Pular para o conteúdo principal

Questão de Matemática — Álgebra Linear - Equações Lineares, Espaço Vetorial e Transformações Lineares e Matrizes — FGV 2024

MatemáticaÁlgebra Linear - Equações Lineares, Espaço Vetorial e Transformações Lineares e Matrizes
Código
fg084627
Banca
FGV
Órgão
EPE
Ano
2024
Nível
Superior
Cargo
Analista de Gestão Corporativa - Tecnologia da Informação (Ciência de Dados)
A decomposição em valores singulares (Singular Value Decomposition - SVD) de uma matriz é uma fatoração importante por ser aplicável em diversos algoritmos de inteligência artificial. Considere o trecho de código em linguagem R a seguir.1. A <- matrix(c(1,2,1,2), ncol=2, nrow=2) 2. svd_result <- svd(A) 3. V <-svd_result$v 4. M <- V %*% t(V) 5. cat(M[1,1], "--", M[2,2]) Assinale a opção que indica a saída esperada para a execução do trecho de código.
  1. A10 -- 2.4652e-32
  2. B0.7071068 -- 0.7071068
  3. C-0.4472136 -- 0.4472136
  4. D3.162278e+00 -- 1.570092e-16
  5. E1 -- 1
Revelar gabarito e comentário

GabaritoE — 1 -- 1

Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.

Decomposição em Valores Singulares (SVD) e a propriedade de V

Gabarito: letra E — a saída é 1 -- 1. A razão é que a matriz V retornada pela função svd() do R é uma matriz ortogonal (suas colunas são vetores ortonormais), e o produto V %*% t(V) resulta na matriz identidade, cujos elementos da diagonal principal são todos iguais a 1.

A SVD fatora uma matriz AA como A=UDVTA = U D V^T (no caso real), onde UU e VV são matrizes ortogonais (ou unitárias, no caso complexo) e DD é uma matriz diagonal com os valores singulares. Uma matriz ortogonal VV satisfaz VTV=VVT=IV^T V = V V^T = I, ou seja, sua transposta é sua inversa. No R, svd_result$v retorna a matriz VV (os vetores singulares à direita), que é ortogonal. Portanto, M <- V %*% t(V) calcula VVTV V^T, que é exatamente a matriz identidade II. Assim, M[1,1] e M[2,2] são ambos 1.

A pegadinha da questão está em não reconhecer a ortogonalidade de VV e tentar calcular os elementos manualmente, o que levaria a valores como 0.70710.7071 (que é o valor de cada componente de VV quando a matriz é simétrica, mas não o produto VVTV V^T). A banca explora exatamente essa confusão entre os elementos de VV e os elementos de VVTV V^T.

1U e V são ortogonais
VᵀV = VVᵀ = I
Colunas ortonormais
2D = valores singulares (diagonal)
3V %*% t(V) = I
Diagonal principal = 1
M[1,1] = 1, M[2,2] = 1
SVD: A = U D Vᵀ
LEVELsoulevel.com.br
SVD: A = U D Vᵀ: U e V são ortogonais (VᵀV = VVᵀ = I, Colunas ortonormais); D = valores singulares (diagonal); V %*% t(V) = I (Diagonal principal = 1, M[1,1] = 1, M[2,2] = 1)

Alternativa A — ❌ Incorreta

Os valores 10 -- 2.4652e-32 não correspondem a nenhum elemento de VVTV V^T. O número 10 poderia ser o quadrado da norma de um vetor, mas aqui não se aplica. O valor 2.4652e-32 é um resíduo numérico próximo de zero, o que não é o caso para os elementos da diagonal de VVTV V^T.

Alternativa B — ❌ Incorreta

0.7071068 -- 0.7071068 são os valores dos elementos de VV (cada componente é 1/20.70711/\sqrt{2} \approx 0.7071), mas a questão pede os elementos de M=VVTM = V V^T, não de VV. A confusão aqui é trocar os elementos da matriz VV pelos elementos do produto VVTV V^T.

Alternativa C — ❌ Incorreta

-0.4472136 -- 0.4472136 são valores que apareceriam se a matriz VV tivesse componentes com sinais opostos, mas isso não se aplica ao produto VVTV V^T, que é a identidade. Além disso, os sinais opostos não são característicos de VV para esta matriz AA.

Alternativa D — ❌ Incorreta

3.162278e+00 -- 1.570092e-16 são valores que lembram os valores singulares de AA (o maior é 103.1623\sqrt{10} \approx 3.1623) e um resíduo numérico. Mas a questão pede os elementos de VVTV V^T, não os valores singulares. A confusão aqui é trocar os valores singulares (diagonal de DD) pelos elementos de MM.

Alternativa E — ✅ Correta ⟵ GABARITO

Como VV é ortogonal, VVT=IV V^T = I, logo M[1,1]=1M[1,1] = 1 e M[2,2]=1M[2,2] = 1. A saída é 1 -- 1.

NÃO CAIA NESSA!

Em questões de SVD, lembre-se sempre: UU e VV são ortogonais, então UTU=IU^T U = I e VTV=IV^T V = I. O produto VVTV V^T também é II. Não confunda os elementos de VV com os de VVTV V^T — a banca adora essa pegadinha!

Gabarito: letra E

Link permanente: /questoes/fg084627