1 線形代数の基礎
線形代数は、数量や図形の関係を直線的な法則で記述する分野である。対象は、数の組、配列、写像、方程式系など多岐にわたり、複雑な問題を統一的に扱う枠組みを与える。抽象的な理論でありながら、計算手順が明確で、理論と応用の双方で基盤を成す。
1.1 ベクトル
ベクトルは、大きさと向きをもつ量として直感的に理解されることが多いが、線形代数では数の並びとしても扱われる。座標平面や空間の点を表すほか、データや状態を記述する際にも用いられる。加法とスカラー倍が定義されることで、他の概念と結びつく。
1.2 行列
行列は、数を長方形状に並べた表であり、変換や連立方程式を整理するために使われる。各成分は単独でも意味を持つが、全体としては線形変換の記述や計算の道具として機能する。サイズと成分配置が重要である。
1.3 連立一次方程式
連立一次方程式は、複数の未知数に対する一次式を同時に満たす解を求める問題である。解が一つに定まる場合もあれば、解なし、あるいは無数に存在する場合もある。行列を用いると、整理と解法が体系化される。
1.4 線形結合
線形結合は、複数のベクトルをスカラー倍して足し合わせたものである。ある集合の要素から別の要素を作る基本操作であり、空間の構造を理解する鍵となる。どのベクトルがどの程度で組み合わされるかが、表現の柔軟さを左右する。
1.5 スカラー
スカラーは、ベクトルに作用する数値で、実数や複素数が典型例である。拡大、縮小、反転などの効果をもたらし、ベクトル空間の演算を支える。単独の量として扱われる一方、係数として重要な役割を果たす。
2 ベクトル空間
ベクトル空間は、ベクトルを足し合わせたり、数倍したりしても同じ集合の中にとどまるような構造である。ここでは、個々の要素よりも、演算の規則が中心となる。多様な対象を同一の理論で扱えるため、抽象代数の基本概念の一つとされる。
2.1 ベクトル空間の定義
ベクトル空間は、加法とスカラー倍に関する公理を満たす集合である。交換法則、結合法則、零元の存在、逆元の存在などが要請され、演算が一貫して行える。実数上でも複素数上でも定義できる。
2.2 部分空間
部分空間は、あるベクトル空間の中に含まれ、同じ演算で再びベクトル空間となる部分集合である。空でなく、加法とスカラー倍に閉じていればよい。解空間や直線・平面の一部が典型的な例となる。
2.3 基底と次元
基底と次元は、ベクトル空間の大きさや表現の効率を示す中心概念である。基底は最小限の生成要素であり、次元はその個数に対応する。これらにより、空間の構造が数値的に把握できる。
2.3.1 基底
基底は、空間全体を生成し、かつ互いに線形独立なベクトルの集まりである。各ベクトルは基底の線形結合としてただ一通りに表される。座標の導入は、この性質に基づく。
2.3.2 次元
次元は、基底に含まれるベクトルの数である。2次元空間や3次元空間のように、直感的な空間では方向の自由度を表す指標になる。抽象空間でも、次元は複雑さを測る基本量である。
2.4 線形独立と線形従属
線形独立とは、ある集合のどのベクトルも他のベクトルの線形結合で表せない状態をいう。逆に、少なくとも一つが他から表せるとき線形従属である。独立性は基底の判定や冗長性の除去に役立つ。
2.5 張る集合
張る集合とは、その線形結合によって空間全体を生成できる集合である。少数の要素で広い範囲を表せるかどうかを判断する際に重要となる。基底は、張る性質と独立性を同時に満たす特別な場合である。
3 線形写像
線形写像は、ベクトル空間から別のベクトル空間へ、加法とスカラー倍を保つ形で要素を移す関数である。空間の変形や変数変換を記述する中心的な道具であり、抽象的な構造を具体的に理解する橋渡しとなる。
3.1 線形写像の定義
線形写像は、任意のベクトルとスカラーに対して、和とスカラー倍を保つ写像である。つまり、入力を合成した結果と、各入力を別々に写してから合成した結果が一致する。これにより、計算規則が整然とする。
3.2 核と像
核は、写像によって零ベクトルに送られる元全体である。像は、出力として実際に現れる元の集合を指す。核は情報の失われ方を、像は到達可能な範囲を示し、写像の性質を把握する手がかりになる。
3.3 行列による表現
線形写像は、基底を選ぶことで行列として表現できる。これにより、抽象的な作用が数表に置き換えられ、計算が容易になる。基底の選び方によって表現は変わるが、写像そのものは同じである。
3.4 合成と逆写像
合成は、二つの写像を順に適用する操作である。線形写像どうしの合成も線形写像となり、複雑な変換を段階的に扱える。逆写像は、元の入力を一意に復元できる場合に定義され、可逆性を示す。
3.5 同型写像
同型写像は、構造を完全に保ったまま一対一対応を与える線形写像である。二つの空間が同型なら、本質的には同じ構造を持つとみなせる。基底の数や演算の性質が一致することが多い。
4 行列とその計算
行列は、線形代数の計算を支える中心的な形式である。演算規則が定められ、変換の合成や方程式の処理が機械的に進められる。数値計算や理論展開のどちらでも、実用性が高い。
4.1 行列の演算
行列の演算には、加法、乗法、転置などがある。これらは定義域や次元の整合性に注意して用いられる。演算の仕方を知ることは、後続の概念を理解する前提となる。
4.1.1 加法
加法は、同じサイズの行列どうしの対応する成分を足す操作である。ベクトルの和に似た振る舞いをし、線形性を保つ基本演算として働く。零行列が単位的な役割を担う。
4.1.2 乗法
乗法は、行列計算の中核であり、行と列の組み合わせによって成分が定まる。一般に交換法則は成り立たず、順序が重要である。線形変換の合成を表す点でも意味が大きい。
4.1.3 転置
転置は、行と列を入れ替える操作である。対称性の判定や計算の整理に使われる。転置された行列は、元の行列の情報を別の向きから捉え直す役割を持つ。
4.2 特殊な行列
特殊な行列は、特定の規則的な配置を持つ行列で、理論と計算の両面で頻繁に現れる。単位的なもの、対角成分だけが目立つもの、上三角や下三角の形をしたものが代表的である。
4.2.1 単位行列
単位行列は、乗法における基本的な中立要素である。適切な大きさの行列に掛けても、元の行列を変えない。写像でいえば、何も変化を与えない操作に対応する。
4.2.2 零行列
零行列は、すべての成分が0である行列である。加法の単位元として働き、線形写像では零写像に対応する。最も単純な行列だが、理論上は不可欠である。
4.2.3 対角行列
対角行列は、対角成分以外が0の行列である。乗法や逆行列の計算が比較的容易で、固有値の議論とも深く関わる。各成分が独立に作用する形を表しやすい。
4.2.4 三角行列
三角行列は、対角の一方側がすべて0の行列である。上三角と下三角があり、計算の簡略化に役立つ。行列式や連立方程式の処理でしばしば現れる。
4.3 行列の基本変形
行列の基本変形は、行または列に対して許される操作であり、方程式の解を保ちながら形を整える。消去法や階数の判定に利用され、標準形への変換に向かう手段となる。
4.4 逆行列
逆行列は、ある行列と掛け合わせると単位行列になる行列である。存在する場合、その行列は可逆と呼ばれる。逆行列を用いると、線形方程式の解や変換の逆操作を明示できる。
4.5 行列の階数
階数は、行列が持つ独立な行または列の最大数を表す。情報量や制約の数を評価する指標として機能する。方程式の解の存在や一意性、写像の性質と密接に関係する。
5 行列式
行列式は、正方行列に定義される数であり、可逆性や体積の変化を判定するために使われる。代数的な量であると同時に、幾何学的な解釈も持つ。計算方法は多様で、理論的にも重要である。
5.1 行列式の定義
行列式は、正方行列から一つの数を定める関数である。小さいサイズでは直接的に計算でき、一般の場合は再帰的定義や置換を用いる。符号付きの和として表されることもある。
5.2 性質
行列式には、行の入れ替えで符号が変わる、同じ行があれば0になる、積の行列式は行列式の積になる、といった性質がある。これらは計算を簡潔にし、理論的な証明にも使われる。
5.3 計算法
計算法には、余因子展開、掃き出し法、三角化などがある。実際の計算では、行基本変形を利用して負担を減らす方法が有効である。行列の形に応じて手法を選ぶことが重要となる。
5.4 幾何学的意味
行列式の絶対値は、線形変換による面積や体積の拡大縮小率を表す。符号は向きの反転の有無に関係する。したがって、行列式は代数と幾何を結ぶ指標である。
5.5 クラメルの公式
クラメルの公式は、行列式を用いて連立一次方程式の解を表す方法である。係数行列が可逆な場合に適用できる。理論上は明快だが、大規模計算では他の解法がよく使われる。
6 固有値と固有ベクトル
固有値と固有ベクトルは、線形変換の本質的な作用方向を示す概念である。変換によって向きが変わらず、長さだけが伸び縮みするベクトルを探すことで、行列の性質を深く理解できる。
6.1 固有値の定義
固有値は、線形変換が固有ベクトルに対して与える倍率である。変換の効果が単純な伸縮として現れる場合、その比率が固有値になる。複数存在することも多い。
6.2 固有ベクトルの定義
固有ベクトルは、変換後も同じ方向を保つ零でないベクトルである。スカラー倍以外の変化を受けないため、特別な軸のような役割を持つ。固有値と対になって理解される。
6.3 特性多項式
特性多項式は、行列から作られる多項式で、その根が固有値に対応する。固有値を求めるための標準的な道具である。代数方程式の性質が、線形変換の解析に直結する。
6.4 対角化
対角化は、基底を適切に選んで行列を対角行列へ変換することをいう。成功すれば計算が大幅に簡単になる。十分な数の独立な固有ベクトルがあるときに実現しやすい。
6.5 ジョルダン標準形
ジョルダン標準形は、対角化できない場合を含め、行列をほぼ対角的な形に整理する標準表現である。固有値と一般化固有ベクトルの構造を反映する。理論的分類において重要な位置を占める。
7 内積空間
内積空間は、ベクトル同士の角度や長さを扱えるようにしたベクトル空間である。幾何学的な概念が加わることで、距離や直交性を定式化できる。解析や応用での扱いやすさも高い。
7.1 内積の定義
内積は、二つのベクトルから数を返す演算である。対称性や線形性、正定値性といった性質を持つ。これにより、ベクトル間の関係を定量的に表せる。
7.2 長さと距離
長さは、内積から定まるノルムによって測られる。距離は、二点や二ベクトルの差の長さとして定義される。これにより、抽象的な空間にも幾何学的感覚が導入される。
7.3 直交性
直交性は、内積が0になる関係であり、互いに独立な方向を表す。図形的には直角に対応する。計算上も扱いやすく、分解や近似の基礎となる。
7.4 直交基底
直交基底は、互いに直交する基底である。さらに各ベクトルの長さを1にそろえると、正規直交基底になる。座標計算が簡潔になり、射影や展開が容易になる。
7.5 グラム・シュミットの正規直交化
グラム・シュミットの正規直交化は、線形独立なベクトル列から正規直交基底を作る手続きである。順に直交成分を取り出し、長さを1に整えることで実現する。理論だけでなく実用計算でも有用である。
8 応用
線形代数の応用は非常に広く、空間の記述から数値解析まで多方面に及ぶ。多くの分野で、複雑な対象をベクトルや行列に置き換えることで、見通しのよい分析が可能になる。
8.1 幾何学への応用
幾何学では、直線、平面、回転、拡大縮小などを線形代数で表現する。図形の位置関係や変形を、座標と行列で記述できる。これにより、図形問題が代数計算へ変換される。
8.2 物理学への応用
物理学では、力学、電磁気学、量子論などでベクトルや行列が頻繁に使われる。状態の表現や作用素の解析に適しており、対称性の議論にも役立つ。多自由度系の整理にも有効である。
8.3 工学への応用
工学では、制御、信号処理、構造解析、回路計算などに線形代数が用いられる。モデル化されたシステムを方程式として扱い、安定性や応答を調べる際に強力である。数値計算との相性も良い。
8.4 情報科学への応用
情報科学では、画像処理、機械学習、グラフ解析、暗号関連の一部で行列やベクトルが活躍する。高次元データの圧縮や分類において、線形代数の考え方が基本になる。計算機実装との親和性も高い。
8.5 統計学への応用
統計学では、データをベクトルや行列として表し、回帰分析や主成分分析などに活用する。分散や共分散の構造を整理することで、データの傾向を捉えやすくなる。推定や予測の基盤にもなる。