Calculadora de Exponencial de Matriz

Use esta Calculadora de Exponencial de Matriz para informar valores, ajustar opções e analisar resultados em um espaço de trabalho compacto e responsivo.

Os resultados são calculados automaticamente conforme você informa os dados.

Matriz A

Método e derivação
Método Informe uma matriz quadrada.

▼ Veja explicações e dicas abaixo ▼

Calculadoras relacionadas

O que é uma exponencial de matriz?

A exponencial de matriz estende a conhecida função exponencial escalar, \(e^x\), para matrizes quadradas. Para uma matriz quadrada \(A\), a exponencial de matriz é escrita como \(e^A\) ou \(\exp(A)\), e o resultado é outra matriz quadrada do mesmo tamanho.

A ideia principal não é calcular a exponencial de cada entrada separadamente. Em vez disso, \(e^A\) é construída a partir de potências da matriz:

$$ e^A = I + A + \frac{A^2}{2!} + \frac{A^3}{3!} + \cdots = \sum_{k=0}^{\infty} \frac{A^k}{k!} $$

Aqui, \(I\) é a matriz identidade do mesmo tamanho que \(A\). Essa definição é semelhante à série de Taylor de \(e^x\), mas a multiplicação é uma multiplicação matricial; portanto, a ordem e a estrutura da matriz importam.

As exponenciais de matriz são especialmente importantes em sistemas de equações diferenciais lineares. Se um sistema tem a forma

$$ x'(t) = Ax(t), $$

então sua solução pode ser escrita de forma compacta como

$$ x(t) = e^{tA}x(0). $$

Isso faz de \(e^A\) mais do que uma expressão algébrica formal: ela descreve como um sistema linear evolui, se transforma, gira, se expande ou decai ao longo do tempo.

Por que as exponenciais de matriz são importantes

As exponenciais de matriz conectam a álgebra linear ao cálculo e às equações diferenciais. Elas são usadas quando uma grandeza depende de várias grandezas que mudam ao mesmo tempo, e essas relações podem ser representadas por uma matriz.

Os usos comuns incluem:

  • resolver sistemas de equações diferenciais lineares de primeira ordem;
  • estudar a estabilidade de sistemas dinâmicos;
  • modelar crescimento, decaimento, oscilação ou fluxo acoplados;
  • analisar rotações e transformações lineares;
  • entender como uma função matricial atua sobre um vetor.

Para estudantes, a exponencial de matriz costuma ser o primeiro ponto em que potências de matrizes, autovalores, diagonalização e equações diferenciais se encontram. Para engenheiros e usuários de matemática aplicada, ela é uma forma compacta de descrever o comportamento de sistemas lineares em tempo contínuo.

Termos importantes

  • Matriz quadrada: uma matriz com o mesmo número de linhas e colunas. As exponenciais de matriz são definidas para matrizes quadradas porque potências como \(A^2\) e \(A^3\) precisam ser válidas.
  • Matriz identidade: uma matriz quadrada \(I\) com uns na diagonal principal e zeros nas demais posições. Ela desempenha o papel de \(1\) na multiplicação matricial.
  • Potência de matriz: um produto repetido de matrizes, como \(A^2 = AA\) e \(A^3 = AAA\).
  • Exponencial de matriz: a função matricial \(e^A\) definida pela série infinita de potências que envolve \(I\), \(A\), \(A^2\), \(A^3\) e assim por diante.
  • Ação sobre um vetor: o produto \(e^A v\), que mostra para onde um vetor \(v\) se move sob a transformação representada por \(e^A\).
  • 1-norma da matriz: uma medida do tamanho de uma matriz, definida como a maior soma dos valores absolutos de uma coluna:
$$ \lVert A \rVert_1 = \max_j \sum_i |a_{ij}| $$
  • Escalonamento e quadratura: uma estratégia numérica que primeiro reduz a escala de uma matriz, aproxima a exponencial da matriz menor e depois eleva o resultado ao quadrado repetidamente.
  • Matriz nilpotente: uma matriz cujas potências eventualmente se tornam a matriz nula. Se \(A^2 = 0\), a série da exponencial termina após \(I + A\).

Como funcionam as exponenciais de matriz

A exponencial de matriz começa com a mesma lógica da série da exponencial escalar. A diferença é que as potências são potências de matrizes; assim, \(A^2\), \(A^3\) e os termos seguintes capturam a ação repetida da mesma transformação linear.

A série que a define é:

$$ e^A = I + A + \frac{A^2}{2!} + \frac{A^3}{3!} + \frac{A^4}{4!} + \cdots $$

Para matrizes pequenas ou simples, essa série costuma explicar o resultado com clareza. Por exemplo, se \(A\) é a matriz nula, toda potência positiva de \(A\) é nula, portanto \(e^A = I\).

Para uma matriz diagonal, o cálculo é especialmente simples. Se

$$ A = \begin{bmatrix} a_1 & 0 & 0 \\ 0 & a_2 & 0 \\ 0 & 0 & a_3 \end{bmatrix}, $$

então

$$ e^A = \begin{bmatrix} e^{a_1} & 0 & 0 \\ 0 & e^{a_2} & 0 \\ 0 & 0 & e^{a_3} \end{bmatrix}. $$

Esse é um dos poucos casos comuns em que o resultado se parece com aplicar \(e^x\) entrada por entrada, mas apenas na diagonal. Para uma matriz geral, calcular a exponencial entrada por entrada produz o objeto errado.

Para o cálculo numérico, somar diretamente a série que define a exponencial pode ser ineficiente ou impreciso. Esta calculadora usa uma aproximação de Padé de ordem 13, orientada ao erro para trás, com escalonamento e quadratura. Quando é seguro, ela primeiro remove a componente escalar do traço \(\mu I\), em que \(\mu=\operatorname{tr}(A)/n\), e trabalha com \(B=A-\mu I\).

$$ C = \frac{B}{2^s}. $$

Em seguida, use a identidade

$$ e^A = e^\mu\left(e^C\right)^{2^s}. $$

A matriz menor \(C\) é avaliada com a aproximação racional de Padé \(r_{13}(C)=(V-U)^{-1}(V+U)\). O sistema linear é resolvido com pivotamento parcial, verificado por um resíduo relativo e então elevado ao quadrado \(s\) vezes.

Esta calculadora aplica essa ideia usando a 1-norma da matriz. Ela escolhe

$$ s = \max\left(0, \left\lceil \log_2\left(\frac{\lVert B \rVert_1}{\theta_{13}}\right) \right\rceil\right), \qquad \theta_{13}\approx 5.3719. $$

Matrizes gerais que exigem mais de 20 etapas de quadratura são rejeitadas, em vez de serem exibidas com precisão não confiável. Estruturas diagonais exatas, nilpotentes deslocadas e estruturas reconhecidas de rotação/dilatação em 2D ou 3D usam fórmulas diretas e não estão sujeitas a essa restrição.

Exemplos práticos de exponenciais de matriz

Exemplo 1: a matriz nula

Considere

$$ A = \begin{bmatrix} 0 & 0 \\ 0 & 0 \end{bmatrix}. $$

Como \(A^2\), \(A^3\) e todas as potências superiores também são nulas,

$$ e^A = I + 0 + 0 + \cdots = I. $$

Portanto

$$ e^A = \begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix}. $$

A matriz nula não produz efeito de expansão, rotação ou mistura; por isso, sua exponencial é a transformação identidade.

Exemplo 2: uma matriz diagonal

Considere

$$ A = \begin{bmatrix} 1 & 0 & 0 \\ 0 & -1 & 0 \\ 0 & 0 & 2 \end{bmatrix}. $$

Como \(A\) é diagonal, calcule a exponencial das entradas diagonais:

$$ e^A = \begin{bmatrix} e^1 & 0 & 0 \\ 0 & e^{-1} & 0 \\ 0 & 0 & e^2 \end{bmatrix}. $$

Usando aproximações decimais,

$$ e^A \approx \begin{bmatrix} 2.71828183 & 0 & 0 \\ 0 & 0.36787944 & 0 \\ 0 & 0 & 7.3890561 \end{bmatrix}. $$

Se \(v = \begin{bmatrix}1 & 1 & 1\end{bmatrix}^T\), então

$$ e^A v \approx \begin{bmatrix} 2.71828183 \\ 0.36787944 \\ 7.3890561 \end{bmatrix}. $$

Isso mostra como a transformação exponencial escala cada direção de coordenadas de maneira diferente.

Exemplo 3: uma matriz nilpotente

Considere

$$ A = \begin{bmatrix} 0 & 1 \\ 0 & 0 \end{bmatrix}. $$

Em seguida,

$$ A^2 = \begin{bmatrix} 0 & 0 \\ 0 & 0 \end{bmatrix}. $$

Como todas as potências a partir de \(A^2\) são nulas, a série da exponencial se torna

$$ e^A = I + A. $$

Portanto

$$ e^A = \begin{bmatrix} 1 & 1 \\ 0 & 1 \end{bmatrix}. $$

Para o vetor

$$ v = \begin{bmatrix} 1 \\ 2 \end{bmatrix}, $$

o vetor transformado é

$$ e^A v = \begin{bmatrix} 1 & 1 \\ 0 & 1 \end{bmatrix} \begin{bmatrix} 1 \\ 2 \end{bmatrix} = \begin{bmatrix} 3 \\ 2 \end{bmatrix}. $$

Este é um exemplo simples de cisalhamento: a segunda coordenada permanece igual, enquanto a primeira muda.

Exemplo 4: um sistema de equações diferenciais

Suponha que o sistema seja

$$ x'(t) = Ax(t). $$

A exponencial de matriz fornece a regra da solução:

$$ x(t) = e^{tA}x(0). $$

Se quiser que a calculadora avalie a transformação de uma única etapa \(e^{tA}\), informe a matriz \(tA\), e não apenas \(A\). Por exemplo, quando \(t = 0.5\), cada entrada de \(A\) deve ser multiplicada por \(0.5\) antes do cálculo da exponencial.

Como interpretar o resultado

O resultado principal, \(\exp(A)\), é a exponencial numérica da matriz. Trata-se de uma transformação matricial, não de uma lista de exponenciais escalares separadas aplicadas às entradas de \(A\).

Se você informar um vetor \(v\), a ação sobre o vetor \(\exp(A)v\) mostra para onde ele se move após a transformação exponencial. Em 2D e 3D, a visualização pode ajudar a comparar o vetor original com o vetor transformado. Um vetor transformado mais longo pode indicar expansão ou crescimento nessa direção, enquanto um mais curto pode indicar amortecimento ou contração. Uma mudança de direção pode indicar rotação, cisalhamento ou mistura de coordenadas.

A 1-norma é uma medida do tamanho da matriz usada pelo método numérico. Ela é a maior soma dos valores absolutos de uma coluna. É útil para escalonar a matriz antes da aproximação, mas não é um autovalor, determinante, traço nem uma medida direta da resposta final.

As indicações de autovalores podem ajudar a reconhecer uma estrutura especial, especialmente em matrizes 2 por 2 e matrizes triangulares. Elas são apenas indicações. A tabela calculada \(\exp(A)\) é o resultado que deve ser interpretado.

A mensagem de estabilidade ou do método explica como o cálculo foi realizado. Os resultados de Padé mostram a potência de escalonamento e o resíduo relativo da resolução linear; as estruturas exatas compatíveis identificam seu método em forma fechada.

Valores exibidos muito grandes ou muito pequenos podem aparecer em notação científica. Isso é uma escolha de formatação, não um tipo diferente de resultado.

Erros comuns e equívocos

Erro 1: tratar \(e^A\) como uma exponenciação entrada por entrada.
Para a maioria das matrizes, isso está errado. A exponencial de matriz depende de potências de matrizes e de multiplicação matricial.

Erro 2: informar um vetor com comprimento incorreto.
Uma matriz 2 por 2 precisa de um vetor com 2 entradas, uma matriz 3 por 3 precisa de 3 entradas e uma matriz 4 por 4 precisa de 4 entradas.

Erro 3: colar uma matriz retangular.
A exponencial de matriz exige uma matriz quadrada. Uma matriz retangular não pode ser multiplicada repetidamente por si mesma da mesma forma.

Erro 4: deixar uma célula da matriz em branco.
Todas as entradas da matriz devem ser informadas. Se uma entrada deve ser zero, informe \(0\) explicitamente.

Erro 5: usar expressões simbólicas ou frações exatas.
As entradas devem ser valores numéricos. Um decimal como \(0.5\) é aceito; uma expressão como \(1/2\) não é tratada como uma expressão racional exata.

Erro 6: esperar entradas complexas.
A teoria das exponenciais de matriz aceita matrizes complexas, mas esta calculadora aceita apenas entradas numéricas reais e finitas.

Erro 7: interpretar demais as indicações de autovalores.
Uma indicação de autovalor pode ser útil, mas não é uma análise completa de autovalores para todas as matrizes compatíveis.

Erro 8: esperar que toda ação sobre um vetor seja representada em um gráfico.
A ação sobre o vetor pode ser calculada para entradas 4D compatíveis, mas o gráfico está disponível apenas para vetores 2D e 3D.

Quando usar uma exponencial de matriz

Use a exponencial de matriz quando precisar:

  • resolver ou estudar um sistema de equações diferenciais lineares \(x'(t) = Ax(t)\);
  • entender o efeito de uma matriz quadrada em tempo contínuo;
  • comparar um vetor de entrada \(v\) com seu vetor transformado \(e^A v\);
  • analisar estruturas especiais de matrizes, como matrizes diagonais ou nilpotentes;
  • relacionar autovalores, potências de matrizes e comportamento dinâmico;
  • estimar numericamente a exponencial de uma matriz real pequena.

Esta calculadora é mais útil em exemplos pequenos de sala de aula, engenharia e matemática aplicada, nos quais uma matriz real 2 por 2, 3 por 3 ou 4 por 4 é suficiente.

Limitações e pontos importantes

A exponencial de matriz é um objeto matemático bem definido, mas os resultados numéricos gerais são aproximações. Esta calculadora usa aritmética de precisão finita, deslocamento do traço, um aproximante de Padé de ordem 13, pivotamento parcial e escalonamento e quadratura. Ainda pode haver erro de arredondamento, especialmente em problemas mal condicionados.

A calculadora aceita apenas matrizes quadradas 2 por 2, 3 por 3 e 4 por 4. Ela não aceita matrizes 1 por 1, matrizes maiores, matrizes retangulares, entradas complexas, variáveis simbólicas ou expressões exatas como \(1/2\).

Um pequeno resíduo da resolução de Padé é uma verificação interna útil, não um limite formal do erro direto. A calculadora rejeita de forma conservadora escalonamentos gerais excessivos e pivôs inseguros. Para decisões importantes de engenharia, ciência, finanças ou segurança, verifique o resultado com um software qualificado para matrizes ou com um especialista.

Entradas muito grandes podem produzir overflow ou valores não finitos. Se o resultado parecer inesperadamente enorme, verifique a escala da matriz de entrada e considere se o próprio modelo prevê um crescimento rápido.

A visualização é um auxílio geométrico, não uma prova. Ela está disponível para ações sobre vetores 2D e 3D. Para entradas 4D, a ação numérica sobre o vetor ainda pode ser calculada, mas não é exibida como um gráfico vetorial.

Os controles de rotação e inclinação afetam apenas o ângulo de visualização 3D. Eles não alteram a matriz, o vetor nem o resultado calculado.

Como usar esta calculadora

  1. Escolha o tamanho da matriz: 2 por 2, 3 por 3 ou 4 por 4.
  2. Informe na grade todas as entradas numéricas da matriz quadrada \(A\) ou cole os dados de uma matriz quadrada usando a opção de importação.
  3. Opcionalmente, informe um vetor \(v\) com a mesma quantidade de valores numéricos que o tamanho da matriz. Os valores podem ser separados por vírgulas, espaços ou ponto e vírgulas.
  4. Use um botão de exemplo se quiser carregar uma matriz de rotação, diagonal ou do tipo nilpotente.
  5. Leia a tabela \(\exp(A)\) da exponencial de matriz.
  6. Confira no resumo o tamanho da matriz, a 1-norma, as indicações de autovalores e \(\exp(A)v\) quando um vetor for informado.
  7. Use a visualização vetorial para comparar \(v\) com \(\exp(A)v\) em 2D ou 3D. Em 3D, ajuste Rotação e Inclinação ou redefina a visualização.
  8. Revise as informações de Padé, estabilidade, confiabilidade e método para entender a abordagem numérica usada.

Perguntas frequentes

A exponencial de matriz é o mesmo que calcular a exponencial de cada entrada da matriz?

Não. A exponencial de matriz baseia-se em potências de matrizes, portanto usa multiplicação matricial. Calcular a exponencial entrada por entrada geralmente produz um resultado completamente diferente. Uma matriz diagonal é um caso especial em que as entradas diagonais são elevadas à exponencial e os zeros fora da diagonal permanecem zero.

Por que a matriz precisa ser quadrada?

A série de \(e^A\) contém potências como \(A^2\), \(A^3\) e \(A^4\). Essas potências exigem multiplicar a matriz por si mesma, o que só funciona no mesmo contexto de matriz quadrada usado pela exponencial de matriz.

O que significa \(\exp(A)v\)?

Isso significa a exponencial de matriz \(\exp(A)\) multiplicada pelo vetor \(v\). Geometricamente, mostra como a transformação exponencial move o vetor. Em equações diferenciais, esse tipo de produto descreve como um estado inicial evolui sob um sistema matricial constante.

Por que a calculadora usa escalonamento e quadratura?

O escalonamento e a quadratura tornam mais segura a avaliação da aproximação de Padé. A matriz com o traço deslocado tem sua escala reduzida, sua exponencial é aproximada racionalmente e o resultado é elevado ao quadrado repetidamente. Casos que exigem quadratura excessiva são rejeitados, em vez de serem apresentados como confiáveis.

O que a 1-norma me informa?

A 1-norma é a maior soma dos valores absolutos de uma coluna da matriz. Nesta calculadora, ela ajuda a escolher o escalonamento usado pelo método numérico. Ela não informa diretamente o determinante, os autovalores nem o tamanho de cada entrada em \(\exp(A)\).

Posso informar números complexos ou frações como \(1/2\)?

Não. Use valores numéricos reais e finitos. Para uma fração, informe um decimal como \(0.5\) em vez de \(1/2\). Entradas complexas como \(1 + 2i\) não são aceitas.

Por que não há gráfico para um vetor 4D?

A ação sobre o vetor ainda pode ser calculada para um vetor de 4 entradas com uma matriz 4 por 4, mas um vetor 4D não pode ser mostrado no mesmo gráfico simples 2D ou 3D. Por isso, a visualização é limitada aos casos 2D e 3D.

Os resultados são exatos?

Não. Os resultados são aproximações numéricas exibidas com formatação arredondada. Os valores da matriz e do resumo usam até 12 algarismos significativos; valores muito grandes ou muito pequenos podem usar notação científica.

Fontes e referências

Livros

  1. Nicholas J. Higham. Functions of Matrices: Theory and Computation. Society for Industrial and Applied Mathematics, 2008. Capítulos 1, 10 e 13, especialmente a definição da exponencial de matriz, os métodos de escalonamento e quadratura e a ação \(f(A)b\). Biblioteca de publicações da SIAM
  2. Roger A. Horn e Charles R. Johnson. Matrix Analysis. Cambridge University Press, 1990. Capítulo 5, “Norms for Vectors and Matrices.”

Fontes on-line e oficiais

  1. Massachusetts Institute of Technology OpenCourseWare. “Matrix Exponentials.” 18.03SC Differential Equations, outono de 2011. Acesso em 4 de julho de 2026. https://ocw.mit.edu/courses/18-03sc-differential-equations-fall-2011/pages/unit-iv-first-order-systems/matrix-exponentials/
  2. Massachusetts Institute of Technology OpenCourseWare. “Matrix Exponential, Exponential and Sinusoidal Input.” ES.1803 Differential Equations, primavera de 2024, PDF do tópico 18. Acesso em 4 de julho de 2026. https://ocw.mit.edu/courses/es-1803-differential-equations-spring-2024/mites1803s24_topic18.pdf
  3. Cleve Moler e Charles Van Loan. “Nineteen Dubious Ways to Compute the Exponential of a Matrix, Twenty-Five Years Later.” SIAM Review, vol. 45, nº 1, 2003. PDF acessível
  4. Eric W. Weisstein. “Maximum Absolute Column Sum Norm.” MathWorld—A Wolfram Resource. Acesso em 4 de julho de 2026. https://mathworld.wolfram.com/MaximumAbsoluteColumnSumNorm.html