んちゃ!
今回はスペクトルの性質を利用して行列関数の値を計算して遊ぶぞ☆
冒頭ではまず、絶対収束について簡単に復習し、その後スペクトルについて簡単に学びメインディッシュとしてLagrange-Sylvester多項式を導出する。最終的には実際にLagrange-Sylvester多項式を応用し逆行列の算出、$\exp$を具体的に求めますのだ。
複素数列$\{a_{n}\}_{n\in\mathbb{N}_{0}}$により定まる級数$S_{n}\coloneqq\sum_{k=0}^{n}a_{k}z^{k}$が絶対収束するための収束半径$r$は下記の式で与えられる。
\begin{equation}
\displaystyle r=\frac{1}{\lim_{n\rightarrow\infty}\sup_{k\gt n}{|a_{k}|^{\frac{1}{k}}}}
\end{equation}
[1]
\begin{eqnarray}
|S_{n}|&\leq&\sum_{k=0}^{n}(|a_{k}|^{\frac{1}{k}}|z|)^{k}\\
&=&\sum_{k=0}^{N_{0}}(|a_{k}|^{\frac{1}{k}}|z|)^{k}+\sum_{k=N_{0}+1}^{n}(|a_{k}|^{\frac{1}{k}}|z|)^{k}
\end{eqnarray}
[2]$\lambda\coloneqq\lim_{n\rightarrow\infty}\sup_{k\gt n}{|a_{k}|^{\frac{1}{k}}}=\sup\{|a_{k}|^{\frac{1}{k}},|a_{k+1}|^{\frac{1}{k+1}},...\}$の様に置く。
すると、上極限の定義より、任意の正数$\epsilon\gt0$に対してある自然数$n_{0}$が存在して任意の自然数$n\gt n_{0}$に対して以下の不等式が成り立つ。
\begin{equation}
\lambda-\epsilon\lt \sup_{k\gt n}|a_{k}|^{\frac{1}{k}}\leq \lambda
\end{equation}
つまり、有限個の$|a_{k_{1}}|^{\frac{1}{k_{1}}},...,|a_{k_{m}}|^{\frac{1}{k_{m}}}$を除いて$\lambda-\epsilon\lt|a_{k}|^{\frac{1}{k}}\leq \lambda$を満たす事が分かる。
[3]この事から有限個の$k_{0},...,k_{m}$を除いて$|z|$を下記の不等式を満たすように取る事で[1]の右辺は収束する事が分かる。
\begin{equation}
|z|\lt\frac{1}{\lambda}\leq\frac{1}{|a_{k}|^{\frac{1}{k}}}\lt \frac{1}{\lambda-\epsilon}
\end{equation}
[4]よって、極限操作を取る事で$\displaystyle r=\frac{1}{\lim_{n\rightarrow\infty}\sup_{k\gt n}{|a_{k}|^{\frac{1}{k}}}}$を得る。
複素数列$\{a_{n}\}_{n\in\mathbb{N}_{0}}$について以下の式が成り立つ。
\begin{equation}
\lim_{n\rightarrow\infty}|a_{n}|^{\frac{1}{n}}=\lim_{n\rightarrow\infty}|\frac{a_{n+1}}{a_{n}}|
\end{equation}
極限の定義に従って計算する。
まず右辺の極限値を$\lambda$とおく。すると任意の正数$\epsilon\gt 0$に対して、整数$n_{0}\in\mathbb{N}_{0}$が存在して任意の自然数$n\in\mathbb{N}(n\gt n_{0})$に対して以下の不等式が成り立つ。
\begin{equation}
\lambda-\epsilon\lt |\frac{a_{n+1}}{a_{n}}|\lt\lambda+\epsilon
\end{equation}
よって帰納的にこの不等式を使用する事で
\begin{equation}
(\lambda-\epsilon)^{k}\lt|\frac{a_{n_{0}+k+1}}{a_{n_{0}+1}}|\lt (\lambda+\epsilon)^{k}
\end{equation}
整理して以下の不等式を得る。
\begin{equation}
\{(\lambda-\epsilon)^{k}|a_{n_{0}+1}|\}^{\frac{1}{n_{0}+k+1}}\lt|a_{n_{0}+k+1}|^{\frac{1}{n_{0}+k+1}}\lt\{(\lambda+\epsilon)^{k}|a_{n_{0}+1}|\}^{\frac{1}{n_{0}+k+1}}
\end{equation}
$n_{0}$を固定し$k\rightarrow\infty$の極限を取り、さらに$\epsilon\rightarrow0$の極限を取る事で挟み撃ちの原理より$\lambda=\lim_{n\rightarrow\infty}|a_{n}|^{\frac{1}{n}}$を得るので証明完了。
級数$f(z)=\sum_{n=0}^{\infty}c_{n}z^{n}$の収束半径が$r$の場合、級数$g(z)=\sum_{n=0}^{\infty}k^{n}c_{n}z^{n}$の収束半径は$\frac{r}{k}$である。
$r=\lim_{n\rightarrow\infty}|\frac{c_{n}}{c_{n+1}}|$を用いる。
\begin{eqnarray}
\lim_{n\rightarrow\infty}|\frac{k^{n}c_{n}}{k^{n+1}c_{n+1}}|=\frac{r}{k}
\end{eqnarray}
行列列$\{A^{(n)}\}_{n\in\mathbb{N}_{0}}\subset \mathrm{M}_{N}(\mathbb{C})$についてこの行列列が$n\rightarrow\infty$で$A$に収束するとは次の事が成り立つ事を言う。
\begin{equation}
\forall \epsilon\gt0:\exists n_{0}\in\mathbb{N}_{0}\ s.t.\ \forall n\in\mathbb{N}(n\gt n_{0}): \forall i,j\in \{1,2,...,n\}: |a_{ij}-a^{(n)}_{ij}|\lt \epsilon
\end{equation}
ただし、$a_{ij},a_{ij}^{(n)}$は各々、$A,A^{(n)}$の$(i,j)$成分。
級数$f(z)=\sum_{n=0}^{\infty}c_{n}z^{n}$について引数に行列$A\in M_{n}(\mathbb{C})$を代入したものを解析的行列関数と呼ぶ。
行列$A\in M_{n}(\mathbb{C})$に対して$||A||\coloneqq\max_{i,j\in\{1,2,...,n\}}|a_{ij}|$と定める。
級数$f(z)=\sum_{k=0}^{\infty}c_{k}z^{k}$の収束半径が$r$であったとする。
この時$||A||\lt \frac{r}{n}\coloneqq r^{'}$であるなら、解析的行列関数$f(A)$も有限値を持つ行列となる。
以下$(A^{n})_{ij}\coloneqq a_{ij}^{(n)}$の様に表す。
\begin{eqnarray}
||A^{2}||&=&||\sum_{k=1}^{n}a_{ij}^{(1)}a_{ij}^{(1)}||\\
&\leq&\sum_{k=1}^{n}||A||^{2}\\
&\lt&n(r^{'})^{2}
\end{eqnarray}
よって$||A^{m}||\lt n^{m-1}(r^{'})^{m}$が成り立つと仮定してみる。$m=1$の場合は明らかであり、$m=2$の場合は先ほど示した。
そこで$1,2,...,m$まで成立するとすると
\begin{eqnarray}
||A^{m+1}||&=&||\sum_{k=1}^{n}a_{ij}^{(m)}a_{ij}^{(1)}||\\
&=&\sum_{k=1}^{n}||A^{m}||||A||\\
&=&n^{m-1}(r^{'})^{m+1}\sum_{k=1}^{n}\\
&=&n^{m}(r^{'})^{m+1}
\end{eqnarray}
が成り立つ。$r^{'}=\frac{r}{n}$を代入して$||A^{m}||\lt \frac{r^{m+1}}{n}$。
以上の計算により、各$A^{m}$の$(i,j)$成分は$\frac{r^{m+1}}{n}$を超えないので$f(A)$で表される行列の各々成分は絶対収束する事がわかる。
すなわち、$f(A)$が有限値を持行列である事が言えた。
級数$\exp{z}=\sum_{n=0}^{\infty}\frac{z^{n}}{n!}$の収束半径$r$は
$r=\lim_{n\rightarrow\infty}\frac{(n+1)!}{n!}=\infty$なので無限大。
ゆえに、任意の$n$次行列$A\in\mathrm{M}_{n}(\mathbb{C})$に対して$\exp(A)=\sum_{n=0}^{\infty}\frac{A^{n}}{n!}$は有限値を持つ行列となる。
例えば$A\coloneqq\begin{pmatrix}0&1\\0&0\end{pmatrix}$とすると$A^{2}=O$なので
\begin{equation}
\exp(A)=I+A=\begin{pmatrix}1&1\\0&1\end{pmatrix}
\end{equation}
となる。
行列$A\in\mathrm{M}_{n}(\mathbb{C})$の固有値の集合を$\sigma(A)$と書きスペクトルと言う。
多項式$p(z),q(z)$について、行列$A\in\mathrm{M}_{n}(\mathbb{C})$に代入した結果$p(A)=q(A)$が成立するための必要十分条件は下記の様に与えられる。
それは$A$の固有値$\lambda_{s}\quad(s=1,2,...,t)$とその幾何学的重複度を$m_{s}\quad(s=1,2,...,t)$とするとき以下の式が成り立つ事。
\begin{equation}
\forall s\in \{1,2,...,t\}: p^{(k)}(\lambda_{s})=q^{(k)}(\lambda_{s})\quad(k=0,1,2,...,m_{s}-1)
\end{equation}
[$\Leftarrow$]多項式$p(z),q(z)$が$p(A)=q(A)$を満たしたとする。
まず$r(z)\coloneqq p(z)-q(z)$の様に置くと、$r(A)=p(A)-q(A)=O$が成り立つので、最小多項式$\Psi_{A}(z)$で$r(z)$は割り切れる事が分かる。
すなわち$\exists h(z)\in\mathbb{C}[z]\ s.t. \ r(z)=h(z)\Psi_{A}(z)$が成り立つ。
さらに$\Psi_{A}(z)$は$\lambda_{s}$について$m_{s}$重根を持つので次式が成り立つ事を得る。
\begin{equation}
\forall s\in \{1,2,...,t\}: r^{(k)}(\lambda_{s})=0\quad(k=0,1,2,...,m_{s}-1)
\end{equation}
すなわち
\begin{equation}
\forall s\in \{1,2,...,t\}: p^{(k)}(\lambda_{s})=q^{(k)}(\lambda_{s})\quad(k=0,1,2,...,m_{s}-1)
\end{equation}
[$\Rightarrow$]与えられた条件が成立すると仮定すると、$r(z)\coloneqq p(z)-q(z)$は$\lambda_{s}$について$m_{s}$重根を持つので最小多項式$\Psi_{A}(z)$で割り切れる事が分かる。
よって、$r(A)=O$を得るので$p(A)=q(A)$が示せた。
行列$A\in\mathrm{M}_{n}(\mathbb{C})$について、そのスペクトルを$\sigma(A)\coloneqq\{\lambda_{1},\lambda_{2},...,\lambda_{t}\}$とし、各々固有値$\lambda_{s}$の幾何的重複度を$m_{s}$とする。
この時、複素関数$f(z)$について、$f^{(k)}(\lambda_{s})\quad(s=1,2,...,t;k=1,2,...,m_{s}-1)$が定義されているならばスペクトル$\sigma(A)$上で定義された関数と呼ぶ。
スペクトル$\sigma(A)$上で定義された関数全体を$\mathscr{F}_{\sigma}[A]$と表す。
一応注意しておくけど、スペクトル$\sigma(A)$上で定義された関数は定義域をスペクトル$\sigma(A)$としている訳ではないから注意ね。
関数$f\in \mathscr{F}_{\sigma}[A]$に対して、$h^{(k)}(\lambda_{s})=f^{(k)}(\lambda_{s})\quad(s=1,2,...,t;k=0,1,...,m_{s}-1)$を満たす次数が$m_{1}+m_{2}+\cdots+m_{s}=m$未満の多項式$h(z)$が唯一つ存在する。
$f(z)$は多項式ではない事に注意
[唯一性]$h_{1}(z),h_{2}(z)$をその様な多項式とする。そして$h_{12}(z)\coloneqq h_{1}(z)-h_{2}(z)$を構成すると、仮定より$r^{(k)}(\lambda_{s})=0\quad(s=1,2,...,t;k=0,1,...,m_{s}-1)$が成り立つので$r(z)$は最小多項式$\Psi_{A}(z)$で割り切れる。
しかし、$\Psi_{A}(z)$の次数は$m$なので仮定より$r(z)\equiv0$でないといけないので$h_{1}(z)=h_{2}(z)$を得る。
[構成]$h(z)$は$m$次未満の多項式なので$\displaystyle\frac{h(z)}{\Psi_{A}(z)}$は真分数式なので部分分数展開を用いた級数の計算方法
より次の様に部分分数展開できる。
\begin{equation}
\frac{h(z)}{\Psi_{A}(z)}=\sum_{s=1}^{t}\sum_{k=1}^{m_{s}}\frac{\alpha_{sk}}{(z-\lambda_{s})^{m_{s}-k}}
\end{equation}
また$\Psi_{s}(z)\coloneqq \frac{\Psi_{A}(z)}{(z-\lambda_{s})^{m_{s}}}$の様に置くと次式を得る。
\begin{equation}
\frac{h(z)}{\Psi_{u}(z)}=\{\alpha_{u1}+\alpha_{u2}(z-\lambda)+\cdots+\alpha_{um_{u}}(z-\lambda)^{m_{u}-1}\}+(z-\lambda_{s})^{m_{s}}\sum_{\substack{1\leq s\leq t\\s\neq u}}\sum_{k=0}^{m_{s}-1}\frac{\alpha_{sk}}{(z-\lambda_{s})^{m_{s}-k}}
\end{equation}
ゆえに係数を次の様にして求めればいい事が分かる。
\begin{eqnarray}
\alpha_{uk}&=&\frac{1}{(k-1)!}\frac{d^{k-1}}{dz^{k-1}}\frac{h(z)}{\Psi_{u}(z)}|_{z=\lambda_{u}}\\
&=&\frac{1}{(k-1)!}\frac{d^{k-1}}{dz^{k-1}}\frac{f(\lambda_{u})}{\Psi_{u}(\lambda_{u})}\quad(u=1,2,...,t;k=1,2,...,m_{u})
\end{eqnarray}
この様にして係数を決めた後、最後に$\Psi_{A}(z)$をかける事で次式を得る。
\begin{equation}
h(z)=\sum_{s=1}^{n}\{\alpha_{s1}+\alpha_{s2}(z-\lambda)+\cdots+\alpha_{sm_{s}}(z-\lambda)^{m_{s}-1}\}\Psi_{s}(z)
\end{equation}
[存在]上記の構成したものが示すべきものになっている事については下記の計算により直ちに分かる。
\begin{eqnarray}
h^{(k)}(\lambda_{s})&=&\sum_{u=1}^{n}\sum_{l=0}^{k}\begin{pmatrix}k\\l\end{pmatrix}\{\alpha_{u1}+\alpha_{u2}(z-\lambda)+\cdots+\alpha_{um_{u}}(z-\lambda)^{m_{u}-1}\}^{(l)}\Psi_{u}^{(k-l)}(z)|_{z=\lambda_{s}}\\
&=&\sum_{l=0}^{k}\begin{pmatrix}k\\l\end{pmatrix}l!\alpha_{s,l+1}\Psi_{s}^{(k-l)}(\lambda_{s})\\
&=&\sum_{l=0}^{k}\frac{k!}{(k-l)!l!}\{\frac{d^{l}}{dz^{l}}\frac{f(\lambda_{s})}{\Psi_{u}(\lambda_{u})}\}\Psi_{s}^{(k-l)}(\lambda_{s})\\
&=&\frac{d^{k}}{dz^{k}}\{\frac{f(\lambda_{s})}{\Psi_{s}(\lambda_{s})}\Psi_{s}(\lambda_{s})\}\\
&=&f^{(k)}(\lambda_{s})\quad(k=0,1,...,m_{s}-1;s=1,2,...,t)
\end{eqnarray}
関数$f\in\mathscr{F}_{\sigma}[A]$に対して定理6で求めた多項式をLagrange-Sylvester多項式と呼び$L_{f}(z)$の様に表す。
このLagrange-Sylvester多項式の素晴らしい所は、直接解析的行列関数$f(A)$に$A$を代入して計算しなくてもLagrange-Sylvester多項式に$A$を代入計算をすれば定理5による類推から$f(A)=L_{f}(A)$により求められそうな事。実際、コレは正しいのだが、この事は別記事で証明するので一旦納得する形を取ろう。
一応注意しておくけど、$f(z)\neq L_{f}(z)$だからね。
$A=\begin{pmatrix}6&-3&-2\\4&-1&-2\\3&-2&0\end{pmatrix}$について以下の問いに答えよ。
[1]まずはスペクトルを求める。
\begin{eqnarray}
|\lambda E-A|&=&\begin{vmatrix}\lambda-6&3&2\\-4&\lambda+1&2\\-3&2&\lambda\end{vmatrix}\\
&=&\begin{vmatrix}\lambda-6&3&2\\-\lambda+2&\lambda-2&0\\-3&2&\lambda\end{vmatrix}\\
&=&2\begin{vmatrix}-\lambda+2&\lambda-2\\-3&2\end{vmatrix}+\lambda\begin{vmatrix}\lambda-6&3\\-\lambda+2&\lambda-2\end{vmatrix}\\
&=&(\lambda-2)(2\begin{vmatrix}-1&1\\-3&2\end{vmatrix}+\lambda\begin{vmatrix}\lambda-6&3\\-1&1\end{vmatrix})\\
&=&(\lambda-2)(\lambda^{2}-3\lambda+2)\\
&=&(\lambda-1)(\lambda-2)^{2}
\end{eqnarray}
より$\sigma(A)=\{1,2\}$
[2]次にLagrange-Sylvester多項式を求める。
\begin{eqnarray}
\left\{
\begin{array}{l}
L_{f}(z)=\alpha_{11}\Psi_{1}(z)+\{\alpha_{21}+\alpha_{22}(z-2)\}\Psi_{2}(z)\\
\Psi_{1}(z)=(z-2)^{2}\\
\Psi_{2}(z)=z-1
\end{array}
\right.
\end{eqnarray}
\begin{eqnarray}
\left\{
\begin{array}{l}
\alpha_{11}=\frac{f(1)}{\Psi_{1}(1)}=f(1)\\
\alpha_{21}=\frac{f(2)}{\Psi_{2}(2)}=f(2)\\
\alpha_{22}=\{\frac{f(2)}{\Psi_{2}(2)}\}^{'}=f^{'}(2)-f(2)
\end{array}
\right.
\end{eqnarray}
より整理すると
\begin{equation}
L_{f}(z)=(z-2)^{2}f(1)+(z-1)(3-z)f(2)+(z-1)(z-2)f^{'}(2)
\end{equation}
[3]
\begin{eqnarray}
\left\{
\begin{array}{l}
(A-2E)=\begin{pmatrix}4&-3&-2\\4&-3&-2\\3&-2&-2\end{pmatrix}\\
(A-2E)^{2}=\begin{pmatrix}-2&1&2\\-2&1&2\\-2&1&2\end{pmatrix}\\
A-E=\begin{pmatrix}5&-3&-2\\4&-2&-2\\3&-2&-1\end{pmatrix}\\
3E-A=\begin{pmatrix}-3&3&2\\-4&4&2\\-3&2&3\end{pmatrix}\\
(A-E)(3E-A)=\begin{pmatrix}3&-1&-2\\2&0&-2\\2&-1&-1\end{pmatrix}\\
(A-E)(A-2E)=\begin{pmatrix}2&-2&0\\2&-2&0\\-1&-1&0\end{pmatrix}
\end{array}
\right.
\end{eqnarray}
を代入して整理すると以下の式を得る。
\begin{equation}
L_{f}(A)=f(A)=\begin{pmatrix}-2f(1)+3f(2)+2f^{'}(2)&f(1)-f(2)-2f^{'}(2)&2f(1)-2f(2)\\-2f(1)+2f(2)+2f^{'}(2)&f(1)-2f^{'}(2)&2f(1)-2f(2)\\-2f(1)+2f(2)-f^{'}(2)&f(1)-f(2)-f^{'}(2)&2f(1)-f(2)\end{pmatrix}
\end{equation}
[2]$f(z)=\frac{1}{z}$とせよ。すると$f(1)=1,f(2)=\frac{1}{2},f^{'}(2)=-\frac{1}{4}$なのでこれを代入する事で
\begin{eqnarray}
A^{-1}&=&f(A)\\
&=&\begin{pmatrix}-1&1&1\\-\frac{3}{2}&\frac{3}{2}&1\\-\frac{3}{4}&\frac{5}{4}&\frac{3}{2}\end{pmatrix}\\
&=&\frac{1}{4}\begin{pmatrix}-4&4&4\\-6&6&4\\-3&5&6\end{pmatrix}
\end{eqnarray}
を得る!
[3]$f(z)=\exp{(z)}$とおく。
\begin{equation}
\exp{(A)}=e\begin{pmatrix}-2+5e&1-3e&2-2e\\-2+4e&1-2e&2-2e\\-2+e&1-2e&2-e\end{pmatrix}
\end{equation}