線型結合せんけいけつごうlinear combinationと張はる空間くうかんの基本きほん

date2026-07-14document_iddoc_98dfd2e7cd6a1b242c8d9e5430620a08description線型結合、張る空間、部分空間を具体的なベクトル計算から導入し、基底・階数・列空間へ進む前提を作る講義である。prerequisitesベクトルの基本演算 / 一次方程式の基本type講義content_typelecturestatusactive

mathlinear-algebraundergraduatelecture

Basics of linear combinations線型結合せんけいけつごう and span張はる空間くうかん

1導入どうにゅう

この講義こうぎで重要じゅうようなのは、線型結合せんけいけつごうlinear combinationは、与あたえられたベクトルを材料ざいりょうにして到達可能とうたつかのうな方向ほうこうを作つくる操作そうさoperationであるということである。

基底きていbasisや階数かいすうrankを理解りかいするには、まず「どのベクトルを組くみ合あわせると、どの範囲はんいまで到達とうたつできるか」を確認かくにんする必要ひつようがある。

1Introduction

A linear combination線型結合せんけいけつごう uses given vectors as ingredients and asks what directions can be reached by choosing coefficients. This is the bridge to basis基底きてい, rank階数かいすう, and column space列空間れつくうかん.

2用語ようごと定義ていぎ

体たい $K$ 上じょうのベクトル空間くうかんを考かんがえる。ベクトル $v_{1}, [PARSE ERROR: Undefined("Command(\"dots\")")], v_{k}$ とスカラー $c_{1}, [PARSE ERROR: Undefined("Command(\"dots\")")], c_{k} \in K$ に対たいして

c_{1} v_{1} + \dots + c_{k} v_{k}

を線型結合せんけいけつごうLinear combinationという。

張はる空間くうかんSpan とは、すべての線型結合せんけいけつごうlinear combinationで得えられる集合しゅうごうsetである。

span (v_{1}, [PARSE ERROR: Undefined("Command(\"dots\")")], v_{k}) = {c_{1} v_{1} + \dots + c_{k} v_{k} ∣ c_{1}, [PARSE ERROR: Undefined("Command(\"dots\")")], c_{k} \in K}

部分空間ぶぶんくうかんSubspace とは、零れいベクトルを含ふくみ、和わとスカラー倍ばいで閉とじているベクトル集合しゅうごうsetである。張はる空間くうかんは、材料ざいりょうベクトルを含ふくむ最小さいしょうの部分空間ぶぶんくうかんsubspaceである。

なぜ $span (v_{1}, [PARSE ERROR: Undefined("Command(\"dots\")")], v_{k})$ が部分空間ぶぶんくうかんsubspaceになるかを確認かくにんしておく。まず $c_{1} = \dots = c_{k} = 0$ と取とれば零れいベクトルが入はいる。つぎに

x = \sum_{i = 1}^{k} a_{i} v_{i}, y = \sum_{i = 1}^{k} b_{i} v_{i}

が span に属ぞくするとき、

x + y = \sum_{i = 1}^{k} (a_{i} + b_{i}) v_{i}

も同おなじ材料ざいりょうベクトルの線型結合せんけいけつごうlinear combinationである。また、スカラー $r \in K$ について

r x = \sum_{i = 1}^{k} (r a_{i}) v_{i}

も span に属ぞくする。したがって、span は零れいベクトル、和わ、スカラー倍ばいを保たもつ集合しゅうごうsetであり、部分空間ぶぶんくうかんsubspaceである。

2Terms and definitions

Let $V$ be a vector space over a field $K$ . For vectors $v_{1}, \dots, v_{k}$ and scalars $c_{1}, \dots, c_{k} \in K$ ,

c_{1} v_{1} + \dots + c_{k} v_{k}

is a linear combination線型結合せんけいけつごう.

The span張はる空間くうかん of $v_{1}, \dots, v_{k}$ is the set of all such linear combinations線型結合せんけいけつごう:

span (v_{1}, \dots, v_{k}) = {c_{1} v_{1} + \dots + c_{k} v_{k} ∣ c_{1}, \dots, c_{k} \in K} .

A subspace部分空間ぶぶんくうかん is a set of vectors that contains $0$ and is closed under addition and scalar multiplication.

The span is the smallest subspace containing the listed vectors. To see that $span (v_{1}, \dots, v_{k})$ is a subspace, first choose $c_{1} = \dots = c_{k} = 0$ to get the zero vector. If

x = \sum_{i = 1}^{k} a_{i} v_{i}, y = \sum_{i = 1}^{k} b_{i} v_{i}

are in the span, then

x + y = \sum_{i = 1}^{k} (a_{i} + b_{i}) v_{i}

is again a linear combination of the same vectors. For a scalar $r \in K$ ,

r x = \sum_{i = 1}^{k} (r a_{i}) v_{i}

is also in the span. Thus the span contains $0$ and is closed under addition and scalar multiplication, so it is a subspace.

3方針ほうしん

2 本ほんのベクトルから始はじめ、係数けいすうcoefficientを変化へんかさせるとどの範囲はんいが得えられるかを確認かくにんする。そのあと、列れつベクトルcolumn vectorを並ならべた行列ぎょうれつmatrixで判定はんていする方法ほうほうへ接続せつぞくする。

data/lecture/math/linear-algebra/vector-operations.lecture.n.md

4直感的ちょっかんてきな説明せつめい

1 本ぽんの非零ひぜろベクトルを定数倍ていすうばいすると、原点げんてんを通とおる 1 本ぽんの直線ちょくせんが得えられる。2 本ほんの向むきが異ことなるベクトルを組くみ合あわせると、平面へいめん全体ぜんたいを作つくれる場合ばあいがある。

線型結合せんけいけつごうlinear combinationは、材料ざいりょうベクトルから作成可能さくせいかのうな全体ぜんたいを調査ちょうさする操作そうさoperationである。

張はる空間くうかんは単たんなる点てんの集あつまりではない。零れいベクトルを含ふくみ、和わとスカラー倍ばいで閉とじるため、部分空間ぶぶんくうかんsubspaceになる。この性質せいしつにより、列空間れつくうかんcolumn spaceや基底きていbasisを同おなじ言葉ことばで記述きじゅつできる。

5厳密げんみつな説明せつめい

$v_{1} = (1, 0)^{T}$ 、 $v_{2} = (0, 1)^{T}$ とする。このとき

a v_{1} + b v_{2} = (a, b)^{T}

である。 $a, b$ を自由じゆうに選択せんたくできるため、 $R^{2}$ の任意にんいのベクトルを表現ひょうげんできる。

一方いっぽう、 $w_{1} = (1, 1)^{T}$ 、 $w_{2} = (2, 2)^{T}$ では

a w_{1} + b w_{2} = (a + 2 b) (1, 1)^{T}

であり、得えられるのは直線ちょくせんだけである。2 本ほんあっても、方向ほうこうが重複ちょうふくしていれば平面へいめん全体ぜんたいは張はれない。

6よくある誤解ごかい

ベクトルの本数ほんすうが多おおければ広ひろい空間くうかんを張はるとは限かぎらない。方向ほうこうの重複ちょうふくが重要じゅうようである。
線型結合せんけいけつごうlinear combinationでは、係数けいすうcoefficientを任意にんいに選択せんたくする。特定とくていの係数けいすうcoefficient 1 組くみだけを考察こうさつしてはならない。
張はる空間くうかんは材料ざいりょうベクトルの配置はいちで決定けっていされる。

7なぜ張はる空間くうかんは部分空間ぶぶんくうかんsubspaceか

材料ざいりょうベクトルを $v_{1}, [PARSE ERROR: Undefined("Command(\"dots\")")], v_{k}$ とする。まず、すべての係数けいすうcoefficientを 0 にすれば、

0 = 0 v_{1} + \dots + 0 v_{k}

となるため、零れいベクトルは張はる空間くうかんに含ふくまれる。つぎに、

x = \sum_{i = 1}^{k} a_{i} v_{i}, y = \sum_{i = 1}^{k} b_{i} v_{i}

がどちらも張はる空間くうかんに属ぞくするとする。このとき、

x + y = \sum_{i = 1}^{k} (a_{i} + b_{i}) v_{i}

であり、これも同おなじ材料ざいりょうベクトルの線型結合せんけいけつごうlinear combinationである。したがって、張はる空間くうかんは加法かほうadditionで閉とじている。さらに、スカラーscalar $r$ に対たいして、

r x = \sum_{i = 1}^{k} (r a_{i}) v_{i}

であるため、スカラー倍scalar multiplicationでも閉とじている。ゆえに、張はる空間くうかんは部分空間ぶぶんくうかんsubspaceである。

3Strategy

Start with two vectors and vary their coefficients係数けいすう to see what region can be reached. Then connect this viewpoint to the matrix method that arranges column vectors列れつベクトル as columns.

data/lecture/math/linear-algebra/vector-operations.lecture.n.md

4Intuitive explanation

Scalar multiples of one nonzero vector form a line through the origin. Combining two vectors pointing in different directions may produce the entire plane.

A linear combination線型結合せんけいけつごう investigates everything that can be built from the given material vectors. The span is not merely a scattered collection of points: it contains the zero vector and is closed under addition and scalar multiplication, so it is a subspace部分空間ぶぶんくうかん.

5Precise explanation

Let $v_{1} = (1, 0)^{T}$ and $v_{2} = (0, 1)^{T}$ . Then

a v_{1} + b v_{2} = (a, b)^{T},

so arbitrary choices of $a, b$ represent every vector in $R^{2}$ .

On the other hand, for $w_{1} = (1, 1)^{T}$ and $w_{2} = (2, 2)^{T}$ ,

a w_{1} + b w_{2} = (a + 2 b) (1, 1)^{T},

so the result is only a line. Having two vectors is not enough if their directions are redundant.

6Common misunderstandings

More vectors do not necessarily span a larger space; repeated directions matter.
In a linear combination, the coefficients are arbitrary. Do not look at only one fixed set of coefficients.
The span is determined by the directions and placement of the material vectors.

7Why span is a subspace部分空間ぶぶんくうかん

The zero vector is in the span by taking all coefficients equal to $0$ . If

x = \sum_{i = 1}^{k} a_{i} v_{i}, y = \sum_{i = 1}^{k} b_{i} v_{i},

then

x + y = \sum_{i = 1}^{k} (a_{i} + b_{i}) v_{i},

so the span is closed under addition. For a scalar $r$ ,

r x = \sum_{i = 1}^{k} (r a_{i}) v_{i},

so the span is closed under scalar multiplication.

8具体例ぐたいれい

$v_{1} = (1, 0)^{T}$ 、 $v_{2} = (0, 1)^{T}$ とすると、

a v_{1} + b v_{2} = (a, b)^{T}

であるため、 $R^{2}$ 全体ぜんたいが得えられる。一方いっぽう、 $w_{1} = (1, 1)^{T}$ 、 $w_{2} = (2, 2)^{T}$ なら

a w_{1} + b w_{2} = (a + 2 b) (1, 1)^{T}

となり、張はる空間くうかんは $(1, 1)^{T}$ を通とおる直線ちょくせんだけである。

9定理ていりと証明しょうめい：張はる空間くうかんは最小さいしょうの部分空間ぶぶんくうかんsubspace

$S = {v_{1}, \dots, v_{k}}$ とする。 $span (S)$ は $S$ を含ふくむ部分空間ぶぶんくうかんsubspaceである。もし $U$ が $S$ を含ふくむ部分空間ぶぶんくうかんsubspaceなら、 $U$ は線型結合せんけいけつごうlinear combinationで閉とじているため、 $a_{1} v_{1} + \dots + a_{k} v_{k}$ をすべて含ふくむ。よって

span (S) \subseteq U

であり、張はる空間くうかんは最小さいしょうの部分空間ぶぶんくうかんsubspaceである。

10よくある誤解ごかい

ベクトルの本数ほんすうが多おおくても、重複ちょうふくした方向ほうこうは新あたらしい範囲はんいを増ふやさない。
線型結合せんけいけつごうlinear combinationの係数けいすうcoefficientは固定こていではなく任意にんいに動うごかす。
張はる空間くうかんは和わとスカラー倍ばいで閉とじた対象たいしょうである。

11どこまで成立せいりつするか

線型結合せんけいけつごうlinear combinationの定義ていぎは任意にんいのベクトル空間くうかんで成立せいりつする。多項式たこうしきや関数かんすうにおいても、和わとスカラー倍ばいが定義ていぎされていれば同おなじ考かんがえを用もちいる。

8Worked examples

Let $v_{1} = (1, 0)^{T}$ and $v_{2} = (0, 1)^{T}$ . Then

a v_{1} + b v_{2} = (a, b)^{T},

so all of $R^{2}$ is reached.

By contrast, if $w_{1} = (1, 1)^{T}$ and $w_{2} = (2, 2)^{T}$ , then

a w_{1} + b w_{2} = (a + 2 b) (1, 1)^{T} .

The span is only the line through $(1, 1)^{T}$ . Two vectors do not necessarily span a plane if their directions are redundant.

9Theorem and proof: span is the smallest subspace部分空間ぶぶんくうかん containing the given vectors

Let $S = {v_{1}, \dots, v_{k}}$ . The set $span (S)$ is a subspace部分空間ぶぶんくうかん containing $S$ . If $U$ is any subspace部分空間ぶぶんくうかん containing $S$ , then $U$ is closed under linear combinations線型結合せんけいけつごう, so every $a_{1} v_{1} + \dots + a_{k} v_{k}$ lies in $U$ . Therefore

span (S) \subseteq U .

Thus the span is the smallest subspace部分空間ぶぶんくうかん containing the original vectors.

10Common misunderstandings

More vectors do not automatically mean a larger span; repeated directions add no new reach.
The coefficients in a linear combination線型結合せんけいけつごう are arbitrary, not fixed in advance.
A span is not just a scattered set of points. It is closed under the vector-space operations.

11Scope

The definition works in any vector space, including polynomial spaces and function spaces, as long as addition and scalar multiplication are defined.

12最終形さいしゅうけい

[PARSE ERROR: Undefined("Command(\"boxed\")")] span (v_{1}, [PARSE ERROR: Undefined("Command(\"dots\")")], v_{k}) = {c_{1} v_{1} + \dots + c_{k} v_{k}}

[PARSE ERROR: Undefined("Command(\"boxed\")")] 張る空間は到達可能な線型結合全体である

[PARSE ERROR: Undefined("Command(\"boxed\")")] span (v_{1}, [PARSE ERROR: Undefined("Command(\"dots\")")], v_{k}) は部分空間である

12Final forms

[PARSE ERROR: Undefined("Command(\"boxed\")")] span (v_{1}, \dots, v_{k}) = {c_{1} v_{1} + \dots + c_{k} v_{k}}

[PARSE ERROR: Undefined("Command(\"boxed\")")] Aspanisthesetofallreachablelinearcombinations [PARSE ERROR: Undefined("RBrace")]

[PARSE ERROR: Undefined("Command(\"boxed\")")] span (v_{1}, \dots, v_{k}) isasubspace [PARSE ERROR: Undefined("RBrace")]

13定理ていりと証明しょうめい：張はる空間くうかんは最小さいしょうの部分空間ぶぶんくうかんである

$S = {v_{1}, \dots, v_{k}}$ とする。このとき

span (S) = {a_{1} v_{1} + \dots + a_{k} v_{k} ∣ a_{i} \in F}

は $S$ を含ふくむ最小さいしょうの部分空間ぶぶんくうかんである。

まず、 $span (S)$ は線型結合せんけいけつごうで閉とじている。二ふたつの元げん

x = \sum_{i} a_{i} v_{i}, y = \sum_{i} b_{i} v_{i}

を取とると、任意にんいのスカラーscalar $c, d$ について

c x + d y = \sum_{i} (c a_{i} + d b_{i}) v_{i}

なので、これも $S$ の線型結合せんけいけつごうである。したがって部分空間ぶぶんくうかんである。

つぎに、 $U$ を $S$ を含ふくむ任意にんいの部分空間ぶぶんくうかんとする。 $U$ は線型結合せんけいけつごうで閉とじているので、 $v_{1}, \dots, v_{k}$ のすべての線型結合せんけいけつごうを含ふくむ。よって $span (S) \subseteq U$ である。

したがって、 $span (S)$ は $S$ から線型結合せんけいけつごうだけで作つくれる最小さいしょうの線型世界せんけいせかいである。

14演習えんしゅうリンク

data/exercise/math/linear-algebra/vectors-and-linear-combinations.exercise.n.md

13Theorem and proof: the span is the smallest subspace

Let $S = {v_{1}, \dots, v_{k}}$ . Then

span (S) = {a_{1} v_{1} + \dots + a_{k} v_{k} ∣ a_{i} \in F}

is the smallest subspace部分空間ぶぶんくうかん containing $S$ .

First, $span (S)$ is closed under linear combinations. If

x = \sum_{i} a_{i} v_{i}, y = \sum_{i} b_{i} v_{i},

then for scalars $c, d$ ,

c x + d y = \sum_{i} (c a_{i} + d b_{i}) v_{i},

which is again a linear combination of vectors in $S$ . Thus it is a subspace.

Next, if $U$ is any subspace containing $S$ , then $U$ is closed under linear combinations, so it contains every linear combination of $v_{1}, \dots, v_{k}$ . Hence $span (S) \subseteq U$ .

14Exercise links