線形変換

同義語:線型変換linear transformation1次変換一次変換

概要

線形変換(linear transformation)とは、ベクトル空間 $V$ から $V$ 自身への線形写像のことで、平面の場合は 1 次変換とも呼ばれる。表現行列は同じ 1 つの基底で書き、基底を取り替えると相似な行列 $P^{-1}AP$ に変わるので、行列式・跡・固有値など基底によらない量をもつ。有限次元では単射・全射・全単射・片側の逆の存在が同値だが、無限次元では一般に成り立たない。実平面の線形変換は、対角行列、2 次の Jordan 細胞、正の数倍と回転の合成の形の標準形のちょうど 1 つに相似である。

$$\newcommand{C}[0]{\mathbb{C}} \newcommand{div}[0]{\mathbin{÷}} \newcommand{N}[0]{\mathbb{N}} \newcommand{Q}[0]{\mathbb{Q}} \newcommand{R}[0]{\mathbb{R}} \newcommand{Z}[0]{\mathbb{Z}} $$

前提知識: 線形写像, 表現行列, 相似(行列)

線形変換(linear transformation)とは、ベクトル空間 $V$ から $V$ 自身への線形写像のことである。平面 $\mathbb{R}^2$ の線形変換は $2$ 次の正方行列 $A$ による $x\mapsto Ax$ であり、1 次変換 とも呼ばれる。回転・鏡映・拡大・ずらしはどれも平面の線形変換で、平行移動は原点を動かすので線形変換ではない。
一般の線形写像 $V\to W$ と違い、線形変換では定義域と終域が同じ空間なので、表現行列を 同じ 1 つの基底 で書く。このため、線形変換は合成して冪 $T^2,T^3,\dots$ や多項式 $p(T)$ を作ることができ、固有値・行列式・跡のように基底によらない量をもつ。その代わり、分類の問題は難しくなる。線形写像としては階数だけで分類できる行列が、線形変換としては一般にはるかに細かい類(相似類)に分かれる。たとえばスカラー行列 $\lambda I$ は $\lambda$ ごとに別の相似類をなすので、実数の上では相似類は無限にある。この記事では、線形変換の定義と例、2 つの見方の違い、有限次元と無限次元での可逆性の違い、零化多項式の存在を述べ、実平面の線形変換を相似で分類する定理を証明する。

定義

以下、$K$ を体、$V$ を $K$ 上のベクトル空間とする。

線形変換と表現行列
  1. 線形写像 $T\colon V\to V$ を $V$ の 線形変換(linear transformation)という。$V$ の線形変換の全体を $\operatorname{End}_K(V)$ と書き、全単射なもの(線形同型)の全体を $\mathrm{GL}(V)$ と書く。
  2. $V$ を $n$ 次元とし、基底 $v=(v_1,\dots,v_n)$ を 1 つ固定する。$T(v_j)=\sum_{i=1}^na_{ij}v_i$ で定まる $n$ 次正方行列 $M_v(T):=(a_{ij})$ を、基底 $v$ に関する $T$ の 表現行列 という。
  3. $V=\mathbb{R}^2$ の線形変換を 1 次変換 ともいう。$\mathbb{R}^2$ の標準基底に関する表現行列が $A$ の 1 次変換は $x\mapsto Ax$ である。

これは 線形写像 の定義「線形写像と線形変換」の特別な場合で、表現行列は 表現行列 の定義で定義域と終域に同じ基底をとったものである。英語の linear transformation は、文献によっては一般の線形写像 $V\to W$ を指すので注意する。$V$ と $W$ が別の空間なら、$x\mapsto Ax$($A$ は $m\times n$ 行列、$m\ne n$)は線形写像だが線形変換ではない。無限次元の関数空間の線形変換は「線形作用素」とも呼ばれる。
$\operatorname{End}_K(V)$ は和とスカラー倍でベクトル空間になり、合成 $ST:=S\circ T$ を積として $K$ 上の代数(多元環)になる。$\mathrm{GL}(V)$ はその可逆元のなす群である(一般線形群 の例「ベクトル空間の自己同型群」)。$V$ が $n$ 次元なら、$T\mapsto M_v(T)$ は環の同型 $\operatorname{End}_K(V)\to M_n(K)$ で、合成は行列の積に対応する(表現行列 の定理「線形写像の空間と行列の空間の同型」)。
基底を $v$ から $v'$ に取り替えると、表現行列は
$$ M_{v'}(T)=P^{-1}M_v(T)\,P $$
に変わる。$P$ は基底変換の行列である(相似(行列) の定理「相似と基底の取り替え」)。逆に、$M_v(T)$ と相似な行列はどれも、ある基底に関する $T$ の表現行列である。したがって「線形変換を調べる」ことは「正方行列を相似の違いを除いて調べる」ことと同じである。

直観

$\mathbb{R}^2$ の 1 次変換は、単位正方形($e_1,e_2$ の張る正方形)を、$Ae_1$ と $Ae_2$ の張る平行四辺形に移す。行列の第 1 列と第 2 列がそれぞれ $e_1$ と $e_2$ の行き先である。原点は動かず、直線は直線か 1 点に移る。平行な 2 直線の像は、どちらも点であるか、平行または一致する 2 直線である。面積は一様に $|\det A|$ 倍になる(1次変換と行列式:面積の拡大率)。
線形変換の性質のうち、基底によらないものだけが意味をもつ。行列式・跡・固有多項式・固有値・最小多項式・階数は、相似な行列で同じ値をとるので(相似(行列) の命題「相似で変わらない量」)、線形変換そのものの量として定まる。たとえば $\det T:=\det M_v(T)$ は基底 $v$ によらず、$\det(ST)=\det S\det T$ を満たす。

例

平面の 1 次変換

$\theta,\varphi\in\mathbb{R}$、$a,b,k\in\mathbb{R}$ とする。

変換行列単位正方形の像
角 $\theta$ の回転$\begin{pmatrix}\cos\theta&-\sin\theta\\\sin\theta&\cos\theta\end{pmatrix}$回した正方形
原点を通り角 $\varphi$ の直線に関する鏡映$\begin{pmatrix}\cos2\varphi&\sin2\varphi\\\sin2\varphi&-\cos2\varphi\end{pmatrix}$折り返した正方形
軸方向の拡大$\begin{pmatrix}a&0\\0&b\end{pmatrix}$辺の長さが $\lvert a\rvert,\lvert b\rvert$ の長方形($ab=0$ なら線分か点)
ずらし(せん断)$\begin{pmatrix}1&k\\0&1\end{pmatrix}$底辺が同じで面積 $1$ の平行四辺形
$x$ 軸への射影$\begin{pmatrix}1&0\\0&0\end{pmatrix}$線分

鏡映の行列は、直線の方向 $u=(\cos\varphi,\sin\varphi)$ を動かさず($u$ の像は $(\cos2\varphi\cos\varphi+\sin2\varphi\sin\varphi,\ \sin2\varphi\cos\varphi-\cos2\varphi\sin\varphi)=(\cos\varphi,\sin\varphi)$)、垂直な方向 $u^\perp=(-\sin\varphi,\cos\varphi)$ を $-u^\perp$ に移すことから分かる。

関数と行列の空間の線形変換
  1. 多項式の空間 $K[x]$ の上の微分 $D(f)=f'$ と、$x$ を掛ける写像 $M(f)=xf$。
  2. 行列の空間 $M_n(K)$ の上の転置 $X\mapsto X^{\top}$ と、正則行列 $P$ による共役 $X\mapsto PXP^{-1}$。
  3. 数列の空間 $K^{\mathbb{N}}$ の上の左ずらし $L(a_0,a_1,\dots)=(a_1,a_2,\dots)$ と右ずらし $R(a_0,a_1,\dots)=(0,a_0,a_1,\dots)$。

どれも和とスカラー倍を保つことが定義からすぐ分かる。

線形変換でない写像
  1. 平行移動 $x\mapsto x+b$($b\ne0$)は $0$ を $b$ に移すので線形でない。線形変換と平行移動の合成は アフィン写像 である。
  2. $(x,y)\mapsto(x^2,y)$ は $2(1,0)$ を $(4,0)\ne2(1,0)$ に移すので線形でない。
  3. $\mathbb{R}^2\to\mathbb{R}^3$、$(x,y)\mapsto(x,y,0)$ は線形写像だが、定義域と終域が異なるので線形変換ではない。

性質

2 つの見方:同値と相似

$n$ 次正方行列 $A$ は、$K^n$ から $K^n$ への線形写像として見ることも、$K^n$ の線形変換として見ることもできる。前者では定義域と終域の基底を別々に取り替えてよく、$A$ は $Q^{-1}AP$($P,Q$ は正則)に変わる。後者では同じ基底を使うので、$P^{-1}AP$ にしか変わらない。

同値だが相似でない行列
  1. 階数が等しい $n$ 次正方行列 $A,B$ には、$B=Q^{-1}AP$ となる正則行列 $P,Q$ がある。
  2. $E_{11}=\begin{pmatrix}1&0\\0&0\end{pmatrix}$ と $E_{12}=\begin{pmatrix}0&1\\0&0\end{pmatrix}$ はどちらも階数 $1$ だが、相似でない。
冪等と冪零は相似で保たれる

1:階数(線形代数) の定理「階数による標準形」により、階数 $r$ の $A$ は $Q_1^{-1}AP_1=\begin{pmatrix}I_r&O\\O&O\end{pmatrix}$ と書ける。$B$ も同じ形に移るので、$A$ と $B$ は互いに移り合う。
2:$B=P^{-1}AP$ なら $B^2=P^{-1}A^2P$ である。$E_{11}^2=E_{11}\ne O$ で、$E_{12}^2=O$ である。$E_{12}=P^{-1}E_{11}P$ なら $O=E_{12}^2=P^{-1}E_{11}^2P=P^{-1}E_{11}P=E_{12}$ となって矛盾する。$\square$

$E_{11}$ は $x$ 軸への射影、$E_{12}$ は $e_2$ を $e_1$ に送り $e_1$ を $0$ に送る冪零な変換である。線形写像としてはどちらも「$2$ 次元を $1$ 次元に潰す写像」で区別がないが、線形変換としては、像を同じ空間の中でもう一度写せるので違いが見える(射影は 2 回写しても同じ、冪零な変換は 2 回写すと $0$)。

有限次元と無限次元での可逆性

有限次元の線形変換の可逆性

$V$ を有限次元とし、$T\in\operatorname{End}_K(V)$ とする。次は同値である。

  1. $T$ は単射である。
  2. $T$ は全射である。
  3. $T$ は全単射である。
  4. $ST=\mathrm{id}$ となる $S\in\operatorname{End}_K(V)$ がある。
  5. $TS=\mathrm{id}$ となる $S\in\operatorname{End}_K(V)$ がある。
  6. $\det T\ne0$ である。
  7. $0$ は $T$ の固有値でない。
    4・5 の $S$ は $T^{-1}$ に等しい。
次元定理と片側の逆

1・2・3 の同値は 次元定理 の系「同じ次元の空間の間の線形写像」による。3 なら $S=T^{-1}$ が 4 と 5 を満たす(逆写像は線形である)。4 なら $T(v)=0$ から $v=ST(v)=0$ で 1 が成り立つ。5 なら $v=T(S(v))$ で 2 が成り立つ。4 のとき $T$ は全単射なので $S=ST\,T^{-1}=T^{-1}$ で、5 も同様である。6 と 3 の同値は、表現行列が正則であることと $\det\ne0$ の同値(行列式 の定理「正則性の判定」)による。7 と 1 の同値は、$\ker T$ が固有値 $0$ の固有空間 $E_0(T)$ であることによる。$\square$

無限次元では、1〜5 のどれも 3 を導かない。

無限次元での片側だけの可逆性
  1. $K[x]$ の上の $M(f)=xf$ は単射だが、定数 $1$ が像に入らないので全射でない。
  2. $K=\mathbb{Q}$ または $\mathbb{R}$ とし、$K[x]$ の上の微分 $D$ と、$x^k\mapsto\frac{x^{k+1}}{k+1}$ で定まる積分 $I$ を考える。$DI=\mathrm{id}$ だが、$ID(1)=I(0)=0$ なので $ID\ne\mathrm{id}$ である。$D$ は全射だが単射でなく、$I$ は単射だが全射でない。
  3. $K^{\mathbb{N}}$ の左ずらし $L$ と右ずらし $R$ は $LR=\mathrm{id}$ を満たすが、$RL(1,0,0,\dots)=0$ なので $RL\ne\mathrm{id}$ である。

2 で $DI=\mathrm{id}$ は、基底 $x^k$ の上で $D(I(x^k))=D\bigl(\frac{x^{k+1}}{k+1}\bigr)=x^k$ であることから従う。

多項式と零化多項式

$p(x)=\sum_ka_kx^k\in K[x]$ について $p(T):=\sum_ka_kT^k$($T^0=\mathrm{id}$)とおく。$p\mapsto p(T)$ は和と積を保ち、その像 $K[T]$ は $\operatorname{End}_K(V)$ の可換な部分代数である。$p(T)=0$ となる $p$ を $T$ の 零化多項式 という。

零化多項式の存在

$V$ を $n$ 次元とする。$V$ の線形変換 $T$ には、次数が $n^2$ 以下の $0$ でない零化多項式がある。

冪の個数が次元を超える

$\operatorname{End}_K(V)$ は $M_n(K)$ と線形同型なので $n^2$ 次元である。$n^2+1$ 個の元 $\mathrm{id},T,T^2,\dots,T^{n^2}$ は線形従属なので、すべては $0$ でない $a_0,\dots,a_{n^2}\in K$ で $\sum_ka_kT^k=0$ となるものがある。$p(x):=\sum_ka_kx^k$ が求める多項式である。$\square$

実際には次数 $n$ の零化多項式がある。固有多項式 $p_T$ が $p_T(T)=0$ を満たすことが Cayley–Hamiltonの定理 であり、次数が最小の零化多項式が 最小多項式(線形代数) である。零化多項式から、可逆な $T$ の逆 $T^{-1}$ が $T$ の多項式で書けることも分かる(最小多項式(線形代数) の命題「定数項による可逆性の判定」)。無限次元では零化多項式がないことがある。$K[x]$ の上の $M$ について、$p\ne0$ なら $p(M)(1)=p(x)\ne0$ である。

実平面の線形変換の分類

$\mathbb{R}^2$ の線形変換を基底の取り替えで分類すると、次の 3 つの型に分かれる。$2$ 次の実行列 $A$ の跡を $t:=\operatorname{tr}A$、行列式を $d:=\det A$、固有多項式 $x^2-tx+d$ の判別式を $\Delta:=t^2-4d$ とおく。

実平面の線形変換の標準形

$A$ を $2$ 次の実正方行列とする。$A$ は、次のうちちょうど 1 つの行列と(実行列の範囲で)相似である。

  1. $\begin{pmatrix}\lambda&0\\0&\mu\end{pmatrix}$($\lambda\ge\mu$ は実数)
  2. $\begin{pmatrix}\lambda&1\\0&\lambda\end{pmatrix}$($\lambda$ は実数)
  3. $\begin{pmatrix}a&-b\\b&a\end{pmatrix}$($a,b$ は実数で $b>0$)
    $\Delta>0$ なら 1 で $\lambda>\mu$ は固有値、$\Delta=0$ なら $A$ がスカラー行列 $\lambda I$ のとき 1 で $\lambda=\mu$、そうでないとき 2 で $\lambda=\frac t2$、$\Delta< 0$ なら 3 で $a\pm ib$ は $A$ の複素数の固有値である。
判別式の符号で場合を分ける

$2$ 次の行列では $A^2-tA+dI=O$ である(Cayley–Hamiltonの定理 の例「2 次の正方行列」。$A=\begin{pmatrix}p&q\\r&s\end{pmatrix}$ なら $A^2-(p+s)A=\begin{pmatrix}qr-ps&0\\0&qr-ps\end{pmatrix}=-dI$ と直接確かめられる)。行列 $P$ の列を $u,w$ とすると、$P^{-1}AP$ の第 1 列・第 2 列は $Au$・$Aw$ を基底 $u,w$ で表した係数である。これを使って、各場合に基底を作る。
$\Delta>0$ のとき:固有多項式は相異なる実根 $\lambda>\mu$ をもつ。それぞれの固有ベクトル $u,w$ は線形独立で(固有値 の命題「固有空間の和の直和性」)、$Au=\lambda u$、$Aw=\mu w$ から $P^{-1}AP=\begin{pmatrix}\lambda&0\\0&\mu\end{pmatrix}$ である。
$\Delta=0$ のとき:重根を $\lambda=\frac t2$ とすると $x^2-tx+d=(x-\lambda)^2$ なので、$N:=A-\lambda I$ は $N^2=A^2-tA+dI=O$ を満たす。$N=O$ なら $A=\lambda I$ で 1 の形である。$N\ne O$ なら $Nw\ne0$ となる $w$ をとり、$u:=Nw$ とおく。$u=cw$($c\in\mathbb{R}$)なら $0=N^2w=c^2w$ から $c=0$、すなわち $u=0$ となり矛盾するので、$u,w$ は線形独立である。$Au=\lambda u+Nu=\lambda u+N^2w=\lambda u$、$Aw=\lambda w+u$ なので、$P^{-1}AP=\begin{pmatrix}\lambda&1\\0&\lambda\end{pmatrix}$ である。
$\Delta< 0$ のとき:固有多項式の根は $a\pm ib$($a=\frac t2$、$b=\frac{\sqrt{-\Delta}}2>0$)である。$A$ を複素行列とみて、固有値 $a+ib$ の固有ベクトル $z=x+iy$($x,y\in\mathbb{R}^2$)をとる。$Az=(a+ib)z$ の実部と虚部を比べると
$$ Ax=ax-by,\qquad Ay=bx+ay $$
である。$x,y$ が実数の範囲で線形従属なら、$z=\gamma u$($\gamma\in\mathbb{C}$、$u\in\mathbb{R}^2\setminus\{0\}$)と書け、$Au=(a+ib)u$ の左辺は実ベクトルなので $bu=0$ となり $b>0$ に反する。よって $y,x$ は基底で、$Ay=ay+bx$、$Ax=ax-by$ から、$u=y$、$w=x$ として $P^{-1}AP=\begin{pmatrix}a&-b\\b&a\end{pmatrix}$ である。
ちょうど 1 つであること:相似な行列は跡と行列式、したがって $\Delta$ が等しく、スカラー行列 $\lambda I$ に相似な行列は $P^{-1}(\lambda I)P=\lambda I$ だけである。1 の行列の判別式は $(\lambda-\mu)^2\ge0$、2 の行列の判別式は $0$ で、2 の行列はスカラー行列でない。3 の行列の判別式は $(2a)^2-4(a^2+b^2)=-4b^2< 0$ である。よって型は $\Delta$ の符号と、スカラー行列かどうかで決まる。型の中のパラメータは固有多項式の根で決まる。1 では $\lambda\ge\mu$ と順序を決めたので $(\lambda,\mu)$ が、2 では $\lambda$ が、3 では $b>0$ と決めたので $(a,b)$ が、それぞれ根から 1 通りに決まる。$\square$

3 の行列は $r:=\sqrt{a^2+b^2}$、$a=r\cos\theta$、$b=r\sin\theta$($0< \theta< \pi$)と書くと $r$ 倍と角 $\theta$ の回転の合成である。したがって、平面の線形変換は基底をうまくとると「2 つの方向へのそれぞれの実数倍」「$0$ でない数倍とずらしの合成(型 2 で $\lambda=0$ のときは $e_2\mapsto e_1\mapsto0$ の冪零な変換)」「正の数倍と回転の合成」のどれかになる。
原点を通る直線 $\ell$ で $A\ell\subset\ell$ となるものを $A$ の 不変直線 という。$\ell=\mathbb{R}v$ が不変直線であることは、$v$ が $A$ の固有ベクトルであることと同じである。

不変直線の本数

$2$ 次の実正方行列 $A$ の不変直線の本数は、thm-lt-plane の型が 1 で $\lambda>\mu$ なら $2$、$A$ がスカラー行列ならすべての直線、型 2 なら $1$、型 3 なら $0$ である。

実の固有空間を数える

不変直線は実の固有ベクトルの張る直線であり、相似 $P^{-1}AP$ で不変直線は $P^{-1}$ によって $1$ 対 $1$ に移るので、標準形で数えればよい。型 1 で $\lambda>\mu$ なら固有空間は $\mathbb{R}e_1$ と $\mathbb{R}e_2$ の $2$ つで、どちらも $1$ 次元である。スカラー行列ではすべてのベクトルが固有ベクトルである。型 2 では固有値は $\lambda$ だけで、$\begin{pmatrix}0&1\\0&0\end{pmatrix}$ の核は $\mathbb{R}e_1$ である。型 3 では実の固有値がない。$\square$

標準形の計算
  1. $A=\begin{pmatrix}1&2\\3&4\end{pmatrix}$:$t=5$、$d=-2$、$\Delta=33>0$ なので、$\begin{pmatrix}\frac{5+\sqrt{33}}2&0\\0&\frac{5-\sqrt{33}}2\end{pmatrix}$ と相似である。
  2. $A=\begin{pmatrix}3&-1\\1&1\end{pmatrix}$:$t=4$、$d=4$、$\Delta=0$ でスカラー行列でないので、$\begin{pmatrix}2&1\\0&2\end{pmatrix}$ と相似である。$w=e_1$、$u=(A-2I)e_1=(1,1)^{\top}$ とすると、$P=\begin{pmatrix}1&1\\1&0\end{pmatrix}$ で $P^{-1}AP=\begin{pmatrix}2&1\\0&2\end{pmatrix}$ である。不変直線は $\mathbb{R}(1,1)^{\top}$ の $1$ 本である。
  3. $A=\begin{pmatrix}1&-2\\1&3\end{pmatrix}$:$t=4$、$d=5$、$\Delta=-4< 0$ なので、$a=2$、$b=1$ で $\begin{pmatrix}2&-1\\1&2\end{pmatrix}$ と相似である。これは $\sqrt5$ 倍と角 $\arctan\frac12$ の回転の合成で、$A$ には不変直線がない。

反例:仮定を外すと成り立たないこと

外した仮定例成り立たなくなる結論
prop-lt-invertible の、$V$ が有限次元であること$K[x]$ の上の $M(f)=xf$「単射なら全射」:$M$ は単射だが $1$ は像にない
prop-lt-invertible の、$V$ が有限次元であること$K^{\mathbb{N}}$ の上の右ずらし $R$ と左ずらし $L$「$LR=\mathrm{id}$ なら $L=R^{-1}$」:$RL\ne\mathrm{id}$
prop-lt-annihilating の、$V$ が有限次元であること$K[x]$ の上の $M$零化多項式の存在:$p\ne0$ なら $p(M)\ne0$
thm-lt-plane の、係数が実数であること$\mathbb{Q}$ の上の $A=\begin{pmatrix}0&2\\1&0\end{pmatrix}$3 つの型のどれかと相似であること:$\mathbb{Q}$ の成分の正則行列では、どの型とも相似でない
表の反例の確かめ

1〜3 行目は ex-lt-infinite と prop-lt-annihilating の後の段落で確かめた。4 行目を確かめる。

確かめを開く

$A$ の固有多項式は $x^2-2$ で、$\Delta=8>0$ だが根 $\pm\sqrt2$ は有理数でない。型 1・2 の行列(成分は有理数)の固有値は対角成分なので有理数であり、相似な行列は固有多項式が等しいから、$A$ はそれらと相似でない。型 3 の行列の判別式は $-4b^2< 0$ で、$A$ の判別式 $8$ と異なるので相似でない。実数の範囲では thm-lt-plane の 1 により $\begin{pmatrix}\sqrt2&0\\0&-\sqrt2\end{pmatrix}$ と相似である。$\mathbb{Q}$ の上での線形変換の分類には、有理標準形(同伴行列)を使う(相似(行列) の定理「巡回ベクトルをもつ行列の相似」)。

補足

文献

ベクトル空間から自分自身への線形写像を operator と呼ぶ定義は Axl24 5.1(p. 133)にある。有限次元で単射・全射・可逆が同値であることは Axl24 3.65(p. 84)、片側の逆が両側の逆であることは 3.68(p. 85)、無限次元でそれが成り立たない例は 3.64(p. 84)にある。基底の取り替えによる表現行列の変化は 3.84(p. 93)、最小多項式の存在と次数の評価は 5.22(p. 144)にある。

関連項目

参考文献

Mathpediaは寄付と、参考文献の書籍リンク(Amazonアソシエイト)の紹介料で運営されています。 支援について / 寄付する