Solução dos Exercı́cios

Capı́tulo 2

Exercı́cio 2.1: Seja x = (x1 , · · · , xn ) ∈ Rn . Mostre que cada uma das expressões
abaixo define uma norma em Rn .
n
X
kxk1 = |xi |, kxk∞ = max{|x1 |, · · · , |xn |}.
i=1

Solução: (a) Para x ∈ Rn , definimos kxk1 = |x1 | + |x2 | + · · · + |xn |.

É claro que kxk1 ≥ 0 e que kxk1 = 0 se e somente se x = 0. Além disso,


kλxk1 = |λx1 | + |λx2 | + · · · + |λxn | = |λ| |x1 | + |x2 | + · · · + |xn | = |λ|kxk1 .

Lembrando que |a + b| ≤ |a| + |b| para todo a, b ∈ R, obtemos

n
X n
X

kx + yk1 = |xj + yj | ≤ |xj | + |yj | = kxk1 + kyk1 .
j=1 j=1

(b) Para x ∈ Rn , definimos kxk∞ = max |x1 |, . . . , |xn | .



É claro que kxk∞ ≥ 0 e que kxk∞ = 0 se e somente se x = 0. Além disso,

 
kλxk∞ = max |λx1 |, . . . , |λxn | = |λ| max |x1 |, . . . , |xn | = |λ|kxk∞ .

kx + yk∞ = max{|x1 + y1 |, . . . , |xn + yn |}

≤ max{|x1 | + |y1 |, . . . , |xn | + |yn |}
≤ max{|x1 |, . . . , |xn |} + max{|y1 |, . . . , |yn |}
= kxk∞ + kyk∞

Exercı́cio 2.2: Faça os detalhes da prova do Corolário 2.10.

Solução: Os detalhes omitidos na prova do Corolário 2.7 se referem à minimização da
função
λp−1 1
ϕ(λ) = kxkpp + kykqq , λ > 0 (p > 1). (2.1)
p qλ
É claro que
lim ϕ(λ) = lim ϕ(λ) = +∞.
λ→0+ λ→+∞

Como ϕ é função contı́nua e positiva, existe um λ0 > 0 ponto de mı́nimo de ϕ no

intervalo (0, +∞). Como

p − 1 p−2 1
ϕ′ (λ) = λ kxkpp − 2 kykqq ,
p qλ

8
temos ϕ′ (λ) = 0 se e somente se

p kykqq
λp = .
q(p − 1) kxkpp

Observando que 1/p + 1/q = 1, verificamos facilmente que p/q(p − 1) = 1. Portanto,

q/p
kykq
λ0 = (2.2)
kxkp

é o único ponto de mı́nimo de ϕ no intervalo (0, +∞). Substituindo λ0 dado em (2.2)

em (2.1), obtemos
ϕ(λ0 ) = kxkp kykq .

Como |hx, yi| ≤ ϕ(λ0 ), conclui-se a prova.

Exercı́cio 2.3: Seja x ∈ Rn . Mostre que lim kxkp = kxk∞ .

p→∞

Solução: É claro que kxkpp = |x1 |p + · · · |xn |p ≤ nkxkp∞ . Portanto

kxkp ≤ n1/p kxk∞ . (2.3)

Por outro lado, kxk∞ = |xi0 | para algum i0 ∈ {1, 2, . . . , n}, o que implica

kxkp∞ ≤ |x1 |p + · · · + |xn |p = kxkpp . (2.4)

De (2.3) e (2.4) obtemos

kxk∞ ≤ kxkp ≤ n1/p kxk∞ . (2.5)

Como
lim n1/p = 1,
p→+∞

a conclusão segue do Teorema do Sanduı́che.

Exercı́cio 2.4: Se as normas k kα e k kβ são equivalentes num espaço vetorial V e k kβ
e k kγ são equivalentes, mostre que k kα e k kγ são equivalentes.
Solução: Por hipótese temos

m1 kxkα ≤ kxkβ ≤ M1 kxkα , ∀x ∈ V ;

m2 kxkβ ≤ kxkγ ≤ M2 kxkβ , ∀x ∈ V.

Portanto,
m1 m2 kxkα ≤ kxkγ ≤ M2 M1 kxkα , ∀x ∈ V.

9
Exercı́cio 2.5: Sejam p1 , p2 ∈ [1, ∞]. Mostre que as normas k kp1 e k kp2 de Rn são
equivalentes.
Solução: Vimos no Exercı́cio 2.3 que, qualquer que seja p ∈ [1, +∞), as normas k kp
e k k∞ são equivalentes (veja (2.5)). Portanto,

k kp1 ∼ k k∞ e k k∞ ∼ k kp2 .

Pelo Exercı́cio 2.4 concluı́mos que

k kp1 ∼ k kp2 .

Exercı́cio 2.6: Demonstre o Teorema 2.11.

Solução: Seja T : V → W isomorfismo (linear e bijetora). Seja k kW uma norma de
W e definimos kvkV = kT (v)kW para todo v ∈ V . Mostremos que k kV é uma norma
em V . Obviamente kvkV ≥ 0. Além disso, kvkV = 0 se e somete se T (v) = 0, isto é,
v ∈ Ker(T ). Como T é inversı́vel, Ker(T ) = {0}. Logo, kvkV = 0 se e somente se v = 0.
Além disso,
kλvkV = kT (λv)kW = kλT (v)kW = |λ|kvkV .
A desigualdade triangular segue por argumento análogo:

ku + vkV = kT (u + v)kW = kT (u) + T (v)kW ≤ kukV + kvkV .

Sejam k kα e k kβ duas normas equivalentes de W . Então existem m, M > 0 tais que

mkwkα ≤ kwkβ ≤ M kwkα , ∀w ∈ W.

Definimos kvka = kT (v)kα e kvkb = kT (v)kβ . Então

kvkb = kT (v)kβ ≥ mkT (v)kα = mkvka ,

kvkb = kT (v)kβ ≤ M kT (v)kα = M kvka .

Portanto, mkvka ≤ kvkb ≤ M kvkb e temos a conclusão.

Exercı́cio 2.7: Mostre que as normas definidas em C [0, 1]; R por
Z 1 
kf k1 = |f (x)| dx, kf k∞ = max |f (x)| ; x ∈ [0, 1]
0

não são equivalentes.

Solução: Seja f ∈ C [0, 1]; R . Como toda função contı́nua é integrável num intervalo
limitado e atinge o valor máximo num intervalo limitado e fechado, as normas k k1 e
k k∞ estão bem definidas.
É claro que |f (x)| ≤ kf k∞ para todo x ∈ [0, 1]. Portanto,
Z 1
kf k1 = |f (x)| dx ≤ kf k∞ .
0

10
Se as normas fossem equivalentes, existiria M > 0 tal que


kf k∞ ≤ M kf k1 , ∀f ∈ C [0, 1]; R . (2.6)
Consideremos fk (x) = xk , k ∈ N. É fácil ver que kfk k∞ = 1 e kfk k1 = 1/(k + 1) para
todo k. Portanto a desigualdade em (2.6) daria
M
1≤ , ∀k ∈ N,
k+1
o que é impossı́vel. Portanto, não existe tal M > 0 e consequentemente, as normas não
são equivalentes.

Exercı́cio 2.8:
a) Seja A matriz n × n positiva-definida (isto é, hAx : xi > 0, ∀x ∈ Rn , x 6= 0) e
simétrica (isto é, hAx : yi = hx : Ayi, ∀x,
p y ∈ Rn ), onde h:i denota o produto
escalar usual de Rn . Mostre que kxkA = hAx : xi é uma norma em Rn .
b) Seja B matriz
p n × n positiva-definida (não necessariamente simétrica). Mostre que
kxkB = hBx : xi é uma norma em Rn .
c) Sejam p
A e B matrizes simétricas e positivas tais que AB = BA. Mostre que
kxk = hAx : Bxi é uma norma em Rn .
Solução: (a) Temos, por hipótese, A simétrica e hAx : xi > 0 para todo x ∈ Rn ,
x 6= 0. Portanto, kxkA > 0 para todo x 6= 0 e, obviamente, k0kA = 0. Além disso,
kλxk2A = hλAx : λxi = λ2 hAx : xi2 , o que implica
kλxkA = |λ|kxkA .
Para verificar a desigualdade triangular, observe que |hAx : yi| ≤ kxkA kykA (desigual-
dade de Cauchy-Schwarz). De fato,
0 ≤ kx + τ yk2A = kxk2A + 2τ hAx : yi + τ 2 kyk2A , ∀τ ∈ R,
o que implica que o discriminante do trinômio do segundo grau
τ 7→ τ 2 kyk2A + 2τ hAx : yi + kxk2A
é negativo ou nulo, isto é,
4hAx : yi2 − 4kyk2A kxk2A ≤ 0. (2.7)
A desigualdade de Cauchy-Schwarz se obtém após extrair a raı́z em (2.7).
Assim,
kx + yk2A = kxk2A + 2hAx : yi + kyk2A
≤ kxk2A + 2kxkA kykA + kyk2A
2
≤ (kxkA + kykA )
e temos a conclusão.
Observação (para o estudante menos atento): a aplicação (x, y) 7→ hAx : yi define um
produto interno em Rn e o argumento acima é o usual na demonstração de que todo
produto interno gera uma norma.

11
(b) Temos, por hipótese, hBx : xi > 0 para todo x ∈ Rn , x 6= 0. Considere a matriz
simétrica
1
A = (B + B T )
2
Afirmativa: hBx : xi = hAx : xi para todo x ∈ Rn .
Observe que se for verdadeira a afirmativa, a prova de que k kB é uma norma se reduz
ao caso anterior. Para provar a afirmativa, sejam bij , i, j = 1, . . . , N , os coeficientes da
matriz B, isto é,
b11 b12 · · · b1n
 
 b21 b22 · · · B2n 
B=  ... .. .. .. 
. . . 
bn1 bn2 · · · bnn
Os coeficientes da matriz A são da forma

bii se i = j,
aij =
(bij + bji )/2 senão.
Então
X X X bij + bji
hBx : xi = bij xj xi = bii x2i + xi xj = hAx : xi.
i,j i
2
i6=j

Observação (ao estudante menos atento): Para que a afirmativa acima não pareça à
primeira vista mais artificiosa do que realmente é, considere o seguinte exemplo em R2 :
 
6 3
B=
1 5
A forma quadrática associada a B é hBx : xi = 6x21 +4x1 x2 +5x22 , que podemos escrever
na forma   
6 2 x1 1
(x1 , x2 ) · = h (B + B T )x : xi.
2 5 x2 2

(c) É claro que kxk2 = hAx : Bxi = hB T Ax : xi = hABx : xi.

Como A e B são simétricas e comutam, então AB é simétrica. De fato,
(AB)T = B T AT = BA = AB.
Portanto, este caso se reduz ao caso (a) se tivermos a garantia de que AB é positiva.
Sabemos que A e B são simétricas e positivas. Portanto, são diagonalizáveis e todos os
autovalores são positivos. Sejam λ1 , . . . , λn os autovalores de A e µ1 . . . , µn os autova-
lores de B. Como A e B comutam, são simultaneamente diagonalizáveis, isto é, existe
uma base ortonormal de Rn formada por autovetores de A e B. Mais precisamente,
existe uma base ortonormal {~u1 , ~u2 , . . . , ~un } tal que
A~ui = λi ~ui , B~ui = µi ~ui .
Se x = α1 ~u1 + · · · + αn~un é um vetor não nulo, então
kxk2 = hAx : Bxi = λ1 µ1 α21 + · · · + λn µn α2n > 0.

Observação (para o estudante mais atento): Dê um exemplo que mostre que a hipótese
AB = BA é essencial.

12
Exercı́cio 2.9: Considere V = Mm×n o espaço vetorial das matrizes de ordem m × n.
Para A, B ∈ V , seja
A : B := tr(AT B),



onde AT é a matriz transposta de A e tr(AT B) denota o traço da matriz quadrada

AT B, isto é, a soma dos elementos da diagonal principal.


a) Mostre que : define um produto interno em V .
q

b) Verifique que A : A = kAk2 , onde k k2 é a norma definida por (2.6) para p = 2.
c) Se m = n, mostre que kABk2 ≤ kAk2 kBk2
Solução: (a) Vamos introduzir a seguinte notação: para A ∈ Mm×n , definimos

Li (A) := (ai1 , ai2 , . . . , ain ), vetor linha i de A;

(2.8)
Cj (A) := (a1j , a2j , . . . , amj ), vetor coluna j de A;

Observando que Li (AT ) = Ci (A), podemos escrever

[AT B]ij = hLi (AT ) : Cj (B)iRm = hCi (A) : Cj (B)iRm ,

onde h:iRm denota o produto interno usual de Rm . Portanto,

n
X n
X
hA : Bi = [AT B]ii = hCi (A) : Ci (B)iRm ,
i=1 i=1

Como Ci : Mm×n → Rm é linear, as propriedades (i) e (ii) da Definição 2.5 são herdadas
diretamente do produto interno usual de Rm . Por outro lado, se A 6= 0, então Ci (A) 6= 0
para algum 1 ≤ i ≤ n e
Xn
hA : Ai = kCi (A)k22 > 0.
i=1

(b) Pela notação introduzida em (2.8), temos

n
X n X
X m
kCi (A)k22 = a2ki = kAk22 .
i=1 i=1 k=1

(c) Pela notação introduzida acima e a desigualdade de Cauchy-Schwarz em Rn , temos

[AB]ij = hLi (A) : Cj (B)iRn ≤ kLi (A)k2 kCj (B)k2 .

Pela definição da norma k k2 de Mm×n , temos

n
X n
X
kABk22 = [AB]2ij ≤ kLi (A)k22 kCj (B)k22 = kAk22 kBk22
i,j=1 i,j=1

13
Exercı́cio 2.10: Para cada k ∈ N seja fk : [0, 1] → R, fk (x) := xn . Mostre que o


conjunto X := f1 , f2 , f3 , . . . é linearmente independente e conclua que C [0, 1]; R
tem dimensão infinita.
Solução: Consideremos uma combinação linear (finita) nula de elementos de X , isto é,
α1 fk1 + · · · + αm fkm = 0. Sem perda de generalidade, podemos supor que k1 < k2 <
· · · < km . Então

f (x) := α1 xk1 + · · · + αm xkm = 0, ∀x ∈ [0, 1].

Calculando a derivada de ordem km de f , obtém-se 0 = f (km ) (x) = αkm . Repetindo o

argumento para as derivadas de ordem km−1 , km−2 , . . . , k1 , concluı́mos que α1 = α2 =
· · · = αm = 0. Portanto, X é linearmente independente e, em particular, C [1, 2]; R)
tem dimensão infinita.

Exercı́cio 2.11: Seja X um conjunto e f : X → Rn uma função. Mostre que

n 
X 
sup kf (x)k2 − inf kf (x)k2 ≤ sup fi (x) − inf fi (x) ,
x∈X x∈X x∈X
i=1 x∈X

onde k · k2 denota a norma 2 de Rn .

Solução: f : X → Rn , uma função vetorial definida em um conjunto arbitrário X 6= ∅.
Queremos provar que
Xn  
sup kf (x)k2 − inf kf (x)k2 ≤ sup fi (x) − inf fi (x) .
x∈X x∈X x∈X x∈X
i=1

Vamos supor por um momento que, para qualquer que seja g: X → R, vale a desigual-
dade
sup |g(x)| − inf |g(x)| ≤ sup g(x) − inf g(x). (2.9)
x∈X x∈X x∈X x∈X

Então, basta provar que

n 
X 
sup kf (x)k2 − inf kf (x)k2 ≤ sup |fi (x)| − inf |fi (x)| .
x∈X x∈X x∈X x∈X
i=1

Para simplificar a notação, consideremos

α = sup kf (x)k2 , β = inf kf (x)k2 ,

x∈X x∈X

ai = sup |fi (x)|, bi = inf |fi (x)|.

x∈X x∈X

Então
α2 = (sup kf (x)k2 )2 = sup kf (x)k22 = sup(|f1 (x)|2 + · · · + |fn (x)|2 )
≤ a21 + · · · + a2n
(2.10)
β 2 = (inf kf (x)k2 )2 = inf kf (x)k22 = inf(|f1 (x)|2 + · · · + |fn (x)|2 )
≥ b21 + · · · + b2n

14
De (2.10) temos
α2 − β 2 ≤ (a21 − b21 ) + · · · + (a2n − b2n ).

Dividindo a desigualdade acima por α + β, temos

a1 + b1 an + bn
α − β ≤ (a1 − b1 ) + · · · + (an − bn ) .
α+β α+β

Como ai ≤ α e bi ≤ β, segue que (ai + bi )/(α + β) ≤ 1. Além disso, como ai − bi ≥ 0,

podemos concluir que

α − β ≤ (a1 − b1 ) + · · · + (an − bn ),

que é a desigualdade desejada.

Vamos então provar (2.9). Suponhamos que, para alguma função g: X → R, a desigual-
dade (2.9) não se verifique, isto é (omitindo a variável x para simplificar a notação),

sup |g| − inf |g| > sup g − inf g.

Então existe ε0 > 0 tal que sup g − inf g + ε0 < sup |g| − inf |g|. Em particular,

g(x) ≤ sup g < sup |g| − inf |g| + inf g − ε0 , ∀x ∈ X.

Fixemos x ∈ X arbitrário. Então inf g > g(x) + ε0 + inf |g| − sup |g|, de modo que

g(y) ≥ inf g > g(x) + ε0 + inf |g| − sup |g|, ∀y ∈ X.

Como x e y foram fixados arbitrariamente, temos

g(x) − g(y) < sup |g| − inf |g| − ε0 , ∀x, y ∈ X. (2.11)

Trocando x por y em (2.11), obtemos

|g(x) − g(y)| < sup |g| − inf |g| − ε0 , ∀x, y ∈ X.

Como |g(x)| − |g(y)| ≤ |g(x) − g(y)|, temos

|g(x)| − |g(y)| < sup |g| − inf |g| − ε0 , ∀x, y ∈ X. (2.12)

Fixando y e passando ao sup em x na desigualdade (2.12), obtemos

|g(y)| ≥ inf |g| + ε0 , ∀y ∈ X,

o que é impossı́vel com ε0 > 0.

15