SlideShare a Scribd company logo
1 of 2
Download to read offline
AppliedMathematics-1.md 2021/10/24
1 / 2
ラビットチャレンジ レポート 応⽤数学
第⼀章 線形代数
1. スカラーとベクトルの違い
スカラー
いわゆる普通の数
四則演算が可能
ベクトルに対する係数になれる
ベクトル
「⼤きさ」と「向き」を持つ
⽮印で図⽰される
スカラーのセットで表⽰される
2. ⾏列
⾏列とは
スカラーを表にしたもの
ベクトルを並べたもの
計算⽅法
⾏列とベクトルの積
例題
⾏列の積
⽅法
例題
3. 単位⾏列と逆⾏列
単位⾏列
かけてもかけられても相⼿が変化しない⾏列
例
逆⾏列
任意の⾏列 について となるような⾏列 を逆⾏列と⾔い、 で表す。
求め⽅
掃き出し法 ⾏基本変形を⾏い階段⾏列を作成することで求める。 例)
という式を下記のように変形する
左右の係数に同じ⾏基本変形を⾏うと下記の通り計算できる。
= =
(
6
3
4
5
) (
1
2
) (
6 × 1 + 4 × 2
3 × 1 + 5 × 2
) (
14
13
)
=
⎝
⎛ a11
a21
a31
a12
a22
a32
a13
a23
a33
⎠
⎞
⎝
⎛ b11
b21
b31
b12
b22
b32
b13
b23
b33
⎠
⎞
⎝
⎛ a b + a b + a b
11 11 12 21 13 31
a b + a b + a b
21 11 22 21 23 31
a b + a b + a b
31 11 32 21 33 31
a b + a b + a b
11 12 12 22 13 32
a b + a b + a b
21 12 22 22 23 32
a b + a b + a b
31 12 32 22 33 32
a b + a b + a b
11 13 12 23 13 33
a b + a b + a b
21 13 22 23 23 33
a b + a b + a b
31 13 32 23 33 33
⎠
⎞
= =
(
2
4
1
1
) (
1
3
3
1
) (
2 × 1 + 1 × 3
4 × 1 + 1 × 3
2 × 3 + 1 × 1
4 × 3 + 1 × 1
) (
5
7
7
13
)
I =
⎝
⎛ 1
1
... ⎠
⎞
=
(
1
0
0
1
) (
2
1
3
9
) (
2
1
3
9
)
A AY = Y A = I Y A−1
=
(
1
2
4
6
) (
x1
x2
) (
7
10
)
=
(
1
2
4
6
) (
x1
x2
) (
1
0
0
1
) (
7
10
)
(
1
2
4
6
1
0
0
1
)
AppliedMathematics-1.md 2021/10/24
2 / 2
4. 固有値と固有ベクトル
固有値、固有ベクトル ある⾏列 について以下の式が成り⽴つような特殊なベクトル と右辺の係数λがある。 ⾏列 とその特殊なベクトル
の積はただのスカラーの数λとその特殊なベクトル の値と同じになる。 この特殊なベクトル とその係数λをそれぞれ⾏列 に対する固有ベクトル、固
有値という。
固有値、固有ベクトルの求め⽅
求め⽅
より …① であるので①式に値を代⼊する。
例題
の固有値、固有ベクトルを求めよ。
回答
より であるので
よって
の時
とすると よって のとき の定数倍となる。 の時、 の時も同様にして解くと のと
き の定数倍、 のとき の定数倍となる。
5. 固有値分解
固有値分解とは ある実数を正⽅形にならべて作られた⾏列 が固有値 と固有ベクトル を持ったとする。この固有値を対⾓線上に並
べ、それ以外の成分を0とした⾏列 とそれに対する固有ベクトルを並べた⾏列 を⽤意したとき
それらは と関係づけられる。 従って と変形できる。このように正⽅形の⾏列を上述のような3つの⾏列の式に変換すること
を固有値分解という。この変換によって⾏列の累乗の計算が容易になるなどの利点がある。
6. 特異値分解
特異値分解 正⽅⾏列でない⾏列に対し、固有値分解と似たことを⾏う。 このような特殊な単位ベクトルがある場合、特異値分
解が可能。
特異値分解の求め⽅ の積は つ
まり を固有値分解すれば、その左特異ベクトル(単位ベクトルから作成する)と特異値の2条が求められることがわかる。
→ 2⾏⽬を1/2倍 (
1
1
4
3
1
0
0
1/2
)
→ 1⾏⽬に2⾏⽬の − 1倍を加える (
0
1
1
3
1
0
−1/2
1/2
)
→ 2⾏⽬に1⾏⽬の − 3倍を加える (
0
1
1
0
1
−3
−1/2
2
)
→ 1⾏⽬と2⾏⽬を⼊れ替える (
1
0
0
1
−3
−1/2
2
1
)
逆⾏列は (
−3
−1/2
2
1
)
A x Ax = λx A x
x x A
Ax = λx (A − λI)x = 0 x =
̸ 0
⎝
⎛ 3
0
0
2
2
0
0
0
1 ⎠
⎞
Ax = λx (A − λI)x = 0 x =
̸ 0 ∣A − λI∣ = 0
=
∣
∣
∣
∣
∣
∣ 3 − λ
0
0
2
2 − λ
0
0
0
1 − λ ∣
∣
∣
∣
∣
∣
0
(3 − λ)(2 − λ)(1 − λ) = 0 λ = 3, 2, 1
λ = 3
=
⎝
⎛ 3
0
0
2
2
0
0
0
1 ⎠
⎞
⎝
⎛ x1
x2
x3
⎠
⎞
3
⎝
⎛ x1
x2
x3
⎠
⎞
x =
1 t x =
2 0 x =
3 0 λ = 3 x =
⎝
⎛ 1
0
0 ⎠
⎞
λ = 2 λ = 1 λ = 2
x =
⎝
⎛ 2
−1
0 ⎠
⎞
λ = 1 x =
⎝
⎛ 0
0
1 ⎠
⎞
A λ , λ , ...
1 2 v , v , ...
1 2
Λ =
⎝
⎛ λ1
λ2
... ⎠
⎞
V = ( v1 v2 ... )
AV = V Λ A = V ΛV −1
Mv = σu M u =
T
σv
M = USV −1
MV = US M U =
T
V ST
M = USV −1
M =
T
V S U
T −1
MM =
T
USV V S U =
−1 T −1
USS U
T −1
MMT

More Related Content

What's hot

深層学習オートエンコーダー
深層学習オートエンコーダー深層学習オートエンコーダー
深層学習オートエンコーダーShuhei Sowa
 
2015年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2016. 1. 21)
2015年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2016. 1. 21)2015年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2016. 1. 21)
2015年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2016. 1. 21)Akira Asano
 
VBAで数値計算 04 ニュートン法
VBAで数値計算 04 ニュートン法VBAで数値計算 04 ニュートン法
VBAで数値計算 04 ニュートン法Katsuhiro Morishita
 
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)Akira Asano
 
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第8回 2階線形微分方程式(2) (2018. 11. 13)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第8回 2階線形微分方程式(2) (2018. 11. 13)2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第8回 2階線形微分方程式(2) (2018. 11. 13)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第8回 2階線形微分方程式(2) (2018. 11. 13)Akira Asano
 
機械学習に必要な数学基礎
機械学習に必要な数学基礎機械学習に必要な数学基礎
機械学習に必要な数学基礎ssuser60e2a31
 
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第13回 複素関数論(2) 孤立特異点と留数 (2018. 12. 18)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第13回 複素関数論(2) 孤立特異点と留数 (2018. 12. 18)2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第13回 複素関数論(2) 孤立特異点と留数 (2018. 12. 18)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第13回 複素関数論(2) 孤立特異点と留数 (2018. 12. 18)Akira Asano
 
VBAで数値計算 09 掃き出し法
VBAで数値計算 09 掃き出し法VBAで数値計算 09 掃き出し法
VBAで数値計算 09 掃き出し法Katsuhiro Morishita
 
データ解析3 最適化の復習
データ解析3 最適化の復習データ解析3 最適化の復習
データ解析3 最適化の復習Hirotaka Hachiya
 
機械学習のための数学のおさらい
機械学習のための数学のおさらい機械学習のための数学のおさらい
機械学習のための数学のおさらいHideo Terada
 
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第15回 測度論(2) ルベーグ積分 (2019. 1. 15)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第15回 測度論(2) ルベーグ積分 (2019. 1. 15)2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第15回 測度論(2) ルベーグ積分 (2019. 1. 15)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第15回 測度論(2) ルベーグ積分 (2019. 1. 15)Akira Asano
 
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第14回 測度論(1) ルベーグ測度と完全加法性 (2019. 1. 8)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第14回 測度論(1) ルベーグ測度と完全加法性 (2019. 1. 8)2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第14回 測度論(1) ルベーグ測度と完全加法性 (2019. 1. 8)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第14回 測度論(1) ルベーグ測度と完全加法性 (2019. 1. 8)Akira Asano
 
セル結合を含む表のデータモデル
セル結合を含む表のデータモデルセル結合を含む表のデータモデル
セル結合を含む表のデータモデルsaireya _
 
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第5回 微分方程式とは・変数分離形 (2018. 10. 23)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第5回 微分方程式とは・変数分離形 (2018. 10. 23)2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第5回 微分方程式とは・変数分離形 (2018. 10. 23)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第5回 微分方程式とは・変数分離形 (2018. 10. 23)Akira Asano
 
2015年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2016. 1. 14)
2015年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2016. 1. 14)2015年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2016. 1. 14)
2015年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2016. 1. 14)Akira Asano
 
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)Akira Asano
 
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第7回 2階線形微分方程式(1) (2018. 11. 6)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第7回 2階線形微分方程式(1) (2018. 11. 6)2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第7回 2階線形微分方程式(1) (2018. 11. 6)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第7回 2階線形微分方程式(1) (2018. 11. 6)Akira Asano
 
2015年度秋学期 応用数学(解析) 第4回 収束とは何か,ε-δ論法 (2015. 10. 22)
2015年度秋学期 応用数学(解析) 第4回 収束とは何か,ε-δ論法 (2015. 10. 22)2015年度秋学期 応用数学(解析) 第4回 収束とは何か,ε-δ論法 (2015. 10. 22)
2015年度秋学期 応用数学(解析) 第4回 収束とは何か,ε-δ論法 (2015. 10. 22)Akira Asano
 

What's hot (20)

深層学習オートエンコーダー
深層学習オートエンコーダー深層学習オートエンコーダー
深層学習オートエンコーダー
 
2015年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2016. 1. 21)
2015年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2016. 1. 21)2015年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2016. 1. 21)
2015年度秋学期 応用数学(解析) 第15回 ルベーグ積分 (2016. 1. 21)
 
【Deep Learning (MIT Press)】線形代数 2.1~2.7
【Deep Learning (MIT Press)】線形代数 2.1~2.7【Deep Learning (MIT Press)】線形代数 2.1~2.7
【Deep Learning (MIT Press)】線形代数 2.1~2.7
 
VBAで数値計算 04 ニュートン法
VBAで数値計算 04 ニュートン法VBAで数値計算 04 ニュートン法
VBAで数値計算 04 ニュートン法
 
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第12回 複素関数論(1) 複素関数・正則関数 (2018. 12. 11)
 
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第8回 2階線形微分方程式(2) (2018. 11. 13)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第8回 2階線形微分方程式(2) (2018. 11. 13)2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第8回 2階線形微分方程式(2) (2018. 11. 13)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第8回 2階線形微分方程式(2) (2018. 11. 13)
 
機械学習に必要な数学基礎
機械学習に必要な数学基礎機械学習に必要な数学基礎
機械学習に必要な数学基礎
 
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第13回 複素関数論(2) 孤立特異点と留数 (2018. 12. 18)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第13回 複素関数論(2) 孤立特異点と留数 (2018. 12. 18)2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第13回 複素関数論(2) 孤立特異点と留数 (2018. 12. 18)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第13回 複素関数論(2) 孤立特異点と留数 (2018. 12. 18)
 
VBAで数値計算 09 掃き出し法
VBAで数値計算 09 掃き出し法VBAで数値計算 09 掃き出し法
VBAで数値計算 09 掃き出し法
 
Rabbit challenge
Rabbit challengeRabbit challenge
Rabbit challenge
 
データ解析3 最適化の復習
データ解析3 最適化の復習データ解析3 最適化の復習
データ解析3 最適化の復習
 
機械学習のための数学のおさらい
機械学習のための数学のおさらい機械学習のための数学のおさらい
機械学習のための数学のおさらい
 
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第15回 測度論(2) ルベーグ積分 (2019. 1. 15)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第15回 測度論(2) ルベーグ積分 (2019. 1. 15)2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第15回 測度論(2) ルベーグ積分 (2019. 1. 15)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第15回 測度論(2) ルベーグ積分 (2019. 1. 15)
 
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第14回 測度論(1) ルベーグ測度と完全加法性 (2019. 1. 8)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第14回 測度論(1) ルベーグ測度と完全加法性 (2019. 1. 8)2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第14回 測度論(1) ルベーグ測度と完全加法性 (2019. 1. 8)
2018年度秋学期 応用数学(解析) 第4部・「その先の解析学」への導入 第14回 測度論(1) ルベーグ測度と完全加法性 (2019. 1. 8)
 
セル結合を含む表のデータモデル
セル結合を含む表のデータモデルセル結合を含む表のデータモデル
セル結合を含む表のデータモデル
 
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第5回 微分方程式とは・変数分離形 (2018. 10. 23)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第5回 微分方程式とは・変数分離形 (2018. 10. 23)2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第5回 微分方程式とは・変数分離形 (2018. 10. 23)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第5回 微分方程式とは・変数分離形 (2018. 10. 23)
 
2015年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2016. 1. 14)
2015年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2016. 1. 14)2015年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2016. 1. 14)
2015年度秋学期 応用数学(解析) 第14回 ルベーグ測度と完全加法性 (2016. 1. 14)
 
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第6回 変数分離形の変形 (2018. 10. 30)
 
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第7回 2階線形微分方程式(1) (2018. 11. 6)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第7回 2階線形微分方程式(1) (2018. 11. 6)2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第7回 2階線形微分方程式(1) (2018. 11. 6)
2018年度秋学期 応用数学(解析) 第2部・基本的な微分方程式 第7回 2階線形微分方程式(1) (2018. 11. 6)
 
2015年度秋学期 応用数学(解析) 第4回 収束とは何か,ε-δ論法 (2015. 10. 22)
2015年度秋学期 応用数学(解析) 第4回 収束とは何か,ε-δ論法 (2015. 10. 22)2015年度秋学期 応用数学(解析) 第4回 収束とは何か,ε-δ論法 (2015. 10. 22)
2015年度秋学期 応用数学(解析) 第4回 収束とは何か,ε-δ論法 (2015. 10. 22)
 

Applied mathematics 1

  • 1. AppliedMathematics-1.md 2021/10/24 1 / 2 ラビットチャレンジ レポート 応⽤数学 第⼀章 線形代数 1. スカラーとベクトルの違い スカラー いわゆる普通の数 四則演算が可能 ベクトルに対する係数になれる ベクトル 「⼤きさ」と「向き」を持つ ⽮印で図⽰される スカラーのセットで表⽰される 2. ⾏列 ⾏列とは スカラーを表にしたもの ベクトルを並べたもの 計算⽅法 ⾏列とベクトルの積 例題 ⾏列の積 ⽅法 例題 3. 単位⾏列と逆⾏列 単位⾏列 かけてもかけられても相⼿が変化しない⾏列 例 逆⾏列 任意の⾏列 について となるような⾏列 を逆⾏列と⾔い、 で表す。 求め⽅ 掃き出し法 ⾏基本変形を⾏い階段⾏列を作成することで求める。 例) という式を下記のように変形する 左右の係数に同じ⾏基本変形を⾏うと下記の通り計算できる。 = = ( 6 3 4 5 ) ( 1 2 ) ( 6 × 1 + 4 × 2 3 × 1 + 5 × 2 ) ( 14 13 ) = ⎝ ⎛ a11 a21 a31 a12 a22 a32 a13 a23 a33 ⎠ ⎞ ⎝ ⎛ b11 b21 b31 b12 b22 b32 b13 b23 b33 ⎠ ⎞ ⎝ ⎛ a b + a b + a b 11 11 12 21 13 31 a b + a b + a b 21 11 22 21 23 31 a b + a b + a b 31 11 32 21 33 31 a b + a b + a b 11 12 12 22 13 32 a b + a b + a b 21 12 22 22 23 32 a b + a b + a b 31 12 32 22 33 32 a b + a b + a b 11 13 12 23 13 33 a b + a b + a b 21 13 22 23 23 33 a b + a b + a b 31 13 32 23 33 33 ⎠ ⎞ = = ( 2 4 1 1 ) ( 1 3 3 1 ) ( 2 × 1 + 1 × 3 4 × 1 + 1 × 3 2 × 3 + 1 × 1 4 × 3 + 1 × 1 ) ( 5 7 7 13 ) I = ⎝ ⎛ 1 1 ... ⎠ ⎞ = ( 1 0 0 1 ) ( 2 1 3 9 ) ( 2 1 3 9 ) A AY = Y A = I Y A−1 = ( 1 2 4 6 ) ( x1 x2 ) ( 7 10 ) = ( 1 2 4 6 ) ( x1 x2 ) ( 1 0 0 1 ) ( 7 10 ) ( 1 2 4 6 1 0 0 1 )
  • 2. AppliedMathematics-1.md 2021/10/24 2 / 2 4. 固有値と固有ベクトル 固有値、固有ベクトル ある⾏列 について以下の式が成り⽴つような特殊なベクトル と右辺の係数λがある。 ⾏列 とその特殊なベクトル の積はただのスカラーの数λとその特殊なベクトル の値と同じになる。 この特殊なベクトル とその係数λをそれぞれ⾏列 に対する固有ベクトル、固 有値という。 固有値、固有ベクトルの求め⽅ 求め⽅ より …① であるので①式に値を代⼊する。 例題 の固有値、固有ベクトルを求めよ。 回答 より であるので よって の時 とすると よって のとき の定数倍となる。 の時、 の時も同様にして解くと のと き の定数倍、 のとき の定数倍となる。 5. 固有値分解 固有値分解とは ある実数を正⽅形にならべて作られた⾏列 が固有値 と固有ベクトル を持ったとする。この固有値を対⾓線上に並 べ、それ以外の成分を0とした⾏列 とそれに対する固有ベクトルを並べた⾏列 を⽤意したとき それらは と関係づけられる。 従って と変形できる。このように正⽅形の⾏列を上述のような3つの⾏列の式に変換すること を固有値分解という。この変換によって⾏列の累乗の計算が容易になるなどの利点がある。 6. 特異値分解 特異値分解 正⽅⾏列でない⾏列に対し、固有値分解と似たことを⾏う。 このような特殊な単位ベクトルがある場合、特異値分 解が可能。 特異値分解の求め⽅ の積は つ まり を固有値分解すれば、その左特異ベクトル(単位ベクトルから作成する)と特異値の2条が求められることがわかる。 → 2⾏⽬を1/2倍 ( 1 1 4 3 1 0 0 1/2 ) → 1⾏⽬に2⾏⽬の − 1倍を加える ( 0 1 1 3 1 0 −1/2 1/2 ) → 2⾏⽬に1⾏⽬の − 3倍を加える ( 0 1 1 0 1 −3 −1/2 2 ) → 1⾏⽬と2⾏⽬を⼊れ替える ( 1 0 0 1 −3 −1/2 2 1 ) 逆⾏列は ( −3 −1/2 2 1 ) A x Ax = λx A x x x A Ax = λx (A − λI)x = 0 x = ̸ 0 ⎝ ⎛ 3 0 0 2 2 0 0 0 1 ⎠ ⎞ Ax = λx (A − λI)x = 0 x = ̸ 0 ∣A − λI∣ = 0 = ∣ ∣ ∣ ∣ ∣ ∣ 3 − λ 0 0 2 2 − λ 0 0 0 1 − λ ∣ ∣ ∣ ∣ ∣ ∣ 0 (3 − λ)(2 − λ)(1 − λ) = 0 λ = 3, 2, 1 λ = 3 = ⎝ ⎛ 3 0 0 2 2 0 0 0 1 ⎠ ⎞ ⎝ ⎛ x1 x2 x3 ⎠ ⎞ 3 ⎝ ⎛ x1 x2 x3 ⎠ ⎞ x = 1 t x = 2 0 x = 3 0 λ = 3 x = ⎝ ⎛ 1 0 0 ⎠ ⎞ λ = 2 λ = 1 λ = 2 x = ⎝ ⎛ 2 −1 0 ⎠ ⎞ λ = 1 x = ⎝ ⎛ 0 0 1 ⎠ ⎞ A λ , λ , ... 1 2 v , v , ... 1 2 Λ = ⎝ ⎛ λ1 λ2 ... ⎠ ⎞ V = ( v1 v2 ... ) AV = V Λ A = V ΛV −1 Mv = σu M u = T σv M = USV −1 MV = US M U = T V ST M = USV −1 M = T V S U T −1 MM = T USV V S U = −1 T −1 USS U T −1 MMT