A Tabela que Move o Mundo

Em 1998, dois estudantes de doutoramento em Stanford tinham um problema: a internet estava a crescer tão depressa que os motores de busca da época não conseguiam dizer quais as páginas mais relevantes. A solução de Larry Page e Sergey Brin — o algoritmo PageRank — descrevia a importância de cada página como um sistema de equações com mil milhões de variáveis.

Resolver isso à mão seria impossível. Mas com álgebra linear e matrizes, um computador faz-o em segundos. Hoje, cada vez que pesquisas no Google, estás a ver o resultado de uma multiplicação de matrizes.

O que é uma Matriz

Uma matriz é uma tabela retangular de números organizada em linhas e colunas:

A = 201 - 1 41 3 - 2 5

Esta é uma matriz 3×3 (3 linhas, 3 colunas). O elemento na linha i e coluna j escreve-se $a_{ij}$ . Assim, $a_{12} = - 1$ (linha 1, coluna 2).

Tipos especiais:

Matriz quadrada: mesmo número de linhas e colunas (n×n)
Matriz linha: apenas 1 linha (1×n)
Matriz coluna: apenas 1 coluna (n×1)
Matriz identidade I: diagonal de 1s, resto 0s — funciona como o "1" da multiplicação

Operações com Matrizes

Adição e subtração

Somam-se elemento a elemento. As matrizes têm de ter as mesmas dimensões.

(1324) + (50 - 1 2) = (6316)

Multiplicação por escalar

Multiplica-se cada elemento pelo número:

3 \cdot (14 - 2 0) = (312 - 6 0)

Multiplicação de matrizes

Esta é a operação mais importante — e a menos intuitiva.

Para multiplicar A (m×n) por B (n×p), o número de colunas de A tem de ser igual ao número de linhas de B. O resultado é uma matriz m×p.

Cada elemento $c_{ij}$ do produto C = A·B é o produto escalar da linha i de A pela coluna j de B:

(1324) \cdot (5768) = (1 \cdot 5 + 2 \cdot 7 3 \cdot 5 + 4 \cdot 7 1 \cdot 6 + 2 \cdot 8 3 \cdot 6 + 4 \cdot 8) = (19432250)

⚠Atenção: a multiplicação de matrizes não é comutativa

Em geral, A·B ≠ B·A. A ordem importa.

Determinantes

O determinante de uma matriz quadrada é um número associado à matriz. Indica, entre outras coisas, se o sistema de equações tem solução única.

Determinante de uma matriz 2×2

det (a c b d) = a d - b c

Exemplo: $det (3124) = 3 \cdot 4 - 2 \cdot 1 = 12 - 2 = 10$

Determinante de uma matriz 3×3 (Regra de Sarrus)

det (A) = a_{11} (a_{22} a_{33} - a_{23} a_{32}) - a_{12} (a_{21} a_{33} - a_{23} a_{31}) + a_{13} (a_{21} a_{32} - a_{22} a_{31})

Se det(A) = 0, a matriz não é invertível e o sistema pode não ter solução única.

Sistemas de Equações com Matrizes

Um sistema linear pode ser escrito na forma matricial AX = B:

{2 x + y = 5 x - 3 y = - 4 \Leftrightarrow (21 1 - 3) (x y) = (5 - 4)

Regra de Cramer

Se det(A) ≠ 0, cada variável obtém-se substituindo a coluna correspondente por B:

x = \frac{det ( A _{x} )}{det ( A )}, y = \frac{det ( A _{y} )}{det ( A )}

Exemplo: Para o sistema acima, det(A) = 2·(−3) − 1·1 = −7.

det (A_{x}) = det (5 - 4 1 - 3) = - 15 - (- 4) = - 11 \Rightarrow x = \frac{- 11}{- 7} = \frac{11}{7}

Porquê Matrizes São Poderosas

Gráficos 3D (jogos e cinema): cada transformação geométrica (rotação, escala, translação) é uma multiplicação de matrizes. O teu computador faz milhões por segundo.

Machine Learning: redes neuronais são, no fundo, multiplicações de matrizes em cascata com funções de ativação entre elas.

Criptografia: o RSA e outros sistemas de criptografia dependem de propriedades de matrizes e teoria dos números.

Economia: modelos de Leontief descrevem economias inteiras como sistemas de equações matriciais — quanto petróleo precisa a indústria automóvel, quanto aço precisa a indústria do petróleo, etc.

💡A ideia fundamental

Uma matriz é uma transformação linear — uma função que transforma vetores. A multiplicação de matrizes é a composição dessas transformações. O determinante mede como a transformação altera áreas (2D) ou volumes (3D).

Para o Exame

No exame de Matemática A, as matrizes aparecem frequentemente em:

Resolução de sistemas 2×2 e 3×3 pela Regra de Cramer
Cálculo de determinantes (2×2 obrigatório, 3×3 por Sarrus)
Operações algébricas: A+B, k·A, A·B
Verificação de A·A⁻¹ = I (matriz inversa)

Álgebra Linear: Matrizes e Sistemas