数千もの変数を持つ連立方程式を解くという課題を想像してみてください。係数の混沌としたグリッドから真実を引き出すには、どうすればよいでしょうか？ ガウスの消去法 は私たちの基盤となるツールであり、変数を体系的に「洗浄」することで、複雑なシステムを後退代入によって一つずつ解が得られる明確な三角形形式に簡略化します。
連立一次方程式の構造
数値解析では、$n$ 個の一次方程式の連立方程式を行列積 $Ax = \mathbf{b}$ として表現します。ここで、$A$ は $n \times n$ の係数行列、$x$ は未知数のベクトル、$\mathbf{b}$ は定数のベクトルです。効率的な演算を行うために、 拡大行列 $[A, \mathbf{b}]$ を利用します。
基本目標
初等行操作（ERO）の順序により、システムの状態を同等の 上三角形 形 $U$ に変換することを目指します。
$$[A, \mathbf{b}] \rightarrow [U, \mathbf{b}']$$
ここで、対角線 $u_{ii}$ より下のすべての要素がゼロになります。
初等行操作（ERO）
解集合の整合性は、3つの不変性を保つ操作に依存しています：
- 交換： $(E_i) \leftrightarrow (E_j)$ — ベターなピボットを配置するために行を入れ替えること。
- スケーリング： $(\lambda E_i) \rightarrow (E_i)$ — 行にゼロでないスカラーを乗じること。
- 置換： $(E_i + \lambda E_j) \rightarrow (E_i)$ — 消去の核心。具体的には、乗数 $m_{j1} = a_{j1}/a_{11}$ を使って、$(E_j - m_{j1} E_1) \rightarrow (E_j)$ を計算する。
行列の構造と性質
定理6.8によれば、行列演算は特定の代数的法則に従い、たとえば 結合律 ($A(BC) = (AB)C$) ですが、有名なのは 交換律 ($AB \neq BA$ 一般に成り立たない）。特別な構造、たとえば 対称行列 ($A = A^t$) および 単位行列 ($I_n$) を認識することで、$LDL^t$ などの特殊かつ高速な因子分解法が可能になります。
🎯 コア原則：不変性
EROは、各操作が完全に逆操作可能であるため、解集合を変えません。拡大行列に対してこれらの操作を適用することで、係数と目標定数の論理的なつながりを失うことなく、すべての式を同時に解くことができます。