0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

データサイエンスのための線形代数 第10回 行列の加法と乗法

Last updated at Posted at 2023-04-18

本記事は数学講座3.3 行列の加法と乗法を勉強して投稿したメモです。詳細は元の素晴らしい講座のページをチェックしてください。

同型行列と行列の等式

行数も列数も同じである2つの行列を、$\color{blue}{同型行列}$と呼びます。

もし$A=(a_{ij})$と$B=(b_{ij})$が同型行列であり、それぞれの対応する要素がすべて等しい場合、行列Aと行列Bは等しいと言い、$A=B$に記します。

行列の加法

2つの$m\times n$行列$A=(a_{ij})$と$B=(b_{ij})$がある場合、行列AとBの和は$A+B$と表記され、以下のように定義されます:

A+B=\begin{pmatrix}a_{11}+b_{11}&a_{12}+b_{12}&...&a_{1n}+b_{1n}\\a_{21}+b_{21}&a_{22}+b_{22}&...&a_{2n}+b_{2n}\\
...&...&&...\\a_{m1}+b_{m1}&a_{m2}+b_{m2}&...&a_{mn}+b_{mn}\end{pmatrix}

行列の加法前提条件:$A=(a_{ij})$と$B=(b_{ij})$が同型行列

\begin{array}{c|c}
    \hline
    \\
    \quad 交換法則\quad&\quad A+B=B+A\quad\\
    \quad 結合法則\quad&\quad (A+B)+C=A+(B+C)\quad\\
    \\
    \hline
\end{array}

行列のスカラー倍

行列のスカラー倍とベクトルのスカラー倍の規則が同じです。

定数$k$と行列$A$のスカラー倍:

kA=Ak=
\begin{pmatrix}
    ka_{11}&ka_{12}&\cdots&ka_{1n}\\
    ka_{21}&ka_{22}&\cdots&ka_{2n}\\
    \cdots&\cdots& &\cdots\\
    ka_{m1}&ka_{m2}&\cdots&ka_{mn}\end{pmatrix}

行列のスカラー倍は以下の法則があります。($A,B$が同型行列、$\lambda、\mu$が定数)

\begin{array}{c|c}
    \hline
    \\
    \quad 結合法則\quad&\quad (\lambda\mu) A=\lambda(\mu A)\quad\\
    \\
    \quad 分配法則\quad&\quad \begin{aligned}(\lambda+\mu) A=\lambda A+\mu A\\\lambda(A+B)=\lambda A+\lambda B\end{aligned}\quad\\
    \\
    \hline
\end{array}

行列の乗法の合法性

行列$A$と$B$の乗算できる条件が:

  • $A$が$m×n$の行列、$B$が$n×p$の行列
  • 乗算した結果が$m×p$の行列

以下の例の通り:

行列の乗法の行の視点と列の視点

  • 行の視点から
    image.png

以下のような行ベクトルと行列があります:

\boldsymbol{x}=\begin{pmatrix}x_1&x_2&\cdots&x_m\end{pmatrix},\quad \boldsymbol{A}=\begin{pmatrix}a_{11}&a_{12}&\cdots&a_{1n}\\
               a_{21}&a_{22}&\cdots&a_{2n}\\
               \vdots&\quad&\quad&\vdots\\
               a_{m1}&a_{m2}&\cdots&a_{mn}
\end{pmatrix}

この形は、行の視点から計算するのがふさわしいです。

\boldsymbol{x}\boldsymbol{A}=\begin{pmatrix}\color{blue}{x_1}&\color{blue}{x_2}&\cdots&\color{blue}{x_m}\end{pmatrix}
\begin{pmatrix}a_{11}&a_{12}&\cdots&a_{1n}\\
               a_{21}&a_{22}&\cdots&a_{2n}\\
               \vdots&\quad&\quad&\vdots\\
               a_{m1}&a_{m2}&\cdots&a_{mn}
    \end{pmatrix}=
\color{blue}{x_1}\begin{pmatrix}a_{11}&a_{12}&\cdots&a_{1n}\end{pmatrix}+
\color{blue}{x_2}\begin{pmatrix}a_{21}&a_{22}&\cdots&a_{2n}\end{pmatrix}+\cdots+
\color{blue}{x_m}\begin{pmatrix}a_{m1}&a_{m2}&\cdots&a_{mn}\end{pmatrix}
  • 列の視点から
    image.png

以下のような行列と列ベクトルがあります:


\boldsymbol{A}=\begin{pmatrix}a_{11}&a_{12}&\cdots&a_{1n}\\
               a_{21}&a_{22}&\cdots&a_{2n}\\
               \vdots&\quad&\quad&\vdots\\
               a_{m1}&a_{m2}&\cdots&a_{mn}
\end{pmatrix},\quad \boldsymbol{x}=\begin{pmatrix}x_1\\x_2\\\vdots\\x_n\end{pmatrix}

この形は、列の視点から計算するのがふさわしいです。


\boldsymbol{A}\boldsymbol{x}=\begin{pmatrix}a_{11}&a_{12}&\cdots&a_{1n}\\
               a_{21}&a_{22}&\cdots&a_{2n}\\
               \vdots&\quad&\quad&\vdots\\
               a_{m1}&a_{m2}&\cdots&a_{mn}
\end{pmatrix}
\begin{pmatrix}\color{blue}{x_1}\\\color{blue}{x_2}\\\vdots\\\color{blue}{x_n}\end{pmatrix}=
\color{blue}{x_1}\begin{pmatrix}a_{11}\\a_{21}\\\vdots\\a_{m1}\end{pmatrix}
+\color{blue}{x_2}\begin{pmatrix}a_{12}\\a_{22}\\\vdots\\a_{m2}\end{pmatrix}
+\cdots+
\color{blue}{x_n}\begin{pmatrix}a_{1n}\\a_{2n}\\\vdots\\a_{mn}\end{pmatrix}

行列の乗法の定義(内積の視点)

$A=(a_{ij})$が$m\times s$行列であり、$B=(b_{ij})$が$s\times n$行列である場合、行列AとBの積を$AB$と定義し、以下のようになります:

$AB=C$であり、$C=(c_{ij})$は$m\times n$行列であり、各要素$c_{ij}$は次のように計算されます:

c_{ij}=\boldsymbol{a}_{i*}\cdot\boldsymbol{b}_{*j}=a_{i1}b_{1j}+a_{i2}b_{2j}+...+a_{is}b_{sj}=\displaystyle \sum_{k=1}^s a_{ik}b_{kj}
(i=1,\cdots,m;j=1,\cdots,n)

具体的な計算例は以下の通り:
image.png

行列の乗法の演算規則

\begin{array}{c|c}
    \hline
    \\
    \quad 交換律\quad&\quad 必ずしも成立しない\quad\\
    \quad スカラー倍交換律\quad&\quad \lambda(AB)=(\lambda A)B=A(\lambda B)(\lambdaが定数)\quad\\
    \quad 結合律\quad&\quad (AB)C=A(BC)\quad\\
    \quad 配分律\quad&\quad A(B+C)=AB+AC\quad\\
    \\
    \hline
\end{array}

補足

ベクトルと行列の違い

  • ベクトルから見れば同じものです。両方とも3次元ベクトルです:
\begin{pmatrix}1\\2\\3\end{pmatrix}=\begin{pmatrix}1&2&3\end{pmatrix}
  • 行列から見たら$3×1 \color{red}{≠} 1×3$の行列:
\begin{pmatrix}1\\2\\3\end{pmatrix}\color{red}{≠}\begin{pmatrix}1&2&3\end{pmatrix}

参考情報

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?