맨위로가기

중심대칭행렬

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

1. 개요

중심대칭행렬은 행렬 A의 i, j번째 원소와 n-i+1, n-j+1번째 원소가 같은 n × n 행렬이다. 교환 행렬 J에 대해 AJ = JA를 만족하는 행렬 A도 중심대칭행렬이다. 중심대칭행렬은 덧셈, 스칼라 곱셈, 행렬 곱셈에 대해 닫혀 있으며, 고유 벡터와 고유값에 대한 특정 성질을 갖는다. 관련 개념으로는 왜곡 중심대칭행렬, 이중 대칭 행렬 등이 있다.

더 읽어볼만한 페이지

  • 행렬 - 스핀 (물리학)
    스핀은 양자역학적 각운동량으로, 양자화된 값을 가지며 자기 쌍극자 모멘트를 유발하여 다양한 분야에 응용되고 스핀트로닉스 기술 발전에 기여하지만, 전자의 스핀 기원은 아직 완전히 밝혀지지 않았다.
  • 행렬 - 파울리 행렬
    파울리 행렬은 양자역학에서 스핀을 나타내는 데 사용되는 에르미트 행렬이자 유니타리 행렬로, 행렬식은 -1이고 대각합은 0이며, 리 대수의 생성원이자 파울리 벡터로 정의되어 다양한 물리학 분야에서 활용된다.
중심대칭행렬

2. 정의

''n'' × ''n'' 행렬 A = [Ai, j]는 모든 i, j ∈ {1, ..., n}에 대해 Ai, j = An-i+1, n-j+1을 만족할 때 중심대칭행렬이라고 한다. J가 반대각선에 1, 그 외에는 0을 갖는 ''n'' × ''n'' 교환 행렬을 나타내는 경우, 행렬 A가 중심대칭 행렬일 필요충분 조건은 AJ = JA이다.

3. 예시

모든 2×2 중심대칭행렬은 다음과 같은 형태를 갖는다.

:

\begin{bmatrix} a & b \\ b & a \end{bmatrix}.

모든 3×3 중심대칭행렬은 다음과 같은 형태를 갖는다.

:

\begin{pmatrix}

a & b & c \\

d & e & d \\

c & b & a

\end{pmatrix}

: \begin{pmatrix}

{\color{red} {1}} & {\color{red} {2}} & {\color{red} {3}} & {\color{red} {4}} & {\color{red} {5}} \\

{\color{red} {6}} & {\color{red} {7}} & {\color{red} {8}} & {\color{red} {9}} & {\color{red} {10}} \\

{\color{red} {11}} & {\color{red} {12}} & {\color{green} {13}} &12 & 11 \\

10 & 9 & 8 & 7 & 6 \\

5 & 4 & 3 & 2 & 1

\end{pmatrix}

대칭 퇴플리츠행렬(Symmetric Toeplitz matrix)들은 방사형 대칭행렬(중심대칭행렬,centrosymmetric)이다.

4. 성질

체 *F*에 대한 *n* × *n* 중심대칭행렬 *A*와 *B*에 대해, *A* + *B*와 *cA* (*c*는 *F*의 임의의 원소)도 중심대칭행렬이다.[4] 중심대칭행렬의 행렬 곱셈 *AB*도 중심대칭행렬이다. (*JAB* = *AJB* = *ABJ*)[4] 항등 행렬은 중심대칭행렬이다.[4] 따라서 *n* × *n* 중심대칭행렬의 집합은 모든 *n* × *n* 행렬의 결합 대수의 부분 대수를 형성한다.


  • A*가 *m* 차원의 고유 기저를 갖는 중심대칭행렬이라면, 그의 *m*개의 고유 벡터 각각은 x = *J*x 또는 x = -*J*x를 만족하도록 선택될 수 있다. (*J*는 교환 행렬)[4] *A*가 서로 다른 고유값을 갖는 중심대칭행렬이라면, *A*와 교환하는 행렬은 중심대칭행렬이어야 한다.[4] *m* × *m* 중심대칭행렬에서 고유 원소의 최대 개수는 (m² + m mod 2) / 2이다.

5. 관련 개념

''n'' × ''n'' 행렬 A의 성분이 모든 i, j ∈ {1, ..., n}에 대해 Ai, j = -An-i+1, n-j+1을 만족하면 A는 왜곡 중심대칭행렬이다. 또는, 교환 행렬 J에 대해 AJ = -JA이면 A는 왜곡 중심대칭행렬이다.

중심 대칭 관계 AJ = JA는 자연스러운 일반화로 이어지며, 여기서 J는 대합 행렬 K (즉, K2 = I) 또는 더 일반적으로 정수 m > 1에 대해 Km = I를 만족하는 행렬 K로 대체된다. 고정 행렬 A와 교환하는 모든 대합 K를 식별하는 교환 관계 AK = KA에 대한 역 문제도 연구되었다.

대칭 행렬 중심 대칭 행렬은 때때로 이중 대칭 행렬이라고 한다. 기저체가 실수인 경우, 이중 대칭 행렬은 교환 행렬로 사전 또는 사후 곱셈을 수행한 후 가능한 부호 변경을 제외하고 고유값이 동일하게 유지되는 정확한 대칭 행렬인 것으로 나타났다. 에르미트 행렬 중심 대칭 및 왜곡 중심 대칭 행렬에 대해서도 유사한 결과가 적용된다.[5]

5. 1. 왜곡 중심대칭행렬

''n'' × ''n'' 행렬 A의 성분이 모든 i, j ∈ {1, ..., n}에 대해 Ai, j = -An-i+1, n-j+1을 만족하면 A는 왜곡 중심대칭행렬이다. 또는, 교환 행렬 J에 대해 AJ = -JA이면 A는 왜곡 중심대칭행렬이다.

중심 대칭 관계 AJ = JA는 자연스러운 일반화로 이어지며, 여기서 J는 대합 행렬 K (즉, K2 = I) 또는 더 일반적으로 정수 m > 1에 대해 Km = I를 만족하는 행렬 K로 대체된다. 고정 행렬 A와 교환하는 모든 대합 K를 식별하는 교환 관계 AK = KA에 대한 역 문제도 연구되었다.

5. 2. 일반화

5. 3. 이중 대칭 행렬

대칭 행렬이면서 중심대칭행렬인 행렬을 이중 대칭 행렬이라고 부르기도 한다. 기저체가 실수인 경우, 이중 대칭 행렬은 교환 행렬로 사전 또는 사후 곱셈을 수행한 후 가능한 부호 변경을 제외하고 고유값이 동일하게 유지되는 대칭 행렬이다. 에르미트 행렬 중심 대칭 및 왜곡 중심 대칭 행렬에 대해서도 유사한 결과가 적용된다.[5]

6. 추가 정보

중심대칭행렬은 일반적으로 행렬의 대각선인 왼쪽 위에서 오른쪽 아래로 내려오는 사선(\left( \; \Bigg\backslash \; \right))뿐만 아니라,[7] 반대각선인 왼쪽 아래에서 오른쪽 위로 올라가는 사선(\left( \; \Bigg/ \; \right))에 대해서도 대칭성을 가진다.[8] 이러한 행렬의 구조적 성질은 이들이 교차하는 중심점과 이들이 대칭되는 중심축을 예상할 수 있는 정보를 제공한다.[9]

참조

[1] 논문 Eigenvectors of certain matrices
[2] 논문 A spectral characterization of generalized real symmetric centrosymmetric and generalized real symmetric skew-centrosymmetric matrices https://zenodo.org/r[...]
[3] 논문 Characterization and properties of matrices with generalized symmetry or skew symmetry
[4] 논문 Some properties of commuting and anti-commuting m-involutions
[5] 논문 A Spectral Characterization of Hermitian Centrosymmetric and Hermitian Skew-Centrosymmetric K-Matrices
[6] 서적 A Treatise on the Theory of Determinants Dover
[7] 웹사이트 매스월드 http://mathworld.wol[...]
[8] 웹사이트 매스월드 http://mathworld.wol[...]
[9] 간행물 CENTROSYMMETRIC MATRICES: PROPERTIES AND AN ALTERNATIVE APPROACH , IYAD T. ABU-JEIB http://www.math.ualb[...] CANADIAN APPLIED MATHEMATICS QUARTERLY 2017-03-29



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