行列の微分公式集
まず、行列の微分は、成分ごとに微分することで得られます。つまり
行列の微分は行列として
行列の積の微分は成分に注目して
となり、これはとかき直せます。通常の微分公式と一致しています。しかし、行列の累乗を考え始めると、事情は変わります。まずは2乗は積の公式から
となります。しかし、一般に行列とその微分は可換でなく、つまりは一般に成り立たないのでと全く同じ形にはなりません。ただ、可換であったら、通常の微分公式になるので、名残は感じ取れると思います。更に高次の累乗についてはから、帰納的に考えればとなることが分かると思います。となるのでです。また、高次の負冪も累乗の微分公式からとなります。ただ、以上微分の計算が必要になった場面にまだ出くわしたことはないです。
次は、行列の指数関数...と思ったのですが、やたら重いので後回しにして、先に行列特有の演算、つまり、トレースと行列式の微分を考えましょう。
トレースについては簡単で
と、トレースと微分は可換に扱っても問題ないです。行列式に対してはあまり自明なものではなくなってきます。この行列式の微分は多くは余因子展開を使うようですが、物理屋としては素直に出てくる発想ではないので、別証明を与えます。物理でよく使う公式
から始めます。この式の証明は本筋から逸れるので、省略します。まず、左辺を微分すると、対数微分になるのでとなります。右辺を微分する前に、ひとつ、の微分を計算します。これまで示してきた微分公式からとなりますが、トレースの巡回性からが成り立つのでが示せます。この上で、はより、微分と無限和は可換性は自明ではないですけど、認めてもらうとすればとなり、トレースの中はと、計算できます(これは形式的な計算ですが、の証明をなぞらえば、行列の逆数を用いずにできます)。右辺と左辺を並べればと、行列式の微分が計算できました。ちなみに、この式は一般相対論ではとしてとして、用いられています。最後に、行列の指数関数
を微分しましょう。物理ではユニタリ演算子は行列(演算子)の指数関数で現れ、それを微分するときに必要になってきます。ただ、学部レベルの話ではが定行列と変数の積となっていることが多いので、このとき、と、さらには全て可換なのでとかけます。問題はこのように単純でないときになります。実際に微分していきましょう。まずと機械的に計算できます。つぎに、和の取り方を変えてとかき直します。そして、ベータ関数の積分公式を代入します。すると、とが完全に分離できと計算できます。総和と積分の交換性も自明ではないですが、交換できると仮定して進めていきましょう。すると、総和の中が指数関数の形になっているのでとなります。はい、これが最終形です。の微分をの微分で表せたので目的は達しています。なんだこれは、と思わなくはないですが、の微分はでもでもなく、左右に均等にを配分したもの、と見れるのではないのでしょうか。リー群やゲージ理論を勉強しているとという量がよく出てくるので、これを計算して終わります。はリー群の元としてと表します。このとき、であるので
となります。なお、最後の等号はの変換を行っています。物理よりな微分幾何③ 共変外微分と曲率
前回の共変微分に続いて、共変外微分を解説します。共変微分は、から、への微分写像として、定義されており、共変外微分は、それを自然にからへの微分写像として拡張したものです。なので、記号は共変微分と同じを使います。
共変外微分は微分であるので、線形性を要請しますが、これは定義のが通常の共変微分でが外微分であることから分かります。特にのとき、共変微分の定義と一致します。また、外微分の類似式として、に対し、の外微分はと計算できます。外微分ではと、二回合成で消える性質があったので、共変外微分ではこの性質がどのように引き継がれているかを見てみましょう。に対してを作用させるととなるため、に対してのみ、の作用を考えればいいことが分かります。
を使って展開してみるととなります。ここで注目すべきことは、最後の式にの微分項を含んでいない、いう点です。つまり、は最早、微分演算子ではなくが行列値であったので、は行列値の2形式となります。行列の添え字を復活させるととなります。このを曲率といいます。ここで、はともかかれ、切断がからへの線形写像、基底をあたえれば行列になるものです。
曲率を基底をつかって展開すればとかけ、がなりたつことが分かります。また、に対しを満たすので、に対しがなりたちます。
をと係数をおけばよりが成り立ちます。また、を用いて
続いて、曲率の共変外微分を考えてみましょう。に対し、であり、は
を満たすように定義されます。を使うととが成り立ちます。つまり、見比べるととなります。これをビアンキの恒等式といいます。
ビアンキ恒等式はでは、実計算には余りにも不向きなので、より有用な表示を考えています。に対しとかくと、であり、は
とからとも表現できます。またと展開するとよりは添え字の入れ換えに対し反対称ではないので、の係数が0になるように展開するにはと展開する必要があります。ここではと定義されます。このように定義したときはとかけます。また、は2形式の係数であり、がなりたつので、成分についての正しいビアンキ恒等式はとなります。
リーマンの曲率テンソルに対してはとかけますが、にはビアンキ恒等式と呼ばれる式がもう一つあり、それに対して今回導いた式はビアンキの第2恒等式と呼ばれます。
また、ゲージ理論では、マクスウェル方程式のうち二つがビアンキ恒等式として扱うことが出来ます。残りの2式は恒等的に成り立つ式ではなく、ラグラジアンが指定する運動方程式となっています。このシリーズの目標はゲージ理論なので、そのうち、この話はしていきたいと思っています。
最後に、曲率の変換性について考えます。から、に座標変換したとき、基底がと変換されたとします。このとき
が成り立ち、と、よりつまりのように変換されることが分かります。の変換性はとその逆行列で挟まれたものであるので、の行列式とトレースはのように、基底のとりかたに依らない量になります。これによって、後々、特性類というものを上手く考えることができるようになってきます。今回はここまでにして、次回は具体的なベクトル束に対して、これまで出てきた概念を計算してみたいと思います。
物理よりな微分幾何② 接続と共変微分
前回は、ベクトルの定義をして、ベクトル場やテンソル場などは、ベクトル束の切断である、との話をしました。続いては、共変微分についての数学的表現を話していきます。
最初に共変微分の定義をのべて、そこから、物理での共変微分とそれが一致することをみていきます。
まず、について説明します。もう少し一般化してについて考えましょう。この切断は
とかけます。ここでであるので、は値形式と呼ばれます。これらをとかいておきます。また、とします。これはとかいたほうが分かりやすいかもしれません。つまり、値形式は成分が形式のベクトルと表せます。また、線形性とライプニッツ則は微分であるためには満たさなければいけません。一般に数学では、線形性とライプニッツ則みたす写像を微分といいます。
に対し、はに値をとる1次微分形式なので
と展開できます。この展開係数が物理でよくみる形の共変微分になります。座標変換を考えてみるとになるので、に注意すると、成分についてと変換されることがわかります。確かに共変微分が共変的な変換を受けていることが分かります。はライプニッツ則から
とかけます。ここで、であり、となるので、は値1形式になります。このため、をで再度展開するととかけます。は1次微分形式の行列とみることができ、これを接続、または接続形式といいます。(共変微分のことを接続という本もあります)接続を用いると共変微分はとかけます。物理では基本的に基底を明示しないで、成分だけで議論をすすめるので、共変微分をのようにかいています。また、と展開すればともかけます。は偏微分のことですが、の基底と区別するためとかいています。また、は微分形式の添え字と、行列の添え字の計3つの添え字をもつ量であり、これはクリストッフェル記号が添え字を3つもつことに対応します。
共変微分と接続の変換性について見ていきましょう。と変換することを考えます。まず、共変微分について
よりが成り立つちます。これをとかくことがあります。また、接続はの2式がそれぞれなりたつので、見比べてという変換を受けます。このように、接続の変換には変換関数の微分が影響してきます。変換の1項目と2項目で微分の階数がことなってしまうため、接続は幾何学的な量で表すことが出来ません。つまり、接続は基底を定めて初めて表現できる量になります。このことは、あとで主束というものを考えるモチベーションとなります。また、このため、にはオーバーラインをつけていません。続いて、の共変微分から、双対束の共変微分を導入します。と、に対し、の共変微分を
を満たすように定めます。の双対基底をとします。つまりとします。これを用いて、と展開すれば、内積はと表せます。よってが成り立ちます。また、の接続を、の接続をとするととが成り立つので、見比べるとを得ます。また、とのテンソル束の共変微分はをと展開すればとなります。添え字をもどすととかけます。
最後に、一般相対性理論の共変微分の式を導いておきます。相対論では、つまり、反変ベクトル場の共変微分をクリストッフェル記号を用いて
と表します。これは接続をと表していることを意味します。まずは、クリストッフェル記号の変換を考えてみましょう。基底はと変換されるので、接続の変換式はとなります。さらに、とと展開すればとなるのでまた、共変ベクトルの共変微分はに対してが成り立つのでとなります。さらにテンソル場についても、となることがテンソル束の接続を考えれば分かります。残ったスカラー場ですが、スカラー場はの元で、これは直積束の切断になります。直積束に対しては接続は自明なのでとなります。このように、一般相対性理論をベクトル束の言葉で翻訳し直すことができます。今回はここまでにして、次回は共変外微分と曲率を解説します。
物理よりな微分幾何① ベクトル束の定義
ベクトル束の勉強をしていて、分かってきたとこも多くなったので、こちらにまとめていこう!
というモチベーションでやっていきます。あと、できるだけ、物理側面についても触れようと思います。むしろ、物理向けにかきたいので、ちょくちょく、数学書の記法とは異なる記法になっているかもしれないです。
では、まずは定義から
底空間と全射が明らかなときはのことをベクトル束ともいいます。ベクトル束がイメージするものは多様体の各点にベクトル空間がのっているようなものです。物理では、ベクトル場を考えるときに使います。
はベクトル空間の座標(基底)の取り方を意味しています。は同型写像であるので、の自然な基底に対し、は独立な個のベクトルの組で、の基底となります。
また、は局所自明化とも呼ばれ、の局所的な座標表示を与えます。つまり、であるので、はともかけます。ここで、で、はの基底をとしたときの成分になります。この局所性は大切で、大域的な、つまり全体の基底が存在するとは限りません。
上のランク1のベクトル束を見てみましょう。
これはメビウスの帯と円筒の2つあります。メビウスの帯はベクトルを一周させると反転してしまうので、大域的な基底は存在しません。対して、円筒は大域的な基底が存在します。また、円筒の捻じれの無いベクトル束のように、底空間とベクトル空間の直積でかけるような束を直積束とも言います。
物理的には上に周期境界条件または、反周期境界条件をいれた系とみることが出来ます。これには、実際にスピンが関わってくるのですが、できればこの解説もそのうちします。
ベクトル場を見るために切断を導入しましょう。
切断のイメージとしては、下のようなものを考えると良いです。
上の図の通り、切断とは、底空間からファイバーへの写像で、を局所座標表示するととかけます。そして、このが物理で言うベクトル場となります。ベクトル場とはベクトル束の切断と言ってもいいでしょう。また、切断は切断同士の和も、切断のスカラー倍もまた、切断になるのではベクトル空間になります。
先ほど、大域的な基底は存在するとは限らないといいましたが、局所的な基底は必ず存在します。実際、をと定義すればこれが基底となります。は座標表示するととかけることから分かると思います。これを用いるとはと局所的にかけます。このため、はを基底とした、係数ベクトル空間とみれます。アインシュタインの縮約を用いて総和記号を省略していることに注意してください。さらに、今後はこのように、幾何学的な量、つまり、座標表示をしない量にオーバーラインをつけ、それを座標表示したものをオーバーラインを外して表します。
また、もベクトル空間になるので、の基底は存在しますが、この基底が全てのファイバー上で独立とは限らないという意味で、大域的な基底は存在しないといっています。
最初の実ベクトル束の定義の「実」をそのまま「複素」に読み替えれば、自然に複素ベクトル束を定義できます。波動関数は複素ベクトル束の切断と考えることもできます。
重要なベクトル束を2つ紹介しましょう。
の局所座標系をととる。また、において、ベクトル空間の基底をとする。このとき、はとかける。これを用いて、の座標表示をとする。はベクトル空間であり、はベクトル束となる。これを接ベクトル束という。
また、余接ベクトル束は、基底をとするベクトル空間を張り合わせたベクトル束である。
のアスタリスク、そして、名前の「co-」はの双対ベクトル束であることを意味しています。つまり、とは双対ベクトル空間になっていて、内積が
と与えられています。相対性理論を学んだことがある人は、添え字のつけ方にピンときたかもしれませんが、まさにの切断が反変ベクトル場での切断が共変ベクトル場になります。そう思うと、内積が自然に思えるのではないでしょうか。
が反変ベクトル場であることを確かめるには、座標変換に対するの変換性を調べる必要があります。そこで、ベクトル束の変換関数を定義します。
定義からについて、コサイクル条件が成り立つことが分かります。 を使って、変換関数の振る舞いを見ていきましょう。
として、変換関数をとします。に対し
ここで、チェーンルールから基底が
と変換されるので、見比べるとが成り立っていることが分かります。そして、まさにこれは、反変ベクトルの変換性を表していることが分かります。また、の変換関数はヤコビアンとなることが分かります。つまり、数学的に、多様体のチャートが座標の取り方に対応していて、チャートを乗り換えることが座標変換になる、ということが分かります。同じことが、についても出来て、は
という、共変的な変換を受けることが示せます。共変ベクトル、反変ベクトルとくれば、テンソルを作りたくなります。ということで、ベクトル束からベクトル束を作る操作を紹介します。(テンソルも線形性が成り立つという意味ではベクトルです)
ベクトル空間が与えられたとき、直和、テンソル積、双対、外積、対称積などが定義できます。また、ならば、商も定義できます。ここでは各操作について詳しく述べることはしません。
対応して、底空間が同じベクトル束について、各ファイバーごとに上の操作をすることによって、直和、テンソル積、双対、外積、対称積が定義できます。
特に、接ベクトル束を回、余接ベクトル束を回テンソルした、テンソル束
後々で使うので、と表記を定めておきます。については、とします。
最後に、たくさん出てくる添え字を略記する方法を定めておきたいと思います。を、局所的な基底を使って、と展開します。ここで
今回はここまでにして、次回からは共変微分と接続についての話になります。
n人でじゃんけんするときの回数(改良編)
以前こんな問題について書いた。
c-and-a.hatenablog.com
問題設定
人でじゃんけんを行い、あいこであればもう一度、勝ちが出れば、勝った人たちでまたじゃんけんを行う。これを最後に一人出るまで繰り返す。優勝者がでるまでに行ったじゃんけんの回数の期待値をとする。を求めよ。なお、としておく。
簡単に言えば、みんなでじゃんけんをやったとき、優勝者を決めるのには何回必要かを考えた。これはなかなかに骨の折れる問題でとても解くのが難しく、前回の解答はとても満足のできる形にならなかった。
今回、もっとすっきりした解が求まったのでそれを紹介しよう。
前回と共通するところまでは飛ばそう。
回数の期待値の漸化式は
とかけるのだった。これの導出は上のリンクから飛んでみて欲しい。まず、母関数を考えるのは同じで
とかく。便宜的にとした。前回と同じようなトリックを使うと
よりが成り立つ。ここではを左辺に移項し、のうち一つはシグマに吸収させている。これを母関数に代入し整理していく
\begin{align*}
F( x) & =\sum ^{\infty }_{n=0}\frac{E_{n}}{n!} x^{n} =\sum ^{\infty }_{n=2}\frac{E_{n}}{n!} x^{n}\\
& =\sum ^{\infty }_{n=2}\frac{1}{n!}\frac{1}{2^{n}}\left\{3^{n-1} +E_{n} +\sum ^{n}_{k=0}\begin{pmatrix}
n\\
k
\end{pmatrix} E_{k}\right\} x^{n}\\
& =\frac{1}{3}\sum ^{\infty }_{n=2}\frac{1}{n!}\left(\frac{3}{2} x\right)^{n} +\sum ^{\infty }_{n=2}\frac{E_{n}}{n!}\left(\frac{x}{2}\right)^{n} +\sum ^{\infty }_{n=2}\frac{1}{n!}\left(\frac{x}{2}\right)^{n}\sum ^{n}_{k=0}\begin{pmatrix}
n\\
k
\end{pmatrix} E_{k}\\
& =\frac{1}{3}\left( e^{3x/2} -1-\frac{3x}{2}\right) +F( x/2) +\sum ^{\infty }_{n=0}\frac{1}{n!}\left(\frac{x}{2}\right)^{n}\sum ^{n}_{k=0}\begin{pmatrix}
n\\
k
\end{pmatrix} E_{k}
\end{align*}
式変形ではを使って、和の開始をずらしたりしているので注意してほしい。
3項目は
\begin{align*}
\sum ^{\infty }_{n=0}\frac{1}{n!}\left(\frac{x}{2}\right)^{n}\sum ^{n}_{k=0}\begin{pmatrix}
n\\
k
\end{pmatrix} E_{k} & =\sum ^{\infty }_{n=0}\sum ^{n}_{k=0}\frac{1}{( n-k) !}\left(\frac{x}{2}\right)^{n-k} \cdot \frac{E_{k}}{k!}\left(\frac{x}{2}\right)^{k}\\
& =\sum ^{\infty }_{n=0}\sum ^{\infty }_{k=0}\frac{1}{n!}\left(\frac{x}{2}\right)^{n} \cdot \frac{E_{k}}{k!}\left(\frac{x}{2}\right)^{k}\\
& =e^{x/2} F\left(\frac{x}{2}\right)
\end{align*}
と簡約できるので、最終的に
先に解答の方針を示そう。と上の式の右辺の3項がそれぞれ
と展開できるとしよう。このときとなるので、の係数を比べてとなるのでを得る。については後で計算するが、なので、としてよい。そして
\begin{align*}
F( x) & =\left( 1-e^{x}\right) f( x)\\
& =-\sum ^{\infty }_{n=1}\frac{1}{n!} x^{n}\sum ^{\infty }_{m=1}\frac{a_{m}}{m!} x^{m}\\
& =-\sum ^{\infty }_{n=1}\sum ^{\infty }_{m=1}\frac{1}{( n+m) !}\begin{pmatrix}
n+m\\
m
\end{pmatrix} a_{m} x^{n+m}\\
& =-\sum ^{\infty }_{n=2}\frac{x^{n}}{n!}\sum ^{n-1}_{m=1}\begin{pmatrix}
n\\
m
\end{pmatrix} a_{m}
\end{align*}
であるのでととかけるわけだ。
あとはを求めていくのだが、まずは項ごとに考えていく。まずは
がすぐに分かる。次に、ベルヌーイ数の生成母関数を用いるとベルヌーイ数はと定義されるのでだけ、分けて書くととなる。最後にであったのでである。のTaylor展開はベルヌーイ数を用いてとかけるのでとなる。よってとなり、確かにであり、ではと分かる。よって求めたかった期待値はである。小さい値について計算すると
と正しい値を出力してくれる。Mathematicaを使うと、なんかも計算できて、ちゃんと有理数の値も分かるのだが、分子と分母が巨大すぎて書ききれないので、近似値をかくとである。つまり、100人で勝ち残りじゃんけんをすると、平均して135,520,394,148,146,518回もじゃんけんを行う必要があることが分かる。これでは、1秒に1回じゃんけんが出来たとしても、43億年程度かかってしまう計算になる。これは地球の年齢45億年に匹敵する。また、あと3人増えただけで、つまり、103人では、かかる時間は145億年になり、宇宙の年齢を超してしまう。勝ち残りじゃんけんが如何に非効率かがとても分かる結果になった。latex : table の caption ごと左寄せする方法
latex で文章を書いているとき、表を(cell ごとのでなく、全体を)左寄せに書きたいときがある。しかし
\documentclass{article} \begin{document} Hogehogehogehoge \begin{table}[h] \caption{Hoge} \begin{tabular}{|c|c|c|c|} \hline A & B & C & D \\ \hline E & F & G & H \\ \hline \end{tabular} \end{table} Hogehoge \end{document}
このようにやると、出力が下のようになり、caption が取り残される。table 環境を flushleft 環境で囲っても同じ結果になる。
これは threeparttable パッケージを使えば解決できた。下のように tabular 環境を threeparttable 環境で囲む。
\documentclass{article} \usepackage{threeparttable} \begin{document} Hogehogehogehoge \begin{table}[h] \begin{threeparttable} \caption{Hoge} \begin{tabular}{|c|c|c|c|} \hline A & B & C & D \\ \hline E & F & G & H \\ \hline \end{tabular} \end{threeparttable} \end{table} Hogehoge \end{document}
出力は下のようになり、caption も引っ張ってこれる。
threeparttable にはほかにも機能がありそうなので、色々試してみたい。
とある関数方程式について
以前じゃんけんの期待値について記事を書いたとき
という関数方程式をといた。しかし、そのときの方法では の近傍で発散してしまい、発散級数の総和法を用いて有限値に落とし込むということをしなければならない。今回、別の解法を見つけたので、それを紹介する。(ただ、これも実際計算しようとすると簡単にはいかない)
問題
を既知の の周りで 級である関数とする。 の周りで 級である関数 が の近傍で
を満たすとき、 を求めよ。
解法
以降、 の近傍に限って話を進める。つまり、大域的な解については考慮しない。
は 級なので
と展開できる。この係数 を求めることが本稿の目標となる。
低次の係数から見ていこう。
式を微分することにより
これに を代入すれば
を得る。
もう一度微分すれば
より
となる。
以下同様に 階微分を施し、 を代入すれば、左辺には 、右辺には が現れ、 は既に求まっているので、 を求めることが出来る。
あとは の高階微分と無限個の連立方程式をとけば、 が求まる、のだが、これからが厄介。
合成関数の高階微分については、Faà di Bruno の公式というものがあり、それによれば の 階微分は
とかける。なお、 は
を満たす非負整数の組 についての総和を表す。また とする。
これを に適応すると、 であるので、sum の中が消えないためには で
で
つまり
をみたす。よって
となることが分かる。 が偶数ならば から、奇数ならば からの和になる。
見通しをよくするため
と書こう。なお、 は二項係数である。このとき、連立方程式は
と表せる。無限次元ベクトルと無限次元行列
を用いれば
つまり、 の逆行列 が分かれば
と解ける。
この について、詳しく見ていこう。 の定義から は下三角行列である。これはとてもうれしい。なぜなら、無限次元行列の逆行列という見るからにエグいものが、有限次元に落とすことが出来る。つまり、 の左上の 行列(以降、小 次行列と呼ぼう)は の 次行列の逆行列になる。
とかけることからも明らかであろう(もっと一般に、 の対角線上のどの正方行列に対しても、対応する の正方行列は逆行列になる)。そして、下三角行列の逆行列は下三角行列になるので、 が有限和になる。特に を求めるのに 以降の情報は不要である。また という条件から non-zero の項だけ書けば
と縦横どちらも行列の non-zero でない成分は高々有限個。
基本行列
を に左から
のようにかけよう。左に三点リーダがあり気持ち悪い気もするが
のように解釈してほしい。 と の間には を挟む。収束先が存在するかはあとで述べよう。
に をかけると、 の(本当は の、だが分かるだろう) 成分が になる。更に をかけると、 成分が になる。更に をかけると、 成分が になる。といったように、小 次行列から順に単位行列にしていく。 までかければ、 の小 次行列が単位行列になることもわかる。以降の などは全て小 次行列が単位行列であり、これらはまた下三角行列であるので、 の小 次行列が単位行列から崩れることはない。これより
となる。
さて、収束先 が存在することを示そう。
の行列要素を とし
が存在すること(つまり、行列の2乗ノルムに対する収束)を言えばよい。
まず、 らは下三角行列であるので、 も下三角行列。よって 、つまり、先にも述べたが、 は下三角行列。また、 以降の基本行列は全て小 行列が単位行列なので、 以降の小 行列は変化しない。そして、 の成分は有限和なので収束し となる。
しかし、証明が出来たわけではないのだが、 の下三角成分に は存在しないだろう。つまり、残念ながら、 は線形写像ではない。どういうことかというと、例えば、 のとき、 となり、 はベクトル空間の元ではなくなる(無限次元ベクトル空間の元は有限個の基底の線形和で与えられる)。
このことは、 が多項式であっても、 が多項式になるとは限らないということを意味する。逆に、 は線形写像になるので、 が多項式ならば も多項式である。
の一般項を明示的に表すのは困難なので(出来なくはないだろうが、じゃんけんの一般項みたいにSigma, Sigma, Sigma になるので)、これで逆行列は求まったということにしてほしい。実際、行列要素はもとめることが出来るのだから問題ないだろう。因みに
となる。
実際 を求めるときは 以降の情報は要らない、つまり、 の小 行列が確定していればいいので、
でよろしい。 以降は正しくならないので と書いた。
のように書くこともできるだろう。この表示を使えば
これをもって関数方程式はとけたと言い張ろうと思う。