3.2. The Nullspace of A, Solving Ax=0 and Rx=0

1. 영공간(Nullspace)의 정의

  • 영공간 N(A)N(A)Ax=0Ax = 0을 만족하는 모든 해 xx 벡터들의 집합이다.

  • 이 해 xxRnR^n (n-차원 공간)에 속한다.

  • x=0x=0 (영벡터)는 항상 영공간 N(A)N(A)에 포함된다.

  • N(A)N(A)RnR^n의 부분공간(subspace)이다. (즉, 영공간 내의 벡터끼리 더하거나 스칼라 배를 해도 여전히 영공간에 속한다.)

2. 소거와 영공간의 관계

  • 행렬 AA에 기본 행 연산(소거)을 적용하여 상삼각행렬 UU나 기약 행 사다리꼴 RR을 만들어도 영공간은 변하지 않는다.

  • N(A)=N(U)=N(R)N(A) = N(U) = N(R)

  • 따라서 Ax=0Ax = 0의 해를 구하는 것은 Rx=0Rx = 0의 해를 구하는 것과 같다.

3. 피벗 변수 vs. 자유 변수

  • 피벗(Pivot): 소거 후 각 행에서 0이 아닌 첫 번째 성분.

  • 피벗 변수 (Pivot Variables): 피벗을 포함하는 열(column)에 해당하는 변수들이다.

  • 자유 변수 (Free Variables): 피벗이 없는 열에 해당하는 변수들이다.

  • 랭크 (Rank) rr: 행렬 AA의 피벗의 개수이다.

  • nn개의 변수(x1,,xnx_1, \dots, x_n)가 있다면:

    • 피벗 변수의 개수 = rr

    • 자유 변수의 개수 = nrn - r

4. 특수해 (Special Solutions)

  • Ax=0Ax = 0모든 해특수해들의 선형 결합으로 표현할 수 있다.

  • 특수해는 자유 변수의 개수(nrn-r)만큼 존재한다.

  • 특수해를 구하는 방법:

    1. 모든 자유 변수를 0으로 설정한다. (단, 하나의 자유 변수만 1로 설정한다.)

    2. 이 값들을 Rx=0Rx = 0에 대입하여 피벗 변수들의 값을 구한다.

    3. 이 과정을 1로 설정할 자유 변수를 바꿔가며 nrn-r번 반복한다.

  • 결론: N(A)N(A)nrn-r개의 특수해 s1,s2,,snrs_1, s_2, \dots, s_{n-r}들의 모든 선형 결합 c1s1++cnrsnrc_1 s_1 + \dots + c_{n-r} s_{n-r}으로 이루어진 부분공간이다.

5. 기약 행 사다리꼴 (R=rref(A)\text{R} = \text{rref}(A))

  • R (Reduced Row Echelon Form): AA를 소거하여 만드는 가장 단순한 형태의 행렬이다.

  • RR의 특징:

    1. 모든 피벗은 1이다.

    2. 피벗이 있는 열에서, 피벗 자신을 제외한 모든 성분은 0이다. (피벗의 위, 아래가 모두 0)

  • RR을 사용하면 Rx=0Rx=0에서 피벗 변수와 자유 변수의 관계가 명확히 드러나 특수해를 찾기 매우 쉽다.

6. 정리

  • 만약 n>mn > m (미지수의 개수 > 방정식의 개수)이라면, 자유 변수의 개수 nrn-r최소 nmn-m 이상이다. ( rmr \le m 이므로)

  • 따라서 n>mn > m인 행렬은 항상 x=0x=0 이외의 해(nonzero solution)를 가진다.