ベクトル係数の和が1の空間とは？アフィン結合を解説（重心座標：凸結合：アフィン空間：線形結合：幾何学的意味など）

線形代数・幾何学・コンピュータグラフィックスを学ぶ中で、「係数の和が1」というベクトルの組み合わせが特別な意味を持つという話を聞いたことはないでしょうか。

「アフィン結合（Affine Combination）」と呼ばれるこの概念は、座標系に依らない幾何学的な点の表現を可能にする強力な道具です。

本記事では、ベクトルの係数の和が1という条件の意味・アフィン結合の定義・重心座標との関係・凸結合・アフィン空間の概念・幾何学的な意味まで体系的に解説していきます。

ベクトル係数の和が1のアフィン結合とは？本質をひとことで言えば

それではまず、アフィン結合の定義と「係数の和が1」という条件の持つ本質的な意味について解説していきます。

アフィン結合（Affine Combination）とは、複数の点（または位置ベクトル）の線形結合であって、係数の和がちょうど1になるもののことです。

通常の線形結合との違いはこの「係数の和 = 1」という1つの追加条件にあります。

線形結合とアフィン結合の違い

2点のアフィン結合 αv₁ + (1−α)v₂ において、αが0から1の間を動くとき v₁ と v₂ を端点とする線分上の点を全て表します。

α = 0 のとき v₂、α = 1 のとき v₁、α = 1/2 のとき v₁ と v₂ の中点になります。

なぜ係数の和が1だと「座標原点に依らない」のか

アフィン結合が重要な理由のひとつが「座標原点の選び方に依存しない（座標不変性を持つ）」という性質です。

通常の線形結合 αa + βb は、座標原点を別の点O’に変えると結果が変わってしまいます。

しかしアフィン結合（α + β = 1）の場合、原点を変えても結果の点の位置は変わりません。

アフィン結合と直線・平面の表現

アフィン結合は直線・平面などの幾何学的なオブジェクトの自然な表現を与えます。

アフィン結合の対象	表現式	表される幾何学的対象
2点 a, b	αa + (1−α)b（αは実数）	a, bを通る直線全体
2点 a, b（0≤α≤1）	αa + (1−α)b	線分ab上の点（凸結合）
3点 a, b, c	αa + βb + γc（α+β+γ=1）	a, b, cを通る平面全体
3点 a, b, c（α,β,γ≥0）	αa + βb + γc（α+β+γ=1）	三角形abc内の点（凸結合）

重心座標とアフィン結合の関係

続いては、アフィン結合と密接に関連する「重心座標（Barycentric Coordinates）」について確認していきます。

重心座標はコンピュータグラフィックス・有限要素法・幾何学的アルゴリズムで広く使われる強力な座標表現です。

重心座標の定義

三角形の3頂点 A, B, C に対して、三角形内（または平面上）の点Pを

P = αA + βB + γC（α + β + γ = 1）

と表したとき、(α, β, γ) を点Pの三角形ABCに関する「重心座標（バリセントリック座標）」と呼びます。

重心座標はまさにアフィン結合の係数に他なりません。

三角形ABCの重心G（3頂点の平均の点）の重心座標は (1/3, 1/3, 1/3) であり、各係数の総和は確かに1になります。

重心座標の幾何学的解釈

重心座標 (α, β, γ) の各成分には美しい幾何学的解釈があります。

この面積比による解釈から、重心座標の各成分が「点Pがどの頂点にどれだけ近いか」を表す指標として機能することがわかります。

α = 1, β = 0, γ = 0 ならば P = A（頂点A上）、α = 0, β = 1, γ = 0 ならば P = B（頂点B上）といった具合です。

凸結合と三角形の内部・外部の判定

アフィン結合の中でも、すべての係数が非負（0以上）のものを「凸結合（Convex Combination）」と呼びます。

凸結合は三角形の「内側の点」を表します。

アフィン空間の概念とベクトル空間との違い

続いては、アフィン結合の概念を拡張した「アフィン空間（Affine Space）」とベクトル空間との本質的な違いについて確認していきます。

アフィン空間の概念を理解することで、「原点のない幾何学」という新しい視点が得られます。

アフィン空間の直感的な理解

ベクトル空間には「原点（零ベクトル）」という特別な点が存在しますが、幾何学的な平面・直線・空間には「特別な原点」は本来ありません。

アフィン空間とは、原点を持たず「点と点の差（変位ベクトル）」は定義できるが、「点のスケール（スカラー倍）」は直接定義されない空間です。

日常的なユークリッド空間（私たちが住む3次元空間）はアフィン空間として理解するのが自然です。

空間の特定の点を「原点」として選んで初めて座標（ベクトル）が導入されますが、どの点を原点に選んでもよいという意味で原点は特別ではありません。

アフィン空間の数学的定義

アフィン空間は数学的には「ベクトル空間Vが付随する点の集合A」として定義されます。

点aから点bへの「変位」はベクトルv ∈ V で表され、b = a + v という操作が定義されます。

ベクトル空間との本質的な違いは以下のとおりです。

比較項目	ベクトル空間	アフィン空間
基本要素	ベクトル（方向と大きさを持つ）	点（位置を持つ）
原点	特別な要素として存在（零ベクトル）	特別な原点は存在しない
スカラー倍	ベクトルのスカラー倍が定義される	点のスカラー倍は直接定義されない
足し算	ベクトル同士の加法	「点＋ベクトル」は定義（点と点の和は未定義）
線形結合	任意の係数で定義される	係数の和が1の場合（アフィン結合）のみ意味を持つ

アフィン写像とその性質

アフィン空間の間の構造を保存する写像を「アフィン写像（Affine Map）」と呼びます。

アフィン写像はベクトル空間の線形写像（f(αx + βy) = αf(x) + βf(y)）の「アフィン版」であり、アフィン結合を保存する（係数の和1を保ちながらベクトルを変換する）写像です。

コンピュータグラフィックスでの平行移動・回転・スケーリング・せん断変換はすべてアフィン写像として統一的に扱えます。

これが「同次座標（4×4変換行列）」を使って全変換を統一表現できる数学的根拠となっています。

アフィン結合の応用分野と実用例

続いては、アフィン結合・重心座標・凸結合の実際の応用分野について確認していきます。

これらの概念は純粋数学だけでなく多くの応用分野で核心的な役割を担っています。

コンピュータグラフィックスでの活用

CGとゲーム開発において、アフィン結合・重心座標は日常的に使われる道具です。

三角形ポリゴン内でのテクスチャ座標・法線ベクトル・カラーの補間は、重心座標を使ったアフィン結合で実装されます。

「点が三角形の内部にあるかの判定」も重心座標の全成分が0以上であるかどうかで判定できます。

ベジエ曲線・スプライン曲線の計算も、制御点のアフィン結合（ド・カステリョアルゴリズム）として定式化されます。

有限要素法（FEM）での形状関数

工学計算の有限要素法において、要素内の補間に使われる「形状関数（Shape Function）」はアフィン結合・重心座標の考え方に基づいています。

三角形要素・四面体要素の形状関数は、節点の重心座標を使って構成され、任意の点での物理量（変位・温度・圧力など）を節点値のアフィン結合として補間します。

有限要素法の数値精度と安定性は、この補間の性質（アフィン結合の座標不変性）に数学的根拠を持っています。

機械学習・最適化での凸結合

機械学習・最適化の分野では、凸結合（アフィン結合の非負版）が重要な概念として登場します。

凸集合の定義「集合内の任意の2点の凸結合が集合内にある」は、凸最適化・線形計画法・ニューラルネットワークの活性化関数（ソフトマックスなど）の理論的基盤です。

ソフトマックス関数の出力（確率分布）は、各確率値の和が1かつ各値が0以上という「凸結合の係数」としての性質を持っており、これがアフィン結合・凸結合の概念とつながっています。

まとめ

本記事では、ベクトルの係数の和が1というアフィン結合の定義・線形結合との違い・座標不変性の意味・直線・平面の表現・重心座標との関係・凸結合の概念・アフィン空間とベクトル空間の比較・CG・FEM・機械学習への応用まで幅広く解説してきました。

アフィン結合とは「係数の和が1」という制約を持つ線形結合であり、この1つの制約が「座標原点の選び方に依らない幾何学的な点の表現」という強力な性質をもたらします。

重心座標はアフィン結合の係数として多角形・多面体の内部の点を面積比で表す自然な座標系であり、CGから工学計算まで幅広い応用を持ちます。

線形結合・アフィン結合・凸結合という3つの概念の階層的な関係を理解することで、線形代数・幾何学・最適化にまたがる統一的な視点が得られるでしょう。