[선형대수학] 10. 선형변환 (3: 선형변환의 벡터공간과 기저의 변환)
V와 W를 벡터공간이라 하고 L(V;W)를 V에서 W로의 모든 선형변환들의 집합이라 하자. 즉L(V;W)={T|T:V→Wis linear transformation}S,T∈L(V;W)와 k∈R, v∈V에 대하여 벡터합과 스칼라곱을 다음과 같이 정의하자.(S+T)(v)=S(v)+T(v),(kS)(v)=kS(v)그러면 S+T∈L(V;W)이고 kS∈L(V;W)이다. 이 결과로부터 L(V;W)는 벡터공간이다. V=Rn, W=Rm이면 m×n행렬 전체의 집합(Mm×n(R)로 나타낸다)은 Rn에서 Rm로의 선형변환들의 벡터공간이다. 따라서 기저를 고정함으로써 L(Rn;Rm)=Mm×n(R)이라고 할 수 있다.
일반적으로 차원이 m,n이고 순서기저가 α,β인 벡터공간 V,W에 대하여 행렬표현을 통해 L(V;W)와 Mm×n(R)를 일대일로 대응시키는 선형변환을 찾을 수 있다. 선형변환 ϕ:L(V;W)→Mm×n(R)를 임의의 T∈L(V;W)에 대하여ϕ(T)=[T]βα∈Mm×n(R)로 정의하자. [S]βα=[T]βα(S,T∈L(V;W))이면 S=T이고 이는 ϕ가 일대일임을 뜻한다.
m×n행렬 A는 Rn에서 Rm로의 선형변환이라고 할 수 있다. 자연동형사상 Φ:V→Rn, Ψ:W→Rm을 고려하면 T=Φ−1∘A∘Ψ로 나타낼 수 있다. 이는 ϕ가 전사(onto)임을 뜻한다.
앞의 두 결과로부터 ϕ가 일대일 대응(전단사, bijection)임을 알 수 있다. α={v1,...,vn}, β={w1,...,wm}, S(vj)=m∑i=1aijwi, T(vj)=m∑i=1bijwi (1≤j≤n)이라고 하면(S+T)(vi)=m∑i=1aijwi+m∑i=1bijwi=m∑i=1(aij+bij)wi(kS)(vj)=km∑i=1aijwi(k∈R)이므로 [S+T]βα=[S]βα+[T]βα, [kS]βα=k[S]βα이고 이 사실로부터 ϕ가 동형사상임을 알 수 있다. 그러면dimL(V;W)=dimMm×n(R)=mn=dimVdimW이다.
V,W,Z를 기저가 α={v1,...,vn}, β={w1,...,wm}, γ={z1,...,zℓ}인 벡터공간이라 하자. S:V→W, T:W→Z를 선형변환이라고 하고 [T]γβ=(aij)m×ℓ, [S]βα=(bpq)n×m라 하자. 그러면 1≤i≤n에 대하여(T∘S)(vi)=T(S(vi))=T(m∑k=1bkiwk)=m∑k=1bkiT(wk)=m∑k=1bki(ℓ∑j=1ajkzj)=ℓ∑j=1(m∑k=1ajkbki)zj이므로 [T∘S]γα=[T]γβ[T]βα가 성립한다. 또한 V와 W를 순서기저 α와 β를 갖는 벡터공간이라 하고 T:V→W를 동형사상이라고 하면 T가 동형사상이기 때문에 dimV=dimW이고 [T]βα와 [T−1]αβ는 크기가 같은 정사각행렬이다. 앞의 결과로부터[T]βα[T−1]αβ=[T∘T−1]β=[Id]β이고 [Id]β는 단위행렬이므로 [T−1]αβ=([T]βα)−1을 얻는다. T가 동형사상이면 V의 임의의 기저 α와 W의 임의의 기저 β에 대하여 [T]βα는 역행렬을 갖는다.
α={v1,...,vn}와 β={w1,...,wn}를 벡터공간 V의 순서기저라 하자. 그러면 임의의 x∈V를 다음과 같이 나타낼 수 있다.x=n∑i=1xivi=n∑j=1yjwjβ의 벡터를 α의 기저들을 이용한 선형결합으로 나타내면 j=1,...,n에 대하여 wj=Id(wj)=n∑i=1qijvi이고[wj]α=[Id(wj)]α=(q1j⋮qnj)그러면 임의의 x∈V에 대하여x=n∑i=1xivi=n∑j=1yjwj=n∑j=1yj(n∑i=1qijvi)=n∑i=1(n∑j=1qijyj)vi이고 이를 행렬로 나타내면(x1⋮xn)=(q11⋯q1n⋱qn1⋯qnn)(y1⋮yn)이다. 간단하게 나타내면 [x]α=[Id]αβ[x]β이고 여기서[Id]αβ=(q11⋯q1n⋱qn1⋯qnn)=[[w1]α⋯[wn]α]이다. 행렬 [Id]αβ를 전이행렬(transition matrix) 또는 β에서 α로의 좌표변환행렬(coordinate change matrix)이라고 한다. Id:V→V는 동형사상이므로 [Id]αβ는 역행렬을 가진다.
여기서 잠깐! E를 표준기저라고 하면 [Id]αβ=[Id]αE[Id]Eβ=([Id]Eα)−1[Id]Eβ이 성립한다. [Id]Eβ는 열벡터가 β의 순서기저로 이루어진 행렬이다.
α={(1,0,0),(1,1,0),(1,1,1)}, β={(0,1,1),(1,0,1),(1,1,1)}일 때 [Id]αβ를 구하자. [Id]αβ=[Id]Eβ[Id]αE=([Id]Eα)−1[Id]Eβ이고[Id]Eβ=(011101111),[Id]αE=([Id]Eα)−1=(111011001)−1=(1−1001−1001)이므로[Id]αβ=[Id]αE[Id]Eβ=(1−1001−1001)(011101111)=(−1100−10111)이다.
참고자료:
Linear Algebra, jinho Kwak, sungpyo Hong, Birkhauser
'대수학 > 선형대수학' 카테고리의 다른 글
[선형대수학] 12. 선형변환 (5: 쌍대공간과 선형범함수) (0) | 2017.10.23 |
---|---|
[선형대수학] 11. 선형변환 (4: 닮음행렬) (0) | 2017.10.20 |
[선형대수학] 9. 선형변환 (2: 선형변환의 행렬) (0) | 2017.10.16 |
[선형대수학] 8. 선형변환 (1: 선형변환의 정의) (0) | 2017.10.14 |
[선형대수학] 7. 벡터공간 (2: 행, 열공간) (0) | 2017.10.06 |