Ch. 8 선형대수학: 행렬의 고유값 문제
Ch. 8 선형대수학 (Linear Algebra):
행렬의 고유값 문제
(Matrix Eigenvalue Problems)
z
내용 : 고유값 문제, 여러 가지 행렬, 대각화를 통한 문제 해결법Ch. 8 선형대수학: 행렬의 고유값 문제 8.1 고유값, 고유벡터
8.1 고유값, 고유벡터(Eigenvalues, Eigenvectors)
z
고유값, 고유벡터(Eigenvalues, Eigenvector)z
고유값과 고유벡터를 구하는 방법( ) λ
:특성행렬식 D( )
( )
( ) ( ) (
특성방정식)
의해인 가 의고유값
계수행렬식 필요충분조건
가질 해를 않는 자명하지 인
제차선형연립방정식
A I
A 0
x
0 x I - A x
Ax
λ λ
λ λ
0 det
0
:
=
−
=
⇒
=
⇒
≠
⇒
=
⇒
=
λ D
( )
(
Eigenvector)
. Eigenvalue한다 라 의
대응하는 에
벡터는 모든
아닌 이 인 고유값이면,
의 가 한다.
이라 의
를 스칼라 존재하면
가 벡터 이닌 이 인 만약
때, 행렬일 가
고유벡터 고유값
A
0 x Ax A
A
x 0
x Ax A
λ
λ λ
λ λ
=
=
× n
n
Ch. 8 선형대수학: 행렬의 고유값 문제
Ex.1 행렬
에 대하여 고유값과 고유벡터를 구하는 모든 과정을 설명하라.
Step 1 고유값
Step 2 고유벡터
⎥⎦
⎢ ⎤
⎣
⎡
−
= −
2 2
2 A 5
( ) ( )
( ) ( ) ( )( )
( )
6 1
0 6 7 4
2 2 5
2
2 det 5
0 2
2
0 2 5
2
2 2 5
2 2
2 5
2 2 1
2 1 2
2 1
1 2 1
2 1 2
1
고유값 A의
I A
Ax x
Ax
- , λ λ
D
x x
x x -λ - x
x x
x x x -
x x x
x
=
−
=
⇒
= + +
=
−
−
−
−
−
− =
−
−
= −
−
=
=
−
− +
=
⇒ +
=
−
=
⇒ +
⎥⎦
⎢ ⎤
⎣
= ⎡
⎥⎦
⎢ ⎤
⎣
⎥⎡
⎦
⎢ ⎤
⎣
⎡
−
= −
⇒
=
λ λ λ
λ λ λ λ
λ
λ λ
λ
λ λ
⎥⎦
⎢ ⎤
⎣
=⎡ 2 x 1 고유벡터는
−1
λ = x1=1
( ) (
2)
02
0 2 5
2 1
2 1
=
−
− +
= +
x x
x x -λ -
λ
2 00 2 4
2 1
2 1
=
−
= +
−
x x
x
x x2 =2x1
⎥⎦
⎢ ⎤
⎣
⎡
= − 1 x 2 고유벡터는
−6
λ= x1=2
( ) (
2)
02
0 2 5
2 1
2 1
=
−
− +
= +
x x
x x -λ -
λ 2 4 0
0 2
2 1
2 1
= +
= +
x x
x x
12
2
x =−x
8.1 고유값, 고유벡터
Ch. 8 선형대수학: 행렬의 고유값 문제
z
고유값z
고유벡터, 고유공간z
전치의 고유값8.1 고유값, 고유벡터
가진다.
고유값을 다른
서로 개의 많아야
이상, 하나
적어도 행렬은
따라서
근이다.
특성방정식의 의
고유값들은 의
정방행렬
n n
n
×A A
( )
( )
이라한다.해당되는 에
고유값 이것을
이루며, 벡터공간을
하나의 함께
벡터와 들은
벡터 해당되는 고유값에
같은 된다.따라서 고유벡터가
도 대하여 에
임의의 와
단 경우,
고유벡터인 대응하는
에 고유값 같은
의 행렬 가 와 만일
Eigenspace 0
λ
고유공간λ
0
x
w x x w A
x w
k k
≠≠ +
갖는다.
고유값을 같은
와 행렬 는 전치 의
정방행렬 A AT A
Ch. 8 선형대수학: 행렬의 고유값 문제 8.1 고유값, 고유벡터
Ex. 2 행렬
의 고유값과 고유벡터를 구하라.
특성방정식 : 고유값 :
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
−
−
−
−
−
=
0 2 1
6 1 2
3 2 2 A
0 45
2 21
3− + + =
−λ λ λ
(
이중근)
3 , 5 =−
= λ λ
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
−
−
−
−
−
−
−
=
−
=
5 2 1
6 4 2
3 2 7 5
5
I A
특성행렬 대한
λ 에
행을 간략화
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
−
−
−
−
0 0
0
7 48 7
0 24
3 2
7 x3=−1
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
1 2 1
- 고유벡터는
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
−
−
−
−
= +
−
=
3 2 1
6 4 2
3 2 1 3
3
I A
특성행렬 대한
λ 에
행을 간략화
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡ −
0 0 0
0 0 0
3 2 1
0 , 1 3
2 = x =
x
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡−
0 1 2 고유벡터는
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
1 0 3 고유벡터는 1
, 0 3
2 = x =
x
Ch. 8 선형대수학: 행렬의 고유값 문제 8.1 고유값, 고유벡터
z
대수적 다중도(Algebraic Multiplicity
) : 특성다항식의 근으로서 고유값의 차수z
기하적 다중도(Geometric Multiplicity
): 고유값에 대응하는 일차독립인 고유벡터의 수
z
부족지수(Defect
): 대수적 다중도와 기하적 다중도의 차
Ex. 3 행렬
⎥⎦
⎢ ⎤
⎣
=⎡ 0 0
1 A 0
( )
1 : 부족지수
1 : 다중도 기하적
2 : 다중도 대수적
: 고유벡터 이중근
: 고유값 :
특성방정식 ⎥
⎦
⎢ ⎤
⎣
⇒ ⎡
=
⇒
= 0
1 0
2 0 λ
λ
Ch. 8 선형대수학: 행렬의 고유값 문제 8.2 고유값 문제의 몇 가지 응용
8.2 고유값 문제의 몇 가지 응용
(Some Applications of Eigenvalue Problems)
Ex. 1 탄성막의 팽창
( )
( ) ( )
.
.
, Directions Princilpe
.
,
5 3
3 5
5 3
3 5
,
1
2 1
2 1 2
2 1 1 2
1 2
1
2 1 2
1 2
2 2 1
살펴보라 취하는지
꼴을 어떤 경계원은 변형하에서
이런 구하라
방향을 의
위치벡터 되는
방향이 정반대
또는 방향 같은 방향과 의
위치벡터 의
방향이
의 위치벡터 의
즉 경우
이 한다 가도록 로
점 표현된 로
성분식으로 또는
가 점
당겨 잡아 탄성막을 있는
평면상에 갖는
을 원
경계로서
x x
y Ax
y
P
Q x
x Q
x x y
x x y x
x y
y
x x P x
x x
x
주방향 +
= +
⎥ =
⎦
⎢ ⎤
⎣
⎥⎡
⎦
⎢ ⎤
⎣
=⎡
⎥=
⎦
⎢ ⎤
⎣
=⎡
= +
( )
⎥⎦
⎢ ⎤
⎣
⎡
= −
⎥ =
⎦
⎢ ⎤
⎣
=⎡
=
=
=
⇒
=
−
−
− =
−
1 , 1
2 1 , , 1
8
2 8, :
0 9 5 5
3
3 :5
2
x
x 일때고유벡터는
고유벡터는 때
일
고유값 특성방정식
λ λ
λ λ λ λ
λ
Ch. 8 선형대수학: 행렬의 고유값 문제 8.2 고유값 문제의 몇 가지 응용
) ( 2 1 8
sin 2 , cos 8 :
2 8
) (
135 45
:
2 2 2 2
2 1
2 1
1
타원 좌표계 새로운
팽창 만큼 과 각각 주방향으로
방향 고유벡터의 방향
이루는 각을
의 와
방향과 축
양의 주방향
= +
∴
=
=
⇒
∗
z z
z z
x
φ φ
o o
Ch. 8 선형대수학: 행렬의 고유값 문제 8.2 고유값 문제의 몇 가지 응용
Ex. 2 Markov 과정에서 일어나는 고유값 문제
.
Markov
.
, 1
.
,
, Markov
때문이다 주기
설명해 모델을
장기 과정이 이런
이유는
되는 갖게 관심을 문제의
이러한 된다
고유벡터가 해당되는
이에 는 되며 갖게 을 고유값
는 행렬 확률 따라서 된다
문제가 고유값
경우의 다룰
문제를 극한상태
같은 와 즉
되는 값이 자신의 때
곱해질 와
확률행렬 결정짓는
공정을 가
상태벡터 과정에서
x
A x
Ax
A x
=
1 :
1 :
1 1 1
1 1 1
8 . 0 2 . 0 0
0 9 . 0 1 . 0
1 . 0 2 . 0 7 . 0
1 1 1 8 . 0 0 1 . 0
2 . 0 9 . 0 2 . 0
0 1 . 0 7 . 0
고유값 의
고유값
의 A
A A
A ⇒ ⇒
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
=
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
=
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
⇒
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
= T T
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
=
=
1 6 2
,
1일때 고유벡터는x λ
의미 접근됨을 로
비율이 거주지역의
공업 상업 가정하에 않는다는
변하지 가
확률행렬 A : : 2:6:1
Ch. 8 선형대수학: 행렬의 고유값 문제
z
정방행렬 에 대하여•
대칭(Symmetric)
:•
반대칭(Skew-Symmetric)
:•
직교(Orthogonal)
:
실수 정방행렬 는 대칭행렬 과 반대칭행렬 의 조합으로 표현할 수 있다.8.3 대칭, 반대칭, 직교행렬
[ ]
ajk= A
A A
T =A A
T =−−1
= A
A
TA R S
( A AT) S ( A AT)
)
R
= + = −2 1 2 ,
1
Ex. 2
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
−
−
− +
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
−
−
= +
=
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
−
=
0 0 . 6 5 . 1
0 . 6 0 5 . 1
5 . 1 5 . 1 0
0 . 3 0 . 2 5 . 3
0 . 2 0 . 3 5 . 3
5 . 3 5 . 3 0 . 9
3 4 5
8 3 2
2 5 9
S R A
8.3 대칭, 반대칭, 직교행렬
(Symmetric, Skew-Symmetric, and Orthogonal Matrices)
Ch. 8 선형대수학: 행렬의 고유값 문제
z
대칭행렬과 반대칭행렬의 고유값•
대칭행렬의 고유값은 실수이다.•
반대칭행렬의 고유값은 순 허수이거나 영이다.z
직교변환(Orthogonal Transformation
)z
내적값z
길이 또는 노름(Norm) :8.3 대칭, 반대칭, 직교행렬
( A
는 직교행렬)
Ax y
=Ex. 각도 만큼 평면회전
은 직교변환이다.
θ
⎥⎦
⎢ ⎤
⎣
⎥⎡
⎦
⎢ ⎤
⎣
⎡ −
⎥=
⎦
⎢ ⎤
⎣
=⎡
2 1 2
1
cos sin
sin cos
x x y
y
θ θ
θ y θ
[ ] ( a, b )
b a b
a
21
2
1 n의임의의벡터
n n
T
R
b b b a a a
⎥⎥
⎥⎥
⎦
⎤
⎢⎢
⎢⎢
⎣
⎡
=
=
• L M
a a a a
a
= • = TCh. 8 선형대수학: 행렬의 고유값 문제
z
내적의 불변직교변환은 벡터의 내적값을 보존한다.
또한 벡터의 길이 또는 노름(norm)도 보존한다.
z
열과 행벡터의 직교성실수 정방행렬이 직교일 필요충분조건은 열벡터 (또한 행벡터들)이 정규
직교계(Orthonormal System)를 형성하는 것이다.
z
직교행렬의 행렬식직교행렬의 행렬식의 값은 또는 이다.
z
직교행렬의 고유값직교행렬의 고유값은 실수 또는 공액복소수이고 절대값은 1이다.
8.3 대칭, 반대칭, 직교행렬
a
na
1, L,( )
( )
⎩⎨
⎧
=
= ≠
=
•
j k
k j
k T j k
j 1
a
0a a a
+1 -1
Ch. 8 선형대수학: 행렬의 고유값 문제 8.4 고유벡터의 기저. 대각화. 2차형식
8.4 고유벡터의 기저. 대각화. 2차형식
(Eigenbases. Diagonalization. Quadratic Forms)
z
고유벡터의 기저z
대칭행렬대칭행렬은 고유벡터로 구성된 정규직교 기저를 갖는다.
된다.
기저가 의
은 , , 고유벡터 는
행렬 이
, 가지면 고유값을
다른 서로 개의 가
행렬 만일
n
n
R
n n
n
x x
A
A
L
1
×
Ch. 8 선형대수학: 행렬의 고유값 문제
z
상사변환(Similarity Transformation)z
상사행렬의 고유값과 고유벡터z
행렬의 대각화8.4 고유벡터의 기저. 대각화. 2차형식
( P )
AP P
A
ˆ = −1n
×n
정칙행렬된다.
고유벡터가 의
대응되는 고유값에
같은 는 고유벡터이면
의 가
갖는다.
고유값을 같은
와 는 상사이면 에
가
A x
P y A
x
A A A
A
ˆ ˆ
ˆ
−1
=
X A X D X
A AX X D
A
m m
n n
1
1
−
−
=
=
×
또한
행렬이다.
하는 열벡터로 고유벡터들을
이들 는 여기서
된다.
원소가 주대각선의
고유값들이 의
되고, 대각행렬이
는
가지면 기저를
고유벡터의 가
행렬 만일
Ch. 8 선형대수학: 행렬의 고유값 문제
Ex. 4
8.4 고유벡터의 기저. 대각화. 2차형식
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
−
−
−
=
3 . 9 8 . 1 7 . 17
5 . 5 0 . 1 5 . 11
7 . 3 2 . 0 3 . 7
.
A
A를대각화하라 행렬
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
−
−
−
−
=
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
−
−
−
=
⇒
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
⇒
=
=
=
⇒
= +
−
−
2 . 0 2 . 0 8 . 0
7 . 0 2 . 0 3 . 1
3 . 0 2 . 0 7 . 0
, 4 3 1
1 1 3
2 1 1
4
1 2 3
1 1 1 3
1
0 4 3
0 12
1 2
3
X , X
- , - -
, λ - , λ λ
: 고유벡터
: 고유값 -
:
특성방정식 λ λ λ
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
−
=
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
−
−
−
−
⎥⎥
⎥
⎦
⎤
⎢⎢
⎢
⎣
⎡
−
−
−
−
=
= −
0 0 0
0 4 0
0 0 3
0 12 3
0 4 9
0 4 3
2 . 0 2 . 0 8 . 0
7 . 0 2 . 0 3 . 1
3 . 0 2 . 0 7 . 0
1AX X D
Ch. 8 선형대수학: 행렬의 고유값 문제
z 2차 형식. 주축으로의 변환
z
주축정리치환 에 의하여 2차 형식은 주축형식 또는 표준형으로 변환될 수 있다.
8.4 고유벡터의 기저. 대각화. 2차형식
2 2
2 1 1
2 2 2
2 22 1 2 21
1 1 2
1 12 2 1 11
1 1 1
: 2
n nn n
n n
n
n n
n n n
j n
k jk j k
T n
x a x
x a x x a
x x a x
a x x a
x x a x
x a x a
x x a Q
, x , x
+ + +
+ +
+ + +
+
+ + +
=
=
=
∑∑
= =
L
L L L L L L L L L L L L
L L
L
x Ax
x
의성분 으로구성된 차형식벡터
직교행렬 하는
열벡터로 을
고유벡터 대응하는
고유값에
고유값 의
대칭행렬 행렬
표준형
, , ,
:
) (
: , , ,
:
2 1 2
1
2 2
2 2 2 1 1
n n
n n T
x x
x y y
y Q
L L
L
X
A Dy
y λ λ
λ
λ λ
λ
+ + +=
=
Xy
x
=Ch. 8 선형대수학: 행렬의 고유값 문제
Ex. 5 2차 형식. 대칭계수행렬
Ex. 6 주축으로의 변환. 원뿔곡선
다음 2차형식이 나타내는 원뿔곡선의 유형을 찾아내고, 그것을 주축으로 변환하라.
8.4 고유벡터의 기저. 대각화. 2차형식
[ ]
12 1 2 222 1 2
1 3 10 2
2 6
4
3 x x x x
x x x
T x ⎥= + +
⎦
⎢ ⎤
⎣
⎥⎡
⎦
⎢ ⎤
⎣
= ⎡ Ax x
( )
⎥⎦
⎢ ⎤
⎣
=⎡ +
= +
=
=
+ 5 2
5 3
2
1 5
5 10 6
4 이므로 cjk ajk akj 로하는행렬A에대응하는대칭행렬C
[ ]
12 1 2 222 1 2
1 3 10 2
2 5
5
3 x xx x
x x x
T x ⎥= + +
⎦
⎢ ⎤
⎣
⎥⎡
⎦
⎢ ⎤
⎣
= ⎡ Cx x
128 17
30
17 12− 1 2+ 22 =
= x xx x
Q
( )
2 1 8
32 2
32 2, :
0 15 17
:
17 , 15
15 17
2 2 2 2
2 1
2 2 2
1 2 2
2 1
= +
∴
+
=
⇒
=
⇒
=
−
⎥⎦
⎢ ⎤
⎣
=⎡
⎥⎦
⎢ ⎤
⎣
⎡
−
= −
y y
y y
Q -
x x
λ
λ 고유값
특성방정식
x A
Ch. 8 선형대수학: 행렬의 고유값 문제 8.5 복소행렬과 그 형태
8.5 복소행렬과 그 형태(Complex Matrices and Forms)
z
표기법Ex.
z
정방행렬 에 대하여•
에르미트 행렬(Hermitian Matrix) :•
반에르미트 행렬(Skew-Hermitian Matrix) :•
유니타리 행렬(Unitary Matrix) :[ ] ajk
=
A
A A
T =A A
T =−−1
= A
A
T[ ] [ ] ( )
[ ]
에대한 전치행렬이며, 에대한 공액전치행렬행렬 엳는 대치하여 로
공액복소수 대응되는
에 실수 는 , 여기서 원소
각 의
A A
A
A A
:
:
kj T
jk
jk jk
jk
a
iβ α a
iβ α a a
a
=
−
=
+
=
=
=
α β
⎥⎦
⎢ ⎤
⎣
⎡
+ +
= −
⎥⎦
⎢ ⎤
⎣
⎡
+ +
= −
⎥ ⇒
⎦
⎢ ⎤
⎣
⎡
−
−
= +
i i
i i
i i
i i
i T
5 2 1
6 4 3
5 , 2 6
1 4 3
5 2 6
1 4
3 A A
A
Ch. 8 선형대수학: 행렬의 고유값 문제
z
고유값•
에르미트 행렬(대칭행렬)의 고유값은 실수이다.•
반에르미트 행렬(반대칭행렬)의 고유값은 순허수이거나 0이다.•
유니타리 행렬(직교행렬)의 고유값은 절대값 1을 가진다.z
내적 :z
내적의 불변성z
유니타리 계() : 다음을 만족하는 복소벡터들의 집합8.5 복소행렬과 그 형태
b a b a
• = T않는다.
변하지 노름이
및 내적
후의 변환 전과 변환 대하여는 에
갖는 를 행렬 유니타리
즉,
A y
=Ax
변환 유니타리
( )
( )
⎩⎨
⎧
=
= ≠
=
•
j k
k j
k T j k
j 1
a
0a
a
a
Ch. 8 선형대수학: 행렬의 고유값 문제
z
열과 행벡터의 유니타리계복소 정방행렬이 유리타리 행렬일 필요충분조건은 열벡터(또는 행벡터)가 유니타리 계를 형성하는 것이다.
z
유니타리 행렬의 행렬식유니타리 행렬의 행렬식은 절대값 1을 가진다. 즉,
z
고유벡터의 기저에르미트, 반에르미트 또는 유니타리 행렬의 고유벡터들은 상에서 유니타리 계 의 기저가 된다.
8.5 복소행렬과 그 형태
1 det
A
=C
nCh. 8 선형대수학: 행렬의 고유값 문제
z
에르미트와 반에르미트 형식8.5 복소행렬과 그 형태
n n nn n
n n
n n
n n
j n
k jk j k
T
n
x x a x
x a x
x a x
x a x x a x
x a
x x a
, x , x
+ + +
+ +
+ +
+ +
=
=
∑∑
= =
L L
L L
L
1 1 2
2 1
2 21 1
1 1
1 11 1 1
1
ˆ
:
Ax x
x
의성분 에대한형식벡터