Øke
I matematikk , betegner vi ved majorization en viss preorder på elementene i vektorrommet av dimensjon d på de reelle tall . Denne forhåndsbestillingen har mange bruksområder innen ulike grener av matematikk.
Rd{\ displaystyle \ mathbb {R} ^ {d}}
Definisjon
For en vektor betegner vi at vektoren har de samme komponentene, men ordnet i avtagende rekkefølge. For eksempel .
y∈Rd{\ displaystyle y \ in \ mathbb {R} ^ {d}}y↓{\ displaystyle y ^ {\ downarrow}}Rd{\ displaystyle \ mathbb {R} ^ {d}}(2,5,3,2)↓=(5,3,2,2){\ displaystyle (2,5,3,2) ^ {\ downarrow} = (5,3,2,2)}
La x og y være to vektorer av . Vi sier at y majoriserer eller dominerer x , og vi betegner , eller igjen , hvis
Rd{\ displaystyle \ mathbb {R} ^ {d}} y≻x{\ displaystyle y \ succ x}x≺y{\ displaystyle x \ prec y}
∑Jeg=1kyJeg↓≥∑Jeg=1kxJeg↓{\ displaystyle \ sum _ {i = 1} ^ {k} y_ {i} ^ {\ downarrow} \ geq \ sum _ {i = 1} ^ {k} x_ {i} ^ {\ downarrow}}for og mer
k=1,...,d-1{\ displaystyle k = 1, \ prikker, d-1}
∑Jeg=1dyJeg=∑Jeg=1dxJeg.{\ displaystyle \ sum _ {i = 1} ^ {d} y_ {i} = \ sum _ {i = 1} ^ {d} x_ {i}.}Per definisjon, betyr den majorization ikke avhengig av rekkefølgen av komponentene i de to vektorer, og det er derfor ikke en ordre forhold , siden og innebærer ikke at y = x , men bare det .
y≻x{\ displaystyle y \ succ x}x≻y{\ displaystyle x \ succ y}y↓=x↓{\ displaystyle y ^ {\ downarrow} = x ^ {\ downarrow}}
En funksjon sies å være konveks i betydningen Schur hvis antyder .
f:Rd→R{\ displaystyle f: \ mathbb {R} ^ {d} \ to \ mathbb {R}}y≻x{\ displaystyle y \ succ x}f(y)≥f(x){\ displaystyle f (y) \ geq f (x)}
Majoriseringen, som definert her, kan utvides med en ordre som heter Lorenz order (in) , som er en delvis ordre på distribusjonsfunksjoner .
Eksempler
- Siden rekkefølgen på oppføringene ikke påvirker økningen, har vi alt som .(1,2)≺(0,3){\ displaystyle (1,2) \ prec (0,3)}(2,1)≺(3,0){\ displaystyle (2,1) \ prec (3,0)}
- Tilsvarende .(1,2,3)≺(0,3,3)≺(0,0,6){\ displaystyle (1,2,3) \ prec (0,3,3) \ prec (0,0,6)}
- Mer interessant er følgende sekvens av vektorer av :Rd{\ displaystyle \ mathbb {R} ^ {d}}(1d,...,1d)≺(1d-1,...,1d-1,0)≺⋯≺(12,12,0,...,0)≺(1,0,...,0).{\ displaystyle \ left ({\ frac {1} {d}}, \ ldots, {\ frac {1} {d}} \ right) \ prec \ left ({\ frac {1} {d-1}} , \ ldots, {\ frac {1} {d-1}}, 0 \ right) \ prec \ cdots \ prec \ left ({\ frac {1} {2}}, {\ frac {1} {2} }, 0, \ ldots, 0 \ right) \ prec \ left (1,0, \ ldots, 0 \ right).}
Tilsvarende forhold
For er følgende egenskaper ekvivalent med .
x,y∈Rd{\ displaystyle x, y \ in \ mathbb {R} ^ {d}}y≻x{\ displaystyle y \ succ x}
- Det eksisterer en endelig sekvens av vektorer der den første er y , den siste er x og etterfølgeren b for hver vektor a er en konveks kombinasjon av a og en av dens transponeringer , som tilsvarer å si at vi går fra a til b ved en “ Robin Hood transfer ” : ved å modifisere bare to komponenter u ≤ v , øke u med høyest v - u og redusere v med det samme.
-
x er i den konvekse konvolutten til alle vektorene som oppnås ved å permere koordinatene til y , det vil si av d ! vektorer(yσ(1),...,yσ(d)),{\ displaystyle (y _ {\ sigma (1)}, \ ldots, y _ {\ sigma (d)}),}der σ krysser den symmetriske gruppen S d .
Figur 1 viser den konvekse konvolutten, i blått, for vektoren y = (3, 1) ; det er linjesegmentet som forbinder (3, 1) til (1, 3) . Blant alle vektorene x på dette segmentet, er den som den første komponenten av er den minste for vektoren x = (2, 2) . Figur 2 viser en konveks konvolutt i 3D , som her er en plan polygon. Senteret er den "minste" vektoren x slik at .x↓{\ displaystyle x ^ {\ downarrow}}x≺y{\ displaystyle x \ prec y}
- Var x = Ay til en dobbelt stokastisk matrise A .
- For enhver konveks funksjon har vih:R→R{\ displaystyle h: \ mathbb {R} \ to \ mathbb {R}}∑Jeg=1dh(yJeg)≥∑Jeg=1dh(xJeg){\ displaystyle \ sum _ {i = 1} ^ {d} h (y_ {i}) \ geq \ sum _ {i = 1} ^ {d} h (x_ {i})}( Karamata-ulikhet (en) ).
- For ethvert reelt tall har vit{\ displaystyle t}∑j=1d|yj-t|≥∑j=1d|xj-t|{\ displaystyle \ sum _ {j = 1} ^ {d} | y_ {j} -t | \ geq \ sum _ {j = 1} ^ {d} | x_ {j} -t |}.
- Det er en hermitisk matrise hvis " sett " med egenverdier er y og sekvensen av diagonale oppføringer er x ( Schur-Horn-setning ).
Bevis for ekvivalens mellom og de tre første forholdene
y≻x{\ displaystyle y \ succ x}
Betegn med (0) tilstanden og (1), (2) og (3) de tre første betingelsene ovenfor. Vi vil unngå å bruke Birkhoff-von Neumann-teoremet , fordi det er nøyaktig demonstrert i artikkelen “ Bistokastisk matrise ” fra ekvivalensen mellom forhold (2) og (3).
y≻x{\ displaystyle y \ succ x}
(0) ⇒ (1): Anta og vis at vi kan gå fra y til x ved en endelig sekvens av overføringer. Siden transposisjonene er spesielle tilfeller av overføringer og at de genererer den symmetriske gruppen, kan vi anta at x og y har synkende koordinater og x ≠ y . La oss fortsette med induksjon på antall indekser i slik at x i ≠ y i (dette tallet er> 1 - fordi ∑ x i = ∑ y i - så dette vil til og med vise at d - 1 overføringer er tilstrekkelig). Det er tilstrekkelig å vite hvordan man ved en overføring på y konstruerer en vektor z som har x minst en felles koordinat på mer enn y , og som fremdeles er med synkende koordinater og større x . La j være den største indeksen slik at x j < y j (det er noen, ifølge hypotesene). La oss, blant indeksene større enn j , k den minste slik at x k > y k (det er noen fordi vi er lik den største indeksen slik at x i ≠ y i , vi har x i > y i ). Vi sjekker at for δ = min ( y j - x j , x k - y k ), er vektoren z trukket fra y ved å trekke δ fra j- th-koordinaten og legge δ til k- th passende.
x≺y{\ displaystyle x \ prec y}
(1) ⇒ (2): La Γ ( a ) betegne den konvekse konvolutten av permutene til en vektor a . For en hvilken som helst vektor b utledet fra a ved en overføring, inneholder Γ ( a ) b derfor (siden dette settet er konveks og stabilt av permutasjoner) inneholder det Γ ( b ). Så hvis x trekkes fra y av en endelig sekvens av overføringer, så tilhører den Γ ( y ).
(2) ⇒ (3): Enhver permutasjonsmatrise er bistokastisk, og enhver konveks kombinasjon av bistokastiske matriser er bistokastisk.
(3) ⇒ (0): Anta at x = Ay for en bistokastisk matrise og vis det . Først,
PÅ=(påJeg,j){\ displaystyle A = (a_ {i, j})}y≻x{\ displaystyle y \ succ x}∑JegxJeg-∑jyj=∑j[(∑JegpåJeg,j)-1]yj=0.{\ displaystyle \ sum _ {i} x_ {i} - \ sum _ {j} y_ {j} = \ sum _ {j} \ left [\ left (\ sum _ {i} a_ {i, j} \ høyre) -1 \ høyre] y_ {j} = 0.}
Så, uten tap av generalitet, har x og y synkende koordinater (fordi ethvert produkt av A , venstre eller høyre, av permutasjonsmatriser, er bistokastisk). Så for alle k ,
∑Jeg≤kxJeg-∑j≤kyj=∑j≤k[(∑Jeg≤kpåJeg,j)-1]yj+∑j>k[∑Jeg≤kpåJeg,j]yj≤yk{∑j≤k[(∑Jeg≤kpåJeg,j)-1]+∑j>k[∑Jeg≤kpåJeg,j]}=yk∑Jeg≤k[(∑jpåJeg,j)-1]=0.{\ displaystyle \ sum _ {i \ leq k} x_ {i} - \ sum _ {j \ leq k} y_ {j} = \ sum _ {j \ leq k} \ left [\ left (\ sum _ { i \ leq k} a_ {i, j} \ right) -1 \ right] y_ {j} + \ sum _ {j> k} \ left [\ sum _ {i \ leq k} a_ {i, j} \ høyre] y_ {j} \ leq y_ {k} \ venstre \ {\ sum _ {j \ leq k} \ venstre [\ venstre (\ sum _ {i \ leq k} a_ {i, j} \ høyre) -1 \ høyre] + \ sum _ {j> k} \ venstre [\ sum _ {i \ leq k} a_ {i, j} \ høyre] \ høyre \} = y_ {k} \ sum _ {i \ leq k} \ left [\ left (\ sum _ {j} a_ {i, j} \ right) -1 \ right] = 0.}
Bruk av begrepet i andre sammenhenger
- Hvis H og H ' er to Hermitiske matriser, sier vi at H majoriserer H' hvis settet med egenverdier av H majoriserer det til H ' .
- Gitt to sekvenser av naturlige heltall , sier vi at f majoriserer g hvis f ( k ) ≥ g ( k ) for alle k . Hvis vi bare har f ( k ) ≥ g ( k ) for alle k > n for noen n , sier vi at f til slutt majoriserer g .f,g:IKKE→IKKE{\ displaystyle f, g: \ mathbb {N} \ to \ mathbb {N}}
- Ulike andre applikasjoner og generaliseringer er diskutert i Marshall, Olkin og Arnold 2011 .
Se også
Merknader og referanser
(
fr ) Denne artikkelen er delvis eller helt hentet fra Wikipedia-artikkelen på
engelsk med tittelen
" Majorization " ( se listen over forfattere ) .
-
For å legge til forvirring bruker noen kilder motsatt notasjon, dvs. i stedet for . Dette er tilfelle i eldre engelske bøker, særlig i Horn og Johnson 1985 , definisjon 4.3.24. Deretter bruker disse forfatterne i Horn og Johnson 1994 notasjonen som er vedtatt her.≻{\ displaystyle \ succ}≺{\ displaystyle \ prec}
-
Arnold 1987 , s. 1. 3.
-
Marshall, Olkin og Arnold 2011 , s. 7.
-
Arnold 1987 , teorem 2.1
-
Arnold 1987 , teorem 2.9.
-
Nielsen og Chuang 2000 , øvelse 12.17.
-
Kadison 2002 , lemma 5 og Kadison og Pedersen 1985 , lemma 13 s. 258-259 , viser ekvivalensen med de to første egenskapene i det spesielle tilfellet hvor koordinatene til x og y er ordnet i avtagende rekkefølge. Marshall, Olkin og Arnold 2011 , s. 32-34, demonstrer ekvivalensen med de tre første egenskapene (generelt sett) ved bruk av Birkhoff-von Neumann-setningen .
-
Marshall, Olkin og Arnold 2011 , s. 32-33.
Referanser
-
(in) Barry C. Arnold , Majorization and the Lorenz Order: A Brief Introduction , Springer al. "Kompendiet i Statistisk" ( n o 43),1987( DOI 10.1007 / 978-1-4615-7379-1 ) ( ISBN 978-0-387-96592-5 ) (trykk) ( ISBN 978-1-4615-7379-1 ) (eBok)
- (en) Barry C. Arnold, “ Majorization: Here, There and Everywhere ” , Statistical Science , vol. 22, n o 3,2007, s. 407-413 ( DOI 10.1214 / 0883423060000000097 , matematiske anmeldelser MR2416816 , zbMATH 06075132 , arXiv 0801.4221 , les online )
- (en) Rajendra Bhatia (en) , Matrix Analysis , Springer,1996, 349 s. ( ISBN 978-0-387-94846-1 , les online )
- (en) Godfrey Harold Hardy , John Edensor Littlewood og George Pólya , Inequalities , London, Cambridge University Press , koll. "Cambridge Mathematical Library",1952, 2 nd ed. , 324 s. ( ISBN 978-0-521-35880-4 , les online )
- (en) Roger A. Horn og Charles R. Johnson , Matrix Analysis , Cambridge University Press ,1985
- (no) Roger A. Horn og Charles R. Johnson , Emner i matriseanalyse , Cambridge University Press ,1994, 607 s. ( ISBN 978-0-521-46713-1 , les online )
- (no) Eduard Jorswieck og Holger Boche (de) , Majorization and Matrix Monotone Functions in Wireless Communications , Now Publishers,2007, 153 s. ( ISBN 978-1-60198-040-3 , les online )
- (no) Richard V. Kadison , “ The Pythagorean Theorem: I. The finite case ” , PNAS , vol. 99, n o 7,2002, s. 4178-4184 ( les online )
- (en) Richard V. Kadison og Gert K. Pedersen, “ Means and Convex Combinations of Unitary Operators ” , Math. Scand. , vol. 57,1985, s. 249-266 ( les online )
-
(en) Albert W. Marshall , Ingram Olkin og Barry C. Arnold , Inequalities: Theory of Majorization and Its Applications , New York, Springer Science + Business Media ,2011, 2 nd ed. ( ISBN 978-0-387-40087-7 , les online )- 1 st ed. : Marshall og Olkin, Academic Press , 1979 ( ISBN 978-0-12-473750-1 )
- (en) Michael A. Nielsen (en) og Isaac L. Chuang (en) , Quantum Computation and Quantum Information , Cambridge University Press ,2000, 676 s. ( ISBN 978-0-521-63503-5 , les online )
- (no) J. Michael Steele , The Cauchy Schwarz Master Class: En introduksjon til kunsten med matematiske ulikheter , Cambridge University Press ,2004, 306 s. ( ISBN 978-0-521-54677-5 , online presentasjon ) , kap. 13 (“Majorization and Schur Convexity”)
Eksterne linker
<img src="https://fr.wikipedia.org/wiki/Special:CentralAutoLogin/start?type=1x1" alt="" title="" width="1" height="1" style="border: none; position: absolute;">