線形代数 基礎と応用      
   

解説と講義動画集

   
表紙      
新井仁之  
早稲田大学教授/東京大学名誉教授    
日本評論社(2006年/Kindle版 2022年) Kindle版発売中  
             
NEWS! 解説動画とリンクしました.本書と併せてご覧いただくと、理解の補助になります. 
   
なぜ線形代数を学ぶのでしょうか?     
その答えは一つではありませんが,一側面として:     
                 
   『 現代社会では,科学技術はもちろんのこと,多くの分野で,さまざまなデータを解析することが必要になる.扱うデータの個数は,たとえばアナログ信号のように非可算無限個の場合もあるが,現実的には有限個の場合が多い.またかなりの頻度でコンピュータを使った解析が行われるが,しかしコンピュータが扱えるデータの個数は有限個である.そのため,有限個のデータを扱う数学の重要度が今日では急速に増してきている.現代では分野にもよるが,有限データに関する数学のかなり高度な素養を身に着けておくことが要求されている.たとえば,情報処理,画像解析,時系列,統計学などを扱う分野などがその例であろう.        
   
   
   
   
   
   このような有限データを扱う数学は何か?じつはその一つが線形代数なのである.著者は次のように考えている.      
   
                 
    無限個のデータを扱う数学が解析学であり,有限個のデータを扱う数学が線形代数である.     
       
                 
  このような理由から,これからの社会で生活していく大学生諸君が,大学で線形代数と解析学を学んでおくことは,たいへん望ましいことであるといえよう.   
   
          2005年7月 新井仁之 』   
      本書「はじめに - 線形代数をなぜ学ぶのか」より抜粋   
         
         
  本書で解説している線形代数の応用例    
特異値分解を用いて行列の階数を減らすことによる画像データ圧縮例 (第16章 特異値分解とその応用より)
         
解説動画          
           
第15章   一般逆行列とその応用      
     
一般逆行列入門       
           
           
           
           
               
第16章 特異値分解とその応用         
               
特異値分解入門 - 基礎から画像処理へ応用まで -     
           
           
           
           
               
第18章 離散フーリエ解析への応用         
               
正規直交基底と離散フーリエ変換の数学的基礎     
           
           
           
           
               
               
               

 線形代数 基礎と応用 目次
 
  目次          
             
  第1部 基礎編 - 行列と行列式 -      
             
   第1章 数ベクトル空間、線形写像、基底
      1.1 数ベクトル
      1.2 数ベクトルの算術(線形演算)
      1.3 線形写像
 第2章 行列と行列の演算
      2.1 行列
      2.2 行列の演算
      2.3 基本的な行列の例
      2.4 逆行列
 第3章 線形写像と行列
      3.1 線形写像の行列による表現
      3.2 行列と線形写像の演算
      3.3 写像と逆写像
 第4章 ガウスの消去法
      4.1 具体例
      4.2 より一般場合のガウスの消去法
      4.3 基本行列の積による行列の変形
      4.4 逆行列の計算 -掃き出し法
 第5章 行列式
      5.1 置換
      5.2 置換の符号と偶置換,奇置換
      5.3 行列式
      5.4 行列式の基本的な性質
 第6章 行列式の余因子展開とその応用
      6.1 余因子展開
      6.2 余因子展開を用いた行列式の計算
      6.3 行列式と余因子を用いた逆行列の計算
      6.4 行列式と連立1次方程式の解法
 第7章 いろいろな行列の行列式
      7.1 ファンデルモンド行列式と補間多項式への応用
      7.2 置換行列
      7.3 巡回行列の行列式
      7.5 固有多項式
      7.5 小行列と小行列式
 第8章 ブロック行列 
      8.1 ブロック行列の演算
      8.2 ブロック行列の逆行列
      8.3 ブロック行列の行列式
 
         
  第2部 理論編 - 線形構造と基底 -  
         
   第9章 基底と部分空間
      9.1 線形独立、線形従属
      9.2 線形包
      9.3 線形部分空間とその基底
 第10章 内積と正規直交基底
      10.1 内積と直交性
      10.2 正規直交基底
      10.3 シュミットの直交化法
      10.4 直交射影と直交補空間
      10.5 最良近似への応用
      10.6 線形写像の値域と核
 第11章 行列の階数
      11.1 一般論
      11.2 階数の計算とピボット
      11.3 行列の標準化
 第12章 連立1次方程式の一般解
      12.1 解の存在と一般解
      12.2 連立1次方程式の一般解の求め方
 第13章 基底変換と行列の対角化
      13.1 基底変換
      13.2 対角化と固有値
      13.3 正規直交基底による対角化
      13.4 エルミート形式とクーラン・フィッシャーの定理
      13.5 幾何的な問題と主成分分析への応用
 第14章 行列の分解定理 
      14.1 LU分解
      14.2 LDM*分解
      14.3 コレスキー分解
      14.4 QR分解
 
         
  第3部 応用編   
         
   第15章 一般逆行列とその応用
      15.1 一般逆行列
      15.2 ムーア・ペンローズ一般逆行列
      15.3 連立方程式の最小2乗解への応用
      15.4 データの直線、曲線によるあてはめへの応用
      15.5 種々の一般逆行列
 第16章 特異値分解とその応用
      16.1 行列の特異値分解
      16.2 特異値標準形と一般逆行列
      16.3 特異値分解の最小2乗解
      16.4 低階数の行列による近似とディジタル画像
 第17章 多変量解析と線形代数
      17.1 いくつかの基本概念
      17.2 回帰分析
      17.3 主成分分析
 第18章 離散フーリエ解析への応用
      18.1 フーリエ解析とは何か
      18.2 フーリエ基底
      18.3 フィルタリングとその応用(ノイズ除去)
      18.4 循環相関積
      18.5 フーリエ行列と巡回行列
      18.6 スペクトログラム
 第19章 離散ウェーブレットへの応用
      19.1 準備
      19.2 サブバンド・フィルタ・バンク
      19.3 2チャネル最大間引きフィルタ・バンク
      19.4 多重解像度近似
      19.5 ウェーブレットの例 (ハールウェーブレット,ドブシーウェーブレット)
      19.6 ウェーブレットの応用例(特異性の検出)
 第20章 整数値行列とその応用  
      20.1 スミス標準形
      20.2 整数値行列による格子の生成
         
  第4部 線形代数の抽象化   
         
   第21章 線形空間
      21.1 線形空間の定義と例
      21.2 線形写像と行列
      21.3 座標変換について
      21.4 内積
 第22章 テンソル積と外積
      22.1 線形空間のテンソル積
      22.2 線形写像のテンソル積
      22.3 画像処理と線形写像のテンソル積
      22.4 反変テンソル、共変テンソル
      22.5 交代テンソル
      22.6 テンソル代数と外積代数
 第23章 k-ベクトルとk-形式
      23.1 k-ベクトルと線形空間の向き
      23.2 k-形式
      23.3 k-ベクトルに対する内積
      23.4 k-形式に対する内積 
 
         
         
   A 置換を互換の積に分解する方法
 B 行列式の幾何学的意味
 C 行列に対するノルム
 D ジョルダン標準形
 E 問題の解答
 参考文献 
   
   

正誤表(第1刷用)   正誤表(第2刷用)  Kindle版では修正済
                 
                 
  本サイトの画像・文の無断転載・複製はご遠慮ください.リンクはフリーです.