Explique em detalhes, com base na resolução de sistemas lineares, o procedimento de inversão de matrizes usando o processo de escalonamento.

Passo 1

O que você pediu: você quer uma explicação detalhada e passo a passo de como inverter uma matriz usando o processo de escalonamento (eliminação gaussiana), relacionando isso com a resolução de sistemas lineares.\n
O que o enunciado dá / pede explicitamente:
  • Dado uma matriz quadrada A (digamos de ordem n), mostrar como encontrar A^{-1} usando operações elementares de linha (escalonamento).
  • Mostrar por que o método funciona, como detectar quando a matriz não é invertível e como aplicar o método na prática, com exemplos detalhados.\n
    Informações relevantes que vamos usar:
  • A definição de inversa: procurar B tal que A B = I (ou também B A = I), onde I é a matriz identidade de ordem n.
  • O fato de que resolver A x = b com diferentes vetores b é equivalente a multiplicar A^{-1} por esses vetores.
  • As operações elementares de linha (troca de linhas, multiplicar uma linha por escalar não-nulo, somar múltiplo de uma linha a outra) e que elas correspondem à multiplicação à esquerda por matrizes elementares (logo preservam a equivalência de sistemas).
  • Estratégia prática que vamos usar: formar a matriz aumentada [A \mid I] e escalonar até [I \mid A^{-1}], quando possível.

Passo 2

Ideia central — por que escalonar resolve inversão (intuição ligada a sistemas lineares).\n
  • Pela definição, A^{-1} é a matriz cujas colunas são as soluções dos sistemas
A x_j = e_j \quad\text{para } j=1,\dots,n,
onde e_j é a j-ésima coluna da identidade I. Se resolvermos cada um desses n sistemas separadamente, obtemos as colunas de A^{-1}.\n
  • Em vez de resolver n sistemas separados, podemos juntá-los numa única operação: formar a matriz aumentada
\left[ A \mid I \right],
e aplicar operações de linha para transformar o bloco esquerdo em I. As mesmas operações aplicadas ao bloco direito transformam I em A^{-1}. Assim obtemos todas as soluções ao mesmo tempo.\n
  • Resumindo em palavras: escalonando \left[ A \mid I \right] até \left[ I \mid X \right] produz X = A^{-1}, quando isso for possível.

Passo 3

As operações elementares de linha — o que são e por que podemos usá-las.\n
Existem três tipos de operação elementar em linhas (todas expressas em notação de linhas):\n
  • troca de linhas: R_i \leftrightarrow R_j;\n
  • multiplicar uma linha por escalar não-nulo: R_i \leftarrow \lambda R_i, com \lambda \neq 0;\n
  • adicionar múltiplo de uma linha a outra: R_i \leftarrow R_i + \mu R_j.\n
    Por que elas são legalmente usadas:
  • Cada operação é equivalente a multiplicar a matriz à esquerda por uma matriz elementar E. Como E é invertível, aplicar essas operações a um sistema linear mantém a equivalência do sistema (mesmas soluções). Assim, quando transformamos \left[A\mid I\right] por operações de linha, estamos efetivamente computando
E_k \cdots E_2 E_1 \left[ A \mid I \right] = \left[ E_k\cdots E_1 A \mid E_k\cdots E_1 I \right].
Se conseguirmos E_k\cdots E_1 A = I, então E_k\cdots E_1 = A^{-1} e, consequentemente,
A^{-1} = E_k\cdots E_1 I,
que é exatamente o bloco direito resultante após as operações.

Passo 4

Algoritmo prático passo a passo (alto nível), antes dos exemplos numéricos.\n
  1. Escreva \left[ A \mid I \right], onde I é a identidade de mesma ordem de A.\n
  2. Use operações elementares de linha para reduzir o bloco esquerdo (o A) até a forma escalonada reduzida por linhas ( I), pivot a pivot.\n
    • Para cada coluna j de A (de 1 a n):
      a) encontre uma linha com entrada não-nula na coluna j (possivelmente trocando linhas — isso é pivotamento).\n
      b) normalize o pivô (opcional — é comum dividir a linha pelo pivot para ter 1), i.e., R_i \leftarrow \frac{1}{\text{pivot}} R_i.\n
      c) elimine os outros elementos na coluna j usando combinações lineares.\n
  3. Se em alguma etapa a coluna j não tiver nenhum elemento não-nulo nas linhas abaixo/na posição do pivot (i.e., você encontrar uma coluna de zeros onde esperava um pivot), então A não é invertível (matriz singular). Pare e conclua que A^{-1} não existe.\n
  4. Quando o bloco esquerdo for I, o bloco direito é A^{-1}.\n
    Observações práticas:
  • Para provas/exames, anote claramente cada operação ( R_i \leftarrow R_i - k R_j, etc.). Isso ajuda a checar erros.\n
  • Em computação numérica real, usa-se frequentemente pivotamento parcial (trocar a linha com maior módulo no pivot) para estabilidade, mas para provas manuais o procedimento básico é suficiente.

Passo 5

Exemplo simples e completo: inversão de uma matriz 2\times 2 por escalonamento.\n
Seja
A = \begin{pmatrix}2 & 1\\[4pt] 1 & 1\end{pmatrix}.
Formamos a matriz aumentada
\left[ A \mid I \right] = \left[\begin{array}{cc|cc} 2 & 1 & 1 & 0\\[4pt] 1 & 1 & 0 & 1 \end{array}\right].
Passo a passo (sem pular contas):\n
  1. Eliminar o elemento a_{11} usando R_1 \leftarrow R_1 - R_2:
R_1 \leftarrow R_1 - R_2 \Rightarrow \left[\begin{array}{cc|cc} 1 & 0 & 1 & -1\\[4pt] 1 & 1 & 0 & 1 \end{array}\right].
(Detalhe: 2-1=1; 1-1=0; na parte direita 1-0=1; 0-1=-1.)\n
2. Eliminar o 1 abaixo do pivô usando R_2 \leftarrow R_2 - R_1:
R_2 \leftarrow R_2 - R_1 \Rightarrow \left[\begin{array}{cc|cc} 1 & 0 & 1 & -1\\[4pt] 0 & 1 & -1 & 2 \end{array}\right].
  1. Agora o bloco esquerdo já é I. O bloco direito é
A^{-1} = \begin{pmatrix}1 & -1\\[4pt] -1 & 2\end{pmatrix}.
Você pode checar multiplicando A A^{-1} para garantir que dá I.\n
Comentário didático: perceba como eliminamos sem precisar dividir por 2 — a escolha das operações é estratégica para evitar frações na prova. Em outros casos frações aparecem e tudo bem — só faça conta com calma.]

Passo 6

Exemplo completo e detalhado: inversão de uma matriz 3\times 3 com frações controladas.\n
Seja
A = \begin{pmatrix} 2 & 0 & 1\\[4pt] 1 & 1 & 0\\[4pt] 0 & 1 & 1 \end{pmatrix}.
Formamos a aumentada
\left[ A \mid I \right] = \left[\begin{array}{ccc|ccc} 2 & 0 & 1 & 1 & 0 & 0\\[4pt] 1 & 1 & 0 & 0 & 1 & 0\\[4pt] 0 & 1 & 1 & 0 & 0 & 1 \end{array}\right].
Vamos escalonar com escolhas que minimizam frações quando possível.\n
  1. Troque R_1 com R_2 para ter pivot 1 na primeira linha:
R_1 \leftrightarrow R_2 \Rightarrow \left[\begin{array}{ccc|ccc} 1 & 1 & 0 & 0 & 1 & 0\\[4pt] 2 & 0 & 1 & 1 & 0 & 0\\[4pt] 0 & 1 & 1 & 0 & 0 & 1 \end{array}\right].
  1. Elimine abaixo do pivô na coluna 1: R_2 \leftarrow R_2 - 2R_1:
R_2 \leftarrow R_2 - 2R_1 \Rightarrow \left[\begin{array}{ccc|ccc} 1 & 1 & 0 & 0 & 1 & 0\\[4pt] 0 & -2 & 1 & 1 & -2 & 0\\[4pt] 0 & 1 & 1 & 0 & 0 & 1 \end{array}\right].
(Detalhe: 2-2\cdot1=0; 0-2\cdot1=-2; 1-2\cdot0=1; direita: 1-2\cdot0=1; 0-2\cdot1=-2; 0-2\cdot0=0.)\n
3. Normalize o pivot da linha 2: R_2 \leftarrow -\tfrac{1}{2} R_2:
R_2 \leftarrow -\tfrac{1}{2}R_2 \Rightarrow \left[\begin{array}{ccc|ccc} 1 & 1 & 0 & 0 & 1 & 0\\[4pt] 0 & 1 & -\tfrac{1}{2} & -\tfrac{1}{2} & 1 & 0\\[4pt] 0 & 1 & 1 & 0 & 0 & 1 \end{array}\right].
(Agora o pivô é 1.)\n
4. Elimine acima e abaixo na coluna 2:
  • R_1 \leftarrow R_1 - R_2,
  • R_3 \leftarrow R_3 - R_2.
    Aplicando:
R_1 \leftarrow R_1 - R_2 \Rightarrow \left[\begin{array}{ccc|ccc} 1 & 0 & \tfrac{1}{2} & \tfrac{1}{2} & 0 & 0\\[4pt] 0 & 1 & -\tfrac{1}{2} & -\tfrac{1}{2} & 1 & 0\\[4pt] 0 & 1 & 1 & 0 & 0 & 1 \end{array}\right],
R_3 \leftarrow R_3 - R_2 \Rightarrow \left[\begin{array}{ccc|ccc} 1 & 0 & \tfrac{1}{2} & \tfrac{1}{2} & 0 & 0\\[4pt] 0 & 1 & -\tfrac{1}{2} & -\tfrac{1}{2} & 1 & 0\\[4pt] 0 & 0 & \tfrac{3}{2} & \tfrac{1}{2} & -1 & 1 \end{array}\right].
(Detalhes de contas: por exemplo na R_1 coluna 3: 0 - (-\tfrac{1}{2}) = \tfrac{1}{2}; lado direito, primeira entrada 0 - (-\tfrac{1}{2}) = \tfrac{1}{2}, etc.)\n
5. Normalize o pivot da linha 3: R_3 \leftarrow \tfrac{2}{3} R_3:
R_3 \leftarrow \tfrac{2}{3}R_3 \Rightarrow \left[\begin{array}{ccc|ccc} 1 & 0 & \tfrac{1}{2} & \tfrac{1}{2} & 0 & 0\\[4pt] 0 & 1 & -\tfrac{1}{2} & -\tfrac{1}{2} & 1 & 0\\[4pt] 0 & 0 & 1 & \tfrac{1}{3} & -\tfrac{2}{3} & \tfrac{2}{3} \end{array}\right].
  1. Elimine as outras entradas na coluna 3:
  • R_1 \leftarrow R_1 - \tfrac{1}{2} R_3,
  • R_2 \leftarrow R_2 + \tfrac{1}{2} R_3.\n
    Aplicando R_1:
R_1 \leftarrow R_1 - \tfrac{1}{2}R_3 \Rightarrow \left[\begin{array}{ccc|ccc} 1 & 0 & 0 & \tfrac{1}{3} & \tfrac{1}{3} & -\tfrac{1}{3}\\[4pt] 0 & 1 & -\tfrac{1}{2} & -\tfrac{1}{2} & 1 & 0\\[4pt] 0 & 0 & 1 & \tfrac{1}{3} & -\tfrac{2}{3} & \tfrac{2}{3} \end{array}\right],
e aplicando R_2:
R_2 \leftarrow R_2 + \tfrac{1}{2}R_3 \Rightarrow \left[\begin{array}{ccc|ccc} 1 & 0 & 0 & \tfrac{1}{3} & \tfrac{1}{3} & -\tfrac{1}{3}\\[4pt] 0 & 1 & 0 & -\tfrac{1}{3} & \tfrac{2}{3} & \tfrac{1}{3}\\[4pt] 0 & 0 & 1 & \tfrac{1}{3} & -\tfrac{2}{3} & \tfrac{2}{3} \end{array}\right].
  1. Agora o bloco esquerdo é I. Logo o bloco direito é A^{-1}:
A^{-1} = \begin{pmatrix} \tfrac{1}{3} & \tfrac{1}{3} & -\tfrac{1}{3}\\[4pt] -\tfrac{1}{3} & \tfrac{2}{3} & \tfrac{1}{3}\\[4pt] \tfrac{1}{3} & -\tfrac{2}{3} & \tfrac{2}{3} \end{pmatrix}.
Você pode conferir multiplicando A A^{-1} e verificando que dá I. Fizemos todas as eliminações e normalizações passo a passo, mostrando de onde vêm as frações.]

Passo 7

Como detectar matriz singular durante o processo (o que fazer se der errado).\n
  • Se em alguma coluna j ao tentar escolher pivô você encontrar todas as entradas na coluna iguais a zero nas linhas disponíveis (ou seja, não há linha com entrada não-nula para trocar), então o bloco esquerdo não pode ser reduzido a identidade: A é singular e A^{-1} não existe.\n
  • Em termos de sistemas lineares, isso significa que pelo menos um dos sistemas A x = e_j não tem solução única (ou não tem solução), então não há coluna correspondente de A^{-1}.\n
  • Na prática de prova: sempre que uma coluna de pivot não puder ser escolhida, pare e declare “matriz singular”.

Passo 8

Relação com determinantes, complexidade e dicas para prova/exame.\n
  • Teorema (uso prático): se \det(A) \neq 0 então A é invertível; se \det(A) = 0 então A é singular. Entretanto, calcular \det(A) não é necessário antes de usar o método; o escalonamento já revela singularidade naturalmente.\n
  • Complexidade: escalonamento para inverter uma matriz de ordem n é da ordem de \mathcal{O}(n^3) operações aritméticas — mesmo na prova, para n\ge 4 a conta fica trabalhosa, por isso muitos exercícios limitam n a 2 ou 3 ou pedem propriedades teóricas.\n
  • Dicas práticas para prova:
    • Anote cada operação claramente (por exemplo, R_2 \leftarrow R_2 - 3R_1). Isso facilita a conferência.
    • Quando possível, troque linhas para ter pivôs 1 e evitar frações; às vezes isso simplifica.
    • Ao aparecerem frações, trabalhe com cuidado — prefira escrever frações exatas em vez de decimais.
    • Verifique o resultado multiplicando A A^{-1} (ou A^{-1} A) rapidamente, pelo menos checando uma linha-coluna para confirmar que deu I.
    • Se o exercício pede apenas mostrar que A é invertível, você pode escalonar até mostrar que o posto é n; não precisa computar toda a inversa.

Passo 9

Resumo pedagógico final — estratégia mental para fazer isso na prova (passo a passo curto que você pode memorizar).\n
  • Passo 1: escreva \left[A \mid I\right].\n
  • Passo 2: aplique operações de linha para transformar A em I, pivot por pivot (trocas, escalonamentos, eliminações).\n
  • Passo 3: se conseguir, o bloco direito final é A^{-1}; se não, conclua que A é singular.\n
  • Passo 4: sempre verifique multiplicando A A^{-1} (pelo menos uma checagem rápida) para garantir que não houve erro de conta.\n
    Você já aprendeu a ideia conceitual (colunas de A^{-1} são soluções de A x = e_j), as operações elementares, a execução prática com exemplos e como detectar problemas. Pratique com um 2\times 2 e um 3\times 3 antes da prova para ganhar confiança — faz muita diferença.

Resposta

Forme \left[A \mid I\right]. Aplique operações elementares de linha pivot a pivot para transformar o bloco esquerdo em I. Se conseguir, o bloco direito será A^{-1}; se em algum pivot não existir linha com entrada não-nula, A é singular e A^{-1} não existe.

Exercícios relacionados