Expansão por cofatores (expansão de Laplace): um guia prático

Calcular o determinante de uma matriz 3×3 — ou maior — não é tão direto quanto no caso 2×2.

Você não pode simplesmente multiplicar em cruz duas diagonais. À medida que a matriz cresce, a conta fica mais trabalhosa. Sem um método estruturado, é fácil se perder no processo. É exatamente para isso que a expansão por cofatores — também chamada de expansão de Laplace — foi feita.

A expansão por cofatores é um método para calcular o determinante de qualquer matriz quadrada, expandindo ao longo de uma linha ou coluna escolhida. Ela decompõe o problema recursivamente em determinantes menores que você já sabe resolver.

Neste artigo, vou apresentar a definição da expansão por cofatores, a fórmula por trás dela, exemplos passo a passo para matrizes 2×2 e 3×3, propriedades essenciais e aplicações práticas.

O que é a expansão por cofatores?

A expansão por cofatores é um método recursivo para calcular o determinante de qualquer matriz quadrada.

Aqui, "recursivo" significa que, em vez de calcular o determinante de uma matriz grande de uma só vez, você a divide em determinantes menores. Esses determinantes menores se dividem em outros ainda menores. Você continua até chegar a matrizes 2×2, que são triviais de resolver.

Isso funciona para qualquer matriz quadrada — 2×2, 3×3, 4×4 e além. Dito isso, é mais útil para matrizes 3×3 e maiores, quando já não dá para multiplicar apenas duas diagonais em cruz.

A ideia central é simples. Você escolhe uma única linha ou coluna da matriz e expande ao longo dela. Cada elemento dessa linha ou coluna gera um subproblema menor. Resolva cada subproblema, combine os resultados e você terá o determinante. É isso.

Menor e cofator: as definições-chave

Antes de expandir um determinante, você precisa entender dois blocos de construção: menores e cofatores.

O menor

O menor M_ij é o determinante da matriz menor obtida ao excluir a linha i e a coluna j da sua matriz original.

Suponha que você tenha uma matriz 3×3 A e queira o menor M_12. Exclua a linha 1 e a coluna 2. O que sobra é uma matriz 2×2. Calcule o determinante — esse é o seu menor.

O cofator

O cofator C_ij dá um passo além do menor. Ele aplica um fator de sinal com base na posição (i, j):

O cofator

O termo (-1)^(i+j) mantém ou inverte o sinal do menor, dependendo de onde você está na matriz.

Quando i + j é par, (-1)^(i+j) = +1, então o cofator é igual ao menor. Quando i + j é ímpar, (-1)^(i+j) = -1, então o cofator inverte o sinal do menor.

O padrão xadrez

Essa alternância de sinais cria um padrão em xadrez pela matriz:

O padrão em xadrez

O canto superior esquerdo sempre começa com +. A partir daí, os sinais alternam em todas as direções. Esse padrão mostra, de imediato, se um cofator vai somar ou subtrair no seu determinante.

A fórmula da expansão por cofatores

Aqui está a fórmula que você estava esperando.

Para expandir ao longo da linha i:

Expansão ao longo da linha i

Para expandir ao longo da coluna j:

Expansão ao longo da coluna j

Em termos simples, isso significa multiplicar cada elemento da linha ou coluna escolhida pelo seu cofator e então somar tudo.

Os termos a_ij são apenas os elementos individuais da matriz. Os termos C_ij são os cofatores que você calcula para cada posição. Multiplique, some os resultados e terá o determinante.

Não importa qual linha ou coluna você escolhe. Expandir pela linha 1 dá o mesmo resultado que expandir pela linha 3 ou pela coluna 2. O determinante é uma propriedade fixa da matriz — o caminho de expansão é só a sua escolha.

Essa escolha, porém, afeta o quanto de trabalho você terá. Uma linha ou coluna com mais zeros significa menos cofatores para calcular. Se uma linha tem dois zeros e três elementos não nulos, você só precisa calcular os cofatores desses três — os zeros não contribuem para a soma. Sempre procure por zeros antes de escolher a linha ou coluna de expansão.

Passo a passo: como funciona a expansão por cofatores

A expansão por cofatores segue sempre o mesmo processo em 3 passos.

Passo 1: escolha uma linha ou coluna. Analise a matriz e escolha a linha ou coluna com mais zeros. Menos elementos não nulos significam menos cofatores para calcular.

Passo 2: para cada elemento não nulo nessa linha ou coluna:

• Calcule o menor M_ij — exclua a linha i e a coluna j e então calcule o determinante do que restou.

• Aplique o fator de sinal (-1)^(i+j) usando o padrão em xadrez para obter o cofator C_ij.

• Multiplique o elemento a_ij pelo seu cofator C_ij.

Passo 3: some todos os produtos.

O determinante

Esse é o seu determinante.

Se alguma das suas submatrizes for maior que 2×2, repita o mesmo processo até chegar a determinantes 2×2 — que você resolve diretamente com ad - bc.

Exemplo 1: expansão por cofatores de uma matriz 2×2

Vamos conectar tudo com o caso mais simples possível.

Considere esta matriz 2×2:

Matriz 2x2 de exemplo

Expanda pela linha 1. Os dois elementos são a_11 = 3 e a_12 = 1.

• Para a_11 = 3: exclua a linha 1 e a coluna 1. O que sobra é apenas (4). O fator de sinal é (-1)^(1+1) = +1. Logo, C_11 = +4.

• Para a_12 = 1: exclua a linha 1 e a coluna 2. O que sobra é apenas (2). O fator de sinal é (-1)^(1+2) = -1. Logo, C_12 = -2.

Agora some os produtos:

Cálculo do determinante

Você vai notar que isso coincide com a fórmula padrão 2×2 ad - bc = (3)(4) - (1)(2) = 10. A expansão por cofatores e o atalho da multiplicação em cruz são dois caminhos para a mesma resposta.

Exemplo 2: expansão por cofatores de uma matriz 3×3

Agora vamos trabalhar um exemplo completo 3×3.

Considere esta matriz:

Matriz 3x3 de exemplo

A linha 1 tem um zero na posição (1,2), então vamos expandir pela linha 1. Esse zero permite pular completamente um cofator.

Passo 1: monte a expansão

Configuração da expansão (1)

Como a_12 = 0, o termo do meio desaparece:

Configuração da expansão (2)

Só precisamos calcular dois cofatores. Esse é o ganho de escolher a linha certa.

Passo 2: calcule C_11

Agora exclua a linha 1 e a coluna 1. Eis o que sobra:

Primeiro cálculo

O sinal na posição (1,1) é (-1)^(1+1) = +1, então C_11 = +2.

Passo 3: calcule C_13

O próximo passo é excluir a linha 1 e a coluna 3. Sobra isto:

Segundo cálculo

O sinal na posição (1,3) é (-1)^(1+3) = +1, então C_13 = +11.

Passo 4: some os produtos

Cálculo do determinante

Esse é o seu determinante. Ao escolher a linha com um zero logo no início, você transformou um problema com três cofatores em outro com apenas dois. Trabalhe com inteligência.

Como escolher a melhor linha ou coluna

A linha ou coluna escolhida não muda o resultado, mas muda o trabalho que você terá.

Sempre procure zeros primeiro. Cada zero na linha ou coluna escolhida é um cofator a menos para calcular. No exemplo 3×3 acima, um zero reduziu o trabalho de três para dois cofatores. Em matrizes maiores, uma linha com vários zeros pode poupar o cálculo de vários subdeterminantes.

Aqui vão alguns pontos para lembrar

• Um zero em uma linha ou coluna significa um cofator a menos para calcular
• Dois zeros significam dois cofatores a menos
• Todos zeros, exceto um, significam que você calcula apenas um cofator

Isso importa mais à medida que a matriz cresce. Uma expansão por cofatores ingênua em uma matriz n×n roda em tempo fatorial — ou seja, uma 4×4 exige calcular determinantes de quatro matrizes 3×3, cada uma das quais se expande em três matrizes 2×2. São 24 cálculos individuais antes mesmo de começar a somar. Para uma 5×5, são 120.

Para matrizes grandes, a expansão por cofatores não é a ferramenta certa. Redução de linhas e decomposição LU tratam matrizes grandes muito mais rápido. A expansão por cofatores é melhor para casos 2×2 e 3×3, ou para trabalho teórico em que você precisa expressar simbolicamente o determinante.

Para qualquer coisa que você for resolver à mão, gaste alguns segundos procurando a linha ou coluna com mais zeros antes de começar. É a forma mais simples de reduzir erros de aritmética.

Expansão por cofatores e estrutura recursiva

A expansão por cofatores tem uma estrutura recursiva embutida.

Para encontrar o determinante de uma matriz n×n, você expande ao longo de uma linha ou coluna e calcula determinantes de matrizes (n-1)×(n-1) . Cada uma delas se expande em matrizes (n-2)×(n-2). Você reduz até chegar a matrizes 2×2, que são resolvidas diretamente.

Essa propriedade recursiva é o que define o determinante de forma algébrica. Ela diz o que é um determinante em cada tamanho de matriz, não apenas como calcular um.

Mas recursão tem um custo.

Cada nível de expansão multiplica o número de subproblemas e, para matrizes grandes, o esforço cresce rápido. É por isso que bibliotecas numéricas não usam expansão por cofatores nos bastidores. Redução de linhas e métodos de fatoração escalam muito melhor.

Para matrizes pequenas e trabalho teórico, a estrutura recursiva é exatamente o que você quer. Para algo maior, vale buscar outra abordagem.

Conexão com a matriz adjunta

Os cofatores são o alicerce da inversão de matrizes. Eles não servem apenas para ajudar a calcular determinantes.

Se você calcular o cofator C_ij para cada elemento de uma matriz A, obtém uma matriz de cofatores C. Faça a transposta — troque linhas por colunas — e você tem a matriz adjunta:

A matriz adjunta

A partir daí, a inversa da matriz vem diretamente:

Inversa da matriz

Em termos simples, isso significa calcular todos os cofatores, organizá-los em uma matriz, transpor e então dividir pelo determinante. Essa é a inversa.

Há duas coisas para lembrar aqui:

1. Isso só funciona quando det(A) ≠ 0 — determinante zero significa que a matriz não tem inversa
2. Essa fórmula é exata, o que a torna útil para teoria e álgebra simbólica. Para cálculo numérico com matrizes grandes, outros métodos são mais rápidos.

Se você está se perguntando sobre a conexão com a expansão por cofatores, lembre que cada entrada da matriz adjunta vem de um cofator que você calcularia na expansão. O mesmo processo que dá o determinante também fornece tudo o que você precisa para inverter a matriz.

Propriedades da expansão por cofatores

A expansão por cofatores tem algumas propriedades que valem a pena conhecer. Elas evitam dúvidas e ajudam a identificar atalhos.

Quatro propriedades para lembrar:

• Expandir por qualquer linha ou coluna dá o mesmo resultado. Você pode expandir pela linha 2 ou pela coluna 3 — o determinante não muda. Escolha a que tiver mais zeros
• O determinante é linear em cada linha. Se você escala uma linha por uma constante k, o determinante escala por k também. Isso decorre diretamente de como os cofatores multiplicam cada elemento
• Trocar duas linhas inverte o sinal do determinante. Troque uma vez e o determinante muda de sinal. Troque duas vezes e ele volta ao original. Por isso é preciso acompanhar cuidadosamente operações de linha
• Se duas linhas são linearmente dependentes, o determinante é zero. Dependência linear significa que uma linha é múltiplo escalar de outra — ou, mais geralmente, que as linhas não geram todo o espaço. A matriz é singular e não existe inversa

Essas propriedades permitem simplificar matrizes antes de expandir — reduzindo linhas, detectando dependências e evitando cálculos desnecessários.

Erros comuns

A expansão por cofatores tem alguns pontos de falha que aparecem com frequência. Veja no que ficar de olho.

• Esquecer o sinal (-1)^(i+j). Este é o erro mais comum. Você calcula o menor corretamente, multiplica pelo elemento e erra a resposta porque pulou o fator de sinal. Sempre verifique o padrão em xadrez antes de anotar um cofator
• Excluir a linha ou a coluna errada para o menor. Ao calcular M_ij, você exclui a linha i e a coluna j — a linha e a coluna do elemento que está sendo expandido. É comum excluir a errada, especialmente em 3×3, onde a submatriz restante pode parecer semelhante em exclusões diferentes
• Parar cedo demais na recursão. Quando a sua submatriz ainda é 3×3 ou maior, você precisa expandir de novo. Algumas pessoas tratam um menor 3×3 como se fosse 2×2 e aplicam ad - bc diretamente
• Erros de aritmética nos passos recursivos. Quanto mais fundo na recursão, mais multiplicações e trocas de sinal você acompanha. Um único erro aritmético em um subdeterminante inicial se propaga pelos passos seguintes. Resolva cada determinante 2×2 com cuidado antes de combinar os resultados

Se o resultado final parecer estranho, o padrão de sinais e a exclusão do menor são as duas primeiras coisas a revisar.

Quando usar a expansão por cofatores

A expansão por cofatores é a ferramenta certa em algumas situações específicas.

Para matrizes pequenas, é a abordagem mais direta. Uma 2×2 é trivial e uma 3×3 é viável à mão em poucos minutos. A partir de 4×4, o número de passos recursivos cresce rápido o suficiente para que outros métodos sejam mais rápidos e menos propensos a erro.

Também é a escolha certa para trabalho teórico e simbólico. Se você está desenvolvendo uma prova, derivando uma fórmula ou calculando um determinante com entradas variáveis em vez de números, a expansão por cofatores fornece uma expressão simbólica exata para trabalhar. Redução de linhas é ótima para números, mas fica confusa com símbolos.

Um resumo rápido de quando usar:

• Você está trabalhando com uma matriz 2×2 ou 3×3
• Você precisa de um resultado simbólico exato, não de uma aproximação numérica
• Você está seguindo uma prova que exige expandir explicitamente o determinante
• Você quer construir intuição sobre o que o determinante realmente significa

Para matrizes numéricas grandes, passe reto. Redução de linhas e decomposição LU tratam esses casos muito mais rápido e com bem menos risco de erro acumulado. A maioria das bibliotecas numéricas usa esses métodos por esse motivo.

Pense na expansão por cofatores como uma ferramenta para cálculo à mão e para teoria, não como um algoritmo de uso geral.

Conclusão

A expansão por cofatores oferece uma forma sistemática e recursiva de calcular o determinante de qualquer matriz quadrada.

Os dois blocos de construção — os menores e o padrão de sinais (-1)^(i+j) — conduzem todo o processo. Acerte esses dois e o resto flui. Escolha uma linha ou coluna com zeros para reduzir o trabalho, reduza a determinantes 2×2 e some os resultados.

Além dos determinantes, o método se conecta à matriz adjunta e à fórmula da inversa. Os cofatores que você calcula na expansão são os mesmos que constroem adj(A) — fazendo da expansão por cofatores a base para entender como a inversão de matrizes funciona algebricamente.

Para matrizes pequenas e trabalho teórico, é o método mais transparente disponível. Para matrizes numéricas grandes, prefira redução de linhas ou uma biblioteca numérica.

Se quiser ver a expansão por cofatores na prática, inscreva-se no nosso curso Linear Algebra for Data Science in R.