"모두를 위한 열린 강좌 KOCW"에서 제공하는 한양대학교 이상화 교수님의 선형대수 수업을 정리한 내용입니다.
Review
이전까지 determinant를 구하는 방식 3가지에 대해 알아보았다. 기억이 안날테지...그래서 준비한 Review!!
-
Gauss Elimination
det A=product of pivots=(−1)number of row exchangingi=1∏Ndi
-
Big Formula
det A=αβγ...ν∑n!a1αa1βa3γ...anν
-
Cofactor
det A=j=1∑naijCij=j=1∑naij(−1)i+jdet Mij
위의 3가지가 determinant를 구하는 방식이었다. 그러면 determinant를 응용하는 것에 대해 알아보자.
Determinant Applications
Inverse Matrix
첫 번째는 역행렬을 Cofactor Matrix를 이용해 구하는 것이다. 이때 C는 Cofactor Matrix로, cofactor로 이루어진 행렬이다.
C=⎣⎢⎢⎢⎢⎡C11C21⋮Cn1C12C22Cn2⋯⋯⋯C1nC2n⋮Cnn⎦⎥⎥⎥⎥⎤
Cofactor Mat를 이용하면 다음의 공식(?)이 성립된다.
A−1=det ACT
이것을 증명해보자. 먼저 위 공식을 det A에 대해 풀면
det A=ACT
가 된다. 우항을 풀어보면
digonal elements는 Cofactor를 이용해 determinant를 구하는 것과 동일하다는 것을 알 수 있다. 그렇다면 나머지 elements는 어떨까?
이 역시 Cofactor로 determinant를 구하는 것과 유사하다. 다만, 1행2열의 풀이를 보면 2행과 1행이 같은 행렬의 determinant를 구하는 것과 같다. 그렇다면!! 지난 강의에서 알아본 determinants properites 중
if two rows are equal, det=0
에 의해 0이 된다.
Cramer's Rule
결론부터 말하자면 Cramer's Rule은
xi=det Adet Bi
이다. 이게 뭐지 싶다면 쭈우우욱 되돌아가 보자. 선형대수의 목적은 Ax=b의 해를 구하는 것이다.
X=⎣⎢⎢⎢⎢⎢⎢⎡x1x2x3⋮xn⎦⎥⎥⎥⎥⎥⎥⎤=A−1b=A−1⎣⎢⎢⎢⎢⎢⎢⎡b1b2b3⋮bn⎦⎥⎥⎥⎥⎥⎥⎤
자 이것을 기억하고,먼저 Bi에 대해 알아보자.
Bi=[a1a2⋯ai−1biai+1⋯an]
행렬A에서 i번째 column vector에 b elements가 들어가는 것이다. 그리고 기억했던 식을 정리하면
A−1=detACT→A−1b=detACTb=X
이 식의 분자 CTb를 풀이하면
Volume of Box