高校で学習したベクトルは幾何ベクトル
高校で学習したベクトルは、図形とい連動していました。そして、加法や数の掛け算をしたりしましたが、そのアイデアをもっと一般化してみようというのが、数ベクトルの考えです。
数ベクトルの定義
n個の実数\(\ a_1,\ a_2,\ \cdots ,\ a_n \)を順序付けて並べた組をn項数ベクトルをいい、各々の実数\(\ a_1,\ a_2,\ \cdots ,\ a_n \)をその成分と言います。
n個の実数\(\ a_1,\ a_2,\ \cdots ,\ a_n \)を順序付けて並べた組をn項数ベクトルをいい、各々の実数\(\ a_1,\ a_2,\ \cdots ,\ a_n \)をその成分と言います。
2つの数ベクトル\[ \boldsymbol{\mathrm{a}}=\begin{pmatrix} a_1 \\ a_2 \\ \vdots \\ a_n \\ \end{pmatrix},\ \ \ \ \boldsymbol{\mathrm{b}}=\begin{pmatrix} b_1 \\ b_2 \\ \vdots \\ b_{n’} \\ \end{pmatrix}\]はその次元数\( n,\ n’\)が等しく,かつその対応する成分が等しい時、またその時に限って等しいと言います。
数ベクトルの加法・スカラー乗法
同じ次元のベクトル(以下とくに断りがなければn次元)の数ベクトルに対して、加法とスカラー情報と呼ばれる2つの演算を定義することができます。
同じ次元の数ベクトル(n次元)\[ \boldsymbol{\mathrm{a}}=\begin{pmatrix} a_1 \\ a_2 \\ \vdots \\ a_n \\ \end{pmatrix},\ \ \ \ \boldsymbol{\mathrm{b}}=\begin{pmatrix} b_1 \\ b_2 \\ \vdots \\ b_n \\ \end{pmatrix}\]に対して,次の2つの演算を定義する.
(1)加法
\[ \boldsymbol{\mathrm{a}}+ \boldsymbol{\mathrm{b}}=\begin{pmatrix} a_1 + b_1 \\ a_2 + b_2 \\ \vdots \\ a_n + b_n \\ \end{pmatrix}\]これを\( \ \boldsymbol{\mathrm{a}} \) と\(\ \boldsymbol{\mathrm{b}} \)の和と言います.
(2)減法
\[ \boldsymbol{\mathrm{a}}- \boldsymbol{\mathrm{b}}=\begin{pmatrix} a_1 – b_1 \\ a_2 – b_2 \\ \vdots \\ a_n – b_n \\ \end{pmatrix}\]これを\( \ \boldsymbol{\mathrm{a}} \) と\(\ \boldsymbol{\mathrm{b}} \)の差と言います.
(3)スカラー乗法 (\( \ c\ \)を任意の数とする)
\[ c\boldsymbol{\mathrm{a}}=\begin{pmatrix} ca_1 \\ ca_2 \\ \vdots \\ ca_n \\ \end{pmatrix}\]これを\( \ \boldsymbol{\mathrm{a}} \) の\( \ c\ \)倍と言います。
一次結合
\( \ n\ \)次元数ベクトル\( \boldsymbol{\mathrm{v}}_1,\ \boldsymbol{\mathrm{v}}_2,\ \cdots ,\ \boldsymbol{\mathrm{v}}_r\)とスカラー\( k_1,\ k_2,\ \cdots ,\ k_r\)に対して、\[ k_1\boldsymbol{\mathrm{v}}_1 +k_2\boldsymbol{\mathrm{v}}_2 + \cdots + k_r\boldsymbol{\mathrm{v}}_r \]をベクトル\( \boldsymbol{\mathrm{v}}_1,\ \boldsymbol{\mathrm{v}}_2,\ \cdots ,\ \boldsymbol{\mathrm{v}}_r\) の一次結合と言います.
\( n \)次元数ベクトル空間\( R^n\)において,次の\( n \)個の列ベクトル\[ \boldsymbol{\mathrm{e}}_1=\begin{pmatrix} 1 \\ 0 \\ \vdots \\ 0 \\ \end{pmatrix},\ \ \ \ \boldsymbol{\mathrm{e}}_2=\begin{pmatrix} 0 \\ 1 \\ \vdots \\ 0 \\ \end{pmatrix},\ \cdots ,\ \boldsymbol{\mathrm{e}}_n=\begin{pmatrix} 0 \\ 0 \\ \vdots \\ 1 \\ \end{pmatrix} \]を基本ベクトルという。

コメント