1

Autovectores y Teorema de Cayley Hamilton

Carmen SNCHEZ DEZ

01. Operadores lineales
Consideremos un espacio vectorial sobre un cuerpo K, V(+,.K), y un endomorfismo
en dicho espacio, V V : , que llamaremos operador sobre el espacio V, y
que puede ser tanto una derivacin, como una integracin, un logaritmo, una
exponencial, etc., es decir, el operador hace corresponder a cada elemento x
r

del espacio V un nico y
r
del mismo espacio V

V V :
V y x V y V x =
r r r r
) ( / , [01]

Cumplindose la condicin de linealidad

) ( ) ( ) ( , , , , y x y x K V y x
r r r r r r
+ = +

El ncleo del operador es el conjunto de los vectores del espacio que tienen por
imagen correspondiente al vector nulo:

{ } 0 ) ( / ) ker(
r
r r
= = x V x

Expresin matricial:
Consideremos los vectores x
r
e y
r
expresados en respectivas bases { }
n i
e
r
y { }
n i
u
r
del
espacio V . Se tiene:
k
k
i
i
e y y e x x
r r r r
= = , , por lo que al aplicar el operador, ser:

k
k
i
i
k
k
i
i
u y e x u y e x y x
r r r r r r
= = = ) ( ) ( ) (

expresando tambin los vectores ) (
i
e
r
en la base { }
n i
u
r
:
k ki i
u a e
r r
= ) ( , con lo cual
resulta:

k
ki
i
k
k
k ki
i
k
k
i
i
y a x u y u a x u y e x = = =
r r r r
) (

Desarrollando estas ecuaciones:

n
nn
n
n n
n
n
n
n
y a x a x a x
y a x a x a x
y a x a x a x
= + + +
= + + +
= + + +
...
...... ...... ...... ...... ......
...... ...... ...... ...... ......
...
...
2
2
1
1
2
2 22
2
21
1
1
1 12
2
11
1

en forma matricial:

2
|
|
|
|
|
|
.
|

\
|
=
|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|
n n
nn n n
n
n
y
y
y
x
x
x
a a a
a a a
a a a
....
....
....
....
......
...... ...... ...... ......
...... ...... ...... ......
......
......
2
1
2
1
2 1
2 22 21
1 12 11


o sea, en forma compacta: Y X A = . , siendo A la matriz del operador

Y los vectores del ncleo del operador asociado verificarn:

0 . ), ker(
r
r r
= x A x

por lo que se acostumbra a decir que tales vectores son el ncleo de la matriz
asociada al operador.

Asimismo, los vectores que mantienen su direccin al aplicarse el operador verifican
que
K x x A = , .
r r




02. Autovectores
En el caso especial de que el vector resultante, y
r
, tenga la misma direccin que el
vector x
r
, existir algn escalar del cuerpo K de definicin del espacio tal que
x y
r r
= , es decir, que verifique:
x x
r r
=

En este caso diremos que x
r
es un autovector del operador , y que es el
autovalor asociado a x
r
para dicho operador .

Teorema: Cada autovector del operador tiene un nico autovalor asociado.

Demostracin: De la definicin [01], el vector imagen ) (x
r
es nico. Lo cual nos
indica que ) ( , x V x
r r
es nico. Si x
r
es un autovector, entonces la imagen x
r

es, por tanto, nica. Lo que implica que el autovalor ha de ser, en definitiva,
nico.

En cambio, pueden existir varios autovectores diferentes del mismo operador
con un mismo autovalor asociado. Lo que obliga a definir el concepto de espacio
propio de un autovalor.

Se define espacio propio del autovalor para el operador como el conjunto de
los autovectores de que tengan asociado al autovalor , adems del vector nulo
del espacio V:

{ } { } x x V x Ep
r r r
U = = ) ( / 0 ) , (

Teorema: El espacio propio es un espacio vectorial, subespacio del espacio V. Su
dimensin se llama multiplicidad geomtrica del autovalor .


3
Demostracin:

Veamos que se cumplen las dos condiciones de la definicin de subespacio
vectorial para ) , ( Ep :
1) ) , ( ), , ( , +
p p
E y x E y x
r r r r

2) ) , ( , ), , (
p p
E x K E x
r r

Se tiene:
) , ( ) (
) ( ) ( ) ( ) ( , ) ( ), , ( ,
+ + =
= + = + = + = =


p
p
E y x y x
y x y x y x y y x x E y x
r r r r
r r r r r r r r r r r r

) , ( ) ( ) ( , ), , ( = =
p p
E x x x x K E x
r r r r


Se define el espectro del operador como el conjunto de todos los escalares del
espacio que tengan asociados autovectores:

{ } x x V x K
r r r
= = ) ( , / ) (

02.1. Expresin matricial de la ecuacin de autovalores
Las ecuaciones del operador sern

1
2
2
1
1
2
2 22
2
21
1
1
1 12
2
11
1
...
...... ...... ...... ...... ......
...... ...... ...... ...... ......
...
...
n
nn
n
n n
n
n
n
n
x a x a x a x
x a x a x a x
x a x a x a x

= + + +
= + + +
= + + +


o bien
0 ) ( ...
...... ...... ...... ...... ......
...... ...... ...... ...... ......
0 ... ) (
0 ... ) (
2
2
1
1
2 22
2
21
1
1 12
2
11
1
= + + +
= + + +
= + + +

nn
n
n n
n
n
n
n
a x a x a x
a x a x a x
a x a x a x


Matricialmente:
|
|
|
|
|
|
.
|

\
|
=
|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|

0
....
....
0
0
....
....
......
...... ...... ...... ......
...... ...... ...... ......
......
......
2
1
2 1
2 22 21
1 12 11
n
nn n n
n
n
x
x
x
a a a
a a a
a a a

en forma compacta podemos expresarla as: 0 ). ( = X I A

02.2. Ejemplo 1

Sea el ejemplo del operador rotacin, R, en el espacio ordinario V
3
:


4
Si consideramos el operador que hace rotar a cualquier vector alrededor de un eje
de rotacin fijo, e
R
, se tiene que los nicos vectores que conservan la direccin al
aplicar dicho operador son, precisamente, los vectores que estn contenidos en el
eje de la rotacin, e
R
, y adems, quedan invariantes, es decir:

x x R e x
R
r r r
= ) ( ,

Todos estos vectores, pues, tienen autovalor . 1 =

Esto nos indica que el espectro del operador rotacin R tiene un solo elemento:

{ } 1 ) ( = R

y tambin que el espacio propio de R es el conjunto de los vectores contenidos en el
eje de la rotacin:

{ } { } { } { }
R
e x V x x x R V x R Ep = = =
r r
U
r r r
U / 0 ) ( / 0 ) , 1 (
3 3


El espacio propio, es, pues, unidimensional. La multiplicidad geomtrica del
autovalor es 1.


02.3. El clculo de los autovalores y los autovectores

El clculo de los autovalores:

De la ecuacin matricial de autovalores

|
|
|
|
|
|
.
|

\
|
=
|
|
|
|
|
|
.
|

\
|
|
|
|
|
|
|
.
|

\
|

0
....
....
0
0
....
....
......
...... ...... ...... ......
...... ...... ...... ......
......
......
2
1
2 1
2 22 21
1 12 11
n
nn n n
n
n
x
x
x
a a a
a a a
a a a

que en forma compacta es 0 ). ( = X I A . Para que exista solucin distinta de la
trivial (autovector nulo) debe ser nulo el determinante de la matriz de los
coeficientes:
0 ) ( = = I A p
c


A esta ecuacin se la denomina Ecuacin caracterstica de la matriz A, y el
polinomio que se obtiene en el desarrollo del determinante es el Polinomio
caracterstico. Resolviendo la ecuacin caracterstica encontraremos, si existen, los
autovalores correspondientes.

Si trabajamos en un espacio vectorial real (sobre el cuerpo de los nmeros reales)
la matriz cuadrada que define al operador puede tener tantos autovalores reales
como indique su orden o bien no tener autovalores reales.

As, por ejemplo, en las siguientes matrices cuadradas de orden 2, se tiene:


5
La matriz
|
|
.
|

\
|

=
8 3
10 3
A tiene dos autovalores reales distintos ( ) 3 , 2
2 1
= = . Se
dice que ambos autovalores, 2 y 3, tiene multiplicidad algebraica igual a 1.
La matriz
|
|
.
|

\
|
=
3 1
1 2
B no tiene autovalores reales, ya que al intentar resolver la
ecuacin caracterstica solo se obtendran soluciones complejas.
La matriz
|
|
.
|

\
|
=
2 0
1 2
C tiene un solo autovalor real doble ( ) 2 , 2
2 1
= = . Se dice
que el autovalor 2 tiene multiplicidad algebrica igual a 2.

Si consideramos ejemplos de matrices de orden tres:

La matriz
|
|
|
.
|

\
|

=
5 6 0
3 4 0
4 8 3
A
tiene tres autovalores reales distintos ( 1 , 2 , 3
3 2 1
= = = ). Tales autovalores
tienen, en definitiva, multiplicidad algebraica igual a la unidad.

La matriz
|
|
|
.
|

\
|
=
1 0 0
0 1 0
2 4 3
B
tiene tres autovalores reales, uno de ello doble ( 1 , 1 , 3
3 2 1
= = = ). As, pues, la
multiplicidad algebrica del autovalor 3 es 1 y la multiplicidad algebrica del
autovalor 1 es 2.

La matriz
|
|
|
.
|

\
|
=
0 1 0
1 0 0
0 0 2
C
tiene un nico autovalor real, simple ( 2
1
= ). Su multiplicidad algebraica es 1.


La matriz
|
|
|
.
|

\
|
=
3 0 0
0 3 0
0 0 3
D
tiene un solo autovalor real, triple ( 3 , 3 , 3
3 2 1
= = = ). La multiplicidad
algebrica del autovalor 3 es, pues, 3.


El clculo de los autovectores:


6
Resolviendo el sistema homogneo de la ecuacin de autovalores, encontraremos
los autovectores correspondientes. As, para cada autovalor
k
se tiene que los
autovectores de su espacio propio asociado verificarn:

( ) ( ) 0 =
k k
x I A
r




02.4. Ejemplo 2

En el espacio bidimensional real V
2
se considera un operador
2 2
: V V que tiene
por matriz asociada:
(

=
3 2
1 2

A
polinomio caracterstico: 4 5 2 ) 3 )( 2 (
3 2
1 2
) (
2
+ = =


=

c
p

Ecuacin caracterstica: 0 4 5 ) (
2
= + =
c
p

Autovalores:

=
=
=

=

=
1
4
2
3 5
2
4 . 4 5 5
2
1
2

Ambos autovalores, 4 y 3, tienen, como vemos, multiplicidad algebrica igual a 1.

Autovectores:

R m m x de es autovector x x x x x x
x x x x
x
x
x
x
= = = =
= =
|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|


), 2 , 1 ( ) 2 , 1 ( ) 2 , ( ) , (
2 0 2
0
0
1 2
1 2
0
0
3 2
1 2
1 1
1
1
1
1
1
1
2
1
1
1 1
1
1
2
1
2
1
1
1
2
1
1
1
2
1
1
1
1
1
r r

R m m x de es autovector x x x x x x
x x x x
x
x
x
x
= = = =
= =
|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|


), 1 , 1 ( ) 1 , 1 ( ) , ( ) , (
0
0
0
2 2
1 1
0
0
3 2
1 2
2 2
1
2
1
2
1
2
2
2
1
2 2
1
2
2
2
2
2
1
2
2
2
1
2
2
2
1
2
2
2
r r

En definitiva, el espacio propio del autovalor 4
1
= son todos los vectores que
tienen la direccin (1,-2), junto con el vector nulo. Y el espacio propio del autovalor
1
2
= son todos los vectores que tienen la direccin del vector (1,1) junto con el
vector nulo. Ambos espacios propios son de dimensin uno, por lo que la
multiplicidad geomtrica de estos autovalores es la unidad.

{ } { }
)
`

|
|
.
|

\
|

= = = = R m m x V x x x V x Ep ,
2
1
/ 4 ) ( / 0 ) , 4 (
r r r r r
U
{ } { }
)
`

|
|
.
|

\
|
= = = = R m m x V x x x V x Ep ,
1
1
/ ) ( / 0 ) , 1 (
r r r r r
U


7
El espectro de este operador est formado, en definitiva, por dos elementos:
{ } 1 , 4 ) ( =

Podemos observar, pues, como la multiplicidad algebrica y la multiplicidad
geomtrica de ambos autovalores coinciden en este caso.


02.5. Ejemplo 3

En el espacio bidimensional real V
3
se considera un operador
3 3
: V V que tiene
por matriz asociada:
(
(
(

=
1 0 1
0 1 1
1 1 1

A
polinomio caracterstico:
2
) 1 )( 1 (
1 0 1
0 1 1
1 1 1
) (

+ =



=
c
p
Ecuacin caracterstica: 0 1 ) (
2 3
= + + =
c
p
Autovalores:

=
=
=
1
1
1
3
2
1

La multiplicidad geomtrica del valor 1 es la unidad, mientras que la multiplicidad
geomtrica del valor -1 es 2.

Autovectores:

R m
m x de es autovector x x x x x x x x
x x
x x
x x
x
x
x
x
x
x

= = = =

=
= +
= +

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
|
|
|
.
|

\
|

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
|
|
|
.
|

\
|



) 1 , 1 , 2 ( ) 1 , 1 , 2 ( ) , , 2 ( ) , , (
0 2
0 2
0
0
0
0
2 0 1
0 2 1
1 1 0
0
0
0
1 0 1
0 1 1
1 1 1
1 1
3
1
3
1
3
1
3
1
3
1
2
1
1
1 1
3
1
1
1
2
1
1
1
3
1
2
1
3
1
2
1
1
1
3
1
2
1
1
1
1
1
1
r r

R m
m x de es autovector x x x x x x x x
x
x
x x x
x
x
x
x
x
x

= = = =

=
=
=

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
|
|
|
.
|

\
|

|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
|
|
|
.
|

\
|



) 1 , 1 , 0 ( ) 1 , 1 , 0 ( ) , , 2 ( ) , , (
0
0
0 2
0
0
0
0 0 1
0 0 1
1 1 2
0
0
0
1 0 1
0 1 1
1 1 1
2 2
3
2
3
2
3
1
3
1
3
2
2
2
1
2 2
1
2
1
2
3
2
2
2
1
2
3
2
2
2
1
2
3
2
2
2
1
2
2
2
2
r r

Anlogamente resulta que para los R m m x de es autovector = ) 1 , 1 , 0 (
3 3
r


Se observa que cada uno de los autovalores tiene un espacio propio que es un
conjunto infinito de vectores en la misma direccin, unida al vector nulo. Los tres
autovalores tienen, en definitiva, multiplicidad geomtrica igual a la unidad.


8
{ } { }

|
|
|
.
|

\
|

= = = = R m m x V x x x V x Ep ,
1
1
0
/ ) ( / 0 ) , 1 (
r r r r r
U
{ } { }

|
|
|
.
|

\
|
= = = = R m m x V x x x V x Ep ,
1
1
0
/ ) ( / 0 ) , 1 (
r r r r r
U
El espectro de este operador est constituido por slo dos elementos: { } 1 , 1 ) ( = .

En lo que respecta a las multiplicidades de ambos autovalores, hemos visto cmo el
autovalor 1 tiene iguales la multiplicidad algebrica y la multiplicidad geomtrica,
mientras el autovalor -1 tiene multiplicidad algebrica igual a 2 y multiplicidad
geomtrica igual a 1.

Teorema: Si dos autovectores de la matriz A,
k i
x x
r r
, , estn asociados a valores
propios distintos, entonces son linealmente independientes.

Demostracin:

Probemos el enunciado contrarrecproco: si no son linealmente independientes
entonces las autovalores asociados no son distintos:

Sea
i
x
r
asociado al autovalor
i
, y sea Sea
k
x
r
asociado al autovalor
k
. Sin no son
linealmente independientes existe algn { } 0 K tal que
k i
x x
r r
= , si k i , o
bien 0 =
k i
x x
r r
.

Multiplicando a la izquierda por la matriz A: ) 0 ( ) 0 ( ) .( = =
k i k i
x A x A x x A
r r r r

Si sustituimos por los autovalores asociados: 0 0 = =
k k k i k k i i
x x x x
r r r r

De donde queda:
k i k i
= = 0 (los autovalores coinciden)

En definitiva, para obtener los autovalores de una determinada matriz cuadrada
siguiendo lo indicado en la construccin terica del concepto hemos de resolver la
ecuacin caracterstica, y para obtener los autovalores resolveramos el sistema
homogneo de ecuaciones lineales correspondientes.

Sin embargo, es posible encontrar los autovectores asociados a los autovalores de
la matriz sin necesidad de resolver el sistema homogneo, utilizando un resultado
descubierto a mediado del siglo XIX por Arthur Cayley y William Rowan Hamilton, y
que conocemos como Teorema de Cayley Hamilton

03. El Teorema de Cayley Hamilton:

03.1. Enunciado:

Todo endomorfismo V V : , donde V es espacio vectorial finitodimensional,
anula a su polinomio caracterstico.

Matricialmente, el teorema afirma que toda matriz cuadrada verifica su ecuacin
caracterstica, es decir, que si son
n
,..., ,
2 1
los autovalores de la matriz A, se
verifica que

9

( )( ) ( ) ( ) 0 ...
2 1
= I A I A I A
n


Siendo I la matriz identidad del mismo orden que A.

Veamos la verificacin de este teorema en los dos ejemplos anteriores

a) Para la matriz
(

=
3 2
1 2

A de ec. Caracterstica 0 4 5 ) (
2
= + =
c
p
sustituimos la matriz en la ecuacin caracterstica para ver que el resultado
es la matriz nula:
(

=
(

+
(

=
=
(

+
(

= + =
0 0
0 0
4 0
0 4
15 10
5 10
11 10
5 6
1 0
0 1
4
3 2
1 2
5
3 2
1 2
4 5 ) (
2
2
I A A A p
c


b) Para la matriz
(
(
(

=
1 0 1
0 1 1
1 1 1

A

cuya ecuacin caracterstica es 0 1 ) (
2 3
= + + =
c
p
se tiene, al sustituir la matriz: 1 ) (
2 3
+ + =

A A A A p
c
, y comprobamos
que se trata de la matriz nula:

(
(
(

=
(
(
(

+
(
(
(

+
(
(
(

+
(
(
(

=
=
(
(
(

+
(
(
(

+
(
(
(

(
(
(

0 0 0
0 0 0
0 0 0
1 0 0
0 1 0
0 0 1
1 0 1
0 1 1
1 1 1
0 1 0
1 2 0
0 0 1
0 1 1
1 2 1
1 1 1
1 0 0
0 1 0
0 0 1
1 0 1
0 1 1
1 1 1
1 0 1
0 1 1
1 1 1
1 0 1
0 1 1
1 1 1
2 3


Veamos su aplicacin ms sencilla antes de realizar la demostracin.

03.2. Cmo aplicar el teorema al clculo de autovectores:

Se puede aplicar el Teorema de Cayley Hamilton a la obtencin de los autovectores
cuando ya se conocen los h autovalores de la matriz, teniendo en cuenta que

El autovector
1
x
r
asociado a
1
: verifica que ( ) 0
1 1
r
r
= x I A
El autovector
2
x
r
asociado a
2
: verifica que ( ) 0
2 2
r
r
= x I A


El autovector
h
x
r
asociado a
h
: verifica que ( ) 0
r
r
=
h h
x I A


10
Puesto que, por el Teorema de Cayley Hamilton es

| | 0 ) )...( )( ( ) (
2 1
= = = I A I A I A I A A p
h c

se entiende que

| | 0 ) )...( )( ( ). (
2 1 1 1
= = I A I A I A x I A
n

r


de donde resulta que ) )...( (
2 1
I A I A x
h
=
r
, es decir, las componentes del
autovector
1
x
r
son las columnas de la matriz producto ) )...( (
2
I A I A
h


Anlogamente con los restantes autovectores. Se tiene, pues, en general, que si la
matriz A tiene h autovalores reales

=
h
i k
k i
I A x ) (
r
, h i ,..., 2 , 1 =
cualquiera de las columnas de la matriz que resulta del producto matricial anterior
son las componentes del autovector
i
x
r
(son proporcionales).

Veamos la aplicacin a los dos ltimos ejemplos mostrados:

a) Autovectores de la matriz
(

=
3 2
1 2

A :

Ecuacin caracterstica:

( )( ) 1 , 4 0 0 4 5 ) (
2 1 2 1
2
= = = = + =
c
p

Por el teorema de Cayley Hamilton es: ( )( ) 0
2 1
= I A I A

Autovectores
1
x
r
:
( ) | | 0 .
1 1
= x I A
r
, de donde
(

= =
2 2
1 1
2 1
I A x
r
, de donde ) 2 , 1 (
1
= m x
r

Autovectores
2
x
r
:
( ) | | 0 .
2 2
= x I A
r
, de donde
(

= =
1 2
1 2
1 2
I A x
r
, de donde ) 1 , 1 ( 2
1
m x =
r

a) Autovectores de la matriz
(
(
(

=
1 0 1
0 1 1
1 1 1

A :
Ecuacin caracterstica:

1 , 1 0 ) )( )( ( 0 1 ) (
3 2 1 3 2 1
2 3
= = = = = + + =
c
p

Por el teorema de Cayley Hamilton es: ( )( )( ) | | 0
3 2 1
= I A I A I A

Autovectores
1
x
r
asociados al autovalor 1
1
= :

11
( ) | | 0 .
1 1
= x I A
r
, de donde ( )( )
(
(
(

= =
1 1 2
1 1 2
2 2 4
3 2 1
I A I A x
r
, de donde
) 1 , 1 , 2 (
1
= m x
r


Autovectores
2
x
r
asociados al autovalor 1
2
= (los mismos que a 1
3
= ):
( ) | | 0 .
2 2
= x I A
r
, de donde
(
(
(

= =
1 1 0
1 1 0
0 0 0
) )( (
3 1 2
I A I A x
r
, de donde
) 1 , 1 , 0 (
2
= m x
r




03.3. Demostracin del Teorema de Cayley Hamilton:

Toda matriz cuadrada, A, verifica su ecuacin caracterstica.

Es decir, si el polinomio caracterstico de la matriz A es

| | I A p = det ) (

entonces | | 0 ) ( = A p

Demostracin:

Podemos expresar el determinante de una matriz cuadrada cualquiera en funcin
del producto de la misma matriz por la adjunta de su traspuesta. Basta para ello
usar la frmula que nos permite hacer el clculo de la matriz inversa de una matriz
cuadrada:
M M I M M M M M
M
M . . . .
1
1 1 + + +
= = =
Si se trata de la matriz ( ) I A M = , ser:

) .( ) ( . I A I A I I A
|
.
|

\
|
=
+


en definitiva, el polinomio caracterstico I A p = ) ( resulta ser igual al
polinomio producto de dos polinomios en con coeficientes matriciales:

) ( . M M I A
+
=
Si pudiramos demostrar que tal producto de polinomios con coeficientes
matriciales es el producto de las dos matrices en funcin de A, es decir que
) ( ) ( ) ( . A M A M A M M =
+ +
, entonces la prueba del teorema sera inmediata, pues:
) 0 ( ) 0 ( ) ( ) ( ) (
) ( ) ( ) ( ) ( ) ( .
=
|
.
|

\
|
=
|
.
|

\
|
=
=
|
.
|

\
|
= = =
+

+

+

+ +
AI A A A AI A
AI A AI A A M A M A M M AI A


12

Se hace preciso probar, por tanto, que en ciertas condiciones, se verifica que para
dos matrices cuadradas S, y T tales que ) ( ). ( ) ( . S T S T = , se cumple, al sustituir
el parmetro por la matriz A, que ) ( ) ( ) ( . A S A T A S T = .

Antes de hacer la prueba, veamos mediante un ejemplo sencillo que tal condicin
no se cumple siempre. Sean las matrices cuadradas de segundo orden, T y S, y sea
la matriz A dadas por:
|
|
.
|

\
|
=
|
|
.
|

\
|
=
|
|
.
|

\
|
=
0 1
0 0
,
0 0
1 0
) ( , .
1 0
0 1
) ( A S T
Se tiene:

|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|
=
|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|
=
0 0
0 1
0 1
0 0
.
0 0
1 0
) ( .
0 0
1 0
0 0
1 0
1 0
0 1
) ( . A S T S T

en cambio, si hacemos el producto de las matrices en funcin de A:

|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
.
|

\
|
=
|
|
.
|

\
|

|
|
.
|

\
|

|
|
.
|

\
|
=
1 0
0 0
0 0
1 0
0 1
0 0
0 0
1 0
0 1
0 0
1 0
0 1
) ( ) ( A S A T

En este caso, pues, ) ( ) ( ) ( . A S A T A S T

Para completar la demostracin del teorema de Cayley Hamilton probaremos que si
la matriz A conmuta con todos los coeficientes matriciales,
j
S , del polinomio
) ( S entonces si se verifica que ) ( ) ( ) ( . A S A T A S T =

En efecto:
Sean

= =
= =
l
j
j
j
h
i
i
i
S S T T
0 0
) ( , ) ( de modo que conmuten las matrices S
j
con
la matriz A: { } l j S A A S
j j
,..., 1 , 0 . . = , y siendo todas las matrices cuadradas del
mismo orden.

- Realicemos primero el producto de ambos polinomios, obteniendo el
polinomio producto ) ( TS :

k
l h
k k j i
j i
S T TS

+
= = +
|
|
.
|

\
|
=
0
) (
Al sustituir la matriz A:
k
l h
k k j i
j i
A S T A TS . ) (
0

+
= = +
|
|
.
|

\
|
=

- Hagamos ahora el producto de las matrices ) ( ) ( A xS A T


+
= = +

= =
|
|
.
|

\
|
= =
|
|
.
|

\
|
|
.
|

\
|
=
l h
k k j i
j
j
i
i
l j
h i
j
j
i
i
l
j
j
j
h
i
i
i
A S A T A S A T A S x A T A xS A T
0
0
0 0 0
) ( ) (
Si aplicamos ahora la condicin de conmutatividad indicada,
j j
S A A S . . = ser:

13

k
l h
k k j i
j i
l h
k k j i
j i
j i
l h
k k j i
j
j
i
i
A S T A S T A S A T A xS A T

+
= = +
+
= = +
+
+
= = +
|
|
.
|

\
|
=
|
|
.
|

\
|
=
|
|
.
|

\
|
=
0 0 0
) ( ) (

con lo que queda completada la prueba.



04. Una aplicacin elemental del Teorema de Cayley Hamilton:
determinacin de la matriz inversa:

Se puede calcular la matriz inversa, usando el polinomio caracterstico de la matriz,
de la siguiente manera:

Sea la matriz A de polinomio caracterstico
0 1
1
1
... ) ( a a a a p
n
n
n
n c
+ + + + =

Por el teorema de Cayley Hamilton: ( ) 0 ...
0 1 1
= + + + +

I a A a A a A a
n
n
n
n

Multiplicando a la derecha por la matriz inversa
1
A se tiene:

( ) 0 ...
1
0 1
2
1
1
= + + + +

A a I a A a A a
n
n
n
n

De donde:
I
a
a
A
a
a
A
a
a
A
n n n n
0
1 2
0
1 1
0
1
... =


Ejemplos:
a) Clculo de la inversa de la matriz
|
|
.
|

\
|

=
3 2
1 2
A usando el Teorema de
Cayley Hamilton:
Polinomio caracterstico: 4 5
3 2
1 2
2
+ =


=

I A
Aplicando el teorema: ) 0 ( . 4 . 5 ) 0 ( . 4 . 5
1 2
= + = +

A I A I A A
Despejando la inversa:
|
|
|
|
.
|

\
|
=
|
|
.
|

\
|
+
|
|
.
|

\
|

= + =

4
2
4
2
4
1
4
3
1 0
0 1
4
5
3 2
1 2
4
1
4
5
4
1
1
I A A
Comprobamos que es, efectivamente, la inversa:
|
|
.
|

\
|
=
|
|
.
|

\
|
=
|
|
.
|

\
|
|
|
.
|

\
|

1 0
0 1
4
4
4
0
4
0
4
4
4
2
4
2
4
1
4
3
3 2
1 2
.
1
A A

b) Clculo de la inversa de la matriz
(
(
(

=
1 0 1
0 1 1
1 1 1
A :
Polinomio caracterstico: 1
1 0 1
0 1 1
1 1 1
) (
2 3
+ + =

c
p

14
Aplicamos el teorema: ) 0 ( ) 0 (
1 2 2 3
= + + = + +

A I A A I A A A

Despejando la inversa:
=
|
|
|
.
|

\
|

|
|
|
.
|

\
|

+
|
|
|
.
|

\
|

= + =

1 0 0
0 1 0
0 0 1
1 0 1
0 1 1
1 1 1
1 0 1
0 1 1
1 1 1
2
2 1
I A A A
|
|
|
.
|

\
|

=
|
|
|
.
|

\
|

|
|
|
.
|

\
|

+
|
|
|
.
|

\
|

=
2 1 1
1 0 1
1 1 1
1 0 0
0 1 0
0 0 1
1 0 1
0 1 1
1 1 1
0 1 0
1 2 0
0 0 1


Comprobacin:
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|

|
|
|
.
|

\
|

1 0 0
0 1 0
0 0 1
2 1 1
1 0 1
1 1 1
1 0 1
0 1 1
1 1 1
.
1
A A






05. Bibliografia

BURGOS, J., "Algebra Lineal "
GROSSMANN, S., "Algebra Lineal con aplicaciones" , Ed. McGraw Hill
DIAZ HERNANDO, J.A., Matrices, Ed. Tebar Flores
DE LA VILLA, A., Problemas de lgebra GLACSA 1998
MERINO, L.-SANTOS, E., Algebra Lineal con mtodos elementales. Ed.Thomson,
2006
CASTELLET-LLERENA, "Algebra Lineal y Geometra". Ed.Revert (1991)
ROJO, J., "lgebra Lineal" McGraw-Hill Interamericana S.A.U. 2001