Álgebra Linear Computacional - 1o semestre de 2019

Professor: Luı́s Felipe Bueno (Sala 111) E-mail: lfelipebueno@gmail.com

1 Lista 5 - Matrizes de Projeção, Pseudo-inversa e Quadrados Mı́nimos

1. Pulino - Capı́tulo 8: 72, 73, 74, 88, 93, 95, 103, 111.

2. Sejam P, Q ∈ Rn×n matrizes de projeção tais que P Q = QP . Mostre que:

(a) P Q é uma matriz de projeção.
(b) N u(P Q) = N u(P ) + N u(Q) .
(c) Im(P Q) = Im(P ) ∩ Im(Q) .
3. Seja uma matriz P ∈ Rn×n tal que Im(I − P ) = N u(P ) . Mostre que P é uma matriz de projeção.

4. Seja uma matriz A ∈ Rn×n .

(a) Se Rn = Im(A) ⊕ N u(A) , prove que N u(A) = N u(A2 ) .
(b) Se A é um projetor, então Rn = Im(A) ⊕ N u(A) .
5. Sejam P, Q ∈ Rn×n projetores. Prove que P + Q é um projetor se, e somente se, P Q + QP = O .

6. Considere uma matriz de projeção P ∈ Rn×n . Mostre que os vetores v e (1 − t)v + tP v , para todo t ∈ R e para
todo v ∈ Rn , têm a mesma imagem por P .
7. Seja P ∈ Rn×n um projetor. Mostre que kP k2 ≥ 1 .
8. Sejam u, v ∈ R2 vetores linearmente independentes, e considere os seguintes subespaços vetoriais de R2 , dados
por U = span {u} e V = span {v} . Suponha que P ∈ R2×2 seja um projetor sobre U . Mostre que kP k2 = 1 se,
e somente se, u e v são ortogonais.
9. Seja uma matriz A ∈ Rm×n com m < n e posto(A) = m , e seja B ∈ Rn×n uma matriz simétrica e definida
positiva.
(a) Mostre que a matriz ABAT é simétrica e definida positiva e, portanto, não singular.
(b) Considere P = I − BAT (ABAT )−1 A . Prove que P é um projetor.
(c) P é um projetor ortogonal? Justifique sua resposta.
(d) Prove que P x = 0 se, e somente se, x ∈ Im(BAT ) .
10. Mostre que a pseudo-inversa A+ satisfaz as propriedades:

(a) AA+ é uma matriz simétrica.

(b) A+ A é uma matriz simétrica.
(c) AA+ A = A.
(d) A+ AA+ = A+ .

Qualquer matriz que satisfaça essas propriedades é chamade de pseudo-inversa de A. A pseudo inversa sempre
existe, mesmo que o posto de A não seja completo.
11. Sejam uma matriz A ∈ Rm×n e a sua pseudoinversa A+ ∈ Rn×m . Prove que:
(a) Se m = n e A é não singular, então A+ = A−1 .
(b) (A+ )+ = A .
(c) (A+ )T = (AT )+ .
(d) Se posto(A) = n , então A+ = (AT A)−1 AT .
(e) Se posto(A) = m , então A+ = AT (AAT )−1 .
(f) AT = AT AA+ = (AT A)+ AT .
(g) N u(A+ ) = N u(AT ) = N u(AA+ ) .
(h) Im(A+ ) = Im(AT ) = Im(A+ A) .
(i) Se P ∈ Rm×n e Q ∈ Rn×n são ortogonais, então (P AQ)+ = QT A+ P T .
(j) (AT A)+ = A+ (AT )+ .
(k) (AAT )+ = (AT )+ A+ .
12. Mostre com um exemplo que podemos ter (AB)+ 6= B + A+ .
13. Seja uma matriz A ∈ Rm×n , e considere uma matriz X ∈ Rn×m qualquer. Mostre que X = A+ minimiza
kAX − IkF .
14. Mostre que x∗ ∈ Rn é uma solução de quadrados mı́nimos do sistema linear Ax = b se, e somente se, kAx∗ −bk2 =
kprojN u(AT ) bk2 .
15. Mostre que, se r = Ax∗ − b , em que x∗ é a solução de quadrados mı́nimos do sistema linear Ax = b , então
krk22 = kbk22 − kprojIm(A) bk22 .

16. Sejam A ∈ Rm×n com m > n e posto(A) = n e b ∈ Rm , e considere o sistema linear em blocos
   
I A r b
,
AT 0 x 0

em que I ∈ Rm×m é a matriz identidade. Mostre que este sistema tem uma única solução [r∗ x∗ ]T e que os
vetores r∗ e x∗ são, respectivamente, o resı́duo e a solução do problema de quadrados mı́nimos min kAx − bk2 .
17. Sejam A uma matriz com posto completo e b dados por
   
R w c
A = e b = ,
0 v d

em que R ∈ Rk×k é não singular, w ∈ Rk , v ∈ Rm−k , c ∈ Rk e d ∈ Rm−k . Prove que

2
vT d

min kAx − bk22 = kdk22 − .
kvk2

18. Sejam A ∈ Rm×n com m > n e posto(A) = n e b ∈ Rn . Seja xW a solução do problema de quadrados mı́nimos
ponderados min kW (Ax − b)k22 , em que W ∈ Rm×m é uma matriz diagonal e não singular . Considere a solução
xI a solução do problema de quadrados mı́nimos padrão (ou seja, com W = I) . Mostre que:
(a) xW = xI + (AT W 2 A)−1 AT (I − W 2 )(AxI − b) .
(b) Se b ∈ Im(A) , então xW = xI .
19. Considere uma matriz A ∈ Rm×n e a solução de quadrados mı́nimos x∗ ∈ Rn do sistema linear Ax = b . Mostre
que y ∈ Rn também é solução de quadrados mı́nimos de Ax = b se, e somente se, y = x∗ + z , para algum
z ∈ N u(A) .
20. Considere      
1 0 1 0 1
A= 0 10−6  Ā =  0 10−6  e b =  0 .
0 0 0 10−8 1
Resolva os problemas de quadrados mı́nimos Ax = b e Āx = b e interprete os resultados.
21. Prove que

−1 T
(a) 1 = A AT A A

2

−1 T
T
(b) 1 = I − A A A A

2

1 T
−1 T
(c) σn (A) = A A A
2
1 T
−1
(d) σ (A)2 = A A
n 2

22. Dada a fatoração SVD de uma matriz A, qual é a pseudo inversa de A?