1.2.P15
1.2.問題15
\( A(t) \in M_n \) が与えられた連続な行列値関数であり、ベクトル値関数 \( x_1(t), \ldots, x_n(t) \in \mathbb{C}^n \) がそれぞれ常微分方程式系
x_j'(t) = A(t) x_j(t)
を満たしているとする。ここで
X(t) = [\, x_1(t) \ \cdots \ x_n(t) \,]\\ \quad W(t) = \det X(t)
とおく。
\frac{d}{dt} \det A(t) = \sum_{j=1}^{n} \det(A(t) \leftarrow_j a_j'(t))
\frac{d}{dt} \det A(t) = \sum_{j=1}^{n} \sum_{i=1}^{n} ((\operatorname{adj} A(t))^{\top})_{ij} \, a'_{ij}(t)
\frac{d}{dt} \det A(t) = \operatorname{tr}((\operatorname{adj} A(t)) \cdot A'(t))
\frac{d}{dt} \det(tI - A) = \operatorname{tr}(\operatorname{adj}(tI - A))
\det(A \leftarrow_i c_j)_{i,j=1}^n = (\mathrm{adj}\, A) C
(0.8.10) および (0.8.2.11) を用いて、次の議論を詳細に説明せよ。
\begin{aligned}
W'(t)
&= \sum_{j=1}^n \det \big( X(t) \ \xleftarrow{j} \ x_j'(t) \big) \\
&= \operatorname{tr} \left[ \det \big( X(t) \ \xleftarrow{i} \ x_j'(t) \big) \right]_{i,j=1}^n \\
&= \operatorname{tr} \left( (\operatorname{adj} X(t)) \, X'(t) \right) \\
&= \operatorname{tr} \left( (\operatorname{adj} X(t)) \, A(t) X(t) \right) \\
&= W(t) \, \operatorname{tr} A(t)
\end{aligned}
したがって、\( W(t) \) は次のスカラー微分方程式を満たす。
W'(t) = \operatorname{tr} A(t) \, W(t)
この解はロンスキアンのアーベル公式として知られ、
W(t) = W(t_0) \, \exp \left( \int_{t_0}^t \operatorname{tr} A(s) \, ds \right)
となる。したがって、もし \( t = t_0 \) においてベクトル \( x_1(t), \ldots, x_n(t) \) が一次独立であるならば、すべての \( t \) において一次独立であることがわかる。
この議論の中で、恒等式 \( \operatorname{tr}(BC) = \operatorname{tr}(CB) \)(1.2.P2)をどのように用いたかを説明せよ。
ヒント
行列式の微分公式 \( (0.8.10) \) と随伴行列の性質 \( (0.8.2.11) \) を用いると、行列 \( X(t) \) の列ベクトルごとの微分を行列式に反映できる。さらに、トレースの性質 \( \operatorname{tr}(BC)=\operatorname{tr}(CB) \) を用いることで計算を整理できる。
解答例
定義より \( W(t)=\det X(t) \) であるから、行列式の微分公式 \( (0.8.10) \) を用いて次が成り立つ。
W'(t)
=
\sum_{j=1}^n \det \big( X(t) \ \xleftarrow{j} \ x_j'(t) \big)
ここで、行列 \( [\,\det ( X(t) \ \xleftarrow{i} \ x_j'(t) )\,]_{i,j=1}^n \) を考えると、そのトレースは上式に等しい。
W'(t)
=
\operatorname{tr}
\left[
\det \big( X(t) \ \xleftarrow{i} \ x_j'(t) \big)
\right]_{i,j=1}^n
随伴行列の恒等式 \( (0.8.2.11) \) より、これは
W'(t)
=
\operatorname{tr} \left( (\operatorname{adj} X(t)) \, X'(t) \right)
と書ける。各列ベクトルが微分方程式 \( x_j'(t)=A(t)x_j(t) \) を満たすことから、行列形式では \( X'(t)=A(t)X(t) \) である。
W'(t)
=
\operatorname{tr} \left( (\operatorname{adj} X(t)) \, A(t) X(t) \right)
ここでトレースの性質 \( \operatorname{tr}(BC)=\operatorname{tr}(CB) \) を用いると、
\operatorname{tr} \left( (\operatorname{adj} X(t)) \, A(t) X(t) \right)
=
\operatorname{tr} \left( A(t) X(t) (\operatorname{adj} X(t)) \right)
となる。一方、随伴行列の基本性質より \( X(t)(\operatorname{adj} X(t))=\det X(t)\, I = W(t) I \) である。
W'(t)
=
\operatorname{tr} \left( A(t) \, W(t) I \right)
=
W(t)\operatorname{tr} A(t)
したがって \( W(t) \) は微分方程式 \( W'(t)=\operatorname{tr}A(t)\,W(t) \) を満たし、その解は
W(t)
=
W(t_0)\exp\left(\int_{t_0}^t \operatorname{tr}A(s)\,ds\right)
で与えられる。以上より、初期時刻 \( t_0 \) において一次独立であれば、任意の \( t \) においても一次独立であることが従う。
行列解析の総本山
総本山の目次📚

記号の意味🔎




コメント