행렬의 계수(Rank) 및 연립방정식

원서 : Strang, G. (2023). Introduction to Linear Algebra (6th ed.).

1. 기본 행 연산

연립 1차 방정식을 동일한 해를 갖는 다른 연립 1차 방정식으로 바꾸는 것을 기본 변환이라고 한다.

이 변환은 변수를 소거하여 연립 방정식을 푸는 데 사용된다. 기본 행 연산 도 이와 같은 변환이다


① 기본 변환

두 방정식을 바꾼다.

한 방정식의 양변에 0이 아닌 상수를 곱한다.

한 방정식의 상수배를 다른 방정식에 더한다.


② 기본 행 연산

행렬의 두 행을 바꾼다.

한 행의 원소에 0이 아닌 상수를 곱한다.

한 행의 원소들의 상수배를 상응하는 다른 행의 원소들에 더한다.


2. 행렬의 계수 (Rank)

m×n 행렬 A에서 임의로 r개의 행과 r개의 열을 택하여 만든 r차 정방행렬의 행렬식을 A의 r차 소행렬식이라고 한다.

r차 소행렬식 중 0이 아닌 것이 적어도 하나 존재하고, (r+1)차 소행렬식의 값은 모두 0일 때, r을 A의 계수(rank) 라고 하며 rankA=r로 나타낸다.


여기서 기본행 연산에 의해 행렬이 기약행 사다리꼴 행렬로 변형되면 rank를 쉽게 구할 수 있다.


기약행 사다리꼴 행렬

다음 조건들을 만족하는 행렬을 기약행 사다리꼴 행렬(reduced row echelon form matrix) 이라고 한다.

전부 0으로 이루어진 행은 행렬의 아랫부분에 모여 있다.

각 행에서 0이 아닌 첫 번째 원소는 1이며, 이 원소를 선두 1이라고 한다.

첫 행 이후의 각 행의 선두 1은 앞 행의 선두 1보다 오른쪽에 위치한다.

선두 1을 포함하는 열의 다른 원소들은 모두 0이다.


여기서 1~3 조건을 만족하는 행렬은 행 사다리꼴 행렬(row echelon form matrix) 이라고 한다.

행렬의 계수(rank)는 기약행 사다리꼴 또는 행 사다리꼴 행렬에서 선행 1의 개수와 같다.

2-1 Rank에 대한 항등식과 부등식

행렬 A,B,C 에 대한 항등식과 부등식은 다음과 같다.

\[rank(A+B)≤rankA+rankB \quad (단, A와 \ B의 \ 크기가 \ 같은 \ 경우)\] \[rank(AB)≤min(rankA,rankB)\] \[rank(AB)≥rankA+rankB−n \quad (실베스터 부등식)\] \[rank(ABC)≥rank(AB)+rank(BC)−rankB \quad (프로베니우스 부등식)\] \[rank(A)=rank(A^T )=rank(AA^T )=rank(A^T A)\]


이해를 위해 몇가지 예제를 풀어보자.


모든 성분이 0인 6x3행렬을 O라 하자. 영행렬이 아닌 6x3행렬 A에 대해 다음을 만족할때 rank(A)를 구하면?

\[A \begin{pmatrix} 1 & 2 & 3 \\ 1 & -1 & -1 \\ 5 & 1 & 3 \end{pmatrix} = \mathbf{0}_{3\times 3}\]


위 부등식중 실베스터부등식을 이용하면 쉽게 풀 수 있다.

\[rank(AB)≥rankA+rankB−3\]

이므로

\[0 \ ≥ \ rankA+2−3\]

여기서 A는 영행렬이 아니므로 1 보다 작을수 없으므로, rank(A) = 1이다.


3. 일차 연립방정식과 Rank

n개의 미지수를 갖는 m개의 일차 연립방정식은 다음과 같이 나타낼 수 있다.

\[a 11 ​ x 1 ​ +a 12 ​ x 2 ​ +⋯+a 1n ​ x n ​ =b 1\]

\(a 21 ​ x 1 ​ +a 22 ​ x 2 ​ +⋯+a 2n ​ x n ​ =b 2\)$$ a m1 ​ x 1 ​ +a m2 ​ x 2 ​ +⋯+a mn ​ x n ​ =b m ​

$$

위의 연립방정식은 행렬로 다음과 같이 표현할 수 있다

\(AX=B\)
\(A = \begin{pmatrix} a_{11} & a_{12} & \cdots & a_{1m} \\ a_{21} & a_{22} & \cdots & a_{2m} \\ \vdots & \vdots & \ddots & \vdots \\ a_{m1} & a_{m2} & \cdots & a_{mn} \end{pmatrix} (계수행렬)\) \(X = \begin{pmatrix} x_{1} \\ x_{2} \\ \vdots \\ x_{n} \end{pmatrix}\) \(B = \begin{pmatrix} b_{1} \\ \vdots \\ b_{n} \end{pmatrix}\)

그리고, 계수행렬 A와 벡터 B를 합친 행렬을 확대행렬(augmented matrix) 이라 하며 (A/B) 로 표기한다.


3-1 일차 연립방정식의 해와 계수와의 관계

미지수가 n개인 일차 연립방정식은 유일한 해, 무수히 많은 해, 또는 해가 존재하지 않는 세 가지 경우를 갖는다.

\(rankA<rank(A∣B) \ 이면 \ 해가 \ 존재하지 \ 않는다.\) \(rankA=rank(A∣B)=n \ 이면 \ 오직 \ 하나의 \ 해가 \ 존재한다.\) \(rankA=rank(A∣B)<n \ 이면 \ 무수히 \ 많은 \ 해를 \ 갖는다.\)


여기서 몇가지 추가로 정리해 보자.

\[AX= B\]

① 동차형(Homogeneous)

B = 0 이면 자명한 해만 갖거나 자명한 해 외 해가 존재한다


② 비동차(Non-homogeneous)

B != 0 이면 해가 없거나 해가 1개이거나 해가 무수히 많다.


즉, 동차형에서는 해가 존재한다.


Theoem


\[\begin{cases} \det A \neq 0,\ \mathbf{B} \neq \mathbf{0} &\Rightarrow \text{유일해} \\ \det A \neq 0,\ \mathbf{B} = \mathbf{0} &\Rightarrow \text{자명한 해} \\ \det A = 0,\ \mathbf{B} = \mathbf{0} &\Rightarrow \text{해가 무수히 많음} \end{cases}\]


이해를 위해 예제를 풀어보자.

연립방정식 x + 2y + z = 4, 2x - y + z = 9, -x + y + 2z = 5

의 해가 x = a, y = b, z = c일 때, a^2 + b^2 + c^2의 값은?


기본 행 연산을 이용하면 다음과 같이 나온다.

\[\begin{pmatrix} 1 & 0 & 0 & 2 \\ 0 & 1 & 0 & -1 \\ 0 & 0 & 1 & 4 \end{pmatrix}\]

따라서 각각 제곱해서 더하면 21이 나온다.