テプリッツ行列

線型代数学において、テプリッツ行列（Toeplitz Matrix）または対角定数行列（だいかくじょうていぎょう）は、オットー・テプリッツにちなんで名付けられ、左から右へ下降する各対角成分が定数である行列である。例えば、次の行列はテプリッツ行列である。

[1つのbcdef1つのbcdグラムf1つのbchグラムf1つのb私hグラムf1つの]。{\displaystyle \qquad {\begin{bmatrix}a&b&c&d&e\\f&a&b&c&d\\g&f&a&b&c\\h&g&f&a&b\\i&h&g&f&a\end{bmatrix}}.}

任意の行列の 形式n×n{\displaystyle n\times n}あ{\displaystyle A}

あ＝[1つの01つの−11つの−2⋯⋯1つの−（n−1）1つの11つの01つの−1⋱⋮1つの21つの1⋱⋱⋱⋮⋮⋱⋱⋱1つの−11つの−2⋮⋱1つの11つの01つの−11つのn−1⋯⋯1つの21つの11つの0]{\displaystyle A={\begin{bmatrix}a_{0}&a_{-1}&a_{-2}&\cdots &\cdots &a_{-(n-1)}\\a_{1}&a_{0}&a_{-1}&\ddots &&\vdots \\a_{2}&a_{1}&\ddots &\ddots &\ddots &\vdots \\\vdots &\ddots &\ddots &\ddots &a_{-1}&a_{-2}\\\vdots &&\ddots &a_{1}&a_{0}&a_{-1}\\a_{n-1}&\cdots &\cdots &a_{2}&a_{1}&a_{0}\end{bmatrix}}}

はテプリッツ行列である。の要素を と表記すると、 私、j{\displaystyle i,j}あ{\displaystyle A}あ私、j{\displaystyle A_{i,j}}

あ私、j＝あ私+1、j+1＝1つの私−j。{\displaystyle A_{i,j}=A_{i+1,j+1}=a_{ij}.}

テプリッツ行列は必ずしも正方行列ではありません。

テプリッツ方程式を解く

次のような行列方程式

あ×＝b{\displaystyle Ax=b}

がテプリッツ行列であるとき、テプリッツ系と呼ばれます。 がテプリッツ行列であるとき、系は ではなく、最大で 個の一意の値しか持ちません。したがって、テプリッツ系の解はより容易であると予想されます。実際、その通りです。 あ{\displaystyle A}あ{\displaystyle A}n×n{\displaystyle n\times n}2n−1{\displaystyle 2n-1}n2{\displaystyle n^{2}}

テプリッツシステムは、シュアーアルゴリズムやレビンソンアルゴリズムなどのアルゴリズムによって時間的に解くことができます。[ 1 ] [ 2 ] 後者の変種は弱安定であることが示されている（つまり、条件付き線形システムに対して数値的に安定である）。[ 3 ]これらのアルゴリズムは、テプリッツ行列の行列式を時間的に 求めるのにも使用できます。[ 4 ]お（n2）{\displaystyle O(n^{2})}お（n2）{\displaystyle O(n^{2})}

テプリッツ行列は時間で分解（因数分解）することもできます。[ 5 ] LU分解 のためのBareissアルゴリズムは安定です。[ 6 ] LU分解は、テプリッツ行列を解くための迅速な方法であり、行列式の計算にも使用できます。変位ランクを用いて、高速行列乗算アルゴリズムを用いた opsを必要とする方法が得られます。ここではランクのみで、[ 7 ]です。 お（n2）{\displaystyle O(n^{2})}お〜（αω−1n）{\displaystyle {\tilde {O}}({\alpha ^{\omega -1}}n)}α{\displaystyle \alpha}〜2.37≤ω<3{\displaystyle ^{\sim }2.37\leq \omega <3}

プロパティ

  • テプリッツ行列は、定数 に対して となる行列として定義されます。テプリッツ行列の集合は、行列のベクトル空間の部分空間です（行列の加算とスカラー乗算の下で）。n×n{\displaystyle n\times n}あ{\displaystyle A}あ私、j＝c私−j{\displaystyle A_{i,j}=c_{ij}}c1−n、…、cn−1{\displaystyle c_{1-n},\ldots ,c_{n-1}}n×n{\displaystyle n\times n}n×n{\displaystyle n\times n}
  • 2 つのテプリッツ行列は、時間内に加算され（各対角要素の 1 つの値のみを保存）、時間内に乗算される可能性があります。お（n）{\displaystyle O(n)}お（n2）{\displaystyle O(n^{2})}
  • テプリッツ行列は、半対称行列です。対称テプリッツ行列は、中心対称かつ両対称です。
  • テプリッツ行列はフーリエ級数とも密接に関連しています。これは、有限次元空間に圧縮された三角多項式による乗算演算子が、このような行列で表せるためです。同様に、線形畳み込みはテプリッツ行列による乗算として表すことができます。
  • テプリッツ行列は漸近的に交換します。つまり、行と列の次元が無限大に近づくとき、同じ基底で対角化します。
  • 対称テプリッツ行列の場合、分解は次のようになる。
11つの0あ＝GGT−（G−私）（G−私）T{\displaystyle {\frac {1}{a_{0}}}A=GG^{\operatorname {T} }-(GI)(GI)^{\operatorname {T} }}
はの下三角部分です。G{\displaystyle G}11つの0あ{\displaystyle {\frac {1}{a_{0}}}A}
あ−1＝1α0（BBT−CCT）{\displaystyle A^{-1}={\frac {1}{\alpha _{0}}}(BB^{\operatorname {T} }-CC^{\operatorname {T} })}
ここで、およびは下三角テプリッツ行列であり、は厳密に下三角行列である。[ 8 ]B{\displaystyle B}C{\displaystyle C}C{\displaystyle C}

離散畳み込み

畳み込み演算は行列乗算として構築することができ、入力の1つはテプリッツ行列に変換されます。例えば、と畳み込みは次のように定式化できます。 h{\displaystyle h}x{\displaystyle x}

y=h∗x=[h10⋯00h2h1⋮⋮h3h2⋯00⋮h3⋯h10hm−1⋮⋱h2h1hmhm−1⋮h20hm⋱hm−2⋮00⋯hm−1hm−2⋮⋮hmhm−1000⋯hm][x1x2x3⋮xn]{\displaystyle y=h\ast x={\begin{bmatrix}h_{1}&0&\cdots &0&0\\h_{2}&h_{1}&&\vdots &\vdots \\h_{3}&h_{2}&\cdots &0&0\\\vdots &h_{3}&\cdots &h_{1}&0\\h_{m-1}&\vdots &\ddots &h_{2}&h_{1}\\h_{m}&h_{m-1}&&\vdots &h_{2}\\0&h_{m}&\ddots &h_{m-2}&\vdots \\0&0&\cdots &h_{m-1}&h_{m-2}\\\vdots &\vdots &&h_{m}&h_{m-1}\\0&0&0&\cdots &h_{m}\end{bmatrix}}{\begin{bmatrix}x_{1}\\x_{2}\\x_{3}\\\vdots \\x_{n}\end{bmatrix}}}
yT=[h1h2h3⋯hm−1hm][x1x2x3⋯xn000⋯00x1x2x3⋯xn00⋯000x1x2x3…xn0⋯0⋮⋮⋮⋮⋮⋮⋮0⋯00x1⋯xn−2xn−1xn00⋯000x1⋯xn−2xn−1xn].{\displaystyle y^{T}={\begin{bmatrix}h_{1}&h_{2}&h_{3}&\cdots &h_{m-1}&h_{m}\end{bmatrix}}{\begin{bmatrix}x_{1}&x_{2}&x_{3}&\cdots &x_{n}&0&0&0&\cdots &0\\0&x_{1}&x_{2}&x_{3}&\cdots &x_{n}&0&0&\cdots &0\\0&0&x_{1}&x_{2}&x_{3}&\ldots &x_{n}&0&\cdots &0\\\vdots &&\vdots &\vdots &\vdots &&\vdots &\vdots &&\vdots \\0&\cdots &0&0&x_{1}&\cdots &x_{n-2}&x_{n-1}&x_{n}&0\\0&\cdots &0&0&0&x_{1}&\cdots &x_{n-2}&x_{n-1}&x_{n}\end{bmatrix}}.}

このアプローチは、自己相関、相互相関、移動平均など を計算するように拡張できます。

無限テプリッツ行列

双無限テプリッツ行列（つまり、 によってインデックス付けされた要素）は、上に線形演算子を誘導します。 Z×Z{\displaystyle \mathbb {Z} \times \mathbb {Z} }A{\displaystyle A}ℓ2{\displaystyle \ell ^{2}}

A=[⋮⋮⋮⋮⋯a0a−1a−2a−3⋯⋯a1a0a−1a−2⋯⋯a2a1a0a−1⋯⋯a3a2a1a0⋯⋮⋮⋮⋮].{\displaystyle A={\begin{bmatrix}&\vdots &\vdots &\vdots &\vdots \\\cdots &a_{0}&a_{-1}&a_{-2}&a_{-3}&\cdots \\\cdots &a_{1}&a_{0}&a_{-1}&a_{-2}&\cdots \\\cdots &a_{2}&a_{1}&a_{0}&a_{-1}&\cdots \\\cdots &a_{3}&a_{2}&a_{1}&a_{0}&\cdots \\&\vdots &\vdots &\vdots &\vdots \end{bmatrix}}.}

誘導演算子が有界となるのは、テプリッツ行列の係数が本質的に有界な関数のフーリエ係数である場合のみです。 A{\displaystyle A}f{\displaystyle f}

このような場合、はテプリッツ行列 の記号と呼ばれ、テプリッツ行列のスペクトルノルムはその記号のノルムと一致する。証明は、BöttcherとGrudskyの定理1.1に見られる。[ 9 ]f{\displaystyle f}A{\displaystyle A}A{\displaystyle A}L∞{\displaystyle L^{\infty }}

参照

注記

  1. ^ Press et al. 2007 , §2.8.2—テプリッツ行列
  2. ^ヘイズ 1996、第5.2.6章
  3. ^クリシュナ＆ワン 1993
  4. ^ Monahan 2011、§4.5—テプリッツシステム
  5. ^ブレント 1999
  6. ^ Bojanczykら 1995
  7. ^ Bostan, A.; Jeannerod, C.-P.; Schost, É. (2008). 「大きな変位ランクを持つ構造化線形システムの解法」.理論計算機科学. 407 ( 1–3 ): 155–181 . doi : 10.1016/j.tcs.2008.05.014 .
  8. ^ムケルジー＆マイティ 1988
  9. ^ボッチャー＆グルツキー 2012

参考文献

さらに読む

「 https://en.wikipedia.org/w/index.php?title=Toeplitz_matrix&oldid=1333144272」から取得