프로그래머를 위한 선형대수(4)

City_Duck·2022년 9월 13일
0

4장) 고유값, 대각화, 요르단 표준형(폭주의 위험이 있는지)

  • 4.1) 문제 설정 : 안정성

    '폭주의 위험이 있는가' 즉 어떠한 상황에서 시작해도 E(t)ℰ(t)는 유한한 범위에 머무르는가(폭주하지 않음), 아니면 운이 나쁜 상태에서 시작하면 E(t)|ℰ(t)|가 무한대로 커져 버리는가(폭주)를 판정한다.
    폭주 및 폭주 안함

  • 폭주를 하지 않는 시스템의 전형적인 예 : E(t)ℰ(t) = 0.5E(t1)0.5ℰ(t-1)

  • 폭주를 하는 시스템의 전형적인 예 : E(t)ℰ(t) = 2E(t1)2ℰ(t-1)

  • 4.2) 1차원의 경우

    • 우선 쉬운 경우를 생각한다.

    • 일반적인 경우도 어떻게든 변환하여 쉬운 경우로 귀착시킨다.

    • x(t)=ax(t1)x(t) = ax(t-1)

      • a>1|a| > 1이면 폭주, a<1|a| < 1이면 폭주하지 않는다.
  • 4.3) 대각행렬의 경우

    x(t)=x(t) = (500030000.8)\begin{pmatrix}5&0&0\\0&-3&0\\0&0&0.8\\ \end{pmatrix}x(t1)x(t-1) \to(x1(t)x2(t)x3(t))\begin{pmatrix}x_1(t)\\x_2(t)\\x_3(t)\\ \end{pmatrix}== (5x1(t1)3x2(t1)0.8x3(t1))\begin{pmatrix}5x_1(t-1)\\-3x_2(t-1)\\0.8x_3(t-1)\\ \end{pmatrix}
    즉,
    x1(t)=5x1(t1)x2(t)=3x2(t1)x3(t)=0.8x3(t1)\begin{aligned} x_1(t)&=5x_1(t-1)\\ x_2(t)&=-3x_2(t-1)\\ x_3(t)&=0.8x_3(t-1) \end{aligned}

    x1(t)=5x1t(0)x2(t)=3x2t(0)x3(t)=0.8x3t(0)\begin{aligned} x_1(t)&=5x_1^t(0)\\ x_2(t)&=-3x_2^t(0)\\ x_3(t)&=0.8x_3^t(0) \end{aligned}

행렬이 대각행렬일 때
x(t)=Ax(t1)x(t) = Ax(t-1)
A=diag(a1,...an)A = diag(a_1,...a_n)
x(t)=(x1(t),...,xn(t))Tx(t) = (x_1(t),...,x_n(t))^T
이면 Ax는 단지 (a1x1,...,anxn)T(a_1x_1,...,a_nx_n)^T이므로
x1(t)=a1x1(t1),....,xn(t)=anxn(t1)x_1(t) = a_1x_1(t-1), .... ,x_n(t) = a_nx_n(t-1)

즉,
행렬
a1,...,an|a_1|,...,|a_n| 중 하나라도 1보다 크면 폭주합니다.
a1,...,an1|a_1|,...,|a_n| \leq 1이면 폭주하지 않습니다.

  • 4.4) 대각화 할 수 있는 경우

    A가 대각행렬이라면 해결이지만 아닌경우는 A를 대각행렬로 귀착한다.
    대칭

'좋은 정칙행렬 PP를 골라 P1APP^{-1}AP를 대각행렬로 한다' : '대각화'
사진

  • 4.4.2) 좋은 변환을 구하는 방법

    • P1AP=Λ=diag(λ1,...,λn)P^{-1}AP = Λ = diag(\lambda_1,...,\lambda_n)
    • AP=PΛAP = PΛ , pa(Ap1,...,Apn)=(λ1p1,...,λnpn)(Ap_1,...,Ap_n) = (\lambda_1p_1,...,\lambda_np_n)
    • 일반적으로 정방행렬 A에 대해
      • Ap1=λ1p1Ap_1 = \lambda_1p_1
      • p0p ≠ 0
      • 이를 만족시키는 수 λ\lambda, 벡터 pp를 각각 '고유값','고유벡터'라고 한다.
  • 4.4.4) 거듭제곱으로서의 해석

    • x(t)=Ax(t1)=AAx(t2)=Atx(0)x(t) = Ax(t-1) = AAx(t-2) = A^tx(0)
    • (P1AP)t=P1AtP(P^{-1}AP)^t = P^{-1}A^tP
    • (P1AP)t=Λt(P^{-1}AP)^t = Λ^t
    • PΛtP1=AtPΛ^tP^{-1} = A^t
    • x(t)=PΛtP1x(0)x(t) = PΛ^tP^{-1}x(0)
  • 4.5) 결론 : 고유값의 절댓값 나름

    대각화 할 수 있는 경우의 결론은 다음과 같다.

    • λ1,...,λn|\lambda_1|,...,|\lambda_n| 중 하나라도 1보다 크면 '폭주 위험이 있음'
    • λ1,...,λn1|\lambda_1|,...,|\lambda_n| \leq 1이면 '폭주 위험이 없음'

profile
AI 새싹

0개의 댓글