케일리-헤밀턴 정리: 행렬의 모든 것 완벽 정리

케일리-해밀턴 정리란 무엇인가?

케일리-해밀턴 정리는 선형대수학에서 매우 중요하고 흥미로운 정리입니다. 간단히 말해, 이 정리는 모든 정사각 행렬이 자신의 특성 다항식(characteristic polynomial)을 만족한다는 것을 의미합니다. 즉, 행렬 $A$에 대해 특성 다항식 $p(x)$가 주어졌을 때, $p(A) = 0$ 이라는 등식이 성립한다는 것입니다. 이 정리는 행렬의 거듭제곱 계산을 단순화하고, 역행렬을 구하거나 행렬의 고유값(eigenvalue)을 찾는 데 유용하게 활용될 수 있습니다.

특성 다항식이란?

케일리-해밀턴 정리를 이해하기 위해서는 먼저 '특성 다항식'의 개념을 알아야 합니다. $n imes n$ 행렬 $A$의 특성 다항식 $p(x)$는 다음과 같이 정의됩니다.

$p(x) = ext{det}(A - xI)$

여기서 $ ext{det}$는 행렬식(determinant)을 나타내고, $I$는 $n imes n$ 단위 행렬(identity matrix)입니다. $x$는 변수이며, 이 다항식의 근이 바로 행렬 $A$의 고유값입니다. 예를 들어, $2 imes 2$ 행렬 $A = egin{pmatrix} a & b \ c & d end{pmatrix}$ 의 특성 다항식은 다음과 같습니다.

$p(x) = ext{det} egin{pmatrix} a-x & b \ c & d-x end{pmatrix} = (a-x)(d-x) - bc = x^2 - (a+d)x + (ad-bc)$

여기서 $a+d$는 행렬 $A$의 대각합(trace)이고, $ad-bc$는 행렬식입니다. 따라서 $p(x) = x^2 - ext{tr}(A)x + ext{det}(A)$가 됩니다.

케일리-해밀턴 정리의 증명 (개념적 이해)

케일리-해밀턴 정리를 엄밀하게 증명하는 것은 다소 복잡할 수 있지만, 개념적으로는 다음과 같이 이해할 수 있습니다. 우선, 행렬 $A$에 대해 다음과 같은 항등식이 성립한다는 것을 이용합니다.

$A ext{adj}(A) = ext{det}(A) I$

여기서 $ ext{adj}(A)$는 $A$의 수반 행렬(adjoint matrix)입니다. 또한, $A - xI$의 수반 행렬 $ ext{adj}(A - xI)$는 $x$에 대한 $(n-1)$차 이하의 다항식 행렬로 표현될 수 있습니다. 이 사실과 위 항등식을 결합하고, $A - xI$의 수반 행렬의 성분들을 $x$에 대한 다항식으로 전개하면, $p(A) = 0$ 임을 보일 수 있습니다.

직관적으로는, $A - xI$에 수반 행렬을 곱한 것이 $p(x)I$가 되고, 이를 통해 $A$를 대입했을 때 $p(A)=0$이 된다는 아이디어입니다. 이 증명은 유한체(finite field) 위에서도 성립하는 일반적인 결과입니다.

케일리-해밀턴 정리의 활용

케일리-해밀턴 정리는 이론적인 중요성뿐만 아니라 실제적인 응용도 많습니다. 몇 가지 주요 활용 사례는 다음과 같습니다.

행렬의 거듭제곱 계산: 행렬 $A$의 $k$제곱 ($A^k$)을 계산할 때, 케일리-해밀턴 정리를 이용하면 $A^k$를 $I, A, A^2, ext{ extellipsis}, A^{n-1}$의 선형 결합으로 표현할 수 있습니다. 이렇게 하면 고차항의 계산을 피할 수 있어 효율적입니다. 예를 들어, $A^3$을 계산해야 할 때, $p(A) = A^2 - ext{tr}(A)A + ext{det}(A)I = 0$ 이라는 식을 이용하여 $A^2$을 $A$와 $I$의 선형 결합으로 표현하고, 이를 다시 $A^3$ 계산에 대입하여 $A$와 $I$의 선형 결합으로 나타낼 수 있습니다.
역행렬 계산: 케일리-해밀턴 정리에 의해 $p(A) = 0$ 이므로, 만약 $ ext{det}(A) eq 0$ 이면, 특성 다항식의 상수항($ ext{det}(A)$)을 이항하여 다음과 같이 쓸 수 있습니다.

$A^n + c_{n-1}A^{n-1} + ext{ extellipsis} + c_1 A + c_0 I = 0$

$c_0 I = - (A^n + c_{n-1}A^{n-1} + ext{ extellipsis} + c_1 A)$

$I = -rac{1}{c_0} (A^{n-1} + c_{n-1}A^{n-2} + ext{ extellipsis} + c_1 I) A$

따라서 $A^{-1} = -rac{1}{c_0} (A^{n-1} + c_{n-1}A^{n-2} + ext{ extellipsis} + c_1 I)$ 를 얻을 수 있습니다. 여기서 $c_0 = ext{det}(A)$ 입니다. 이 방법은 특히 고차 행렬의 역행렬을 계산할 때 유용할 수 있습니다.

고유값 및 고유벡터: 케일리-해밀턴 정리는 행렬의 고유값을 찾는 데 직접적으로 사용되지는 않지만, 고유값과 고유벡터의 개념과 밀접하게 관련되어 있습니다. 특성 다항식의 근이 고유값이라는 점을 이용하면, 행렬의 특성을 파악하는 데 도움이 됩니다.

예시: 2x2 행렬에서의 케일리-해밀턴 정리

$2 imes 2$ 행렬 $A = egin{pmatrix} 3 & 1 \ 2 & 4 end{pmatrix}$ 를 예로 들어 케일리-해밀턴 정리를 확인해 봅시다.

먼저 특성 다항식을 구합니다.

$p(x) = ext{det}(A - xI) = ext{det} egin{pmatrix} 3-x & 1 \ 2 & 4-x end{pmatrix}$

$= (3-x)(4-x) - (1)(2)$

$= 12 - 3x - 4x + x^2 - 2$

$= x^2 - 7x + 10$

이제 케일리-해밀턴 정리에 따라 $p(A) = A^2 - 7A + 10I$ 가 0 행렬이 되어야 합니다. 이를 계산해 봅시다.

$A^2 = A imes A = egin{pmatrix} 3 & 1 \ 2 & 4 end{pmatrix} egin{pmatrix} 3 & 1 \ 2 & 4 end{pmatrix} = egin{pmatrix} (3 imes 3 + 1 imes 2) & (3 imes 1 + 1 imes 4) \ (2 imes 3 + 4 imes 2) & (2 imes 1 + 4 imes 4) end{pmatrix} = egin{pmatrix} 11 & 7 \ 14 & 18 end{pmatrix}$

$7A = 7 egin{pmatrix} 3 & 1 \ 2 & 4 end{pmatrix} = egin{pmatrix} 21 & 7 \ 14 & 28 end{pmatrix}$

$10I = 10 egin{pmatrix} 1 & 0 \ 0 & 1 end{pmatrix} = egin{pmatrix} 10 & 0 \ 0 & 10 end{pmatrix}$

이제 이들을 더해 봅시다.

$A^2 - 7A + 10I = egin{pmatrix} 11 & 7 \ 14 & 18 end{pmatrix} - egin{pmatrix} 21 & 7 \ 14 & 28 end{pmatrix} + egin{pmatrix} 10 & 0 \ 0 & 10 end{pmatrix}$

$= egin{pmatrix} 11-21+10 & 7-7+0 \ 14-14+0 & 18-28+10 end{pmatrix} = egin{pmatrix} 0 & 0 \ 0 & 0 end{pmatrix}$

결과적으로 0 행렬이 나왔으므로, 이 행렬에 대해 케일리-해밀턴 정리가 성립함을 확인할 수 있습니다.

결론

케일리-해밀턴 정리는 행렬의 본질적인 성질을 나타내는 강력한 도구입니다. 행렬의 특성 다항식을 이용하여 행렬 자신을 표현할 수 있다는 이 정리는 행렬 연산을 단순화하고, 역행렬 계산, 행렬의 거듭제곱 계산 등 다양한 문제 해결에 실질적인 도움을 줍니다. 선형대수학을 공부하거나 응용하는 데 있어 케일리-해밀턴 정리는 반드시 이해하고 넘어가야 할 중요한 개념입니다.