saikorodeka

0.4.2 ランクと線形方程式系行列 \( A \in M_{m,n}(F) \) とベクトル \( b \in F^n \) が与えられたとき、線形方程式系 \( Ax = b \) は解なし、ただ一つの解、または無限に多くの解を持ちます...

0.4.1 定義行列 \( A \in M_{m,n}(F) \) に対し、ランク \( \operatorname{rank} A = \dim \operatorname{range} A \) は、\( A \) の列の中で最長の線形...

0.4 ランク（Rank）0.4.1 定義0.4.2 ランクと線形方程式系0.4.3 RREF とランク0.4.4 ランクの特徴づけ0.4.5 ランクの不等式0.4.6 ランクの等式

0.3.6 行列式の関数的特徴づけ（Functional characterization of the determinant）行列式を行（または列）のそれぞれを固定して他を変数とした関数と考えると、ラプラス展開（式 (0.3.1.1)）...

0.3.5 乗法性（Multiplicativity）行列式関数の重要な性質の一つに、乗法性があります。すなわち、任意の \( A, B \in M_n(F) \) に対して、以下が成り立ちます：\det(AB) = \det(A) \de...

0.3.3 基本的な行・列の操作（Elementary row and column operations）行列（正方行列でなくてもよい）に対して、3種類の単純かつ基本的な操作、すなわち 基本行・列操作 を用いて、線形方程式の解法、ランクの...

0.3.2 交代和と順列による定義\( \{1, \dots, n\} \) の順列とは、1対1写像 \( \sigma : \{1, \dots, n\} \to \{1, \dots, n\} \) のことです。恒等順列（identit...

0.3.1 小行列式によるラプラス展開（行または列に沿って）行列 \( A = \in M_n(F) \) に対して、行列式は次のように帰納的に定義することができます。まず、\( M_{n-1}(F) \) 上で行列式が定義されていると仮定...

0.3 行列式（Determinants）数学においては、多変量的な現象をひとつの数値で要約することが有用な場合がよくあります。行列式（determinant）はそのような関数の一例です。その定義域は \( M_n(F) \)（すなわち正方...

0.2.8 オールワン行列とベクトル\( F^n \) において、ベクトル \( e = e_1 + \cdots + e_n \) はすべての成分が 1 です。行列 \( J_n = e e^T \) はすべての成分が 1 であるような行...

0.2.7 行列の列空間と行空間行列 \( A \in M_{m,n}(F) \) の像（range）は、その列空間（column space）とも呼ばれます。なぜなら、任意の \( x \in F^n \) に対して \( Ax \) は...

0.2.6 行列積のメタ力学的見方（Metamechanics）行列とベクトルの積、および行列どうしの積には通常の定義のほかにも、いくつかの有用な視点があります。行列 \( A \in M_{m,n}(F) \)、列ベクトル \( x \i...

0.2.5 転置、共役転置、トレース行列 \( A = \in M_{m,n}(F) \) に対して、転置行列 \( A^T \) は \( M_{n,m}(F) \) に属する行列であり、その \( i, j \) 成分は \( a_{j...

0.2.4 行列の演算行列の加法は、同じ次元の行列に対して成分ごとに定義され、「\( A + B \)」と書かれます。これは線形変換の加法に対応し、体の加法の可換性・結合性を受け継ぎます。全ての成分がゼロの行列（ゼロ行列）は加法単位元であり...

0.2.3 行列または線形変換に関連づけられるベクトル空間任意の \( n \) 次元ベクトル空間は \( \mathbb{F}^n \) と同型であるため、行列 \( A \in M_{m,n}(\mathbb{F}) \) は線形変換：...

0.2.2 線形変換体 \( \mathbb{F} \) 上の \( n \) 次元ベクトル空間 \( U \) と \( m \) 次元ベクトル空間 \( V \) を考え、基底 \( B_U \) および \( B_V \) をそれぞれ...

0.2.1 長方形行列行列とは、体 \( \mathbb{F} \) 上のスカラーによる m 行 n 列 の配列です。特に \( m = n \) の場合、その行列は正方行列と呼ばれます。体 \( \mathbb{F} \) 上の全ての m...

0.2 行列（Matrices）ここで扱う基本的な対象は、以下の2つの重要な観点から捉えることができます。1つはスカラーの長方形配列として、もう1つは、各ベクトル空間に基底が指定されたうえでの線形変換としてです。0.2.1 長方形配列0.2...

0.1.8 同型写像（Isomorphism）\( U \) および \( V \) が同じスカラー体 \( \mathbb{F} \) 上のベクトル空間であり、関数 \( f : U \to V \) が次の性質を持つとします：\( f ...

0.1.7 次元ある正の整数 \( n \) が存在して、ベクトル空間 \( V \) のすべての基底がちょうど \( n \) 個の要素からなるとき、その \( n \) を \( V \) の次元（dimension）と呼び、記号 \(...

0.1.6 基底への拡張任意の線形独立なベクトル列は、何らかの方法（複数の場合もある）で \( V \) の基底に拡張できます。ベクトル空間の基底は有限とは限りません。たとえば、無限列 \( 1, t, t^2, t^3, \ldots \...

0.1.5 基底ベクトル空間 \( V \) における線形独立なベクトル列で、そのスパンが \( V \) 全体になるものを、\( V \) の基底（basis）と呼びます。すなわち、すべてのベクトルは、基底の要素の一次結合として一意に表さ...

0.1.4 線形従属と線形独立ベクトル空間 \( V \) 上の有限個のベクトル \( v_1, \ldots, v_k \) の列が 線形従属であるとは、すべてが 0 ではないスカラー \( a_1, \ldots, a_k \in \m...

0.1.3 部分空間、スパン、線形結合体 \( \mathbb{F} \) 上のベクトル空間 \( V \) に対して、\( V \) の部分集合であって、\( V \) と同じベクトル加法およびスカラー倍により再び \( \mathbb{...

0.1.2 ベクトル空間体 \( \mathbb{F} \) 上のベクトル空間 \( V \) は、以下の性質を持つ集合です：「加法」という二項演算の下で閉じており、加法は結合的・可換的です。加法における単位元（ゼロベクトル、記号 \( 0...

0.1.1 スカラー体ベクトル空間の背後には、その体（スカラーの集合）があります。ここで扱う体は、通常は実数体 \( \mathbb{R} \) または複素数体 \( \mathbb{C} \)（付録Aを参照）ですが、有理数体、素数を法とす...

0.1 ベクトル空間有限次元ベクトル空間は、行列解析の基本的な枠組みです。0.1.1 スカラー体0.1.2 ベクトル空間0.1.3 部分空間、スパン、線形結合0.1.4 線形従属と線形独立0.1.5 基底0.1.6 基底への拡張0.1.7 ...

0.1 はじめにこの最初の章では、本書の残りの部分の基礎となる多くの有用な概念と事実を要約します。これらの内容の一部は、典型的な線形代数の初等コースで扱われる内容ですが、本書では、後続の説明には登場しない追加の有用な項目についても取り上げま...

0.復習と雑学この最初の章では、本書の残りの部分の基礎となる、多くの有用な概念と事実をまとめています。この内容の一部は、線形代数の一般的な初級コースに含まれていますが、以降の説明では取り上げない追加の有用な項目も含まれています。読者は、第 ...