안녕하세요. 지난 포스팅의 선형대수학 - 유니터리 연산과 직교 연산에서는 연산 전후의 벡터의 노름이 유지되는 선형연산자인 유니터리 연산 (복소내적공간) 및 직교 연산 (실내적공간)에 대해서 알아보았습니다. 오늘은 이를 행렬의 관점에서 보도록 하겠습니다.
정의1. 유니터리 행렬 (Unitary Matrix)과 직교 행렬 (Orthogonal Matrix)
정사각행렬 $A$가 $A^{*}A = AA^{*} = I$를 만족하면 유니터리 행렬 (Unitary Matrix), 그리고 $A^{t}A = AA^{t} = I$를 만족하면 직교 행렬 (Orthogonal Matrix)라고 한다.
A square matrix $A$ is called an unitary if $A^{*}A = AA^{*} = I$ and orthogonal if $A^{t}A = AA^{t} = I$.
설명
기본적으로 유니터리 연산 및 직교 연산은 벡터의 노름을 보존할 수 있는 선형연산자로 소개하였습니다. 이때, 선형대수학 - 유니터리 연산과 직교 연산의 정리1.(a)에 의해 $T$가 유니터리 연산이라면 $T^{*}T = TT^{*} = I$를 만족한다는 것을 보였습니다.
정의2. 유니터리 동등 (Unitary Equivalent) 또는 직교 동등 (Orthogonal Equivalent)
두 유니터리 (직교) 행렬 $A$와 $B$가 유니터리 (직교) 동등이기 위해서는 $A = P^{*}BP$를 만족하는 유니터리 (직교) 행렬 $P$가 존재해야한다.
$A$ and $B$ are unitary (orthogonal) equivalent if there exists an unitary (orthogonal) matrix such that $A = P^{*}BP$.
정리1
행렬 $A$를 $n \times n$ 크기의 복소행렬이라고 하자. 그러면 행렬 $A$가 정규 행렬인 것은 행렬 $A$가 대각행렬과 유니터리 동등인것과 동치이다.
설명
사실 정의2가 중요한 이유는 정리1 때문에 그렇습니다. 행렬 $A$가 정규행렬이기만 하면 대각행렬 $D$를 중심으로 어떤 유니터리 행렬 $P$를 통해 $A = P^{*}DP$의 형태로 분해할 수 있기 때문입니다. 앞으로 이와 같은 구조의 행렬분해를 자주 접하실겁니다.
Proof)
1). ($\Rightarrow$) To Be Proved...
2). ($\Leftarrow$)
행렬 $A$가 어떤 대각행렬 $D$와 유니터리 동등을 이룬다고 가정하면 $A = P^{*}DP$를 만족하는 유니터리 행렬 $P$가 존재한다. 이때, 행렬 $A$가 정규 행렬임을 보이기 위해 $A^{*}A = AA^{*}$를 만족함을 상기하자. 따라서, 다음과 같이 식을 전개할 수 있다.
$$\begin{align*} A^{*}A &= (P^{*}DP)^{*}(P^{*}DP) \\ &= (P^{*}D^{*}P)(P^{*}DP) \\ &= P^{*}D^{*}DP \end{align*}$$
$$\begin{align*} AA^{*} &= (P^{*}DP)(P^{*}DP)^{*} \\ &= (P^{*}DP)(P^{*}D^{*}P) \\ &= P^{*}DD^{*}P \end{align*}$$
이때, $D$는 대각행렬이므로 $DD^{*} = D^{*}D$이다. 따라서, $A^{*}A = AA^{*}$이므로 행렬 $A$는 정규행렬이다.
정리2
행렬 $A$를 $n \times n$ 크기의 실행렬이라고 하자. 그러면 행렬 $A$가 대칭 행렬인 것은 행렬 $A$가 대각행렬과 직교 동등인것과 동치이다.
설명
정리2는 정리1과 유사하기 때문에 증명은 생략하도록 하겠습니다. 이번에는 간단한 예시를 통해 실제로 대칭행렬이 주어졌을 때 직교 동등한 대각행렬과 이를 만족하는 직교행렬을 구해보도록 하겠습니다. 먼저 다음과 같은 행렬 $A$가 있다고 가정하겠습니다.
$$A = \begin{pmatrix} 4 & 2 & 2 \\ 2 & 4 & 2 \\ 2 & 2 & 4 \end{pmatrix}$$
보시면 $A^{t} = A$이기 때문에 행렬 $A$는 대칭행렬임을 알 수 있습니다. 따라서, 정리2에 의해 행렬 $A$는 대각행렬 $D$와 직교 동등입니다. 이제 저희는 행렬 $A$가 직교 동등이 됨을 확인했기 때문에 정의1에 의해 $A = P^{t}DP$를 만족하는 직교 행렬 $P$와 대각행렬 $D$를 찾아야합니다.
일단, $P$를 찾아보도록 하겠습니다. 이를 위해서 고유벡터로 이루어진 정규 직교기저를 찾아야합니다. 기본적으로 행렬 $A$의 고유값은 2와 8인 것을 알 수 있습니다. 그리고 2에 대응되는 고유벡터는 $\{ (-1, 1, 0), (-1, 0, 1) \}$입니다. 하지만, 이 집합은 현재 직교가 아니기 때문에 선형대수학 - 그람-슈미트 과정의 정리1(그람-슈미트 과정)을 적용하여 직교집합 $\{ (-1, 1, 0), -\frac{1}{2} (1, 1, -2) \}$를 얻을 수 있습니다. 그리고 $\{ (1, 1, 1) \}$은 고유값 8에 대응되는 고유벡터입니다. 여기서 $(1, 1, 1)$은 고유값 2에 대응되는 두 직교기저와도 직교합니다. 그러면 두 집합의 합집합과 함께 정규화를 통해 행렬 $A$의 고유벡터로 이루어진 $\mathbb{R}^{3}$의 정규 직교기저를 얻을 수 있습니다.
$$\{ \frac{1}{\sqrt{2}} (-1, 1, 0), \frac{1}{\sqrt{6}} (1, 1, -2), \frac{1}{\sqrt{3}} (1, 1, 1) \}$$
따라서, 직교행렬 $P$를 다음과 같이 정할 수 있습니다.
$$P = \begin{pmatrix} -\frac{1}{\sqrt{2}} & \frac{1}{\sqrt{6}} & \frac{1}{\sqrt{3}} \\ \frac{1}{\sqrt{2}} & \frac{1}{\sqrt{6}} & \frac{1}{\sqrt{3}} \\ 0 & -\frac{2}{\sqrt{6}} & \frac{1}{\sqrt{3}} \end{pmatrix}$$
직교행렬 $P$를 구했다면 대각행렬 $D$를 구하는 것은 아주 간단해집니다. 왜냐하면 $A = P^{t}DP$이기 때문에 $D = P^{t}AP$이므로 두 행렬 $A$와 $P$를 대입하기만 하면 됩니다.
$$D = \begin{pmatrix} 2 & 0 & 0 \\ 0 & 2 & 0 \\ 0 & 0 & 8 \end{pmatrix}$$
오늘은 유니터리 행렬과 직교 행렬에 대해서 알아보았습니다. 이를 통해, 유니터리 동등 및 직교 동등까지 알아보았죠. 또한, 정리1과 정리2에 의해 특정 조건이 만족하면 행렬 $A$를 유니터리 및 직교 행렬 $P$를 통해 대각행렬 $D$로 분해할 수 있다는 것까지 증명하였습니다. 다음 포스팅에서는 실제로 직교 연산들의 다양한 예시들에 대해서 알아보도록 하겠습니다.
'수학 > 선형대수학' 카테고리의 다른 글
선형대수학 - 유니터리 연산과 직교 연산 (0) | 2023.09.17 |
---|---|
선형대수학 - 자기수반 연산과 에르미트 연산 (0) | 2023.09.13 |
선형대수학 - 정규 연산 (0) | 2023.09.11 |
선형대수학 - 슈어 정리 (0) | 2023.09.03 |
선형대수학 - 최소제곱법 (0) | 2023.09.01 |
안녕하세요. 지난 포스팅의 선형대수학 - 유니터리 연산과 직교 연산에서는 연산 전후의 벡터의 노름이 유지되는 선형연산자인 유니터리 연산 (복소내적공간) 및 직교 연산 (실내적공간)에 대해서 알아보았습니다. 오늘은 이를 행렬의 관점에서 보도록 하겠습니다.
정의1. 유니터리 행렬 (Unitary Matrix)과 직교 행렬 (Orthogonal Matrix)
정사각행렬 A가 A∗A=AA∗=I를 만족하면 유니터리 행렬 (Unitary Matrix), 그리고 AtA=AAt=I를 만족하면 직교 행렬 (Orthogonal Matrix)라고 한다.
A square matrix A is called an unitary if A∗A=AA∗=I and orthogonal if AtA=AAt=I.
설명
기본적으로 유니터리 연산 및 직교 연산은 벡터의 노름을 보존할 수 있는 선형연산자로 소개하였습니다. 이때, 선형대수학 - 유니터리 연산과 직교 연산의 정리1.(a)에 의해 T가 유니터리 연산이라면 T∗T=TT∗=I를 만족한다는 것을 보였습니다.
정의2. 유니터리 동등 (Unitary Equivalent) 또는 직교 동등 (Orthogonal Equivalent)
두 유니터리 (직교) 행렬 A와 B가 유니터리 (직교) 동등이기 위해서는 A=P∗BP를 만족하는 유니터리 (직교) 행렬 P가 존재해야한다.
A and B are unitary (orthogonal) equivalent if there exists an unitary (orthogonal) matrix such that A=P∗BP.
정리1
행렬 A를 n×n 크기의 복소행렬이라고 하자. 그러면 행렬 A가 정규 행렬인 것은 행렬 A가 대각행렬과 유니터리 동등인것과 동치이다.
설명
사실 정의2가 중요한 이유는 정리1 때문에 그렇습니다. 행렬 A가 정규행렬이기만 하면 대각행렬 D를 중심으로 어떤 유니터리 행렬 P를 통해 A=P∗DP의 형태로 분해할 수 있기 때문입니다. 앞으로 이와 같은 구조의 행렬분해를 자주 접하실겁니다.
Proof)
1). (⇒) To Be Proved...
2). (⇐)
행렬 A가 어떤 대각행렬 D와 유니터리 동등을 이룬다고 가정하면 A=P∗DP를 만족하는 유니터리 행렬 P가 존재한다. 이때, 행렬 A가 정규 행렬임을 보이기 위해 A∗A=AA∗를 만족함을 상기하자. 따라서, 다음과 같이 식을 전개할 수 있다.
A∗A=(P∗DP)∗(P∗DP)=(P∗D∗P)(P∗DP)=P∗D∗DP
AA∗=(P∗DP)(P∗DP)∗=(P∗DP)(P∗D∗P)=P∗DD∗P
이때, D는 대각행렬이므로 DD∗=D∗D이다. 따라서, A∗A=AA∗이므로 행렬 A는 정규행렬이다.
정리2
행렬 A를 n×n 크기의 실행렬이라고 하자. 그러면 행렬 A가 대칭 행렬인 것은 행렬 A가 대각행렬과 직교 동등인것과 동치이다.
설명
정리2는 정리1과 유사하기 때문에 증명은 생략하도록 하겠습니다. 이번에는 간단한 예시를 통해 실제로 대칭행렬이 주어졌을 때 직교 동등한 대각행렬과 이를 만족하는 직교행렬을 구해보도록 하겠습니다. 먼저 다음과 같은 행렬 A가 있다고 가정하겠습니다.
A=(422242224)
보시면 At=A이기 때문에 행렬 A는 대칭행렬임을 알 수 있습니다. 따라서, 정리2에 의해 행렬 A는 대각행렬 D와 직교 동등입니다. 이제 저희는 행렬 A가 직교 동등이 됨을 확인했기 때문에 정의1에 의해 A=PtDP를 만족하는 직교 행렬 P와 대각행렬 D를 찾아야합니다.
일단, P를 찾아보도록 하겠습니다. 이를 위해서 고유벡터로 이루어진 정규 직교기저를 찾아야합니다. 기본적으로 행렬 A의 고유값은 2와 8인 것을 알 수 있습니다. 그리고 2에 대응되는 고유벡터는 {(−1,1,0),(−1,0,1)}입니다. 하지만, 이 집합은 현재 직교가 아니기 때문에 선형대수학 - 그람-슈미트 과정의 정리1(그람-슈미트 과정)을 적용하여 직교집합 {(−1,1,0),−12(1,1,−2)}를 얻을 수 있습니다. 그리고 {(1,1,1)}은 고유값 8에 대응되는 고유벡터입니다. 여기서 (1,1,1)은 고유값 2에 대응되는 두 직교기저와도 직교합니다. 그러면 두 집합의 합집합과 함께 정규화를 통해 행렬 A의 고유벡터로 이루어진 R3의 정규 직교기저를 얻을 수 있습니다.
{1√2(−1,1,0),1√6(1,1,−2),1√3(1,1,1)}
따라서, 직교행렬 P를 다음과 같이 정할 수 있습니다.
P=(−1√21√61√31√21√61√30−2√61√3)
직교행렬 P를 구했다면 대각행렬 D를 구하는 것은 아주 간단해집니다. 왜냐하면 A=PtDP이기 때문에 D=PtAP이므로 두 행렬 A와 P를 대입하기만 하면 됩니다.
D=(200020008)
오늘은 유니터리 행렬과 직교 행렬에 대해서 알아보았습니다. 이를 통해, 유니터리 동등 및 직교 동등까지 알아보았죠. 또한, 정리1과 정리2에 의해 특정 조건이 만족하면 행렬 A를 유니터리 및 직교 행렬 P를 통해 대각행렬 D로 분해할 수 있다는 것까지 증명하였습니다. 다음 포스팅에서는 실제로 직교 연산들의 다양한 예시들에 대해서 알아보도록 하겠습니다.
'수학 > 선형대수학' 카테고리의 다른 글
선형대수학 - 유니터리 연산과 직교 연산 (0) | 2023.09.17 |
---|---|
선형대수학 - 자기수반 연산과 에르미트 연산 (0) | 2023.09.13 |
선형대수학 - 정규 연산 (0) | 2023.09.11 |
선형대수학 - 슈어 정리 (0) | 2023.09.03 |
선형대수학 - 최소제곱법 (0) | 2023.09.01 |