Quiz 1 Consideriamo i vettori v = [1, 9, 5] e w = [7, 4, 8].

Quale delle seguenti

affermazioni é corretta?
1. w. ∗ v = [7, 36, 40];
2. v ∗ w = 83;
3. w0 ∗ v = 83;
4. v ∗ w0 = [7, 36, 40; 9, 7, 9; 5, 4, 8].

Quiz 2 Sia data una matrice A cui si applica il metodo qrbase con tolleranza
per criterio di arresto relativo toll = 10−10 e numero massimo di iterazioni 100.
Quando l’algoritmo si arresta alla iterazione 30 si ottiene la matrice
 
1.2 3 5
A30 =  0 3 4 
0 1.78 0.1574

1. La matrice A30 ha autovalori reali che sono 1.2, 3, 0.1574;

2. La matrice A é simmetrica;
3. La matrice A ha autovalori reali dati da 1.2 e eig(A(2:3,2:3));
4. La matrice A ha un autovalore reale che vale1.2 e due autovalori
 complessi
3 4
coniugati che sono dati dagli autovalori di
1.78 0.1574

Quiz 3 Sia data una matrice 4 ∗ 4 i cui autovalori sono 5, 9, 7i, −7i. Quale
delle seguenti affermazioni corretta?
1. Non si puó applicare ad A il metodo delle potenze perché ci sono due
autovalori complessi coniugati;
2. Applicando ad A il metodo delle potenze inverse con p = 7 si ha conver-
genza del metodo suddetto all’autovalore di modulo =7;
3. Applicando il metodo delle potenze inverse ad A con p=9 si approssima
esattamente l’autovalore 9;
4. L’applicazione del metodo delle potenze ad A o del metodo delle potenze
inverse con p = 8.2 conduce all’approssimazione del medesimo autovalore,
ossia 9.

Quiz 4 Sia data  

2 0 0
A = 0 6 0
0 0 3
. Il suo numero di condizionamento in norma 2 vale:
1. 2

1
 2. 1/2
√
3. 6
4. 3

Quiz 5 Sia data una matrice A di dimensione 3 ∗ 3 i cui autovalori sono 3, 2, 1.

Quale delle seguenti affermazioni é corretta?
1. Applicando il metodo delle potenze inverse ad A con p = 2 si ottiene una
successione di valori oscillanti che non converge ad alcun autovalore di A;
2. Scelto p = 2 non si puó applicare il metodo delle potenze alla matrice
(A − pI)−1 ;
3. Il metodo delle potenze inverse applicato ad A con p = 2 converge all’autovalore
2;
4. Applicando il metodo delle potenze inverse ad A si approssima lo stesso
autovalore che si approssima applicando il metodo delle potenze ad A − pI
con p = 2.7.

Quiz 6 Sia data una matrice A di dimensione 3 ∗ 3 con autovalori 10−12 ∗

[3, 1.5, 0.7].
1. I comandi rank(A) e rank(A, 10−12 ) restituiscono lo stesso risultato;
2. Il comando rank(A, 10−12 ) restituisce 2;
3. Il comando rank(A, 10−12 ) restituisce 3;
4. Il comando rank(A, 10−10 ) restituisce 3.

Quiz 7 Sia data un’aritmetica finita con N = 2, t = 3 e −1 ≤ q ≤ 2 e tecnica

di approssimazione rounding to even. Sommando quali coppie di numeri si
verifica cancellazione numerica?
1. 0.1011 e 0.101;
2. 0.101 e −0.101;
3. 0.1011 ∗ 22 e −0.101 ∗ 22 ;
4. 0.10 e −0.11.

Quiz 8 Consideriamo la matrice di Hilbert Hn di dimensione n = 13 e sia

b = sum(Hn , 2). Si vuole risolvere il sistema lineare Hn x = b. Quale delle
seguenti affermazioni é corretta?
1. Implemento la procedura R = chol(Hn ), y = R0 \ b, x = R \ y ed ottengo
sicuramente dei risultati con accuratezza relativa uguale all’accuratezza
relativa sui dati Hn , b;
2. Calcolo [U, S, V ] = svd(A), y = S \ (U T ∗ b), x = V ∗ y ed ottengo dei
risultati piú accurati rispetto a quelli che ottengo con Cholesky;

2
 3. Calcolo [U, S, V ] = svd(A), y = S \ (U T ∗ b), x = V T ∗ y ed ottengo dei
risultati piú accurati rispetto a quelli che ottengo con Cholesky;

4. La matrice di Hilbert é mal condizionata e risolvere il sistema lineare con

la fattorizzazione SV D costa circa 64 volte il costo che si ha riolvendo il
sistema con Cholesky, ma non si ha alcun beneficio nell’usare SV D, quindi
conviene comunque usare Cholesky.

Quiz 10 Si consideri il seguente codice MATLAB supponendo che sia stata

assegnata una matrice A.
mmax = 100;
tol = 1.0e-12;
[d,m] = qrbase(A,tol,mmax);
Quale delle seguenti affermazioni é corretta?
1. Questa procedura approssima l’autovalore di modulo massimo di A;
2. Questa procedura approssima tutti gli autovalori di A. Se m=25 allora
l’errore assoluto che calcolo con err = abs(sort(eig(A))-sort(d))
sará dell’ordine di 10−12 o inferiore;
3. Questa procedura approssima tutti gli autovalori di A. Se m=25 allora
l’errore assoluto che calcolo con err = abs(eig(A)-d) sará dell’ordine
di 10−12 o inferiore;

4. Se m=100 sicuramente l’errore assoluto err = abs(sort(eig(A))-sort(d))

sará dell’ordine di 10−12 o inferiore;

Quiz 11 Supponiamo di avere la matrice A = [2, 35; 4, 81; 8, 3.5, 9; 4, 7, 1] ed il

vettore b = [1; 2; 1]. Quale delle seguenti procedure é corretta?
1. per risolvere il sistema lineare Ax = b implemento la seguente procedura
[L,U,P]=lu(A);
y=L\(P*b);
x=U\ y;
2. per risolvere Ax = b lo faccio nel senso dei minimi quadrati ed implemento
la seguente procedura
tol = 1.0e-12;
[U,S,V] = svd(A);
r = rank(A,tol);
y = zeros(n,1);
y(1:r) = (U(:,1:r)’*b)./s(1:r);
xsvd = V*y;
errsvd = norm(u-xsvd)/norm(u);

3
 3. per risolvere Ax = b lo faccio nel senso dei minimi quadrati ed implemento
la seguente procedura
tol = 1.0e-12;
[U,S,V] = svd(A);
r = rank(A,tol);
y = zeros(n,1);
y(1:r) = (U(:,1:r)*b)./s(1:r);
xsvd = V*y;
errsvd = norm(u-xsvd)/norm(u);
4. per risolvere Ax = b lo faccio nel senso dei minimi quadrati ed implemento
la seguente procedura
tol = 1.0e-12;
[U,S,V] = svd(A);
r = rank(A,tol);
y = zeros(n,1);
y(1:r) = (U(:,1:r)*b)./s(1:r);
xsvd = V’*y;
errsvd = norm(u-xsvd)/norm(u);

Quiz 12 Consideriamo una matrice A di dimensione [8,8] e la seguente suc-

cessione di comandi
[U,S,V] = svd(A);
determinante = det(A)
rango = rank(A, 1.e-12)
che restituisce il risultato determinante=2, rango=5. Stampando il vettore
s=diag(S) ottengo

1. un vettore di dimensione 5;
2. un vettore di dimensione 8 con 5 elementi strettamente positivi e 3 elementi
esattamente nulli in aritmetica infinita;
3. un vettore di dimensione 8 con 5 elementi maggiori o uguali di 1.e-12;

4. un vettore di dimensione 8 con 3 elementi uguali a 0.

Quiz 13 Quale é la successione corretta di comandi per determinare il poli-

3
nomio interpolante di grado 9 la funzione f (x) = e−x+x in nodi equispaziati
dell’intervallo [-1,1] e per calcolare l’errore assoluto d’interpolazione in 0.5 ?
1. x=linspace(-1,1,10)
y=exp(-x+x.∧ 3);
c=polyfit(x,y);
p=polyval(c,linspace(-1,1));

4
2. x=linspace(-1,1,9)
y=exp(-x+x.∧ 3);
c=polyfit(x,y);
p=polyval(c,0.5);
3. x=linspace(-1,1,8)
y=exp(-x+x.∧ 3);
c=polyfit(x,y);
p=polyval(c,0.5);
4. x=linspace(-1,1,10)
y=exp(-x+x.∧ 3);
c=polyfit(x,y);
p=polyval(c,0.5);