행동치

역사 raw
대문 랜덤 문서 최근 토론

1. 개요2. 선형결합3. 행 동치
3.1. 동치 관계3.2. 기본행연산과 행동치3.3. 행동치와 기약행사다리꼴
4. 행동치와 행공간5. 두 연립방정식의 동치
5.1. 계수행렬, 첨가행렬과 행동치
5.1.1. 제차 연립일차방정식의 경우5.1.2. 비제차 연립일차방정식의 경우
6. 선형변환 Y=AX와 행동치

1. 개요[편집]

크기가 같은 두 행렬 AA와 BB가 서로 행동치(row equivalent)라는 것은 AA의 모든 행을 BB의 행의 선형결합으로 나타낼 수 있고, 반대로 BB의 모든 행을 AA의 행의 선형결합으로 나타낼수 있다는것이다. 이름에서부터 알수있다시피, 행동치는 동치관계이며, 행동치인 행렬은 행공간(row space), 영공간(null space), 계수(rank)가 같다.[1] 또한 두 연립방정식의 첨가행렬이 행동치일 경우 해집합이 같다.

2. 선형결합[편집]

체 FF와 그 위의 벡터공간 VV에 대하여, v1,⋯ ,vn∈Vv_{1},\cdots,v_{n}\in V가 주어져 있을 때, 임의의 스칼라 c1,⋯ ,cn∈Fc_{1},\cdots,c_{n}\in F에 대하여
c1v1+⋯+cnvnc_{1}v_{1}+\cdots+c_{n}v_{n}
를 v1,⋯ ,vn∈Vv_{1},\cdots,v_{n}\in V의 선형결합이라 한다.

3. 행 동치[편집]

m×nm\times n 행렬 AA와 BB가 행동치라는 것은, AA의 각 행을 BB의 행의 선형결합으로 나타낼 수 있고, 반대로 BB의 각 행도 AA의 선형결합으로 나타낼수 있다는것이다.

3.1. 동치 관계[편집]

동치 관계 ∼\sim란 다음의 세 성질을 만족하는 관계이다.
  1. (반사)A∼AA\sim A
  2. (대칭)A∼BA\sim B이면 B∼AB\sim A
  3. (추이)A∼BA\sim B이고 B∼CB\sim C이면 A∼CA\sim C
행동치에 대해서, 1.(반사)와 2.(대칭)은 자명하게 성립한다. 3.(추이)를 보이기 위해 A,B,CA,B,C의 각 ii행을 Ai,Bi,CiA_{i},B_{i},C_{i}라고 하자 AA의 각 행이 BB의 각 행의 선형결합이고, BB의 각 행이 CC의 선형결합이라 한다면,
Ai=∑j=1mbijBjA_{i}=\displaystyle\sum_{j=1}^{m} b_{ij}B_{j}
Bj=∑k=1mcjkCkB_{j}=\displaystyle\sum_{k=1}^{m} c_{jk}C_{k}
라고 적을 수 있다. 따라서,
Ai=∑j=1mbijBj=∑j=1m∑k=1mbijcjkCk=∑k=1m(∑j=1mbijcjk)CkA_{i}=\displaystyle\sum_{j=1}^{m} b_{ij}B_{j}=\displaystyle\sum_{j=1}^{m} \displaystyle\sum_{k=1}^{m} b_{ij}c_{jk}C_{k}=\displaystyle\sum_{k=1}^{m} \left(\displaystyle\sum_{j=1}^{m} b_{ij}c_{jk}\right)C_{k}
가 성립하여, AA의 각 행이 CC의 행의 선형결합으로 나타내어진다. 반대의 경우도 같은 방법으로 보일 수 있다.

3.2. 기본행연산과 행동치[편집]

행렬 AA와 기본행연산을 한번적용한 행렬 EAEA를 생각하자. AiA_{i}를 AiA_{i}의 ii행이라고 할 때, 기본행연산을 한번 했을때 바뀌는 행은 다음과 같다.
  1. 한 행에 0 이 아닌 상수배 (EA)i=cAi(EA)_{i}=cA_{i}
  2. 한 행에 다른 행의 상수배를 더해줌 (EA)i=Ai+cAj(EA)_{i}=A_{i}+cA_{j}
  3. 한 행과 다른행을 교환함. (EA)i=Aj,(EA)j=Ai(EA)_{i}=A_{j}, (EA)_{j}=A_{i}
즉, 바뀐 행렬 EAEA의 바뀐 행들은 AA의 행의 선형결합임을 알수있다. 안바뀐 행은 자명하게 AA의 행의 선형결합이므로 EAEA의 모든 행을 AA의 선형결합으로 나타낼수 있다는것을 알 수 있다. 거꾸로, AA의 각 행이 EAEA의 선형결합임을 어떻게 알수있을까? 그것은, 기본행렬EE가 가역행렬이고, EE의 역행렬도 기본행렬이라는것 때문이다. 즉, A=E−1(EA)A=E^{-1}(EA)이고, AA는 EAEA에 기본행연산 E−1E^{-1}를 적용한것으로 이해할수있다. 동치관계의 추이성과 반사성에 의해 기본행연산을 유한번 적용해도 여전히 행동치이다.

3.3. 행동치와 기약행사다리꼴[편집]

임의의 행렬 AA에 대해 가우스-조르당 소거법을 이용하여 행동치인 기약행사다리꼴을 찾을 수 있다. 그런 기약행사다리꼴을 RAR_{A}라고 하자. 그러면, 유한개의 기본행렬 E1,⋯ ,EnE_{1},\cdots,E_{n}에 대하여
RA=E1⋯EnA R_{A}=E_{1}\cdots E_{n} A
라고 표현할 수 있다. 마찬가지로, BB의 경우도,
RB=E1′⋯En′B R_{B}=E^{\prime}_{1}\cdots E^{\prime}_{n} B
를 만족하는 기본행렬 E1′,⋯ ,En′E^{\prime}_{1},\cdots, E^{\prime}_{n}이 존재한다. 여기서, RAR_{A}와 RBR_{B}가 같다면,
E1⋯EnA=E1′⋯En′BE_{1}\cdots E_{n} A=E^{\prime}_{1}\cdots E^{\prime}_{n} B
A=En−1⋯E1−1E1′⋯En′BA=E_{n}^{-1}\cdots E_{1}^{-1}E^{\prime}_{1}\cdots E^{\prime}_{n} B
가 되므로, AA와 BB가 행동치임을 알 수있다. 행동치는 동치관계이므로, RAR_{A}와 RBR_{B}가 다르다면, AA와 BB도 행동치가 아님을 알수있다.[2] 즉, 어떤 두 행렬이 행동치일 필요충분조건은 각자의 행동치인 기약행사다리꼴이 서로 같다는것이다. 즉, 기약행사다리꼴이란, 행동치인 행렬 중에서 대표가 되는 행렬 정도로 이해할수 있다.

4. 행동치와 행공간[편집]

행공간이란 m×nm\times n행렬 AA의 행벡터가 생성하는 FmF^{m}의 부분공간을 뜻한다. 즉, AA의 행공간의 임의의 벡터는, AA의 각 행의 선형결합으로 표현된다. 그런데, AA와 BB가 행동치라면, BB의 모든 행이 AA의 행의 선형결합이므로, BB의 행공간의 임의의 원소는 AA의 행의 선형결합으로 표현된다. 마찬가지로, AA의 행공간의 임의의 원소도 BB의 행의 선형결합으로 표현된다. 즉, 행동치인 두 행렬 AA와 BB는 행공간이 서로 같다. 역으로, 크기가 같은 두 행렬이 행공간이 같다면, 행동치라는것은 꽤나 자명한 명제이다.

5. 두 연립방정식의 동치[편집]

미지수 n-tuple xx에 대한 연립방정식 LL을
f1(x)=y1f2(x)=y2⋯fm(x)=ym\begin{aligned}f_{1}(x)&=y_{1}\\f_{2}(x)&=y_{2}\\ \cdots \\f_{m}(x)&=y_{m} \end{aligned}
라고 할 때, l:c1f1(x)+⋯+cmfm(x)=c1y1+⋯+cmyml : c_{1}f_{1}(x)+\cdots+c_{m}f_{m}(x)=c_{1}y_{1}+\cdots+c_{m}y_{m}꼴의 방정식을 연립방정식 LL의 선형결합이라고 한다. x0x_{0}이 LL의 해 일 경우, x0x_{0}을 ll에 대입하면 식을 만족한다. 따라서 연립방정식 L2L_{2}를 구성하는 모든 개별 방정식이 연립방정식 L1L_{1}의 선형결합이라면, L1L_{1}의 모든 해는 L2L_{2}의 해가 됨을 알수있다. 반대로, L1L_{1}을 구성하는 모든 개별방정식도 L2L_{2}의 선형결합이라면, L2L_{2}의 모든 해가 L1L_{1}의 해가되어, 두 연립방정식의 해가 같다고 이야기할 수 있다. 이렇듯, 두 연립방정식이 각각 상대의 개별방정식의 선형결합으로 나타내어지는 경우를 연립방정식의 동치라고 한다.

5.1. 계수행렬, 첨가행렬과 행동치[편집]

일차연립방정식을 계수행렬(coefficient matrix)과 첨가행렬(augmented matrix)로 바꾼다면, 방정식에 대한 이야기를 선형대수학의 언어로 풀 수 있다.

5.1.1. 제차 연립일차방정식의 경우[편집]

일차연립방정식의 상수항이 0인경우 제차 연립방정식(homogeneous system of linear equations)이라고 한다. 이 경우에는, 첨가행렬의 마지막 열은 0이므로, 계수행렬만 생각하여도 충분하다. 계수행렬의 각 행이 의미하는것은 연립방정식을 구성하는 개별방정식이므로, 두 m×nm\times n행렬 A,BA,B에 대하여 L1:AX=OL_{1}:AX=O와 L2:BX=OL_{2}:BX=O가 연립방정식으로써 동치라면, AA의 각 행은 BB의 행의 선형결합으로 나타낼 수 있고, 반대로, BB의 각 행도 AA의 선형결합으로 나타낼 수 있을것이다. 즉, AA와 BB가 행렬로써 행동치라는것이다. 반대로, AA와 BB가 행동치라면, 연립방정식 L1:AX=OL_{1}:AX=O와 L2:BX=OL_{2}:BX=O는 연립방정식으로써 동치가 된다. 즉, 계수행렬이 행동치인 경우 해공간[3]이 같다는 것이다. 반대로, 크기가 같은 두행렬 A,BA,B에 대해 두 연립방정식 L1:AX=OL_{1}:AX=O와 L2:BX=OL_{2}:BX=O의 해공간이 같다면, 두 행렬은 행동치라고 할 수 있을까? 직관적으로 참인것 같아 보이는[4] 이 명제를 증명하기 위해서는 쌍대공간[5]에 대한 이해가 필요하다.[6] 연립방정식의 해공간이 주어져 있다면, FnF^{n}의 부분공간이므로, 기저 {b1,⋯ ,br}\{b_{1},\cdots,b_{r}\}이 존재하고, 기저확장정리에 의해, B={b1,⋯ ,br,br+1,⋯ ,bn}\mathcal{B}=\{b_{1},\cdots,b_{r},b_{r+1},\cdots,b_{n}\}이 FnF^{n}의 기저가 되는 {br+1,⋯ ,bn}\{b_{r+1},\cdots,b_{n}\}을 찾을 수 있다. 그 후 쌍대기저B∗={Li∣Li(bj)=δi,j} \mathcal{B}^{*}=\{L_{i}|L_{i}(b_{j})=\delta_{i,j}\}[7]를 구할 수 있고, 계수행렬의 행공간과
<[Lr+1],⋯ ,[Ln]><[L_{r+1}],\cdots,[L_{n}]> [8]
이 같아야 함을 알수있다. 행공간이 같으면 행동치이므로, 해공간이 같은 두 연립방정식의 계수행렬은 크기가 같다면 행동치이다.

5.1.2. 비제차 연립일차방정식의 경우[편집]

6. 선형변환 Y=AX와 행동치[편집]


[1] 하지만 열공간(column space)은 일반적으로 같지 않다.[2] 서로 다른 기약행사다리꼴은 행동치가 아니다. 이는 수학적 귀납법으로 보일 수 있다.[3] 제차 연립일차방정식의 해집합은 부분공간이 된다.[4] 물론 행의 갯수가 해공간의 차원보다 크거나 같아야 의미있는 명제가 된다. 행의 갯수가 해공간의 차원보다 작다면, 행렬이 존재하지 않아서, 허무하게 참(vacuous truth)이다.[5] 연립방정식의 개별방정식의 좌변을 함수(즉, 선형변환)로 이해할 경우, 선형범함수(linear functional)가 되며, 방정식의 근은 각 선형범함수의 영공간(Null space)의 교집합이 된다.[6] 내적을 이용하여, 해공간의 직교여공간이 계수행렬의 행공간이 됨을 보여도 된다. 물론 내적이 정의되었다면, 정규직교기저에대한 쌍대기저를 내적으로 정의할수 있으니, 그 말이 그 말이긴 하다.[7] δ는 크로네커 델타이다.[8] < >는 생성(span)을 의미하고, [ ]는 선형변환의 표준기저에대한 행렬 표현(matrix representation)을 뜻한다.