体系ガイド · 入門

ベクトル・行列・線形写像:変換を列から読む

行列とベクトルの積を、基底ベクトルの変換と具体的な座標計算から理解します。 小さな入力を手で追い、式の前提と実装で確かめる範囲を整理します。

この記事をロゲイアに質問する確認問題3問に進むこれまでの誤答を復習する

更新日

この記事の目次
  1. ベクトルを座標と操作の対象として捉える
  2. 行列の列は基底の行き先
  3. 具体的に変換する
  4. 線形でない変換との境界
  5. 線形性を反例で調べる
  6. 変換を続けて行うと、掛ける順番が決まる
  7. 逆変換があるかを、列の独立性から考える
  8. 基底を変えても、対象そのものは変わらない
  9. 小さなコードで、式の意味を検算する
  10. この記事をロゲイアに質問する理解を確かめる

ベクトルを座標と操作の対象として捉える

ベクトルは大きさと向きだけでなく、複数の量を一つにまとめた対象として扱えます。二次元では(x,y)を列に並べ、加算や定数倍を成分ごとに行います。ただし座標は基底を決めて初めて定まります。同じ幾何学的な対象でも、基底を変えると数値は変わります。まず何の量をどの座標系で表しているかを明らかにします。

行列の列は基底の行き先

線形写像TはT(u+v)=T(u)+T(v)とT(cu)=cT(u)を満たします。基底e1とe2の行き先が分かれば、任意の(x,y)=x e1+y e2の行き先もxT(e1)+yT(e2)で求まります。行列Aの第一列と第二列は、それぞれe1とe2の行き先です。成分を掛けて足す規則は、この性質から自然に出てきます。

具体的に変換する

Aの列が(2,0)と(1,3)なら、(4,2)の変換は4(2,0)+2(1,3)=(10,6)です。これは単に各成分を別々に伸ばす操作ではなく、第二成分が第一成分へ与える寄与も含みます。入力が2次元で出力が3次元なら行列は3行2列になります。掛け算の前に入力と出力の次元を確認すると、計算の意味を失いにくくなります。

線形でない変換との境界

T(x)=Ax+bでbが0でなければ、通常はアフィン変換であって線形写像ではありません。線形写像は必ず原点を原点へ移すためです。ニューラルネットワークでも、行列積に非線形関数を重ねることで表現できる関係を増やします。また、数学的に可逆な行列でも、数値計算では丸め誤差や悪条件性によって復元が不安定になる場合があります。

線形性を反例で調べる

T(0)=0は線形写像に必要ですが、それだけで十分ではありません。一次元のT(x)=x²は原点を原点へ移しますが、T(1+1)=4とT(1)+T(1)=2が一致しません。一つの反例で加法性が成立しないことを示せます。行列で表す前に、対象の変換が本当に線形という前提を満たすか、定義の二つの条件へ戻って考えます。

変換を続けて行うと、掛ける順番が決まる

列ベクトルを使い、先にA、次にBを作用させるなら、全体はBAvです。右側のAから計算する点を確認しましょう。Aを横方向だけ2倍にする行列、Bを反時計回りに90度回転する行列とします。入力(1,0)はAの後で(2,0)、Bの後で(0,2)になります。逆に回転を先に行うと(0,1)から横方向を伸ばしても(0,1)のままです。つまりABとBAは一般には一致しません。この例で行列積の順序を変えることは、単なる記号の書き換えではなく、異なる操作を選ぶことになります。画像変換やロボットの座標変換でも、どの座標系でどの変換を先に行ったかが重要です。

逆変換があるかを、列の独立性から考える

二つの入力方向が同じ直線へつぶれると、異なる入力を出力から区別できなくなります。例えばA=[[1,2],[2,4]]では、第2列は第1列の2倍です。入力(2,0)と(0,1)はいずれも(2,4)へ移るため、出力だけから元の入力を一意に復元できません。この行列の行列式は1×4−2×2=0で、逆行列は存在しません。行列式が0でない正方行列なら数学的には逆行列を持ちますが、行列式の値の大きさだけで数値的な安定性を判断することはできません。実際の計算では尺度、条件数、解法、入力誤差を別に確認します。逆行列という記号を書けることと、誤差の小さい復元を実装できることは別です。

基底を変えても、対象そのものは変わらない

新しい基底をb1=(1,1)、b2=(1,−1)とすると、標準座標の(4,2)は3b1+1b2です。新しい座標は(3,1)ですが、別の場所へ点が移動したわけではありません。新しい基底を列に並べたPに対し、標準座標はPに新しい座標を掛けて得られます。変換Aも新しい座標で表すならPの逆行列、A、Pをこの順に掛けたP⁻¹APになります。最初に新座標を標準座標へ直し、Aを作用させ、最後に新座標へ戻すという三段階です。単位や座標系が違うベクトルを同じ数値として混ぜると、式の形が合っていても意味は合いません。座標の変換と物体へ作用する変換を区別して読む練習になります。

小さなコードで、式の意味を検算する

行列積を実装するときは、各出力成分がどの入力成分の和になっているかを確認します。下のコードは列の線形結合から(10,6)を作り、通常の行列ベクトル積と一致するかを調べます。これは説明用の小さな検算で、大規模な数値計算ライブラリの性能比較ではありません。整数だけならこの例は厳密に一致しますが、浮動小数点の一般的な入力では、演算順序による丸めの違いも考慮します。また、いくつかのベクトルで同じ結果になっただけで、未知の変換の線形性を証明したことにはなりません。候補の実装が既知の線形写像を正しく計算しているかを確かめる検査と、写像の性質を証明する議論を分けましょう。

python
A = ((2, 1), (0, 3))
v = (4, 2)
product = tuple(sum(row[j] * v[j] for j in range(2)) for row in A)
columns = (4 * 2 + 2 * 1, 4 * 0 + 2 * 3)
assert product == columns == (10, 6)
print(product)

読了と問題の結果を、言語ごとにこのブラウザへ保存します。

コースの順番に沿って学ぶ

AI基盤へ進む · STEP 8

学習コースから次を選ぶ