QUANT Série de Exercícios

Série de Exercı́cios de Economia Quantitativa I
Prof. Daniel Oliveira Cajueiro

Departamento de Economia (UnB)
March 17, 2019

Contents
I Álgebra Linear 3
1 Vetores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2 Matrizes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3 Sistemas lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
4 Determinantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
5 Espaços vetoriais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
6 Transformações lineares . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
7 Autovalores e autovetores . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
II Noções de Otimização 30
8 Topologia dos reais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
9 Cálculo e funções de várias variáveis . . . . . . . . . . . . . . . . . . . . . 33
10 Noções de análise convexa . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
11 Otimização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
12 Otimização sem restrições . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
13 Otimização com restrições de igualdade . . . . . . . . . . . . . . . . . . . . 41
14 Otimização com restrições de desigualdade . . . . . . . . . . . . . . . . . . 44
1
Economia Quantitativa I - Prof. Daniel Cajueiro - Depto. de Economia (UnB)
Essa série de exercı́cios não deve ser a única fonte de exercı́cios do estudante. Se o estu-
dante precisa de muitas repetições para fixar um conceito como, por exemplo, derivadas
parciais (que nem é tratada diretamente aqui, mas aparece muito, por exemplo, em ex-
ercı́cios de otimização) ou sistemas lineares (que envolvem escalonamento de matrizes)
ele deve buscar exercı́cios com respostas desse estilo. Fontes comuns desses exercı́cios
repetitivos são os livros da coleção Schaum.
Exercı́cios de otimização serão os únicos exercı́cios repetitivos que aparecerão aqui. Isso
ocorre por dois motivos: (1) É um dos tópicos mais importantes do curso e fundamental
para o entendimento de teoria econômica; (2) É um assunto fim que se não for testado
diretamente, não aparecerá em outro lugar nesse curso (diferente por exemplo de derivadas
parciais que é ferramenta fundamental para outro tópicos como, por exemplo, otimização).
Por outro lado, o livro do Simon-Blume apresenta vários exercı́cios e exemplos com sabor
econômico, que o estudante deve conhecer para fazer um link com as idéias de teoria
econômica discutidas em sala de aula.
Essa série de exercı́cios foi construı́da a partir de exercı́cios que apareceram em provas
anteriores do curso e deve ser vista como um guia de conceitos que o aluno deve dominar
quando concluir o curso.
2
Part I
Álgebra Linear
3
1 Vetores
1 - Seja S o subespaço de R3 caracterizado pela equação 2x + 3y + 6z = 0. Construa dois
vetores não nulos de S que sejam mutuamente ortogonais.
Solução:
http://prorum.com/index.php/78
2 - Sejam u, v, w ∈ Rn . Se o vetor u é ortogonal ao vetor v e o vetor v é ortogonal ao

vetor w então isso implica que u é ortogonal a w?
Solução:
3 - Seja v um vetor ortogonal a cada um dos vetores v1 e v2 . Use as propriedades de

produto interno para mostrar que v é ortogonal a c1 v1 + c2 v2 .
Solução:
4 - Prove que a norma no Rn satisfaz a seguinte propriedade, conhecida como desigualdade

triangular: k u + v k≤k u k + k v k.
Solução:
5 - Sejam u e v vetores ortogonais do <n . Então o teorema de Pitágoras é válido, isto é,
||u + v||2 = ||u||2 + ||v||2 ?
Solução:
6 - Sejam u e v dois vetores. Como provar que ||u + v||2 + ||u − v||2 = 2(||u||2 + ||v||2 )?
Solução:
4
2 Matrizes
1 - Sejam A e B matrizes quaisquer de ordem n, então (A + B)2 = A2 + 2AB + B 2 ?
Solução:
2 - Sejam duas matrizes A e B. Se AB = 0, então A = 0 ou B = 0?
Solução:
3 - O traço tr de uma matriz é a soma dos elementos da diagonal principal. Mostre que
dadas duas matrizes A e B de ordem n, tr(AB) = tr(BA).
Solução:
4 - Determine todas as matrizes que comutam com

 
a b
A= ,
c d
a, b, c, d ∈ <.
Solução:
5 - Uma matriz C de ordem n é dita idempotente quando C 2 = C. Se duas matrizes

A e B de ordem n satisfazem AB = A e BA = B então isso implica que A e B são
idempotentes?
Solução:
6 - Toda matriz quadrada pode ser escrita como uma soma de uma matriz simétrica e
anti-simétrica?
Solução:
5
7 - Mostre que AA0 é uma matriz simétrica.
Solução:
8 - Calcule a n-ésima potência de A, sabendo que A é idempotente.
Solução:
9 - O produto de duas matrizes ortogonais é uma matriz ortogonal? Uma matriz quadrada
se diz ortogonal se é inversı́vel e A−1 = A0 .
Solução:
10 - Se A é uma matriz normal (real) de ordem n e v ∈ <n , então ||Av|| = ||A0 v||? [Uma
matriz quadrada (real) é dita ser normal se A0 A = AA0 .]
Solução:
11 - Duas matrizes A e B são ditas simultaneamente diagonalizáveis se existe uma matriz

M tal que M AM −1 e M BM −1 são ambas matrizes diagonais. Logo, se duas matrizes A
e B são simultaneamente diagonalizáveis, então AB = BA?
Solução:
12 - Sejam A e B duas matrizes quadradas tais que A+B = AB. Então, podemos afirmar
que A e B comutam?
Solução:
13 - Suponha que a serie de matrizes S = I + A + A2 + A3 + · · · convirja. Mostre que
6
S = (I − A)−1 , quando a inversa de (I − A) existir.
Solução:
14 - Seja A uma matriz de ordem n idempotente (isto é, A2 = A). Logo, pode-se dizer
que se A é inversı́vel, então A = I?
Solução:
15 - Existe alguma matriz inversı́vel A tal que A = 0 (matriz nula)? Justifique.
Solução:
http://prorum.com/?qa=4017/existe-alguma-matriz-inversivel-tal-matriz-nula-justifique
7
3 Sistemas lineares
1 - Seja A uma matriz de ordem n×n, 0n um vetor coluna de ordem n cujos elementos são
nulos e b um vetor coluna de ordem n. Considere o sistema homogêneo Ax = 0. Se esse
sistema só possui solução trivial, então isso implica que o sistema Ax = b possui solução
única?
Solução:
2 - Para toda matriz A de ordem 3×2 existe um vetor b de ordem 3 × 1 tal que Ax = b
não tem solução x?
Solução:
3 - Se Ax = 0 tem uma solução xh e Ax = b tem um solução xnh , então xh + xnh é solução

de Ax = b.
Solução:
4 - Considere o sistema linear Ax = b, onde

 
1 1 1
 
A=
 1 2 3 .

2 5 8
e b = (1, 2, b3 ). Quais os valores de b3 que fazem com que o sistema linear tenha solução?
Solução:
5 - [Abadir-Magnus] Quais os valores de α e β que garantem que o sistema abaixo tenha

(a) Solução; (b) Solução Única.
αx1 + βx2 + 2x3 = 1
αx1 + (2β − 1)x2 + 3x3 = 1

8
αx1 + βx2 + (β + 3)x3 = 2β − 1
Solução:
6 - Considere o sistema linear Ax = b, onde A é uma matriz de ordem 3 dada por

 
0 1 1
 
A=
 2 3 5 .

2 4 6
Marque a alternativa FALSA:

(a) Se b é o vetor nulo, então o sistema tem infinita soluções.
(b) Existe b tal que o sistema não tem nenhuma solução.
(c) Existe b tal que o sistema tem solução única.
(d) Existe b não-nulo tal que o sistema possui solução.
(e) A matriz A NÃO é linha equivalente a matriz identidade.
Solução:
7. Considere o sistema linear Ax = b e a matriz A de ordem 3 × 3 dada por

 
1 2 3
 
 4 5 6 .
A= 
5 7 9

(a) Se b é o vetor nulo, então o sistema possui infinitas soluções.
(b) Seja b = (b1 , b2 , b3 )0 . Apenas os sistemas lineares que possuem vetores b cujas coorde-
nadas satisfazem b3 = b1 + b2 possuem solução.
(c) As linhas de A formam um conjunto de vetores linearmente dependentes.
(d) A matriz A é o produto de matrizes elementares.
(e) A forma reduzida escalonada de A possui uma linha nula.
(f) O posto de A é 2.
Solução:
9
10
4 Determinantes
1 - É nulo o determinante de uma matriz cujas colunas são linearmente dependentes?
Solução:
2 - Seja H uma matriz 4 × 4 idempotente, simétrica e não singular. Seja L uma matriz
4 × 4 ortogonal. Calcule o determinante de (H 0 HL0 L).
Solução:
3 - Uma matriz quadrada A é dita idempotente se A2 = A. Se A é uma matriz idempo-

tente, então ela é singular?
Solução:
4 - Uma matriz quadrada A é dita nilpotente, se existe um escalar k tal que Ak = 0. Se

A é uma matriz nilpotente, então ela é singular?
Solução:
5 - Uma matriz A é anti-simétrica se A = −A0 . Se A é uma matriz anti-simétrica então

o seu determinante é nulo.
Solução:
6 - Sejam A e C matrizes de ordem n tais que det(I + C −1 A) = 1

3
e det(A)=5. Sabendo
que B = 3(A−1 + C −1 )t então calcule det(B).
Solução:
7 - Se M é uma matriz quadrada inversı́vel de ordem n tal que det(M 2 − M ) = 0, então

existe um vetor não-nulo X, de ordem n × 1, tal que M X = X.
11
Solução:
8 - Seja A = [aij ] uma matriz de ordem 5 × 5 tal que todos os elementos da terceira linha
dessa matriz valem 3. Seja B = [aij + 2], isto é, B foi criado a partir de A somando duas
unidades a cada elemento de A. Quanto vale α tal que det(B) = α ∗ det(A)?
Solução:
9 - Quanto vale o determinante de uma matriz ortogonal?
Solução:
10 - Uma matriz de permutação é uma matriz obtida a partir da permutação de linhas

ou colunas da matriz identidade.
Considere que a matriz A seja uma matriz de permutação de ordem n. Então,
a) O produto de matrizes de permutação é uma matriz de permutação.
b) O determinante de A pode ser positivo ou negativo.
c) Para todo v ∈ <n , então ||v|| = ||Av||.
d) Sejam S = {v ∈ <n | ni=1 vi = 1} e T : <n → <n dada por T (v) = Av deixa o conjunto
P
S invariante, isto é, T (S) ⊆ S.

e) A matriz de permutação A é uma matriz ortogonal, isto é, AA0 = I
Solução:
     
a 1 d a 1 d a 1 d
     
11 - Sejam A =  b 1 e , B =  b 2 e  e C =  b −1 e . Sabendo que
    
c 1 f c 3 f c −3 f
det(A) = −5 e det(B) = −3, quanto vale det(C)?
Solução:
12 - Seja A = [aij ] uma matriz de ordem n construı́da da seguinte forma:
12
2
aij = − δij ,
n
onde δij = 1 quando i = j e δij = 0 em caso contrário.
Solução:
13 - Calcule o determinante An dessa sequencia:
A1 = [1]
 
1 −1
A2 =  .
1 1
 
1 −1 0
 
A3 = 
 1 1 .
−1 
0 1 1
 
1 −1 0 0
 
 1 1 −1 0 
A4 =  .
 
 0
 1 1 −1 

0 0 1 1
Solução:
14 - Seja
 
a b c 16
 
 1 0 0 5 
A= .
 
 1 1 0 e 
 
0 1 1 f
Sabendo que determinante de A vale 84. Quanto vale se substituirmos o 16 acima por
100?
Solução:
13
15 - O cálculo do determinante deve ser para uma ordem qualquer.

 
1 2
A2 =  
2 1
 
1 0 0 2
 
 0 1 2 0 
A4 = 
 

 0 2 1 0 
 
2 0 0 1
 
1 0 0 0 0 2
 
 0 1 0 0 2 0 
 
 
 0 0 1 2 0 0 
A6 = 
 

 0 0 2 1 0 0 
 
 
 0 2 0 0 1 0 
 
2 0 0 0 0 1
Solução:
16 - Calcule o determinante da seguinte matriz de ordem n

 
a b b ··· b
 

 b a b ··· b 
 

 b b a ··· b 
 .. .. .. .. .. 

 . . . . . 

b b b ··· a
em função dos valores de a, b e n.
Solução:
17 - Seja A uma matriz quadradas que satisfaz A2 − A − I = 0. Então o sistema Ax = b

tem solução única?
14
Solução:
18 - Suponha que B é inversı́vel. Então det(I − AB) = det(I − BA).
Solução:
 
1 2 3
 
19 - Quanto vale o determinante de (B − BAB) sabendo que A = 
 4 5 6  e B é uma

7 8 9
matriz idempotente não-singular.
OBS: Uma matriz é idempotente se A2 = A.
Solução:
   
d 0 0 7 0 2
   
20 - Sejam D =  0 2 0  e P =  0 1 0 . Sabe-se que A = P −1 DP e que
   
0 0 3 2 0 5
2
det(A + A) = 1440. Quando vale d?
Solução:
15
5 Espaços vetoriais
1 - Em um espaço euclidiano, isto é, em um espaço vetorial real dotado de produto interno,
dois vetores não nulos e ortogonais são linearmente independentes? O contrário também
é válido?
Solução:
http://prorum.com//index.php/139
2 - Considere
  o de todas as matrizes de ordem 2 que satisfazem o sistema AX = 0 para
1
X =  . Verifique se esse conjunto é um subespaço vetorial. Em caso positivo,
2
calcule uma base para esse subespaço.
Solução:
3 - O subespaço vetorial de polinômios P (x) com grau menor ou igual a 3 que zera em
x = 1 possui dimensão 3?
Solução:
4 - Considere o conjunto das matrizes Mmn com elementos em <.

a) Mostre que esse conjunto é um espaço vetorial em relação as operações de adição de
matrizes e multiplicação por escalar.
b) Mostre que as matrizes
       
1 0 0 1 0 0 0 0
E1 =   , E2 =   , E3 =   , E4 =  
0 0 0 0 1 0 0 1
são uma base para o espaço M22 . Qual é a dimensão desse espaço vetorial? Escreva a
matriz  
1 2
 
3 4
como uma combinação linear dos vetores geradores da base acima.
16
d) Defina o produto interno entre duas matrizes no espaço Mmn como
XX
hA, Bi = aij bij = trA0 B
i j
onde tr refere-se ao traço de uma matriz quadrada que é a soma dos elementos da diagonal
principal. Mostre que essa definição satisfaz as propriedades de produto interno definidas
em sala.
e) Use a definição de produto interno acima para definir uma norma entre duas matrizes
como foi feito em sala para os espaço vetorial <n . Verifique se sua definição satisfaz as
propriedades usuais de norma:
e1) ||x|| ≥ 0;
e2) ||x|| = 0 ⇔ x = 0;
e3) ||αx|| = α||x||;
e4) |hx, yi| ≤ ||x||||y||
e5) Desigualdade triangular: ||x + y|| ≤ ||x|| + ||y||
Solução:
5 - Seja V um espaço vetorial e sejam W e U subespaços de V . Então W ∩ U também é

um subespaço vetorial de V ?
Solução:
6 - Seja V um espaço vetorial e sejam W e U subespaços de V . Então W ∪ U também é

um subespaço vetorial de V ?
Solução:
7 - Sejam S o subespaço gerado pelos vetores do conjunto {(2, 5, 3), (1, 0, 2)} e T o sube-
spaço gerado pelos vetores do conjunto {(2, 0, 5), (3, 5, 5)}
a) A intersecção de S e T é um subespaço vetorial? Justifique sua resposta com todos os
detalhes?
Se (a) é verdadeiro:
17
b) Calcule uma base para S ∩ T ?

c) Calcule a dimensão de S ∩ T .
Solução:
8 - Suponha que {v1 , · · · , vn } é uma base para o espaço vetorial V que possui dimensão
finita maior ou igual a 3. Então, {v1 + v2 , v2 + v3 , · · · , vn−1 + vn , vn + v1 } é também uma
base para V ?
Solução:
9 - Existem vetores v e w linearmente independentes tais que v e (v + w) são linearmente

dependentes?
Solução:
10 - Seja A = BC onde B é uma matriz de ordem m × r e C é uma matriz de ordem

r ×n. Então a i-ésima linha A é uma combinação linear das r linhas de C com coeficientes
dados pela i-ésima linha de B. Esse resultado implica que as r linhas de C formam uma
base para o espaço gerado pelas m linhas de A.
Solução:
11 - Seja V o conjunto de matrizes de ordem 2 que comutam com a matriz

 
0 1
A= .
2 0
Pergunta-se:
a) V é um subespaço de M22 ?
Se (a) for verdadeiro:
b) Apresente uma base para esse subespaço.
c) Qual a dimensão desse subespaço?
18
Solução:
12 - Os vetores (v1 , v2 − v1 , · · · , vn − v1 ) serem LI, implica que (v1 , v2 , · · · , vn ) são LI?
Solução:
13 - Eu sei que todo conjunto-solução de sistema homogêneo é subespaço vetorial. A

recı́proca é válida?
Solução:
14 - Considere os conjuntos V = {(x, x, y)|x, y ∈ R} e U = {(x, x, x)|x ∈ R} . (a) Mostre

que V é subespaço do R3 . (b) Mostre que U é subespaço do V . (c) A união destes
subespaços U ∪ V é um subespaço do R3 ? (d) Determine um subespaço W do R3 tal que
sua união com V não seja um subespaço do R3 .
Solução:
15. Seja V o espaço vetorial de matrizes de ordem n e W o subespaço vetorial de V

formado apenas por matrizes simétricas.
(a) A dimensão de W é n(n + 1)/2.
(b) Se A, B ∈ W e AB = BA então AB ∈ W .
(c) Se A, B, AB ∈ W então AB = BA.
(d) Seja A ∈ V então AA0 ∈ W .      
 0 1 1 0 0 0 
(e) Se n = 2 então uma base para W é  , , 
 1 0 0 0 0 1 
(f) Suponha que A ∈ W e det(AA0 ) = 1, então det(A) = 1.
Solução:
16. ( ) Considere as afirmativas abaixo e diga se elas são verdadeiras ou falsas. Todos os
19
vetores ou conjuntos dessa questão estão definidos no Rn :

(i) Se {v1 , · · · , vn } é uma base para o Rn , então {v1 −v2 , v2 −v3 , · · · , vn−1 −vn , vn } também
é.
(ii) Sejam U e V subconjuntos do Rn linearmente independentes. Se nenhum elemento
de U pode ser escrito como combinação linear de V e vice-versa, então o conjunto U ∪ V
é linearmente independente.
(iii) Se u é tal que u · v = 0 para todo v ∈ Rn então u = 0.
Solução:
17. ( ) Sejam u e v vetores Linearmente Independentes (LI) do Rn e f : [0, 1] → Rn dada

por f (λ) = (1 − λ)u + λv. Encontre as verdadeiras.
(i) Para todo λ ∈ [0, 1], f (λ) 6= 0.
(ii) Para todo λ, µ ∈ [0, 1], λ 6= µ, f (λ) e f (µ) são vetores LI.
(iii) A função g : [0, 1] → Rn , definida por g(λ) = f (λ)/||f (λ)|| é injetora.
Solução:
http://prorum.com/?qa=3829/
18. Considere o conjunto de todos os vetores que são ortogonais as colunas da matriz
 
11 12 13 14
 
 21 22 23 24 
B=
 

 31 32 33 34 
 
41 42 43 44
a) Esse conjunto é um subespaço vetorial? Justifique.

b) Se (a) for verdadeira, encontre uma base para esse subespaço.
Solução:
20
6 Transformações lineares
1- O funcional definido no <n dado por Tv (x) = v · x, para um v ∈ <n fixo, é linear?
Solução:
2 - O determinante de uma matriz quadrada A de ordem n é nulo. Logo, o núcleo do

operador linear T : <n → <n dada por T (x) = Ax possui apenas o vetor nulo?
Solução:
3 - Uma matriz quadrada A é dita ortogonal se A0 A = AA0 = I. Transformações lineares

dadas por matrizes ortogonais sempre preservam as normas dos vetores, isto é, ||Ax|| =
||x||?
Solução:
4 - Uma matriz quadrada A é dita nilpotente, se existe um escalar k tal que Ak = 0. Seja
T : <n → <n um operador linear tal que T (x) = Ax, onde A é uma matriz nilpotente.
Então o núcleo de T possui apenas o vetor nulo?
Solução:
5 - Uma matriz quadrada A de ordem n é dita nilpotente, se existe um escalar k tal que
Ak = 0. Seja T : <n → <n uma transformação linear definida por T (x) = Ax. Então a
imagem de T é o <n ?
Solução:
dP (x)
6 - Seja T : Pn → Pn−1 . O núcleo da transformação linear dada por T (p(x)) = dx
tem
dimensão nula?
Solução:
21
7 - Dada a matriz  
m11 m12
M = 
m21 m22
e
tr(M ) = m11 + m22
O sı́mbolo tr(M ) : M (2, 2) → < é lido traço de M. É a imagem de M por uma trans-
formação linear em <. Seja N o núcleo dessa transformação linear. Construa uma base
de N .
Solução:
8 - Seja T um operador linear definido no espaço de matrizes de ordem n dado por

T (A) = 12 (A + A0 ).
a) Qual a dimensão do núcleo de T ?
b) Qual a dimensão da imagem de T ?
Solução:
9 - Seja T : Rn → Rn uma transformação linear. Se o núcleo de T é igual a imagem de T

então n precisa ser par?
Solução:
10 - Seja T : V → W uma transformação linear. Se u, v, w ∈ V são linearmente depen-

dentes, então T (u), T (v) e T (w) ∈ W também são?
Solução:
11 - Se uma transformação linear T(x)=Ax é injetora, então A possui m linhas indepen-

dentes?
22
Solução:
12 - Seja S(x) = Ax e T (x) = ABx transformações lineares, onde A e B são matrizes

cujas ordens permitem o produto AB. Logo, Logo, I(T ) ⊆ I(S).
Solução:
13 - Seja A uma matriz de ordem n e A0 sua transposta:

a) Sejam S(x) = Ax e T (x) = A0 x operadores lineares. Logo, pode-se dizer que se
u ∈ I(S) e v ∈ N (T ) então u e v são ortogonais?
b) Seja S(x) = A0 x e T (x) = AA0 x operadores lineares. Logo, pode-se dizer que N (T ) =
N (S)?
Solução:
14 - Calcule o operador T : <2 → <2 , dado por T (x) = Ax, que tenha como imagem e
como núcleo o eixo x.
Solução:
15 - Dado um operador linear T : <n → <n , dada por T (x) = Ax. Se A2 = 0, então
Im(T ) ⊂ N (T )?
Solução:
16 - Dado um operador linear T : <n → <n , dada por T (x) = Ax, e N o núcleo de T . Se
y = T (x) ∈ N , então Ay = A2 x = 0?
Solução:
17 - Seja v = (1, 2) um vetor do <2 . Seja M2 o espaço vetorial de matrizes de ordem 2 × 2.

a) Encontre o subespaço vetorial de matrizes de ordem 2 × 2 que para todo A pertencente
23
a esse subespaço, v pertença ao núcleo da transformação linear T : <2 → <2 definida por
T (x) = Ax.
b) Encontre uma base para esse subespaço.
c) Qual a dimensão desse subespaço?
Solução:
18 - Seja T : <3 → <2 uma transformação linear dada por T (x) = Ax, onde
 
1 2 3
A= .
4 5 6
Qual a dimensão do núcleo?
Solução:
19 - Sejam f, g : V → < funcionais lineares em um espaço de dimensão finita. Se f é

múltiplo de g (isto é, f (x) = αg(x) para α ∈ < e α 6= 0), então eles possuem o mesmo
núcleo?
Solução:
d2 p(x)
20 - Seja T : P4 → P4 dada por T (p(x)) = dx2
. Encontre o núcleo e a imagem dessa
transformação.
Solução:
21 - Considere a matriz A definida abaixo:

 
1 2 3
 
A=
 4 5 6 .

7 8 9
Marque a alternativa VERDADEIRA:
24
(a) O sistema linear Ax = 0 possui solução única.

(b) O determinante de A é diferente de zero.
(c) A matriz A é linha equivalente a matriz identidade.
(d) Todas as linhas de A são linearmente independentes.
(e) A imagem da transformação linear T : R3 → R3 , dada por T (x) = Ax, é um subespaço
do R3 .
(f) O núcleo da transformação linear T : R3 → R3 , dada por T (x) = Ax, é o vetor nulo.
Solução:
22 - Seja T : R3 → R uma transformação linear dada por Tv (x) = v · x, onde v = (1, 2, 3).
Pode-se afirmar que:
(i) O núcleo de T é formado pelo vetor nulo e o conjunto de todos os vetores ortogonais
a v.
(ii) A dimensão da imagem de T é 1.
(iii) A dimensão do núcleo de T é 3.
Solução:
23 - Seja T : P2 → R uma transformação linear dada por T (ax2 + bx + c) = a. Calcule

uma base para o núcleo de T e explicite o valor da dimensão do núcleo.
Solução:
24 - Marque as alternativas verdadeiras: Seja T : Rn → Rn dada por T (x) = Ax, onde

A é uma matriz de permutação, isto é, uma matriz formada a partir de permutações das
linhas da matriz identidade.
(i) A dimensão da imagem de T é n − 1.
(ii) T (T (x)) = x
(iii) ||T (x)|| = ||x||.
Solução:
25
25 - Seja A uma matriz quadrada de ordem 2.

Marque a alternativa VERDADEIRA:
(a) Se A2 = 0 então A = 0.
(b) Se A2 = A então A = I ou A = −I.
(c) Se T (x) = Ax é uma transformação linear, onde A2 = 0, então a imagem de T pertence
ao núcleo de T .
(d) Se T (x) = Ax, onde A2 = A, então o núcleo de T (x) = Ax tem apenas um elemento.
(e) Se T (x) = Ax, onde A2 = I, então a imagem de T (x) = Ax não é o R2 .
Solução:
26 - Seja S(x) = Ax um operador auto-adjunto definido no Rn , isto é, hAx, yi = hx, Ayi
para todo x, y ∈ Rn . Encontre as verdadeiras.
(i) Se A é uma matriz formada apenas por números reais, então A é simétrica.
(ii) Se u e v são autovetores de A associados respectivamente aos autovalores λ e δ, onde
λ 6= δ, então u é ortogonal a v.
(iii) Sejam S(x) = Ax e T (x) = Bx operadores auto-adjuntos, onde A e B são matrizes
reais. Se AB = BA, então o operador U (x) = ABx é auto-adjunto.
Solução:
26
7 Autovalores e autovetores
1) Quais são os autovalores de uma matriz diagonal?
Solução:
2) Quais são os autovalores de uma matriz triangular?
Solução:
3) Uma matriz A é dita ser positiva definida se x0 Ax > 0 para todo vetor x 6= 0. Mostre
que se λ é o autovalor de uma matriz positiva definida então λ > 0.
Solução:
4) Seja λ o autovalor de uma matriz B associado a um autovetor x. Mostre que x é o

autovetor de B k , k = 2, 3, · · · associado a λk .
Solução:
5) Sejam A uma matriz quadrada, s um autovalor de A e c um escalar. Disso decorre que

cs é um autovalor de cA?
Solução:
6 - Se λ2 é um autovalor de A2 , então λ ou −λ é um autovalor de A?
Solução:
7 - Seja VA o subespaço gerado pelos autovetores de uma matriz A e VB o subespaço

gerado pelos autovetores de uma matriz B [ambas de mesma ordem n].
a) Então, pode-se dizer que VA ∩ VB ⊆ VαA+βB , onde VαA+βB é o subespaço gerado pelos
autovetores de αA + βB?
27
b) Então, pode-se dizer que VA ∩ VB ⊆ VAB , onde VAB é o subespaço gerado pelos autove-
tores de AB?
Solução:
8 - Se A é uma matriz normal (real) de ordem n, então todo autovetor de A é também

autovetor A0 . [Uma matriz quadrada (real) é dita ser normal se A0 A = AA0 .]
Solução:
9 - Qual é a relação entre os autovalores de uma matriz e os autovalores de sua inversa?
Solução:
10 - Seja A uma matriz tal que Ak = 0, para algum número k. Logo, para todo α, o
operador A − αI também é singular?
Solução:
11 - Seja A uma matriz quadrada que A2 = I. Então quais são os possı́veis valores para
os autovalores de A?
Solução:
12 - Se λ é um autovalor de A associado ao autovetor v, então λ + c é autovalor de A + cI

associado ao autovetor v.
Solução:
13 - Se A é uma matriz cujas somas dos elementos de cada linha é 1, então ela possui um
autovalor 1 associado a um autovetor que é um vetor de ordem n formado apenas por 1s.
Solução:
28
14 - Ache todos os autovalores e autovetores da matriz

 
10001 3 5 7 9 11
 
1 10003 5 7 9 11
 
 
 
 1 3 10005 7 9 11 
A=
 


 1 3 5 10007 9 11 

 

 1 3 5 7 10009 11 

1 3 5 7 9 10011
Solução:
http://prorum.com/?qa=3835
29
Part II
Noções de Otimização
30
8 Topologia dos reais

1 - Cheque os seguintes resultados para sequências em R:
a) Se limxn = a então toda subseqüência de xn converge para o elemento a.
b) Toda seqüência convergente é limitada.
c) Se limxn = limyn = a e xn ≤ zn ≤ yn para todo n suficientemente grande então
limzn = a.
d) limxn = 0 se e somente se lim|xn | = 0.
Solução:
http://prorum.com/index.php/2769/sequencias-reais
2 - Verifique se as seqüencias abaixo convergem:

√
a) xn = 1 + n1 , n2 , n

3+n2 3 5n+2
b) xn = 4+5n 2 , 2 + 5n4 , 6, 8n−3
Solução:
http://prorum.com/index.php/2771/as-sequencias-abaixo-convergem
3 - Quais desses conjuntos são compactos?

a) [0, 1]n
b) [0, 1] ∪ [2, 3]
c) [0, 1)n
d) (0, 1]n
e) (0, 1)n
f) (0, 1) ∪ (2, 3)
g) (x1 , · · · , xn ) ∈ Rn tal que x21 + · · · x2n ≤ 1.
h) (x1 , · · · , xn ) ∈ Rn tal que x21 + · · · x2n < 1.
i) (x1 , · · · , xn ) ∈ Rn tal que xi ≥ 0, a1 x1 + · · · + an xn ≤ c, onde ai são constantes reais
(escalares).
j) Rn
k) Rn+
Solução:
http://prorum.com/index.php/2107/quais-desses-conjuntos-sao-compactos
31
4 - Sejam A = {(x, y) ∈ R2 |x2 + y 2 ≤ 4} e B = {(x, y) ∈ R2 |x2 + y 2 ≤ 2}. O conjunto

A − B é compacto?
Solução:
http://prorum.com/index.php/2744/esse-conjunto-e-compacto
5 - A intersecção finita de conjuntos abertos é um conjunto aberto?
Solução:
6 - A união de conjuntos fechados é sempre um conjunto fechado?
Solução:
32
9 Cálculo e funções de várias variáveis

1. Use a série de Taylor para aproximar as seguintes funções por polinômios quadráticos
ao redor dos pontos indicados:
a) f (x, y) =
ln(1 + x2 + y 2 ) ao redor de (0, 0);
p
b) f (x, y) = ex 1 + y 2 ao redor de (0, 0);
Solução:
2. Para cada uma das funções abaixo, verifique se é possı́vel aplicar o teorema da função
implı́cita no ponto dado.
a) Encontre dy/dx se x3 y 3 − x − y = −1 no ponto (x, y) = (1, 1);
b)Encontre dz/dx e dz/dy se 2sinz − xz + y 3 = 1 no ponto (x, y, z) = (1, 1, 0);
Solução:
3 - Toda forma quadrática é uma função homogênea de grau 2?
Solução:
4 - Seja D = f (R, P ) a função de demanda por um determinado bem agrı́cola quando

o preço é P e R é o gasto em publicidade. Seja S = g(w, P ) a função de oferta, onde
w é um ı́ndice que mede a condição de tempo (quanto melhor a condição de tempo para
a agricultura, mas alto o ı́ndice). Suponha que gw0 (w, P ) > 0. O equilı́brio de mercado
ocorre quando D = S. Suponha que essa equação defina P implicitamente como função
diferenciável de R e w. Encontre Pw0 e determine o seu sinal.
Solução:
5 - Seja u : Rn → R uma função de utilidade com derivadas parciais contı́nuas. Suponha

que, para uma dada constante a, essa função satisfaça a propriedade
33
n
X ∂u
xi = a, ∀xi > 0
i=1
∂xi
Mostre que a função ν(x1 , · · · , xn ) = u(x1 , · · · , xn ) − a ln(x1 + · · · + xn ) é homogênea de

grau 0.
Solução:
6 - Mostre que se f : D ⊂ Rn → R é homogênea de grau k, então suas derivadas parciais

são homogêneas de grau k − 1.
Solução:
http://prorum.com/index.php/2782/
34
10 Noções de análise convexa

1. Quais desses conjuntos são convexos?
Pn
a) Seja C1 , · · · , Cn conjuntos convexos. Seja C = i=1 ci Ci .
b) Uma reta.
c) O disco no R2 dado por D = {x, y ∈ R : x2 + y 2 ≤ 1}.
d) A circunferência no R2 dado por C = {x, y ∈ R : x2 + y 2 = 1}.
e) O cone no Rn . Um conjunto C é um cone se ∀x ∈ C ⊂ Rn , λx ∈ C, ∀λ ∈ R+ .
Solução:
http://prorum.com/index.php/2113/quais-desses-conjuntos-sao-convexos
2. Se f : R → R é uma função convexa, então (−f ) é concava?
Solução:
3. A intersecção de dois conjuntos convexos é um conjunto convexo?
Solução:
4. A função f : R2 → R+ f (x, y) = |x| + |y| é convexa?
Solução:
http://prorum.com/index.php/2746/
5. A função de Cobb-Douglas é côncava?
Solução:
http://prorum.com/index.php/2123/a-funcao-de-cobb-douglas-e-concava
6. Pode-se afirmar que para todo x, y ∈ R, temos exp ( 12 (x + y)) ≤ 21 exp (x) + 12 exp (y)?
Solução:
7. A função f (x, y) = (x + 1)4 + xy + (y + 1)4 é convexa para todos x > 0 e y > 0?
35
Solução:
8 - Sejam {f1 , f2 , · · · , fn } um conjunto de funções convexas do Rn em R. Mostre que a

combinação linear não negativa
f (x) = α1 f1 + · · · + αn fn , α1 , · · · , αn ≥ 0
é convexa. Isso é verdade para qualquer combinação convexa?
Solução:
9 - Toda função linear é homogênea, côncava e convexa?
Solução:
10 - Se g : R → R e h : R → R são funções convexas, então f(x,y) = g(x) + h(y) é

convexa?
Solução:
11 - Se g : R2 → R e h : R2 → R são funções convexas, então f (x, y) = g(x, y) + h(x, y) é

convexa?
Solução:
12 - As funções f : <n → < e g : <n → < são respectivamente concava e convexa. O que
pode se dizer sobre h(x) = af (x) + bg(x)?
Solução:
13 - Estude a concavidade/convexidade de f (x, y) = x + y − ex − ex+y .
Solução:
36
37
11 Otimização
1 - Essa função f (x, y) = x2 + 2xy + y 5 + exp(xy) possui máximo global e mı́nimo global
em um conjunto compacto S do R2 ?
Solução:
38
12 Otimização sem restrições

1 - Ache os pontos crı́ticos de f (x, y) = x2 + y 2 − 2 log(x) − 18 log(y) e teste se cada
um desses pontos é máximo ou mı́nimo ou sela, usando as condições de segunda ordem e
propriedades das formas quadráticas.
Solução:
2 - Ache os pontos crı́ticos de f (x1 , x2 ) = x3 + y 3 − 3xy. Teste se esses pontos são pontos
de máximo ou mı́nimo ou sela.
Solução:
3 - Ache o ponto extremo de f (x, y) = 8x3 + 2xy − 3x2 + y 2 + 1. Teste se esse ponto é
máximo ou mı́nimo ou sela, usando as condições de segunda ordem e propriedades das
formas quadráticas.
Solução:
4 - Como achar os pontos extremos de f (x1 , x2 ) = 2x21 − x22 − 4x1 + 8x2 . Teste se esse
ponto é máximo ou mı́nimo ou sela, usando as condições de segunda ordem e propriedades
das formas quadráticas.
Solução:
5 - Ache os pontos crı́ticos de f (x, y, z) = x2 + xy + 5y 2 + 9(z − 2)2 . Eles são pontos de

máximo ou mı́nimo ou sela?
Solução:
6 - Ache os pontos crı́ticos de f (x, y) = e(x+y) + e(x−y) − (3/2)x − (1/2)y. Eles são de
máximo, mı́nimo ou de sela?
39
Solução:
7 - Encontre os pontos crı́ticos de f (x, y) = log(1 + x2 y) e caracterize esses pontos.
Solução:
8 - Ache o ponto extremo de f (x, y) = e2x − 2x + 2y 2 + 3. Teste se esse ponto é máximo

ou mı́nimo ou sela, usando as condições de segunda ordem e propriedades das formas
quadráticas.
Solução:
9 - Considere o problema de regressão linear. Encontre os parâmetros α e β que minimizam

a soma dos quadrados dos erros de uma seqüência de dados (xi , yi ), for i = 1, · · · , n e uma
reta formada por esses parâmetros α e β onde α é o coeficiente linear e β é o coeficiente
angular.
Solução:
40
13 Otimização com restrições de igualdade

1 - Ache todos os pontos extremos de f (x, y) = x4 + y 4 sujeito a x + y = 1. Utilize o
método dos multiplicadores de Lagrange e teste se o(s) ponto(s) são máximo ou mı́nimo
utilizando o Hessiano orlado.
Solução:
2 - Ache todos os pontos extremos de f (x, y, z) = log x+2 log y+3 log z sujeito a x+y+z =
60. Utilize o método dos multiplicadores de Lagrange e teste se o(s) ponto(s) são máximo
ou mı́nimo utilizando o Hessiano orlado.
Solução:
3 - Ache os pontos crı́ticos de f (x, y, z) = x2 + xy + 5y 2 + 9(z − 2)2 . Eles são pontos de

máximo ou mı́nimo ou sela?
Solução:
4 - Encontre os pontos que otimizam f (x, y, z) = 2xyz sujeito a 3 − x2 − y 2 − z 2 = 0
Solução:
5 - Ache o ponto que maximiza f (x, y, z) = 4 ln x + 2y + 8z sujeita a 8 − x − y − 2z = 0

e 1 − 0.5x − z = 0.
Solução:
6 - Seja f (x, y) = a log x + (1 − a) log y, onde a 6= 0 e a 6= 1. Considere o problema de de

otimizar f sujeita a x + y = 1. Quais os valores de “a” que fazem com que f tenha ponto
de máximo?
Solução:
41
7 - Ache todos os pontos extremos de f (x, y) = x + y sujeito a x2 + y 2 = 2. Utilize o

Solução:
8 - Ache os pontos crı́ticos de f (x, y) = x2 + y 2 − 2 log(x) − 18 log(y) e teste se cada

um desses pontos é máximo ou mı́nimo ou sela, usando as condições de segunda ordem e
propriedades das formas quadráticas.
Solução:
1
9 - Ache todos os pontos crı́ticos de f (x, y) = x
+ y1 sujeito a x + y = 2. Teste se os ponto
crı́ticos são máximo ou mı́nimo utilizando o método dos multiplicadores de Lagrange e o
Hessiano orlado.
Solução:
10 - Considere o problema de otimizar f (x, y) = x1/3 y 2/3 sujeito a 27x+2y = 81. Encontre
os pontos crı́ticos e caracterize esses pontos. Utilize o método dos multiplicadores de
Lagrange e o método do hessiano orlado.
Solução:
11 - Considere o problema de otimizar f (x, y) = 5 − (x − 2)2 − 2(y − 1)2 sujeito a

x + 4y = 3. Encontre os pontos crı́ticos e caracterize esses pontos. Utilize o método dos
multiplicadores de Lagrange e o método do hessiano orlado.
Solução:
12 - Ache todos os pontos extremos de f (x, y) = xy sujeito a x + y = 6. Utilize o método

42
dos multiplicadores de Lagrange e teste se o(s) ponto(s) são máximo ou mı́nimo utilizando
o Hessiano orlado.
Solução:
x2
13 - Verifique se o ponto crı́tico de f (x, y) = 2
+ y sujeito a x + y = 9 é máximo ou
mı́nimo, utilizando o método dos multiplicadores de Lagrange e o Hessiano orlado
Solução:
14 - Considere função f (x, y) = 4x + 2y − 8 restrita à (x − 2)2 + (y − 1)2 = 80. Encontre

os pontos crı́ticos e caracterize esses pontos.
Solução:
15 - Verifique se o ponto crı́tico de f (x, y) = 4x2 − 2xy + 6y 2 sujeito a x + y = 72 é máximo

ou mı́nimo, utilizando o método dos multiplicadores de Lagrange e o Hessiano orlado?
Solução:
16 - Considere o problema de otimizar f (x, y) = 2 ln x + 2 ln y sujeito a x2 + y 2 = 2.

Encontre os pontos crı́ticos e caracterize esses pontos.
Solução:
17 - Ache os pontos extremos de f (x, y) = 2xy sujeito a 2 − x2 − y 2 = 0. Teste apenas se

o ponto extremo positivo (x > 0, y > 0) é ponto de máximo ou mı́nimo.
Solução:
18 - Como achar os extremos de f (x, y) = x + y sujeita a restrição xy = 1?
Solução:
43
19 - Encontre os pontos crı́ticos de f (x, y) = 100 − e−x − e−y sujeito a px + qy = m e

caracterize esses pontos.
Solução:
20 - Ache todos os pontos extremos de f (x, y) = x1/2 + y sujeito a 4x + y = 1. Utilize o

Solução:
14 Otimização com restrições de desigualdade

1 - Resolva o problema de maximizar x − y 2 sujeito ao conjunto x2 + y 2 − 4 = 0 e x ≥ 0
e y ≥ 0.
Solução:
2 - Maximize a função f (x, y) = x2 + y 2 sujeita a 2x + y ≤ 2, x ≥ 0 e y ≥ 0.

Solução:
44

QUANT Série de Exercícios

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

QUANT Série de Exercícios

Enviado por

Direitos autorais:

Formatos disponíveis

Série de Exercı́cios de Economia Quantitativa I

Prof. Daniel Oliveira Cajueiro

March 17, 2019

2 - Sejam u, v, w ∈ Rn . Se o vetor u é ortogonal ao vetor v e o vetor v é ortogonal ao

3 - Seja v um vetor ortogonal a cada um dos vetores v1 e v2 . Use as propriedades de

4 - Prove que a norma no Rn satisfaz a seguinte propriedade, conhecida como desigualdade

2 - Sejam duas matrizes A e B. Se AB = 0, então A = 0 ou B = 0?

4 - Determine todas as matrizes que comutam com

5 - Uma matriz C de ordem n é dita idempotente quando C 2 = C. Se duas matrizes

7 - Mostre que AA0 é uma matriz simétrica.

8 - Calcule a n-ésima potência de A, sabendo que A é idempotente.

11 - Duas matrizes A e B são ditas simultaneamente diagonalizáveis se existe uma matriz

13 - Suponha que a serie de matrizes S = I + A + A2 + A3 + · · · convirja. Mostre que

S = (I − A)−1 , quando a inversa de (I − A) existir.

15 - Existe alguma matriz inversı́vel A tal que A = 0 (matriz nula)? Justifique.

3 - Se Ax = 0 tem uma solução xh e Ax = b tem um solução xnh , então xh + xnh é solução

4 - Considere o sistema linear Ax = b, onde

5 - [Abadir-Magnus] Quais os valores de α e β que garantem que o sistema abaixo tenha

αx1 + βx2 + 2x3 = 1

αx1 + (2β − 1)x2 + 3x3 = 1

αx1 + βx2 + (β + 3)x3 = 2β − 1

6 - Considere o sistema linear Ax = b, onde A é uma matriz de ordem 3 dada por

Marque a alternativa FALSA:

7. Considere o sistema linear Ax = b e a matriz A de ordem 3 × 3 dada por

Marque a alternativa FALSA:

3 - Uma matriz quadrada A é dita idempotente se A2 = A. Se A é uma matriz idempo-

4 - Uma matriz quadrada A é dita nilpotente, se existe um escalar k tal que Ak = 0. Se

5 - Uma matriz A é anti-simétrica se A = −A0 . Se A é uma matriz anti-simétrica então

6 - Sejam A e C matrizes de ordem n tais que det(I + C −1 A) = 1

7 - Se M é uma matriz quadrada inversı́vel de ordem n tal que det(M 2 − M ) = 0, então

9 - Quanto vale o determinante de uma matriz ortogonal?

10 - Uma matriz de permutação é uma matriz obtida a partir da permutação de linhas

S invariante, isto é, T (S) ⊆ S.

12 - Seja A = [aij ] uma matriz de ordem n construı́da da seguinte forma:

13 - Calcule o determinante An dessa sequencia:

15 - O cálculo do determinante deve ser para uma ordem qualquer.

16 - Calcule o determinante da seguinte matriz de ordem n

em função dos valores de a, b e n.

17 - Seja A uma matriz quadradas que satisfaz A2 − A − I = 0. Então o sistema Ax = b

18 - Suponha que B é inversı́vel. Então det(I − AB) = det(I − BA).

4 - Considere o conjunto das matrizes Mmn com elementos em <.

como uma combinação linear dos vetores geradores da base acima.

d) Defina o produto interno entre duas matrizes no espaço Mmn como

5 - Seja V um espaço vetorial e sejam W e U subespaços de V . Então W ∩ U também é

6 - Seja V um espaço vetorial e sejam W e U subespaços de V . Então W ∪ U também é

b) Calcule uma base para S ∩ T ?

9 - Existem vetores v e w linearmente independentes tais que v e (v + w) são linearmente

10 - Seja A = BC onde B é uma matriz de ordem m × r e C é uma matriz de ordem

11 - Seja V o conjunto de matrizes de ordem 2 que comutam com a matriz

12 - Os vetores (v1 , v2 − v1 , · · · , vn − v1 ) serem LI, implica que (v1 , v2 , · · · , vn ) são LI?

13 - Eu sei que todo conjunto-solução de sistema homogêneo é subespaço vetorial. A

14 - Considere os conjuntos V = {(x, x, y)|x, y ∈ R} e U = {(x, x, x)|x ∈ R} . (a) Mostre

15. Seja V o espaço vetorial de matrizes de ordem n e W o subespaço vetorial de V

vetores ou conjuntos dessa questão estão definidos no Rn :

17. ( ) Sejam u e v vetores Linearmente Independentes (LI) do Rn e f : [0, 1] → Rn dada

a) Esse conjunto é um subespaço vetorial? Justifique.

2 - O determinante de uma matriz quadrada A de ordem n é nulo. Logo, o núcleo do

3 - Uma matriz quadrada A é dita ortogonal se A0 A = AA0 = I. Transformações lineares

tr(M ) = m11 + m22

8 - Seja T um operador linear definido no espaço de matrizes de ordem n dado por

9 - Seja T : Rn → Rn uma transformação linear. Se o núcleo de T é igual a imagem de T

10 - Seja T : V → W uma transformação linear. Se u, v, w ∈ V são linearmente depen-

11 - Se uma transformação linear T(x)=Ax é injetora, então A possui m linhas indepen-

12 - Seja S(x) = Ax e T (x) = ABx transformações lineares, onde A e B são matrizes