맨위로가기

부분 행렬

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

부분 행렬은 행렬의 일부 행과 열을 선택하여 얻는 행렬을 의미한다. 환 R 위의 m × n 행렬 A와 행의 집합 I, 열의 집합 J에 대해 (I, J)-부분 행렬 AI,J는 A의 I에 속하는 행과 J에 속하는 열을 원래 순서대로 배열한 행렬이다. 부분 행렬의 특수한 형태로 주부분 행렬, 선행 주부분 행렬, 행벡터, 열벡터가 있으며, 소행렬, 소행렬식, 여인자, 여인자 행렬 등과 연관된다. 부분 행렬은 라플라스 전개, 코시-비네 공식, 역행렬 계산, 양의 정부호성, 행렬의 계수 등 다양한 수학적 개념과 응용에서 활용된다.

더 읽어볼만한 페이지

  • 행렬식 - 부피 형식
    부피 형식은 다양체의 방향 결정, 측도 정의, 벡터장 발산 계산에 사용되는 미분 형식의 일종으로, 유향 다양체에서는 밀도와 관련되며, 리 군, 심플렉틱 다양체, 준-리만 다양체 등에서 자연스럽게 정의된다.
  • 행렬식 - 야코비 행렬
    야코비 행렬은 열린 집합 U에서 정의된 함수 f의 각 성분 편도함수를 요소로 가지는 행렬이며, 함수가 미분 가능할 때 전미분을 나타내고, n=m일 경우 행렬식은 함수의 동작에 대한 정보를 제공하며 다양한 분야에 응용된다.
  • 행렬론 - 행렬식
    행렬식은 정사각 행렬에 대해 정의되는 값으로, 선형 방정식의 해를 구하고 선형 독립성을 확인하며 기저의 방향과 부피를 계산하는 데 사용되며, 가우스 소거법 등의 계산 기법과 가역성 판단, 고유값 연관성 등의 성질을 갖는다.
  • 행렬론 - 행렬 분해
    행렬 분해는 주어진 행렬을 특정 성질을 갖는 여러 행렬의 곱으로 표현하는 방법으로, 수치 해석에서 행렬 알고리즘 구현 및 선형 연립 방정식 해를 구하거나 행렬 특성 분석에 활용되며 LU 분해, QR 분해, 특잇값 분해 등이 있다.
부분 행렬

2. 정의

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, A의 '''(I, J)-부분 행렬''' A_{I, J} \in \operatorname{Mat}(|I|, |J|; R)AI에 속하는 행들과 J에 속하는 열들을 선택하여 원래의 순서대로 배열한 |I| \times |J| 행렬이다.

구체적으로, 만약 행과 열의 첨자 집합 I, J가 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}(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.

  • AI에 대한 '''주부분 행렬'''(principal submatrix영어)은 행과 열의 첨자 집합이 같은 경우, 즉 부분 행렬 A_{I, I}를 뜻한다.[4]
  • Ak \times k '''선행 주부분 행렬'''(leading principal submatrix영어)은 첫 k개의 행과 첫 k개의 열로 이루어진 부분 행렬, 즉 A_{\{1, \dots, k\}, \{1, \dots, k\}}를 뜻한다.[4]
  • Ai번째 '''행벡터'''(row vector영어)는 i번째 행 전체로 이루어진 부분 행렬, 즉 A_{\{i\}, \{1, \dots, n\}}이다.
  • Aj번째 '''열벡터'''(column vector영어)는 j번째 열 전체로 이루어진 부분 행렬, 즉 A_{\{1, \dots, m\}, \{j\}}이다.


한편, 행렬에서 특정 행과 열을 제거하여 얻는 행렬을 소행렬이라고 부르기도 한다. 이는 특히 행렬식 및 여인자와 관련하여 자주 사용된다.

2. 1. 소행렬과 소행렬식

가환체 K 위의 m \times n행렬A = (a_{ij}) \in \operatorname{Mat}(m, n; K)가 주어졌다고 하자. 행 첨자의 부분 집합 I \subseteq \{1, \dots, m\}와 열 첨자의 부분 집합 J \subseteq \{1, \dots, n\}을 선택하여, 이들에 해당하는 행과 열을 제거하고 남은 성분들로 이루어진 행렬을 A의 '''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}(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, A가 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 선택하여 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 행렬의 부분 정사각 행렬의 행렬식은 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.

가환환R 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, A의 '''(I,J)-소행렬식''' M(A)_{I,J}I에 속하는 행과 J에 속하는 열을 제거한 부분 행렬의 행렬식이다.

:M(A)_{I,J}=\det A_{\{1,\dots,n\}\setminus I,\{1,\dots,n\}\setminus J}\in R

A의 '''(I,J)-여인자'''(cofactor) C(A)_{I,J}(I,J)-소행렬식에 부호 (-1)^{\sum I+\sum J}를 곱한 값이다. 여기서 \sum I는 집합 I에 속하는 모든 원소(행 번호)의 합을 의미하며, \sum J는 집합 J에 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 i행과 j열을 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}

가환환R 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}(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 r이라면, Ar \times r 크기의 정사각 소행렬 A_{IJ} \in \operatorname{Mat}(r; K) 중에서 행렬식이 0이 아니면서(\det A_{IJ} \neq 0) 계수가 원래 행렬 A의 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 A의 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 A의 역행렬을 명시적으로 계산할 수 있다 (단, \det A \neq 0일 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 A가 주어졌을 때, Ai행과 j열을 제거하여 얻은 부분 행렬의 행렬식(i,j)-'''소행렬식'''(minor영어)이라고 하며, 보통 M_{ij}로 표기한다.

A의 '''(i,j)-여인자'''(cofactor영어) C_{ij}(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}A에서 i행과 j열을 제거한 부분 행렬을 의미한다. 부호 (-1)^{i+j}는 행 번호 i와 열 번호 j의 합이 짝수이면 양수(+1), 홀수이면 음수(-1)가 된다. 이는 마치 체스판의 칸처럼 부호가 번갈아 나타나는 패턴을 따른다.

정사각 행렬 A의 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(i,j)-여인자 C_{ij}이다.

여인자 행렬은 역행렬을 계산하는 데 중요한 역할을 한다. 구체적으로, 여인자 행렬의 전치 행렬인 수반 행렬(\operatorname{adj}(A))을 원래 행렬의 행렬식 \det(A)로 나누면 역행렬 A^{-1}를 얻을 수 있다 (단, \det(A) \neq 0일 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 \\


  • 5 & 7 & -12

\end{pmatrix}



에서 2번째 행과 1번째 열을 제거한 부분 행렬은

:

\begin{pmatrix}

  • 1 & 0 \\

7 & -12

\end{pmatrix}



이다. 따라서 (2,1)-여인자는

:(-1)^{2+1}

\begin{vmatrix}

  • 1 & 0 \\

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 행렬식소행렬식(minor)과 이로부터 파생되는 여인자(cofactor)는 선형대수학의 여러 분야에서 중요하게 응용된다.

행렬의 계수는 0이 아닌 소행렬식 중 가장 큰 차수와 같으므로, 소행렬식은 행렬의 계수를 판정하는 데 사용된다. 즉, 계수가 r인 행렬에는 반드시 행렬식이 0이 아닌 r \times r 크기의 정사각 부분 행렬이 존재한다.[3] 이러한 부분 행렬은 가우스 소거법 등으로 찾을 수 있다.

정사각 행렬 A에서 i행과 j열을 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 의 행렬식을 각 행렬의 소행렬식들의 곱의 합으로 표현한다.
  • 양의 정부호성 판별: 에르미트 행렬의 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 A와 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 A에서 행 인덱스 집합 I와 열 인덱스 집합 J에 해당하는 원소들로 이루어진 부분 행렬을 나타낸다. \sum I는 집합 I에 속하는 모든 인덱스의 합을 의미한다.

행렬 A \in \mathrm{Mat}(m, n; K)가 계수 r를 가진다면, r \times r 크기의 정사각 소행렬 A_{IJ} \in \mathrm{Mat}(r; K)가 존재하여 그 계수가 원래 행렬 A의 계수와 같고(\mathrm{rank}(A_{IJ}) = \mathrm{rank}(A)), 그 행렬식이 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(n-1) \times (n-1) 소행렬, 즉 i행과 j열을 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 A의 역행렬을 구하는 데 사용될 수 있다.

소행렬식은 행렬식을 계산하는 라플라스 전개나 두 행렬의 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 An\times m 행렬 B에 대하여, m\le n일 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 A의 '''고전적 수반 행렬''' \operatorname{adj}A은 여인자 행렬의 전치 행렬이다. 가역 행렬 A의 역행렬은 고전적 수반 행렬과 행렬식을 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 r을 가진다면, r \times r 크기의 정사각 소행렬 A_{IJ} \in \operatorname{Mat}(r; K)가 존재하여 \operatorname{rank}(A_{IJ}) = \operatorname{rank}(A) = r이고 행렬식 \det(A_{IJ}) \ne 0을 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(i, j)번째 소행렬 A_{ij}(즉, A에서 i행과 j열을 제거하여 얻은 부분 행렬)의 행렬식에 교대 부호 (-1)^{i+j}를 곱하면, A(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}A이며, 이를 이용하여 위 공식처럼 A의 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 A에 대하여, 소행렬식을 이용하여 양의 정부호 행렬인지 판별할 수 있다. 다음 두 조건은 서로 동치이다.

  • 행렬 A는 양의 정부호 행렬이다.
  • 행렬 A의 모든 선행 주소행렬식(leading principal minors)이 양의 실수이다.


또한, 양의 준정부호 행렬인지 판별하는 조건은 다음과 같으며, 이 두 조건 역시 서로 동치이다.

  • 행렬 A는 양의 준정부호 행렬이다.
  • 행렬 A의 모든 주소행렬식(principal minors)이 음이 아닌 실수이다.


여기서 주소행렬식은 정사각 행렬에서 같은 번호의 행과 열들을 선택하여 만든 부분 정사각 행렬의 행렬식을 의미하며, 선행 주소행렬식은 특별히 행렬의 왼쪽 위 1 \times 1 부분 행렬부터 시작하여 k \times k (여기서 k는 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 행렬식이 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 소거법과 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