Aulas particulares de Matemática on-line. renatobrodzinski@gmail.com (41) 99856-2185

Álgebra Linear Aplicada – Exer. 3 – Qualificação

Estou estudando para a prova de qualificação de álgebra linear aplicada do programa de mestrado em matemática aplicada da UFPR e vou divulgar a resolução de algumas questões. Os exercícios são das provas de exames anteriores, disponíveis na página do programa. Fique à vontade para fazer sugestões, correções, críticas, etc.

Veja aqui todos os exercícios resolvidos de Álgebra Linear Aplicada.

Farei cópia fiel do enunciado dos exercícios, não corrigirei erros e imprecisões. Fica por conta dos comentário na resolução.

Exercício: (número 3 da prova de 14/12/2009)

Seja $A\in\mathbb{R}^{m\times n}$ uma matriz de posto $n$. Mostre que $\left|A(A^TA)^{-1}A^T\right|_2=1$, sendo $\left|B\right|_2=\sup_{\left|x\right|_2=1}\left|Bx\right|_2$.

 

Resolução: Antes algumas observações:

  • Supor que $m\geq n$. Embora seja possível concluir isto pelas informações do enunciado, gosto de explicitar esse tipo de hipótese.
  • $A(A^TA)^{-1}A^T\in\mathbb{R}^{m\times m}$.
  • A norma definida no enunciado é para matrizes de $\mathbb{R}^{m\times m}$.
  • $A^TA\in\mathbb{R}^{n\times n}$ é simétrica e definida positiva, e portanto inversível.
  • Tenho um material impresso, não sei se é o original em que a prova foi aplicada, em que a matriz $A$ pertence a $\mathbb{R}^{n\times n}$. Repare que neste caso a questão é bastante simples.

Usar decomposição em valores singulares (SVD), na forma reduzida: $$A=U\Sigma V^T,$$ onde $U\in\mathbb{R}^{m\times n}$ tem colunas ortonormais, $V\in\mathbb{R}^{n\times n}$ é uma matriz ortogonal e $\Sigma\in\mathbb{R}^{n\times n}$ é diagonal, com todas as entradas da diagonal positivas (portanto inversível). Segue disto que:

  • $A^T=V\Sigma U^T,$
  • $A^TA=V\Sigma U^TU\Sigma V^T=V\Sigma\Sigma V^T,$
  • $(A^TA)^{-1}=(V\Sigma\Sigma V^T)^{-1}=(V^T)^{-1}\Sigma^{-1}\Sigma^{-1}V^{-1}=V\Sigma^{-1}\Sigma^{-1}V^T.$

Agora, basta fazer a conta da expressão dentro da norma: $$A(A^TA)^{-1}A^T=(U\Sigma V^T)(V\Sigma^{-1}\Sigma^{-1}V^T)(V\Sigma U^T)$$ $$=U(\Sigma (V^TV)\Sigma^{-1})(\Sigma^{-1}(V^TV)\Sigma) U^T=UU^T.$$

Como $UU^T\in\mathbb{R}^{m\times m}$ é diagonal com as $n$ primeiras entradas da diagonal iguais a $1$ e as restantes iguais a $0$, segue que, para todo $x\in\mathbb{R}^m$,
$$\left|UU^Tx\right|_2^2=\sum_{i=1}^{n}{x_i^2}\leq\sum_{i=1}^{m}{x_i^2}=\left|x\right|_2^2,$$
logo,
$$\left|UU^T\right|_2\leq 1.$$
E como $\left|UU^Te_1\right|_2=\left|e_1\right|_2=1$, segue a igualdade procurada,
$$\left|A(A^TA)^{-1}A^T\right|_2=\left|UU^T\right|_2=1.$$

Esta notícia tem 2 comentários

  1. Opa, tudo bem aí, Caio?

    Seria uma honra ver a tua solução, hehe. 😉

    Pois é, sempre quando não sei o que fazer eu uso SVD, é uma ferramenta muito poderosa. Se tiver curiosidade, procure esse teorema, vale a pena, pois não coloquei todos os detalhes do enunciado aqui (não precisei de tudo nesse exercício).

    Aliás, seria bom ter uma solução que não usasse um canhão desses, hehehe.

Deixe uma resposta para Caio Seno Cancelar resposta do comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *