MathematicsÁlgebra LinearUniversity

OCRAPOntarioNSWCBSEGCE O-LevelMoECAPS

Traço de Matriz

A soma dos elementos diagonais de uma matriz quadrada, que também é igual à soma de seus autovalores.

Understand the formulaSee the free derivationOpen the full walkthrough

tr (A) = i = 1 \sum n a_{ii} = i = 1 \sum n λ_{i}

Open Full Walkthrough Try Calculator

This public page keeps the free explanation visible and leaves premium worked solving, advanced walkthroughs, and saved study tools inside the app.

Core idea

Overview

O traço de uma matriz quadrada é o valor escalar definido como a soma dos elementos ao longo de sua diagonal principal. É um operador fundamental na álgebra linear que é igual à soma dos autovalores da matriz e permanece invariante sob transformações de similaridade.

When to use: Use o traço quando precisar calcular a soma dos autovalores ou identificar propriedades invariantes de uma transformação linear. Também é aplicado ao calcular o produto interno de duas matrizes ou analisar a divergência de um campo vetorial no cálculo tensorial.

Why it matters: O traço é vital porque simplifica operações complexas de matriz em um único escalar que captura informações essenciais sobre o sistema. Em física, é usado em mecânica quântica para encontrar valores esperados e em termodinâmica para definir a função de partição.

Symbols

Variables

tr(A) = Matrix Trace, $a_{11}$ = Diagonal Element a11, $a_{22}$ = Diagonal Element a22

tr(A)

Matrix Trace

The sum of the diagonal elements

a_{11}

Diagonal Element a11

The first element on the main diagonal

a_{22}

Diagonal Element a22

The second element on the main diagonal

Walkthrough

Derivation

Derivação/Compreensão da Trilha da Matriz

Esta derivação define a trilha de uma matriz quadrada como a soma de seus elementos diagonais e demonstra que ela também é igual à soma de seus autovalores.

A é uma matriz quadrada n x n com entradas reais ou complexas.
Compreensão de autovalores e autovetores.
Familiaridade com o polinômio característico de uma matriz.

Definição da Trilha:

A trilha de uma matriz quadrada A é definida como a soma dos elementos em sua diagonal principal.

tr (A) = i = 1 \sum n a_{ii}

Polinômio Característico e Autovalores:

Os autovalores $λ_{i}$ de uma matriz A são as raízes de seu polinômio característico p( $λ$ ) = $det$ (A - $λ$ I). Expandir este determinante revela que o coeficiente de $λ^{n - 1}$ é (-1)^{n-1} $tr$ (A).

p (λ) = det (A - λ I) = (- 1)^{n} λ^{n} + (- 1)^{n - 1} (tr (A)) λ^{n - 1} + \dots + det (A)

Relação entre Raízes e Coeficientes:

Como $λ_{1}$ , $\dots$ , $λ_{n}$ são as raízes do polinômio característico, também podemos expressar p( $λ$ ) na forma fatorada. Expandindo este produto, o coeficiente de $λ^{n - 1}$ é (-1)^n (- $\sum_{i = 1}^{n}$ $λ_{i}$ ) = (-1)^{n+1} $\sum_{i = 1}^{n}$ $λ_{i}$ .

p (λ) = (- 1)^{n} (λ - λ_{1}) (λ - λ_{2}) \dots (λ - λ_{n})

Igualando Coeficientes:

Ao igualar os coeficientes de $λ^{n - 1}$ de ambas as expansões do polinômio característico, descobrimos que a trilha da matriz é igual à soma de seus autovalores.

(- 1)^{n - 1} tr (A) = (- 1)^{n + 1} i = 1 \sum n λ_{i} ⟹ tr (A) = i = 1 \sum n λ_{i}

Result

(- 1)^{n - 1} tr (A) = (- 1)^{n + 1} i = 1 \sum n λ_{i} ⟹ tr (A) = i = 1 \sum n λ_{i}

Source: Lay, D. C., Lay, S. R., & McDonald, J. J. (2016). Linear Algebra and Its Applications. Pearson.

Why it behaves this way

Intuition

Imagine a trilha como uma medida de quão um transformação linear 'estica' ou 'encolhe' o espaço ao longo de suas direções principais, somando esses efeitos de escala em um único número.

Term

A soma escalar das entradas diagonais de uma matriz quadrada A.

Um único número que captura uma propriedade invariante de uma transformação linear, relacionada ao seu efeito geral de 'escala' independentemente do sistema de coordenadas escolhido.

Term

Uma matriz quadrada, que representa uma transformação linear de um espaço vetorial para si mesmo.

Um objeto matemático que transforma vetores mapeando-os para novos vetores, frequentemente envolvendo rotação, escala ou cisalhamento.

Term

Os elementos localizados na diagonal principal da matriz A (onde o índice da linha é igual ao índice da coluna).

Esses elementos contribuem diretamente para os componentes de escala da transformação ao longo dos vetores de base padrão.

Term

Os autovalores da matriz A, que são os fatores escalares pelos quais os autovetores são escalados sob a transformação.

Estes são os fatores de escala fundamentais da transformação ao longo de suas direções especiais e invariantes (autovetores), e sua soma fornece uma maneira alternativa e independente de coordenadas para calcular a trilha.

Free study cues

Insight

Canonical usage

O traço de uma matriz herda as unidades de seus elementos.

One free problem

Practice Problem

Uma matriz quadrada 2×2 A tem elementos diagonais a₁₁ = 14 e a₂₂ = -5. Calcule o traço (result) da matriz A.

Hint: O traço é encontrado somando os números localizados na diagonal principal do canto superior esquerdo ao canto inferior direito.

The full worked solution stays in the interactive walkthrough.

Where it shows up

Real-World Context

No caso de quantum mechanics, the expectation value of an observable is calculated as the trace of the product of the density matrix and the corresponding operator.

Study smarter

Tips

Confirme se a matriz é quadrada (n × n) antes de tentar encontrar o traço.
Lembre-se da propriedade cíclica: tr(AB) = tr(BA).
O traço de uma soma é a soma dos traços: tr(A + B) = tr(A) + tr(B).
Verificação da soma dos autovalores: Use-o para verificar se seus autovalores calculados estão corretos.

Avoid these traps

Common Mistakes

Tentar calcular o traço para uma matriz não quadrada.
Assumir que tr(ABC) = tr(ACB); apenas permutações cíclicas como tr(ABC) = tr(BCA) = tr(CAB) são garantidas.
Confundir o traço com o determinante.

Common questions

Frequently Asked Questions

Esta derivação define a trilha de uma matriz quadrada como a soma de seus elementos diagonais e demonstra que ela também é igual à soma de seus autovalores.

Use o traço quando precisar calcular a soma dos autovalores ou identificar propriedades invariantes de uma transformação linear. Também é aplicado ao calcular o produto interno de duas matrizes ou analisar a divergência de um campo vetorial no cálculo tensorial.

O traço é vital porque simplifica operações complexas de matriz em um único escalar que captura informações essenciais sobre o sistema. Em física, é usado em mecânica quântica para encontrar valores esperados e em termodinâmica para definir a função de partição.

Tentar calcular o traço para uma matriz não quadrada. Assumir que tr(ABC) = tr(ACB); apenas permutações cíclicas como tr(ABC) = tr(BCA) = tr(CAB) são garantidas. Confundir o traço com o determinante.

No caso de quantum mechanics, the expectation value of an observable is calculated as the trace of the product of the density matrix and the corresponding operator.

Confirme se a matriz é quadrada (n × n) antes de tentar encontrar o traço. Lembre-se da propriedade cíclica: tr(AB) = tr(BA). O traço de uma soma é a soma dos traços: tr(A + B) = tr(A) + tr(B). Verificação da soma dos autovalores: Use-o para verificar se seus autovalores calculados estão corretos.

References

Sources

Linear Algebra and Its Applications by Gilbert Strang
Wikipedia: Trace (linear algebra)
Bird, R. Byron; Stewart, Warren E.; Lightfoot, Edwin N. (2007). Transport Phenomena (2nd ed.). John Wiley & Sons.
Callen, Herbert B. (1985). Thermodynamics and an Introduction to Thermostatistics (2nd ed.). John Wiley & Sons.
Lay, David C. Linear Algebra and Its Applications. Pearson, 2016.
Trace (linear algebra). Wikipedia. https://en.wikipedia.org/wiki/Trace_(linear_algebra)
Lay, D. C., Lay, S. R., & McDonald, J. J. (2016). Linear Algebra and Its Applications. Pearson.

Traço de Matriz

Overview

Variables

Derivation

Definição da Trilha:

Polinômio Característico e Autovalores:

Relação entre Raízes e Coeficientes:

Igualando Coeficientes:

Intuition

Insight

Practice Problem

Real-World Context

Tips

Common Mistakes

Related Formulas

Cayley-Hamilton Theorem

Rank-Nullity Theorem

Orthogonal Projection

Frequently Asked Questions

Sources