1 定義と基本構造
マトリクスは、数や記号を長方形の形に並べた配列である。通常は横方向のまとまりを行、縦方向のまとまりを列と呼び、各位置に置かれた値によって全体が構成される。線形代数では、複数の量を体系的に整理し、計算や変換を記述するための基本形式として扱われる。
1.1 マトリクスの定義
一般に、マトリクスは一定数の行と列からなる表形式の対象を指す。要素は実数や複素数に限らず、場合によっては記号や他の代数的対象でもよい。数学では、集合の要素を規則的に配置したものとして、抽象的にも具体的にも用いられる。
1.2 行と列
行は左から右へ並ぶ要素の列、列は上から下へ並ぶ要素の列である。マトリクスの大きさは、行数と列数によって表される。たとえば、3行2列のマトリクスは、3×2の形式で記される。
1.3 成分と記法
個々の要素は成分と呼ばれ、ふつうは添字を用いて表す。一般には、i行j列の成分を aij のように書く。全体を A のような大文字で表し、A=(aij) の形で成分の配置を示すことも多い。
1.4 特殊な形のマトリクス
マトリクスには、配置や値の特徴によって特別な名称が付くものがある。こうした形は理論上の議論だけでなく、計算を簡略化する際にも重要である。
1.4.1 正方マトリクス
行数と列数が等しいものを正方マトリクスという。辺の数が同じであるため、行列式や固有値など、正方形の構造を前提とする概念が定義できる。
1.4.2 単位マトリクス
対角成分が1、他の成分が0である正方マトリクスを単位マトリクスという。乗法においては、数の1に相当する役割をもち、他のマトリクスを変えずに保つ基準となる。
1.4.3 零マトリクス
すべての成分が0であるマトリクスを零マトリクスという。加法における0の役割を果たし、和をとっても対象を変化させない。
2 基本操作
マトリクスには、加法や乗法などの基本操作が定義されている。これらの操作は、数の演算を拡張したものであり、線形代数の多くの性質を支える。
2.1 加法
同じ大きさのマトリクスどうしは、対応する成分を足して加算する。各位置で独立に計算するため、構造は保たれたまま全体が合成される。加法は交換法則と結合法則を満たす。
2.2 減法
減法は、対応成分どうしの差をとる操作である。実際には、あるマトリクスに別のマトリクスの加法逆元を加えることで表される。加算と同様、同じ型のマトリクスに対して定義される。
2.3 スカラー倍
スカラー倍とは、1つの数をマトリクスの各成分に掛ける操作である。これにより、全体の大きさや符号が一括して変化する。ベクトル空間の観点では、マトリクスはスカラー倍に対して閉じている。
2.4 乗法
マトリクスの乗法は、単純な成分ごとの積ではなく、行と列の組み合わせに基づいて定義される。演算の性質は数の掛け算よりも複雑であり、順序が結果に強く影響する。
2.4.1 行列の積の定義
2つのマトリクスの積は、左側の行と右側の列の対応する成分を掛けて和をとることで定める。左の列数と右の行数が一致するときに限り積が定義される。得られるマトリクスの大きさは、左の行数と右の列数によって決まる。
2.4.2 積の性質
乗法は結合的であり、3つ以上のマトリクスでも括弧の付け方によって結果は変わらない。一方で、分配法則は成り立つが、交換法則は一般には成立しない。単位マトリクスは積における中立的な要素として機能する。
2.4.3 乗法の可換性と非可換性
2つのマトリクスが掛け算の順序を変えても同じ結果になる場合、その組は可換であるという。もっとも、一般にはABとBAは一致しない。この非可換性は、線形変換の合成順序が重要であることと対応している。
2.5 転置
転置は、行と列を入れ替える操作である。元の配置を反射したような形になり、さまざまな代数的性質を調べる際に便利である。
2.5.1 転置の定義
マトリクスAの転置は、Aのi行j列の成分をj行i列へ移したものとして定義される。記号ではA^Tのように表す。正方でなくても転置は常に定義できる。
2.5.2 転置の性質
転置を2回行うと元に戻る。また、和の転置はそれぞれの転置の和に等しく、積の転置では順序が逆になる。これらの性質は、対称性や内積の議論で頻繁に用いられる。
3 線形代数における役割
マトリクスは、線形代数において単なる表の形式にとどまらず、方程式や変換を統一的に扱う枠組みを与える。多変数の問題を整理し、構造を見通しやすくする点に大きな利点がある。
3.1 連立方程式との関係
連立一次方程式は、未知数の係数をマトリクスにまとめることで簡潔に表現できる。こうした記述は、解の存在や一意性を調べる際に有効である。
3.1.1 係数マトリクス
係数マトリクスは、各方程式に現れる未知数の係数を並べたマトリクスである。方程式の構造を一覧化できるため、消去法や行基本変形との相性がよい。
3.1.2 拡大マトリクス
拡大マトリクスは、係数部分に定数項の列を付け加えたものである。解法の途中経過をまとめて表示でき、解なしや不定解の判定にも使われる。
3.2 行列式
行列式は、正方マトリクスに対して定義される数値であり、マトリクスの性質を要約する量として重要である。体積の拡大縮小や可逆性の判定と深く結び付く。
3.2.1 定義
行列式は、2×2や3×3の場合には具体的な式で計算でき、一般のサイズでは帰納的または組合せ的に定義される。符号付きの積の和として理解されることが多い。
3.2.2 性質
行列式は、行や列の交換で符号が反転し、同じ行をもつ場合は0になる。積に対しては、det(AB)=det(A)det(B)が成り立つ。これらの性質は、計算と理論の双方で役立つ。
3.2.3 応用
行列式は、逆行列の存在判定や連立方程式の解法、幾何学的な変換の伸縮率の評価に用いられる。物理や工学では、座標変換や保存則の検討にも現れる。
3.3 逆行列
逆行列は、あるマトリクスを掛けると単位マトリクスになる相手である。数における逆数に相当し、可逆な変換を元に戻す役目をもつ。
3.3.1 存在条件
逆行列が存在するのは、通常、正方マトリクスで行列式が0でない場合である。ランクが最大であることや、連立方程式がただ一つの解をもつこととも対応する。
3.3.2 求め方
逆行列は、余因子展開、掃き出し法、あるいは分解法によって求められる。実用上は、直接逆行列を作るよりも、方程式を解く形で利用することが多い。
3.4 ランク
ランクは、マトリクスが持つ独立な情報の量を表す指標である。行や列の関係性を通して、退化の程度や解の自由度を知る手がかりになる。
3.4.1 定義
ランクは、一次独立な行の最大個数、または一次独立な列の最大個数として定義される。行ランクと列ランクは一致し、その共通値を単にランクと呼ぶ。
3.4.2 意味
ランクが大きいほど、マトリクスは多くの独立成分を含む。方程式系では、ランクによって解の個数や整合性が決まり、線形変換では像の次元を示す。
4 理論と応用
マトリクスは、理論面では固有値や対角化の研究対象となり、応用面では計算科学の基盤として広く利用される。抽象的な性質と実際の計算方法が結び付いている点に特徴がある。
4.1 固有値と固有ベクトル
固有値と固有ベクトルは、マトリクスが特定の方向をどの程度伸縮させるかを示す概念である。振る舞いの本質を捉えるため、理論と応用の両方で頻繁に現れる。
4.1.1 定義
正方マトリクスAに対して、ゼロでないベクトルxがAx=λxを満たすとき、λを固有値、xを固有ベクトルという。これは、変換後も向きが変わらず、長さだけが変化する状況を表す。
4.1.2 求め方
固有値は、特性方程式と呼ばれる行列式の方程式から求める。固有値が得られれば、それぞれに対応する固有ベクトルを連立方程式として解く。
4.1.3 対角化
対角化は、ある基底のもとでマトリクスを対角マトリクスに変換することである。十分な数の一次独立な固有ベクトルがあれば可能で、計算の簡略化に大きく寄与する。
4.2 線形変換の表現
マトリクスは、ベクトル空間上の線形変換を座標に基づいて表す道具である。基底を定めると、変換は数表として記録でき、合成や逆変換の扱いも整理しやすくなる。
4.3 数値計算法
大規模な問題では、厳密な式変形よりも数値的な処理が重視される。マトリクス計算は、計算機による近似解法や反復的な改善と密接に関わる。
4.3.1 ガウスの消去法
ガウスの消去法は、行基本変形を用いて連立方程式を上三角形に近い形へ変える方法である。そこから後退代入を行うことで解を求める。基本的でありながら、実用範囲が広い。
4.3.2 反復法
反復法は、初期値から出発して解を少しずつ改善する手法である。大規模なマトリクスでは、直接法よりも効率的な場合がある。収束の速さや安定性が重要な評価基準となる。
4.4 応用分野
マトリクスは、抽象理論にとどまらず、多くの実践領域で中核的な道具となっている。データの構造化、モデルの表現、計算の効率化に役立つ。
4.4.1 物理学
物理学では、回転や振動、量子状態の表現などにマトリクスが使われる。多自由度の系を記述する際に、変数間の関係をまとめる利点がある。
4.4.2 工学
工学では、制御理論、構造解析、信号処理などでマトリクスが広く用いられる。複雑なシステムを部品ごとの関係として扱えるため、設計や解析がしやすくなる。
4.4.3 統計学
統計学では、データの共分散や相関を表す際にマトリクスが重要である。多変量解析では、変数群の関係を一括して処理するのに適している。
4.4.4 情報科学
情報科学では、画像、ネットワーク、機械学習のデータ表現にマトリクスが現れる。演算の規則性を利用して、大量の情報を効率よく扱う基盤となる。