Eigenvalues

Eigenvalues[m]

正方行列 m の固有値のリストを与える.

Eigenvalues[{m,a}]

a について m の一般化された固有値を与える.

Eigenvalues[m,k]

m の最初の k 個の固有値を与える.

Eigenvalues[{m,a},k]

最初の k 個の一般化された固有値を与える.

詳細とオプション

  • 行列 m が近似実数または近似複素数を含むとき,Eigenvaluesは数値固有値を計算する.
  • 固有値が適切な多重度に従って繰り返し出現する.
  • × 行列は,厳密に 個の固有値のリストを返すが,それらが異なっているとは限らない.
  • 固有値は,数値的な場合は絶対値が大きいものから小さいものへの順に並べられる.
  • 行列 m の固有値は,非零の固有ベクトル について となるような である. »
  • a についての m の一般化された有限固有値は となるような である. »
  • 通常固有値は常に有限であるが,一般化された固有値は無限となり得る.
  • 行列 ma が次元 の共通の零空間を持っているとき,これらの一般化された固有値の Indeterminateになる. »
  • 数値的な固有値の場合,Eigenvalues[m,k]は絶対値で最大となる k を与える.
  • Eigenvalues[m,-k]は絶対値で最小となる k を与える.
  • Eigenvalues[m,spec]は常にTake[Eigenvalues[m],spec]と等価である.
  • Eigenvalues[m,UpTo[k]]は,固有値を k 個,あるいはできるだけたくさん与える.
  • SparseArrayオブジェクトと構造化配列をEigenvaluesで使うことができる.
  • Eigenvaluesのオプションと設定値
  • Cubics False三次方程式を解く際に累乗根を使うかどうか
    Method Automatic使用するメソッド
    Quartics False四次方程式を解く際に累乗根を使うかどうか
  • 近似数値行列についての明示的なMethod設定
  • "Arnoldi"いくつかの固有値を求めるためのArnoldi反復法
    "Banded"エルミート行列のための直接帯行列ソルバ
    "Direct"全固有値を求めるための直接法
    "FEAST"区間内の固有値を求めるためのFEAST反復法(エルミート行列のみに適用可)
  • "Arnoldi"法は,対称行列あるいはエルミート行列に適用された際には,Lanczos法としても知られている.
  • "Arnoldi"法および"FEAST"法は,サブオプションMethod->{"name",opt1->val1,}を取る.これは,Methodのサブセクションで見ることができる.

例題

すべて開くすべて閉じる

  (4)

機械精度数による固有値:

任意精度行列の固有値:

厳密行列の固有値:

記号固有値:

スコープ  (19)

基本的な用法  (6)

機械精度行列の固有値を求める:

20桁精度の固有値を近似する:

複素行列の固有値:

厳密な固有値:

大きい数値行列の固有値は効率的に計算される:

CenteredInterval行列の固有値:

m のランダムな代表 mrep の固有値を求める:

並べ替えた後で valsrvals を含むことを確認する:

固有値の部分集合  (5)

5つの最大固有値:

3つの最小固有値:

4つ(それより少ない場合はできるだけたくさん)の固有値を求める:

繰り返された固有値は複数回リストされる:

固有値の部分集合を抽出するときは繰返しが考慮される:

一般化された固有値  (4)

一般化された機械精度固有値:

一般化された厳密固有値:

結果を有限精度で計算する:

記号行列の一般化された固有値を求める:

最も小さい2つの一般化された固有値を求める:

特殊行列  (4)

疎な行列の固有値:

構造化行列の固有値:

IdentityMatrixは常にすべて1の固有値を持つ:

HilbertMatrixの固有値:

オプション  (10)

Cubics  (1)

EigenvaluesRootを使って厳密な固有値を計算する:

三次関数の公式を明示的に使って累乗根の形で結果を得る:

Method  (8)

"Arnoldi"  (5)

Arnoldi法は,機械精度および任意精度の行列に使うことができる.Arnoldi法の実装は,"ARPACK"ライブラリに基づいている.これは,大規模な疎行列に最も有効である.

"Arnoldi"法では,以下のサブオプションを指定することができる.

  • "BasisSize"Arnoldi基底の大きさ
    "Criteria"使用する基準
    "MaxIterations"
  • 反復の最大数
  • "Shift"
  • Arnoldiシフト
  • "StartingVector"
  • 反復を始める最初のベクトル
  • "Tolerance"反復の終了に使用される許容度
  • 次は, "Criteria"の可能な設定値である.

  • "Magnitude"Absに基づく
    "RealPart"Reに基づく
    "ImaginaryPart"Imに基づく
    "BothEnds"実数値対称行列スペクトルの両端からのいくつかの固有値
  • さまざまな"Criteria"設定を使って最大固有値を計算する.行列 m は,固有値を持つ:

    デフォルトで,"Criteria"->"Magnitude"は最大規模の固有値を選ぶ:

    最大の実部固有値を求める:

    最大の虚部固有値を求める:

    行列スペクトルの両端から2つの固有値を求める:

    "StartingVector"を使って偶然性を避ける:

    初期ベクトルを変えると異なる固有値に収束することがある:

    "Shift"->μ を使い,行列 に変換することで固有値をシフトさせる.これで固有ベクトルが保存されるが,固有値は-μ 変化する.このメソッドは,変化した固有値を相殺する."Shift"は,一般に,最大あるいは最小規模といった選択基準なしで固有ペアを求める際に使われる:

    行列を手動でシフトさせ,結果の固有値を調整する:

    自動的にシフトさせ,結果の固有値を調整する:

    "Banded"  (1)

    帯行列メソッドは,実数対称または複素数の機械精度エルミート行列に使うことができる.このメソッドはすべての固有値を求めるのに最も適している.

    帯行列について,最大固有値を2つ求める:

    "FEAST"  (2)

    FEAST法は,実対称機械精度行列あるいは複素エルミート機械精度行列に使うことができる.これは,指定された区間における固有値を求める際に最も有効である.

    "FEAST"法では,次のサブオプションを指定することができる.

  • "ContourPoints"輪郭点数を選ぶ
    "Interval"固有値を求めるための区間
    "MaxIterations"微調整ループの最大数
    "NumberOfRestarts"再開の最大数
    "SubspaceSize"部分空間の初期サイズ
    "Tolerance"微調整を停止する許容度
    "UseBandedSolver"帯状ソルバを使うかどうか
  • 区間の固有値を計算する:

    "Interval"を使って区間を指定する:

    区間の端点はFEASTが固有値を求める区間には含まれていない.

    Quartics  (1)

    4×4行列:

    一般に,4×4行列の場合,結果はRootオブジェクトで与えられる:

    CubicsオプションとQuarticsオプションを使って,結果を累乗根で得ることもできる:

    アプリケーション  (15)

    固有値の幾何学  (3)

    正の固有値を持つ固有ベクトルは,行列の作用を受けたときに同じ方向を指す:

    負の固有値を持つ固有ベクトルは,行列の作用を受けたときに逆の方向を指す:

    次の行列 と関連する二次形式 q=TemplateBox[{x}, Transpose].a.x について考える:

    固有ベクトルは によって定義される双曲線の軸である:

    固有値の符号は双曲線方程式の右辺の符号に対応する:

    次は3Dにおける正定値二次形式である:

    曲面 をプロットする:

    CoefficientArraysを使って二次形式の対称行列を得る:

    その固有値と固有ベクトルを数値的に計算する:

    楕円の主軸を示す:

    対角化  (4)

    次の行列を m=p.d.TemplateBox[{p}, Inverse]として対角化する.まず, の固有値を計算する:

    固有値から対角行列 を構築する:

    次に, の固有ベクトルを計算し,それを行列の列に置く:

    恒等式 m=p.d.TemplateBox[{p}, Inverse]を確認する:

    これで,行列の任意の関数が f(m)=p.f(d).TemplateBox[{p}, Inverse]として計算できるようになった.例えばMatrixPower

    同様に,MatrixExpが自明となって の対角要素を累乗することしか必要としなくなった:

    を,その標準行列が行列 で与えられる線形変換とする.基底 における の表現が対角であるという特性を持つTemplateBox[{}, Reals]^4の基底 を求める:

    の固有値を求める:

    が固有ベクトルからなり, が列が の要素である行列であるとする:

    の座標から標準座標に変換する.この逆変換は逆方向に変換する:

    したがって,TemplateBox[{b}, Inverse].a.b で与えられるが,これは対角である:

    これは,単に要素が固有値の対角行列である:

    実対称行列は,s=o.d.TemplateBox[{o}, Transpose]のように直交対角化可能である.ただし, は実対角行列であり は直交行列である.次の行列が対象であることを確認し,次にこれを対角化する:

    固有値を計算する.固有値は予想通り実数である:

    行列 は対角上に固有値を持つ:

    次に, の固有ベクトルを計算する:

    直交行列については,固有ベクトルを列に置く前に正規化する必要がある:

    s=o.d.TemplateBox[{o}, Transpose]であることを確認する:

    TemplateBox[{n}, ConjugateTranspose].n=n.TemplateBox[{n}, ConjugateTranspose]のとき,その行列は正規行列と呼ばれる.正規行列はユニタリ変換で対角化できる最も一般的な行列である.実対称行列 は,方程式の両辺が なので,すべて正規行列である:

    次の行列が正規行列であることを示し,次にこれを対角化する:

    NormalMatrixQを使って確認する:

    対称行列ではない実正規行列の固有値は複素数値である:

    固有値から対角行列を構築する:

    固有ベクトルを計算する:

    固有ベクトルを正規化しそれを列に置くとユニタリ行列になる:

    対角化 n=u.d.TemplateBox[{u}, ConjugateTranspose]を確認する:

    微分方程式と動的な系  (4)

    常微分方程式の系 , , を解く.まず,右辺のために係数行列 を構築する:

    固有値と固有ベクトルを求める:

    各項が の指数関数である対角行列を構築する:

    列が対応する固有ベクトルである行列を構築する:

    3つの任意の初期値についての一般解は p.d.TemplateBox[{p}, Inverse].{TemplateBox[{1}, CTraditional],TemplateBox[{2}, CTraditional],TemplateBox[{3}, CTraditional]}である:

    DSolveValueを使って解を確かめる:

    粒子が平面の力場で動いており,その位置ベクトル を満足するとする.ただし,は以下であるとする.のときのこの初期値問題を解く:

    まず, の固有値と対応する固有ベクトルを計算する:

    系の一般解は である.LinearSolveを使って係数を決定する:

    固有ベクトルの適切な線形結合を構築する:

    DSolveValueを使って解を確かめる:

    が以下の確率行列であるときの動的な系 の一般解を生成する:

    固有値と固有ベクトルを求め,Chopを使って小さい数値誤差を切り捨てる:

    一般解は項のの形の任意の線形結合である:

    が数値の丸めまで動的方程式を満足することを確認する:

    ローレンツ(Lorenz)方程式:

    方程式の右辺のヤコビ(Jacobi)行列を求める:

    均衡点を求める:

    第1象限の1つでヤコビ行列の固有値と固有ベクトルを求める:

    dir の方向にある pt の小さい摂動から逆方向に積分する関数:

    右側の均衡点についての安定した曲線を示す:

    左側の均衡点についての安定した曲線を求める:

    安定した曲線をローレンツの方程式の解とともに示す:

    物理  (4)

    量子力学では,状態はエルミート線形演算子による複素単位ベクトルと物理量で表される.固有値は可能な観測値を表,固有ベクトルに関する成分の二乗係数をはそれらの観測値の確率を表す.与えられたスピン演算子 と状態 について,可能な観測値とその確率を求める:

    固有値を計算する,可能な観測値はである:

    適切な射影を計算するために固有ベクトルを求めて正規化する:

    相対確率はについてについてはである:

    量子力学では,エネルギー演算子はハミルトニアン と呼ばれ,エネルギーが の状態はシュレーディンガー方程式 に従って進化する.一定磁場で 方向にスピン1粒子に対するハミルトニアンが与えられたとして,初期状態が を表す状態であった粒子の時点 における状態を求める:

    固有値を計算する.エネルギーレベルはである:

    固有ベクトルを求めて正規化する:

    時点 における状態はシュレーディンガー方程式に従って進化する各固有状態の和である:

    慣性モーメントはさまざまな方向への回転に対する剛体の抵抗を表す実対称行列である.この行列の固有値は主慣性モーメントと呼ばれ,対応する固有ベクトル(必然的の直交ベクトル)は主軸である.以下の四面体の主慣性モーメントと主軸を求める:

    まず,慣性モーメントを計算する:

    主モーメントは の固有値である:

    主軸は の固有ベクトルである:

    軸が直交することを確認する:

    四面体の重心は原点にある:

    四面体とその主軸を可視化する:

    一般化された固有系を使って項を分離するための練成振動の正規モードを求めることができる.以下の図に示した系について考える:

    フックの法則によると,これはに従う.一般解の を代入すると,以下のように,剛性行列 ,質量行列 の行列方程式 が与えられる:

    , , , のときの固有周波数と正規モードを求める:

    についての の一般化された固有値を計算する:

    固有周波数 は固有値の平方根である:

    モードの形状は一般化された固有ベクトルから導かれる:

    正規モードの解を一般化された固有ベクトル掛ける対応する指数関数として構築する:

    どちらもこの系についての微分方程式を満足することを確認する:

    特性と関係  (15)

    Eigenvalues[m]は,事実上,Eigensystemが返す対の最初の要素である:

    固有ベクトルと固有値の両方が必要な場合は,Eigensystemを呼び出した方が効率的なことが多い:

    固有値は固有多項式の根である:

    CharacteristicPolynomialで多項式を計算する:

    等式を確かめる:

    一般化された固有多項式はTemplateBox[{{a, -, {b,  , lambda}}}, Det]で与えられる:

    一般化された固有多項式は有限固有値しか定義しない:

    一般化された無限固有値は である の固有ベクトル に相当する:

    m の固有値の積はDet[m]に等しい:

    m の固有値の和はTr[m]に等しい:

    がすべて異なる固有値を持つなら,DiagonalizableMatrixQ[m]Trueを与える:

    逆は偽である:

    可逆行列 について,TemplateBox[{m}, Inverse]の固有値は の固有値の逆数である:

    Eigenvaluesは絶対値でソートするので,以下は同じ値を与えるが順序は逆である:

    解析関数 について,の固有値は の固有値 に適用した結果である:

    例えば, の固有値は である:

    同様に,の固有値はである:

    実対称行列の固有値は実数である:

    エルミート行列の固有値も実数である:

    実反対称行列の固有値は複素数である:

    任意の反エルミート行列の固有値もそうである:

    直交行列の固有値は単位円上にある:

    任意のユニタリ行列の固有値もそうである:

    SingularValueList[m]は非零の固有値 TemplateBox[{m}, ConjugateTranspose].m の平方根に等しい:

    完全な固有ベクトル集合を持つ行列 m について考える:

    JordanDecomposition[m]は固有値と固有ベクトルから構築された行列{s,j}を返す:

    j 行列は固有値の項と対角にあり,おそらくEigensystemとは次数が異なる:

    数値正規行列 nSchurDecomposition[n,RealBlockDiagonalFormFalse]

    t 行列は対角行列で固有値の項を持ち,おそらくEigensystemとは次数が異なる:

    行列が次元 のヌル空間を共有するなら,それらの一般化された固有値の Indeterminateである:

    のそれ自身に対する二つの一般化された固有値はIndeterminateである:

    行列 は一次元のヌル空間を持つ:

    それは のヌル空間にある:

    したがって, についての一般化された1つの固有値はIndeterminateである:

    考えられる問題  (5)

    EigenvaluesEigenvectorsは,対応する順序で結果を与える保証はない:

    6番目と7番目の固有値は基本的に等しく,逆である:

    以下の特定の例では,7番目の固有ベクトルは7番目の固有値に対応しない:

    これは6番目の固有値に対応している:

    Eigensystem[mat]を使って対応する結果が常に一致するようにする:

    一般的な記号の場合はあっという間に複雑になる:

    式の大きさは指数的によりも急速に大きくなる:

    次は,20×20のヒルベルトの行列である:

    最小の固有値を厳密に計算し,その数値を返す:

    機械数による演算で最小の固有値を計算する:

    最小の固有値は最大の固有値と比べてそれ程重要ではない:

    数値計算に十分な精度を使う:

    固有値が密接にグループ化されている場合は,疎行列に対する反復的な方法が収束しないことがある:

    1000回反復しても反復が収束していない:

    収束を加速するために,期待値の近くでアルゴリズムをシフトさせることができる:

    FEASTメソッドで指定された区間に与えられた端点は含まれていない 固有値3と9で行列を設定する:

    区間で固有値を計算しても端点における値は返されない:

    FEASTが固有値3と9を求められるように区間をに拡張する:

    Wolfram Research (1988), Eigenvalues, Wolfram言語関数, https://reference.wolfram.com/language/ref/Eigenvalues.html (2024年に更新).

    テキスト

    Wolfram Research (1988), Eigenvalues, Wolfram言語関数, https://reference.wolfram.com/language/ref/Eigenvalues.html (2024年に更新).

    CMS

    Wolfram Language. 1988. "Eigenvalues." Wolfram Language & System Documentation Center. Wolfram Research. Last Modified 2024. https://reference.wolfram.com/language/ref/Eigenvalues.html.

    APA

    Wolfram Language. (1988). Eigenvalues. Wolfram Language & System Documentation Center. Retrieved from https://reference.wolfram.com/language/ref/Eigenvalues.html

    BibTeX

    @misc{reference.wolfram_2024_eigenvalues, author="Wolfram Research", title="{Eigenvalues}", year="2024", howpublished="\url{https://reference.wolfram.com/language/ref/Eigenvalues.html}", note=[Accessed: 25-November-2024 ]}

    BibLaTeX

    @online{reference.wolfram_2024_eigenvalues, organization={Wolfram Research}, title={Eigenvalues}, year={2024}, url={https://reference.wolfram.com/language/ref/Eigenvalues.html}, note=[Accessed: 25-November-2024 ]}