1 基本概念
ベクトル空間は、対象どうしの加法と、数による拡大縮小を整合的に定めた代数構造である。幾何学的な矢印、数の並び、関数や多項式など、一見異なる対象を同じ枠組みで扱える点に特徴がある。線形代数では、この構造を出発点として、次元、基底、線形写像などの理論が展開される。
1.1 ベクトル空間の定義
ベクトル空間とは、ある集合においてベクトル加法とスカラー倍が定義され、一定の公理を満たすものを指す。加法の単位元や逆元が存在し、分配法則や結合法則が保たれることにより、計算が一貫して行える。
1.2 スカラーと体
スカラーは、ベクトルに掛ける「数」であり、通常は実数や複素数のような体の元を用いる。体は、加法と乗法について逆元を持ち、四則演算が矛盾なく行える数体系である。ベクトル空間の性質は、どの体をスカラーとして採用するかによって変わる。
1.3 ベクトルの加法
ベクトルの加法は、二つのベクトルを合わせて新しいベクトルを得る操作である。幾何学では平行四辺形の法則として理解され、抽象的には成分ごとの加算や関数の点ごとの和として表される。加法は可換であり、順序を入れ替えても結果は変わらない。
1.4 スカラー倍
スカラー倍は、ベクトルを数によって伸縮させる操作である。正の数は向きを保ったまま長さを変え、負の数は向きを反転させる。抽象的な空間でも、この操作により「同じ方向の別の大きさ」を表現できる。
1.5 公理
ベクトル空間の公理は、加法とスカラー倍の整合性を保証する規則群である。代表的には、加法の結合法則・可換法則、零ベクトルの存在、加法逆元の存在、分配法則、単位元との整合性などが含まれる。これらにより、計算の基本法則が空間全体で統一される。
2 具体例
ベクトル空間は抽象概念であるが、実際にはさまざまな具体例がある。これらの例は、同じ公理が異なる対象に共通して働くことを示している。幾何学的対象だけでなく、行列や関数の集まりも自然にベクトル空間をなす。
2.1 ユークリッド空間
ユークリッド空間は、平面や三次元空間の一般化であり、座標によって表される。点を位置ベクトルとして扱うことで、加法とスカラー倍が成分ごとに定義できる。直感的で最も基本的な例として、線形代数の初学者に広く用いられる。
2.2 数ベクトルの空間
数ベクトルの空間は、n個の数の組全体からなる。各成分に対して加法とスカラー倍を行うことで、ベクトル空間の公理を満たす。統計、計算機科学、最適化などで頻繁に現れる。
2.3 行列の空間
同じ आकारの行列全体も、成分ごとの演算によりベクトル空間を成す。行列は線形変換の表現として重要であり、代数的な対象であると同時に、データの整理や変換の記述にも役立つ。サイズが固定されていれば、加法とスカラー倍が自然に定義される。
2.4 多項式の空間
次数に上限を設けた多項式全体は、係数ごとの演算によりベクトル空間となる。多項式は、近似や補間、微分方程式の理論で中心的な役割を果たす。基底として冪の列を取ることで、係数表示が明快になる。
2.5 関数空間
関数の集まりも、点ごとの加法とスカラー倍を定めればベクトル空間になる。連続関数、微分可能関数、可積分関数など、条件を満たす多様な関数族が含まれる。無限次元の例として重要であり、解析学との結びつきが強い。
3 部分空間
部分空間は、ベクトル空間の中で同じ演算に関して再びベクトル空間となる部分集合である。元の空間の構造を保ったまま、より小さな範囲で議論を行えるため、理論と応用の両面で重要である。線形方程式の解集合や、特定条件を満たすベクトル群が典型例となる。
3.1 部分空間の定義
部分空間とは、零ベクトルを含み、加法とスカラー倍について閉じている集合である。つまり、その集合の二要素を足した結果や、任意のスカラー倍が再び同じ集合に入る必要がある。これにより、外部へはみ出さない独立したベクトル空間として扱える。
3.2 部分空間判定法
部分空間かどうかを確かめるには、零ベクトルの所属、加法への閉性、スカラー倍への閉性を確認する。簡潔には、任意の二要素の和と任意のスカラー倍が再び集合内にあるかを調べればよい。条件を満たせば、その集合は部分空間である。
3.3 共通部分と和
二つの部分空間の共通部分は、両方に属するベクトル全体からなるため、再び部分空間になる。和は、どちらか一方の要素を足し合わせて得られる集合であり、これも部分空間となる。これらの操作により、空間の構造を組み合わせたり比較したりできる。
4 生成と基底
ベクトル空間を理解するうえで、どのベクトルが他のベクトルから作られるかを調べることは重要である。生成、独立性、基底、次元といった概念は、空間の大きさや記述の効率を測る指標となる。これらは、座標や写像の理論とも密接につながる。
4.1 線形結合
線形結合とは、複数のベクトルにスカラーを掛け、その和を取ったものである。あるベクトルが他のベクトルの線形結合で表せるなら、それらの間には従属関係があるといえる。多くの構成は、この操作の反復として理解できる。
4.2 生成部分空間
ある集合から作れるすべての線形結合を集めたものを、生成部分空間という。これは、その集合が張る最小の部分空間である。与えられたベクトル群がどこまで空間を覆うかを示す概念として用いられる。
4.3 線形独立
線形独立とは、どのベクトルも他のベクトルの線形結合で表されない状態をいう。より形式的には、線形結合が零ベクトルになるとき、係数がすべて零に限られる場合である。冗長さがない配置を表すため、基底の判定に不可欠である。
4.4 基底
基底は、空間を生成し、かつ線形独立でもあるベクトルの集まりである。基底があれば、任意のベクトルを一意に表示できるため、空間の構造が非常に明瞭になる。有限次元空間では、基底の個数が空間の特徴を決める。
4.5 次元
次元は、ベクトル空間の基底に含まれるベクトルの個数で定義される。有限次元空間では、どの基底も同じ個数を持つことが知られている。次元は、空間の複雑さや自由度を要約する基本量である。
4.6 座標表示
基底を固定すると、各ベクトルはその基底に関する係数の組として表せる。これが座標表示であり、抽象的な対象を数の列に変換する役割を持つ。座標が定まると、計算や比較が容易になる。
5 線形写像との関係
線形写像は、ベクトル空間の構造を保ちながら別の空間へ移す写像である。ベクトル空間の理論は、単に静的な集合の研究にとどまらず、変換の理解へと発展する。核や像、同型、行列表示は、この関係を具体化する道具である。
5.1 線形写像の定義
線形写像とは、和とスカラー倍を保つ写像である。すなわち、入力の和に対して写像の値は和に対応し、スカラー倍に対しても同様の関係が成り立つ。これにより、空間の線形構造が変換後も維持される。
5.2 核
核は、線形写像によって零ベクトルに写る元全体の集合である。写像がどれだけ情報を失うかを示す重要な部分空間であり、非自明な核を持つ場合、異なるベクトルが同じ像に移る。方程式の解集合の解析にも用いられる。
5.3 像
像は、線形写像によって実際に到達できるベクトル全体の集合である。写像の出力として現れる範囲を表し、変換の到達可能性を測る。像も部分空間となるため、空間の中での位置づけを厳密に扱える。
5.4 同型
同型は、二つのベクトル空間の間に構造を完全に保つ一対一対応が存在することをいう。これは、見かけが異なっても線形構造が本質的に同じであることを意味する。有限次元では、同じ次元を持つ空間は同型になる。
5.5 変換行列
基底を選ぶと、線形写像は行列として表現できる。変換行列は、入力ベクトルの座標を出力座標へ変える規則を数値的に記述する。これにより、抽象的な写像の計算が行列演算に置き換えられる。
6 付随する重要概念
ベクトル空間の理論は、さらに豊かな構造へ拡張される。内積やノルムは長さや角度を導入し、双対空間は線形関数の視点を与える。商空間やテンソル積は、空間の再構成や複合化を通じて、より高度な理論を支える。
6.1 内積空間
内積空間は、ベクトル同士の間に内積を備えたベクトル空間である。内積により、長さ、角度、直交といった幾何学的概念を定義できる。解析や量子力学の基礎にもつながる。
6.2 ノルム空間
ノルム空間は、各ベクトルの大きさを測るノルムを持つ空間である。ノルムがあると、距離や収束の議論が可能になる。関数解析では、ベクトル空間に解析的な性質を組み込む基本的な枠組みとなる。
6.3 双対空間
双対空間は、あるベクトル空間からスカラーへの線形写像全体の集まりである。元の空間の性質を別の観点から記述する道具として働く。評価関数や線形汎関数の研究において中心的である。
6.4 商空間
商空間は、部分空間の元を同一視して新しい空間を作る構成である。差が部分空間内にあるベクトルを同じものとみなすことで、不要な自由度を取り除ける。線形代数と抽象代数学の接点に位置する。
6.5 テンソル積
テンソル積は、二つのベクトル空間を組み合わせて新しい空間を作る操作である。単純な直積とは異なり、線形性を保った複合構造を与える。多変数の線形現象や高階の量を扱う際に用いられる。
7 応用
ベクトル空間は純粋数学にとどまらず、多くの分野で基本的な言語として機能する。対象を線形的に近似し、整理し、計算可能な形に変える点が、その広い応用を支えている。幾何、物理、工学、データ解析において特に重要である。
7.1 幾何学への応用
幾何学では、位置、方向、平行性、射影などの概念をベクトル空間で表現できる。直線や平面の記述、図形の変換、距離や角度の解析に役立つ。座標を使った空間理解を支える基礎でもある。
7.2 物理学への応用
物理学では、力、速度、加速度、場などがベクトルや関数空間の枠組みで記述される。状態空間の考え方や、波動・量子状態の表現にも関連する。線形性を前提とする理論では、ベクトル空間が標準的な言語となる。
7.3 工学への応用
工学では、回路、制御、信号処理、構造解析などでベクトル空間が利用される。システムの入力と出力を線形モデルで表し、計算機上で扱いやすい形に整える。行列計算との親和性が高く、実用上の利点も大きい。
7.4 データ解析への応用
データ解析では、観測値の集合を高次元ベクトルとして扱うことが多い。主成分分析や回帰分析などでは、データのばらつきや関係を線形代数的に整理する。特徴量空間を使うことで、複雑な情報を体系的に処理できる。