跳到主要内容

京都大学 情報学研究科 システム科学専攻 2022年8月実施 数学【I】

Author​

机智的若叶, 祭音Myyura

Description​

大学公表の原題

問1​

ベクトル xx に関する mm 元連立一次方程式 Ax=bA x = b を反復法によって解くことを考える。 そのために、 mm 次正方行列 AA を P−QP - Q に分解し、方程式を Px=Qx+bP x = Q x + b のように書き換え、適当な初期値 x0x_0 を与えて、 Pxn+1=Qxn+bP x_{n+1} = Q x_n + b 、つまり、 xn+1=P−1(Qxn+b)x_{n+1} = P^{-1} (Q x_n + b) を繰り返し計算する。 特に、行列 AA の対角要素からなる対角行列を PP とする反復法をヤコビ法と呼ぶ。以下の設問に答えよ。

ただし、 mm 次正方行列 ZZ の逆行列を Z−1Z^{-1} 、転置を ZTZ^T 、スペクトル半径を ρ(Z)\rho (Z) と表す。 ρ(Z)\rho (Z) は ZZ の固有値 λi\lambda_i (i=1,…,m)(i = 1, \ldots, m) の絶対値の最大値 ( max⁡i∣λi∣\max_i |\lambda_i| ) に等しい。

(i) P−1P^{-1} が存在するとき、 Px=Qx+bP x = Q x + b と Pxn+1=Qxn+bP x_{n+1} = Q x_n + b から、

x−xn+1=P−1Q(x−xn)x - x_{n+1} = P^{-1} Q (x - x_n)

となる。 P−1QP^{-1} Q の固有値がすべて異なるものとして、 n→∞n \to \infty のとき、任意の x0x_0 に対して xnx_n が方程式の解に収束するために ρ(P−1Q)\rho (P^{-1} Q) が満たすべき必要十分条件をその理由とともに答えよ。

以下の設問では、次の方程式をヤコビ法を用いて解く場合について考える。

Ax=b,A=[12−43−3403−24],b=[51−3](1)A x = b, \quad A = \begin{bmatrix} 12 & -4 & 3 \\ -3 & 4 & 0 \\ 3 & -2 & 4 \end{bmatrix}, \quad b = \begin{bmatrix} 5 \\ 1 \\ -3 \end{bmatrix} \tag{1}

(ii) PP , QQ , P−1P^{-1} を求めよ。

(iii) P−1QP^{-1} Q の固有値をすべて求めよ。さらに、 P−1QP^{-1} Q のスペクトル半径を求めよ。

(iv) x0=[000]x_0 = \begin{bmatrix} 0 \\ 0 \\ 0 \end{bmatrix} として、 x1x_1 を求めよ。

(v) A−1A^{-1} を求めてから、方程式 (1) の解を求めよ。

問2​

行列 AA は n×nn \times n の実対称行列で、その要素を aij(i,j=1,…,n)a_{ij} (i, j = 1, \ldots, n) と書く。さらに、すべての要素が非負であり、

∑j=1naij=1,i=1,…,n\sum_{j=1}^n a_{ij} = 1, \quad i = 1, \ldots, n

を満たすと仮定する。以下の設問に答えよ。ただし、 uu はすべての要素が1である nn 次元ベクトルとする。

(i) Au=uA u = u を示せ。

(ii) 任意の零ベクトルでない nn 次元実ベクトル xx に対して、 xx の要素の中で絶対値が最大のものを xmx_m としたとき、任意の i∈{1,…,n}i \in \{1, \ldots, n\} において

∣∑j=1naijxj∣≤∣xm∣\left| \sum_{j=1}^n a_{ij} x_j \right| \leq |x_m|

が成り立つことを示せ。

(iii) AA の任意の固有値 λ\lambda に対して、 ∣λ∣≤1|\lambda| \leq 1 が成り立つことを示せ。

(iv) n=2n = 2 とし、 AA は次の形

A=[1−ααα1−α],0<α≤1A = \begin{bmatrix} 1 - \alpha & \alpha \\ \alpha & 1 - \alpha \end{bmatrix}, \quad 0 < \alpha \leq 1

を取るとする。 設問 (i) から、 AA は固有値 λ1=1\lambda_1 = 1 と対応する固有ベクトル v=u/2v = u / \sqrt{2} を持つ。 もう一方の固有値 λ2\lambda_2 と対応する固有ベクトル ww を求めよ。ただし ww は正規化せよ。

(v) 設問 (iv) の AA に対し、その自然数乗 AkA^k を考える。極限

B=lim⁡k→∞AkB = \lim_{k \to \infty} A^k

が存在する α\alpha の範囲を答えよ。 また、極限が存在する場合には、その極限 BB を求めよ。

题目描述​

回答以下两题。

  1. 考虑用迭代法求解关于 mm 维向量 x\boldsymbol{x} 的线性方程组
Ax=b.A\boldsymbol{x}=\boldsymbol{b}.

把 mm 阶方阵分解为 A=P−QA=P-Q,从而将方程改写为

Px=Qx+b.P\boldsymbol{x}=Q\boldsymbol{x}+\boldsymbol{b}.

给定初值 x0\boldsymbol{x}_0 后,反复计算 Pxk+1=Qxk+bP\boldsymbol{x}_{k+1}=Q\boldsymbol{x}_k+\boldsymbol{b},即

xk+1=P−1(Qxk+b).\boldsymbol{x}_{k+1} =P^{-1}(Q\boldsymbol{x}_k+\boldsymbol{b}).

当 PP 取为由 AA 的对角元组成的对角矩阵时,该迭代称为 Jacobi 法。以下以 Z−1Z^{-1}、ZTZ^{\mathrm T}、ρ(Z)\rho(Z) 分别表示 mm 阶方阵 ZZ 的逆、转置和谱半径;若 λi\lambda_i(i=1,…,mi=1,\ldots,m)是 ZZ 的特征值,则

ρ(Z)=max⁡i∣λi∣.\rho(Z)=\max_i|\lambda_i|.
  1. 假设 P−1P^{-1} 存在。由定点方程和迭代式可得误差关系
x−xk+1=P−1Q(x−xk).\boldsymbol{x}-\boldsymbol{x}_{k+1} =P^{-1}Q(\boldsymbol{x}-\boldsymbol{x}_k).

再假设 P−1QP^{-1}Q 的特征值两两不同。给出并说明 ρ(P−1Q)\rho(P^{-1}Q) 所须满足的充要条件,使得当 k→∞k\to\infty 时,对任意初值 x0\boldsymbol{x}_0,序列 xk\boldsymbol{x}_k 都收敛到方程组的解。

以下各问针对用 Jacobi 法求解

Ax=b,A=[12−43−3403−24],b=[51−3].(1)A\boldsymbol{x}=\boldsymbol{b},\qquad A= \begin{bmatrix} 12&-4&3\\ -3&4&0\\ 3&-2&4 \end{bmatrix}, \qquad \boldsymbol{b}= \begin{bmatrix} 5\\ 1\\ -3 \end{bmatrix}. \tag{1}
  1. 求 PP、QQ 和 P−1P^{-1}。
  2. 求 P−1QP^{-1}Q 的全部特征值,并求其谱半径。
  3. 取
x0=[000],\boldsymbol{x}_0= \begin{bmatrix} 0\\0\\0 \end{bmatrix},

求 x1\boldsymbol{x}_1。 5. 先求 A−1A^{-1},再求方程组 (1) 的解。

  1. 设 A=(aij)A=(a_{ij}) 是 n×nn\times n 实对称矩阵,所有元素均非负,并满足每一行的元素和为 11:
∑j=1naij=1,i=1,…,n.\sum_{j=1}^n a_{ij}=1, \qquad i=1,\ldots,n.

令 u\boldsymbol{u} 为各分量均等于 11 的 nn 维向量。

  1. 证明 Au=uA\boldsymbol{u}=\boldsymbol{u}。
  2. 对任意非零实向量 x=(x1,…,xn)T\boldsymbol{x}=(x_1,\ldots,x_n)^{\mathrm T},从其分量中选取绝对值最大的一个并记为 xmx_m。证明对任意 i∈{1,…,n}i\in\{1,\ldots,n\},
∣∑j=1naijxj∣≤∣xm∣.\left|\sum_{j=1}^n a_{ij}x_j\right| \leq|x_m|.
  1. 证明 AA 的每个特征值 λ\lambda 都满足 ∣λ∣≤1|\lambda|\leq1。
  2. 令 n=2n=2 且
A=[1−ααα1−α],0<α≤1.A= \begin{bmatrix} 1-\alpha&\alpha\\ \alpha&1-\alpha \end{bmatrix}, \qquad 0<\alpha\leq1.

由第 1 小问可知,λ1=1\lambda_1=1 是 AA 的特征值,对应的归一化特征向量为 u/2\boldsymbol{u}/\sqrt2。求另一个特征值 λ2\lambda_2 及其归一化特征向量 w\boldsymbol{w}。 5. 对上一小问的 AA 考虑自然数幂 AkA^k。求使极限

B=lim⁡k→∞AkB=\lim_{k\to\infty}A^k

存在的 α\alpha 的取值范围;若极限存在,再求矩阵 BB。

Kai​

問1​

(i)​

誤差 en=x−xne_n=x-x_n は en=(P−1Q)ne0e_n=(P^{-1}Q)^ne_0 を満たす。固有値がすべて異なるので P−1QP^{-1}Q は対角化可能であり、任意の e0e_0 に対して en→0e_n\to0 となる必要十分条件は

ρ(P−1Q)<1\boxed{\rho(P^{-1}Q)<1}

である。

(ii)​

P=[1200040004]Q=P−A=[04−3300−320]P−1=[1120001400014]\begin{aligned} P &= \begin{bmatrix} 12 & 0 & 0 \\ 0 & 4 & 0 \\ 0 & 0 & 4 \end{bmatrix} \\ Q &= P - A = \begin{bmatrix} 0 & 4 & -3 \\ 3 & 0 & 0 \\ -3 & 2 & 0 \end{bmatrix} \\ P^{-1} &= \begin{bmatrix} \frac{1}{12} & 0 & 0 \\ 0 & \frac{1}{4} & 0 \\ 0 & 0 & \frac{1}{4} \end{bmatrix} \\ \end{aligned}

(iii)​

P−1QP^{-1}Q の固有値を λ\lambda とすると、

0=det(λI−P−1Q)=λ3−716λ+332=132(2λ−1)(4λ−1)(4λ+3)∴  λ=12,14,−34\begin{aligned} 0 &= \text{det}(\lambda I - P^{-1}Q) \\ &= \lambda^{3} - \frac{7}{16} \lambda + \frac{3}{32} \\ &= \frac{1}{32} (2 \lambda - 1) (4 \lambda - 1) (4 \lambda + 3) \\ \therefore \ \ \lambda &= \frac{1}{2}, \frac{1}{4}, -\frac{3}{4} \end{aligned}

である。よって、

ρ(P−1Q)=34\rho(P^{-1}Q) = \frac{3}{4}

(iv)​

x1=P−1b=[51214−34]\begin{aligned} x_1 = P^{-1}b = \begin{bmatrix} \frac{5}{12} \\ \frac{1}{4} \\ -\frac{3}{4} \end{bmatrix} \end{aligned}

(v)​

A−1=[863563−2212211342−114−12122127],x=A−1b=[11−1].\begin{aligned} A^{-1} &= \begin{bmatrix} \frac{8}{63}&\frac{5}{63}&-\frac{2}{21}\\ \frac{2}{21}&\frac{13}{42}&-\frac{1}{14}\\ -\frac{1}{21}&\frac{2}{21}&\frac{2}{7} \end{bmatrix},\\ x=A^{-1}b&=\begin{bmatrix} 1 \\ 1 \\ -1 \end{bmatrix}. \end{aligned}

問2​

(i)​

aija_{ij} は行列 AA の 第 ii 行目の第 jj 列目の成分とおくと、

Au=[∑j=1na1j,∑j=1na2j,…∑j=1nanj]T=u\begin{aligned} Au = \big[\sum_{j=1}^n a_{1j}, \sum_{j=1}^n a_{2j}, \ldots \sum_{j=1}^n a_{nj} \big]^T = u \end{aligned}

である。

(ii)​

すべての要素が非負であり、

∣∑j=1naijxj∣≤∑j=1naij∣xj∣≤∑j=1naij∣xm∣=∣xm∣\begin{aligned} |\sum_{j=1}^n a_{ij} x_j| \le \sum_{j=1}^n a_{ij}|x_j| \le \sum_{j=1}^n a_{ij} |x_m| = |x_m| \end{aligned}

(iii)​

固有ベクトルを [x1,x2,…,xn]T[x_1,x_2,\ldots,x_n]^T とし、∣xm∣=max⁡j∣xj∣|x_m|=\max_j|x_j| とする。固有方程式の第 mm 成分より、

∣∑j=1namjxj∣=∣λxm∣.\left|\sum_{j=1}^na_{mj}x_j\right|=|\lambda x_m|.

(ii) より、

∣λxm∣≤∣xm∣∴∣λ∣≤1\begin{aligned} &|\lambda x_m| \le |x_m| \\ &\therefore |\lambda| \le 1 \end{aligned}

(iv)​

tr(A)=λ1+λ2=2−2α∵λ1=1   ∴λ2=1−2α\begin{aligned} &\text{tr} (A) = \lambda_1 + \lambda_2 = 2 - 2\alpha \\ &\because \lambda_1 = 1\ \ \ \therefore \lambda_2 = 1-2\alpha \end{aligned}
(A−(1−2α)I)w=0⇒w=[12,−12]T\begin{aligned} (A - (1 - 2\alpha)I) w = 0 \Rightarrow w = [\frac{1}{\sqrt{2}}, -\frac{1}{\sqrt{2}}]^T \end{aligned}

(v)​

0<α≤10<\alpha\le1 のもとで、もう一つの固有値は 1−2α1-2\alpha である。従って極限が存在する必要十分条件は

0<α<1.\boxed{0<\alpha<1}.

このとき、v=(1,1)T/2v=(1,1)^T/\sqrt2, w=(1,−1)T/2w=(1,-1)^T/\sqrt2 とすれば

A=[v,w][1001−2α][v,w]T,A=[v,w] \begin{bmatrix}1&0\\0&1-2\alpha\end{bmatrix} [v,w]^T,

なので

B=vvT=12[1111].B=vv^T =\boxed{\frac12 \begin{bmatrix}1&1\\1&1\end{bmatrix}}.