什么是哈密尔顿凯莱定理？
哈密尔顿凯莱定理（Hamilton-Cayley Theorem）是线性代数中一个基本且强有力的定理。它表明，对于任意一个 n 阶方阵 A，如果我们将其特征多项式记为 p(λ) = det(λI - A)，那么将矩阵 A 代入该多项式，得到的结果是一个零矩阵。
数学表述
设 A 是域 F 上的一个 n×n 矩阵，其特征多项式为：
p(λ) = λ^n + c_{n-1}λ^{n-1} + ... + c_1λ + c_0则哈密尔顿凯莱定理断言：
p(A) = A^n + c_{n-1}A^{n-1} + ... + c_1A + c_0I = 0其中，I 是单位矩阵，0 是零矩阵。
这个定理看似简单，但它揭示了矩阵与其特征多项式之间深刻的内在联系。它不仅是一个理论结果，更是计算矩阵函数、简化矩阵幂运算以及分析线性系统稳定性的关键工具。
哈密尔顿凯莱定理的证明思路
证明哈密尔顿凯莱定理有多种方法，从初等行变换到高级的代数拓扑方法。这里我们介绍两种直观且常用的证明思路。
伴随矩阵法
这是最经典的证明方法，适用于任何域上的矩阵。
1. 考虑矩阵 λI - A。我们知道：
(λI - A) adj(λI - A) = det(λI - A) I = p(λ) I
2. 伴随矩阵 adj(λI - A) 的每个元素都是 λI - A 的元素的代数余子式，因此它们是 λ 的多项式。我们可以将 adj(λI - A) 写成 λ 的多项式矩阵：
adj(λI - A) = B_{n-1}λ^{n-1} + ... + B_1λ + B_03. 代入原方程：
(λI - A)(B_{n-1}λ^{n-1} + ... + B_0) = (λ^n + c_{n-1}λ^{n-1} + ... + c_0)I4. 比较 λ 的同次幂系数，可以得到一组矩阵方程。通过将 A 右乘 A^k 并求和，可以消去中间项，最终得到 p(A) = 0。
多项式环法
这种方法更抽象，但更具通用性。
1. 将矩阵 A 视为线性算子 T。考虑多项式环 F[λ] 作用在向量空间 V 上。
2. 利用 V 作为 F[λ]-模的结构，应用结构定理。
3. 最小多项式 m(λ) 整除特征多项式 p(λ)。
4. 根据凯莱-哈密尔顿定理的推广，m(A) = 0，因此 p(A) = 0。
对角化法（特殊情况）
如果矩阵 A 可以对角化，证明非常简单。
1. 设 A = PDP^{-1}，其中 D 是对角矩阵，对角线元素为特征值 λ_1, ..., λ_n。
2. 特征多项式为 p(λ) = (λ - λ_1)...(λ - λ_n)。
3. 计算 p(A)：
p(A) = P p(D) P^{-1}4. 由于 p(λ_i) = 0，所以 p(D) 是对角线上全为0的对角矩阵，即零矩阵。因此 p(A) = 0。
注意：虽然只适用于可对角化矩阵，但利用稠密性论证，可以推广到所有矩阵。
哈密尔顿凯莱定理的实际应用
该定理不仅仅是理论工具，它在多个科学和工程领域都有重要应用。
⚡ 计算矩阵的高次幂
直接计算 A^100 非常耗时。利用定理，A^n 可以用 I, A, ..., A^{n-1} 的线性组合表示。通过递归关系，可以将高次幂降低到低次幂，极大简化计算。
⚙️ 求解矩阵的逆
如果 A 可逆（即常数项 c_0 ≠ 0），则由 p(A) = 0 可得：
A(A^{n-1} + ... + c_1 I) = -c_0 I从而得到 A^{-1} = -1/c_0 (A^{n-1} + ... + c_1 I)。这提供了一种不通过初等变换求逆的方法。
📈 控制理论中的稳定性
在线性系统 x' = Ax 中，系统的稳定性由矩阵 A 的特征值决定。哈密尔顿凯莱定理帮助确定特征多项式，进而通过劳斯-赫尔维茨判据等工具分析系统稳定性。
📐 微分方程组求解
对于线性常微分方程组 y' = Ay，其解的形式涉及矩阵指数 e^{At}。利用凯莱-哈密尔顿定理，可以将 e^{At} 表示为 I, A, ..., A^{n-1} 的线性组合，系数由特征值决定。
历史背景与发展
哈密尔顿凯莱定理的名字来源于两位伟大的数学家：威廉·罗恩·哈密尔顿（William Rowan Hamilton）和阿瑟·凯莱（Arthur Cayley）。
1853年
哈密尔顿首次证明了 4×4 矩阵满足其自身的特征方程。当时他主要研究四元数。
1858年
凯莱独立地证明了 3×3 矩阵的情况，并提出了矩阵代数的概念。他意识到这一定理对矩阵理论至关重要。
19世纪末
费迪南德·格奥尔格·弗罗贝尼乌斯（Ferdinand Georg Frobenius）给出了该定理在任意阶数下的完整证明，并推广了相关理论。
常见问题解答 (FAQ)
是的，该定理对任意域上的任意 n 阶方阵都成立。无论是实数矩阵、复数矩阵还是有限域上的矩阵，定理均适用。
如果特征多项式为 p(λ) = λ^n + ... + c_1λ + c_0，且 c_0 ≠ 0（即矩阵可逆），则 A^{-1} = -1/c_0 (A^{n-1} + ... + c_1 I)。这提供了一种通过矩阵幂和加法求逆的方法。
特征多项式中的根（特征值）可以有重数。例如，如果特征值是 λ=2 且代数重数为2，则特征多项式包含因子 (λ-2)^2。定理依然成立。
如果一个矩阵有 n 个不同的特征值，则它一定可以对角化。哈密尔顿凯莱定理保证了特征多项式的存在性，而对角化则依赖于特征向量的线性无关性。最小多项式无重根是矩阵可对角化的充要条件，这与哈密尔顿凯莱定理密切相关。