Main Content

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

行列の指数

この例では、行列の指数を計算する 19 通りの方法のうち 3 つを挙げています。

行列の指数の計算の背景については、以下を参照してください。

Moler, C. and C. Van Loan. "Nineteen dubious ways to compute the exponential of a matrix, twenty-five years later." SIAM Review. Vol. 45, Number 1, 2003, pp. 3-49.

まず、行列 A を作成します。

A = [0 1 2; 0.5 0 1; 2 1 0]
A = 3×3

         0    1.0000    2.0000
    0.5000         0    1.0000
    2.0000    1.0000         0

Asave = A;

方法 1: スケーリングと正方化

expmdemo1 は、以下の本のアルゴリズム 11.3.1 を実装したものです。

Golub, Gene H. and Charles Van Loan. Matrix Computations, 3rd edition. Balitmore, MD: Johns Hopkins University Press, 1996.

% Scale A by power of 2 so that its norm is < 1/2 .
[f,e] = log2(norm(A,'inf'));
s = max(0,e+1);
A = A/2^s;

% Pade approximation for exp(A)
X = A;
c = 1/2;
E = eye(size(A)) + c*A;
D = eye(size(A)) - c*A;
q = 6;
p = 1;
for k = 2:q
   c = c * (q-k+1) / (k*(2*q-k+1));
   X = A*X;
   cX = c*X;
   E = E + cX;
   if p
     D = D + cX;
   else
     D = D - cX;
   end
   p = ~p;
end
E = D\E;

% Undo scaling by repeated squaring
for k = 1:s
    E = E*E;
end

E1 = E
E1 = 3×3

    5.3091    4.0012    5.5778
    2.8088    2.8845    3.1930
    5.1737    4.0012    5.7132

方法 2: テイラー級数

expmdemo2 は、べき級数によって与えられる行列の指数に対し、古典的な定義を使用します。

eA=k=01k!Ak.

A0 は、A と同じ次元の単位行列です。実用的な数値的方法として、norm(A) が大きすぎる場合、この方法は遅い上に不正確です。

A = Asave;

% Taylor series for exp(A)
E = zeros(size(A));
F = eye(size(A));
k = 1;

while norm(E+F-E,1) > 0
   E = E + F;
   F = A*F/k;
   k = k+1;
end

E2 = E
E2 = 3×3

    5.3091    4.0012    5.5778
    2.8088    2.8845    3.1930
    5.1737    4.0012    5.7132

方法 3: 固有値と固有ベクトル

expmdemo3 は、A=VDV-1 であるような、行列が固有ベクトル V の完全なセットをもつものと仮定します。行列指数は、固有値の対角行列の累乗を求めることで計算できます。

eA=VeDV-1.

実際の数値的方法として、精度は固有ベクトル行列の条件で決まります。

A = Asave;

[V,D] = eig(A);
E = V * diag(exp(diag(D))) / V;

E3 = E
E3 = 3×3

    5.3091    4.0012    5.5778
    2.8088    2.8845    3.1930
    5.1737    4.0012    5.7132

結果の比較

この例の行列では、3 つの方法すべてが同じように機能します。

E = expm(Asave);
err1 = E - E1
err1 = 3×3
10-14 ×

    0.3553    0.1776    0.0888
    0.0888    0.1332   -0.0444
         0         0   -0.2665

err2 = E - E2
err2 = 3×3
10-14 ×

         0         0   -0.1776
   -0.0444         0   -0.0888
    0.1776         0    0.0888

err3 = E - E3
err3 = 3×3
10-14 ×

   -0.7105   -0.5329   -0.7105
   -0.6661   -0.5773   -0.8882
   -0.7105   -0.7105   -0.9770

テイラー級数の失敗

一部の行列では、これらが 0 になる前にテイラー級数の項が非常に大きくなります。したがって、expmdemo2 は失敗します。

A = [-147 72; -192 93];
E1 = expmdemo1(A)
E1 = 2×2

   -0.0996    0.0747
   -0.1991    0.1494

E2 = expmdemo2(A)
E2 = 2×2
106 ×

   -1.1985   -0.5908
   -2.7438   -2.0442

E3 = expmdemo3(A)
E3 = 2×2

   -0.0996    0.0747
   -0.1991    0.1494

固有値と固有ベクトルの失敗

固有ベクトルの完全なセットをもたない行列があります。したがって、expmdemo3 は失敗します。

A = [-1 1; 0 -1];
E1 = expmdemo1(A)
E1 = 2×2

    0.3679    0.3679
         0    0.3679

E2 = expmdemo2(A)
E2 = 2×2

    0.3679    0.3679
         0    0.3679

E3 = expmdemo3(A)
E3 = 2×2

    0.3679         0
         0    0.3679

参考