1. Introdução
Ao estudar álgebra linear, encontramos muitos teoremas e fórmulas belas. Entre eles, o teorema de Cayley-Hamilton (Cayley-Hamilton theorem) é um dos resultados mais maravilhosos, que à primeira vista parece quase magia.
Em suma, este teorema afirma que “toda matriz quadrada satisfaz sua própria equação característica”. A equação característica é uma equação algébrica resolvida para encontrar os autovalores de uma matriz, e este teorema faz a afirmação surpreendente de que substituir a própria matriz na variável desta equação resulta na matriz nula. É um fenômeno fascinante que um arranjo de números — uma matriz — seja a raiz de um polinômio derivado de suas próprias propriedades.
Neste artigo, explicaremos o teorema de Cayley-Hamilton em detalhes, começando por uma revisão de conceitos fundamentais até seu significado intuitivo, demonstração rigorosa e aplicações práticas no cálculo de potências e inversas de matrizes, com muitos exemplos concretos.
2. Posição e importância na álgebra linear
A álgebra linear é hoje uma disciplina fundamental para muitas áreas, desde a matemática e física até a engenharia, aprendizado de máquina e ciência de dados. As matrizes são ferramentas poderosas para representar transformações lineares nesses contextos.
O teorema de Cayley-Hamilton é fundamental para compreender profundamente as propriedades algébricas das matrizes. Ele permite reduzir polinômios matriciais de alto grau a polinômios de grau inferior, atuando como uma ponte entre espaços de dimensão infinita e finita. Aparece com frequência em situações práticas, como a análise de controlabilidade e observabilidade na teoria de controle, ou o cálculo de operadores na mecânica quântica.
3. Revisão de equações características e autovalores
Para entender o teorema, vamos primeiro revisar os conceitos de equação característica (characteristic equation) e autovalores (eigenvalues).
Para uma matriz quadrada \(A\) de ordem \(n\), se existe um escalar \(\lambda\) e um vetor não nulo \(\mathbf{x}\) que satisfazem a seguinte relação, então \(\lambda\) é chamado de autovalor da matriz \(A\), e \(\mathbf{x}\) é chamado de autovetor (eigenvector).
\[ A \mathbf{x} = \lambda \mathbf{x} \]Esta equação significa que o resultado de multiplicar o vetor \(\mathbf{x}\) pela matriz \(A\) é simplesmente o vetor \(\mathbf{x}\) escalado por \(\lambda\). Vamos transformar ligeiramente esta equação. Seja \(I\) a matriz identidade de ordem \(n\).
\[ (\lambda I - A) \mathbf{x} = \mathbf{0} \]A condição necessária e suficiente para que o vetor \(\mathbf{x}\) tenha uma solução não nula (não trivial) é que a matriz dos coeficientes \((\lambda I - A)\) não seja invertível, o que significa que seu determinante deve ser zero.
\[ \det(\lambda I - A) = 0 \]Esta equação é chamada de equação característica da matriz \(A\). Além disso, o polinômio no lado esquerdo, \(p(\lambda) = \det(\lambda I - A)\), é chamado de polinômio característico (characteristic polynomial). Pela definição do determinante, \(p(\lambda)\) é um polinômio de grau \(n\) em termos de \(\lambda\).
\[ p(\lambda) = \lambda^n + c_{n-1}\lambda^{n-1} + \dots + c_1\lambda + c_0 \]Aqui sabe-se que \(c_{n-1} = -\text{tr}(A)\) (o oposto do traço) e \(c_0 = (-1)^n \det(A)\).
4. Enunciado do teorema de Cayley-Hamilton
Agora chegamos ao cerne do teorema de Cayley-Hamilton. O enunciado do teorema é muito simples, mas impactante.
\[ p(A) = A^n + c_{n-1}A^{n-1} + \dots + c_1 A + c_0 I = O \]é satisfeito.
Um ponto importante a notar aqui é que o termo constante \(c_0\) torna-se \(c_0 I\) (um múltiplo escalar da matriz identidade) no polinômio matricial. Como não se pode somar diretamente um escalar e uma matriz, deve-se multiplicar pela matriz identidade.
graph TD
A["Matriz quadrada A"] --> B["Calcular polinômio característico p(λ)"]
B --> C["Substituir λ = A"]
C -->|"Aplicar teorema"| D["Obtém-se matriz nula O"]
5. Exemplo concreto e cálculo com uma matriz 2x2
Definições abstratas podem ser difíceis de compreender, então vamos verificar o teorema calculando-o concretamente para o caso mais familiar: uma matriz \(2 \times 2\).
Definimos uma matriz geral \(A\) da seguinte maneira:
\[ A = \begin{pmatrix} a & b \\ c & d \end{pmatrix} \]Primeiro, calculamos o polinômio característico \(p(\lambda)\).
\[ \begin{aligned} p(\lambda) &= \det(\lambda I - A) \\ &= \det \begin{pmatrix} \lambda - a & -b \\ -c & \lambda - d \end{pmatrix} \\ &= (\lambda - a)(\lambda - d) - (-b)(-c) \\ &= \lambda^2 - (a + d)\lambda + (ad - bc) \end{aligned} \]Aqui, \(a + d\) é o traço (trace) da matriz \(A\), e \(ad - bc\) é o determinante (determinant) da matriz \(A\). Denotando-os como \(\text{tr}(A)\) e \(\det(A)\) respectivamente, a equação característica fica assim:
\[ p(\lambda) = \lambda^2 - \text{tr}(A)\lambda + \det(A) \]O teorema de Cayley-Hamilton afirma que substituir \(\lambda = A\) nesta equação resulta na matriz nula, ou seja:
\[ A^2 - \text{tr}(A)A + \det(A)I = O \]Esta é a fórmula para a matriz de \(2 \times 2\) que costuma aparecer na matemática do ensino médio. Vamos calcular os componentes para comprovar.
\[ A^2 = \begin{pmatrix} a & b \\ c & d \end{pmatrix} \begin{pmatrix} a & b \\ c & d \end{pmatrix} = \begin{pmatrix} a^2 + bc & ab + bd \\ ac + cd & bc + d^2 \end{pmatrix} \]Continuamos com o lado esquerdo:
\[ \begin{aligned} & A^2 - (a+d)A + (ad-bc)I \\ &= \begin{pmatrix} a^2 + bc & ab + bd \\ ac + cd & bc + d^2 \end{pmatrix} - \begin{pmatrix} a^2 + ad & ab + bd \\ ac + cd & ad + d^2 \end{pmatrix} + \begin{pmatrix} ad - bc & 0 \\ 0 & ad - bc \end{pmatrix} \\ &= \begin{pmatrix} a^2 + bc - a^2 - ad + ad - bc & ab + bd - ab - bd + 0 \\ ac + cd - ac - cd + 0 & bc + d^2 - ad - d^2 + ad - bc \end{pmatrix} \\ &= \begin{pmatrix} 0 & 0 \\ 0 & 0 \end{pmatrix} = O \end{aligned} \]Cada componente é perfeitamente cancelado, resultando, de fato, na matriz nula!
6. Compreensão intuitiva e equívocos comuns
Quando as pessoas encontram o teorema de Cayley-Hamilton pela primeira vez, há um equívoco comum no qual costumam cair.
Exemplo de demonstração incorreta: O polinômio característico é \(p(\lambda) = \det(\lambda I - A)\). Portanto, como \(p(A)\) é o resultado de substituir \(A\) em \(\lambda\), \(p(A) = \det(A I - A) = \det(A - A) = \det(O) = 0\). Assim, o teorema está provado.
Este raciocínio está completamente errado. Isso ocorre porque \(p(\lambda)\) é uma função que resulta em um “valor escalar” (um polinômio), enquanto a operação \(p(A)\) de substituir uma matriz em \(\lambda\) cria uma “matriz” substituindo \(\lambda\) por \(A\) em cada termo. Por outro lado, a falsa demonstração acima substitui a matriz \(A\) diretamente dentro do determinante para derivar o escalar \(0\), misturando tipos incompatíveis (matriz no lado esquerdo e escalar no direito).
Intuitivamente, é mais fácil entender se considerarmos o caso em que a matriz \(A\) é diagonalizável. Suponhamos que a matriz \(A\) possa ser diagonalizada como \(A = P D P^{-1}\) (onde \(D\) é uma matriz diagonal com os autovalores \(\lambda_1, \dots, \lambda_n\) em sua diagonal principal).
\[ p(A) = p(P D P^{-1}) = P p(D) P^{-1} \]O polinômio de uma matriz diagonal é obtido simplesmente aplicando o polinômio a cada elemento da diagonal:
\[ p(D) = \begin{pmatrix} p(\lambda_1) & & 0 \\ & \ddots & \\ 0 & & p(\lambda_n) \end{pmatrix} \]Pela definição do polinômio característico, cada autovalor \(\lambda_i\) satisfaz \(p(\lambda_i) = 0\). Portanto, \(p(D)\) torna-se a matriz nula, levando a \(p(A) = P O P^{-1} = O\).
No entanto, como nem todas as matrizes são diagonalizáveis (por exemplo, as que não têm autovetores independentes suficientes), esta explicação não constitui uma demonstração completa. É necessária outra abordagem para uma demonstração geral.
7. Demonstração rigorosa do teorema de Cayley-Hamilton
Apresentamos aqui uma demonstração geral (usando a matriz adjunta clássica) que é válida para qualquer matriz quadrada \(A\) de ordem \(n\). Esta demonstração é muito elegante e mostra o engenho algébrico.
Seja \(B(\lambda)\) a matriz adjunta (adjugate matrix) da matriz \(\lambda I - A\). Utilizamos a propriedade de que para qualquer matriz quadrada \(M\), satisfaz-se \(M \cdot \text{adj}(M) = \det(M) I\). Isso nos dá a seguinte identidade:
\[ (\lambda I - A) B(\lambda) = \det(\lambda I - A) I = p(\lambda) I \]Como cada elemento da matriz \(\lambda I - A\) é um polinômio em \(\lambda\) de grau 1 ou menor, o determinante de cada componente da sua matriz adjunta \(B(\lambda)\) será um polinômio em \(\lambda\) de grau \((n-1)\) ou menor. Portanto, \(B(\lambda)\) pode ser expresso como um polinômio em \(\lambda\) com coeficientes matriciais:
\[ B(\lambda) = B_{n-1}\lambda^{n-1} + B_{n-2}\lambda^{n-2} + \dots + B_1\lambda + B_0 \](Onde \(B_k\) são matrizes constantes de ordem \(n\))
Substituímos isso na identidade anterior. Expandindo o lado esquerdo obtemos:
\[ \begin{aligned} (\lambda I - A) B(\lambda) &= (\lambda I - A)(B_{n-1}\lambda^{n-1} + B_{n-2}\lambda^{n-2} + \dots + B_1\lambda + B_0) \\ &= B_{n-1}\lambda^n + (B_{n-2} - A B_{n-1})\lambda^{n-1} + \dots + (B_0 - A B_1)\lambda - A B_0 \end{aligned} \]Por outro lado, se escrevemos o polinômio característico como \(p(\lambda) = \lambda^n + c_{n-1}\lambda^{n-1} + \dots + c_1\lambda + c_0\), o lado direito é:
\[ p(\lambda)I = I\lambda^n + c_{n-1}I\lambda^{n-1} + \dots + c_1 I\lambda + c_0 I \]Como ambas as expressões são polinômios idênticos para qualquer \(\lambda\), podemos igualar os coeficientes correspondentes a cada potência de \(\lambda\) (que são matrizes).
\[ \begin{aligned} B_{n-1} &= I \quad \text{(Coeficiente de λ^n)} \\ B_{n-2} - A B_{n-1} &= c_{n-1} I \quad \text{(Coeficiente de λ^{n-1})} \\ &\vdots \\ B_0 - A B_1 &= c_1 I \quad \text{(Coeficiente de λ^1)} \\ -A B_0 &= c_0 I \quad \text{(Coeficiente de λ^0)} \end{aligned} \]Aí vem o clímax da demonstração. Multiplicamos ambos os lados destas equações por \(A^n, A^{n-1}, \dots, A, I\) pela esquerda, respectivamente de cima para baixo.
\[ \begin{aligned} A^n B_{n-1} &= A^n \\ A^{n-1} B_{n-2} - A^n B_{n-1} &= c_{n-1} A^{n-1} \\ &\vdots \\ A B_0 - A^2 B_1 &= c_1 A \\ -A B_0 &= c_0 I \end{aligned} \]Agora somamos todas essas \(n+1\) equações. O lado esquerdo é maravilhosamente cancelado numa soma telescópica, deixando apenas a matriz nula \(O\).
\[ O = A^n + c_{n-1}A^{n-1} + \dots + c_1 A + c_0 I \]Isso é exatamente \(p(A) = O\), e o teorema de Cayley-Hamilton fica demonstrado.
8. Aplicação 1: Cálculo de potências de matrizes
Uma das aplicações poderosas do teorema de Cayley-Hamilton é que simplifica drasticamente o cálculo de grandes potências de uma matriz \(A^m\).
Por exemplo, suponhamos uma matriz quadrada \(A\) de \(2 \times 2\) que satisfaz \(p(A) = A^2 - 3A + 2I = O\). Queremos calcular \(A^{10}\). Fazer isso normalmente exigiria 9 multiplicações de matrizes, mas utilizando o teorema, o problema se reduz à divisão de polinômios.
Seja \(Q(\lambda)\) o quociente e \(R(\lambda) = \alpha \lambda + \beta\) o resto ao dividir \(\lambda^{10}\) pelo polinômio característico \(p(\lambda) = \lambda^2 - 3\lambda + 2\).
\[ \lambda^{10} = Q(\lambda)(\lambda^2 - 3\lambda + 2) + (\alpha \lambda + \beta) \]Como \(p(\lambda) = (\lambda - 1)(\lambda - 2)\), substituímos \(\lambda = 1\) e \(\lambda = 2\) para encontrar as incógnitas \(\alpha, \beta\).
Para \(\lambda = 1\): \(1^{10} = \alpha + \beta \implies \alpha + \beta = 1\) Para \(\lambda = 2\): \(2^{10} = 2\alpha + \beta \implies 2\alpha + \beta = 1024\)
\[ \lambda^{10} = Q(\lambda)p(\lambda) + 1023\lambda - 1022 \]Substituindo \(\lambda = A\), como \(p(A) = O\), o primeiro termo desaparece e fica:
\[ A^{10} = 1023A - 1022I \]Desta forma, não importa quão alta seja a potência, basta calcular o resto \(R(A)\) para obter \(A^m\), reduzindo enormemente os cálculos.
9. Aplicação 2: Cálculo da matriz inversa
Se a matriz inversa existir (ou seja, \(\det(A) \neq 0\) e portanto o termo constante \(c_0 \neq 0\)), o teorema de Cayley-Hamilton também pode ser usado para calcular a matriz inversa \(A^{-1}\).
Reorganizamos a equação do teorema:
\[ A^n + c_{n-1}A^{n-1} + \dots + c_1 A + c_0 I = O \]Passamos a parte que contém o termo constante, \(c_0 I\), para o lado direito.
\[ A(A^{n-1} + c_{n-1}A^{n-2} + \dots + c_1 I) = -c_0 I \]Dividimos ambos os lados por \(-c_0\).
\[ A \left[ -\frac{1}{c_0} (A^{n-1} + c_{n-1}A^{n-2} + \dots + c_1 I) \right] = I \]Pela definição de matriz inversa \(A A^{-1} = I\), o conteúdo entre colchetes representa precisamente \(A^{-1}\).
\[ A^{-1} = -\frac{1}{c_0} (A^{n-1} + c_{n-1}A^{n-2} + \dots + c_1 I) \]Assim, o problema de encontrar a inversa reduz-se a cálculos de somas e multiplicações de matrizes. Em programação, às vezes é mais fácil implementar isto do que diretamente a expansão pela matriz adjunta.
10. Conclusão
Neste artigo, explicamos em detalhes o teorema de Cayley-Hamilton, um dos teoremas de maior destaque da álgebra linear.
- A propriedade surpreendente de que substituir uma matriz em seu próprio polinômio característico \(p(\lambda)\) resulta na matriz nula (\(p(A) = O\)).
- A compreensão intuitiva mediante diagonalização e o equívoco comum de confundi-la com uma substituição escalar.
- Uma elegante e rigorosa demonstração usando identidades com a matriz adjunta.
- Aplicações práticas como o cálculo rápido de potências de matrizes usando divisão de polinômios e fórmulas para encontrar inversas.
O teorema de Cayley-Hamilton não possui apenas grande beleza teórica, mas também é uma ferramenta extremamente útil em cálculos concretos. Ter em mente que este teorema está sempre nos bastidores ao trabalhar com matrizes sem dúvida aprofundará a sua compreensão da álgebra linear.