ケーリー・ハミルトンの定理を完全攻略！証明とn乗計算のコツを徹底解説
大学の理工系・経済系学部で学ぶ線形代数や、難関大学入試の数学において、必ずと言ってよいほど登場するのが「ケーリー・ハミルトンの定理（Cayley-Hamilton theorem）」です。行列の計算問題で行き詰まった経験を持つ学習者の多くが、この定理の持つ強力な計算省略力に救われてきました。
行列のべき乗を手作業で愚直に計算すると膨大な時間とミスを招きますが、この定理を正しく使いこなせば、高次数の行列演算をあっという間に1次式や2次式へと次数下げすることが可能です。公式の基礎から3次正方行列への拡張、余因子行列を用いた厳密な証明、さらには試験現場で差がつく実践的な計算テクニックまで、余すところなく整理してお届けします。
📌 【この記事の重要ポイントまとめ】
- 要点1：ケーリー・ハミルトンの定理は、任意の正方行列が自身の「固有多項式（特性方程式）」を満たすという線形代数の基本定理である。
- 要点2：行列の高次累乗計算（$A^n$）を多項式の割り算や次数下げによって劇的に簡略化でき、逆行列の導出にも威力を発揮する。
- 要点3：「単に $\lambda$ に行列 $A$ を代入する」という誤った証明の罠を回避し、逆の不成立（スカラー行列の反例）などつまずきやすいポイントの正確な理解が不可欠。
【基礎理解】ケーリー・ハミルトンの定理とは？2次・3次の公式と仕組み
線形代数の世界において中核をなすケーリー・ハミルトンの定理。その本質は「すべての正方行列は、自分自身の固有多項式をゼロ行列にする」という極めて美しい性質にあります。
まずは直感的に扱いやすい2次正方行列から、より一般的な3次正方行列への展開を見ていきましょう。
ケーリー・ハミルトンの定理2次の公式
2次正方行列 $A = \begin{pmatrix} a & b \\ c & d \end{pmatrix}$ に対し、単位行列を $E$、零行列を $O$ と置くと、以下の恒等式が常に成立します。
$A^2 - (a + d)A + (ad - bc)E = O$
ここで、$a + d$ は行列のトレース（跡：$\text{tr}(A)$）であり、$ad - bc$ は行列式（$\det(A)$）です。つまり、この関係式は次のように表現することもできます。
$A^2 - \text{tr}(A)A + \det(A)E = O$
高校数学の旧課程で行列を履修した世代にはおなじみの形ですが、大学数学線形代数においても極めて頻出の公式です。
ケーリー・ハミルトンの定理3次への拡張
次数が3次になると計算量は増えますが、構造自体は全く同じです。3次正方行列 $A$ に対するケーリー・ハミルトンの定理は、以下の形で表されます。
$A^3 - \text{tr}(A)A^2 + c_1 A - \det(A)E = O$
ここで $c_1$ は、主対角成分に関する2次小行列式の和（主小行列式の総和）を表します。3次正方行列であっても、この公式を用いることで3乗の項を2乗以下の項で表すことが可能になり、複雑な多項式演算を大幅に短縮できます。
【累乗計算の革命】なぜ行列のn乗計算が劇的に楽になるのか？使い方の手順
「なぜケーリー・ハミルトンの定理を使うと計算が楽になるのか」という疑問の答えは、高次多項式の次数下げにあります。行列のべき乗の求め方として最も汎用性が高いアプローチの一つです。
具体的に行列のn乗計算を行う際、最も効率的な2つの使い方を解説します。
1. 多項式の割り算（剰余）を利用する解法
例えば、ある2次正方行列 $A$ について $A^n$ を求めたい場合、多項式 $x^n$ を特性方程式行列の多項式 $P(x) = x^2 - \text{tr}(A)x + \det(A)$ で割ることを考えます。
多項式の除法により、商を $Q(x)$、余りを $px + q$ とおくと、次の関係式が成り立ちます。
$x^n = P(x)Q(x) + px + q$
ここに $x = A$ を代入すると、ケーリー・ハミルトンの定理より $P(A) = O$ となるため、第一項が完全に消去されます。
$A^n = P(A)Q(A) + pA + qE = O \cdot Q(A) + pA + qE = pA + qE$
このように、どれほど大きな $n$ であっても、余りである $pA + qE$ という1次式の計算だけに落とし込めるのです。係数 $p, q$ は、$P(x) = 0$ の解（すなわち固有値）を代入することで容易に決定できます。
2. 線形代数逆行列の導出への応用
ケーリー・ハミルトンの定理は累乗計算だけでなく、逆行列を求める際にも威力を発揮します。行列式 $\det(A) \neq 0$ であるとき、定理の式の両辺に左から $A^{-1}$ を掛けることで、逆行列の公式を直ちに導出できます。
2次の場合、関係式 $A^2 - (a+d)A + (ad-bc)E = O$ を変形すると、
$(ad-bc)E = -A^2 + (a+d)A = A(-A + (a+d)E)$
両辺に左から $A^{-1}$ を掛け、$\det(A) = ad-bc$ で割ると、
$A^{-1} = \frac{1}{ad-bc} \left( (a+d)E - A \right) = \frac{1}{ad-bc} \begin{pmatrix} d & -b \\ -c & a \end{pmatrix}$
掃き出し法（ガウス・ジョルダン消去法）を行わずに、代数的な変形だけで逆行列が自然に導出できることが分かります。
【厳密検証】ケーリー・ハミルトンの定理証明｜余因子行列を用いた大学数学のアプローチ
大学の定期試験やレポートで頻出なのが、ケーリー・ハミルトンの定理証明です。多くの初学者がやってしまいがちな致命的な誤謬（ごびゅう）と、正しい証明手順を整理します。
初学者が陥る「代入の誤謬」とは？
行列 $A$ の固有多項式は、スカラー変数 $\lambda$ を用いて $\Phi_A(\lambda) = \det(\lambda E - A)$ と定義されます。
ここでよくある間違いが、「$\lambda$ に行列 $A$ を代入すれば、$\Phi_A(A) = \det(AE - A) = \det(O) = 0$ となるので証明完了」としてしまう論法です。
しかし、$\det(\lambda E - A)$ における行列式記号 $\det$ はスカラーを出力する関数であり、$\det(A - A)$ を計算しても得られるのはスカラーの $0$ です。求めたい結論は行列としての零行列 $O$ であるため、この代入操作は数学的に全く正当性がありません。
余因子行列を用いた厳密な証明の流れ
正しい証明には、正方行列 $M$ とその余因子行列（adjugate matrix） $\widetilde{M}$ の間に成り立つ基本関係式を用います。
$M \cdot \widetilde{M} = \det(M) E$
ここで $M = \lambda E - A$ と置くと、
$(\lambda E - A) \cdot \widetilde{(\lambda E - A)} = \det(\lambda E - A) E = \Phi_A(\lambda) E$
左辺の余因子行列 $\widetilde{\lambda E - A}$ の各成分は $\lambda$ の高々 $n-1$ 次多項式となるため、行列を係数とする多項式として次のように展開できます。
$\widetilde{\lambda E - A} = B_{n-1} \lambda^{n-1} + B_{n-2} \lambda^{n-2} + \dots + B_1 \lambda + B_0$
一方、固有多項式を $\Phi_A(\lambda) = \lambda^n + c_{n-1} \lambda^{n-1} + \dots + c_1 \lambda + c_0$ と展開し、両辺の $\lambda$ の各次数の係数行列を比較します。
- $\lambda^n$ の係数： $B_{n-1} = E$
- $\lambda^{n-1}$ の係数： $B_{n-2} - A B_{n-1} = c_{n-1} E$
- $\lambda^k$ の係数： $B_{k-1} - A B_k = c_k E$
- $\lambda^0$ の係数： $-A B_0 = c_0 E$
各大式に対し、第 $k$ 式の両辺に左から $A^k$ を掛け算してすべて足し合わせると、左辺の項がテレスコーピング（互いに相殺）されて完全にゼロ行列 $O$ になります。
$O = A^n + c_{n-1} A^{n-1} + \dots + c_1 A + c_0 E = \Phi_A(A)$
これにより、任意の正方行列 $A$ が自身の固有多項式を満たすことが厳密に示されます。
【比較検証】行列のべき乗を求める3大手法のメリット・デメリット
線形代数で行列のべき乗（$A^n$）を計算する際、選択肢はケーリー・ハミルトンの定理だけではありません。固有値と固有ベクトルを用いた対角化や、二項定理・ジョルダン標準形などの手法が存在します。それぞれの特性を比較表にまとめました。
| 計算手法 | 適用条件・計算量 | メリット | 編集部の見解・評価 |
|---|---|---|---|
| ケーリー・ハミルトン法 | すべての正方行列に無条件で適用可能 | 固有ベクトルの算出や変換行列 $P$ の逆行列計算が不要で手数が最少 | 2次〜3次正方行列の手計算において最も速く実戦的 |
| 対角化法（$P^{-1}AP$） | 行列が対角化可能であること（固有ベクトルが一次独立） | 幾何学的意味（線形変換の本質）が明瞭で、4次以上でもアルゴリズムが汎用的 | 重解（対角化不能）の際に使えない制約があり、逆行列計算の手間がある |
| 二項定理分解法（$A = \lambda E + N$） | べき零行列 $N$（$N^2=O$ など）に分解できる場合 | 重解を持つ行列やジョルダン細胞に対して驚異的なスピードで計算可能 | 固有値が重解を持つ場合に特化した強力なサブウェポン |
手計算の試験現場においては、「まずケーリー・ハミルトンの定理の利用を検討し、固有値が重解で特殊な場合は二項定理、高次元や理論的展開が求められる場合は対角化」という優先順位で判断するのが最も効率的です。
【実態検証】学習現場で多発する盲点と「逆は成り立たない」という罠
数学の学習フォーラムや質問サイト（知恵袋・専門コミュニティなど）を観察すると、ケーリー・ハミルトンの定理に関して毎年極めて多くの初学者が同じトラップに引っかかっています。
現場で最も頻出する代表的な2大誤解を解明します。
1. 「定理の逆」は一般に成り立たない
多くの受験生が「$A^2 - sA + tE = O$ が成り立つなら、直ちに $s = \text{tr}(A)$ かつ $t = \det(A)$ である」と思い込んでしまいます。しかし、この逆の命題は偽（不成立）です。
代表的な反例が、スカラー行列（単位行列の実数倍）です。
例えば、$A = \begin{pmatrix} 2 & 0 \\ 0 & 2 \end{pmatrix} = 2E$ という行列を考えてみましょう。
- 本来のケーリー・ハミルトンの関係式：$\text{tr}(A) = 4$, $\det(A) = 4$ より、$A^2 - 4A + 4E = O$
- しかし、$A - 2E = O$ であるため、両辺に $A + 3E$ などを掛けると、$A^2 + A - 6E = O$ も成り立ってしまう
後者の式において、係数の和は $-1 \neq \text{tr}(A)$、定数項は $-6 \neq \det(A)$ です。「$A$ が満たす2次方程式の係数」と「固有多項式の係数」は必ずしも一致しないという点は、記述試験で厳しく減点される重要事項です。
2. 固有方程式と最小多項式の混同
大学数学では、行列が満たす最低次数のモニック多項式を最小多項式（minimal polynomial）と呼びます。
ケーリー・ハミルトンの定理が保証するのは「固有多項式を代入すれば零行列になる」ことであり、「それが最小次数である」ことではありません。先ほどのスカラー行列 $2E$ の例では、固有多項式は2次式 $(x-2)^2$ ですが、最小多項式は1次式 $x-2$ となります。この次数ギャップの理解が、大学の線形代数におけるジョルダン標準形の理解へと直結します。
【プロの結論】対角化とケーリー・ハミルトン定理の使い分け基準
線形代数の演習において、どのような局面でケーリー・ハミルトンの定理を採用すべきか、明確な意思決定基準を提示します。
ケーリー・ハミルトンの定理が圧倒的に向いているケース
- 2次または3次の正方行列の $n$ 乗を具体的に求める問題：
対角化のための固有ベクトル計算や逆行列の積を省略できるため、計算時間を半減できます。 - 行列の多項式値（例: $A^5 - 3A^4 + 2A^2 \dots$）を求める問題：
多項式を特性方程式で割り算し、余りを計算するだけで一瞬で答えに辿り着きます。 - 逆行列を文字式・抽象的な形で表現する問題：
両辺に $A^{-1}$ を作用させる手法が最もエレガントです。
別の手法（対角化や二項展開）を優先すべきケース
- 4次以上の高次正方行列：
特性方程式の次数が高くなり、多項式の剰余計算が逆に煩雑になるため、固有値解析による対角化が優位です。 - 連立微分方程式の解法やマルコフ連鎖の極限（$n \to \infty$）：
固有値の絶対値の大きさが系の挙動を決定するため、固有空間に直結する対角化アプローチが本質的です。
【ケーリー ハミルトン の 定理】に関するよくある質問（FAQ）
Q1：高校数学から行列が消えたと聞きましたが、ケーリー・ハミルトンの定理は現在どこで学びますか？
A1：高校課程の改訂により行列分野は大学課程（教養・学部の「線形代数学」）へ移行しました。ただし、一部の難関大学受験対策や数学オリンピック、工業高等専門学校（高専）の数学では現在も重要なツールとして扱われています。
Q2：ケーリー・ハミルトンの定理を使うとき、固有値が重解（重根）の場合はどう計算すればよいですか？
A2：固有方程式が重解 $\alpha$ を持つ場合、$x^n = (x-\alpha)^2 Q(x) + px + q$ と置きます。両辺に $x=\alpha$ を代入して得られる式 $\alpha^n = p\alpha + q$ に加え、両辺を $x$ で微分した式 $n x^{n-1} = 2(x-\alpha)Q(x) + (x-\alpha)^2 Q'(x) + p$ に $x=\alpha$ を代入した $n \alpha^{n-1} = p$ を連立させることで、$p, q$ を一意に決定できます。
Q3：ケーリー・ハミルトンの定理の「ハミルトン」は、物理のハミルトニアンと同じ人物ですか？
A3：はい、アイルランドの数学者・物理学者であるウィリアム・ローワン・ハミルトン（William Rowan Hamilton）と、イギリスの数学者アーサー・ケーリー（Arthur Cayley）の2人に由来します。ハミルトンは四元数の研究から、ケーリーは行列論の創始者として独立にこの定理に到達しました。
まとめ：今後の動向と失敗しないための判断基準
ケーリー・ハミルトンの定理は、単なる暗記公式ではなく、線形写像と代数方程式を結ぶ非常に奥深い架け橋です。2次や3次の具体的なべき乗計算においては最短の計算ルートを提供し、理論面では最小多項式や不変部分空間論の扉を開く役割を果たします。
累乗計算で行き詰まった際は、まず固有多項式を求め、剰余による次数下げが使えないかを検討してください。その際、「逆の不成立」や「重解時の微分処理」といった急所を押さえておくことで、計算ミスを劇的に減らし、線形代数の得点力を確固たるものにできるはずです。 （出典: ケーリー ハミルトン の 定理（Yahoo!ニュース））
テクノロジーやライフスタイル領域を中心に執筆活動を行っています。趣味は写真撮影と旅行です。
