Polinômio mínimo (álgebra linear) - Minimal polynomial (linear algebra)
Em álgebra linear , o mínimo polinomial μ Um de um n × n matriz A ao longo de um campo F é o mônico polinómio P sobre F de menor grau tal que P ( A ) = 0 . Qualquer outro polinómio Q com Q ( A ) = 0 é um múltiplo (polinomial) de μ Uma .
As três declarações a seguir são equivalentes:
- λ é uma raiz de μ A ,
- λ é uma raiz do polinômio característico χ A de A ,
- λ é um valor próprio da matriz A .
A multiplicidade de uma raiz λ de μ A é a maior potência m tal que ker (( A - λI n ) m ) contém estritamente ker (( A - λI n ) m −1 ) . Em outras palavras, aumentar o expoente até m fornecerá núcleos cada vez maiores, mas aumentar ainda mais o expoente além de m fornecerá apenas o mesmo núcleo.
Se o campo F não for fechado algebricamente, então os polinômios mínimos e característicos não precisam ser fatorados de acordo com suas raízes (em F ) sozinhos, em outras palavras, eles podem ter fatores polinomiais irredutíveis de grau maior que 1 . Para polinômios irredutíveis P tem-se equivalências semelhantes:
- P divide μ A ,
- P divide χ A ,
- o kernel de P ( A ) tem dimensão de pelo menos 1 .
- o kernel de P ( A ) tem dimensão de pelo menos deg ( P ) .
Como o polinômio característico, o polinômio mínimo não depende do campo base. Em outras palavras, considerar a matriz como uma com coeficientes em um campo maior não altera o polinômio mínimo. A razão é um pouco diferente do polinômio característico (onde é imediato da definição dos determinantes), a saber, o fato de que o polinômio mínimo é determinado pelas relações de dependência linear entre as potências de A : estender o campo base não apresentará quaisquer novas relações (nem, é claro, removerá as existentes).
O polinômio mínimo é geralmente o mesmo que o polinômio característico, mas nem sempre. Por exemplo, se A é um múltiplo aI n da matriz identidade, então seu polinômio mínimo é X - a, pois o núcleo de aI n - A = 0 já é o espaço inteiro; por outro lado, seu polinômio característico é ( X - a ) n (o único autovalor é a , e o grau do polinômio característico é sempre igual à dimensão do espaço). O polinômio mínimo sempre divide o polinômio característico, que é uma maneira de formular o teorema de Cayley-Hamilton (para o caso de matrizes sobre um campo).
Definição formal
Dado um endomorfismo T em um espaço vetorial de dimensão finita V sobre um campo F , seja I T o conjunto definido como
onde F [ t ] é o espaço de todos os polinómios sobre o campo F . I T é um ideal próprio de F [ t ] . Uma vez que F é um campo, F [ t ] é um domínio de ideal principal , portanto, qualquer ideais é gerada por uma única polinomial, que é única para cima para unidades em F . Uma escolha particular entre os geradores pode ser feita, uma vez que precisamente um dos geradores é monic . O polinomial mínima é assim definida para ser o polinómio mónico que gera eu t . É o polinômio monic de menor grau na I T .
Formulários
Um endomorfismo φ de um espaço vetorial de dimensão finita sobre um campo F é diagonalizável se e somente se seus fatores polinomiais mínimos completamente sobre F em fatores lineares distintos . O fato de haver apenas um fator X - λ para cada autovalor λ significa que o autoespaço generalizado para λ é o mesmo que o autoespaço para λ : cada bloco de Jordan tem tamanho 1 . Mais geralmente, se φ satisfaz uma equação polinomial P ( φ ) = 0 onde P fatora em fatores lineares distintos sobre F , então ele será diagonalizável: seu polinômio mínimo é um divisor de P e, portanto, também fatora em fatores lineares distintos. Em particular, um tem:
- P = X k - 1 : endomorfismos de ordem finita de espaços vetoriais complexos são diagonalizáveis. Para o caso especial k = 2 de involuções , isso é mesmo verdadeiro para endomorfismos de espaços vetoriais sobre qualquer campo de característica diferente de 2 , uma vez que X 2 - 1 = ( X - 1) ( X + 1) é uma fatoração em fatores distintos sobre tal campo. Esta é uma parte da teoria da representação de grupos cíclicos.
- P = X 2 - X = X ( X - 1) : endomorfismos que satisfazem φ 2 = φ são chamados de projeções e são sempre diagonalizáveis (além disso, seus únicos autovalores são 0 e 1 ).
- Em contraste, se μ φ = X k com k ≥ 2 então φ (um endomorfismo nilpotente) não é necessariamente diagonalizável, uma vez que X k tem uma raiz repetida 0 .
Esses casos também podem ser provados diretamente, mas o polinômio mínimo oferece uma perspectiva e uma prova unificadas.
Computação
Para um vetor v em V, defina:
Esta definição satisfaz as propriedades de um ideal adequado. Seja μ T , v o polinômio mônico que o gera.
Propriedades
- Como I T , v contém o polinômio mínimo μ T , o último é divisível por μ T , v .
- Se d é o menor número natural tal que v , T ( v ), ..., T d ( v ) são linearmente dependentes , então existe um único 0 , a 1 , ..., a d −1 em F , nem todos zero, tal que
e para esses coeficientes, tem-se
- Seja o subespaço W a imagem de μ T , v ( T ) , que é T- estável. Como μ T , v ( T ) aniquila pelo menos os vetores v , T ( v ), ..., T d -1 ( v ) , a codimensão de W é pelo menos d .
- O mínimo polinomial μ T é o produto de μ t , v e o mínimo polinómio Q da restrição de T a W . No (provável) caso em que W tem dimensão 0, tem-se Q = 1 e, portanto, μ T = μ T , v ; caso contrário, uma computação recursiva de Q é suficiente para encontrar μ T .
Exemplo
Defina T como o endomorfismo de R 3 com matriz, na base canônica,
Tomando o primeiro vetor de base canônica e 1 e suas imagens repetidas por T obtém-se
dos quais os três primeiros são facilmente vistos como linearmente independentes e, portanto, abrangem todo o R 3 . O último, então, é necessariamente uma combinação linear dos três primeiros, de fato
- T 3 ⋅ e 1 = −4 T 2 ⋅ e 1 - T ⋅ e 1 + e 1 ,
de modo a:
- μ T , um e 1 = X 3 + 4 X 2 + X - I .
Este é de fato também o polinômio mínimo μ T e o polinômio característico χ T : na verdade μ T , e 1 divide μ T que divide χ T , e como o primeiro e o último são de grau 3 e todos são mônicos, todos devem ser o mesmo. Outra razão é que, em geral, se qualquer polinômio em T aniquila um vetor v , então ele também aniquila T ⋅ v (basta aplicar T à equação que diz que ele aniquila v ) e, portanto, por iteração, ele aniquila todo o espaço gerado pelo imagens iteradas por T de v ; no caso atual, vimos que para v = e 1 esse espaço é todo de R 3 , então μ T , e 1 ( T ) = 0 . De fato, verifica-se para a matriz completa que T 3 + 4 T 2 + T - I 3 é a matriz nula:
Referências
- Lang, Serge (2002), Algebra , Graduate Texts in Mathematics , 211 (revisado, terceira edição), Nova York: Springer-Verlag, ISBN 978-0-387-95385-4, MR 1878556