January 2025

Jordan 블록 행렬이 대각화 가능하지 않을 때, 그 대안으로 Jordan 표준형(Jordan normal form)이 등장한다. 이는 행렬을 대각행렬에 ‘가장 근접한’ 형태로 만들어 주는 일반적 방법이다. 그 핵심 구성요소가 Jordan 블록(Jordan block)이다. Jordan 블록은 “중복도가 2 이상인 고윳값을 갖지만, 고유벡터가 생성하는 공간이 충분히 크지 않은” 상황을 처리하기 위한 특별한 상삼각행렬로 이해할 수 …

인공지능과 신체 교체 시대의 교육철학 요약 서론 2024년까지의 전통 교육철학 AI 등장기(2024~2030) – ‘예비역량기’ 기술 통합기(2031~2040) – ‘AI-신체 융합기’ 인간 재정의기(2041~2051) – ‘인간 정체성 재구축기’ 미래 교육철학 방향과 학교 역할 사회적 준비와 제언 결론 인공지능과 신체 교체 시대의 교육철학: 2024년부터 2051년까지의 변화와 과제 류유나(교신저자), 김명주, 장혜령 요약 본 연구는 2024년부터 …

케일리-해밀턴 정리 케일리-해밀턴 정리는 행렬의 고윳값과 특성다항식이 밀접하게 연관되어 있음을 강력하게 보여 주는 결과로, “어떤 행렬의 특성다항식이 행렬 자체에 대해서도 성립한다”는 내용을 담고 있다. 이를 통해 행렬에 대한 고차 다항식 분석, 최소다항식(minimal polynomial) 연구, Jordan 표준형 등의 이론이 깔끔하게 전개될 수 있다. 행렬다항식의 개념 행렬다항식(matrix polynomial)이란, 스칼라 변수 \(\lambda\) 대신 …

선형시스템 해석 고윳값(eigenvalue)과 고유벡터(eigenvector)의 개념은 다양한 선형시스템을 해석하는 데 핵심적인 도구가 된다. 예를 들어, 연립일차방정식, 선형미분방정식, 선형동역학 등에서 ‘행렬과 그 고윳값’을 분석하여 시스템의 거동(steady state, 안정성, 주기성 등)을 손쉽게 파악할 수 있다. 이 섹션에서는 그러한 선형시스템 해석에서 고윳값이 어떻게 쓰이는지 대표적으로 살펴본다. 1. 연립일차방정식의 해석 가장 간단한 예로, 연립방정식 \(A\mathbf{x}=\mathbf{b}\)가 …

고윳값의 중복도와 대각화 앞서 “행렬이 대각화 가능하려면 고유벡터들이 충분히 많아야 한다”는 사실을 다루었다. 그 관점에서, 가장 중요한 이슈는 “중복된 고윳값”을 어떻게 다룰 것이냐”이다. 왜냐하면, 하나의 고윳값이 여러 번(대수적 중복도) 나타나도, 고유벡터 공간(기하적 중복도)이 충분한 차원을 확보하지 못하면 대각화에 실패하기 때문이다. 이 섹션에서는 고윳값 중복도(algebraic multiplicity)와 고유벡터 공간의 차원(기하적 중복도; geometric …

대각화 가능한 행렬의 조건 행렬의 고윳값을 구하는 중요한 이유 중 하나는, 그 행렬을 가능한 한 ‘단순한 형태’로 바꿔서 해석하고 계산하는 데 있다. 특히, 행렬이 대각화(diagonalization) 가능한 경우라면, 복잡한 변환도 대각 행렬로 표현함으로써 연산을 훨씬 쉽게 처리할 수 있다. 이 섹션에서는 “행렬이 대각화된다는 것”이 구체적으로 무엇을 의미하는지, 그리고 어떤 조건에서 가능한지 …

특성다항식의 정의와 계산 고윳값(eigenvalue)을 찾는 과정에서 핵심이 되는 것이 바로 특성다항식(characteristic polynomial)이다. 행렬 \(A\)의 특성다항식이란 방정식 \(\det(A – \lambda I) = 0\)의 좌변을 전개하면 생기는 \(\lambda\)에 관한 다항식을 가리키는데, 이 방정식의 근(roots)이 곧 행렬의 고윳값이 된다. 특성다항식의 성질을 잘 파악하면 고윳값 계산이나 대각화 과정이 한결 체계적으로 이뤄진다. 정의 1. (특성다항식) …

선형변환 관점에서의 의미 벡터공간에서 선형변환을 살펴볼 때, 특정 방향의 벡터가 변환 과정을 통해 오직 “길이(크기)”만 바뀌고 방향은 그대로 유지된다면, 그 벡터를 고유벡터(eigenvector)라고 부르고, 그때의 크기 변경 비율(스칼라배)을 고윳값(eigenvalue)이라 한다. 이 개념은 2차원, 3차원뿐 아니라 고차원 공간에서도 마찬가지로 적용되며, 선형대수학의 전반적인 이론·응용에서 핵심적인 역할을 수행한다. 정의 1. (선형변환의 고유벡터와 고윳값) 선형변환 …

쌍대공간 벡터공간에서 쌍대공간(dual space)이란, 주어진 벡터공간을 스칼라값으로 대응시키는 선형범함수(linear functional)들의 집합을 또 하나의 벡터공간으로 보는 개념이다. 예를 들어, \(V\)가 체 \(\mathbb{F}\) (보통 \(\mathbb{R}\) 또는 \(\mathbb{C}\)) 위의 \(n\)-차원 벡터공간이라고 할 때, 모든 선형범함수 \(\varphi: V \to \mathbb{F}\)로 이루어진 집합 \(V^*\)를 그 쌍대공간이라 부른다. 쌍대공간의 뜻 벡터공간 \(V\)에 대해, 선형범함수란 다음 성질을 …

핵의 정의와 기본 성질 선형변환에서 가장 중요한 개념 중 하나가 핵(kernel)이다. 핵은 “선형변환을 통해 영벡터(0으로 가는 벡터)만 모이는 원소들의 집합”으로 정의되며, 연립방정식 해 공간이나 선형독립·차원 분석에서 핵의 구조가 큰 역할을 한다. 정의 1. (핵, Kernel) 벡터공간 \(V\)에서 벡터공간 \(W\)로 가는 선형변환 \(T: V \to W\)가 주어졌다고 하자. 이때, 핵(kernel) 혹은 …

표준기저를 통한 변환 행렬 유도 표준기저(standard basis)는 \(\mathbb{R}^n\)에서 가장 직관적으로 정의되는 기저로서, 선형변환을 행렬로 표현하기에 매우 편리하다. 특히 표준기저에 대한 좌표를 이용하면, 선형변환 \(T: \mathbb{R}^n \to \mathbb{R}^m\)을 직접 행렬 곱셈으로 해석할 수 있다. 구체적으로, \(\mathbb{R}^n\)의 표준기저를 다음과 같이 표기한다. \[\begin{gathered} \mathbf{e}_1 = (1,0,0,\dots,0), \\[6pt] \mathbf{e}_2 = (0,1,0,\dots,0), \\[6pt] \vdots \\[6pt] …