跳到主要内容

京都大学 情報学研究科 数理工学専攻 2013年8月実施 基礎数学 II

Author​

思齐塾, 祭音Myyura

Description​

大学公表の原題

n次ベクトル x=(x1,x2,...,xn)Tx = (x_1, x_2, ..., x_n)^T および n次正方行列 A=(aij)A = (a_{ij}) に対して、実数 ∣∣x∣∣∞||x||_{\infty} および ∣∣A∣∣∞||A||_{\infty} をそれぞれ ∣∣x∣∣∞=max⁡1≤i≤n∣xi∣||x||_{\infty} = \max_{1 \leq i \leq n} |x_i| および ∣∣A∣∣∞=max⁡x≠0∣∣Ax∣∣∞∣∣x∣∣∞||A||_{\infty} = \max_{x \neq 0} \frac{||Ax||_{\infty}}{||x||_{\infty}} と定義する。ここで、記号 T^T は転置を表す。また、行列Aの固有値を λ1,λ2,...,λn\lambda_1, \lambda_2, ..., \lambda_n とするとき、 ρ(A)=max⁡1≤i≤n∣λi∣\rho(A) = \max_{1 \leq i \leq n} |\lambda_i| とおく。このとき、以下の問いに答えよ。

(i) ρ(A)≤∣∣A∣∣∞\rho(A) \leq ||A||_{\infty} が成り立つことを示せ。

(ii) ∣∣A∣∣∞=max⁡1≤i≤n∑j=1n∣aij∣||A||_{\infty} = \max_{1 \leq i \leq n} \sum_{j=1}^n |a_{ij}| が成り立つことを示せ。

(iii) lim⁡k→∞Ak=O\lim_{k \to \infty} A^k = O が成り立つためには、 ρ(A)<1\rho(A) < 1 であることが必要十分であることを示せ。

(iv) ∣∣A∣∣∞<1||A||_{\infty} < 1 ならば I−AI - A は正則で

(I−A)−1=I+lim⁡k→∞∑i=1kAi(I - A)^{-1} = I + \lim_{k \to \infty} \sum_{i=1}^k A^i

が成り立つことを示せ。ここで、 II は単位行列を表わす。任意の n次ベクトル x,yx, y および n次正方行列 A,BA, B に対して、

∣∣x+y∣∣∞≤∣∣x∣∣∞+∣∣y∣∣∞,∣∣A+B∣∣∞≤∣∣A∣∣∞+∣∣B∣∣∞||x + y||_{\infty} \leq ||x||_{\infty} + ||y||_{\infty}, \quad ||A + B||_{\infty} \leq ||A||_{\infty} + ||B||_{\infty}

が成立することを用いてよい。

题目描述​

对 nn 维向量 x=(x1,x2,…,xn)Tx=(x_1,x_2,\ldots,x_n)^T 及 nn 阶方阵 A=(aij)A=(a_{ij}),定义

∥x∥∞=max⁡1≤i≤n∣xi∣,∥A∥∞=max⁡x≠0∥Ax∥∞∥x∥∞,\|x\|_\infty=\max_{1\leq i\leq n}|x_i|, \qquad \|A\|_\infty=\max_{x\neq0}\frac{\|Ax\|_\infty}{\|x\|_\infty},

其中上标 TT 表示转置。若 AA 的特征值为 λ1,…,λn\lambda_1,\ldots,\lambda_n,定义其谱半径

ρ(A)=max⁡1≤i≤n∣λi∣.\rho(A)=\max_{1\leq i\leq n}|\lambda_i|.

完成以下各问:

  1. 证明

    ρ(A)≤∥A∥∞.\rho(A)\leq\|A\|_\infty.
  2. 证明诱导矩阵无穷范数等于最大绝对行和:

    ∥A∥∞=max⁡1≤i≤n∑j=1n∣aij∣.\|A\|_\infty =\max_{1\leq i\leq n}\sum_{j=1}^n|a_{ij}|.
  3. 证明

    lim⁡k→∞Ak=O\lim_{k\to\infty}A^k=O

    成立的充要条件是 ρ(A)<1\rho(A)<1,其中 OO 为零矩阵。

  4. 证明若 ∥A∥∞<1\|A\|_\infty<1,则 I−AI-A 可逆,且

    (I−A)−1=I+lim⁡k→∞∑i=1kAi,(I-A)^{-1} =I+\lim_{k\to\infty}\sum_{i=1}^kA^i,

    其中 II 为单位矩阵。可以使用对任意 nn 维向量 x,yx,y 及 nn 阶方阵 A,BA,B 成立的三角不等式

    ∥x+y∥∞≤∥x∥∞+∥y∥∞,∥A+B∥∞≤∥A∥∞+∥B∥∞.\|x+y\|_\infty\leq\|x\|_\infty+\|y\|_\infty,\qquad \|A+B\|_\infty\leq\|A\|_\infty+\|B\|_\infty.

Kai​

(i) スペクトル半径の評価​

λ\lambda を AA の固有値、 x≠0x\neq0 を対応する固有ベクトルとする。すると

∥Ax∥∞=∥λx∥∞=∣λ∣ ∥x∥∞.\|Ax\|_\infty =\|\lambda x\|_\infty =|\lambda|\,\|x\|_\infty.

したがって

∣λ∣=∥Ax∥∞∥x∥∞≤∥A∥∞.|\lambda| =\frac{\|Ax\|_\infty}{\|x\|_\infty} \leq\|A\|_\infty.

すべての固有値について最大をとれば、

ρ(A)≤∥A∥∞\rho(A)\leq\|A\|_\infty

を得る。

(ii) 行和による表示​

y=Axy=Ax とすると、

∣yi∣≤∑j=1n∣aij∣ ∣xj∣≤(∑j=1n∣aij∣)∥x∥∞.|y_i| \leq\sum_{j=1}^n|a_{ij}|\,|x_j| \leq\left(\sum_{j=1}^n|a_{ij}|\right)\|x\|_\infty.

よって

∥A∥∞≤max⁡1≤i≤n∑j=1n∣aij∣.\|A\|_\infty \leq\max_{1\leq i\leq n}\sum_{j=1}^n|a_{ij}|.

逆向きを示す。行和が最大となる行を kk とし、

x^j={akj‾/∣akj∣,akj≠0,1,akj=0\widehat x_j= \begin{cases} \overline{a_{kj}}/|a_{kj}|,&a_{kj}\neq0,\\ 1,&a_{kj}=0 \end{cases}

とおく。実行列ならこれは通常の符号の選択である。 ∥x^∥∞=1\|\widehat x\|_\infty=1 かつ

(Ax^)k=∑j=1n∣akj∣(A\widehat x)_k=\sum_{j=1}^n|a_{kj}|

なので、

∥A∥∞≥∥Ax^∥∞≥∑j=1n∣akj∣.\|A\|_\infty \geq\|A\widehat x\|_\infty \geq\sum_{j=1}^n|a_{kj}|.

以上から

∥A∥∞=max⁡1≤i≤n∑j=1n∣aij∣\|A\|_\infty =\max_{1\leq i\leq n}\sum_{j=1}^n|a_{ij}|

である。

(iii) Ak→OA^k\to O の必要十分条件​

まず Ak→OA^k\to O とする。任意の固有対 Ax=λxAx=\lambda x に対して

Akx=λkx→0.A^kx=\lambda^kx\to0.

x≠0x\neq0 だから λk→0\lambda^k\to0 、したがって ∣λ∣<1|\lambda|<1 である。ゆえに ρ(A)<1\rho(A)<1 である。

逆に ρ(A)<1\rho(A)<1 とする。複素数体上の Jordan 標準形を

A=PJP−1A=PJP^{-1}

とする。λ=0\lambda=0 のブロックは冪零なので、その大きさを ss とすると J0k=0J_0^k=0(k≥sk\ge s)である。以下は λ≠0\lambda\ne0 の Jordan ブロック Jλ=λI+NJ_\lambda=\lambda I+N を考える。

Jλk=∑m=0s−1(km)λk−mNm,J_\lambda^k =\sum_{m=0}^{s-1}\binom{k}{m}\lambda^{k-m}N^m,

ここで ss はブロックの大きさである。 ∣λ∣<1|\lambda|<1 なら各係数は 00 に収束するので Jλk→OJ_\lambda^k\to O である。したがって Jk→OJ^k\to O 、さらに

Ak=PJkP−1→OA^k=PJ^kP^{-1}\to O

となる。

(iv) Neumann 級数​

誘導ノルムの性質から

∥Ai∥∞≤∥A∥∞i.\|A^i\|_\infty\leq\|A\|_\infty^i.

q=∥A∥∞<1q=\|A\|_\infty<1 とし、 Sk=∑i=0kAiS_k=\sum_{i=0}^kA^i とおく。 m>km>k なら

∥Sm−Sk∥∞≤∑i=k+1mqi→0,\|S_m-S_k\|_\infty \leq\sum_{i=k+1}^mq^i\to0,

したがって SkS_k は収束する。その極限を SS とする。有限和の恒等式

(I−A)Sk=Sk(I−A)=I−Ak+1(I-A)S_k=S_k(I-A)=I-A^{k+1}

で k→∞k\to\infty とすれば、

(I−A)S=S(I−A)=I.(I-A)S=S(I-A)=I.

よって I−AI-A は正則であり、

(I−A)−1=S=I+lim⁡k→∞∑i=1kAi(I-A)^{-1} =S =I+\lim_{k\to\infty}\sum_{i=1}^kA^i

を得る。