【선형대수학】 4강. 고유치와 고유형식

4강. 고유치와 고유형식

 

추천글 : 【선형대수학】 선형대수학 목차 

---

1. 고유치와 고유벡터 [본문]

2. 행렬의 대각화 [본문]

3. 이차형식 [본문]

---

 

1. 고유치와 고유벡터 [목차]

⑴ 고유치(고유값, eigenvalue)와 고유벡터(eigenvector)

 

 

① 정리 1. 크기가 n × n인 실행렬 A와 B에 대하여, 행렬 AB의 고윳값은 행렬 BA의 고유값이 됨 (ref)

○ 증명 : λ는 AB의 고유값이라고 가정 

⇔ ABv = λv, v ≠ 0  

⇔ BABv = BA (Bv) = B · λv = λ (Bv)

⇔ 다음과 같이 가능한 모든 경우를 고려해 보았을 때, BA의 고유값은 AB의 고유값과 동일함

○ Bv ≠ O인 경우 : λ는 BA의 고유값 

○ Bv = O인 경우

⇔ ABv = AO = O = λv

⇔ λ = 0은 AB의 고유값

⇔ 0 = det(AB) = det(A) × det(B) = det(BA) 

⇔ 따라서 BAv' = O인 v' ≠ 0이 존재함

⇔ λ = 0도 BA의 고유값 

⑵ 일반화된 고유벡터(generalized eigenvector)

⑶ 고유함수(eigenfunction)

① Sturm-Liouville의 정리 : 서로 다른 고유함수끼리는 직교함 

 

 

2. 행렬의 대각화 [목차]

⑴ 대각행렬(diagonal matrix)

① 대각선 이외의 성분은 전부 0인 n × n 행렬

 

 

② 성질

○ 성질 1. 행렬식은 대각선 성분들의 곱

○ 성질 2. 역행렬은 주어진 대각행렬의 각 대각선 성분들이 역수인 행렬 

⑵ 블록 대각행렬(block diagonal matrix)

① 정의 : A_i ∈ ℳ_ni,ni (F)일 때 (단, i = 1, ···, k), n₁ + ··· + n_k = n일 때 다음과 같은 형태의 행렬 A를 지칭함 

 

 

② 성질 : A_i, B_i ∈ ℳ_ni,ni (F)일 때, 

○ 성질 1. diag(A₁, ···, A_k)·diag(B₁, ···, B_k) = diag(A₁B₁, ···, A_kB_k)

○ 성질 2. A_i가 가역이면, (diag(A₁, ···, A_k))^-1 = diag(A₁^-1, ···, A_k^-1)

⑶ 대각화 가능성

① 정의 : 다음을 만족하는 대각행렬 D, 정칙행렬 P가 있다면 A는 대각화가 가능(diagonalizable)하다고 함

 

 

② 정리 1. n × n 행렬 A가 대각화 가능하기 위한 필요충분조건은 A가 n개의 일차독립인 고유벡터를 가짐

③ 정리 2. n × n 행렬 A가 n개의 서로 다른 고유값을 가지면, A는 대각화가 가능함

④ 정리 3. n × n 행렬 A가 직교 대각화가 가능하기 위한 필요충분조건은 A가 대칭인 것

⑤ 정리 4. n × n 행렬 A의 일반화된 고유벡터들은 항상 ℝⁿ을 span하므로, 그러한 행렬 A는 대각화가 가능함

○ 예 : A² = A인 n × n 행렬은 λ = 0, 1의 고유치를 가지며 대각화 가능함  

⑷ 예제

① 행렬 A가 주어져 있음

 

 

② 고유치와 고유벡터 계산

 

 

③ P와 D의 계산

 

 

 

3. 이차형식(quadratic form) [목차]

⑴ 정의

 

 

⑵ 대칭행렬을 이용한 표현

 

 

⑶ 이차형식의 부호 정의 : 대칭행렬 A ∈ ℳ_n와 ℝⁿ상의 모든 벡터 x ≠ 0에 대하여

① 양정부호 행렬(positive definite matrix) : A의 모든 고유치가 0보다 큼

 

 

② 양반정부호 행렬(positive semi-definite matrix) : A의 모든 고유치가 0보다 크거나 같음

 

 

③ 음정부호 행렬(negative definite matrix) : A의 모든 고유치가 0보다 작음

 

 

④ 음반정부호 행렬(negative semi-definite matrix) : A의 모든 고유치가 0보다 작거나 같음

 

 

⑤ 부정부호 행렬(indefinite matrix) : ① ~ ④와 달리 부호가 일정하지 않은 경우. A의 고유치 중 부호가 다른 게 존재

⑷ 이차형식의 부호 판정 : 대칭행렬 A ∈ ℳ_n과 ｛1, 2, ···, n｝의 부분집합 S =｛i₁, i₂, ···, i_k｝에 대하여 

① 주소행렬(principal submatrix) : A에서 S에 해당하는 순서의 행과 열을 선택한 k × k 행렬

 

 

② 선도주소행렬(leading principal submatrix) : A의 마지막 n-k개의 행벡터와 열벡터를 생략하고 남은 k × k 행렬

 

 

③ 정리 1. 대칭행렬 A ∈ ℳ_n가 양정부호인 것과 sgn(det(A_k)) = 1, k = 1, 2, ···, n인 것은 필요충분조건

④ 정리 2. 대칭행렬 A ∈ ℳ_n가 음정부호인 것과 sgn(det(A_k)) = (-1)^k, k = 1, 2, ···, n인 것은 필요충분조건 

⑤ 정리 3. 대칭행렬 A ∈ ℳ_n가 양반정부호인 것과 A의 모든 주소행렬식이 0 이상인 것은 필요충분조건

○ (주석) 정리 1 또는 2를 시도할 때 어느 선도주소행렬식이 0인 경우 정리 3을 시도함

○ 명백히 선도주소행렬식의 부호가 바뀌는 경우 부정부호행렬로서 정리 3 또는 4를 시도하지 않아도 됨

⑥ 정리 4. 대칭행렬 A ∈ ℳ_n가 음반정부호인 것과 -A의 모든 주소행렬식이 0 이상인 것은 필요충분조건

○ (주석) 정리 3을 시도하다가 주소행렬식의 부호가 일정하지 않으면 정리 4를 시도함

⑦ (참고) sgn은 판별식을 직접 계산하여 부호를 확인했을 때 양의 값이면 1, 음의 값이면 -1을 나타냄

⑸ 제약이 부여된 이차형식의 부호 판별 : 대칭행렬 A ∈ ℳ_n와 B ∈ ℳ_{m, n} (n ＞ m) (즉, m행 n열) 에 대하여 n차원 이차형식 Q_A(x) = x^tAx에 선형제약｛x ∈ ℝⁿ | Bx = 0｝가 부여되어 있다. 새로운 (m+n) × (m+n) 행렬 H를 다음과 같이 정의했을 때 다음 명제가 성립한다.

 

 

① 정리 1. sgn(|H_m+i|) = (-1)^m, i = m+1, m+2, ···, n이면 Q_A(x) ＞ 0이 성립

○ (주석) 필요충분조건이 아님을 유의

② 정리 2. sgn(|H_m+i|) = (-1)ⁱ, i = m+1, m+2, ···, n이면 Q_A(x) ＜ 0이 성립

○ (주석) 필요충분조건이 아님을 유의

③ 예제 : 다음 예제는 음정부호인 대칭행렬 A를 보고 있음

 

 

④ (참고) 부호가 없는 이차형식이라도 일정한 제약 하에서 부호를 가질 수 있음

 

입력: 2020.05.19 23:48