Explique porque o produto de matrizes não foi definido nos moldes da soma de matrizes, ou seja, multiplicando-se termo a termo.

Passo 1

O que o enunciado pede: explicar por que o produto de matrizes não foi definido “multiplicando-se termo a termo” (ou seja, a operação conhecida como produto de Hadamard, onde o produto de duas matrizes A e B de mesma dimensão é a matriz cujas entradas são (A\odot B)_{ij}=A_{ij}B_{ij}). Em vez disso, usamos a definição padrão (linha por coluna)
(AB)_{ij}=\sum_{k}A_{ik}B_{kj}.
Informações relevantes dadas (implícitas no enunciado):
  • Há duas operações candidatas: o produto termo a termo (Hadamard) e o produto linha-por-coluna (o produto usual).
  • A pergunta é “por que escolhemos a segunda e não a primeira?” — ou seja, quais razões matemáticas e conceituais tornam a definição padrão preferível e natural.

Passo 2

Primeiro conceito básico e muito importante (vou explicar devagar): matrizes representam transformações lineares entre espaços vetoriais.
Se A é uma matriz m\times n, ela representa uma transformação linear
T_A:\mathbb{R}^n\to\mathbb{R}^m
que associa a cada vetor x\in\mathbb{R}^n o vetor A x\in\mathbb{R}^m. Aqui cada entrada de Ax é uma combinação linear das entradas de x. Escrevendo componentes:
(Ax)_i=\sum_{k}A_{ik}x_k.
Isso significa: a linha i de A diz como combinar as coordenadas de x para produzir a coordenada i da imagem.
Explicando com palavras: matriz = regra que transforma vetores. Isso é central. Qualquer definição de produto entre matrizes deveria fazer sentido com essa interpretação de transformações.

Passo 3

Agora pense em compor transformações: se B representa T_B:\mathbb{R}^p\to\mathbb{R}^n e A representa T_A:\mathbb{R}^n\to\mathbb{R}^m, então aplicar B e depois A é a transformação T_A\circ T_B:\mathbb{R}^p\to\mathbb{R}^m. Queremos uma matriz que represente essa composição. Calcule a ação em componentes: para um vetor x\in\mathbb{R}^p,
T_A(T_B(x)) = A(Bx).
A entrada i desse vetor é
(A(Bx))_i=\sum_{k}A_{ik}(Bx)_k=\sum_{k}A_{ik}\left(\sum_{j}B_{kj}x_j\right)=\sum_{j}\left(\sum_{k}A_{ik}B_{kj}\right)x_j.
A expressão entre parênteses naturaliza a definição de produto:
(AB)_{ij}=\sum_{k}A_{ik}B_{kj},
pois assim as entradas de AB são exatamente os coeficientes que transformam x quando aplicamos B e depois A. Conclusão: o produto linha-por-coluna é a regra algébrica que corresponde à composição de transformações lineares — é essa relação que torna o produto padrão natural e fundamental.

Passo 4

Compare com o produto termo a termo (Hadamard). Suponha que definíssemos multiplicação de matrizes como (A\odot B)_{ij}=A_{ij}B_{ij}. Que problema isso teria, pensando em transformações lineares?
  • A operação elemento a elemento não corresponde a compor transformações lineares. Não existe, em geral, uma interpretação "aplicar B e depois A" que resulte simplesmente em multiplicar entradas correspondentes das matrizes.
  • Um efeito prático: o produto usual é, em geral, não comutativo (ou seja, AB\neq BA em geral), o que reflete que compor transformações na ordem B depois A é diferente de compor na ordem inversa. Já o produto termo a termo é comutativo: A\odot B=B\odot A. Isso colocaria uma propriedade artificial (comutatividade) na operação, incompatível com a realidade de composições de transformações.

Passo 5

Exemplo numérico simples para sentir a diferença (isso ajuda a fixar): escolha
A=\begin{pmatrix}1 & 2\\[4pt] 3 & 4\end{pmatrix},\qquad B=\begin{pmatrix}0 & 1\\[4pt] 1 & 0\end{pmatrix}.
Calcule o produto usual AB:
AB=\begin{pmatrix} 1\cdot 0 + 2\cdot 1 & 1\cdot 1 + 2\cdot 0\\[4pt] 3\cdot 0 + 4\cdot 1 & 3\cdot 1 + 4\cdot 0 \end{pmatrix} =\begin{pmatrix}2 & 1\\[4pt] 4 & 3\end{pmatrix}.
Calcule o produto termo a termo A\odot B:
A\odot B=\begin{pmatrix}1\cdot 0 & 2\cdot 1\\[4pt] 3\cdot 1 & 4\cdot 0\end{pmatrix} =\begin{pmatrix}0 & 2\\[4pt] 3 & 0\end{pmatrix}.
Repare que AB tem estrutura obtida por combinar linhas de A com colunas de B (é exatamente a composição das transformações), enquanto A\odot B simplesmente multiplica entradas correspondentes — não há interpretação de composição aí. Além disso, podemos ver propriedades algébricas diferentes: o determinante dá
\det(A)=-2,\quad \det(B)=-1,\quad \det(AB)=2=\det(A)\det(B),
enquanto
\det(A\odot B)=\det\begin{pmatrix}0 & 2\\[4pt] 3 & 0\end{pmatrix}=-6\neq 2.
Ou seja, propriedades importantes (como \det(AB)=\det(A)\det(B)) valem para o produto usual e não se preservam com o produto termo a termo.]

Passo 6

Outras razões práticas e conceituais (curtas e importantes):
  • Identidade neutra compatível com transformações: a identidade linear é representada pela matriz identidade I com I_{ii}=1 e I_{ij}=0 para i\neq j. Para o produto usual vale IA=AI=A. Para o Hadamard, a matriz neutra é a matriz de todos 1, digamos J, que não representa a transformação identidade (como operador linear J age de modo completamente diferente). Portanto o produto usual preserva a noção de “não mudar a transformação” ao multiplicar por I, enquanto o Hadamard não tem essa propriedade ligada à interpretação como aplicação de funções.
  • Compatibilidade com inversos e resolução de sistemas: se A representa uma transformação invertível, existe A^{-1} tal que AA^{-1}=I. Essa relação faz sentido com produto usual e é essencial para resolver sistemas lineares. O produto elemento a elemento não fornece uma noção compatível de inverso linear relacionada à composição.
  • Aplicações reais: muitas construções (mudança de base, propagação de transformações, cadeias de transformações em física, composição de passos em algoritmos) usam diretamente a correspondência “matriz ↔ transformação” e dependem do produto ser a composição de transformações. O produto elemento a elemento é útil em outras situações (ex.: manipulação ponto a ponto, filtros, multiplicação de máscaras), mas não serve para representar composição de ações.

Passo 7

Resumo intuitivo e motivador (pra você levar pra prova):
  • A razão principal é conceitual: definimos o produto de matrizes de forma que ele represente a composição de transformações lineares. Essa exigência determina a fórmula (AB)_{ij}=\sum_k A_{ik}B_{kj}.
  • O produto termo a termo não representa composição de transformações, impõe comutatividade artificial, quebra propriedades fundamentais (identidade como operador, relação de determinantes, interpretação de inversos) e, por isso, não serve como definição “natural” quando queremos ver matrizes como operadores lineares.
  • Conclusão prática: use o produto linha-por-coluna sempre que a intenção for compor transformações ou trabalhar com álgebra matricial; o produto termo a termo é uma operação diferente (o Hadamard) com aplicações próprias, mas não substitui o produto usual.

Resposta

Porque a definição padrão do produto de matrizes foi feita para representar a composição de transformações lineares — essa exigência conduz à regra linha-por-coluna (AB)_{ij}=\sum_k A_{ik}B_{kj}; o produto termo a termo (Hadamard) não corresponde à composição, imporia comutatividade indevida e quebraria propriedades fundamentais (identidade, determinante, inversos etc.), portanto não é a definição natural quando tratamos matrizes como operadores lineares.

Exercícios relacionados