Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
線形代数学入門講座 第8回スライド
Search
TechmathProject
September 04, 2024
Science
110
0
Share
線形代数学入門講座 第8回スライド
てくますプロジェクトで行った線形代数学入門講座の第8回スライドです。
実施:2024/08/26
TechmathProject
September 04, 2024
More Decks by TechmathProject
See All by TechmathProject
統計学入門講座 第5回スライド
techmathproject
0
70
統計学入門講座 第6回スライド
techmathproject
0
56
統計学入門講座 第7回スライド
techmathproject
0
54
統計学入門講座 第8回スライド
techmathproject
0
63
統計学入門講座 第4回スライド
techmathproject
0
310
統計学入門講座 第3回スライド
techmathproject
0
200
統計学入門講座 第2回スライド
techmathproject
0
300
統計学入門講座 第1回スライド
techmathproject
0
660
線形代数学入門講座 第1回スライド
techmathproject
0
240
Other Decks in Science
See All in Science
学術講演会中央大学学員会府中支部
tagtag
PRO
0
370
Non-Gaussian, nonlinear causal discovery with hidden variables and application
sshimizu2006
0
100
academist Prize 4期生 研究トーク延長戦!「美は世界を救う」っていうけど、どうやって?
jimpe_hitsuwari
0
510
People who frequently use ChatGPT for writing tasks are accurate and robust detectors of AI-generated text
rudorudo11
0
210
フィードフォワードニューラルネットワークを用いた記号入出力制御系に対する制御器設計 / Controller Design for Augmented Systems with Symbolic Inputs and Outputs Using Feedforward Neural Network
konakalab
0
120
防災デジタル分野での官民共創の取り組み (1)防災DX官民共創をどう進めるか
ditccsugii
0
570
【論文紹介】Is CLIP ideal? No. Can we fix it?Yes! 第65回 コンピュータビジョン勉強会@関東
shun6211
5
2.4k
データベース10: 拡張実体関連モデル
trycycle
PRO
0
1.1k
HDC tutorial
michielstock
1
590
YouTubeにおける撤回論文の参照実態 / metascience-meetup2026
corgies
3
220
Algorithmic Aspects of Quiver Representations
tasusu
0
250
白金鉱業Vol.21【初学者向け発表枠】身近な例から学ぶ数理最適化の基礎 / Learning the Basics of Mathematical Optimization Through Everyday Examples
brainpadpr
1
680
Featured
See All Featured
Getting science done with accelerated Python computing platforms
jacobtomlinson
2
160
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
141
35k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
128
55k
Dominate Local Search Results - an insider guide to GBP, reviews, and Local SEO
greggifford
PRO
0
120
Amusing Abliteration
ianozsvald
0
150
Max Prin - Stacking Signals: How International SEO Comes Together (And Falls Apart)
techseoconnect
PRO
0
140
VelocityConf: Rendering Performance Case Studies
addyosmani
333
24k
Neural Spatial Audio Processing for Sound Field Analysis and Control
skoyamalab
0
240
Automating Front-end Workflow
addyosmani
1370
200k
Typedesign – Prime Four
hannesfritz
42
3k
Mobile First: as difficult as doing things right
swwweet
225
10k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
360
30k
Transcript
線形代数学 入門講座 ⑧行列の対角化 てくますゼミ
①行列の演算 ②連立一次方程式 ③正則行列 ④置換 ⑤行列式 ⑥数ベクトル空間 ⑦固有値 ⑧行列の対角化 てくます講座 線形代数学(全8回)
の流れ 行列の対角化 対角化の求め方 対角化可能性 対角化の応用
てくます講座 学習方法 ・メモをとろう! 講座ではスライドに載せきれない大事なことも話します。 配布されたレジュメの余白に書いておきましょう。 ・問題を解こう! 学問を読み聞きだけで身に付けるのは難しいです。 問題を解くことで手を動かし、理解の確認をしましょう。 ・質問をしよう! せっかく参加した講座です。
気になることは、講座中でも質問していきましょう。
線形代数学 ⑧行列の対角化 対角行列とべき乗 行列の積は複雑に定義されていたので、𝑛 乗の計算も簡単ではありません。 −1 −2 3 4 2
= −5 −6 9 10 , −1 −2 3 4 3 = −13 −14 21 22 , ⋯ 対角行列のときは、 𝑛 乗の計算は簡単です。 1 0 0 2 2 = 1 0 0 4 , 1 0 0 2 3 = 1 0 0 8 , ⋯ 対角行列のべき乗の計算を利用して、一般の行列のべき乗を考えていきます。
線形代数学 ⑧行列の対角化 行列の対角化 行列 𝐴 に対して、𝑃−1𝐴𝑃 = 𝐵 となるような正則行列 𝑃
と対角行列 𝐵 を 求めることを行列 𝐴 の対角化といいます。 (例) 行列 𝐴 = −1 −2 3 4 に対して、 𝑃 = −1 −2 1 3 , 𝐵 = 1 0 0 2 とすると、 𝑃 = −3 −2 1 1 であり、 𝑃−1𝐴𝑃 = −3 −2 1 1 −1 −2 3 4 −1 −2 1 3 = 1 0 0 2 = 𝐵 なので、 これは行列 𝐴 の対角化である。
線形代数学 ⑧行列の対角化 正則行列 𝑃 の求め方 𝑛 次正方行列 𝐴 の対角化 𝑃−1𝐴𝑃
= 𝐵 の 𝑃 はどのように求めるのでしょうか。 ベクトル 𝒗1 が行列 𝐴 の固有値 𝜆1 に属する固有ベクトルであるとき、 固有ベクトルの定義から、𝐴𝒗1 = 𝜆1 𝒗1 となりました。 固有値 𝜆𝑖 と固有ベクトル 𝒗𝑖 で1次独立なものが 𝑛 個とれたとき、 それらを横に並べた行列 𝒗1 ⋯ 𝒗𝑛 は正則であり、これを 𝑃 とすれば、 𝐴𝑃 = 𝐴𝒗1 ⋯ 𝐴𝒗𝑛 = 𝜆1 𝒗1 ⋯ 𝜆𝑛 𝒗𝑛 = 𝑃 𝜆1 0 0 0 ⋱ 0 0 0 𝜆𝑛 なので、 これが行列 𝐴 の対角化の正則行列 𝑃 となります。
線形代数学 ⑧行列の対角化 正則行列 𝑃 の求め方 (例) 行列 𝐴 = −1
−2 3 4 に対して、 −1 1 は固有値 1 に, −2 3 は固有値 2 に属する固有ベクトルであった。 −1 1 と −2 3 は1次独立なので、 𝑃 = −1 −2 1 3 , 𝐵 = 1 0 0 2 とすると、 𝑃−1𝐴𝑃 = 𝐵 なので、これは行列 𝐴 の対角化である。
線形代数学 ⑧行列の対角化 対角化可能性 𝑛 次正方行列 𝐴 はいつでも対角化できるのでしょうか? 𝐴𝑃 = 𝐴𝒗1
⋯ 𝐴𝒗𝑛 = 𝜆1 𝒗1 ⋯ 𝜆𝑛 𝒗𝑛 のようできるためには、 行列 𝐴 の固有値 𝜆𝑖 と固有ベクトル 𝒗𝑖 で1次独立なものが 𝑛 個なければなりません。 各固有値の固有空間からとれる1次独立なベクトルの数はその次元以下なので、 をみたすことが、 𝐴 が対角化できるための条件になります。 の固有値 (固有空間の次元の和が 𝑛 と一致する) 𝜆∶𝐴 dim(𝑊(𝜆; 𝐴)) = 𝑛
線形代数学 ⑧行列の対角化 対角化可能性 (例) 行列 𝐴 = 1 0 0
1 に対して、𝐴 の固有値は 1 のみであり、 dim(𝑊 1 ; 𝐴 ) = dim 𝑐1 1 0 + 𝑐2 0 1 ∈ ℝ2 𝑐1 , 𝑐2 ∈ ℝ = 2 なので、 𝐴 は対角化可能である。 行列 𝐵 = 1 2 0 1 に対して、𝐵 の固有値は 1 のみであり、 dim(𝑊 1 ; 𝐵 ) = dim 𝑐 1 0 ∈ ℝ2 𝑐 ∈ ℝ = 1 なので、 𝐵 は対角化不可能である。
線形代数学 ⑧行列の対角化 対角化の応用 行列の対角化はべき乗の計算に利用できます。 行列 𝐴 が 𝑃−1𝐴𝑃 = 𝐵と対角化できるとき、𝐴𝑛
= 𝑃(𝑃−1𝐴𝑃)𝑛𝑃−1 = 𝑃𝐵𝑛𝑃−1 (例) 行列 𝐴 = −1 −2 3 4 に対して、 −3 −2 1 1 𝐴 −1 −2 1 3 = 1 0 0 2 と対角化できるので、 𝐴𝑛 = −1 −2 1 3 1 0 0 2 𝑛 −3 −2 1 1 = −2𝑛+1 + 3 −2+1 + 2 3 ∙ 2𝑛 − 3 3 ∙ 2𝑛 − 2
線形代数学 ⑧行列の対角化 対角化の応用 2次形式という2次の項のみでできた式 (例:𝑥2 + 4𝑥𝑦 − 2𝑦2) を
標準形という同じ文字の2次の項のみでできた式 (例:2𝑥2 − 3𝑦2) にする 変数変換を考えるときにも対角化が利用される。 (例) 𝑥2 + 4𝑥𝑦 − 2𝑦2 = 𝑥 𝑦 1 2 2 −2 𝑥 𝑦 と表すことができ、 2 1 1 −2 −1 1 2 2 −2 2 1 1 −2 = 2 0 0 −3 なので、 𝑥′ 𝑦′ = 2 1 1 −2 −1 𝑥 𝑦 と変数変換すると、2𝑥′2 − 3𝑦′2 = 𝑥2 + 4𝑥𝑦 − 2𝑦2
線形代数学 ⑧行列の対角化 まとめ ・行列 𝐴 に対して、𝑃−1𝐴𝑃 = 𝐵 で対角行列にすることを対角化という。 ・対角化に用いる行列は固有ベクトルを横に並べたものである。
・対角化可能の条件は固有空間の次元の和が全体の次元と等しいことである。 ・行列の対角化は、行列のべき乗を計算するときなどに利用できる。