『スタンフォードベクトル・行列からはじめる最適化数学』9章章末問題の解答 #機械学習

の演習問題を解いているが解答が本書内にもネット上にもない模様。自分の解答を晒して間違いにツッコミをいただき理解を深めようという試み。

-　問9.1

\begin{align}
\begin{bmatrix}
0.9 & 0    & 0.05 \\
0.1 & 0.95 & 0 \\
0   & 0.05 & 0.92 \\
\end{bmatrix}
\begin{bmatrix}
x_{t_1} \\
x_{t_2} \\
x_{t_3} \\
\end{bmatrix}
&=
\begin{bmatrix}
x_{(t+1)_1} \\
x_{(t+1)_2} \\
x_{(t+1)_3} \\
\end{bmatrix} \\
x_{(t+1)_1}&=0.9x_{t_1}\quad\quad\quad+0.05x_{t_3} \\
x_{(t+1)_2}&=0.1x_{t_1}+0.95x_{t_2} \\
x_{(t+1)_3}&=\quad\quad\quad0.05x_{t_2}+0.95x_{t_3} \\
\end{align}

問9.2
- (a) セクター３のt期がセクター２のt+1期の産出量に及ぼす影響の度合い。
- (b)

import numpy as np
import matplotlib.pyplot as plt

a = np.array([0.6, 0.9, 1.3, 0.5])
B = np.array([[0.1, 0.06, 0.05, 0.70], [0.48, 0.44, 0.1, 0.04], [0.0, 0.55, 0.52, 0.04], [0.04, 0.01, 0.42, 0.51]])

sum_a = []
sum_a.append(sum(a))
for i in range(1, 20):
  a = B @ a
  sum_a.append(sum(a))

plt.figure(figsize=(12, 6))
plt.plot(list(range(1, 21)), sum_a)

plt.xlabel('time')
plt.ylabel('sum_a')
plt.show()

問9.3

\begin{align}
(I-A)z&=c \\
z&=(I-A)^{-1}c \\
また、\\
Fz&=g \\
z&=F^{-1}g \\
より、\\
F&=I-A\\
g&=c
\end{align}

問9.4

\begin{align}
x_{t+1}&=A_1x_t+A_2x_{t-1} \\
z_t&=
\begin{bmatrix}
x_t \\
x_{t-1} \\
\end{bmatrix}\\
z_{t+1}&=
\begin{bmatrix}
x_{t+1} \\
x_t \\
\end{bmatrix}\\
&=
\begin{bmatrix}
A_1 & A_2 \\
1   & 0 \\
\end{bmatrix}
\begin{bmatrix}
x_t \\
x_{t-1} \\
\end{bmatrix}\\
よって、B&=
\begin{bmatrix}
A_1 & 0 \\
0   & A_2 \\
\end{bmatrix}となるBを考えれば\\
z_{t+1}&=Bz_tとなる。
\end{align}

問9.5

\begin{align}
問9.4より、\\
x_{t+1}&=A_1x_t+A_2x_{t-1}\\
z_t&=(x_t, x_{t-1}) \\
\iff z_{t+1}&=Bz_t\\
y_{t+1}&=y_t+y_{t-1} \\
x_t&=(y_t, y_{t-1}) \\
x_{t+1}&=Bx_t \\
B&=\begin{bmatrix}
1 & 1 \\
1 & 0 \\
\end{bmatrix}
\end{align}

import numpy as np

x = np.array([0, 1])
B = np.array([[1, 1], [1, 0]])
print(x[0])
for i in range(20):
  x = B @ x
  print(x[0])

修正フィボナッチ数列

\begin{bmatrix}
z_t \\
z_{t-1} \\
\end{bmatrix}
=
\begin{bmatrix}
1 & -1 \\
1 & 0 \\
\end{bmatrix}
\begin{bmatrix}
z_{t-1} \\
z_{t-2} \\
\end{bmatrix}

import numpy as np

z = np.array([0, 1])
B = np.array([[1, -1], [1, 0]])
print(z[0])
for i in range(20):
  z = B @ z
  print(z[0])

問9.6

\begin{align}
x_t&=\frac{u_1+u_2+\cdots+u_{t-1}}{t-1} \\
x_{t+1}&=\frac{u_1+u_2+\cdots+u_{t-1}+u_t}{t} \\
&=\frac{t-1}{t}\left(\frac{u_1+u_2+\cdots+u_{t-1}}{t-1}+\frac{u_t}{t-1}\right) \\
&=\frac{t-1}{t}\left(x_t+\frac{u_t}*{t-1}\right) \\
&=\frac{t-1}{t}x_t+\frac{u_t}{t}

\end{align}

問9.7

X_{t+1}=AX_t+Bu_t \\
t １単位につき、計算量は\\
(n+(n-1))\times n \\
(m+(m-1))\times m \\
(2n-1)n+(2m-1)m \\
が10^5回あるから\\
{(2\times15-1)\times 15+(2\times 5 - 0.5)}\times10^5 \\
4.85\times10^7 \\
\frac{4.85\times10^7}{10^9}=4.85\times10^{-2}s

『スタンフォード ベクトル・行列からはじめる最適化数学』9章章末問題の解答

『スタンフォードベクトル・行列からはじめる最適化数学』9章章末問題の解答