 + ε) kxi k (1 + ε) kyi k (3.8)
i=1
n
X
= (1 + ε)2 kxi k kyi k
i=1
2
≤ (1 + ε) (π(u) + ε).
60
Como (3.8) é válida para todo ε > 0, temos
π(u) = inf{π(v) : v ∈ W ⊗π Z, Q ⊗ R(v) = u},
o que completa a demonstração.
Definição 3.12. Sejam X e Y espaços normados. Dizemos que Y é um quociente de X

se existe um subespaço fechado W ⊆ X tal que Y = X/W .
Corolário 3.13. Sejam X1 , X2 , Y1 e Y2 espaços normados. Se Yi é um quociente de Xi

para todo i = 1, 2, então Y1 ⊗π Y2 é um quociente de X1 ⊗π X2 .
Demonstração: Desde que, por hipótese, Yi é um quociente de Xi para todo i = 1, 2,

existem subespaços fechados Wi ⊆ Xi tais que Yi = Xi /Wi , i = 1, 2. Seja πi : Xi −→
Xi /Wi = Yi as projeções canônicas (que são operadores quocientes). Da Proposição
3.11, segue que π1 ⊗ π2 : X1 ⊗π X2 −→ Y1 ⊗π Y2 é um operador quociente. Portanto,
Y1 ⊗π Y2 = X1 ⊗π X2 / ker(π1 ⊗ π2 ), isto é, Y1 ⊗π Y2 é um quociente de X1 ⊗π X2 .
Vimos que a norma π respeita quocientes e, na demonstração do corolário, ficou evi-

dente que os espaços quocientes estão associados às projeções canônicas. Daı́ segue a
justificativa do nome projetiva para a norma π.
Geralmente, a norma projetiva, π(u), de um tensor u pode ser bastante difı́cil de
calcular, pois, pela definição, é necessário examinar todas as representações possı́veis de
u, e, claramente, isso não é um método prático. No exemplo a seguir mostraremos que
isto nem sempre é tão difı́cil. Além disso, o exemplo mostrará um importante isomorfismo
topológico entre um espaço de sequências conhecido e um espaço produto tensorial.
ˆ π X.
Exemplo 3.14. O produto tensorial projetivo `1 ⊗
Seja X um espaço de Banach. No Capı́tulo 1, vimos que os elementos de `1 ⊗ X

podem ser vistos como sequências de valores em X. Sob essa mesma identificação, para
cada a = (an )∞
n=1 em `1 e x ∈ X, o tensor elementar a ⊗ x corresponde para a sequência
(an x)∞ ∞
n=1 em X. Agora, note que a sequência (an x)n=1 é absolutamente somante, pois
∞ ∞
!
X X
kan xk = kxk |an | .
n=1 n=1
Em outras palavras, a ⊗ x pertence ao espaço de Banach `1 (X) de todas as sequências

(xn )∞
n=1 absolutamente somantes em x, onde a norma é dada por
∞
X
k(xn )∞
n=1 k1 = kxn k .
n=1
61
Assim, existe uma aplicação linear J : `1 ⊗ X −→ `1 (X) satisfazendo J(a ⊗ x) = (an x)∞ n=1 .
Pm ∞
Agora, se i=1 ai ⊗xi é uma representação de u ∈ `1 ⊗X, onde ai = (ain )n=1 , i = 1, . . . , m,
então
m
!∞ ∞ m
X X X
kJ(u)k1 = ain xi = ain xi
i=1 n=1 1 n=1 i=1
∞ X ∞
m m
!
X X X
≤ kain xi k = |ain | kxi k (3.9)
n=1 i=1 i=1 n=1
Xm
= kai k1 kxi k ,
i=1
e desde que (3.9) é válida para toda representação de u, tomando o ı́nfimo sobre todas es-
sas representações, segue que kJ(u)k1 ≤ π(u). Agora, fixe uma representação m
P
i=1 ai ⊗ xi
m
de u. Então J(u) = (un )∞
P
n=1 , onde un = i=1 ain xi .
P∞
Afirmação: A série n=1 en ⊗ un converge para u em `1 ⊗π X, onde {en } são os vetores
canônicos em `1 .
De fato, seja Pk a projeção de `1 nas primeiras k coordenadas, de modo que Pk (a) =

Pk
n=1 an en . Daı́, temos Pk (a) −→ a quando k −→ ∞ e então
k
! m k m
!!
X X X X
π u− en ⊗ un =π ai ⊗ x i − en ⊗ ain xi
n=1 i=1 n=1 i=1
m k X
m
!
X X
=π ai ⊗ x i − en ⊗ ain xi
i=1 n=1 i=1
m k
!!
X X
=π ai ⊗ xi − ain en ⊗ xi
i=1 n=1
m
!
X
=π (ai ⊗ xi − Pk (ai ) ⊗ xi )
i=1
m
!
X
=π (ai − Pk (ai )) ⊗ xi
i=1
m
X
≤ kai − Pk (ai )k kxi k ,
i=1
Pk
segue que π u − n=1 en ⊗ un −→ 0 quando k −→ ∞, provando assim a afirmação.
Agora, temos
∞
! ∞
X X
π(u) = π en ⊗ un ≤ kun k = kJ(u)k1 ,
n=1 n=1
62
portanto a aplicação linear J : `1 ⊗π X −→ `1 (X) é uma isometria. Como `1 (X) é com-

pleto, então J estende para um único operador isométrico do produto tensorial projetivo
ˆ π X −→ `1 (X).
completo J : `1 ⊗
Os argumentos que foram dados para o espaço `1 no Exemplo 3.14 se aplica de forma
equivalente para o espaço `1 (I), onde I é um conjunto de indexação arbitrária, nos forne-
cendo uma identificação
ˆ π X = `1 (I, X),
`1 (I)⊗ (3.10)
onde `1 (I, X) é o espaço de Banach de famı́lias absolutamente somáveis em X indexada

por I, com a norma
X
k(xi )i k = kxi k .
i∈I
Para provar isso, precisamos apenas lembrar que se (xi )i é uma famı́lia absolutamente
somável, então existe um subconjunto enumerável, I0 , de I tal que xi = 0 se i ∈
/ I0
(Proposição 1.35).
A identificação (3.10) permite algumas conclusões interessantes. Lembre-se que, em

geral, o produto tensorial projetivo não respeita subespaços, isto é, se W é um subespaço
de X, então, não necessariamente, W ⊗ ˆ π Y é um subespaço de X ⊗ ˆ π Y . A próxima pro-
posição nos diz que a situação é diferente se um dos espaços componentes for o `1 (I) e
sua demonstração (que foge aos objetivos do trabalho) pode ser vista em [17, Proposition
2.7].
Proposição 3.15. Sejam X um espaço de Banach e Y um subespaço fechado de X.

ˆ π Y é um subespaço de `1 (I)⊗
Então `1 (I)⊗ ˆ π X.
A próxima aplicação é uma representação útil dos elementos de um produto tensorial

projetivo completo X ⊗ˆ π Y , que complementa bem a representação dos elementos do pro-
duto tensorial algébrico X ⊗Y . Lembremos que todo espaço de Banach é um quociente de
`1 (I) para um conjunto de ı́ndices I escolhido adequadamente (veja [7, Exercise 5.30])1 .
ˆ π Y e ε > 0. Então exis-

Proposição 3.16. Sejam X e Y espaços de Banach, u ∈ X ⊗
tem sequências limitadas (xn )∞ ∞
n=1 e (yn )n=1 em X e Y , respectivamente, tais que a série
1
É bem comum encontrar a demonstração desse fato para espaços separáveis e vários autores comentam
que a demonstração para o caso geral é muito semelhante. Infelizmente, não encontramos nenhuma
demonstração explı́cita e por questões de escopo do nosso trabalho (e tempo) não fizemos esforços para
demonstra-la.
63
P∞
n=1 xn ⊗ yn converge para u e
∞
X
kxn k kyn k < π(u) + ε.
n=1
Demonstração: Sejam J um conjunto de ı́ndices, Q : `1 (J) −→ X um operador quo-

ciente e IY : Y −→ Y o operador identidade em Y . Como IY é um operador quociente,
ˆ π Y −→ X ⊗
pela Proposição 3.11 o operador produto tensorial Q ⊗π IY : `1 (J)⊗ ˆ π Y é
um operador quociente e então, para cada u ∈ X ⊗ ˆ π Y , existe v ∈ `1 (J)⊗
ˆ π Y tal que
ˆ π Y = `1 (J, Y ), podemos identificar v
Q ⊗π IY (v) = u e π(v) ≤ π(u) + ε. Como `1 (J)⊗
como uma famı́lia absolutamente somante (vj )j∈J ∈ Y . Agora, existe um subconjunto
enumerável J0 = {jn : n ∈ N} de J tal que vj = 0, se j ∈
/ J0 , e assim v pode ser escrito
P∞ P∞
como n=1 ejn ⊗ vjn , com π(v) = n=1 kvjn k. Considere xn = Q(ejn ) e yn = vjn . Como
kxn k = inf {kejn k : ejn ∈ `1 (J), Q(ejn ) = xn } = 1
e (vjn )j∈J ∈ `1 (J), com n ∈ N, segue que as sequências (xn )∞ ∞

n=1 e (yn )n=1 são limitadas.
Então temos
∞
! ∞ ∞
X X X
u = Q ⊗π IY (v) = Q ⊗π IY ejn ⊗ vjn = Q(ejn ) ⊗ IY (vjn ) = xn ⊗ yn
n=1 n=1 n=1
e
∞
X ∞
X ∞
X
kxn k kyn k = kyn k = kvjn k = π(v) ≤ π(u) + ε.
n=1 n=1 n=1
Da proposição anterior, resulta que

(∞ ∞ ∞
)
X X X
π(u) = inf kxn k kyn k : kxn k kyn k < ∞, u = xn ⊗ yn , (3.11)
n=1 n=1 n=1
ˆ π Y como descrito no enunciado da Pro-

o ı́nfimo de todas as representações de u ∈ X ⊗
posição 3.1.
Existem variações menores da fórmula (3.11) que são úteis. Por exemplo, podemos
ˆ π Y na forma ∞
P
reescrever o tensor u ∈ X ⊗ n=1 λn xn ⊗ yn onde kxn k = kyn k = 1, para
P∞
todo n ∈ N, ou mesmo como n=1 λn xn ⊗ yn , onde xn −→ 0 e yn −→ 0. Daı́, temos mais
64
duas fórmulas correspondentes para a norma projetiva

(∞ ∞ ∞
)
X X X
π(u) = inf |λn | : u = λ n xn ⊗ y n , |λn | < ∞, kxn k = kyn k = 1
n=1 n=1 n=1
e
(∞ ∞ ∞
)
X X X
π(u) = inf |λn | kxn k kyn k : u = λ n xn ⊗ y n , |λn | < ∞, xn , yn −→ 0 .
n=1 n=1 n=1
3.2 ˆ πY
O espaço dual de X ⊗
No Capı́tulo 2, vimos que o produto tensorial X ⊗ Y lineariza aplicações bilineares em
X × Y . Nesta seção, estudaremos como o produto tensorial projetivo X ⊗ˆ π Y lineariza as
aplicações bilineares contı́nuas e determinaremos o seu espaço dual.
Sabemos que uma aplicação bilinear B : X ×Y −→ Z, entre os espaços normados X, Y
e Z, é contı́nua se existe uma constante c > 0 tal que kB(x, y)k ≤ c kxk kyk, para todo
x ∈ X, y ∈ Y . Denotamos por B(X × Y, Z) o espaço das aplicações bilineares contı́nuas
de X × Y em Z, onde a norma é dada por
kBk = sup {kB(x, y)k : x ∈ BX , y ∈ BY } .
Quando Z = K, denotamos esse espaço por B(X × Y ), espaço das formas bilineares
contı́nuas.
Teorema 3.17. Seja B ∈ B(X × Y, Z) uma aplicação bilinear contı́nua. Então existe
um único operador linear contı́nuo B ˆ π Y −→ Z, satisfazendo B(x
e : X⊗ e ⊗ y) = B(x, y),
para todos x ∈ X, y ∈ Y . Além disso, a correspondência B ←→ B e é um isomorfismo
ˆ π Y, Z).
isométrico entre os espaços B(X × Y, Z) e L(X ⊗
Demonstração: Como B é uma aplicação bilinear, pelo Teorema 2.10, existe uma única
e : X ⊗ Y −→ Z tal que B(x
aplicação linear B e ⊗ y) = B(x, y), para todos x ∈ X, y ∈ Y e a
correspondência B ←→ B e é um isomorfismo entre os espaços B(X × Y, Z) e L(X ⊗ˆ π Y, Z).
Mostraremos que B e é contı́nua para a norma projetiva e que a correspondência B ←→ B e
ˆ π Y, Z).
é um isomorfismo isométrico entre B(X × Y, Z) e L(X ⊗
Pn
Seja u = i=1 xi ⊗ yi ∈ X ⊗ Y . Temos
n
! n
X X
B(u)
e = B
e xi ⊗ yi = e i ⊗ yi )
B(x
i=1 i=1
n
X n
X
= B(xi , yi ) ≤ kB(xi , yi )k (3.12)
i=1 i=1
65
n
X
≤ kBk kxi k kyi k .
i=1
Como (3.12) é válido para toda representação de u, segue que B(u)

e ≤ kBk π(u) e assim
B e ≤ kBk. Por outro lado,
e é contı́nua com B
kB(x, y)k = B(x

e ⊗ y) ≤ B
e kxk kyk .
Então, kBk ≤ B e e portanto kBk = B e .

e : X ⊗π Y −→ Z tem uma única extensão para o operador
O operador linear contı́nuo B
ˆ π Y −→ Z com a mesma norma. Agora, considere a aplicação
e : X⊗
linear contı́nuo B
ˆ π Y, Z)
Φ : B(X × Y, Z) −→ L(X ⊗
B 7−→ B.
e
A linearidade e continuidade da Φ seguem das definições e do que já fizemos acima. Vamos
mostrar que Φ é sobrejetora. Seja L ∈ L(X ⊗π Y, Z) e B : X × Y −→ Z uma aplicação
bilinear (de imediata verificação) contı́nua dada por B(x, y) = L(x ⊗ y). Da continuidade
do operador L segue que
kB(x, y)k = kL(x ⊗ y)k ≤ kLk kxk kyk ,
donde B é contı́nua. Pela unicidade do Teorema 2.10, temos B

e = L e portanto Φ é
sobrejetora. O Teorema 2.10 também nos dá a injetividade e, consequentemente, Φ é um
isomorfismo isométrico.
Assim, temos a seguinte identificação canônica
ˆ π Y, Z).
B(X × Y, Z) = L(X ⊗
Se Z for o corpo dos escalares, temos uma identificação canônica do espaço dual do
produto tensorial projetivo com o espaço das formas bilineares contı́nuas
B(X × Y ) = L(X ⊗ ˆ π Y )0 .
ˆ π Y, K) = (X ⊗ (3.13)
Com a identificação (3.13), a ação de uma forma bilinear contı́nua B como um funcional
66
ˆ π Y é dada por
linear contı́nuo em X ⊗
n
! n
X X
B xi ⊗ y i = B(xi , yi ).
i=1 i=1
Essa dualidade produz uma nova fórmula para a norma projetiva:
π(u) = sup {|B(u)| : B ∈ B(X × Y ), kBk ≤ 1} . (3.14)
A teoria da dualidade que desenvolvemos entre os produtos tensoriais projetivos e

os espaços de formas bilineares contı́nuas pode ser formulada em termos de espaços de
operadores lineares contı́nuos.
A cada forma bilinear contı́nua B ∈ B(X × Y ) existe um operador linear contı́nuo
associado LB ∈ L(X, Y 0 ) definido por LB (x)(y) = B(x, y). Vamos mostrar que a aplicação
B 7−→ LB é um isomorfismo isométrico entre os espaços B(X × Y ) e L(X, Y 0 ). De fato,
considere o operador
Φ : B(X × Y ) −→ L(X, Y 0 )
B 7−→ LB
e sejam B1 , B2 ∈ B(X, Y ) e λ ∈ K. Então
LB1 +λB2 (x)(y) = (B1 + λB2 )(x, y) = B1 (x, y) + (λB2 )(x, y)

= B1 (x, y) + λB2 (x, y) = LB1 (x)(y) + λLB2 (x)(y)
e assim tem-se
Φ(B1 + λB2 ) = LB1 +λB2 = LB1 + λLB2 = Φ(B1 ) + λΦ(B2 )
e portanto Φ é linear. Tomando x ∈ X, y ∈ Y , provaremos que a aplicação Φ é uma

isometria. Note que pela continuidade de LB temos
|B(x, y)| = |LB (x)(y)| ≤ |LB (x)| kyk ≤ kLB k kxk kyk .
Logo kBk ≤ kLB k. Por outro lado, pela continuidade da B temos
|LB (x)(y)| = |B(x, y)| ≤ kBk kxk kyk
o que implica em kLB k ≤ kBk e portanto kBk = kLB k. Daı́ kΦ(B)k = kLB k = kBk.
Além disso, é claro que Φ é sobrejetora (basta tomar para cada S ∈ L(X; Y 0 ) a forma
67
bilinear contı́nua B(x, y) := S(x)(y)). Assim, temos a identificação:
ˆ π Y )0 = B(X × Y ) = L(X, Y 0 ),
(X ⊗ (3.15)
através da qual a ação de um operador linear contı́nuo S : X −→ Y 0 como um funcional

linear em X ⊗ˆ π Y é dada por
n
! n
X X
S xi ⊗ yi = S(xi )(yi ).
i=1 i=1
Consideremos agora o operador linear contı́nuo RB ∈ L(Y, X 0 ) associado a B ∈ B(X × Y )

e definido por RB (y)(x) = B(x, y). De modo análogo, temos outra identificação
ˆ π Y )0 = L(Y, X 0 ),
(X ⊗ (3.16)
onde a ação de T ∈ L(Y, X 0 ) em X ⊗

ˆ π Y é dada por
n
! n
X X
T xi ⊗ yi = T (yi )(xi ).
i=1 i=1
Essas identificações, (3.15) e (3.16), produzem mais duas variações na fórmula de duali-
dade para a norma projetiva de um elemento de X ⊗ ˆ πY :
π(u) = sup {|S(u)| : S ∈ L(X, Y 0 ), kSk ≤ 1}

= sup {|T (u)| : T ∈ L(Y, X 0 ), kT k ≤ 1} .
3.3 A norma injetiva

Nesta seção, iremos apresentar uma nova abordagem para definir uma norma no pro-
duto tensorial de espaços normados. Estudaremos a norma injetiva, suas propriedades e
veremos dois exemplos de produtos tensoriais injetivos.
Vimos, no Capı́tulo 2, que os elementos do produto tensorial podem ser vistos como
Pn
formas bilineares sobre o produto X # ⊗ Y # de duais algébricos. Sendo i=1 xi ⊗ yi
qualquer representação do tensor u ∈ X ⊗ Y , a forma bilinear associada é dada por
n
X
Bu (ϕ, ψ) = ϕ(xi )ψ(yi ).
i=1
Mais ainda, a restrição de Bu ao produto X 0 × Y 0 dos espaços duais é contı́nua. De fato,
68
Pn
sejam (ϕ, ψ) ∈ X 0 × Y 0 e i=1 xi ⊗ yi uma representação qualquer de u ∈ X ⊗ Y . Então
n
X n
X
kBu (ϕ, ψ)k = ϕ(xi )ψ(yi ) ≤ |ϕ(xi )ψ(yi )|
i=1 i=1
n
X n
X
= |ϕ(xi )| |ψ(yi )| ≤ kϕk kψk kxi k kyi k .
i=1 i=1
Portanto, temos uma imersão topológica canônica de X ⊗ Y em B(X 0 × Y 0 ). Definimos

a norma injetiva em X ⊗ Y como a norma induzida por essa imersão. Denotaremos a
norma injetiva de u ∈ X ⊗ Y por ε(u), ou por εX,Y (u), ou ε(u; X ⊗ Y ), se for necessário
especificar os espaços componentes no produto tensorial. Assim, temos
( n
)
X
ε(u) = sup ϕ(xi )ψ(yi ) : ϕ ∈ BX 0 , ψ ∈ BY 0 = kBu k, (3.17)
i=1
Pn
onde i=1 xi ⊗ yi é uma representação qualquer de u. Note que a boa definição e as
propriedades da norma injetiva ε(·) seguem da norma k·k em B(X 0 × Y 0 ).
Como visto na Seção 2.3, também podemos visualizar os elementos do produto ten-
sorial X ⊗ Y como operadores de X 0 em Y ou de Y 0 em X. Assim, os operadores
lineares contı́nuos Lu : X 0 −→ Y e Ru : Y 0 −→ X dados, respectivamente, por Lu (ϕ) =
Pn Pn
i=1 ϕ(xi )yi e Ru (ψ) = i=1 xi ψ(yi ), associados ao tensor u, têm a mesma norma que a
forma bilinear Bu (cálculo imediato). Os mesmos argumentos que utilizamos para mostrar
que Bu é contı́nua, nos mostra que Lu e Ru são contı́nuos. Isso nos dá mais duas fórmulas
para a norma injetiva:
( n
)
X
ε(u) = sup ϕ(xi )yi : ϕ ∈ BX 0 (3.18)
i=1
( n
)
X
= sup xi ψ(yi ) : ψ ∈ BY 0 .
i=1
A menos que exista perigo de ambiguidade, utilizaremos a partir de agora o mesmo

sı́mbolo para o tensor u e a forma bilinear Bu , ou qualquer um dos operadores associados
a u, como apresentados anteriormente.
Observação 3.18. As bolas unitárias fechadas BX 0 e BY 0 podem ser substituı́das por

conjuntos normantes em qualquer umas das fórmulas (3.17) e (3.18): um subconjunto
A de BX 0 é considerado um conjunto normante se tivermos kxk = sup {|ϕ(x)| : ϕ ∈ A},
para todo x ∈ X. Por exemplo, a imagem pelo operador JX da bola unitária fechada de
X é um conjunto de normante no bidual X 00 e portanto, se u = ni=1 ϕi ⊗ ψi ∈ X 0 ⊗ Y 0 ,
P
69
tem-se
( n
)
X
ε(u) = sup ϕi (x)ψi (y) : x ∈ BX , y ∈ BY , (3.19)
i=1
com variação semelhante em (3.18).
Denotaremos por X ⊗ε Y o produto tensorial X ⊗ Y com a norma injetiva. O com-

ˆ ε Y , é chamado o produto tensorial injetivo de X e Y.
pletamento, denotado por X ⊗
Diferentemente do produto tensorial projetivo, não temos uma representação geral
do produto tensorial completo X ⊗ ˆ ε Y . No entanto, como X ⊗ε Y é um subespaço de
B(X 0 × Y 0 ), o seu completamento X ⊗ ˆ ε Y é simplesmente o seu fecho em B(X 0 × Y 0 ), ou
equivalentemente, em L(X 0 , Y ) ou em L(Y 0 , X). No caso especial em que um dos espaços
componentes é dual, por exemplo X, tem-se que X 0 ⊗ ˆ ε Y é um subespaço de L(X, Y ). Os
operadores de X em Y que surgem dessa maneira, com limites na norma do operador de
sequências de operadores de posto finito, são conhecidos com operadores aproximados.
Resumimos algumas imersões úteis do produto tensorial injetivo em espaços de formas
bilineares ou operadores lineares contı́nuos, algumas delas considerando espaços duais:
ˆ ε Y ⊂ B(X 0 × Y 0 ), L(X 0 , Y ), ou L(Y 0 , X)

X⊗
X 0⊗
ˆ ε Y ⊂ B(X × Y 0 ), L(Y 0 , X 0 ), ou L(X, Y ) (3.20)
X 0⊗
ˆ ε Y 0 ⊂ B(X × Y ), L(X, Y 0 ), ou L(Y, X 0 ).
Veremos na próxima proposição algumas das propriedades elementares da norma in-

jetiva.
Proposição 3.19. Sejam X e Y espaços de Banach.
(a) ε(u) ≤ π(u), para todo u ∈ X ⊗ Y .
(b) ε(x ⊗ y) = kxk kyk, para todos x ∈ Y , y ∈ Y .
(c) Se ϕ ∈ X 0 , ψ ∈ Y 0 , então ϕ⊗ψ é um funcional linear contı́nuo em X ⊗

ˆ ε Y e kϕ ⊗ ψk =
kϕk kψk.
Pn
Demonstração: (a) Seja i=1 xi ⊗ yi uma representação qualquer do tensor u ∈ X ⊗ Y .
0
Para todo ϕ ∈ X , temos
n
X n
X n
X n
X
ϕ(xi )yi ≤ kϕ(xi )yi k = |ϕ(xi )| kyi k ≤ kϕk kxi k kyi k
i=1 i=1 i=1 i=1
e portanto ε(u) ≤ π(u).
70
(b) Seja x ⊗ y ∈ X ⊗ Y um tensor elementar. Então
ε(x ⊗ y) = sup kϕ(x)yk = sup |ϕ(x)| kyk = kxk kyk .

ϕ∈BX 0 ϕ∈BX 0
(c) Sejam ϕ ∈ X 0 e ψ ∈ Y 0 funcionais lineares. Então existe uma única aplicação linear
ϕ ⊗ ψ : X ⊗ Y −→ K tal que ϕ ⊗ ψ(x ⊗ y) = ϕ(x)ψ(y), para todos x ∈ X, y ∈ Y . Daı́,
n
X
|ϕ ⊗ ψ(u)| = ϕ(xi )ψ(yi )
i=1
n
X ϕ ψ
= kϕk kψk (xi ) (yi )
i=1
kϕk kψk
n
X
≤ kϕk kψk sup ϕ0 (xi )ψ 0 (yi )
ϕ0 ∈BX 0 , ψ 0 ∈BY 0 i=1
= kϕk kψk εX,Y (u)
e segue que kϕ ⊗ ψk ≤ kϕk kψk e que ϕ ⊗ ψ é contı́nuo. Por outro lado, temos
kϕk kψk = sup |ϕ(x)| sup |ψ(y)|

x∈BX y∈BY
= sup |ϕ(x)ψ(y)|
x∈BX , y∈BY
≤ sup |ϕ(x)ψ(y)|
ε(x⊗y)≤1
= kϕ ⊗ ψk
e assim kϕ ⊗ ψk = kϕk kψk.
Proposição 3.20. O produto tensorial injetivo respeita os subespaços, de modo que, se

X é um subespaço fechado de W e Y é um subespaço fechado de Z, então X ⊗ ˆ ε Y é um
ˆ ε Z.
subespaço fechado de W ⊗
Pn
Demonstração: Seja i=1 xi ⊗ yi uma representação de u ∈ X ⊗ Y . Usando o Teorema
de Hanh-Banach, para todo ϕ ∈ X 0 , temos
n n n
!
X X X
ϕ(xi )yi = ϕ(xi )yi = sup ψ ϕ(xi )yi
i=1 i=1 ψ∈BZ 0 i=1
Y Z
n
X n
X
= sup ϕ(xi )ψ(yi ) = sup ϕ(xi ψ(yi ))
ψ∈BZ 0 i=1 ψ∈BZ 0 i=1
n
!
X
= sup ϕ ψ(yi )xi .
ψ∈BZ 0 i=1
71
Portanto,
n n
!
X X
εX,Y (u) = sup ϕ(xi )yi = sup sup ϕ ψ(yi )xi
ϕ∈BX 0 ϕ∈BX 0 ψ∈BZ 0
i=1 i=1
n
! n
X X
= sup sup ϕ ψ(yi )xi = sup ψ(yi )xi
ψ∈BZ 0 ϕ∈BX 0 i=1 ψ∈BZ 0 i=1 X
n
X
= sup ψ(yi )xi = εW,Z (u).
ψ∈BZ 0 i=1 W
Observação 3.21. Geralmente, o produto tensorial injetivo não respeita quociente; se X

ˆ ε Y não é, necessariamente, um espaço quociente
é um espaço quociente de W , então X ⊗
ˆ ε Y (veja, por exemplo, [5, Proposition 4.3 (3)]).
de W ⊗
Assim como na norma projetiva, veremos que, na norma injetiva, o produto tensorial
entre operadores lineares contı́nuos também é um operador linear contı́nuo.
Proposição 3.22. Sejam S ∈ L(X, W ) e T ∈ L(Y, Z) operadores lineares contı́nuos.

ˆ ε Y −→ W ⊗
Então existe um único operador linear contı́nuo S ⊗ε T : X ⊗ ˆ ε Z tal que (S ⊗ε
T )(x ⊗ y) = S(x) ⊗ T (y), para todo x ∈ X, y ∈ Y . Além disso, kS ⊗ε T k = kSk kT k.
Demonstração: Sejam S : X −→ W e T : Y −→ Z operadores lineares contı́nuos.

Então, já sabemos, existe um único operador linear S ⊗ T : X ⊗ Y −→ W ⊗ Z tal que
(S⊗T )(x⊗y) = S(x)⊗T (y), para todo x ∈ X, y ∈ Y . Se ni=1 xi ⊗yi é uma representação
P
do tensor u ∈ X ⊗ Y , então
( n
)
X
εW,Z (S ⊗ T (u)) = sup ϕ(S(xi ))ψ(T (yi )) : ϕ ∈ BW 0 , ψ ∈ BZ 0
i=1
( n
)
X
= sup S 0 (ϕ)(xi )T 0 (ψ)(yi ) : ϕ ∈ BW 0 , ψ ∈ BZ 0
i=1
( n
)
X S 0 (ϕ) T 0 (ψ)
= kS 0 k kT 0 k sup (x i ) (yi ) : ϕ ∈ BW 0 , ψ ∈ BZ 0
i=1
kS 0 k kT 0 k
( n
)
X
≤ kS 0 k kT 0 k sup γ(xi )σ(yi ) : γ ∈ BX 0 , σ ∈ BY 0
i=1
= kS 0 k kT 0 k εX,Y (u) = kSk kT k εX,Y (u).
Portanto, S ⊗ T é contı́nuo para a norma injetiva e kS ⊗ T k ≤ kSk kT k. Por outro lado,

para qualquer ε > 0, podemos escolher x ∈ BX e y ∈ BY tais que kS(x)k ≥ (1 − ε) kSk e
72
kT (y)k ≥ (1 − ε) kT k. Então ε(x ⊗ y) = kxk kyk ≤ 1 e
ε(S ⊗ T (x ⊗ y)) = ε(S(x) ⊗ T (y))

= kS(x)k kT (y)k
≥ (1 − ε) kSk (1 − ε) kT k
= (1 − ε)2 kSk kT k .
Como ε > 0 é arbitrário, segue que kS ⊗ T k ≥ kSk kT k e portanto kS ⊗ T k = kSk kT k.

Agora, o operador S ⊗T tem uma única extensão, que definimos por S ⊗ε T , com a mesma
norma ao produto tensorial completo, o que encerra a demonstração.
A seguir, veremos dois exemplos do produto tensorial injetivo: o primeiro em relação

ao espaço c0 (X) e o segundo em relação ao espaço ù1 (X).
ˆ ε X.
Exemplo 3.23. O produto tensorial injetivo c0 ⊗
ˆ ε X pode ser iden-
Neste exemplo, vamos mostrar que o produto tensorial injetivo c0 ⊗
tificado com o espaço (de Banach) c0 (X), das sequências em X que convergem para zero,
munido da norma k(xk )∞
k=1 k∞ = supk∈N kxk k.
Considere a aplicação canônica J : c0 ⊗X −→ c0 (X) que leva o tensor u = ni=1 ai ⊗xi
P
∞
na sequência de valor vetorial em X, J(u) = ( ni=1 aik xi )k=1 , onde ai = (aik )∞
P
k=1 ∈ c0 .
Mostraremos que J(u) é um elemento de c0 (X). De fato,
n
X n
X n
X n
X
aik xi ≤ kaik xi k = |aik | kxi k ≤ max |aik | kxi k −→ 0,
1≤i≤n
i=1 i=1 i=1 i=1
quando k −→ ∞. Além disso, não é difı́cil verificar que a aplicação J é linear. Agora,
vamos calcular a norma de J(u). Usando a dualidade entre c0 e `1 e o Teorema de
Hanh-Banach, temos
n n
!
X X
kJ(u)k∞ = sup aik xi = sup sup ϕ aik xi
k∈N i=1 k∈N ϕ∈BX 0 i=1
n
X n
X
= sup sup aik ϕ(xi ) = sup sup aik ϕ(xi )
k∈N ϕ∈BX 0 i=1
ϕ∈BX 0 k∈N
i=1
∞
X n
X
= sup sup bk aik ϕ(xi )
ϕ∈BX 0 b=(bk )∞
k=1 ∈B`1 k=1 i=1
X∞ X n
ϕ∈BX 0 b∈B`1
k=1 i=1
n
X
= sup sup b(ai )ϕ(xi ) = ε(u),
b∈B`1 ϕ∈BX 0 i=1
73
onde na última igualdade estamos usando (3.17). Segue que J é uma isometria de c0 ⊗ε X
ˆ ε X em c0 (X).
em c0 (X) e, portanto, contı́nua. Assim, J se estende a uma isometria de c0 ⊗
Como J(c0 ⊗ X) é denso em c0 (X) (todo (bj )∞
j=1 ∈ c0 (X) é aproximado pela imagem por
Pk
J da sequência uk = j=1 ej ⊗ bj ), segue que J é um isomorfismo isométrico.
ˆ ε X.
Exemplo 3.24. O produto tensorial injetivo `1 ⊗
Mostraremos nesse exemplo que ù1 (X) é isometricamente isomorfo ao produto tensorial
ˆ ε X. Iniciaremos com a aplicação canônica J : `1 ⊗ X −→ ù1 (X), que aplica
injetivo `1 ⊗
∞
o tensor u = ni=1 ai ⊗ xi , com ai = (aik )∞
P Pn
k=1 , na sequência J(u) = ( i=1 aik xi )k=1 . Note
que a boa definição e a linearidade de J parte do Exemplo 3.14. Calculando a norma de
J(u), temos
∞ n
!
X X
kJ(u)k1,w = sup ϕ aik xi
ϕ∈BX 0
k=1 i=1
X∞ n
X
= sup aik ϕ(xi )
ϕ∈BX 0
k=1 i=1
∞ n
!
X X
ϕ∈BX 0 b=(bk )∞
k=1 ∈B`∞ k=1 i=1
X∞ X n
ϕ∈BX 0 b∈B`∞
k=1 i=1
Xn
= sup sup b(ai )ϕ(xi ) = ε(u).
ϕ∈BX 0 b∈B`∞
i=1
ˆ εX e
Portanto, J é uma isometria e se estende isometricamente a uma aplicação entre `1 ⊗
ù1 (X). Como as sequências finitas são densas em ù1 (X) e como J(`1 ⊗ X) contém todas
essas sequências, segue que J é um isomorfismo isométrico.
74
Capı́tulo 4
Aplicações
O propósito deste capı́tulo é apresentar duas aplicações do produto tensorial entre

espaços de Banach. A primeira aplicação tem relação com a teoria de ideais e multi-ideais
de operadores, mais especificamente com o método de composição que gera multi-ideais a
partir de ideais de operadores lineares. A segunda aplicação apresenta uma caracterização
dos operadores absolutamente somantes a partir da continuidade de um operador definido
entre espaços produto tensorial.
As principais referências à teoria usada no capı́tulo estão distribuı́das, por conveniência,
ao longo do corpo do texto. Gostarı́amos de deixar claro que, de acordo com nossos ob-
jetivos, não faremos um estudo detalhado da teoria de ideais e nem sobre operadores
absolutamente somantes. Também não apresentaremos exemplos ou representantes dos
objetos envolvidos. Apenas vamos usar a teoria como background, tomando por foco
principal, de fato, as nossas aplicações do produto tensorial a essa teoria.
4.1 Multi-ideais de composição

Inicialmente, apresentaremos algumas definições da teoria dos ideais de operadores
lineares, da teoria de multi-ideais de operadores e também o método de composição que
gera multi-ideais a partir de ideais de operadores lineares. Nesta seção, utilizamos como
principais referências os trabalhos [1], [5], [14] e [20].
Definição 4.1. Um ideal de operadores I é uma subclasse da classe L de todos os opera-

dores lineares contı́nuos entre espaços de Banach tal que, para todos espaços de Banach
E e F , suas componentes I(E, F ) := L(E, F ) ∩ I satisfazem as seguintes propriedades:
(i) I(E, F ) é um subespaço vetorial de L(E, F ) que contém os operadores lineares de

posto finito.
75
4. Aplicações
(ii) A propriedade de ideal: se T1 ∈ L(F0 , F ), T2 ∈ I(E0 , F0 ) e T3 ∈ L(E, E0 ), então a

composição T1 ◦ T2 ◦ T3 pertence a I(E, F ).
Embora já tenhamos trabalhado com aplicações bilineares, isto é 2-lineares, vamos
definir formalmente o conceito de aplicação n-linear.
Definição 4.2. Sejam E1 , . . . , En e F espaços vetoriais sobre o corpo dos escalares K com
n ∈ N. Uma aplicação A : E1 × · · · × En −→ F é dita n-linear ou multilinear se é linear
em cada uma de suas variáveis, isto é,
A(x1 , . . . , λxi + x0i , . . . , xn ) = λA(x1 , . . . , xi , . . . , xn ) + A(x1 , . . . , x0i , . . . , xn ),
para todos xi , x0i ∈ Ei , com i = 1, . . . , n e λ ∈ K.
Os resultados que envolvem as aplicações bilineares que estudamos até o presente

momento (continuidade, caracterizações, etc) são evidentemente válidos, com as esperadas
adaptações, para as aplicações multilineares em geral, sejam eles resultados de Análise
Funcional ou relativos ao produto tensorial de espaços vetoriais. Dois exemplos do que
estamos falando:
• Uma aplicação n-linear T : E1 × · · · × En → F é contı́nua se, e somente se, existe uma
constante c > 0 tal que
n
Y
kT (x1 , . . . , xn )k ≤ c kxi k,
i=1
para todos xi ∈ Ei , i = 1, . . . , n.
• Sejam E1 , . . . , En espaços vetoriais. Definimos o produto tensorial E1 ⊗· · ·⊗En , de forma
semelhante ao produto tensorial de dois espaços, como um subespaço de funcionais lineares
sobre B(E1 × · · · × En ) da seguinte maneira: dados xi ∈ Ei , i = 1, . . . , n, denotaremos
por x1 ⊗ · · · ⊗ xn o funcional dado pela avaliação de uma forma n-linear A no ponto
(x1 , . . . , xn ) ∈ E1 × · · · × En , isto é,
x1 ⊗ · · · ⊗ xn : B(E1 × · · · × En ) −→ K
A 7−→ (x1 ⊗ · · · ⊗ xn )(A) = A(x1 , . . . , xn ).
Antes de definirmos multi-ideais de operadores, precisamos definir a classe dos opera-

dores de tipo finito.
Definição 4.3. Seja A ∈ L(E1 , . . . , En ; F ). Dizemos que A é de tipo finito se existem

k ∈ N, ϕij ∈ Ei0 e bj ∈ F , com j = 1, . . . , k e i = 1, . . . , n, tais que
k
X
A(x1 , . . . , xn ) = ϕ1j (x1 ) · · · ϕnj (xn )bj ,
j=1
76
4. Aplicações
para todo (x1 , . . . , xn ) ∈ E1 × · · · × En .
O subespaço vetorial de L(E1 , . . . , En ; F ) formados pelos operadores de tipo finito será

denotado por Lf (E1 , . . . , En ; F ).
Definição 4.4. Um ideal de aplicações multilineares ou multi-ideal é uma subclasse M

da classe de todas as aplicações multilineares contı́nuas entre espaços de Banach sobre
K tal que, para todos n ∈ N e espaços de Banach E1 , . . . , En e F , suas componentes
M(E1 , . . . , En ; F ) := L(E1 , . . . , En ; F ) ∩ M satisfazem:
(i) M(E1 , . . . , En ; F ) é um subespaço vetorial de L(E1 , . . . , En ; F ) que contém as aplicações

n-lineares contı́nuas de tipo finito.
(ii) A propriedade de ideal: se A ∈ M(E1 , . . . , En ; F ), Tj ∈ L(Gj ; Ej ) com j = 1, . . . , n

e t ∈ L(F ; H), então t ◦ A ◦ (T1 , . . . , Tn ) ∈ M(G1 , . . . , Gn ; H).
A definição que apresentaremos a seguir trata de um procedimento, chamado ideais

de composição, para gerar multi-ideais a partir de ideais de operadores lineares.
Definição 4.5. Seja I um ideal de operadores. Uma aplicação n-linear contı́nua A ∈

L(E1 , · · · , En ; F ) pertence a I ◦ L, nesse caso escrevemos A ∈ I ◦ L(E1 , · · · , En ; F ), se
existe um espaço de Banach G, uma aplicação n-linear contı́nua B ∈ L(E1 , · · · , En ; G) e
um operador linear T ∈ I(G; F ) tais que A = T ◦ B.
De fato, observando-se o conjunto I ◦ L, conclui-se que o procedimento acima gera um

multi-ideal. É o que afirma a proposição a seguir, cuja demonstração pode ser encontrada
em [20, Proposição 4.24].
Proposição 4.6. Seja I um ideal de operadores lineares. Então I ◦ L é um multi-ideal.
Agora apresentamos, de fato, a nossa aplicação. Dada uma aplicação n-linear contı́nua
A, nem sempre é uma tarefa fácil verificar pela definição se ela pertence ou não ao multi-
ideal I ◦ L. Essa tarefa envolve apresentar uma fatoração para A, o que pode ser penoso
de se obter. O próximo resultado mostra um método capaz de verificar de forma indireta,
e geralmente mais simples, se uma aplicação multilinear A pertence ou não ao multi-ideal
I ◦ L, fazendo o uso do produto tensorial projetivo.
Proposição 4.7. ([1, Proposition 3.2 (a)]). Sejam I um ideal de operadores lineares,
A ∈ L(E1 , · · · , En ; F ) uma aplicação n-linear contı́nua e AL a linearização de A com
respeito ao produto tensorial projetivo. São equivalentes:
(a) A ∈ I ◦ L(E1 , . . . , En ; F ).
77
4. Aplicações
ˆπ ···⊗
(b) AL ∈ I(E1 ⊗ ˆ π En ; F ).
Demonstração: (a) ⇒ (b) Por hipótese, temos que A ∈ I ◦ L(E1 , . . . , En ; F ). Então

existem um espaço de Banach G, uma aplicação B ∈ L(E1 , . . . , En ; G) e um operador
T ∈ I(G; F ) tais que A = T ◦ B. Considerando a linearização de B, denotada por BL ,
note que, para todos x1 ∈ E1 , . . . , xn ∈ En , temos
(T ◦ BL )(x1 ⊗ · · · ⊗ xn ) = T (BL (x1 ⊗ · · · ⊗ xn ))

= T (B(x1 , . . . , xn ))
= A(x1 , . . . , xn )
= AL (x1 ⊗ · · · ⊗ xn ).
Como (T ◦BL ) e AL são lineares, então (T ◦BL )(u) = AL (u) para todo u ∈ E1 ⊗π · · ·⊗π En .
Levando em consideração que (T ◦BL ) e AL são operadores lineares contı́nuos, da unicidade
da extensão ao fecho, segue que estes operadores coincidem também em E1 ⊗ ˆπ ···⊗
ˆ π En .
Como T ∈ I, a propriedade de ideal nos dá AL ∈ I(E1 ⊗ ˆπ ···⊗ ˆ π En ; F ).
ˆπ ···⊗
(b) ⇒ (a) Seja θ : E1 ×· · ·×En −→ E1 ⊗ ˆ π En a aplicação n-linear (contı́nua) universal
ˆπ ···⊗
associada ao produto tensorial. Temos que AL ∈ I(E1 ⊗ ˆ π En ; F ) por hipótese e que
A = AL ◦ θ. Portanto, A ∈ I ◦ L(E1 , . . . , En ; F ).
4.2 Operadores absolutamente p-somantes

O objetivo desta seção é apresentar uma caracterização, utilizando produtos tensoriais,
para os operadores absolutamente p-somantes. Inicialmente, faremos uma breve aborda-
gem de conceitos e resultados necessários à demonstração do nosso resultado principal.
Alguns dos resultados preliminares serão apenas enunciados e para sua demonstração e
aprofundamento indicaremos as devidas referências. Os livros [5] e [6] foram as principais
bibliografias utilizadas na construção desse texto.
Comecemos apresentando a classe dos operadores absolutamente somantes e alguns
resultados relacionados que serão necessários ao nosso intento.
Sejam E, F espaços de Banach e T ∈ L(E, F ) um operador linear contı́nuo. Dizemos
que T é um operador absolutamente p-somante (para 1 ≤ p ≤ ∞) se existe uma constante
c ≥ 0 tal que, para toda sequência finita (xj )nj=1 em E, tem-se
n
! p1 n
! p1
X X
(T (xj ))nj=1 p
= kT (xj )kp ≤ c (xj )nj=1 p,w
= c sup |ϕ(xj )|p . (4.1)
ϕ∈BE 0
j=1 j=1
Denotaremos por Πp (E, F ) a classe de todos os operadores absolutamente p-somantes de
78
4. Aplicações
E em F e definiremos πp (T ) pelo ı́nfimo das constantes c que satisfazem a desigualdade

(4.1). Em sı́mbolos, temos
πp (T ) = inf {c ≥ 0 : (4.1) é válida, para todos x1 , . . . , xn ∈ E e n ∈ N} .
Não é difı́cil verificar que πp (·) define uma norma para T ∈ Πp (E, F ) e que a desigual-
dade (4.1) da definição dos operadores absolutamente p-somantes também é válida para
sequências infinitas: T é um operador absolutamente p-somante se existe uma constante
c ≥ 0 tal que, se (xj )∞ w
j=1 ∈ `p (E), então
∞
! p1 ∞
! p1
X X
kT (xj )kp ≤ c sup |ϕ(xj )|p .
ϕ∈BE 0
j=1 j=1
Agora, se T : E −→ F é um operador linear contı́nuo entre os espaços de Banach E

e F , a correspondência (xn )∞ ∞
n=1 7−→ (T (xn ))n=1 induz os operadores lineares contı́nuos
T : `w w
p (E) −→ `p (F ) e T : `p (E) −→ `p (F ). Na proposição a seguir, veremos que no
caso dos operadores absolutamente somantes essa correspondência também produz um
operador linear contı́nuo de `w
p (E) em `p (E). A demonstração desse resultado pode ser
encontrada em [6, Proposition 2.1].
Proposição 4.8. Seja T ∈ L(E, F ) um operador linear contı́nuo. T é um operador

absolutamente p-somante se, e somente se, o operador induzido T̂ : `w
p (E) → `p (F ) está
bem definido, é linear e contı́nuo.
1
Vale salientar que o fato de ùp (E) ,→ `w
p (E), além de sua definição, torna possı́vel
uma outra caracterização aos operadores absolutamente p-somantes: T é um operador
absolutamente p-somante se, e somente se, o operador induzido T̂ : ùp (E) → `p (F ) está
bem definido, é linear e contı́nuo (ver [5, Chapter I, Section 11.1]).
Como visto acima, existem diversos tipos de caracterizações para operadores absoluta-
mente somantes, cada uma delas, certamente, útil em determinados contextos e aplicações.
Em nossa aplicação, veremos que os operadores absolutamente p-somantes também po-
dem ser caracterizados pela continuidade de um operador definido sobre espaços produto
tensorial.
Antes disso, precisamos apresentar uma nova norma conveniente ao produto tensorial
`p ⊗ E, sendo E um espaço de Banach, e estudar uma identificação de ùp (E) com o espaço
ˆ ε E.
`p ⊗
Seja E um espaço de Banach e considere a aplicação J : `p ⊗ E −→ `p (E) dada por
J ( i=1 ai ⊗ xi ) = ni=1 (aik xi )∞
Pn P ∞
k=1 , onde ai = (aik )k=1 , para todo i = 1, . . . , n. De modo
análogo ao Exemplo 3.14, prova-se que a aplicação J está bem definida, é linear e injetiva.
79
4. Aplicações
Assim, a definição
n
! n
!∞
X X
∆p (u) = ∆p ai ⊗ x i := aik xi , (4.2)
i=1 i=1 k=1 p
Pn
para todo 1 ≤ p < ∞ e todo u = i=1 ai ⊗ xi ∈ `p ⊗ E, sugere uma norma para o produto
tensorial `p ⊗ E. Observe que (4.2) satisfaz as condições de norma, pois coincide com
a norma k·kp em `p (E). Note também que o último termo da expressão (4.2) pode ser
reescrita como k ni=1 (aik xi )∞
P
k=1 kp . De fato,
n
X n
X
∞
(aik xi )k=1 = (ai1 xi , ai2 xi , . . .)
i=1 i=1
= (a11 x1 , a12 x1 , . . .) + (a21 x2 , a22 x2 , . . .) + . . . + (an1 xn , an2 xn , . . .)

= ((a11 x1 + a21 x2 + . . . + an1 xn ), (a12 x1 + a22 x2 + . . . + an2 xn ), . . .)
n
!∞
X
= aik xi .
i=1 k=1
Denotaremos por `p ⊗∆p E o produto tensorial `p ⊗ E munido da norma ∆p (·) e o seu

ˆ ∆p E.
completamento por `p ⊗
Proposição 4.9. Seja E um espaço de Banach. Então
(a) ∆1 (u) = π(u) para todo u ∈ `1 ⊗ E.
(b) ε(u) ≤ ∆p (u) ≤ π(u) para todo u ∈ `p ⊗ E.
Demonstração: O item (a) segue do Exemplo 3.14.

(b) Seja u = ni=1 ai ⊗ xi ∈ `p ⊗ E. Pela definição da norma ∆p (·) temos
P
n
! n n
X X X
∆p ai ⊗ x i = (aik xi )∞
k=1 ≤ k(aik xi )∞
k=1 kp
i=1 i=1 p i=1
n ∞
! p1 n ∞
! p1
X X X X
= kaik xi kp = |aik |p kxi kp (4.3)
i=1 k=1 i=1 k=1
n ∞
! p1 n
X X X
= kxi k |aik |p = kxi k k(aik )∞
k=1 kp .
i=1 k=1 i=1
Como (4.3) é válida para qualquer representação de u ∈ `p ⊗ E, então ∆p (·) ≤ π(·).

Pn
Agora, tome b = (bk )∞ k=1 ∈ B`p0 e ϕ ∈ BE 0 . Daı́, dado o tensor u = i=1 ai ⊗xi ∈ `p ⊗E,
80
4. Aplicações
temos
n
X X ∞
n X ∞ X
X n
b((aik )∞
k=1 )ϕ(xi ) = bk aik ϕ(xi ) = bk aik ϕ(xi )
i=1 i=1 k=1 k=1 i=1
∞ X ∞
n n
!
X X X
≤ bk aik ϕ(xi ) = ϕ bk aik xi
k=1 i=1 k=1 i=1
∞
X n
X ∞
X n
X
≤ kϕk bk aik xi = kϕk bk aik xi (4.4)
k=1 i=1 k=1 i=1
∞ n
!
X X
= kϕk bk aik xi
k=1 i=1
∞
! 10
p ∞ n p ! p1
p0
X X X
≤ kϕk |bk | · aik xi
k=1 k=1 i=1
n
X
= kϕk k(bk )∞
k=1 kp0 (aik xi )∞
k=1 .
i=1 p
Tomando o supremo em (4.4) com b ∈ B`p0 e ϕ ∈ BE 0 , segue que
n
! n n
!
X X X
ε aik ⊗ xi = sup b((aik )∞
k=1 )ϕ(xi ) ≤ ∆p aik ⊗ xi .
i=1 b∈B` 0 , ϕ∈BE 0 i=1 i=1
p
Portanto, ε(u) ≤ ∆p (u) ≤ π(u) para todo u ∈ `p ⊗ E.
No Capı́tulo 3, vimos que o espaço ù1 (E) é isometricamente isomorfo ao produto

ˆ ε E. Agora, mostraremos que esse isomorfismo isométrico pode ser
tensorial injetivo `1 ⊗
generalizado para 1 < p < ∞. Para a demonstração desse resultado precisaremos de
algumas caracterizações do dual de um espaço de Banach com a propriedade de apro-
ximação. Primeiro, vejamos a definição de um espaço de Banach com a propriedade de
aproximação:
Definição 4.10. Um espaço de Banach E tem a propriedade de aproximação se para

todo compacto K ⊂ E e ε > 0, existe um operador de posto finito T : E −→ E tal que
kx − T (x)k ≤ ε, para todo x ∈ K.
Definição 4.11. Um operador T ∈ L(E, F ) é chamado aproximável se existem T1 , T2 , . . . ∈

F(E, F ) com limn kT − Tn k = 0.
Segue nas duas proposições seguintes, caracterizações de um espaço cujo dual possui
propriedade de aproximação. As demonstrações, que fogem ao escopo de nosso trabalho,
podem ser vistas, respectivamente, em [17, Proposition 4.12 (b)] e em [5, Proposition 5.3
(2)].
81
4. Aplicações
Proposição 4.12. Seja E um espaços de Banach. O dual E 0 de E tem a propriedade de

aproximação se, e somente se, para todo espaço de Banach F , todo operador compacto
de E em F é aproximável.
Proposição 4.13. Sejam E, F espaços de Banach. O dual E 0 de E tem a propriedade

de aproximação se, e somente se, E 0 ⊗
ˆ ε F = K(E, F ), para todo F .
Agora, seja x = (xj )∞ w

j=1 ∈ `p (E) e considere o seguinte operador
Tx : E 0 −→ `p
ϕ 7−→ Tx (ϕ) := (ϕ(xj ))∞
j=1 .
Note que a boa definição de Tx segue da definição de `w

p (E). Além disso, não é difı́cil
provar que Tx é linear e, aplicando o Teorema do Gráfico Fechado, que é contı́nuo. Daı́,
temos
∞
! p1
X p
kTx k = sup (ϕ(xj ))∞
j=1 `p
= sup |ϕ(xj )| = (xj )∞
j=1 p,w
.
ϕ∈BE 0 ϕ∈BE 0
j=1
P∞
Também são fatos que o operador Tx pode ser identificado como o tensor n=1 en ⊗ xn ,
1
onde en ∈ `p (ver [5, Chapter I, 8.1]), e segue que, na verdade, `w
p (E) = L(`p∗ ; E).
Proposição 4.14. Seja E um espaço de Banach. Então a relação K(`p∗ , E) = ùp (E) =
ˆ ε E ocorre isometricamente.
`p ⊗
P∞
Demonstração: Considere o operador S := n=1 en ⊗ xn . Como `p0 tem a propriedade
de aproximação, pela Proposição 4.12, S é aproximável. Com isso, a relação entre S e a
norma k(xn )∞ ∞
n=1 kp,w nos diz que S é compacto se (xj )j=N p,w
−→ 0, quando N → ∞,
e então ùp (E) ,→ K(`p∗ , E). Além disso, pela Proposição 4.13, temos que K(`p∗ , E) =
ˆ ε E. Portanto,
`p ⊗
`p ⊗ε E ,→ ùp (E) ,→ K(`p∗ , E) = `p ⊗

ˆ ε E,
onde a primeira inclusão segue do que acabamos de comentar antes da proposição e do

ˆ ε E é o
fato de S ser aproximável. Como ùp (E) e K(`p∗ , E) são espaços de Banach e `p ⊗
ˆ ε E.
completamento de `p ⊗ε E segue que K(`p∗ , E) = ùp (E) = `p ⊗
A proposição anterior estabelece uma nova caracterização para a norma ε(·) no produto
1 u
ˆ ε E. Como `p ⊗
ˆ εE = `p (E), para u = nj=1 aj ⊗ xj ∈ `p ⊗ˆ ε E, temos
P
tensorial injetivo `p ⊗
n
! n
X X
ε(u) := ε ai ⊗ x i := (aik xi )∞
k=1 . (4.5)
i=1 i=1 p,w
82
4. Aplicações
Agora, estamos em condições de apresentar nossa última aplicação:
Teorema 4.15. Sejam E e F espaços de Banach. Para cada operador linear contı́nuo
T ∈ L(E, F ) e 1 ≤ p < ∞ as seguintes afirmações são equivalentes:
(a) T ∈ Πp (E, F ).
(b) id`p ⊗ T : `p ⊗ε E −→ `p ⊗∆p F é contı́nuo.
(c) Existe um c ≥ 0 tal que, para todo n ∈ N, tem-se
id`p ⊗ T : `np ⊗ε E −→ `np ⊗∆p F ≤ c.
Demonstração: (a) ⇒ (b) Sejam id`p o operador identidade em `p e T ∈ L(E, F ).

Já sabemos que o operador produto tensorial id`p ⊗ T : `p ⊗ E −→ `p ⊗ F , dado por
id`p ⊗ T ( ni=1 ai ⊗ xi ) = ni=1 ai ⊗ T (xi ), para todos ai ∈ `p e xi ∈ E, está bem definido
P P
e é linear. Como, por hipótese, T ∈ Πp (E, F ), então existe um c ≥ 0 tal que, para toda
sequência finita (xj )nj=1 em E, tem-se
n
! p1 n
! p1
X X
kT (xj )kp ≤ c sup |ϕ(xj )|p . (4.6)
ϕ∈BE 0
j=1 j=1
Usando as identificações (4.2) e (4.5) das normas ∆p (·) e ε(·), respectivamente, de (4.6)
temos
n
! n
!
X X
∆p ej ⊗ T (xj ) ≤c·ε ej ⊗ xj , (4.7)
j=1 j=1
Pn
para todo i=1 ei ⊗ xi ∈ `p ⊗ε E. Portanto, id`p ⊗ T é contı́nuo.
(b) ⇒ (c) Segue da desigualdade (4.7). Pn
e i ⊗ xi
(c) ⇒ (a) Seja u = ni=1 ei ⊗ xi ∈ `np ⊗ε E − {0} e v = Pi=1
P
n ∈ B`np ⊗ε E . Temos
ε ( i=1 ei ⊗ xi )
Pn
∆p ( ni=1 ei ⊗ T (xi ))
P
i=1 e i ⊗ xi
∆p (id`p ⊗ T (v)) = ∆p id`p ⊗ T = ≤ c.
ε ( ni=1 ei ⊗ xi ) ε ( ni=1 ei ⊗ xi )
P P
Pn
⊗ T (xi )) ≤ c · ε ( ni=1 ei ⊗ xi ), e portanto, pelas identificações (4.2) e
P
Daı́, ∆p ( i=1 ei
(4.5) temos que T ∈ Πp (E, F ).
83
Referências Bibliográficas
[1] G. Botelho, D. Pellegrino e P. Rueda, On composition ideals of multilinear

mappings and homogeneous polynomials, Publications of the Research Institute for
Mathematical Sciences, 43 (2007), 1139-1155.
[2] G. Botelho, D. Pellegrino e E. Teixeira, Fundamentos de Análise Funcional,

Sociedade Brasileira de Matemática, 2012.
[3] G. Botelho e P. Rueda, The Schur property on projective and injective tensor
products, Proceedings of the American Mathematical Society, 137 (2009), 219-225.
[4] H. Brezis, Functional analysis, Sobolev spaces and partial differential equations,
Springer, 2011.
[5] A. Defant e K. Floret, Tensor Norms and Operator Ideals, Vol. 176, Elsevier,
1993.
[6] J. Diestel, H. Jarchow e A. Tonge, Absolutely Summing Operators, Cambridge

Univ. Press, 1995.
[7] M. Fabian, P. Habala, P. Hájek, V. Montesinos e V. Zizler, Banach Space

Theory: The Basis for Linear and Nonlinear Analysis, Springer, 2011.
[8] A. Grothendieck, Résumé de la théorie métrique des produits tensoriels topolo-

giques, Boletim da Sociedade Matemática de São Paulo, 8 (1956), 1-79.
[9] D. Hinrichsen e A. J. Pritchard, Mathematical Systems Theory I: modelling,

state space analysis, stability and robustness, vol. 48 of Text in Applied Mathematics,
Berlin, 2005.
[10] K. Hoffman e R. Kunze, Linear Algebra, 2nd ed., New Jersey, 1971.
[11] E. Kreyszig, Introductory Functional Analysis with Applications, Wiley, 1989.
[12] F. J. Murray e J. von Neumann, On rings of operators, Annals of Math, 37

(1936), 116-229.
84
Referências Bibliográficas
[13] D. F. Nogueira, Espaços de Sequências Vetoriais e Ideais de Operadores, Dis-

sertação de mestrado, UFU (2016).
[14] A. Pietsch, Operator Ideals, North-Holland, 1980.
[15] A. Pietsch, Ideals of multilinear functionals, Proceedings of the Second Internati-

onal Conference on Operator Algebras, Ideals and Their Applications in Theoretical
Physics, Teubner Texte Math, Leipzig, 62 (1983), 185-199.
[16] G. Pisier, Factorization of linear operators and geometry of Banach spaces, Provi-
dence, 1986.
[17] R. A. Ryan, Introduction to Tensor Products of Banach Spaces, Springer-Verlag,

2002.
[18] R. Schatten, On the direct product of Banach spaces, Transactions of the American
Mathematical Society, 53 (1943), 195-217.
[19] R. Schatten, On reflexive norms for the direct product, Transactions of the Ame-
rican Mathematical Society, 54 (1943), 498-506.
[20] A. R. Silva, Linearização de aplicações multilineares contı́nuas entre espaços de

Banach e multi-ideais de composição, Dissertação de mestrado, UFU (2010).
85

Arquivototal

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Arquivototal

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade Federal da Paraı́ba

Centro de Ciências Exatas e da Natureza

Produto tensorial entre espaços de

Adelson Carlos Madruga

Produto tensorial entre espaços de

Adelson Carlos Madruga

Prof. Dr. Jamilson Ramos Campos

M183p Madruga, Adelson Carlos.

Orientação: Jamilson Ramos Campos.

1. Matemática. 2. Espaços de Banach. 3. Ideais de

Adelson Carlos Madruga 1

Dissertação apresentada ao Corpo Docente do Programa de Pós–Graduação em Ma-

Área de Concentração: Análise

Aprovada em 26 de Fevereiro de 2018.

Agradeço, primeiramente, a DEUS, por permanecer sempre ao meu lado, dando-me

Palavras-chave: Produto tensorial, espaços de Banach, ideais de operadores, multi-

Keywords: Tensor Product, Banach spaces, operator ideals, multi-ideals, absolutely

3 Produto tensorial projetivo e injetivo 52

A seguir, listamos algumas notações utilizadas neste trabalho.

• N denota o conjunto {1, 2, 3, . . .};

• R denota o conjunto dos números reais;

• C denota o conjunto dos números complexos;

• L(E, F ) denota o conjunto de todos os operadores lineares de E em F ;

• L(E, F ) denota o conjunto de todos os operadores lineares contı́nuos de E em F ;

• K(E, F ) denota o conjunto de todos os operadores lineares compactos de E em F ;

• BE denota a bola unitária fechada no espaço E;

• B̊E denota a bola unitária aberta no espaço E;

• X # denota o dual algébrico do espaço X;

• E 0 denota o dual topológico do espaço E;

• dim(E) denota a dimensão do espaço E;

• Im(f ) denota a imagem da aplicação f ;

• ker(T ) denota o núcleo do operador linear T ;

• (xj )nj=1 denota a sequência (x1 , x2 , . . . , xn , 0, 0, . . .);

• int(A) denota o interior do conjunto A;

• T 0 : F 0 −→ E 0 denota o operador adjunto de T ∈ L(E, F );

• T # : F # −→ E # denota o operador adjunto de T ∈ L(E, F );

• B(X × Y, Z) denota o conjunto de todas as aplicações bilineares de X × Y em Z;

• B(X × Y ) denota o conjunto de todas as formas bilineares de X × Y em K;

• X ⊗ Y denota o produto tensorial dos espaços vetoriais X e Y ;

• x ⊗ y denota o tensor elementar em X ⊗ Y ;

• co(S) denota a envoltória convexa de S;

• co(S) denota o fecho da envoltória convexa de S;

• π(·) denota a norma projetiva definida em X ⊗ Y ;

• ε(·) denota a norma injetiva definida em X ⊗ Y ;

• X ⊗π Y denota o produto tensorial munido da norma projetiva;

• X ⊗ε Y denota o produto tensorial munido da norma injetiva;

ˆ π Y denota o completamento do espaço normado X ⊗ε Y , chamado de produto

ˆ ε Y denota o completamento do espaço normado X ⊗ε Y , chamado de produto

• I denota o ideal de operadores.

O caráter algébrico das aplicações multilineares possibilita que resultados da Álgebra

1.1 Resultados Clássicos de Análise Funcional

Definição 1.1. Uma norma num espaço vetorial E é uma aplicação

que satisfaz as seguintes propriedades:

(i) kxkE ≥ 0, para todo x ∈ E e kxkE = 0 se, e somente se, x = 0.

(ii) kλxkE = |λ| · kxkE , para todos λ ∈ K e x ∈ E.

(iii) kx + ykE ≤ kxkE + kykE , para todos x, y ∈ E (desigualdade triangular).

induzida pela norma.

Definição 1.3. Sejam E1 , . . . , En espaços normados. As seguintes expressões definem

k(x1 , . . . , xn )k1 = kx1 k + . . . + kxn k ,

a kxk0 ≤ kxk ≤ b kxk0 .

O próximo resultado se trata de um exercı́cio corriqueiro em Análise Funcional e por

Proposição 1.5. Sejam E1 , . . . , En espaços normados.

Veremos, na proposição a seguir, a importância dos subespaços fechados de um espaço

Proposição 1.6. Sejam E um espaço de Banach e F um subespaço vetorial de E. Então,