Questão nº 86

Questão de Ciência de Dados · FGV TCE-PA 2024 (nº 86)

FGV2024Auditor de Controle Externo - Administrativa - Ciência de DadosCiência de Dados
Gabarito: Ever comentário ↓

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=[22 33]A = \begin{bmatrix} 2 & 2 \ 3 & 3 \end{bmatrix}, e sua decomposição em valores singulares dada por A=UΣVTA = U \Sigma V^T.
Nesse caso, avalie se as afirmativas a seguir são verdadeiras (V) ou falsas (F).
( ) Os elementos da diagonal principal de Σ\Sigma são 26\sqrt{26} e 6\sqrt{6}.
( ) Os elementos da primeira coluna da matriz UU podem ser dados por 213\frac{2}{\sqrt{13}} e 313\frac{3}{\sqrt{13}}.
( ) Os elementos da primeira coluna da matriz VV podem ser dados por 313-\frac{3}{\sqrt{13}} e 213\frac{2}{\sqrt{13}}.
As afirmativas são, respectivamente,

Resposta comentada

Gabarito Alternativa E

A Decomposição em Valores Singulares (SVD) é uma técnica que "quebra" uma matriz complexa em três matrizes mais simples (UU, Σ\Sigma, VTV^T), revelando as direções principais (vetores de UU e VV) e a "força" ou "importância" dessas direções (valores singulares em Σ\Sigma) nos dados.

Para a matriz A=[22 33]A = \begin{bmatrix} 2 & 2 \ 3 & 3 \end{bmatrix}:

  1. Cálculo dos Valores Singulares (Σ\Sigma):
    Primeiro, calculamos ATAA^T A:
    ATA=[23 23][22 33]=[4+94+9 4+94+9]=[1313 1313]A^T A = \begin{bmatrix} 2 & 3 \ 2 & 3 \end{bmatrix} \begin{bmatrix} 2 & 2 \ 3 & 3 \end{bmatrix} = \begin{bmatrix} 4+9 & 4+9 \ 4+9 & 4+9 \end{bmatrix} = \begin{bmatrix} 13 & 13 \ 13 & 13 \end{bmatrix}
    Em seguida, encontramos os autovalores de ATAA^T A:
    det(ATAλI)=det[13λ13 1313λ]=(13λ)2132=0\det(A^T A - \lambda I) = \det \begin{bmatrix} 13-\lambda & 13 \ 13 & 13-\lambda \end{bmatrix} = (13-\lambda)^2 - 13^2 = 0
    16926λ+λ2169=0    λ226λ=0    λ(λ26)=0169 - 26\lambda + \lambda^2 - 169 = 0 \implies \lambda^2 - 26\lambda = 0 \implies \lambda(\lambda - 26) = 0
    Os autovalores são λ1=26\lambda_1 = 26 e λ2=0\lambda_2 = 0.
    Os valores singulares são as raízes quadradas dos autovalores: σ1=26\sigma_1 = \sqrt{26} e σ2=0=0\sigma_2 = \sqrt{0} = 0.
    Portanto, a matriz Σ\Sigma é [260 00]\begin{bmatrix} \sqrt{26} & 0 \ 0 & 0 \end{bmatrix}.

  2. Cálculo dos Vetores Singulares à Esquerda (UU):
    Os vetores de UU são os autovetores de AATA A^T.
    AAT=[22 33][23 23]=[4+46+6 6+69+9]=[812 1218]A A^T = \begin{bmatrix} 2 & 2 \ 3 & 3 \end{bmatrix} \begin{bmatrix} 2 & 3 \ 2 & 3 \end{bmatrix} = \begin{bmatrix} 4+4 & 6+6 \ 6+6 & 9+9 \end{bmatrix} = \begin{bmatrix} 8 & 12 \ 12 & 18 \end{bmatrix}
    Os autovalores de AATA A^T são os mesmos de ATAA^T A, ou seja, λ1=26\lambda_1 = 26 e λ2=0\lambda_2 = 0.
    Para λ1=26\lambda_1 = 26:
    (AAT26I)u1=0    [82612 121826][u11 u12]=[1812 128][u11 u12]=[0 0](A A^T - 26I) \mathbf{u}_1 = \mathbf{0} \implies \begin{bmatrix} 8-26 & 12 \ 12 & 18-26 \end{bmatrix} \begin{bmatrix} u_{11} \ u_{12} \end{bmatrix} = \begin{bmatrix} -18 & 12 \ 12 & -8 \end{bmatrix} \begin{bmatrix} u_{11} \ u_{12} \end{bmatrix} = \begin{bmatrix} 0 \ 0 \end{bmatrix}
    18u11+12u12=0    3u11=2u12-18u_{11} + 12u_{12} = 0 \implies 3u_{11} = 2u_{12}. Podemos escolher u11=2,u12=3u_{11}=2, u_{12}=3.
    Normalizando: u1=122+32[2 3]=[2/13 3/13]\mathbf{u}_1 = \frac{1}{\sqrt{2^2+3^2}} \begin{bmatrix} 2 \ 3 \end{bmatrix} = \begin{bmatrix} 2/\sqrt{13} \ 3/\sqrt{13} \end{bmatrix}.

  3. Cálculo dos Vetores Singulares à Direita (VV):
    Os vetores de VV são os autovetores de ATAA^T A.
    Para λ1=26\lambda_1 = 26:
    (ATA26I)v1=0    [132613 131326][v11 v12]=[1313 1313][v11 v12]=[0 0](A^T A - 26I) \mathbf{v}_1 = \mathbf{0} \implies \begin{bmatrix} 13-26 & 13 \ 13 & 13-26 \end{bmatrix} \begin{bmatrix} v_{11} \ v_{12} \end{bmatrix} = \begin{bmatrix} -13 & 13 \ 13 & -13 \end{bmatrix} \begin{bmatrix} v_{11} \ v_{12} \end{bmatrix} = \begin{bmatrix} 0 \ 0 \end{bmatrix}
    13v11+13v12=0    v11=v12-13v_{11} + 13v_{12} = 0 \implies v_{11} = v_{12}. Podemos escolher v11=1,v12=1v_{11}=1, v_{12}=1.
    Normalizando: v1=112+12[1 1]=[1/2 1/2]\mathbf{v}_1 = \frac{1}{\sqrt{1^2+1^2}} \begin{bmatrix} 1 \ 1 \end{bmatrix} = \begin{bmatrix} 1/\sqrt{2} \ 1/\sqrt{2} \end{bmatrix}.

Análise das afirmativas:

  • (F) Os elementos da diagonal principal de Σ\Sigma são 26\sqrt{26} e 6\sqrt{6}.
    Incorreta: Conforme calculado, os elementos da diagonal principal de Σ\Sigma são 26\sqrt{26} e $0.Amatriz. A matriz A$ tem posto 1, o que significa que apenas um valor singular é não nulo.

  • (V) Os elementos da primeira coluna da matriz UU podem ser dados por 213\frac{2}{\sqrt{13}} e 313\frac{3}{\sqrt{13}}.

  • (F) Os elementos da primeira coluna da matriz VV podem ser dados por 313-\frac{3}{\sqrt{13}} e 213\frac{2}{\sqrt{13}}.
    Incorreta: A primeira coluna de VV é o autovetor normalizado de ATAA^T A correspondente ao maior autovalor (λ1=26\lambda_1 = 26), que calculamos como [1/2 1/2]\begin{bmatrix} 1/\sqrt{2} \ 1/\sqrt{2} \end{bmatrix}. O vetor fornecido é um dos possíveis vetores da segunda coluna de UU (ou seu negativo), mas não da primeira coluna de VV. Armadilha: A banca tenta confundir os vetores de UU com os de VV, e também a ordem das colunas ou os sinais.

A sequência correta é F – V – F.

A) Incorreta: A primeira afirmativa é falsa.
B) Incorreta: A primeira afirmativa é falsa.
C) Incorreta: A terceira afirmativa é falsa.
D) Incorreta: A segunda afirmativa é verdadeira.
(E) Correta: A sequência F – V – F corresponde exatamente à avaliação das afirmativas.

Fonte: FGV TCE-PA 2024 Auditor de Controle Externo - Administrativa - Ciência de Dados (Caderno Tipo 1). Reproduzida para fins de estudo.

Continue estudando

Estudar é izi

Pratique milhares de questões como esta, de graça, com explicação e gamificação no Quizinho.

Estudar de graça no Quizinho