Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
線形代数学入門講座 第6回スライド
Search
TechmathProject
September 04, 2024
Science
380
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
線形代数学入門講座 第6回スライド
てくますプロジェクトで行った線形代数学入門講座の第6回スライドです。
実施:2024/07/01
TechmathProject
September 04, 2024
More Decks by TechmathProject
See All by TechmathProject
統計学入門講座 第5回スライド
techmathproject
0
240
統計学入門講座 第6回スライド
techmathproject
0
220
統計学入門講座 第7回スライド
techmathproject
0
240
統計学入門講座 第8回スライド
techmathproject
0
230
統計学入門講座 第4回スライド
techmathproject
0
480
統計学入門講座 第3回スライド
techmathproject
0
350
統計学入門講座 第2回スライド
techmathproject
0
500
統計学入門講座 第1回スライド
techmathproject
0
950
線形代数学入門講座 第1回スライド
techmathproject
0
610
Other Decks in Science
See All in Science
データベース12: 正規化(2/2) - データ従属性に基づく正規化
trycycle
PRO
0
1.9k
現代AI入門: 大規模言語モデルから思考するシステムへ — Test-Time Scaling, Loop, Harness, RSI
stillpedant
PRO
44
21k
医療 LLM ベンチマークの現在地:多面的評価 と日本ローカライズ
analokmaus
1
780
AWS WAFのAIトラフィック収益化機能を考えてみる_20260626
masakiokuda
1
120
生成AIが科学とRAにもたらしていること:メタサイエンスの視点から
rmaruy
0
150
AI bij literatuuronderzoek in de wetenschap
voginip
0
280
ssmonline #51 ヤマサキ春のサメ祭り 2026 / ssmjp Yamasaki Spring JAWS Festival 2026
naospon
1
170
[Webinaire InnOvin] Coup de Chaud : Comment préserver la santé des animaux
institutdelelevage
PRO
0
250
データベース15: ビッグデータ時代のデータベース
trycycle
PRO
1
610
「表象」を再定義するー潜在表現解析の落とし穴
ykamit
0
1.1k
Conwayの法則を"ちゃんと"使うために — 原典でConwayは何を言っていたのか
bonotake
10
7.7k
From Prediction to Understanding: Causal Discovery for Data Science and AI Applications
sshimizu2006
0
340
Featured
See All Featured
Data-driven link building: lessons from a $708K investment (BrightonSEO talk)
szymonslowik
1
1.4k
So, you think you're a good person
axbom
PRO
2
2.2k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
508
140k
How to make the Groovebox
asonas
2
2.5k
Optimizing for Happiness
mojombo
378
71k
Building a Modern Day E-commerce SEO Strategy
aleyda
45
9.3k
技術選定の審美眼(2025年版) / Understanding the Spiral of Technologies 2025 edition
twada
PRO
120
120k
JAMstack: Web Apps at Ludicrous Speed - All Things Open 2022
reverentgeek
1
660
From Legacy to Launchpad: Building Startup-Ready Communities
dugsong
0
360
WENDY [Excerpt]
tessaabrams
14
40k
The untapped power of vector embeddings
frankvandijk
2
2k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
11
1.1k
Transcript
線形代数学 入門講座 ⑥数ベクトル空間 てくますゼミ
①行列の演算 ②連立一次方程式 ③正則行列 ④置換 ⑤行列式 ⑥数ベクトル空間 ⑦固有値 ⑧行列の対角化 てくます講座 線形代数学(全8回)
の流れ 数ベクトル空間 1次独立と1次従属 基底と次元 線形写像
てくます講座 学習方法 ・メモをとろう! 講座ではスライドに載せきれない大事なことも話します。 配布されたレジュメの余白に書いておきましょう。 ・問題を解こう! 学問を読み聞きだけで身に付けるのは難しいです。 問題を解くことで手を動かし、理解の確認をしましょう。 ・質問をしよう! せっかく参加した講座です。
気になることは、講座中でも質問していきましょう。
線形代数学 ⑥数ベクトル空間 数ベクトル空間 実数𝑛個を縦に並べた列ベクトルを単に「ベクトル」と呼び、これから扱います。 スカラー(実数)と区別するために、ベクトルは太字で表現することが多いです。 零ベクトル 0 ⋮ 0 は
𝟎と表します。 ℝ𝑛の基本ベクトル 1 0 ⋮ 0 , ⋯ , 0 ⋮ 0 1 は 𝒆1 , ⋯ 𝒆𝑛 と表します。
線形代数学 ⑥数ベクトル空間 部分空間 ℝ𝑛では、ベクトルの足し算やスカラー倍ができます。 ℝ𝑛の部分集合 𝑉でもそれらができるとき、𝑉 を ℝ𝑛の部分空間といいます。 (例) はℝ2の部分空間である。
𝒗, 𝒗′ ∈ 𝑉 ならば、3 𝑥1 + 𝑥1 ′ + 𝑥2 + 𝑥2 ′ = 0 なので、𝒗 + 𝒗′ ∈ 𝑉 𝒗 ∈ 𝑉, 𝑐 ∈ ℝ ならば、3 𝑐𝑥1 + 𝑐𝑥2 = 0 なので、c𝒗 ∈ 𝑉 はℝ2の部分空間でない。 0 1 ∈ 𝑉 であるが、 0 2 = 2 0 1 ∉ 𝑉
線形代数学 ⑥数ベクトル空間 部分空間 𝑉が部分空間であることを確認するためには、次を調べます。 (1) 𝒗1 , 𝒗2 ∈ 𝑉
⟹ 𝒗1 + 𝒗2 ∈ 𝑉 (2) 𝒗 ∈ 𝑉, 𝑐 ∈ ℝ ⟹ 𝑐𝒗 ∈ 𝑉 ℝ𝑛の部分空間 𝑉は、𝑛次元空間の中の𝑚(≤ 𝑛)次元空間の形をしています。 原点を通る直線や平面などが、部分空間になります。 は 原点を通る直線 𝑥2 = −3𝑥1 を表すので、 ℝ2の部分空間である。 𝑥2 𝟎 𝑥1 𝑉
線形代数学 ⑥数ベクトル空間 1次結合 𝑚個のベクトル 𝒗1 , 𝒗2 , ⋯ ,
𝒗𝑚 ∈ ℝ𝑛 について考えます。 これらを使って、ℝ𝑛の他のベクトルを表すことを考えてみましょう。 1次結合…ベクトルそれぞれに係数をかけて足したベクトル 𝑐1 𝒗1 + 𝑐2 𝒗2 + ⋯ 𝑐𝑚 𝒗𝑚 (𝑐1 , 𝑐2 , ⋯ , 𝑐𝑚 ∈ ℝ) 1次関係…ある1次結合が零ベクトルになっているという関係式 𝑐1 𝒗1 + 𝑐2 𝒗2 + ⋯ 𝑐𝑚 𝒗𝑚 = 𝟎 (𝑐1 , 𝑐2 , ⋯ , 𝑐𝑚 ∈ ℝ)
線形代数学 ⑥数ベクトル空間 1次独立と1次従属 ベクトル 𝒗𝑖 が他の𝑚 − 1個のベクトルで表せてしまうとき、 ℝ𝑛のベクトルを表すにあたって、 𝒗𝑖
は不要なベクトルといえます。 1次独立…1次関係が自明なもの(𝑐1 = ⋯ = 𝑐𝑚 = 0なもの)しかないこと 𝑐1 𝒗1 + 𝑐2 𝒗2 + ⋯ 𝑐𝑚 𝒗𝑚 = 𝟎 ⟹ 𝑐1 = ⋯ = 𝑐𝑚 = 0 1次従属…1次関係に自明でないものがあること 𝑐1 𝒗1 + 𝑐2 𝒗2 + ⋯ 𝑐𝑚 𝒗𝑚 = 𝟎 かつ (𝑐1 , ⋯ , 𝑐𝑚 ) ≠ (0, ⋯ , 0) なものがある 𝑐1 ≠ 0 なら、𝒗1 = − 𝑐2 𝑐1 𝒗2 − ⋯ − 𝑐𝑚 𝑐1 𝒗𝑚 と表せてしまう。(𝒗1 が不要になる)
線形代数学 ⑥数ベクトル空間 1次独立と1次従属 (例) ℝ2 の2つのベクトル 1 1 , 0
1 について、 𝑐1 1 1 + 𝑐2 0 1 = 0 0 とすると、𝑐1 = 𝑐2 = 0 である。 よって、 1 1 , 0 1 は1次独立である。 ℝ2 の2つのベクトル 2 1 , 6 3 について、 3 2 1 − 6 3 = 0 0 という自明でない1次関係がある。 よって、 2 1 , 6 3 は1次従属である。
線形代数学 ⑥数ベクトル空間 部分空間の生成 𝒗1 , 𝒗2 , ⋯ , 𝒗𝑚
で ℝ𝑛の部分空間 𝑉のすべてのベクトルを表すことができるとき、 𝒗1 , 𝒗2 , ⋯ , 𝒗𝑚 は 𝑉を生成するといいます。 (例) ℝ2 の2つのベクトル 1 1 , 0 1 について、 ℝ2 のベクトル 𝑎 𝑏 は、 𝑎 𝑏 = 𝑎 1 1 + (𝑏 − 𝑎) 0 1 と表せるので、 1 1 , 0 1 は ℝ2 を生成する。
線形代数学 ⑥数ベクトル空間 基底と次元 𝒗1 , 𝒗2 , ⋯ , 𝒗𝑚
が1次独立で、 ℝ𝑛の部分空間 𝑉を生成するとき、 𝒗1 , 𝒗2 , ⋯ , 𝒗𝑚 は 𝑉の基底であるといい、𝑉の次元 dim(𝑉)が𝑚であるといいます。 (例) ℝ2 の2つのベクトル 1 1 , 0 1 は、 1次独立であり、ℝ2 を生成するので、ℝ2 の基底である。 よって、ℝ2 の次元は2である。
線形代数学 ⑥数ベクトル空間 線形写像 ℝ𝑛のベクトルを ℝ𝑚のベクトルにうつす写像 𝑓 が次の(1)と(2)みたすとき、 線形写像といいます。 (1) 𝑓
𝒗1 + 𝒗2 = 𝑓 𝒗1 + 𝑓(𝒗2 ) (𝒗1 , 𝒗2 ∈ ℝ𝑛) (2) 𝑓 𝑐𝒗 = 𝑐𝑓 𝒗 (𝒗 ∈ ℝ𝑛, 𝑐 ∈ ℝ) (例) 写像 𝑓: ℝ2 ∋ 𝑥1 𝑥2 ↦ 𝑥2 𝑥1 ∈ ℝ2 は線形写像である。 𝑓 𝑥1 + 𝑥1 ′ 𝑥2 + 𝑥2 ′ = 𝑥2 + 𝑥2 ′ 𝑥1 + 𝑥1 ′ = 𝑥2 𝑥1 + 𝑥2 ′ 𝑥1 ′ = 𝑓 𝑥1 𝑥2 + 𝑓 𝑥1 ′ 𝑥2 ′ 𝑓 𝑐𝑥1 𝑐𝑥2 = 𝑐𝑥2 𝑐𝑥1 = 𝑐 𝑥2 𝑥1 = 𝑐𝑓 𝑥1 𝑥2
線形代数学 ⑥数ベクトル空間 線形写像 ℝ𝑛のベクトルに𝑚 × 𝑛行列 𝐴を左からかけると、 ℝ𝑚のベクトルが得られます。 この方法で決めた ℝ𝑛から
ℝ𝑚への写像 𝑓𝐴 は線形写像になります。 (例) 線形写像 𝑓: ℝ2 ∋ 𝑥1 𝑥2 ↦ 𝑥2 𝑥1 ∈ ℝ2 は、 2 × 2行列 𝐴 = 0 1 1 0 を用いて、𝑓 𝒗 = 𝐴𝒗 と表せる。 逆に、 ℝ𝑛から ℝ𝑚への線形写像 𝑓 はある𝑚 × 𝑛行列 𝐴𝑓 を左からかける写像だと みなすことができます。
線形代数学 ⑥数ベクトル空間 まとめ ・ベクトルの演算が閉じている部分集合を部分空間という。 ・ベクトルの組に自明な1次関係しかないとき、1次独立であるという。 ・1次独立で部分空間 𝑉を生成するベクトルの組を 𝑉の基底という。 ・ベクトルの演算を保つ写像を線形写像といい、行列をかける写像とみなせる。