はじめに
連立方程式は、代入法や加減法を使って解くことができます。しかし、未知数が増えると計算は複雑になります。そこで役立つのが、連立方程式を行列で表して解く方法です。
行列を使うと、逆行列やクラメルの公式、掃き出し法によって解を求められます。では、これらの方法にはどのような違いがあり、行列式やランクは何を教えてくれるのでしょうか。
さらに、右辺が零ベクトルになる同次線形方程式を考えると、解の存在や自由度が、行列の零空間と深く関係していることがわかります。
行列式は、線形変換による面積・体積の符号付き拡大率を表すとともに、正方行列が逆行列を持つかどうかを判定する手がかりになります。さらに、ランクと零空間を調べれば、連立方程式の解が存在するか、一意に決まるか、どのような自由度を持つかまで理解できます。
この記事では、Part 4で学んだ10のテーマをつなぎ、行列式・逆行列・連立方程式の全体像を整理します。個々の公式を覚えるだけでなく、なぜそれらが必要なのかを考えていきましょう。
この記事でわかること
- 行列式の計算方法と、面積・体積との関係
- 行列式の性質と余因子展開が果たす役割
- 逆行列とクラメルの公式で連立方程式を解く仕組み
- 掃き出し法とランクから解を判定する方法
- 同次線形方程式の非自明解と零空間・自由度の関係
- 行列式・逆行列・ランク・零空間がどのようにつながるのか
1.行列式は何を表しているのか?
行列式は、正方行列から求められる1つの数です。たとえば、2次行列、
$$
A=\begin{pmatrix}a&b\\c&d\end{pmatrix}
$$
の行列式は、
$$
\det A=ad-bc
$$
と計算できます。
3次行列では6つの項が現れ、一般の \(n\) 次行列では順列と符号を使って行列式を定義します。しかし、行列式は単なる計算結果ではありません。
行列を線形変換として考えると、2次行列の行列式の絶対値は面積の拡大率、3次行列では体積の拡大率を表します。また、符号は空間の向きが保たれるか、反転するかに対応します。
たとえば、
$$
A=\begin{pmatrix}2&0\\0&3\end{pmatrix}
$$
なら、
$$
\det A=6
$$
です。この変換では横方向が2倍、縦方向が3倍になるため、面積は6倍になります。
一方、行列式が \(0\) になる場合は、面積や体積がつぶれてしまうことを意味します。2次元の平面が1本の直線に押しつぶされるような変換では、元の情報を完全には復元できません。
行列式は、変換が空間をどれだけ拡大・縮小するかだけでなく、独立な方向が失われているかどうかも教えてくれるのです。


2.行列式の性質と余因子展開は何のためにあるのか?
行列式は、行列の大きさが増えるほど計算が複雑になります。そこで重要になるのが、行列式の性質と余因子展開です。
2.1.行列式の性質は計算を簡単にする
行列式には、行の交換や定数倍に関する性質があります。代表的なものを整理すると、次のようになります。
| 行に対する操作 | 行列式の変化 |
|---|---|
| 2つの行を交換する | 符号が反転する |
| 1つの行を \(c\) 倍する | 行列式も \(c\) 倍になる |
| ある行に別の行の定数倍を加える | 行列式は変わらない |
これらの性質を使えば、行列を計算しやすい形に変形できます。また、2つの行が同じ場合や、行ベクトルが線形従属の場合に行列式が \(0\) になることも理解できます。
このように、行列式の性質は、計算を簡単にするだけでなく、行列の構造を調べるためにも役立ちます。

2.2.余因子展開は大きな行列式を小さく分解する
余因子展開は、\(n\) 次の行列式を、より小さな行列式の和に分解する方法です。
行列 \(A=(a_{ij})\) の第 \(i\) 行について展開すると、
$$
\det A=\sum_{j=1}^{n}a_{ij}C_{ij}
$$
となります。ここで、\(C_{ij}\) は成分 \(a_{ij}\) に対応する余因子です。
余因子展開を使えば、3次の行列式を2次の行列式へ、4次の行列式を3次の行列式へと分解できます。
また、余因子は逆行列の公式にも登場します。つまり、余因子展開は行列式を計算する方法であると同時に、逆行列の公式へつながる重要な仕組みなのです。

3.逆行列とクラメルの公式はどうつながるのか?
行列式の重要な役割の1つは、逆行列が存在するかどうかを判定できることです。
正方行列 \(A\) の逆行列 \(A^{-1}\) は、
$$
AA^{-1}=A^{-1}A=I
$$
を満たす行列です。ここで、\(I\) は単位行列を表し、逆行列が存在する条件は \(\det A\neq0\) です。
3.1.逆行列を使って連立方程式を解く
連立一次方程式は、行列を使って、
$$
A\boldsymbol{x}=\boldsymbol{b}
$$
と表せます。\(A\) が逆行列を持つ場合、両辺に左から \(A^{-1}\) を掛けると、
$$
A^{-1}A\boldsymbol{x}=A^{-1}\boldsymbol{b}
$$
となります。\(A^{-1}A=I\) なので、
$$
\boldsymbol{x}=A^{-1}\boldsymbol{b}
$$
が得られます。つまり、逆行列は行列による変換を元に戻し、連立方程式の解を求める役割を持っているのです。
さらに、余因子を並べて作る随伴行列を使うと、
$$
A^{-1}=\frac{1}{\det A}\operatorname{adj}(A)
$$
と表せます。この公式にも行列式が登場し、\(\det A=0\) では逆行列を作れないことがわかります。

3.2.クラメルの公式は行列式の比から解を求める
クラメルの公式も、\(\det A\neq0\) の場合に連立方程式を解く方法です。
たとえば、2元連立一次方程式、
$$
\begin{cases}
ax+by=e\\
cx+dy=f
\end{cases}
$$
では、係数行列を、
$$
A=\begin{pmatrix}a&b\\c&d\end{pmatrix}
$$
とすると、
$$
x=\frac{\begin{vmatrix}e&b\\f&d\end{vmatrix}}{\det A},
\quad
y=\frac{\begin{vmatrix}a&e\\c&f\end{vmatrix}}{\det A}
$$
と表せます。
これは、係数行列の列ベクトルの線形結合から、各未知数を行列式の比として取り出す方法です。
逆行列とクラメルの公式は異なる計算方法ですが、どちらも行列式が \(0\) でないことを前提としています。どちらも、独立な方向が失われていないため、解を一意に復元できるという共通の仕組みに基づいています。

4.掃き出し法とランクは何を教えてくれるのか?
逆行列やクラメルの公式は、正方行列の行列式が \(0\) でない場合に使えます。では、行列式が \(0\) になる場合や、係数行列が正方行列でない場合は、どうすればよいのでしょうか。
そこで役立つのが、掃き出し法とランクです。
4.1.掃き出し法は方程式を簡単な形に変える
掃き出し法では、連立方程式を拡大係数行列で表し、行基本変形によって簡単な形へ変えていきます。
行基本変形には、行の交換、\(0\) でない数倍、別の行の定数倍の加算という3つの操作があります。いずれも元に戻せるため、連立方程式の解の集合は変わりません。
たとえば、
$$
\begin{cases}
x+2y=5\\
3x+4y=11
\end{cases}
$$
を拡大係数行列で表すと、
$$
\left(\begin{array}{cc|c}
1&2&5\\
3&4&11
\end{array}\right)
$$
です。行基本変形を繰り返すと、
$$
\left(\begin{array}{cc|c}
1&0&1\\
0&1&2
\end{array}\right)
$$
となり、\(x=1,\ y=2\) が読み取れます。
掃き出し法では、解が一意に決まらない場合や、解が存在しない場合も調べられます。

4.2.ランクは独立な条件の数を表す
ランクは、行列の行または列から選べる線形独立なベクトルの最大本数です。
掃き出し法で行列を階段形にすると、各非ゼロ行の先頭に現れるピボットの数からランクを求められます。
連立方程式 \(A\boldsymbol{x}=\boldsymbol{b}\) では、係数行列 \(A\) と拡大係数行列 \((A\mid\boldsymbol{b})\) のランクを比較すると、解が存在するかどうかがわかります。
未知数の個数を \(n\) とすると、次のように分類できます。
| ランクの条件 | 解の状態 |
|---|---|
| \(\operatorname{rank}(A)\neq\operatorname{rank}(A\mid\boldsymbol{b})\) | 解なし |
| \(\operatorname{rank}(A)=\operatorname{rank}(A\mid\boldsymbol{b})=n\) | 一意解 |
| \(\operatorname{rank}(A)=\operatorname{rank}(A\mid\boldsymbol{b})\lt n\) | 無数の解 |
つまり、2つのランクが一致するかどうかで解の存在を判定し、一致する場合は未知数の個数とランクを比較することで、解が一意に決まるかどうかを判断できます。
ランクは、連立方程式を解くために必要な独立な条件が、どれだけ残っているかを表しているのです。

5.行列式の積の性質は何を意味するのか?
行列の掛け算は、線形写像を続けて作用させることを表します。では、2つの行列を掛けたとき、行列式はどうなるのでしょうか。
同じ大きさの正方行列 \(A,B\) について、
$$
\det(AB)=\det A\det B
$$
が成り立ちます。
行列式を符号付きの面積・体積の拡大率と考えると、この公式には自然な意味があります。最初の変換で面積が2倍になり、次の変換で3倍になれば、全体では6倍になるということです。
また、この公式は行基本変形から証明できます。行基本変形を基本行列の掛け算として表し、逆行列を持つ場合と持たない場合に分けて考えることで、一般の正方行列について成立することがわかります。
この公式を使うと、逆行列が存在する場合、
$$
\det(A^{-1})=\frac{1}{\det A}
$$
も導けます。
行列式の積の性質は、単なる計算規則ではありません。線形変換を合成したとき、空間の拡大率がどのように組み合わさるかを表す性質なのです。

6.行列式・逆行列・ランク・零空間を一つの例で理解する
最後に、ここまでの概念を同じ行列で結びつけてみましょう。
次の2次行列を考えます。
$$
A=\begin{pmatrix}1&2\\2&4\end{pmatrix}
$$
この行列の第2列は第1列の2倍なので、2本の列ベクトルは線形従属であり、ランクは \(1\) です。
$$
\operatorname{rank}(A)=1
$$
また、行列式を計算すると、
$$
\det A=1\cdot4-2\cdot2=0
$$
となります。この行列による変換では、2次元の平面が1本の直線に押しつぶされるため、元の入力を一意に復元できず、逆行列は存在しません。
では、この行列を使った連立方程式 \(A\boldsymbol{x}=\boldsymbol{b}\) の解はどうなるのでしょうか。
6.1.右辺によって解の有無が変わる
まず、右辺を、
$$
\boldsymbol{b}=\begin{pmatrix}3\\6\end{pmatrix}
$$
とします。このベクトルは \(A\) の第1列の3倍なので、列ベクトルの線形結合で作れます。
連立方程式は、
$$
\begin{cases}
x+2y=3\\
2x+4y=6
\end{cases}
$$
となります。2つの式は同じ条件を表しているため、\(y=t\) とおくと、
$$
\begin{cases}
x=3-2t\\
y=t
\end{cases}
\quad(t\in\mathbb{R})
$$
と表せます。つまり、解は無数に存在します。
一方、右辺を、
$$
\boldsymbol{b}=\begin{pmatrix}3\\7\end{pmatrix}
$$
に変えると、このベクトルは \(A\) の列ベクトルの線形結合では作れません。したがって、連立方程式に解は存在しません。
6.2.同次線形方程式では零空間が解になる
では、右辺が零ベクトルの場合はどうなるのでしょうか。
$$
A\boldsymbol{x}=\boldsymbol{0}
$$
という形の方程式を、同次線形方程式といいます。
今回の行列では、
$$
\begin{cases}
x+2y=0\\
2x+4y=0
\end{cases}
$$
となります。2つの式は同じ条件を表しているため、\(y=t\) とおくと \(x=-2t\) です。
したがって、一般解は、
$$
\boldsymbol{x}
=
t\begin{pmatrix}-2\\1\end{pmatrix}
\quad(t\in\mathbb{R})
$$
となります。
\(t=0\) の場合は零ベクトルによる自明解ですが、\(t\neq0\) の場合には非自明解が得られます。このように、同次線形方程式には必ず自明解があり、ランクが未知数の個数より小さい場合には、非自明解も存在します。
また、同次線形方程式の解全体は、行列 \(A\) の零空間と呼ばれます。今回の例では、
$$
\ker A
=
\left\{
t\begin{pmatrix}-2\\1\end{pmatrix}
\;\middle|\;
t\in\mathbb{R}
\right\}
$$
となり、原点を通る1本の直線を表しています。
6.3.ランクと零空間の次元はどうつながるのか?
今回の行列には未知数が2個ありますが、ランクは \(1\) でした。そのため、自由変数の数は、
$$
2-1=1
$$
となります。この自由変数の数は、零空間の次元と一致します。
一般に、\(A\) が \(m\times n\) 行列の場合、
$$
\dim(\ker A)
=
n-\operatorname{rank}(A)
$$
が成り立ちます。
つまり、ランクは独立な条件の数を表し、零空間の次元は、その条件を満たしながら自由に選べる方向の数を表しているのです。
ここで、第6.1節の解をもう一度見てみましょう。
$$
\boldsymbol{x}
=
\begin{pmatrix}3\\0\end{pmatrix}
+
t\begin{pmatrix}-2\\1\end{pmatrix}
$$
この式の第1項は、連立方程式 \(A\boldsymbol{x}=\boldsymbol{b}\) を満たす1つの解です。一方、第2項は、同次線形方程式 \(A\boldsymbol{x}=\boldsymbol{0}\) の一般解です。
実際に行列 \(A\) を掛けると、
$$
\begin{aligned}
A\boldsymbol{x}
&=
A\begin{pmatrix}3\\0\end{pmatrix}
+
tA\begin{pmatrix}-2\\1\end{pmatrix}\\
&=
\begin{pmatrix}3\\6\end{pmatrix}
+
t\boldsymbol{0}\\
&=
\begin{pmatrix}3\\6\end{pmatrix}
\end{aligned}
$$
となります。
つまり、連立方程式に解が存在する場合、そのすべての解は「1つの特解+零空間のベクトル」として表せるのです。

図を見ると、零空間は原点を通る青い直線ですが、連立方程式の一般解は、特解を通る緑の直線になっています。
2本の直線は平行であり、零空間のベクトルを特解に加えることで、連立方程式の別の解が得られます。
つまり、零空間は、1つの解から別の解へ移動できる方向を表しているのです。
この関係は、行列式・ランク・零空間をつなぐ重要な考え方です。

6.4.行列式・逆行列・ランク・零空間の関係
ここまでの例から、行列式が \(0\) になると逆行列が存在せず、ランクが不足することがわかりました。
また、連立方程式の右辺によって解が存在するかどうかは変わりますが、同次線形方程式には必ず自明解が存在し、今回のようにランクが不足していれば非自明解も存在します。
一般の \(n\times n\) 正方行列について、次の関係が成り立ちます。
$$
\det A\neq0
\quad\Longleftrightarrow\quad
\operatorname{rank}(A)=n
\quad\Longleftrightarrow\quad
A^{-1}\text{ が存在する}
$$
このとき、任意の右辺 \(\boldsymbol{b}\) に対して、連立方程式 \(A\boldsymbol{x}=\boldsymbol{b}\) は一意な解を持ち、同次線形方程式の解は零ベクトルだけになります。
一方、\(\det A=0\) の場合はランクが \(n\) より小さく、逆行列は存在しません。その場合も、掃き出し法とランクを使えば、解の有無や自由度を調べられます。

図のように、正方行列では、行列式が \(0\) かどうかによって、逆行列の存在、ランク、零空間の次元、同次線形方程式の解の性質が結びついています。
ただし、行列式が \(0\) だからといって、通常の連立方程式に必ず解が存在するわけではありません。 解の存在は、右辺のベクトルが行列の列空間に含まれるかどうかで決まります。
今回の行列について、これらの性質を表に整理すると、次のようになります。
| 概念 | この行列でわかること |
|---|---|
| 行列式 | \(\det A=0\)。面積がつぶれる |
| 逆行列 | 存在しない。入力を一意に復元できない |
| ランク | \(\operatorname{rank}(A)=1\)。独立な方向は1つ |
| クラメルの公式 | 分母が \(0\) になるため使えない |
| 掃き出し法 | 解の有無や自由変数を調べられる |
| 零空間 | 原点を通る直線。次元は \(1\) |
| 同次線形方程式 | 自明解と無数の非自明解を持つ |
行列式・逆行列・ランク・零空間は、別々の計算方法ではなく、行列が独立な情報を保っているか、どのような解が存在するかを異なる立場から調べる概念なのです。
まとめ
今回は、行列式の意味と計算から、逆行列・クラメルの公式・掃き出し法・ランク・同次線形方程式までをつなげて考えました。
- 行列式は、正方行列による線形変換の符号付き拡大率を表し、独立な方向が失われているかどうかも示す。
- 行列式の性質と余因子展開を使うと、行列式の計算を整理でき、逆行列の公式にもつながる。
- 行列式が \(0\) でない正方行列は逆行列を持ち、連立方程式を一意に解ける。
- クラメルの公式は、行列式の比を使って連立方程式の解を求める方法である。
- 掃き出し法は行基本変形によって方程式を簡単にし、解なし・一意解・無数の解を調べられる。
- ランクは独立な情報の数を表し、連立方程式の解の存在や自由変数の数を判断する手がかりになる。
- 行列式の積の公式は、線形変換を合成したときの符号付き拡大率の関係を表す。
- 同次線形方程式には必ず自明解があり、ランクが未知数の個数より小さい場合には非自明解も存在する。
- 零空間の次元は「未知数の個数−ランク」に等しく、連立方程式の自由度を表す。
- 連立方程式に解が存在する場合、一般解は「1つの特解+零空間のベクトル」として表せる。
行列式は変換が空間をつぶすかどうかを示し、逆行列は変換を元に戻せるかを示します。そして、ランクと零空間は、元に戻せない場合も含めて、連立方程式の解の存在と自由度を明らかにします。
Part 4の個別記事一覧
Part 4では、行列式の計算と意味から始め、逆行列・連立方程式の解法へ進み、最後にランク・行列式の積の性質・同次線形方程式まで学びました。
次の10記事を順番に読むことで、行列式・逆行列・連立方程式のつながりを理解できます。気になるテーマから読み直すこともできます。
| 学習順 | テーマ | 個別記事 |
|---|---|---|
| ① | 行列式の計算 | 行列式の求め方|2次・3次からn次の行列式まで |
| ② | 行列式の意味 | 行列式は何を表しているのか?|2次は面積、3次は体積になる |
| ③ | 行列式の性質 | 行列式の7つの性質|3次の行列式でなぜ成り立つのかを理解する |
| ④ | 余因子展開 | 余因子展開とは何か?|行列式を小さな行列式に分解する |
| ⑤ | 逆行列 | 逆行列とは何か?|余因子展開から逆行列の公式を導く |
| ⑥ | クラメルの公式 | クラメルの公式とは何か?|行列式で連立方程式を解く |
| ⑦ | 掃き出し法 | 行列で連立方程式を解く|行基本変形と掃き出し法をわかりやすく解説 |
| ⑧ | ランクの計算 | 行列のランクをどう求める?|掃き出し法とピボットから理解する |
| ⑨ | 行列式の積 | 行列式の積の性質はなぜ成り立つ?|行基本変形から公式を導く |
| ⑩ | 同次線形方程式 | 同次線形方程式とは何か?|零空間と自由度から解を理解する |
次に学ぶテーマ
ここまでは、行列式から変換の性質を調べ、逆行列や掃き出し法を使って連立方程式を解く仕組みを学びました。
次は、ベクトルの内積・外積や、直線・平面の表し方を学びます。行列式で考えた面積や体積の意味も、ベクトルの幾何学的な関係を理解するうえで再び登場します。

シリーズ全体を理解する
ベクトル・行列・行列式から線形写像まで、線形代数全体のつながりと学習順は、総合まとめで確認できます。

関連書籍
行列式や逆行列、連立方程式の解法をさらに深く理解したい人には、線形代数を体系的に学べる書籍も参考になります。行列式の性質から逆行列、行基本変形、ランク、零空間へと読み進めると、それぞれの計算方法が一つの理論としてつながります。



コメント