Hilbert行列(Hilbert matrix)とは、$(i,j)$ 成分が $\frac1{i+j-1}$ の正方行列 $H_n$ のことで、区間 $[0,1]$ 上の単項式 $1,x,\dots,x^{n-1}$ の Gram 行列として正定値である。Cauchy 行列の逆行列の公式から $H_n^{-1}$ は整数行列で、成分の総和は $n^2$、$\det H_n=c_n^4/c_{2n}$($c_n=\prod_{k< n}k!$)となる。条件数は $16^{n-1}/(2n-1)$ 以上と指数的に増え、悪条件の行列の典型である。無限 Hilbert 行列は $\ell^2$ 上の有界作用素で、ノルムはちょうど $\pi$ である(Hilbert の不等式)。
Hilbert 行列(Hilbert matrix)は、$(i,j)$ 成分が $\frac1{i+j-1}$ の正方行列
$$
H_n=\Bigl(\frac1{i+j-1}\Bigr)_{i,j=1}^n=\begin{pmatrix}1&\frac12&\frac13&\cdots\\\frac12&\frac13&\frac14&\cdots\\\frac13&\frac14&\frac15&\cdots\\\vdots&&&\ddots\end{pmatrix}
$$
である。区間 $[0,1]$ の上の単項式 $1,x,\dots,x^{n-1}$ の内積を並べた行列なので正定値だが、単項式どうしがほとんど平行なために、成分は素朴なのに逆に解くのが非常に難しい。数値線形代数で悪条件の標準的な試験の行列として使われる一方で、逆行列が整数行列になり、無限の Hilbert 行列は $\ell^2$ の上の有界作用素でノルムがちょうど $\pi$ になる、という精密な構造をもつ。
この記事では、Cauchy 行列の逆行列の公式を部分分数で証明し、そこから $H_n^{-1}$ と $\det H_n$ の明示式を導く。次に条件数が指数的に増えることを示し、最後に Hilbert の不等式(作用素ノルムが $\pi$ であること)を証明する。
| 主張 | 内容 |
|---|---|
| prop-hm-posdef | $H_n$ は正定値 |
| thm-hm-cauchy | Cauchy 行列の逆行列の公式 |
| thm-hm-inverse | $H_n^{-1}$ は整数行列で、成分は二項係数の積 |
| cor-hm-det | $\det H_n=c_n^4/c_{2n}$、$c_n=\prod_{k=1}^{n-1}k!$ |
| prop-hm-sum | $H_n^{-1}$ の成分の総和は $n^2$ |
| thm-hm-condition | $\kappa_2(H_n)\ge16^{n-1}/(2n-1)$ |
| thm-hm-hilbert | Hilbert の不等式。ノルムは $\pi$ で、$\pi$ は最良 |
$n\ge1$ について $n$ 次正方行列 $H_n=\bigl(\frac1{i+j-1}\bigr)_{i,j=1}^n$ を $n$ 次の Hilbert 行列 という。添字を $i,j\ge1$ 全体に広げた無限行列 $H=\bigl(\frac1{i+j-1}\bigr)_{i,j\ge1}$ を 無限 Hilbert 行列 という。
成分は $i+j$ だけで決まるので、$H_n$ は Hankel 型(反対角線に沿って一定)の実対称行列である。さらに
$$
\frac1{i+j-1}=\int_0^1x^{i-1}x^{j-1}\,dx
$$
なので、$H_n$ は内積 $\langle f,g\rangle:=\int_0^1f(x)g(x)\,dx$ に関する $1,x,\dots,x^{n-1}$ の Gram行列 である。とくに、ベクトル $c=(c_1,\dots,c_n)^{\top}$ に多項式 $p_c(x):=\sum_{k=1}^nc_kx^{k-1}$ を対応させると
$$
c^{\top}H_nc=\sum_{i,j}\frac{c_ic_j}{i+j-1}=\int_0^1p_c(x)^2\,dx
$$
である(以下、この式を積分表示と呼ぶ)。
$H_n$ は正定値な実対称行列である。とくに可逆であり、固有値はすべて正である。
積分表示により $c^{\top}H_nc=\int_0^1p_c^2\ge0$ である。等号が成り立てば、連続関数 $p_c^2\ge0$ の積分が $0$ なので $[0,1]$ の上で $p_c=0$ である。$0$ でない多項式の根は有限個なので $p_c=0$、つまり $c=0$ である。$\square$
連続関数 $f$ を $[0,1]$ の上で次数 $n-1$ 以下の多項式 $p_c$ により 最小二乗法 で近似すると、$\int_0^1(f-p_c)^2$ を最小にする $c$ は正規方程式 $H_nc=b$($b_i=\int_0^1f(x)x^{i-1}\,dx$)の解である。Hilbert 行列はこのように自然に現れる。
Hilbert 行列は、成分が $\frac1{x_i+y_j}$ の形の行列(Cauchy 行列)の特別な場合である。$x_i=i$、$y_j=j-1$ とおけば $x_i+y_j=i+j-1$ になる。Cauchy 行列については、逆行列が部分分数分解から一度に求まる。
$K$ を体とし、$x_1,\dots,x_n\in K$ は相異なり、$y_1,\dots,y_n\in K$ も相異なり、すべての $i,j$ で $x_i+y_j\ne0$ とする。$C=\bigl(\frac1{x_i+y_j}\bigr)_{i,j=1}^n$ は可逆であり、逆行列の $(j,k)$ 成分は
$$
(C^{-1})_{jk}=\frac{\prod_{l=1}^n(x_l+y_j)\,\prod_{m=1}^n(x_k+y_m)}{(x_k+y_j)\,\prod_{l\ne k}(x_k-x_l)\,\prod_{m\ne j}(y_j-y_m)}
$$
である。
$k$ を固定し、有理関数
$$
f_k(t):=\frac{\prod_{l\ne k}(t-x_l)}{\prod_{l\ne k}(x_k-x_l)}\cdot\frac{\prod_{m=1}^n(x_k+y_m)}{\prod_{m=1}^n(t+y_m)}
$$
を考える。$f_k(x_i)$ は、$i\ne k$ なら分子の因子 $x_i-x_i$ のために $0$ であり、$i=k$ なら $1$ である。$f_k$ の分母は相異なる 1 次式 $t+y_m$ の積で、分子の次数 $n-1$ は分母の次数 $n$ より小さい。したがって 部分分数分解 により
$$
f_k(t)=\sum_{j=1}^n\frac{B_{jk}}{t+y_j},\qquad B_{jk}=\Bigl[(t+y_j)f_k(t)\Bigr]_{t=-y_j}
$$
と書ける。$t=-y_j$ を代入すると
$$
B_{jk}=\frac{\prod_{l\ne k}(-y_j-x_l)}{\prod_{l\ne k}(x_k-x_l)}\cdot\frac{\prod_m(x_k+y_m)}{\prod_{m\ne j}(y_m-y_j)}
$$
で、分子と分母の符号 $(-1)^{n-1}$ をそろえ、$\prod_{l\ne k}(x_l+y_j)=\prod_l(x_l+y_j)/(x_k+y_j)$ と書き直すと主張の式になる。一方 $t=x_i$ を代入すると
$$
\sum_{j=1}^n\frac1{x_i+y_j}B_{jk}=f_k(x_i)=\delta_{ik}
$$
である。これは $CB=I$ を意味するので、$C$ は可逆で $C^{-1}=B$ である。$\square$
行列式も同じ形の積になる。
thm-hm-cauchy と同じ仮定のもとで
$$
\det C=\frac{\prod_{i< j}(x_j-x_i)(y_j-y_i)}{\prod_{i,j=1}^n(x_i+y_j)}
$$
である。
$n$ の帰納法による。列の引き算と行の引き算で、$n-1$ 次の Cauchy 行列の行列式に帰着させる。
$n$ の帰納法で示す。$n=1$ は明らかである。$j< n$ の各列から第 $n$ 列を引くと $$ \frac1{x_i+y_j}-\frac1{x_i+y_n}=\frac{y_n-y_j}{(x_i+y_j)(x_i+y_n)} $$ である。第 $j$ 列($j< n$)から $y_n-y_j$ を、第 $i$ 行から $\frac1{x_i+y_n}$ をくくり出すと、第 $n$ 列はすべて $1$ になり、残りの成分は $\frac1{x_i+y_j}$ である。次に $i< n$ の各行から第 $n$ 行を引くと、第 $n$ 列は第 $n$ 行以外が $0$ になり、$j< n$ の成分は $$ \frac1{x_i+y_j}-\frac1{x_n+y_j}=\frac{x_n-x_i}{(x_i+y_j)(x_n+y_j)} $$ になる。第 $i$ 行($i< n$)から $x_n-x_i$ を、第 $j$ 列($j< n$)から $\frac1{x_n+y_j}$ をくくり出し、第 $n$ 列で展開すると、$x_1,\dots,x_{n-1}$ と $y_1,\dots,y_{n-1}$ の Cauchy 行列の行列式が残る。したがって $$ \det C_n=\frac{\prod_{j< n}(y_n-y_j)\prod_{i< n}(x_n-x_i)}{\prod_{i=1}^n(x_i+y_n)\prod_{j< n}(x_n+y_j)}\det C_{n-1} $$ であり、帰納法の仮定から主張が従う。$\square$
$H_n^{-1}$ の $(i,j)$ 成分は
$$
(H_n^{-1})_{ij}=(-1)^{i+j}(i+j-1)\binom{n+i-1}{n-j}\binom{n+j-1}{n-i}\binom{i+j-2}{i-1}^2
$$
である。とくに $H_n^{-1}$ は整数を成分とする対称行列である。
$K=\mathbb{Q}$、$x_l=l$、$y_m=m-1$ として thm-hm-cauchy を使う(仮定は満たされる)。$(j,k)$ 成分に現れる 4 つの積はそれぞれ
$$
\prod_{l=1}^n(l+j-1)=\frac{(n+j-1)!}{(j-1)!},\qquad\prod_{m=1}^n(k+m-1)=\frac{(n+k-1)!}{(k-1)!},
$$
$$
\prod_{l\ne k}(k-l)=(-1)^{n-k}(k-1)!\,(n-k)!,\qquad\prod_{m\ne j}(j-m)=(-1)^{n-j}(j-1)!\,(n-j)!
$$
である($l>k$ の因子 $n-k$ 個と $m>j$ の因子 $n-j$ 個が負)。$x_k+y_j=j+k-1$ も合わせて代入すると、符号は $(-1)^{2n-j-k}=(-1)^{j+k}$ で
$$
(H_n^{-1})_{jk}=(-1)^{j+k}\frac{(n+j-1)!\,(n+k-1)!}{(j+k-1)\,\bigl((j-1)!\bigr)^2\bigl((k-1)!\bigr)^2(n-j)!\,(n-k)!}
$$
を得る。一方、主張の右辺の 3 つの二項係数を階乗で書くと
$$
\binom{n+j-1}{n-k}\binom{n+k-1}{n-j}\binom{j+k-2}{j-1}^2=\frac{(n+j-1)!\,(n+k-1)!\,\bigl((j+k-2)!\bigr)^2}{(n-k)!\,(n-j)!\,\bigl((j+k-1)!\bigr)^2\bigl((j-1)!\bigr)^2\bigl((k-1)!\bigr)^2}
$$
で、$(j+k-2)!/(j+k-1)!=1/(j+k-1)$ だから、これに $(j+k-1)$ を掛けたものは上の式の絶対値に一致する(添字を $(i,j)$ に読み替えれば主張の形)。二項係数は整数なので成分は整数であり、式は $j,k$ について対称である。$\square$
$$
H_2^{-1}=\begin{pmatrix}4&-6\\-6&12\end{pmatrix},\qquad H_3^{-1}=\begin{pmatrix}9&-36&30\\-36&192&-180\\30&-180&180\end{pmatrix},
$$
$$
H_4^{-1}=\begin{pmatrix}16&-120&240&-140\\-120&1200&-2700&1680\\240&-2700&6480&-4200\\-140&1680&-4200&2800\end{pmatrix}.
$$
成分は市松模様に符号が交代し、絶対値は急に大きくなる。どの行列も成分の総和は $n^2$($4$、$9$、$16$)である(prop-hm-sum)。
$c_n:=\prod_{k=1}^{n-1}k!$($c_1=1$)とおくと
$$
\det H_n=\frac{c_n^4}{c_{2n}}
$$
である。とくに $1/\det H_n$ は正の整数で、$n=1,2,\dots,6$ では $1$、$12$、$2160$、$6048000$、$266716800000$、$186313420339200000$ である。
prop-hm-cauchy-det で $x_i=i$、$y_j=j-1$ とおく。$x_j-x_i=y_j-y_i=j-i$ で、$\prod_{i< j}(j-i)=\prod_{j=1}^n(j-1)!=c_n$ だから分子は $c_n^2$ である。分母は
$$
\prod_{i=1}^n\prod_{j=1}^n(i+j-1)=\prod_{i=1}^n\frac{(n+i-1)!}{(i-1)!}=\frac{\prod_{k=n}^{2n-1}k!}{c_n}=\frac{c_{2n}}{c_n^2}
$$
である。よって $\det H_n=c_n^2\cdot c_n^2/c_{2n}$。$H_n^{-1}$ は整数行列なので $\det H_n^{-1}=1/\det H_n$ は整数であり、$H_n$ が正定値なので正である。$\square$
$\det H_n$ は $n=6$ ですでに $5\times10^{-18}$ 程度である。Hadamardの不等式(行列式) によれば $\det H_n\le\prod_i(H_n)_{ii}=\prod_i\frac1{2i-1}$ だが、実際の値はこれよりはるかに小さい。行列式が小さいことは、列(単項式)がほぼ一次従属であることを表している。
成分の総和も簡単な値になる。
thm-hm-cauchy の仮定のもとで、$C^{-1}$ の成分の総和は $\sum_{i=1}^nx_i+\sum_{j=1}^ny_j$ である。とくに $H_n^{-1}$ の成分の総和は $n^2$ である。
prf-hm-cauchy の部分分数の式 $f_k(t)=\sum_jB_{jk}/(t+y_j)$ に $t$ を掛けて $t\to\infty$ とすると、列の和は
$$
R_k:=\sum_{j=1}^nB_{jk}=\lim_{t\to\infty}tf_k(t)=\frac{\prod_{m}(x_k+y_m)}{\prod_{l\ne k}(x_k-x_l)}
$$
である。次に有理関数 $g(t):=\prod_m(t+y_m)/\prod_l(t-x_l)$ を考える。分子と分母はともに最高次の係数 $1$ の $n$ 次式で、分母の根 $x_l$ は相異なるので、部分分数分解は $g(t)=1+\sum_k\frac{r_k}{t-x_k}$ の形になり、$r_k=[(t-x_k)g(t)]_{t=x_k}=R_k$ である。両辺を $1/t$ について展開すると、左辺は
$$
g(t)=\frac{1+\frac{\sum_my_m}t+\cdots}{1-\frac{\sum_lx_l}t+\cdots}=1+\frac{\sum_my_m+\sum_lx_l}{t}+O(t^{-2}),
$$
右辺は $1+\frac{\sum_kR_k}{t}+O(t^{-2})$ である。$1/t$ の係数を比べて $\sum_{j,k}B_{jk}=\sum_kR_k=\sum x+\sum y$。Hilbert 行列では $\sum_{i=1}^ni+\sum_{j=1}^n(j-1)=n^2$ である。$\square$
$\mathbf 1=(1,\dots,1)^{\top}$ とすると、正定値行列について $\mathbf 1^{\top}H_n^{-1}\mathbf 1=\max_{c\ne0}(\mathbf 1^{\top}c)^2/(c^{\top}H_nc)$ が成り立つ(Cauchy–Schwarzの不等式 を $H_n$ の内積で使う)。$\mathbf 1^{\top}c=p_c(1)$ と積分表示により、prop-hm-sum は「次数 $n-1$ 以下の多項式 $p$ について $p(1)^2\le n^2\int_0^1p(x)^2\,dx$ で、定数 $n^2$ は最良」と言い換えられる。
対称行列 で正定値な $H_n$ の 2 ノルムに関する 条件数 は、最大と最小の 固有値 の比 $\kappa_2(H_n)=\lambda_{\max}(H_n)/\lambda_{\min}(H_n)$ である。逆行列の成分が大きいことから予想されるとおり、これは指数的に増える。
下界の証明では、Rayleigh商 を小さくする多項式として、ずらした Legendre多項式
$$
P_m(x):=\frac1{m!}\frac{d^m}{dx^m}(x^2-x)^m
$$
を使う。$P_m$ は $m$ 次多項式で、$P_0=1$、$P_1=2x-1$、$P_2=6x^2-6x+1$ である。
$P_m$ の $x^m$ の係数は $\binom{2m}{m}$ であり、$\int_0^1P_m(x)^2\,dx=\frac1{2m+1}$ である。
係数は最高次の項から読める。積分は、$0$ と $1$ での高位の零点により境界項の消える部分積分を $m$ 回行い、ベータ積分に帰着させる。
$u(x)=(x^2-x)^m$ の最高次の項は $x^{2m}$ なので、$u^{(m)}$ の最高次の項は $\frac{(2m)!}{m!}x^m$ であり、$m!$ で割って係数 $\binom{2m}{m}$ を得る。次に、$u=x^m(x-1)^m$ は $0$ と $1$ で $m$ 位の零点をもつので、$k< m$ なら $u^{(k)}(0)=u^{(k)}(1)=0$ である。部分積分を $m$ 回繰り返すと、境界項はすべて消えて $$ \int_0^1u^{(m)}u^{(m)}\,dx=(-1)^m\int_0^1u\,u^{(2m)}\,dx=(2m)!\int_0^1x^m(1-x)^m\,dx $$ になる($u^{(2m)}=(2m)!$、$(-1)^mu=x^m(1-x)^m$)。最後の積分はベータ積分で $\frac{(m!)^2}{(2m+1)!}$ に等しい($\int_0^1x^a(1-x)^b\,dx=\frac{b}{a+1}\int_0^1x^{a+1}(1-x)^{b-1}\,dx$ を $b$ 回使う)。よって $\int_0^1u^{(m)2}=\frac{(m!)^2}{2m+1}$ で、$(m!)^2$ で割って主張を得る。$\square$
すべての $n\ge1$ で
$$
\kappa_2(H_n)\ge(2n-1)\binom{2n-2}{n-1}^2\ge\frac{16^{n-1}}{2n-1}
$$
である。
$e_1=(1,0,\dots,0)^{\top}$ について Rayleigh 商は $e_1^{\top}H_ne_1=1$ なので $\lambda_{\max}(H_n)\ge1$ である。
$m=n-1$ とし、$P_m(x)=\sum_{k=1}^n\gamma_kx^{k-1}$ と係数ベクトル $\gamma$ をとる。積分表示と lem-hm-legendre により
$$
\gamma^{\top}H_n\gamma=\int_0^1P_m^2=\frac1{2m+1},\qquad \gamma^{\top}\gamma\ge\gamma_n^2=\binom{2m}{m}^2
$$
である。最小固有値は Rayleigh 商の最小値なので
$$
\lambda_{\min}(H_n)\le\frac{\gamma^{\top}H_n\gamma}{\gamma^{\top}\gamma}\le\frac1{(2m+1)\binom{2m}{m}^2}
$$
であり、$\lambda_{\max}\ge1$ と合わせて 1 つ目の不等式を得る。2 つ目は、$\binom{2m}{0},\dots,\binom{2m}{2m}$ の $2m+1$ 個の和が $4^m$ で、その最大のものが $\binom{2m}{m}$ であることから $\binom{2m}{m}\ge\frac{4^m}{2m+1}$ となることによる。実際、$(2m+1)\binom{2m}{m}^2\ge\frac{16^m}{2m+1}$ である。$\square$
下界の証明の考え方は、「係数の大きい多項式でも $[0,1]$ の上では小さくなりうる」ということである。$P_m$ の係数ベクトルは長さが $4^m$ 程度なのに、$[0,1]$ での $L^2$ ノルムは $(2m+1)^{-1/2}$ しかない。単項式の基底は、この打ち消し合いを見分けられない。
固有値を 80 桁の精度で計算すると次のとおりである(有効数字は丸めてある)。
| $n$ | $\lambda_{\max}(H_n)$ | $\lambda_{\min}(H_n)$ | $\kappa_2(H_n)$ | thm-hm-condition の下界 |
|---|---|---|---|---|
| 2 | 1.2676 | $6.57\times10^{-2}$ | 19.3 | 12 |
| 3 | 1.4083 | $2.69\times10^{-3}$ | 524 | 180 |
| 4 | 1.5002 | $9.67\times10^{-5}$ | $1.55\times10^{4}$ | 2800 |
| 6 | 1.6189 | $1.08\times10^{-7}$ | $1.50\times10^{7}$ | $6.99\times10^{5}$ |
| 8 | 1.6959 | $1.11\times10^{-10}$ | $1.53\times10^{10}$ | $1.77\times10^{8}$ |
| 10 | 1.7519 | $1.09\times10^{-13}$ | $1.60\times10^{13}$ | $4.49\times10^{10}$ |
| 12 | 1.7954 | $1.05\times10^{-16}$ | $1.71\times10^{16}$ | $1.14\times10^{13}$ |
$n$ が 1 増えるごとに条件数はおよそ 30 倍になる。倍精度の浮動小数点数の相対精度は $10^{-16}$ 程度なので、数値線形代数 の目安(解の相対誤差はおおよそ条件数と丸め誤差の積)によれば、$n=12$ の連立方程式 $H_{12}x=b$ を倍精度で解いても正しい桁はほとんど残らない。一方、thm-hm-inverse により $H_n^{-1}$ は整数行列なので、有理数で厳密に計算すれば解は正確に求まる。
$\lambda_{\max}(H_n)$ は上の表でゆっくり増えている。無限 Hilbert 行列が $\ell^2$(2 乗総和可能な数列の Hilbert空間)の上の 有界作用素 であることを示すのが次の定理で、上限は $\pi$ である。
複素数列 $a=(a_i)_{i\ge1}$、$b=(b_j)_{j\ge1}$ が $\sum|a_i|^2< \infty$、$\sum|b_j|^2< \infty$ を満たすとき、二重級数 $\sum_{i,j\ge1}\frac{a_i\overline{b_j}}{i+j-1}$ は絶対収束し
$$
\Bigl|\sum_{i,j\ge1}\frac{a_i\overline{b_j}}{i+j-1}\Bigr|\le\pi\Bigl(\sum_i|a_i|^2\Bigr)^{1/2}\Bigl(\sum_j|b_j|^2\Bigr)^{1/2}
$$
が成り立つ。定数 $\pi$ はこれより小さくできない。したがって無限 Hilbert 行列は $\ell^2$ の上の有界作用素を定め、その作用素ノルムは $\pi$ に等しい。また $\lambda_{\max}(H_n)$ は $n$ について狭義単調に増加して $\pi$ に収束する。
上界。$i\ge1$ を固定し、$\alpha=i-\frac12>0$ とおいて
$$
\phi(t)=\frac1{(\alpha+t)\sqrt t}\qquad(t>0)
$$
を考える。$\phi$ は 2 つの関数 $\frac1{\alpha+t}$ と $t^{-1/2}$ の積で、どちらも正で単調減少な 凸関数 である。正で単調減少な凸関数 $f,g$ の積は $(fg)''=f''g+2f'g'+fg''\ge0$ により凸である。凸関数の区間の中点での値は区間での平均以下なので(Hermite–Hadamardの不等式 の左側)、$j\ge1$ について $\phi(j-\frac12)\le\int_{j-1}^{j}\phi(t)\,dt$ である($j=1$ では $\phi$ が $t=0$ で定義されないので、区間 $[\varepsilon,1-\varepsilon]$ に当てはめて $\varepsilon\to+0$ とする)。$i+j-1=\alpha+(j-\frac12)$ だから、重み $w_j:=(j-\frac12)^{-1/2}$ について
$$
\sum_{j\ge1}\frac{w_j}{i+j-1}=\sum_{j\ge1}\phi\Bigl(j-\frac12\Bigr)\le\int_0^\infty\frac{dt}{(\alpha+t)\sqrt t}=\frac{2}{\sqrt\alpha}\int_0^\infty\frac{ds}{1+s^2}=\pi w_i
$$
を得る($t=\alpha s^2$ と置換した)。$k_{ij}=\frac1{i+j-1}$ とおき、各項を
$$
k_{ij}|a_i||b_j|=\Bigl(|a_i|\sqrt{k_{ij}w_j/w_i}\Bigr)\Bigl(|b_j|\sqrt{k_{ij}w_i/w_j}\Bigr)
$$
と分けて二重和に Cauchy–Schwarzの不等式 を使うと、上の評価とその $i,j$ を入れ替えた式により
$$
\sum_{i,j}k_{ij}|a_i||b_j|\le\Bigl(\sum_i\frac{|a_i|^2}{w_i}\sum_jk_{ij}w_j\Bigr)^{1/2}\Bigl(\sum_j\frac{|b_j|^2}{w_j}\sum_ik_{ij}w_i\Bigr)^{1/2}\le\pi\Bigl(\sum_i|a_i|^2\Bigr)^{1/2}\Bigl(\sum_j|b_j|^2\Bigr)^{1/2}
$$
である。とくに二重級数は絶対収束し、不等式が成り立つ。
$\pi$ が最良であること。$N\ge1$ について $a_i=i^{-1/2}$($i\le N$)、$a_i=0$($i>N$)とおく。$\sum_i a_i^2=\sum_{i\le N}\frac1i\le1+\log N$ である。関数 $F(x,y)=\frac1{\sqrt x\sqrt y\,(x+y)}$ は各変数について減少するので、$i,j\ge1$ について $\frac{a_ia_j}{i+j-1}\ge F(i,j)\ge\iint_{[i,i+1]\times[j,j+1]}F$ である。$M=N+1$ とおき、$y=xs$ と置換すると
$$
\sum_{i,j\le N}\frac{a_ia_j}{i+j-1}\ge\int_1^M\!\!\int_1^MF(x,y)\,dy\,dx=\int_1^M\frac1x\Bigl(\int_{1/x}^{M/x}\frac{ds}{\sqrt s\,(1+s)}\Bigr)dx
$$
である。$\int_0^\infty\frac{ds}{\sqrt s(1+s)}=\pi$ で、削った部分は $\int_0^{1/x}\le\int_0^{1/x}s^{-1/2}ds=2x^{-1/2}$、$\int_{M/x}^\infty\le\int_{M/x}^\infty s^{-3/2}ds=2\sqrt{x/M}$ で抑えられる。よって右辺は
$$
\ge\pi\log M-2\int_1^Mx^{-3/2}dx-\frac2{\sqrt M}\int_1^Mx^{-1/2}dx\ge\pi\log(N+1)-8
$$
以上であり、
$$
\frac{\sum_{i,j}a_ia_j/(i+j-1)}{\sum_ia_i^2}\ge\frac{\pi\log(N+1)-8}{1+\log N}\xrightarrow[N\to\infty]{}\pi
$$
となる。$c< \pi$ なら、$N$ が大きいとき $b=a$ で左辺が $c$ を超えるので、定数 $c$ では不等式が成り立たない。
作用素ノルムと $\lambda_{\max}$。上界により $(Ha)_i=\sum_jk_{ij}a_j$ は $\ell^2$ の元を $\ell^2$ に移し、$\Vert H\Vert\le\pi$ である。$a$ は最初の $N$ 成分にしか値をもたないので、上の商は $H_N$ の Rayleigh 商でもあり、$\lambda_{\max}(H_N)$ 以下である。一方、$H_N$ の 2 次形式は $H$ の 2 次形式の制限なので $\lambda_{\max}(H_N)\le\pi$ である。よって $\lambda_{\max}(H_N)\to\pi$、$\Vert H\Vert=\pi$。最後に狭義単調性を示す。$H_n$ の成分はすべて正なので、Perron–Frobeniusの定理 により $\lambda=\lambda_{\max}(H_n)$ の固有ベクトル $v$ を成分がすべて正にとれる。$\varepsilon>0$ について $v'=(v,\varepsilon)\in\mathbb{R}^{n+1}$ とおくと
$$
v'^{\top}H_{n+1}v'=\lambda\,v^{\top}v+2\varepsilon\sum_{i=1}^n\frac{v_i}{i+n}+\frac{\varepsilon^2}{2n+1}
$$
で、$\sum_iv_i/(i+n)>0$ だから、$\varepsilon$ が小さいとき $v'^{\top}H_{n+1}v'>\lambda(v^{\top}v+\varepsilon^2)=\lambda\,v'^{\top}v'$ である。よって $\lambda_{\max}(H_{n+1})>\lambda_{\max}(H_n)$。$\square$
thm-hm-hilbert の証明の下からの評価は $\log N$ の速さでしか $\pi$ に近づかない。実際、$a_i=i^{-1/2}$($i\le N$)での商を計算すると、$N=10,100,1000,3000$ でそれぞれ約 $1.70$、$2.13$、$2.39$、$2.48$ である。ex-hm-condition-table の $\lambda_{\max}(H_n)$ も、$n=12$ でまだ $1.80$ 程度である。
上の上界の証明は、核 $k_{ij}$ と正の重み $w$ について $\sum_jk_{ij}w_j\le\pi w_i$ を示せば、作用素ノルムが $\pi$ 以下になる、という重みつき Schur テストの形をしている。重みつき Schur テストと、それを Hilbert 行列に重み $l^{-\gamma}$ で当てはめる考え方は DK07 p. 17 に解説がある。Schur は自身の評価を無限 Hilbert 形式に当てはめて上界 $\pi$ を得ており、上界 $\pi$ が実際に作用素ノルムに等しいことも含めて DK07 p. 18 にまとめられている。
各行は、上の主張の仮定を 1 つだけ外したものである。
| 外す仮定 | 例 | 何が成り立たなくなるか |
|---|---|---|
| 内積が $[0,1]$ 上の積分であること | 相異なる $m$ 点 $t_1,\dots,t_m$($m< n$)での離散内積 $\sum_sf(t_s)g(t_s)$ に関する $1,x,\dots,x^{n-1}$ の Gram 行列 | 多項式 $\prod_s(x-t_s)$(次数 $m\le n-1$)の長さが $0$ になり、prop-hm-posdef の正定値性が失われて半正定値にとどまる |
| $x_1,\dots,x_n$ が相異なること | $x_1=x_2$ とした $C=\bigl(\frac1{x_i+y_j}\bigr)$ | 第 1 行と第 2 行が等しく $\det C=0$。thm-hm-cauchy の可逆性が失われる |
| 定数が $\pi$ であること | 定数を $c< \pi$ に替え、$a=b=(1,2^{-1/2},\dots,N^{-1/2},0,\dots)$ | $N$ が大きいと左辺が $c\sum a_i^2$ を超え、不等式が成り立たない |
| $a,b\in\ell^2$ であること | $a_i=b_i=i^{-1/2}$(すべての $i$) | 二重級数は正の項の和で、$N$ 項までの部分和が $\pi\log(N+1)-8$ 以上なので発散する |
| 基底が単項式であること | $1,x,\dots,x^{n-1}$ を $\sqrt{2m+1}\,P_m$($m=0,\dots,n-1$)に替える | Gram 行列は単位行列になり(直交多項式)、条件数は $1$。thm-hm-condition の指数的な増大は起こらない |
最後の行が示すように、悪条件の原因は内積そのものではなく単項式の基底の選び方にある。多項式で近似するときに Gram–Schmidtの直交化 で直交多項式に取り替えるのはこのためである。
Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する