Álgebra Lineal II: Demostración del teorema de Cayley-Hamilton

Introducción

En esta entrada demostraremos el teorema de Cayley-Hamilton. Daremos dos demostraciones de sabores muy diferentes. La primera demostración explota las propiedades de la matriz adjunta, mientras que la segunda echa mano de las familias especiales de las cuales calculamos el polinomio característico.

Primera demostración

La primera demostración del teorema de Cayley-Hamilton usa algunas propiedades de la matriz adjunta. Recordamos el teorema y lo demostramos a continuación:

Teorema. (Cayley-Hamilton)

Para cualquier matriz $A \in M_{n} (F)$ se cumple que

$\begin{array}{r} χ_{A} (A) = O_{n} . \end{array}$

Demostración. Sea $A \in M_{n} (F)$ y sea $B = X I_{n} - A \in M_{n} (K)$ dónde $K = F (X)$ es el campo de fracciones racionales en la variable $X$ . Es decir, un elemento de $K$ es un cociente de la forma

$\begin{array}{r} \frac{A (X)}{B (X)}, A (X), B (X) \in F [X] \end{array}$

con $B$ no idénticamente cero.

Sea $C$ la matriz adjunta de $B$ , es decir $C = adj (B)$ . Sus entradas son (por definición) los determinantes de las matrices de tamaño $(n - 1)$ cuyas entradas son a su vez polinomios de grado a lo más $1$ . Es decir cada entrada de $C$ es un polinomio de grado a lo más $n - 1$ . Luego, sea

$\begin{array}{r} c_{i j} = c_{i j}^{(0)} + c_{i j}^{(1)} X + \dots + c_{i j}^{(n - 1)} X^{n - 1} \end{array}$

la $(i, j)$ -ésima entrada de $C$ , con $c_{i j}^{(0)}, \dots, c_{i j}^{(n - 1)} \in F$ . Sea $C^{(k)}$ la matriz cuyas entradas son $c_{i j}^{(k)}$ . Entonces

$\begin{array}{r} C = C^{(0)} + C^{(1)} X + \dots + C^{(n - 1)} X^{n - 1} . \end{array}$

Ahora, recuerda que

$\begin{array}{r} B \cdot C = B \cdot adj (B) = det (B) \cdot I_{n} = χ_{A} (X) \cdot I_{n} . \end{array}$

Es decir

$\begin{array}{r} (X I_{n} - A) \cdot (C^{(0)} + C^{(1)} X + \dots + C^{(n - 1)} X^{n - 1}) = χ_{A} (X) \cdot I_{n} . \end{array}$

Por otro lado, si escribimos a $χ_{A} (X)$ como $χ_{A} (X) = X^{n} + u_{n - 1} X^{n - 1} + \dots + u_{0} \in F [X]$ , la igualdad anterior se convierte en

$\begin{aligned} - A C^{(0)} + (C^{(0)} - A C^{(1)}) X + (C^{(1)} - A C^{(2)}) X^{2} + \dots + (C^{(n - 2)} - A C^{(n - 1)}) X^{n - 1} \\ + C^{(n - 1)} X^{n} = u_{0} I_{n} + \dots + u_{n - 1} I_{n} X^{n - 1} + I_{n} X^{n} . \end{aligned}$

Identificando los términos de cada coeficiente llegamos a

${\begin{matrix} - A C^{(0)} & = u_{0} I_{n}, \\ C^{(0)} - A C^{(1)} & = u_{1} I_{n}, \\ ⋮ \\ C^{(n - 2)} - A C^{(n - 1)} & = u_{n - 1} I_{n}, \\ C^{(n - 1)} & = I_{n} . \end{matrix}$

Comenzando con la última igualdad, tenemos que $C^{(n - 1)} = I_{n}$ . Sustituyendo en la anterior llegamos a que $C^{(n - 2)} = A + u_{n - 1} I_{n}$ , e inductivamente se cumple que

$\begin{array}{r} C^{(n - j - 1)} = A^{j} + u_{n - 1} A^{j - 1} + \dots + u_{1} I_{n} . \end{array}$

En particular

$\begin{array}{r} C^{(0)} = A^{n - 1} + u_{n - 1} A^{n - 2} + \dots + u_{1} I_{n} . \end{array}$

Multiplicando ambos lados por $A$ y usando que $- A C^{(0)} = u_{0} I_{n}$ finalmente llegamos a

$\begin{array}{r} A^{n} + u_{n - 1} A^{n - 1} + \dots + u_{0} I_{n} = O_{n} . \end{array}$

Pero esta igualdad no es nada más que $χ_{A} (A) = O_{n}$ , lo que concluye la prueba.

Segunda demostración

Para la segunda demostración enunciaremos el teorema de una manera distinta pero equivalente (¿por qué?). Usaremos una estrategia fundada en el cálculo de polinomios característicos de familias conocidas de una entrada previa.

Teorema. (Cayley-Hamilton)

Sea $V$ un espacio vectorial de dimensión finita sobre $F$ y sea $T : V \to V$ una transformación lineal. Entonces $χ_{T} (T) = 0$ .

Demostración. La idea es reducir el problema a transformaciones lineales para las que podemos calcular $χ_{T}$ fácilmente. Sin embargo, los detalles son un poco complicados.

Fijemos $x \in V$ . Para $m \geq 0$ fijamos

$\begin{array}{r} W_{m} = Span (T^{0} (x), T^{1} (x), \dots, T^{m} (x)) . \end{array}$

Nota como $W_{0} \subset W_{1} \subset \dots \subset V$ y que $\dim W_{m} \leq \dim W_{m + 1} \leq \dim V$ para todo $m \geq 0$ . Entonces debe existir algún $m$ mínimo tal que $\dim W_{m - 1} = \dim W_{m}$ . Entonces como $W_{m - 1} \subset W_{m}$ se tiene que $W_{m - 1} = W_{m}$ . Luego $T^{m} (x) \in W_{m - 1}$ , es decir existe una combinación lineal

$\begin{array}{r} T^{m} (x) = \sum_{k = 0}^{m - 1} a_{k} T^{k} (x) . \end{array}$

Nota que esto implica que $W_{m - 1}$ es estable bajo $T$ . Como $m$ es mínimo, los vectores $T^{0} (x), \dots, T^{m - 1} (x)$ deben ser linealmente independientes: en efecto, si no lo fueran existiría una relación de dependencia entre $T^{m - 1} (x)$ y términos de grado menor y así $\dim W_{m - 1} = \dim W_{m - 2}$ y entonces $m$ no sería mínimo. Por lo tanto forman una base para $W_{m - 1}$ y respecto a esta base la matriz asociada a $T |_{W_{m - 1}}$ es

$\begin{array}{r} A = (\begin{array}{c} 0 & 0 & 0 & \dots & 0 & a_{0} \\ 1 & 0 & 0 & \dots & 0 & a_{1} \\ 0 & 1 & 0 & \dots & 0 & a_{2} \\ ⋮ & ⋮ & ⋮ & ⋱ & ⋮ & ⋮ \\ 0 & 0 & 0 & \dots & 1 & a_{m - 1} \end{array}) . \end{array}$

El polinomio característico de matrices como esta lo calculamos en esta entrada y es igual a $X^{m} - a_{m - 1} X^{m - 1} - \dots - a_{0}$ . Entonces

$\begin{array}{r} χ_{T |_{W_{m - 1}}} (T) (x) = T^{m} (x) - \sum_{k = 0}^{m - 1} a_{k} T^{k} (x) = 0. \end{array}$

Pero como $W_{m - 1}$ es $T -$ estable, el polinomio característico de $T |_{W_{m - 1}}$ divide al polinomio característico de $T$ (este es un ejercicio en la tarea moral de esta entrada) y por tanto $χ_{T} (T) (x) = 0$ . Como $x$ fue arbitrario concluimos que $χ_{T} (T)$ es la transformación cero.

Más adelante…

En la próxima entrada veremos aplicaciones del teorema de Cayley-Hamilton.

Tarea moral

Supón que $T : V \to V$ es una transformación lineal y $V$ es de dimensión finita. Demuestra que si $W$ es un subespacio $T$ -estable de $V$ entonces $χ_{T |_{W}} (X)$ divide a $χ_{T} (X)$ . Sugerencia. Considera una base de $W$ , extiéndela a una base de $V$ . ¿Cómo se ve la matriz asociada a $T$ en esta base?
Explica por qué las dos versiones que dimos del teorema de Cayley-Hamilton son equivalentes.
Demuestra la propiedad de la matriz adjunta que se menciona en la primera demostración.
Sean $A, B, C \in M_{2} (C)$ matrices tales que $A C = C B$ y $C \neq O_{n}$ . Demuestra que para cualquier polinomio $P$ se cumple que $P (A) C = C P (B)$ . Usando esto y escogiendo un polinomio adecuado, deduce que $A$ y $B$ tienen un eigenvalor en común. Sugerencia: Usa el teorema de Cayley-Hamilton.
Sea la matriz
$\begin{array}{r} A = (\begin{array}{c} 0 & 2 & 0 \\ 1 & 1 & - 1 \\ - 1 & 1 & 1 \end{array}) . \end{array}$
Usa el teorema de Cayley-Hamilton para calcular $A^{1000}$ . Sugerencia: El teorema de Cayley-Hamilton te debería dar una relación entre algunas potencias de $A$ .

Entradas relacionadas

Ir a Álgebra Lineal II
Entrada anterior del curso: Introducción al teorema de Cayley-Hamilton
Siguiente entrada del curso: Aplicaciones del teorema de Cayley-Hamilton

Agradecimientos

Trabajo realizado con el apoyo del Programa UNAM-DGAPA-PAPIME PE109323 «Hacia una modalidad a distancia de la Licenciatura en Matemáticas de la FC-UNAM – Etapa 3»

8 comentarios en “Álgebra Lineal II: Demostración del teorema de Cayley-Hamilton”

Carlos Saúl Rivera Landeros mayo 20, 2021 a las 1:48 pm

Hola, por qué en la primera demostración pensamos a B como una matriz en M_n(K) con K como se define ahí, y no únicamente como una matriz en M_n(F[x]) es decir con polinomios como entradas, porque hay que pensarlas como cociente?

Responder ↓
1. Leo mayo 25, 2021 a las 4:13 pm
  
  Es una buena pregunta. Lo que pasa es que $F [x]$ no es un campo (no todo elemento tiene inversos multiplicativos, por ejemplo, $p (x) = x$ ). Solamente es un anillo. Estrictamente hablando, nunca en este curso de álgebra lineal se han hablado de matrices sobre anillos, sino sobre campos. Para «convertir» a $F [x]$ en campo, se tienen que «agregar» a las fracciones de polinomios. Eso es lo que hacemos al considerar a $K$ .
  
  Responder ↓
2. Adrián julio 16, 2024 a las 6:48 am
  
  Me ha encantado su segunda demostración
  
  Responder ↓
  1. Leonardo Ignacio Martínez Sandoval septiembre 4, 2024 a las 5:44 pm
    
    Hola Adrián. Gracias por el comentario. Esa demostración es muy bella porque ayuda a entender un poco más cuál es la razón teórica por la cual el resultado debe ser cierto. ¡Saludos!
Emiliano Montaño Gtz mayo 24, 2021 a las 9:50 pm

Hola profesor, tengo una duda en la primera demostración. Cuando hemos planteado el sistema de ecuaciones llegamos a que C^(n-1) = In, pero no logro comprender como la sustitución de esta expresión, en la anterior a esta, llega a que C^(n-1) = A + u_{n-1}*In ¿no sería más bien C^(n-2) = A + u_{n-1}*In?

Responder ↓
1. Leo mayo 25, 2021 a las 4:16 pm
  
  En efecto, es como tú dices. La idea es ir encontrando los $C^{(n - j)}$ «de arriba hacia abajo». En un momento lo corrijo.
  
  Responder ↓
Ricardo junio 30, 2021 a las 1:28 pm

Hay un pequeño error me parece en el resultado por inducción en la demostración del primer teorema, el último coeficiente debería tener subíndice n-j, es lo que va antes de tomar el caso particular C(0)

Responder ↓
1. Leonardo Ignacio Martínez Sandoval septiembre 4, 2024 a las 4:26 pm
  
  Hola Ricardo. Gracias por la atenta lectura. Corregido.
  
  Responder ↓