# 행렬 : 전치행렬 (Transpose of a Matrix)

#### 전치행렬의 정의

전치행렬(Transpose of a Matrix)은 주어진 행렬의 행과 열을 서로 바꾸어 얻은 새로운 행렬을 말한다. 즉, 원래 행렬의 $ i $행 $ j $열에 있는 원소가 전치행렬에서는 $ j $행 $ i $열에 위치하게 된다. 행렬 $ A $가 주어졌을 때, 그 전치행렬을 $ A^T $ 또는 $ A' $로 표기한다.

만약 $ A $가 $ m \times n $ 행렬이라면, $ A^T $는 $ n \times m $ 행렬이 된다. 즉, 원래 행렬의 행 수와 열 수가 전치행렬에서는 바뀌게 된다.

수식으로 표현하면, 행렬 $ A $의 전치행렬 $ A^T $는 다음과 같이 정의된다:

$$
(A^T)*{ij} = A*{ji}
$$

여기서 $ A\_{ij} $는 행렬 $ A $의 $ i $행 $ j $열에 있는 원소를 의미한다.

#### 전치행렬의 성질

전치행렬은 여러 가지 중요한 성질을 가진다. 이러한 성질들은 선형대수에서 행렬의 연산을 다루는 데 있어 필수적인 도구로 사용된다.

**이중 전치**\
행렬 $ A $에 대해 두 번 전치 연산을 수행하면, 원래의 행렬이 다시 얻어진다. 즉, 다음과 같은 성질이 성립한다:

$$
(A^T)^T = A
$$

이 성질은 전치 연산이 가역적임을 나타낸다.

**덧셈에 대한 전치**\
두 행렬 $ A $와 $ B $의 합의 전치행렬은 각 행렬의 전치행렬의 합과 같다:

$$
(A + B)^T = A^T + B^T
$$

이는 전치 연산이 행렬의 덧셈에 대해 분배 법칙을 따른다는 것을 의미한다.

**스칼라 곱에 대한 전치**\
스칼라 $ \alpha $와 행렬 $ A $에 대해, 스칼라 곱의 전치행렬은 스칼라와 전치행렬의 곱과 같다:

$$
(\alpha A)^T = \alpha A^T
$$

이 성질은 스칼라 곱에 대해 전치 연산이 분배적이라는 것을 보여준다.

**곱셈에 대한 전치**\
두 행렬 $ A $와 $ B $의 곱의 전치행렬은 각 행렬의 전치행렬의 곱의 순서를 반대로 한 것과 같다:

$$
(AB)^T = B^T A^T
$$

이는 행렬 곱셈에서 전치 연산이 적용될 때, 순서가 바뀌어야 함을 나타낸다. 이 성질은 매우 중요하며, 다양한 행렬 계산에서 자주 활용된다.

**대각행렬의 전치**\
대각행렬(Diagonal Matrix)은 전치 연산에 대해 불변이다. 즉, 대각행렬 $ D $에 대해 $ D^T = D $가 성립한다.

**대칭행렬과 전치행렬**\
대칭행렬(Symmetric Matrix)은 전치 행렬이 자기 자신과 같은 행렬을 의미한다. 즉, $ A $가 대칭행렬이라면 $ A^T = A $가 성립한다. 대칭행렬은 선형대수에서 중요한 역할을 하며, 대각화와 같은 고급 주제와도 깊은 연관이 있다.

#### 전치행렬의 계산 방법

전치행렬을 계산하는 방법은 간단하다. 주어진 행렬 $ A $의 각 원소를 대응하는 위치로 바꾸어 배열하면 된다. 예를 들어, $ 2 \times 3 $ 행렬 $ A $가 다음과 같이 주어졌다고 하자:

$$
A = \begin{pmatrix} 1 & 2 & 3 \ 4 & 5 & 6 \end{pmatrix}
$$

이 행렬의 전치행렬 $ A^T $는 다음과 같이 계산된다:

$$
A^T = \begin{pmatrix} 1 & 4 \ 2 & 5 \ 3 & 6 \end{pmatrix}
$$

이와 같은 방법으로 임의의 행렬에 대해 전치행렬을 구할 수 있다.

#### 전치행렬의 응용과 중요성

전치행렬은 다양한 수학적 및 계산적 작업에서 필수적인 도구로 사용된다. 특히, 선형 시스템의 해를 구하거나, 고유값 문제를 해결하는 과정에서 전치행렬의 성질을 활용하는 경우가 많다.

또한, 전치행렬은 데이터 분석, 신호 처리, 통계학 등에서도 중요한 역할을 한다. 이는 행렬의 구조를 재조정하거나, 특정한 연산을 수행하는 데 있어 전치행렬이 필수적이기 때문이다.

***

관련 자료:

* Linear Algebra and Its Applications by Gilbert Strang
* Introduction to Linear Algebra by Serge Lang
* Matrix Analysis by Roger A. Horn and Charles R. Johnson