6장에서 2×2 행렬식을 넓이 배율로 보았습니다. 이 장에서는 n×n 행렬의 행렬식을 세 가지 기본 성질로 정의하고, 계산법(소거, 여인수 전개)과 곱의 법칙 det(AB) = det(A)det(B)를 증명합니다. 행렬식은 가역성 판정, 부피 계산, 확률밀도의 변수 변환(야코비안)에 쓰입니다.
15.1 성질로 정의하기
질문. 6장에서 2 × 2 2 \times 2 2 × 2 와 3 × 3 3 \times 3 3 × 3 행렬식을 공식으로 정의하고 “부피 배율”이라고 해석했습니다. n × n n \times n n × n 에서는 어떻게 정의해야 할까요? 공식을 먼저 쓰고 성질을 증명할까, 아니면 부피가 가져야 할 성질을 먼저 정하고 공식을 이끌어 낼까요?
이 장은 두 번째 길을 갑니다. 부피라면 마땅히 만족해야 할 세 가지 성질로 행렬식을 정의합니다. 그러면 다른 모든 성질과 공식이 그 세 가지에서 나옵니다. 그리고 그 결과가 6장의 공식과 일치함을 확인합니다. 이 방식은 28장에서 다시 쓰이는데, 거기서는 행렬 없이 “교대 다중선형 형식”으로 행렬식을 정의합니다.
15.2 세 가지 기본 성질
n × n n \times n n × n 행렬 A A A 의 행들을 r 1 , … , r n \mathbf{r}_1, \ldots, \mathbf{r}_n r 1 , … , r n 이라 합시다. det A \det A det A 는 다음 세 성질을 만족하는 수입니다.
정의 15.1 (행렬식의 기본 성질).
det I = 1 \det I = 1 det I = 1 .
두 행을 바꾸면 부호가 바뀝니다.
각 행에 대해 따로따로 선형입니다. 즉 다른 행들을 고정하면
det [ ⋮ c r + d r ′ ⋮ ] = c det [ ⋮ r ⋮ ] + d det [ ⋮ r ′ ⋮ ] . \det\begin{bmatrix} \vdots \\ c\mathbf{r} + d\mathbf{r}' \\ \vdots \end{bmatrix} = c\det\begin{bmatrix} \vdots \\ \mathbf{r} \\ \vdots \end{bmatrix} + d\det\begin{bmatrix} \vdots \\ \mathbf{r}' \\ \vdots \end{bmatrix}. det ⋮ c r + d r ′ ⋮ = c det ⋮ r ⋮ + d det ⋮ r ′ ⋮ .
이 세 성질을 만족하는 함수가 존재하고 유일하다는 것은 15.4절의 공식으로 확인합니다. 우선은 이런 함수가 있다고 믿고 결과를 끌어냅시다.
직관. 행들이 만드는 평행육면체의 (부호 있는) 부피를 생각하면 세 성질이 자연스럽습니다.
(1) 단위정육면체의 부피는 1입니다.
(2) 두 모서리의 순서를 바꾸면 방향(오른손/왼손)이 바뀝니다(6.3절).
(3) 한 모서리를 c c c 배 하면 부피도 c c c 배입니다. 한 모서리를 r + r ′ \mathbf{r} + \mathbf{r}' r + r ′ 로 바꾸면, 나머지 모서리가 만드는 밑면은 그대로이고 높이가 더해지므로 부피도 더해집니다.
성질 (3)은 한 행씩 선형이라는 뜻입니다. det ( A + B ) = det A + det B \det(A + B) = \det A + \det B det ( A + B ) = det A + det B 라는 뜻이 아닙니다. 실제로 det ( 2 A ) = 2 n det A \det(2A) = 2^n\det A det ( 2 A ) = 2 n det A 입니다(모든 행에서 2가 하나씩 나옵니다).
15.3 기본 성질에서 나오는 것들
정리 15.2 (행렬식의 성질). n × n n \times n n × n 행렬에 대하여
두 행이 같으면 det A = 0 \det A = 0 det A = 0 .
한 행에서 다른 행의 배수를 빼도 det A \det A det A 는 변하지 않습니다.
영행이 있으면 det A = 0 \det A = 0 det A = 0 .
A A A 가 삼각행렬이면 det A \det A det A 는 대각성분의 곱입니다.
A A A 가 특이이면 det A = 0 \det A = 0 det A = 0 이고, 가역이면 det A ≠ 0 \det A \ne 0 det A = 0 입니다.
증명. (4) 같은 두 행을 바꾸면 행렬은 그대로인데 (2)에 의해 부호가 바뀝니다. det A = − det A \det A = -\det A det A = − det A 이므로 0.
(5) (3)에 의해 det ( … , r i − ℓ r j , … , r j , … ) = det ( … , r i , … , r j , … ) − ℓ det ( … , r j , … , r j , … ) \det(\ldots, \mathbf{r}_i - \ell\mathbf{r}_j, \ldots, \mathbf{r}_j, \ldots) = \det(\ldots, \mathbf{r}_i, \ldots, \mathbf{r}_j, \ldots) - \ell\det(\ldots, \mathbf{r}_j, \ldots, \mathbf{r}_j, \ldots) det ( … , r i − ℓ r j , … , r j , … ) = det ( … , r i , … , r j , … ) − ℓ det ( … , r j , … , r j , … ) 이고, 마지막 항은 (4)에 의해 0.
(6) 영행에 (3)을 c = 0 c = 0 c = 0 으로 쓰면 det A = 0 ⋅ det A = 0 \det A = 0 \cdot \det A = 0 det A = 0 ⋅ det A = 0 .
(7) 위삼각이고 대각성분이 모두 0이 아니면, (5)로 대각선 위를 모두 지워 대각행렬로 만들 수 있습니다(아래 행부터 위로). 대각행렬 diag ( d 1 , … , d n ) \operatorname{diag}(d_1, \ldots, d_n) diag ( d 1 , … , d n ) 은 (3)으로 각 행에서 d i d_i d i 를 빼내면 d 1 ⋯ d n det I = d 1 ⋯ d n d_1 \cdots d_n\det I = d_1 \cdots d_n d 1 ⋯ d n det I = d 1 ⋯ d n . 대각성분에 0이 있으면, 소거하면 영행이 생기므로 (6)에 의해 0이고, 이것도 대각성분의 곱입니다. 아래삼각도 같습니다.
(8) 소거(교체와 교환)로 A A A 를 위삼각 U U U 로 만듭니다. (5)에 의해 교체는 행렬식을 바꾸지 않고, (2)에 의해 교환은 부호만 바꾸므로 det A = ± det U = ± \det A = \pm\det U = \pm det A = ± det U = ± (피벗의 곱). 특이이면 피벗이 모자라 U U U 의 대각에 0이 생기므로 det A = 0 \det A = 0 det A = 0 . 가역이면 피벗이 모두 0이 아니므로 det A ≠ 0 \det A \ne 0 det A = 0 . ■
(8)의 증명은 행렬식을 계산하는 방법이기도 합니다. 8.7절에서 예고한 “det A = ± \det A = \pm det A = ± 피벗의 곱”이 증명되었습니다. 또한 이 증명은 행렬식이 유일하다는 것도 보여 줍니다. 세 성질을 만족하는 함수는 어떤 것이든 소거를 통해 같은 값(피벗의 곱)으로 계산되기 때문입니다.
정리 15.3 (곱과 전치).
det ( A B ) = det A det B \det(AB) = \det A\det B det ( A B ) = det A det B .
det A T = det A \det A^T = \det A det A T = det A .
증명. (9) det B = 0 \det B = 0 det B = 0 이면 B B B 가 특이이고, B x = 0 B\mathbf{x} = \mathbf{0} B x = 0 인 x ≠ 0 \mathbf{x} \ne \mathbf{0} x = 0 에 대해 A B x = 0 AB\mathbf{x} = \mathbf{0} A B x = 0 이므로 A B AB A B 도 특이. 양변이 0입니다. det B ≠ 0 \det B \ne 0 det B = 0 이면 함수 D ( A ) = det ( A B ) / det B D(A) = \det(AB)/\det B D ( A ) = det ( A B ) / det B 를 생각합시다. A B AB A B 의 행은 (A A A 의 행)B B B 이므로
D ( I ) = det B / det B = 1 D(I) = \det B/\det B = 1 D ( I ) = det B / det B = 1 ,
A A A 의 두 행을 바꾸면 A B AB A B 의 두 행이 바뀌므로 D D D 의 부호가 바뀐다,
A A A 의 한 행에 대해 선형이면 A B AB A B 의 그 행도 선형으로 변하므로 D D D 도 그 행에 대해 선형입니다.
D D D 가 세 성질을 만족하므로, 유일성에 의해 D ( A ) = det A D(A) = \det A D ( A ) = det A .
(10) A A A 가 특이이면 A T A^T A T 도 특이(랭크가 같습니다)이므로 양변이 0. 가역이면 P A = L U PA = LU P A = LU 로 씁니다. det P ⋅ det A = det L det U = det U \det P \cdot \det A = \det L\det U = \det U det P ⋅ det A = det L det U = det U (L L L 은 대각이 1인 삼각). 전치하면 A T P T = U T L T A^TP^T = U^TL^T A T P T = U T L T 이고 det A T det P T = det U T det L T = det U \det A^T\det P^T = \det U^T\det L^T = \det U det A T det P T = det U T det L T = det U (삼각행렬의 전치는 삼각이고 대각이 같습니다). 치환행렬은 P T = P − 1 P^T = P^{-1} P T = P − 1 이고 det P = ± 1 \det P = \pm1 det P = ± 1 이므로 det P T = 1 / det P = det P \det P^T = 1/\det P = \det P det P T = 1/ det P = det P . 따라서 det A T = det A \det A^T = \det A det A T = det A . ■
(10) 덕분에 지금까지 행에 대해 말한 모든 성질이 열에 대해서도 성립합니다. 두 열을 바꾸면 부호가 바뀌고, 각 열에 대해 선형입니다. 6장에서는 열이 만드는 평행사변형의 넓이로 생각했고, 이 장에서는 행으로 생각했는데, 두 관점이 같은 값을 줍니다.
예제 15.4. (9)에서 바로 det A − 1 = 1 / det A \det A^{-1} = 1/\det A det A − 1 = 1/ det A (A A − 1 = I AA^{-1} = I A A − 1 = I ), 직교행렬은 det Q = ± 1 \det Q = \pm1 det Q = ± 1 (문제 14.3), det ( A k ) = ( det A ) k \det(A^k) = (\det A)^k det ( A k ) = ( det A ) k 가 나옵니다.
▶ 문제 15.1–15.5
15.4 큰 공식
질문. 성질만으로 계산은 할 수 있지만, 성분 a i j a_{ij} a ij 로 된 명시적인 공식은 무엇일까요?
2 × 2 2 \times 2 2 × 2 에서 시작합시다. 각 행을 표준기저로 쪼개고 성질 (3)을 씁니다.
∣ a b c d ∣ = ∣ a 0 c d ∣ + ∣ 0 b c d ∣ = ∣ a 0 c 0 ∣ + ∣ a 0 0 d ∣ + ∣ 0 b c 0 ∣ + ∣ 0 b 0 d ∣ . \begin{vmatrix} a & b \\ c & d \end{vmatrix} = \begin{vmatrix} a & 0 \\ c & d \end{vmatrix} + \begin{vmatrix} 0 & b \\ c & d \end{vmatrix} = \begin{vmatrix} a & 0 \\ c & 0 \end{vmatrix} + \begin{vmatrix} a & 0 \\ 0 & d \end{vmatrix} + \begin{vmatrix} 0 & b \\ c & 0 \end{vmatrix} + \begin{vmatrix} 0 & b \\ 0 & d \end{vmatrix}. a c b d = a c 0 d + 0 c b d = a c 0 0 + a 0 0 d + 0 c b 0 + 0 0 b d .
첫째와 넷째는 영열이 있어 0입니다. 둘째는 a d ad a d , 셋째는 행 교환 한 번으로 대각이 되므로 − b c -bc − b c 입니다. 따라서 a d − b c ad - bc a d − b c .
같은 방법을 n × n n \times n n × n 에 쓰면 각 행에서 성분 하나씩을 고른 n n n^n n n 개의 행렬로 쪼개집니다. 그중 같은 열에서 두 번 고른 것은 영열이 생겨 0입니다. 살아남는 것은 각 행에서 서로 다른 열을 고른 것, 즉 열 번호의 순열 ( σ ( 1 ) , … , σ ( n ) ) (\sigma(1), \ldots, \sigma(n)) ( σ ( 1 ) , … , σ ( n )) 에 대응하는 n ! n! n ! 개뿐입니다. 각각은 치환행렬에 a 1 σ ( 1 ) ⋯ a n σ ( n ) a_{1\sigma(1)} \cdots a_{n\sigma(n)} a 1 σ ( 1 ) ⋯ a nσ ( n ) 을 곱한 것입니다.
정리 15.5 (행렬식의 큰 공식).
det A = ∑ σ sgn ( σ ) a 1 σ ( 1 ) a 2 σ ( 2 ) ⋯ a n σ ( n ) . \det A = \sum_\sigma \operatorname{sgn}(\sigma)\,a_{1\sigma(1)}a_{2\sigma(2)} \cdots a_{n\sigma(n)}. det A = σ ∑ sgn ( σ ) a 1 σ ( 1 ) a 2 σ ( 2 ) ⋯ a nσ ( n ) .
합은 { 1 , … , n } \{1, \ldots, n\} { 1 , … , n } 의 모든 순열 σ \sigma σ (n ! n! n ! 개)에 대한 것이고, sgn ( σ ) = det P σ \operatorname{sgn}(\sigma) = \det P_\sigma sgn ( σ ) = det P σ 는 그 순열을 행 교환으로 만들 때 교환 횟수가 짝수이면 + 1 +1 + 1 , 홀수이면 − 1 -1 − 1 입니다.
예제 15.6. 3 × 3 3 \times 3 3 × 3 에서 순열은 3 ! = 6 3! = 6 3 ! = 6 개입니다.
∣ a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ∣ = [ t ] a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 − a 11 a 23 a 32 − a 12 a 21 a 33 − a 13 a 22 a 31 . \begin{vmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{vmatrix} = \begin{aligned}[t] &a_{11}a_{22}a_{33} + a_{12}a_{23}a_{31} + a_{13}a_{21}a_{32} \\ &- a_{11}a_{23}a_{32} - a_{12}a_{21}a_{33} - a_{13}a_{22}a_{31}. \end{aligned} a 11 a 21 a 31 a 12 a 22 a 32 a 13 a 23 a 33 = [ t ] a 11 a 22 a 33 + a 12 a 23 a 31 + a 13 a 21 a 32 − a 11 a 23 a 32 − a 12 a 21 a 33 − a 13 a 22 a 31 .
순열 ( 1 , 2 , 3 ) (1, 2, 3) ( 1 , 2 , 3 ) , ( 2 , 3 , 1 ) (2, 3, 1) ( 2 , 3 , 1 ) , ( 3 , 1 , 2 ) (3, 1, 2) ( 3 , 1 , 2 ) 는 짝수(교환 0번, 2번, 2번), 나머지 셋은 홀수입니다. 6.7절의 공식을 전개하면 정확히 이것입니다.
다음 항을 누르면 행마다 서로 다른 열에서 하나씩 고른 세 성분과 그 항의 부호가 표시되고, 합이 쌓입니다 이 위젯은 JavaScript가 필요합니다
이 공식은 행렬식이 존재한다는 것을 보장합니다. 큰 공식으로 정의한 함수가 성질 (1)–(3)을 만족함은 직접 확인할 수 있습니다(문제 15.7). 그러나 계산에는 쓸모가 없습니다. n = 20 n = 20 n = 20 이면 항이 20 ! ≈ 2.4 × 10 18 20! \approx 2.4 \times 10^{18} 20 ! ≈ 2.4 × 1 0 18 개입니다. 소거로 계산하면 n 3 / 3 ≈ 2700 n^3/3 \approx 2700 n 3 /3 ≈ 2700 번입니다.
▶ 문제 15.6–15.7
15.5 여인수 전개
큰 공식의 항들을 첫째 행의 어느 성분을 골랐는지로 묶으면 더 작은 행렬식들의 합이 됩니다.
정의 15.7 (소행렬식과 여인수). A A A 에서 제i i i 행과 제j j j 열을 지운 ( n − 1 ) × ( n − 1 ) (n - 1) \times (n - 1) ( n − 1 ) × ( n − 1 ) 행렬을 M i j M_{ij} M ij 라 합시다. C i j = ( − 1 ) i + j det M i j C_{ij} = (-1)^{i+j}\det M_{ij} C ij = ( − 1 ) i + j det M ij 를 ( i , j ) (i, j) ( i , j ) 여인수 (cofactor)라 합니다.
정리 15.8 (여인수 전개). 임의의 행 i i i 에 대하여
det A = a i 1 C i 1 + a i 2 C i 2 + ⋯ + a i n C i n . \det A = a_{i1}C_{i1} + a_{i2}C_{i2} + \cdots + a_{in}C_{in}. det A = a i 1 C i 1 + a i 2 C i 2 + ⋯ + a in C in .
열에 대해서도 같습니다: det A = a 1 j C 1 j + ⋯ + a n j C n j \det A = a_{1j}C_{1j} + \cdots + a_{nj}C_{nj} det A = a 1 j C 1 j + ⋯ + a nj C nj .
증명. 첫째 행(i = 1 i = 1 i = 1 )을 봅시다. 성질 (3)으로 첫째 행을 a 11 e 1 T + ⋯ + a 1 n e n T a_{11}\mathbf{e}_1^T + \cdots + a_{1n}\mathbf{e}_n^T a 11 e 1 T + ⋯ + a 1 n e n T 로 쪼개면 det A = ∑ j a 1 j det A j \det A = \sum_j a_{1j}\det A_j det A = ∑ j a 1 j det A j 입니다. A j A_j A j 는 첫째 행이 e j T \mathbf{e}_j^T e j T 인 행렬입니다. A j A_j A j 에서 열 j j j 를 첫째 열로 옮기려면 이웃한 열 교환이 j − 1 j - 1 j − 1 번 필요합니다. 그러면 첫째 행이 ( 1 , 0 , … , 0 ) (1, 0, \ldots, 0) ( 1 , 0 , … , 0 ) 이고, 첫째 열의 나머지는 (5)로 지울 수 있어서 det A j = ( − 1 ) j − 1 det M 1 j = C 1 j \det A_j = (-1)^{j-1}\det M_{1j} = C_{1j} det A j = ( − 1 ) j − 1 det M 1 j = C 1 j 입니다. 다른 행 i i i 는 그 행을 맨 위로 올리는 데 이웃 교환 i − 1 i - 1 i − 1 번이 필요하므로 부호 ( − 1 ) i − 1 (-1)^{i-1} ( − 1 ) i − 1 이 더 붙어 ( − 1 ) i + j (-1)^{i+j} ( − 1 ) i + j 가 됩니다. 열 전개는 (10)에서 나옵니다. ■
부호 ( − 1 ) i + j (-1)^{i+j} ( − 1 ) i + j 는 체스판 무늬입니다.
[ + − + ⋯ − + − ⋯ + − + ⋯ ⋮ ⋮ ⋱ ] \begin{bmatrix} + & - & + & \cdots \\ - & + & - & \cdots \\ + & - & + & \cdots \\ \vdots & \vdots & & \ddots \end{bmatrix} + − + ⋮ − + − ⋮ + − + ⋯ ⋯ ⋯ ⋱
0이 많은 행이나 열을 골라 전개하면 계산이 줄어듭니다.
예제 15.9. 대각이 2, 그 위아래가 − 1 -1 − 1 인 n × n n \times n n × n 행렬 K n K_n K n 을 생각합시다. 첫째 행으로 전개하면
det K n = 2 det K n − 1 − ( − 1 ) ⋅ ( − 1 ) det K n − 2 = 2 det K n − 1 − det K n − 2 . \det K_n = 2\det K_{n-1} - (-1) \cdot (-1)\det K_{n-2} = 2\det K_{n-1} - \det K_{n-2}. det K n = 2 det K n − 1 − ( − 1 ) ⋅ ( − 1 ) det K n − 2 = 2 det K n − 1 − det K n − 2 .
(두 번째 항의 소행렬식은 첫째 열에 − 1 -1 − 1 하나만 있으므로 다시 전개했습니다.) det K 1 = 2 \det K_1 = 2 det K 1 = 2 , det K 2 = 3 \det K_2 = 3 det K 2 = 3 에서 det K 3 = 4 \det K_3 = 4 det K 3 = 4 , det K 4 = 5 \det K_4 = 5 det K 4 = 5 , 일반적으로 det K n = n + 1 \det K_n = n + 1 det K n = n + 1 입니다. K 3 K_3 K 3 은 예제 9.5의 행렬로, 거기서 det = 4 \det = 4 det = 4 를 확인할 수 있습니다.
▶ 문제 15.8–15.10
15.6 크래머 공식과 역행렬 공식
정리 15.10 (크래머 공식). A A A 가 가역이면 A x = b A\mathbf{x} = \mathbf{b} A x = b 의 해는
x j = det B j det A ( j = 1 , … , n ) x_j = \frac{\det B_j}{\det A} \quad (j = 1, \ldots, n) x j = det A det B j ( j = 1 , … , n )
입니다. B j B_j B j 는 A A A 의 제j j j 열을 b \mathbf{b} b 로 바꾼 행렬입니다.
증명. 단위행렬의 제j j j 열을 x \mathbf{x} x 로 바꾼 행렬을 X j X_j X j 라 합시다. A X j AX_j A X j 의 열은 A e i = a i A\mathbf{e}_i = \mathbf{a}_i A e i = a i (i ≠ j i \ne j i = j )와 A x = b A\mathbf{x} = \mathbf{b} A x = b 이므로 A X j = B j AX_j = B_j A X j = B j 입니다. X j X_j X j 를 제j j j 행으로 전개하면 det X j = x j \det X_j = x_j det X j = x j 입니다(그 행에서 대각성분 x j x_j x j 만 대각 위치에 있고, 나머지를 지운 소행렬식이 단위행렬). 따라서 det A ⋅ x j = det B j \det A \cdot x_j = \det B_j det A ⋅ x j = det B j . ■
정리 15.11 (역행렬 공식). A A A 가 가역이면
A − 1 = 1 det A C T . A^{-1} = \frac{1}{\det A}C^T. A − 1 = det A 1 C T .
C C C 는 여인수 C i j C_{ij} C ij 를 성분으로 하는 행렬이고, C T C^T C T 를 A A A 의 수반행렬 (adjugate)이라 합니다.
증명. ( A C T ) i k = ∑ j a i j C k j (AC^T)_{ik} = \sum_j a_{ij}C_{kj} ( A C T ) ik = ∑ j a ij C k j . i = k i = k i = k 이면 제i i i 행 여인수 전개로 det A \det A det A 입니다. i ≠ k i \ne k i = k 이면 A A A 의 제k k k 행을 제i i i 행으로 바꾼 행렬의 제k k k 행 전개이고, 그 행렬은 같은 행이 둘이므로 0입니다. 따라서 A C T = ( det A ) I AC^T = (\det A)I A C T = ( det A ) I . ■
2 × 2 2 \times 2 2 × 2 이면 C = [ d − c − b a ] C = \begin{bmatrix} d & -c \\ -b & a \end{bmatrix} C = [ d − b − c a ] , C T = [ d − b − c a ] C^T = \begin{bmatrix} d & -b \\ -c & a \end{bmatrix} C T = [ d − c − b a ] 로 정리 6.4 의 공식입니다.
이 두 공식은 계산보다는 이론에 쓰입니다. 예를 들어 A A A 의 성분이 모두 정수이고 det A = ± 1 \det A = \pm1 det A = ± 1 이면 A − 1 A^{-1} A − 1 의 성분도 모두 정수라는 것을 바로 알 수 있습니다. 또 A − 1 A^{-1} A − 1 의 성분이 A A A 의 성분에 대해 “연속적으로” 변한다는 것도 보입니다.
▶ 문제 15.11–15.12
15.7 행렬식과 부피
정리 15.12 (부피). n × n n \times n n × n 행렬 A A A 의 열(또는 행)이 만드는 평행육면체의 부피는 ∣ det A ∣ \lvert \det A \rvert ∣ det A ∣ 입니다.
증명의 아이디어. A A A 가 가역이면 A = Q R A = QR A = QR 로 씁니다. ∣ det A ∣ = ∣ det Q ∣ ∣ det R ∣ = ∣ det R ∣ = r 11 r 22 ⋯ r n n \lvert \det A \rvert = \lvert \det Q \rvert\lvert \det R \rvert = \lvert \det R \rvert = r_{11}r_{22} \cdots r_{nn} ∣ det A ∣ = ∣ det Q ∣ ∣ det R ∣ = ∣ det R ∣ = r 11 r 22 ⋯ r nn 입니다. 그런데 r k k = ∥ A k ∥ r_{kk} = \lVert \mathbf{A}_k \rVert r k k = ∥ A k ∥ 는 그람–슈미트에서 a k \mathbf{a}_k a k 의 “앞 벡터들에 수직인 성분”의 길이, 즉 앞의 모서리들이 만드는 밑면에서 잰 높이입니다. 부피 = 밑면 × 높이를 차원마다 반복하면 r 11 r 22 ⋯ r n n r_{11}r_{22} \cdots r_{nn} r 11 r 22 ⋯ r nn 이 됩니다. ■
이로써 6장에서 그림으로 제시한 해석이 n n n 차원에서 정당화되었습니다. 그리고 소거의 관점에서 보면, 교체 연산이 행렬식을 바꾸지 않는 이유는 평행육면체를 밑면과 평행하게 미는 층밀림이 부피를 바꾸지 않기 때문입니다.
▶ 문제 15.13
쓰이는 곳. 다변수 적분의 변수 변환 d x d y = ∣ det J ∣ d u d v dx\,dy = |\det J|\,du\,dv d x d y = ∣ det J ∣ d u d v , 가우스 분포의 정규화 상수 1 ( 2 π ) n det Σ \frac{1}{\sqrt{(2\pi)^n\det\Sigma}} ( 2 π ) n d e t Σ 1 , 행렬이 가역인지 판정하는 데 행렬식을 씁니다.
이 장의 요약
정의: (1) det I = 1 \det I = 1 det I = 1 , (2) 행 교환은 부호를 바꾼다, (3) 각 행에 대해 선형.
따름: 같은 행 ⇒ 0, 교체 연산은 불변, 삼각행렬은 대각의 곱, 특이 ⟺ det = 0 \iff \det = 0 ⟺ det = 0 .
det ( A B ) = det A det B \det(AB) = \det A\det B det ( A B ) = det A det B , det A T = det A \det A^T = \det A det A T = det A . 열에 대해서도 모든 성질이 성립.
계산: 소거해서 ± \pm ± 피벗의 곱. 큰 공식은 n ! n! n ! 항이라 실용적이지 않습니다.
여인수 전개: det A = ∑ j a i j C i j \det A = \sum_j a_{ij}C_{ij} det A = ∑ j a ij C ij , C i j = ( − 1 ) i + j det M i j C_{ij} = (-1)^{i+j}\det M_{ij} C ij = ( − 1 ) i + j det M ij .
크래머 x j = det B j / det A x_j = \det B_j/\det A x j = det B j / det A , 역행렬 A − 1 = C T / det A A^{-1} = C^T/\det A A − 1 = C T / det A .
∣ det A ∣ \lvert \det A \rvert ∣ det A ∣ 는 열이 만드는 평행육면체의 부피.
문제
15.1 [계산] · 확인 문제
3 × 3 3 \times 3 3 × 3 행렬 A A A 가 det A = 3 \det A = 3 det A = 3 입니다. 다음을 구합니다. (a) det ( 2 A ) \det(2A) det ( 2 A ) , det ( − A ) \det(-A) det ( − A ) , det ( A 2 ) \det(A^2) det ( A 2 ) , det ( A − 1 ) \det(A^{-1}) det ( A − 1 ) , det ( A T ) \det(A^T) det ( A T ) (b) A A A 의 1행과 2행을 바꾼 행렬의 행렬식 (c) A A A 의 1행을 (1행 + 5 × + 5\times + 5 × 3행)으로 바꾼 행렬의 행렬식
값
답
det ( 2 A ) \det(2A) det ( 2 A )
[?]
det ( − A ) \det(-A) det ( − A )
[?]
det ( A 2 ) \det(A^2) det ( A 2 )
[?]
det ( A − 1 ) \det(A^{-1}) det ( A − 1 )
[?]
det ( A T ) \det(A^T) det ( A T )
[?]
(b)
[?]
(c)
[?]
정답 풀이 (a) 2 3 ⋅ 3 = 24 2^3 \cdot 3 = 24 2 3 ⋅ 3 = 24 , ( − 1 ) 3 ⋅ 3 = − 3 (-1)^3 \cdot 3 = -3 ( − 1 ) 3 ⋅ 3 = − 3 , 9 9 9 , 1 3 \frac13 3 1 , 3 3 3 . (b) − 3 -3 − 3 . (c) 3 3 3 (교체 연산).
15.2 [계산] · 확인 문제
소거로 행렬식을 구합니다.
(a) [ 1 2 3 2 5 7 3 7 12 ] (b) [ 1 1 1 1 1 2 2 2 1 2 3 3 1 2 3 4 ] \text{(a)}\ \begin{bmatrix} 1 & 2 & 3 \\ 2 & 5 & 7 \\ 3 & 7 & 12 \end{bmatrix} \qquad \text{(b)}\ \begin{bmatrix} 1 & 1 & 1 & 1 \\ 1 & 2 & 2 & 2 \\ 1 & 2 & 3 & 3 \\ 1 & 2 & 3 & 4 \end{bmatrix} (a) 1 2 3 2 5 7 3 7 12 (b) 1 1 1 1 1 2 2 2 1 2 3 3 1 2 3 4
정답 풀이 (a) 행2 − 2 - 2 − 2 행1 = ( 0 , 1 , 1 ) = (0, 1, 1) = ( 0 , 1 , 1 ) , 행3 − 3 - 3 − 3 행1 = ( 0 , 1 , 3 ) = (0, 1, 3) = ( 0 , 1 , 3 ) , 행3 − - − 행2 = ( 0 , 0 , 2 ) = (0, 0, 2) = ( 0 , 0 , 2 ) . 피벗 1, 1, 2, det = 2 \det = 2 det = 2 .
(b) 각 행에서 바로 윗행을 빼면(아래부터) [ 1 1 1 1 0 1 1 1 0 0 1 1 0 0 0 1 ] \begin{bmatrix} 1 & 1 & 1 & 1 \\ 0 & 1 & 1 & 1 \\ 0 & 0 & 1 & 1 \\ 0 & 0 & 0 & 1 \end{bmatrix} 1 0 0 0 1 1 0 0 1 1 1 0 1 1 1 1 . det = 1 \det = 1 det = 1 .
15.3 [증명]
A T = − A A^T = -A A T = − A 인 n × n n \times n n × n 행렬을 반대칭이라 합니다. n n n 이 홀수이면 반대칭행렬의 행렬식은 0임을 보입니다.
풀이 det A = det A T = det ( − A ) = ( − 1 ) n det A = − det A \det A = \det A^T = \det(-A) = (-1)^n\det A = -\det A det A = det A T = det ( − A ) = ( − 1 ) n det A = − det A . 따라서 det A = 0 \det A = 0 det A = 0 .
15.4 [증명]
A A A 의 행들이 일차종속이면 det A = 0 \det A = 0 det A = 0 임을, 기본 성질 (1)–(3)과 그 결과 (4)–(6)만 써서 보입니다.
풀이 어떤 행 r i \mathbf{r}_i r i 가 나머지 행들의 일차결합 ∑ j ≠ i c j r j \sum_{j \ne i} c_j\mathbf{r}_j ∑ j = i c j r j 입니다(정리 12.2 ). 성질 (5)로 r i \mathbf{r}_i r i 에서 c j r j c_j\mathbf{r}_j c j r j 들을 차례로 빼면 r i \mathbf{r}_i r i 자리가 영행이 되고 행렬식은 그대로입니다. (6)에 의해 0.
15.5 [도전]
A A A 가 k × k k \times k k × k , D D D 가 l × l l \times l l × l 행렬일 때 블록 위삼각행렬에 대해
det [ A B O D ] = det A ⋅ det D \det\begin{bmatrix} A & B \\ O & D \end{bmatrix} = \det A \cdot \det D det [ A O B D ] = det A ⋅ det D 임을 보입니다. (힌트: A A A 를 위삼각으로 만드는 행 연산은 아래 블록에 영향을 주지 않습니다. D D D 도 마찬가지입니다.)
풀이 A A A 블록의 피벗 열에서 교체·교환만 쓰면 아래 l l l 개 행은 첫 k k k 개 열이 0이므로 건드리지 않습니다. A A A 부분을 위삼각으로 만들고(부호 s 1 s_1 s 1 ), 다음으로 D D D 부분을 위삼각으로 만들면(부호 s 2 s_2 s 2 , 이 연산은 위 k k k 개 행에 영향이 없습니다) 전체가 위삼각이 됩니다. 대각의 곱 = (A A A 쪽 피벗들)(D D D 쪽 피벗들)이고 s 1 s 2 s_1s_2 s 1 s 2 를 곱하면 det A det D \det A\det D det A det D .
15.6 [계산] · 확인 문제
큰 공식으로 계산합니다. 0이 아닌 항만 써도 됩니다.
(a) [ 0 1 0 0 0 1 1 0 0 ] (b) [ 1 2 0 0 3 4 5 0 6 ] \text{(a)}\ \begin{bmatrix} 0 & 1 & 0 \\ 0 & 0 & 1 \\ 1 & 0 & 0 \end{bmatrix} \qquad \text{(b)}\ \begin{bmatrix} 1 & 2 & 0 \\ 0 & 3 & 4 \\ 5 & 0 & 6 \end{bmatrix} (a) 0 0 1 1 0 0 0 1 0 (b) 1 0 5 2 3 0 0 4 6
정답 풀이 (a) 0이 아닌 항은 a 12 a 23 a 31 = 1 a_{12}a_{23}a_{31} = 1 a 12 a 23 a 31 = 1 하나. 순열 ( 2 , 3 , 1 ) (2, 3, 1) ( 2 , 3 , 1 ) 은 교환 2번으로 짝수. det = 1 \det = 1 det = 1 .
(b) + a 11 a 22 a 33 = 18 +a_{11}a_{22}a_{33} = 18 + a 11 a 22 a 33 = 18 , + a 12 a 23 a 31 = 40 +a_{12}a_{23}a_{31} = 40 + a 12 a 23 a 31 = 40 , + a 13 a 21 a 32 = 0 +a_{13}a_{21}a_{32} = 0 + a 13 a 21 a 32 = 0 , − a 11 a 23 a 32 = 0 -a_{11}a_{23}a_{32} = 0 − a 11 a 23 a 32 = 0 , − a 12 a 21 a 33 = 0 -a_{12}a_{21}a_{33} = 0 − a 12 a 21 a 33 = 0 , − a 13 a 22 a 31 = 0 -a_{13}a_{22}a_{31} = 0 − a 13 a 22 a 31 = 0 . det = 58 \det = 58 det = 58 .
15.7 [도전]
큰 공식으로 정의한 함수가 기본 성질 (1)과 (3)을 만족함을 보입니다. (2)를 만족하는 이유도 설명합니다.
풀이 (1) I I I 에서 0이 아닌 항은 σ \sigma σ = 항등순열 하나, 값 1. (3) 각 항은 행 i i i 에서 정확히 하나의 성분 a i σ ( i ) a_{i\sigma(i)} a iσ ( i ) 를 포함하므로 행 i i i 의 성분에 대해 일차식입니다. (2) 행 i i i , k k k 를 바꾸면 각 항은 순열을 하나의 교환과 합성한 항이 되고, 그 부호가 반대입니다. 합 전체의 부호가 바뀝니다.
15.8 [계산] · 확인 문제
0이 많은 행이나 열을 골라 여인수 전개로 계산합니다.
[ 2 0 0 3 1 1 0 0 0 4 1 0 0 0 2 1 ] \begin{bmatrix} 2 & 0 & 0 & 3 \\ 1 & 1 & 0 & 0 \\ 0 & 4 & 1 & 0 \\ 0 & 0 & 2 & 1 \end{bmatrix} 2 1 0 0 0 1 4 0 0 0 1 2 3 0 0 1
정답 풀이 첫째 행으로 전개:
2 ⋅ ∣ 1 0 0 4 1 0 0 2 1 ∣ + 3 ⋅ ( − 1 ) 1 + 4 ∣ 1 1 0 0 4 1 0 0 2 ∣ = 2 ⋅ 1 − 3 ⋅ 8 = − 22. 2 \cdot \begin{vmatrix} 1 & 0 & 0 \\ 4 & 1 & 0 \\ 0 & 2 & 1 \end{vmatrix} + 3 \cdot (-1)^{1+4}\begin{vmatrix} 1 & 1 & 0 \\ 0 & 4 & 1 \\ 0 & 0 & 2 \end{vmatrix} = 2 \cdot 1 - 3 \cdot 8 = -22. 2 ⋅ 1 4 0 0 1 2 0 0 1 + 3 ⋅ ( − 1 ) 1 + 4 1 0 0 1 4 0 0 1 2 = 2 ⋅ 1 − 3 ⋅ 8 = − 22.
15.9 [계산] · 확인 문제
(a) 예제 15.9의 K 5 K_5 K 5 의 행렬식을 점화식으로 구합니다. (b) 대각성분이 1이고 바로 위아래 성분도 1인 n × n n \times n n × n 행렬 F n F_n F n 의 행렬식 D n D_n D n 에 대한 점화식을 세우고 D 1 , … , D 7 D_1, \ldots, D_7 D 1 , … , D 7 을 구합니다. 어떤 규칙이 보일까요?
det K 5 \det K_5 det K 5
D 1 D_1 D 1
D 2 D_2 D 2
D 3 D_3 D 3
D 4 D_4 D 4
D 5 D_5 D 5
D 6 D_6 D 6
D 7 D_7 D 7
[?]
[?]
[?]
[?]
[?]
[?]
[?]
[?]
정답 풀이 (a) det K 5 = 2 ⋅ 5 − 4 = 6 \det K_5 = 2 \cdot 5 - 4 = 6 det K 5 = 2 ⋅ 5 − 4 = 6 .
(b) 같은 전개로 D n = D n − 1 − D n − 2 D_n = D_{n-1} - D_{n-2} D n = D n − 1 − D n − 2 . D 1 = 1 D_1 = 1 D 1 = 1 , D 2 = 0 D_2 = 0 D 2 = 0 , D 3 = − 1 D_3 = -1 D 3 = − 1 , D 4 = − 1 D_4 = -1 D 4 = − 1 , D 5 = 0 D_5 = 0 D 5 = 0 , D 6 = 1 D_6 = 1 D 6 = 1 , D 7 = 1 D_7 = 1 D 7 = 1 . 주기 6으로 반복합니다.
15.10 [증명]
반데르몽드 행렬식
∣ 1 a a 2 1 b b 2 1 c c 2 ∣ = ( b − a ) ( c − a ) ( c − b ) \begin{vmatrix} 1 & a & a^2 \\ 1 & b & b^2 \\ 1 & c & c^2 \end{vmatrix} = (b - a)(c - a)(c - b) 1 1 1 a b c a 2 b 2 c 2 = ( b − a ) ( c − a ) ( c − b ) 를 증명합니다. (힌트: 행 연산으로 첫째 열을 ( 1 , 0 , 0 ) (1, 0, 0) ( 1 , 0 , 0 ) 으로 만든 뒤 공통인수를 빼냅니다.)
풀이 행2 − - − 행1, 행3 − - − 행1: ∣ 1 a a 2 0 b − a b 2 − a 2 0 c − a c 2 − a 2 ∣ \begin{vmatrix} 1 & a & a^2 \\ 0 & b - a & b^2 - a^2 \\ 0 & c - a & c^2 - a^2 \end{vmatrix} 1 0 0 a b − a c − a a 2 b 2 − a 2 c 2 − a 2 . 둘째 행에서 ( b − a ) (b - a) ( b − a ) , 셋째 행에서 ( c − a ) (c - a) ( c − a ) 를 빼내면
( b − a ) ( c − a ) ∣ 1 a a 2 0 1 b + a 0 1 c + a ∣ = ( b − a ) ( c − a ) ( ( c + a ) − ( b + a ) ) . (b - a)(c - a)\begin{vmatrix} 1 & a & a^2 \\ 0 & 1 & b + a \\ 0 & 1 & c + a \end{vmatrix} = (b - a)(c - a)\big((c + a) - (b + a)\big). ( b − a ) ( c − a ) 1 0 0 a 1 1 a 2 b + a c + a = ( b − a ) ( c − a ) ( ( c + a ) − ( b + a ) ) .
15.11 [계산] · 확인 문제
(a) 크래머 공식으로 2 x + y = 3 2x + y = 3 2 x + y = 3 , x + 3 y = 4 x + 3y = 4 x + 3 y = 4 를 풉니다. (b) 문제 15.6(b)의 행렬의 역행렬을 수반행렬로 구합니다. 한 열 이상 곱해서 확인합니다. 표에는 (a)의 해와 (b)의 역행렬의 첫째 열을 적습니다.
값
답
(a) x x x
[?]
(a) y y y
[?]
(b) A − 1 A^{-1} A − 1 의 1행 1열
[?]
(b) A − 1 A^{-1} A − 1 의 2행 1열
[?]
(b) A − 1 A^{-1} A − 1 의 3행 1열
[?]
정답 풀이 (a) det A = 5 \det A = 5 det A = 5 . x = 1 5 ∣ 3 1 4 3 ∣ = 1 x = \frac15\begin{vmatrix} 3 & 1 \\ 4 & 3 \end{vmatrix} = 1 x = 5 1 3 4 1 3 = 1 , y = 1 5 ∣ 2 3 1 4 ∣ = 1 y = \frac15\begin{vmatrix} 2 & 3 \\ 1 & 4 \end{vmatrix} = 1 y = 5 1 2 1 3 4 = 1 .
(b) 여인수: C 11 = 18 C_{11} = 18 C 11 = 18 , C 12 = 20 C_{12} = 20 C 12 = 20 , C 13 = − 15 C_{13} = -15 C 13 = − 15 , C 21 = − 12 C_{21} = -12 C 21 = − 12 , C 22 = 6 C_{22} = 6 C 22 = 6 , C 23 = 10 C_{23} = 10 C 23 = 10 , C 31 = 8 C_{31} = 8 C 31 = 8 , C 32 = − 4 C_{32} = -4 C 32 = − 4 , C 33 = 3 C_{33} = 3 C 33 = 3 .
A − 1 = 1 58 [ 18 − 12 8 20 6 − 4 − 15 10 3 ] . A^{-1} = \frac{1}{58}\begin{bmatrix} 18 & -12 & 8 \\ 20 & 6 & -4 \\ -15 & 10 & 3 \end{bmatrix}. A − 1 = 58 1 18 20 − 15 − 12 6 10 8 − 4 3 . 확인(첫째 열): ( 1 , 2 , 0 ) ⋅ ( 18 , 20 , − 15 ) = 58 (1, 2, 0) \cdot (18, 20, -15) = 58 ( 1 , 2 , 0 ) ⋅ ( 18 , 20 , − 15 ) = 58 , ( 0 , 3 , 4 ) ⋅ ( 18 , 20 , − 15 ) = 0 (0, 3, 4) \cdot (18, 20, -15) = 0 ( 0 , 3 , 4 ) ⋅ ( 18 , 20 , − 15 ) = 0 , ( 5 , 0 , 6 ) ⋅ ( 18 , 20 , − 15 ) = 0 (5, 0, 6) \cdot (18, 20, -15) = 0 ( 5 , 0 , 6 ) ⋅ ( 18 , 20 , − 15 ) = 0 .
15.12 [증명]
정수 성분의 정사각행렬 A A A 에 대하여, A − 1 A^{-1} A − 1 이 존재하고 그 성분이 모두 정수인 것은 det A = ± 1 \det A = \pm1 det A = ± 1 인 것과 동치임을 보입니다.
풀이 (⇐) 여인수는 정수 성분 행렬의 행렬식이므로 정수이고, det A = ± 1 \det A = \pm1 det A = ± 1 로 나누어도 정수. (⇒) det A \det A det A 와 det A − 1 \det A^{-1} det A − 1 이 모두 정수(큰 공식)이고 곱이 1이므로 둘 다 ± 1 \pm1 ± 1 .
15.13 [도전] · 확인 문제
A A A 가 독립인 열 k k k 개를 가진 n × k n \times k n × k 행렬이면, 그 열들이 만드는 k k k 차원 평행체의 부피는 det ( A T A ) \sqrt{\det(A^TA)} det ( A T A ) 임을 A = Q R A = QR A = QR 을 써서 설명합니다. 이 공식으로 R 3 \mathbb{R}^3 R 3 에서 ( 1 , 0 , 1 ) (1, 0, 1) ( 1 , 0 , 1 ) , ( 0 , 1 , 1 ) (0, 1, 1) ( 0 , 1 , 1 ) 이 만드는 평행사변형의 넓이를 구합니다(소수 셋째 자리까지).
정답 풀이 A = Q R A = QR A = QR 이면 A T A = R T Q T Q R = R T R A^TA = R^TQ^TQR = R^TR A T A = R T Q T QR = R T R , det ( A T A ) = ( det R ) 2 = ( r 11 ⋯ r k k ) 2 \det(A^TA) = (\det R)^2 = (r_{11} \cdots r_{kk})^2 det ( A T A ) = ( det R ) 2 = ( r 11 ⋯ r k k ) 2 . 15.7절처럼 r 11 ⋯ r k k r_{11} \cdots r_{kk} r 11 ⋯ r k k 는 밑면 × 높이를 반복한 k k k 차원 부피. 예: A T A = [ 2 1 1 2 ] A^TA = \begin{bmatrix} 2 & 1 \\ 1 & 2 \end{bmatrix} A T A = [ 2 1 1 2 ] , det = 3 \det = 3 det = 3 , 넓이 3 \sqrt3 3 .