행렬 대각화 계산기

행렬 대각화 계산기 정보

행렬 대각화 계산기는 모든 정사각 행렬을 A = PDP⁻¹ 형태로 분해합니다. 여기서 D는 고윳값으로 구성된 대각 행렬이고 P는 고유벡터 행렬입니다. 2×2에서 5×5 행렬을 입력하면 단계별 풀이, 특성 방정식, 대수적 및 기하적 중복도 분석, 그리고 분해 과정의 대화형 애니메이션과 함께 완전한 인수분해 결과를 제공합니다.

행렬 대각화란 무엇인가요?

행렬 대각화는 다음과 같은 행렬 P와 D를 찾는 과정입니다:

$$A = PDP^{-1}$$

여기서 D는 A의 고윳값들을 대각 성분으로 갖는 대각 행렬이며, P는 그에 대응하는 고유벡터들을 열로 갖는 가역 행렬입니다. 동등하게, \(D = P^{-1}AP\)이며, 이는 D가 A와 닮음(similar) 관계에 있음을 의미합니다.

행렬을 대각화하는 방법

1단계. 행렬 크기(2×2 ~ 5×5)를 선택하고 그리드에 값을 입력합니다. 빠른 예제를 클릭하여 테스트용 사전 설정 행렬을 불러올 수도 있습니다.

2단계. 행렬 대각화하기를 클릭합니다. 계산기가 특성 방정식 det(A − λI)를 계산하고 그 근(고윳값)을 찾습니다.

3단계. 각 고윳값에 대해 (A − λI)x = 0을 풀어 고유벡터를 찾고, 대수적 중복도와 기하적 중복도를 비교하여 행렬의 대각화 가능 여부를 판단합니다.

4단계. 대각화가 가능한 경우, 계산기는 P(고유벡터 열), D(대각선 고윳값) 및 P⁻¹를 구성한 후 PDP⁻¹ = A임을 검증합니다.

5단계. 애니메이션 분해 보기를 통해 A가 P × D × P⁻¹로 어떻게 인수분해되는지 시각적으로 확인하고, 네비게이션 컨트롤을 사용하여 전체 풀이 과정을 단계별로 살펴봅니다.

행렬은 언제 대각화가 가능한가요?

대수적 중복도 vs. 기하적 중복도

각 고윳값 λ에 대해:

• 대수적 중복도 (AM): 고윳값 λ가 특성 방정식 det(A − λI) = 0의 근으로 나타나는 횟수입니다.

• 기하적 중복도 (GM): 고유 공간 ker(A − λI)의 차원, 즉 선형 독립인 고유벡터의 개수입니다.

행렬은 모든 고윳값에 대해 GM = AM일 때만 대각화가 가능합니다. 항상 1 ≤ GM ≤ AM 조건이 성립합니다.

대각화가 중요한 이유

대각화 vs. 기타 분해

자주 묻는 질문

행렬을 대각화한다는 것은 무엇을 의미하나요?

행렬 A를 대각화한다는 것은 가역 행렬 P와 대각 행렬 D를 찾아 A = PDP⁻¹가 되도록 만드는 것을 의미합니다. D의 대각 성분은 고윳값이고, P의 각 열은 그에 대응하는 고유벡터입니다.

행렬은 언제 대각화가 가능한가요?

행렬은 모든 고윳값에 대해 기하적 중복도가 대수적 중복도와 같을 때만 대각화가 가능합니다. 즉, n×n 행렬에 대해 n개의 선형 독립인 고유벡터가 존재해야 합니다. 모든 대칭 실수 행렬과 n개의 서로 다른 고윳값을 가진 모든 행렬은 대각화가 가능합니다.

대수적 중복도와 기하적 중복도의 차이는 무엇인가요?

대수적 중복도는 고윳값이 특성 방정식의 해로 나타나는 횟수입니다. 기하적 중복도는 고유 공간의 차원, 즉 해당 고윳값에 대한 선형 독립인 고유벡터의 개수입니다. 행렬은 모든 고윳값에 대해 이 두 수치가 일치할 때 정확히 대각화됩니다.

복소수 고윳값을 가진 행렬도 대각화할 수 있나요?

네, 각 고윳값의 기하적 중복도가 대수적 중복도와 같다면 복소수 범위 내에서 대각화가 가능합니다. 이 경우 결과물인 P와 D 행렬은 복소수 성분을 포함하게 됩니다.

행렬 대각화의 응용 분야는 무엇인가요?

행렬 대각화는 행렬의 거듭제곱을 효율적으로 계산(A^k = PD^kP⁻¹)하고, 미분 방정식 시스템을 풀고, 마르코프 연쇄와 안정 상태 행동을 분석하며, 통계학에서 주성분 분석을 수행하고, 물리학 및 공학에서 선형 변환을 이해하는 데 사용됩니다.