matrix의 꽃, Diagonalization에 대해서 알아보자.
수년간 이해하지 못했던것을 이제야 이해한 느낌이든다. 먼저 Eigen-space Decomposition과 Primary Decomposition부터 알아보자.
다음 내용들은 [선형대수와 군] -이인석 저- 책의 내용들이다. 정말 큰 도움이 된책이다. 이 글을 읽게 되시는 분들 중에 선형대수의 이야기책이 필요하다면 꼭 추천드리고 싶다.
[ T∈LM ]이라고 하면 앞으로, 항상 [ T∈L(V,V) 또는 T∈Mn,n(F) ]를 뜻하기로 약속하자.
Eigen-space Decompostiion
T∈LM 일 때, 다음은 동치이다.
(1) T는 diagonalizable
(2) Eλ=EλT=ker(T−λ)=[v∈V∣Tv=λv]
V=Eλ1⊕⋯⊕Eλk인 T의 서로 다른 eigen-value λ1,...,λk 존재.
이때, direct sum decomposition V=Eλ1⊕⋯⊕Eλk를 diagonalizable T에 관한 (V의) eigen-space decompostion이라고 부른다.
표기법
T∈LM 일 때, characteristic polynomial ϕT(t)와 minimal polynomial mT(t)의 [F 위의 monic irreducible divisor의 집합]은 같다.
위 명제에 따라서,
T∈LM 일 때 (물론 k≥1 ),
(ϕT(t)mT(t)=p1(t)e1p2(t)c2…pk(t)ek=p1(t)f1p2(t)f2…pk(t)fk
로 F-위에서 인수분해 된다고 하자. 이때,pi(t)는 F[t]의 서로다른 monic irreducible polynomial이고, 1≤fi≤ei)이다.
characteristic polynomial ϕT(t)와 minimal polynomial mT(t)의 [F 위의 monic irreducible divisor의 집합]은 같다.
Wi=ker pi(T)ei,
Ti=T∣wi ( 단, i=1,..,k)로 간단히 표기하기로 한다.
Wi가 T-invariant subspace인것은 익숙하다.
Primary Decomposition Theorem
T∈LM 이면,
V=kerp1(T)e1⊕kerp2(T)ϵ2⊕⋯⊕kerpk(T)ek=kerp1(T)f1⊕kerp2(T)f2⊕⋯⊕kerpk(T)fk
로 decompose 할 수 있다. (이를 V 의 T 에 관한 primary decomposition 이라고 부르는 것은 물론이다.) 그리고, 모든 i=1,…,k 에 대해, 다음이 성립한다.
(가) Wi=kerpi(T)ei=kerpi(T)fi.
(나) ϕTi(t)=pi(t)ei., 따라서, dimWi=eideg(pi).
(다) mTi(t)=pi(t)fi.
제1 분해정리 보조정리
보조정리 T∈LM 일 때, f1(t),…,fk(t)∈F[t] 는 monic 이고 mutually relatively prime 이라고 하자. 만약
ξ(t)=f1(t)f2(t)⋯fk(t)∈IT
이면,
V=kerf1(T)⊕kerf2(T)⊕⋯⊕kerfk(T)
로 분해할 수 있다.
보조정리 증명
f1(t),…,fk(t)∈F[t] 의 최대 공약수를 d(t)라고 하자.
d(t)=g1(t)f1(t)+...+gk(t)fk(t)
가 성립하는 F[t]의 polynomial g1(t),...,gk(t)가 존재한다. 의 결과를 유추해 내면 증명가능하다.
제1 분해정리 증명
(가) 항 증명
kerpi(T)ei≤kerpi(T)fi임은 자명하다. 따라서 다음 증명에 의해,
(가)항 보조정리
만악 Ui≤Wi≤V 이고 (단, i=1,…,k ),
U1⊕⋯⊕Uk=W1⊕⋯⊕Wk
이면, 사실은
Ui=Wi,(i=1,…,k)
가 된다.
(가)항 보조정리 증명
증명 : 예를 들어, 만약 w1∈W1이면, w1∈U1⊕⋯⊕Uk 이므로,
w1=u1+u2+⋯+un
인 ui∈Ui 가 유일하게 존재한다. 그런데, 동시에 w1∈W1⊕⋯⊕Wk 이고, u1∈U1≤W1 이므로, (w1+0+⋯+0) 과 (u1+u2+⋯+un) 온 '같은 표현' 이어야 한다. 특별히, w1=u1=U1 이고, 따라서 W1≤U1. (증명이 재미있다. 만약 V 가 유한 차원이라면, dimension argument 를 사용할 수도 있다.)
어차피 W1⊕⋯⊕Wk≈W1×⋯×Wk 이므로, product space 의 natural projection을 흥내 내는 것도 자연스럽다.
∴kerpi(T)ei=kerpi(T)fi.
추가정리
한편, Bi 를 Wi=kerpi(T)fi 의 basis 라고 하면, B=B1⨿⋯⨿Bk 는 V 의 basis 이다(관찰 7.6.16). 그리고 Wi 는 T-invariant 이므로, T 의 행렬표현은
[T]BB=⎝⎜⎜⎜⎜⎜⎜⎛[T1]B1B1[T2]B2B200⋅[Tk]BkBk⎠⎟⎟⎟⎟⎟⎟⎞
의 block diagonal 형태가 된다 (물론 Ti=T∣Wi ). 따라서
ϕT(t)=ϕT1(t)⋯ϕTk(t),mT(t)=lcm(mT1(t),…,mTk(t))
임도 알 수 있다
(나)항과 (다)항의 증명
(나)항과 (다) 항의 증명 : Wi=kerpi(T)fi,Ti=T∣Wi 이므로,
pi(Ti)fi=pi(T)fi∣∣∣Wi=0
이다. 따라서 mTi(t) 는 pi(t)fi 의 약수이고, 당연히, mT1(t),…,mTk(t) 는 mutually relatively prime 이다. 이제
lcm(mT1(t),…,mTk(t))=mT1(t)⋯mTk(t)
이므로, T 의 행렬 표현 ( ⋆ ) 을 생각하면,
p1(t)f1⋯pk(t)fn=mT(t)=mT1(t)⋯mTk(t)
가 된다. 이 등식이 성립하려면, 모든 ı 에 대해, mT,(t)=pi(t)fi 일 수밖에 없 다. 한편, ϕTi(t) 는 mTi(t) 의 irreducible factor 이외의 irreducible factor 는 가 질 수 없으므로 (명제 8.1.5), ϕTi(t) 도 pi(t)di 외 형태이다(단, di 는 자연수). 이 제 다시 T 의 행렬 표현 (`)을 생각하면,
p1(t)ϵ1⋯pk(t)ek=ϕT(t)=ϕT1(t)⋯ϕTk(l)
이므로, 이번에도, 모든 i 에 대해, ϕTi(t)=pi(t)ei 이어야만 한다. 증명 끝.
Diagonalizability
Diagonalizability를 결정해주는 invariant는 무엇일까 하는 질문에 드디어 대답할 차례이다. 오래도록 기다렸다. Diagonalizability는 Primary Decomposition Theorem의 따름정리이다.
따름정리
T∈LM 이 diagonalizable 이기 위한 필요중분조건은 T 의 MINIMAL polynomial mT(t) 가 (F-위에서) 1 -차식들로 인수분해되고 multiple root을 갖지 않는 것이다. (즉, 모든 i=1,…,k 에 대하여, deg(pi)=1 이고 fi=1 인 것이다.)
증명
증명 : (i) 먼지 T 가 diagonal matrix D 와 similar 하면, 연습문제 6.2 .26 에 의 해, D 의 대각성분들의 순서를 바꿀 수 있으므로,
T∼D=⎝⎜⎜⎜⎛λ1In1λ2In200λkInk⎠⎟⎟⎟⎞
로 놓을 수 있다(단, λi=λj if i=j ). 그러면, D의 minimal polynomail과 characteristic polynomial을 구해보자.
mD(t)=(t−λ1)(t−λ2)⋯(t−λk)
이므로, 한쪽 방향 증명끝.
(ii) 역으로,
mT(t)=(t−λ1)(t−λ2)⋯(t−λk) (단, λi=λj , if i=j)
이면,
Primary decomposition Theorem에 의해
V=ker(T−λ1I)⊕ker(T−λ2I)⊕⋯⊕ker(T−λkI)
이고,
ker(T−λiI)=Eλi 이므로 T는 diagonalizable 이다. 증명 끝.
따라서 T∈LM이 diagonalizable 일때에는 eigen-space decomposition과 primary decomposition은 같다. 또 이떄,
ϕT(t)=(t−λ1)e1(t−λ2)e2⋯(t−λk)ek
이고 당연히 ei=dimEλi
"이제 우리는 minimal polynomial만 쳐다보면 diagonalizability를 알수 있게 된것이다. "
□.
fin.