Week 11 : Chapter 8 행렬의 대각화 part 1
행렬의 대각화는 주어진 행렬을 고유값과 고유벡터를 이용하여 대각선행렬로 변형한 후 복잡한
선형연립방정식을 단순화시켜, 다양한 분야의 문제를 해결하는데 사용하는 방법이다.
이 장에서는 행렬의 대각화와 SVD를 다룬다. 그리고 대칭행렬에 대한 대각화를 통하여 이차형식의
성질을 분석한다. 또 행렬의 성분들이 복소수인 행렬로 학습 범위를 확장한다. 이때 실수를 성분으로
가지는 행렬에서의 대칭행렬, 직교행렬은 각각 허미시안(Hermitian) 행렬, 유니타리(Unitary) 행렬로
일반화된다.
Section 8.1 선형변환의 행렬표현
우리는 6장에서 $R^n$에서 $R^m$으로의 모든 선형변환은 표준행렬을 이용하여 행렬변환으로 나타낼 수
있음을 보았다. 이 표준행렬은 $R^n$의 모든 벡터는 항상 표준기저의 일차결합으로 표시된다는 것으로부터
얻어졌다.
이 절에서는, 일반적으로 임의의 순서기저(ordered basis)를 갖는 $R^n$에서 $R^m$으로의 선형변환에 대한
행렬표현을 좌표벡터를 이용하여 찾는 방법을 알아본다.
*8.1절 동영상 강의: http://youtu.be/jfMcPoso6g4
Olga Taussky-Todd (1906~1995, Czech-American)
표준기저에 대한 선형변환의 표준행렬과 전이행렬의 관계도
임의의 순서기저(ordered basis)을 갖는 $R^n$에서 $R^m$으로의 선형변환에 대한 행렬표현
Section 8.2 닮음과 행렬의 대각화
이 절에서는 $R^n$사이의 선형변환 $T$의 다양한 기저에 대한 행렬표현 사이의 관계를 전이행렬(transition matrix)을
이용하여 알아보고, 행렬표현이 간단한 형태인 대각선행렬로 표현되는 경우인 대각화에 대하여 알아본다.
*8.2절 동영상 강의: http://youtu.be/MnfLcBZsV-I
선형변환의 행렬표현 $[T]=[T]_{\varepsilon_1}^{\varepsilon_2}$와 $[T]_{\alpha}^{\beta}$ 사이의 관계
Section 8.3 직교대각화, 행렬 함수*
직교행렬은 자신의 전치행렬이 역행렬이므로 정말 편리하다. 그리고 대칭행렬은 어떤 다른 종류의 행렬보다 응용에
많이 이용된다. 이 절에서는 대칭행렬의 효용성과 모든 대칭행렬은 직교대각화가능함을 확인한다. 특히 마지막으로
행렬대각화의 응용으로 행렬함수를 다룬다.
*8.3절 동영상 강의: http://youtu.be/B--ABwoKAN4
직교대각화가능(orthogonally diagonalizable)
[심화학습] 행렬 함수(Function of Matrices)
Copyright @ 2013 SKKU Matrix Lab.
Made by Manager: Prof. Sang-Gu Lee with Jae Hwa Lee, Kyung-Won Kim, Shaowei Sun, Jae-Yoon Lee, Young-Jun Lim