1. はじめに

行列のランクは、線形代数において最も重要な概念の一つです。この記事では、ランクの定義、計算方法、そして実践的な応用を詳しく解説します。

2. 行列のランク

行列のランクは、線形独立な行(または列)の最大個数として定義されます。

2.1 ランクの意味

ランクは以下の重要な性質を持ちます

  • 線形独立性 ランクは線形独立な行(列)の最大個数
  • 解空間の次元 連立方程式の解空間の次元と関係
  • 行列の「情報量」 ランクが高いほど多くの情報を含む
  • 変換の次元 線形変換の像空間の次元

3. ランクの計算方法

3.1 行簡約階段形による計算

最も一般的な方法は、行簡約階段形に変形することです。

手順

  1. 行列を行基本変形で簡約階段形に変形
  2. 主成分(各行の最初の非零成分)の個数を数える
  3. 主成分の個数がランク

3.2 具体例:ランクの計算

行列

A=(123246111)A = \begin{pmatrix} 1 & 2 & 3 \\ 2 & 4 & 6 \\ 1 & 1 & 1 \end{pmatrix}

を行基本変形で階段形に変形します。

ステップ1:2行目の1列目を0にする

R_2 \to R_2 – 2R_1 : \begin{pmatrix} 1 & 2 & 3 \\ 0 & 0 & 0 \\ 1 & 1 & 1 \end{pmatrix}

ステップ2:3行目の1列目を0にする

R_3 \to R_3 – R_1 : \begin{pmatrix} 1 & 2 & 3 \\ 0 & 0 & 0 \\ 0 & -1 & -2 \end{pmatrix}

ステップ3:2行目と3行目を交換

R2R3:(123012000)R_2 \leftrightarrow R_3 : \begin{pmatrix} 1 & 2 & 3 \\ 0 & -1 & -2 \\ 0 & 0 & 0 \end{pmatrix}

ステップ4:2行目の主成分を1にする

R2R2:(123012000)R_2 \to -R_2 : \begin{pmatrix} 1 & 2 & 3 \\ 0 & 1 & 2 \\ 0 & 0 & 0 \end{pmatrix}

主成分が2個あるので、rank(A)=2\text{rank}(A) = 2です。

4. ランクの応用

4.1 連立方程式への応用

連立方程式Ax=bA\boldsymbol{x} = \boldsymbol{b}について

  • 解なし rank(A)<rank([Ab])\text{rank}(A) < \text{rank}([A|\boldsymbol{b}])
  • 一意解 rank(A)=rank([Ab])=n\text{rank}(A) = \text{rank}([A|\boldsymbol{b}]) = n
  • 無数解 rank(A)=rank([Ab])<n\text{rank}(A) = \text{rank}([A|\boldsymbol{b}]) < n

4.2 線形変換への応用

線形変換T:RnRmT: \mathbb{R}^n \to \mathbb{R}^mについて

  • 像空間の次元 dim(Im(T))=rank(A)\dim(\text{Im}(T)) = \text{rank}(A)
  • 核空間の次元 \dim(\text{Ker}(T)) = n &#8211; \text{rank}(A)
  • 全射性 rank(A)=m\text{rank}(A) = mのとき全射
  • 単射性 rank(A)=n\text{rank}(A) = nのとき単射

5. 例題

5.1 ランクの例題

問題1:以下の行列のランクを求めよ

B=(121324263649)B = \begin{pmatrix} 1 & 2 & 1 & 3 \\ 2 & 4 & 2 & 6 \\ 3 & 6 & 4 & 9 \end{pmatrix}

5.2 練習問題

問題2:以下の行列のランクを求めよ

E=(101201111123)E = \begin{pmatrix} 1 & 0 & 1 & 2 \\ 0 & 1 & 1 & 1 \\ 1 & 1 & 2 & 3 \end{pmatrix}

6. まとめ

行列のランクについて、以下のポイントが重要です

  1. 定義 線形独立な行(列)の最大個数
  2. 計算方法 行簡約階段形の主成分の個数
  3. 応用 連立方程式の解の判定、線形変換の性質
  4. 効率化 行基本変形を体系的に実行

ランクは線形代数の基礎として、連立方程式の解法やベクトル空間の理解に不可欠な概念です。