行列は数値を行と列に配置した長方形の配列であり、線形代数、コンピュータグラフィックス、機械学習、物理学、経済学の基盤となっています。行列計算ツールは、加算、減算、乗算、行列式の計算、逆行列の算出、転置といった基本的な行列演算の計算を自動化し、特に2×2を超える行列では手計算に比べてはるかにミスが少なくなります。

行列とは？

行列はその次元で定義されます。m×nの行列はm行n列を持ちます。2×2行列は4つの要素、3×3は9つ、4×4は16の要素を持ちます。正方行列（mとnが等しい行列）は特に重要で、非正方行列では定義されない行列式や逆行列などの演算が可能です。個々の要素はaᵢⱼと表記され、iは行、jは列を示し、1から数えます。

行列は、連立一次方程式の表現、2次元・3次元空間の座標変換、マルコフ連鎖の遷移確率、ニューラルネットワーク層の重みなどを扱う際に自然に現れます。行列がどのように組み合わされ変換されるかを理解することは、幅広い技術分野にとって基本的に重要です。

行列の加算と減算

行列の加算と減算は要素ごとの演算であり、同じ次元の行列に対してのみ定義されます。2つの行列AとBを加算するには、対応する要素を足します：(A+B)ᵢⱼ = Aᵢⱼ + Bᵢⱼ。たとえば、2×2行列 [[1,2],[3,4]] と [[5,6],[7,8]] を加算すると [[6,8],[10,12]] になります。

加算は交換法則（A+B = B+A）と結合法則（(A+B)+C = A+(B+C)）を満たし、通常の算術と同じ性質を持ちます。減算も同じ要素ごとのパターンですが、交換法則は成り立ちません。これらの演算は、データセットの結合、機械学習における誤差行列の計算、数値アルゴリズムの増分更新などで頻繁に使用されます。

行列の乗算

行列の乗算は、加算より概念的に豊かで計算量も多い演算です。m×n行列Aとn×p行列Bを掛けるには、Aの列数がBの行数と等しい必要があります。結果の行列Cはm×pで、各要素はAの行とBの列の内積として計算されます：(AB)ᵢⱼ = Σₖ Aᵢₖ Bₖⱼ。

2×2行列の具体例として、A = [[1,2],[3,4]]、B = [[5,6],[7,8]] の場合、ABの1行1列目の要素は 1×5 + 2×7 = 19 です。積の全体は [[19,22],[43,50]] となります。

通常の乗算と異なり、行列の乗算は交換法則が成り立ちません。一般にABとBAは等しくなりません。ただし結合法則は成り立ちます：(AB)C = A(BC)。行列の乗算は線形変換の合成をモデル化します。2つの回転行列を掛けると合成回転の行列が得られ、変換行列をベクトルに掛けるとそのベクトルに変換が適用されます。この性質により、行列の乗算は3Dグラフィックス、ロボティクス、深層学習で中心的な役割を果たします。

行列式

行列式は正方行列から計算される1つのスカラー値で、行列の重要な幾何学的・代数的性質を表します。2×2行列 [[a,b],[c,d]] の行列式は単純に ad − bc です。より大きな行列では、行列式は行または列に沿った余因子展開（ラプラス展開）で計算されます：det(A) = Σⱼ (−1)^(1+j) a₁ⱼ M₁ⱼ（M₁ⱼは1行j列を除いた小行列の行列式である小行列式）。

幾何学的には、行列式の絶対値は、行列が表す線形変換による面積（2次元）や体積（3次元）のスケーリング係数を表します。行列式が0の場合、その行列は特異行列と呼ばれ、空間をより低い次元に圧縮することを意味します。つまり、行または列が線形従属であり、逆行列は存在しません。行列式が0でなければ、その行列は正則（可逆）です。

逆行列

正方行列Aの逆行列A⁻¹は、AA⁻¹ = A⁻¹A = I（Iは単位行列：対角成分が1、他が0）を満たす唯一の行列です。逆行列はAの行列式が0でない場合にのみ存在します。

2×2行列 [[a,b],[c,d]] で行列式 D = ad − bc の場合、逆行列は (1/D) × [[d,−b],[−c,a]] です。より大きな行列では、ガウスの消去法や余因子行列法を使って逆行列を計算します。逆行列は連立一次方程式の解法（Ax = b → x = A⁻¹b）、座標変換の逆変換、統計学における最小二乗解の算出に不可欠です。

実務では、浮動小数点精度の問題から明示的な逆行列の計算を避け、LU分解などの因数分解を用いることが多いですが、ここで扱うような小さな行列に対しては、直接的な逆行列計算が実用的かつ有益です。

転置行列

m×n行列Aの転置（Aᵀと表記）は、行と列を入れ替えたn×m行列です：(Aᵀ)ᵢⱼ = Aⱼᵢ。A = [[1,2,3],[4,5,6]] の場合、Aᵀ = [[1,4],[2,5],[3,6]] です。

転置の操作は数学やデータサイエンス全体で頻繁に現れます。統計学では、線形回帰の公式にAᵀAやAᵀbが含まれます。物理学では、行列の転置が双対ベクトル空間の切り替えを表すことがあります。自身の転置と等しい行列は対称行列（A = Aᵀ）と呼ばれ、共分散行列、距離行列、多くの物理システムに共通する性質です。

実用的な応用

行列演算は純粋数学を超えたさまざまな分野を支えています。コンピュータグラフィックスやゲーム開発では、4×4変換行列が3D空間における平行移動、回転、拡大縮小を表し、連続した変換は行列の乗算で計算されます。機械学習やディープラーニングでは、ニューラルネットワークの順伝播は一連の行列乗算と非線形活性化関数の組み合わせであり、学習は行列演算を通じた勾配計算を伴います。

経済学では、産業連関分析が行列の逆行列を使って産業間の相互依存関係をモデル化します。量子力学では、観測可能量はエルミート行列で表され、量子状態の時間発展は行列の指数関数で記述されます。信号処理は離散フーリエ変換に依存しており、これは行列形式で表現・解析できます。これらの演算を迅速に実行できることが、線形代数が科学と工学の幅広い分野に浸透している理由です。