Bien, veamos. Empezaremos con los campos vectoriales $X$ y $Y$ y la fórmula
$d\{Ad(k^{-1})\theta\}(X,Y)=X(Ad(k^{-1})\theta(Y))-Y(Ad(k^{-1})\theta(X)-Ad(k^{-1})(\theta([X,Y]))$ ,
que es estándar.
Toda la acción está en los dos primeros términos, y por simetría sólo tenemos que mirar $X(Ad(k^{-1})\theta(Y))$ .
Comenzamos señalando que tenemos una regla de producto:
$X(Ad(k^{-1})\theta(Y))=X(Ad(k^{-1}))(\theta(Y))+Ad(k^{-1})(X(\theta(Y)))$ .
Si te sientes mareado porque eso es cierto, elige una base para $\mathfrak{g}$ y te das cuenta de que todo lo que estás haciendo es diferenciar la multiplicación de matrices. Otra razón potencial para sentirse desconcertado es la expresión $X(Ad(k^{-1}))$ Lo que empieza a tener sentido cuando se piensa en $Ad(k^{-1})$ como viviendo en el espacio vectorial de todas las transformaciones lineales de $\mathfrak{g}$ .
El único término antagónico anterior es $X(Ad(k^{-1}))$ que es lo mismo que $Ad(k^{-1})_*(X)$ (el empuje de $X$ ) ya que las transformaciones lineales de $\mathfrak{g}$ son un espacio vectorial. Trabajaremos este avance en un punto fijo $x\in M$ , señalando en primer lugar que $Ad(k^{-1})=Ad(\iota\circ k)$ donde $\iota$ denota la inversión en $H$ .
$Ad(k^{-1})_{*x}(X)=Ad_{*k(x)^{-1}}\iota_{*k(x)}(k_{*x}(X))$
Llame a $k_{*x}(X)=\xi=\xi_{k(x)}$ . Necesitamos saber qué $\iota_{*h}\xi$ resulta ser. Bueno, $\xi_{h}$ genera un campo vectorial invariante a la izquierda cuyo valor en $e\in H$ es $\omega_H(\xi_h)$ Así que $\xi_h=\displaystyle\frac{d}{dt}\big|_{t=0}h\exp(t\omega_H(\xi_h))$ y por lo tanto
$\iota_{*h}\xi=\frac{d}{dt}\big|_{t=0}(h\exp(t\omega_H(\xi_h)))^{-1}=\frac{d}{dt}\big|_{t=0}\exp(-t\omega_H(\xi_h))h^{-1}=\frac{d}{dt}\big|_{t=0}h^{-1}h\exp(-t\omega_H(\xi_h))h^{-1}=\frac{d}{dt}\big|_{t=0}h^{-1}\exp(-tAd(h)\omega_H(\xi_h))=(L_{h^{-1}})_*(-Ad(h)(\omega_H(\xi_h)))$
(Esto es lo que dice la proposición 3.4.10 (ii) del libro de Sharpe).
Bien, ¿dónde estamos? Tenemos
$Ad(k^{-1})_{*x}(X)=Ad_{*k(x)^{-1}}(L_{k(x)^{-1}})_*(-Ad(k(x))(\omega_H(\xi)))=Ad_{*k(x)^{-1}}(L_{k(x)^{-1}})_*(-Ad(k(x))(k^*\omega_H(X)))$
Estamos bastante cerca. Llama a $-Ad(k(x))(k^*\omega_H(X))=\eta$ . Lo que tenemos que calcular es $Ad_{*}(L_{g^{-1}})_*(\eta)$ :
$Ad_{*}(L_{g^{-1}})_*(\eta)=\frac{d}{dt}\big|_{t=0}Ad(g^{-1}\exp(t\eta))=Ad(g^{-1})\frac{d}{dt}\big|_{t=0}Ad(\exp(t\eta))=Ad(g^{-1})[\eta,\cdot]=[Ad(g^{-1})\eta,Ad(g^{-1})(\cdot)]$
Ahora sustituye $g=k(x)$ y esa engorrosa expresión para $\eta$ y encontramos que
$Ad(k^{-1})_{*x}(X)=Ad_{*k(x)^{-1}}(L_{k(x)^{-1}})_*(-Ad(k(x))(k^*\omega_H(X)))=[Ad(k(x)^{-1})(-Ad(k(x))(k^*\omega_H(X))),Ad(k(x)^{-1})(\cdot)]=-[k^*\omega_H(X)),Ad(k(x)^{-1})(\cdot)]$
Si juntamos todo esto, tenemos
$X(Ad(k^{-1}))(\theta(Y))=-[k^*\omega_H(X)),Ad(k(x)^{-1})(\theta(Y))]=[Ad(k(x)^{-1})(\theta(Y)),k^*\omega_H(X))]$
lo que nos lleva al cómputo final:
$d\{Ad(k^{-1})\theta\}(X,Y)=X(Ad(k^{-1})\theta(Y))-Y(Ad(k^{-1})\theta(X)-Ad(k^{-1})(\theta([X,Y]))=X(Ad(k^{-1}))(\theta(Y))+Ad(k^{-1})(X(\theta(Y)))-(Y(Ad(k^{-1}))(\theta(X))+Ad(k^{-1})(Y(\theta(X))))-Ad(k^{-1})(\theta([X,Y]))=[Ad(k(x)^{-1})(\theta(Y)),k^*\omega_H(X))]-[Ad(k(x)^{-1})(\theta(X)),k^*\omega_H(Y))]+Ad(k^{-1})(d\theta)(X,Y)=Ad(k^{-1})(d\theta)(X,Y)-[Ad(k(x)^{-1})\theta,k^*\omega_H](X,Y)$
que es lo que queríamos probar.