고윳값과 고유 벡터: 두 판 사이의 차이
내용 삭제됨 내용 추가됨
Osteologia (토론 | 기여) |
Osteologia (토론 | 기여) 잔글 고유값 → 고윳값 (토론:고윳갑 및 토론:절댓값, 위키백과:문서 이동 요청/2014년 2월#절대값 → 절댓값 참고) |
||
1번째 줄:
[[파일:Mona Lisa eigenvector grid.png|thumb|270px|위 두 장의 그림은 원래 이미지가 옆으로 기울어진 모양으로 변하는 [[선형 변환]]을 보여주고 있다. 이 선형 변환에서 수평 축은 그대로 수평 축으로 남기 때문에 푸른색 화살표는 방향이 변하지 않지만 붉은색 화살표는 방향이 변하게 된다. 따라서 푸른색 화살표는 이 변환의 '''고유벡터'''가 되고 붉은색 화살표는 고유벡터가 아니다. 또한 푸른색 화살표의 크기가 변하지 않았으므로 이 벡터의 '''
[[선형대수학]]에서 '''고유벡터'''({{llang|en|eigenvector}}, {{llang|de|Eigenvektor}})는 어떤 [[선형 변환]]이 일어난 후에도 그 방향이 변하지 않는 [[영벡터]]가 아닌 [[벡터 (선형대수학)|벡터]]를 가리킨다. 또한 변환 후에 고유벡터의 크기가 변하는 비율을 그 벡터의 '''
고유벡터와
고유벡터(eigenvector)와
== 정의 ==
* 어떤 [[선형 변환]]의 '''고유벡터'''는 변환 후에도 변하지 않거나 그 크기만이 변하고 방향은 일정한 벡터를 가리킨다.
* 어떤 고유벡터의 '''
* '''고유공간'''은 같은
* '''주고유벡터'''(principal eigenvector)는 가장 큰
*
* 유한 차원의 [[벡터 공간]]에 대해 선형 변환의 '''스펙트럼'''은 그
예를 들어, 삼차원 회전변환의 고유벡터는 그 회전축 상에 놓여 있다. 회전한 후에도 회전축의 크기는 변하지 않으므로 그 고유벡터의
== 예제 ==
지구가 자전하면 지구의 중심에서 바깥을 향하는 모든 화살표는 자전축을 향하는 화살표를 제외하고 함께 회전한다. 그러므로 지구가 한시간동안 자전한 결과를 하나의 변환으로 볼 때 지구의 자전축에 평행한 벡터가 고유벡터이다. 또한 자전축이 커지거나 작아지지 않았으므로 그
다른 예로는 얇은 종이를 가운데를 중심으로 하여 모든 방향으로 두 배 늘린 경우를 들 수 있다. 이때 가운데 점으로부터 종이의 모든 점을 향한 벡터들이 모두 고유벡터가 된다. 또한 벡터들의 길이가 모두 두배가 되었으므로 고유벡터들의
==
다음 방정식이 참이면 <math>\mathbf v_\lambda</math>는 고유벡터이고 <math>\lambda</math>는 그에 해당하는
:<math>T(\mathbf{v}_\lambda)=\lambda\,\mathbf{v}_\lambda</math>
이때 <math>T(\mathbf v_\lambda)</math>는 <math>\mathbf v_\lambda</math>에 변환 <math>T</math>를 행해 얻어진 벡터이다.
<math>T</math>가 [[선형 변환]]이라고 가정하자. (즉, 모든 [[스칼라]] <math>a, b</math>와 벡터 <math>\mathbf v, \mathbf w</math>에 대해 <math>T(a\mathbf{v}+b\mathbf{w})=aT(\mathbf{v})+bT(\mathbf{w})</math>이다. 그러면 <math>T</math>와 <math>\mathbf v</math>는 [[행렬]] <math>A_T</math>와 열벡터 <math>\mathbf v_\lambda</math>로 표현할 수 있다. 그러면 위의
:<math>A_T\,v_\lambda=\lambda\,v_\lambda</math>
이 방정식에서 <math>\lambda</math>와 <math>\mathbf v_\lambda</math>를 미지수로 놓아 [[연립방정식]]을 풀면
그러나
:<math> \displaystyle\frac{d}{dt}(af+bg) = a \frac{df}{dt} + b \frac{dg}{dt} </math>
40번째 줄:
(<math>f(t)</math> 와 <math>g(t)</math>는 [[미분]]가능한 함수이고 <math>a</math> 와 <math>b</math>는 [[상수]]이다.)
<math>t</math>에 대해 미분하면 고유함수 <math>h(t)</math>는
:<math>\displaystyle\frac{dh}{dt} = \lambda h</math>
이때 <math>\lambda</math>는 고유함수에 해당하는
== 행렬의
어떤 주어진 행렬의
=== 특성 방정식을 이용해
정방행렬의
:<math>\det(A - \lambda I) = 0</math>
여기서 좌변의 식이 바로 행렬 <math>A</math>의 특성 방정식이다. 행렬의 모든
위 식을 이용해서 <math>\lambda</math>를 구한 다음에는, 고유벡터를 구하기 위해 다음 식을 사용한다.
62번째 줄:
:<math>(A - \lambda I) v = 0</math>
실수의
:<math>\begin{bmatrix}0 & 1\\ -1 & 0\end{bmatrix}</math>
와 같이 표현되는 행렬인데, 이 행렬의 특성 방정식은 <math>\lambda^2+1</math>이며
=== 유형 ===
==== 2×2 행렬에서
2×2 행렬에서의
:<math>A = \begin{bmatrix} a & b \\ c & d \end{bmatrix}</math>
이라 하면,
[[특성 방정식]]은
:<math>\rm det \begin{bmatrix} a-\lambda & b \\ c & d-\lambda \end{bmatrix}=(a-\lambda)(d-\lambda)-bc=\lambda^2-(a+d)\lambda+(ad-bc)</math>
82번째 줄:
= \lambda^2- \lambda {\rm tr}(A)+ {\rm det}(A) </math>
이때 <math> I_{2} </math>는 2×2 [[단위행렬]]이다. 따라서 2×2 행렬의
:<math>
88번째 줄:
</math>
따라서, 행렬식이 영(0)이지만 대각성분의 합(Trace)이 영(0)이 아닌 아주 특별한 경우의 2×2 행렬에서는
:<math>
|