logo

역행렬과 연립 일차 방정식 📂행렬대수

역행렬과 연립 일차 방정식

정리: 가역행렬일 동치 조건1

AA를 크기가 n×nn\times n정사각행렬이라고 하자. 그러면 아래의 명제는 모두 동치이다.

(a) AA가역행렬이다.

(e) Ax=bA\mathbf{x}=\mathbf{b}는 모든 n×1n\times 1 행렬 b\mathbf{b}에 대해서 해를 갖는다.

(f) Ax=bA\mathbf{x}=\mathbf{b}는 모든 n×1n\times 1 행렬 b\mathbf{b}에 대해서 오직 하나의 해를 갖는다. 즉 x=A1b\mathbf{x}=A^{-1}\mathbf{b}가 성립한다.

설명

(e)(f) 가 동치라는 말은 모든 n×1n \times 1 행렬 b\mathbf{b}에 대해서 선형 시스템 Ax=bA \mathbf{x} = \mathbf{b}가 최소 하나의 해를 가진다면 정확하게 그 해 하나만을 가진다는 뜻이다.

증명

(a)     \implies (f)

AA가 가역행렬이라고 가정하자. 그러면 A(A1b)=bA(A^{-1}\mathbf{b}) = \mathbf{b}가 성립한다. 우변에 b=Ax\mathbf{b} = A \mathbf{x}를 대입하면 다음과 같다.

A(A1b)=Ax    A1b=x \begin{align*} && A (A^{-1}\mathbf{b}) &= A \mathbf{x} \\ \implies && A^{-1}\mathbf{b} &= \mathbf{x} \end{align*}

따라서 x=A1b\mathbf{x} = A^{-1} \mathbf{b}Ax=bA \mathbf{x} = \mathbf{b}의 해이다. 이제 임의의 해를 x0\mathbf{x}_{0}라고 하자. 그러면 Ax0=bA \mathbf{x}_{0} = \mathbf{b}가 성립하고, 양변에 A1A^{-1}를 곱하면 x0=A1b\mathbf{x}_{0} = A^{-1} \mathbf{b}이므로 해는 x=A1b\mathbf{x} = A^{-1} \mathbf{b}로 유일하다.

(f)     \implies (e)

자명하다.

(e)     \implies (a)

선형 시스템 Ax=bA \mathbf{x} = \mathbf{b}가 모든 n×1n \times 1 행렬 b\mathbf{b}에 대해서 해를 가진다고 하자. 그러면 다음의 선현 시스템들은 모두 해를 가진다.

Ax=[100],Ax=[010],Ax=[001] A \mathbf{x} = \begin{bmatrix}1 \\ 0 \\ \vdots \\ 0 \end{bmatrix},\quad A \mathbf{x} = \begin{bmatrix}0 \\ 1 \\ \vdots \\ 0 \end{bmatrix},\quad A \mathbf{x} = \begin{bmatrix}0 \\ 0 \\ \vdots \\ 1 \end{bmatrix}

위 선형 시스템들의 해를 차례로 x1,x2,,xn\mathbf{x}_{1}, \mathbf{x}_{2}, \dots, \mathbf{x}_{n}이라고 하자. 그리고 이 해들을 열벡터로 가지는 행렬을 CC라고 하자.

C=[x1x2xn] C = \begin{bmatrix} \mathbf{x}_{1} & \mathbf{x}_{2} & \cdots & \mathbf{x}_{n} \end{bmatrix}

ACAC를 계산하면 다음과 같으므로 CCAA의 역행렬이다. 그러므로 AA는 가역이다.

AC=A[x1x2xn]=[Ax1Ax2Axn]=[100010001]=In AC = A\begin{bmatrix} \mathbf{x}_{1} & \mathbf{x}_{2} & \cdots & \mathbf{x}_{n} \end{bmatrix} = \begin{bmatrix} A\mathbf{x}_{1} & A\mathbf{x}_{2} & \cdots & A\mathbf{x}_{n} \end{bmatrix} = \begin{bmatrix} 1 & 0 & \cdots & 0 \\ 0 & 1 & \cdots & 0 \\ \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & \cdots & 1 \end{bmatrix} = I_{n}


  1. Howard Anton, Elementary Linear Algebra: Aplications Version (12th Edition, 2019), p64-65 ↩︎