Responda verdadeiro ou falso:
(a) Um sistema linear
pode ter exatamente três soluções distintas.
(b) A eliminação de Gauss pode falhar somente quando a matriz de coeficientes é malcondicionada ou singular.
(c) Se uma matriz tem zero na diagonal principal, então ela é necessariamente singular.
(d) Para qualquer vetor
.
(e) Em matrizes densas usam-se métodos exatos já que os iterativos não convergem.
(f) Existem sistemas lineares que convergem para a solução exata quando qualquer valor real é dado como aproximação inicial em métodos iterativos.
(g) Métodos exatos para solução de sistemas lineares estão sujeitos a erro de truncamento.
(a) Um sistema linear
(b) A eliminação de Gauss pode falhar somente quando a matriz de coeficientes é malcondicionada ou singular.
(c) Se uma matriz tem zero na diagonal principal, então ela é necessariamente singular.
(d) Para qualquer vetor
(e) Em matrizes densas usam-se métodos exatos já que os iterativos não convergem.
(f) Existem sistemas lineares que convergem para a solução exata quando qualquer valor real é dado como aproximação inicial em métodos iterativos.
(g) Métodos exatos para solução de sistemas lineares estão sujeitos a erro de truncamento.
Passo 1
O enunciado pede que eu responda verdadeiro ou falso para as afirmações (a) a (g). Vou listar exatamente cada afirmação para ficar claro o que é pedido:
(a) Um sistema linear
pode ter exatamente três soluções distintas.
(b) A eliminação de Gauss pode falhar somente quando a matriz de coeficientes é malcondicionada ou singular.
(c) Se uma matriz tem zero na diagonal principal, então ela é necessariamente singular.
(d) Para qualquer vetor .
(e) Em matrizes densas usam-se métodos exatos já que os iterativos não convergem.
(f) Existem sistemas lineares que convergem para a solução exata quando qualquer valor real é dado como aproximação inicial em métodos iterativos.
(g) Métodos exatos para solução de sistemas lineares estão sujeitos a erro de truncamento.
(b) A eliminação de Gauss pode falhar somente quando a matriz de coeficientes é malcondicionada ou singular.
(c) Se uma matriz tem zero na diagonal principal, então ela é necessariamente singular.
(d) Para qualquer vetor
(e) Em matrizes densas usam-se métodos exatos já que os iterativos não convergem.
(f) Existem sistemas lineares que convergem para a solução exata quando qualquer valor real é dado como aproximação inicial em métodos iterativos.
(g) Métodos exatos para solução de sistemas lineares estão sujeitos a erro de truncamento.
Passo 2
Analisando (a): quantas soluções um sistema linear pode ter?
Explicação didática: as soluções de (se existirem) formam um conjunto que é um ponto (solução única) ou um subespaço afim (infinitas soluções), ou não existe solução. Formalmente, se
é invertível, há exatamente uma solução; se
é singular e o sistema é compatível, o espaço de soluções é da forma
, onde
é o núcleo (um subespaço linear) e tem dimensão
, logo infinito (contém infinitas direções contínuas). Logo um sistema linear não pode ter um número finito maior que 1 de soluções diferentes: as possibilidades são 0, 1 ou infinitas. Conclusão para (a): falso.
Explicação didática: as soluções de
Passo 3
Analisando (b): pode a eliminação de Gauss falhar somente em caso de má-condição ou singularidade?
Explicação didática: “Falhar” precisa ser esclarecido. Na prática, eliminação de Gauss sem pivotamento pode encontrar um pivô igual a zero mesmo quando a matriz é não singular — então o algoritmo puro “falha” se você exigir divisão por um pivô nulo. Além disso, mesmo com pivoteamento, questões numéricas aparecem quando a matriz é malcondicionada (grandes erros de arredondamento), mas isso é diferente de uma falha algorítmica (parada por pivô zero). Portanto a eliminação de Gauss pode falhar (por pivô zero) também quando a matriz é não singular mas tem zeros em posições de pivô; isso é resolvido por pivotamento parcial ou total. Assim afirmar que a falha ocorre somente por malcondicionamento ou singularidade é incorreto: há outra causa (ausência de pivotamento apropriado). Conclusão para (b): falso.
Explicação didática: “Falhar” precisa ser esclarecido. Na prática, eliminação de Gauss sem pivotamento pode encontrar um pivô igual a zero mesmo quando a matriz é não singular — então o algoritmo puro “falha” se você exigir divisão por um pivô nulo. Além disso, mesmo com pivoteamento, questões numéricas aparecem quando a matriz é malcondicionada (grandes erros de arredondamento), mas isso é diferente de uma falha algorítmica (parada por pivô zero). Portanto a eliminação de Gauss pode falhar (por pivô zero) também quando a matriz é não singular mas tem zeros em posições de pivô; isso é resolvido por pivotamento parcial ou total. Assim afirmar que a falha ocorre somente por malcondicionamento ou singularidade é incorreto: há outra causa (ausência de pivotamento apropriado). Conclusão para (b): falso.
Passo 4
Analisando (c): zero na diagonal principal implica singularidade?
Explicação didática: ter um elemento zero em alguma entrada diagonal não implica que a matriz não tenha inversa. Um contraexemplo simples mostra isso: considere a matriz permutação
Explicação didática: ter um elemento zero em alguma entrada diagonal
Aqui
e
, mas
, logo
é invertível (não singular). Assim a presença de zeros na diagonal principal não garante singularidade. Conclusão para (c): falso.]
Passo 5
Analisando (d): relação entre normas
e
.
Explicação didática sobre normas: para um vetor definimos
Explicação didática sobre normas: para um vetor
e
Prova da desigualdade
: seja
. Então cada
, e pelo menos um
. Somando todos os
obtemos
Portanto a desigualdade é verdadeira para todo vetor
. Conclusão para (d): verdadeiro.
Passo 6
Analisando (e): “Em matrizes densas usam-se métodos exatos já que os iterativos não convergem.”
Explicação didática: isso é uma afirmação muito forte e falsa. Iterativos não são intrinsecamente não convergentes em matrizes densas; a convergência depende da matriz e do método. Por exemplo, para matrizes simétricas definidas positivas (muitas vezes densas) o método de Gradientes Conjugados (Conjugate Gradient, CG) converge e é amplamente usado mesmo em matrizes densas quando apropriado. Além disso, critério prático: métodos exatos (diretos) como eliminação de Gauss têm custo e consumo de memória grande para matrizes muito grandes; por isso métodos iterativos são usados mesmo em problemas densos grandes. Dizer que iterativos não convergem é falso: existem muitas classes de matrizes (diagonalmente dominantes, SPD, etc.) onde iterativos convergem. Conclusão para (e): falso.
Explicação didática: isso é uma afirmação muito forte e falsa. Iterativos não são intrinsecamente não convergentes em matrizes densas; a convergência depende da matriz e do método. Por exemplo, para matrizes simétricas definidas positivas (muitas vezes densas) o método de Gradientes Conjugados (Conjugate Gradient, CG) converge e é amplamente usado mesmo em matrizes densas quando apropriado. Além disso, critério prático: métodos exatos (diretos) como eliminação de Gauss têm custo
Passo 7
Analisando (f): “Existem sistemas lineares que convergem para a solução exata quando qualquer valor real é dado como aproximação inicial em métodos iterativos.”
Explicação didática: essa afirmação tem quantificador existencial — basta um exemplo de sistema e método iterativo tal que, para qualquer aproximação inicial, a iteração converge para a solução exata. Isso existe: por exemplo, considere o método de iteração linear
Explicação didática: essa afirmação tem quantificador existencial — basta um exemplo de sistema e método iterativo tal que, para qualquer aproximação inicial, a iteração converge para a solução exata. Isso existe: por exemplo, considere o método de iteração linear
que tem solução fixa
satisfazendo
. Se a matriz de iteração
tem raio espectral
, então a iteração converge para
a partir de qualquer
. Para sistemas lineares, condições práticas que garantem isto incluem matrizes estritamente diagonalmente dominantes (Jacobi/Gauss–Seidel convergem) ou matrizes SPD com certos métodos. Outro exemplo extremo e trivial: se
e
qualquer, a iteração
(ou qualquer método consistente) leva imediatamente à solução independentemente do
. Ainda, para o método CG em aritmética exata com
SPD, ele produz a solução exata em no máximo
iterações partindo de qualquer
. Portanto existem sistemas/métodos com convergência para qualquer aproximação inicial. Conclusão para (f): verdadeiro.
Passo 8
Analisando (g): “Métodos exatos para solução de sistemas lineares estão sujeitos a erro de truncamento.”
Explicação didática sobre tipos de erro: erro de truncamento normalmente se refere ao erro introduzido ao truncar uma série infinita ou ao discretizar um operador contínuo (ex.: truncar expansão de Taylor, aproximação por diferença finita). Métodos exatos (diretos) como eliminação de Gauss produzem a solução exata em aritmética real exata; na prática com aritmética de máquina ocorrem erros de arredondamento (round-off), não truncamento. Assim dizer que métodos exatos estão sujeitos a erro de truncamento é incorreto na terminologia padrão — o erro predominante é de arredondamento numérico (e possivelmente propagação/bias devido à má-condição). Em alguns contextos muito específicos pode haver truncamentos (por exemplo ao truncar precisão ou ao aproximar funções), mas de forma geral a afirmação como colocada é falsa. Conclusão para (g): falso.
Explicação didática sobre tipos de erro: erro de truncamento normalmente se refere ao erro introduzido ao truncar uma série infinita ou ao discretizar um operador contínuo (ex.: truncar expansão de Taylor, aproximação por diferença finita). Métodos exatos (diretos) como eliminação de Gauss produzem a solução exata em aritmética real exata; na prática com aritmética de máquina ocorrem erros de arredondamento (round-off), não truncamento. Assim dizer que métodos exatos estão sujeitos a erro de truncamento é incorreto na terminologia padrão — o erro predominante é de arredondamento numérico (e possivelmente propagação/bias devido à má-condição). Em alguns contextos muito específicos pode haver truncamentos (por exemplo ao truncar precisão ou ao aproximar funções), mas de forma geral a afirmação como colocada é falsa. Conclusão para (g): falso.
Resposta
(a) Falso
(b) Falso
(c) Falso
(d) Verdadeiro
(e) Falso
(f) Verdadeiro
(g) Falso
(b) Falso
(c) Falso
(d) Verdadeiro
(e) Falso
(f) Verdadeiro
(g) Falso