부분 행렬
"오늘의AI위키" 는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키" 의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
목차 보기/숨기기
2. 정의
환 R 위의 m \times n 행렬 A \in \operatorname{Mat}(m, n; R) 가 주어졌다고 하자. 행 첨자의 부분 집합 I \subseteq \{1, 2, \dots, m\} 와 열 첨자의 부분 집합 J \subseteq \{1, 2, \dots, n\} 에 대하여, A 의 '''(I, J) -부분 행렬''' A_{I, J} \in \operatorname{Mat}(|I|, |J|; R) 는 A 의 I 에 속하는 행들과 J 에 속하는 열들을 선택 하여 원래의 순서대로 배열한 |I| \times |J| 행렬이다. 구체적으로, 만약 행과 열의 첨자 집합 I, J 가 다음과 같이 주어졌다고 하자. :I = \{i_1, i_2, \dots, i_
\} \quad (i_1 < i_2 < \cdots < i_) :J = \{j_1, j_2, \dots, j_\} \quad (j_1 < j_2 < \cdots < j_) 이때 (I, J) -부분 행렬 A_{I, J} 의 (r, s) -성분은 다음과 같다. :(A_{I, J})_{r, s} = A_{i_r, j_s} \quad (r = 1, 2, \dots, |I|, \; s = 1, 2, \dots, |J|) 부분 행렬에는 다음과 같은 특수한 경우들이 있다.A 의 I 에 대한 '''주부분 행렬'''(principal submatrix영어 )은 행과 열의 첨자 집합이 같은 경우, 즉 부분 행렬 A_{I, I} 를 뜻한다. [4]A 의 k \times k '''선행 주부분 행렬'''(leading principal submatrix영어 )은 첫 k 개의 행과 첫 k 개의 열로 이루어진 부분 행렬, 즉 A_{\{1, \dots, k\}, \{1, \dots, k\}} 를 뜻한다. [4]A 의 i 번째 '''행벡터'''(row vector영어 )는 i 번째 행 전체로 이루어진 부분 행렬, 즉 A_{\{i\}, \{1, \dots, n\}} 이다.A 의 j 번째 '''열벡터'''(column vector영어 )는 j 번째 열 전체로 이루어진 부분 행렬, 즉 A_{\{1, \dots, m\}, \{j\}} 이다. 한편, 행렬에서 특정 행과 열을 제거 하여 얻는 행렬을 소행렬이라고 부르기도 한다. 이는 특히 행렬식 및 여인자와 관련하여 자주 사용된다.
2. 1. 소행렬과 소행렬식
가환체 K 위의 m \times n 행렬 A = (a_{ij}) \in \operatorname{Mat}(m, n; K) 가 주어졌다고 하자. 행 첨자 의 부분 집합 I \subseteq \{1, \dots, m\} 와 열 첨자의 부분 집합 J \subseteq \{1, \dots, n\} 을 선택하여, 이들에 해당하는 행과 열을 제거 하고 남은 성분들로 이루어진 행렬을 A 의 '''소행렬'''(minor matrix)이라고 하며, A_{IJ} 로 표기한다. :A_{IJ} := [a_{ij}]_{i \in \{ 1, \ldots , m \} \setminus I,\atop j \in \{ 1, \ldots , n \} \setminus J} 이 소행렬 A_{IJ} 는 (m - |I|) 개의 행과 (n - |J|) 개의 열을 가진다. 만약 제거하는 행과 열이 각각 하나일 경우, 예를 들어 I=\{i\}, J=\{j\} 이면, 소행렬 A_{\{i\}\{j\}} 는 간단히 A_{ij} 로 쓰기도 한다. 특히, A 가 정사각 행렬 (m=n )이고 제거하는 행과 열의 첨자 집합이 같을 때 (I=J ), 즉 :A_I = A_{II},\quad A_i = A_{ii} 와 같은 소행렬을 '''주소행렬'''(主小行列, principal submatrix영어 )이라고 부른다.주의: 소행렬을 정의하는 다른 방식도 있다. 특정 행과 열을 선택 하여 행렬을 구성하는 방식인데, 이때는 A_{IJ} = [a_{ij}]_{i \in I, j \in J} 와 같이 표기한다 [2] . 하지만 여기서는 행과 열을 제거하는 첫 번째 정의를 사용한다. 연속된 번호의 행과 열을 사용하여 얻는 소행렬은 원래 행렬의 블록이라고도 한다.가환환 성분을 가지는 행렬 의 부분 정사각 행렬의 행렬식 은 흔히 '''소행렬식'''(minor determinant 또는 minor)이라고 부른다. 주소행렬의 행렬식은 '''주소행렬식'''(主小行列式, principal minor영어 )이라고 하며, 특히 행과 열의 첨자가 \{1, \dots, k\} 인 형태의 주소행렬, 즉 선행 주부분 행렬(leading principal submatrix)의 행렬식은 '''선행 주소행렬식'''(先行主小行列式, leading principal minor영어 )이라고 한다.가환환 R 위의 n\times n 정사각 행렬 A\in\operatorname{Mat}(n;R) 와 크기가 같은 행과 열의 집합 I,J\subseteq\{1,2,\dots,n\} (|I|=|J| )에 대하여, A 의 '''(I,J) -소행렬식''' M(A)_{I,J} 은 I 에 속하는 행과 J 에 속하는 열을 제거 한 부분 행렬의 행렬식 이다. :M(A)_{I,J}=\det A_{\{1,\dots,n\}\setminus I,\{1,\dots,n\}\setminus J}\in R A 의 '''(I,J) -여인자'''(cofactor) C(A)_{I,J} 는 (I,J) -소행렬식에 부호 (-1)^{\sum I+\sum J} 를 곱한 값이다. 여기서 \sum I 는 집합 I 에 속하는 모든 원소(행 번호)의 합을 의미하며, \sum J 는 집합 J 에 속하는 모든 원소(열 번호)의 합을 의미한다. :C(A)_{I,J}=(-1)^{\sum I+\sum J} M(A)_{I,J} = (-1)^{\sum I+\sum J}\det A_{\{1,\dots,n\}\setminus I,\{1,\dots,n\}\setminus J}\in R 특히 I=\{i\}, J=\{j\} 인 경우, 즉 i 행과 j 열을 제거하여 얻은 소행렬 A_{ij} 의 행렬식을 (i,j) -소행렬식 M_{ij} 라고 하며 (M_{ij} = M(A)_{\{i\}\{j\}} ), 이에 부호 (-1)^{i+j} 를 곱한 것을 (i,j) -여인자 C_{ij} 라고 한다 (C_{ij} = C(A)_{\{i\}\{j\}} ). :C_{ij} = (-1)^{i+j} M_{ij} = (-1)^{i+j}\det A_{ij} 가환환 R 위의 n\times n 정사각 행렬 A\in\operatorname{Mat}(n;R) 의 '''여인자 행렬'''(餘因子行列, cofactor matrix영어 ) C(A)\in\operatorname{Mat}(n;R) 는 각 (i,j) -여인자 C_{ij} 를 (i,j) -성분으로 가지는 n\times n 정사각 행렬이다. :C(A) = \begin{pmatrix} C_{11} & C_{12} & \cdots & C_{1n} \\ C_{21} & C_{22} & \cdots & C_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ C_{n1} & C_{n2} & \cdots & C_{nn} \end{pmatrix} 소행렬과 소행렬식은 행렬 이론에서 중요한 개념이다. 예를 들어, 행렬 A \in \operatorname{Mat}(m, n; K) 의 계수가 r 이라면, A 는 r \times r 크기의 정사각 소행렬 A_{IJ} \in \operatorname{Mat}(r; K) 중에서 행렬식 이 0이 아니면서(\det A_{IJ} \neq 0 ) 계수가 원래 행렬 A 의 계수와 같은(\operatorname{rank}(A_{IJ}) = \operatorname{rank}(A) = r ) 것을 반드시 가진다 [3] . 이러한 소행렬은 가우스 소거법 등을 통해 찾을 수 있다. 또한, 정사각 행렬 A 의 여인자 C_{ij} = (-1)^{i+j} \det(A_{ij}) 들을 모아 만든 여인자 행렬 C(A) = (C_{ij}) 의 전치행렬인 수반 행렬(adjugate matrix)을 이용하면 A 의 역행렬을 명시적으로 계산할 수 있다 (단, \det A \neq 0 일 때). 행렬식 계산에 사용되는 여인자 전개(라플라스 전개)나 두 행렬의 곱의 행렬식에 관한 비네-코시 정리 등에서도 소행렬식은 핵심적인 개념으로 사용된다.
2. 2. 여인자와 여인자 행렬
정사각 행렬 A 가 주어졌을 때, A 의 i 행과 j 열을 제거하여 얻은 부분 행렬의 행렬식 을 (i,j) -'''소행렬식'''(minor영어 )이라고 하며, 보통 M_{ij} 로 표기한다.A 의 '''(i,j) -여인자'''(cofactor영어 ) C_{ij} 는 (i,j) -소행렬식 M_{ij} 에 부호 (-1)^{i+j} 를 곱한 값이다. :C_{ij} = (-1)^{i+j} M_{ij} = (-1)^{i+j} \det(A_{ij}) 여기서 A_{ij} 는 A 에서 i 행과 j 열을 제거한 부분 행렬을 의미한다. 부호 (-1)^{i+j} 는 행 번호 i 와 열 번호 j 의 합이 짝수이면 양수(+1), 홀수이면 음수(-1)가 된다. 이는 마치 체스 판의 칸처럼 부호가 번갈아 나타나는 패턴을 따른다. 정사각 행렬 A 의 각 성분 a_{ij} 에 대응하는 여인자 C_{ij} 를 구하여 (i,j) 위치에 배치한 행렬을 '''여인자 행렬'''(cofactor matrix영어 )이라고 하며, C(A) 또는 \operatorname{cof}(A) 로 표기한다. :C(A) = \begin{pmatrix} C_{11} & C_{12} & \cdots & C_{1n} \\ C_{21} & C_{22} & \cdots & C_{2n} \\ \vdots & \vdots & \ddots & \vdots \\ C_{n1} & C_{n2} & \cdots & C_{nn} \end{pmatrix} 즉, 여인자 행렬의 (i,j) -성분은 원 행렬 A 의 (i,j) -여인자 C_{ij} 이다. 여인자 행렬은 역행렬을 계산하는 데 중요한 역할을 한다. 구체적으로, 여인자 행렬의 전치 행렬 인 수반 행렬(\operatorname{adj}(A) )을 원래 행렬의 행렬식 \det(A) 로 나누면 역행렬 A^{-1} 를 얻을 수 있다 (단, \det(A) \neq 0 일 때). [3] :A^{-1} = \frac{1}{\det(A)} \operatorname{adj}(A) = \frac{1}{\det(A)} C(A)^T 또한, 여인자는 행렬식 계산 방법 중 하나인 라플라스 전개 정리의 핵심 요소이며, 두 행렬의 곱의 행렬식에 관한 비네-코시 정리 등에서도 중요한 역할을 한다. [3]
3. 예
실수 3×3 행렬 : \begin{pmatrix} 2 & -1 & 0 \\ 3 & 1 & 9 \\ \end{pmatrix} 에서 2번째 행과 1번째 열을 제거한 부분 행렬은 : \begin{pmatrix} 7 & -12 \end{pmatrix} 이다. 따라서 (2,1)-여인자는 :(-1)^{2+1} \begin{vmatrix} 7 & -12 \end{vmatrix} =(-1)\times((-1)\times(-12)-0\times 7)=-12 이다. 다른 예로, 다음 행렬 : A = \begin{bmatrix} 1 & 2 & 3 & 4 \\ 5 & 6 & 7 & 8 \\ 9 & 10 & 11 & 12 \end{bmatrix} 에 대해, 그 소행렬 중 하나인 A_{2 3} (또는 A_{\{2\}\ \{3\}} 로 표기)는 두 번째 행과 세 번째 열을 제거하여 얻을 수 있으며, 결과는 다음과 같다. : A_{2 3} = \begin{bmatrix} 1 & 2 & 4 \\ 9 & 10 & 12 \end{bmatrix}
4. 응용
부분 행렬, 특히 정사각 부분 행렬의 행렬식 인 소행렬식 (minor)과 이로부터 파생되는 여인자 (cofactor)는 선형대수학 의 여러 분야에서 중요하게 응용된다. 행렬의 계수는 0이 아닌 소행렬식 중 가장 큰 차수와 같으므로, 소행렬식은 행렬의 계수를 판정하는 데 사용된다. 즉, 계수가 r 인 행렬에는 반드시 행렬식 이 0이 아닌 r \times r 크기의 정사각 부분 행렬이 존재한다. [3] 이러한 부분 행렬은 가우스 소거법 등으로 찾을 수 있다. 정사각 행렬 A 에서 i 행과 j 열을 제외하여 만든 부분 행렬 A_{ij} 의 행렬식에 부호 (-1)^{i+j} 를 곱하면 여인자 \tilde{a}_{ij} 가 정의된다. : \tilde{a}_{ij} = (-1)^{i+j} \det(A_{ij}) 소행렬식과 여인자는 다음과 같은 다양한 계산과 이론에 핵심적인 역할을 한다.
역행렬 계산: 여인자 행렬을 이용하여 정사각 행렬의 역행렬을 명시적으로 구할 수 있다.라플라스 전개: 행렬식을 계산하는 방법으로, 특정 행 또는 열의 원소와 해당 여인자의 곱의 합으로 행렬식을 나타낸다.코시-비네 공식: 두 행렬의 곱 의 행렬식을 각 행렬의 소행렬식들의 곱의 합으로 표현한다.양의 정부호성 판별: 에르미트 행렬 의 주 소행렬식들의 부호를 조사하여 행렬의 양의 정부호성 또는 양의 준정부호성을 판별하는 데 사용된다.
4. 1. 라플라스 전개
가환환 R 위의 n \times n 정사각 행렬 A 와 행 및 열의 집합 I \subseteq \{1, 2, \dots, n\} 에 대해, 다음과 같은 일반화된 라플라스 전개 공식이 성립한다. :\det A = \sum_{J \subseteq \{1, \dots, n\}, |J|=|I|} (\det A_{I,J}) (-1)^{\sum I + \sum J} (\det A_{\{1, \dots, n\} \setminus I, \{1, \dots, n\} \setminus J}) :\det A = \sum_{J \subseteq \{1, \dots, n\}, |J|=|I|} (\det A_{J,I}) (-1)^{\sum J + \sum I} (\det A_{\{1, \dots, n\} \setminus J, \{1, \dots, n\} \setminus I}) 여기서 A_{I,J} 는 행렬 A 에서 행 인덱스 집합 I 와 열 인덱스 집합 J 에 해당하는 원소들로 이루어진 부분 행렬을 나타낸다. \sum I 는 집합 I 에 속하는 모든 인덱스의 합을 의미한다. 행렬 A \in \mathrm{Mat}(m, n; K) 가 계수 r 를 가진다면, r \times r 크기의 정사각 소행렬 A_{IJ} \in \mathrm{Mat}(r; K) 가 존재하여 그 계수가 원래 행렬 A 의 계수와 같고(\mathrm{rank}(A_{IJ}) = \mathrm{rank}(A) ), 그 행렬식 이 0이 아닐 수 있다(\det A_{IJ} \neq 0 ). [3] 이러한 소행렬은 가우스 소거법 등을 사용하여 찾을 수 있다. 정사각 소행렬의 행렬식을 소행렬식 (minor determinant)이라고 부르며, 특히 주부분 행렬의 행렬식은 주 소행렬식 (principal minor)이라고 한다. 정사각 행렬 A 의 (n-1) \times (n-1) 소행렬, 즉 i 행과 j 열을 제외하여 만든 소행렬 A_{ij} 의 행렬식에 (-1)^{i+j} 를 곱하면 여인자(cofactor) \tilde{a}_{ij} 를 얻는다. : \tilde{a}_{ij} = (-1)^{i+j} \det(A_{ij}) 이 여인자들을 원소로 하는 행렬을 여인자 행렬 \tilde{A} = (\tilde{a}_{ij}) 이라고 하며, 이는 행렬 A 의 역행렬을 구하는 데 사용될 수 있다. 소행렬식은 행렬식을 계산하는 라플라스 전개 나 두 행렬의 곱 의 행렬식에 관한 비네-코시 정리 등 여러 중요한 정리에서 핵심적인 역할을 한다.
4. 2. 코시-비네 공식
가환환 R 위의 m\times n 행렬 A 및 n\times m 행렬 B 에 대하여, m\le n 일 때 다음이 성립한다. 이를 코시-비네 공식 (Cauchy–Binet formula)이라고 한다. :\det(AB)=\sum_{I\subseteq\{1,\dots,n\}}^
4. 3. 역행렬
가환환 R 위의 n\times n 정사각 행렬 A 의 '''고전적 수반 행렬 ''' \operatorname{adj}A 은 여인자 행렬의 전치 행렬 이다. 가역 행렬 A 의 역행렬은 고전적 수반 행렬과 행렬식 을 통해 다음과 같이 나타낼 수 있다. :A^{-1}=\frac{1}{\det A}\operatorname{adj}A 행렬 A \in \operatorname{Mat}(m, n; K) 가 계수 r 을 가진다면, r \times r 크기의 정사각 소행렬 A_{IJ} \in \operatorname{Mat}(r; K) 가 존재하여 \operatorname{rank}(A_{IJ}) = \operatorname{rank}(A) = r 이고 행렬식 \det(A_{IJ}) \ne 0 을 만족한다 [3] . 이러한 소행렬은 예를 들어 가우스 소거법 등을 사용하여 찾을 수 있다. 정사각 소행렬의 행렬식은 '''소행렬식'''이라고 하며, 특히 주대각선 상의 원소들을 포함하는 주 소행렬의 행렬식은 주 소행렬식이라고 한다. 정사각 행렬 A 의 (i, j) 번째 소행렬 A_{ij} (즉, A 에서 i 행과 j 열을 제거하여 얻은 부분 행렬)의 행렬식에 교대 부호 (-1)^{i+j} 를 곱하면, A 의 (i, j) 번째 '''여인자''' : \tilde{a}_{ij} = (-1)^{i+j} \det(A_{ij}) 를 얻는다. 이 여인자들을 성분으로 가지는 여인자 행렬 \tilde{A} := (\tilde{a}_{ij}) 의 전치 행렬이 바로 고전적 수반 행렬 \operatorname{adj}A 이며, 이를 이용하여 위 공식처럼 A 의 역행렬을 계산할 수 있다. 또한, 행렬식 계산에 관한 라플라스 전개 정리나 두 행렬의 곱의 행렬식에 관한 비네-코시 정리 등에서도 소행렬식과 여인자는 중요한 역할을 한다.
4. 4. 양의 정부호성
에르미트 행렬 A 에 대하여, 소행렬식을 이용하여 양의 정부호 행렬인지 판별할 수 있다. 다음 두 조건은 서로 동치 이다.행렬 A 는 양의 정부호 행렬이다. 행렬 A 의 모든 선행 주소행렬식(leading principal minors)이 양의 실수이다. 또한, 양의 준정부호 행렬인지 판별하는 조건은 다음과 같으며, 이 두 조건 역시 서로 동치 이다.행렬 A 는 양의 준정부호 행렬이다. 행렬 A 의 모든 주소행렬식(principal minors)이 음이 아닌 실수이다. 여기서 주소행렬식은 정사각 행렬에서 같은 번호의 행과 열들을 선택하여 만든 부분 정사각 행렬의 행렬식 을 의미하며, 선행 주소행렬식은 특별히 행렬의 왼쪽 위 1 \times 1 부분 행렬부터 시작하여 k \times k (여기서 k 는 1부터 행렬의 크기까지) 부분 행렬들의 행렬식을 차례대로 의미한다.
4. 5. 행렬의 계수
크기가 ''m'' × ''n''인 행렬 ''A''가 계수 ''r''을 가진다면, 행렬 ''A''에는 계수가 ''r''이면서 행렬식 이 0이 아닌 ''r'' × ''r'' 크기의 정사각 소행렬 ''A''''IJ'' 가 반드시 존재한다 [3] 。 즉, rank(''A''''IJ'' ) = rank(''A'') = ''r'' 이고 det(''A''''IJ'' ) ≠ 0인 소행렬 ''A''''IJ'' 를 찾을 수 있다. 이러한 소행렬은 예를 들어 가우스 소거법 과 같은 방법을 사용하여 계산할 수 있다. 정사각 소행렬의 행렬식은 소행렬식이라고 부르며, 특히 주대각선 상의 원소들을 포함하는 주 소행렬의 행렬식은 주 소행렬식이라고 한다. 정사각 행렬 ''A''에서 ''i''행과 ''j''열을 제외하고 만든 소행렬 ''A''''ij'' 의 행렬식 det(''A''''ij'' )에 (-1)''i''+''j'' 를 곱하면 여인자 \tilde{a}_{i j} 를 얻는다. : \tilde{a}_{i j} = (-1)^{i+j} \det(A_{i j}) 이 여인자들을 성분으로 하는 여인자 행렬 \tilde{A} = (\tilde{a}_{i j}) 은 행렬 ''A''의 역행렬을 구하는 데 사용될 수 있다. 또한, 소행렬식은 행렬식을 계산하는 라플라스 전개 정리나 두 행렬 곱의 행렬식에 관한 비네-코시 정리 등 다양한 행렬 이론에서 중요한 역할을 한다.
참조
[1]
서적
Höhere Mathematik in Rezepten
Springer Verlag
2014
[2]
서적
Computer-Numerik 2
[3]
서적
Lineare Algebra
[4]
서적
Matrix computations
https://archive.org/[...]
The Johns Hopkins University Press
2013
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com