状態推定のためのLie群上の最適化3
しれっとタイトル少し変えていますが、そろそろ続き書きます。
前回のあらすじ
Lie代数の性質
今回は,Lie群上での要素の移動を接空間上で定義する和と差の演算について,さらにLie群上の点に対する接空間からLie代数の要素への変換を表すAdjoint(随伴表現)について説明します.
和と差の演算
これから和と差を,接空間上でのLie群上の要素の間の移動に関して定義することにします.
とをLie群上の要素とします. まずは,この二つの要素の移動の差分を接空間上の差として定義することを考えます.
この移動の差の定義には,
の2種類が考えられます.
図にすると次のようなイメージです. 前者の定義方法で得られた差分は単位元における接空間上で定義され,後者の定義方法で得られた差分はにおける接空間上で定義されることになります.
前者1.の差の定義方法(図だと上側の経路で定義されたを計算する演算)はと表記されます. rightとついているのは,Lie群要素の右に移動量があるからですね.
ここでは点の接空間で定義された移動量でを移動させる,の逆の演算として定義されています.
もう一つの定義として,後者2. の差の定義方法(図だと下側の経路で定義されたを計算する演算)はと表記されます.
Adjoint (随伴表現)と随伴行列
さて,あるについて,2種類の移動量の定義方法をもって,とを定義しました. この定義式から次のような等式が成り立ちます.
この式はまさに,上の図における2パターンの移動の到着地点が一致している様子を表しています.
この式から,
となることが分かります.(最後の式変換は前章ので紹介した性質を使っている)
この式を見ると,ある点における接空間の要素を単位元における接空間(つまりLie代数)の要素へ変換する操作を表していることが分かります.
Adjoint (随伴表現)
この操作を演算として定義します.
の点におけるAdjoint(随伴表現)とは,
のような演算で,となるようなもののことである.
Adjointには次のような性質がある.
Adjoint matrix(随伴行列)
は線形写像である.つまり,行列で表現できる!
上で定義したAdjointは接空間から接空間への写像であったが,実数の行列の演算として定義するために,接空間の係数ベクトル間の写像として定義します(も線形演算だったので,も線形写像となるのでこのようなことができる).
性質として次のようなものがあります.
これで,Lie群の要素をLie代数の中で足したり引いたりする操作が定義できました. さらに,Adjointによって任意のLie群の要素に対する移動をLie代数の中で演算することも可能になりました.
次の投稿ではついに,Lie群上で動く関数のLie群要素での微分を定義していきます. Lie群上の最適化をLie代数上で定式化することにだいぶ近づいてきました.