"실계수 대칭행렬의 대각화"의 두 판 사이의 차이
둘러보기로 가기
검색하러 가기
Pythagoras0 (토론 | 기여) |
|||
| (사용자 2명의 중간 판 18개는 보이지 않습니다) | |||
| 1번째 줄: | 1번째 줄: | ||
| − | + | ==개요== | |
| − | * [[ | + | * 실계수 대칭행렬의 spectral 정리 |
| + | * 실계수 이차형식의 분류 | ||
| + | * [[이차곡선과 회전변환]] | ||
| + | * 대칭행렬은 실수계수 에르미트 행렬이다 ([[에르미트 행렬(Hermitian matrix)과 대각화]] 항목 참조) | ||
| − | |||
| − | |||
| − | + | ==spectral 정리== | |
| − | * <math>n\times n</math> 대칭행렬 A에 대하여 다음이 성립한다 | + | * <math>n\times n</math> 대칭행렬 A에 대하여 다음이 성립한다 |
** 행렬 A는 n개(counting multiplicity)의 실수인 고유값을 갖는다 | ** 행렬 A는 n개(counting multiplicity)의 실수인 고유값을 갖는다 | ||
** 행렬 A의 서로 다른 고유값에 대응하는 고유벡터들은 직교한다 | ** 행렬 A의 서로 다른 고유값에 대응하는 고유벡터들은 직교한다 | ||
** 행렬 A는 직교대각화 가능하다 | ** 행렬 A는 직교대각화 가능하다 | ||
| − | + | ||
| − | + | ||
| − | + | ==실계수 이차형식의 분류== | |
| − | * <math>n\times n</math> 대칭행렬 | + | * <math>n\times n</math> 대칭행렬 <math>A</math>로부터 이차형식 <math>Q(\mathbf{x})=\mathbf{x}^{T}A\mathbf{x}</math> 를 얻을 수 있다 |
| − | * 실계수 이차형식을 크게 다음과 같이 분류한다 | + | * 실계수 이차형식을 크게 다음과 같이 분류한다 |
** 양의 정부호(positive definite) 모든 <math>\mathbf{x}\neq 0</math>에 대하여 <math>Q(\mathbf{x})>0</math>가 성립 | ** 양의 정부호(positive definite) 모든 <math>\mathbf{x}\neq 0</math>에 대하여 <math>Q(\mathbf{x})>0</math>가 성립 | ||
** 음의 정부호(negative definite) 모든 <math>\mathbf{x}\neq 0</math>에 대하여 <math>Q(\mathbf{x})<0</math>가 성립 | ** 음의 정부호(negative definite) 모든 <math>\mathbf{x}\neq 0</math>에 대하여 <math>Q(\mathbf{x})<0</math>가 성립 | ||
** indefinite <math>Q(\mathbf{x})</math>가 양수값, 음수값을 모두 가질 수 있는 경우 | ** indefinite <math>Q(\mathbf{x})</math>가 양수값, 음수값을 모두 가질 수 있는 경우 | ||
| − | * [[이차형식]] | + | * [[대칭 겹선형 형식과 이차형식]] |
| + | |||
| − | + | ;정리 (실베스터) | |
| + | 크기가 <math>n</math>인 대칭행렬 <math>A</math>의 양의 고유값, 음의 고유값, 고유값 0의 개수를 각각 <math>s_{+}(A),s_{-}(A),s_{0}(A)</math>라 두자. 크기 <math>n</math>의 임의의 가역행렬 <math>S</math>와 대칭행렬 <math>B=S^{T}AS</math>에 대하여 다음이 성립한다 | ||
| + | :<math> | ||
| + | \left(s_{+}(A),s_{-}(A),s_{0}(A)\right)=\left(s_{+}(B),s_{-}(B),s_{0}(B)\right) | ||
| + | </math> | ||
| − | + | ||
| − | + | ==예== | |
<math>A=\left( \begin{array}{cc} 1 & 2 \\ 2 & 1 \end{array} \right)</math> 의 직교대각화 | <math>A=\left( \begin{array}{cc} 1 & 2 \\ 2 & 1 \end{array} \right)</math> 의 직교대각화 | ||
| 37번째 줄: | 43번째 줄: | ||
<math>P=\left( \begin{array}{cc} \frac{1}{\sqrt{2}} & -\frac{1}{\sqrt{2}} \\ \frac{1}{\sqrt{2}} & \frac{1}{\sqrt{2}} \end{array} \right)</math> 의 각 열은 A의 고유벡터가 된다. P는 직교행렬, 즉 <math>P^T=P^{-1}</math> 을 만족시킨다. | <math>P=\left( \begin{array}{cc} \frac{1}{\sqrt{2}} & -\frac{1}{\sqrt{2}} \\ \frac{1}{\sqrt{2}} & \frac{1}{\sqrt{2}} \end{array} \right)</math> 의 각 열은 A의 고유벡터가 된다. P는 직교행렬, 즉 <math>P^T=P^{-1}</math> 을 만족시킨다. | ||
| − | <math>D=P^{-1} A P=P^{T} A P =\left( \begin{array}{cc} 3 & 0 \\ 0 & -1 \end{array} \right)</math> | + | <math>D=P^{-1} A P=P^{T} A P =\left( \begin{array}{cc} 3 & 0 \\ 0 & -1 \end{array} \right)</math> |
| − | + | ||
| − | + | ||
| − | + | ==예== | |
<math>A=\left( \begin{array}{ccc} 3 & -2 & 4 \\ -2 & 6 & 2 \\ 4 & 2 & 3 \end{array} \right)</math> 의 직교대각화 | <math>A=\left( \begin{array}{ccc} 3 & -2 & 4 \\ -2 & 6 & 2 \\ 4 & 2 & 3 \end{array} \right)</math> 의 직교대각화 | ||
| 51번째 줄: | 57번째 줄: | ||
<math>D=P^{-1} A P=P^{T} A P =\left( \begin{array}{ccc} 7 & 0 & 0 \\ 0 & 7 & 0 \\ 0 & 0 & -2 \end{array} \right)</math> | <math>D=P^{-1} A P=P^{T} A P =\left( \begin{array}{ccc} 7 & 0 & 0 \\ 0 & 7 & 0 \\ 0 & 0 & -2 \end{array} \right)</math> | ||
| − | |||
| − | + | ==판별식 함수== | |
| + | * <math>b^2-ac</math>는 이차형식으로, 다음의 대칭행렬에 대응된다 | ||
| + | :<math> | ||
| + | A=\left( | ||
| + | \begin{array}{ccc} | ||
| + | 0 & 0 & -\frac{1}{2} \\ | ||
| + | 0 & 1 & 0 \\ | ||
| + | -\frac{1}{2} & 0 & 0 \\ | ||
| + | \end{array} | ||
| + | \right) | ||
| + | </math> | ||
| − | < | + | <math>P=\left( |
| + | \begin{array}{ccc} | ||
| + | 0 & \frac{1}{\sqrt{2}} & -\frac{1}{\sqrt{2}} \\ | ||
| + | 1 & 0 & 0 \\ | ||
| + | 0 & \frac{1}{\sqrt{2}} & \frac{1}{\sqrt{2}} \\ | ||
| + | \end{array} | ||
| + | \right)</math> 의 각 열은 A의 고유벡터가 되며, P는 직교행렬, 즉 <math>P^T=P^{-1}</math> 을 만족시킨다. | ||
| − | + | <math>D=P^{-1} A P=P^{T} A P =\left( | |
| + | \begin{array}{ccc} | ||
| + | 1 & 0 & 0 \\ | ||
| + | 0 & -\frac{1}{2} & 0 \\ | ||
| + | 0 & 0 & \frac{1}{2} \\ | ||
| + | \end{array} | ||
| + | \right)</math> | ||
| − | |||
| − | |||
| − | + | ==이차형식으로서의 행렬식== | |
| + | * <math>2\times 2</math> 행렬의 행렬식 <math>ad-bc</math>를 이차형식으로 생각할 때, 이는 다음 대칭행렬에 대응된다 | ||
| + | :<math> | ||
| + | \left( | ||
| + | \begin{array}{cccc} | ||
| + | 0 & 0 & 0 & \frac{1}{2} \\ | ||
| + | 0 & 0 & -\frac{1}{2} & 0 \\ | ||
| + | 0 & -\frac{1}{2} & 0 & 0 \\ | ||
| + | \frac{1}{2} & 0 & 0 & 0 \\ | ||
| + | \end{array} | ||
| + | \right) | ||
| + | </math> | ||
| + | * 이를 대각화하면 다음을 얻는다 | ||
| + | :<math> | ||
| + | \left( | ||
| + | \begin{array}{cccc} | ||
| + | -\frac{1}{2} & 0 & 0 & 0 \\ | ||
| + | 0 & -\frac{1}{2} & 0 & 0 \\ | ||
| + | 0 & 0 & \frac{1}{2} & 0 \\ | ||
| + | 0 & 0 & 0 & \frac{1}{2} \\ | ||
| + | \end{array} | ||
| + | \right) | ||
| + | </math> | ||
| + | |||
| − | + | ==역사== | |
| − | + | ||
| − | + | * http://www.google.com/search?hl=en&tbs=tl:1&q= | |
| − | + | * [[수학사 연표]] | |
| − | * | ||
| − | + | ||
| − | + | ||
| − | + | ==메모== | |
| − | + | ||
| − | + | * Math Overflow http://mathoverflow.net/search?q= | |
| − | + | ||
| − | + | ||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | + | ==관련된 항목들== | |
| − | + | * [[다항식의 판별식(discriminant)]] | |
| − | + | * [[에르미트 행렬(Hermitian matrix)과 대각화]] | |
| − | + | * [[이차곡선과 회전변환]] | |
| − | + | * [[이차형식]] | |
| − | + | * [[헤세 판정법]] | |
| − | + | * [[완전제곱식 만들기]] | |
| − | |||
| − | * | ||
| − | |||
| − | * [ | ||
| − | * [ | ||
| − | * [ | ||
| − | * [ | ||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | * [ | ||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | |||
| − | + | ||
| − | + | ||
| + | |||
| − | + | ==매스매티카 파일 및 계산 리소스== | |
| + | * https://docs.google.com/file/d/0B8XXo8Tve1cxT2gybGJBS1lOU0k/edit | ||
| − | |||
| − | |||
| − | |||
| − | |||
| − | + | ||
| − | + | ==사전 형태의 자료== | |
| + | * http://ko.wikipedia.org/wiki/대칭행렬 | ||
| + | * http://www.encyclopediaofmath.org/index.php/Symmetric_matrix | ||
| + | * http://en.wikipedia.org/wiki/Sylvester's_law_of_inertia | ||
| + | [[분류:선형대수학]] | ||
| − | * | + | ==메타데이터== |
| − | + | ===위키데이터=== | |
| − | * | + | * ID : [https://www.wikidata.org/wiki/Q547432 Q547432] |
| + | ===Spacy 패턴 목록=== | ||
| + | * [{'LEMMA': 'Sylvester'}] | ||
2021년 2월 17일 (수) 04:02 기준 최신판
개요
- 실계수 대칭행렬의 spectral 정리
- 실계수 이차형식의 분류
- 이차곡선과 회전변환
- 대칭행렬은 실수계수 에르미트 행렬이다 (에르미트 행렬(Hermitian matrix)과 대각화 항목 참조)
spectral 정리
- \(n\times n\) 대칭행렬 A에 대하여 다음이 성립한다
- 행렬 A는 n개(counting multiplicity)의 실수인 고유값을 갖는다
- 행렬 A의 서로 다른 고유값에 대응하는 고유벡터들은 직교한다
- 행렬 A는 직교대각화 가능하다
실계수 이차형식의 분류
- \(n\times n\) 대칭행렬 \(A\)로부터 이차형식 \(Q(\mathbf{x})=\mathbf{x}^{T}A\mathbf{x}\) 를 얻을 수 있다
- 실계수 이차형식을 크게 다음과 같이 분류한다
- 양의 정부호(positive definite) 모든 \(\mathbf{x}\neq 0\)에 대하여 \(Q(\mathbf{x})>0\)가 성립
- 음의 정부호(negative definite) 모든 \(\mathbf{x}\neq 0\)에 대하여 \(Q(\mathbf{x})<0\)가 성립
- indefinite \(Q(\mathbf{x})\)가 양수값, 음수값을 모두 가질 수 있는 경우
- 대칭 겹선형 형식과 이차형식
- 정리 (실베스터)
크기가 \(n\)인 대칭행렬 \(A\)의 양의 고유값, 음의 고유값, 고유값 0의 개수를 각각 \(s_{+}(A),s_{-}(A),s_{0}(A)\)라 두자. 크기 \(n\)의 임의의 가역행렬 \(S\)와 대칭행렬 \(B=S^{T}AS\)에 대하여 다음이 성립한다 \[ \left(s_{+}(A),s_{-}(A),s_{0}(A)\right)=\left(s_{+}(B),s_{-}(B),s_{0}(B)\right) \]
예
\(A=\left( \begin{array}{cc} 1 & 2 \\ 2 & 1 \end{array} \right)\) 의 직교대각화
\(P=\left( \begin{array}{cc} \frac{1}{\sqrt{2}} & -\frac{1}{\sqrt{2}} \\ \frac{1}{\sqrt{2}} & \frac{1}{\sqrt{2}} \end{array} \right)\) 의 각 열은 A의 고유벡터가 된다. P는 직교행렬, 즉 \(P^T=P^{-1}\) 을 만족시킨다.
\(D=P^{-1} A P=P^{T} A P =\left( \begin{array}{cc} 3 & 0 \\ 0 & -1 \end{array} \right)\)
예
\(A=\left( \begin{array}{ccc} 3 & -2 & 4 \\ -2 & 6 & 2 \\ 4 & 2 & 3 \end{array} \right)\) 의 직교대각화
\(P=\left( \begin{array}{ccc} \frac{1}{\sqrt{2}} & -\frac{1}{3 \sqrt{2}} & -\frac{2}{3} \\ 0 & \frac{2 \sqrt{2}}{3} & -\frac{1}{3} \\ \frac{1}{\sqrt{2}} & \frac{1}{3 \sqrt{2}} & \frac{2}{3} \end{array} \right)\) 의 각 열은 A의 고유벡터가 되며, P는 직교행렬, 즉 \(P^T=P^{-1}\) 을 만족시킨다.
\(D=P^{-1} A P=P^{T} A P =\left( \begin{array}{ccc} 7 & 0 & 0 \\ 0 & 7 & 0 \\ 0 & 0 & -2 \end{array} \right)\)
판별식 함수
- \(b^2-ac\)는 이차형식으로, 다음의 대칭행렬에 대응된다
\[ A=\left( \begin{array}{ccc} 0 & 0 & -\frac{1}{2} \\ 0 & 1 & 0 \\ -\frac{1}{2} & 0 & 0 \\ \end{array} \right) \]
\(P=\left( \begin{array}{ccc} 0 & \frac{1}{\sqrt{2}} & -\frac{1}{\sqrt{2}} \\ 1 & 0 & 0 \\ 0 & \frac{1}{\sqrt{2}} & \frac{1}{\sqrt{2}} \\ \end{array} \right)\) 의 각 열은 A의 고유벡터가 되며, P는 직교행렬, 즉 \(P^T=P^{-1}\) 을 만족시킨다.
\(D=P^{-1} A P=P^{T} A P =\left( \begin{array}{ccc} 1 & 0 & 0 \\ 0 & -\frac{1}{2} & 0 \\ 0 & 0 & \frac{1}{2} \\ \end{array} \right)\)
이차형식으로서의 행렬식
- \(2\times 2\) 행렬의 행렬식 \(ad-bc\)를 이차형식으로 생각할 때, 이는 다음 대칭행렬에 대응된다
\[ \left( \begin{array}{cccc} 0 & 0 & 0 & \frac{1}{2} \\ 0 & 0 & -\frac{1}{2} & 0 \\ 0 & -\frac{1}{2} & 0 & 0 \\ \frac{1}{2} & 0 & 0 & 0 \\ \end{array} \right) \]
- 이를 대각화하면 다음을 얻는다
\[ \left( \begin{array}{cccc} -\frac{1}{2} & 0 & 0 & 0 \\ 0 & -\frac{1}{2} & 0 & 0 \\ 0 & 0 & \frac{1}{2} & 0 \\ 0 & 0 & 0 & \frac{1}{2} \\ \end{array} \right) \]
역사
메모
- Math Overflow http://mathoverflow.net/search?q=
관련된 항목들
매스매티카 파일 및 계산 리소스
사전 형태의 자료
- http://ko.wikipedia.org/wiki/대칭행렬
- http://www.encyclopediaofmath.org/index.php/Symmetric_matrix
- http://en.wikipedia.org/wiki/Sylvester's_law_of_inertia
메타데이터
위키데이터
- ID : Q547432
Spacy 패턴 목록
- [{'LEMMA': 'Sylvester'}]