検索
Close this search box.

連立1次方程式

連立1次方程式を用いた線型従属・線型独立であることの判定

目次

Twitter
Mailで保存

連立1次方程式を用いた線型従属であることの判定

複数かつ有限\(m\in \mathbb{N} \)個のベクトルを要素として持つベクトル集合\begin{equation*}\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \subset \mathbb{R} ^{n}
\end{equation*}が与えられたとき、この中の少なくとも1つのベクトルが他の\(m-1\)個のベクトルの線型結合として表される場合には、すなわち、\begin{equation*}\exists i\in \left\{ 1,\cdots ,m\right\} ,\ \exists a_{1},\cdots
,a_{i-1},a_{i+1},\cdots ,a_{m}\in \mathbb{R} :\boldsymbol{x}_{i}=a_{1}\boldsymbol{x}_{1}+\cdots +a_{i-1}\boldsymbol{x}_{i-1}+a_{i+1}\boldsymbol{x}_{i+1}+\cdots +a_{m}\boldsymbol{x}_{m}
\end{equation*}が成り立つならば、ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)は線型従属であると言います。

線型スパンの定義を踏まえると、ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)が線型従属であることは、\begin{equation*}\exists i\in \left\{ 1,\cdots ,m\right\} :\boldsymbol{x}_{i}\in \mathrm{span}\left( \left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{i-1},\boldsymbol{x}_{i+1},\cdots ,\boldsymbol{x}_{m}\right\} \right)
\end{equation*}が成り立つこと必要十分です。つまり、ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)が線型従属であることとは、その中の少なくとも1つのベクトルが残りのベクトルからなるベクトル集合の線型スパンの要素であることを意味します。

列ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \subset \mathbb{R} ^{n}\)が与えられたとき、そこから変数\(a_{1},\cdots ,a_{m}\in \mathbb{R} \)に関する方程式\begin{equation}a_{1}\boldsymbol{x}_{1}+\cdots +a_{m}\boldsymbol{x}_{m}=\boldsymbol{0}
\quad \cdots (1)
\end{equation}を定義します。この方程式に対して、以下の条件\begin{equation}
\exists i\in \left\{ 1,\cdots ,m\right\} :a_{i}\not=0 \quad \cdots (2)
\end{equation}を満たす解\(a_{1},\cdots ,a_{m}\in \mathbb{R} \)が存在することは、列ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)が線型従属であるための必要十分条件です。

方程式\(\left( 1\right) \)は変数\(a_{1},\cdots ,a_{m}\)に関する同次連立1次方程式\begin{equation}\left\{
\begin{array}{c}
x_{11}a_{1}+\cdots +x_{m1}a_{m}=0 \\
\vdots \\
x_{n1}a_{1}+\cdots +x_{nm}a_{m}=0\end{array}\right. \quad \cdots (3)
\end{equation}と必要十分です。\(\left(2\right) \)が以下の解\begin{equation*}\left(
\begin{array}{c}
a_{1} \\
\vdots \\
a_{m}\end{array}\right) =\left(
\begin{array}{c}
0 \\
\vdots \\
0\end{array}\right)
\end{equation*}を持つことは確定します。したがって、\(\left( 3\right) \)が複数の解を持つ場合には、\(\left( 3\right) \)が\(\left( 2\right) \)を満たす解を持つこととなり、したがって列ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)は線型従属になります。結論を整理すると、\(\left( 3\right) \)が複数の解を持つことを示せば、列ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)が線型従属であることを示したことになります。

同次連立1次方程式\(\left(3\right) \)は\(m\)個の変数\(a_{1},\cdots ,a_{m}\)を持つため、\(\left( 3\right) \)の係数行列\begin{equation*}A=\begin{pmatrix}
x_{11} & \cdots & x_{m1} \\
\vdots & \ddots & \vdots \\
x_{n1} & \cdots & x_{nm}\end{pmatrix}\end{equation*}に対してガウス・ジョルダンの消去法を適用した上で、得られた行標準形\(B\)について、\begin{equation*}\mathrm{rank}\left( B\right) <m
\end{equation*}が成り立つ場合、\(\left(3\right) \)は複数の解を持つため、列ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)は線型従属です。

例(連立1次方程式を用いた線型従属であることの判定)
実ベクトル空間\(\mathbb{R} ^{3}\)上における列ベクトル集合\begin{equation}\left\{ \left(
\begin{array}{c}
1 \\
-2 \\
1\end{array}\right) ,\left(
\begin{array}{c}
2 \\
1 \\
-1\end{array}\right) ,\left(
\begin{array}{c}
7 \\
-4 \\
1\end{array}\right) \right\} \quad \cdots (1)
\end{equation}が線型従属であることを示します。そこで、変数\(a_{1},a_{2},a_{3}\in \mathbb{R} \)に関する連立方程式\begin{equation}\left\{
\begin{array}{r}
a_{1}+2a_{2}+7a_{3}=0 \\
-2a_{1}+a_{2}-4a_{3}=0 \\
a_{1}-a_{2}+a_{3}=0\end{array}\right. \quad \cdots (2)
\end{equation}の係数行列を行簡約すると、\begin{eqnarray*}
A &=&\begin{pmatrix}
1 & 2 & 7 \\
-2 & 1 & -4 \\
1 & -1 & 1\end{pmatrix}
\\
&\rightarrow &\begin{pmatrix}
1 & 0 & 3 \\
0 & 1 & 2 \\
0 & 0 & 0\end{pmatrix}\quad \because \text{ガウス・ジョルダンの消去法} \\
&=&B
\end{eqnarray*}となるため、\begin{equation*}
\mathrm{rank}\left( B\right) =2<3
\end{equation*}を得ます。\(\left( 2\right) \)の変数の個数は\(3\)であるため、\(\left( 2\right) \)は複数の解を持ちます。したがって、\(\left( 1\right) \)は線型従属です。

 

連立1次方程式を用いた線型独立であることの判定

複数かつ有限\(m\in \mathbb{N} \)個のベクトルを要素として持つベクトル集合\begin{equation*}\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \subset \mathbb{R} ^{n}
\end{equation*}が線型従属であることとは、その中の少なくとも1つのベクトルが他の\(m-1\)個のベクトルの線型結合として表現できること、すなわち、\begin{equation*}\exists i\in \left\{ 1,\cdots ,m\right\} ,\ \exists a_{1},\cdots
,a_{i-1},a_{i+1},\cdots ,a_{m}\in \mathbb{R} :\boldsymbol{x}_{i}=a_{1}\boldsymbol{x}_{1}+\cdots +a_{i-1}\boldsymbol{x}_{i-1}+a_{i+1}\boldsymbol{x}_{i+1}+\cdots +a_{m}\boldsymbol{x}_{m}
\end{equation*}が成り立つことを意味します。逆に、\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)が線型従属ではない場合には、すなわち、上の命題の否定に相当する以下の命題\begin{equation*}\forall i\in \left\{ 1,\cdots ,m\right\} ,\ \forall a_{1},\cdots
,a_{i-1},a_{i+1},\cdots ,a_{m}\in \mathbb{R} :\boldsymbol{x}_{i}\not=a_{1}\boldsymbol{x}_{1}+\cdots +a_{i-1}\boldsymbol{x}_{i-1}+a_{i+1}\boldsymbol{x}_{i+1}+\cdots +a_{m}\boldsymbol{x}_{m}
\end{equation*}が成り立つ場合には、ベクトル集合は線型独立であると言います。これは、\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)の中のどのベクトルも他の\(m-1\)個のベクトルの線型結合として表現できないことを意味します。

線型スパンの定義を踏まえると、ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)が線型独立であることは、\begin{equation*}\forall i\in \left\{ 1,\cdots ,m\right\} :\boldsymbol{x}_{i}\not\in \mathrm{span}\left( \left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{i-1},\boldsymbol{x}_{i+1},\cdots ,\boldsymbol{x}_{m}\right\} \right)
\end{equation*}が成り立つこと必要十分です。つまり、ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)が線型独立であることとは、その中のどのベクトルも残りのベクトルからなるベクトル集合の線型スパンの要素ではないことを意味します。

列ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \subset \mathbb{R} ^{n}\)が与えられたとき、そこから変数\(a_{1},\cdots ,a_{m}\in \mathbb{R} \)に関する方程式\begin{equation}a_{1}\boldsymbol{x}_{1}+\cdots +a_{m}\boldsymbol{x}_{m}=\boldsymbol{0}
\quad \cdots (1)
\end{equation}を定義します。この方程式の解が、\begin{equation}
\forall i\in \left\{ 1,\cdots ,m\right\} :a_{i}=0 \quad \cdots (2)
\end{equation}を満たす\(a_{1},\cdots ,a_{m}\in \mathbb{R} \)だけであることは、ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)が線型独立であるための必要十分条件です。

方程式\(\left( 1\right) \)は変数\(a_{1},\cdots ,a_{m}\)に関する同次連立1次方程式\begin{equation}\left\{
\begin{array}{c}
x_{11}a_{1}+\cdots +x_{m1}a_{m}=0 \\
\vdots \\
x_{n1}a_{1}+\cdots +x_{nm}a_{m}=0\end{array}\right. \quad \cdots (3)
\end{equation}と必要十分です。\(\left(2\right) \)が以下の解\begin{equation*}\left(
\begin{array}{c}
a_{1} \\
\vdots \\
a_{m}\end{array}\right) =\left(
\begin{array}{c}
0 \\
\vdots \\
0\end{array}\right)
\end{equation*}を持つことは確定します。したがって、\(\left( 2\right) \)が解を1つだけ持つ場合には、\(\left( 3\right) \)は\(\left( 2\right) \)を満たす解だけを持つこととなり、したがって列ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)は線型独立になります。結論を整理すると、\(\left( 3\right) \)が解を1つだけ持つことを示せば、列ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)が線型独立であることを示したことになります。

連立1次方程式\(\left( 3\right) \)は\(m\)個の変数\(a_{1},\cdots ,a_{m}\)を持つため、\(\left( 3\right) \)の係数行列\begin{equation*}A=\begin{pmatrix}
x_{11} & \cdots & x_{m1} \\
\vdots & \ddots & \vdots \\
x_{n1} & \cdots & x_{nm}\end{pmatrix}\end{equation*}に対してガウス・ジョルダンの消去法を適用した上で、得られた行標準形\(B\)について、\begin{equation*}\mathrm{rank}\left( B\right) =m
\end{equation*}が成り立つ場合、\(\left(3\right) \)は解を1つだけ持つため、列ベクトル集合\(\left\{ \boldsymbol{x}_{1},\cdots ,\boldsymbol{x}_{m}\right\} \)は線型独立です。

例(連立1次方程式を用いた線型独立であることの判定)
実ベクトル空間\(\mathbb{R} ^{3}\)上における列ベクトル集合\begin{equation}\left\{ \left(
\begin{array}{c}
1 \\
2 \\
-3\end{array}\right) ,\left(
\begin{array}{c}
1 \\
-3 \\
2\end{array}\right) ,\left(
\begin{array}{c}
2 \\
-1 \\
5\end{array}\right) \right\} \quad \cdots (1)
\end{equation}が線型独立であることを示します。そこで、変数\(a_{1},a_{2},a_{3}\in \mathbb{R} \)に関する連立方程式\begin{equation}\left\{
\begin{array}{r}
a_{1}+a_{2}+2a_{3}=0 \\
2a_{1}-3a_{2}-a_{3}=0 \\
-3a_{1}+2a_{2}+5a_{3}=0\end{array}\right. \quad \cdots (2)
\end{equation}の係数行列を行簡約すると、\begin{eqnarray*}
A &=&\begin{pmatrix}
1 & 1 & 2 \\
2 & -3 & -1 \\
-3 & 2 & 5\end{pmatrix}
\\
&\rightarrow &\begin{pmatrix}
1 & 0 & 0 \\
0 & 1 & 0 \\
0 & 0 & 1\end{pmatrix}\quad \because \text{ガウス・ジョルダンの消去法} \\
&=&B
\end{eqnarray*}となるため、\begin{equation*}
\mathrm{rank}\left( B\right) =3=3
\end{equation*}を得ます。\(\left( 2\right) \)の変数の個数は\(3\)であるため、\(\left( 2\right) \)は解を1つだけ持ちます。したがって、\(\left( 1\right) \)は線型独立です。

 

演習問題

問題(ベクトル集合が線型独立であるための条件)
実ベクトル空間\(\mathbb{R} ^{3}\)上におけるベクトル集合\begin{equation*}\left\{ \left(
\begin{array}{c}
1 \\
0 \\
0\end{array}\right) ,\left(
\begin{array}{c}
a \\
1 \\
-a\end{array}\right) ,\left(
\begin{array}{c}
1 \\
2a \\
3a+1\end{array}\right) \right\}
\end{equation*}が線型独立であるために\(a\)が満たすべき条件を特定してください。
解答を見る

プレミアム会員専用コンテンツです
ログイン】【会員登録

問題(ベクトル集合が線型従属であるための条件)
実ベクトル空間\(\mathbb{R} ^{3}\)上におけるベクトル集合\begin{equation*}\left\{ \left(
\begin{array}{c}
1 \\
2 \\
0\end{array}\right) ,\left(
\begin{array}{c}
1 \\
a \\
5\end{array}\right) ,\left(
\begin{array}{c}
0 \\
4 \\
b\end{array}\right) \right\}
\end{equation*}が線型従属であるために\(a,b\)が満たすべき条件を特定してください。
解答を見る

プレミアム会員専用コンテンツです
ログイン】【会員登録

Twitter
Mailで保存

質問とコメント

プレミアム会員専用コンテンツです
ログイン】【会員登録

関連知識

連立1次方程式の定義

連立1次方程式およびその解の概念を定義するとともに、連立1次方程式の具体例を提示します。

実行列空間の基底と次元

実行列空間を張る線型独立な行列集合を基底と呼びます。また、実行列空間を張るために必要な行列の個数の最小値を次元と呼びます。

実ベクトル空間の基底と次元

実ベクトル空間を張る線型独立なベクトル集合を基底と呼びます。また、実ベクトル空間を張るために必要なベクトルの個数の最小値を次元と呼びます。

実ベクトル空間の部分空間の基底と次元

実ベクトル空間の部分空間を張る線型独立なベクトル集合を部分空間の基底と呼びます。また、部分空間を張るために必要なベクトルの個数の最小値を部分空間の次元と呼びます。

正規直交系

有限個の単位ベクトルの中の任意の2つが直交するとき、それらのベクトルからなる集合を正規直交系と呼びます。正規直交系は線型独立ですが、線型独立なベクトル集合は正規直交系であるとは限りません。ただし、シュミットの直交化法を用いれば線型独立なベクトル集合から正規直交系を生成できます。

連立1次方程式の加減法と行基本操作の関係

初等数学では連立1次方程式の解法として加減法を学びました。加減法は連立1次方程式の拡大係数行列に対して行う行簡約と操作として一致します。以上の観点のもと、加減法が連立1次方程式の解法として有効であることの根拠を説明します。

ベクトル空間の基底と次元

ベクトル空間から選ぶことができる線型独立なベクトルの個数の最大値をそのベクトル空間の次元と呼びます。次元が有限である場合、その値は1つの非負の整数として定まることが保証されます。

部分空間(部分ベクトル空間)の基底と次元

部分空間から選ぶことができる線型独立なベクトルの個数の最大値をその部分空間の次元と呼びます。次元が有限である場合、その値は1つの非負の整数として定まることが保証されます。