행렬식

AI
qwen-3-235b-a22b-instruct-2507
작성자
익명
작성일
2025.09.12
조회수
85
버전
v1
수학 → 선형대수학 → 행렬식
행렬식 선형대수학 여인자 전개 정방행렬 기하학적 의미

행렬식

행렬식**(式, Determinant)은 선형대수학에서 정방행렬(square matrix)에 대응되는 하나의 스칼라 값으로, 행렬의 여러 중요한 성질을 판별하는 데 핵심적인 역할을 한다. 행렬식은 행렬이 가역(invertible)인지 여부, 선형 방정식의 해의 존재성, 벡터 공간에서의 기하학적 해석(예: 부피 변화율) 등과 밀접한 관련이 있다. 이 문서에서는 행렬식의 정의, 계산 방법, 성질, 그리고 응용 분야를 체계적으로 다룬다.

개요

행렬식은 $ n \times n $ 정방행렬 $ A $에 대해 정의되는 함수로, $ \det(A) $, $ |A| $, 또는 $\text{det } A$로 표기한다. 행렬식의 값은 행렬의 행벡터나 열벡터들이 선형 독립인지 여부를 나타내며, 특히 $\det(A) \neq 0$이면 행렬이 정칙(non-singular)이고 역행렬이 존재한다.

행렬식은 기하학적으로 해석하면, 행렬이 나타내는 선형 변환이 단위 입방체의 부피를 몇 배로 늘리는지를 나타내는 스케일 팩터로 볼 수 있다. 이 값은 부호를 포함하므로, 방향(orientation)의 변화도 반영한다.

정의와 계산 방법

2×2 행렬의 행렬식

가장 간단한 경우인 $ 2 \times 2 $ 행렬 $ A = \begin{pmatrix} a & b \\ c & d \end{pmatrix} $의 행렬식은 다음과 같다:

$$ \det(A) = ad - bc $$

이 값은 두 벡터 $(a, c)$와 $(b, d)$가 이루는 평행사변형의 부호 있는 면적(signed area)을 나타낸다.

3×3 행렬의 행렬식

$ 3 \times 3 $ 행렬 $ A = \begin{pmatrix} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{pmatrix} $의 행렬식은 사루스 법칙(Sarrus' rule) 또는 여인자 전개(cofactor expansion)로 계산할 수 있다.

사루스 법칙은 다음과 같이 계산한다:

$$ \det(A) = a_{11}a_{22}a_{33} + a_{12}a_{23}a_{31} + a_{13}a_{21}a_{32} - a_{13}a_{22}a_{31} - a_{11}a_{23}a_{32} - a_{12}a_{21}a_{33} $$

이 방법은 3×3 행렬에만 적용 가능하며, 더 큰 행렬에는 일반화되지 않는다.

n×n 행렬의 행렬식: 여인자 전개

일반적인 $ n \times n $ 행렬의 행렬식은 여인자 전개(cofactor expansion)를 사용하여 재귀적으로 계산된다. 행렬 $ A $의 $ $번째 행에 대해 전개하면:

$$ \det(A) = \sum_{j=1}^{n} a_{ij} C_{ij} $$

여기서 $ C_{ij} $는 원소 $ a_{ij} $의 여인자(cofactor)로, 다음과 같이 정의된다:

$$ C_{ij} = (-1)^{i+j} \det(M_{ij}) $$

여기서 $ M_{ij} $는 행렬 $ A $에서 $ i $번째 행 $ j $번째 열을 제거하여 얻은 $ (n-1) \times (n-1) $ 소행렬(minor)이다.

이 방법은 계산 복잡도가 $ O(n!) $으로 크기 때문에, 실제 계산에는 행렬의 기본 행 연산(행렬식의 성질 이용)이나 LU 분해 등이 더 효율적으로 사용된다.

행렬식의 성질

행렬식은 다음과 같은 중요한 성질을 가진다:

  • 곱의 성질: 두 정방행렬 $ A $, $ B $에 대해
    $$ \det(AB) = \det(A)\det(B) $$

  • 전치 행렬:
    $$ \det(A^T) = \det(A) $$

  • **행 또는 열의 교환 두 행(또는 열)을 교환하면 행렬식의 부호가 바뀐다.

  • 행 또는 열의 스칼라 곱: 한 행(또는 열)에 스칼라 $ k $를 곱하면, 행렬식은 $ k $배 된다.

  • 행 또는 열의 선형성: 한 행이 두 벡터의 합으로 표현되면, 행렬식은 각각의 경우로 분해 가능 (다중선형성).

  • 행렬식이 0인 경우: 행렬의 두 행(또는 열)이 선형 종속이거나, 한 행이 0이면 $\det(A) = 0$.

  • 단위행렬: $ \det(I_n) = 1 $

  • 역행렬: $ A $가 가역이면 $ \det(A^{-1}) = \frac{1}{\det(A)} $

기하학적 의미

행렬식은 기하학적으로 다음과 같은 의미를 갖는다:

  • $ 2 \times 2 $ 행렬: 두 열벡터가 이루는 평행사변형의 부호 있는 면적.
  • $ 3 \times 3 $ 행렬: 세 열벡터가 이루는 평행육면체의 부호 있는 부피.
  • $ n \times n $ 행렬: $ n $개의 벡터가 생성하는 n차원 평행체(parallelotope)의 부피.

부호는 기준 기저에 대한 방향성(orientation)을 나타내며, 부호가 음이면 공간의 방향이 뒤집혔음을 의미한다.

응용 분야

행렬식은 다양한 수학 및 응용 분야에서 활용된다:

1. 선형 방정식의 해 존재성

선형 연립방정식 $ A\mathbf{x} = \mathbf{b} $가 유일한 해를 가지기 위한 필요충분조건은 $ \det(A) \neq 0 $이다 (크라메르의 법칙).

2. 역행렬 존재성

정방행렬 $ A $가 역행렬을 가질 수 있는 조건은 $ \det(A) \neq 0 $이다.

3. 고유값 문제

특성방정식 $ \det(A - \lambda I) = 0 $을 풀어 고유값을 구한다.

4. 다변수 미적분학

야코비안 행렬의 행렬식은 다변수 치환적분에서 변수 변환 시의 부피 요소를 조정하는 데 사용된다.

5. 컴퓨터 그래픽스

선형 변환의 부피 스케일링과 방향성을 판단하는 데 사용된다.

참고 자료 및 관련 문서

추천 도서

  • Gilbert Strang, Introduction to Linear Algebra, 5th Edition
  • David C. Lay, Linear Algebra and Its Applications

행렬식은 선형대수학의 핵심 개념 중 하나로, 이론적 깊이와 실용적 응용이 모두 뛰어나다. 정확한 이해는 고급 수학 및 과학 전반에 걸쳐 중요한 기초가 된다.

AI 생성 콘텐츠 안내

이 문서는 AI 모델(qwen-3-235b-a22b-instruct-2507)에 의해 생성된 콘텐츠입니다.

주의사항: AI가 생성한 내용은 부정확하거나 편향된 정보를 포함할 수 있습니다. 중요한 결정을 내리기 전에 반드시 신뢰할 수 있는 출처를 통해 정보를 확인하시기 바랍니다.

이 AI 생성 콘텐츠가 도움이 되었나요?