![Logo Matematická biologie](images/logo-matbiol.png)
Aperiodická variabilita
Uvažujme model vývoje populace strukturované do tříd s časově závislou projekční maticí
|
(6) |
přitom matice je pro každé
nezáporná. Řešením této rovnice s počáteční hodnotou
je
|
(7) |
Abychom mohli model Modely s externí variabilitou (6) nějak analyzovat, potřebujeme zavést několik dalších pojmů z teorie nezáporných matic.
Hilbertova projektivní pseudometrika je definována pro každou dvojici
nezáporných vektorů se stejným nosičem, tj. takových, že
právě tehdy, když
Pseudometrika
je definována vztahem
Tvrzení 3.1. Pseudometrika má vlastnosti:
pro všechny přípustné vektory
pro všechny přípustné vektory
pro všechny přípustné vektory
právě tehdy, když
pro nějaké
pro všechny přípustné vektory
a kladná čísla
- Pro každou nezápornou čtvercovou matici
a všechny přípustné vektory
platí
Je-li
je tato nerovnost ostrá.
Důkaz.
- Tvrzení plyne přímo z definice zobrazení
- Pro nulové vektory je symetrie zřejmá z definice. Pokud
platí
neboť vektory a
mají stejné nosiče. Dále
a z toho již plyne tvrzení.
- Je-li některý z vektorů
nulový, jsou nulové všechny a nerovnost je triviální. V opačném případě
|
- Je-li
, pak
a z toho dále plyne, že všechny hodnoty jsou stejné, a tedy rovny nějaké konstantě
Opačná implikace je zřejmá.
a podobně pro minimum.
- Nechť
je libovolný index takový, že
Pak platí
a poněvadž
je hodnota váženým průměrem hodnot z množiny
To znamená, že
|
(8) |
pro všechny indexy takové, že
Odtud dále plyne, že
|
což je ekvivalentní s dokazovanou nerovností.
Pokud je pak podle již dokázané vlastnosti 4. je alespoň jedna z nerovností v Modely s externí variabilitou (8) ostrá.
Vlastnosti 1., 2., a 3. jsou axiomy pseudometriky. Vlastnosti 4. a 5. říkají, že pseudometrika nerozlišuje (stotožňuje) vektory, které se liší pouze velikostí, nikoliv směrem. Z vlastnosti 6. plyne, že pro všechny přípustné vektory
a nezáporné matice
platí nerovnost
neboli, že násobení nezápornou maticí nezvětšuje Hilbertovu pseudovzdálenost vektorů. To nám dále umožňuje pro nezápornou matici
definovat Birkhoffův kontrakční koeficient
Tvrzení 3.2. Koeficient má vlastnosti:
pro všechny přípustné vektory
a všechny nezáporné matice
- Pro nezáporné čtvercové matice
platí
- Pro nezápornou nenulovou matici
platí, že
právě tehdy, když
kde
je nějaká konstanta a
jsou levý a pravý vlastní vektor matice
příslušné k její dominantní vlastní hodnotě.
- Je-li
pak
Důkaz.
- Plyne přímo z definice koeficientu
a z vlastností pseudometriky
- Poněvadž podle tvrzení Modely s externí variabilitou 3.1.6. platí
je
Z toho, že dále dostaneme
- Nechť
Pak pro všechny vektory
splňující podmínku
platí
což vzhledem k vlastnosti Modely s externí variabilitou 3.1.4 pseudometriky znamená, že existuje číslo
takové, že
Násobení maticí
tedy zobrazuje všechny vektory se stejným nosičem do jednorozměrného prostoru a z toho dále plyne, že hodnost matice
je 1. Všechny sloupce matice
jsou tedy násobkem nějakého nezáporného a nenulového vektoru
tj.
Přitom
neboť
Nechť nyní
je vlastní vektor matice
příslušný k dominantní vlastní hodnotě
Pak
Dále platí
Odtud dostáváme, že
Nechť Pak pro libovolné vektory
platí
takže
což podle tvrzení Modely s externí variabilitou 3.1.4 znamená, že
- Např. J. E. Carroll, Birkhoff's contraction coefficient. Linear Algebra and its Applications 389 (2004) 227-234.
Vrátíme se nyní k rovnici Modely s externí variabilitou (6) a jejímu řešení Modely s externí variabilitou (7). Položme
Řekneme, že posloupnost matic je slabě ergodická, pokud
Pro každé dva nezáporné vektory se stejným nosičem podle tvrzení Modely s externí variabilitou 3.2.1 platí
takže z věty o třech posloupnostech plyne
pro slabě ergodickou posloupnost matic Pokud je tedy posloupnost matic
slabě ergodická, pak řešení rovnice Modely s externí variabilitou (6) mají pro libovolné počáteční podmínky asymptoticky ekvivalentní směr. Z vlastnosti Modely s externí variabilitou 3.2.3 můžeme usoudit, že slabě ergodická posloupnost matic
je asymptoticky ekvivalentní s posloupností matic
kde
je dominantní vlastní hodnota matice
a
resp.
je příslušné levý, resp. pravý, vlastní vektor. Řešení rovnice Modely s externí variabilitou (1) je tedy asymptoticky ekvivalentní s posloupností vektorů
Slabě ergodická poslupnost matic je tedy jistým zobecněním pojmu primitivní matice. Přesněji:
Pokud je matice v rovnici Modely s externí variabilitou (6) konstantní a primitivní, tj.
pro všechna
a existuje
takové, že
pak je posloupnost matic
slabě ergodická.
Důkaz: Podle tvrzení Modely s externí variabilitou 3.2.1 a Modely s externí variabilitou 3.2.2 je
|
Poněvadž podle Modely s externí variabilitou 3.2.4 je je
takže také
Nechť jsou všechny matice v rovnici Modely s externí variabilitou (6) primitivní a mají stejnou incidenční matici, tj. pro všechna
a všechny dvojice indexů
platí, že
právě tehdy, když
Pokud existuje konstanta
taková, že
|
(9) |
pak je posloupnost matic slabě ergodická. Podmínka Modely s externí variabilitou (9) říká, že variabilita prostředí není taková, že by některý koeficient projekční matice „téměř vymizel“.