선형대수학에서 '자명하지 않은 해(nontrivial solution)'라는 표현은 연립 일차 방정식의 해가 '모든 변수가 0인 해(trivial solution)' 이외의 해를 가질 때 사용됩니다. 즉, 적어도 하나의 변수가 0이 아닌 값을 가지는 해를 의미합니다. 이는 방정식의 해가 유일하게 0만이 아니라는 것을 나타내며, 종종 선형대수학의 중요한 개념들을 이해하는 데 핵심적인 역할을 합니다.
자명한 해와 자명하지 않은 해의 구분
연립 일차 방정식 $Ax = 0$ (동차 선형 시스템)을 고려해 봅시다. 여기서 $A$는 계수 행렬이고, $x$는 변수 벡터, $0$은 영벡터입니다. 이 방정식의 가장 기본적인 해는 모든 변수가 0인 경우, 즉 $x = 0$입니다. 이것을 '자명한 해'라고 부릅니다. 어떤 선형 시스템이든 $x = 0$은 항상 해가 되기 때문입니다.
하지만 어떤 경우에는 $x = 0$ 이외의 해, 즉 적어도 하나의 성분이 0이 아닌 해가 존재할 수 있습니다. 이러한 해를 '자명하지 않은 해'라고 합니다. 자명하지 않은 해가 존재한다는 것은 해당 선형 시스템이 무수히 많은 해를 가진다는 것을 의미합니다. 이는 계수 행렬 $A$의 행렬식이 0이거나, 행렬 $A$가 정방행렬이 아닌 경우 (더 많은 변수 또는 더 적은 방정식), 또는 변수의 개수가 방정식의 개수보다 많은 경우에 나타날 수 있습니다.
자명하지 않은 해의 존재 조건
동차 선형 시스템 $Ax = 0$에 대해 자명하지 않은 해가 존재할 필요충분조건은 다음과 같습니다.
- 행렬 $A$의 열벡터들이 선형 종속(linearly dependent)일 때: 이는 $A$의 열벡터들에 대해 0이 아닌 계수를 사용하여 영벡터를 만들 수 있다는 의미입니다. 이는 곧 $Ax=0$에 대한 자명하지 않은 해가 존재한다는 것과 동치입니다.
- 행렬 $A$가 정방행렬이고, 그 행렬식이 0일 때: 행렬식(determinant)이 0이라는 것은 해당 행렬이 역행렬을 갖지 않으며, 따라서 $Ax=0$에 대해 $x=0$ 외의 해가 존재한다는 것을 의미합니다.
- 기약 행사다리꼴(Reduced Row Echelon Form, RREF)에서 피벗(pivot)의 개수가 변수의 개수보다 적을 때: 행렬을 기약 행사다리꼴로 변환했을 때, 피벗의 개수는 독립적인 방정식의 개수를 나타냅니다. 피벗의 개수가 변수의 개수보다 적다는 것은 자유 변수(free variable)가 존재한다는 뜻이며, 자유 변수가 있으면 자명하지 않은 해를 구성할 수 있습니다.
자명하지 않은 해 구하는 방법
자명하지 않은 해를 구하기 위해서는 주로 가우스 소거법(Gaussian elimination)을 사용합니다. 다음 단계를 따릅니다.
- 증강 행렬 생성: 연립 일차 방정식 $Ax = 0$을 증강 행렬 $[A|0]$ 형태로 나타냅니다.
- 행 축소: 기본 행 연산을 사용하여 행렬을 기약 행사다리꼴(RREF)로 변환합니다.
- 해석: 변환된 기약 행사다리꼴 행렬을 다시 연립 일차 방정식 형태로 바꿉니다. 이때, 피벗 변수(pivot variable)와 자유 변수(free variable)를 구분합니다. 자유 변수에는 임의의 매개변수(예: $t, s$ 등)를 할당합니다.
- 해 구성: 자유 변수에 매개변수를 할당함으로써 피벗 변수들을 매개변수에 대한 식으로 표현합니다. 이렇게 얻어진 해 벡터가 바로 자명하지 않은 해가 됩니다. 자유 변수에 어떤 값을 대입하느냐에 따라 무수히 많은 자명하지 않은 해를 얻을 수 있습니다.
예시
다음과 같은 동차 선형 시스템을 생각해 봅시다.
$x_1 + 2x_2 + 3x_3 = 0$ $2x_1 + 4x_2 + 6x_3 = 0$
이 시스템의 증강 행렬은 다음과 같습니다.
$[[1, 2, 3 | 0], [2, 4, 6 | 0]]$
두 번째 행에 -2를 곱하여 첫 번째 행에 더하면 다음과 같이 됩니다.
$[[1, 2, 3 | 0], [0, 0, 0 | 0]]$
이것은 이미 기약 행사다리꼴입니다. 여기서 $x_1$은 피벗 변수이고, $x_2$와 $x_3$는 자유 변수입니다. 이제 자유 변수에 매개변수를 할당합니다. $x_2 = t$, $x_3 = s$라고 합시다. 첫 번째 방정식을 다시 쓰면 $x_1 + 2t + 3s = 0$이 됩니다. 따라서 $x_1 = -2t - 3s$입니다.
그러므로 이 시스템의 일반적인 해는 다음과 같습니다.
$x = egin{bmatrix} x_1 \ x_2 \ x_3 \\end{bmatrix} = egin{bmatrix} -2t - 3s \ t \ s \\end{bmatrix} = t egin{bmatrix} -2 \ 1 \ 0 \\end{bmatrix} + s egin{bmatrix} -3 \ 0 \ 1 \\end{bmatrix}$
여기서 $t$와 $s$는 임의의 실수입니다. 만약 $t=1, s=0$을 선택하면, 해는 $[-2, 1, 0]^T$가 됩니다. 이는 자명하지 않은 해입니다. 만약 $t=0, s=1$을 선택하면, 해는 $[-3, 0, 1]^T$가 됩니다. 이 또한 자명하지 않은 해입니다. $t=0, s=0$을 선택하면 $x_1=0, x_2=0, x_3=0$이 되어 자명한 해를 얻게 됩니다.
결론적으로, 선형대수학에서 '자명하지 않은 해'는 연립 방정식의 해가 0 벡터 외에 다른 해를 갖는 경우를 의미하며, 이는 종종 시스템의 해 집합이 무한함을 나타내는 중요한 지표입니다. 이러한 해의 존재 여부와 구체적인 형태를 파악하는 것은 행렬의 특성을 이해하는 데 필수적입니다.