逆行列ぎゃくぎょうれつinverse matrixの基本きほん

date2026-05-25description逆行列を、線型写像を一意に復元できる条件として導入し、階数・核・行列式・連立一次方程式との同値条件を整理する講義である。prerequisites連立一次方程式と掃き出し法 / 線型写像と行列 / 行列の積type講義statusactive

mathlinear-algebraundergraduatelecture

導入どうにゅう

この講義こうぎで最重要さいじゅうようなのは、逆行列ぎゃくぎょうれつinverse matrixは公式こうしきとして記憶きおくするものではなく、「写像しゃぞうmapを復元ふくげんできるか」という視点してんで理解りかいするものだということである。

行列ぎょうれつmatrix $A$ が入力にゅうりょくを出力しゅつりょくへ送おくるなら、逆行列ぎゃくぎょうれつinverse matrix $A^{- 1}$ はその出力しゅつりょくから元もとの入力にゅうりょくを一意いちいに復元ふくげんする役割やくわりをもつ。情報じょうほうが失うしなわれる場合ばあい、逆行列ぎゃくぎょうれつinverse matrixは存在そんざいしない。

用語ようごと定義ていぎ

逆行列ぎゃくぎょうれつInverse matrix とは、正方行列せいほうぎょうれつsquare matrix $A$ に対たいして $A A^{- 1} = A^{- 1} A = I$ を満みたす行列ぎょうれつmatrixである。左ひだりからも右みぎからも単位行列たんいぎょうれつidentity matrixになるため、両側逆りょうがわぎゃくであることが本質ほんしつである。

単位行列たんいぎょうれつIdentity matrix とは、掛かけても何なにも変かえない行列ぎょうれつmatrix $I$ である。

方針ほうしん

まず逆行列ぎゃくぎょうれつinverse matrixを「出力しゅつりょくから入力にゅうりょくを復元ふくげんする写像しゃぞうmap」として解釈かいしゃくする。そのあと、掃はき出だし法ほうGaussian eliminationで $A$ を $I$ に変形へんけいする過程かていが、そのまま $A^{- 1}$ を構成こうせいする過程かていになることを確認かくにんする。

直感的ちょっかんてきな説明せつめい

拡大かくだいだけなら、後あとで縮小しゅくしょうすれば復元ふくげんできる。回転かいてんだけなら、逆向ぎゃくむきに回転かいてんすれば復元ふくげんできる。しかし、平面へいめんを 1 本ぽんの直線ちょくせんへつぶす写像しゃぞうmapは、情報じょうほうが失うしなわれるので復元ふくげんできない。これが逆行列ぎゃくぎょうれつinverse matrixがない場合ばあいである。

厳密げんみつな説明せつめい

1. 定義ていぎ

$A$ を $n \times n$ 正方行列せいほうぎょうれつsquare matrixとする。 $A^{- 1}$ が存在そんざいするとき

A A^{- 1} = I, A^{- 1} A = I

である。長方行列ちょうほうぎょうれつでは左右さゆうの行列ぎょうれつmatrixサイズが一致いっちしないため、この意味いみでの逆行列ぎゃくぎょうれつinverse matrixは定義ていぎしない。

2. 掃はき出だしで求もとめる

(A ∣ I)

を構成こうせいし、左側ひだりがわを $I$ へ掃はき出だす。すると右側みぎがわが $A^{- 1}$ になる。

3. 存在そんざいしない場合ばあい

掃はき出だしの途中とちゅうで主成分しゅせいぶんpivotを確保かくほできず、階数かいすうrankが不足ふそくするときは、逆行列ぎゃくぎょうれつinverse matrixは存在そんざいしない。

4. 可逆性かぎゃくせいの同値条件どうちじょうけん

$A$ を $n \times n$ 行列ぎょうれつmatrixとする。このとき、次つぎの条件じょうけんは互たがいに同値どうちequivalentである。

$A^{- 1}$ が存在そんざいする。
$rank (A) = n$ である。
$\ker (A) = {0}$ である。
$A : K^{n} \to K^{n}$ は単射たんしゃであり、全射ぜんしゃである。
任意にんいの $b \in K^{n}$ に対たいして、 $A x = b$ が一意解いちいかいを持もつ。
$\det A \neq 0$ である。
掃はき出だしで全列ぜんれつに主成分しゅせいぶんpivotが存在そんざいする。

この一覧いちらんは、逆行列ぎゃくぎょうれつinverse matrixが単たんなる計算公式けいさんこうしきではなく、情報じょうほうが失うしなわれないことを表あらわす複数ふくすうの判定条件はんていじょうけんの交点こうてんであることを示しめす。核かくkernelが ${0}$ であれば 0 に潰つぶれる非零ひれいの方向ほうこうがなく、階数かいすうrankが $n$ であれば出力空間しゅつりょくくうかんを全体ぜんたいとして到達とうたつできる。

論理ろんりの橋渡はしわたしを書かくと、まず $\ker (A) = {0}$ は「異ことなる入力にゅうりょくが同おなじ出力しゅつりょくへ潰つぶれない」ことを意味いみする。したがって $A x = b$ の解かいが存在そんざいすれば、その解かいは一意いちいである。有限次元ゆうげんじげんの $K^{n} \to K^{n}$ では、 $\ker (A) = {0}$ なら階数かいすうrank・退化次数たいかじすうnullity定理ていりより $rank (A) = n$ である。すると像ぞうimageは $K^{n}$ 全体ぜんたいなので、任意にんいの $b \in K^{n}$ に対たいして $A x = b$ は存在そんざいする。以上いじょうから「任意にんいの $b$ に対たいして一意解いちいかいを持もつ」ことが従したがい、その解かいを $b$ に対応たいおうさせる写像しゃぞうmapが $A^{- 1}$ である。

5. 長方行列ちょうほうぎょうれつの片側逆かたがわぎゃく

$A$ が $m \times n$ 行列ぎょうれつmatrixの場合ばあい、両側逆りょうがわぎゃくの代かわりに片側逆かたがわぎゃくを考察こうさつできる。 $L A = I_{n}$ を満みたす $L$ は左逆ひだりぎゃくであり、これは $A$ が列満階数れつまんかいすう、すなわち $rank (A) = n$ のときに存在そんざいする。 $A R = I_{m}$ を満みたす $R$ は右逆みぎぎゃくであり、これは $A$ が行満階数ぎょうまんかいすう、すなわち $rank (A) = m$ のときに存在そんざいする。

片側逆かたがわぎゃくは一意いちいとは限かぎらない。列れつcolumnが不足ふそくしたり行ぎょうrowが不足ふそくしたりする場合ばあいには、最小二乗解さいしょうにじょうかいや最小さいしょうノルム解かいを選択せんたくする基準きじゅんが必要ひつようになる。この基準きじゅんを標準的ひょうじゅんてきに与あたえるのが擬似逆行列ぎじぎゃくぎょうれつpseudoinverse matrixである。

data/lecture/math/linear-algebra/擬似逆行列の基本-講義.n.md

判定基準はんていきじゅん

写像しゃぞうmapを復元ふくげんしたい、または $A x = b$ を一括いっかつで解ときたいなら、逆行列ぎゃくぎょうれつinverse matrixを検討けんとうする。
掃はき出だして左側ひだりがわを $I$ にできるかが、存在判定そんざいはんていの鍵かぎである。
行列式ぎょうれつしきdeterminantが 0 でないこと、階数かいすうrankが $n$ であること、核かくkernelが ${0}$ であることは、同おなじ可逆性かぎゃくせいを別べつの角度かくどから述のべた条件じょうけんである。
核かくkernel、階数かいすうrank、任意にんいの右辺うへんright-hand sideへの一意解いちいかい、逆写像ぎゃくしゃぞうの存在そんざいは、情報じょうほうが失うしなわれないことを別表現べつひょうげんしたものである。

最終形さいしゅうけい

[PARSE ERROR: Undefined("Command(\"boxed\")")] A A^{- 1} = A^{- 1} A = I

[PARSE ERROR: Undefined("Command(\"boxed\")")] (A ∣ I) \to (I ∣ A^{- 1})

[PARSE ERROR: Undefined("Command(\"boxed\")")] A は可逆 ⟺ rank (A) = n ⟺ \ker (A) = {0} ⟺ \det A \neq 0

[PARSE ERROR: Undefined("Command(\"boxed\")")] 長方行列では片側逆と擬似逆行列を区別する

演習えんしゅうリンク

data/exercise/math/linear-algebra/行列式と可逆性-基本演習.n.md

一言ひとことでいうと

逆行列ぎゃくぎょうれつinverse matrixは、行列ぎょうれつmatrixが表あらわす変換へんかんを復元ふくげんできるときにだけ存在そんざいする。