線型結合

この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。 出典を追加して記事の信頼性向上にご協力ください。（このテンプレートの使い方） 出典検索?: "線型結合" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL (2012年8月)

線型結合（せんけいけつごう、英: linear combination）は、線型代数学およびその関連分野で用いられる中心的な概念の一つで、実ベクトル空間においてベクトルのスカラー倍どうしの和として表されるベクトルを線型結合と呼ぶ^[1]。一次結合あるいは線型和とも呼ぶ。

いくつかのベクトルを組み合わせると他のベクトルを作ることができる。2次元数ベクトルを例に挙げると、ベクトル ${\displaystyle {\boldsymbol {v}}=(2,3)}$ と ${\displaystyle {\boldsymbol {w}}=(1,2)}$ を用いて ${\displaystyle 2{\boldsymbol {v}}+3{\boldsymbol {w}}}$ のようにすれば、${\displaystyle (7,12)}$ というベクトルを作ることができる。このように、いくつかのベクトルを何倍かしたものを足し合わせたものを、それらのベクトルの線型結合というのである。

なお、「線型」は線形と表記されることもあるが、本記事では「線型」で統一する。用字・表記の揺れについては、線型性の記事を参照のこと。

有限個のベクトル ${\displaystyle {\boldsymbol {v}}_{1},\ {\boldsymbol {v}}_{2},\ \cdots ,\ {\boldsymbol {v}}_{r}}$ とスカラー ${\displaystyle k_{1},\ k_{2},\ \cdots ,\ k_{r}}$ に対して

${\displaystyle k_{1}{\boldsymbol {v}}_{1}+k_{2}{\boldsymbol {v}}_{2}+\cdots +k_{r}{\boldsymbol {v}}_{r}}$

を、ベクトル ${\displaystyle {\boldsymbol {v}}_{1},\ {\boldsymbol {v}}_{2},\ \cdots ,\ {\boldsymbol {v}}_{r}}$ の（${\displaystyle k_{1},\ k_{2},\ \cdots ,\ k_{r}}$ を係数とする）線型結合という。ベクトル ${\displaystyle {\boldsymbol {v}}_{1},\ {\boldsymbol {v}}_{2},\ \cdots ,\ {\boldsymbol {v}}_{r}}$ を変数と見たときの斉一次式であるので一次結合とも呼ぶ。

係数は 0 や負でもよいので、${\displaystyle {\boldsymbol {v}}_{1}-{\boldsymbol {v}}_{2}}$ なども線型結合である。

n 個のベクトル v₁, ..., v_n に対して、その線型結合でベクトルを表すとき、各ベクトルがただ一通りの表示を持つならば線型独立、少なくとも 2 通りの表示が可能であるならば線型従属という。言い換えると、ベクトル v₁, ..., v_n が自明でないどんな一次関係式も満足しないとき、すなわち

${\displaystyle \sum _{i=1}^{n}k_{i}v_{i}=0}$

が満たされるのが、全ての係数 k_i (i = 1, 2, ..., n) が 0 の場合のみに限られるとき線型独立といい、そうでないとき線型従属であるということができる。あるいは同じことだが、与えられた幾つかのベクトルが、互いに他のベクトルの線型結合では表せないとき、これらは線型独立であるといい、線型独立でないことを線型従属という。

体 K 上のベクトル空間 V と、その有限部分集合 S = {v₁, v₂, ..., v_r} に対し、V の部分集合で S を含む最小の部分線型空間となるものを span(S) あるいは <S> と表すことにすると、それは S の元からなる一次結合の全体と一致する：

${\displaystyle \operatorname {span} (S)=\langle S\rangle :=\{k_{1}v_{1}+k_{2}v_{2}+\cdots +k_{r}v_{r}\mid k_{i}\in K,\,v_{j}\in S\}}$

これをベクトル v₁, v₂, ..., v_r によって張られる部分空間あるいは S が K 上で生成する部分空間といい、S をこの部分空間の生成系という。係数を明示して Span_K(S) とか <S>_K のように記すこともある。また、S が無限個のベクトルからなる V の部分集合であるとき、S の生成する部分空間とは

${\displaystyle \operatorname {span} (S):=\{k_{1}v_{1}+k_{2}v_{2}+\cdots +k_{r}v_{r}\mid k_{i}\in K,\,v_{j}\in S,\,\exists r\in \mathbb {N} \},}$

すなわち、S の有限個のベクトルの線型結合として表されるベクトル全体の成す V の部分集合となる。

V = span(S) となる部分集合 S のうち極小なものを V の基底という。基底の濃度は常に一定であり、基底の濃度としてベクトル空間の次元が定義される。たとえば、S = {v₁, v₂, ..., v_r} が線型独立なベクトルからなるならば、S はそれによって張られるベクトル空間 span(S) の基底をなし、span(S) の次元は r となる。

線型結合において取り得る係数に制限を加えることにより、アフィン結合、錐結合、凸結合などといった関連概念と、それに付随してそれらの操作で閉じている集合という概念を定義することができる。

これらの演算は「制限」が追加されているので、それらの演算で閉じているアフィン部分集合、凸錐、凸集合はいずれも線型部分空間を「一般化」するものになっている。つまり、線型部分空間は必ずアフィン部分空間であり凸錐であり凸集合となるが、例えば凸集合は必ずしも線型部分空間やアフィン部分空間や凸錐にはならない。

これらの概念は、特定の種類の対象の線型結合を考えるとき、必ずしもすべてが意味を持つわけではない。例えば確率分布は凸結合について閉じている（したがってそれらの全体は凸集合を成す）が錐結合やアフィン結合（あるいは線型結合）について閉じていない。正値測度は錐結合について閉じているがアフィン結合や線型結合について閉じていない（線型結合で閉じるように符号付き測度を定義することができる）。

線型結合やアフィン結合は任意の体（または環）上で定義できるが、錐結合と凸結合には「正値」の概念が入っているので順序体（または順序環）上でなければ定義できない（ふつうは実数体を考える）。

加法については忘れてスカラー乗法しか考えないならば、（必ずしも凸でない）錐が得られる。しばしば正のスカラー倍のみを許すように定義を制限することもある。

これらの概念は、それぞれ独立に公理化されたものと考えるよりは、ふつう何らかの全体空間としてのベクトル空間の部分集合として定義される（アフィンの場合はさらに「ベクトル空間から原点を忘れる」必要がある）。

環上の加群についても、スカラー倍と和からなる式を考えて一次結合という。二つの環 A, B に対してアーベル群 M が (A, B)-両側加群であるなら、M の元 x₁, x₂, ..., x_n の一次結合は

${\displaystyle a_{1}x_{1}b_{1}+a_{2}x_{2}b_{2}+\cdots +a_{n}x_{n}b_{n}}$

(a_i ∈ A, b_j ∈ B) という形に書く事ができる。

V が位相線型空間で V の無限個の元からなる部分集合 S を考えるとき、その無限項の "線型結合"

${\displaystyle c_{1}v_{1}+c_{2}v_{2}+\cdots }$

(c_i ∈ K, v_i ∈ S, i = 1, 2, ...) のうち V の位相に関して収束するものの全体を考えると、それは S および span(S) を含む最小の閉部分空間となる。

• ベクトル空間
• 生成 (数学)

この節には参考文献や外部リンクの一覧が含まれていますが、脚注による参照が不十分であるため、情報源が依然不明確です。 適切な位置に脚注を追加して、記事の信頼性向上にご協力ください。（2024年7月）

• Weisstein, Eric W. "Linear Combination". mathworld.wolfram.com (英語).
• linear combination - PlanetMath.（英語）

表 話 編 歴 線型代数学・行列解析
連立一次方程式	ガウスの消去法 クラメルの公式 ガウス＝ザイデル法 ヤコビ法
ベクトル	線型独立 線型結合 基底 双対基底
ベクトル空間	双対空間 核空間 固有空間 広義固有空間 線型包 行空間 列空間 次元
計量ベクトル空間	ドット積 コーシー＝シュワルツの不等式 直交 正規直交系 正規直交基底 グラム・シュミットの正規直交化法 直交補空間
行列・線型写像	演算・操作 乗法 転置 逆行列 サラスの方法 基本変形 対角化 分解 LU QR コレスキー シューア 特異値 固有値 不変量 行列式 跡 階数 固有値と固有ベクトル 固有多項式 最小多項式 単因子 階数標準形 スミス標準形 ジョルダン標準形 有理標準形 小行列式 クラス 正則 基本 対称 エルミート 正規 直交 回転 ユニタリ 冪零 射影 正定値 ユニモジュラー 置換 区分
行列式	余因子展開 余因子行列 ヴァンデルモンドの行列式 終結式 コーシー・ビネの公式
多重線型代数	外積 外積代数 対称代数 テンソル代数
数値線形代数	基本的な概念 浮動小数点 数値的安定性 疎行列 Z-行列 M行列 条件数 ゲルシュゴリンの定理 クリロフ部分空間 ソフトウェア MATLAB 数値解析ソフトの比較/一覧 ライブラリ Armadillo Basic Linear Algebra Subprograms (BLAS) INTLAB Intel oneAPI Math Kernel Library LAPACK NumPy OpenBLAS 線型代数学ライブラリの比較 反復法・技法 SOR法 共役勾配法 GMRES法 固有値問題の数値解法 ランチョス法 QR法 べき乗法 逆べき乗法 ヤコビ法 (固有値問題) シュトラッセンのアルゴリズム ハウスホルダー変換 ギブンス回転 人物 ジェームズ・H・ウィルキンソン クリーブ・モラー ニコラス・ハイアム ジーン・ゴラブ リチャード・バルガ
行列値関数	行列指数関数 行列の対数 行列の平方根
その他	スカラー ケイリー・ハミルトンの定理 ペロン＝フロベニウスの定理 シューア補行列 シルヴェスターの慣性法則
カテゴリ