1 基本概念
行列式は、正方行列に対して定義される1つの数であり、線形写像が空間をどの程度伸縮させるかを示す尺度として扱われる。代数的には可逆性の判定に、幾何学的には面積や体積の変化に結びつくため、基礎的でありながら応用範囲の広い概念である。
1.1 定義
行列式の定義は、行列のサイズに応じて段階的に導入される。低次の例で直感をつかみ、その後に一般の正方行列へ拡張するのが標準的である。
1.1.1 小さいサイズの行列式
2次や3次の正方行列では、行列式は具体的な計算式で与えられる。2次の場合は対角成分の積の差として表され、3次の場合は対角方向の積を組み合わせた式が用いられる。これらは計算規則の理解に役立つ初歩的な例である。
1.1.2 一般の正方行列への拡張
高次の正方行列では、行列式は一意に定まる代数的量として定義される。定義法には、置換を用いる方法、余因子展開による方法、多重線形性と交代性を満たす唯一の関数として特徴づける方法などがある。
1.2 幾何学的意味
行列式は、線形変換が図形の大きさや向きをどう変えるかを表す。数値そのものが単なる係数ではなく、空間変換の性質を凝縮した指標になっている点が重要である。
1.2.1 面積と体積の拡大率
2次元では、行列式の絶対値は平行四辺形の面積の拡大率に対応する。3次元以上でも同様に、超平行体の体積が何倍になるかを与える。絶対値を取ることで、向きの情報を除いた純粋な尺度が得られる。
1.2.2 向きと符号
行列式の符号は、変換が向きを保つか反転させるかを示す。正の値なら向きは維持され、負の値なら反転が起こる。0の場合は、空間がつぶれて次元が下がるため、向きの比較自体が意味を失う。
1.3 可逆性との関係
行列式は、正方行列が逆行列を持つかどうかを判定する基本条件と深く結びついている。これは線形代数における最重要の判定基準の1つである。
1.3.1 行列式が零でない場合
行列式が0でなければ、その行列は可逆である。つまり、逆行列が存在し、対応する線形写像は1対1かつ全体への写像として振る舞う。連立一次方程式でも、解の一意性が保証される。
1.3.2 行列式が零の場合
行列式が0なら、その行列は可逆ではない。行や列が線形従属となり、情報が圧縮されて失われるため、逆変換を作れない。幾何学的には、ある方向が押しつぶされている状態に相当する。
2 計算法
行列式の計算には複数の方法がある。小規模な行列では直接式が有効だが、規模が大きくなると、展開や変形、分解を利用する方が実用的である。
2.1 余因子展開
余因子展開は、ある行または列に着目して、より小さな行列式へ分解する方法である。理論的な明快さがあり、手計算でもよく使われる。
2.1.1 行と列による展開
任意の1行、あるいは1列に沿って行列式を展開できる。成分ごとに符号を付けた小行列式を足し合わせる形になり、零を多く含む行や列があると計算が簡単になる。
2.1.2 余因子と小行列
ある成分に対応する小行列式に符号を付けたものを余因子という。元の行列からその行と列を除いた部分行列の行列式が基礎になっており、展開公式の中核を成す。
2.2 変形による計算
行列を基本変形してから行列式を求める方法は、複雑な式を整理するうえで有効である。特に、三角形状へ近づける操作が重要となる。
2.2.1 行基本変形の影響
行の交換、行の定数倍、他の行の倍を加える操作は、行列式にそれぞれ特定の変化を与える。これらの性質を利用すると、値を追跡しながら計算を簡略化できる。
2.2.2 上三角行列への変形
下三角部分を消去して上三角行列に変換できれば、行列式は対角成分の積で求まる。消去法や掃き出し法と相性がよく、大きな行列の計算で頻繁に用いられる。
2.3 分解を利用した計算
行列をいくつかの単純な行列の積に分解すると、行列式の性質を用いて全体を容易に扱える。数値計算では特に重要な方針である。
2.3.1 三角分解
LU分解のように、行列を下三角行列と上三角行列の積に分けると、各因子の行列式は対角成分から計算できる。これにより、元の行列式も効率よく求められる。
2.3.2 行列分解との関係
QR分解や他の標準的な分解でも、行列式の評価に役立つ場合がある。分解の種類によって計算しやすい成分が異なり、理論解析と実装の両面で活用される。
3 性質
行列式は、単なる計算量ではなく、構造を反映する多くの法則を持つ。これらの性質は、定義の理解を深めるだけでなく、応用にも直結する。
3.1 基本性質
行列式は行に関する操作に対して特徴的な振る舞いを示す。これらは、定義から導かれる最も基本的な規則である。
3.1.1 行の交換
2本の行を入れ替えると、行列式の符号は反転する。交換を1回行うごとに正負が逆転し、偶数回の交換では元に戻る。
3.1.2 行の定数倍
1つの行を定数倍すると、行列式全体も同じ定数倍される。これは各行について線形に振る舞う性質を反映している。
3.1.3 他の行の倍を加える操作
ある行に別の行の定数倍を加えても、行列式の値は変わらない。この性質は消去法で非常に便利であり、計算を進めながら値を保てる。
3.2 積と逆行列
行列式は、行列の積や逆行列と整合的に結びついている。複数の行列を組み合わせたときの挙動を簡潔に記述できる。
3.2.1 積の行列式
2つの正方行列の積の行列式は、それぞれの行列式の積に等しい。順序を問わない数値的性質ではないが、積の構造を反映する重要な公式である。
3.2.2 逆行列の行列式
逆行列が存在する場合、その行列式は元の行列式の逆数になる。したがって、行列式が0のときには逆数を定められず、可逆性がないことと一致する。
3.3 転置と対称性
転置は、行と列を入れ替える基本操作であり、行列式に対しては安定した性質を示す。対称行列ではさらに簡潔な構造が現れる。
3.3.1 転置行列の行列式
行列式は、転置しても値が変わらない。行と列の役割が対称であることを示す代表的な事実である。
3.3.2 対称行列に関する性質
対称行列では、転置による不変性に加えて、固有値や正定値性との関係が重要になる。行列式はそれらの性質を要約する量として現れることが多い。
4 応用
行列式は理論的な対象にとどまらず、方程式、固有値問題、変換の解析など多方面で利用される。実際の計算と概念理解の両方に橋をかける役割を持つ。
4.1 連立一次方程式
連立一次方程式では、係数行列の行列式が解の存在と一意性を判断する手がかりになる。古典的な解法との関連も深い。
4.1.1 クラメルの公式
係数行列の行列式が0でないとき、各未知数はクラメルの公式で表せる。分子には対応する列を定数項で置き換えた行列式が現れる。
4.1.2 解の一意性判定
行列式が0でなければ、連立方程式はただ1つの解を持つ。0であれば、解が存在しないか、複数解を持つ可能性があるため、別の解析が必要になる。
4.2 固有値と固有多項式
行列式は固有値問題の中心にもある。特性多項式を通じて、行列の内部構造を代数的に調べることができる。
4.2.1 特性多項式
特性多項式は、行列から単位行列を変数倍したものを引き、その行列式として定義される。これの根が固有値に対応する。
4.2.2 対角化との関係
対角化可能な行列では、行列式は対角成分の積としてすぐに求められる。固有値がすべて分かれば、行列式はそれらの積としても表せる。
4.3 幾何学と解析
行列式は、微分可能な写像や座標変換のもとで、微小な領域がどう変形するかを記述する。解析学では変数変換の公式に欠かせない。
4.3.1 線形変換の体積
線形変換の行列式の絶対値は、体積要素の伸縮率を与える。これは積分の変数変換や、幾何学的な量の保存・変化の記述に直接つながる。
4.3.2 ヤコビアンとの関係
多変数関数の変数変換では、ヤコビアンとして偏微分の行列式が現れる。局所的な体積変化を表す量として、線形代数の行列式の考え方がそのまま拡張される。
5 一般化と関連概念
行列式は、具体的な計算対象であると同時に、より抽象的な構造としても理解される。一般化を通じて、その本質が明確になる。
5.1 置換による定義
置換を用いる定義は、行列式を成分の組み合わせとして厳密に表す方法である。符号付きの和として書ける点が特徴的である。
5.1.1 ライプニッツの公式
ライプニッツの公式では、各置換に対応する成分の積を取り、それに置換の符号を掛けて全体を足し合わせる。これは一般の定義として広く知られている。
5.1.2 符号付き和としての表現
行列式は、すべての置換にわたる符号付き和として理解できる。各項の正負が打ち消し合う構造により、交代性が明確に表現される。
5.2 抽象代数学的な見方
抽象的には、行列式は多重線形性と交代性を満たす関数として捉えられる。この観点は、定義の本質を最も簡潔に表す。
5.2.1 多重線形性
行列式は、各行について線形である。1つの行を固定すると、残りを保ったままその行に関する加法性と斉次性が成り立つ。
5.2.2 交代性
2つの行が等しいとき、行列式は0になる。この性質は、同じ情報を重複していると体積が失われるという幾何学的直観とも一致する。
5.3 関連する概念
行列式に近い概念や、そこから派生した考え方も存在する。比較することで、行列式の特徴がより際立つ。
5.3.1 永久行列式との違い
永久行列式は、置換の符号を用いない点で通常の行列式と異なる。見た目は似ているが、性質や計算の難しさは大きく変わる。
5.3.2 行列式関数の一般化
行列式の考え方は、ベクトル束や外積代数など、より高度な枠組みに拡張される。こうした一般化では、体積や向きの概念が抽象的に再定式化される。