Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

Lecture 20. 크래머 공식, 역행렬, 부피

Cramer's Rule, Inverse Matrix, Volume — 서술

두 강의에 걸쳐 행렬식의 성질과 공식을 다뤘지만, 아직 한 번도 "그래서 행렬식이 무엇이냐"는 물음에 답하지 않았다. 성질의 목록도 아니고 n!n! 개의 합도 아닌, 이 수의 정체는 무엇인가.

답은 놀랍도록 단순하다. 부피이다. 행렬의 열들이 만드는 평행육면체의 부피가 곧 detA|\det A| 이고, 부호는 그 도형이 뒤집혔는지를 말해 준다. L9에서 슬라이더로 눌러 납작하게 만들었던 그 도형이 사실 처음부터 행렬식이었다.

가는 길에 L19에서 만든 여인수를 써서 역행렬의 공식과 크래머 공식도 얻는다. 다만 그 둘은 곁가지이고, 이번 강의의 심장은 3절의 부피이다.


1. 역행렬 공식

L19에서 여인수를 잔뜩 만들어 놓았다. 그것으로 무엇을 할 수 있는가.

여인수를 제자리에 늘어놓은 행렬을 CC 라 하자. (i,j)(i, j) 성분이 CijC_{ij} 이다. 그리고 AACTC^{\mathsf{T}} 를 곱해 보자. 놀라운 일이 벌어진다.

ACT=(detA)IA\,C^{\mathsf{T}} = (\det A)\, I

대각 성분은 왜 detA\det A 인가

(ACT)ii(A C^{\mathsf{T}})_{ii}AAii 행과 CTC^{\mathsf{T}}ii 열의 곱이다. CTC^{\mathsf{T}}ii 열은 CCii 행이므로

(ACT)ii=jaijCij(AC^{\mathsf{T}})_{ii} = \sum_{j} a_{ij}\,C_{ij}

인데, 이것은 L19의 ii 행에 대한 여인수 전개((22))와 글자 그대로 같다. 곧 detA\det A 이다.

비대각 성분은 왜 0인가

여기가 이 절의 핵심이다. iki \neq k 일 때

(ACT)ik=jaijCkj(AC^{\mathsf{T}})_{ik} = \sum_{j} a_{ij}\,C_{kj}

이다. 곱해지는 여인수는 kk 행의 것인데, 계수는 ii 행의 성분이다. 줄이 어긋나 있다.

이 합을 여인수 전개로 읽어 보자. AAkk 행을 ii 행으로 갈아끼운 행렬을 AA' 이라 하자. AA'kk 행 여인수는 kk 행을 지우고 계산하는 것이라 AA 의 것과 똑같고, AA'kk 행 성분은 aija_{ij} 이다. 그러므로 (3)의 합은 정확히 detA\det A' 이다.

그런데 AA'ii 행과 kk 행이 같다. L18의 성질 1((2))에 의해 행렬식이 0이다.

말로만 들으면 손에 잡히지 않으니 숫자로 한 번 확인하자. L19에서 쓰던 행렬이다.

A=[121381041],C=[4312214622]A = \begin{bmatrix} 1 & 2 & 1 \\ 3 & 8 & 1 \\ 0 & 4 & 1 \end{bmatrix}, \qquad C = \begin{bmatrix} 4 & -3 & 12 \\ 2 & 1 & -4 \\ -6 & 2 & 2 \end{bmatrix}

(1,3)(1, 3) 성분을 계산해 보자. AA1행CC3행을 짝지어 곱하는 자리이다.

(ACT)13=a11C31+a12C32+a13C33=1(6)+22+12=0(AC^{\mathsf{T}})_{13} = a_{11}C_{31} + a_{12}C_{32} + a_{13}C_{33} = 1 \cdot (-6) + 2 \cdot 2 + 1 \cdot 2 = 0

우연이 아니다. 이 합은 AA 의 3행을 1행으로 갈아끼운 행렬을 3행으로 여인수 전개한 것이다.

A=[121381121](1 행과 3 행이 같다)A' = \begin{bmatrix} 1 & 2 & 1 \\ 3 & 8 & 1 \\ 1 & 2 & 1 \end{bmatrix} \qquad (1 \text{ 행과 } 3 \text{ 행이 같다})

AA' 의 3행 여인수는 3행을 지우고 계산하는 것이라 AA 의 것과 똑같고, 3행 성분만 1,2,11, 2, 1 로 바뀌었다. 그래서 (5)의 합이 detA\det A' 이고, 두 행이 같으니 0이다. 나머지 여섯 개의 비대각 성분도 같은 이유로 0이다.

ACT=[100001000010]=10I=(detA)IAC^{\mathsf{T}} = \begin{bmatrix} 10 & 0 & 0 \\ 0 & 10 & 0 \\ 0 & 0 & 10 \end{bmatrix} = 10\,I = (\det A)\,I
대각은 여인수 전개라서 \det A 가 되고, 비대각은 같은 행이 둘인 행렬의 행렬식이라서 0이 된다.

Figure 1:대각은 여인수 전개라서 detA\det A 가 되고, 비대각은 같은 행이 둘인 행렬의 행렬식이라서 0이 된다.

(1)의 양변을 detA\det A 로 나누면 역행렬이 나온다.

A1=1detACT(detA0)A^{-1} = \frac{1}{\det A}\, C^{\mathsf{T}} \qquad (\det A \neq 0)

CTC^{\mathsf{T}}딸림행렬(adjugate)이라 부른다.

2×22 \times 2 로 확인하자. C11=dC_{11} = d, C12=cC_{12} = -c, C21=bC_{21} = -b, C22=aC_{22} = a 이므로

A1=1adbc[dbca]A^{-1} = \frac{1}{ad - bc}\begin{bmatrix} d & -b \\ -c & a \end{bmatrix}

L3에서 손으로 유도했던 그 공식이다((34)).


2. 크래머 공식

역행렬 공식이 있으니 해도 바로 쓸 수 있다. x=A1b\vv{x} = A^{-1}\vv{b} 를 성분으로 풀어쓰면 된다. 다만 첨자가 한 번 뒤집히는 자리가 있으니 천천히 가자.

xj=i(A1)jibix_j = \sum_{i} \left(A^{-1}\right)_{ji}\, b_i

(8)의 공식에서 A1=CT/detAA^{-1} = C^{\mathsf{T}}/\det A 였다. 전치가 붙어 있으므로 (A1)ji\left(A^{-1}\right)_{ji}CjiC_{ji} 가 아니라 CijC_{ij} 이다.

(A1)ji=(CT)jidetA=CijdetA\left(A^{-1}\right)_{ji} = \frac{\left(C^{\mathsf{T}}\right)_{ji}}{\det A} = \frac{C_{ij}}{\det A}

이것을 (10)의 자리에 넣는다.

xj=1detAiCijbix_j = \frac{1}{\det A}\sum_{i} C_{ij}\, b_i

이제 1절과 같은 방식으로 이 합을 읽는다. 첨자를 보면 jj 가 고정이고 ii 로 더하고 있다. 곧 열에 대한 여인수 전개의 모양이다(L19의 (23)).

AAjj b\vv{b} 로 갈아끼운 행렬을 BjB_j 라 하자. 두 가지가 맞아떨어진다. 첫째로 BjB_jjj 열 여인수는 그 열을 지우고 계산하는 것이라 갈아끼운 자리를 보지 않으므로 AA 의 것과 똑같다. 둘째로 BjB_jjj 열 성분이 바로 bib_i 이다. 그러므로 (12)의 합이 detBj\det B_jjj 열로 전개한 것과 글자 그대로 같다.

ibiCij=detBjxj=detBjdetA\sum_{i} b_i\, C_{ij} = \det B_j \qquad\Longrightarrow\qquad x_j = \frac{\det B_j}{\det A}

예제

L2에서 소거로 풀었던 문제이다. b=(2,12,2)\vv{b} = (2, 12, 2) 이고 detA=10\det A = 10 이었다. 열을 하나씩 b\vv{b} 로 갈아끼우고 행렬식을 구한다.

B1=[2211281241],B2=[1213121021],B3=[1223812042]B_1 = \begin{bmatrix} 2 & 2 & 1 \\ 12 & 8 & 1 \\ 2 & 4 & 1 \end{bmatrix}, \quad B_2 = \begin{bmatrix} 1 & 2 & 1 \\ 3 & 12 & 1 \\ 0 & 2 & 1 \end{bmatrix}, \quad B_3 = \begin{bmatrix} 1 & 2 & 2 \\ 3 & 8 & 12 \\ 0 & 4 & 2 \end{bmatrix}

세 행렬식이 각각 20,10,2020, 10, -20 이다. 나누면 해가 나온다.

x1=2010=2,x2=1010=1,x3=2010=2x_1 = \frac{20}{10} = 2, \qquad x_2 = \frac{10}{10} = 1, \qquad x_3 = \frac{-20}{10} = -2

x=(2,1,2)\vv{x} = (2, 1, -2) 이다. 소거로 얻은 답과 같다.

L2에서 소거로 풀었던 그 문제이다. 답이 같다.

Figure 2:L2에서 소거로 풀었던 그 문제이다. 답이 같다.

아름답다. 해를 명시적인 공식 하나로 쓸 수 있다. 그런데 대가가 있다. n×nn \times n 을 풀려면 detA\det AdetB1,,detBn\det B_1, \dots, \det B_n, 곧 n+1n+1 개의 행렬식이 필요하다. 소거 한 번으로 끝나는 일을 n+1n+1 배로 늘려 놓은 셈이다.

L19에서 만난 태도가 다시 나온다. 옳은 공식과 쓰는 방법은 다르다.


3. 행렬식은 부피이다

이제 이번 강의의 심장이다. 행렬식이 부피라는 것을 어떻게 확신할 수 있는가.

부피를 직접 계산해서 n!n! 개 항의 합과 같은지 확인하는 것은 끔찍한 일이다. 다행히 그럴 필요가 없다. 증명 전략이 아름답다.

L18에서 세 개의 공리를 만족하는 함수가 값을 하나로 정한다는 것을 보았다. 2×22 \times 2 에서 adbcad - bc 가 유일하게 나온 것이 그 예이다. 그러므로 이렇게 하면 된다.

세 공리를 하나씩 확인하자. 여기서 부피는 방향까지 담은 부호 있는 부피로 본다. nn 개의 행 r1,,rn\vv{r}_1, \dots, \vv{r}_n 이 만드는 평행육면체의 부호 있는 부피를 V(r1,,rn)V(\vv{r}_1, \dots, \vv{r}_n) 이라 쓰자.

① 단위 정육면체의 부피는 1이다

A=IA = I 이면 행이 e1,,en\vv{e}_1, \dots, \vv{e}_n 이고 도형이 한 변의 길이가 1인 정육면체이다. 부피가 1이고, 표준기저는 방향이 ++ 이므로 부호도 ++ 이다.

V(e1,,en)=1=detIV(\vv{e}_1, \dots, \vv{e}_n) = 1 = \det I

② 두 변을 바꾸면 부호가 뒤집힌다

두 행을 맞바꿔도 도형 자체는 조금도 변하지 않는다. 같은 벡터들이 같은 평행육면체의 변을 이루기 때문이다. 변하는 것은 그 벡터들을 나열한 순서, 곧 방향뿐이다.

2차원에서는 두 벡터의 순서를 바꾸면 꼭짓점을 도는 방향이 반시계에서 시계로 뒤집히고, 3차원에서는 오른손 좌표계가 왼손 좌표계가 된다. 눈으로 확인할 수 있는 사실이다.

V(,rj,,ri,)=V(,ri,,rj,)V(\dots, \vv{r}_j, \dots, \vv{r}_i, \dots) = -\,V(\dots, \vv{r}_i, \dots, \vv{r}_j, \dots)

③ 한 행에 대해 선형이다

셋 중에 이것이 가장 덜 뻔하다. 제대로 따져 보자.

ii 행만 움직이고 나머지 n1n-1 개의 행은 붙박아 둔다. 붙박은 행들이 만드는 (n1)(n-1) 차원 밑면의 부피를 BB 라 하고, 그 밑면에 수직인 단위벡터n^\hat{\vv{n}} 이라 하자.

부피는 밑면 곱하기 높이이다. 그리고 높이는 움직이는 행의 밑면에 수직인 성분의 길이이다. L15에서 배운 그대로이다. 부호까지 살리면 그 성분이 내적 하나로 적힌다.

V(r)=B(rn^)V(\vv{r}) = B \cdot \left(\vv{r} \cdot \hat{\vv{n}}\right)

여기가 열쇠이다. BBn^\hat{\vv{n}}붙박은 행들만으로 정해지므로 r\vv{r} 이 어떻게 변하든 상수이다. 그러면 (18)의 오른쪽은 r\vv{r} 에 대한 내적에 상수를 곱한 것이고, 내적은 선형이다.

V(tr)=B((tr)n^)=tB(rn^)=tV(r)V(t\vv{r}) = B\left((t\vv{r}) \cdot \hat{\vv{n}}\right) = t\,B\left(\vv{r} \cdot \hat{\vv{n}}\right) = t\,V(\vv{r})
V(r+r)=B((r+r)n^)=B(rn^)+B(rn^)=V(r)+V(r)V(\vv{r} + \vv{r}') = B\left((\vv{r} + \vv{r}') \cdot \hat{\vv{n}}\right) = B\left(\vv{r} \cdot \hat{\vv{n}}\right) + B\left(\vv{r}' \cdot \hat{\vv{n}}\right) = V(\vv{r}) + V(\vv{r}')

공리 ③이 확인되었다. "밑면이 고정된 채 높이만 변한다"는 말의 정확한 뜻이 (18)의 내적이다.

붙박은 행들이 종속이라 밑면이 납작한 경우도 걸리지 않는다. 그러면 B=0B = 0 이라 (18)의 양변이 늘 0이고, 등식이 0=00 = 0 으로 성립한다.

세 개가 다 맞았다

L18에서 세 공리를 만족하는 함수는 하나뿐임을 보았다. 부호 있는 부피가 그 셋을 만족하니 행렬식일 수밖에 없다. 절댓값을 씌우면 부호가 떨어져 나간다.

V(r1,,rn)=detAdetA=(A 의 행들이 만드는 평행육면체의 부피)V(\vv{r}_1, \dots, \vv{r}_n) = \det A \qquad\Longrightarrow\qquad |\det A| = (A \text{ 의 행들이 만드는 평행육면체의 부피})

detAT=detA\det A^{\mathsf{T}} = \det A 이므로 행으로 말하든 열로 말하든 같은 값이다.

단위 정육면체가 평행육면체로 옮겨 가고, 그 부피가 |\det A| 이다.
오른쪽은 세 번째 열이 앞의 두 열의 결합이라 도형이 평면 안으로 눌린 경우이다.

Figure 3:단위 정육면체가 평행육면체로 옮겨 가고, 그 부피가 detA|\det A| 이다. 오른쪽은 세 번째 열이 앞의 두 열의 결합이라 도형이 평면 안으로 눌린 경우이다.

네 문장이 등호로 이어진다

detA=0\det A = 0 이라는 말은 여러 얼굴을 가진다. 지금까지 배운 것을 나란히 놓아 보자.

detA=0    부피가 0    열이 종속    N(A){0}    A1 이 없다\det A = 0 \;\Longleftrightarrow\; \text{부피가 0} \;\Longleftrightarrow\; \text{열이 종속} \;\Longleftrightarrow\; \Nul(A) \neq \{\vv{0}\} \;\Longleftrightarrow\; A^{-1} \text{ 이 없다}

말로 옮기면 이렇다. 부피가 0이라는 것은 공간을 납작하게 눌렀다는 뜻이고, 납작하게 눌렀다는 것은 정보를 잃었다는 뜻이고, 정보를 잃었다는 것은 되돌릴 수 없다는 뜻이다.

세 번째 고리는 L9의 종속이고, 네 번째는 L6의 영공간이며, 마지막은 L3의 역행렬이다. 서로 다른 강의에서 따로 배운 것들이 하나의 사슬로 이어진다(L18의 (23)).


4. 삼각형, 그리고 부호

부피 이야기의 부산물이 하나 있다. 원점과 두 점 (x1,y1)(x_1, y_1), (x2,y2)(x_2, y_2) 가 만드는 삼각형을 보자.

두 벡터가 만드는 평행사변형에 대각선을 그으면 삼각형 둘로 나뉜다. 그 둘은 합동이다. 한쪽을 대각선의 중점을 중심으로 180도 돌리면 다른 쪽에 정확히 포개지기 때문이다. 그러므로 삼각형의 넓이는 평행사변형의 절반이다.

(삼각형의 넓이)=12det[x1y1x2y2]=12x1y2x2y1(\text{삼각형의 넓이}) = \frac{1}{2}\left|\det\begin{bmatrix} x_1 & y_1 \\ x_2 & y_2 \end{bmatrix}\right| = \frac{1}{2}\left| x_1 y_2 - x_2 y_1 \right|
고등학교에서 외운 그 공식이 2 \times 2 행렬식이었다.

Figure 4:고등학교에서 외운 그 공식이 2×22 \times 2 행렬식이었다.

원점을 지나지 않는 삼각형

꼭짓점이 (x1,y1)(x_1, y_1), (x2,y2)(x_2, y_2), (x3,y3)(x_3, y_3) 인 일반적인 삼각형은 어떤가. 평행이동해서 한 꼭짓점을 원점으로 보내면 된다. 넓이는 평행이동으로 변하지 않는다.

첫 꼭짓점을 원점으로 보내면 나머지 두 꼭짓점이 두 변의 벡터가 된다.

(넓이)=12det[x2x1y2y1x3x1y3y1](\text{넓이}) = \frac{1}{2}\left|\det\begin{bmatrix} x_2 - x_1 & y_2 - y_1 \\ x_3 - x_1 & y_3 - y_1 \end{bmatrix}\right|

전개해서 정리하면 뺄셈이 사라진 대칭적인 모양으로 바꿀 수 있다. 세 꼭짓점을 그대로 늘어놓고 1로 채운 열을 하나 붙인 3×33 \times 3 행렬이다.

(넓이)=12det[x1y11x2y21x3y31](\text{넓이}) = \frac{1}{2}\left|\det\begin{bmatrix} x_1 & y_1 & 1 \\ x_2 & y_2 & 1 \\ x_3 & y_3 & 1 \end{bmatrix}\right|

두 식이 같다는 것은 소거 한 번으로 확인된다. 1행을 2행에서 빼고, 1행을 3행에서 뺀다. 다른 행의 배수를 더하는 연산이므로 L18의 성질 3에 의해 행렬식이 변하지 않는다.

[x1y11x2y21x3y31]    [x1y11x2x1y2y10x3x1y3y10]\begin{bmatrix} x_1 & y_1 & 1 \\ x_2 & y_2 & 1 \\ x_3 & y_3 & 1 \end{bmatrix} \;\longrightarrow\; \begin{bmatrix} x_1 & y_1 & 1 \\ x_2 - x_1 & y_2 - y_1 & 0 \\ x_3 - x_1 & y_3 - y_1 & 0 \end{bmatrix}

3열이 1,0,01, 0, 0 이 되었다. 3열로 여인수 전개하면 항이 하나만 남는다.

det=1(1)1+3det[x2x1y2y1x3x1y3y1]\det = 1 \cdot (-1)^{1+3}\det\begin{bmatrix} x_2 - x_1 & y_2 - y_1 \\ x_3 - x_1 & y_3 - y_1 \end{bmatrix}

부호가 (1)1+3=+1(-1)^{1+3} = +1 이므로 (24)2×22 \times 2 가 그대로 나온다. 두 식이 같다.

부호가 말하는 것

부호는 방향이다. 2차원에서는 반시계가 시계로 뒤집히는지, 3차원에서는 오른손 좌표계가 왼손이 되는지를 말한다.

L17의 직교행렬에서 이것이 깔끔하게 갈린다. QTQ=IQ^{\mathsf{T}}Q = I 의 양변에 행렬식을 취하면

det(QT)detQ=(detQ)2=detI=1detQ=±1\det(Q^{\mathsf{T}})\det Q = (\det Q)^2 = \det I = 1 \qquad\Longrightarrow\qquad \det Q = \pm 1

이다. detAT=detA\det A^{\mathsf{T}} = \det A 를 쓴 결과이다. 길이를 보존하니 부피도 보존되는 것이 당연하고, 남는 것은 부호뿐이다. +1 이면 순수한 회전, -1 이면 반사가 섞인 것이다.


5. 야코비안 — 미적분에서 만났던 그 값

다변수 적분에서 변수를 바꿀 때 무언가를 곱해 주어야 했다. 극좌표로 바꿀 때 dxdydx\,dyrdrdθr\,dr\,d\theta 가 되면서 rr 이 어디선가 나타났다. 그 rr 이 이것이다.

왜 편미분을 모아 놓은 행렬이 나오는가

좌표 변환 x=x(r,θ)x = x(r, \theta), y=y(r,θ)y = y(r, \theta)선형변환이 아니다. 그런데 행렬식은 선형변환의 부피 배율이었다. 어떻게 연결되는가.

답은 충분히 확대하면 어떤 매끄러운 변환도 선형변환으로 보인다는 것이다. 한 점 (r0,θ0)(r_0, \theta_0) 근처에서 아주 조금 움직였을 때 xxyy 가 얼마나 변하는지는 전미분으로 적힌다.

dx=xrdr+xθdθ,dy=yrdr+yθdθdx = \frac{\partial x}{\partial r}\,dr + \frac{\partial x}{\partial \theta}\,d\theta, \qquad dy = \frac{\partial y}{\partial r}\,dr + \frac{\partial y}{\partial \theta}\,d\theta

두 줄을 행렬로 묶으면 정체가 드러난다.

[dxdy]=[x/rx/θy/ry/θ]J[drdθ]\begin{bmatrix} dx \\ dy \end{bmatrix} = \underbrace{\begin{bmatrix} \partial x/\partial r & \partial x/\partial \theta \\ \partial y/\partial r & \partial y/\partial \theta \end{bmatrix}}_{J} \begin{bmatrix} dr \\ d\theta \end{bmatrix}

JJ 가 바로 그 점 근처에서 좌표 변환을 흉내 내는 선형변환이다. 이것을 야코비 행렬이라 한다.

이제 (r,θ)(r, \theta) 평면의 아주 작은 직사각형 dr×dθdr \times d\theta 를 보자. 그 두 변은 (dr,0)(dr, 0)(0,dθ)(0, d\theta) 이고, JJ 를 지나면 JJ 의 두 열에 각각 drdrdθd\theta 를 곱한 벡터가 된다. 곧 직사각형이 평행사변형으로 옮겨 간다. 3절에 의해 그 평행사변형의 넓이는 detJ|\det J| 에 원래 넓이를 곱한 것이다.

dxdy=detJdrdθdx\,dy = \left|\det J\right| \, dr\,d\theta

극좌표로 계산해 보자

x=rcosθx = r\cos\theta, y=rsinθy = r\sin\theta 를 편미분해서 JJ 를 채운다.

xr=cosθ,xθ=rsinθ,yr=sinθ,yθ=rcosθ\frac{\partial x}{\partial r} = \cos\theta, \quad \frac{\partial x}{\partial \theta} = -r\sin\theta, \quad \frac{\partial y}{\partial r} = \sin\theta, \quad \frac{\partial y}{\partial \theta} = r\cos\theta
detJ=det[cosθrsinθsinθrcosθ]=cosθrcosθ(rsinθ)sinθ=rcos2θ+rsin2θ=r\det J = \det\begin{bmatrix} \cos\theta & -r\sin\theta \\ \sin\theta & r\cos\theta \end{bmatrix} = \cos\theta \cdot r\cos\theta - (-r\sin\theta) \cdot \sin\theta = r\cos^2\theta + r\sin^2\theta = r

곱해 주던 rr아주 작은 사각형이 좌표 변환으로 얼마나 늘어나는지의 부피 배율이었다. 원점에서 멀어질수록 같은 dθd\theta 가 더 긴 호를 그으니 배율이 rr 에 비례한다. r=0r = 0 에서 배율이 0인 것도 맞는다. 원점에서는 θ\theta 를 아무리 돌려도 제자리이므로 그 자리에서 좌표 변환이 납작하게 눌린다.

미적분에서 이유도 모르고 곱하던 값의 정체가 행렬식이다.


6. 자주 하는 오해

크래머 공식이 실용적이라는 오해

교과서가 이 공식을 강조해서 생기는 착각이다. 3×33 \times 3 까지는 손으로 할 만하지만 n+1n + 1 개의 행렬식이 필요하다는 사실은 변하지 않는다. 실무에서 쓰지 않는다.

부피가 음수일 수 있다는 오해

부피는 detA|\det A| 이므로 음수가 아니다. 부호는 부피의 일부가 아니라 방향 정보이다. 둘을 붙여 "부호 있는 부피"라고 부를 때는 그것이 방향까지 담은 값이라는 뜻이다.

행렬식이 크면 좋다는 오해

L18에서 한 이야기의 짝이다. 행렬식이 크다는 것은 많이 늘렸다는 뜻일 뿐이고 좋다는 뜻이 아니다. 어느 방향으로 얼마나 늘렸는지는 행렬식 하나로 알 수 없다. 부피 배율은 방향별 배율을 전부 곱해 놓은 값이라, 한 방향으로 100배 늘이고 다른 방향으로 100분의 1로 줄여도 행렬식은 1이다.


마치며...

세 강의에 걸친 행렬식 이야기가 끝났다.

대상내용
ACT=(detA)IAC^{\mathsf{T}} = (\det A)I대각은 여인수 전개, 비대각은 같은 행이 둘이라 0
역행렬 공식A1=CT/detAA^{-1} = C^{\mathsf{T}}/\det A. CTC^{\mathsf{T}} 가 딸림행렬
크래머 공식xj=detBj/detAx_j = \det B_j / \det A. 계산용이 아니라 민감도를 보는 눈
부피부피가 세 공리를 만족하므로 부피 == det\lvert\det\rvert
det=0\det = 0납작 == 종속 == 정보 손실 == 되돌릴 수 없음
삼각형행렬식의 절반. 일반 삼각형은 1로 채운 열을 붙인 3×33 \times 3
직교행렬detQ=±1\det Q = \pm1. 회전이거나 반사
야코비안확대하면 좌표 변환도 선형변환. 그 행렬식이 부피 배율

그런데 이상한 점이 하나 있다. 행렬식에 세 강의를 썼는데 정작 왜 배웠는지는 아직 말하지 않았다. 방정식을 푸는 데는 소거가 빠르고, 역행렬을 구하는 데도 가우스-조르당이 빠르다. 부피를 알아서 좋기는 하지만 그것만으로 세 강의를 쓸 이유가 되지는 않는다.

다음 강의에서 다음 방정식을 만나는 순간 알게 된다.

det(AλI)=0\det(A - \lambda I) = 0

이 식을 이제 이렇게 읽을 수 있다. 부피가 0이 되도록 λ\lambda 를 고른다. AλIA - \lambda I 가 공간을 납작하게 누르도록, 곧 영공간이 원점보다 커지도록 만드는 λ\lambda 를 찾는 것이다. 세 강의가 없었으면 이 식은 외워야 할 공식이었을 것이다.

그리고 그 방정식이 이 교재의 후반부 전체를 여는 열쇠가 된다.


이번 강의의 내용을 파이썬으로 확인해 보려면 L20 실습 노트북으로 넘어가면 된다. 딸림행렬로 역행렬을 만들어 np.linalg.inv 와 대조하고, 크래머 공식과 소거의 속도를 재 보며, 단위 정육면체가 평행육면체로 옮겨 가는 것을 회전시켜 가며 볼 수 있다.