行列の「本質」を掴む：固有値と固有ベクトルの定義から計算手順まで完全解説

線形代数という学問の門を叩くとき、我々はまず「行列」という得体の知れない数表に出会う。

多くの学生はこれを単なる数字の羅列として、無機質な計算対象だと誤解している。

だが、その実態は全く異なる。

行列とは、あるベクトルを別のベクトルへと送り届ける「変換装置」そのものなのだ。

例えば、平面上のベクトル(1, 2)に対して特定の行列を掛け合わせる。

すると、そのベクトルは(8, 6)という全く別の地点へと移動する。

これが「一次変換」と呼ばれる現象の正体である。

我々は行列を通じて、空間が歪み、ベクトルが躍動する様子を観察しているのである。

しかし、ここで一つの疑問が浮かび上がる。

あらゆるベクトルが、行列によって無秩序にその方向を変えられてしまうのか。

実は、そうではない。

どれほど複雑な変換であっても、頑なにその「向き」を変えない特別なベクトルが存在する。

この「行列の暴力」に屈せず、己の方向を維持し続ける孤高の存在。

それこそが、本稿の主役である固有ベクトルなのだ。

行列という装置が持つ固有の性質を、最も雄弁に語るのがこのベクトルである。

行列の本質は、それが何を変えるかではなく、何を変えないかに宿る。

この逆転の発想を持てるかどうかが、線形代数を攻略する上での分水嶺となる。

我々は今、行列の深淵へと足を踏み入れたのである。

固有ベクトルとは、行列 $A$ を掛けても方向が変わらず、ただ「定数倍」されるだけのベクトルのことだ。

この時の伸び縮みの倍率を、我々は固有値と呼ぶ。

数式で表せば $Ax = \lambda x$ という、驚くほど簡潔な形に収束する。

このシンプルな等式の中に、線形代数のエッセンスが凝縮されているのだ。

重要なのは、固有ベクトルは「ゼロベクトルであってはならない」という鉄則である。

なぜなら、ゼロベクトルは何を掛けてもゼロであり、方向の不変性を論じる意味がないからだ。

これは定義上の要請であり、数学的な厳密さを守るための「聖域」であると言える。

この制約を忘れた瞬間、議論は霧散し、論理は崩壊する。

では、固有ベクトルが示す「方向の不変性」とは何を意味するのか。

それは、行列が引き起こす変換における「主軸」を特定することに他ならない。

行列が空間を歪めても、動かない筋道がある。

その筋道を見つけ出す作業こそが、固有値問題の醍醐味である。

実は、固有ベクトルは一本だけとは限らない。

一つの行列に対して、複数の固有値とそれに対応する複数の固有ベクトルが存在し得る。

それらは、その行列が持つ多面的な性質を個別に映し出す鏡のようなものだ。

だからこそ、我々はこの「鏡」を一枚ずつ丁寧に磨き上げる必要がある。

固有ベクトルは「方向」のみが本質であり、その長さは本質ではない。

あるベクトルが固有ベクトルならば、その2倍も100倍も、同様に固有ベクトルとなる。

この「自由度」こそが、後に説明する計算の難所であり、かつ数学的な広がりを生む要因だ。

君はこの自由な広がりを、不純物として嫌うか、あるいは可能性として愛せるか。

具体的な求め方に話を移そう。

我々が解くべきは $(A - \lambda I)x = 0$ という方程式である。

ここで $I$ は単位行列であり、$\lambda$ を行列の形に整えるための調整役に過ぎない。

だが、この式が「ゼロベクトル以外の解」を持つためには、決定的な条件が必要となる。

それは、行列 $(A - \lambda I)$ が逆行列を持たないことだ。

もし逆行列が存在してしまえば、両辺にそれを掛けることで $x = 0$ というつまらない結論に至る。

それでは固有ベクトルの定義に反してしまう。

ゆえに、我々はこの行列の「行列式」をゼロにすることを要求するのだ。

この $\det(A - \lambda I) = 0$ は、$\lambda$ についての多項式となる。

これを固有方程式（または特性方程式）と呼ぶ。

$n$ 次正方行列であれば、$\lambda$ の $n$ 次方程式となり、基本的には $n$ 個の解が得られる。

この解の導出こそが、暗闇の中に光を灯す第一歩となるのである。

行列式をゼロに置くという行為は、数学における「特異点」を意図的に作り出す作業だ。

通常、数学では正則性や安定性を求めるが、固有値問題においてはその逆を行く。

不安定で、特異で、割り切れない場所にこそ、行列の真理が隠されている。

このパラドックスを受け入れた者だけが、計算の核心へと辿り着ける。

固有値が求まれば、次は各固有値を元の式に代入し、連立一次方程式を解く段階に入る。

ここでもまた、「自由度」が我々を待ち受けている。

得られる解は常に不安定で、一つの値には定まらない。

だが、それこそが「方向」を求めている証拠であり、正しい計算の帰結なのである。

では、2次正方行列を例に、具体的な計算の様相を眺めてみよう。

行列の成分が具体化されたとき、固有方程式は二次方程式へと姿を変える。

因数分解を行い、固有値を導き出すプロセスは、まさにパズルを解く快感に近い。

だが、真の戦いは固有値が求まった後に始まる。

固有値を代入した連立方程式は、必ず「冗長な式」を含んでいる。

2つの式があるのに、実質的には1つの内容しか言っていない、という状態だ。

一見すると計算ミスのように思えるが、実はこれこそが「解が不定性を持つ」ための絶対条件である。

式が独立していたら、解はゼロベクトルになってしまうからだ。

例えば、固有ベクトルとして $(1, 1)$ が得られたとする。

このとき、実際には $s(1, 1)$ という形で、任意の定数倍が解となる。

この $s$ は「0以外の任意の実数」であり、これが先ほどから述べている「自由度」の正体だ。

数学的な解答としては、この定数倍の形を明示することが求められる。

固有ベクトルを求める行為は、点ではなく「線」を探す作業に他ならない。

空間の中に横たわる一本の不変なライン。

そのライン上にあるベクトルならば、どれでも固有ベクトルとしての資格を持つ。

この感覚を掴んだとき、君の頭の中の数学は、静止画から動画へと進化する。

結局のところ、固有値問題とは「行列による空間の支配」から逃れたルートを探す旅だ。

行列が全方位に圧力をかける中で、唯一その圧力を「長さの変化」だけに抑え込めるルート。

それを見つけ出したとき、君はその行列を完全に支配下に置いたと言えるだろう。

行列の性格を丸裸にする、これほど痛快な手法が他にあるだろうか。

最後に、さらに次元を上げた3次正方行列の世界を覗いてみよう。

次数が上がれば、当然ながら固有方程式は三次方程式となる。

計算量は増大し、サラスの方法や余因子展開を駆使する高度な技術が要求される。

だが、本質的なルールは何ら変わらない。

ここで注意すべきは、固有値が「重解」を持つケースである。

例えば、固有値が $1, 1, 4$ のように、同じ値が重なって出現することがある。

このとき、一つの固有値に対して複数の独立した固有ベクトルが現れることがあるのだ。

これは空間の中に「不変な平面」が存在することを意味している。

重解の場合、任意定数を2つ（例えば $s$ と $t$）用いて解を表現することになる。

これは、一つの固有値が2次元の広がりを持っていることを示唆している。

計算プロセスにおいて、掃き出し法（ガウスの消去法）を用いると、その構造がより鮮明に見えてくる。

行列を簡約化し、未知数の関係性を浮き彫りにするのだ。

高次元への挑戦は、単なる計算の肥大化ではなく、空間把握能力の試練である。

3次行列の固有値問題を解き切ったとき、君の視界は3次元空間の歪みをも捉えるようになる。

複雑に見える数式の羅列が、空間を貫く一本の槍や、広がる一枚の布に見えてくるはずだ。

その境地に至って初めて、線形代数は「道具」から「言語」へと昇華される。

これにて、固有値と固有ベクトルを巡る思索の旅は一度幕を閉じる。

だが、これは終わりの始まりに過ぎない。

この概念を武器に、君はこれから「行列の対角化」や「二次形式」といった、さらなる秘境へと進むことになる。

数学という名の峻厳な山脈を、自らの足で一歩ずつ踏みしめていくのだ。