SlideShare a Scribd company logo
4
Most read
8
Most read
16
Most read
Gストラング線形代数勉強会⽤
⾏列計算練習
平鍋健児(@hiranabe)
Version 1.1
=
1
⽬次
• ⾏列の⾒⽅ – 4つ
• ベクトルの積 – 2つ
• ⾏列のベクトルの積 – 2つ
• ⾏列と⾏列の積 – 4つ
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 2
= = =
3つの数からなる
2つの列ベクトル
2つの数からなる
3つの⾏ベクトル
6つの数
1 つの⾏列
⾏列の⾒⽅ – 4つ
𝐴 =
𝑎!!𝑎!"
𝑎"!𝑎""
𝑎#!𝑎#"
=
|
𝒂𝟏
|
|
𝒂𝟐
|
=
−𝒂!
∗ −
−𝒂"
∗ −
−𝒂#
∗ −
以降、太字で列ベクトル𝒂𝟏、*を付けて⾏ベクトル𝒂"
∗
、を表現する。
また、右肩にTをつけて転置ベクトル𝒂𝐓や転置⾏列𝑨𝐓を表現する。
𝐴 =
1 4
2 5
3 6
=
1 4
2 5
3 6
=
1 4
2 5
3 6
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 3
= = =
内積(スカラー) Rank1の⾏列
v1 =
1
2
3
𝑥 𝑦 =
𝑥 𝑦
2𝑥 2𝑦
3𝑥 3𝑦
ベクトルの積 – 2つ
1 2 3
𝑥!
𝑥"
𝑥#
=
1
2
3
,
𝑥!
𝑥"
𝑥#
= 𝑥! + 2𝑥" + 3𝑥#
2つの列ベクトル𝒂, 𝒃を𝒂𝒃!
の順に掛けると、⾏
列 (𝐴 = 𝒂𝒃!
) になる。 𝒂, 𝒃どちらも0でなければ、
この⾏列はRankが1になることが分かる。(各
⾏は定数倍であり、各列も定数倍である)
2つの列ベクトルの内積(𝒂 ) 𝒃)は⾏列形
式では、𝒂!
𝒃 と表現され、1つのスカ
ラーになる。
v2
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 4
練習問題-1
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 5
4
5
6
1 2 3 について v2 で計算し,Rank 1 (各列および各⾏が線形従属)を確かめよ.
= = +
⾏列とベクトルの積 – 2つ
𝐴 の⾏ベクトルと列ベクトルの積
(内積)からなる1つの列ベクトル
𝐴 の列ベクトルの線形結合
𝐴𝒙 =
1 2
3 4
5 6
𝑥!
𝑥"
=
(𝑥!+2𝑥")
(3𝑥! + 4𝑥")
(5𝑥! + 6𝑥")
𝐴𝒙 =
1 2
3 4
5 6
𝑥!
𝑥"
= 𝑥!
1
3
5
+ 𝑥"
2
4
6
最初に左を覚えるだろう。しかし、右の⾒⽅ができるようになると、
𝐴𝒙 が𝐴の列ベクトルの線形結合、すなわち、 𝐴の列ベクトル空間 𝐂(𝐴)、
さらに、 𝐴𝒙 = 0 の解がAの零空間 𝐍(𝐴)と読めるようになる。
Mv
1
Mv
2
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 6
練習問題-2
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 7
𝐴𝒙 =
1 2
3 4
5 6
1
2
について,Mv1, Mv2 のやり⽅でそれぞれ計算し,同じ結果を確認せよ.
Mv
1 1 2
3 4
5 6
1
2
Mv
2 1 2
3 4
5 6
1
2
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 8
⾏列と⾏列の積 – 4つ
=
1 2
3 4
5 6
𝑥" 𝑦"
𝑥# 𝑦#
=
(𝑥"+2𝑥#) (𝑦"+2𝑦#)
(3𝑥"+4𝑥#) (3𝑦"+4𝑦#)
(5𝑥"+6𝑥#) (5𝑦"+6𝑦#)
1 2
3 4
5 6
𝑥" 𝑦"
𝑥# 𝑦#
= 𝐴 𝒙 𝒚 = 𝐴𝒙 𝐴𝒚
= =
結果の各列 𝐴𝒙, 𝐴𝒚 は、それぞれ𝐴 の列ベクトルの線形結合
結果の各要素は、⾏ベクトルと列ベクトルの内積
MM
1
MM
2
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 9
練習問題-3
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 10
1 2
3 4
5 6
𝑥" 𝑦"
𝑥# 𝑦#
について,MM1, MM2 のやり⽅でそれぞれ計算し,同じ結果を確認せよ.
MM
1
1 2
3 4
5 6
𝑥! 𝑦!
𝑥" 𝑦"
1 2
3 4
5 6
𝑥! 𝑦!
𝑥" 𝑦"
MM
2
⾏列と⾏列の積 – 4つ
= +
= =
1 2
3 4
5 6
𝑏"" 𝑏"#
𝑏#" 𝑏##
= 𝒂𝟏 𝒂𝟐
𝒃𝟏
∗
𝒃𝟐
∗ = 𝒂𝟏𝒃𝟏
∗
+ 𝒂𝟐𝒃𝟐
∗
=
1
3
5
𝑏"" 𝑏"# +
2
4
6
𝑏#" 𝑏## =
𝑏"" 𝑏"#
3𝑏"" 3𝑏"#
5𝑏"" 5𝑏"#
+
2𝑏#" 2𝑏##
4𝑏#" 4𝑏##
6𝑏#" 6𝑏##
1 2
3 4
5 6
𝑥" 𝑦"
𝑥# 𝑦#
=
𝒂𝟏
∗
𝒂𝟐
∗
𝒂𝟑
∗
𝑋 =
𝒂𝟏
∗
𝑋
𝒂𝟐
∗
𝑋
𝒂𝟑
∗
𝑋
⾏列の積は、rank 1の⾏列の和に分解される。
結果の各⾏は、⾏ベクトルの線形結合
MM
3
MM
4
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 11
練習問題-4
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 12
1 2
3 4
5 6
1 1
1 2
について,MM4 のやり⽅で計算し,通常の計算(MM1)と同じ結果を確認せよ.
便利な応⽤パターン – 3つ
2 3
=
1 2 3
1 1
=
2
1
+
3
+
2
=
2
1
+
3
+
3
=
2
1
+
3
+
MM
2
Mv
2
右からの操作は、列に作⽤する。
この表現は、右の3つの線形結合を
1つの⾏列表現で表したものだとも
⾔える。
P1
using
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 13
練習問題-4
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 14
1 4 7
2 5 8
3 6 9
1 0 1
0 1 1
0 0 1
を P1 に従って計算し,各列の変化を観察せよ.
1
2
3
= 1
2
3
1 = +
1 2 3
+
2 = +
1 2 3
+
3 = +
1 2 3
+
MM
3
左からの操作は、⾏に作⽤する。
この表現は、右の3つの線形結合を
1つの⾏列表現で表したものだとも
⾔える。
P2 using
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 15
便利な応⽤パターン – 3つ
練習問題-4
By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 16
1 0 0
0 1 0
1 1 1
1 4 7
2 5 8
3 6 9
を P2 に従って計算し,各⾏の変化を観察せよ.

More Related Content

PDF
階層ベイズによるワンToワンマーケティング入門
PDF
Graphic Notes on Linear Algebra and Data Science
PDF
最適輸送入門
PPTX
MCMCでマルチレベルモデル
PDF
状態空間モデルの考え方・使い方 - TokyoR #38
PDF
最適化超入門
PDF
10分でわかる主成分分析(PCA)
PDF
計算論的学習理論入門 -PAC学習とかVC次元とか-
階層ベイズによるワンToワンマーケティング入門
Graphic Notes on Linear Algebra and Data Science
最適輸送入門
MCMCでマルチレベルモデル
状態空間モデルの考え方・使い方 - TokyoR #38
最適化超入門
10分でわかる主成分分析(PCA)
計算論的学習理論入門 -PAC学習とかVC次元とか-

What's hot (20)

PPTX
変分ベイズ法の説明
PDF
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
PDF
ベルヌーイ分布からベータ分布までを関係づける
PDF
最適輸送の解き方
PPTX
Active Learning と Bayesian Neural Network
PDF
Rの高速化
PDF
PCAの最終形態GPLVMの解説
PPTX
社会心理学者のための時系列分析入門_小森
PDF
時系列分析による異常検知入門
PDF
Deeplearning輪読会
PDF
状態空間モデルの実行方法と実行環境の比較
PDF
関数データ解析の概要とその方法
PDF
正準相関分析
PDF
ベータ分布の謎に迫る
PPTX
ブートストラップ法とその周辺とR
PDF
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
PPTX
ようやく分かった!最尤推定とベイズ推定
PPTX
Rでのtry関数によるエラー処理
PDF
組合せ最適化入門:線形計画から整数計画まで
PDF
2 4.devianceと尤度比検定
変分ベイズ法の説明
サポートベクターマシン(SVM)の数学をみんなに説明したいだけの会
ベルヌーイ分布からベータ分布までを関係づける
最適輸送の解き方
Active Learning と Bayesian Neural Network
Rの高速化
PCAの最終形態GPLVMの解説
社会心理学者のための時系列分析入門_小森
時系列分析による異常検知入門
Deeplearning輪読会
状態空間モデルの実行方法と実行環境の比較
関数データ解析の概要とその方法
正準相関分析
ベータ分布の謎に迫る
ブートストラップ法とその周辺とR
深層学習の不確実性 - Uncertainty in Deep Neural Networks -
ようやく分かった!最尤推定とベイズ推定
Rでのtry関数によるエラー処理
組合せ最適化入門:線形計画から整数計画まで
2 4.devianceと尤度比検定
Ad

Similar to 線形代数の視覚的理解 V1.1-Gストラング勉強会 (20)

PDF
線形代数の視覚的理解のためのノート
PDF
PDF
さくっと線形代数
PDF
Linera lgebra
PPTX
【Deep Learning (MIT Press)】線形代数 2.1~2.7
PDF
Applied mathematics 1
 
PDF
【SIROK技術勉強会 #4】機械学習と線形代数の基礎
PDF
データ解析2 線形代数の復習
PDF
第7回スキル養成講座講義スライド
PDF
2015年度春学期 画像情報処理 第8回 行列の直交変換と画像情報圧縮 (2015. 6. 10)
PDF
2014年度春学期 画像情報処理 第8回 行列の直交変換 (2014. 6. 4)
PDF
Math in Machine Learning / PCA and SVD with Applications
PDF
競技プログラミングでの線型方程式系
PDF
Matrix
PDF
2014 JOI春合宿 行列の基礎とその応用
PDF
数式をnumpyに落としこむコツ
PDF
データ解析1 ベクトルの復習
PDF
外積代数で読み解く平行体 ~究極の関係式を追い求めて~
PDF
Math tutorial public
PPTX
スプラトゥーン2 × 数学(訂正版)
線形代数の視覚的理解のためのノート
さくっと線形代数
Linera lgebra
【Deep Learning (MIT Press)】線形代数 2.1~2.7
Applied mathematics 1
 
【SIROK技術勉強会 #4】機械学習と線形代数の基礎
データ解析2 線形代数の復習
第7回スキル養成講座講義スライド
2015年度春学期 画像情報処理 第8回 行列の直交変換と画像情報圧縮 (2015. 6. 10)
2014年度春学期 画像情報処理 第8回 行列の直交変換 (2014. 6. 4)
Math in Machine Learning / PCA and SVD with Applications
競技プログラミングでの線型方程式系
Matrix
2014 JOI春合宿 行列の基礎とその応用
数式をnumpyに落としこむコツ
データ解析1 ベクトルの復習
外積代数で読み解く平行体 ~究極の関係式を追い求めて~
Math tutorial public
スプラトゥーン2 × 数学(訂正版)
Ad

More from Kenji Hiranabe (20)

PDF
effective ba for online communication
PDF
Scrum-Fest-Sapporo-2021-Keynote-Our-Journey
PDF
Appreciating Your Way to XP
PDF
Digital Business and Agile
PDF
Graphic Notes on Introduction to Linear Algebra
PDF
with コロナ時代のアジャイルとコミュニケーション
PDF
Agile Ba with Covid at Redmine Japan 2020
PDF
ESM Agile Studio DX and COVID
PDF
Agile Ba with Covid
PDF
Essence position talk by hiranabe
PDF
Agile Scrum at Knowledge Forum 2020
PDF
Ba and digital here now ness
PDF
Modeling in the Agile Age and casual astah models
PDF
Modeling in the Agile Age
PDF
Agile in automotive industry
PDF
Introduction to Agile - how business and engineer team up
PDF
5-principles-for-project-facilitation
PDF
Nonaka Scrum - The New New Product Development Game, SECI model, The US Marin...
PDF
デジタルビジネスの潮流とアジャイル開発~ビジネスとエンジニアの協働チームづくり~
PDF
Mob programming and the power of flow agilejapan 2018
effective ba for online communication
Scrum-Fest-Sapporo-2021-Keynote-Our-Journey
Appreciating Your Way to XP
Digital Business and Agile
Graphic Notes on Introduction to Linear Algebra
with コロナ時代のアジャイルとコミュニケーション
Agile Ba with Covid at Redmine Japan 2020
ESM Agile Studio DX and COVID
Agile Ba with Covid
Essence position talk by hiranabe
Agile Scrum at Knowledge Forum 2020
Ba and digital here now ness
Modeling in the Agile Age and casual astah models
Modeling in the Agile Age
Agile in automotive industry
Introduction to Agile - how business and engineer team up
5-principles-for-project-facilitation
Nonaka Scrum - The New New Product Development Game, SECI model, The US Marin...
デジタルビジネスの潮流とアジャイル開発~ビジネスとエンジニアの協働チームづくり~
Mob programming and the power of flow agilejapan 2018

線形代数の視覚的理解 V1.1-Gストラング勉強会

  • 2. ⽬次 • ⾏列の⾒⽅ – 4つ • ベクトルの積 – 2つ • ⾏列のベクトルの積 – 2つ • ⾏列と⾏列の積 – 4つ By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 2
  • 3. = = = 3つの数からなる 2つの列ベクトル 2つの数からなる 3つの⾏ベクトル 6つの数 1 つの⾏列 ⾏列の⾒⽅ – 4つ 𝐴 = 𝑎!!𝑎!" 𝑎"!𝑎"" 𝑎#!𝑎#" = | 𝒂𝟏 | | 𝒂𝟐 | = −𝒂! ∗ − −𝒂" ∗ − −𝒂# ∗ − 以降、太字で列ベクトル𝒂𝟏、*を付けて⾏ベクトル𝒂" ∗ 、を表現する。 また、右肩にTをつけて転置ベクトル𝒂𝐓や転置⾏列𝑨𝐓を表現する。 𝐴 = 1 4 2 5 3 6 = 1 4 2 5 3 6 = 1 4 2 5 3 6 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 3
  • 4. = = = 内積(スカラー) Rank1の⾏列 v1 = 1 2 3 𝑥 𝑦 = 𝑥 𝑦 2𝑥 2𝑦 3𝑥 3𝑦 ベクトルの積 – 2つ 1 2 3 𝑥! 𝑥" 𝑥# = 1 2 3 , 𝑥! 𝑥" 𝑥# = 𝑥! + 2𝑥" + 3𝑥# 2つの列ベクトル𝒂, 𝒃を𝒂𝒃! の順に掛けると、⾏ 列 (𝐴 = 𝒂𝒃! ) になる。 𝒂, 𝒃どちらも0でなければ、 この⾏列はRankが1になることが分かる。(各 ⾏は定数倍であり、各列も定数倍である) 2つの列ベクトルの内積(𝒂 ) 𝒃)は⾏列形 式では、𝒂! 𝒃 と表現され、1つのスカ ラーになる。 v2 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 4
  • 5. 練習問題-1 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 5 4 5 6 1 2 3 について v2 で計算し,Rank 1 (各列および各⾏が線形従属)を確かめよ.
  • 6. = = + ⾏列とベクトルの積 – 2つ 𝐴 の⾏ベクトルと列ベクトルの積 (内積)からなる1つの列ベクトル 𝐴 の列ベクトルの線形結合 𝐴𝒙 = 1 2 3 4 5 6 𝑥! 𝑥" = (𝑥!+2𝑥") (3𝑥! + 4𝑥") (5𝑥! + 6𝑥") 𝐴𝒙 = 1 2 3 4 5 6 𝑥! 𝑥" = 𝑥! 1 3 5 + 𝑥" 2 4 6 最初に左を覚えるだろう。しかし、右の⾒⽅ができるようになると、 𝐴𝒙 が𝐴の列ベクトルの線形結合、すなわち、 𝐴の列ベクトル空間 𝐂(𝐴)、 さらに、 𝐴𝒙 = 0 の解がAの零空間 𝐍(𝐴)と読めるようになる。 Mv 1 Mv 2 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 6
  • 7. 練習問題-2 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 7 𝐴𝒙 = 1 2 3 4 5 6 1 2 について,Mv1, Mv2 のやり⽅でそれぞれ計算し,同じ結果を確認せよ. Mv 1 1 2 3 4 5 6 1 2 Mv 2 1 2 3 4 5 6 1 2
  • 8. By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 8
  • 9. ⾏列と⾏列の積 – 4つ = 1 2 3 4 5 6 𝑥" 𝑦" 𝑥# 𝑦# = (𝑥"+2𝑥#) (𝑦"+2𝑦#) (3𝑥"+4𝑥#) (3𝑦"+4𝑦#) (5𝑥"+6𝑥#) (5𝑦"+6𝑦#) 1 2 3 4 5 6 𝑥" 𝑦" 𝑥# 𝑦# = 𝐴 𝒙 𝒚 = 𝐴𝒙 𝐴𝒚 = = 結果の各列 𝐴𝒙, 𝐴𝒚 は、それぞれ𝐴 の列ベクトルの線形結合 結果の各要素は、⾏ベクトルと列ベクトルの内積 MM 1 MM 2 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 9
  • 10. 練習問題-3 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 10 1 2 3 4 5 6 𝑥" 𝑦" 𝑥# 𝑦# について,MM1, MM2 のやり⽅でそれぞれ計算し,同じ結果を確認せよ. MM 1 1 2 3 4 5 6 𝑥! 𝑦! 𝑥" 𝑦" 1 2 3 4 5 6 𝑥! 𝑦! 𝑥" 𝑦" MM 2
  • 11. ⾏列と⾏列の積 – 4つ = + = = 1 2 3 4 5 6 𝑏"" 𝑏"# 𝑏#" 𝑏## = 𝒂𝟏 𝒂𝟐 𝒃𝟏 ∗ 𝒃𝟐 ∗ = 𝒂𝟏𝒃𝟏 ∗ + 𝒂𝟐𝒃𝟐 ∗ = 1 3 5 𝑏"" 𝑏"# + 2 4 6 𝑏#" 𝑏## = 𝑏"" 𝑏"# 3𝑏"" 3𝑏"# 5𝑏"" 5𝑏"# + 2𝑏#" 2𝑏## 4𝑏#" 4𝑏## 6𝑏#" 6𝑏## 1 2 3 4 5 6 𝑥" 𝑦" 𝑥# 𝑦# = 𝒂𝟏 ∗ 𝒂𝟐 ∗ 𝒂𝟑 ∗ 𝑋 = 𝒂𝟏 ∗ 𝑋 𝒂𝟐 ∗ 𝑋 𝒂𝟑 ∗ 𝑋 ⾏列の積は、rank 1の⾏列の和に分解される。 結果の各⾏は、⾏ベクトルの線形結合 MM 3 MM 4 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 11
  • 12. 練習問題-4 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 12 1 2 3 4 5 6 1 1 1 2 について,MM4 のやり⽅で計算し,通常の計算(MM1)と同じ結果を確認せよ.
  • 13. 便利な応⽤パターン – 3つ 2 3 = 1 2 3 1 1 = 2 1 + 3 + 2 = 2 1 + 3 + 3 = 2 1 + 3 + MM 2 Mv 2 右からの操作は、列に作⽤する。 この表現は、右の3つの線形結合を 1つの⾏列表現で表したものだとも ⾔える。 P1 using By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 13
  • 14. 練習問題-4 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 14 1 4 7 2 5 8 3 6 9 1 0 1 0 1 1 0 0 1 を P1 に従って計算し,各列の変化を観察せよ.
  • 15. 1 2 3 = 1 2 3 1 = + 1 2 3 + 2 = + 1 2 3 + 3 = + 1 2 3 + MM 3 左からの操作は、⾏に作⽤する。 この表現は、右の3つの線形結合を 1つの⾏列表現で表したものだとも ⾔える。 P2 using By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 15 便利な応⽤パターン – 3つ
  • 16. 練習問題-4 By Kenji Hiranabe with the kindest help of Prof. Gilbert Strang 16 1 0 0 0 1 0 1 1 1 1 4 7 2 5 8 3 6 9 を P2 に従って計算し,各⾏の変化を観察せよ.