Lista 2 de MT401 - Solução

Código do autor ____________________ Código do corretor __________________

Problemas 2.1
10)

Vamos assumir que Y ou Z seja(m) subspaço(s) próprio(s), pois se Y = X=Z , é claro

que tanto a união como a intersecção são espaços vetoriais.

Como conjunto não há dúvida de que Y ∩Z⊂X . Além disso Y ∩Z≠∅ pois pelo menos

o vetor nulo é comum aos dois subspaços. Sejam w 1, w2 ∈Y ∩Z . Assim temos que a

combinação α 1 w 1+ α 2 w 2∈Y pois w 1, w2 ∈Y que é subespaço vetorial. Da mesma forma

α 1 w 1+ α 2 w 2 ∈ Z pois w 1, w2 ∈Z . Mas a combinação linear é a mesma, assim ambas as

afirmações serão sempre verdadeiras apenas na intersecção dos conjuntos.

A união pode não ser subespaço. Como conjunto não há dúvida de que Y ∪Z⊆X O

caso impróprio Y ∪Z=X é óbvio que é subespaço.. Mas considere w 1∈Y e w 2∈ Z .

Nada impede que α 1 w 1+ α 2 w 2∈ X −Y ∪Z para alguma combinação linear e assim a

união não seria um espaço vetorial. Para mostrar isto, basta um exemplo
simples: duas retas concorrentes na origem em um plano. As retas são subespaços
vetoriais, qualquer combinação não trivial de vetores nas retas distintas vai dar um
vetor fora de ambas as retas, isto é, fora da união das retas.
12)

É fácil perceber, usando as definições usuais da álgebra de matrizes e multiplicação

por escalar, que as matrizes formam um espaço vetorial. O vetor zero vai ser a matriz
nula (todas as componentes zero). Sendo matrizes quadradas de ordem dois, a dim X
=4.
Exemplos. Matrizes triangulares formam um subespaço vetorial de dimensão 3.
Tanto as superiores quanto as inferiores. Basta mostrar um caso:
A matriz triangular inferior mais geral possível é T =( a ) onde a , b , c ∈R . As
0
b c

operações soma por escalar e soma de matrizes triangulares mantêm o tipo de matriz.
Além disso a matriz nula também é triangular. Então fica fácil mostrar que as
matrizes triangulares formam um espaço vetorial.
Matrizes simétricas também forma um subespaços vetorial de dimensão 3.
Observe a matriz simétrica mais geral possível S= (ab bc ) onde a , b , c ∈R . As operações
soma por escalar e soma de matrizes simétricas mantêm o tipo de matriz. Além disso
a matriz nula é simétrica. Então fica fácil mostrar que as matrizes simétricas formam
um espaço vetorial.

Matrizes singulares não formam um subespaço vetorial, pois é possível ter duas
matrizes singulares que combinadas formam uma matriz não singular.
Exemplo: (
M= a
a
b
b )e N= (dc cd ) , e assim, (
M + N = a+c
a+ d
b +c
b+d ) nem sempre é singular.
14)

a) Mostrar que é uma partição de X. É claro que x+ Y ⊂X pois x∈X e Y ⊂ X . O

elemento nulo está em Y, pois ele é subespaços vetorial. Agora mostrar que são
disjuntos. Considere x 1, x 2 ∈ X não nulos e x 1≠x 2 tais que x 1− x 2∉Y . É claro que

( x1 +Y )∩( x 2 +Y )=∅ Assim, o conjunto de todos os x∈X , inclusive o vetor nulo gera

uma partição de X, incluindo o próprio Y.

b) Mostrar que formam elementos de um espaço vetorial. As propriedades
associativa, comutativa e elemento neutro são diretas.
O elemento oposto (simétrico) existe pois v + w+Y =0+Y =Y se e somente se

v + w=0∈ X A propriedade de distributividade e associatividade na multiplicação por

escalar é muito fácil mostrar que é satisfeita pela definição acima.
Portanto X/Y é um espaço vetorial.
Problemas 2.2
8)

Em todos os casos, N1 (norma não negativa) e N2 (só o vetor nulo tem norma zero)
são triviais. A condição N3, da multiplicação por escalar também é simples pela
definição de multiplicação por escalar: α ( ξ1 , ξ2 , …, ξ n )=( α ξ 1 , α ξ2 , …, α ξ n )

Resta mostrar que a desigualdade do triângulo vale para essas normas.

A norma 1, do taxista, e a norma do máximo satisfazem a desigualdade do triângulo
das suas normas pela desigualdade do triângulo de cada componente de números
reais (ou complexos).
A norma p, é a mais sutil, mas segue da desigualdade de Minkowski:

Não é preciso demonstrar essa igualdade nesse exercício, pois já demonstramos em

sala de aula.
10)

As normas do problema 6 são

e a figura 16 é:

Na norma do taxista, a esfera é um quadrado nos quais as diagonais estão ao longo

dos eixos cartesianos que coincidem com as direções norte-sul e leste oeste.
A norma 2 é a norma de Euclides e a esfera é o círculo no plano.
Na norma 4, a esfera é um laço de maior área e perímetro que o círculo no plano. O
1
( 1− x p )
desenho é ilustrativo, pode-se mostrar f ( p )≡∫0 ¿
1

p
dx é uma função crescente
¿

com p≥1 . De fato esta função é bem conhecida como função Beta que tem a

1
definição geral assim: B (s ,t )=∫0 x (1−x) d x Isto é, a área de um quarto da
s−1 t−1

esfera unitária é dada por f ( p )= 1 B 1 +1 , 1 . Sem entrar em detalhes, mostro apenas o

p (p p )
gráfico desta função para p∈[1,9 ] :

12)

O problema 11 trata de conjunto convexo.

A sugestão de usar o resultado do problema 11 é pegar uma bola fechada com esta
função proposta como norma, e perceber que vai existir combinação linear que não
vai pertencer à bola fechada, que deveria ser um subespaço vetorial. Assim, a função
proposta não pode ser uma norma.
Considere o seguinte contra exemplo x=( 0 ,1 ) e y=(1,0) então φ( x )=1 , φ( y )=1 e

φ( x + y )=4 . Assim obtemos que φ( x + y )> φ( x )+φ ( y ) , isto é, não satisfaz a

desigualdade do triangular.

14)

Basta perceber que esta função proposta não satisfaz uma das propriedades de uma
métrica induzida pela norma: ~ d ( α x , α y )=d ( α x , α y )+1= ( α ) d ( x , y )+ 1≠( α ) ~ d ( x , y )

15)

Considere y= y 0 ∈ M fixo . Então s ∀ x∈ M d ( x , y 0 )=s ∀ x∈ M ( x ) ≤δ ( M ) E se o conjunto M é

limitado, então ( x )≤c≤δ ( M )

Problemas 2.3
4)

Essas transformações (mappings) têm o domínio em X ×X e R× X e imagem em X,

respectivamente. Assim, a métrica (induzida pela norma) de X somente não é

suficiente para avaliar continuidade dessas aplicações. Há várias possibilidades de
extensão da métrica para os espaços produtos. No entanto, podemos considerar o
conceito de continuidade com base em sequências.
Seja z n=( x n , y n ) , z n ∈ X× X uma sequência convergente em X ×X , digamos

z n → z =( x , y ) . Isto é, d ( x n , x )→0 e d ( y n , y )→0 . Observem que usamos a métrica de

X. Então pela desigualdade ( d ( x n , y n )−d ( x , y ) )≤ d ( x n , x )+d ( y n , y ) concluímos que

d ( x n , y n )→d( x , y ) . Temos então que T z=x + y e assim T z n= x n + y n → x+ y pela

métrica (induzida pela norma). Assim provamos que a operação soma vetorial é
contínua em relação à norma de X.
A operação multiplicação por escalar segue o mesmo raciocínio (copiar e quase
colar).

Seja z n=( α n , xn ) , z n ∈R× X uma sequência convergente em R× X , digamos

z n → z =( α , x ) . Isto é, d ( x n , x )→0 e ( α n−α ) → 0 . Temos então que T z=α x e assim

T z n= α n x n→ α x pela métrica (induzida pela norma) e pelo módulo no corpo (real ou

complexo).

7)
A dica é considerar sequências com um número finito de valores não nulos. O
problema mostra Y ⊂l ∞ é um subespaço vetorial (com a norma do máximo). Assim

1 1
y 1=( 1,0 , 0 ,…) , y 2=( 0 , 0,0 ,…) , y 3 =( 0,0 , . .. ) etc. Assim
4, 9,
2

converge. No entanto ∑ j =1 ¿ y j=(1 , 14 , 19 , 16

1
∞ ∞ 1 π ∞
∑ j =1 ¿ ( y j )= ∑ j=1 ¿
j
2
=
6 , .. .) não
¿
¿ ¿

converge para um elemento de Y.

10)

Pela definição da base de Schauder:

Vamos construir um subconjunto denso e enumerável. Considere números racionais

q1 , q2 , … , qn ∈Q tais que ( α i−q i ) <ε i , isto é, são aproximações racionais aos números

reais α i para 1≤i≤n , pois Q é denso em R . Seja então y= n q e . Usando a

∑i=1 i i
desigualdade do triângulo e a fórmula (3) acima, temos
n n
∑i= 1 ¿ ( α i −q i ) ( ei ) < ∑i = 1 ¿ ε i ( ei ) ≡ε
( x − y ) =¿
Assim construímos um subconjunto
¿

Y enumerável (pelos racionais) que é denso em X e portanto X é separável.

12)
Como N3 (multiplicação por escalar) vale, então se o escalar for o 0∈R temos

p( 0×x )=0× p( x )=0 ∀ x . Portanto p(0)=0.

E como N4 (desigualdade do triângulo) e N1 (não negativo) valem, temos

0≤p ( x )= p( x + y− y )≤ p( x− y )+ p ( y ) e 0≤p ( y )= p( y + x−x )≤ p( y−x )+ p ( x ) . É

fácil ver, por N3 (multiplicação por -1) que p(-x)=p(x) e portanto p(x-y)=p(y-
x).Assim podemos subtrair p(y) ou p(x) da primeira e segunda desigualdades acima
para obter p( x )− p( y )≤ p( x− y ) ou p( y )−p ( x )≤ p( y−x ) de onde segue a

desigualdade com o módulo ( p( x )− p( y ))≤ p( x− y )

14)

Os espaços quocientes seguem do conceito de partição de X pelos cosets de Y, do

prob 14 sec. 2.1. Então a proposição de uma norma para cada coset de Y é
( ˆ x )0=i x∈ X / Y ( x )
Essa definição não pode ser negativa, vai ser nula se e somente se ˆ x=0=x e a
multiplicação por escalar é mantida em função da norma em X e das propriedades do
ínfimo. Resta um pouco mais de elaboração para a desigualdade do triângulo. Com
efeito sejam ˆ u,ˆ v∈X /Y . Então ( ˆ u+ˆ v )0 =iu +v ∈X /Y (u+ v )≤i u +v∈ X /Y ( (u )+ ( v ) )

pela desigualdade do triângulo na norma em X. Observem que na última passagem

usamos a definição de coset: ˆ u∈X /Y são elementos da classe u+y, onde u∈X e y ∈Y .

Considerando que o ínfimo da soma de números não negativos é igual à soma dos
ínfimos desses números temos: ( ˆ u+ˆ v ) 0 ≤iu +v+ Y ( u ) +i u+ v +Y ( v ) . Na “varredura” do

ínfimo, os vetores que não contribuem podem ser eliminados:

( ˆ u+ˆ v )0 ≤iu +Y ( u )+i v +Y ( v )= ( ˆ u )0+ (+ ˆ v )0

E portanto satisfaz a desigualdade do triângulo. Assim, a função real proposta é uma

norma na restrição do espaço quociente X/Y

Problemas 2.4
8)

O problema citado trata do espaço vetorial Rn ou Cn das n-tuplas ordenadas com a

norma da somas dos módulos (norma um), a norma p e a norma do máximo. Esse
problema quer relacionar a normas um e dois, isto é p=2, que é a norma Euclideana.
Com efeito vamos elevar ao quadrado a desigualdade entre norma um e dois que
vamos provar, a saber, ( ( x )2 )2≤( ( x )1 )2 , isto é,
n
∑i = 1
¿ ( ξ i )

. Podemos obter facilmente a

¿
¿
n
∑i = 1
¿ ( ξ i )
¿
¿
n
∑ j = 1
¿ ( ξ j )
¿
¿
n
∑i = 1
¿ ( ξ i )
2
≤ ¿
¿
¿

seguinte igualdade
n
∑ i =1
¿ ( ξi )

sendo
¿
¿
n
∑ j =1
¿ ( ξ j )
¿
¿
n
∑i ≠ j = 1
¿ ( ξ i )
¿
¿
n
∑ j ≠ i = 1
¿ ( ξ j )
¿
¿
n 2
∑i = 1
¿ ( ξ i ) + ¿
¿
¿

que a desigualdade segue pois o termo de produtos mistos é não negativo. Com isto
provamos que ( ( x )2 )2≤( ( x )1 )2
n
√ n
Vamos mostrar a desigualdade 1 ( ( x )1) ≤( x )2 , isto é ∑k=1 ¿ ( ξ i ) ≤√ n ∑k=1 ¿ ( ξ i )
2

√n ¿
¿
Para tanto basta usar a desigualdade

com ηm =1, m ∈[ 1 , n ] .

10)

Pelas regras de combinação linear de matrizes de mesmo tipo m×n , é fácil mostrar

que Z é um espaço vetorial. Como cada componente da matriz é independente, é fácil

construir uma base que tem m×n elementos Linearmente Independentes. Temos

assim um espaço vetorial de dimensão finita. Como tal, todas as normas em Z levam
à mesma topologia para Z. Em outras palavras, se escolhemos uma norma de
referência ( . )0 e as demais normas ( . ) satisfizerem a relação a relação

a ( . ) 0≤ ( . ) ≤b ( . )0 para a , b>0 então elas são equivalentes.

Sejam A in Z matrizes do tipo m×n . Então uma base possível para Z é formada por

matrizes E tais e i j=1 para um par ordenado (i,j) e zero para as demais entradas da

matriz. Qualquer matriz A pode ser escrita como uma combinação linear das matrizes
E, que formam uma base com m×n elementos. A equivalência das normas segue do

Teorema 2.4-5.
Problemas 2.5
3)

Pelo teorema da compacidade

Curvas no plano são subconjuntos de pontos em R2 , que é um espaço normado de

dimensão infinita. Então bastam curvas que sejam fechadas e limitadas

Exemplo:
Círculo: ( x , y )∈ R
2 tal que x 2+ y 2 =1 é uma curva compacta.

Hipérboles: ( x , y )∈ R
2 tal que x y =1 são curvas não compactas pois não são limitadas

se x∈[−1,1 ] por exemplo.

As curvas podem ter definições paramétricas. Podemos ver uma classe de curvas no
plano como aplicações contínuas de R em R . Assim, qualquer aplicação contínua que

tenha um domínio fechado, vai ter imagem fechada. Se cuidamos que a imagem é
fechada, então vai ser um subconjunto compacto. Assim, o conjunto dos pares
ordenados vai formar uma curva (contínua em alguma norma de R2 também) limitada

(os seus pontos estão limitados) e fechados.

5)

A reta R não é compacta, mas um intervalo limitado e fechado é compacto. (Nesse

sentido já percebemos que a compacidade de R é no máximo local, apenas.) O

conceito de vizinhança é imediato, isto é, uma bola fechada de raio ε e centro em um

ponto x é o intervalo fechado [ x−ε , x +ε ] . Assim, todo ponto na reta tem uma
vizinhança compacta.
Ao fazer o produto cartesiano Rn podemos construir as vizinhança na bola fechada

com qualquer métrica. Assim, podemos ter uma vizinhança compacta em torno de
todos os pontos de Rn . A extensão para os complexos é imediata.

6)

Em poucas palavras, o conceito de compacidade local é mais fraco que o de

compacidade (global) de um espaço métrico X. Com efeito, como X é compacto, seja

x 0∈ X e −B( x 0 , ε)⊂ X uma bola fechada centrada em x 0 de raio ε . Seja a sequência

( x n )⊂−B ( x0 , ε) . Como X é compacto, então existe uma subsequencia convergente,

digamos k
x¿ x
Mas a bola é fechada, por hipótese inicial, e assim x∈−B ( x 0 , ε) .

Portanto −B( x 0 , ε)⊂ X é compacta. Estabelecemos assim que em torno de x_0, que foi

arbitrário aqui, existe uma vizinhança compacta.

10)

Pela definição de homeomorfismo, a aplicação T e sua inversa são contínuas. Basta

mostrar que a inversa de T é contínua e Y é compacto também.
Com efeito, como a aplicação é bijetiva existe uma relação um a um entre X e Y,
dessa forma, sequências em X vão gerar sequencias em Y e a convergência em X gera
convergência em Y. Assim T(Y) é fechada, pois X é fechado. Além disso T é contínua
(teorema) pois a imagem inversa de um fechado é fechado e a função é bijetiva. E
pelo teorema 2.5-6, a imagem de uma aplicação contínua de um compacto é
compacta. Concluímos então que T é um homeomorfismo.