跳到主要内容

名古屋工業大学 工学研究科 情報工学系 2020年度 問題31 数理科学2

Author​

祭音Myyura (Based on Miyake's answer refined with GPT 6 Astra)

Description​

I​

サイコロを続けて投げ、1の目が出たら終了する。投げた回数を XX とする。

  1. P(X=k)P(X=k) を求めよ。
  2. 積率母関数 M(t)=∑k=1∞etkP(X=k)M(t)=\sum_{k=1}^{\infty}e^{tk}P(X=k) を求めよ。ただし et<6/5e^t<6/5 とする。
  3. M′(t)M'(t) を計算せよ。
  4. E[X]=∑k=1∞kP(X=k)=6E[X]=\sum_{k=1}^{\infty}kP(X=k)=6 を示せ。
  5. 分散 V[X]V[X] を求めよ。

II​

n≥2n\ge2 とする。実列ベクトルのノルムを ∥x∥=xTx\|\boldsymbol x\|=\sqrt{\boldsymbol x^{\mathsf T}\boldsymbol x} とする。nn 次実対称行列 SS の固有値と単位固有ベクトルが

Sai=λiai,λ1>λ2>⋯>λn>0,∥ai∥=1S\boldsymbol a_i=\lambda_i\boldsymbol a_i,\qquad \lambda_1>\lambda_2>\cdots>\lambda_n>0,\qquad\|\boldsymbol a_i\|=1

を満たすとし、P=[a1 ⋯ an]P=[\boldsymbol a_1\ \cdots\ \boldsymbol a_n] とおく。

  1. 任意の実列ベクトル x,y\boldsymbol x,\boldsymbol y に対し、(Sx)Ty=xT(Sy)(S\boldsymbol x)^{\mathsf T}\boldsymbol y=\boldsymbol x^{\mathsf T}(S\boldsymbol y) を示せ。
  2. i≠ji\ne j のとき aiTaj=0\boldsymbol a_i^{\mathsf T}\boldsymbol a_j=0 を示せ。
  3. PTSPP^{\mathsf T}SP を固有値を用いて表せ。
  4. 任意の実列ベクトル x\boldsymbol x に対し、∥PTx∥2=∥x∥2\|P^{\mathsf T}\boldsymbol x\|^2=\|\boldsymbol x\|^2 を示せ。
  5. {∥Sx∥∣x∈Rn, ∥x∥=1}\{\|S\boldsymbol x\|\mid\boldsymbol x\in\mathbb R^n,\ \|\boldsymbol x\|=1\} の最大値が λ1\lambda_1 であることを示せ。

题目描述​

I:反复投掷公平骰子,直到第一次出现1。设投掷次数为 XX。

  1. 求 P(X=k)P(X=k)。
  2. 在 et<6/5e^t<6/5 下求矩母函数 M(t)=∑k≥1etkP(X=k)M(t)=\sum_{k\ge1}e^{tk}P(X=k)。
  3. 计算 M′(t)M'(t)。
  4. 证明 E[X]=6E[X]=6。
  5. 求方差。

II:设实对称矩阵 SS 有严格递减的正特征值 λ1>⋯>λn>0\lambda_1>\cdots>\lambda_n>0,对应单位特征向量为 ai\boldsymbol a_i,令 P=[a1⋯an]P=[\boldsymbol a_1\cdots\boldsymbol a_n],范数为欧氏范数。

  1. 证明 (Sx)Ty=xTSy(S\boldsymbol x)^{\mathsf T}\boldsymbol y=\boldsymbol x^{\mathsf T}S\boldsymbol y。
  2. 证明不同特征向量正交。
  3. 用特征值表示 PTSPP^{\mathsf T}SP。
  4. 证明 ∥PTx∥2=∥x∥2\|P^{\mathsf T}\boldsymbol x\|^2=\|\boldsymbol x\|^2。
  5. 证明单位向量上 ∥Sx∥\|S\boldsymbol x\| 的最大值是 λ1\lambda_1。

Kai​

I​

(1) 初めの k−1k-1 回で1以外が出て、第 kk 回で1が出るから、

P(X=k)=(56)k−116(k=1,2,…).\boxed{P(X=k)=\left(\frac56\right)^{k-1}\frac16\quad(k=1,2,\ldots)}.

(2) 等比級数より、

M(t)=et6∑j=0∞(5et6)j=et6−5et(t<log⁡(6/5)).\boxed{M(t)=\frac{e^t}{6}\sum_{j=0}^{\infty}\left(\frac{5e^t}{6}\right)^j =\frac{e^t}{6-5e^t}}\qquad(t<\log(6/5)).

(3) 微分して、

M′(t)=6et(6−5et)2.\boxed{M'(t)=\frac{6e^t}{(6-5e^t)^2}}.

(4) 原点の近傍で積率母関数が存在するので、E[X]=M′(0)=6\boxed{E[X]=M'(0)=6}。

(5) さらに

M′′(t)=6et(6+5et)(6−5et)3,M′′(0)=66.M''(t)=\frac{6e^t(6+5e^t)}{(6-5e^t)^3},\qquad M''(0)=66.

したがって V[X]=66−62=30\boxed{V[X]=66-6^2=30}。

II (1)​

ST=SS^{\mathsf T}=S より、

(Sx)Ty=xTSTy=xTSy.(S\boldsymbol x)^{\mathsf T}\boldsymbol y =\boldsymbol x^{\mathsf T}S^{\mathsf T}\boldsymbol y =\boldsymbol x^{\mathsf T}S\boldsymbol y.

II (2)​

(1) に固有ベクトルを代入すると、

λiaiTaj=(Sai)Taj=aiTSaj=λjaiTaj.\lambda_i\boldsymbol a_i^{\mathsf T}\boldsymbol a_j =(S\boldsymbol a_i)^{\mathsf T}\boldsymbol a_j =\boldsymbol a_i^{\mathsf T}S\boldsymbol a_j =\lambda_j\boldsymbol a_i^{\mathsf T}\boldsymbol a_j.

λi≠λj\lambda_i\ne\lambda_j より aiTaj=0\boxed{\boldsymbol a_i^{\mathsf T}\boldsymbol a_j=0}。

II (3)​

各成分は aiTSaj=λjδij\boldsymbol a_i^{\mathsf T}S\boldsymbol a_j=\lambda_j\delta_{ij} であるから、

PTSP=diag⁡(λ1,…,λn).\boxed{P^{\mathsf T}SP=\operatorname{diag}(\lambda_1,\ldots,\lambda_n)}.

II (4)​

単位長と直交性から PTP=IP^{\mathsf T}P=I。正方行列なので P−1=PTP^{-1}=P^{\mathsf T}、したがって PPT=IPP^{\mathsf T}=I でもある。よって

∥PTx∥2=xTPPTx=∥x∥2.\|P^{\mathsf T}\boldsymbol x\|^2 =\boldsymbol x^{\mathsf T}PP^{\mathsf T}\boldsymbol x =\|\boldsymbol x\|^2.

II (5)​

y=PTx\boldsymbol y=P^{\mathsf T}\boldsymbol x とおくと ∑iyi2=1\sum_i y_i^2=1。S=Pdiag⁡(λi)PTS=P\operatorname{diag}(\lambda_i)P^{\mathsf T} と直交変換によるノルムの保存より、

∥Sx∥2=∑iλi2yi2≤λ12∑iyi2=λ12.\|S\boldsymbol x\|^2=\sum_i\lambda_i^2y_i^2 \le\lambda_1^2\sum_i y_i^2=\lambda_1^2.

x=a1\boldsymbol x=\boldsymbol a_1 で等号となり、すべての固有値が正なので最大値は λ1\boxed{\lambda_1} である。

Reference​