SlideShare a Scribd company logo
1 of 1
単位行列をIとする。n次の直交行列(tAA=AtA=Iとなる各成分が実数のn次正方行列A)となり行列式の値が1であるもの全体をSO(n)と書
く。
(1)SO(2)の任意の元は
𝑐𝑜𝑠𝜃 −𝑠𝑖𝑛𝜃
𝑠𝑖𝑛𝜃 𝑐𝑜𝑠𝜃
と表されることを示せ。
証明 T=
𝑎 𝑏
𝑐 𝑑
と置いてtTT=TtT=I detT=1から-1≦a,b,c,d≦1 𝑎2
+ 𝑐2
= 1 𝑏2
+ 𝑑2
= 1を示す。
(2)A∈SO(3)で成分に0となるものが1つもないものを具体的に上げよ。
計算 3次元の正規直交基底を3つ持ってきて各列に並べれば良い。
(3)SO(3)の任意の元Aの固有値の絶対値は1であることを示せ。さらに固有値の少なくても1つは1であることを証明せよ。
証明 Aの固有値をλ その固有値をx0とすると
Ax0=λx0
Aの成分もx0の成分も共に実数なのでAx0= 𝜆x0
t(Ax0)Ax0=t(λx)(𝜆𝑥0)
tx0tAAx0= 𝜆λtx0x0
Tx0x0=|λ 2
tx0x0 よって固有値の絶対値は1である。
また1=det(A)=λ1λ2λ3 行列式の関係から少なくても2つの固有値は共役である。
よって1= 𝜆λλi =λi よってよって少なくても1つの固有値は1である。
(4)行列A,B∈SO(3)が固有値1に対する固有ベクトルを共有しているならばAB=BAを満たすことを証明せよ。
証明 A,Bは固有値1に対する固有ベクトルを共有しているのでAx=x Bx=x
ABx=A(Bx)=Ax=x Abx=B(Ax)=Bx=x AB=BA
(5)逆にA,B∈SO(3)がAB=BAならば固有値1に対する固有ベクトルを共有しているか?正しければ証明し、誤りであれば反例を上げよ。
反例
A=
1 0 0
0 −1 0
0 0 −1
B =
−1 0 0
0 −1 0
0 0 1
とするとAB=BA=
−1 0 0
0 1 0
0 0 −1
AB=BAの行列と(4)の途中式からABx=x=Ax=BxになるはずだからAの固有ベクトルはt(x,0,0) Bの固有ベクトルはt(0,0,x)になるはずで
あり、よってx=0となってしまう。

More Related Content

What's hot

2014.02.20_5章ニューラルネットワーク
2014.02.20_5章ニューラルネットワーク2014.02.20_5章ニューラルネットワーク
2014.02.20_5章ニューラルネットワークTakeshi Sakaki
 
Practical recommendations for gradient-based training of deep architectures
Practical recommendations for gradient-based training of deep architecturesPractical recommendations for gradient-based training of deep architectures
Practical recommendations for gradient-based training of deep architecturesKoji Matsuda
 
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデルlogics-of-blue
 
Anomaly detection char10
Anomaly detection char10Anomaly detection char10
Anomaly detection char10natsup
 
Topological Data Analysis of Complex Spatial Systems
Topological Data Analysis of Complex Spatial SystemsTopological Data Analysis of Complex Spatial Systems
Topological Data Analysis of Complex Spatial SystemsMason Porter
 
RBM、Deep Learningと学習(全脳アーキテクチャ若手の会 第3回DL勉強会発表資料)
RBM、Deep Learningと学習(全脳アーキテクチャ若手の会 第3回DL勉強会発表資料)RBM、Deep Learningと学習(全脳アーキテクチャ若手の会 第3回DL勉強会発表資料)
RBM、Deep Learningと学習(全脳アーキテクチャ若手の会 第3回DL勉強会発表資料)Takuma Yagi
 
Prml4.4 ラプラス近似~ベイズロジスティック回帰
Prml4.4 ラプラス近似~ベイズロジスティック回帰Prml4.4 ラプラス近似~ベイズロジスティック回帰
Prml4.4 ラプラス近似~ベイズロジスティック回帰Yuki Matsubara
 
R言語による簡便な有意差の検出と信頼区間の構成
R言語による簡便な有意差の検出と信頼区間の構成R言語による簡便な有意差の検出と信頼区間の構成
R言語による簡便な有意差の検出と信頼区間の構成Toshiyuki Shimono
 
東京都市大学 データ解析入門 2 行列分解 1
東京都市大学 データ解析入門 2 行列分解 1東京都市大学 データ解析入門 2 行列分解 1
東京都市大学 データ解析入門 2 行列分解 1hirokazutanaka
 
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処”
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処” WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処”
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処” Hajime Sasaki
 
データサイエンス概論第一 6 異常検出
データサイエンス概論第一 6 異常検出データサイエンス概論第一 6 異常検出
データサイエンス概論第一 6 異常検出Seiichi Uchida
 
MLaPP 5章 「ベイズ統計学」
MLaPP 5章 「ベイズ統計学」MLaPP 5章 「ベイズ統計学」
MLaPP 5章 「ベイズ統計学」moterech
 
クラシックな機械学習の入門 2.ベイズ統計に基づく推論
クラシックな機械学習の入門 2.ベイズ統計に基づく推論クラシックな機械学習の入門 2.ベイズ統計に基づく推論
クラシックな機械学習の入門 2.ベイズ統計に基づく推論Hiroshi Nakagawa
 
how-calculate-cluster-coefficience
how-calculate-cluster-coefficiencehow-calculate-cluster-coefficience
how-calculate-cluster-coefficienceNorihiro Shimoda
 
Mcqs linear prog
Mcqs linear progMcqs linear prog
Mcqs linear progHanna Elise
 
統計的学習の基礎 3章後半
統計的学習の基礎 3章後半統計的学習の基礎 3章後半
統計的学習の基礎 3章後半Kazunori Miyanishi
 
Matrix basic operations
Matrix basic operationsMatrix basic operations
Matrix basic operationsJessica Garcia
 
「統計的学習理論」第1章
「統計的学習理論」第1章「統計的学習理論」第1章
「統計的学習理論」第1章Kota Matsui
 
PRML 2.3 ガウス分布
PRML 2.3 ガウス分布PRML 2.3 ガウス分布
PRML 2.3 ガウス分布KokiTakamiya
 

What's hot (20)

2014.02.20_5章ニューラルネットワーク
2014.02.20_5章ニューラルネットワーク2014.02.20_5章ニューラルネットワーク
2014.02.20_5章ニューラルネットワーク
 
Practical recommendations for gradient-based training of deep architectures
Practical recommendations for gradient-based training of deep architecturesPractical recommendations for gradient-based training of deep architectures
Practical recommendations for gradient-based training of deep architectures
 
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル
2 5 3.一般化線形モデル色々_Gamma回帰と対数線形モデル
 
Anomaly detection char10
Anomaly detection char10Anomaly detection char10
Anomaly detection char10
 
Topological Data Analysis of Complex Spatial Systems
Topological Data Analysis of Complex Spatial SystemsTopological Data Analysis of Complex Spatial Systems
Topological Data Analysis of Complex Spatial Systems
 
RBM、Deep Learningと学習(全脳アーキテクチャ若手の会 第3回DL勉強会発表資料)
RBM、Deep Learningと学習(全脳アーキテクチャ若手の会 第3回DL勉強会発表資料)RBM、Deep Learningと学習(全脳アーキテクチャ若手の会 第3回DL勉強会発表資料)
RBM、Deep Learningと学習(全脳アーキテクチャ若手の会 第3回DL勉強会発表資料)
 
Prml4.4 ラプラス近似~ベイズロジスティック回帰
Prml4.4 ラプラス近似~ベイズロジスティック回帰Prml4.4 ラプラス近似~ベイズロジスティック回帰
Prml4.4 ラプラス近似~ベイズロジスティック回帰
 
W8PRML5.1-5.3
W8PRML5.1-5.3W8PRML5.1-5.3
W8PRML5.1-5.3
 
R言語による簡便な有意差の検出と信頼区間の構成
R言語による簡便な有意差の検出と信頼区間の構成R言語による簡便な有意差の検出と信頼区間の構成
R言語による簡便な有意差の検出と信頼区間の構成
 
東京都市大学 データ解析入門 2 行列分解 1
東京都市大学 データ解析入門 2 行列分解 1東京都市大学 データ解析入門 2 行列分解 1
東京都市大学 データ解析入門 2 行列分解 1
 
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処”
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処” WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処”
WI2研究会(公開用) “データ分析でよく使う前処理の整理と対処”
 
データサイエンス概論第一 6 異常検出
データサイエンス概論第一 6 異常検出データサイエンス概論第一 6 異常検出
データサイエンス概論第一 6 異常検出
 
MLaPP 5章 「ベイズ統計学」
MLaPP 5章 「ベイズ統計学」MLaPP 5章 「ベイズ統計学」
MLaPP 5章 「ベイズ統計学」
 
クラシックな機械学習の入門 2.ベイズ統計に基づく推論
クラシックな機械学習の入門 2.ベイズ統計に基づく推論クラシックな機械学習の入門 2.ベイズ統計に基づく推論
クラシックな機械学習の入門 2.ベイズ統計に基づく推論
 
how-calculate-cluster-coefficience
how-calculate-cluster-coefficiencehow-calculate-cluster-coefficience
how-calculate-cluster-coefficience
 
Mcqs linear prog
Mcqs linear progMcqs linear prog
Mcqs linear prog
 
統計的学習の基礎 3章後半
統計的学習の基礎 3章後半統計的学習の基礎 3章後半
統計的学習の基礎 3章後半
 
Matrix basic operations
Matrix basic operationsMatrix basic operations
Matrix basic operations
 
「統計的学習理論」第1章
「統計的学習理論」第1章「統計的学習理論」第1章
「統計的学習理論」第1章
 
PRML 2.3 ガウス分布
PRML 2.3 ガウス分布PRML 2.3 ガウス分布
PRML 2.3 ガウス分布
 

More from nabeshimamasataka

More from nabeshimamasataka (20)

双曲幾何学
双曲幾何学双曲幾何学
双曲幾何学
 
曲面の面積の計算と証明
曲面の面積の計算と証明曲面の面積の計算と証明
曲面の面積の計算と証明
 
ゼータ関数と任意の正の数への収束
ゼータ関数と任意の正の数への収束ゼータ関数と任意の正の数への収束
ゼータ関数と任意の正の数への収束
 
少し複雑な積分問題
少し複雑な積分問題少し複雑な積分問題
少し複雑な積分問題
 
関数の各点収束と一様収束
関数の各点収束と一様収束関数の各点収束と一様収束
関数の各点収束と一様収束
 
積分と漸化式
積分と漸化式積分と漸化式
積分と漸化式
 
ガウス積分
ガウス積分ガウス積分
ガウス積分
 
2次曲面の極値の問題
2次曲面の極値の問題2次曲面の極値の問題
2次曲面の極値の問題
 
D上の関数の極値の問題
D上の関数の極値の問題D上の関数の極値の問題
D上の関数の極値の問題
 
発散と収束の証明
発散と収束の証明発散と収束の証明
発散と収束の証明
 
面積と長さの問題
面積と長さの問題面積と長さの問題
面積と長さの問題
 
ラプシアン作用素
ラプシアン作用素ラプシアン作用素
ラプシアン作用素
 
2つのトーラスの合体
2つのトーラスの合体2つのトーラスの合体
2つのトーラスの合体
 
メビウスの帯とトーラス
メビウスの帯とトーラスメビウスの帯とトーラス
メビウスの帯とトーラス
 
3つの球体の合体
3つの球体の合体3つの球体の合体
3つの球体の合体
 
凸角形全体の位相の性質
凸角形全体の位相の性質凸角形全体の位相の性質
凸角形全体の位相の性質
 
コンパクトとハウスドルフの問題
コンパクトとハウスドルフの問題コンパクトとハウスドルフの問題
コンパクトとハウスドルフの問題
 
円の位相
円の位相円の位相
円の位相
 
位相と有限集合
位相と有限集合位相と有限集合
位相と有限集合
 
(a,b]位相とコンパクト性
(a,b]位相とコンパクト性(a,b]位相とコンパクト性
(a,b]位相とコンパクト性
 

Recently uploaded

The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024koheioishi1
 
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdfTEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdfyukisuga3
 
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScriptUniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScriptyuitoakatsukijp
 
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2Tokyo Institute of Technology
 
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationYukiTerazawa
 
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ssusere0a682
 

Recently uploaded (6)

The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
 
TEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdfTEAMIN Service overview for customer_20240422.pdf
TEAMIN Service overview for customer_20240422.pdf
 
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScriptUniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScript
 
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
 
TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
 
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
 

SO(n)の性質

  • 1. 単位行列をIとする。n次の直交行列(tAA=AtA=Iとなる各成分が実数のn次正方行列A)となり行列式の値が1であるもの全体をSO(n)と書 く。 (1)SO(2)の任意の元は 𝑐𝑜𝑠𝜃 −𝑠𝑖𝑛𝜃 𝑠𝑖𝑛𝜃 𝑐𝑜𝑠𝜃 と表されることを示せ。 証明 T= 𝑎 𝑏 𝑐 𝑑 と置いてtTT=TtT=I detT=1から-1≦a,b,c,d≦1 𝑎2 + 𝑐2 = 1 𝑏2 + 𝑑2 = 1を示す。 (2)A∈SO(3)で成分に0となるものが1つもないものを具体的に上げよ。 計算 3次元の正規直交基底を3つ持ってきて各列に並べれば良い。 (3)SO(3)の任意の元Aの固有値の絶対値は1であることを示せ。さらに固有値の少なくても1つは1であることを証明せよ。 証明 Aの固有値をλ その固有値をx0とすると Ax0=λx0 Aの成分もx0の成分も共に実数なのでAx0= 𝜆x0 t(Ax0)Ax0=t(λx)(𝜆𝑥0) tx0tAAx0= 𝜆λtx0x0 Tx0x0=|λ 2 tx0x0 よって固有値の絶対値は1である。 また1=det(A)=λ1λ2λ3 行列式の関係から少なくても2つの固有値は共役である。 よって1= 𝜆λλi =λi よってよって少なくても1つの固有値は1である。 (4)行列A,B∈SO(3)が固有値1に対する固有ベクトルを共有しているならばAB=BAを満たすことを証明せよ。 証明 A,Bは固有値1に対する固有ベクトルを共有しているのでAx=x Bx=x ABx=A(Bx)=Ax=x Abx=B(Ax)=Bx=x AB=BA (5)逆にA,B∈SO(3)がAB=BAならば固有値1に対する固有ベクトルを共有しているか?正しければ証明し、誤りであれば反例を上げよ。 反例 A= 1 0 0 0 −1 0 0 0 −1 B = −1 0 0 0 −1 0 0 0 1 とするとAB=BA= −1 0 0 0 1 0 0 0 −1 AB=BAの行列と(4)の途中式からABx=x=Ax=BxになるはずだからAの固有ベクトルはt(x,0,0) Bの固有ベクトルはt(0,0,x)になるはずで あり、よってx=0となってしまう。