Archivo de la etiqueta: algoritmo de la división

Álgebra Superior II: Algoritmo de la división en los enteros

Introducción

Gracias a todo lo trabajado con anterioridad y en particular a la entrada anterior de inmersión de los naturales en los enteros, ya podemos pensar al conjunto de enteros como el conjunto $\mathbb{Z}=\{\ldots,-2,-1,0,1,2,\ldots\}$. Además, dentro de esta estructura tenemos operaciones de suma, resta y producto. Sin embargo, aún no tenemos una operación de «división». Hay dos caminos que podemos seguir. Uno es algo parecido a lo que hicimos para tener una operación de resta: podemos construir ciertas clases de equivalencia sobre parejas de enteros, definir operaciones, orden, etcétera. Esto es lo que se hace para construir el conjunto $\mathbb{Q}$ de números racionales, del cual hablaremos más adelante. Otro camino es quedarnos en $\mathbb{Z}$ e intentar decir todo lo que podamos, aunque no tengamos una operación de división. Eso es lo que haremos ahora.

Por ejemplo, si tenemos los números $-20$ y $5$, entonces sí «podemos hacer la división» de manera exacta. Dicho de otra forma, sí existe un entero $k$ tal que $-20=5k$. Ese entero es $k=-4$. Sin embargo, si tenemos los números $20$ y $3$ no podemos hacer la división, en el sentido de que no existe un entero $k$ tal que $20=3k$. Sin embargo, sí podemos lograr que $3k$ quede muy cerca de $20$. Por ejemplo, podemos escribir $20=3\cdot 6 + 2$, es decir, el $20$ se queda únicamente a dos unidades de tres veces un entero.

En esta entrada hablaremos del algoritmo de la división. Lo que nos dice es que dados dos enteros $a$ y $b$, siempre sucederá que $a$ puede ser escrito como $b$ veces un entero, más un residuo «pequeño» en términos de $b$. También nos dice que esta forma de escribir a $a$ será única.

La intuición del algoritmo de la división

Lo que nos permite hacer el algoritmo de la división es saber «cuántas veces cabe un entero en otro». En general, vamos a poder escribir $a=qb+r$ y esto querrá decir que «$b$ cabe $q$ veces en $a$ y sobran $r$». Lo que nos gustaría es hacer esto de manera que sobre lo menos posible.

Un ejemplo sencillo sería el siguiente. Tomemos $a=7$ y $b=2$. Si nos preguntáramos: ¿cuántos equipos de $2$ personas se necesitan para repartir a $7$ personas?, una posible respuesta sería: podemos formar $2$ equipos de dos personas cada uno y dejar fuera a $3$ personas. Esto se escribiría como $7=2\cdot 2 + 3$. Sin embargo, una mejor respuesta (y la que deja a menos personas fuera) es la siguiente: podemos formar $3$ equipos de dos personas cada uno, y dejar a alguien fuera. Esto corresponde algebraicamente a la igualdad $7=3\cdot 2 + 1$. Esta forma de escribir al $7$ es mejor pues el residuo es más pequeño.

Hay algunos casos que suenan un poco raros. Por ejemplo, tomemos $a = 2$, $b = 3$. Podría parecer que la división de $2$ entre $3$ da cero pues «el $3$ el mayor que el $2$ y no hay modo de que $3$ quepa en $2$». Esto es cierto: $3$ cabe cero veces en $2$. Pero hay un residuo que no se ha mencionado, que en este caso es $2$. La forma de escribir esto algebraicamente será $2=3\cdot 0 + 2$. Aquí el $0$ quiere decir que «el $3$ cabe cero veces en el $2$» y el $2$ de la derecha quiere decir que «sobran $2$». Si lo pensamos como equipos, no nos alcanzaría para crear ni un sólo equipo de $3$ personas teniendo sólo $2$.

Otro caso extraño es cuando tenemos números negativos. Por ejemplo, si $a=-7$ y $b=3$ entonces la forma en la que queremos expresar a $a$ es como sigue: $-7=(-3)\cdot 3 + 2$. Lo hacemos de esta manera pues siempre querremos que el residuo que queda sea positivo. Y de entre los residuos que se pueden obtener, lo mejor es que sobren únicamente $2$.

Resulta que la cantidad que sobra siempre se puede garantizar que sea «chica». Si estamos repartiendo $a$ en cachos de tamaño $b$, siempre podremos garantizar que lo que sobra esté entre $0$ y $|b|-1$. En símbolos, el algoritmo de la división dice que dados $a, b \in \mathbb{Z}$, con $b\neq 0$, es posible encontrar $q$ y $r$ únicos, tales que $a = bq + r,$ con $0 \leq r < |b|$. A $q$ se le llama el cociente y a $r$ le llamamos el residuo.

Que no espante el valor absoluto que se le añade a la $b$. Aún no hemos definido qué es, pero lo explicaremos un poco más abajo. Sin embargo, antes de enunciar y demostrar el teorema daremos un ejemplo con números un poco más grandes y su intuición numérica.

Otro ejemplo para entender el algoritmo de la división en $\mathbb{Z}$

Comencemos planteando el problema para $a=3531$ y $b=8$. Es decir, queremos encontrar $q$ y $r$ enteros tales que $3531 = 8q + r$, donde además $0 \leq r < 8$. Ya que $r$ debe ser un número muy pequeño entre $0$ y $8$, podemos ir dando valores a $r$ hasta que $3531-r$ se pueda escribir como $8$ veces un entero.

Si $r = 0$, habríamos de verificar si $3531$ se puede escribir como $8$ veces un entero. Nuestra intuición nos dice que esto no debería poderse, pues $3531$ es un número impar, pero $8$ veces un entero siempre será un número par.

Si $r = 1$, entonces querríamos ver si $8q = 3530$. Pero esto tampoco se puede pues con $q=441$ tenemos $8q=3528<3530$ y con $q=442$ tenemos $8q=3536>3530$ y entonces ya se pasa. Si $r = 2$, buscaríamos si $8q = 3529$, pero de nuevo este es un número impar.

Finalmente, si $r = 3$, entonces queremos ver si se puede lograr $3528= 8q$. Esto sí se puede: se toma $q=441$. Así, hemos logrado determinar que con $q = 441$, $r = 3$ se cumple que $3531 = 8q + r$, con lo que terminamos el problema.

Geométricamente, esto significa que $3531$, en la recta de los números enteros, estará situado entre números que sean $8$ veces un entero, a saber, $8\cdot 441$ y $8\cdot 442$:

$$ \ldots < 8\cdot 441 < 3531 < 8\cdot 442 < \ldots \text{.}$$

Más precisamente, como $3531$ es un entero positivo, el problema consistió en encontrar el entero que sea $8$ veces un entero más cercano por la izquierda y añadir $3$ unidades. Esto también lo podemos enunciar como que «$3531$ está a $3$ unidades a la derecha de un número que es $8$ veces un entero»:

$$ 8\cdot 441 < 8\cdot 441 + 1 < 8\cdot 441 +2 < 3531 < 8\cdot 441 +4 < 8\cdot 441 +5 < 8\cdot 441 +6 < 8\cdot 441 +7 < 8\cdot 442 \text{.}$$

En realidad esto funciona sin importar los valores de $a$ y $b$. Dado un entero $b$, podemos poner los enteros de la forma $mb$ en la recta numérica y siempre podremos situar al entero $a$ entre dos de ellos:

$$qb \leq a < (q+1)b, \qquad q\in \mathbb{Z}.$$

Si $b>0$, los múltiplos de $b$ en la recta numérica se verían así:

$$\ldots -4b, -3b, -2b, -b, 0, b, 2b, 3b, 4b, \ldots $$

De este modo, $q$ sería el mayor múltiplo de $b$ más cercano a $a$, sin excederse de $a$.

Enunciado y demostración del algoritmo de la división en $\mathbb{Z}$

Para poder enunciar el algoritmo de la división sin importar el signo de $a$ y $b$, debemos introducir un símbolo adicional.

Definición. Si $b \in \mathbb{Z}$, definimos el valor absoluto de $b$, denotado por $|b|$, como sigue: $$|b| = \left\lbrace \begin{matrix} b & \text{si $b\geq 0$}\\ -b & \text{si $ b < 0$} \end{matrix}\right.$$

En el algoritmo de la división nos darán dos números enteros $a$ y $b$. Para la restricción $0 \leq r \leq |b|$, sucederá que, no importa si $b$ sea un número positivo o negativo, nosotros nos fijaremos en el número siempre positivo que resulta de aplicarle valor absoluto a $b$. El resultado dice lo siguiente.

Teorema. Sean $a$ y $b$ en $\mathbb{Z}$ con $b\neq 0$. Entonces existen únicos enteros $q$ y $r$ enteros únicos tales que $$ a = qb + r$$ y $0 \leq r < |b|$.

Para la demostración del algoritmo de la división, necesitaremos el principio del buen orden. Como recordatorio, dice que todo subconjunto no vacío de $\mathbb{N}$ tiene un elemento mínimo.

Demostración. Primero hay que demostrar que siempre existen $q$ y $r$ enteros que satisfacen las condiciones que queremos. Vamos a suponer que $b>0$. El caso $b<0$ es muy parecido y quedará como tarea moral.

Lo que haremos es considerar al conjunto $S$ de todos los elementos de la forma $a-tb$ en donde $t$ es un entero, y tales que sean mayores o iguales a cero. Primero veremos que $S$ en efecto es un conjunto no vacío.

  • Si $a\geq 0$, tomamos $t=0$ y obtenemos la expresión $a-tb=a\geq 0$.
  • Si $a<0$, tomamos $t=a$ y obtenemos $a-tb=a-ab=a(1-b)$. Como $b>0$, entonces $b\geq 1$ y por lo tanto $(1-b)\leq 0$. Como $a<0$, obtenemos $a(1-b)\geq 0$, como queríamos.

Como $S$ es un conjunto no vacío de naturales, debe tener un elemento mínimo, al que le llamaremos $r$. Como $r$ está en $S$, obtenemos que $r=a-qb$ para algún entero $q$. Esto es un buen primer paso, pues nos muestra que $a=qb+r$. Sin embargo, todavía nos falta demostrar la importante desigualdad $0\leq r < |b|$. Como $b>0$, debemos mostrar $0\leq r < b$. Como $r$ está en $S$, obtenemos de manera inmediata que $r\geq 0$.

Sólo nos falta mostrar que $r<b$. Supongamos, con el fin de encontrar una contradicción, que $r\geq b$. Si este fuera el caso, sucedería que $r-b\geq 0$ además tendríamos la siguiente cadena de igualdades: $$r-b=a-tb-b=a-(t+1)b.$$

Esto lo que nos diría es que $r-b$ también está en $S$. ¡Pero eso es una contradicción!. Por construcción, $r$ era el menor elemento de $S$ y $r-b$ es un número menor que $r$ y que también está en $S$. Esta contradicción salió de suponer que $r\geq b$, así que en realidad debe pasar $r<b$, como queríamos.

Con esto queda demostrada la existencia de los enteros $q$ y $r$, tales que $a = bq + r$, con $0 \leq r < b$. Falta ver la unicidad. Supongamos que existen $q’$ y $r’$ enteros que también cumplen $$a = bq’ + r’$$ con $0\leq r’ < b$.

Demostramos primero que $r = r’$. Al hacer la resta $r-r’$ por un lado notamos que como mucho, puede valer $(b-1)-0=b-1$, lo cual pasa cuando $r=b-1$ y $r’=0$. Así mismo, por lo menos debe valer $0-(b-1)=-b+1$, lo cual sucede cuando $r=0$ y $r’=b-1$. Pero esta resta también se puede escribir de la siguiente manera: $$r-r’=(a-qb)-(a-q’b)=(q’-q)b.$

El único número de la forma $bk$ en $\{-b+1,-b+2,\ldots,0,\ldots,b-2,b-2\}$ es el entero $0$, pues justo no alcanza para llegar a $b$ ni a $-b$. De esta forma, $r-r’=0$, es decir $r=r’$. Y de aquí, obtenemos que $(q’-q)b=r-r’=0$. Como $b\neq 0$, obtenemos $q’-q=0$ y por lo tanto $q’=q$. Esto termina la demostración de la unicidad.

$\square$

Quizás el uso del principio del buen orden de la impresión de que la demostración anterior es «muy sofisiticada». En realidad, esto no es así. Simplemente es la forma en la que se formaliza una idea muy intuitiva: si el residuo queda mayor a $b$, entonces todavía le podemos «transferir» un sumando $b$ de $r$ a $qb$. El principio del buen orden simplemente nos garantiza que en algún momento este proceso de «transferir» sumandos $b$ debe de concluir.

Tarea moral

Los siguientes ejercicios y problemas te ayudarán a reforzar lo aprendido en esta entrada.

  1. Encuentra $q$ y $r$ enteros tales que $-1873 = 31q + r$ y $0\leq r < 31$.
  2. Demuestra las siguientes propiedades de la función valor absoluto de $\mathbb{Z}$:
    • $|a|\geq 0$ para cualquier entero $a$.
    • $|ab|=|a||b|$ para cualesquiera enteros $a$ y $b$.
    • $|a+b|\leq |a|+|b|$ para cualesquiera enteros $a$ y $b$.
  3. En general, ¿cómo se calcula $q$, para $a<0$? ¿y para $b<0$? Completa los detalles de la demostración del algoritmo de la división para cuando $b<0$.
  4. Encuentra un número que al dividirse entre $2$ deje residuo $1$, que al dividirse entre $3$ deje residuo $2$ y que al dividirse entre $4$ deje residuo $3$.
  5. Demuestra que cualquier entero se puede escribir de la forma $3q+r$ en donde $r$ es $-1$, $0$ ó $1$.

Más adelante…

Cuando aplicamos el algoritmo de la división nos puede pasar un caso muy especial: que $r$ sea igual a cero. En otras palabras, en este caso podemos escribir $a=qb$ y por lo tanto $b$ cabe en $a$ «de manera exacta». Este caso es muy interesante y amerita un profundo estudio. Cuando esto sucede, decimos que $a$ es múltiplo de $b$, o bien que $b$ divide a $a$. En la siguiente entrada estudiaremos con más detalle la relación de divisibilidad en $\mathbb{Z}$. Un poco más adelante hablaremos de los ideales de $\mathbb{Z}$, que son un tipo de subconjuntos fuertemente relacionados con la noción de divisibilidad.

Entradas relacionadas

Álgebra Lineal II: Polinomio mínimo de transformaciones lineales y matrices

Introducción

Anteriormente definimos qué quiere decir evaluar un polinomio en una matriz o en una transformación lineal. En esta entrada definiremos uno de los objetos más importantes del álgebra lineal: el polinomio mínimo. Si bien al principio nos va a costar un poco calcularlo, esto se compensa por la cantidad de propiedades teóricas que cumple. Comenzaremos dando su definición, y mostrando su existencia y unicidad. Luego exploraremos algunas propiedades y veremos ejemplos, seguido de un pequeño teorema de cambio de campos. Finalmente introduciremos un objeto similar (el polinomio mínimo puntual) y haremos unos ejercicios para cerrar.

El concepto de polinomio mínimo podría resultarle familiar a los más algebraicos de mente: ¡todo se debe a que trabajamos con dominios de ideales principales, o incluso euclidianos! Si has trabajado anteriormente con conceptos como el mínimo común múltiplo en enteros, puede que varios de los argumentos de esta entrada te suenen conocidos.

Existencia y unicidad

Comenzamos con un espacio vectorial $V$ de dimensión $n$ sobre un campo $F$. Fijando una transformación lineal $T:V\to V$, queremos entender para qué polinomios se cumple que $P(T)=0$. Nota como podríamos haber cambiado la pregunta: si fijamos un polinomio $P$, podríamos buscar todas las transformaciones $T$ tales que $P(T)=0$. Ésta pregunta la estudiaremos más adelante.

Definimos el conjunto

\begin{align*}
I(T)=\lbrace P\in F[X]\mid P(T)=0\rbrace.
\end{align*}

El polinomio cero pertenece a $I(T)$ de manera trivial. Una cosa importante es que este conjunto $I(T)$ que vamos a estudiar en verdad es «interesante», en el sentido de que debemos ver que hay más polinomios adentro y no es únicamente el conjunto $\lbrace 0\rbrace$. Una manera de ver esto es sabiendo que el espacio de transformaciones lineales de $V$ en $V$ tiene dimensión $n^2$ (lo puedes pensar como el espacio de matrices). Entonces, las $n^2+1$ transformaciones $\operatorname{Id}, T, T^2, \dots, T^{n^2}$ no pueden ser todas linealmente independientes: uno de los corolarios del lema de Steinitz es que en un espacio de dimensión $n$ a lo más se pueden tener $n$ vectores linealmente independientes. Entonces existe una combinación lineal no trivial y nula

\begin{align*}
a_0 \operatorname{Id}+a_1 T+\dots + a_{n^2} T^{n^2}=0.
\end{align*}

Luego $a_0+a_1X+\dots+a_{n^2}X^{n^2}$ es un polinomio no cero tal que $P(T)=0$, es decir $P\in I(T)$.

Con el argumento de arriba vimos que $I(T)$ es «interesante» en el sentido de que tiene polinomios no cero. El siguiente teorema se puede entender como que $I(T)$ se puede describir muy fácilmente.

Teorema. Existe un único polinomio mónico, distinto de cero $\mu_T$ tal que $I(T)$ es precisamente el conjunto de múltiplos de $\mu_T$. Es decir

\begin{align*}
I(T)=\mu_T \cdot F[X]=\lbrace \mu_T \cdot P(X)\mid P(X)\in F[X]\rbrace.
\end{align*}

La demostración hará uso del algoritmo de la división para polinomios. Te lo compartimos aquí, sin demostración, por si no lo conoces o no lo recuerdas.

Teorema (algoritmo de la división en $\mathbb{F}[x]$). Sean $f(x)$ y $g(x)$ polinomios en $F[x]$, donde $g(x)$ no es el polinomio cero. Entonces, existen únicos polinomios $q(x)$ y $r(x)$ en $F[x]$ tales que $$f(x)=q(x)g(x)+r(x),$$ en donde $r(x)$ es el polinomio cero, o $\deg(r(x))<\deg(g(x))$.

Si te interesa saber cómo se demuestra, puedes seguir la teoría de polinomios disponible en la Unidad 4 del curso de Álgebra Superior II.

Demostración. Una de las proposiciones de la entrada pasada nos dice que $I(T)$ es un subespacio de $F[X]$. Por otro lado si $P\in I(T)$ y $Q\in F[X]$ entonces

\begin{align*}
(PQ)(T)= P(T)\circ Q(T)=0\circ Q(T)=0.
\end{align*}

Lo que discutimos antes de enunciar el teorema nos dice que $I(T)\neq\{0\}$. Escogemos entonces $P\in I(T)$ un polinomio no cero de grado mínimo. Podemos suponer sin perdida de generalidad que $P$ es mónico, de no serlo, podemos dividir a $P$ por su coeficiente principal sin cambiar el grado.

La ecuación previa nos indica que todos los múltiplos de $P$ también están en $I(T)$. Veamos que todo elemento de $I(T)$ es de hecho un múltiplo de $P$. Si $S\in I(T)$, usamos el algoritmo de la división polinomial para escribir $S=QP+R$ con $Q,R\in F[X]$. Aquí hay dos casos, que $R$ sea el polinomio cero, o bien que no lo sea y entonces $\deg R <\deg P$. Nota que $R=S-QP\in I(T)$ dado que $I(T)$ es un subespacio de $F[X]$ y $S,QP\in I(T)$. Si $R\neq 0$, entonces como $\deg R<\deg P$ llegamos a una contradicción de la minimalidad del grado de $P$. Luego $R=0$ y por tanto $S=QP$. Entonces $I(T)$ es precisamente el conjunto de todos los múltiplos de $P$ y así podemos tomar $\mu_T=P$.

Para verificar la unicidad de $\mu_T$, si otro polinomio $S$ tuviera las mismas propiedades, entonces $S$ dividiría a $\mu_T$ y $\mu_T$ dividiría a $S$. Sin embargo, como ambos son mónicos se sigue que deben ser iguales: en efecto, si $\mu_T=S\cdot Q$ y $S=\mu_T \cdot R$ entonces $\deg Q=\deg R=0$, porlo tanto son constantes, y como el coeficiente principal de ambos es $1$, se sigue que ambos son la constante $1$ y así $\mu_T=S$. Esto completa la demostración.

$\square$

Definición. Al polinomio $\mu_T$ se le conoce como el polinomio mínimo de $T$.

Primeras propiedades y ejemplos

Debido a su importancia, recalcamos las propiedades esenciales del polinomio mínimo $\mu_T$:

  • Es mónico y cumple $\mu_T(T)=0$.
  • Para cualquier otro polinomio $P\in F[X]$, sucede que $P(T)=0$ si y sólo si $\mu_T$ divide a $P$.

Toda la teoría que hemos trabajado hasta ahora se traduce directamente a matrices usando exactamente los mismos argumentos. Lo enunciamos de todas maneras: si $A\in M_n(F)$ es una matriz cuadrada, entonces existe un único polinomio mónico $\mu_A\in F[X]$ con las siguientes propiedades:

  • $\mu_A(A)=O_n$,
  • si $P\in F[X]$, entonces $P(A)=O_n$ si y sólo si $\mu_A$ divide a $P$.

Como jerga, a veces diremos que un polinomio «anula $T$» si $P(T)=0$. En este sentido los polinomios que anulan a $T$ son precisamente los múltiplos de $\mu_T$.

Vimos antes de enunciar el teorema que podemos encontrar un polinomio $P$ no cero de grado menor o igual a $n^2$ tal que $P(T)=0$. Como $\mu_T$ divide a $P$ se sigue que $\deg \mu_T\leq n^2$. Esta cota resulta ser débil, y de hecho un objeto que hemos estudiado previamente nos ayudará a mejorarla: el polinomio característico. Este también va a anular a $T$ y con ello obtendremos una mejor cota: $\deg \mu_T\leq n$.

Ejemplo. Si $A=O_n$, entonces $\mu_A=X$. En efecto, $\mu_A(A)=0$ y además es el polinomio de menor grado que cumple esto, pues ningún polinomio constante y no cero anula a $O_n$ (¿por qué?). Nota como además $I(A)$ es precisamente el conjunto de polinomios sin término constante.

$\square$

Ejemplo. Considera la matriz $A\in M_2(\mathbb{R})$ dada por

\begin{align*}
A= \begin{pmatrix}
0 & -1\\
1 & 0
\end{pmatrix}.
\end{align*}

Nos proponemos calcular $\mu_A$. Nota que $A$ satisface $A^2=-I_2$. Por tanto el polinomio $P(X)=X^2+1$ cumple $P(A)=0$. Así, $\mu_A$ tiene que dividir a este polinomio ¡pero este es irreducible sobre los números reales! En efecto, si existiese un factor propio de $P$ sobre $\mathbb{R}$, tendríamos que la ecuación $X^2=-1$ tiene solución, y sabemos que este no es el caso. Entonces $\mu_A$ tiene que ser $X^2+1$.

$\square$

Ejemplo. Sean $d_1,\dots, d_n\in F$ escalares y $A$ una matriz diagonal tal que $[a_{ii}]=d_i$. Los elementos pueden no ser distintos entre sí, así que escogemos una colección máxima $d_{i_1},\dots, d_{i_k}$ de elementos distintos. Para cualquier polinomio $P$, tenemos que $P(A)$ es simplemente la matriz diagonal con entradas $P(d_i)$ (esto porque el producto $A^n$ tiene como entradas a $d_i^n$). Entonces para que $P(A)=0$ se tiene que cumplir que $P(d_i)=0$, y para que esto pase es suficiente que $P(d_{i_k})=0$. Eso quiere decir que $P$ tiene al menos a los $d_{i_k}$ como raíces, y entonces $(X-d_{i_1})(X-d_{i_2})\cdots (X-d_{i_k})$ divide a $P$.

Nota como esto es suficiente: encontramos un polinomio mónico, $(X-d_{i_1})(X-d_{i_2})\cdots (X-d_{i_k))$ que divide a cualquier $P$ tal que $P(A)=0$. Así

\begin{align*}
\mu_A(X)=(X-d_{i_1})\cdots (X-d_{i_k}).
\end{align*}

$\square$

Cambio de campos

En uno de los ejemplos argumentamos que el polinomio mínimo era $X^2+1$ porque este es irreducible sobre $\mathbb{R}$. Pero, ¿qué pasaría si cambiáramos nuestro campo a $\mathbb{C}$? La situación puede ser incluso más delicada: a una matriz con entradas racionales la podemos considerar como una instancia particular de una matriz con entradas reales, que a su vez podemos considerar como una matriz compleja. ¿Hay tres polinomios mínimos distintos? El siguiente teorema nos da una respuesta tranquilizante.

Teorema. Sean $F_1\subset F_2$ dos campos y $A\in M_n(F_1)$ una matriz, entonces el polinomio mínimo de $A$ vista como elemento de $M_n(F_1)$ y el polinomio mínimo de $A$ vista como elemento de $M_n(F_2)$ son iguales.

Demostración. Sea $\mu_1$ el polinomio de $A\in M_n(F_1)$ y $\mu_2$ el polinomio mínimo de $A\in M_n(F_2)$. Puesto que $F_1[X]\subset F_2[X]$, se tiene que $\mu_1\in F_2[X]$ y además $\mu_1(A)=0$ por definición. Luego $\mu_2$ necesariamente divide a $\mu_1$. Sean $d_1=\deg \mu_1$ y $d_2=\deg \mu_2$, basta verificar que $d_2\geq d_1$ y para que esto se cumpla basta con encontrar $P\in F_1[X]$ de grado a lo más $d_2$ tal que $P(A)=0$ (entonces $\mu_1$ dividiría a este polinomio y se sigue la desigualdad).

Desarrollando que $\mu_2(A)=0$ en todas sus letras (o mejor dicho, en todos sus coeficientes) se tiene

\begin{align*}
a_0 I_n+ a_1 A+\dots + a_{d_2} A^{d_2}=O_n.
\end{align*}

Esto es equivalente a tener $n^2$ ecuaciones homogéneas en las variables $a_0,\dots, a_{d_2}$. Como $A$ tiene entradas en $F_1$ los coeficientes de estas ecuaciones todos pertenecen a $F_1$. Tenemos un sistema de ecuaciones con coeficientes en $F_1$ que tiene una solución no trivial en $F_2$: tiene automáticamente una solución no trivial en $F_1$ por un ejercicio de la entrada de Álgebra Lineal I de resolver sistemas de ecuaciones usando determinantes. Esto nos da el polinomio buscado.

$\square$

Mínimos puntuales

Ahora hablaremos (principalmente a través de problemas resueltos) de otro objeto muy parecido al polinomio mínimo: el polinomio mínimo puntual. Este es, esencialmente un «polinomio mínimo en un punto». Más específicamente si $T:V\to V$ es lineal con polinomio mínimo $\mu_T$ y $x\in V$ definimos

\begin{align*}
I_x=\lbrace P\in F[X]\mid P(T)(x)=0\rbrace.
\end{align*}

Nota que la suma y diferencia de dos elementos en $I_x$ también está en $I_x$.

Problema. Demuestra que existe un único polinomio mónico $\mu_x\in F[X]$ tal que $I_x$ es el conjunto de múltiplos de $\mu_x$ en $F[X]$. Más aún, demuestra que $\mu_x$ divide a $\mu_T$.

Solución. El caso $x=0$ se queda como ejercicio. Asumamos entonces que $x\neq 0$. Nota que $\mu_T\in I_x$ puesto que $\mu_T(T)=0$. Sea $\mu_x$ el polinomio mónico de menor grado en $I_x$. Demostraremos que $I_x=\mu_x\cdot F[X]$.

Primero si $P\in \mu_x \cdot F[X]$ entonces por definición $P=\mu_x Q$ para algún $Q\in F[X]$ y entonces

\begin{align*}
P(T)(x)=Q(T)(\mu_x(T)(x))=Q(T)(0)=0.
\end{align*}

Así $P\in I_x$, y queda demostrado que $\mu_x \cdot F[X]\subset I_x$.

Conversamente, si $P\in I_x$ podemos usar el algoritmo de la división para llegar a una expresión de la forma $P=Q\mu_x+R$ para algunos polinomios $Q,R$ con $\deg R<\deg \mu_x$. Supongamos que $R\neq 0$. Similarmente a como procedimos antes, se cumple que $R= P-Q\mu_x\in I_x$ dado que $I_x$ es cerrado bajo sumas y diferencias. Dividiendo por el coeficiente principal de $R$, podemos asumir que $R$ es mónico. Entonces $R$ es un polinomio mónico de grado estrictamente menor que el grado de $\mu_x$, una contradicción a nuestra suposición: $\mu_x$ es el polinomio de grado menor con esta propiedad. Luego $R=0$ y $\mu_x$ divide a $P$.

Así queda probado que si $P\in I_x$ entonces $P\in \mu_x\cdot F[X]$, lo que concluye la primera parte del problema. Para la segunda, vimos que $\mu_T\in I_x$ y por tanto $\mu_x$ divide a $\mu_T$.

$\square$

Problema. Sea $V_x$ el subespacio generado por $x, T(x), T^2(x), \dots$. Demuestra que $V_x$ es un subespacio de $V$ de dimensión $\deg \mu_x$, estable bajo $T$.

Solución. Es claro que $V_x$ es un subespacio de $V$. Además, dado que $T$ manda a generadores en generadores, también es estable bajo $T$. Sea $d=\deg\mu_x$. Demostraremos que $x, T(x),\dots, T^{d-1}(x)$ forman una base de $V_x$, lo que concluiría el ejercicio.

Veamos que son linealmente independientes. Si $$a_0x+a_1T(x)+a_2T^2(x)+\dots+a_{d-1}T^{d-1}(x)=0$$ para algunos escalares $a_i$ no todos cero, entonces el polinomio

\begin{align*}
P=a_0+a_1X+\dots+a_{d-1}X^{d-1}
\end{align*}

es un elemento de $I_x$, pues $P(T)(x)=0$. Luego $\mu_x$ necesariamente divide a $P$, pero esto es imposible puesto que el grado de $P$ es $d-1$, estrictamente menor que el grado de $\mu_x$. Luego los $a_i$ deben ser todos nulos, lo que muestra que $x,T(x),T^2(x),\dots,T^{d-1}(x)$ es una colección linealmente independiente.

Sea $W$ el espacio generado por $x,T(x),\dots, T^{d-1}(x)$. Afirmamos que $W$ es invariante bajo $T$. Es claro que $T(x)\in W$, similarmente $T(T(x))=T^2(x)\in W$ y así sucesivamente. El único elemento «sospechoso» es $T^{d-1}(x)$, para el cual basta verificar que $T(T^{d-1}(x))=T^d(x)\in W$. Dado que $\mu_x(T)(x)=0$ y $\mu_x$ es mónico de grado $d$, existen escalares $b_i$ (más precisamente, los coeficientes de $\mu_x$) no todos cero tales que

\begin{align*}
T^{d}(x)+b_{d-1}T^{d-1}(x)+\dots+b_0 x=0.
\end{align*}

Esto nos muestra que podemos expresar a $T^d(x)$ en términos de $x, T(x),\dots, T^{d-1}(x)$ y por tanto $T^d(x)$ pertenece a $W$.

Ahora, dado que $W$ es estable bajo $T$ y contiene a $x$, se cumple que $T^{k}(x)\in W$ para todo $k\geq 0$. En particular $V_x\leq W$. Luego $V_x=W$ (la otra contención es clara) y $x,T(x),\dots, T^{d-1}(x)$ genera a $W$, o sea a $V_x$.

Mostramos entonces que $x,T(x),\dots, T^{d-1}(x)$ es una base para $V_x$ y así $\dim V_x=d$.

$\square$

Unos ejercicios para terminar

Presentamos unos últimos ejercicios para calcular polinomios mínimos.

Problema. Calcula el polinomio mínimo de $A$ donde

\begin{align*}
A= \begin{pmatrix}
0 & 1 & 0\\
1 & 0 & 0\\
0 & 0 & 1\end{pmatrix}.
\end{align*}

Solución. A estas alturas no tenemos muchas herramientas que usar. Comenzamos con calcular $A^2$:

\begin{align*}
A^2= \begin{pmatrix}
0 & 1 & 0\\
1 & 0 & 0\\
0 & 0 & 1\end{pmatrix}\cdot \begin{pmatrix}
0 & 1 & 0\\
1 & 0 & 0\\
0 & 0 & 1\end{pmatrix}= \begin{pmatrix} 1 & 0 & 0\\ 0 &1 & 0 \\ 0 & 0 & 1\end{pmatrix}.
\end{align*}

Entonces en particular $A^2=I_3$. Así, el polinomio mínimo $\mu_A$ tiene que dividir a $X^2-1$. Este último se factoriza como $(X-1)(X+1)$, pero es claro que $A$ no satisface ni $A-I_3=0$ ni $A+I_3=0$. Entonces $\mu_A$ no puede dividir propiamente a $X^2-1$, y por tanto tienen que ser iguales.

$\square$

Problema. Calcula el polinomio mínimo de la matriz $A$ con

\begin{align*}
A=\begin{pmatrix}
1 & 2\\
0 & 1
\end{pmatrix}.
\end{align*}

Solución. Nota como

\begin{align*}
A-I_2=\begin{pmatrix} 0 & 2\\ 0 & 0\end{pmatrix}
\end{align*}

y es fácil verificar que el cuadrado de la matriz de la derecha es cero. Así $(A-I_2)^2=0$, o sea, el polinomio $P(X)=(X-1)^2$ anula a $A$. Similarmente al problema anterior, $\mu_A$ tiene que dividir a $P$, pero $P$ sólo tiene un factor: $X-1$. Dado que $A$ no satisface $A-I_2=0$ se tiene que $\mu_A$ no puede dividir propiamente a $P$, y entonces tienen que ser iguales. Luego $\mu_A=(X-1)^2=X^2-2X+1$.

$\square$

Más adelante

En las entradas subsecuentes repasaremos los eigenvalores y eigenvectores de una matriz, y (como mencionamos) ligaremos el polinomio característico de una matriz con su polinomio mínimo para entender mejor a ambos.

Tarea moral

Aquí unos ejercicios para practicar lo que vimos.

  1. Encuentra una matriz $A$ cuyo polinomio mínimo sea $X^2$. Para cada $n$, ¿puedes encontrar una matriz cuyo polinomio mínimo sea $X^n$?
  2. Encuentra una matriz $A$ cuyo polinomio mínimo sea $X^2-1$. Para cada $n$, ¿puedes encontrar una matriz cuyo polinomio mínimo sea $X^n-1$?
  3. Encuentra el polinomio de la matriz $A$ en $M_n(F)$ cuyas entradas son todas $1$.
  4. Si $T:M_n(\mathbb{R})\to M_n(\mathbb{R})$ es la transformación que manda a cada matriz en su transpuesta, encuentra el polinomio mínimo de $T$.
  5. Sea $V$ un espacio vectorial y $x,y$ vectores linealmente independientes. Sea $T:V\to V$ una transformación lineal. ¿Cómo son los polinomios $P$ tales que $P(T)$ se anula en todo el subespacio generado por $x$ y $y$? ¿Cómo se relacionan con los polinomios mínimos puntuales de $T$ para $x$ y $y$?