独極・QRコード担当の「あじな」です。
いよいよ、エラーの個数を求める方法の解説です。
いままで、計算の法則や訓練ばかりだったので、初めて具体的にエラーの詳細がわかる瞬間を乞うご期待！
(強引に行列の掛け算を計算しただけですが・・・）
$$ \begin{pmatrix} 1 & 1 & \cdots & 1\\ \alpha^{p_0} & \alpha^{p_1} & \cdots & \alpha^{p_{j-1}}\\ \vdots & \vdots & \ddots & \vdots\\ \alpha^{p_0(j-1)} & \alpha^{p_1(j-1)} & \cdots & \alpha^{p_{j-1}(j-1)}\\ \end{pmatrix} \times \begin{pmatrix} e_{p_0} & 0 & \cdots & 0\\ 0 & e_{p_1} & \cdots & 0\\ \vdots & \vdots & \ddots & \vdots\\ 0 & 0 & \cdots & e_{p_{j-1}}\\ \end{pmatrix} \times \begin{pmatrix} 1 & \alpha^{p_0} & \cdots & \alpha^{p_0(j-1)}\\ 1 & \alpha^{p_1} & \cdots & \alpha^{p_1(j-1)}\\ \vdots & \vdots & \ddots & \vdots\\ 1 & \alpha^{p_{j-1}} & \cdots & \alpha^{p_{j-1}(j-1)}\\ \end{pmatrix} = \begin{pmatrix} S_0 & S_1 & \ldots & S_{j-1} \\ S_1 & S_2 & \ldots & S_{j} \\ \vdots & \vdots & \ddots & \vdots \\ S_{j-1} & S_{j} & \ldots & S_{ 2j-2 } \\ \end{pmatrix} $$ そして、今度はこの両辺の行列式を計算してしまいましょう。（左辺と右辺の行列が同じなので、当然その行列式の値を計算した結果も同じになりますよね）
といっても、難しい話は何もなく、単純に「|」をつけるだけですよん。こうなりますね。
$$ \left| \begin{pmatrix} 1 & 1 & \cdots & 1\\ \alpha^{p_0} & \alpha^{p_1} & \cdots & \alpha^{p_{j-1}}\\ \vdots & \vdots & \ddots & \vdots\\ \alpha^{p_0(j-1)} & \alpha^{p_1(j-1)} & \cdots & \alpha^{p_{j-1}(j-1)}\\ \end{pmatrix} \times \begin{pmatrix} e_{p_0} & 0 & \cdots & 0\\ 0 & e_{p_1} & \cdots & 0\\ \vdots & \vdots & \ddots & \vdots\\ 0 & 0 & \cdots & e_{p_{j-1}}\\ \end{pmatrix} \times \begin{pmatrix} 1 & \alpha^{p_0} & \cdots & \alpha^{p_0(j-1)}\\ 1 & \alpha^{p_1} & \cdots & \alpha^{p_1(j-1)}\\ \vdots & \vdots & \ddots & \vdots\\ 1 & \alpha^{p_{j-1}} & \cdots & \alpha^{p_{j-1}(j-1)}\\ \end{pmatrix} \right| = \begin{vmatrix} S_0 & S_1 & \ldots & S_{j-1} \\ S_1 & S_2 & \ldots & S_{j} \\ \vdots & \vdots & \ddots & \vdots \\ S_{j-1} & S_{j} & \ldots & S_{ 2j-2 } \\ \end{vmatrix} $$ ここまでは、単純に「|」をつけるだけなので問題ないですね。そして、次の変換が重要です！
行列式の特徴を解説した際に、「2つの「行列」を「掛け算」した結果の「行列」の「行列式」と、それぞれの「行列」の「行列式」を「掛け算」した結果は同じ((\ \left| \mathb{A} \times \mathb{B} \right| = \left| \mathb{A} \right| \times \left| \mathb{B} \right| \))」という特徴を解説しました。
この特徴を使って、左辺の「行列の掛け算の行列式」を「行列式の掛け算」に変えてしまいましょう。
こんなんでちゃいます。
$$ \begin{vmatrix} 1 & 1 & \cdots & 1\\ \alpha^{p_0} & \alpha^{p_1} & \cdots & \alpha^{p_{j-1}}\\ \vdots & \vdots & \ddots & \vdots\\ \alpha^{p_0(j-1)} & \alpha^{p_1(j-1)} & \cdots & \alpha^{p_{j-1}(j-1)}\\ \end{vmatrix} \times \begin{vmatrix} e_{p_0} & 0 & \cdots & 0\\ 0 & e_{p_1} & \cdots & 0\\ \vdots & \vdots & \ddots & \vdots\\ 0 & 0 & \cdots & e_{p_{j-1}}\\ \end{vmatrix} \times \begin{vmatrix} 1 & \alpha^{p_0} & \cdots & \alpha^{p_0(j-1)}\\ 1 & \alpha^{p_1} & \cdots & \alpha^{p_1(j-1)}\\ \vdots & \vdots & \ddots & \vdots\\ 1 & \alpha^{p_{j-1}} & \cdots & \alpha^{p_{j-1}(j-1)}\\ \end{vmatrix} = \begin{vmatrix} S_0 & S_1 & \ldots & S_{j-1} \\ S_1 & S_2 & \ldots & S_{j} \\ \vdots & \vdots & \ddots & \vdots \\ S_{j-1} & S_{j} & \ldots & S_{ 2j-2 } \\ \end{vmatrix} $$ さてさて、ここで注目してほしいのが、左辺の1つ目と3つ目の行列式です。
これってどこかでみたことありません？そう、ちょっと前に出てきた「ヴァンデルモンド行列」ですね。
(1つ目のやつは以前見た「ヴァンデルモンド行列」の行と列を入れ替えたものですが、行で計算しても、列で計算しても行列式の値は同じという特徴を考えると、行列式を計算する上ではヴァンデルモンド行列と同じように扱えます)
「ヴァンデルモンド行列」ということは、その行列の要素に同じものがなければ必ず「0」にはならないという特徴を持っていましたよね。
ということは、\(\begin{vmatrix} S_0 & S_1 & \ldots & S_{j-1} \\ S_1 & S_2 & \ldots & S_{j} \\ \vdots & \vdots & \ddots & \vdots \\ S_{j-1} & S_{j} & \ldots & S_{ 2j-2 } \\ \end{vmatrix}\)の値が「0」になるのはどんなときでしょうか？
それは、先ほどの式の左辺の2番目（真ん中）の行列式が「0」になるときしかないんです。こんな状態ですね。
$$ \begin{vmatrix} e_{p_0} & 0 & \cdots & 0\\ 0 & e_{p_1} & \cdots & 0\\ \vdots & \vdots & \ddots & \vdots\\ 0 & 0 & \cdots & e_{p_{j-1}}\\ \end{vmatrix} =0 $$ では、この行列の行列式を計算してみましょうか。
こういう斜めの真ん中の部分だけ値があって、あと他の部分が「0」になっている行列を「対角行列」と呼びます。
そして、対角行列の行列式を計算する際、1列目から要素を選ぶ際に1行目以外を選ぶと「0」になってしまい、掛け算の結果も必ず「0」になります。
同様に2列目からは2行目、3列目からは3行目・・・という選び方以外をした項目は全て「0」になるので、結果行列式は次のようになります。
$$ \begin{vmatrix} e_{p_0} & 0 & \cdots & 0\\ 0 & e_{p_1} & \cdots & 0\\ \vdots & \vdots & \ddots & \vdots\\ 0 & 0 & \cdots & e_{p_{j-1}}\\ \end{vmatrix} =e_{p_0}e_{p_1} \cdots e_{p_{j-1}} $$ さてさて、もし、\(j\)がエラーの個数よりも「多かった場合」にこの行列式はどうなるでしょうか？
例えば、エラーの数が3個だったのに、\(j\)を4に設定してしまった場合です。
\((e_0,e_1,e_2)\)は1番目のエラー、2番目のエラー、3番目のエラーを意味していますから、当然「0」ではありません。(エラーが3個発生しているので、1〜3番目のエラーは必ず何か発生しているのです）
一方、\((e_3)\)は、発生していないエラーを指していることになります。つまり、\((e_3=0)\)です。
ということは、\(j\)がエラーの個数よりも「多かった場合」、行列式の計算に「0」が混じることになり、結果行列式の値は「0」になります
ところが、\(j\)の値を少しずつ小さくしていって、「エラー発生数と同じ数」になったときに初めて行列式の結果は「0」以外の値(\(e_{p_0}e_{p_1} \cdots e_{p_{j-1}}\))になるのです。
これで、エラーに関するはじめの詳細「エラーの個数」を知ることができました！！！
なんだか感動しているのは私だけでしょうか？
次は、何番目にエラーが発生しているのかを知るために「エラーの位置」について詳しく見ていきましょう！
いよいよ、エラーの個数を求める方法の解説です。
いままで、計算の法則や訓練ばかりだったので、初めて具体的にエラーの詳細がわかる瞬間を乞うご期待！
これまでの復習 [表示する]
- QRコードは株式会社デンソーが作ったもので、スマホや携帯で読み取れる
- QRコードは「小さな白と黒の四角でできている」「多少汚れても大丈夫」という特徴がある
- 白黒の四角を使うのは、コンピュータにわかりやすくさせるため
- QRコードは「機能パターン」と「符号化領域」で出来上がっている
- 「機能パターン」は、「クワイエットゾーン」「位置検出パターン」「位置検出パターンの分離パターン」「タイミングパターン」「位置合わせパターン」の5種類
- 「符号化領域」は「形式情報」「型番情報」「データ領域」の3種類
- 「形式情報」は「エラー訂正レベル」と「マスクパターン参照子」で決まり、「\(4 \times 8=32\)」種類のパターンがある
- 「型番情報」は「QRコードのバージョンによって決まり、40種類ある
- 「データ領域」は「データ」と「エラー訂正情報」で出来上がる
- QRコードはバージョンが1〜40まである。一辺の大きさは、「QRコードのバージョン(1〜40)\( \times \)4\( + \)17」
- 「エラー訂正レベル」は「L(7%の汚れまで)」「M(15%の汚れまで)」「Q(25%の汚れまで)」「H(30%の汚れまで)」の4種類ある。
- 「エラー訂正レベル」が「L」だと「QRコード」で表現できるデータの量は最大で、「H」のときに最小になる。
- 「1bit」とは白・黒、1・0のような2種類の情報を表すことができる能力のことで、文字を増やすと「2bit(4種類)」「3bit(8種類)」と表現できる種類が増える
- 日常の言葉を「エンコード」して「コード(符号)」に置き換え、「コード(符号)」を「デコード」して日常の言葉に戻す
- QRコードの「エンコード」方式は「数字モード」「英数字モード」「漢字モード」「8bitモード」の4種類
- どの「エンコード」方式でも、データは「モード指示子」＋「文字数指示子」＋「データ」＋「終端パターン」＋「埋め草ビット」＋「埋め草ワード」となる
- QRコードには「白」と「黒」を読み間違えても、元の情報を復元する「エラー訂正」能力が備わっている
- 「エラー訂正」は読み取れた(聞き取れた)言葉から最も近い「ありえそうな単語」を推測すること
- 「エラー訂正力が強い」ということは、「あえて使っていない単語が多い」ということと同じで、効率性は悪い
- 1,0でできている符号では「ハミング距離(2つの符号間で1と0が異なる箇所の個数)」があり、符号間で最も「ハミング距離」が小さいものを「最小距離」と呼ぶ
- 使える「単語」を制限すると「最小距離」は大きくなる
- 「最小距離」の半分までのエラーであれば訂正することができる
- 「単語」を「符号化」したものに、適当な「1」や「0」を後ろにつけると「最小距離」が大きい「エラー訂正機能付符号」になる
- 「エラー訂正機能付符号」を作る際は「符号」に「行列(生成行列)」を掛け算する。
- 「QRコード」は「リード・ソロモン符号」と呼ばれる方法で「エラー訂正機能付符号」を作る
- 「行列」は数字を並べただけのもので、もともとは「連立方程式」の係数だけ抜き取ってならべたもの
- 「行列」の「足し算」「引き算」は各「行列」の要素同士を「足し算」「引き算」したもの
- 「行列」の「掛け算」は、左の「行列」から「行」を取り出し、右の「行列」から「列」を取り出して、それぞれの要素を掛け算して足し合わせる
- 左の「行列」の大きさが「a行b列」で、右の「行列」の大きさが「b行c列」だった時、「掛け算」結果の行列は「a行c列」になる
- 「行列」の「掛け算」は順番を変えると結果も変わる
- 「掛け算」しても結果を変えない行列を「単位行列」と呼び、「掛け算」すると結果が「単位行列」になる行列を「逆行列」と呼ぶ
- 「行列」の特徴を表している「数字」を「行列式」と呼ぶ。「行列式」は「正方行列」だけが持っている
- 「並び替え」は「置換」によってい表すことができ、偶数回の「置換」でできる「並び替え」を「遇置換」、奇数回の「置換」でできる「並び替え」を「奇置換」という
- 「行列式」は各列から数字を選択し「掛け算」し、符号をつけた(「遇置換→(+)」「奇置換→(-)」たものを全ての選択パターンで足し合わせる。
- 「列」で計算しても、「行」で計算しても結果は同じ
- 「全てが0の列」、もしくは、「すべてが0の行」があれば「行列式」は「0」
- 「列」を入れ替えたら「行列式」の符号が変わる。「行」を入れ替えても「行列式」の符号が変わる。
- 全く同じ「行」が2個以上あれば「行列式」は「0」。全く同じ「列」が2個以上あっても「行列式」は「0」
- ある「行列」の「行列式」は、その「行列」の1つの「列」(もしくは「行」)を2つに分割して、2つの「行列」の「行列式」の「足し算」にすることができる
- ある「行」に違う「行」を「足し引き」しても、「行列式」の結果は変わらない。ある「列」に違う「列」を「足し引き」しても、「行列式」の結果は変わらない。
- ある「行(もしくは列)」を「定数倍」した「行列」の「行列式」は、「定数倍」する前の「行列」の「行列式」に定数をかけたものと同じ
- 2つの「行列」を「掛け算」した結果の「行列」の「行列式」と、それぞれの「行列」の「行列式」を「掛け算」した結果は同じ((\ \left| \mathb{A} \times \mathb{B} \right| = \left| \mathb{A} \right| \times \left| \mathb{B} \right| \))
- 「連立方程式」の係数を抜き出した「行列」の「行列式」の値が「0」になるということは、元の「連立方程式」が「不良設定問題」である
- 「逆行列」は「正方行列」かつ「行列式」の値が「0」でない「行列」だけに存在する
- 「\((-1)^{(i+j)} \times (元の行列からi行目とj列目を取り去った行列) \)」を「余因子行列」と呼ぶ
- 「行列式」は「余因子展開」を使うと、1サイズ小さい「行列」の「行列式」の「足し算」に展開することができる
- 「逆行列」は「(元の「行列」の「行列式」の逆数)\(\times\)(x行・y列目の要素が＜元の行列のy行・x列目を取り除いた「余因子行列」の「行列式」＞となる「行列」)」
- 「階段行列」は上の行から、左側(0の部分を除きます)を1にして、その行より下の行の左側が0になるように適当な数字をかけて足し算・引き算するというのを繰り返して作る
- 「ランク」はその「行列」の中の独立した行(または列)の数で、「連立方程式」の係数を「行列」にした場合、未知数の数より「ランク」が低ければ「不良設定問題」となる
- 「符号」のサイズが1行n列、「エラー訂正付符号」のサイズが1行m列のとき、「生成行列」はn行m列になる
- 「QRコード」で利用される「エラー訂正機能付符号」は「リード・ソロモン符号」と呼ばれるもの
- 「検査行列」を「エラー訂正機能付符号」に「掛け算」すると結果は「ゼロ行列」になる。逆に「ゼロ行列」にならないと、読み取った「エラー訂正機能付符号」が間違っている
- エラー訂正機能のスペックは「n(「エラー訂正機能付符号」の「長さ」)」、「k(実質的に単語を表現する桁数)」、「d(「エラー訂正機能付符号」の間の「最小距離」)」の3つ
- エラー訂正機能のスペックの「n(「エラー訂正機能付符号」の「長さ」)」は「検査行列」の行数と同じ
- エラー訂正機能のスペックの「k(「実質的に単語を表現する桁数)」は「検査行列」をn行m列だとすると、「n-(検査行列のランク)」となる
- 同じ仲間の「エラー訂正機能付符号」を2つ用意すると、それらを「引き算」した結果も同じ仲間の「エラー訂正機能付符号」の1つになる
- 「エラー訂正機能付符号」軍団の中の「最小距離」は、その「エラー訂正機能付符号」軍団の中で最も小さい「ハミング重み」と同じになる
- エラー訂正機能のスペックの「d(「エラー訂正機能付符号」の間の「最小距離」)」は「(「検査行列」の「ランク」)+1」以上となる
- 「シングルトン限界式」は「d(「エラー訂正機能付符号」の間の「最小距離」)」が「n(「エラー訂正機能付符号」の「長さ」)-k(実質的に単語を表現する桁数)+1」以下になること
- リード・ソロモンの「検査行列」は、x行y列の要素が\(\alpha^{(x-1)(y-1)}\)で、xはn行まで、yは2t列までの「行列」
- リード・ソロモンの「検査行列」のランクは2t
- リード・ソロモンの「検査行列」の特徴は、「エラー訂正機能付符号」の「長さ」はn、実質的に単語を表現する桁数)はn-2t、「エラー訂正機能付符号」の間の「最小距離」は2t+1
- 「ヴァンデルモンド行列」の行列式は、行列の要素に同じ値のものがなければ「0」にはならない。
- 受信符号に検査行列を掛け算した結果は、発生したエラーに検査行列を掛けたものと同じになる、「\(\boldsymbol{Y} \times \boldsymbol{H} = \boldsymbol{E} \times \boldsymbol{H}\)」
- 「\(\boldsymbol{Y} \times \boldsymbol{H} = \boldsymbol{E} \times \boldsymbol{H}\)」を展開すると、方程式の数がn個、未知数が2t個の連立方程式になる
- リード・ソロモン符号の解き方は、「01.エラーの発生個数」「02.エラーの発生位置」「03.エラーの内容」の3ステップ
- \(\begin{vmatrix} S_0 & S_1 & \ldots & S_{j-1} \\ S_1 & S_2 & \ldots & S_{j} \\ \vdots & \vdots & \ddots & \vdots \\ S_{j-1} & S_{j} & \ldots & S_{ 2j-2 } \\ \end{vmatrix}\)という行列式の\(j\)の値を\(t\)から1つずつ減らしていき、初めて行列式の値が「0」以外になった時の\(j\)がエラーの発生個数になる。
前回の復習
前回は、以下の方程式が成り立つことを解説しました。(強引に行列の掛け算を計算しただけですが・・・）
$$ \begin{pmatrix} 1 & 1 & \cdots & 1\\ \alpha^{p_0} & \alpha^{p_1} & \cdots & \alpha^{p_{j-1}}\\ \vdots & \vdots & \ddots & \vdots\\ \alpha^{p_0(j-1)} & \alpha^{p_1(j-1)} & \cdots & \alpha^{p_{j-1}(j-1)}\\ \end{pmatrix} \times \begin{pmatrix} e_{p_0} & 0 & \cdots & 0\\ 0 & e_{p_1} & \cdots & 0\\ \vdots & \vdots & \ddots & \vdots\\ 0 & 0 & \cdots & e_{p_{j-1}}\\ \end{pmatrix} \times \begin{pmatrix} 1 & \alpha^{p_0} & \cdots & \alpha^{p_0(j-1)}\\ 1 & \alpha^{p_1} & \cdots & \alpha^{p_1(j-1)}\\ \vdots & \vdots & \ddots & \vdots\\ 1 & \alpha^{p_{j-1}} & \cdots & \alpha^{p_{j-1}(j-1)}\\ \end{pmatrix} = \begin{pmatrix} S_0 & S_1 & \ldots & S_{j-1} \\ S_1 & S_2 & \ldots & S_{j} \\ \vdots & \vdots & \ddots & \vdots \\ S_{j-1} & S_{j} & \ldots & S_{ 2j-2 } \\ \end{pmatrix} $$ そして、今度はこの両辺の行列式を計算してしまいましょう。（左辺と右辺の行列が同じなので、当然その行列式の値を計算した結果も同じになりますよね）
といっても、難しい話は何もなく、単純に「|」をつけるだけですよん。こうなりますね。
$$ \left| \begin{pmatrix} 1 & 1 & \cdots & 1\\ \alpha^{p_0} & \alpha^{p_1} & \cdots & \alpha^{p_{j-1}}\\ \vdots & \vdots & \ddots & \vdots\\ \alpha^{p_0(j-1)} & \alpha^{p_1(j-1)} & \cdots & \alpha^{p_{j-1}(j-1)}\\ \end{pmatrix} \times \begin{pmatrix} e_{p_0} & 0 & \cdots & 0\\ 0 & e_{p_1} & \cdots & 0\\ \vdots & \vdots & \ddots & \vdots\\ 0 & 0 & \cdots & e_{p_{j-1}}\\ \end{pmatrix} \times \begin{pmatrix} 1 & \alpha^{p_0} & \cdots & \alpha^{p_0(j-1)}\\ 1 & \alpha^{p_1} & \cdots & \alpha^{p_1(j-1)}\\ \vdots & \vdots & \ddots & \vdots\\ 1 & \alpha^{p_{j-1}} & \cdots & \alpha^{p_{j-1}(j-1)}\\ \end{pmatrix} \right| = \begin{vmatrix} S_0 & S_1 & \ldots & S_{j-1} \\ S_1 & S_2 & \ldots & S_{j} \\ \vdots & \vdots & \ddots & \vdots \\ S_{j-1} & S_{j} & \ldots & S_{ 2j-2 } \\ \end{vmatrix} $$ ここまでは、単純に「|」をつけるだけなので問題ないですね。そして、次の変換が重要です！
行列式の特徴を解説した際に、「2つの「行列」を「掛け算」した結果の「行列」の「行列式」と、それぞれの「行列」の「行列式」を「掛け算」した結果は同じ((\ \left| \mathb{A} \times \mathb{B} \right| = \left| \mathb{A} \right| \times \left| \mathb{B} \right| \))」という特徴を解説しました。
この特徴を使って、左辺の「行列の掛け算の行列式」を「行列式の掛け算」に変えてしまいましょう。
こんなんでちゃいます。
$$ \begin{vmatrix} 1 & 1 & \cdots & 1\\ \alpha^{p_0} & \alpha^{p_1} & \cdots & \alpha^{p_{j-1}}\\ \vdots & \vdots & \ddots & \vdots\\ \alpha^{p_0(j-1)} & \alpha^{p_1(j-1)} & \cdots & \alpha^{p_{j-1}(j-1)}\\ \end{vmatrix} \times \begin{vmatrix} e_{p_0} & 0 & \cdots & 0\\ 0 & e_{p_1} & \cdots & 0\\ \vdots & \vdots & \ddots & \vdots\\ 0 & 0 & \cdots & e_{p_{j-1}}\\ \end{vmatrix} \times \begin{vmatrix} 1 & \alpha^{p_0} & \cdots & \alpha^{p_0(j-1)}\\ 1 & \alpha^{p_1} & \cdots & \alpha^{p_1(j-1)}\\ \vdots & \vdots & \ddots & \vdots\\ 1 & \alpha^{p_{j-1}} & \cdots & \alpha^{p_{j-1}(j-1)}\\ \end{vmatrix} = \begin{vmatrix} S_0 & S_1 & \ldots & S_{j-1} \\ S_1 & S_2 & \ldots & S_{j} \\ \vdots & \vdots & \ddots & \vdots \\ S_{j-1} & S_{j} & \ldots & S_{ 2j-2 } \\ \end{vmatrix} $$ さてさて、ここで注目してほしいのが、左辺の1つ目と3つ目の行列式です。
これってどこかでみたことありません？そう、ちょっと前に出てきた「ヴァンデルモンド行列」ですね。
(1つ目のやつは以前見た「ヴァンデルモンド行列」の行と列を入れ替えたものですが、行で計算しても、列で計算しても行列式の値は同じという特徴を考えると、行列式を計算する上ではヴァンデルモンド行列と同じように扱えます)
「ヴァンデルモンド行列」ということは、その行列の要素に同じものがなければ必ず「0」にはならないという特徴を持っていましたよね。
ということは、\(\begin{vmatrix} S_0 & S_1 & \ldots & S_{j-1} \\ S_1 & S_2 & \ldots & S_{j} \\ \vdots & \vdots & \ddots & \vdots \\ S_{j-1} & S_{j} & \ldots & S_{ 2j-2 } \\ \end{vmatrix}\)の値が「0」になるのはどんなときでしょうか？
それは、先ほどの式の左辺の2番目（真ん中）の行列式が「0」になるときしかないんです。こんな状態ですね。
$$ \begin{vmatrix} e_{p_0} & 0 & \cdots & 0\\ 0 & e_{p_1} & \cdots & 0\\ \vdots & \vdots & \ddots & \vdots\\ 0 & 0 & \cdots & e_{p_{j-1}}\\ \end{vmatrix} =0 $$ では、この行列の行列式を計算してみましょうか。
こういう斜めの真ん中の部分だけ値があって、あと他の部分が「0」になっている行列を「対角行列」と呼びます。
そして、対角行列の行列式を計算する際、1列目から要素を選ぶ際に1行目以外を選ぶと「0」になってしまい、掛け算の結果も必ず「0」になります。
同様に2列目からは2行目、3列目からは3行目・・・という選び方以外をした項目は全て「0」になるので、結果行列式は次のようになります。
$$ \begin{vmatrix} e_{p_0} & 0 & \cdots & 0\\ 0 & e_{p_1} & \cdots & 0\\ \vdots & \vdots & \ddots & \vdots\\ 0 & 0 & \cdots & e_{p_{j-1}}\\ \end{vmatrix} =e_{p_0}e_{p_1} \cdots e_{p_{j-1}} $$ さてさて、もし、\(j\)がエラーの個数よりも「多かった場合」にこの行列式はどうなるでしょうか？
例えば、エラーの数が3個だったのに、\(j\)を4に設定してしまった場合です。
\((e_0,e_1,e_2)\)は1番目のエラー、2番目のエラー、3番目のエラーを意味していますから、当然「0」ではありません。(エラーが3個発生しているので、1〜3番目のエラーは必ず何か発生しているのです）
一方、\((e_3)\)は、発生していないエラーを指していることになります。つまり、\((e_3=0)\)です。
ということは、\(j\)がエラーの個数よりも「多かった場合」、行列式の計算に「0」が混じることになり、結果行列式の値は「0」になります
ところが、\(j\)の値を少しずつ小さくしていって、「エラー発生数と同じ数」になったときに初めて行列式の結果は「0」以外の値(\(e_{p_0}e_{p_1} \cdots e_{p_{j-1}}\))になるのです。
これで、エラーに関するはじめの詳細「エラーの個数」を知ることができました！！！
なんだか感動しているのは私だけでしょうか？
次は、何番目にエラーが発生しているのかを知るために「エラーの位置」について詳しく見ていきましょう！