Álgebra Linear - Processo de Gram-Schmidt - Mínimos Quadrados

Universidade Federal de Santa Catarina

Campus Araranguá
Prof. Agenor Hentz

1. Para cada conjunto dado abaixo, suponha que o 8. Descreve todas as soluções de mínimos quadráticos da
mesmo é uma base para W . Use o processo de Gram- equação Ax = b.
Schmidt para obter uma base ortogonal para W .    
    1 1 0 1
3 8 1 1 0 3
a)  0 ,  5 A= 1 0 1 , b = 8
  
−1 −6 1 0 1 2
   
2 4
b) −5 , −1 9. Calcule o erro de mínimos quadráticos associado à so-
1 2 lução de mínimos quadráticos encontrada no exercício
7b.
   
1 7
−4 −7

c)  0 , −4 10. Encontre a projeção ortogonal de b sobre Col A e
  
uma solução de mínimos quadráticos de Ax = b.
1 1
   
2. Encontre uma base ortonormal para o subespaço ge- 1 5 4
rado pelos vetores o item b acima. a) A =  3 1 , b = −2
−2 4 −3
3. Encontre uma base ortogonal para o espaço coluna de    
4 0 1 9
cada matriz abaixo. 1 −5 1 0
  b) A =  ,b =  
3 −5 1 6 1 0 0
 1 1 1 1 −1 −5 0
a)  −1

5 −2    
3 −7 8 3 4 11  
5

1 2 5
 11. Sejam:A = −2 1, b = −9, u = e
−1
−1 3 4 5
1 −4  

b) −1 4 −3
 5
 v = . Calcule Au, Av e compare-os com b. O
 1 −4 7
 −2
1 2 1 vetor u pode ser uma solução de mínimos quadrados
para Ax = b? (Responda sem calcular uma solução
4. As colunas de Q foram obtidas aplicando-se o processo por mínimos quadráticos). E Ax = b? (Responsa sem
de Gram-Schmidt às colunas de A. Encontre uma ma- calcular uma solução por mínimos quadráticos).
triz triangular superior R tal que A = QR. Verifique
sua resposta. 12. Use a fatoração A = QR para encontrar a solução de
    mínimos quadráticos para Ax = b.
5 9 5/6 −1/6
 1      
7  1/6 5/6 2 3 2/3 −1/3   7
A= −3 −5 , Q = −3/6
   3 5
1/6 A = 2 4 = 2/3 2/3 , b = 3
1 5 1/6 3/6 0 1
1 1 1/3 −2/3 1
5. Encontre uma fatoração QR para a matriz do exercí-
13. Seja A uma matriz m × n. Use os passos a seguir
cio 18b.
para mostrar que um vetor x em Rn satisfaz Ax = 0
6. Suponha que A = QR, em que Q seja m × n e R seja se e somente

se AT
Ax = 0. Isso vai mostrar que
n × n. Mostre que, se as colunas de A forem linear- Nul A = Nul AT A .
mente independentes, então R terá que ser invertível.
[Sugestão: Estude a equação Rx = 0 e use o fato de a) Mostre que, se Ax = 0, então AT Ax = 0;
que A = QR.] b) Suponha que AT Ax = 0. Explique por que
xT AT Ax = 0 e use isso para mostrar que Ax =
7. Encontre uma solução por mínimos quadráticos de
0.
Ax = b construindo as equações normais e resolvendo
as mesmas para x nos seguintes casos: 14. Seja A uma matriz m×n cujas colunas são linearmente

−1 2
  
4 independentes [Cuidado: A não precisa ser quadrada.]
a) A =  2 −3 , b = 1
a) Use o exercício anterior para mostrar que AT A é
−1 3 2
    invertível;
1 −2 3
−1 b) Explique por que A tem de ter pelo menos tantas
2  1
b) A =   0
,b =  
−4 linhas quanto colunas;
3
2 5 2 c) Determine o posto de A.
 √   √ 
       
        1 5  3 1
3 −1 2 3 −4  1 2/√30 2/√6  1 3
Respostas: 1) A)  0,  5; B ) −5, 3/2; C )   0, −4; 2) −5/√30 , 1/√6 ; 3) A) −1, 3,
          
−1 −3 1 3/2 1/ 30 1/ 6
1 −1 3 1
       √ 
1 3 2 1√5 1/2 1/2
√ √ √ 
 
−3 −1  0 0 −1/ 5
 1
 
√ 0 0 5 − 5 4 5
 ; B ) −1,  3, 2; 4) R = 6 12 ; 5) Q = −1/ 5
       
 1 √ 1/2 1/2, R =
 0 6 −2; 6) Suponha
     
 1 −3 2 0 6 
 1/ 5 −1/2 1/2 0 0 4
3 √
1 3 2 1/ 5 1/2 1/2
que x satisfaça Rx = 0; então QRx = 0 = Q0 = 0 e Ax = 0. Como as colunas de A são LI, x tem de ser zero. Esse fato,
por sua vez, mostra que as colunas de R são LI. Como R é uma matriz quadrada, ela é invertível pelo Teorema   da Matriz
 
              5 −1
6 −11 x1 −4 3 6 6 x1 6 4/3
Invertível. 7) A) = ; x̂ = ; B) = ; x̂ = ; 8) x̂ = −3 + x3  1;
−11 22 x2 11 2 6 42 x2 −6 −1/3
0 1
 
  3        
√ 1   2/3 11 7 0
2/7  1
 ; x̂ =  0; 11) Au = −11 ; Av = −12, b − Au =  2,
9) 2 5; 10) A) b̂ = 1 ; x̂ =
  ; B ) b̂ = 
1/7  4
0 1/3 11 7 −6
  −1
4  
4
b − Av =  3 . Não, u não pode ser uma solução de mínimos quadrados de Ax = b. Por quê?; 12) x̂ = ; 13)
−1
−2


A) Se Ax = 0, então AT Ax = AT 0 = 0. Isso mostra que Nul A está contido em Nul AT A ; B ) Se AT Ax = 0, então
xT AT x =
xT 0 = 0. Logo (Ax)T
(Ax) = 0 (o que significa que ||Ax||2 = 0) e, portanto, Ax = 0. Isso mostra que
Nul AT A está contido em Nul A ; 14) Sugestão: Para o item (a), use um teorema já visto em aula.