# 행렬: 정방행렬 (Square Matrix)

#### 정방행렬의 정의와 기본 성질

정방행렬은 행과 열의 수가 동일한 행렬을 의미하며, 이들 행렬은 선형대수에서 중요한 역할을 한다. 정방행렬은 $ n \times n $ 형태를 가지며, 이는 선형 변환에서 자주 나타나는 구조이다. 정방행렬의 기본 성질을 이해하는 것은 행렬 이론의 기초를 다지는 데 필수적이다.

**정방행렬의 정의**는 행렬의 행(row)과 열(column)의 수가 동일할 때, 즉 $ n \times n $ 차원을 가질 때 이를 정방행렬이라 한다. 정방행렬은 모든 행과 열이 대칭적인 구조를 가지며, 이는 다양한 수학적 성질로 이어진다.

**대각 성분**은 정방행렬에서 특히 중요하다. 정방행렬의 대각 성분은 행과 열의 인덱스가 동일한 위치에 있는 원소들로 구성되며, 이는 행렬의 여러 특성을 결정하는 데 중요한 역할을 한다.

**단위 행렬**(Identity Matrix)은 정방행렬 중 하나로, 대각 성분이 모두 1이고 나머지 성분이 모두 0인 행렬을 의미한다. 이는 곱셈에 대한 항등원 역할을 하며, 선형 시스템에서 매우 중요한 역할을 한다.

#### 행렬식과 정방행렬

정방행렬에서 행렬식(determinant)은 그 행렬이 가역인지, 즉 역행렬이 존재하는지 판단하는 중요한 도구이다. 행렬식은 정방행렬에서만 정의되며, 이는 선형 시스템의 해를 분석하는 데 필수적이다.

**행렬식의 정의**는 $ n \times n $ 정방행렬 $ A $에 대해 주어진다. 행렬식은 여러 행과 열의 성분을 조합하여 계산되며, 기하학적으로는 변환된 공간의 부피를 나타낸다. 행렬식이 0인 경우, 해당 행렬은 비가역이며, 선형 변환이 공간을 축소시키거나 일그러뜨려 더 이상 고유의 해를 가지지 않음을 의미한다.

**행렬식의 계산 방법**은 다양한 방법으로 이루어진다. 가장 단순한 방법은 소행렬식을 이용한 전개(cofactor expansion)이며, 이 방법은 큰 행렬의 경우 계산이 복잡해진다. 일반적으로, 행렬식 계산은 행렬의 크기가 커질수록 컴퓨터 알고리즘에 의존하게 된다.

**역행렬**은 행렬식이 0이 아닌 정방행렬에서만 존재하는 행렬로, $ A^{-1} $ 형태로 표현된다. 역행렬은 원래 행렬 $ A $와 곱했을 때 단위 행렬이 되는 행렬이다. 역행렬의 존재 여부는 선형 시스템의 유일한 해를 보장하는 중요한 요소이다.

#### 고유값과 고유벡터

정방행렬의 고유값과 고유벡터는 해당 행렬의 중요한 특성을 나타내며, 특히 선형 변환의 성질을 분석하는 데 사용된다. 고유값과 고유벡터는 정방행렬의 고유 방정식을 통해 정의된다.

**고유값**은 정방행렬 $ A $에 대해 행렬 $ A $와 고유벡터 $ v $를 이용해 $ Av = \lambda v $를 만족하는 스칼라 $ \lambda $로 정의된다. 고유값은 행렬이 벡터를 특정 방향으로 얼마나 스케일링(확대 또는 축소)하는지를 나타낸다.

**고유벡터**는 $ Av = \lambda v $를 만족하는 비자명한 벡터 $ v $로 정의된다. 고유벡터는 고유값에 대응하며, 이 벡터는 변환 후에도 원래의 방향을 유지한다. 정방행렬에서 고유벡터는 선형 변환의 방향성을 설명하는 데 핵심적인 역할을 한다.

**고유값 분해**는 정방행렬을 그 고유값과 고유벡터로 분해하는 방법으로, 행렬의 복잡한 연산을 단순화하는 데 중요한 도구이다. 대각화 가능한 정방행렬은 고유값 분해를 통해 대각행렬로 변환될 수 있으며, 이는 계산 효율성을 크게 향상시킨다.

#### 정방행렬의 특수 유형

정방행렬에는 특정한 성질을 가지는 다양한 유형이 존재하며, 이들은 특정한 수학적 문제를 해결하거나 분석하는 데 유용하다.

**대칭 행렬**(Symmetric Matrix)은 전치 행렬이 원래의 행렬과 동일한 행렬을 의미한다. 대칭 행렬은 항상 실수 고유값을 가지며, 이러한 행렬의 고유벡터는 서로 직교한다. 이는 다양한 최적화 문제나 물리적 시스템의 해석에 유리한 성질이다.

**반대칭 행렬**(Skew-Symmetric Matrix)은 전치 행렬이 원래의 행렬의 음수와 동일한 행렬을 의미한다. 이러한 행렬은 주로 물리학과 공학에서 회전이나 반전과 같은 변환을 설명하는 데 사용된다.

**직교 행렬**(Orthogonal Matrix)은 전치 행렬이 역행렬과 동일한 행렬을 의미하며, 이는 행렬 곱셈 시 길이나 각도가 보존되는 특성을 가진다. 직교 행렬은 기저 변환과 같은 문제에서 중요한 역할을 한다.

***

관련 자료:

* Linear Algebra and Its Applications by Gilbert Strang
* Matrix Analysis by Roger A. Horn and Charles R. Johnson
* Advanced Linear Algebra by Steven Roman