유한차원 벡터공간 \(V\) 위에서 자기준동형사상 \(T\)가 정의되어 있을 때 \(T\)의 표현행렬은 \(V\)에 어떠한 기저가 주어졌는지에 따라 달라진다. \(V\)와 \( T\)가 적절한 조건을 만족시키면 \(V\)의 기저를 적절히 택하여 \(T\)의 표현행렬이 ‘대단히 좋은 형태’가 되도록 할 수 있다. 이 포스트에서는 벡터공간을 특성부분공간의 직합으로 나타내는 방법과 자기준동형사상을 조르당 표준형으로 나타내는 방법을 살펴본다. 이 포스트에서 다루는 벡터공간은 유한차원 벡터공간인 것으로 약속한다. \[ \newcommand{\Hom}{{\operatorname{Hom}}} \newcommand{\Mat}{{\operatorname{Mat}}} \newcommand{\proj}{{\operatorname{proj}}} \newcommand{\adj}{{\operatorname{adj}}} \newcommand{\Ker}{{\operatorname{Ker}}} \] …
Tag:
고유기저
이 포스트에서는 고윳값과 고유벡터의 개념을 살펴보고 특성다항식을 이용하여 고윳값을 구하는 방법을 살펴봅니다. 또한 에르미트 변환과 유니타리 변환의 개념을 바탕으로 스펙트럼 분해 정리를 살펴봅니다. \[ \newcommand{\parallelsym}{\mathbin{\!/\mkern-5mu/\!}} \] 고윳값과 고유벡터의 뜻 \(V\)가 체 \(K\) 위에서 정의된 벡터공간이고 \(T : V \rightarrow V\)가 선형변환이라고 하자. 그리고 스칼라 \(\lambda \in K\)와 영벡터가 아닌 벡터 \(v\in V\)가 존재하여 \[T(v) = \lambda v\tag{1}\] 을 만족시킨다고 하자. 이때 \(\lambda\)를 \(T\)의 고윳값(eigenvalue)이라고 …