0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

データサイエンスのための線形代数 第13回 線形関数と行列関数

Last updated at Posted at 2023-04-21

本記事は数学講座4.1 線形関数と行列関数を勉強して投稿したメモです。詳細は元の素晴らしい講座のページをチェックしてください。

行列関数

行列の左乗では、$Aa=b$、$A$が行列で、$a,b$が既知のベクトル、$a,b$を未知な$x,y$に変われば、行列関数になります。

\boldsymbol{A}\boldsymbol{a}=\boldsymbol{b}\longrightarrow \boldsymbol{A}\boldsymbol{x}=\boldsymbol{y}

関数の定義

二つの変数$x、y$があって、$x$の値が決まれば、それに伴って$y$の値がただ一つ決まるとき、$y$は$x$の関数であるという。
image.png

行列関数

\underbrace{A\boldsymbol{x}=\boldsymbol{y}}_{\large 行列乗法形式}\iff \underbrace{A(\boldsymbol{x})=\boldsymbol{y}}_{\large 行列関数形式}

前述の色の例、$RGB$から$YP_rP_b$への変換が、行列関数を使ってできます。
image.png

行列の左乗法:

\underbrace{\begin{pmatrix}0.299&0.587&0.114\\0.5&-0.418688&-0.081312\\-0.168736&-0.331264&0.5\end{pmatrix}}_{\large \boldsymbol{A}}\ \underbrace{\begin{pmatrix}10\\5\\33\end{pmatrix}}_{\large \boldsymbol{a}}\ =\ \underbrace{\begin{pmatrix}9.687\\0.223264\\13.1563\end{pmatrix}}_{\large \boldsymbol{b}}

行列関数:

\underbrace{\begin{pmatrix}0.299&0.587&0.114\\0.5&-0.418688&-0.081312\\-0.168736&-0.331264&0.5\end{pmatrix}}_{\large \boldsymbol{A}}\ \underbrace{\begin{pmatrix}R\\G\\B\end{pmatrix}}_{\large \boldsymbol{x}}\ =\ \underbrace{\begin{pmatrix}Y\\P_r\\P_b\end{pmatrix}}_{\large \boldsymbol{y}}

行列の乗法でも説明したように、$YP_rP_b$が新しい基底$A$でのベクトルです。

線形関数

数学において、$\mathcal{L}$ が線型であるとは、$\mathcal{L}$ について以下の2つの性質

  • 加法性:任意の $x, y$ に対して 、$\mathcal{L}(x+y)=\mathcal{L}(x)+\mathcal{L}(y)$
  • 斉次性: 任意の $x, α$ に対して 、$\mathcal{L}(a\boldsymbol{x})=a\mathcal{L}(\boldsymbol{x})$

直線関数$f(x)=ax$が線形関数:
image.png
以下の二つが満たされたので、線形関数です。

  • 加法性:$f(x_1+x_2)=f(x_1)+f(x_2)=ax_1+ax_2$
  • 斉次性: $f(bx)=bf(x)=abx$

行列関数が線形関数

行列関数$Ax=y$が:

  • 加法性:$A(\boldsymbol{x}+\boldsymbol{y}) = A(\boldsymbol{x})+A(\boldsymbol{y})$
  • 斉次性: $A(m\boldsymbol{x})=m(A\boldsymbol{x})$

詳細な証明はこちらを参照。行列の加法とも乗法と関連しています。

直線関係が一番分かりやすい線形関数です。インプットが$x$軸での点、アウトプットが$y$軸での点です。
1.gif

これも行列関数です。$x,y,a$が全てベクトル空間$R^1$でのベクトルです。
行列関数の形へ変換すると、以下のような形になります。

\underbrace{\begin{pmatrix}a\end{pmatrix}}_{A}\quad\underbrace{\begin{pmatrix}x\end{pmatrix}}_{\boldsymbol{x_{}}}\quad=\quad\underbrace{\begin{pmatrix}y\end{pmatrix}}_{\boldsymbol{y_{}}}\implies A\boldsymbol{x_{}}=\boldsymbol{y_{}}

インプットがベクトル空間$R^1$でのベクトル、アウトプットもベクトル空間$R^1$でのベクトルです。
2 (1).gif
インプットとアウトプット所在のベクトル空間は同じですが、ベクトル空間の基底が違います。
インプットが自然基底のベクトル空間で、アウトプットが$a$を基底にしたベクトル空間のものです。

行列関数が必ず線形関数ですが、線形関数が必ず行列関数には限らないです。
以下のは二つの例です:

  • $f(x)=0$
  • 微分積分:$\mathrm{d}f(x)=f'(x)\mathrm{d}x,\quad \int f'(x)\mathrm{d}x=f(x)$

補足

  • 行列の転置演算

参考情報

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?