Singüler ve Norm Değerleri İçin Sınırlar
*Ayşe Dilek GÜNGÖR1, Ali SİNAN1
Özet: Bu çalışmada öncelikle
n
×
n
tipindeki bir kompleksA
matrisinin singüler değerleri için iz ve determinant kullanılarak sınırlar elde edilmiştir. Aynı zamanda satır (sütun) Euclidean normu kullanılarak singüler değerlerinin çarpımı için sınırlar elde edilmiştir. Son olarak ise(
)
n j i nh
j
i
g
T
0 ,1
=
−
+
=
Cauchy-Toeplitz matrisi ve(
)
n j i nh
j
i
g
H
0 ,1
=
+
+
=
Cauchy-Hankel matrisinin Euclidean ve spektral normlarıiçin bir alt sınır bulunmuştur.
Anahtar Kelimeler: Singüler değer, Cauchy-Toeplitz matrisi, Cauchy-Hankel matrisi,
Euclidean norm.
Bounds For Singular And Norm Values
Abstract: In this study, firstly we have obtained bounds for singular values of a complex
matrix
A
of ordern
×
n
using the trace and determinant. In addition, we have obtained bounds for products of singular values using row (column) Frobenius (or Euclidean) norms and determinant. Consequently, we have found lower bounds for the Euclidean norms and spectral norms of Cauchy-Toeplitz matrix(
)
n j i nh
j
i
g
T
0 ,1
=
−
+
=
and Cauchy-Hankel matrix(
)
n j i nh
j
i
g
H
0 ,1
=
+
+
=
.Key Words: Singular value, Cauchy-Toeplitz matrix, Cauchy-Hankel matrix, Euclidean
norm.
1. Giriş
A
n
×
n
kompleks bir matris ve( )
A
σ
( )
A
σ
n( )
A
σ
1≥
2≥
...
≥
A
’nın singüler değerleri olsun.A
E vedet
A
, sırasıylaA
’nın Eucliden normunu ve determinantını göstermek üzere* Bu makale DoktoraTezinin bir bölümüdür.
σ
12( )
A
+
σ
22( )
A
+
...
+
σ
n2( )
A
=
A
2E (1.1) ve( ) ( )
A
2A
...
n( )
A
det
A
1σ
σ
=
σ
(1.2) olduğunu biliyoruz.( )
A
r
i ,A
’nıni
-inci satırının Euclidean normu veα
1,
α
2,...,
α
nn
n=
+
+
+
2 2 2 2 1α
...
α
α
(1.3)olacak şekilde pozitif reel sayılar olmak üzere
( ) ( )
( )
=
A
r
A
r
A
r
diag
D
n nα
α
α
,...,
,
2 2 1 1 (1.4)köşegen matrisi tanımlansın.
Burada
DA
B
=
1.5)katsayı matrisinin Euclidean normunun
n
olduğu açıktır. Eğerα
1=
α
2=
..
=
α
n=
1
ise o taktirdeB
matrisinin her satırının Euclidean normu 1’dir. Keza aynı şekildec
i( )
A
,A
’nıni
-inci sütununun Euclidean normu ve( ) ( )
( )
=
A
c
A
c
A
c
diag
D
n nα
α
α
,...,
,
2 2 1 1 (1.6) olmak üzereAD
B
=
(1.7)matrisi tanımlanmıştır. Yine
B
E=
n
’dir.α
1=
α
2=
..
=
α
n=
1
iseB
matrisinin her sütununun Euclidean normu 1 olur [4].(
)
n j i j ix
x
C
1 ,1
=
−
=
(
x
i≠
x
j)
Cauchy matrisi ve , 0 n n j i i jT
=
t
−
= iseTeoplitz matrisi olsun. Cauchy Toeplitz matrisi,
g
ileh
(
h
≠
0
)
herhangi iki sayı
∉Z
h
g
olmak üzere(
)
n j i nh
j
i
g
T
0 ,1
=
−
+
=
(1.8) biçiminde tanımlanır.(
)
n j i j ix
x
C
1 ,1
=
−
=
(
x
i≠
x
j)
Cauchy matrisi ve , 0 n n i j i jH
=
h
+
= iseHankel matrisi olsun. Cauchy Hankel matrisi,
g
ileh
(
h
≠
0
)
herhangi iki sayı
∉Z
h
g
olmak üzere(
)
n j i nh
j
i
g
H
0 ,1
=
+
+
=
(1.9) biçiminde tanımlanır.Teorem 1.1. [5]
A
veB
n
×
n
tipinde kare matrisler ve1
≤
i
1<
...
<
i
k≤
n
olsun. Bu taktirde( )
( ) ( )
1 t 1 t k k i i t t tAB
A
B
σ
σ
σ
= =≤
∏
∏
(1.10) ve( )
( )
1( )
1 1 t t k k t i n i t tAB
A
B
σ
σ
σ
− + = =≥
∏
∏
(1.11) dir.Teorem 1.2. [2]
A
p
×
n
tipinde veB
n
×
m
tipinde birer matris ve1
≤
i
1<
...
<
i
k≤
n
olsun. Bu taktirde( )
AB
k( )
A
n t( )
B
t i k t it t 1 1 1 + − = =∏
∏
σ
≥
σ
σ
(1.12) dir.Bu çalışmada ilk olarak;
σ
1...
σ
k,σ
n−k+1...
σ
n,σ
12+
...
+
σ
k2 veσ
n2−k+1+
...
+
σ
n2 için yalnızcak
,
l
,
n
,
A
E vedet
A
içeren sınırlar elde edilmiştir. Bunun yanındaσ
1...
σ
k,σ
k...
σ
l veσ
n−k+1...
σ
n için yeni sınırlar elde edildi. Aynı zamanda satır (sütun) Euclidean normu ve determinant kullanılarak herhangi birA
matrisinin singüler değerlerinin çarpımı için sınırlar elde edilmiştir. Son olarak ise herhangi birA
matrisinin Euclidean normu için biralt
sınır bulunmuştur. Ayrıca bu sınır(
1
)
, 1 n n i jT
g
i j h
=
=
+ −
Cauchy-Toeplitz ve(
)
, 11
n n i jH
g
i
j h
=
=
+ +
Cauchy-Hankel matrisleri üzerinde örneklendirilmiştir [1].
2. İz ve Euclidean Normu Kullanılarak Singüler Değerler İçin Sınırlar
∈
A
C
nxn (n≥
2), özdeğerleri reel1
...
nλ
≥ ≥
λ
>0 ve singüler değerleriσ
1≥ ≥
...
σ
n>0 olan bir kare matris olsun.Bu çalışmada; sadeceE
A
n
l
k
,
,
,
vedet
A
kullanarakσ σ
1...
k , 1...
n k nσ
− +σ
, 2 2 1...
kσ
+ +
σ
veσ
n k2− +1+ +
...
σ
n2(
1 k n
≤ ≤
)
için sınırlar bulacağız. Bunun için ise, J. K. Merikoski ve A. Virtanen ( [3] ) “Bounds for eigenvalues using the trace and determinant” isimli çalışması ileσ
12+
...
+
σ
n2=
A
E2 veσ
1...
σ
n=
det
A
bilineneşitliklerinden faydalanılmıştır. Özel durumlar için
0
0=
1
vex
, tanımsız olmak üzere0
x
=
0
kabul edilecektir.
Teorem 2.1
1 k n
≤ ≤
olsun. Bu taktirde2 2 1
...
kσ
+ +
σ
≤
A
2E- (n-k) (n k) k EA
A
k
−
1 2 2)
.(det
)
(
(2.1) 2 2 2 2 2 1 1 1...
(
...
)
k( det
)
n( ...
)
k k n k nA
kk
σ
σ
σ
− +σ
≤
≤
σ
σ
≤
+ +
(2.2)k
n
A
k
k E n k n k n k n 2 2 1 2 2 2 1 2 1...
...
)
...
(
σ
σ
≤
σ
− ++
+
σ
≤
≤
σ
+
+
σ
+ − (2.3) ve( )
A
A
k
n
k n E n k n...
det
2 2 1 − + −
−
≥
σ
σ
(2.4) dir.Teorem 2.2.
1
≤
k
≤
n
−
2
olsun. O zaman( 1) 2 1 1 2 2 1
1
1
)
(det
1
...
− − − +
+
−
≤
k n k n k E kk
A
k
n
A
σ
σ
(2.5)dir.
2
≤
k
≤
n
−
1
olsun. O zaman(
)
( 1) 2 1 2 2 11
det
...
− + − + −
−
+
≥
k k k n E n k nA
k
n
A
k
σ
σ
(2.6) dir.Teorem 2.3.
1
≤
k
≤
n
olsun . Bu taktirde1 2 1 2 2 2 1
1
)
1
(
)
(det
1
...
+ +
+
+
≤
+
+
n E k k kn
A
k
k
A
σ
σ
(2.7) 1 2 1 2 2 2 2 11
)
(
)
1
(
)
(det
1
...
+ − + − + −
+
−
+
−
−
≥
+
+
n E k n k n E n k nn
A
k
n
k
n
A
A
σ
σ
(2.8) dir.3. Singüler Değerlerin Çarpımları İçin Norm ve Determinant Yardımı ile Elde Edilen Sınırlar
Bu bölümde; (1.3), (1.5) ve (1.7) ifadelerini , (1.10), (1.11) ve (1.12) eşitsizliklerini ve 2. bölümdeki singüler değerlerin çarpımları için verdiğimiz sınırları kullanarak singüler değerlerin çarpımı için yeni sınırlar elde ettik.
Burada genelliği bozmadan 1. bölümdeki gibi
A
’nın satır ve sütunlarının( )
A
r
( )
A
r
( )
A
r
1≤
2≤
...
≤
n( )
A
c
( )
A
c
( )
A
c
1≤
2≤
...
≤
nbiçiminde sıralı olduğunu kabul edelim. Ayrıca (1.3)’de tanımlanan
α
i’ler için1 2
...
0
<
α
n≤
≤
α
≤
α
olsun.
Aynı zamanda aşağıda vereceğimiz teoremlerin tümü için,
A
n
×
n
tipinde bir matris ve( )
,
i i
r c
,A
’nıni
-inci satırının(sütununun) Euclidean normu veα
i’ler (1.3)’de tanımlandığı gibi kabul edilecektir.Teorem 3.1.
1
<
k
≤
n
olsun. Bu taktirde1 1
min( , )
...
n i i n k n i n k ir c
σ
σ
α
− + = − +≤
∏
(3.1) dir.Teorem 3.2.
1
<
k
≤
n
olsun. Bu taktirde ( )∏
− = −
−
≥
n k i k n i i kA
n
k
n
r
1 2 1...
det
α
σ
σ
(3.2) dir.Teorem 3.3.
1
<
k
≤
n
olsun. Bu taktirde(
)
(
)
( 1) 2 1 1 2 1 1 11
1
det
,
min
,
min
...
− − − + = + − =
+
−
≤
∏
∏
k n k n k n i i i i n k n i i i i kk
n
k
n
A
c
r
c
r
α
α
σ
σ
(3.3) dir.Teorem 3.4.
1
≤
k
<
l
≤
n
olsun. Bu taktirde( ) l k n l k l i n i i i k i i
A
c
n
k
c
α
σ
σ
α
det
...
1
1 1 1 2 1≤
−
∏
− +∏
= = − ( ) n k n i i i l n k l n i i iA
c
l
n
c
1 1 2det
− = + − =
≤
∏
∏
α
α
(3.4) ve ( ) ( ) l k k n k l k l i n i i i k i iA
r
n
k
c
α
σ
σ
α
det
...
1
2 1 1 1 1 2 1 1≤
−
− + + − + − = = −∏
∏
( ) ( )∏
∏
+ − = + − − =
−
−
≤
n k l n i k l l n n i i i l i iA
r
n
l
l
n
l
n
c
2 1 1 2 1det
1
α
α
(3.5) dir.Teorem 3.5.
1
≤
k
<
l
≤
n
−
2
olsun. Bu taktirde1 1
...
− + + −l n k nσ
σ
( 2) 2 1 1 2 2 12
1
1
det
− + − − + − + − = =
+
−
−
+
−
≤
∏
∏
k l n k l n k l n i i i l k i i ik
l
n
k
l
n
A
r
r
α
α
(3.6) dir.Teorem 3.6.
1
≤
k
<
l
≤
n
olsun. Bu taktirde( ) ln l k i n i i i k i i k l
A
r
n
k
r
∏
∏
= = − + −
−
≥
1 2 1 1 1det
1
...
α
α
σ
σ
(3.7) dir.Teorem 3.7.
1
≤
k
<
l
≤
n
olsun. Bu taktirde( )
( ) n k l k i n i i i l i i n k l nA
r
l
n
r
A
1 1 2det
...
− = = + −∏
∏
≤
α
α
σ
σ
(3.8) ve ( ) ( )∏
∏
= + − − = + −
−
−
≤
l k i k l l n n i i i l i i n k l nA
r
n
l
l
n
l
n
r
2 1 1 2 1det
1
...
α
α
σ
σ
(3.9) dir.Teorem 3.8.
1
≤
k
<
l
≤
n
−
2
olsun. Bu taktirde( ) [ ] ( )
∏
∏
= − − − + + − + − = + −
+
−
≤
l k i l n l n l n k l k l n n i i i i i n k l nl
n
l
n
A
r
r
1 2 1 1 1 2 11
1
det
...
α
α
σ
σ
(3.10) dir.Teorem 3.9.
1
≤
k
<
l
≤
n
−
2
olsun. Bu taktirde( 2) 2 1 1 2 2 1 1 1
1
2
1
det
...
− + − − + − + − = + − + − =
+
−
−
+
−
≤
∏
∏
k l n k l n k l n i i i k n l n i i i l kk
l
n
k
l
n
A
c
c
α
α
σ
σ
(3.11) dir.Teorem 3.10.
2
≤
k
≤
n
olsun. Bu taktirdeA
n
k
n
c
k n n k i i i n k n...
det
2 1 1 − + = + −
−
≥
∏
α
σ
σ
(3.12) dir.DA
B
=
veB
=
AD
matrislerinden elde edilebilenA
=
D
−1B
veA
= BD
−1 matrisleri için de benzer şekilde eşitsizlikler elde edilebilir. Yalnız burada singüler değerlerin sıralı olması gerektiğinden, yine genelliği bozmadanA
’nın satır ve sütunlarının( )
A
r
( )
A
r
( )
A
r
1≥
2≥
...
≥
n( )
A
c
( )
A
c
( )
A
c
1≥
2≥
...
≥
nbiçiminde sıralı olduğu kabul edilecektir. Ayrıca
n
α
α
α
≤
≤
≤
<
...
0
1 2 şeklinde alınacaktır.Teorem 3.11.
1
<
k
≤
n
olsun. Bu taktirde(
)
( )∏
− = − + −
−
≥
n k i k n i i i n k nA
n
k
n
c
r
1 2 1det
,
min
...
σ
α
σ
(3.13) dir.Teorem 3.12.
2
≤
k
≤
n
−
2
olsun. Bu taktirde( 1) 2 1 1 2 1 1 1
1
1
det
)
,
min(
)
,
min(
...
− − − + = =
+
−
≤
∏
∏
k n k n k n i i i i k i i i i kk
n
k
n
A
c
r
c
r
α
α
σ
σ
(3.14) dir.Teorem 3.13.
2
≤
k
≤
n
olsun. Bu taktirde(
)
( )∏
+ = −
−
≥
n k i k n i i i kA
n
k
n
c
r
1 2 1det
,
min
...
σ
α
σ
(3.15) dir.Teorem 3.14.
2
≤
k
≤
n
−
2
olsun. Bu taktirde( ) n k n k k n k n i k n n i i i i i
n
k
n
A
r
k
r
α
σ
σ
α
...
1
det
1 1 2 1 1 2 1 + − − + − = + − =≤
−
+
∏
∏
( )∏
∏
+ − = − − − + =
+
−
≤
n k n i k n k n k n i i i i ik
n
k
n
A
r
r
1 1 2 1 1 2 11
1
det
α
α
(3.16) dir.Teorem 3.15.
1
≤
k
<
l
≤
n
olsun. Bu taktirde( ) l k n l n k l n i n i i i k i i
A
c
n
k
c
α
σ
σ
α
det
...
1
1 2 1≤
−
∏
∏
+ − = = − ( ) n k n i i i l k l i i iA
c
l
n
c
1 1 2 1 1det
− = + − =
≤
∏
∏
α
α
(3.17) ve ( ) ( ) l k k n k l n k l n i n i i i k i iA
r
n
k
c
α
σ
σ
α
det
...
1
2 1 1 2 1 1≤
−
− + + − + − = = −∏
∏
( ) ( )∏
− +∏
= + − − =
−
−
≤
1 1 2 1 1 2 1det
1
k l i k l l n n i i i l i iA
r
n
l
l
n
l
n
c
α
α
(3.18) dir.Teorem 3.16.
1
≤
k
<
l
≤
n
olsun. Bu taktirde ( ) ln k n l n i n i i i k i i k lA
c
n
k
c
∏
− +∏
+ − = = − + −
−
≥
1 1 1 2 1 1 1det
1
...
α
α
σ
σ
(3.19) dir.Teorem 3.17.
1
≤
k
<
l
≤
n
−
2
olsun. Bu taktirde( 2) 2 1 1 2 2 1
2
1
1
det
...
− + − − + − + − = =
+
−
−
+
−
≤
∏
∏
k l n k l n k l n i i i l k i i i l kk
l
n
k
l
n
A
r
r
α
α
σ
σ
(3.20) dir.Teorem 3.18.
1
≤
k
<
l
≤
n
olsun. Bu taktirdeA
r
n
k
l
n
r
n i i i k l n l k i i i l kdet
1
...
1 2 1∏
∏
= − + − =
−
+
−
≥
α
α
σ
σ
(3.21) dir.Aynı zamanda hemen belirtelim ki; bu bölümdeki sınırlar
α
1=
α
2=
..
=
α
n=
1
için de sağlanmaktadır.4. Bir Matrisin Euclidean Normu İçin Alt Sınır
A
n
×
n
kompleks bir matris olsun.B
matrisi (1.5) ve (1.7)’deki gibi veα
i’ler (1.3)’deki gibi tanımlansın. Bu bölümde öncelikleA
matrisinin Euclidean normu için bir alt sınır elde edildi. Daha sonra ise Cauchy-Toeplitz ve Cauchy-Hankel matrislerinin Euclidean normu ve spektral normu içinB
matrisini kullanarak veg
=
1
2
ve
h
=
1
alarak alt sınırlar elde edildi.Öncelikle
B
matrisi içinE E
E
D
A
B
≤
(4.1)eşitsizliği yazılabilir. Ayrıca yine bilindiği üzere bu
B
matrisi içinB
E=
n
’dir. O halde buradan aşağıdaki teorem verilebilir.Teorem 4.1.
A
n
×
n
kompleks bir matris olsun.α
i’ler (1.3)’de tanımlandığı gibi vei
r
,(c
i),A
’nıni
-inci satırının (sütununun) Euclidean normu olsun. Bu taktirde2 1 2
,
max(
E n i i i iA
c
r
n
≤
∑
=α
(4.2) dir.Şimdi Cauchy-Toeplitz ve Cauchy-Hankel matrislerinin normları için alt sınırları incelenirse: (1.8) ile tanımlanan Cauchy-Toeplitz matrisinde
g
=
1
2
ve
h
=
1
alınırsa(
)
n j i nj
i
T
1 ,2
1
2
=
−
+
=
(4.3) olur.Teorem 4.2. (4.3)’deki
T
n matrisi ve (1.3)’de tanımlananα
i’ler verilmiş olsun. Bu taktirde E n n i iT
i
i
n
n
≤
−
Ψ
+
+
−
Ψ
−
− =∑
2 1 1 1 22
1
,
1
2
1
,
1
α
(4.4) ve buradan 2 2 1 1 22
1
,
1
2
1
,
1
n n i iT
i
i
n
≤
−
Ψ
+
+
−
Ψ
−
− =∑
α
(4.5) dir.Benzer şekilde (1.9)’ daki Cauchy-Hankel matrisinde
g
=
1
2
ve
h
=
1
alınması halinde(
)
n j i nj
i
H
1 ,2
1
2
=
+
+
=
(4.6) olur.Teorem 4.3. (4.6)’deki
H
n matrisi ve (1.3)’de tanımlananα
i’ler verilmiş olsun. Bu taktirdeE n n i i
H
i
i
n
n
≤
+
Ψ
+
+
+
Ψ
−
− =∑
2 1 1 1 22
3
,
1
2
3
,
1
α
(4.7) ve buradan 2 2 1 1 22
3
,
1
2
3
,
1
n n i iH
i
i
n
≤
+
Ψ
+
+
+
Ψ
−
− =∑
α
(4.8) elde edilir. Örnek 4.1.α
1=
α
2=
..
=
α
n=
1
, 2 1 1 12
1
,
1
2
1
,
1
1
−
Ψ
+
+
−
Ψ
−
=
− =∑
n in
i
i
n
a
ve2 1 1
2
1
,
1
2
1
,
1
1
− =
−
Ψ
+
+
−
Ψ
−
=
∑
n in
i
i
b
olsun.
T
n matrisinin Euclidean normu ve spektral normu için aşağıdaki tabloları elde ederiz.n
a
E nT
n
b
T
n 2 1 2 2 1 2 2 5 2.74731933 6.340772176 5 1.22863855 2.221440394 10 2.91164444 9.389605038 10 0.92074281 2.221441469 20 3.01166644 13.61887703 20 0.67342908 2.221441469 50 3.08248181 21.902721 50 0.43592875 2.221441469 Örnek 4.2.α
1=
α
2=
..
=
α
n=
1
, 2 1 1 12
3
,
1
2
3
,
1
1
+
Ψ
+
+
+
Ψ
−
=
− =∑
n in
i
i
n
c
ve 2 1 12
3
,
1
2
3
,
1
1
− =
+
Ψ
+
+
+
Ψ
−
=
∑
n in
i
i
d
olsun.
H
n matrisinin Euclidean normu ve spektral normu için tablolar ise aşağıdadır:n
c
E nH
n
d
H
n 2 1 0.4 0.4 2 0.29146708 0.372648022 5 0.36124 0.865852616 5 0.16155143 0.4935672 10 0.29378712 1.379025097 10 0.09290364 0.611593782 20 0.22475864 1.972031112 20 0.05025756 0.718764117 50 0.02236153 2.824466286 50 0.00211478 0.840784149Burada
α
1=
α
2=
..
=
α
n=
1
için sınırların+
+
+
n=
n
2 2 2 2 1
α
...
α
α
olacak şekildeki iα
’ler için bulunan sınırlardan daha iyi olduğu görülmüştür. Örneğin,α
1=
0
.
5
,α
2=
0
.
9
,1
.
1
3=
sırasıyla;
2
.
618174275
≤
T
n E,1
.
170883131
≤
T
n 2,0
.
3269170099
≤
H
n E ve 21462017314
.
0
≤
H
n biçimindedir. Kaynaklar[1] Güngör A. D., Singüler ve Norm Değerleri İçin Sınırlar, Doktora Tezi, Selçuk Üniversitesi, Konya,
(2004).
[2] Marshall, A. W., Olkin, I., Inequalities, Theory of Majorization and its Applications, Academic, New
York, (1979).
[3] Merikoski, J. K., Virtanen, A., Bounds for eigenvalues using the trace and determinant, Linear
Algebra and its Applications 264, 101-108(1997) .
[4] Rojo Oscar, Further bounds for the smallest singular values and the spectral condition numbers, Computers and Mathematics with Applications, Vol. 38, No. 7-8 : 215-228 (1999). [5] Wang B., Zhang F., Some Inequalities for the Eigenvalues of the Product of Positive