スライド タイトルなし
Download
Report
Transcript スライド タイトルなし
8.線形空間(ベクトル空間)
1
数ベクトルとは?
空間とは?
次元とは?
このようなことを厳密に扱いたい。
その前に、平面とベクトルの関係および、
空間とベクトルの関係を再考する。
2
平面上のベクトル
3
基本ベクトルと座標
y
1
e1 の係数
0
0
e2 の係数
1
p (a, b)
0 b 倍
e2
1
O
a倍
1
e1
0
x
p ae1 be2
平面座標は、2本の基本ベクトル
の係数の組とみなせる。
4
ベクトルと点の表現
y
p
x21
x2
x22
b' 倍
O
a' 倍
x11
x1
x12
p a ' x1 b ' x2
x
R2の点は、
2つのベクトルの係数として
表現できる。(別に、基本ベク
トルでなくてもよい。)
5
平面を表現できない2つのベクトル
しかし、2本の 21 ベクトルで平面を表現できないときがある。
この2本のベクトルを何倍して、
加えてもこの点に到達できない。
y
p
1
x '1
2
O
2
x '2
4
x
この2本のベクトルでは
直線(1次元)上の点
しか表現できない。
6
空間上のベクトル
7
基本ベクトルと空間座標
y
0
e2 1
0
p (a1, a2 , a3 )
a2 倍
a3
0
e3 0
1
O
a1 倍
x
1
e1 0
0
z
p a1e1 a2e2 a3e3 a1i a2 j a3k
空間座標は、3本の基本ベクトル
の係数の組とみなせる。
8
空間ベクトルと空間の点の表現
p
y
k3
x31
x3 x32
x33
z
x21
x2 x22
x23
k2
q
x11
x1 x12
x13
p k1 x1 k2 x2 k3 x3
k1
x
R3
空間 R3 の点は、
3つのベクトルの係数として
表現できる。
9
空間を表現できない3つのベクトル
しかし、3本の 31 ベクトルで空間を表現できないものもある。
z
この3本のベクトルを何
倍して、加えてもこの点
に到達できない。
1
x2 ' 0
1
y
1
x3 ' 1
2
0
x1 ' 1
1
x
R3
この3本のベクトルでは
平面(2次元)上の点
しか表現できない。
k本のベクトルが持つ表現能力を
見分ける方法を学ぶ。
10
n次元列ベクトル
定義(n次元列ベクトル)
n 個の R 成分 x1, x2 , , xn を縦に並べた
n1 行列をn項(実数)列ベクトルまたはn次元ベクトルという。
すなわち、
x1
x
x 2
xn
はn次元ベクトル。
11
数ベクトル空間の定義
定義(n次元数ベクトル空間)
n 次元ベクトル全体から成る集合をn次元数ベクトル空間
という。記号では、 Rn と書く。すなわち、
R x | xはn次元ベク ト ル
n
記号からもわかるが、n次元数ベクトル空間は、
R の n 個の直積とみなすこともできる。
R R R R
n
n
12
低次元の実数ベクトル空間の例
y
2
R
x
O
平面:
2次元(実)ベクトル空間
x3
x2
3
R
空間:
3次元(実)ベクトル空間
O
x1
13
高次元の数ベクトル空間の例
4
4次元(実)ベクトル空間
5
5次元ベクトル空間
R
R
これらの空間は図示できないので、
記号で調べるしかない。
(しかし、例えば、5教科の点数は、5次元ベクトル空間
の1点をみなせる。他にも、一般に、n個のパラメータで
表されるデータはn次元空間の1点とみなせる。)
14
線形空間(ベクトル空間)
15
ベクトル空間
定義(ベクトル空間)
Vが
集合
「和の公理」および
「スカラー倍の公理」
を満たすと、
集合V を線形空間またはベクトル空間という。
数学では、空間は集合の別名で用いられる。
特に、ある特定の性質を満たす集合として、
いろいろな空間が考えだされている。
16
ベクトル空間における和の公理
定義(和の公理)
集合 V の任意の2つの元 a, b Î V に対して、
和
a+b
が定義され、次の性質を満たす。
(1) a + b = b + a
(交換法則)
(2) (a + b ) + c = a + (b + c )
(結合法則)
(3)すべての a Î V について、
a+0 =0 +a = a
を満たす元 0 が存在する。
(4)各 a Î V について、
a+x= x+a =0
を満たす x が存在する。
この x
を - a と表記する。
(零元の存在)
(逆元の存在)
17
ベクトル空間におけるスカラー倍の公理
定義(スカラー倍の公理)
集合 V の任意の元 a Î V
に対して、スカラー倍
と、任意の実数 k Î R
ka
が定義され、次の性質を満たす。
(5)
(6)
k(a + b) = ka + kb
(スカラーの分配法則)
(k + l)a = ka + la
(ベクトルの分配法則)
(7)
(kl)a = k(la )
(スカラーの交換法則)
(8)
1a = a
(単位スカラー倍)
18
ベクトル空間例
(1)平面ベクトル全体
R 2 = {(x, y) | x, y Î R }
(2)空間ベクトル全体
R 3 = {(x, y, z ) | x, y, z Î R }
(3)2次の正方行列全体
ìï
ü
é
ù
a
b
ïï
ï
ú, a, b, c, d Î R ý
M 2 = í A | A = êê
ú
ïï
ïï
c
d
ê
ú
ë
û
ïþ
îï
(4)実数係数の
n 次多項式全体
F = {f | f (x ) = an x n + an - 1x n - 1 + L + a0x 0, ai Î R }
19
多項式とベクトル空間
簡単のために、2次式とします。
F2 = {f | f (x ) = ax 2 + bx + c, a, b, c Î R }
和
f1(x ) = a1x 2 + b1x + c1 Î F2
f2(x ) = a2x 2 + b2x + c2 Î F2
f1(x ) + f2(x ) = (a1 + a2 )x 2 + (b1 + b2 )x + (c1 + c2 ) Î F2
スカラー倍
kÎ R
f (x ) = ax 2 + bx + c Î F2
f (x ) = (ka )x 2 + (kb)x + (kc) Î F2
20
1次独立と1次従属
21
1次結合
定義(1次結合)
r 個の n 次元ベクトル x1, x2 , , xr Rn と
r 個のスカラー k1, k2 , , kr R に対して、
k1 x1 k2 x2
kr xr
をベクトルの集合 x1 , x2 , , xr の一次結合という。
また、 ki を xi の係数という。
座標の一種の拡張だと思えばよい。
22
例1(基本ベクトルの一次結合)
y
p (a, b)
0
e2 b 倍
1
O
a倍
1
e1
0
x
p ae1 be2
平面の点 p は、 a と b を係数とする
e1 と e2 の一次結合で表現できる。
23
例2(一般のベクトルの一次結合)
y
p
x21
x2
x22
O
b' 倍
a' 倍
x11
x1
x12
p a ' x1 b ' x2
x
平面の点 p は、 a ' と b ' を係数とする
x1 と x2 の一次結合で表現できる。
24
行列積による一次結合の表現
一次結合は、行列積を用いても表現可能。
k1 x1 k2 x2
kr xr x1 x2
すなわち、一次結合は、
X x1 x2
Xk と書ける。
x11 x21
x
xk 12
x1n
xk1
,
xkn
k1
k
2
xr
kr
k1
k
2
k
として、
kr
Xk Rn に注意しよう。
25
単位ベクトルによるn次元ベクトルの表現
単位ベクトルの一次結合によって、任意のn次元ベクトル
を表現できる。すなわち、
x1
1
0
x
0
1
2
x
x1 x2
xn
0
0
x1e1 x2e2 xnen
0
xn
0
1
単位ベクトルの一次結合は、
単なる座標とみなすことができる。
すなわち、各係数が座標値になる。
26
1次関係式
定義(一次関係式)
r 個の n 次元ベクトル x1, x2 , , xr Rn
r 個のスカラー実数を係数とした次式
k1 x1 k2 x2
をベクトル集合
こで、 k , k ,
1
kr xr 0
x1, x2 ,
2
に対して、
, kr R
, xr の一次関係式という。こ
である。
係数がすべて0のとき、すなわち
k1 k2
kr 0
のときには、明らかに1次関係式を満たす。
このときの1次関係式を自明な関係式という。
27
1次独立と1次従属(重要)
定義(1次独立と1次従属)
r 個の n 次元ベクトル x1, x2 , , xr Rn
に対して、
(1)自明な1次関係式しか存在しないとき、それらのベクト
ル集合 {x 1, x 2, L , x r }は、
1次独立
という。
(2)自明でない1次関係式が存在するとき、それらのベクト
ル集合 {x 1, x 2, L , x r }は、
1次従属
という。
28
1次独立の判定法1(定義に基づいた方法)
(1)1次独立かどうかを判定したい
x1, x2 , , xr R
n
線形関係式
k1 x1 k2 x2
r
個のベクトル
に対して
kr xr 0
を構成する。
(2)上の(1)の線形関係式を同次n元連立方程式とみなして解
く。
(3)(I)連立方程式が自明な解しかなければ、
x1, x2 , , xr
は一次独立である。
(II)連立方程式が自明でない解を持てば、
は一次従属である。
x1, x2 , , xr
29
一次独立の例1
y
p (a, b)
0 b 倍
e2
1
O
a倍
1
e1
0
x
k1e1 k2e2 0
1
0 k1 0
k1 k2
0
1 k2 0
k1 k2 0
よって、e1, e2 は一次独立。
これ以外に可能性
が無い。
30
一次独立の例2
1
1
0
x1 1 , x2 0 , x3 1
0
1
1
一次独立かを調べるために、任意のスカラー k1 , k2 , k3を用いて、
k1 x1 k2 x2 k3 x3 0
とおく。このとき、
1
1
0 k1 k2 0
k1 1 k2 0 k3 1 k1 k3 0
0
1
1 k2 k3 0
なので、 k1 k2 k3 0 だけしか上の式を満たせない。
よって、 x1 , x2 , x3 は一次独立。
31
一次従属の例
平面を表現できない2個の2次元ベクトルは一次従属。
y
p
1
x1
2
2
x2
4
O
x
連立方程式
k1 x1 k2 x2 0
1
2 k1 2k2 0
k1 k2
2
4 2k1 4k2 0
k1 2k2
よって、 x1, x2 は一次従属。
k1 1 0
k 2 0
2
などが存在する。
32
一次従属の例2
1
1
2
x1 1 , x2 0 , x3 1
0
1
1
3次元ベクトル3本が一次従属に
なるとき、それらは、同じ平面上
かあるいは、同じ直線上にある。
一次独立かを調べるために、任意のスカラー k1 , k2 , k3を用いて、
k1 x1 k2 x2 k3 x3 0
とおく。このとき、
1
1
2 k1 k2 2k3 0
k1 1 k2 0 k3 1 k1 k3 0
0
1
1 k2 k3 0
k1 1 0
例えば、 k 1 0 が存在するので一次従属。
2
k3 1 0
33
練習
次のベクトルの組(ベクトルの集合)が、一次独立であるか、
一次従属であるかを求めよ。
(1)
é1ù
x 1 = êê ú
ú
2
êë ú
û
é2ù
x 2 = êê úú
êë1úû
(2)
é- 4ù
x 1 = êê úú
êë 6 úû
{x 1, x 2 }
{x 1, x 2 }
(3)
é1ù
êú
êú
x 1 = ê2ú
êú
ê3ú
êë úû
{x 1, x 2 }
é2 ù
x 2 = êê ú
-ê 3ú
ë ú
û
(4)
é- 1ù
ê ú
ê ú
x2 = ê0 ú
ê ú
ê1 ú
êë úû
é0ù
é1ù
é1 ù
êú
êú
ê ú
êú
êú
ê ú
x 1 = ê- 1ú x 2 = ê1ú x 3 = ê0ú
êú
êú
ê ú
ê1ú
ê1ú
ê0 ú
êë úû
êë úû
ëê ûú
{x 1, x 2, x 3 }
34
一次独立と一次従属の直感的意味
x1, x2 , , xr R とする。
最後のベクトル xr が他の r 1個のベクトル
n
x1, x2 ,
, xr1
で表現できるとき(一次結合で表されるとき)、
その表現能力はベクトル r 本未満分の表現能力
しか無い。
一次従属
どのベクトルも他のベクトルで表現できないとき、
その表現能力を維持するにはどのベクトルが
欠けてもいけない。
一次独立
35
1次独立の判定法2(正則性に基づく方法)
(正則行列と1次独立)
A
(1)
を
n 次正方行列とする。とする。
A a1 a2
an
が正則行列であるための必要十分条件は、
a1, a2 ,
, an が一次独立。
b1
b
(2)
B 2 が正則行列であるための必要十分条件は、
bn
t
t
b
,
b
,
,
1 2 bn が一次独立。
t
36
証明
a1, a2 ,
, an に対して、1次関係式を考える。
k1a 1 + k2a 2 + L + kna n = 0
Û éêa 1 a 2 L
ë
ék1 ù
ê ú
êk ú
ê 2ú
ù
a n úê ú=
ûêMú
ê ú
êkn ú
êë ú
û
é0ù
êú
ê0ú
êú
êú
êMú
êú
ê0ú
êë ú
û
Û Ak = 0
この同時n元1次連立方程式が、自明な解以外を持つため
の必要十分条件は、係数行列が正則なことである。
37
すなわち、
A ¹ 0
ék1 ù é0ù
ê ú êú
êk ú ê0ú
ê 2ú ê ú
Û k = ê ú= ê ú= 0
êMú êMú
ê ú êú
êkn ú ê0ú
êë úû êë úû
Û a1, a2 , , an は1次独立。
また、同様の議論によって、
A = 0 Û a1, a2 ,
, an は1次従属。
QED
38
例1
1
1
0
x1 1 , x2 0 , x3 1
0
1
1
に対して、{x 1, x 2, x 3 } は、一次独立だった。よって、
A x1 x2
1 1 0
x3 1 0 1 は正則行列。
0 1 1
実際、
A 0 (1 1) 2 0
39
例2
é1 2 - 1ù
ê
ú
ê
ú
0 ú は正則行列である。(各自確かめよ。)
ê3 1
ê
ú
ê2 - 2 1 ú
êë
úû
é1ù é 2 ù é- 1ù
êúê úê ú
よって、 êê3úú, êê 1 úú, êê 0 úú
êúê úê ú
ê2ú ê- 2ú ê 1 ú
êë úû êë úû êë úû
また、
é 1 ù é3ù é 2 ù
ê úêúê ú
ê úêúê ú
ê 2 ú, ê1ú, ê- 2ú
ê úêúê ú
ê- 1ú ê0ú ê 1 ú
êë úû êë úû êë úû
は一次独立。
も一次独立。
40
1次独立と1次従属の性質1
(ベクトルの部分集合に関する性質)
x1, x2 , , xr , xr 1, , xs Rn
とする。
このとき、以下が成り立つ。
(1) x1 , x2 , , xr が一次従属ならば、
x1, x2 , , xs も一次従属。
(2)
x1, x2 ,
x1, x2 ,
, xs が一次独立ならば、
, xr も一次独立。
証明略
41
例1
é0ù
é1ù
êú
êú
êú
êú
x 2 = ê1ú x 3 = ê0ú
êú
êú
ê1ú
ê1ú
êë úû
êë úû
é1 ù
ê ú
ê ú
x 1 = ê- 1ú
ê ú
ê0 ú
êë úû
é1ù
êú
êú
x 4 = ê1ú
êú
ê0ú
êë úû
とする。
(1) まず、{x 1, x 2, x 3 } を考える。
A = éêx 1 x 2 x 3 ù
ú
ë
û とおくと、
1
0 1
A = - 1 1 0 = (1 - 1) - 0 = 0
0
1 1
\ {x 1, x 2, x 3 } は1次従属。
\ {x 1, x 2, x 3, x 4 } も1次従属。
42
(2) 次ぎに、{x 2, x 3, x 4 } を考える。
A = éêx 2 x 3 x 4 ù
ú
ë
û とおくと、
0 1 1
A = 1 0 1 = 1+ 1 = 2 ¹ 0
1 1 0
\ {x 2, x 3, x 4 } は1次独立。
\ {x 2, x 3 }, {x 3, x 4 }, {x 2, x 4 } も1次独立。
43
練習
次のベクトル集合に対して、1次独立でしかもベクトルの本数
が最大となるようなベクトルの部分集合をもとめよ。
é2 ù
ê ú
ê ú
x 1 = ê- 1ú
ê ú
ê0 ú
êë úû
é1ù
êú
êú
x 2 = ê0ú
êú
ê3ú
êë úû
é- 2ù
ê ú
ê ú
x3 = ê1 ú
ê ú
ê0 ú
êë úû
é0ù
êú
êú
x 3 = ê1ú
êú
ê1ú
ëê ûú
44
1次独立と1次従属の性質2
(ベクトル追加による1次独立から1次従属への変化)
x1, x2 , , xr Rn に対して、
x1, x2 , , xr は一次独立とする。
このとき、 b Rn に対して以下が成り立つ。
(1)
x1, x2 ,
, xr , b が一次従属ならば、
係数を k1, k2 , , kr R として、
b k1 x1 k2 x2 kr xr
と表せる。
(2) b が(1)のように表すことができるとき、
その表し方は唯一である。
すなわち、係数の組が一意に定まる。
45
証明
(1)
x1, x2 ,
, xr , b が一次従属なので、
k1 x1 k2 x2 kr xr kb 0
k1 0
を満たす が存在する。
kr 0
k 0
このとき、
k 0 を示す。
k 0 とすると、
k1 x1 k2 x2 kr xr 0
となるが、 x1 , x2 , , xr は一次独立なので、
k1 k2 kr 0
これは、すべての係数が0になり矛盾を生じる。
46
よって、
k 0
したがって、
k1
k2
b x1 x2
k
k
kr
xr
k
(2) 次のように2通り表せるとする。
b k1 x1 k2 x2 kr xr
l1 x1 l2 x2 lr xr
k1 l1 x1 k1 l1 x2
kr lr xr 0
x1, x2 , , xr は一次独立なので、
k1 l1 k1 l1 kr lr 0
k1 l1, k2 l2 , , kr lr
このように、すべての係数は一意に定まる。
47
QED
例
1
1
2
x1 1 , x2 0 , x3 1
0
1
1
は1次従属であった。
b x3 とし、1次関係式を考える。
k1 x1 k2 x2 kb 0
1 1 2 k1 0
1 0 1 k 0
2
0 1 1 k 0
より、拡大係数行列を行基本変形する。
48
1 1 2 0 1 1 2 0 1 1 2 0
1 0 1 0 0 1 1 0 0 1 1 0
0 1 1 0 0 1 1 0 0 1 1 0
1 0 1 0
k1 c
0 1 1 0
k2 c
0 0 0 0
k c
c を用いて次のように表せる。
cx1 cx2 cb 0
b x3 x1 x2 と一意に表せる。
ここで、任意定数
また、
x2 x3 x1
x1 x3 x2
も同様に、一意に表せる。
49
行列との積と一次独立
行列の積と1次従属
n 次の正方行列 A と、
n 次元ベクトル x1, x2 , , xr Rn
に対して、以
下が成り立つ。
(1) x1 , x2 , , xr が一次従属ならば、
Ax1, Ax2 , , Axr も一次従属。
x1, x2 , , xr が一次独立ならば、
, Axr も一次独立。
(2)Aが正則行列で、
Ax1, Ax2 ,
50
証明
k1 0
0
x
,
x
,
,
x
(1)
1
2
r が一次従属なので、
r
kr 0
が存在し、
k1 x1 k2 x2
kr xr 0n
左から
A を乗じて、
k1 Ax1 k2 Ax2
よって、
Ax1, Ax2 ,
kr Axr 0n
, Axr も一次従属。
51
(2)
k1 Ax1 k2 Ax2
kr Axr 0n
と仮定する。
1 が存在する。これを左から乗じて
は正則行列なので、
A
A
A k1 Ax1 A k2 Ax2
1
1
A kr Axr 0n
k1 A Ax1 k2 A Ax2
1
k1 x1 k2 x2
x1, x2 ,
1
kr A Axr 0n
1
kr xr 0n
, xr が一次独立なので、係数がすべて
0でなければならない。よって、
Ax1, Ax2 , , Axr も一次独立。
1
QED
52
例1
1
1
2
x1 1 , x2 0 , x3 1
0
1
1
は1次従属であった。
0 1 2
A 1 0 0 とする。
1 2 1
このとき、以下のようになる。
0 1 2 1 1
x1 ' Ax1 1 0 0 1 1
1 2 1 0 3
0 1 2 1 2
x2 ' Ax2 1 0 0 0 1
1 2 1 1 2
0 1 2 2 3
x3 ' Ax3 1 0 0 1 2
1 2 1 1 5
x1 ', x2 ', x3 ' は1次従属
53
例2
1
1
0
x1 1 , x2 0 , x3 1
0
1
1
は1次独立であった。
0 1 2
A 1 0 0 は正則行列である。
1 2 1
このとき、以下のようになる。
0 1 2 1 1
x1 ' Ax1 1 0 0 1 1
1 2 1 0 3
0 1 2 1 2
x2 ' Ax2 1 0 0 0 1
1 2 1 1 2
0 1 2 0 3
x3 ' Ax3 1 0 0 1 0
1 2 1 1 3
x1 ', x2 ', x3 '
は1次独立
54
一次独立と階数
(一次独立と階数)
mn
A
R
行列
m´ n
が、列ベクトルあるいは行ベクト
ルを用いて、次のように表されているとする。
A a1
b1
b
an 2
bm
このとき、次の(1)、(2)、(3)は同じ数である。
(1) rank(A )
a1, a2 , , an より選べる1次独立なベクトルの最大個数
(2)
(3)
t
b1, tb2 , , tbn
証明略
より選べる1次独立なベクトルの最大個数
55
例1
é1ù
é2ù
ê ú は一次従属である。
,
y
=
2つのベクトル x = êê ú
ú
ê4ú
2
êë ú
êë ú
û
û
A = éêx y ù
=
ú
ë
û
é1 2ù
ê
ú
ê2 4ú
êë
ú
û
とおいて、階数を求める。
é1 2ù
ê
ú
ê2 4ú
êë
úû
é1 2ù
ê
ú
ê0 0ú
êë
úû
と基本変形できるので、 rank(A ) = 1
よって、一次独立なベクトルの最大数は1。
したがって、2個のベクトルは一次独立になれず、
一次従属。
56
例2
2つのベクトル x
A = éêx y ù
=
ú
ë
û
é1ù
é3ù
ê ú は一次独立である。
= êê ú
,
y
=
ú
ê4ú
2
êë ú
êë ú
û
û
é1 3ù
ê
ú
ê2 4ú
êë
ú
û
とおいて、階数を求める。
é1 3ù
ê
ú
ê2 4ú
êë
úû
é1 3 ù
ê
ú
ê0 - 2ú
êë
úû
é1 3ù
ê
ú
ê0 1ú
êë
úû
と基本変形できるので、 rank(A ) = 2
é1 0ù
ê
ú
ê0 1ú
êë
úû
よって、一次独立。
57
練習
次のベクトル集合に対して、階数をもとめることにより、1次独
立な最大のベクトル部分集合をもとめよ。
é1ù
êú
ê1ú
êú
x1 = ê ú
ê1ú
êú
êê0úú
ëû
é4 ù
ê ú
ê3 ú
ê ú
x2 = ê ú
ê2 ú
ê ú
êê- 1úú
ë û
é2 ù
ê ú
ê1 ú
ê ú
x3 = ê ú
ê0 ú
ê ú
êê- 1úú
ë û
58
基底と次元
59
部分空間と次元
平面(R 2 )中の直線や、 3次元空間(R 3 )中の平面
のように、元の空間の一部を表す空間を考える。
このような空間を、元の空間の部分空間という。
y
p
y
y
1
x '1
2
O
2
x '2
4
x
O
x
60
(線形)部分空間の定義
定義(部分空間)
V R が、
(1) x , y Î V Þ x + y Î V
n
(2)
x Î V , k Î R Þ kx Î V
を満たすならば、
V
は
n
R
の部分空間という。
(1)の性質を「加法について閉じている。」といいます。
(2)の性質を「スカラー積について閉じている。」といいます。
n
R
および
{0} は Rn
の部分空間である。
これらを自明な部分空間という。
61
部分空間の性質
(部分空間の性質)
V R
n
(1‘)
が部分空間となるための必要十分条件は、
x, y Î V , a, b Î R Þ ax + by Î V
証明
(1)、(2)が成り立つとする。このとき、(2)より、
ax , by Î V
(1)より、
ax + by Î V
62
証明
(1)、(2)が成り立つとする。このとき、(2)より、
ax , by Î V
(1)より、
ax + by Î V
よって、(1‘)が成立する。
逆に、(1‘)が成り立つとする。
a = b = 1 とおけば、(1)が成り立ち、
a = c, b = 0 とおけば、(2)が成り立つ。
QED
63
例
R2
中の
R3
直線: y = 2x
中の
平面: x + y + z = 0
y
p
z
y
1
x '1
2
O
2
x '2
4
x
O
x
64
正射影による部分空間
ìï
ü
é
ù
ïï
x
1
ïï
ê ú
ïï
ï
ê
ú
V = í x = êMú x n = 0 ý
ïï
ïï
êx ú
ïï
ïï
ê
nú
ë
û
ï
îï
þ
z
y
O
x
は
n
R
の部分空間。
最後の成分が常に0と言うことは、
Rn 中の対象が、
Rn1の“面”に射影される。
(1次元分つぶれる。)
65
解空間
定義(解空間)
m ´ n 行列
A = [aij ] Î R m´ n に対して、
V = {x Î R n | A x = 0 }
は Rn の部分空間である。
この部分空間を連立方程式 Ax
解空間と呼ぶ。
=0
の
66
例1
(1)
x
2
R
,
y
1 2 x 0
2 4 y 0 の解空間は、
直線: x 2 y 0
(2)
1 3 x 0
2 4 y 0 の解空間は、
x 0
1点:
y 0
x
2
R
,
y
(3) x R2 ,
y
0 0 x 0
0 0 y 0 の解空間は、
R2
67
生成される部分空間
定義:(生成される部分空間)
x1, x2 , , xr Rn に対して、その一次結合全体て定義
される Rn の部分空間を x1 , x2 , , xr で生成
される(張られる)部分空間という。 記号では、
L{x1, x2 , , xr }
あるいは、
L[ x1, x2 , , xr ]
と表す。
68
例
(1)
ìï é 1 ùü
ìï é 1 ù é 2 ùü
ï
ï
ï
ï
ï
ê ú, ê úïý
L í êê ú
=
L
ý
í
ê- 4úï
ïï ê- 2ú
ïúï
ïï êê- 2ú
ú ëê û
úïïþ
ï
ïî ë û
îï ë ûþ
直線 x 2 y 0 を表す。
(2)
ìï é1ù é3ùü
ìï é1ù é0ùü
ï
ïï
ï
ï
ï
ê úý = L í ê ú, ê úý
L í êê ú
,
ú ê4úï
ê0ú ê1úï
ïï ê2ú
ï
ïîï êë ú
û êë ú
ûïïþ
ûïþ
ï
îï ë û êë ú
R2 を表す。
(3)
e 1, e 2, L , e n Î R n とする。
L {e 1, e 2, L , e n }
Rn を表す。
69
基底
定義(基底)
集合 V のベクトルの組、 x1 , x2 , , xd
に対
して、次の(1)、(2)を満たすとき、それらのベクトル
の集合を V の基底という。
(1)
x1, x2 ,
, xd が1次独立。
(2)
V の任意のベクトルが、
x1, x2 ,
, xd の
1次結合で表現可能
70
標準基底
定義(標準基底)
Rn の n 個の単位ベクトルの組
e1, e2 ,
, en
は Rn の基底である。
この基底を標準基底ともいう。
i, j, k として、3次元ユークリッド空間の
標準基底を表すことがある。。
71
例1(3次元ユークリッド空間の標準基底)
y
0
e2 1
0
p (a1, a2 , a3 )
a2 倍
a3
0
e3 0
1
1次独立
a1 倍
p a1e1 a2e2 a3e3 a1i a2 j a3k
z
{e 1, e 2, e 3 }
O
x
1
e1 0
0
は
R
3
の基底である。
1次結合で R 3 の全ての
点(ベクトル)が表現できる。
72
例2(基底の例)
原点を通る直線は線形空間である。
この線形空間の基底を考える
直線: y = 2x の基底としては、
1
などがある。
2
y
O
x
73
例3
原点を通る平面は線形空間である。
この線形空間の基底を考える
平面: x + y + z = 0
の基底としては、
1 1
0 , 1 などがある。
1 0
z
y
O
x
74
例4(3次元ユークリッド空間の標準でない基底)
p
y
k3
x31
x3 x32
x33
z
x21
x2 x22
x23
k2
q
x11
x1 x12
x13
p k1 x1 k2 x2 k3 x3
{x 1, x 2, x 3 } も R3
k1
x
R3
空間 R3 の点は、
3つのベクトルの係数として
表現できる。
の基底である。
75
次元の定義
いままでは、なんとなく用いてきた次元に関して、
厳密な定義を与える。
定義(次元)
V
集合 の基底を構成するベクトルの個数を
次元といい、
V
の
dimV
とかく。なお、
dim0 0
とする。
76
次元の性質1
(次元と一次独立・従属)
Rn の部分空間 V 中に、
「 d 個の1次独立なベクトルがあり、
d 1個以上のベクトルは必ず一次従属になる」
ような d がある。
このとき、
d dimV
である。
1次独立と1次従属の
境界にあたるベクトル
の数
77
例1
é1 ù
ê ú
ê ú
x 1 = ê- 1ú
ê ú
ê0 ú
êë úû
é0ù
é1ù
êú
êú
êú
êú
x 2 = ê1ú x 3 = ê0ú
êú
êú
ê1ú
ê1ú
êë úû
êë úû
é1ù
êú
êú
x 4 = ê1ú
êú
ê0ú
êë úû
とし、
V = L {x 1, x 2, x 3, x 4 }とする。
{x 1, x 2, x 3, x 4 } は1次従属であり、
{x 2, x 3, x 4 } は1次独立であった。
よって、
dimV = dim L {x 1, x 2, x 3, x 4 }= 3
このことから、 {x 2, x 3, x 4 }は
底になれることがわかる。
R 3 の基
78
基底と次元
(基底と次元)
x1, x2 , , xr R
n
A x1 x2
に対して、
xr ,
V L x1, x2 , , xr
とする。このとき、次が成り立つ。
(1)dimV
rank(A)
(2) x1 , x2 , , xr から適当な r d dimV 個のベクトル
の組を選ぶことにより、 V の基底を作れる。
証明略
79
例1
é1 ù
ê ú
ê ú
x 1 = ê- 1ú
ê ú
ê0 ú
êë úû
é0ù
é1ù
êú
êú
êú
êú
x 2 = ê1ú x 3 = ê0ú
êú
êú
ê1ú
ê1ú
êë úû
ëê ûú
é 1 0 1 1ù
ê
ú
ê
ú
A = ê- 1 1 0 1ú とする。
ê
ú
ê 0 1 1 0ú
êë
úû
é 1 0 1 1ù é1 0 1 1ù
ê
ú ê
ú
ê
ú ê
ú
ê- 1 1 0 1ú® ê0 1 1 2ú®
ê
ú ê
ú
ê 0 1 1 0ú ê0 1 1 0ú
êë
ú
ú
û êë
û
é1ù
êú
êú
x 4 = ê1ú
êú
ê0ú
êë úû
とし、
é1 0 1 1 ù
ê
ú
ê
ú
ê0 1 1 2 ú
ê
ú
ê0 0 0 - 2ú
êë
ú
û
と行基本変形できる。よって、
rankA = dim L {x 1, x 2, x 3, x 4 }= 3
また、階段行列の形から、{x 1, x 2, x 4 }
3
も R の基底になれることがわかる。
80