凱萊–哈密頓定理

Multi tool use
Multi tool use
The name of the pictureThe name of the pictureThe name of the pictureClash Royale CLAN TAG#URR8PPP








在線性代數中,凱萊–哈密頓定理英语:Cayley–Hamilton theorem)(以數學家阿瑟·凱萊與威廉·卢云·哈密顿命名)表明每個佈於任何交換環上的實或複方陣都滿足其特徵方程式。


明確地說:設Adisplaystyle AA為給定的n×ndisplaystyle ntimes nntimes n矩陣,並設Indisplaystyle I_nI_nn×ndisplaystyle ntimes nntimes n單位矩陣,則Adisplaystyle AA的特徵多項式定義為:


p(λ)=det(λIn−A)displaystyle p(lambda )=det(lambda I_n-A)displaystyle p(lambda )=det(lambda I_n-A)

其中detdisplaystyle det displaystyle det 表行列式函數。凱萊–哈密頓定理斷言:


p(A)=Odisplaystyle p(A)=Odisplaystyle p(A)=O

凱萊–哈密頓定理等價於方陣的特徵多項式會被其極小多項式整除,這在尋找若尔当标准形時特別有用。




目录





  • 1 例子


  • 2 定理證明


  • 3 抽象化與推廣


  • 4 外部連結




例子


舉例明之,考慮下述方陣:


A=[1234]displaystyle A=beginbmatrix1&2\3&4endbmatrixdisplaystyle A=beginbmatrix1&2\3&4endbmatrix

其特徵多項式為


p(λ)=|λ−1−2−3λ−4|=(λ−1)(λ−4)−2⋅3=λ2−5λ−2displaystyle p(lambda )=beginvmatrixlambda -1&-2\-3&lambda -4endvmatrix=(lambda -1)(lambda -4)-2cdot 3=lambda ^2-5lambda -2displaystyle p(lambda )=beginvmatrixlambda -1&-2\-3&lambda -4endvmatrix=(lambda -1)(lambda -4)-2cdot 3=lambda ^2-5lambda -2

此時可以直接驗證凱萊–哈密頓定理:


A2−5A−2I2=Odisplaystyle A^2-5A-2I_2=Odisplaystyle A^2-5A-2I_2=O

此式可以簡化高次冪的運算,關鍵在於下述關係:


A2−5A−2I2=Odisplaystyle A^2-5A-2I_2=Odisplaystyle A^2-5A-2I_2=O

A2=5A+2I2displaystyle A^2=5A+2I_2displaystyle A^2=5A+2I_2

例如,為了計算A4displaystyle A^4displaystyle A^4,可以反覆利用上述關係式:


A3=(5A+2I2)A=5A2+2A=5(5A+2I2)+2A=27A+10I2displaystyle A^3=(5A+2I_2)A=5A^2+2A=5(5A+2I_2)+2A=27A+10I_2displaystyle A^3=(5A+2I_2)A=5A^2+2A=5(5A+2I_2)+2A=27A+10I_2

A4=A3A=(27A+10I2)A=27A2+10A=27(5A+2I2)+10Adisplaystyle A^4=A^3A=(27A+10I_2)A=27A^2+10A=27(5A+2I_2)+10Adisplaystyle A^4=A^3A=(27A+10I_2)A=27A^2+10A=27(5A+2I_2)+10A

A4=145A+54I2displaystyle A^4=145A+54I_2displaystyle A^4=145A+54I_2

或是,如果要計算Andisplaystyle A^nA^n,也可以假設:


An=aA+bIdisplaystyle A^n=aA+bIdisplaystyle A^n=aA+bI

然後,依照前面的特徵多項式λ2−5λ−2displaystyle lambda ^2-5lambda -2displaystyle lambda ^2-5lambda -2之兩解λ1,λ2displaystyle lambda _1,lambda _2displaystyle lambda _1,lambda _2,代入後可以得到


λ1n=aλ1+bdisplaystyle lambda _1^n=alambda _1+bdisplaystyle lambda _1^n=alambda _1+b

λ2n=aλ2+bdisplaystyle lambda _2^n=alambda _2+bdisplaystyle lambda _2^n=alambda _2+b

然後解方程後求出a,bdisplaystyle a,ba,b,便可得Andisplaystyle A^nA^n


此外,凱萊–哈密頓定理也是計算特徵向量的重要工具。


:一般而言,若n×ndisplaystyle ntimes nntimes n矩陣Adisplaystyle AA可逆(即:det(A)≠0displaystyle det(A)neq 0displaystyle det(A)neq 0),則A−1displaystyle A^-1A^-1可以寫成Adisplaystyle AA的冪次和:特徵多項式有如下形式


p(λ)=λn−tr⁡(A)λn−1+⋯+(−1)ndet(A)displaystyle p(lambda )=lambda ^n-operatorname tr (A)lambda ^n-1+cdots +(-1)^ndet(A)displaystyle p(lambda )=lambda ^n-operatorname tr (A)lambda ^n-1+cdots +(-1)^ndet(A)

將方程式p(A)=0displaystyle p(A)=0displaystyle p(A)=0同乘以A−1displaystyle A^-1A^-1,便得到


A−1=(−1)n−1det(A)(An−1−tr⁡(A)An−2+⋯)displaystyle A^-1=frac (-1)^n-1det(A)(A^n-1-operatorname tr (A)A^n-2+cdots )displaystyle A^-1=frac (-1)^n-1det(A)(A^n-1-operatorname tr (A)A^n-2+cdots )


定理證明


以下考慮佈於域k=R,Cdisplaystyle k=mathbb R ,mathbb C displaystyle k=mathbb R ,mathbb C 上的矩陣。


凱萊–哈密頓定理可以視為線性代數中拉普拉斯展開的推論。拉普拉斯展開可推出若Sdisplaystyle SSn×ndisplaystyle ntimes nntimes n矩陣,而adj⁡(S)displaystyle operatorname adj (S)displaystyle operatorname adj (S)表其伴隨矩陣,則


Sadj⁡(S)=det(S)Indisplaystyle Soperatorname adj (S)=det(S)I_ndisplaystyle Soperatorname adj (S)=det(S)I_n

S=tIn−Adisplaystyle S=tI_n-Adisplaystyle S=tI_n-A,便得到(tIn−A)adj⁡(tIn−A)=pA(t)Indisplaystyle (tI_n-A)operatorname adj (tI_n-A)=p_A(t)I_ndisplaystyle (tI_n-A)operatorname adj (tI_n-A)=p_A(t)I_n。此式對所有tdisplaystyle tt皆成立,由於實數或複數域有無窮多元素,上式等式在多項式環k[t]displaystyle k[t]displaystyle k[t]內成立。


M:=kndisplaystyle M:=k^ndisplaystyle M:=k^n,矩陣Adisplaystyle AA賦予Mdisplaystyle MM一個k[t]displaystyle k[t]displaystyle k[t]-模結構:f(t)⋅m=f(A)mdisplaystyle f(t)cdot m=f(A)mdisplaystyle f(t)cdot m=f(A)m。考慮k[t]displaystyle k[t]displaystyle k[t]-模M[t]:=M⊗kk[t]displaystyle M[t]:=Motimes _kk[t]displaystyle M[t]:=Motimes _kk[t],我們有k[t]displaystyle k[t]displaystyle k[t]-模之間的「求值態射」:


eA:M[t]→M,M⊗ti↦Aimdisplaystyle e_A:M[t]to M,qquad Motimes t^imapsto A^imdisplaystyle e_A:M[t]to M,qquad Motimes t^imapsto A^im

固定m∈Mdisplaystyle min Mmin M,對M[t]displaystyle M[t]displaystyle M[t]中的等式


(tIn−A)adj⁡(tIn−A)m=pA(t)mdisplaystyle (tI_n-A)operatorname adj (tI_n-A),m=p_A(t)mdisplaystyle (tI_n-A)operatorname adj (tI_n-A),m=p_A(t)m

右側取eAdisplaystyle e_Adisplaystyle e_A後得到pA(A)mdisplaystyle p_A(A)mdisplaystyle p_A(A)m,左側取eAdisplaystyle e_Adisplaystyle e_A後得到(A−A)⋅(⋯)=0displaystyle (A-A)cdot (cdots )=0displaystyle (A-A)cdot (cdots )=0。明所欲證。


一个简单的证明
令:


B=adj(tIn−A)displaystyle B=mboxadj(tI_n-A)displaystyle B=mboxadj(tI_n-A)

由:


Sadj⁡(S)=det(S)Indisplaystyle Soperatorname adj (S)=det(S)I_ndisplaystyle Soperatorname adj (S)=det(S)I_n

得:


(tIn−A)B=det(tIn−A)In=p(t)Indisplaystyle (tI_n-A)B=det(tI_n-A)I_n=p(t)I_ndisplaystyle (tI_n-A)B=det(tI_n-A)I_n=p(t)I_n

p(t)In=(tIn−A)B=(tIn−A)∑i=0n−1tiBi=∑i=0n−1tIn⋅tiBi−∑i=0n−1A⋅tiBi=∑i=0n−1ti+1Bi−∑i=0n−1tiABi=tnBn−1+∑i=1n−1ti(Bi−1−ABi)−AB0displaystyle beginalignedp(t)I_n&=(tI_n-A)B\&=(tI_n-A)sum _i=0^n-1t^iB_i\&=sum _i=0^n-1tI_ncdot t^iB_i-sum _i=0^n-1Acdot t^iB_i\&=sum _i=0^n-1t^i+1B_i-sum _i=0^n-1t^iAB_i\&=t^nB_n-1+sum _i=1^n-1t^i(B_i-1-AB_i)-AB_0endaligneddisplaystyle beginalignedp(t)I_n&=(tI_n-A)B\&=(tI_n-A)sum _i=0^n-1t^iB_i\&=sum _i=0^n-1tI_ncdot t^iB_i-sum _i=0^n-1Acdot t^iB_i\&=sum _i=0^n-1t^i+1B_i-sum _i=0^n-1t^iAB_i\&=t^nB_n-1+sum _i=1^n-1t^i(B_i-1-AB_i)-AB_0endaligned

p(t)In=det(tIn−A)=tnIn+tn−1cn−1In+⋯+tc1In+c0Indisplaystyle p(t)I_n=det(tI_n-A)=t^nI_n+t^n-1c_n-1I_n+cdots +tc_1I_n+c_0I_ndisplaystyle p(t)I_n=det(tI_n-A)=t^nI_n+t^n-1c_n-1I_n+cdots +tc_1I_n+c_0I_n

因两多项式,他们的对应项系数相等得:


Bn−1=In,Bi−1−ABi=ciInfor 1≤i≤n−1,−AB0=c0In displaystyle B_n-1=I_n,qquad B_i-1-AB_i=c_iI_nquad textfor 1leq ileq n-1,qquad -AB_0=c_0I_n~displaystyle B_n-1=I_n,qquad B_i-1-AB_i=c_iI_nquad textfor 1leq ileq n-1,qquad -AB_0=c_0I_n~

在等式两边t的i次项系数分别乘以Ai, 并将等式左右两边分别相加并合项得:


O=An+cn−1An−1+⋯+c1A+c0In=p(A)displaystyle O=A^n+c_n-1A^n-1+cdots +c_1A+c_0I_n=p(A)displaystyle O=A^n+c_n-1A^n-1+cdots +c_1A+c_0I_n=p(A)

得证。



抽象化與推廣


前述證明用到係數在k[t]displaystyle k[t]displaystyle k[t]的矩陣的克萊姆法則,事實上該法則可施於任何係數在交換環上的矩陣。藉此,凱萊–哈密頓定理可以推廣到一個交換環Rdisplaystyle RR上的任何有限生成自由模Mdisplaystyle MM(向量空間是特例)。中山正引理的一種證明就用到這個技巧。



外部連結


  • PlanetMath 上的證明
8LWwVGa6b2keWdXcsBzew
8CivXfQORl,oDSkdt3FSS8hGTcdDzva,t,eUQ0fL4Iz5Pym 1z

Popular posts from this blog

The Dalles, Oregon

영화 미래의 미라이 다시보기 (2018) 다운로드 링크 무료보기

Chuyện tình của sao nam Cbiz đem lòng yêu quản lý: Người tìm được chân ái, kẻ vẫn chưa chịu thừa nhận