Теорема Кэли-Гамильтона: матричные многочлены и аннулирование

Суть теоремы: матрица как корень своего уравнения

Характеристический многочлен матрицы A размера n на n вычисляется по формуле p(lambda) = det(A - lambda*I), где I — единичная матрица. В результате раскрытия определителя получается многочлен n-й степени относительно переменной lambda. Теорема Кэли-Гамильтона утверждает невероятный факт: любая квадратная матрица (над любым коммутативным кольцом или полем) является корнем своего собственного характеристического многочлена. Иными словами, если в этот многочлен вместо неизвестной переменной lambda подставить саму исходную матрицу A (заменив при этом свободный член на этот член, умноженный на единичную матрицу I), то в результате всех матричных умножений и сложений мы гарантированно получим абсолютно нулевую матрицу.

Аннулирующие многочлены и минимальный полином

Характеристический многочлен — это классический пример аннулирующего многочлена для матрицы (так как он «превращает» ее в ноль). Однако он не всегда является многочленом наименьшей возможной степени с таким свойством. Существует понятие минимального многочлена матрицы. Это многочлен наименьшей степени со старшим коэффициентом, равным единице, подстановка в который матрицы A дает нулевую матрицу. Минимальный многочлен всегда является делителем характеристического. Разница между ними критически важна при анализе дефектных матриц (в Жордановой форме). Если у матрицы все собственные значения различны, то минимальный и характеристический многочлены полностью совпадают.

Упрощение вычисления высоких степеней

Самое яркое практическое применение теоремы Кэли-Гамильтона заключается в упрощении матричной арифметики. Представьте, что вам нужно возвести матрицу 3x3 в 100-ю степень. Прямое умножение потребует огромного количества операций. Но согласно теореме Кэли-Гамильтона, A^3 выражается как линейная комбинация матриц A^2, A и I (это следует из обнуления характеристического уравнения 3-й степени). Следовательно, A^4 также можно свести к комбинации A^2, A и I. Проведя рекурсивные подстановки, любую, даже миллионную степень матрицы размера n на n можно выразить в виде многочлена от матрицы степени не выше n-1. Это свойство лежит в основе многих алгоритмов теории управления линейными системами.

Аналитическое вычисление обратной матрицы

Еще один элегантный трюк, который дарит нам эта теорема, — аналитическая формула для нахождения обратной матрицы A^(-1) без использования сложных алгоритмов вроде метода Гаусса или присоединенных матриц. Если записать равенство Кэли-Гамильтона (сумма степеней матрицы равна нулю) и вынести матрицу A за скобки из всех членов, кроме свободного (который умножен на I), можно легко выразить единичную матрицу I через произведение A на некоторый полином от A. Умножив обе части полученного уравнения на A^(-1), мы получим готовую формулу для обратной матрицы в виде линейной комбинации самой матрицы A и ее степеней. Этот метод идеально подходит для программирования матричных контроллеров и микропроцессоров, где нужно избегать деления.