Gabarito 02

Aplicações de Álgebra Linear
GMA
DEPARTAMENTO DE MATEMÁTICA APLICADA
Segunda Verificação de Aprendizagem
Humberto José Bortolossi
http://www.professores.uff.br/hjbortol/
02
Nome legı́vel:
[01] Seja A ∈ Mn×n (R) uma matriz simétrica positiva definida. Se V = Mn×1 (R),
mostre que
h·, ·i : V × V → R
(u, v) 7→ hu, vi = vT Au
define um produto escalar em V .
Solução. h·, ·i define um produto interno em V = Mn×1 (R) pois, para todo u, v, w ∈ V e para
todo α ∈ R, as propriedades abaixo se verificam.
(a) hu + v, wi = wT A(u + v) = wT Au + wT Av = hu, wi + hv, wi.

(b) hα · u, wi = wT A(α · u) = α · (wT Au) = α · hu, wi.
(c) hu, wi = wT Au = uT AT w = uT Aw = hw, ui, pois A e matrizes 1 × 1 são simétricas.
(d) hu, ui = 0 ⇒ uT Au = 0 ⇒ u = 0, pois A é positiva definida.
[02] Seja A = QR a decomposição QR da matriz A. Mostre que P = QQT é a

matriz da projeção ortogonal no espaço gerado pelas colunas de A.
Solução. Basta mostrar que para todo b ∈ Mm×1 (R), b − Pb = b − QQT b é ortogonal às
colunas de A. Agora
(∗)
AT (b − QQT b) = RT QT (b − QQT b) = RT QT b − RT QT QQT b = RT QT b − RT QT b = 0,
onde, em (∗) usamos que QT Q = I, dado que Q é uma matriz ortogonal.
[03] Seja S uma matriz real tal que ST = −S.

(a) Mostre que I − S é uma matriz inversı́vel.
Solução. Suponha, por absurdo, que I − S não seja inversı́vel. Então existe v 6= 0 tal que
(I − S)v = 0, isto é, existe v 6= 0 tal que v = Sv. Agora:
||v||2 = hv, vi = hv, Svi = vT ST v = −vT Sv = − hSv, vi = − hv, vi = −||v||2 .
Logo, ||v|| = 0 e, portanto, v = 0, uma contradição.

(b) Mostre que (I − S)−1 e I + S comutam, isto é, mostre que (I − S)−1 (I + S) =
(I + S)(I − S)−1 .
Solução. Observe que (I − S)−1 (I + S) = (I + S)(I − S)−1 se, e somente se, (I + S)(I − S) =
(I − S)(I + S). Como esta última igualdade é verdadeira, segue-se que a primeira igualdade
também o é. Sendo assim, mostramos que (I − S)−1 e I + S comutam.
Página 1
(c) Mostre que (I − S)−1 (I + S) é uma matriz ortogonal.
Solução. Temos que:
[(I − S)−1 (I + S)]T [(I − S)−1 (I + S)] = (I + ST )(I − ST )−1 (I − S)−1 (I + S)

(∗)
= (I − S)(I + S)−1 (I − S)−1 (I + S) = (I − S)(I + S)−1 (I + S)(I − S)−1 = I,
onde, em (∗), usamos o item (b).
Observação: a aplicação S 7→ (I − S)−1 (I + S), para S anti-simétrica, é conhecida

como transformada de Cayley.
· ¸
1 1
[04] Calcule uma SVD da matriz A = .
1 1
Solução. Temos que A = UΣVT , onde
 √ √ 
2 2 · ¸
 − 2 − 2  2 0
U=V=  √2 √ 
 e Σ= .
2 0 0
− +
2 2
[05] Mostre que se A tem linhas linearmente independentes, então AAT é inversı́vel
e A+ = AT (AAT )−1 .
Solução. Seja A uma matriz m × n e seja A = UΣVT uma SVD de A. Se as linhas de A são
LI, então o posto de A é igual a m. Como,
AAT = (UΣVT )(UΣVT )T = UΣVT VΣT UT = UΣΣT UT = UD2 UT ,
com D a matriz diagonal formada pelos m valores singulares positivos de A, concluı́mos que
D é inversı́vel. Mas U também é uma matriz inversı́vel (pois é uma matriz ortogonal quadrada),
logo AAT = UD2 UT é inversı́vel. Para a segunda parte, note que
AT (AAT )−1 = VΣT UT (UΣVT VΣT UT )−1 = VΣT UT (UD2 UT )−1

= VΣT UT U(D2 )+ UT = VΣT (D2 )+ UT = VΣ+ UT = A+ .
[06] Considere os programas lineares

(problema primal) (problema dual)
minimizar cT x maximizar yT b
sujeito a Ax≥b, sujeito a yT A≤cT ,
x≥0, y≥0.
Mostre que x e y são soluções ótimas para os problemas primal e dual, respec-
tivamente, se, e somente se, x≥0 e y≥0 satisfazem às seguintes condições de
folgas complementares: (1) (Ax)i > bi ⇒ yi = 0 e (2) (yT A)j < cj ⇒ xj = 0.
Solução. Se x e y são soluções admissı́veis para os problemas primal e dual, respectivamente,
então
yT b≤yT Ax≤cT x.
Página 2
Agora, se x e y são soluções ótimas, pelo teorema da dualidade, vale a igualdade: yT b = cT x.
Como consequência, as desigualdades anteriores tornam-se igualdades:
yT b = yT Ax = cT x.
Estas igualdades, por sua vez, implicam nas condições (1) e (2). Reciprocamente, se x≥0 e y≥0
satisfazem às condições (1) e (2), então valem as igualdades:
yT b = yT Ax = cT x.
Logo, x e y são soluções ótimas de seus respectivos programas lineares.
Texto composto em LATEX2e, HJB, 29/01/2008.
Página 3

Gabarito 02

Enviado por

Direitos autorais:

Formatos disponíveis

Gabarito 02

Enviado por

Dados do documento

Título original

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

Gabarito 02

Enviado por

Direitos autorais:

Formatos disponíveis

Aplicações de Álgebra Linear

(a) hu + v, wi = wT A(u + v) = wT Au + wT Av = hu, wi + hv, wi.

[02] Seja A = QR a decomposição QR da matriz A. Mostre que P = QQT é a

onde, em (∗) usamos que QT Q = I, dado que Q é uma matriz ortogonal.

[03] Seja S uma matriz real tal que ST = −S.

||v||2 = hv, vi = hv, Svi = vT ST v = −vT Sv = − hSv, vi = − hv, vi = −||v||2 .

Logo, ||v|| = 0 e, portanto, v = 0, uma contradição.

[(I − S)−1 (I + S)]T [(I − S)−1 (I + S)] = (I + ST )(I − ST )−1 (I − S)−1 (I + S)

onde, em (∗), usamos o item (b).

Observação: a aplicação S 7→ (I − S)−1 (I + S), para S anti-simétrica, é conhecida

AAT = (UΣVT )(UΣVT )T = UΣVT VΣT UT = UΣΣT UT = UD2 UT ,

AT (AAT )−1 = VΣT UT (UΣVT VΣT UT )−1 = VΣT UT (UD2 UT )−1

[06] Considere os programas lineares

Logo, x e y são soluções ótimas de seus respectivos programas lineares.

Texto composto em LATEX2e, HJB, 29/01/2008.

Você também pode gostar