アットウィキロゴ

n次元単体の重心の定義


n次元単体の各i点(i=0~n)からある点に向かうベクトルの全ての合成がちょうど
ゼロベクトルとなりつりあうようなそのある点をn次元単体の重心と定義する。
これより、n次元単体の0点からこの重心への方向ベクトルを \mathbf{l}_G
原点からn次元単体の重心への位置ベクトルを \mathbf{p}_G とすれば、
 \mathbf{l}_G + \sum_{i=1}^n (\mathbf{l}_G - \mathbf{l}_i) = \sum_{i=0}^n (\mathbf{p}_G - \mathbf{p}_i) = \overset{[m]}{\mathbb{0}} が成り立つ。


n次元単体の重心への方向ベクトル  \mathbf{l}_G


定義より、n次元単体の重心への方向ベクトルは
 \mathbf{l}_G = \frac{\mathbf{L} \overset{[n]}{\mathbb{1}}}{n+1} と書ける。


n次元単体の重心への位置ベクトル  \mathbf{p}_G


定義より、n次元単体の重心への位置ベクトルは
 \mathbf{p}_G = \frac{\mathbf{P} \overset{[n+1]}{\mathbb{1}}}{n+1} = \frac{\mathbf{P} \mathbb{1}}{\mathbb{1}^T \mathbb{1}} と書ける。


重均半径  r_G


また、(n+1)点 \mathbf{p}_i (i = 0 \sim n) からのベクトルの長さの自乗和 F_G が最小となる点を \mathbf{p}_x とすれば、 F_G = \sum_{i=0}^n (\mathbf{p}_x - \mathbf{p}_i)^T (\mathbf{p}_x - \mathbf{p}_i) = (n+1) \mathbf{p}_x^T \mathbf{p}_x - 2 (n+1) \mathbf{p}_x^T \mathbf{p}_G + (\sum_{i=0}^n \mathbf{p}_i^T \mathbf{p}_i) が極小値をとる条件 \frac{\partial F_G}{\partial \mathbf{p}_x} = 2 (n+1) (\mathbf{p}_x - \mathbf{p}_G) = 0 から、重心 \mathbf{p}_x = \mathbf{p}_G においてこの自乗和は最小値 \min[F_G] = \left( \sum_{i=0}^n \mathbf{p}_i^T \mathbf{p}_i \right) - (n+1) \mathbf{p}_G^T \mathbf{p}_G をとることがわかる。

よって、 F_G の最小値をベクトルの数で割った値の平方根を重均半径 r_G = \sqrt{\frac{\min[F_G]}{n+1}} とし、正方行列 \mathbf{X} の対角成分の総和(トレースと呼ばれる)を \tr[\mathbf{X}] = \mathbb{1}^T \mathbf{\Sigma}[\mathbf{X}] \mathbb{1} で表せば、
 r_G = \sqrt{\frac{\mathbb{1}^T \mathbf{\Sigma}[\mathbf{P}^T \mathbf{P}] \mathbb{1}}{\mathbb{1}^T \mathbb{1}} - \frac{\mathbb{1}^T \mathbf{P}^T \mathbf{P} \mathbb{1}}{\mathbb{1}^T \mathbb{1} \mathbb{1}^T \mathbb{1}}} より、
 r_G = \sqrt{\frac{\overset{[n]}{\mathbb{1}}^T \mathbf{\Sigma}[\mathbf{L}^T \mathbf{L}] \overset{[n]}{\mathbb{1}}}{n+1} - \frac{\overset{[n]}{\mathbb{1}}^T \mathbf{L}^T \mathbf{L} \overset{[n]}{\mathbb{1}}}{(n+1)^2}} = \frac{\sqrt{\mathbb{1}^T \tilde{\mathbf{B}} \mathbb{1}}}{\mathbb{1}^T \mathbb{1}} と書ける。



+ タグ編集
  • タグ:
  • n次元単体
  • 重心方向
  • 重心位置
最終更新:2008年09月08日 00:12