3.2 Preliminares de Topologia e Cálculo

Espaços topológicos, continuidade e as propriedades topológicas usadas no capítulo; cálculo diferencial e integral em várias variáveis, o lema de Hadamard e os teoremas da função inversa e implícita.

O tópico 3.1 terminou com uma lista de perguntas e nenhuma estrutura. A primeira estrutura, a de variedade diferenciável, é construída no tópico 3.3, e sua definição tem duas camadas. Uma variedade é, antes de tudo, um espaço topológico: um conjunto em que faz sentido dizer que uma aplicação é contínua. Sobre ele se põe uma estrutura adicional, que permite dizer que uma aplicação é suave. E todo o cálculo em uma variedade é feito do mesmo modo: leva-se o problema para um aberto de $\mathbb{R}^n$ por meio de uma carta, faz-se a conta ali e mostra-se que o resultado não depende da carta escolhida.

Daí as duas metades deste tópico. A primeira reúne o vocabulário de topologia geral: abertos, continuidade, homeomorfismos e as quatro propriedades topológicas que o capítulo usa (Hausdorff, segundo-contável, compacto, conexo). A segunda reúne o cálculo em $\mathbb{R}^n$: a derivada como aplicação linear, a regra da cadeia, o lema de Hadamard, os teoremas da função inversa e da função implícita e os três teoremas de integração de que a demonstração do Teorema de Stokes dependerá.

O critério de inclusão é estrito: só entra o que será usado, e cada resultado diz em que tópico. Nada aqui depende de variedades, e a palavra só aparece para anunciar o uso futuro de um resultado. Quem já conhece o material pode ler apenas os enunciados e voltar quando um tópico posterior os citar. As demonstrações são completas, com exceção de alguns teoremas de análise (Heine–Borel, igualdade das derivadas mistas, função inversa, Fubini, mudança de variáveis, derivação sob o sinal de integral), que recebem enunciado preciso, a ideia da demonstração e a referência.

Espaços topológicos

Em $\mathbb{R}^n$, a continuidade é definida com distâncias: $f$ é contínua em $a$ se $f(x)$ fica tão perto de $f(a)$ quanto se queira, desde que $x$ esteja suficientemente perto de $a$. Uma variedade não vem com uma distância. O que ela tem é menos do que isso: a informação de quais subconjuntos são abertos. Essa informação basta para falar de continuidade, e a definição a seguir isola as três propriedades dos abertos de $\mathbb{R}^n$ de que a teoria precisa.

Definição 3.2.1 (Espaço topológico). Uma topologia em um conjunto $X$ é uma coleção $\mathcal{T}$ de subconjuntos de $X$, chamados abertos, tal que:

(i) $\varnothing$ e $X$ são abertos;

(ii) a união de qualquer família de abertos, finita ou infinita, é aberta;

(iii) a interseção de um número finito de abertos é aberta.

O par $(X,\mathcal{T})$ é um espaço topológico. Quando a topologia está subentendida, escrevemos apenas $X$.

Exemplo 3.2.2 (A topologia usual de $\mathbb{R}^n$). Para $x = (x^1,\dots,x^n) \in \mathbb{R}^n$, escrevemos $\lvert x\rvert = \sqrt{(x^1)^2 + \dots + (x^n)^2}$, e chamamos de bola aberta de centro $a$ e raio $r \gt 0$ o conjunto $B_r(a) = \{x \in \mathbb{R}^n : \lvert x - a\rvert \lt r\}$. Um conjunto $U \subset \mathbb{R}^n$ é aberto se, para todo $a \in U$, existe $r \gt 0$ tal que $B_r(a) \subset U$. Verificamos os três axiomas.

(i) A condição é vazia para $\varnothing$ e evidente para $\mathbb{R}^n$. (ii) Se $a \in \bigcup_\alpha U_\alpha$, então $a$ pertence a algum $U_\alpha$, e há uma bola $B_r(a) \subset U_\alpha \subset \bigcup_\alpha U_\alpha$. (iii) Se $a \in U_1 \cap \dots \cap U_k$, para cada $j$ existe $r_j \gt 0$ com $B_{r_j}(a) \subset U_j$. Com $r = \min\{r_1,\dots,r_k\}$, que é positivo por ser o mínimo de um número finito de números positivos, vale $B_r(a) \subset U_1 \cap \dots \cap U_k$.

A finitude em (iii) foi usada na existência do mínimo, e não pode ser dispensada: uma interseção infinita de abertos pode não ser aberta. O Exercício 3.2.1 dá um exemplo e mostra também que toda bola aberta é um conjunto aberto, como o nome sugere. Salvo menção em contrário, $\mathbb{R}^n$ e seus subconjuntos têm sempre esta topologia.

Exemplo 3.2.3 (Topologias discreta e trivial). Em qualquer conjunto $X$ há duas topologias extremas. Na topologia discreta, todo subconjunto de $X$ é aberto. Na topologia trivial, os únicos abertos são $\varnothing$ e $X$. Os axiomas valem de imediato nos dois casos. O exemplo mostra que um mesmo conjunto admite topologias diferentes: um espaço topológico é um conjunto junto com uma escolha de abertos.

O restante do vocabulário é definido a partir dos abertos. Seja $X$ um espaço topológico e $A \subset X$.

  • $A$ é fechado se o complementar $X \setminus A$ é aberto. Passando aos complementares nos axiomas (i) a (iii): $\varnothing$ e $X$ são fechados, a interseção de qualquer família de fechados é fechada, e a união de um número finito de fechados é fechada. Fechado não é o contrário de aberto: em $\mathbb{R}$, o intervalo $[0,1)$ não é aberto nem fechado, e $\varnothing$ e $\mathbb{R}$ são as duas coisas.
  • Uma vizinhança de um ponto $p \in X$ é um aberto que contém $p$. Um conjunto é aberto se, e somente se, cada um de seus pontos tem uma vizinhança contida nele: nesse caso ele é a união dessas vizinhanças, e uniões de abertos são abertas.
  • O interior de $A$, denotado $\operatorname{Int}A$, é a união de todos os abertos contidos em $A$. É o maior aberto contido em $A$.
  • O fecho de $A$, denotado $\bar{A}$, é a interseção de todos os fechados que contêm $A$. É o menor fechado que contém $A$. Um ponto $p$ pertence a $\bar{A}$ se, e somente se, toda vizinhança de $p$ intercepta $A$: de fato, $p \notin \bar{A}$ quer dizer que há um fechado $C \supset A$ com $p \notin C$, isto é, que o aberto $X \setminus C$ é uma vizinhança de $p$ que não intercepta $A$.
  • A fronteira de $A$ é o conjunto $\bar{A} \setminus \operatorname{Int}A$. Para $A = [0,1) \subset \mathbb{R}$, o interior é $(0,1)$, o fecho é $[0,1]$ e a fronteira é $\{0,1\}$. Reservamos a palavra "fronteira" para esta noção topológica. O "bordo" de uma variedade, definido no tópico 3.16, é outra coisa, e os dois nem sempre coincidem.
  • $A$ é denso em $X$ se $\bar{A} = X$, isto é, se todo aberto não vazio de $X$ intercepta $A$.

Descrever uma topologia listando todos os abertos é quase sempre inviável. Basta dar uma coleção menor, a partir da qual os demais se obtêm por uniões.

Definição 3.2.4 (Base). Uma base da topologia de $X$ é uma coleção $\mathcal{B}$ de abertos de $X$ tal que todo aberto de $X$ é união de elementos de $\mathcal{B}$. De modo equivalente: para todo aberto $U$ e todo $p \in U$, existe $B \in \mathcal{B}$ com $p \in B \subset U$.

As duas formulações dizem o mesmo. Se $U$ é união de elementos de $\mathcal{B}$, cada $p \in U$ está em um deles, que está contido em $U$. Reciprocamente, se para cada $p \in U$ há $B_p \in \mathcal{B}$ com $p \in B_p \subset U$, então $U = \bigcup_{p \in U} B_p$. Em $\mathbb{R}^n$, as bolas abertas formam uma base, pela própria definição de aberto. O próximo exemplo mostra que uma parte muito menor delas já é suficiente.

Exemplo 3.2.5 (Uma base enumerável de $\mathbb{R}^n$). Seja $\mathcal{B}_{\mathbb{Q}}$ a coleção das bolas $B_s(c)$ cujo centro $c$ tem todas as coordenadas racionais e cujo raio $s \gt 0$ é racional. Afirmamos que $\mathcal{B}_{\mathbb{Q}}$ é uma base de $\mathbb{R}^n$ e que é enumerável.

É base. Sejam $U$ aberto e $a \in U$, e tome $r \gt 0$ com $B_r(a) \subset U$. Escolha um racional $s$ com $0 \lt s \lt r/2$. Como todo número real é limite de racionais, para cada $i$ existe um racional $c^i$ com $\lvert a^i - c^i\rvert \lt s/\sqrt{n}$. O ponto $c = (c^1,\dots,c^n)$ satisfaz

$$ \lvert a - c\rvert^2 = \sum_{i=1}^n (a^i - c^i)^2 \lt n\cdot\frac{s^2}{n} = s^2, $$

logo $a \in B_s(c)$. Além disso, se $x \in B_s(c)$, a desigualdade triangular dá $\lvert x - a\rvert \le \lvert x - c\rvert + \lvert c - a\rvert \lt 2s \lt r$. Portanto $a \in B_s(c) \subset B_r(a) \subset U$, com $B_s(c) \in \mathcal{B}_{\mathbb{Q}}$.

É enumerável. O conjunto $\mathbb{Q}$ é enumerável, e o produto cartesiano de um número finito de conjuntos enumeráveis é enumerável. Logo o conjunto dos pares $(c,s)$, com $c \in \mathbb{Q}^n$ e $s$ racional positivo, é enumerável, e a aplicação $(c,s) \mapsto B_s(c)$ o leva sobre $\mathcal{B}_{\mathbb{Q}}$.

Subespaço, produto e quociente

Há três maneiras de fabricar espaços topológicos a partir de outros, e os exemplos de variedades do tópico 3.3 usam as três: a esfera é um subespaço de $\mathbb{R}^{n+1}$, o toro é um produto de círculos e o espaço projetivo é um quociente da esfera.

Definição 3.2.6 (Topologia de subespaço). Sejam $X$ um espaço topológico e $A \subset X$. A topologia de subespaço em $A$ é a coleção dos conjuntos $U \cap A$, com $U$ aberto em $X$. Com ela, $A$ é um subespaço de $X$.

Os axiomas valem porque $\varnothing = \varnothing \cap A$, $A = X \cap A$, $\bigcup_\alpha (U_\alpha \cap A) = \big(\bigcup_\alpha U_\alpha\big) \cap A$ e $(U_1 \cap A) \cap (U_2 \cap A) = (U_1 \cap U_2) \cap A$. Sempre que um subconjunto de um espaço topológico for tratado como espaço, a topologia é esta. Os fechados de $A$ são os conjuntos $C \cap A$ com $C$ fechado em $X$, pois $A \setminus (U \cap A) = (X \setminus U) \cap A$.

É preciso distinguir "aberto em $A$" de "aberto em $X$". O intervalo $[0,1)$ é aberto no subespaço $[0,2] \subset \mathbb{R}$, porque $[0,1) = (-1,1) \cap [0,2]$, mas não é aberto em $\mathbb{R}$. A distinção desaparece quando $A$ é aberto em $X$: nesse caso $U \cap A$ é interseção de dois abertos de $X$, e os abertos de $A$ são exatamente os abertos de $X$ contidos em $A$.

Exemplo 3.2.7 (A esfera). A esfera de dimensão $n$ é o conjunto $S^n = \{x \in \mathbb{R}^{n+1} : \lvert x\rvert = 1\}$ com a topologia de subespaço. Seus abertos são as interseções de $S^n$ com abertos de $\mathbb{R}^{n+1}$. Por exemplo, o hemisfério norte aberto $\{x \in S^n : x^{n+1} \gt 0\}$ é aberto em $S^n$, por ser a interseção de $S^n$ com o semiespaço aberto $\{x^{n+1} \gt 0\}$; ele não é aberto em $\mathbb{R}^{n+1}$. Os casos de dimensão baixa são o círculo $S^1 \subset \mathbb{R}^2$ e o par de pontos $S^0 = \{-1, 1\} \subset \mathbb{R}$.

Definição 3.2.8 (Topologia produto). Sejam $X$ e $Y$ espaços topológicos. A topologia produto em $X \times Y$ é aquela em que um conjunto é aberto se, e somente se, é união de conjuntos da forma $U \times V$, com $U$ aberto em $X$ e $V$ aberto em $Y$. Em outras palavras, os produtos de abertos formam uma base.

Os axiomas (i) e (ii) são imediatos. Para (iii), basta notar que $(U_1 \times V_1) \cap (U_2 \times V_2) = (U_1 \cap U_2) \times (V_1 \cap V_2)$ é de novo um produto de abertos; a interseção de duas uniões de produtos é então a união das interseções dois a dois, que são produtos. A definição se estende, do mesmo modo, a um produto de um número finito de espaços.

Observação 3.2.9 (O produto $\mathbb{R}^n \times \mathbb{R}^m$). Há duas topologias naturais em $\mathbb{R}^n \times \mathbb{R}^m = \mathbb{R}^{n+m}$: a topologia produto e a topologia usual de $\mathbb{R}^{n+m}$. Elas coincidem. Para $(a,b) \in \mathbb{R}^n \times \mathbb{R}^m$ e $r \gt 0$, a identidade $\lvert (x,y) - (a,b)\rvert^2 = \lvert x - a\rvert^2 + \lvert y - b\rvert^2$ dá as inclusões

$$ B_r\big((a,b)\big) \subset B_r(a) \times B_r(b) \subset B_{r\sqrt{2}}\big((a,b)\big). \tag{3.2.1} $$

Se $W$ é aberto na topologia usual e $(a,b) \in W$, há $\rho \gt 0$ com $B_\rho((a,b)) \subset W$, e a segunda inclusão, com $r = \rho/\sqrt{2}$, mostra que o produto de abertos $B_r(a) \times B_r(b)$ contém $(a,b)$ e está contido em $W$; logo $W$ é união de produtos de abertos. Reciprocamente, se $U \subset \mathbb{R}^n$ e $V \subset \mathbb{R}^m$ são abertos e $(a,b) \in U \times V$, há $r \gt 0$ com $B_r(a) \subset U$ e $B_r(b) \subset V$, e a primeira inclusão dá $B_r((a,b)) \subset U \times V$; logo $U \times V$ é aberto na topologia usual, e o mesmo vale para uniões de tais produtos. Em particular, a topologia usual de $\mathbb{R}^n$ é a topologia produto de $n$ cópias de $\mathbb{R}$. Outro produto que usaremos é o toro $\mathbb{T}^n = S^1 \times \dots \times S^1$, com $n$ fatores.

Definição 3.2.10 (Topologia quociente). Sejam $X$ um espaço topológico e $\sim$ uma relação de equivalência em $X$. Denotamos por $X/{\sim}$ o conjunto das classes de equivalência e por $\pi: X \to X/{\sim}$ a aplicação que leva cada ponto $x$ em sua classe $[x]$. A topologia quociente em $X/{\sim}$ é aquela em que $U \subset X/{\sim}$ é aberto se, e somente se, $\pi^{-1}(U)$ é aberto em $X$. A aplicação $\pi$ é a aplicação quociente.

Trata-se de uma topologia porque a pré-imagem respeita as operações de conjuntos: $\pi^{-1}(\varnothing) = \varnothing$, $\pi^{-1}(X/{\sim}) = X$, $\pi^{-1}\big(\bigcup_\alpha U_\alpha\big) = \bigcup_\alpha \pi^{-1}(U_\alpha)$ e $\pi^{-1}(U_1 \cap U_2) = \pi^{-1}(U_1) \cap \pi^{-1}(U_2)$. A imagem a ter em mente é a de colagem: pontos equivalentes são colados em um só. Um conjunto de classes é aberto quando a união dessas classes, vista como subconjunto de $X$, é aberta.

Exemplo 3.2.11 (Colar as pontas de um intervalo). Em $X = [0,1]$, considere a relação que identifica $0$ com $1$ e nada mais: as classes são $\{t\}$, para $0 \lt t \lt 1$, e $\{0,1\}$. Escrevemos $[0,1]/(0 \sim 1)$ para o quociente. Seja $U$ um aberto do quociente que contém a classe $\{0,1\}$. Então $\pi^{-1}(U)$ é um aberto de $[0,1]$ que contém $0$ e $1$, e por isso contém $[0,\varepsilon)$ e $(1-\varepsilon,1]$ para algum $\varepsilon \gt 0$. Toda vizinhança do ponto colado contém, portanto, um pedaço de cada ponta do intervalo: as duas pontas foram unidas, e o resultado é um círculo. A afirmação precisa, a de que o quociente é homeomorfo a $S^1$, está no Exemplo 3.2.33.

Exemplo 3.2.12 (O espaço projetivo real). Em $S^n$, considere a relação que identifica cada ponto com seu antípoda: $x \sim y$ se $y = x$ ou $y = -x$. O quociente

$$ \mathbb{RP}^n = S^n/(x \sim -x) $$

é o espaço projetivo real de dimensão $n$. Um ponto de $\mathbb{RP}^n$ é um par $\{x,-x\}$ de pontos antípodas da esfera. Como cada reta de $\mathbb{R}^{n+1}$ que passa pela origem corta a esfera em exatamente um par de pontos antípodas, $\mathbb{RP}^n$ é também o conjunto das retas de $\mathbb{R}^{n+1}$ que passam pela origem. Um conjunto de tais pares é aberto em $\mathbb{RP}^n$ quando sua união é um aberto de $S^n$. No tópico 3.3 mostraremos que $\mathbb{RP}^n$ é uma variedade.

Continuidade e homeomorfismos

Definição 3.2.13 (Aplicação contínua). Sejam $X$ e $Y$ espaços topológicos. Uma aplicação $f: X \to Y$ é contínua se, para todo aberto $V$ de $Y$, a pré-imagem $f^{-1}(V) = \{x \in X : f(x) \in V\}$ é um aberto de $X$.

A definição fala de pré-imagens, não de imagens: uma aplicação contínua não precisa levar abertos em abertos (uma função constante de $\mathbb{R}$ em $\mathbb{R}$ leva tudo em um ponto). Como $f^{-1}(Y \setminus V) = X \setminus f^{-1}(V)$, a condição equivale a pedir que a pré-imagem de todo fechado seja fechada. E, como a pré-imagem de uma união é a união das pré-imagens, basta verificá-la para os abertos $V$ de uma base de $Y$. A primeira coisa a conferir é que a definição reproduz a noção conhecida do cálculo.

Proposição 3.2.14 (Critério $\varepsilon$–$\delta$). Sejam $A \subset \mathbb{R}^n$, com a topologia de subespaço, e $f: A \to \mathbb{R}^m$. Então $f$ é contínua se, e somente se, para todo $a \in A$ e todo $\varepsilon \gt 0$ existe $\delta \gt 0$ tal que

$$ x \in A,\ \ \lvert x - a\rvert \lt \delta \quad\Longrightarrow\quad \lvert f(x) - f(a)\rvert \lt \varepsilon. \tag{3.2.2} $$

Demonstração. Suponha $f$ contínua, e sejam $a \in A$ e $\varepsilon \gt 0$. A bola $B_\varepsilon(f(a))$ é aberta em $\mathbb{R}^m$ (Exercício 3.2.1), logo sua pré-imagem é aberta em $A$: existe um aberto $W$ de $\mathbb{R}^n$ com $f^{-1}\big(B_\varepsilon(f(a))\big) = W \cap A$. Como $a \in W$, há $\delta \gt 0$ com $B_\delta(a) \subset W$. Se $x \in A$ e $\lvert x - a\rvert \lt \delta$, então $x \in W \cap A$, isto é, $f(x) \in B_\varepsilon(f(a))$. É a condição (3.2.2).

Reciprocamente, suponha a condição (3.2.2) e seja $V$ um aberto de $\mathbb{R}^m$. Para cada $a \in f^{-1}(V)$, existe $\varepsilon \gt 0$ com $B_\varepsilon(f(a)) \subset V$, e a hipótese fornece $\delta_a \gt 0$ tal que $f\big(B_{\delta_a}(a) \cap A\big) \subset B_\varepsilon(f(a)) \subset V$. Seja $W = \bigcup_{a \in f^{-1}(V)} B_{\delta_a}(a)$, que é aberto em $\mathbb{R}^n$. Afirmamos que $f^{-1}(V) = W \cap A$. Cada $a \in f^{-1}(V)$ está em sua própria bola, logo em $W \cap A$. E, se $x \in W \cap A$, então $x \in B_{\delta_a}(a) \cap A$ para algum $a$, donde $f(x) \in V$. Portanto $f^{-1}(V)$ é aberto em $A$. $\blacksquare$

Assim, todas as funções contínuas do cálculo são contínuas no sentido da Definição 3.2.13: polinômios, funções racionais onde o denominador não se anula, exponencial, seno, cosseno, e as somas, produtos e compostas delas. Usaremos isso sem comentário.

Proposição 3.2.15 (Operações com aplicações contínuas). Sejam $X$, $Y$ e $Z$ espaços topológicos.

(a) Se $f: X \to Y$ e $g: Y \to Z$ são contínuas, então $g \circ f: X \to Z$ é contínua.

(b) Se $f: X \to Y$ é contínua e $A \subset X$ é um subespaço, então a restrição $f\vert_A: A \to Y$ é contínua. Em particular, a inclusão $A \hookrightarrow X$ é contínua.

(c) Se $B \subset Y$ é um subespaço e $f: X \to Y$ tem imagem contida em $B$, então $f$ é contínua como aplicação $X \to Y$ se, e somente se, é contínua como aplicação $X \to B$.

(d) As projeções $X \times Y \to X$ e $X \times Y \to Y$ são contínuas, e uma aplicação $F = (f,g): Z \to X \times Y$ é contínua se, e somente se, $f$ e $g$ são contínuas.

Demonstração. (a) Se $W$ é aberto em $Z$, então $g^{-1}(W)$ é aberto em $Y$ e $(g \circ f)^{-1}(W) = f^{-1}\big(g^{-1}(W)\big)$ é aberto em $X$.

(b) Se $V$ é aberto em $Y$, então $(f\vert_A)^{-1}(V) = f^{-1}(V) \cap A$, que é aberto em $A$ pela definição da topologia de subespaço. A inclusão é a restrição da identidade de $X$, que é contínua.

(c) Os abertos de $B$ são os conjuntos $V \cap B$ com $V$ aberto em $Y$, e $f^{-1}(V \cap B) = f^{-1}(V)$, porque a imagem de $f$ está em $B$. As duas condições de continuidade pedem, portanto, que os mesmos conjuntos sejam abertos.

(d) A pré-imagem de um aberto $U \subset X$ pela primeira projeção é $U \times Y$, que é um produto de abertos; o mesmo vale para a segunda. Se $F$ é contínua, $f$ e $g$ são compostas de $F$ com as projeções, e são contínuas por (a). Se $f$ e $g$ são contínuas, então, para $U$ aberto em $X$ e $V$ aberto em $Y$, $F^{-1}(U \times V) = f^{-1}(U) \cap g^{-1}(V)$ é aberto em $Z$. Como os produtos $U \times V$ formam uma base de $X \times Y$, isso basta. $\blacksquare$

Definição 3.2.16 (Homeomorfismo). Um homeomorfismo é uma bijeção contínua $f: X \to Y$ cuja inversa $f^{-1}: Y \to X$ também é contínua. Se existe um homeomorfismo entre $X$ e $Y$, os dois espaços são homeomorfos, e escrevemos $X \cong Y$.

Um homeomorfismo põe em correspondência os pontos de $X$ e de $Y$ e também os abertos: $U$ é aberto em $X$ se, e somente se, $f(U)$ é aberto em $Y$, porque $f(U)$ é a pré-imagem de $U$ pela aplicação contínua $f^{-1}$. Do ponto de vista da topologia, espaços homeomorfos são o mesmo espaço com os pontos renomeados. Uma propriedade topológica é uma propriedade que, se vale para um espaço, vale para todos os homeomorfos a ele; as quatro da próxima seção são desse tipo, porque são enunciadas apenas em termos de abertos.

Exemplo 3.2.17 (Um intervalo aberto é homeomorfo à reta). A função

$$ f: (-1,1) \to \mathbb{R}, \qquad f(x) = \frac{x}{1-x^2}, \tag{3.2.3} $$

é um homeomorfismo. Ela é contínua, por ser racional com denominador que não se anula em $(-1,1)$, e sua inversa é a função contínua $g(y) = 2y\big/\big(1 + \sqrt{1+4y^2}\big)$. A verificação de que $g$ toma valores em $(-1,1)$ e é de fato a inversa de $f$ está no Exercício 3.2.2. O exemplo mostra que comprimento e limitação não são propriedades topológicas: um intervalo de comprimento 2 e a reta inteira são o mesmo espaço topológico. É por isso que, no tópico 3.3, tanto faz dizer que uma variedade é localmente como uma bola de $\mathbb{R}^n$ ou localmente como $\mathbb{R}^n$ inteiro.

Exemplo 3.2.18 (Bijeção contínua que não é homeomorfismo). A continuidade da inversa não é automática. Considere

$$ f: [0,2\pi) \to S^1, \qquad f(t) = (\cos t, \sin t). $$

A aplicação $f$ é contínua, pelos itens (c) e (d) da Proposição 3.2.15, e é bijetiva, porque cada ponto do círculo tem exatamente um ângulo em $[0,2\pi)$. Mas $f^{-1}$ não é contínua. O conjunto $[0,\pi)$ é aberto em $[0,2\pi)$, por ser igual a $(-1,\pi) \cap [0,2\pi)$. Se $f^{-1}$ fosse contínua, a pré-imagem de $[0,\pi)$ por $f^{-1}$, que é a imagem

$$ f\big([0,\pi)\big) = \{(\cos t, \sin t) : 0 \le t \lt \pi\}, $$

seria aberta em $S^1$: haveria um aberto $W$ de $\mathbb{R}^2$ com $f([0,\pi)) = W \cap S^1$. Como $(1,0) = f(0) \in W$, existiria $\delta \gt 0$ com $B_\delta((1,0)) \subset W$. Para $s \gt 0$ pequeno, o ponto $q_s = (\cos s, -\sin s)$ do círculo está a uma distância $2\sin(s/2) \lt \delta$ de $(1,0)$, e portanto pertence a $W \cap S^1 = f([0,\pi))$. Isso é impossível: a segunda coordenada de $q_s$ é negativa, enquanto os pontos de $f([0,\pi))$ têm segunda coordenada $\sin t \ge 0$.

O que acontece é que $f$ enrola o intervalo no círculo e encosta a ponta que falta, perto de $2\pi$, no ponto $f(0)$. Pontos do círculo logo abaixo de $(1,0)$ estão perto de $(1,0)$, mas seus ângulos estão perto de $2\pi$, longe de $0$: a inversa rasga o círculo em $(1,0)$. O Lema 3.2.32 mostrará que o defeito está em $[0,2\pi)$ não ser compacto.

O último resultado da seção diz como verificar a continuidade de uma aplicação definida em um quociente, que é a situação do espaço projetivo.

Proposição 3.2.19 (Propriedade característica da topologia quociente). Sejam $X$ um espaço topológico, $\sim$ uma relação de equivalência em $X$ e $\pi: X \to X/{\sim}$ a aplicação quociente.

(a) A aplicação $\pi$ é contínua.

(b) Uma aplicação $f: X/{\sim} \to Y$ é contínua se, e somente se, $f \circ \pi: X \to Y$ é contínua.

(c) Se $g: X \to Y$ é contínua e constante em cada classe de equivalência (isto é, $x \sim x'$ implica $g(x) = g(x')$), então existe uma única aplicação $\tilde{g}: X/{\sim} \to Y$ com $\tilde{g} \circ \pi = g$, e ela é contínua.

Demonstração. (a) Se $U$ é aberto em $X/{\sim}$, então $\pi^{-1}(U)$ é aberto em $X$: é a definição da topologia quociente.

(b) Se $f$ é contínua, $f \circ \pi$ é composta de contínuas. Reciprocamente, suponha $f \circ \pi$ contínua e seja $V$ aberto em $Y$. Então $\pi^{-1}\big(f^{-1}(V)\big) = (f \circ \pi)^{-1}(V)$ é aberto em $X$, e isso é exatamente o que a topologia quociente exige para que $f^{-1}(V)$ seja aberto em $X/{\sim}$.

(c) A condição $\tilde{g} \circ \pi = g$ obriga a definir $\tilde{g}([x]) = g(x)$, o que dá a unicidade. A definição não depende do representante, porque $g$ é constante nas classes. A continuidade de $\tilde{g}$ segue de (b), pois $\tilde{g} \circ \pi = g$ é contínua. $\blacksquare$

Dizemos, no item (c), que $g$ passa ao quociente. É assim que se definem aplicações contínuas em $\mathbb{RP}^n$: basta uma aplicação contínua em $S^n$ que tome o mesmo valor em $x$ e em $-x$. O tópico 3.3 usará isso para construir as cartas de $\mathbb{RP}^n$.

Propriedades topológicas

A definição de variedade do tópico 3.3 pedirá três coisas de um espaço topológico: que ele seja localmente parecido com $\mathbb{R}^n$, que seja de Hausdorff e que seja segundo-contável. As duas últimas excluem espaços patológicos, e é preciso saber o que dizem e o que excluem. As outras duas propriedades desta seção, compacidade e conexidade, não fazem parte da definição: são propriedades que uma variedade pode ter ou não, e que entram como hipóteses de teoremas.

Espaços de Hausdorff

Definição 3.2.20 (Espaço de Hausdorff). Um espaço topológico $X$ é de Hausdorff se, para quaisquer dois pontos distintos $p, q \in X$, existem abertos $U$ e $V$ com $p \in U$, $q \in V$ e $U \cap V = \varnothing$.

Exemplo 3.2.21 ($\mathbb{R}^n$ é de Hausdorff). Dados $p \neq q$ em $\mathbb{R}^n$, seja $r = \lvert p - q\rvert/2 \gt 0$. As bolas $B_r(p)$ e $B_r(q)$ são abertos disjuntos: se $x$ estivesse nas duas, a desigualdade triangular daria $\lvert p - q\rvert \le \lvert p - x\rvert + \lvert x - q\rvert \lt 2r = \lvert p - q\rvert$, o que é absurdo. Já um conjunto com mais de um ponto e a topologia trivial não é de Hausdorff, porque o único aberto que contém um ponto é o espaço inteiro.

Em um espaço de Hausdorff, cada ponto é um conjunto fechado: se $q \neq p$, há uma vizinhança de $q$ que não contém $p$, e portanto $X \setminus \{p\}$ é aberto.

Proposição 3.2.22 (Subespaços e produtos de espaços de Hausdorff). (a) Todo subespaço de um espaço de Hausdorff é de Hausdorff. (b) O produto de dois espaços de Hausdorff é de Hausdorff.

Demonstração. (a) Sejam $X$ de Hausdorff, $A \subset X$ e $p \neq q$ em $A$. Há abertos disjuntos $U \ni p$ e $V \ni q$ em $X$, e então $U \cap A$ e $V \cap A$ são abertos disjuntos de $A$ que contêm $p$ e $q$.

(b) Sejam $X$ e $Y$ de Hausdorff e $(x,y) \neq (x',y')$ em $X \times Y$. Então $x \neq x'$ ou $y \neq y'$. No primeiro caso, há abertos disjuntos $U \ni x$ e $U' \ni x'$ em $X$, e os conjuntos $U \times Y$ e $U' \times Y$ são abertos disjuntos de $X \times Y$ que contêm $(x,y)$ e $(x',y')$. O segundo caso é igual, com os papéis de $X$ e $Y$ trocados. $\blacksquare$

Logo $S^n$ e $\mathbb{T}^n$ são de Hausdorff. Para quocientes não há resultado análogo: colar pontos pode destruir a propriedade, e o exemplo a seguir é o caso clássico. É por causa dele que a condição de Hausdorff precisa ser pedida na definição de variedade, e que no tópico 3.3 será preciso verificá-la à mão para $\mathbb{RP}^n$.

Exemplo 3.2.23 (A reta com duas origens). Seja $X = \mathbb{R} \times \{0,1\} \subset \mathbb{R}^2$, que consiste em duas cópias paralelas da reta: os pontos $(x,0)$ e os pontos $(x,1)$. Colamos as duas cópias em todos os pontos, exceto nas origens: $(x,0) \sim (x,1)$ para todo $x \neq 0$. O quociente $L = X/{\sim}$ é a reta com duas origens. Seus pontos são as classes $[x] = \{(x,0),(x,1)\}$, uma para cada $x \neq 0$, e mais dois pontos, as origens $o_0 = \pi(0,0)$ e $o_1 = \pi(0,1)$, que não foram coladas.

Afirmamos que $o_0$ e $o_1$ não podem ser separadas por abertos. Sejam $U_0$ e $U_1$ abertos de $L$ com $o_0 \in U_0$ e $o_1 \in U_1$. O conjunto $\pi^{-1}(U_0)$ é um aberto de $X$ que contém $(0,0)$; ele é da forma $W \cap X$, com $W$ aberto em $\mathbb{R}^2$, e $W$ contém uma bola centrada em $(0,0)$. Portanto existe $\delta_0 \gt 0$ tal que $(x,0) \in \pi^{-1}(U_0)$ sempre que $\lvert x\rvert \lt \delta_0$. Do mesmo modo, existe $\delta_1 \gt 0$ tal que $(x,1) \in \pi^{-1}(U_1)$ sempre que $\lvert x\rvert \lt \delta_1$. Tome $x$ com $0 \lt x \lt \min\{\delta_0,\delta_1\}$. Então $[x] = \pi(x,0) \in U_0$ e $[x] = \pi(x,1) \in U_1$, de modo que $U_0 \cap U_1 \neq \varnothing$. Logo $L$ não é de Hausdorff.

(a) (0, 1) (0, 0) ℝ × {1} ℝ × {0} (x, 0) ~ (x, 1) para x ≠ 0 (b) o₁ o₀ [x] vizinhança de o₁ vizinhança de o₀ L as duas vizinhanças contêm [x]
Figura 3.2.1. A reta com duas origens. (a) Duas cópias de $\mathbb{R}$, coladas ponto a ponto exceto em $x = 0$. (b) O quociente $L$: fora da origem há uma única reta; na origem há dois pontos, $o_0$ e $o_1$. Uma vizinhança de $o_0$ contém todos os pontos $[x]$ com $0 \lt \lvert x\rvert \lt \delta_0$, e uma vizinhança de $o_1$ contém todos os pontos $[x]$ com $0 \lt \lvert x\rvert \lt \delta_1$: as duas sempre se interceptam.

Fora isso, $L$ se comporta bem. Cada um de seus pontos, inclusive cada origem, tem uma vizinhança homeomorfa a $\mathbb{R}$, e $L$ é segundo-contável (Exercício 3.2.3). O que falha é só a separação: os pontos $[1/k]$, com $k = 1, 2, 3, \dots$, entram em toda vizinhança de $o_0$ e em toda vizinhança de $o_1$ para $k$ grande, de modo que a sequência se aproxima de dois pontos diferentes ao mesmo tempo. Em um espaço de Hausdorff isso não acontece, porque dois pontos distintos têm vizinhanças disjuntas e a sequência não pode acabar dentro das duas.

Espaços segundo-contáveis

Definição 3.2.24 (Espaço segundo-contável). Um espaço topológico é segundo-contável se sua topologia tem uma base enumerável, isto é, finita ou em correspondência bijetiva com os números naturais.

Proposição 3.2.25. (a) $\mathbb{R}^n$ é segundo-contável. (b) Todo subespaço de um espaço segundo-contável é segundo-contável. (c) O produto de dois espaços segundo-contáveis é segundo-contável.

Demonstração. (a) É o Exemplo 3.2.5.

(b) Sejam $\mathcal{B}$ uma base enumerável de $X$ e $A \subset X$. A coleção $\mathcal{B}_A = \{B \cap A : B \in \mathcal{B}\}$ é enumerável e formada por abertos de $A$. Um aberto de $A$ é da forma $U \cap A$ com $U$ aberto em $X$; escrevendo $U = \bigcup_\alpha B_\alpha$ com $B_\alpha \in \mathcal{B}$, obtemos $U \cap A = \bigcup_\alpha (B_\alpha \cap A)$. Logo $\mathcal{B}_A$ é uma base de $A$.

(c) Sejam $\mathcal{B}_X$ e $\mathcal{B}_Y$ bases enumeráveis de $X$ e de $Y$. A coleção dos produtos $B \times B'$, com $B \in \mathcal{B}_X$ e $B' \in \mathcal{B}_Y$, é enumerável. Se $W$ é aberto em $X \times Y$ e $(x,y) \in W$, a definição da topologia produto dá abertos $U \ni x$ e $V \ni y$ com $U \times V \subset W$; escolhendo $B \in \mathcal{B}_X$ com $x \in B \subset U$ e $B' \in \mathcal{B}_Y$ com $y \in B' \subset V$, temos $(x,y) \in B \times B' \subset W$. Logo os produtos $B \times B'$ formam uma base. $\blacksquare$

Observação 3.2.26 (O que a condição exclui e para que serve). Nem todo espaço é segundo-contável. Em $\mathbb{R}$ com a topologia discreta, cada conjunto $\{x\}$ é aberto, e um aberto com um único ponto só pode ser união de elementos de uma base se ele próprio pertencer à base. Toda base contém, então, um elemento para cada número real, e não pode ser enumerável. Esse espaço é localmente o mais simples possível, mas é "grande demais": é uma coleção não enumerável de pontos isolados. A condição de ser segundo-contável limita o tamanho do espaço, e seu papel no capítulo é um só: ela garante a existência de partições da unidade (tópico 3.4), a ferramenta que permite montar um objeto global a partir de pedaços definidos em cartas. A integral do tópico 3.17 é definida assim.

Compacidade

A compacidade é o substituto topológico de "fechado e limitado". Ela serve para trocar o infinito pelo finito: uma família qualquer de abertos por um número finito deles.

Definição 3.2.27 (Espaço compacto). Uma cobertura aberta de um espaço topológico $X$ é uma família $\{U_\alpha\}$ de abertos de $X$ cuja união é $X$. O espaço $X$ é compacto se toda cobertura aberta de $X$ tem uma subcobertura finita: existem índices $\alpha_1,\dots,\alpha_k$ tais que $X = U_{\alpha_1} \cup \dots \cup U_{\alpha_k}$. Um subconjunto $K \subset X$ é compacto se é compacto com a topologia de subespaço.

Como os abertos de $K$ são os conjuntos $U \cap K$, um subconjunto $K \subset X$ é compacto se, e somente se, toda família de abertos de $X$ cuja união contém $K$ tem uma subfamília finita cuja união ainda contém $K$. É nessa forma que a definição será usada. A reta $\mathbb{R}$ não é compacta: os intervalos $(-k,k)$, com $k = 1,2,3,\dots$, cobrem $\mathbb{R}$, mas a união de um número finito deles é o maior deles. O intervalo $(0,1)$ também não é: os intervalos $(1/k,1)$ o cobrem, e a união de um número finito deles deixa de fora os pontos próximos de $0$.

Teorema 3.2.28 (Heine–Borel). Um subconjunto $K \subset \mathbb{R}^n$ é compacto se, e somente se, é fechado e limitado, isto é, fechado e contido em alguma bola $B_R(0)$.

Ideia da demonstração. Que um compacto de $\mathbb{R}^n$ é fechado segue da Proposição 3.2.31, e que é limitado segue de as bolas $B_k(0)$, com $k = 1,2,3,\dots$, cobrirem $\mathbb{R}^n$: um número finito delas cobre $K$, e a maior contém todas. A parte substancial é a recíproca. Mostra-se primeiro que um intervalo $[a,b]$ é compacto: dada uma cobertura aberta, considera-se o conjunto dos $t \in [a,b]$ tais que $[a,t]$ é coberto por um número finito de seus elementos, e usa-se a existência do supremo para mostrar que $b$ pertence a esse conjunto. Em seguida mostra-se que o produto de dois compactos é compacto, de modo que todo retângulo fechado $[a^1,b^1] \times \dots \times [a^n,b^n]$ é compacto. Por fim, um conjunto fechado e limitado é um subconjunto fechado de um retângulo desses, e a Proposição 3.2.30 conclui. Os detalhes estão em Spivak, Calculus on Manifolds, capítulo 1, e em Lee, Introduction to Smooth Manifolds, apêndice A.

Com o teorema, reconhecer compactos de $\mathbb{R}^n$ é imediato. Bolas fechadas e retângulos fechados são compactos. A esfera $S^n$ é compacta: é limitada, e é fechada por ser a pré-imagem do fechado $\{1\}$ pela função contínua $x \mapsto \lvert x\rvert$.

Proposição 3.2.29 (A imagem contínua de um compacto é compacta). Se $f: X \to Y$ é contínua e $X$ é compacto, então $f(X)$ é um subconjunto compacto de $Y$.

Demonstração. Seja $\{V_\alpha\}$ uma família de abertos de $Y$ cuja união contém $f(X)$. Os conjuntos $f^{-1}(V_\alpha)$ são abertos, porque $f$ é contínua, e cobrem $X$, porque todo $x$ tem $f(x)$ em algum $V_\alpha$. Como $X$ é compacto, há $\alpha_1,\dots,\alpha_k$ com $X = f^{-1}(V_{\alpha_1}) \cup \dots \cup f^{-1}(V_{\alpha_k})$. Então $V_{\alpha_1},\dots,V_{\alpha_k}$ cobrem $f(X)$: se $y = f(x)$ e $x \in f^{-1}(V_{\alpha_j})$, então $y \in V_{\alpha_j}$. $\blacksquare$

Duas consequências. A compacidade é uma propriedade topológica. E uma função contínua $f: X \to \mathbb{R}$ em um espaço compacto não vazio é limitada e atinge máximo e mínimo: $f(X)$ é um compacto de $\mathbb{R}$, portanto fechado e limitado, e um subconjunto fechado, limitado e não vazio de $\mathbb{R}$ contém seu supremo e seu ínfimo.

Proposição 3.2.30 (Fechado em compacto é compacto). Se $X$ é compacto e $C \subset X$ é fechado, então $C$ é compacto.

Demonstração. Seja $\{U_\alpha\}$ uma família de abertos de $X$ cuja união contém $C$. Acrescentando o aberto $X \setminus C$, obtemos uma cobertura aberta de $X$, que tem uma subcobertura finita. Retirando dela $X \setminus C$, caso esteja presente, sobra um número finito de conjuntos $U_\alpha$, e eles cobrem $C$, porque $X \setminus C$ não contém nenhum ponto de $C$. $\blacksquare$

Proposição 3.2.31 (Compacto em Hausdorff é fechado). Se $X$ é de Hausdorff e $K \subset X$ é compacto, então $K$ é fechado em $X$.

Demonstração. Mostramos que $X \setminus K$ é aberto, exibindo, para cada $p \in X \setminus K$, uma vizinhança de $p$ que não intercepta $K$. Fixe $p$. Para cada $q \in K$, temos $q \neq p$, e a condição de Hausdorff dá abertos disjuntos $U_q \ni p$ e $V_q \ni q$. Os abertos $V_q$, com $q \in K$, cobrem $K$; como $K$ é compacto, há $q_1,\dots,q_k$ com $K \subset V_{q_1} \cup \dots \cup V_{q_k}$. Seja $U = U_{q_1} \cap \dots \cap U_{q_k}$. É uma interseção finita de abertos, logo é um aberto, e contém $p$. Como $U \subset U_{q_j}$ e $U_{q_j} \cap V_{q_j} = \varnothing$ para cada $j$, o aberto $U$ não intercepta nenhum $V_{q_j}$, e portanto não intercepta $K$. $\blacksquare$

A demonstração mostra o uso típico da compacidade: havia um aberto $U_q$ para cada ponto de $K$, e a interseção de infinitos abertos poderia não ser aberta; a subcobertura finita reduziu a interseção a um número finito de termos. As três proposições se combinam no resultado seguinte, que é a forma em que a compacidade será mais usada.

Lema 3.2.32 (Lema da aplicação fechada). Sejam $X$ um espaço compacto, $Y$ um espaço de Hausdorff e $F: X \to Y$ uma aplicação contínua.

(a) $F$ leva fechados de $X$ em fechados de $Y$.

(b) Se $F$ é bijetiva, então $F$ é um homeomorfismo.

(c) Se $F$ é injetiva, então $F$ é um homeomorfismo de $X$ sobre a imagem $F(X)$, com a topologia de subespaço.

Demonstração. (a) Seja $C \subset X$ fechado. Então $C$ é compacto (Proposição 3.2.30), logo $F(C)$ é compacto (Proposição 3.2.29, aplicada à restrição $F\vert_C$), logo $F(C)$ é fechado em $Y$ (Proposição 3.2.31).

(b) Falta mostrar que $F^{-1}: Y \to X$ é contínua, e para isso basta que a pré-imagem de cada fechado $C \subset X$ por $F^{-1}$ seja fechada. Essa pré-imagem é $F(C)$, que é fechado por (a).

(c) O subespaço $F(X)$ é de Hausdorff (Proposição 3.2.22), e $F$, vista como aplicação $X \to F(X)$, é contínua (Proposição 3.2.15, item (c)) e bijetiva. O item (b) se aplica. $\blacksquare$

O item (c) será usado no tópico 3.6, para mostrar que uma imersão injetiva com domínio compacto é um mergulho. O item (b) explica o Exemplo 3.2.18 e resolve a pendência do Exemplo 3.2.11.

Exemplo 3.2.33 (O intervalo com as pontas coladas é um círculo). A aplicação $g: [0,1] \to S^1$, $g(t) = (\cos 2\pi t, \sin 2\pi t)$, é contínua e satisfaz $g(0) = g(1) = (1,0)$. Ela é constante nas classes da relação $0 \sim 1$ e passa ao quociente (Proposição 3.2.19): existe $\tilde{g}: [0,1]/(0 \sim 1) \to S^1$ contínua com $\tilde{g} \circ \pi = g$. A aplicação $\tilde{g}$ é bijetiva, porque $g$ é sobrejetiva e $g(t) = g(t')$ com $t \neq t'$ só ocorre para $\{t,t'\} = \{0,1\}$. O quociente é compacto, por ser a imagem do compacto $[0,1]$ pela aplicação contínua $\pi$, e $S^1$ é de Hausdorff. Pelo Lema 3.2.32, $\tilde{g}$ é um homeomorfismo:

$$ [0,1]/(0 \sim 1) \;\cong\; S^1. $$

Compare com o Exemplo 3.2.18: a fórmula é a mesma, mas lá o domínio $[0,2\pi)$ não é compacto, e a conclusão falha. Pelo mesmo argumento do quociente, $\mathbb{RP}^n = \pi(S^n)$ é compacto.

Conexidade

Definição 3.2.34 (Espaço conexo; espaço conexo por caminhos). Um espaço topológico $X$ é conexo se não é união de dois abertos disjuntos e não vazios. Um caminho em $X$ de $p$ a $q$ é uma aplicação contínua $\gamma: [0,1] \to X$ com $\gamma(0) = p$ e $\gamma(1) = q$. O espaço $X$ é conexo por caminhos se, para quaisquer $p, q \in X$, existe um caminho de $p$ a $q$.

Se $X = U \cup V$ com $U$ e $V$ abertos disjuntos, cada um é o complementar do outro, e portanto os dois são também fechados. Assim, $X$ é conexo se, e somente se, os únicos subconjuntos de $X$ que são ao mesmo tempo abertos e fechados são $\varnothing$ e $X$. A segunda noção é mais intuitiva e mais fácil de verificar; a primeira é a que entra nas demonstrações. A ponte entre as duas é a conexidade do intervalo.

Lema 3.2.35. O intervalo $[0,1]$ é conexo.

Demonstração. Suponha, por absurdo, que $[0,1] = A \cup B$, com $A$ e $B$ abertos em $[0,1]$, disjuntos e não vazios. Trocando os nomes se preciso, $0 \in A$. Seja

$$ s = \sup\,\{t \in [0,1] : [0,t] \subset A\}. $$

O conjunto à direita contém $0$ e é limitado por $1$, de modo que o supremo existe e $0 \le s \le 1$.

Passo 1: $[0,s] \subset A$. Se $t \lt s$, a definição de supremo dá $t' \gt t$ com $[0,t'] \subset A$, e então $t \in A$. Logo $[0,s) \subset A$. Se $s = 0$, nada mais há a provar, pois $0 \in A$. Se $s \gt 0$ e $s$ pertencesse a $B$, que é aberto em $[0,1]$, haveria $\varepsilon \gt 0$ com $(s-\varepsilon,s] \subset B$, e os pontos de $(s-\varepsilon,s)$ estariam em $A$ e em $B$. Portanto $s \in A$.

Passo 2: $s = 1$. Se fosse $s \lt 1$, como $s \in A$ e $A$ é aberto em $[0,1]$, haveria $\varepsilon \gt 0$ com $s + \varepsilon \le 1$ e $[s,s+\varepsilon) \subset A$. Junto com o passo 1, isso daria $[0,s+\varepsilon/2] \subset A$, contrariando a definição de $s$.

Pelos dois passos, $[0,1] \subset A$, donde $B = \varnothing$: absurdo. $\blacksquare$

Proposição 3.2.36. Todo espaço conexo por caminhos é conexo.

Demonstração. Suponha que $X$ é conexo por caminhos e que $X = U \cup V$, com $U$ e $V$ abertos disjuntos e não vazios. Escolha $p \in U$, $q \in V$ e um caminho $\gamma$ de $p$ a $q$. Os conjuntos $\gamma^{-1}(U)$ e $\gamma^{-1}(V)$ são abertos em $[0,1]$, porque $\gamma$ é contínua; são disjuntos e sua união é $[0,1]$, porque $U$ e $V$ são disjuntos e sua união é $X$; e são não vazios, porque o primeiro contém $0$ e o segundo contém $1$. Isso contradiz o Lema 3.2.35. $\blacksquare$

Exemplo 3.2.37 (Conjuntos estrelados, esferas e um contraexemplo). (a) Um conjunto $A \subset \mathbb{R}^n$ é estrelado em relação a um ponto $a \in A$ se, para todo $x \in A$, o segmento $\{a + t(x - a) : 0 \le t \le 1\}$ está contido em $A$. Bolas, retângulos e o próprio $\mathbb{R}^n$ são convexos, e portanto estrelados em relação a qualquer um de seus pontos. Um conjunto estrelado é conexo por caminhos: para ir de $p$ a $q$, vai-se de $p$ a $a$ e de $a$ a $q$ pelos segmentos,

$$ \gamma(t) = \begin{cases} p + 2t\,(a - p), & 0 \le t \le \tfrac12, \\[2pt] a + (2t-1)(q - a), & \tfrac12 \le t \le 1, \end{cases} $$

e $\gamma$ é contínua porque as duas expressões são contínuas e coincidem em $t = \tfrac12$.

(b) Para $n \ge 1$, a esfera $S^n$ é conexa por caminhos. Se $q \neq -p$, o caminho

$$ \gamma(t) = \frac{(1-t)\,p + t\,q}{\lvert (1-t)\,p + t\,q\rvert} $$

liga $p$ a $q$ dentro de $S^n$. O denominador não se anula: $(1-t)\,p = -t\,q$ daria, tomando normas, $1 - t = t$, isto é, $t = \tfrac12$ e $p = -q$. Se $q = -p$, escolha um ponto $m \in S^n$ ortogonal a $p$, que existe porque $n + 1 \ge 2$; nenhum dos pares $(p,m)$ e $(m,-p)$ é formado por antípodas, e basta emendar os dois caminhos como em (a).

(c) O conjunto $\mathbb{R} \setminus \{0\} = (-\infty,0) \cup (0,\infty)$ não é conexo, e o mesmo vale para $S^0 = \{-1,1\}$. Retirar um ponto desconecta a reta, mas não desconecta o plano.

O que mais usaremos da conexidade é o resultado a seguir.

Proposição 3.2.38 (Funções localmente constantes). Sejam $X$ um espaço conexo e $f: X \to S$ uma aplicação com valores em um conjunto $S$ qualquer. Se $f$ é localmente constante, isto é, se cada ponto de $X$ tem uma vizinhança na qual $f$ é constante, então $f$ é constante.

Demonstração. Se $X$ é vazio, não há o que provar. Caso contrário, fixe $p_0 \in X$, ponha $c = f(p_0)$ e considere $A = \{p \in X : f(p) = c\}$. O conjunto $A$ é aberto: se $p \in A$, há uma vizinhança de $p$ na qual $f$ é constante, com valor $f(p) = c$, e essa vizinhança está contida em $A$. O complementar $X \setminus A$ também é aberto: se $f(p) \neq c$, há uma vizinhança de $p$ na qual $f$ vale $f(p) \neq c$, contida em $X \setminus A$. Como $X$ é conexo e $A$ contém $p_0$, só resta $X \setminus A = \varnothing$. Logo $f = c$ em todo o $X$. $\blacksquare$

Este é o mecanismo pelo qual uma informação local vira uma conclusão global. No tópico 3.9 ele dará que uma função com diferencial nula em uma variedade conexa é constante, e no tópico 3.15, que uma variedade conexa e orientável tem exatamente duas orientações. Ele também dá uma recíproca parcial da Proposição 3.2.36, que em geral é falsa.

Proposição 3.2.39. Seja $X$ um espaço conexo no qual todo ponto tem uma vizinhança conexa por caminhos. Então $X$ é conexo por caminhos.

Demonstração. Passo 1: caminhos podem ser invertidos e emendados. Se $\gamma$ é um caminho de $p$ a $q$, então $t \mapsto \gamma(1-t)$ é um caminho de $q$ a $p$. Se, além disso, $\sigma$ é um caminho de $q$ a $r$, a aplicação

$$ (\gamma * \sigma)(t) = \begin{cases} \gamma(2t), & 0 \le t \le \tfrac12, \\[2pt] \sigma(2t-1), & \tfrac12 \le t \le 1, \end{cases} $$

está bem definida, porque $\gamma(1) = q = \sigma(0)$, e vai de $p$ a $r$. Ela é contínua pelo seguinte fato geral: se um espaço é união de dois fechados $C_1$ e $C_2$ e as restrições de $f$ a $C_1$ e a $C_2$ são contínuas, então $f$ é contínua. De fato, se $D$ é fechado no contradomínio, então $f^{-1}(D) = (f\vert_{C_1})^{-1}(D) \cup (f\vert_{C_2})^{-1}(D)$; cada parcela é fechada em $C_i$, e portanto fechada no espaço todo, por ser a interseção de $C_i$ com um fechado; e a união de dois fechados é fechada. Aqui, $C_1 = [0,\tfrac12]$ e $C_2 = [\tfrac12,1]$.

Passo 2. Se $X$ é vazio, não há o que provar. Caso contrário, fixe $p_0 \in X$ e defina $f: X \to \{0,1\}$ por $f(p) = 1$ se existe um caminho de $p_0$ a $p$, e $f(p) = 0$ caso contrário. Afirmamos que $f$ é localmente constante. Dado $p$, seja $U$ uma vizinhança de $p$ conexa por caminhos. Se $f(p) = 1$, então todo $q \in U$ tem $f(q) = 1$: emenda-se um caminho de $p_0$ a $p$ com um caminho de $p$ a $q$ dentro de $U$. Se $f(p) = 0$, então todo $q \in U$ tem $f(q) = 0$: um caminho de $p_0$ a $q$, emendado com um caminho de $q$ a $p$ dentro de $U$, daria $f(p) = 1$. Pela Proposição 3.2.38, $f$ é constante, e $f(p_0) = 1$ por causa do caminho constante. Logo todo ponto se liga a $p_0$ por um caminho, e dois pontos quaisquer $p$ e $q$ se ligam emendando o caminho de $p$ a $p_0$ com o de $p_0$ a $q$. $\blacksquare$

A hipótese local vale em todo espaço localmente parecido com $\mathbb{R}^n$, porque bolas são conexas por caminhos. Assim, para variedades, "conexa" e "conexa por caminhos" serão sinônimos; o tópico 3.9 usa isso para construir potenciais por integração ao longo de caminhos.

Cálculo diferencial em $\mathbb{R}^n$

Passamos à segunda metade. Nesta seção, $U$ é sempre um aberto de $\mathbb{R}^n$, e uma aplicação $F: U \to \mathbb{R}^m$ tem funções componentes $F = (F^1,\dots,F^m)$. Os índices das coordenadas e das componentes ficam em cima, como em todo o capítulo; as somas são escritas por extenso até o tópico 3.5, onde entra a convenção de Einstein. Os vetores da base canônica de $\mathbb{R}^n$ são $e_1,\dots,e_n$. Uma aplicação linear $L: \mathbb{R}^n \to \mathbb{R}^m$ é identificada com sua matriz $(L^j_i)$, de $m$ linhas e $n$ colunas, de modo que $(Lh)^j = \sum_i L^j_i h^i$. Usaremos várias vezes a estimativa

$$ \lvert Lh\rvert \le \lVert L\rVert\,\lvert h\rvert, \qquad \lVert L\rVert = \Big(\sum_{j=1}^m\sum_{i=1}^n (L^j_i)^2\Big)^{1/2}, \tag{3.2.4} $$

que vem da desigualdade de Cauchy–Schwarz aplicada a cada linha da matriz: $\big(\sum_i L^j_i h^i\big)^2 \le \big(\sum_i (L^j_i)^2\big)\big(\sum_i (h^i)^2\big)$; somando em $j$, obtém-se $\lvert Lh\rvert^2 \le \lVert L\rVert^2\lvert h\rvert^2$. Em particular, aplicações lineares são contínuas.

Definição 3.2.40 (Derivada total). Sejam $U \subset \mathbb{R}^n$ aberto, $F: U \to \mathbb{R}^m$ e $a \in U$. A aplicação $F$ é diferenciável em $a$ se existe uma aplicação linear $L: \mathbb{R}^n \to \mathbb{R}^m$ tal que

$$ \lim_{h \to 0} \frac{\lvert F(a+h) - F(a) - Lh\rvert}{\lvert h\rvert} = 0. \tag{3.2.5} $$

Nesse caso, $L$ é a derivada (ou derivada total) de $F$ em $a$, denotada $DF(a)$.

A condição (3.2.5) diz que $F$ é bem aproximada, perto de $a$, por uma aplicação afim:

$$ \begin{gathered} F(a+h) = F(a) + DF(a)\,h + R(h), \\[2pt] \lim_{h \to 0} \frac{\lvert R(h)\rvert}{\lvert h\rvert} = 0. \end{gathered} \tag{3.2.6} $$

O erro $R(h)$ vai a zero mais depressa do que $h$. A derivada não é um número nem uma lista de números: é uma aplicação linear, a melhor aproximação linear de $F$ em $a$. Para $n = m = 1$, ela é a multiplicação pelo número $F'(a)$. Se $F$ é afim, $F(x) = Ax + b$, então $F(a+h) - F(a) = Ah$ exatamente, e $DF(a) = A$ em todo ponto. Em particular, a derivada da identidade de $\mathbb{R}^n$ é a identidade, e a derivada de uma aplicação linear é ela mesma.

Proposição 3.2.41. (a) Se $F$ é diferenciável em $a$, a aplicação linear $L$ da Equação (3.2.5) é única. (b) Se $F$ é diferenciável em $a$, então $F$ é contínua em $a$.

Demonstração. (a) Suponha que $L$ e $L'$ satisfazem (3.2.5). Fixe $v \neq 0$ em $\mathbb{R}^n$ e tome $h = tv$, com $t \neq 0$ real. Somando e subtraindo $F(a+tv) - F(a)$ e usando a desigualdade triangular,

$$ \begin{aligned} \frac{\lvert (L - L')v\rvert}{\lvert v\rvert} &= \frac{\lvert L(tv) - L'(tv)\rvert}{\lvert tv\rvert} \\[4pt] &\le \frac{\lvert F(a+tv) - F(a) - L(tv)\rvert}{\lvert tv\rvert} \\[4pt] &\quad + \frac{\lvert F(a+tv) - F(a) - L'(tv)\rvert}{\lvert tv\rvert}. \end{aligned} $$

O lado direito tende a zero quando $t \to 0$, e o lado esquerdo não depende de $t$. Logo $(L - L')v = 0$ para todo $v$, isto é, $L = L'$.

(b) Pela Equação (3.2.6) e pela estimativa (3.2.4), $\lvert F(a+h) - F(a)\rvert \le \lVert L\rVert\,\lvert h\rvert + \lvert R(h)\rvert$. A primeira parcela tende a zero com $h$, e a segunda também, pois $\lvert R(h)\rvert = \lvert h\rvert\cdot\big(\lvert R(h)\rvert/\lvert h\rvert\big)$ é produto de dois fatores que tendem a zero. $\blacksquare$

Para calcular a derivada, usam-se as derivadas parciais. A derivada parcial de $F^j$ em relação a $x^i$, no ponto $a$, é o limite

$$ \frac{\partial F^j}{\partial x^i}(a) = \lim_{t \to 0} \frac{F^j(a + te_i) - F^j(a)}{t}, $$

quando existe: é a derivada ordinária de $F^j$ como função da $i$-ésima variável, com as demais fixas. Abreviamos $\partial f/\partial x^i$ por $\partial_i f$.

Proposição 3.2.42 (Matriz jacobiana). Se $F: U \to \mathbb{R}^m$ é diferenciável em $a$, então todas as derivadas parciais $\partial F^j/\partial x^i(a)$ existem, e a matriz de $DF(a)$ é a matriz jacobiana

$$ DF(a) = \begin{pmatrix} \dfrac{\partial F^1}{\partial x^1}(a) & \cdots & \dfrac{\partial F^1}{\partial x^n}(a) \\ \vdots & & \vdots \\ \dfrac{\partial F^m}{\partial x^1}(a) & \cdots & \dfrac{\partial F^m}{\partial x^n}(a) \end{pmatrix}. \tag{3.2.7} $$

Demonstração. Seja $L = DF(a)$. Tomando $h = te_i$ na Equação (3.2.5), com $t \neq 0$, e usando $\lvert te_i\rvert = \lvert t\rvert$ e $L(te_i) = tLe_i$,

$$ \lim_{t \to 0} \left\lvert \frac{F(a+te_i) - F(a)}{t} - Le_i \right\rvert = 0. $$

Logo $\big(F(a+te_i) - F(a)\big)/t$ tende ao vetor $Le_i$. Como o módulo de cada componente de um vetor é no máximo a norma do vetor, a componente $j$ também converge: $\partial F^j/\partial x^i(a)$ existe e vale $(Le_i)^j = L^j_i$, que é a entrada da linha $j$ e da coluna $i$ da matriz de $L$. $\blacksquare$

A recíproca é falsa: as derivadas parciais podem existir sem que a função seja diferenciável. A função $f(x,y) = xy/(x^2+y^2)$, com $f(0,0) = 0$, anula-se sobre os dois eixos, e por isso tem as duas derivadas parciais iguais a zero na origem; mas $f(t,t) = \tfrac12$ para todo $t \neq 0$, de modo que $f$ nem sequer é contínua na origem. O defeito desaparece quando as derivadas parciais são contínuas, e esta é a hipótese com que trabalharemos.

Definição 3.2.43 (Classes $C^k$ e aplicações suaves). Sejam $U \subset \mathbb{R}^n$ aberto e $F: U \to \mathbb{R}^m$. Dizemos que $F$ é de classe $C^0$ se é contínua, e de classe $C^k$, para $k \ge 1$, se todas as derivadas parciais de ordem até $k$ das componentes $F^j$ existem e são contínuas em $U$. A aplicação $F$ é suave, ou de classe $C^\infty$, se é de classe $C^k$ para todo $k$. O conjunto das funções suaves $f: U \to \mathbb{R}$ é denotado $C^\infty(U)$.

Somas e produtos de funções de classe $C^k$ são de classe $C^k$, pelas regras de derivação da soma e do produto, e o mesmo vale para quocientes onde o denominador não se anula. Polinômios, a exponencial, o seno e o cosseno são suaves. Em particular, $C^\infty(U)$ é fechado por somas, produtos e multiplicação por constantes. Em todo o capítulo, "suave" quer dizer $C^\infty$.

Proposição 3.2.44 (Classe $C^1$ implica diferenciável). Se $F: U \to \mathbb{R}^m$ é de classe $C^1$, então $F$ é diferenciável em todo ponto de $U$, e sua derivada é dada pela matriz jacobiana (3.2.7).

Demonstração. Passo 1: basta o caso $m = 1$. Se $L$ é a aplicação linear cuja matriz é a jacobiana em $a$, a componente $j$ do vetor $F(a+h) - F(a) - Lh$ é $F^j(a+h) - F^j(a) - \sum_i \partial_iF^j(a)\,h^i$, e a norma de um vetor é no máximo a soma dos módulos de suas componentes. Se cada componente, dividida por $\lvert h\rvert$, tende a zero, o mesmo acontece com o vetor.

Passo 2: o caso $m = 1$. Sejam $f: U \to \mathbb{R}$ de classe $C^1$, $a \in U$ e $r \gt 0$ com $B_r(a) \subset U$. Para $\lvert h\rvert \lt r$, vamos de $a$ a $a + h$ mudando uma coordenada de cada vez: sejam $a_0 = a$ e $a_k = a + h^1e_1 + \dots + h^ke_k$, de modo que $a_n = a + h$. Todos esses pontos, e os segmentos entre pontos consecutivos, estão em $B_r(a)$, pois distam de $a$ no máximo $\lvert h\rvert$. Então

$$ f(a+h) - f(a) = \sum_{k=1}^n \big[ f(a_k) - f(a_{k-1}) \big]. $$

Em cada parcela só varia a coordenada $k$: a função de uma variável $s \mapsto f(a_{k-1} + se_k)$ tem derivada $\partial_kf(a_{k-1} + se_k)$, e o teorema do valor médio dá um ponto $c_k$ do segmento de $a_{k-1}$ a $a_k$ com $f(a_k) - f(a_{k-1}) = h^k\,\partial_kf(c_k)$. (Se $h^k = 0$, a parcela é nula e qualquer $c_k$ serve.) Portanto

$$ \begin{aligned} \Big\lvert f(a+h) - f(a) - \sum_{k=1}^n \partial_kf(a)\,h^k \Big\rvert &= \Big\lvert \sum_{k=1}^n h^k\,\big[ \partial_kf(c_k) - \partial_kf(a) \big] \Big\rvert \\[4pt] &\le \lvert h\rvert \sum_{k=1}^n \big\lvert \partial_kf(c_k) - \partial_kf(a) \big\rvert, \end{aligned} $$

onde usamos $\lvert h^k\rvert \le \lvert h\rvert$. Quando $h \to 0$, cada $c_k$ tende a $a$, porque $\lvert c_k - a\rvert \le \lvert h\rvert$, e a continuidade das derivadas parciais faz a última soma tender a zero. Dividindo por $\lvert h\rvert$, obtemos a Equação (3.2.5) com $Lh = \sum_k \partial_kf(a)\,h^k$. $\blacksquare$

Para aplicações de classe $C^1$, e em particular para as suaves, não há então diferença entre "ter derivada" e "ter derivadas parciais": a derivada existe e sua matriz é a jacobiana. Para as de classe $C^2$, vale ainda um fato sobre as derivadas segundas.

Teorema 3.2.45 (Igualdade das derivadas mistas). Se $f: U \to \mathbb{R}$ é de classe $C^2$, então, para quaisquer $i$ e $j$ e em todo ponto de $U$,

$$ \frac{\partial^2 f}{\partial x^i\,\partial x^j} = \frac{\partial^2 f}{\partial x^j\,\partial x^i}. \tag{3.2.8} $$

Ideia da demonstração. Fixado $a \in U$, considera-se, para $s$ e $t$ pequenos e não nulos, a diferença segunda $\Delta(s,t) = f(a + se_i + te_j) - f(a + se_i) - f(a + te_j) + f(a)$. Aplicando o teorema do valor médio primeiro na variável $s$ e depois na variável $t$, obtém-se $\Delta(s,t) = st\,\partial_j\partial_if(c)$ para algum ponto $c$ do retângulo de vértices $a$, $a + se_i$, $a + te_j$ e $a + se_i + te_j$. Na ordem inversa, obtém-se $\Delta(s,t) = st\,\partial_i\partial_jf(c')$, com $c'$ no mesmo retângulo. Dividindo por $st$ e fazendo $s, t \to 0$, a continuidade das derivadas segundas dá a igualdade em $a$. A demonstração completa está em Lee, apêndice C.

Consequência: para uma função suave, derivadas parciais de qualquer ordem podem ser tomadas em qualquer ordem. O teorema parece um detalhe técnico, mas dois fatos centrais do capítulo são essa simetria em outra roupa. No tópico 3.7, é ela que cancela os termos de segunda ordem no colchete de dois campos vetoriais; no tópico 3.13, é ela que dá $d \circ d = 0$.

A regra da cadeia

A regra da cadeia é o resultado mais usado do capítulo. Toda lei de transformação sob mudança de coordenadas, de vetores a formas diferenciais, é uma aplicação dela.

Teorema 3.2.46 (Regra da cadeia). Sejam $U \subset \mathbb{R}^n$ e $V \subset \mathbb{R}^m$ abertos, $F: U \to V$ e $G: V \to \mathbb{R}^p$. Se $F$ é diferenciável em $a \in U$ e $G$ é diferenciável em $F(a)$, então $G \circ F$ é diferenciável em $a$ e

$$ D(G \circ F)(a) = DG\big(F(a)\big) \circ DF(a). \tag{3.2.9} $$

Demonstração. Sejam $b = F(a)$, $L = DF(a)$ e $K = DG(b)$. Pela Equação (3.2.6), aplicada a $F$ em $a$ e a $G$ em $b$,

$$ \begin{aligned} F(a+h) &= F(a) + Lh + R(h), \\[2pt] G(b+k) &= G(b) + Kk + S(k), \end{aligned} $$

com $\lvert R(h)\rvert/\lvert h\rvert \to 0$ quando $h \to 0$ e $\lvert S(k)\rvert/\lvert k\rvert \to 0$ quando $k \to 0$. Para $h$ pequeno, ponha $k(h) = F(a+h) - F(a) = Lh + R(h)$. Então $F(a+h) = b + k(h)$ e

$$ \begin{aligned} G\big(F(a+h)\big) - G\big(F(a)\big) - KLh &= K\big(Lh + R(h)\big) + S\big(k(h)\big) - KLh \\[2pt] &= K\,R(h) + S\big(k(h)\big). \end{aligned} $$

Precisamos mostrar que cada uma das duas parcelas à direita, dividida por $\lvert h\rvert$, tende a zero quando $h \to 0$.

Primeira parcela. Pela estimativa (3.2.4), $\lvert K\,R(h)\rvert/\lvert h\rvert \le \lVert K\rVert\,\lvert R(h)\rvert/\lvert h\rvert \to 0$.

Segunda parcela. Seja $\varepsilon \gt 0$. Como $\lvert R(h)\rvert/\lvert h\rvert \to 0$, existe $\delta_1 \gt 0$ tal que $\lvert R(h)\rvert \le \lvert h\rvert$ para $\lvert h\rvert \lt \delta_1$, e então

$$ \lvert k(h)\rvert \le \lVert L\rVert\,\lvert h\rvert + \lvert R(h)\rvert \le \big(\lVert L\rVert + 1\big)\,\lvert h\rvert. $$

Como $\lvert S(k)\rvert/\lvert k\rvert \to 0$, existe $\eta \gt 0$ tal que $\lvert S(k)\rvert \le \varepsilon\,\lvert k\rvert$ para $\lvert k\rvert \lt \eta$ (para $k = 0$ a desigualdade vale porque $S(0) = 0$). Seja $\delta = \min\{\delta_1,\ \eta/(\lVert L\rVert + 1)\}$. Se $0 \lt \lvert h\rvert \lt \delta$, então $\lvert k(h)\rvert \lt \eta$ e

$$ \frac{\big\lvert S\big(k(h)\big)\big\rvert}{\lvert h\rvert} \le \frac{\varepsilon\,\lvert k(h)\rvert}{\lvert h\rvert} \le \varepsilon\,\big(\lVert L\rVert + 1\big). $$

Como $\varepsilon$ é arbitrário, a segunda parcela dividida por $\lvert h\rvert$ tende a zero. Logo $G \circ F$ satisfaz a Equação (3.2.5) em $a$ com a aplicação linear $K \circ L$. $\blacksquare$

A composta de aplicações lineares corresponde ao produto de matrizes. Escrevendo $(x^i)$ para as coordenadas de $\mathbb{R}^n$ e $(y^j)$ para as de $\mathbb{R}^m$, a Equação (3.2.9) fica, pela Proposição 3.2.42,

$$ \frac{\partial (G^k \circ F)}{\partial x^i}(a) = \sum_{j=1}^m \frac{\partial G^k}{\partial y^j}\big(F(a)\big)\,\frac{\partial F^j}{\partial x^i}(a). \tag{3.2.10} $$

Corolário 3.2.47. A composta de aplicações de classe $C^k$, com $k \ge 1$, é de classe $C^k$. Em particular, a composta de aplicações suaves é suave.

Demonstração. Por indução em $k$. Sejam $F$ e $G$ de classe $C^1$. Pela Proposição 3.2.44 elas são diferenciáveis, e a Equação (3.2.10) vale em todo ponto: as derivadas parciais de $G \circ F$ são somas de produtos das funções $(\partial G^k/\partial y^j) \circ F$ e $\partial F^j/\partial x^i$, que são contínuas. Logo $G \circ F$ é de classe $C^1$. Suponha agora o resultado para $k - 1 \ge 1$, e sejam $F$ e $G$ de classe $C^k$. As funções $\partial G^k/\partial y^j$ e $F$ são de classe $C^{k-1}$, e pela hipótese de indução a composta $(\partial G^k/\partial y^j) \circ F$ também é. As funções $\partial F^j/\partial x^i$ são de classe $C^{k-1}$. Pela Equação (3.2.10), as derivadas parciais de primeira ordem de $G \circ F$ são somas de produtos de funções de classe $C^{k-1}$, logo são de classe $C^{k-1}$, e $G \circ F$ é de classe $C^k$. $\blacksquare$

O caso mais simples da regra da cadeia, em que a primeira aplicação é uma curva, merece enunciado próprio.

Proposição 3.2.48 (Derivada ao longo de uma curva; derivada direcional). Sejam $f: U \to \mathbb{R}$ de classe $C^1$, $a \in U$ e $\gamma: (-\varepsilon,\varepsilon) \to U$ uma curva diferenciável em $t = 0$, com $\gamma(0) = a$ e $\gamma'(0) = v = (v^1,\dots,v^n)$. Então

$$ \frac{d}{dt}\bigg\vert_{t=0} f\big(\gamma(t)\big) = Df(a)\,v = \sum_{i=1}^n v^i\,\frac{\partial f}{\partial x^i}(a). \tag{3.2.11} $$

Em particular, para a reta $\gamma(t) = a + tv$, obtém-se a derivada direcional de $f$ em $a$ na direção de $v$:

$$ D_v\vert_a f = \frac{d}{dt}\bigg\vert_{t=0} f(a + tv) = \sum_{i=1}^n v^i\,\frac{\partial f}{\partial x^i}(a). \tag{3.2.12} $$

Demonstração. A derivada de $\gamma$ em $0$ é a aplicação linear $\mathbb{R} \to \mathbb{R}^n$, $t \mapsto t\,\gamma'(0)$, cuja matriz é a coluna de entradas $v^1,\dots,v^n$. A derivada de $f$ em $a$ tem por matriz a linha de entradas $\partial_1f(a),\dots,\partial_nf(a)$. Pela regra da cadeia, $D(f \circ \gamma)(0) = Df(a) \circ D\gamma(0)$ é a matriz $1 \times 1$ cuja entrada é o produto da linha pela coluna, $\sum_i \partial_if(a)\,v^i$. Para a reta, $\gamma'(0) = v$. $\blacksquare$

O conteúdo da Equação (3.2.11) é que a taxa de variação de $f$ ao longo de uma curva que passa por $a$ só depende da curva por meio do vetor velocidade $v$: duas curvas com a mesma velocidade em $a$ derivam todas as funções do mesmo modo. No tópico 3.5, essa observação vira definição: um vetor tangente em $a$ será identificado com a operação $f \mapsto D_v\vert_a f$ que ele realiza sobre as funções.

O lema de Hadamard

Para uma função de uma variável, o teorema fundamental do cálculo permite escrever $f(x) - f(a)$ como $(x - a)$ vezes uma função suave. O lema de Hadamard é a versão em várias variáveis. O domínio precisa ser estrelado em relação a $a$, no sentido do Exemplo 3.2.37, porque a demonstração integra ao longo do segmento de $a$ a $x$.

Lema 3.2.49 (Lema de Hadamard). Sejam $U \subset \mathbb{R}^n$ um aberto estrelado em relação a um ponto $a \in U$ e $f \in C^\infty(U)$. Então existem funções $g_1,\dots,g_n \in C^\infty(U)$ tais que, para todo $x \in U$,

$$ \begin{gathered} f(x) = f(a) + \sum_{i=1}^n (x^i - a^i)\,g_i(x), \\[2pt] g_i(a) = \frac{\partial f}{\partial x^i}(a). \end{gathered} \tag{3.2.13} $$

Demonstração. Passo 1: a fórmula. Fixe $x \in U$. Como $U$ é estrelado em relação a $a$, o ponto $a + t(x-a)$ pertence a $U$ para todo $t \in [0,1]$; e, como $U$ é aberto, o mesmo vale para $t$ em um intervalo aberto que contém $[0,1]$. Nesse intervalo está definida a função $\phi(t) = f\big(a + t(x-a)\big)$, que é a composta de $f$ com a curva $t \mapsto a + t(x-a)$, de velocidade constante $x - a$. Pela Equação (3.2.11), aplicada em cada instante $t$,

$$ \phi'(t) = \sum_{i=1}^n (x^i - a^i)\,\frac{\partial f}{\partial x^i}\big(a + t(x-a)\big), $$

que é uma função contínua de $t$. Pelo teorema fundamental do cálculo,

$$ \begin{aligned} f(x) - f(a) &= \phi(1) - \phi(0) = \int_0^1 \phi'(t)\,dt \\[4pt] &= \sum_{i=1}^n (x^i - a^i) \int_0^1 \frac{\partial f}{\partial x^i}\big(a + t(x-a)\big)\,dt. \end{aligned} $$

Definimos, então,

$$ g_i(x) = \int_0^1 \frac{\partial f}{\partial x^i}\big(a + t(x-a)\big)\,dt, \qquad x \in U. \tag{3.2.14} $$

Passo 2: o valor em $a$. Para $x = a$, o integrando é a constante $\partial_if(a)$, e $g_i(a) = \partial_if(a)$.

Passo 3: as funções $g_i$ são suaves. O integrando de (3.2.14) é a função $\Phi(x,t) = \partial_if\big(a + t(x-a)\big)$, definida e contínua em $U \times [0,1]$. Pela regra da cadeia, sua derivada parcial em relação a $x^j$ é $t\,\partial_j\partial_if\big(a + t(x-a)\big)$, e, repetindo o cálculo, toda derivada parcial de ordem $k$ de $\Phi$ nas variáveis $x$ é $t^k$ vezes uma derivada parcial de ordem $k$ de $\partial_if$, calculada em $a + t(x-a)$. Todas elas são contínuas em $U \times [0,1]$, porque $f$ é suave. O Teorema 3.2.66 (derivação sob o sinal de integral), aplicado sucessivamente, mostra que $g_i$ tem derivadas parciais contínuas de todas as ordens, obtidas derivando sob a integral. Logo $g_i \in C^\infty(U)$. $\blacksquare$

Exemplo 3.2.50 (A função $\sin x/x$). Para $f(x) = \sin x$ em $U = \mathbb{R}$ e $a = 0$, a Equação (3.2.14) dá

$$ g(x) = \int_0^1 \cos(tx)\,dt = \begin{cases} \dfrac{\sin x}{x}, & x \neq 0, \\[6pt] 1, & x = 0. \end{cases} $$

De fato $\sin x = x\,g(x)$ e $g(0) = 1 = \cos 0$. O lema diz mais do que a fórmula: diz que $g$ é suave em toda a reta, inclusive em $x = 0$, onde a expressão $\sin x/x$ não está definida. É a representação integral que mostra isso.

As funções $g_i$ não são únicas quando $n \ge 2$ (o Exercício 3.2.5 mostra por quê), mas seus valores em $a$ são: são as derivadas parciais de $f$. O lema de Hadamard será usado uma única vez, e em um ponto decisivo: no tópico 3.5, é ele que mostra que toda derivação em um ponto de $\mathbb{R}^n$ é uma derivada direcional, isto é, que toda derivação é um vetor. Lá ele será aplicado em uma bola, que é estrelada em relação ao centro.

Difeomorfismos e os teoremas da função inversa e implícita

Os homeomorfismos identificam espaços do ponto de vista da continuidade. Para o cálculo, a noção correspondente é mais exigente: a aplicação e sua inversa precisam ser suaves. Uma mudança de coordenadas, no sentido do tópico 3.1, é exatamente isso.

Definição 3.2.51 (Difeomorfismo). Sejam $U \subset \mathbb{R}^n$ e $V \subset \mathbb{R}^m$ abertos. Um difeomorfismo de $U$ em $V$ é uma aplicação suave e bijetiva $F: U \to V$ cuja inversa $F^{-1}: V \to U$ também é suave.

Todo difeomorfismo é um homeomorfismo, e, pelo Corolário 3.2.47, compostas e inversas de difeomorfismos são difeomorfismos. As aplicações afins invertíveis $x \mapsto Ax + b$, com $\det A \neq 0$, são difeomorfismos de $\mathbb{R}^n$ em si mesmo; entre elas estão as rotações, as translações e as transformações de Galileu e de Lorentz dos capítulos 1 e 2. A primeira consequência da definição é que um difeomorfismo não muda a dimensão.

Proposição 3.2.52 (Invariância da dimensão por difeomorfismos). Sejam $U \subset \mathbb{R}^n$ e $V \subset \mathbb{R}^m$ abertos não vazios e $F: U \to V$ um difeomorfismo. Então, para todo $a \in U$, a derivada $DF(a)$ é invertível, com

$$ DF(a)^{-1} = D(F^{-1})\big(F(a)\big), \tag{3.2.15} $$

e, em particular, $n = m$.

Demonstração. Aplicamos a regra da cadeia às identidades $F^{-1} \circ F = \mathrm{id}_U$ e $F \circ F^{-1} = \mathrm{id}_V$. A derivada da identidade é a identidade, de modo que, com $b = F(a)$,

$$ D(F^{-1})(b) \circ DF(a) = I_n, \qquad DF(a) \circ D(F^{-1})(b) = I_m. $$

Logo $DF(a): \mathbb{R}^n \to \mathbb{R}^m$ é uma aplicação linear com inversa $D(F^{-1})(b)$. Uma aplicação linear invertível entre $\mathbb{R}^n$ e $\mathbb{R}^m$ só existe quando $n = m$. $\blacksquare$

A afirmação análoga para homeomorfismos (abertos não vazios de $\mathbb{R}^n$ e de $\mathbb{R}^m$ só são homeomorfos se $n = m$) também é verdadeira, mas é um teorema difícil de topologia, que o tópico 3.3 apenas citará. Com suavidade, a dimensão é detectada pela álgebra linear da derivada.

O teorema da função inversa

A Proposição 3.2.52 diz que um difeomorfismo tem derivada invertível em todo ponto. O teorema da função inversa é a recíproca local: se a melhor aproximação linear de $F$ em $a$ é invertível, então a própria $F$ é invertível perto de $a$.

Teorema 3.2.53 (Teorema da função inversa). Sejam $U \subset \mathbb{R}^n$ aberto, $F: U \to \mathbb{R}^n$ suave e $a \in U$. Se $DF(a)$ é invertível, então existem uma vizinhança $U_0 \subset U$ de $a$ e uma vizinhança $V_0$ de $F(a)$ tais que $F\vert_{U_0}: U_0 \to V_0$ é um difeomorfismo.

Ideia da demonstração. Compondo $F$ com translações e com a aplicação linear $DF(a)^{-1}$, reduz-se ao caso $a = 0$, $F(0) = 0$ e $DF(0) = I$. Nesse caso $H(x) = x - F(x)$ tem derivada nula na origem, e a continuidade das derivadas parciais dá uma bola fechada em torno de $0$ na qual $\lvert H(x) - H(x')\rvert \le \tfrac12\lvert x - x'\rvert$. Resolver $F(x) = y$ é o mesmo que achar um ponto fixo da aplicação $x \mapsto y + H(x)$, que, para $y$ pequeno, é uma contração dessa bola nela mesma. O teorema do ponto fixo de Banach dá existência e unicidade da solução, e portanto a inversa local. A mesma estimativa mostra que a inversa é contínua; uma conta direta mostra que ela é diferenciável, com $D(F^{-1})(y) = DF\big(F^{-1}(y)\big)^{-1}$; e essa fórmula mostra, por indução, que $F^{-1}$ é suave, porque as entradas da inversa de uma matriz são funções suaves das entradas da matriz (regra de Cramer). Os detalhes estão em Lee, apêndice C, e em Spivak, capítulo 2.

Uma aplicação suave $F: U \to \mathbb{R}^n$ é um difeomorfismo local se todo ponto de $U$ tem uma vizinhança $U_0$ tal que $F(U_0)$ é aberto e $F\vert_{U_0}: U_0 \to F(U_0)$ é um difeomorfismo. Juntando o teorema com a Proposição 3.2.52: $F$ é um difeomorfismo local se, e somente se, o determinante jacobiano $\det DF(a)$ é diferente de zero em todo $a \in U$. Um difeomorfismo local não precisa ser injetivo. Quando é, é um difeomorfismo sobre a imagem.

Corolário 3.2.54. Sejam $U \subset \mathbb{R}^n$ aberto e $F: U \to \mathbb{R}^n$ suave e injetiva, com $\det DF(a) \neq 0$ para todo $a \in U$. Então $F(U)$ é aberto e $F: U \to F(U)$ é um difeomorfismo.

Demonstração. Para cada $a \in U$, o teorema da função inversa dá abertos $U_a \ni a$ e $V_a \ni F(a)$ tais que $F\vert_{U_a}: U_a \to V_a$ é um difeomorfismo. O conjunto $F(U) = \bigcup_a V_a$ é aberto, e $F: U \to F(U)$ é bijetiva. Em cada $V_a$, a inversa $F^{-1}$ coincide com $(F\vert_{U_a})^{-1}$: como $F$ é injetiva, a única pré-imagem de um ponto de $V_a$ é a que está em $U_a$. Logo $F^{-1}$ é suave em cada $V_a$. Ser suave é uma propriedade local, porque as derivadas parciais em um ponto só dependem dos valores da função perto do ponto; como os abertos $V_a$ cobrem $F(U)$, a inversa é suave. $\blacksquare$

Exemplo 3.2.55 (Coordenadas polares). Considere a aplicação suave

$$ P: (0,\infty) \times \mathbb{R} \to \mathbb{R}^2, \qquad P(r,\theta) = (r\cos\theta,\ r\sin\theta). $$

Sua matriz jacobiana e seu determinante são

$$ \begin{aligned} DP(r,\theta) &= \begin{pmatrix} \cos\theta & -r\sin\theta \\ \sin\theta & r\cos\theta \end{pmatrix}, \\[4pt] \det DP(r,\theta) &= r\cos^2\theta + r\sin^2\theta = r. \end{aligned} \tag{3.2.16} $$

Como $r \gt 0$ no domínio, $P$ é um difeomorfismo local. Não é um difeomorfismo, porque não é injetiva: $P(r,\theta + 2\pi) = P(r,\theta)$. Restrinja agora $P$ à faixa $(0,\infty) \times (-\pi,\pi)$. Se $(x,y) = P(r,\theta)$, então $r = \sqrt{x^2+y^2}$ e $(\cos\theta,\sin\theta) = (x/r,\,y/r)$; cada ponto do círculo unitário diferente de $(-1,0)$ corresponde a exatamente um $\theta \in (-\pi,\pi)$. Logo a restrição é injetiva, e sua imagem é o plano sem o semieixo $\{(x,0) : x \le 0\}$. Pelo Corolário 3.2.54,

$$ P: (0,\infty) \times (-\pi,\pi) \;\to\; \mathbb{R}^2 \setminus \{(x,0) : x \le 0\} $$

é um difeomorfismo. A inversa pode ser escrita explicitamente: $r = \sqrt{x^2+y^2}$ e $\theta = 2\arctan\!\big(y/(x + \sqrt{x^2+y^2})\big)$, pela identidade $\tan(\theta/2) = \sin\theta/(1+\cos\theta)$. A Figura 3.2.2 mostra o que $P$ faz com um retângulo.

r θ r₁ r₂ θ₁ θ₂ P x y θ = θ₁ θ = θ₂ r = r₁ r = r₂
Figura 3.2.2. As coordenadas polares como difeomorfismo local. A aplicação $P(r,\theta) = (r\cos\theta, r\sin\theta)$ leva o retângulo $[r_1,r_2] \times [\theta_1,\theta_2]$ do plano $(r,\theta)$ no setor de coroa circular do plano $(x,y)$. Segmentos horizontais ($\theta$ constante) viram pedaços de raios, e segmentos verticais ($r$ constante) viram arcos de círculo. O setor fica mais largo quando $r$ cresce: a área é multiplicada pelo determinante jacobiano $r$.

O exemplo já tem a forma do que virá no tópico 3.3. As coordenadas polares não são coordenadas no plano: são coordenadas em um aberto do plano, e para cobrir o que falta é preciso outro sistema (por exemplo, com $\theta \in (0,2\pi)$), que se relaciona com o primeiro por um difeomorfismo onde os dois estão definidos.

Exemplo 3.2.56 (Bijeção suave que não é difeomorfismo). A função $F(x) = x^3$ é uma bijeção suave de $\mathbb{R}$ em $\mathbb{R}$, e é um homeomorfismo, porque a inversa $F^{-1}(y) = y^{1/3}$ é contínua. Mas $F^{-1}$ não é diferenciável em $0$: o quociente $\big(F^{-1}(h) - F^{-1}(0)\big)/h = h^{-2/3}$ não tem limite quando $h \to 0$. Isso está de acordo com a Proposição 3.2.52, pois $F'(0) = 0$ não é invertível. Um homeomorfismo suave não é necessariamente um difeomorfismo, e a hipótese sobre o determinante no Corolário 3.2.54 não pode ser retirada.

O teorema da função implícita

Um sistema de $k$ equações em $n + k$ incógnitas deveria, em geral, permitir escrever $k$ das incógnitas em função das outras $n$. Para um sistema linear $Ax + By = c$, com $x \in \mathbb{R}^n$ e $y \in \mathbb{R}^k$, isso é possível exatamente quando a matriz $B$, de ordem $k$, é invertível: $y = B^{-1}(c - Ax)$. O teorema da função implícita diz que o mesmo vale, localmente, para um sistema não linear, com $B$ substituída pela matriz das derivadas parciais em relação a $y$.

Escrevemos os pontos de $\mathbb{R}^n \times \mathbb{R}^k$ como $(x,y) = (x^1,\dots,x^n,y^1,\dots,y^k)$. Para uma aplicação suave $\Phi$ com valores em $\mathbb{R}^k$, a matriz jacobiana se divide em dois blocos,

$$ D\Phi = \begin{pmatrix} \dfrac{\partial\Phi}{\partial x} & \dfrac{\partial\Phi}{\partial y} \end{pmatrix}, \qquad \frac{\partial\Phi}{\partial x} = \left( \frac{\partial\Phi^i}{\partial x^j} \right), \quad \frac{\partial\Phi}{\partial y} = \left( \frac{\partial\Phi^i}{\partial y^j} \right), $$

o primeiro com $k$ linhas e $n$ colunas, o segundo quadrado de ordem $k$.

Teorema 3.2.57 (Teorema da função implícita). Sejam $W \subset \mathbb{R}^n \times \mathbb{R}^k$ aberto, $\Phi: W \to \mathbb{R}^k$ suave, $(a,b) \in W$ e $c = \Phi(a,b)$. Suponha que a matriz $\dfrac{\partial\Phi}{\partial y}(a,b)$ é invertível. Então existem vizinhanças $A \subset \mathbb{R}^n$ de $a$ e $B \subset \mathbb{R}^k$ de $b$, com $A \times B \subset W$, e uma aplicação suave $g: A \to B$ tais que, para todo $(x,y) \in A \times B$,

$$ \Phi(x,y) = c \quad\Longleftrightarrow\quad y = g(x). \tag{3.2.17} $$

Além disso, para todo $x \in A$, a matriz $\dfrac{\partial\Phi}{\partial y}(x,g(x))$ é invertível e

$$ Dg(x) = -\left[ \frac{\partial\Phi}{\partial y}\big(x,g(x)\big) \right]^{-1} \frac{\partial\Phi}{\partial x}\big(x,g(x)\big). \tag{3.2.18} $$

Em palavras: dentro de $A \times B$, o conjunto de nível $\Phi^{-1}(c)$ é o gráfico de $g$.

Demonstração. Passo 1: uma aplicação auxiliar. Defina $\Psi: W \to \mathbb{R}^n \times \mathbb{R}^k$ por $\Psi(x,y) = \big(x,\Phi(x,y)\big)$. Ela é suave, e sua matriz jacobiana, em blocos, é

$$ D\Psi = \begin{pmatrix} I_n & 0 \\[4pt] \dfrac{\partial\Phi}{\partial x} & \dfrac{\partial\Phi}{\partial y} \end{pmatrix}, \qquad \det D\Psi = \det\frac{\partial\Phi}{\partial y}, \tag{3.2.19} $$

porque o determinante de uma matriz triangular em blocos é o produto dos determinantes dos blocos diagonais. Por hipótese, $\det D\Psi(a,b) \neq 0$. Pelo Teorema 3.2.53, existem um aberto $W_0 \subset W$ que contém $(a,b)$ e um aberto $Y_0$ que contém $\Psi(a,b) = (a,c)$ tais que $\Psi\vert_{W_0}: W_0 \to Y_0$ é um difeomorfismo.

Passo 2: a forma da inversa. A aplicação $\Psi$ não altera a primeira componente. Logo, se $(x,z) \in Y_0$ e $\Psi^{-1}(x,z) = (x',y')$, então $(x,z) = \Psi(x',y') = \big(x',\Phi(x',y')\big)$ obriga $x' = x$. Assim, a inversa $\Psi^{-1}: Y_0 \to W_0$ tem a forma

$$ \Psi^{-1}(x,z) = \big(x,\ H(x,z)\big), $$

com $H: Y_0 \to \mathbb{R}^k$ suave, por ser formada por componentes de $\Psi^{-1}$.

Passo 3: escolha de $A$, de $B$ e de $g$. Como $W_0$ é aberto, há bolas abertas $A_1 \ni a$ e $B \ni b$ com $A_1 \times B \subset W_0$ (Observação 3.2.9). O conjunto $\Psi(A_1 \times B)$ é aberto, porque $\Psi\vert_{W_0}$ é um homeomorfismo sobre o aberto $Y_0$, e contém $(a,c)$. Defina

$$ \begin{gathered} A = \{x \in A_1 : (x,c) \in \Psi(A_1 \times B)\}, \\[2pt] g(x) = H(x,c) \ \text{ para } x \in A. \end{gathered} $$

O conjunto $A$ é aberto, por ser a pré-imagem de um aberto pela aplicação contínua $x \mapsto (x,c)$ definida em $A_1$, e contém $a$. A aplicação $g$ é suave, por ser composta de aplicações suaves. Falta ver que $g(x) \in B$. Se $x \in A$, existe $(x',y') \in A_1 \times B$ com $\Psi(x',y') = (x,c)$; pelo passo 2, $x' = x$ e $(x,y') = \Psi^{-1}(x,c) = \big(x,H(x,c)\big)$. Portanto $g(x) = y' \in B$. Temos $A \times B \subset A_1 \times B \subset W_0 \subset W$.

Passo 4: a equivalência (3.2.17). Seja $(x,y) \in A \times B$. Se $y = g(x) = H(x,c)$, então $(x,y) = \Psi^{-1}(x,c)$; aplicando $\Psi$, $\big(x,\Phi(x,y)\big) = (x,c)$, isto é, $\Phi(x,y) = c$. Reciprocamente, se $\Phi(x,y) = c$, então $\Psi(x,y) = (x,c)$, com $(x,y) \in W_0$; aplicando $\Psi^{-1}$, $(x,y) = \big(x,H(x,c)\big)$, isto é, $y = g(x)$.

Passo 5: a derivada. Pelo passo 4, $\Phi\big(x,g(x)\big) = c$ para todo $x \in A$. O lado esquerdo é a composta de $\Phi$ com a aplicação $x \mapsto \big(x,g(x)\big)$, cuja matriz jacobiana tem o bloco $I_n$ em cima e o bloco $Dg(x)$ embaixo. Derivando pela regra da cadeia,

$$ \frac{\partial\Phi}{\partial x}\big(x,g(x)\big) + \frac{\partial\Phi}{\partial y}\big(x,g(x)\big)\,Dg(x) = 0. $$

O ponto $\big(x,g(x)\big)$ está em $W_0$, onde $\Psi$ é um difeomorfismo; pela Proposição 3.2.52 e pela Equação (3.2.19), a matriz $\dfrac{\partial\Phi}{\partial y}\big(x,g(x)\big)$ é invertível. Multiplicando a igualdade acima por sua inversa, obtém-se a Equação (3.2.18). $\blacksquare$

Três comentários. Primeiro, não há nada de especial nas últimas $k$ variáveis: se algum conjunto de $k$ colunas de $D\Phi(p)$ forma uma matriz invertível, reordenam-se as coordenadas e resolvem-se essas $k$ variáveis em função das outras. Isso é possível sempre que $D\Phi(p)$ tem posto $k$. Segundo, o teorema é local e não fornece uma fórmula para $g$; mas fornece suas derivadas, pela Equação (3.2.18), que é a derivação implícita do cálculo. Terceiro, a conclusão é geométrica: perto de um ponto onde $D\Phi$ tem posto $k$, o conjunto de nível $\Phi^{-1}(c)$ é o gráfico de uma função suave de $n$ variáveis, e portanto é descrito por $n$ parâmetros livres. No tópico 3.6, esse fato dará que conjuntos de nível regulares são subvariedades.

Exemplo 3.2.58 (O círculo). Sejam $\Phi(x,y) = x^2 + y^2$ em $\mathbb{R} \times \mathbb{R}$ e $c = 1$, de modo que $\Phi^{-1}(1) = S^1$. Aqui $\partial\Phi/\partial y = 2y$. Em um ponto $(a,b)$ do círculo com $b \gt 0$, o teorema se aplica, e de fato $A = (-1,1)$, $B = (0,\infty)$ e $g(x) = \sqrt{1-x^2}$ servem; a Equação (3.2.18) dá $g'(x) = -(2x)/(2y) = -x/g(x)$, que é a derivada de $\sqrt{1-x^2}$. Para $b \lt 0$, vale o mesmo com $g(x) = -\sqrt{1-x^2}$. Nos pontos $(\pm 1,0)$, a hipótese falha, e a conclusão também: perto de $(1,0)$, cada $x \lt 1$ tem dois valores de $y$ no círculo, e cada $x \gt 1$ não tem nenhum. Mas nesses pontos $\partial\Phi/\partial x = 2x \neq 0$, e pode-se resolver $x$ em função de $y$: $x = \pm\sqrt{1-y^2}$. Os quatro gráficos cobrem o círculo inteiro.

Integração em $\mathbb{R}^n$: o que será usado

A integral que o capítulo usa é a integral de Riemann em $\mathbb{R}^n$. A integral de uma forma diferencial em uma variedade, no tópico 3.17, será definida a partir dela, por meio de cartas. Esta seção fixa as definições e enuncia os teoremas de que os tópicos seguintes dependem. São todos resultados clássicos de análise, que citamos sem demonstrar.

Definição 3.2.59 (Suporte). Sejam $X$ um espaço topológico e $f: X \to \mathbb{R}$. O suporte de $f$ é o fecho, em $X$, do conjunto dos pontos onde $f$ não se anula:

$$ \operatorname{supp}f = \overline{\{x \in X : f(x) \neq 0\}}. $$

A função $f$ tem suporte compacto se $\operatorname{supp}f$ é compacto.

Pela caracterização do fecho, um ponto está fora do suporte exatamente quando $f$ se anula em toda uma vizinhança dele. O fecho é tomado em $X$, e isso importa: a função constante igual a 1 no intervalo $U = (0,1)$ tem suporte $(0,1)$, que não é compacto. Para um aberto $U \subset \mathbb{R}^n$, uma função de suporte compacto em $U$ é uma função que se anula perto da "beira" de $U$. Daí a propriedade que torna essas funções úteis: se $f: U \to \mathbb{R}$ é contínua (ou suave) e tem suporte compacto, a função que vale $f$ em $U$ e zero fora de $U$ é contínua (ou suave) em todo o $\mathbb{R}^n$. De fato, $K = \operatorname{supp}f$ é fechado em $\mathbb{R}^n$ (Proposição 3.2.31), e $\mathbb{R}^n$ é a união dos abertos $U$ e $\mathbb{R}^n \setminus K$; a função estendida coincide com $f$ no primeiro e é nula no segundo, e tanto a continuidade quanto a suavidade se verificam em uma vizinhança de cada ponto. Funções suaves de suporte compacto serão construídas no tópico 3.4.

A integral de Riemann. Um retângulo fechado de $\mathbb{R}^n$ é um produto $R = [a^1,b^1] \times \dots \times [a^n,b^n]$, e seu volume é $\operatorname{vol}(R) = (b^1-a^1)\cdots(b^n-a^n)$. Uma partição $\mathcal{P}$ de $R$ é obtida dividindo cada intervalo $[a^i,b^i]$ em um número finito de subintervalos; os produtos desses subintervalos são os sub-retângulos $R_\alpha$ da partição. Para uma função limitada $f: R \to \mathbb{R}$, definem-se as somas inferior e superior

$$ \begin{aligned} L(f,\mathcal{P}) &= \sum_\alpha \Big(\inf_{R_\alpha} f\Big)\operatorname{vol}(R_\alpha), \\[4pt] U(f,\mathcal{P}) &= \sum_\alpha \Big(\sup_{R_\alpha} f\Big)\operatorname{vol}(R_\alpha). \end{aligned} $$

Toda soma inferior é menor ou igual a toda soma superior. A função $f$ é integrável em $R$ se o supremo das somas inferiores é igual ao ínfimo das somas superiores, e esse número comum é a integral de $f$ em $R$, denotada

$$ \int_R f, \qquad \int_R f\,dV \qquad\text{ou}\qquad \int_R f(x)\,dx^1\cdots dx^n. $$

Definição 3.2.60 (Medida nula; domínio de integração). Um conjunto $A \subset \mathbb{R}^n$ tem medida nula se, para todo $\varepsilon \gt 0$, existe uma família enumerável de retângulos fechados que cobre $A$ e cuja soma dos volumes é menor que $\varepsilon$. Um domínio de integração é um conjunto limitado $D \subset \mathbb{R}^n$ cuja fronteira tem medida nula.

Dois fatos sobre medida nula serão usados. Primeiro, uma união enumerável de conjuntos de medida nula tem medida nula: cobre-se o $k$-ésimo conjunto por retângulos de volume total menor que $\varepsilon/2^k$, e a família de todos esses retângulos é enumerável e tem volume total menor que $\varepsilon$. Segundo, o hiperplano $\mathbb{R}^{n-1} \times \{0\}$ tem medida nula em $\mathbb{R}^n$: ele é coberto pelos retângulos $Q_k = [-k,k]^{n-1} \times [-\varepsilon_k,\varepsilon_k]$, com $k = 1,2,3,\dots$, e basta escolher $\varepsilon_k$ de modo que $\operatorname{vol}(Q_k) = (2k)^{n-1}\cdot 2\varepsilon_k = \varepsilon/2^{k+1}$, o que dá volume total $\varepsilon/2$. O mesmo vale para qualquer subconjunto do hiperplano. Esse segundo fato é o motivo pelo qual, no tópico 3.17, o bordo do semiespaço não contribui para integrais de volume. Bolas, retângulos e, de modo geral, regiões limitadas por um número finito de gráficos de funções contínuas são domínios de integração.

Se $D$ é um domínio de integração e $f: D \to \mathbb{R}$ é limitada, escolhe-se um retângulo $R \supset D$, estende-se $f$ por zero a $R \setminus D$ e define-se $\int_D f$ como a integral em $R$ da função estendida, quando ela existe. O volume de $D$ é $\operatorname{vol}(D) = \int_D 1$.

Teorema 3.2.61 (Integrabilidade e propriedades da integral). Seja $D \subset \mathbb{R}^n$ um domínio de integração.

(a) Toda função contínua e limitada $f: D \to \mathbb{R}$ é integrável em $D$, e o valor de $\int_D f$ não depende do retângulo $R \supset D$ usado na definição.

(b) A integral é linear em $f$; se $f \le g$, então $\int_D f \le \int_D g$; e $\big\lvert \int_D f \big\rvert \le \int_D \lvert f\rvert \le \big(\sup_D \lvert f\rvert\big)\operatorname{vol}(D)$.

(c) Conjuntos de medida nula não contribuem: se $D_1$ e $D_2$ são domínios de integração cuja interseção tem medida nula e $f$ é contínua e limitada em $D_1 \cup D_2$, então $\int_{D_1 \cup D_2} f = \int_{D_1} f + \int_{D_2} f$. Em particular, $\int_D f = 0$ se $D$ tem medida nula, e a integral de uma função contínua e limitada em $\bar{D}$ é a mesma em $D$, em $\operatorname{Int}D$ e em $\bar{D}$.

Ideia da demonstração. Tudo decorre do critério de Lebesgue: uma função limitada em um retângulo é integrável se, e somente se, o conjunto de seus pontos de descontinuidade tem medida nula. A extensão por zero de uma função contínua em $D$ só pode ser descontínua em pontos da fronteira de $D$, que tem medida nula por hipótese. As demonstrações estão em Spivak, capítulo 3, e em Lee, apêndice C.

O caso que mais interessa ao capítulo dispensa hipóteses sobre o domínio. Se $U \subset \mathbb{R}^n$ é um aberto qualquer e $f: U \to \mathbb{R}$ é contínua de suporte compacto, a extensão de $f$ por zero é contínua em $\mathbb{R}^n$, e define-se $\int_U f = \int_R f$ para qualquer retângulo fechado $R$ que contenha $\operatorname{supp}f$; pelo item (c), o valor não depende de $R$. É esta a integral que aparecerá na definição do tópico 3.17.

Teorema 3.2.62 (Fubini). Sejam $A \subset \mathbb{R}^n$ e $B \subset \mathbb{R}^m$ retângulos fechados e $f: A \times B \to \mathbb{R}$ contínua. Então

$$ \begin{aligned} \int_{A \times B} f &= \int_A \left( \int_B f(x,y)\,dy \right) dx \\[4pt] &= \int_B \left( \int_A f(x,y)\,dx \right) dy. \end{aligned} \tag{3.2.20} $$

Em particular, a integral de uma função contínua em um retângulo $[a^1,b^1] \times \dots \times [a^n,b^n]$ pode ser calculada por $n$ integrais sucessivas em uma variável, tomadas em qualquer ordem.

Ideia da demonstração. Para uma partição de $A \times B$ formada por produtos de sub-retângulos de $A$ e de $B$, o ínfimo de $f$ em um produto $A_\alpha \times B_\beta$ é menor ou igual ao ínfimo de $f(x,\cdot)$ em $B_\beta$, para cada $x \in A_\alpha$. Somando em $\beta$ e depois em $\alpha$, vê-se que a soma inferior de $f$ é menor ou igual à soma inferior da função $x \mapsto \int_B f(x,y)\,dy$; o mesmo raciocínio, com supremos, vale para as somas superiores. A integral iterada fica presa entre as somas inferiores e superiores de $f$, e portanto é igual à integral de $f$. Os detalhes estão em Spivak, capítulo 3, e em Lee, apêndice C.

Exemplo 3.2.63 (A integral de uma derivada parcial de suporte compacto). Seja $f: \mathbb{R}^n \to \mathbb{R}$ suave de suporte compacto, e escolha $\rho \gt 0$ tal que o suporte de $f$ esteja contido no interior do cubo $R = [-\rho,\rho]^n$. Então $f$ se anula nas faces do cubo. Pelo teorema de Fubini, podemos calcular $\int_R \partial_if$ integrando primeiro na variável $x^i$, e o teorema fundamental do cálculo dá, com as outras variáveis fixas,

$$ \int_{-\rho}^{\rho} \frac{\partial f}{\partial x^i}\,dx^i = f\big\vert_{x^i = \rho} - f\big\vert_{x^i = -\rho} = 0. $$

Logo $\int_{\mathbb{R}^n} \partial_if = 0$ para toda função suave de suporte compacto. Esta conta de duas linhas é o núcleo da demonstração do Teorema de Stokes, no tópico 3.18. Lá ela será feita no semiespaço em vez de $\mathbb{R}^n$; uma das parcelas do teorema fundamental deixará de se anular, e é dela que virá a integral sobre o bordo.

Teorema 3.2.64 (Mudança de variáveis). (a) Sejam $U$ e $V$ abertos de $\mathbb{R}^n$, $G: U \to V$ um difeomorfismo e $f: V \to \mathbb{R}$ contínua de suporte compacto. Então $(f \circ G)\,\lvert\det DG\rvert$ é contínua de suporte compacto em $U$ e

$$ \int_V f = \int_U (f \circ G)\,\lvert\det DG\rvert. \tag{3.2.21} $$

(b) Sejam $D$ e $E$ domínios de integração abertos de $\mathbb{R}^n$ e $G: \bar{D} \to \bar{E}$ uma aplicação que se estende a uma aplicação suave em um aberto que contém $\bar{D}$ e cuja restrição $G\vert_D: D \to E$ é um difeomorfismo. Então, para toda função contínua $f: \bar{E} \to \mathbb{R}$, $\ \int_E f = \int_D (f \circ G)\,\lvert\det DG\rvert$.

Ideia da demonstração. Para uma aplicação linear $x \mapsto Ax$, o número $\lvert\det A\rvert$ é o fator pelo qual ela multiplica volumes: verifica-se isso para as matrizes elementares, que alongam um eixo, trocam dois eixos ou inclinam o retângulo sem mudar seu volume, e usa-se que toda matriz invertível é produto delas e que o determinante é multiplicativo. No caso geral, divide-se o domínio em cubos pequenos; em cada um, $G$ é aproximada por sua derivada, de modo que a imagem do cubo tem volume aproximadamente $\lvert\det DG\rvert$ vezes o volume do cubo; soma-se e controla-se o erro. Os detalhes estão em Spivak, capítulo 3, e em Lee, apêndice C.

O módulo no determinante merece atenção. Em uma variável, a fórmula de substituição $\int_{g(a)}^{g(b)} f = \int_a^b (f \circ g)\,g'$ não tem módulo, porque usa integrais orientadas: se $g$ é decrescente, os limites do lado esquerdo ficam trocados, e $\int_{g(a)}^{g(b)} = -\int_{g(b)}^{g(a)}$. A Equação (3.2.21) integra sobre conjuntos, que não têm sentido de percurso, e o sinal de $g'$ precisa ser absorvido pelo módulo. No tópico 3.12, a lei de transformação de uma forma de grau máximo produzirá $\det DG$, sem módulo. As duas fórmulas coincidem quando $\det DG \gt 0$ e diferem por um sinal quando $\det DG \lt 0$. Esse sinal é a orientação (tópico 3.15), e acertá-lo é o que tornará a integral de formas independente de coordenadas (tópico 3.17).

Exemplo 3.2.65 (Polares, mais uma vez). Sejam $D = (0,\rho) \times (-\pi,\pi)$ e $E$ o disco aberto de raio $\rho$ sem o segmento $\{(x,0) : -\rho \lt x \le 0\}$. Pelo Exemplo 3.2.55, a aplicação $P(r,\theta) = (r\cos\theta, r\sin\theta)$ é um difeomorfismo de $D$ em $E$, com $\lvert\det DP\rvert = r$, e $P$ é suave em todo o $\mathbb{R}^2$. O item (b) do Teorema 3.2.64 e o teorema de Fubini dão, para $f$ contínua no disco fechado,

$$ \int_E f\,dx\,dy = \int_{-\pi}^{\pi}\!\!\int_0^{\rho} f(r\cos\theta, r\sin\theta)\,r\,dr\,d\theta. $$

O segmento retirado tem medida nula, de modo que o lado esquerdo é a integral de $f$ no disco inteiro. É a fórmula $\iint f\,dx\,dy = \iint f\,r\,dr\,d\theta$ do tópico 3.1, agora com a origem do fator $r$ identificada: é o módulo do determinante jacobiano (3.2.16). Com $f = 1$, obtém-se a área do disco, $2\pi\cdot\rho^2/2 = \pi\rho^2$.

Teorema 3.2.66 (Derivação sob o sinal de integral). Sejam $U \subset \mathbb{R}^n$ aberto e $\Phi: U \times [c,d] \to \mathbb{R}$ uma função contínua cuja derivada parcial $\partial\Phi/\partial x^i$ existe e é contínua em $U \times [c,d]$. Então a função $G(x) = \int_c^d \Phi(x,t)\,dt$ é contínua em $U$, tem derivada parcial em relação a $x^i$, e

$$ \frac{\partial G}{\partial x^i}(x) = \int_c^d \frac{\partial\Phi}{\partial x^i}(x,t)\,dt, \tag{3.2.22} $$

que é uma função contínua de $x$.

Ideia da demonstração. O quociente de Newton de $G$ é a integral do quociente de Newton de $\Phi$ na variável $x^i$, e este, pelo teorema do valor médio, é igual a $\partial\Phi/\partial x^i$ calculada em um ponto intermediário. Em um compacto da forma $K \times [c,d]$, com $K$ uma bola fechada pequena centrada em $x$, a função $\partial\Phi/\partial x^i$ é uniformemente contínua; por isso o integrando converge uniformemente em $t$, e o limite pode ser passado para dentro da integral. Os detalhes estão em Lee, apêndice C.

O teorema já foi usado na demonstração do Lema 3.2.49, e voltará sempre que uma função for definida por uma integral que depende de parâmetros.

Ponte com a física

Nada neste tópico é física, mas quase tudo nele tem uma leitura física, e vale registrá-la antes de seguir.

Eventos distintos podem ser separados. Para um espaço-tempo, a condição de Hausdorff diz que dois eventos diferentes têm vizinhanças disjuntas: há uma região em torno de cada um que não contém o outro. A reta com duas origens mostra o que se perde sem ela. Pense nessa reta como uma linha do tempo: uma história que vem de $x \lt 0$ chega a $x = 0$ sem que nada, em seu passado, decida por qual das duas origens ela passa. O passado não determina o presente. Pedir que o espaço-tempo seja de Hausdorff é excluir esse tipo de bifurcação.

Linhas de mundo e mudanças de descrição. A linha de mundo de uma partícula é uma aplicação contínua (na prática, suave) de um intervalo no espaço-tempo; a continuidade diz que a partícula não salta. Um homeomorfismo, ou um difeomorfismo, é o mesmo espaço descrito de outra forma. As transformações de Galileu e de Lorentz são difeomorfismos de $\mathbb{R}^4$ de um tipo muito particular, afins; a Relatividade Geral admite como mudança de coordenadas qualquer difeomorfismo entre abertos de $\mathbb{R}^4$. A Proposição 3.2.52 garante que pelo menos um número sobrevive a todas elas: a quantidade de coordenadas. "O espaço-tempo tem quatro dimensões" é uma afirmação que não depende do sistema de coordenadas.

Regiões limitadas com sua superfície. O volume $V$ da lei de Gauss, uma região limitada do espaço considerada junto com a superfície que a envolve, é um compacto, pelo teorema de Heine–Borel. É a compacidade que garante que um campo contínuo em $V$ é limitado e que suas integrais são finitas. Quando a região não é compacta, a física costuma pedir que os campos "decaiam suficientemente rápido no infinito", para que os termos de superfície se anulem. A versão matemática limpa dessa hipótese é o suporte compacto, e o Exemplo 3.2.63 é o protótipo: a integral de uma derivada é zero porque não sobra nada na fronteira. É o mesmo argumento com que se descartam termos de superfície ao integrar por partes em um princípio variacional.

Potenciais e vínculos. Uma função de gradiente nulo é constante em cada pedaço conexo de seu domínio (provaremos isso no tópico 3.9, com a Proposição 3.2.38): é por isso que um potencial fica definido a menos de uma constante, uma para cada componente conexa. E o teorema da função implícita é a matemática dos vínculos. Um pêndulo plano de comprimento $\ell$ tem posição $(x,y)$ sujeita a $x^2 + y^2 = \ell^2$; perto de cada configuração, uma única coordenada basta para descrevê-lo (Exemplo 3.2.58), mas nenhuma coordenada serve para todas as configurações de uma vez. O espaço de configurações é um círculo, e as coordenadas generalizadas da mecânica analítica são coordenadas locais nele. É o primeiro exemplo de variedade que a física encontra, muito antes da relatividade.

Exercícios Resolvidos

Os três primeiros exercícios são de topologia e completam verificações deixadas no texto. Os quatro últimos são de cálculo: uma matriz jacobiana, o lema de Hadamard em um caso concreto e os teoremas da função inversa e da função implícita em ação.

Exercício 3.2.1. (a) Mostre que toda bola aberta $B_r(a) \subset \mathbb{R}^n$ é um conjunto aberto. (b) Dê um exemplo de uma família infinita de abertos de $\mathbb{R}$ cuja interseção não é aberta, e diga em que ponto a verificação do axioma (iii) no Exemplo 3.2.2 deixa de funcionar.

Solução. (a) Seja $x \in B_r(a)$ e ponha $\rho = r - \lvert x - a\rvert$, que é positivo. Se $y \in B_\rho(x)$, a desigualdade triangular dá

$$ \lvert y - a\rvert \le \lvert y - x\rvert + \lvert x - a\rvert \lt \rho + \lvert x - a\rvert = r. $$

Logo $B_\rho(x) \subset B_r(a)$: todo ponto de $B_r(a)$ é centro de uma bola contida em $B_r(a)$.

(b) Para cada inteiro $k \ge 1$, seja $U_k = (-1/k, 1/k)$. Cada $U_k$ é uma bola aberta de $\mathbb{R}$, portanto um aberto. O ponto $0$ está em todos. Se $x \neq 0$, basta tomar $k \gt 1/\lvert x\rvert$ para ter $x \notin U_k$. Logo

$$ \bigcap_{k=1}^{\infty} \Big( -\frac1k, \frac1k \Big) = \{0\}, $$

que não é aberto, porque nenhum intervalo $(-r,r)$ está contido em $\{0\}$. Na verificação do axioma (iii), o raio da bola contida na interseção era o mínimo dos raios $r_j$. Aqui os raios são $1/k$, e uma família infinita de números positivos pode ter ínfimo zero.

Exercício 3.2.2. Mostre que a função $f(x) = x/(1-x^2)$ da Equação (3.2.3) é um homeomorfismo de $(-1,1)$ em $\mathbb{R}$, com inversa $g(y) = 2y\big/\big(1 + \sqrt{1+4y^2}\big)$.

Solução. As funções $f$ e $g$ são contínuas, pois são quocientes e compostas de funções contínuas com denominadores que não se anulam. Falta mostrar que $g$ toma valores em $(-1,1)$ e que as duas compostas são identidades.

Passo 1: $\lvert g(y)\rvert \lt 1$. Como $\sqrt{1+4y^2} \gt \sqrt{4y^2} = 2\lvert y\rvert$,

$$ \lvert g(y)\rvert = \frac{2\lvert y\rvert}{1 + \sqrt{1+4y^2}} \lt \frac{2\lvert y\rvert}{1 + 2\lvert y\rvert} \lt 1. $$

Passo 2: $f(g(y)) = y$. Escreva $w = \sqrt{1+4y^2}$, de modo que $4y^2 = w^2 - 1 = (w-1)(w+1)$ e $g(y) = 2y/(1+w)$. Então

$$ \begin{aligned} 1 - g(y)^2 &= \frac{(1+w)^2 - 4y^2}{(1+w)^2} = \frac{(1+w)^2 - (w-1)(w+1)}{(1+w)^2} \\[4pt] &= \frac{(1+w)\cdot 2}{(1+w)^2} = \frac{2}{1+w}, \end{aligned} $$

e portanto

$$ f\big(g(y)\big) = \frac{g(y)}{1 - g(y)^2} = \frac{2y}{1+w}\cdot\frac{1+w}{2} = y. $$

Passo 3: $g(f(x)) = x$. Para $x \in (-1,1)$ e $y = x/(1-x^2)$,

$$ \begin{aligned} 1 + 4y^2 &= \frac{(1-x^2)^2 + 4x^2}{(1-x^2)^2} = \frac{(1+x^2)^2}{(1-x^2)^2}, \\[4pt] \sqrt{1+4y^2} &= \frac{1+x^2}{1-x^2}, \end{aligned} $$

onde a raiz é a positiva porque $1 - x^2 \gt 0$. Então $1 + \sqrt{1+4y^2} = 2/(1-x^2)$ e

$$ g\big(f(x)\big) = 2y\cdot\frac{1-x^2}{2} = \frac{x}{1-x^2}\,(1-x^2) = x. $$

Assim, $f$ é uma bijeção contínua com inversa contínua. As duas funções são, além disso, suaves (o radicando $1 + 4y^2$ nunca se anula), de modo que $f$ é também um difeomorfismo de $(-1,1)$ em $\mathbb{R}$.

Exercício 3.2.3. Seja $L$ a reta com duas origens do Exemplo 3.2.23, com origens $o_0$ e $o_1$. (a) Mostre que $U_0 = L \setminus \{o_1\}$ e $U_1 = L \setminus \{o_0\}$ são abertos de $L$ e que cada um é homeomorfo a $\mathbb{R}$. (b) Conclua que todo ponto de $L$ tem uma vizinhança homeomorfa a $\mathbb{R}$, embora $L$ não seja de Hausdorff. (c) Mostre que $L$ é segundo-contável.

Solução. (a) Defina $j_0: \mathbb{R} \to L$ por $j_0(x) = \pi(x,0)$. Ela é contínua, por ser a composta de $x \mapsto (x,0)$ com $\pi$. É injetiva, porque dois pontos distintos da mesma cópia, $(x,0)$ e $(x',0)$, nunca são equivalentes. Sua imagem contém $o_0 = \pi(0,0)$ e todas as classes $[x] = \pi(x,0)$ com $x \neq 0$, e não contém $o_1$: é o conjunto $U_0$.

Afirmamos que $j_0$ leva abertos de $\mathbb{R}$ em abertos de $L$. Seja $W \subset \mathbb{R}$ aberto. Pela definição da topologia quociente, $j_0(W)$ é aberto em $L$ se $\pi^{-1}(j_0(W))$ é aberto em $X = \mathbb{R} \times \{0,1\}$. Um ponto $(x,0)$ está nessa pré-imagem quando $x \in W$. Um ponto $(x,1)$ com $x \neq 0$ é equivalente a $(x,0)$, e está na pré-imagem quando $x \in W$. O ponto $(0,1)$ não está, porque $o_1 \notin U_0$. Portanto

$$ \pi^{-1}\big(j_0(W)\big) = \big(W \times \{0\}\big) \cup \big((W \setminus \{0\}) \times \{1\}\big), $$

que é a interseção de $X$ com o aberto $\big(W \times (-\tfrac12,\tfrac12)\big) \cup \big((W \setminus \{0\}) \times (\tfrac12,\tfrac32)\big)$ de $\mathbb{R}^2$. Logo $j_0(W)$ é aberto em $L$. Com $W = \mathbb{R}$, vemos que $U_0$ é aberto. E $j_0: \mathbb{R} \to U_0$ é uma bijeção contínua cuja inversa também é contínua, pois a pré-imagem de um aberto $W$ por $j_0^{-1}$ é $j_0(W)$. Assim, $j_0$ é um homeomorfismo de $\mathbb{R}$ sobre $U_0$. O mesmo argumento, com $j_1(x) = \pi(x,1)$, trata $U_1$.

(b) Todo ponto de $L$ está em $U_0$ ou em $U_1$: a origem $o_0$ está em $U_0$, a origem $o_1$ está em $U_1$, e os demais pontos estão nos dois. Cada um desses conjuntos é uma vizinhança homeomorfa a $\mathbb{R}$. Pelo Exemplo 3.2.23, $L$ não é de Hausdorff. A conclusão é que ser de Hausdorff não é uma propriedade local: um espaço pode ser, perto de cada ponto, idêntico à reta, e ainda assim ter pontos inseparáveis.

(c) Seja $\mathcal{B}$ a coleção dos conjuntos $j_0(I)$ e $j_1(I)$, em que $I$ percorre os intervalos abertos de extremos racionais. É uma coleção enumerável de abertos de $L$, pelo item (a). Se $O \subset L$ é aberto, então $O = (O \cap U_0) \cup (O \cap U_1)$, e $O \cap U_i = j_i\big(j_i^{-1}(O)\big)$. O conjunto $j_i^{-1}(O)$ é aberto em $\mathbb{R}$, porque $j_i$ é contínua, e portanto é união de intervalos de extremos racionais (Exemplo 3.2.5, com $n = 1$). Logo $O$ é união de elementos de $\mathcal{B}$, e $\mathcal{B}$ é uma base enumerável. O espaço $L$ cumpre, assim, duas das três exigências da definição de variedade do tópico 3.3, e falha apenas na de Hausdorff.

Exercício 3.2.4. As coordenadas esféricas são dadas pela aplicação

$$ \begin{gathered} \Sigma(r,\theta,\phi) = (r\sin\theta\cos\phi,\ r\sin\theta\sin\phi,\ r\cos\theta), \\[2pt] r \gt 0,\qquad 0 \lt \theta \lt \pi,\qquad \phi \in \mathbb{R}. \end{gathered} $$

(a) Calcule a matriz jacobiana de $\Sigma$ e seu determinante. (b) Conclua que $\Sigma$ é um difeomorfismo local e encontre um aberto no qual ela é um difeomorfismo sobre a imagem. (c) Use o resultado para calcular o volume da bola de raio $\rho$.

Solução. (a) Derivando cada componente em relação a $r$, $\theta$ e $\phi$,

$$ D\Sigma = \begin{pmatrix} \sin\theta\cos\phi & r\cos\theta\cos\phi & -r\sin\theta\sin\phi \\ \sin\theta\sin\phi & r\cos\theta\sin\phi & r\sin\theta\cos\phi \\ \cos\theta & -r\sin\theta & 0 \end{pmatrix}. $$

Desenvolvemos o determinante pela terceira linha. O menor da entrada $\cos\theta$ é

$$ \begin{vmatrix} r\cos\theta\cos\phi & -r\sin\theta\sin\phi \\ r\cos\theta\sin\phi & r\sin\theta\cos\phi \end{vmatrix} = r^2\sin\theta\cos\theta\,(\cos^2\phi + \sin^2\phi) = r^2\sin\theta\cos\theta, $$

e o menor da entrada $-r\sin\theta$ é

$$ \begin{vmatrix} \sin\theta\cos\phi & -r\sin\theta\sin\phi \\ \sin\theta\sin\phi & r\sin\theta\cos\phi \end{vmatrix} = r\sin^2\theta\,(\cos^2\phi + \sin^2\phi) = r\sin^2\theta. $$

Com os sinais dos cofatores ($+$ para a primeira entrada da linha, $-$ para a segunda),

$$ \begin{aligned} \det D\Sigma &= \cos\theta\cdot r^2\sin\theta\cos\theta \;-\; (-r\sin\theta)\cdot r\sin^2\theta \\[2pt] &= r^2\sin\theta\,(\cos^2\theta + \sin^2\theta) = r^2\sin\theta. \end{aligned} $$

(b) No domínio, $r \gt 0$ e $\sin\theta \gt 0$, logo $\det D\Sigma \gt 0$ e $\Sigma$ é um difeomorfismo local, pelo teorema da função inversa. Ela não é injetiva, porque tem período $2\pi$ em $\phi$. Restrita a $(0,\infty) \times (0,\pi) \times (-\pi,\pi)$, é injetiva: de $(x,y,z) = \Sigma(r,\theta,\phi)$ recuperam-se $r = \sqrt{x^2+y^2+z^2}$, depois $\theta \in (0,\pi)$ por $\cos\theta = z/r$, e depois $\phi \in (-\pi,\pi)$ por $(\cos\phi,\sin\phi) = (x,y)/(r\sin\theta)$. A imagem é $\mathbb{R}^3$ sem o semiplano $\{(x,0,z) : x \le 0\}$, que contém o eixo $z$. Pelo Corolário 3.2.54, a restrição é um difeomorfismo sobre esse aberto.

(c) O semiplano retirado tem medida nula. Pelo Teorema 3.2.64 e pelo teorema de Fubini, com $\lvert\det D\Sigma\rvert = r^2\sin\theta$,

$$ \operatorname{vol}\big(B_\rho(0)\big) = \int_{-\pi}^{\pi}\!\!\int_0^{\pi}\!\!\int_0^{\rho} r^2\sin\theta\,dr\,d\theta\,d\phi = 2\pi\cdot 2\cdot\frac{\rho^3}{3} = \frac{4}{3}\pi\rho^3. $$

O fator $r^2\sin\theta$ é o que aparecia no elemento de área e de volume dos exercícios do tópico 3.1.

Exercício 3.2.5. Seja $f(x,y) = e^x\cos y$ em $\mathbb{R}^2$, e tome $a = (0,0)$. (a) Calcule as funções $g_1$ e $g_2$ do lema de Hadamard pela fórmula integral (3.2.14). (b) Verifique diretamente a Equação (3.2.13). (c) Mostre que as funções $g_i$ da Equação (3.2.13) não são únicas, mas que seus valores em $a$ são.

Solução. (a) As derivadas parciais são $\partial_xf = e^x\cos y$ e $\partial_yf = -e^x\sin y$, e o segmento de $a$ a $(x,y)$ é $t \mapsto (tx,ty)$. Portanto

$$ g_1(x,y) = \int_0^1 e^{tx}\cos(ty)\,dt, \qquad g_2(x,y) = -\int_0^1 e^{tx}\sin(ty)\,dt. $$

Para $(x,y) \neq (0,0)$, as primitivas em $t$ são

$$ \begin{aligned} \frac{d}{dt}\left[ \frac{e^{tx}\big(x\cos(ty) + y\sin(ty)\big)}{x^2+y^2} \right] &= e^{tx}\cos(ty), \\[4pt] \frac{d}{dt}\left[ \frac{e^{tx}\big(x\sin(ty) - y\cos(ty)\big)}{x^2+y^2} \right] &= e^{tx}\sin(ty), \end{aligned} $$

como se confere derivando: em cada caso os termos cruzados em $xy$ se cancelam e sobra $(x^2+y^2)$ no numerador. Calculando entre $t = 0$ e $t = 1$,

$$ \begin{aligned} g_1(x,y) &= \frac{e^x(x\cos y + y\sin y) - x}{x^2+y^2}, \\[4pt] g_2(x,y) &= \frac{e^x(y\cos y - x\sin y) - y}{x^2+y^2}. \end{aligned} $$

Na origem, as integrais dão diretamente $g_1(0,0) = \int_0^1 1\,dt = 1$ e $g_2(0,0) = 0$, que são os valores de $\partial_xf$ e de $\partial_yf$ em $(0,0)$. As expressões fechadas não estão definidas na origem, mas o lema garante que $g_1$ e $g_2$ são suaves em todo o plano.

(b) Para $(x,y) \neq (0,0)$,

$$ \begin{aligned} x\,g_1 + y\,g_2 &= \frac{e^x\big(x^2\cos y + xy\sin y + y^2\cos y - xy\sin y\big) - x^2 - y^2}{x^2+y^2} \\[4pt] &= e^x\cos y - 1 = f(x,y) - f(0,0), \end{aligned} $$

e na origem os dois lados se anulam.

(c) Se $h$ é uma função suave qualquer em $\mathbb{R}^2$, as funções $\tilde{g}_1 = g_1 + y\,h$ e $\tilde{g}_2 = g_2 - x\,h$ também satisfazem a Equação (3.2.13), porque $x\,(y\,h) + y\,(-x\,h) = 0$. Logo a decomposição não é única. Os valores em $a$, porém, são forçados. Em geral, derivando $f(x) = f(a) + \sum_j (x^j - a^j)\,g_j(x)$ em relação a $x^i$ pela regra do produto,

$$ \frac{\partial f}{\partial x^i}(x) = g_i(x) + \sum_j (x^j - a^j)\,\frac{\partial g_j}{\partial x^i}(x), $$

e em $x = a$ a soma desaparece: $g_i(a) = \partial_if(a)$, quaisquer que sejam as $g_j$. No exemplo, $\tilde{g}_1(0,0) = g_1(0,0)$ e $\tilde{g}_2(0,0) = g_2(0,0)$, pois as parcelas acrescentadas se anulam na origem.

Exercício 3.2.6. Seja $F: \mathbb{R}^2 \to \mathbb{R}^2$, $F(x,y) = (x^2 - y^2,\ 2xy)$. (a) Em que pontos $F$ é um difeomorfismo local? (b) Mostre que $F$ não é injetiva em $\mathbb{R}^2 \setminus \{(0,0)\}$. (c) Descreva $F$ em coordenadas polares e mostre que sua restrição ao semiplano $\{x \gt 0\}$ é um difeomorfismo sobre a imagem.

Solução. (a) A matriz jacobiana e o determinante são

$$ \begin{aligned} DF(x,y) &= \begin{pmatrix} 2x & -2y \\ 2y & 2x \end{pmatrix}, \\[4pt] \det DF(x,y) &= 4x^2 + 4y^2 = 4\,(x^2+y^2). \end{aligned} $$

O determinante só se anula na origem. Pelo teorema da função inversa, $F$ é um difeomorfismo local em $\mathbb{R}^2 \setminus \{(0,0)\}$. Em nenhuma vizinhança da origem $F$ é um difeomorfismo sobre a imagem, porque $DF(0,0) = 0$ não é invertível (Proposição 3.2.52).

(b) Para todo $(x,y)$, $F(-x,-y) = F(x,y)$. Por exemplo, $F(1,0) = F(-1,0) = (1,0)$.

(c) Com $x = r\cos\theta$ e $y = r\sin\theta$,

$$ \begin{aligned} x^2 - y^2 &= r^2(\cos^2\theta - \sin^2\theta) = r^2\cos 2\theta, \\[2pt] 2xy &= 2r^2\sin\theta\cos\theta = r^2\sin 2\theta. \end{aligned} $$

Isto é, $F\big(P(r,\theta)\big) = P(r^2, 2\theta)$, em que $P$ é a aplicação do Exemplo 3.2.55: $F$ eleva o raio ao quadrado e dobra o ângulo. (Em notação complexa, $F$ é $z \mapsto z^2$.) O semiplano $\{x \gt 0\}$ é a imagem por $P$ da faixa $(0,\infty) \times (-\tfrac{\pi}{2},\tfrac{\pi}{2})$, e a aplicação $m(r,\theta) = (r^2,2\theta)$ é um difeomorfismo dessa faixa sobre $(0,\infty) \times (-\pi,\pi)$, com inversa $(r,\theta) \mapsto (\sqrt{r},\theta/2)$. Como $P$ é um difeomorfismo de $(0,\infty) \times (-\pi,\pi)$ sobre o plano sem o semieixo $\{(u,0) : u \le 0\}$, a restrição de $F$ ao semiplano é a composta de três difeomorfismos,

$$ F\big\vert_{\{x \gt 0\}} = P \circ m \circ \big(P\big\vert_{(0,\infty) \times (-\pi/2,\,\pi/2)}\big)^{-1}, $$

e é um difeomorfismo do semiplano $\{x \gt 0\}$ sobre o plano sem o semieixo real não positivo. A moral do exercício: ser invertível perto de cada ponto não garante ser invertível globalmente. O teorema da função inversa é um teorema local.

Exercício 3.2.7. Considere a esfera $S^2 = \{x^2 + y^2 + z^2 = 1\}$ perto do polo norte $(0,0,1)$. (a) Verifique a hipótese do teorema da função implícita para resolver $z$ em função de $(x,y)$ e exiba $A$, $B$ e $g$. (b) Calcule as derivadas parciais de $g$ pela Equação (3.2.18) e compare com a derivação direta. (c) Em que pontos da esfera o teorema não permite resolver $z$? O que ele permite nesses pontos?

Solução. (a) Aqui $n = 2$, $k = 1$, as variáveis livres são $(x,y)$, a variável a resolver é $z$, e $\Phi(x,y,z) = x^2 + y^2 + z^2$, com $c = 1$. A matriz $\partial\Phi/\partial z$ é o número $2z$, que vale $2 \neq 0$ no polo norte. O teorema garante a existência de $A$, $B$ e $g$. Neste caso eles podem ser exibidos: $A$ é o disco aberto $\{x^2 + y^2 \lt 1\}$, $B = (0,\infty)$ e

$$ g(x,y) = \sqrt{1 - x^2 - y^2}, $$

pois, para $(x,y) \in A$ e $z \gt 0$, a equação $x^2 + y^2 + z^2 = 1$ equivale a $z = \sqrt{1 - x^2 - y^2}$.

(b) Temos $\partial\Phi/\partial(x,y) = \begin{pmatrix} 2x & 2y \end{pmatrix}$ e $\partial\Phi/\partial z = 2z$. A Equação (3.2.18), com $z = g(x,y)$, dá

$$ Dg(x,y) = -\frac{1}{2z}\begin{pmatrix} 2x & 2y \end{pmatrix} = \begin{pmatrix} -\dfrac{x}{z} & -\dfrac{y}{z} \end{pmatrix}, $$

isto é,

$$ \frac{\partial g}{\partial x} = -\frac{x}{\sqrt{1-x^2-y^2}}, \qquad \frac{\partial g}{\partial y} = -\frac{y}{\sqrt{1-x^2-y^2}}. $$

Derivando diretamente a fórmula de $g$: $\partial_x\sqrt{1-x^2-y^2} = -2x\big/\big(2\sqrt{1-x^2-y^2}\big)$, e o análogo para $y$. Os resultados coincidem.

(c) A hipótese falha onde $2z = 0$, isto é, no equador. Ali a conclusão também falha: perto de um ponto do equador há pontos $(x,y)$ sobre os quais a esfera tem dois pontos, um com $z \gt 0$ e outro com $z \lt 0$. Mas a matriz jacobiana completa, $D\Phi = \begin{pmatrix} 2x & 2y & 2z \end{pmatrix}$, nunca se anula sobre a esfera. Em um ponto do equador, $x \neq 0$ ou $y \neq 0$, e o teorema, com as variáveis reordenadas, permite resolver $x$ ou $y$ em função das outras duas. Todo ponto da esfera tem, portanto, uma vizinhança na qual a esfera é o gráfico de uma função suave de duas das três coordenadas. Os seis hemisférios abertos $\{\pm x \gt 0\}$, $\{\pm y \gt 0\}$ e $\{\pm z \gt 0\}$ cobrem $S^2$, e no tópico 3.3 eles serão os domínios das primeiras cartas da esfera.

O que construímos

Este tópico não construiu nenhum objeto novo do capítulo. Ele deixou pronta a caixa de ferramentas:

  • o vocabulário topológico: espaço topológico, base, subespaço, produto e quociente; continuidade e homeomorfismo; a propriedade característica do quociente (Proposição 3.2.19);
  • quatro propriedades topológicas: Hausdorff e segundo-contável, que entrarão na definição de variedade; compacidade, com o lema da aplicação fechada (Lema 3.2.32); e conexidade, com o resultado sobre funções localmente constantes (Proposição 3.2.38);
  • o cálculo diferencial em $\mathbb{R}^n$: a derivada como aplicação linear, a regra da cadeia (Teorema 3.2.46), a igualdade das derivadas mistas e a derivada ao longo de uma curva (Proposição 3.2.48);
  • o lema de Hadamard (Lema 3.2.49), que fará de toda derivação um vetor;
  • difeomorfismos, a invariância da dimensão (Proposição 3.2.52) e os teoremas da função inversa (Teorema 3.2.53) e da função implícita (Teorema 3.2.57);
  • três teoremas de integração: Fubini (Teorema 3.2.62), mudança de variáveis (Teorema 3.2.64) e derivação sob o sinal de integral (Teorema 3.2.66).

Para chegar ao Teorema de Stokes ainda falta tudo o que a Equação (3.1.6) menciona: o espaço $M$, os objetos $\omega$, a derivada $d$, o bordo $\partial M$ e a integral. Mas duas peças da demonstração já estão sobre a mesa. A conta do Exemplo 3.2.63, feita com Fubini e com o teorema fundamental do cálculo, é o seu núcleo; e o módulo do determinante na mudança de variáveis é o motivo pelo qual a integração em variedades precisará de uma orientação.

O próximo tópico, 3.3 Variedades Diferenciáveis, usa a primeira metade desta caixa para definir o espaço em que todo o resto acontece: um espaço topológico de Hausdorff e segundo-contável, coberto por cartas que se relacionam por difeomorfismos entre abertos de $\mathbb{R}^n$.