가우스-요르단 소거법
📂행렬대수 가우스-요르단 소거법 정의 첨가행렬 이 다음의 조건을 만족하면 행사다리꼴 echelon form 이라 한다.
0 0 0 이 아닌 성분이 있는 행에서 가장 처음 나오는 0 0 0 이 아닌 수가 1 1 1 이다. 이를 선도 1 leading 1 이라 한다.
모든 성분가 0 0 0 인 행은 가장 아래에 적는다.
0 0 0 이 아닌 원소가 있는 행이 연속될 때 윗행의 선도 1이 아랫행의 선도 1보다 왼쪽에 있어야 한다.
행사다리꼴 행렬이 추가적으로 아래의 조건까지 만족시키면 기약 행사다리꼴 reduced echelon form 이라 한다.
선도 1이 있는 열의 나머지 성분이 모두 0 0 0 이다. 다음의 행렬들은 기약 행사다리꼴이다.
[ 1 0 0 3 0 1 0 7 0 0 1 − 1 ] , [ 1 0 0 0 1 0 0 0 1 ] , [ 0 1 − 2 0 1 0 0 0 1 3 0 0 0 0 0 0 0 0 0 0 ] , [ 0 0 0 0 ]
\begin{bmatrix} 1 & 0 & 0 & 3 \\ 0 & 1 & 0 & 7 \\ 0 & 0 & 1 & -1 \end{bmatrix},\quad
\begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{bmatrix},\quad
\begin{bmatrix} 0 & 1 & -2 & 0 & 1 \\ 0 & 0 & 0 & 1 & 3 \\ 0 & 0 & 0 & 0 & 0 \\ 0 & 0 & 0 & 0 & 0 \end{bmatrix},\quad
\begin{bmatrix} 0 & 0 \\ 0 & 0 \end{bmatrix}
1 0 0 0 1 0 0 0 1 3 7 − 1 , 1 0 0 0 1 0 0 0 1 , 0 0 0 0 1 0 0 0 − 2 0 0 0 0 1 0 0 1 3 0 0 , [ 0 0 0 0 ]
다음의 행렬들은 행사다리꼴이지만 기약 행사다리꼴이 아닌 행렬이다.
[ 1 4 − 3 7 0 1 6 2 0 0 1 5 ] , [ 1 1 0 0 1 0 0 0 0 ] , [ 0 1 2 6 0 0 0 1 − 1 0 0 0 0 0 1 ]
\begin{bmatrix} 1 & 4 & -3 & 7 \\ 0 & 1 & 6 & 2 \\ 0 & 0 & 1 & 5 \end{bmatrix},\quad
\begin{bmatrix} 1 & 1 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 0 \end{bmatrix},\quad
\begin{bmatrix} 0 & 1 & 2 & 6 & 0 \\ 0 & 0 & 1 & -1 & 0 \\ 0 & 0 & 0 & 0 & 1 \end{bmatrix}
1 0 0 4 1 0 − 3 6 1 7 2 5 , 1 0 0 1 1 0 0 0 0 , 0 0 0 1 0 0 2 1 0 6 − 1 0 0 0 1
주어진 선형 시스템의 첨가행렬을 기본 행 연산으로 기약 행사다리꼴로 만드는 과정을 가우스-요르단 소거법 Gauss-Jordan elimination 이라 한다. 기약 행사다리꼴을 구하는 과정에서 선도 1의 아랫부분을 모두 0 0 0 으로 만드는 것을 전진 forward , 윗부분을 모두 0 0 0 으로 만드는 것을 후진 backword 라고 한다.
성질 모든 행렬은 유일한 기약 행사다리꼴을 가진다. 다시 말해서 기본 행 연산을 어떤 순서로 하든 간에 같은 기약 행사다리꼴 행렬을 얻는다.
행사다리꼴은 유일하지 않다. 즉 기본 행 연산의 순서에 따라서 다르게 얻을 수 있다.
행사다리꼴의 모든 원소가 0 0 0 인 행의 개수는 서로 같으며 선도 1의 위치도 서로 같다. 이 위치를 피벗 pivot 위치라 한다.
일반해 선형 시스템이 무수히 많은 해를 가질 때, 매개변수 를 대입하여 해를 얻을 수 있는 매개변수 방정식들의 집합을 선형 시스템의 일반해 general solution 라고 한다.
가령 어떤 선형 시스템의 첨가행렬을 기본 행 연산으로 다음과 같은 기약 행사다리꼴로 만들었다고 해보자.
[ 1 0 3 − 1 0 1 − 4 2 0 0 0 0 ]
\begin{bmatrix} 1 & 0 & 3 & -1 \\ 0 & 1 & -4 & 2 \\ 0 & 0 & 0 & 0 \end{bmatrix}
1 0 0 0 1 0 3 − 4 0 − 1 2 0
그러면 매개변수 방정식은 다음과 같다.
x = − 1 − 3 t , y = 2 + 4 t , z = t
x = -1 -3t,\quad y = 2 + 4t, \quad z = t
x = − 1 − 3 t , y = 2 + 4 t , z = t
이때 선도 1에 대응되는 변수 x , y x,y x , y 를 선도변수 leading variable , 그 외의 변수 z z z 를 자유변수 free variable 라 한다.