[行列解析5.6.18]定理:誘導行列ノルムの最大比と対称性

5.6.18

定理 5.6.18. \( \lVert \cdot \rVert_{\alpha} \) と \( \lVert \cdot \rVert_{\beta} \) を \(\mathbb{C}^n\) 上のノルムとする。対応する誘導行列ノルムをそれぞれ \( \lVert \cdot \rVert_{\alpha} \) と \( \lVert \cdot \rVert_{\beta} \) とし、

\lVert A \rVert_{\alpha} = \max_{x \neq 0} \frac{\lVert Ax \rVert_{\alpha}}{\lVert x \rVert_{\alpha}}, \quad \\
\lVert A \rVert_{\beta} = \max_{x \neq 0} \frac{\lVert Ax \rVert_{\beta}}{\lVert x \rVert_{\beta}}

と定義する。さらに

(5.6.19)
R_{\alpha\beta} = \max_{x \neq 0} \frac{\lVert x \rVert_{\alpha}}{\lVert x \rVert_{\beta}}, \quad \\
R_{\beta\alpha} = \max_{x \neq 0} \frac{\lVert x \rVert_{\beta}}{\lVert x \rVert_{\alpha}}

と定義すると、次が成立する:

(5.6.20)
\max_{A \neq 0} \frac{\lVert A \rVert_{\alpha}}{\lVert A \rVert_{\beta}} = R_{\alpha\beta} R_{\beta\alpha}
(5.6.21)
\max_{A \neq 0} \frac{\lVert A \rVert_{\alpha}}{\lVert A \rVert_{\beta}} \\
= 
\max_{A \neq 0} \frac{\lVert A \rVert_{\beta}}{\lVert A \rVert_{\alpha}} \\
= R_{\alpha\beta} R_{\beta\alpha}

証明. 不等式 (5.6.10) により、任意の \(x, y \in \mathbb{C}^n\) に対して

\lVert x \rVert_{\alpha} \le R_{\alpha\beta} \lVert x \rVert_{\beta}, \quad \\
\lVert y \rVert_{\beta} \le R_{\beta\alpha} \lVert y \rVert_{\alpha}

が成立する。ここで非ゼロ行列 \(A \in M_n\) とベクトル \(\xi \in \mathbb{C}^n\) を \(\lVert A\xi \rVert_{\alpha} = \lVert A \rVert_{\alpha} \lVert \xi \rVert_{\alpha}\) を満たす非ゼロベクトルとする。

(5.6.22)
\lVert A \rVert_{\alpha} \\
= \frac{\lVert A\xi \rVert_{\alpha}}{\lVert \xi \rVert_{\alpha}} \\
= \frac{\lVert \xi \rVert_{\beta}}{\lVert \xi \rVert_{\alpha}} \frac{\lVert A\xi \rVert_{\alpha}}{\lVert \xi \rVert_{\beta}} \\
\le R_{\beta\alpha} R_{\alpha\beta} \frac{\lVert A\xi \rVert_{\beta}}{\lVert \xi \rVert_{\beta}} \\
\le R_{\beta\alpha} R_{\alpha\beta} \lVert A \rVert_{\beta}

したがって、すべての非ゼロ行列 A に対して

\max_{A \neq 0} \frac{\lVert A \rVert_{\alpha}}{\lVert A \rVert_{\beta}} \le R_{\alpha\beta} R_{\beta\alpha}

となる。

さらに、ある行列 \(B = y_0 w^*\) を適切に選ぶことで、この不等式は逆にでき、すなわち

R_{\alpha\beta} R_{\beta\alpha} \\
\le \frac{\lVert B \rVert_{\alpha}}{\lVert B \rVert_{\beta}} \\
\le 
\max_{A \neq 0} \frac{\lVert A \rVert_{\alpha}}{\lVert A \rVert_{\beta}} \\
 \le R_{\alpha\beta} R_{\beta\alpha}

となり、(5.6.20) が成立する。さらに (5.6.21) は α と β の対称性から従う。

主張を確認するために、非ゼロベクトル \(y_0\) と \(z_0\) を次の条件で選ぶ:

\lVert y_0 \rVert_{\alpha} = R_{\alpha\beta} \lVert y_0 \rVert_{\beta}, \\
\quad 
\lVert z_0 \rVert_{\beta} = R_{\beta\alpha} \lVert z_0 \rVert_{\alpha}

定理 5.5.9(d) により、次を満たす \(w \in \mathbb{C}^n\) が存在する:

(a) \; |w^* x| \le \lVert x \rVert_{\beta} \text{ for all } x \in \mathbb{C}^n, \quad \\
(b) \; w^* z_0 = \lVert z_0 \rVert_{\beta}

行列 \(B = y_0 w^*\) を考える。(b) より次が成立する:

\frac{\lVert B z_0 \rVert_{\alpha}}{\lVert z_0 \rVert_{\alpha}} \\
= \frac{\lVert y_0 w^* z_0 \rVert_{\alpha}}{\lVert z_0 \rVert_{\alpha}} \\
= \frac{|w^* z_0| \, \lVert y_0 \rVert_{\alpha}}{\lVert z_0 \rVert_{\alpha}} \\
= \frac{\lVert z_0 \rVert_{\beta}}{\lVert z_0 \rVert_{\alpha}} \frac{\lVert y_0 \rVert_{\alpha}}{\lVert y_0 \rVert_{\beta}} \lVert y_0 \rVert_{\beta}  \\
= R_{\beta\alpha} R_{\alpha\beta} \lVert y_0 \rVert_{\beta}

一方、(a) を用いると次が得られる:

\frac{\lVert B y_0 \rVert_{\beta}}{\lVert y_0 \rVert_{\beta}} \\
= \frac{\lVert y_0 w^* y_0 \rVert_{\beta}}{\lVert y_0 \rVert_{\beta}} \\
= |w^* y_0| \\
\le \lVert y_0 \rVert_{\beta}

これら二つの境界から、次が成立する:

\lVert B \rVert_{\alpha} \\
\ge R_{\beta\alpha} R_{\alpha\beta} \lVert y_0 \rVert_{\beta} \\
\ge R_{\alpha\beta} R_{\beta\alpha} \lVert B \rVert_{\beta}

したがって、(5.6.21) の主張は、(5.6.20) の右辺における α と β の対称性から従う。

\(\mathbb{C}^n\) 上の二つのノルムが \(\mathbb{M}_n\) 上で同じ誘導行列ノルムを生じるのは、どちらか一方のノルムが他方のスカラー倍である場合のみである。


行列解析の総本山

[行列解析]総本山
行列解析の総本山。行列解析の内容を網羅的かつ体系的に整理しています。線形代数の学習を一通り終えた方が、次のステップとして取り組むのに最適です。行列に関する不等式を研究するには、行列解析の知識が欠かせません。

コメント

タイトルとURLをコピーしました