べき乗法

べき乗法（冪乗法、べきじょうほう）とはある${\displaystyle n\times n}$行列の固有値のうち、絶対値最大のものを求める手法の総称であり、いくつかのバリエーションがある。累乗法とも呼ばれる。

典型的には、与えられた${\displaystyle n\times n}$行列${\displaystyle \mathbf {A} }$に対して、適当な初期ベクトル${\displaystyle \mathbf {x} ^{(0)}}$から始めて、逐次

${\displaystyle \mathbf {x} ^{(k)}=\mathbf {A} \mathbf {x} ^{(k-1)}}$

を計算することで、${\displaystyle \mathbf {x} ^{(k)}}$が${\displaystyle \mathbf {A} }$の絶対値最大の固有値${\displaystyle \lambda _{1}}$に属する固有ベクトルの方向に漸近していくことを利用し、

${\displaystyle \lim _{k\to \infty }{\dfrac {\mathbf {x} ^{(k){\rm {T}}}\mathbf {x} ^{(k)}}{\mathbf {x} ^{(k){\rm {T}}}\mathbf {x} ^{(k-1)}}}=\lambda _{1}}$

により絶対値最大の固有値を得る。ただしベクトル列${\displaystyle \{\mathbf {x} ^{(k)}\}}$が定ベクトルに収束していくわけではないことに注意する。

また、べき乗法に類似した、絶対値最小の固有値を求める方法として逆べき乗法がある。

収束の証明

簡単のため、${\displaystyle n\times n}$行列${\displaystyle \mathbf {A} }$の固有値${\displaystyle \lambda _{i}(i=1,2,\cdots ,n)}$がすべて互いに異なり

${\displaystyle \mid \lambda _{1}\mid >\mid \lambda _{2}\mid >\cdots >\mid \lambda _{n}\mid }$

であるとする。ここで、${\displaystyle \lambda _{i}}$に属する${\displaystyle \mathbf {A} }$の固有ベクトルを${\displaystyle \mathbf {u} _{i}}$とすると、${\displaystyle \mathbf {u} _{i}}$は

${\displaystyle \mathbf {A} \mathbf {u} _{i}=\lambda _{i}\mathbf {u} _{i}}$

をみたす。また、${\displaystyle \mathbf {u} _{i}}$は互いに1次独立なので、初期ベクトル${\displaystyle \mathbf {x} ^{(0)}}$はこれらの1次結合により

${\displaystyle \mathbf {x} ^{(0)}=c_{1}\mathbf {u} _{1}+c_{2}\mathbf {u} _{2}+\cdots +c_{n}\mathbf {u} _{n}}$

と表すことができる。ここで、${\displaystyle c_{1}\neq 0}$とすれば、${\displaystyle \mathbf {x} ^{(k)}}$は以下のように表される。

${\displaystyle \mathbf {x} ^{(k)}=\mathbf {A} ^{k}\mathbf {x} ^{(0)}=c_{1}{\lambda _{1}}^{k}\mathbf {u} _{1}+c_{2}{\lambda _{2}}^{k}\mathbf {u} _{2}+\cdots +c_{n}{\lambda _{n}}^{k}\mathbf {u} _{n}=c_{1}{\lambda _{1}}^{k}{\biggl \{}\mathbf {u} _{1}+{\dfrac {c_{2}}{c_{1}}}\left({\dfrac {\lambda _{2}}{\lambda _{1}}}\right)^{k}\mathbf {u} _{2}+\cdots +{\dfrac {c_{n}}{c_{1}}}\left({\dfrac {\lambda _{n}}{\lambda _{1}}}\right)^{k}\mathbf {u} _{n}{\biggr \}}}$

仮定より${\displaystyle \mid \lambda _{l}/\lambda _{1}\mid <1\left(l\neq 1\right)}$なので、${\displaystyle k\rightarrow \infty }$のとき${\displaystyle \mathbf {x} ^{(k)}}$は絶対値最大の固有値${\displaystyle \lambda _{1}}$に属する固有ベクトル${\displaystyle \mathbf {u} _{1}}$と同じ方向${\displaystyle c_{1}{\lambda _{1}}^{k}\mathbf {u} _{1}}$に近づいていく。

絶対値最大の固有値${\displaystyle \lambda _{1}}$を求めるときは、

${\displaystyle \mathbf {x} ^{(k-1)}=c_{1}{\lambda _{1}}^{k-1}{\biggl \{}\mathbf {u} _{1}+{\dfrac {c_{2}}{c_{1}}}\left({\dfrac {\lambda _{2}}{\lambda _{1}}}\right)^{k-1}\mathbf {u} _{2}+\cdots +{\dfrac {c_{n}}{c_{1}}}\left({\dfrac {\lambda _{n}}{\lambda _{1}}}\right)^{k-1}\mathbf {u} _{n}{\biggr \}}}$

より、

${\displaystyle \lim _{k\to \infty }{\dfrac {\mathbf {x} ^{(k){\rm {T}}}\mathbf {x} ^{(k)}}{\mathbf {x} ^{(k){\rm {T}}}\mathbf {x} ^{(k-1)}}}=\lambda _{1}}$

となることを利用する。

行列${\displaystyle \mathbf {A} }$の固有値が重複を持ち更に対角化可能でない場合も、ジョルダン標準形を考えれば同様の考え方で証明できる。

欠点

最大固有値と、その次に大きい固有値の差が小さすぎる場合、収束が極めて遅くなる。

参考文献

• 森正武『数値解析』共立出版、2002年2月。ISBN 4-320-01701-3。 

関連項目

• 固有値問題
• 逆べき乗法

表 話 編 歴 線型代数学・行列解析
連立一次方程式	ガウスの消去法 クラメルの公式 ガウス＝ザイデル法 ヤコビ法
ベクトル	線型独立 線型結合 基底 双対基底
ベクトル空間	双対空間 核空間 固有空間 広義固有空間 線型包 行空間 列空間 次元
計量ベクトル空間	ドット積 コーシー＝シュワルツの不等式 直交 正規直交系 正規直交基底 グラム・シュミットの正規直交化法 直交補空間
行列・線型写像	演算・操作 乗法 転置 逆行列 サラスの方法 基本変形 対角化 分解 LU QR コレスキー シューア 特異値 固有値 不変量 行列式 跡 階数 固有値と固有ベクトル 固有多項式 最小多項式 単因子 階数標準形 スミス標準形 ジョルダン標準形 有理標準形 小行列式 クラス 正則 基本 対称 エルミート 正規 直交 回転 ユニタリ 冪零 射影 正定値 ユニモジュラー 置換 区分
行列式	余因子展開 余因子行列 ヴァンデルモンドの行列式 終結式 コーシー・ビネの公式
多重線型代数	外積 外積代数 対称代数 テンソル代数
数値線形代数	基本的な概念 浮動小数点 数値的安定性 疎行列 Z-行列 M行列 条件数 ゲルシュゴリンの定理 クリロフ部分空間 ソフトウェア MATLAB 数値解析ソフトの比較/一覧 ライブラリ Armadillo Basic Linear Algebra Subprograms (BLAS) INTLAB Intel oneAPI Math Kernel Library LAPACK NumPy OpenBLAS 線型代数学ライブラリの比較 反復法・技法 SOR法 共役勾配法 GMRES法 固有値問題の数値解法 ランチョス法 QR法 べき乗法 逆べき乗法 ヤコビ法 (固有値問題) シュトラッセンのアルゴリズム ハウスホルダー変換 ギブンス回転 人物 ジェームズ・H・ウィルキンソン クリーブ・モラー ニコラス・ハイアム ジーン・ゴラブ リチャード・バルガ
行列値関数	行列指数関数 行列の対数 行列の平方根
その他	スカラー ケイリー・ハミルトンの定理 ペロン＝フロベニウスの定理 シューア補行列 シルヴェスターの慣性法則
カテゴリ