Sea $A$ una matriz $n \times n$ con valores propios $\lambda_{1},...\lambda_{n}$. ¿Cómo puedo demostrar que tr$(A^k) = \sum_{i=1}^{n}\lambda_{i}^{k}$?
¡Ah, ya veo. ¡Gracias por la respuesta! :)
Sea $A$ una matriz $n \times n$ con valores propios $\lambda_{1},...\lambda_{n}$. ¿Cómo puedo demostrar que tr$(A^k) = \sum_{i=1}^{n}\lambda_{i}^{k}$?
El primero es un resultado clásico, fácilmente deducido del polinomio característico. El segundo es un poco más complicado (si hay autovalores repetidos).
La suma de las raíces de un polinomio se da por $-\frac{b}{a}$, si el polinomio se ve como $a\lambda^N+b\lambda^{N-1}+\dots$. Ahora, los autovalores son raíces del polinomio $\det(A-\lambda I)$. Intenta demostrar que $-\frac{b}{a}$ en este caso es $\mathrm{traza}(A)$. Observa que $A^kv=A^{k-1}(Av)=A^{k-1}(\lambda_i v)=\lambda_i^k v$ (donde $\lambda$ es un autovalor). Así que $\lambda_i^k$ son autovalores de $A^k$. Por lo tanto, $\lambda_i^k$ son raíces del polinomio $\det (A^k-\lambda I)$. Por lo tanto, su suma debería ser igual a $\mathrm{traza}(A^k)$.
La traza es invariante a la similitud. Suponiendo que la multiplicidad de cada eigenvalor sea 1. Sea $A^k = U^{-1}\Sigma^k U,$ donde la matriz $U$ está compuesta por los eigenvectores de $A$ y $\Sigma$ es la matriz diagonal con los eigenvalores de $A$. Entonces tenemos: $$\mathrm{tr}(A^k) = \mathrm{tr}(U^{-1}\Sigma^k U) = \mathrm{tr}(U^{-1}(\Sigma^k U)) = \mathrm{tr}((\Sigma^k U)U^{-1}) = \mathrm{tr}(\Sigma^k (U U^{-1})) = \mathrm{tr}(\Sigma^k I) = \mathrm{tr}(\Sigma^k).$$
Por lo tanto, como $\Sigma = \left(\lambda_i \mathbb{1}_{\{i=j\}} \;;\; (i,j) \in [0,n]^2\right) $, tenemos que $\Sigma^k = \left(\lambda_j^k \mathbb{1}_{\{i=j\}} \;;\; (i,j) \in , [0,n]^2\right) $ y, por lo tanto, $$\mathrm{tr}(\Sigma^k) = \sum_{i=1}^n \lambda_i^k$$
Además, este argumento puede extenderse fácilmente a cualquier matriz A n-por-n utilizando la forma de Jordan como en wiki
El proceso de diagonalización es un paso previo a su pregunta. A partir del momento en que se asume que la matriz $A \in \mathcal{M}_{n \times n}$ tiene $n$ valores propios, $\lambda_i$, $1\leq i \leq n$, la matriz es diagonalizable y se puede aplicar directamente el Teorema Espectral.
I-Ciencias es una comunidad de estudiantes y amantes de la ciencia en la que puedes resolver tus problemas y dudas.
Puedes consultar las preguntas de otros usuarios, hacer tus propias preguntas o resolver las de los demás.
3 votos
Hmm, el argumento más fácil que se me ocurre es que es claro cuando la matriz es diagonalizable, y luego usar un argumento de densidad y continuidad.
0 votos
El problema establece que $A$ tiene $n$ eigenvalores...
1 votos
@DavidWheeler Pero no que sean distintos.
0 votos
Lo suficientemente cierto. Es posible que algunas duplicaciones hayan sido intencionadas.