Fórmulas do Traço e o Cálculo de Matrizes Inversas

Documentos relacionados
Álgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP

Álgebra Linear I - Aula 20

Análise de Sistemas de Controle no Espaço de Estados

Definição de determinantes de primeira e segunda ordens. Seja A uma matriz quadrada. Representa-se o determinante de A por det(a) ou A.

Determinantes. Vamos associar a cada matriz quadrada A um número a que chamaremos determinante. a11 a Uma matriz de ordem 2, A =

Matrizes e Sistemas Lineares. Professor: Juliano de Bem Francisco. Departamento de Matemática Universidade Federal de Santa Catarina.

ESCOLA SUPERIOR DE TECNOLOGIA DE VISEU

Introdução ao determinante

Álgebra Linear e Geometria Analítica

Matrizes. matriz de 2 linhas e 2 colunas. matriz de 3 linhas e 3 colunas. matriz de 3 linhas e 1 coluna. matriz de 1 linha e 4 colunas.

Álgebra Linear. Giuliano Boava

Determinantes. Matemática Prof. Mauricio José

Inversão de Matrizes

a 21 a a 2n... a n1 a n2... a nn

Álgebra Linear Computacional

Capítulo 2 - Determinantes

Unidade III- Determinantes

Departamento de Matemática da Universidade de Coimbra Álgebra Linear e Geometria Analítica Engenharia Civil Ano lectivo 2005/2006 Folha 1.

Polos Olímpicos de Treinamento. Aula 1. Curso de Teoria dos Números - Nível 3. Divisibilidade 1. Carlos Gustavo Moreira e Samuel Barbosa Feitosa

Congruências Lineares

Matrizes. Sumário. 1 pré-requisitos. 2 Tipos de matrizes. Sadao Massago a pré-requisitos 1. 2 Tipos de matrizes.

ALGA - Eng.Civil - ISE / Matrizes 1. Matrizes

Prof a Dr a Ana Paula Marins Chiaradia MATRIZ INVERSA. Menores: O menor de um elemento a ij de uma matriz A de ordem n é definido como sendo o

Matriz de Sensibilidade Modal

MATEMÁTICA II. Aula 12. 3º Bimestre. Determinantes Professor Luciano Nóbrega

UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática

UNIVERSIDADE FEDERAL DE PERNAMBUCO

Álgebra Linear - Exercícios (Determinantes)

Exercícios de Aprofundamento Mat Polinômios e Matrizes

CONTEÚDOS PARA A PROVA DE RECUPERAÇÃO SEMESTRAL AGOSTO / 2016 MATEMÁTICA

Resultantes e Aplicações

a) 2 b) 3 c) 4 d) 5 e) 6

Aula 8 Variações da Eliminação de Gauss/Fatoração LU.

3 Determinantes. 2 Definição Número de trocas de ordem de um termo de uma matriz. 3 Definição Determinante de uma Matriz ( ( ))

CORPOS FINITOS E SEUS GRUPOS MULTIPLICATIVOS

Capítulo 9: Diagonalização de Operadores

Álgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP

Ficha de Exercícios nº 2

Capítulo 4 - Valores e Vectores Próprios

Francisco Magalhães Gomes IMECC UNICAMP. Matemática básica. Volume 1 Operações, equações, funções e sequências

Aula 01 TEOREMAS DA ANÁLISE DE CIRCUITOS. Aula 1_Teoremas da Análise de Circuitos.doc. Página 1 de 8

SOLUÇÕES N item a) O maior dos quatro retângulos tem lados de medida 30 4 = 26 cm e 20 7 = 13 cm. Logo, sua área é 26 x 13= 338 cm 2.

INDUÇÃO MATEMÁTICA. Primeiro Princípio de Indução Matemática

Semana 7 Resolução de Sistemas Lineares

números decimais Inicialmente, as frações são apresentadas como partes de um todo. Por exemplo, teremos 2 de um bolo se dividirmos esse bolo

Capítulo 4. Retas e Planos. 4.1 A reta

Determinantes. ALGA 2008/2009 Mest. Int. Eng. Electrotécnica Determinantes 1 / 17

Grupo de Classes de Ideais em Reticulados Quadráticos

A raiz quadrada. Qual é o número positivo que elevado ao 16 = 4

Parte 1 - Matrizes e Sistemas Lineares

Disciplina: Álgebra Linear - Engenharias ], C = Basta adicionar elemento a elemento de A e B que ocupam a mesma posição na matriz.

Lição 5 Medidas Descritivas Medidas de Dispersão

AVALIAÇÃO DA APRENDIZAGEM EM PROCESSO. Matemática. 3ª Série do Ensino Médio Turma 2º bimestre de 2015 Data / / Escola Aluno

=...= 1,0 = 1,00 = 1,000...

Seqüências. George Darmiton da Cunha Cavalcanti CIn - UFPE

Em linguagem matemática, essa proprieade pode ser escrita da seguinte maneira: x. 1 = x Onde x representa um número natural qualquer.

números decimais Inicialmente, as frações são apresentadas como partes de um todo. Por exemplo, teremos 2 de um bolo se dividirmos esse bolo

Universidade dos Açores Curso de Especialização Tecnológica Gestão da Qualidade Matemática

Resolução da Prova de Raciocínio Lógico do STJ de 2015, aplicada em 27/09/2015.

Apostila de Matemática 16 Polinômios

= Pontuação: A questão vale dez pontos, tem dois itens, sendo que o item A vale até três pontos, e o B vale até sete pontos.

Álgebra Linear I - Lista 12. Matrizes semelhantes. Diagonalização. Respostas

. (A verificação é imediata.)

7 A Integral Indefinida

Exercícios de Álgebra Linear

Álgebra Linear AL. Luiza Amalia Pinto Cantão. Depto. de Engenharia Ambiental Universidade Estadual Paulista UNESP

Arte e Matemática. Série Matemática na Escola

Para satisfazer mais necessidades, criou-se a necessidade de números racionais, que são aqueles que podem ser escritos na forma m n

ÁLGEBRA LINEAR. Transformações Lineares. Prof. Susie C. Keller

Expressões de sequencias

XXXII Olimpíada Brasileira de Matemática GABARITO Segunda Fase

Potenciação e radiciação

A primeira coisa ao ensinar o teorema de Pitágoras é estudar o triângulo retângulo e suas partes. Desta forma:

A Área do Círculo: Atividades Experimentais

Notas de aula de Lógica para Ciência da Computação. Aula 11, 2012/2

CURSO DE MATEMÁTICA BÁSICA PROGRAMA DE EDUCAÇÃO TUTORIAL CENTRO DE ENGENHARIA DA MOBILIDADE

Material de Apoio de Matemática Básica

Álgebra Linear Teoria de Matrizes

Elementos de Cálculo I - Notas de aula 9 Prof Carlos Alberto Santana Soares. f(x) lim x a g(x) = lim x a f(x)

7. Sejam U, W subespaços vetoriais de um espaço vetorial V sobre um corpo K. Prove que U W é um subespaço vetorial de V se e somente se U W ou W U.

Polinômio Mínimo e Operadores Nilpotentes

Cálculo Numérico Prof. Guilherme Amorim 26/11/2013. Aula 11 Sistemas de Equações Lineares / Parte 4 Convergência e Sistemas mal-condicionados

2) Escreva um algoritmo que leia um conjunto de 10 notas, armazene-as em uma variável composta chamada NOTA e calcule e imprima a sua média.

Árvores Parte 1. Aleardo Manacero Jr. DCCE/UNESP Grupo de Sistemas Paralelos e Distribuídos

ESTUDO DE MATRIZES DETERMINANTES E SISTEMAS LINEARES COM O USO DO SOFTWARE GEOGEBRA

Sendo o polinômio P(x), de grau quatro e divisível por Q(x) = x 3, o resto de sua divisão por D(x) = x 5 é

Determinantes - Parte 02

Álgebra Linear I - Lista 11. Autovalores e autovetores. Respostas. 1) Calcule os autovalores e autovetores das matrizes abaixo.

Pelo que foi exposto no teorema de Carnot, obteve-se a seguinte relação:

AVALIAÇÃO DA APRENDIZAGEM EM PROCESSO. Caderno do Professor. 8º ano do Ensino Fundamental MATEMÁTICA

Roteiro da aula. MA091 Matemática básica. Quadrados perfeitos. Raiz quadrada. Aula 8 Raízes. Francisco A. M. Gomes. Março de 2016

COMPREENDENDO AS FUNÇÕES EXPONENCIAIS E LOGARÍTMICAS COM O AUXÍLIO DO CÁLCULO DIFERENCIAL

Usando potências de 10

SISTEMAS LINEARES. Solução de um sistema linear: Dizemos que a sequência ou ênupla ordenada de números reais

Álgebra Linear. Bacharelado em Sistemas de Informação. Período Prof. da Disciplina Luiz Gonzaga Damasceno, M. Sc

(1, 6) é também uma solução da equação, pois = 15, isto é, 15 = 15. ( 23,

O cilindro deitado. Eduardo Colli

Transcrição:

2013: Trabalho de Conclusão de Curso do Mestrado Profissional em Matemática - PROFMAT Universidade Federal de São João del-rei - UFSJ Sociedade Brasileira de Matemática - SBM Fórmulas do Traço e o Cálculo de Matrizes Inversas Marcílio Silva Andrade 1 Carlos Alberto Raposo da Cunha 2 Resumo: Neste trabalho utilizaremos a forma canônica de Jordan para provar o Teorema de Hamilton-Cayley e como aplicação introduziremos uma técnica para obter a inversa de operadores lineares utilizando um algoritmo recursivo, ver [1], para calcular os coeficientes do polinômio característico. Palavras-chave: Jordan, Fórmulas do Traço, Hamilton-Cayley, Matrizes Inversas. 1 Introdução Seja V um espaço vetorial de dimensão finita n sobre um corpo F e L(V) o conjunto das transformações lineares T : V V. É bem conhecido da teoria de álgebra linear que L(V) é um espaço vetorial isomorfo ao espaço das matrizes M = M n n (R). Neste sentido, constitui-se um importante problema obter, para cada T L(V), um representante A no espaço M. Também sabemos que matrizes semelhantes representam o mesmo operador linear T relativamente a distintas bases do espaço vetorial V. A questão que se coloca é obter uma base especial do espaço V para a qual a matriz que representa o operador T seja diagonal. Se todas as raízes do polinômio característico estiverem no corpo F e forem distintas então a base do espaço na qual o operador é representado por uma matriz diagonal é exatamente a base constituída pelos autovetores associados aos respectivos distintos autovalores e portanto, a matriz que representa o operador linear possui em sua diagonal principal os distintos autovalores e zero nos demais elementos. Para o caso em que nem todos os autovalores são distintos o operador pode ou não possuir uma representação diagonal. No Caso de não ser possível obter uma base de autovetores, podemos obter uma decomposição em blocos, isto é, a diagonal principal será constituída de blocos conhecido como blocos de Jordan e os demais elementos serão blocos nulos. Considerando que sempre podemos extender o corpo básico através da adjunção de raízes até obter um corpo que possua todas as raízes do polinômio característico, em certo sentido o cálculo do Polinômio Característico é fundamental para a diagonalização de operadores lineares. Questão relevante é obter a inversa de um operador linear. Para dimensões pequenas é possível obter a inversa de modo simples, entretanto para dimensões maiores o cálculo 1 Aluno de Mestrado Profissional em Matemática, Turma 2011 Instituição: Universidade Federal de São João del-rei - UFSJ E-mail: marciliosandrade@yahoo.com.br 2 Orientador do Trabalho de Conclusão de Curso Departamento de Matemática e Estatística - DEMAT, UFSJ E-mail: raposo@ufsj.edu.br

se torna exaustivo. Neste trabalho aplicaremos o teorema de Hamilton-Cayley combinado com as fórmulas do traço e apresentamos uma técnica para calcular a inversa de operadores lineares. A técnica consiste em utilizar recursivamente as fórmulas do traço o que reduz o problema ao cálculo de potências da matriz que representa o operador linear. Este trabalho está estruturado do seguinte modo: Na seção 2 enunciamos a Forma Canônica de Jordan e referenciamos um texto que apresenta uma eficiente receita para o cálculo da Matriz de Jordan. Na seção 3 provamos o Teorema de Hamilton-Cayley. Na seção 4 apresentamos um algoritmo para o cálculo dos coeficientes do Polinômio Característico. Na seção 5 mostramos a praticidade do algoritmo para o cálculo de Matrizes Inversas. Finalmente na seção 6 deixamos ao leitor algumas atividades que complementam o conteúdo deste trabalho. 2 Forma Canônica de Jordan Nesta seção enunciaremos o teorema de Jordan. Definição 2.1 Seja λ um autovalor associado a um Operador Linear T, a multiplicidade algébrica de λ é definida como sendo a dimensão do subespaço gerado pelo autovetor associado a este autovalor. Definição 2.2 O polinômio p(λ) = det(a λi) = ( 1) n (λ n + c 1 λ n 1 + + c n ) é chamado o polinômio característico da matriz A = (a ii ) n. Teorema 2.1 Seja T : V V um Operador Linear cujos polinômios característico e minimal são respectivamente p(λ) = (λ λ 1 ) n 1 (λ λ 2 ) n2 (λ λ r ) nr, m(λ) = (λ λ 1 ) m 1 (λ λ 2 ) m2 (λ λ r ) mr. Então T possui uma representação matricial diagonal J J 11 0 0 0 0 0 J 12 0 0 0 J = 0 0 J r1 0 0. 0 0 0 J r2 0 Os blocos J ij satisfazem J ij = λ i I + N i, isto é, λ i 1 0 0 0 0 λ i 1 0 0 J ij = 0 0 0 λ i 1 0 0 0 0 λ i

= λ i 0 0 0 0 0 λ i 0 0 0 0 0 0 λ i 0 0 0 0 0 λ i + 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 = λ ii + N i, onde N ij é uma matriz nilpotente e para cada autovalor λ i os blocos J ij correspondente tem as seguintes propriedades: Existe ao menos um J ij de ordem m i, todos os outros são de ordem menor ou igual. A soma das ordens dos J ij é igual a n i. O número de blocos J ij é igual a multiplicidade algébrica de λ i. O número de blocos J ij de cada ordem possível é determinado de modo único por T. Demonstração: Jordan ver [2]. Para a demonstração deste teorema ver [1] e para calcular a matriz de 3 Teorema de Hamilton-Cayley Nesta seção apresentaremos o Teorema de Hamilton-Cayley e aplicaremos este teorema para o cálculo de operadores inversos. Teorema 3.1 Toda matriz quadrada anula o seu polinômio característico. Demonstração: Seja A uma matriz quadrada com o polinômio característico p(λ) = ( 1) n (λ λ 1 )(λ λ 2 ) (λ λ n ) (1) e seja J uma matriz de Jordan semelhante a A. λ 1 0 0 0 0 λ 2 0 0 J = 0 0 λ 3 0, onde = 0 ou 1. 0 0 0 0 λn Seja J i = J λii, i = 1, 2,, n de modo que P (J) = ( 1) n J 1 J 2 J n, desde que a fatoração de P (λ) seja válida para o polinômio matricial P (x). Mas a i-ésima linha J i tem na coluna i + 1 e zeros no restante. Portanto a n-ésima linha de J n é uma linha de zeros, as duas últimas linhas J n 1 J n são de zeros, as últimas três linhas de J n 2 J n 1 J n são de zeros e assim por diante, logo, a multiplicação sucessiva dos J i dá P (J) = 0. Como P (A) é uma matriz semelhante a P (J), podemos concluir que P (A) = 0.

Como aplicação deste teorema podemos calcular a inversa de uma matriz inversível A, do seguinte modo: Seja p(λ) = ( 1) n (λ n + c 1 λ n 1 + + c n ) (2) o polinômio característico de A. Como A é não singular, λ = 0 não é um valor característico, e portanto c n 0. Temos então isto é, e operando com A 1 obtemos A n + c 1 A n 1 + + c n 1 A + c n I = 0 A n + c 1 A n 1 + + c n 1 A = c n I A 1 = c 1 n (A n 1 + c 1 A n 2 + + c n 1 I) e portanto para obter a matriz inversa A 1 basta encontrar os coeficientes c i, i = 1, 2,, n. 4 Fórmulas do Traço Nesta seção utilizamos um algoritmo recursivo para calcular os coeficientes do polinômio característico o qual combinado com o teorema de Hamilton-Cayley fornece uma técnica simples e eficiente para calcular matrizes inversas. Este algoritmo é o núcleo matemático do trabalho de R. R. Silva [3]. Definição 4.1 O traço de uma matriz quadrada A, indicado por tra, é a soma dos n-valores característicos de A; tra = λ i. Lembrando que matrizes semelhantes possuem os mesmos valores característicos, podemos concluir que matrizes semelhantes possuem o mesmo traço. Podemos definir o traço de uma Transformação Linear T como sendo o traço de qualquer matriz que represente T. A seguir provaremos que o traço de uma matriz é a soma dos elementos da diagonal principal. Teorema 4.1 Seja Então A = a 11 a 12... a 1n a 21 a 22... a 2n............ a n1 a n2... a nn tra = a ii.

Demonstração: Considere o polinômio característico de A, det(a λi) = ( 1) n (λ n + c 1 λ n 1 + + c n ) = ( 1) n (λ λ 1 ) (λ λ n ). Pela forma do determinante, o coeficiente de λ n 1 é, ( 1) n 1 a ii = ( 1) n c 1, enquanto que pela forma fatorada obtemos ( 1) n+1 λ i = ( 1) n c 1. Logo, tra = λ i = a ii. Como uma consequência obtemos a equação c 1 = tra. Os outros c i podem ser determinados através do seguinte resultado. Teorema 4.2 Os coeficientes do polinômio característico de uma matriz A são obtidos recursivamente por c 1 = tra c 2 = 2 1 [c 1 tra + tra 2 ] c 3 = 3 1 [c 2 tra + c 1 tra 2 + tra 3 ]... c n = n 1 [c n 1 tra + c n 2 tra 2 + + c 1 tra n 1 + tra n ]. Demonstração: Para a prova deste teorema ver [3].

5 Aplicação das Fórmulas do Traço 5.1 Inversa de um Operador Linear Considerando que existe uma bijeção entre a classe de operadores lineares definidos em um espaço vetorial de dimensão finita n e a classe das matrizes M(n n), o cálculo da matriz inversa é importante para o cálculo de operadores inversos. Vamos então calcular a inversa do Operador Linear T : R 3 R 3, definido por T (x, y, z) = (y, z, x + y + z). Inicialmente obtemos [T ] β onde β é a base canônica do R 3, e daí [T ] β é dada pela matriz T (1, 0, 0) = (0, 0, 1) = 0e 1 + 0e 2 1e 3 (3) T (0, 1, 0) = (1, 0, 1) = 1e 1 + 0e 2 + 1e 3 (4) T (0, 0, 1) = (0, 1, 1) = 0e 1 + 1e 2 + 1e 3 (5) A = 0 1 0 0 0 1 1 1 1 e o polinômio característico é dado por p(λ) = ( 1) 3 (λ 3 λ 2 λ + 1). Como A é um zero do seu polinômio característico teremos multiplicando a esquerda por A 1 obtemos de onde segue que A 3 A 2 A + I = 0 A 1 = A 2 + A + I A 1 = 1 1 1 1 0 0 0 1 0 No cálculo da matriz inversa foi importante determinar os coeficientes do polinômio característico do Operador. Para valores grandes de n pode ser difícil calcularmos diretamente estes coeficientes, e neste sentido o Teorema 4.2 fornece uma alternativa viável.. 5.2 Cálculo da Matriz Inversa Como uma aplicação do Teorema 4.2 vamos calcular a inversa da matriz 0 1 0 A = 0 0 1. 1 1 1

Em conformidade com (2), o polinômio característico desta matriz de ordem 3 3 tem a seguinte forma p(λ) = ( 1) 3 (λ 3 + c 1 λ 2 + c 2 λ + c 3 ). Utilizando o Teorema de Hamilton-Cayley obtemos A 3 + c 1 A 2 + c 2 A + c 3 I = 0 e multiplicando por A 1 temos de onde segue que Agora calculamos as matrizes A 1 (A 3 + c 1 A 2 + c 2 A + c 3 I) = 0 A 2 + c 1 A + c 2 I + c 3 A 1 = 0 A 1 = c 1 3 (A 2 + c 1 A + c 2 I). A 2 = A 3 = 0 0 1 1 1 1 1 0 2 1 1 1 1 0 2 2 1 2 e portanto, utilizando as Fórmulas do Traço, calculamos os coeficientes do polinômio conforme abaixo de onde segue que c 1 = tra = 1 c 2 = 2 1 [c 1 tra + tra 2 ] = 1 c 3 = 3 1 [c 2 tra + c 1 tra 2 + tra 3 ] = 1, A 1 = A 2 + A + I, o que resulta, por substituição das matrizes A e A 2 na última equação, a inversa de A, 1 1 1 A 1 = 1 0 0. 0 1 0 Para finalizar deixamos ao leitor algumas atividades que complementam os resultados estudados neste trabalho.

6 Atividades 6.1 Encontre f(a) onde A = ( 1 2 4 5 ) e f(λ) = λ 2 3λ + 7. 6.2 Mostre que A = ( 1 4 2 3 ) é um zero de f(λ) = λ 2 4λ 5. 6.3 Seja A uma matriz triangular. Encontre o polinômio característico de A. 6.4 Calcule o polinômio característico e a inversa de cada matriz abaixo. 1 2 3 A = 2 3 0, 0 1 2 C = B = 2 1 3 0 1 1 1 2 0, 1 1 1 1 0 1 0 1 1 0 1 0 0 1 0 1. 6.5 Determine se as matrizes ( ) 1 4 A = 1 3 e B = ( 1 1 0 1 ) são semelhantes. 6.6 Seja A = 1 2 3 0 2 3 0 0 3 A é semelhante a uma matriz diagonal? Se for encontre esta matriz. 6.7 Prove as seguintes propriedades do traço. (i) Se A é nilpotente, tra = 0 (ii) tr(a + B) = tra + trb (iii) trab = trba 6.8 Prove que qualquer matriz e sua transposta são semelhantes..

6.9 Se λ 1, λ 2, λ n são os distintos autovalores de um operador T : V V, mostre que det[t] = λ 1 λ 2 λ n. 6.10 Prove que uma Transformação Linear é inversível se, e somente se, nenhum dos seus autovalores é nulo. 6.11 Prove que uma condição suficiente para que um Operador Linear T : V V seja representado por uma matriz diagonal é que os autovalores de T sejam todos distintos. 6.12 Mostre com um exemplo que todos os autovalores distintos não é condição necessária para a diagonalização de operadores. 6.13 Determine a forma de Jordan das seguintes matrizes: 7 4 1 0 1 0 4 7 1, 0 0 1 4 4 4 1 3 3 6.14 Seja T : R 4 R 4, definida por T (x, y, z, u) = (y, z, u, 4x 4y 3z + 4u). Determine a matriz de Jordan de T. 6.15 Suponha que os polinômios característico e minimal de um operador t sejam respectivamente p(λ) = (λ 2) 4 (λ 3) 3 e m(λ) = (λ 2) 2 (λ 3). Quais as possíveis formas canônicas de Jordan para o Operador T. Comentário e Agradecimento Final O algoritmo recursivo apresentado neste trabalho, pode ser aplicado no ensino médio, na medida que basta definir polinômio característico de uma matriz inversível A, enunciar o Teorema de Hamilton-Cayley e através do cálculo das potências da matriz A, encontrarmos os coeficientes do polinômio característico e de forma prática e conclusiva, exibirmos a inversa A 1. Agradeço aos professores do DEMAT/UFSJ que ministraram as disciplinas no mestrado PROFMAT 2011 2013, os quais com empenho e competência foram fonte de inspiração para lutarmos até concluirmos o programa. Agradeço o apoio e compreensão de minha esposa Sílvia, meus filhos Lucas e Rodrigo que se sacrificaram e nos momentos mais difíceis foram os grandes incentivadores. Aos companheiros do PROFMAT que participaram diretamente desta trajetória e aos familiares e amigos pelo apoio de sempre. Por fim a CAPES pelo apoio financeiro.

Referências [1] K. Hoffman & R. Kunzy; Álgebra Linear., LTC, São Paulo, 1979. [2] L. N. Andrade; A forma canônica de Jordan., Texto, UFPB-CCEN-Departamento de Matemática, 1999. link: http://mat.ufpb.br/ lenimar/textos/index.html [3] R. R. Silva; The Trace Formulas Yield the Inverse Metric. Journal of Mathematical Physics, 39, 6206, (1998). [4] D. T. Finkbeiner; Introdução às Matrizes e Transformações Lineares., Ao Livro Técnico S. A., Rio de Janeiro, 1970.