はじめに
前回は、基底変換行列を使うと、同じベクトルを異なる基底で表した座標へ変換できることを学びました。基底変換では座標の数字が変わっても、ベクトルそのものは変わりません。
では、行列を使ってベクトルそのものを別のベクトルへ移すことはできるのでしょうか。実は、行列をベクトルに掛けると、ベクトルを伸ばしたり、回転させたり、平面を押しつぶしたりできます。
線形変換とは、ベクトルの線形結合を保ちながら、ベクトルを別のベクトルへ対応させる操作です。行列を使うと、その操作を計算で表し、空間全体がどう変わるかを調べられます。
この記事では、2次元の具体例と図を使って、行列がベクトルや平面をどう変形させるのかを考えます。さらに、基底ベクトルと行列の列の関係、線形変換と基底変換の違いも確認しましょう。
この記事でわかること
この記事では、次の内容の理解を目指します。
- 行列をベクトルに掛けると、図形的に何が起こるのか
- 拡大・縮小、回転、せん断を行列で表す方法
- 基底ベクトルの行き先だけで変換全体が決まる理由
- 線形変換が保つ関係と、平行移動との違い
- 線形変換と基底変換の違い
1.行列を掛けるとベクトルはどうなるのか?
まず、平面上のベクトル \(\boldsymbol{x}\) と2次行列 \(A\) を考えます。
$$
\boldsymbol{x}=\begin{pmatrix}x\\y\end{pmatrix},\quad
A=\begin{pmatrix}a_{11}&a_{12}\\a_{21}&a_{22}\end{pmatrix}
$$
行列 \(A\) を掛けると、次のように新しいベクトルが得られます。
$$
A\boldsymbol{x}=\begin{pmatrix}a_{11}x+a_{12}y\\a_{21}x+a_{22}y\end{pmatrix}
$$
この対応を \(T(\boldsymbol{x})=A\boldsymbol{x}\) と書きます。\(T\) は、入力したベクトルを別のベクトルへ移す操作を表しています。
たとえば、次の行列を考えてみましょう。
$$
A=\begin{pmatrix}2&0\\0&1\end{pmatrix},\quad
A\begin{pmatrix}1\\1\end{pmatrix}=\begin{pmatrix}2\\1\end{pmatrix}
$$
もとのベクトル \((1,1)^T\) は \((2,1)^T\) に移りました。一般に、この行列は \((x,y)^T\) を \((2x,y)^T\) へ移すので、横方向の成分だけが2倍になります。
ベクトル1本だけでなく、平面上の格子全体を変換した様子を図で見てみましょう。

図では、格子の横幅が2倍になっています。行列を掛ける操作は、ベクトルの移動だけでなく、平面全体の変形として捉えられるのです。
2.行列によって、どんな変形ができるのか?
行列の成分を変えると、ベクトルの動き方も変わります。代表的な変換を見てみましょう。
2.1.拡大・縮小
先ほどの \(A=\begin{pmatrix}2&0\\0&1\end{pmatrix}\) は横方向を2倍しました。反対に、次の行列は縦方向の成分を半分にします。
$$
A=\begin{pmatrix}1&0\\0&\frac12\end{pmatrix},\quad
\begin{pmatrix}x\\y\end{pmatrix}\longmapsto\begin{pmatrix}x\\\frac12y\end{pmatrix}
$$
このように、方向によって伸び縮みの大きさを変えられます。
2.2.回転
次の行列は、平面上のベクトルを原点のまわりに角度 \(\theta\) だけ反時計回りに回転させます。
$$
R=\begin{pmatrix}\cos\theta&-\sin\theta\\\sin\theta&\cos\theta\end{pmatrix}
$$
たとえば \(\theta=90^\circ\) なら、\((1,0)^T\) は \((0,1)^T\) に移ります。ベクトルの長さは変わらず、向きだけが変わります。
回転行列がこの形になる理由は、標準基底ベクトルを回転させ、その行き先を行列の列に並べることで理解できます。詳しい導出は、今後の記事で説明します。
2.3.せん断
次の行列は、縦方向の成分 \(y\) に応じて横方向の位置を変えます。
$$
A=\begin{pmatrix}1&1\\0&1\end{pmatrix},\quad
\begin{pmatrix}x\\y\end{pmatrix}\longmapsto\begin{pmatrix}x+y\\y\end{pmatrix}
$$
この変形をせん断と呼びます。長方形が斜めに傾いた平行四辺形になるような変形です。なお、これは平面全体を同じ距離だけ右へ動かす「平行移動」とは異なります。
では、回転とせん断では、図形がどのように変わるのでしょうか。変換前の単位正方形と、変換後の図形を比べてみましょう。

回転では、正方形の形や大きさを保ったまま、向きが変わっています。一方、せん断では、正方形が斜めに傾いた平行四辺形になっています。どちらも原点は動かず、基底ベクトルの行き先によって図形全体の変形が決まります。
3.なぜ「線形」変換というのか?
拡大や回転などを線形変換と呼ぶのは、ベクトルの線形結合の関係を保つからです。2つのベクトル \(\boldsymbol{u},\boldsymbol{v}\) と実数 \(s,t\) に対して、行列の積には次の性質があります。
$$
A(s\boldsymbol{u}+t\boldsymbol{v})
=sA\boldsymbol{u}+tA\boldsymbol{v}
$$
つまり、先にベクトルを伸ばして足してから変換しても、先にそれぞれを変換してから同じ係数で足しても、結果は一致します。\(T(\boldsymbol{x})=A\boldsymbol{x}\) と書けば、次の関係です。
$$
T(s\boldsymbol{u}+t\boldsymbol{v})
=sT(\boldsymbol{u})+tT(\boldsymbol{v})
$$
線形変換の大切な特徴は、線形結合を保つことです。
この性質から、\(T(\boldsymbol{0})=\boldsymbol{0}\) が成り立ちます。したがって、線形変換では原点は動きません。
一方、\((x,y)^T\) を \((x+1,y)^T\) に移す平行移動では、原点が \((1,0)^T\) に移ります。そのため、平行移動は線形変換ではありません。線形性の定義とその意味は、次の記事「線形写像とは何か?」で詳しく説明します。

4.基底ベクトルの行き先がわかれば、変換全体が決まる
平面の標準基底を \(\boldsymbol{e}_1=(1,0)^T\)、\(\boldsymbol{e}_2=(0,1)^T\) とします。任意のベクトルは、\(\boldsymbol{x}=x\boldsymbol{e}_1+y\boldsymbol{e}_2\) と表せました。
このベクトルを線形変換すると、線形結合を保つ性質から、次のようになります。
$$
\begin{aligned}{}
T(\boldsymbol{x})
&=T(x\boldsymbol{e}_1+y\boldsymbol{e}_2)\\
&=xT(\boldsymbol{e}_1)+yT(\boldsymbol{e}_2)
\end{aligned}
$$
つまり、\(\boldsymbol{e}_1\) と \(\boldsymbol{e}_2\) の行き先が決まれば、ほかのベクトルの行き先も決まります。格子全体の変化を図で確認してみましょう。

基底ベクトルの行き先を使えば、変換後の格子を描けます。線形変換は、基底ベクトルがどこへ移るかによって決まるのです。
4.1.行列の列は何を表すのか?
ここで、行列 \(A\) を標準基底のベクトルに掛けてみます。
$$
\begin{aligned}{}
A\boldsymbol{e}_1&=\begin{pmatrix}a_{11}\\a_{21}\end{pmatrix},&
A\boldsymbol{e}_2&=\begin{pmatrix}a_{12}\\a_{22}\end{pmatrix}
\end{aligned}
$$
第1列は \(\boldsymbol{e}_1\) の行き先、第2列は \(\boldsymbol{e}_2\) の行き先を、標準基底で表した座標になっています。したがって、行列は次のように考えられます。
$$
A=\bigl(\,T(\boldsymbol{e}_1)\quad T(\boldsymbol{e}_2)\,\bigr)
$$
ここでは標準基底を使っているため、変換先のベクトルの成分をそのまま行列の列に並べられます。
前回の基底変換行列でも、行列の列に基底ベクトルの座標を並べました。ただし、前回は同じベクトルの座標表示を変えるための行列でした。今回は、基底ベクトル自体をどこへ移すかを行列の列が表しています。
行列とベクトルの積を「列ベクトルの線形結合」として詳しく計算する方法は、このシリーズの後の記事で扱います。
5.行列式から、面積の変化もわかる
行列の変形を図形として見ると、行列式の意味も理解しやすくなります。標準基底 \(\boldsymbol{e}_1,\boldsymbol{e}_2\) が作る単位正方形は、線形変換によって \(A\boldsymbol{e}_1,A\boldsymbol{e}_2\) が作る平行四辺形に移ります。
その変化を図で見てみましょう。

もとの正方形の面積は \(1\) です。変換後の平行四辺形の面積は \(|\det A|\) になるので、\(|\det A|\) は面積が何倍になるかを表します。
$$
\text{変換後の面積}
=|\det A|\times\text{変換前の面積}
$$
たとえば \(|\det A|=2\) なら面積は2倍です。一方、\(\det A=0\) なら面積は \(0\) になり、平面上の図形が直線や1点へ押しつぶされます。
具体例として、次の行列を考えます。
$$
A=\begin{pmatrix}1&2\\2&4\end{pmatrix}
$$
この行列では \(A\boldsymbol{e}_2=2A\boldsymbol{e}_1\) となり、変換後の2本の基底ベクトルは同じ直線上に並びます。
また、
$$
A\begin{pmatrix}-2\\1\end{pmatrix}
=\begin{pmatrix}0\\0\end{pmatrix}
$$
となるため、零ベクトル以外にも零ベクトルへ移るベクトルが存在します。
つまり、この変換では異なるベクトルが同じベクトルへ移ることがあります。そのため、変換後のベクトルから元のベクトルを一意に復元できず、逆行列は存在しません。

6.基底変換と線形変換は何が違うのか?
前回の基底変換行列と、今回の線形変換の行列は、よく似ています。どちらも行列をベクトルの座標に掛けて使い、各列には基底ベクトルに関係する座標が並んでいます。
実は、同じ数値の行列が、基底変換行列にも線形変換の行列にもなることがあります。ただし、何を変換しているのかが異なります。
6.1.基底変換では、ベクトルそのものは変わらない
前回は、基底 \(B=(\boldsymbol{a},\boldsymbol{b})\) での座標を、標準基底 \(E\) での座標に変換しました。
$$
[\boldsymbol{v}]_E=P[\boldsymbol{v}]_B
$$
ここでは、基底を取り替えることで座標の数字が変わっています。しかし、表しているベクトル \(\boldsymbol{v}\) は同じです。
6.2.線形変換では、ベクトルそのものが変わる
一方、線形変換では、基底を固定してベクトルを別のベクトルへ移します。
$$
T(\boldsymbol{v})=A\boldsymbol{v}
$$
たとえば、標準基底 \(\boldsymbol{e}_1,\boldsymbol{e}_2\) を、それぞれ \(\boldsymbol{a},\boldsymbol{b}\) に移す線形変換を考えます。
このとき、線形変換の行列は、基底ベクトルの変換先を列に並べたものなので、
$$
A=\bigl(\,[\boldsymbol{a}]_E\quad[\boldsymbol{b}]_E\,\bigr)=P
$$
となり、前回の基底変換行列と同じ数値になります。
ただし、基底変換では同じベクトルの座標を読み替えているのに対し、線形変換では標準基底のもとでベクトル自体を移しています。
同じ行列でも、「座標の表し方を変える」のか、「ベクトルを変換する」のかによって意味が異なるのです。
まとめ
今回は、行列をベクトルに掛ける操作を、図形的な線形変換として考えました。重要なポイントを整理します。
- 行列 \(A\) による線形変換は、\(T(\boldsymbol{x})=A\boldsymbol{x}\) と表せる。
- 行列によって、拡大・縮小、回転、せん断などの変形ができる。
- 線形変換は線形結合を保ち、原点を原点へ移す。
- 標準基底ベクトルの行き先が決まれば、変換全体が決まる。
- 行列の各列は、標準基底ベクトルの変換先を表す。
- 行列式の絶対値は、平面の面積が何倍になるかを表す。
- 基底変換は座標表示を変え、線形変換はベクトル自体を変える。
行列は、基底ベクトルの行き先を指定することで、空間全体の線形変換を表せます。
次回は、「線形結合を保つ」という性質をより詳しく調べ、異なるベクトル空間の間にも広がる「線形写像」を学びます。
関連記事


Part 3.線形写像と行列をまとめて理解する
Part 3では、線形写像を行列で表す仕組みから、行列の演算、像・核・ランク・次元定理までを学びます。線形写像と行列の関係を整理したい人は、次のまとめ記事をご覧ください。

関連書籍
線形変換を図形と数式の両方から学びたい人には、線形代数の基礎を扱う書籍も参考になります。



コメント