🌟

直交多項式のゼロ点の数値計算(行列の固有値問題)

2022/10/10に公開

行列の固有値問題として求める

ルジャンドル多項式やラゲール多項式などの直交多項式は三項漸化式をを持つ。この性質を利用して、直交多項式のゼロ点を行列の固有値問題に帰着させて求める。

直交多項式 P_n は一般に以下のような三項漸化式を持つ。

a_n P_{n+1}(x) + b_n P_n(x) + c_n P_{n-1}(x) = x P_n(x), \quad n = 0,1,\dots

ここで、a_n, b_n, c_nx に依らない定数であり、

P_{-1}(x) = 0, \quad P_{0}(x) = 1

である。これを行列の形に表すと、

a_{N-1} P_{N}(x) \begin{pmatrix} 0 \\ 0 \\ 0 \\ \vdots \\ 0 \\ 1 \end{pmatrix} + \begin{pmatrix} b_{0} & a_{0} & 0 & 0 & \cdots & 0 & 0 & 0 \\ c_1 & b_1 & a_1 & 0 & \cdots & 0 & 0 & 0 \\ 0 & c_2 & b_2 & a_2 & \cdots & 0 & 0 & 0\\ \vdots & \vdots & \vdots & \vdots & \ddots & \vdots & \vdots & \vdots & \\ 0 & 0 & 0 & 0 & \cdots & c_{N-2} & b_{N-2} & a_{N-2}\\ 0 & 0 & 0 & 0 & \cdots & 0 & c_{N-1} & b_{N-1} \end{pmatrix} \begin{pmatrix} P_0(x) \\ P_1(x) \\ P_2(x) \\ \vdots \\ P_{N-2}(x) \\ P_{N-1}(x) \end{pmatrix} = x \begin{pmatrix} P_0(x) \\ P_1(x) \\ P_2(x) \\ \vdots \\ P_{N-2}(x) \\ P_{N-1}(x) \end{pmatrix}

となる。これを以降は、

a_{N-1} P_N(x) \boldsymbol{e}_N + \boldsymbol{\mathrm{J}}_N \boldsymbol{P}_N(x) = x \boldsymbol{P}_N(x)

と表記する。

N 次の直交多項式 P_{N}(x) のゼロ点を x_0 とすると、 P_N(x_0) = 0 であるから、

\boldsymbol{\mathrm{J}}_N \boldsymbol{P}(x_0) = x_0 \boldsymbol{P}_N(x_0)

となり、ゼロ点 x_0 は、行列 \boldsymbol{\mathrm{J}}_N の固有値であり、ベクトル \boldsymbol{P}_N(x_0) はその時の固有ベクトルであることがわかる。ここで、\boldsymbol{P}_{N}(x_0) は、N-1 次以下の直交多項式の x=x_0 での値を集めたものである。

したがって、直交多項式のゼロ点を求める問題は、行列の固有値問題に帰着された。

さらに、対称行列の固有値問題まで帰着させることもできる。

a_n P_{n+1}(x) + b_n P_n(x) + c_n P_{n-1}(x) = x P_n(x), \quad n = 0,1,\dots

両辺に、適当な定数 \lambda_n をかけると

a_n \lambda_n P_{n+1}(x) + b_n \lambda_n P_n(x) + c_n \lambda_n P_{n-1}(x) = x \lambda_n P_n(x), \quad n = 0,1,\dots

\tilde{P}_{n}(x) = \lambda_n P_n(x) とすると、

a_n \frac{\lambda_n}{\lambda_{n+1}} \tilde{P}_{n+1}(x) + b_n \tilde{P}_n(x) + c_n \frac{\lambda_n}{\lambda_{n-1}} \tilde{P}_{n-1}(x) = x \tilde{P}_n(x), \quad n = 0,1,\dots

となる。対称行列になるには、

a_n \frac{\lambda_n}{\lambda_{n+1}} = c_{n+1} \frac{\lambda_{n+1}}{\lambda_{n}}

を満たせば良い。すなわち、

\frac{\lambda_{n+1}}{\lambda_n} = \sqrt{\frac{a_n}{c_{n+1}}}

よって、

\begin{pmatrix} b_{0} & \sqrt{c_1 a_0} & 0 & 0 & \cdots & 0 & 0 & 0 \\ \sqrt{c_1 a_0} & b_1 & \sqrt{c_2 a_1} & 0 & \cdots & 0 & 0 & 0 \\ 0 & \sqrt{c_2 a_1} & b_2 & \sqrt{c_3 a_2} & \cdots & 0 & 0 & 0\\ \vdots & \vdots & \vdots & \vdots & \ddots & \vdots & \vdots & \vdots & \\ 0 & 0 & 0 & 0 & \cdots & \sqrt{c_{N-2} a_{N-3}} & b_{N-2} & \sqrt{c_{N-1} a_{N-2}}\\ 0 & 0 & 0 & 0 & \cdots & 0 & \sqrt{c_{N-1} a_{N-2}} & b_{N-1} \end{pmatrix} \begin{pmatrix} \tilde{P}_0(x_0) \\ \tilde{P}_1(x_0) \\ \tilde{P}_2(x_0) \\ \vdots \\ \tilde{P}_{N-2}(x_0) \\ \tilde{P}_{N-1}(x_0) \end{pmatrix} = x_0 \begin{pmatrix} \tilde{P}_0(x_0) \\ \tilde{P}_1(x_0) \\ \tilde{P}_2(x_0) \\ \vdots \\ \tilde{P}_{N-2}(x_0) \\ \tilde{P}_{N-1}(x_0) \end{pmatrix}

となる。したがって,

\boldsymbol{\mathrm{S}}_N \equiv \begin{pmatrix} b_{0} & \sqrt{c_1 a_0} & 0 & 0 & \cdots & 0 & 0 & 0 \\ \sqrt{c_1 a_0} & b_1 & \sqrt{c_2 a_1} & 0 & \cdots & 0 & 0 & 0 \\ 0 & \sqrt{c_2 a_1} & b_2 & \sqrt{c_3 a_2} & \cdots & 0 & 0 & 0\\ \vdots & \vdots & \vdots & \vdots & \ddots & \vdots & \vdots & \vdots & \\ 0 & 0 & 0 & 0 & \cdots & \sqrt{c_{N-2} a_{N-3}} & b_{N-2} & \sqrt{c_{N-1} a_{N-2}}\\ 0 & 0 & 0 & 0 & \cdots & 0 & \sqrt{c_{N-1} a_{N-2}} & b_{N-1} \end{pmatrix}

の固有値が N 次の直交多項式のゼロ点となる.

Rust による実装

Rust で実装する。固有値問題を解く部分は、線形代数ライブラリnalgebraを使用する。

(2022/10/12 追記)
nalgebra ライブラリの SymmetricEigen構造体によって固有値と固有ベクトルを求めると,自由度 N が大きいときに誤差が大きくなるようだ.
nalgebra はnalgebra-lapackクレートで,LAPACK を用いた実装も提供している.今回はこちらを使ったほうが良さそうである.

まずは,任意の直交多項式のゼロ点を計算する trait Zeros を実装する.

use nalgebra::DMatrix;
use nalgebra_lapack::SymmetricEigen;

trait Zeros {
    // 直交多項式の自由度 N を求める
    fn degree(&self) -> usize;

    // 三項漸化式の係数 a_n, b_n, c_n を求める
    fn coefficients(&self) -> (Vec<f64>, Vec<f64>, Vec<f64>);

    // 対称三重対角行列 S_N を求める
    // 返り値の型は,nalgebra::DMatrix<f64>
    fn symmetric_jacobi(&self) -> DMatrix<f64> {
        let n = self.degree();
        let (a, b, c) = self.coefficients();
        let mut symmetric_coeff = Vec::with_capacity(n - 1);
        for i in 0..n - 1 {
            symmetric_coeff.push(libm::sqrt(c[i + 1] * a[i]));
        }
        DMatrix::<f64>::from_fn(n, n, |r, c| {
            if r == c {
                b[r]
                // ex. (2,1), (3,2), etc..
            } else if r == c + 1 {
                symmetric_coeff[c]
                // ex. (1,2), (2,3), etc..
            } else if r == c - 1 {
                symmetric_coeff[r]
            } else {
                0.
            }
        })
    }

    // ゼロ点を求める
    // 返り値はVec<f64>
    fn zeros(&self) -> Vec<f64> {
        let sym_j = self.symmetric_jacobi();
        let eigen = SymmetricEigen::new(sym_j);
        eigen.eigenvalues.data.into()
    }
}

例: ラゲール多項式

次に,具体的な直交多項式に対するゼロ点を計算する構造体を実装する.
今回は例として,(一般化された)ラゲール多項式のゼロ点を計算する.

(一般化された)ラゲール多項式 L_n^{(\alpha)}(x) は、以下の三項間漸化式を持つ.

-(n+1) L_{n+1}(x) + (2n+ \alpha + 1) L_{n}(x) - (n + \alpha) L_{n-1}(x) = x L_{n}(x)

今回は,Laguerre 構造体を定義し,この Laguerre 構造体に対して上記で実装した Zeros trait を実装する.

// Laguerre 構造体
// n は自由度
// alpha は一般化されたラゲール多項式の係数 alpha > -1
pub struct Laguerre {
    n: usize,
    alpha: f64,
}

impl Laguerre {
    // Laguerre 構造体を生成する関連関数
    pub fn new(n: usize, alpha: f64) -> Self {
        if alpha <= -1. {
            panic!("can't define Laguerre polynomials for alpha <= -1")
        }
        Self { n, alpha }
    }
}

// Laguerre 構造体に対するZeros traitの実装
impl Zeros for Laguerre {
    // 自由度 N を取得する
    fn degree(&self) -> usize {
        self.n
    }
    fn coefficients(&self) -> (Vec<f64>, Vec<f64>, Vec<f64>) {
        let mut a = Vec::with_capacity(self.n);
        let mut b = Vec::with_capacity(self.n);
        let mut c = Vec::with_capacity(self.n);

        for i in 0..self.n {
            // a_i = -(i + 1)
            a.push(-(i as f64 + 1.));
            // b_i = 2i + alpha + 1
            b.push(2. * i as f64 + self.alpha + 1.);
            // c_i = -(i + alpha)
            c.push(-(i as f64 + self.alpha));
        }

        (a, b, c)
    }
}

これで,ラゲール多項式のゼロ点を求めることができる.

#[cfg(test)]
mod tests {
    use super::{Laguerre, Zeros};

    #[test]
    fn test_laguerre() {
        let l = Laguerre::new(2, 0.);
        let zeros = l.zeros();
        let zeros_rounding: Vec<f64> = zeros
            .iter()
            .map(|z| (z * 10000.).floor() / 10000.)
            .collect();
        let want = vec![3.4142, 0.5857];

        println!("{:?}", zeros);
        assert_eq!(zeros_rounding, want);
    }

running 1 test
[3.414213562373095, 0.5857864376269049]
test special::tests::test_laguerre ... ok

test result: ok. 1 passed; 0 failed; 0 ignored; 0 measured; 9 filtered out; finished in 0.00s

参考文献

  1. A. Gil, J. Segura, and, N.M. Temme, Numerical Methods for Special Functions. Society for Industrial and Applied Mathematics, 2007.
GitHubで編集を提案

Discussion