• 沒有找到結果。

B. 單步特徵值、特徵向量分析

CHAPTER 3. 模擬及物理分析

4.2. B. 單步特徵值、特徵向量分析

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

34

4.2.B. 單步特徵值、特徵向量分析

接下來針對 t=2.425τ單步,也就是 T=1 的 Wishart matrix 的特徵值、特徵向量分 析,其矩陣維度為10000 × 10000:

圖 29. t=2.425τ特徵值分佈圖

我們計算了 t=2.425τ的特徵值的結果(圖 29.)發現只有三個極大值的特徵值,

其餘 9997 個特徵值都為 0(值約為 10-12),這個結果讓我們相當意外,因為在維度 為10000 × 10000的矩陣共有 10000 個特徵值,而只有三個非零的特徵值,

而三個非零特徵值又是同一個級數大小,我們知道在隨機矩陣的理論中,有多少 個極大的特徵值,就代表這個系統有多少個群集存在,那麼在這邊我們假設此系 統中的確有三個群集存在,這三個群集的行為由其所對應的特徵向量裡的元素來 表現。

rank(AB) ≤ min (rank(A), rank(B)) 設B = At

rank(AAt) = rank(AtA) ≤ min(rank(A), rank(At)) = rank(A)=T

實就是原本 Wishart matrix T=3 的結果,那麼這樣 C.M.D.的特徵向量是否有資 訊在裡面值得探討。

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

37

圖 30. t=2.425τ C.M.D.特徵向量圖

我們將對應三個極大特徵值的特徵向量分別針對裡面元素分析,前 4000 個 代表聚合物鏈粒子的量,後 6000 個為流體粒子的量,若只單看一個對應的特徵 向量無法得到整體系統的訊息,因為還有另外兩個所代表的量值,整體看起來才 有可能是整個系統的訊息,因為我們將三個特徵向量當作成 x、y、z 座標值,分 別代表粒子 1-10000 的座標,將其繪製在三維座標上如圖 30.。並且以不同顏色 標示聚合物鏈粒子及流體粒子,紅色為聚合物鏈粒子、綠色為流體粒子。結果我 們發現在三維座標上圖呈現一個球形,且感覺為有一定厚度的球殼,因此我們改 利用粒子球面密度來得知粒子分佈的行為。而成球形的這個成因其實可以思考一 下,我們把所有粒子速度都歸一化,而其速度的三維相空間上,一定會成為半徑 為 1 的球,所以其球形可以說是其歸一化速度在速度三維相空間上的呈現。

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

38

圖 31. t=2.425τC.M.D.特徵向量球面密度分佈圖

圖 31.中,紅線圖最低的是聚合物鏈粒子,綠色中間線是流體粒子,最高黑 色線是兩種粒子的總合,分析的結果令人感到意外,理由是聚合物鏈粒子及流體 粒子的球面密度分佈的型態是一樣的,只有大小的不同,大小的不同純粹來自於 粒子數的不一樣。目前來說沒有一樣的理由,照理來說應該可以是各種型態的疊 合,我們可以考慮各步演化的結果是否一樣。

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

39

圖 32. t=2.425-19.925τ C.M.D.特徵向量球面密度分佈圖

(A) (B)

(D) (C)

(E) (F)

(G) (H)

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

40

圖 33. t=22.425-39.925τ C.M.D.特徵向量球面密度分佈圖

(A) (B)

(D) (C)

(E) (F)

(G) (H)

立 政 治 大 學

N a tio na

l C h engchi U ni ve rs it y

41

由圖 32.、圖 33.可以看得出在步數的演化下聚合物鏈粒子與流體粒子的 C.M.D.特徵向量球面密度分佈的型態是一樣的,在這邊我們可以猜想,其型態一 樣的原因可以是在那一步的當下,就像時間停止一樣,各粒子所作的運動狀態、

交互作用的對象、作用後的結果是相對一樣的,所以在球面密度分佈上型態才會 是一樣的。

另外可以思考的是此球殼的厚度,是否跟矩陣的維度有關?我們已知特徵向

量為歸一化特徵向量,故其元素平均值應該就是1

√𝑁,所以值大約多少會跟 N 值 有關,那麼我們就將 N 慢慢增加,其方向也是平均隨機分佈構築的 C.M.D.,觀 察其球殼厚度的變化。

圖 34. 球殼厚度對維度變化圖

圖 34.表示出隨著維度的增加,球殼厚度逐漸變薄,且以√𝑁2變薄,這在數 學上能否得到證明令我們有相當大的興趣。

matrix 的類型,所以我們另外由完全平均隨機方向所構築的 C.M.D.來當作理想 狀況,來比較我們聚合物鏈系統構築的 C.M.D.有什麼不同,而我們預期一件事,

相關文件