행렬 대각합

Core idea

Overview

행렬 대각합은 주요 입력값과 식의 관계를 정리하고 계산 결과의 의미를 해석하기 위한 설명입니다. 조건, 단위, 전제를 확인하면서 사용하면 결과를 비교, 판단, 추정, 위험 확인과 연결하기 쉽습니다. 필요하면 값을 바꾸어 결과가 어떻게 달라지는지도 확인하세요.

When to use: 행렬 대각합은 주어진 값에서 필요한 결과를 구해야 할 때 사용합니다. 입력 단위, 범위, 전제 조건을 확인한 뒤 대입하고, 계산 결과를 실제 조건이나 문제의 목적과 비교해 해석하세요.

Why it matters: 행렬 대각합의 결과는 수치를 비교하고 경향, 제약, 위험, 설계 판단을 설명하는 데 도움이 됩니다. 답을 단독 숫자로만 보지 말고 조건이 바뀔 때의 의미와 타당성도 함께 확인할 수 있습니다.

Symbols

Variables

tr(A) = Matrix Trace, $a_{11}$ = Diagonal Element a11, $a_{22}$ = Diagonal Element a22

tr(A)

Matrix Trace

The sum of the diagonal elements

a_{11}

Diagonal Element a11

The first element on the main diagonal

a_{22}

Diagonal Element a22

The second element on the main diagonal

Walkthrough

Derivation

행렬 트레이스의 유도/이해

이 유도는 정사각 행렬의 트레이스를 대각선 요소의 합으로 정의하고, 그것이 고유값의 합과 같다는 것을 보여줍니다.

A는 실수 또는 복소수 성분을 가진 n x n 정사각 행렬입니다.
고유값과 고유벡터에 대한 이해.
행렬의 특성 다항식에 대한 친숙함.

1

트레이스의 정의:

정사각 행렬 A의 트레이스는 주대각선 상의 요소들의 합으로 정의됩니다.

tr (A) = i = 1 \sum n a_{ii}

2

특성 다항식과 고유값:

행렬 A의 고유값 $λ_{i}$ 은 특성 다항식 p( $λ$ ) = $det$ (A - $λ$ I)의 근입니다. 이 행렬식을 전개하면 $λ^{n - 1}$ 의 계수가 (-1)^{n-1} $tr$ (A)임을 알 수 있습니다.

p (λ) = det (A - λ I) = (- 1)^{n} λ^{n} + (- 1)^{n - 1} (tr (A)) λ^{n - 1} + \dots + det (A)

3

근과 계수 사이의 관계:

$λ_{1}$ , $\dots$ , $λ_{n}$ 는 특성 다항식의 근이므로, p( $λ$ )를 인수분해 형태로 표현할 수 있습니다. 이 곱을 전개하면 $λ^{n - 1}$ 의 계수는 (-1)^n (- $\sum_{i = 1}^{n}$ $λ_{i}$ ) = (-1)^{n+1} $\sum_{i = 1}^{n}$ $λ_{i}$ 입니다.

p (λ) = (- 1)^{n} (λ - λ_{1}) (λ - λ_{2}) \dots (λ - λ_{n})

4

계수 비교:

특성 다항식의 두 전개에서 $λ^{n - 1}$ 의 계수를 비교함으로써, 행렬의 트레이스가 고유값의 합과 같다는 것을 알 수 있습니다.

(- 1)^{n - 1} tr (A) = (- 1)^{n + 1} i = 1 \sum n λ_{i} ⟹ tr (A) = i = 1 \sum n λ_{i}

Result

(- 1)^{n - 1} tr (A) = (- 1)^{n + 1} i = 1 \sum n λ_{i} ⟹ tr (A) = i = 1 \sum n λ_{i}

Source: Lay, D. C., Lay, S. R., & McDonald, J. J. (2016). Linear Algebra and Its Applications. Pearson.

Why it behaves this way

Intuition

트레이스를 선형 변환이 주 방향을 따라 공간을 얼마나 '늘리거나' '줄이는지'를 측정하는 것으로 상상해 보세요. 이러한 스케일링 효과를 하나의 숫자로 합산합니다.

tr(A)

정사각 행렬 A의 대각선 성분들의 스칼라 합.

선형 변환의 불변 속성을 포착하는 하나의 숫자로, 선택된 좌표계와 관계없이 변환의 전체적인 '스케일링' 효과와 관련이 있습니다.

A

벡터 공간에서 자기 자신으로의 선형 변환을 나타내는 정사각 행렬.

벡터를 새로운 벡터로 매핑하여 변환하는 수학적 객체로, 종종 회전, 스케일링 또는 전단을 포함합니다.

a_{ii}

행렬 A의 주대각선에 위치한 원소들(행 인덱스와 열 인덱스가 같은 경우).

이 원소들은 표준 기저 벡터를 따른 변환의 스케일링 성분에 직접 기여합니다.

λ_{i}

행렬 A의 고유값으로, 변환 아래에서 고유벡터가 스케일링되는 스칼라 인수입니다.

이들은 변환의 특별하고 불변인 방향(고유벡터)을 따른 기본적인 스케일링 인수이며, 이들의 합은 좌표에 독립적인 대안적인 방법으로 대각합을 계산하는 방법을 제공합니다.

Free study cues

Insight

Canonical usage

행렬의 대각합은 그 성분의 단위를 그대로 물려받습니다.

One free problem

Practice Problem

다음 조건을 사용해 행렬 대각합을(를) 구하세요. 필요한 값을 식에 대입하고 단위와 자릿수를 확인해 답하세요. 조건: 2, 2.

Hint: 행렬 대각합의 식에 알려진 값을 대입하고 단위, 부호, 분자와 분모의 대응을 확인하면서 계산하세요. 문제에서 주어진 조건을 먼저 정리하면 더 쉽게 풀 수 있습니다.

The full worked solution stays in the interactive walkthrough.

Where it shows up

Real-World Context

행렬 대각합은 실무, 학습, 분석 상황에서 구체적인 값을 대입해 결과를 확인할 때 사용할 수 있습니다. 계산 결과를 단순한 숫자로만 보지 않고 조건 비교, 판단, 추정, 위험 확인과 연결해 해석하는 데 도움이 됩니다.

Study smarter

Tips

대각합을 구하기 전에 행렬이 정사각행렬 (n ×n)인지 확인하세요.
순환 성질 tr(AB) = tr(BA)를 기억하세요.
합의 대각합은 대각합들의 합입니다. tr(A + B) = tr(A) + tr(B)입니다.
고유값 합 검산으로 사용해 계산한 고유값이 맞는지 확인하세요.

Avoid these traps

Common Mistakes

정방 행렬이 아닌 행렬에 대해 대각합을 계산하려는 시도.
tr(ABC) = tr(ACB)라고 가정하는 것; 오직 tr(ABC) = tr(BCA) = tr(CAB)와 같은 순환 순열만 보장됩니다.
대각합을 행렬식과 혼동하는 것.

Keep going

Related Formulas

Common questions

Frequently Asked Questions

이 유도는 정사각 행렬의 트레이스를 대각선 요소의 합으로 정의하고, 그것이 고유값의 합과 같다는 것을 보여줍니다.

행렬 대각합은 주어진 값에서 필요한 결과를 구해야 할 때 사용합니다. 입력 단위, 범위, 전제 조건을 확인한 뒤 대입하고, 계산 결과를 실제 조건이나 문제의 목적과 비교해 해석하세요.

행렬 대각합의 결과는 수치를 비교하고 경향, 제약, 위험, 설계 판단을 설명하는 데 도움이 됩니다. 답을 단독 숫자로만 보지 말고 조건이 바뀔 때의 의미와 타당성도 함께 확인할 수 있습니다.

정방 행렬이 아닌 행렬에 대해 대각합을 계산하려는 시도. tr(ABC) = tr(ACB)라고 가정하는 것; 오직 tr(ABC) = tr(BCA) = tr(CAB)와 같은 순환 순열만 보장됩니다. 대각합을 행렬식과 혼동하는 것.