3.2. The Nullspace of A, Solving Ax=0 and Rx=0
1. 영공간(Nullspace)의 정의
-
영공간 는 을 만족하는 모든 해 벡터들의 집합이다.
-
이 해 는 (n-차원 공간)에 속한다.
-
(영벡터)는 항상 영공간 에 포함된다.
-
는 의 부분공간(subspace)이다. (즉, 영공간 내의 벡터끼리 더하거나 스칼라 배를 해도 여전히 영공간에 속한다.)
2. 소거와 영공간의 관계
-
행렬 에 기본 행 연산(소거)을 적용하여 상삼각행렬 나 기약 행 사다리꼴 을 만들어도 영공간은 변하지 않는다.
-
-
따라서 의 해를 구하는 것은 의 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) : 행렬 의 피벗의 개수이다.
-
총 개의 변수()가 있다면:
-
피벗 변수의 개수 =
-
자유 변수의 개수 =
-
4. 특수해 (Special Solutions)
-
의 모든 해는 특수해들의 선형 결합으로 표현할 수 있다.
-
특수해는 자유 변수의 개수()만큼 존재한다.
-
특수해를 구하는 방법:
-
모든 자유 변수를 0으로 설정한다. (단, 하나의 자유 변수만 1로 설정한다.)
-
이 값들을 에 대입하여 피벗 변수들의 값을 구한다.
-
이 과정을 1로 설정할 자유 변수를 바꿔가며 번 반복한다.
-
-
결론: 는 개의 특수해 들의 모든 선형 결합 으로 이루어진 부분공간이다.
5. 기약 행 사다리꼴 ()
-
R (Reduced Row Echelon Form): 를 소거하여 만드는 가장 단순한 형태의 행렬이다.
-
의 특징:
-
모든 피벗은 1이다.
-
피벗이 있는 열에서, 피벗 자신을 제외한 모든 성분은 0이다. (피벗의 위, 아래가 모두 0)
-
-
을 사용하면 에서 피벗 변수와 자유 변수의 관계가 명확히 드러나 특수해를 찾기 매우 쉽다.
6. 정리
-
만약 (미지수의 개수 > 방정식의 개수)이라면, 자유 변수의 개수 은 최소 이상이다. ( 이므로)
-
따라서 인 행렬은 항상 이외의 해(nonzero solution)를 가진다.