7. Sejam U, W subespaços vetoriais de um espaço vetorial V sobre um corpo K. Prove que U W é um subespaço vetorial de V se e somente se U W ou W U.

Documentos relacionados
Exercícios e questões de Álgebra Linear

3.1. TRANSFORMAÇÕES LINEARES 79

Universidade Federal de Goiás Campus Catalão Departamento de Matemática

1. Verifique se são operadores lineares no espaço P n (R): (a) F: P n (R) P n (R) tal que F(f(t)) = tf (t), f(t) P n (R).

Prova de Admissão para o Mestrado em Matemática IME-USP

Álgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013

Álgebra Linear. André Arbex Hallack Frederico Sercio Feitosa

ÁLGEBRA LINEAR ISBN

Álgebra Linear I - Aula 20

Universidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática 3 a Lista - MAT Introdução à Álgebra Linear 2013/I

Tópicos Matriciais Pedro Henrique O. Pantoja Natal / RN

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR

Disciplina: Álgebra Linear e Geometria Analítica

ÁLGEBRA LINEAR. Transformações Lineares. Prof. Susie C. Keller

Disciplina: Introdução à Álgebra Linear

21- EXERCÍCIOS FUNÇÕES DO SEGUNDO GRAU

1. Mostre que o conjunto R 2 = {(x, y)/x, y R} é um espaço vetorial real, com as operações usuais de adição de elementos e multiplicação por escalar.

2.2 Subespaços Vetoriais

Disciplina: Álgebra Linear - Engenharias ], C = Basta adicionar elemento a elemento de A e B que ocupam a mesma posição na matriz.

FUNDAMENTOS DA MATEMÁTICA

Alguns exercícios amais para vocês (as resoluções dos exercícios anteriores começam na próxima pagina):

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE. Aula 03 Inversão de matrizes

TRANSFORMAÇÕES LINEARES. Álgebra Linear e Geometria Analítica Prof. Aline Paliga

1. O conjunto dos polinômios de grau m, com 2 m 5, acrescido do polinômio nulo, é um subespaço do espaço P 5.

Def. 1: Seja a quádrupla (V, K, +, ) onde V é um conjunto, K = IR ou K = IC,

Módulo de Equações do Segundo Grau. Equações do Segundo Grau: Resultados Básicos. Nono Ano

NOÇÕES DE ÁLGEBRA LINEAR

Álgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP

2 Conceitos Básicos. onde essa matriz expressa a aproximação linear local do campo. Definição 2.2 O campo vetorial v gera um fluxo φ : U R 2 R

Fórmulas do Traço e o Cálculo de Matrizes Inversas

Aula 5. Uma partícula evolui na reta. A trajetória é uma função que dá a sua posição em função do tempo:

Matrizes e Sistemas Lineares. Professor: Juliano de Bem Francisco. Departamento de Matemática Universidade Federal de Santa Catarina.

11 a LISTA DE PROBLEMAS DE ÁLGEBRA LINEAR LEIC-Taguspark, LERCI, LEGI, LEE 1 o semestre 2003/04 - semana de

Notas de Aula. Álgebra Linear I

FACULDADE DE CIÊNCIA E TECNOLOGIA. Cursos de Engenharia. Prof. Álvaro Fernandes Serafim

Sejam P1(x1,y1) e P2(x2,y2) pontos pertencentes ao plano. A equação da reta pode ser expressa como: ou

Prof. Márcio Nascimento. 22 de julho de 2015

ESCOLA SUPERIOR DE TECNOLOGIA DE VISEU

ficha 3 espaços lineares

Recorrendo à nossa imaginação podemos tentar escrever números racionais de modo semelhante: 1 2 =

Capítulo 5: Transformações Lineares

Comecemos por relembrar as propriedades das potências: = a x c) a x a y = a x+y

Álgebra Linear Volume 2

Seu pé direito nas melhores Faculdades

Inversão de Matrizes

Marília Brasil Xavier REITORA. Prof. Rubens Vilhena Fonseca COORDENADOR GERAL DOS CURSOS DE MATEMÁTICA

Notas Para um Curso de Cálculo. Daniel V. Tausk

MATRIZ - FORMAÇÃO E IGUALDADE

GLOSSÁRIO: UM DICIONÁRIO PARA ÁLGEBRA LINEAR

Matrizes. matriz de 2 linhas e 2 colunas. matriz de 3 linhas e 3 colunas. matriz de 3 linhas e 1 coluna. matriz de 1 linha e 4 colunas.

Este apêndice resume os conceitos de álgebra matricial, inclusive da álgebra de probabilidade,

Ficha de Exercícios nº 2

1.10 Sistemas de coordenadas cartesianas

Sendo o polinômio P(x), de grau quatro e divisível por Q(x) = x 3, o resto de sua divisão por D(x) = x 5 é

Matriz de Sensibilidade Modal

Aplicações Diferentes Para Números Complexos

Álgebra Linear. CMCC - Universidade Federal do ABC. Prof. Roldão da Rocha

ÁLGEBRA LINEAR. Núcleo e Imagem de uma Transformação Linear, Teorema da Dimensão, Isomorfismo. Prof. Susie C. Keller

Álgebra Linear. Bacharelado em Sistemas de Informação. Período Prof. da Disciplina Luiz Gonzaga Damasceno, M. Sc

Matemática. Resolução das atividades complementares. M2 Matrizes [ ] 1 Construa a matriz linha A 5 (a ij

Exercícios de Aprofundamento Mat Polinômios e Matrizes

é um grupo abeliano.

Cálculo. Álgebra Linear. Programação Computacional. Metodologia Científica

1a Semana. KP (n) = (K n+1 \{0})/

Aula 3 Função do 1º Grau

(os números, que constituirão os corpos numéricos) (os vetores, que constituirão os espaços vetoriais)

Duas aplicações da Topologia à Álgebra Linear. 1 Quando são duas matrizes semelhantes?

Aulas Teóricas e de Problemas de Álgebra Linear

Figura 4.1: Diagrama de representação de uma função de 2 variáveis

Álgebra linear algorítmica

ÁLGEBRA. Aula 5 _ Função Polinomial do 1º Grau Professor Luciano Nóbrega. Maria Auxiliadora

UNIVERSITÁRIO DE SINOP CURSO DE ENGENHARIA CIVIL

Aula 4 Função do 2º Grau

a 21 a a 2n... a n1 a n2... a nn

Notas de Aula. Álgebra Linear

MATEMÁTICA II. Aula 12. 3º Bimestre. Determinantes Professor Luciano Nóbrega

Unidade 3 Função Afim

Álgebra Linear e Geometria Analítica

Obs.: São cartesianos ortogonais os sistemas de coordenadas

Matrizes. Sumário. 1 pré-requisitos. 2 Tipos de matrizes. Sadao Massago a pré-requisitos 1. 2 Tipos de matrizes.

Lista de exercícios: Unidade 1 Espaços Vetoriais

É usual representar uma função f de uma variável real a valores reais e com domínio A, simplesmente por y=f(x), x A

LISTA DE EXERCÍCIOS DE GEOMETRIA ANALÍTICA. 01) Dados os vetores e, determine o valor da expressão vetorial. Resp: A=51

Capítulo 1: Sistemas Lineares e Matrizes

Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática 2 a Lista de Exercícios de MAT /II

FUNÇÕES. É uma seqüência de dois elementos em uma dada ordem. 1.1 Igualdade. Exemplos: 2 e b = 3, logo. em. Represente a relação.

Álgebra Linear. Giuliano Boava

Departamento de Matemática da Universidade de Coimbra Álgebra Linear e Geometria Analítica Engenharia Civil Ano lectivo 2005/2006 Folha 1.

UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática

FUNÇÃO DO 2º GRAU PROF. LUIZ CARLOS MOREIRA SANTOS

LISTA DE EXERCÍCIOS DE GEOMETRIA ANALÍTICA PRODUTO DE VETORES PRODUTO ESCALAR

Gobooks.com.br. PucQuePariu.com.br

FUNÇÕES. 1.Definição e Conceitos Básicos

OB e. BC, entãoa, B, C e D são vértices de um paralelogramo; ( ) Três vetores LD são sempre colineares.

Introdução ao determinante

Teste de hipótese em modelos normais lineares: ANOVA

Universidade Estadual de Campinas Departamento de Matemática. Teorema de Jacobson. Adriana Wagner(RA: ) Gustavo Terra Bastos(RA: )

Matemática Básica Intervalos

Exercícios de Matemática Matrizes

Prática. Exercícios didáticos ( I)

Transcrição:

Lista de Álgebra Linear - Prof. Edson Iwaki 1. Quais dos subconjuntos são R subespaços vetoriais? Ache uma base para os que forem. (a) S = {(x, y, z) R 3 x 0} R 3 (b) S = {(x, y, z) R 3 x = 0} R 3 (c) S = {(x, y, z) R 3 x + y = 0} R 3 (d) S = {A M 2 (R) A 2 = A} M 2 (R) (e) S = {(a 1, a 2,, a n ) R n a 2 2 = 0} R n (f) S = {(a 1, a 2,, a n ) R n a 1 a 2 = 0} R n (g) S = {(a 1, a 2,, a n ) R n a 1 Q} R n 2. Seja V = F (R) o espaço vetorial das funções de R em R. Quais dos seguintes subconjuntos de V são subespaços de V? (a) {f V f(x 2 ) = f(x) 2 } (b) {f V f(0) = f(1)} (c) {f V f é derivável} 3. Mostre que A = {(1, 1, 0), (0, 0, 1)} e B = {(1, 1, 1), ( 1, 1, 1)} subconjuntos de R 3, geram o mesmo subespaço vetorial de R 3. 4. Quais dos subconjuntos abaixo são LI em P 2 (R)? (a) {1 + x, 1 x, x 2, 1} (b) {x x 2, x 2 x} (c) {1, 1 x, 1 x 2 } 5. Seja S o subespaço de R 5 gerado por A = {1, 1, 0, 0, 1); (1, 1, 0, 1, 1); (0, 1, 1, 1, 1); (2, 1, 1, 0, 1)}. Ache uma base para S. 6. Seja {cos(x), sen(x), sen(x + π )} C(R), onde C(R) = {f : R R 3 f é função contínua}. Tal conjunto é LI ou LD em C(R)? 7. Sejam U, W subespaços vetoriais de um espaço vetorial V sobre um corpo K. Prove que U W é um subespaço vetorial de V se e somente se U W ou W U.

2 8. Sejam V = M n (R), U = {A V A t = A} e W = {B V B t = B}. Prove que U e W são subespaços de V e que V = U W. A é denotado o conjunto das matrizes simétricas de V e B é o conjunto das matrizes anti-simétricas de V. 9. Sejam V = F (R), U = {f V f(x) = f( x), x R} e W = {f V f( x) = f(x), x R}. Prove que U e W são subespaços de V e que V = U W. U é denotado o conjunto das funções pares de V e W é o conjunto das funções ímpares de V. 10. Encontre três vetores em R 3 que sejam LD, mas que sejam 2 a 2 sejam LI. { (x ) } { ( ) } x x y 11. Sejam V = M 2 (R), W 1 = x, y, z R e W y z 2 = x, y, z R x z Ache uma base de cada um dos subespaços W 1, W 2, W 1 W 2, W 1 + W 2. { (a11 ) } a 12. Sejam V = M 2 (C), W = 12 a a 21 a 11 + a 22 = 0 22 (a) Mostre que W é um R espaço vetorial. (b) Ache uma base desse espaço vetorial. (c) Seja W = {A W a 21 = a 12 }. Prove que W é um subespaço vetorial e determine uma base de W. 13. Seja W o subespaço de C 3 gerado por v 1 = (1, 0, i), v 2 = (1 + i, 1, 1). Mostre que: (a) Mostre que {v 1, v 2 } é uma base de W. (b) Se w 1 = (1, 1, 0) e w 2 = (1, i, 1 + i) então w 1, w 2 W e {w 1, w 2 } é outra base de W. 14. Seja V = p(t) P n (R) p(0) = 0 = p (0)}. Mostre que V é um subespaço vetorial de P n (R) e ache uma base e a dimensão de V. 15. Sejam V = M n (C) e W = {A M n (C) tr(a) = 0}. Prove que W é um subespaço de V e ache uma base e a dimensão de W. (Obs.: Se A = (a ij M n (C), tr(a) = n i=1 a ii). 16. Seja V = F (R, C) o conjunto de todas as funções de R em C. Sejam f 1 (x) = 1, f 2 (x) = e ix = cos(x) + isen(x), f 3 (x) = e ix. (a) Prove que {f 1, f 2, f 3 } é LI sobre C.

(b) Se g 1 (x) = 1, g 2 (x) = cos(x), g 3 (x) = sen(x), determine uma matriz inversível P = (p ij ), 1 i, j 3 tal que g j = 3 i=1 p ijf i. 17. Seja T : R 3 R definida por T (x, y, z) = x + 3y 2z linear. Ache uma base do Ker(T ) e de Im(T ). 18. Ache o kernel e a imagem das seguintes transformações lineares: (a) T : R 2 R 3, T (x, y) = (x y, y, x + y). (b) T : R 4 R 2, T (x, y, z, t) = (x + y + 2z, x + 2t). (c) D : P n (R) P n (R), Df = f. 19. Existe uma transformação linear T : R 3 R 2 tal que T (1, 1, 1) = (1, 0) e T (1, 1, 1) = (0, 1)? 20. Ache uma aplicação linear T : R 4 R 4 tal que Ker(T ) = [(1, 0, 1, 0); ( 1, 0, 0, 1)]. 21. Ache uma aplicação linear T : R 4 R 4 tal que Im(T ) = [(1, 1, 0, 2); (0, 1, 1, 0)]. 22. Seja T : C 3 C 3 tal que: T (x, y, z) = (x y +2z, 2x+y, x 2y +2z). (a) Mostre que T é linear. (b) Seja (a, b, c) C 3. Que condições temos que ter em a, b, c para que (a, b, c) Im(T )? Qual é o posto de T (i.e., dim Im(T ))? (c) Qual é o Ker(T )? 23. Seja A M n (K) fixada e T : M n (K) M n (K) dada por T (X) = AX XA. Mostre que T é linear. 24. Seja V um K espaço vetorial e T : V V um operador linear. Prove que são equivalentes: (a) Ker(T ) Im(T ) = {0}. (b) Se T (T v) = 0 então T v = 0. 25. Seja V um K espaço vetorial de dimensão finita n e seja T um operador linear em V tal que Im(T ) = Ker(T ). Prove que n é par. Dê um exemplo de tal operador linear. 26. Sejam T : R 3 R 2 e S : R 2 R 3 transformações lineares. Provar que ST não é inversível. 3

4 27. Seja T : C 2 C 2 dado por T (x, y) = (x, 0). Sejam B = {e 1, e 2 } base canônica de C 2, e B = {(1, i), ( i, 2)} outra base de C 2. Determine [T ] B,B, [T ] B,B, [T ] B, [T ] B. 1 2 1 28. Seja T : R 3 R 3 tal que [T ] can = 0 1 1. Ache uma base de 1 3 4 Im(T ) e uma base de Ker(T ). 29. Seja T : R 3 R 3 definida por T (x, y, z) = (3x + z, 2x + y, x + 2y + 4z). (a) ache [T ] can. (b) ache [T ] B, onde B = {(1, 0, 1); ( 1, 2, 1); (2, 1, 1)}. (c) Prove que T é inversível e determine T 1. 30. Sejam V um K espaço vetorial e T L(V ). Suponha que existe um h K[x] tal que h(t ) = 0 e com termo constante de h não-nulo. Mostre que T é inversível. Qual é o inverso de T? ( ) A1 0 31. Sejam A =, onde A 0 A 1 e A 2 são matrizes quadradas com 2 entradas em um corpo K. Mostre que o polinômio característico de A é o produto dos polinômios característicos de A 1 e A 2. ( ) A1 0 32. Sejam A =, onde A 0 A 1 e A 2 são matrizes quadradas com 2 entradas em um corpo K. Mostre que o polinômio minimal de A é igual ao mínimo múltiplo comum entre os polinômios minimais de A 1 e A 2, (i.e, m A = mmc(m A1, m A2 ). 33. Verifique se as matrizes abaixo são ou não diagonalizáveis, se consideradas como matrizes reais e como matrizes complexas : (Ache p A e m A em cada caso:) 0 1 0 0 (a) A = 1 0 0 0 0 0 0 1 0 0 1 0 0 0 0 1 (b) A = 1 0 0 2 0 1 0 2 0 0 1 2

2 0 0 0 (c) A = 1 2 0 0 0 1 2 0 0 0 0 5 34. Seja A = ( ) 1 2. Calcule A 3 4 n, onde n é um inteiro positivo qualquer. 9 4 4 35. Seja T L(R 3 ) tal que [T ] can = 8 3 4. Verifique que T é 16 8 7 diagonalizável e determine uma base do R 3 formada por autovetores de T. 36. Seja V um K espaço vetorial de dimensão finita e seja T um operador linear em V tal que posto(t ) = dimim(t ) = 1. Mostre que T é diagonalizável ou T é nilpotente. (Definição: T L(V ) é nilpotente se existir um inteiro positivo m tal que T m = 0.) 37. Seja A M n (R), A = (a ij ) tal que a ij = a, i, j = 1, 2,, n. Determine o polinômio minimal de A e prove que A é diagonalizável. 0 7 6 38. Seja A = 1 4 0. Determine o polinômio característico de A 7. 0 2 2 39. Ache uma matriz 3 3 cujo polinômio minimal é x 2. 1 0 0 0 40. Seja T L(R 4 ) tal que [T ] can = a 1 0 0 b d 2 0 T, o c e f 2 polinômio minimal de T. Determine condições sobre a, b, c, d, e, f para que T seja diagonalizável. 2 0 1 41. Seja A = a 0 a 1. a a 1 (a) Para quais valores de a, a matriz A é diagonalizável? (b) Nos casos em que A é diagonalizável, ache uma matriz P tal que P 1 AP seja diagonal. 5

6 42. Seja V = C(R) = {f : R R f é função contínua}. Considere T L(V ) definido por T f(x) = x f(t)dt. Prove que T não admite 0 autovetores. 43. Sejam V um K espaço vetorial de dimensão finita n e T L(V ) tal que T é nilpotente. Prove que o polinômio característico de T é x n. 44. Seja A M n (K) fixa e T : M n (K) M n (K) o operador linear definido por T (X) = AX. (a) Prove que m A = m T. (b) Conclua que T é diagonalizável se e somente se, A é diagonalizável. 45. Sejam V um K espaço vetorial de dimensão finita e T L(V ) tal que T 2 = I. T é diagonalizável? Justifique sua resposta. 46. Sejam V um K espaço vetorial de dimensão finita e T L(V ) tal que T 2 = T. T é diagonalizável? Justifique sua resposta. 47. Seja T : M n (K) M n (K) o operador linear definido por T (A) = A t, onde A t indica a matriz transposta de A. Mostre que T é diagonalizável. (Observe que este exercício é um caso particular do Ex. 45.) 1 1 1 1 0 0 48. Sejam A = 0 2 1 e B = 0 2 2. Prove que p A = p B, mas 0 0 1 0 0 1 m A m B ( portanto, A e B não são semelhantes). Dê exemplo de duas matrizes A e B que têm o mesmo polinômio minimal, mas seus polinômios característicos são distintos. 49. Mostre que não existe A M 3 (R) tal que A 2 + I = 0. 14 6 12 50. Seja T L(R 3 ) tal que [T ] B = 14 4 14, onde 11 6 9 B = {( 7, 13, 2); (3, 5, 1); (5, 10, 1)}. T é diagonalizável? Em caso afirmativo, determine uma base B de R 3 tal que [T ] B seja diagonal. 51. (a) Sejam A, B M n (K), K corpo. Mostre que tr(ab) = tr(ba). (b) Sejam A, B M n (K) tais que A e B são semelhantes. Verifique que tr(a) = tr(b).

7 52. Sejam A, B M n (C). É possível ter-se que AB BA = I? 53. Seja A M m n (R). Mostre que A = 0 se e somente se, tr(a t A) = 0. 54. Sejam α 1 = (1, 0, 1, 2) e (2, 3, 1, 1) R 4. Considere W = [α 1, α 2 ]. Determine W 0. ( ) 2 2 55. Seja B = M 1 1 2 (R) e considere W = {A M 2 (R) AB = 0}. ( ) 0 0 Seja f W 0 e suponha que f(i 2 ) = 0 e f = 3. Calcule f(b). 0 1 56. Seja W um subespaço próprio de um espaço V de dimensão finita. Considere f W. Mostre que existe g V tal que g(w) = f(w), w W. 57. Sejam V um espaço vetorial e f V, com f 0; mostre que existe v 0 V, v 0 0 tal que V = Ker(f) + [v 0 ]. 58. Pelo exercício 51b, matrizes semelhantes possuem o mesmo traço. Assim, podemos definir o traço de um operador linear sobre um espaço vetorial de dimensão finita, como sendo o traço de qualquer matriz que represente tal operador, relativamente a uma base ordenada. Seja A M 2 (K) fixada. Considere o operador T definido em M 2 (K) por T (X) = AX, X M 2 (K). Mostre que tr(t ) = 2tr(A). É possível generalizar? Como? (Dica: Use a base canônica de M 2 (K) para escrever a matriz de T ). 59. Sejam V = M n (C) e f V tal que f(ab) = f(ba), A, B V. Mostre que f é um múltiplo da função traço. (Dica: Considere a base canônica de V = {E ij 1 i, j n}. Mostre primeiro que f(e ij ) = 0, se i j e depois que f(eii) = c C, i = 1, 2,, n.) 60. Sejam B M n (K) e f B : M n (K) K, dada por f B (A) = tr(b t A). Mostre que f B (M n (K)). 61. (a) Sejam f (M n (K)). Mostre que existe uma matriz B M n (K) tal que f(a) = tr(b t A), A (i.e. f(a) = f B (A), A). (b) Seja T : M n (K) (M n (K)) que a cada B associa o funcional linear f B. Mostre que T é um isomorfismo. 62. Seja K corpo e f (K 2 ) dado por f(x, y) = ax + by, onde a, b K. Para cada T : K 2 K 2, abaixo, considere g = T t f. Determine g(x, y).

8 (a) T (x, y) = (x, 0); (b) T (x, y) = ( y, x); (c) T (x, y) = (x y, x + y) 63. Sejam V um K espaço vetorial de dimensão finita e T L(V ). Seja c K e suponha que exista um v V, v 0 tal que T v = cv. Mostre que existe f V, f 0 tal que T t f = cf. 64. Seja V espaço das funções polinomiais sobre R. Considere f V dado por f(p(x)) = b p(x)dx, onde a, b R(a b). Se D é o operador a diferenciação de V, determine D t f. 65. Sejam V = {a 0 + a 1 x + + a n x n a i R, i = 1, 2,, n}. e D o operador diferenciação em V. Ache uma base de KerD t. 66. Seja V um K espaço vetorial e W 1, W 2 subespaços vetoriais de V. (a) Mostre que (W 1 + W 2 ) 0 = W 0 1 W 0 2. (b) Mostre que se W 1 W 2 então W 0 2 W 0 1. (c) Mostre que W 0 1 + W 0 2 (W 1 W 2 ) 0. (d) Suponha que dim K V <. Mostre que (W 1 W 2 ) 0 = W 0 1 + W 0 2. 67. Sejam v 1 = (1, 0, 1); v 2 = (0, 1, 2); v 3 = ( 1, 1, 0) em R 3. (a) Seja f (R 3 ) tal que f(v 1 ) = 0; f(v 2 ) = 1; f(v 3 ) = 3. v = (x, y, z) R 3, determine f(v). (b) Descreva explicitamente f (R 3 ) tal que f(v 1 ) = 0; f(v 2 ) = 0 mas f(v 3 ) 0. (c) Nas condições do ítem anterior, se v = (2, 3, 1), mostre que f(v) 0. 68. Seja B = {(1, 0, 1); (1, 1, 1); (2, 2, 0)} uma base de C 3 sobre C. Ache B a base dual de B. 69. Seja V = P 2 (R), que é um R espaço vetorial. Em V estão definidos os funcionais lineares f 1 (p) = 1 p(x)dx, 2 p(x)dx, f 0 0 3(p) = 1 p(x)dx. 0 Prove que {f 1, f 2, f 3 } é uma base de V. 70. Seja f : M n (R) R um funcional linear tal que f(ab) = f(ba), para toda A, B M n (R). Prove que f é um múltiplo escalar da função traço. Se

71. Sejam V um K espaço vetorial e f, g V tais que g(v) = 0 implica f(v) = 0 para todo v V. Mostre que f = cg para algum c K. 9 72. Sejam V um K espaço vetorial de dimensão finita n; c 1, c 2,, c n escalares arbitrários em K e g 1, g 2,, g n funcionais lineares de V linearmente independentes. Prove que existe um único v V tal que g i (v) = c i, i = 1, 2,, n. 73. Seja V = M n (K) e A, B V (K = R ou C). Defina: < A, B >= tr(ab ). (a) Mostre que <, > é um produto interno sobre V. B = (b ij ) M n (C), B = (b ij), onde b ij = b ji.). (Obs: Dada (b) Mostre que < A, B >= n i,j=1 a ijb ij, onde A = (a ij ), B = (b ji ). 74. Sejam V, W espaços vetoriais e <, > W um produto interno sobre W. Seja T L(V, W ) com T injetiva. Defina: < u, v > V :=< T u, T v > W, u, v V. Mostre que <, > V é um produto interno sobre V. 75. Sejam V = R 2 e u = (x 1, x 2 ) e v = (y 1, y 2 ) e < u, v >= x 1 y 1 3x 1 y 2 3x 2 y 1 + 5x 2 y 2. Verifique que <, > não define um produto interno sobre R 2. 76. Seja V um K-espaço vetorial (K = R ou C) com produto interno <, >. Dados u, u V tais que < u, v >=< u, v >, v V, então u = u. 77. Seja V um K-espaço vetorial (K = R ou C) com produto interno <, >. Considere W V subespaço vetorial de V. Mostre que W W = (0). 78. Seja V = C([0, 1], R) = {f : [0, 1] R f é contínua } e defina < f, g >= 1 f(t)g(t)dt, f, g V. Mostre que <, > define um produto 0 interno sobre V. 79. Seja V um K-espaço vetorial (K = R ou C) com produto interno <, >. Mostre que vale a lei do paralelogramo. u + v 2 + u v 2 = 2 u 2 + 2 v 2. 80. Seja V um K-espaço vetorial (K = R ou C) com produto interno <, >. Mostre que: (a) Se K = R, < u, v >= 0 se e somente se u + v 2 = u 2 + v 2. (b) Verifique o ítem anterior é falso, se K = C.

10 (c) Se K = C, < u, v >= 0 se e somente se au+bv 2 = au 2 + bv 2, a, b C. (d) Se K = R e se u = v então u + v e u v são ortogonais. Discuta essa afirmação para o caso em que K = C. 81. Considere C 3 com o produto interno canônico. Ache uma base ortonormal para o subespaço gerado por (1, 0, i) e (2, 1, 1 + i). 82. Seja V = M n (C) com o produto interno < A, B >= tr(ab ), A, B V. Considere W o subespaço de V formado pelas matrizes diagonais. Determine W. (Obs: Dada B = (b ij ) M n (C), B = (b ij), onde b ij = b ji.). 83. Seja V um K-espaço vetorial com produto interno <, >. Sejam A, W subespaços de V tais que A W e W +A = V. Mostre que W = A. 84. Seja V = C([ 1, 1], R) = {f : [ 1, 1] R f é contínua } com o produto interno < f, g >= 1 f(t)g(t)dt. Seja W = {f V f( t) = 1 f(t), t [ 1, 1]}= espaço das funções pares de V. Ache W. (Dica: Mostre que A = {f V f( t) = f(t)}=espaço das funções ímpares é tal que A W. A seguir mostre que V = A + W e conclua daí que A = W ). 85. Seja V um K-espaço vetorial com produto interno. Então < u, v > u v, u, v V. A igualdade vale se, e somente se {u, v} é L.D. 86. Seja V espaço vetorial real de dimensão ímpar n. Seja T : V V um operador linear. (a) Mostre que T possui pelo menos um autovalor real. (b) Mostre que se det(t ) > 0 (respectivamente, det(t ) < 0) então T possui pelo menos um autovalor positivo (respectivamente, negativo). 87. Seja V um espaço vetorial com base {v i } i I. Para cada i I, seja f i o funcional linear de V definido for f i (v i ) = 1 e f i (v j ) = 0 se j i. Mostre que F = {f i } i I é linearmente independente. Mostre que F gera V se e somente se I é um conjunto finito.