Questão de Matemática — Álgebra linear avançada (vetores, matrizes e espaços vetoriais) — FGV 2024
Matemática›Álgebra linear avançada (vetores, matrizes e espaços vetoriais)
Código
fg164415
Banca
FGV
Órgão
TCE PA
Ano
2024
Cargo
Aud CE (TCE-PA)
A decomposição em valores singulares (Singular Value Decomposition - SVD) é uma técnica para determinar relações entre dados, sendo utilizada no projeto de sistemas de recomendação. Considere a matriz
A = [2323],
e sua decomposição em valores singulares dada por A=U∑VT . Nesse caso, avalie se as afirmativas a seguir são verdadeiras (V) ou falsas (F).
( ) Os elementos da diagonal principal de ∑ são 26 e 6.
( ) Os elementos da primeira coluna da matriz U podem ser dados por 132 e 133 .
( ) Os elementos da primeira coluna da matriz V podem ser dados por −133 e 132 .
As afirmativas são, respectivamente,
AV – V – V.
BF – V – V.
CF – F – V.
DF – F – F.
EF – V – F.
Revelar gabarito e comentário▾
GabaritoE — F – V – F.
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)
Gabarito: letra E — a sequência correta é F – V – F. A primeira afirmativa é falsa porque os valores singulares de são e (não ); a segunda é verdadeira, pois a primeira coluna de é ; e a terceira é falsa, pois a primeira coluna de é (não os valores com sinal trocado apresentados).
A SVD é uma fatoração que decompõe qualquer matriz (de dimensão ) no produto , onde é uma matriz ortogonal , é uma matriz diagonal com os valores singulares (raízes quadradas dos autovalores de ) na diagonal principal, e é uma matriz ortogonal . Essa decomposição é amplamente usada em sistemas de recomendação, compressão de dados e análise de componentes principais, pois permite identificar as direções de maior variabilidade dos dados.
Para a matriz dada, o primeiro passo é calcular :
Os autovalores de são as raízes do polinômio característico :
Portanto, os autovalores são e . Os valores singulares são as raízes quadradas desses autovalores: e . Assim, a diagonal de é e , não .
Para encontrar , calculamos os autovetores de :
Os autovalores de são os mesmos de (26 e 0). Para , resolvemos :
Escolhendo , temos , então o autovetor é . Normalizando: , logo a primeira coluna de é .
Para encontrar , calculamos os autovetores de :
Para , resolvemos :
Escolhendo , temos , então o autovetor é . Normalizando: , logo a primeira coluna de é .
A terceira afirmativa apresenta , que não corresponde a nenhum autovetor normalizado de — é um distrator que mistura os componentes de com sinais trocados.
NÃO CAIA NESSA!
A banca troca os valores singulares (coloca em vez de ) e inverte os sinais dos componentes de para confundir. Lembre-se: os valores singulares são sempre não negativos e, para uma matriz de posto 1, o segundo é zero. Além disso, e são matrizes ortogonais, então suas colunas devem ser ortonormais — verifique sempre a norma.
Afirmativa
Valor apresentado
Valor correto (SVD)
Veredito
1ª — diagonal de Σ
e
e
F
2ª — 1ª coluna de U
e
e
V
3ª — 1ª coluna de V
e
e
F
Alternativa A — ❌ Incorreta
Afirma que a sequência é V – V – V. Como a primeira afirmativa é falsa (os valores singulares são e , não ), a sequência não pode começar com V.
Alternativa B — ❌ Incorreta
Afirma que a sequência é F – V – V. A segunda afirmativa é verdadeira, mas a terceira é falsa (a primeira coluna de é , não os valores com sinal trocado).
Alternativa C — ❌ Incorreta
Afirma que a sequência é F – F – V. A segunda afirmativa é verdadeira (a primeira coluna de é ), então a sequência não pode ter F na segunda posição.
Alternativa D — ❌ Incorreta
Afirma que a sequência é F – F – F. A segunda afirmativa é verdadeira, então a sequência não pode ter F na segunda posição.
Alternativa E — ✅ Correta ⟵ GABARITO
A sequência correta é F – V – F: a primeira é falsa (valores singulares e ), a segunda é verdadeira (primeira coluna de normalizada) e a terceira é falsa (primeira coluna de é ).