Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
線形代数学入門講座 第8回スライド
Search
TechmathProject
September 04, 2024
Science
320
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
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
200
統計学入門講座 第6回スライド
techmathproject
0
180
統計学入門講座 第7回スライド
techmathproject
0
200
統計学入門講座 第8回スライド
techmathproject
0
190
統計学入門講座 第4回スライド
techmathproject
0
440
統計学入門講座 第3回スライド
techmathproject
0
320
統計学入門講座 第2回スライド
techmathproject
0
460
統計学入門講座 第1回スライド
techmathproject
0
890
線形代数学入門講座 第1回スライド
techmathproject
0
490
Other Decks in Science
See All in Science
CVPR2026_VGGTとその仲間たち
mickey_0226
0
1.1k
機械学習 - K近傍法 & 機械学習のお作法
trycycle
PRO
1
1.7k
データベース14: B+木 & ハッシュ索引
trycycle
PRO
0
920
Understanding CVP Waveforms: Interpretation and Clinical Implications in Anesthesiology
taka88
0
890
[NLP2026 参加報告会] AI for Science まとめ / NLP2026
lychee1223
0
2k
GKE上でオセロの強化学習やってみた
akasan
0
110
知能とはなにか -ヒトとAIのあいだ-
tagtag
PRO
0
190
データ駆動型ゲノム解析で迫る睡眠研究
tagtag
PRO
0
110
YouTubeにおける撤回論文の参照実態 / metascience-meetup2026
corgies
3
360
プレイがつなぐ研究と社会:市⺠‧クリエイター‧SF作家による実践を通じて
hayataka88
1
110
AI for Phage-Host prediction
michielstock
0
130
人生を変えた一冊「独学大全」のはなし / Self-study ENCYCLOPEDIA: The Book Which Change My Life #独学大全 #EM推し本
expajp
0
210
Featured
See All Featured
The Cost Of JavaScript in 2023
addyosmani
55
10k
Utilizing Notion as your number one productivity tool
mfonobong
4
590
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
74
42k
Pawsitive SEO: Lessons from My Dog (and Many Mistakes) on Thriving as a Consultant in the Age of AI
davidcarrasco
0
240
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
4.8k
How To Speak Unicorn (iThemes Webinar)
marktimemedia
1
580
The Limits of Empathy - UXLibs8
cassininazir
1
680
Building Adaptive Systems
keathley
44
3.2k
Abbi's Birthday
coloredviolet
4
10k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
254
22k
What’s in a name? Adding method to the madness
productmarketing
PRO
24
4.2k
Data-driven link building: lessons from a $708K investment (BrightonSEO talk)
szymonslowik
1
1.3k
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。