2017年5月30日火曜日

Linear Algebra (D. Cherney et al.) 三日目

CC BY-NC-SA 3.0

Chapter 4. Vectors in Space, n-Vectors

n次元ベクトルa=(a1a2an)
と書く.この本では右上に第i要素と示す添え字を乗せる.

4.1 Addition and Scalar Multiplication in Rn

ベクトルの足し算とスカラー倍の定義

4.2 Hyperplanes

u,vRdにおいて,uを通ってvと平行な直線L
L={u+tv|tR}


と書ける.uをある点Pと考えて,L={P+tv}と書くこともできる.

0ベクトルでないu,vRdが平行でないとき,u,v{su+tv|s,tR}によって原点を通る平面を定める.また,ある点Pを通り,かつ{su+tv}に平行な平面は{P+su+tv}と書ける.

Definition

{vi}ni=1が一次独立[λivi=0iλi=0]

Definition

k本の一次独立なベクトルv1,...,vkRnと点PRnがあって,knなら,k次元の超平面(hyperplane)
{P+ki=1λivi|λiR}

が定義できる.kが明示されていないとき,多くの場合はk=n1である.すなわち,超平面はもとの空間を2つの空間に分ける.

Directions and Magnitudes

||v||:=ni=1(vi)2


n次元ベクトルvのユークリッドノルムという.
u,vRnに,||uv||2=||u||2+||v||22||u||||v||cosθが成立するから,
||u||||v||cosθ=12(||uv||2||u||2||v||2)=i[(viui)2(ui)2(vi)2]=i2uivi

したがって
||u||||v||cosθ=uivi

Definition Dot product (ドット積)

u=(u1,...,un)T,v=(v1,...,vn)Tに,内積uv=uiviとする.

Definition ベクトルの長さ(norm, magnitude)

vRnの長さを||v||:=vvで定めると,節頭で定義したユークリッドノルムと一致する.

Definition orthogonal, perpendicular (直行)

uv=0なるとき,ベクトルu,vRnは直行するという.

以上ではドット積からノルムや直行を定義したが,ドット積の一般化にinner product(内積)という概念があり,内積はいくらでも考えられる.ドット積の代わりにある内積を使うと,同じベクトルだがノルムが違ったり,直行していたベクトルが直行しなくなったりする.とりあえずこの本では特に指定がなければドット積から定義されたノルムや直交性を考えれば良いようだ.内積は一般にu,vと書く.

Definition Inner product (内積)

複素数で定義したほうがいいのかもしれないが,とりあえず実数でやる.
u,v:Rn×RnRがノルムである
(1)v,v=0v=0     (2)αR  (αu+v),w=|α|u,w+v,w     (3)αR  u,(αv+w)=|α|u,w+u,w     (4)u,v=v,u     (5)v,v0

Theorem 4.3.1 (Cauchy-Schwartz Inequality)

ベクトルu,v0と内積u,vがあるとき,
|u,v|||u||||v||


proof.

αRに,
0u+αv,u+αv=u,u+2αu,v+α2v,v


が成立する.αの二次式と考えて最小値をとるようなαを考えると,α=u,v/v,vで,代入して
0u,uu,vv,vu,v2u,uv,v|u,v|||u||||v||

Theorem 4.3.2 Triangle Inequality (三角不等式)

u,vRn||u+v||||u||+||v||
proof.

||u+v||2=(u+v)(u+v)=uu+2uv+vv=||u||2+||v||2+2||u||||v||cosθ=(||u||+||v||)2+2||u||||v||(cosθ1)(||u||+||v||)2

4.4 Vectors, Lists and Functions: RS

Rn={(a1an)|a1,....,anR}


であるが,aa:{1,...,n}Rという任意の写像とするとき,
Rn={a:{1,...n}R}=:R{1,...,n}

とも書ける.このように,集合Sについて,SからRへの写像すべての集合を考えることで,
RS={f:SR}

とすることができる.

0 件のコメント:

コメントを投稿