# 행렬: 대각행렬 (Diagonal Matrix)

#### 대각행렬의 정의와 특성

대각행렬은 선형대수에서 중요한 역할을 하는 특별한 형태의 행렬로, 행렬의 주대각선에 있는 원소만이 0이 아닌 값을 가질 수 있는 행렬을 의미한다. 대각행렬은 다음과 같은 수학적 표현으로 나타낼 수 있다.

**정의**: n × n 행렬 $ D $가 대각행렬이려면, $ D $의 원소 $ d\_{ij} $가 $ i = j $일 때에만 0이 아니고, 나머지 모든 $ i \neq j $에 대해서는 $ d\_{ij} = 0 $이어야 한다. 즉,

$$
D = \begin{pmatrix} d\_{11} & 0 & \cdots & 0 \ 0 & d\_{22} & \cdots & 0 \ \vdots & \vdots & \ddots & \vdots \ 0 & 0 & \cdots & d\_{nn} \end{pmatrix}
$$

와 같이 표현된다. 여기서 $ d\_{11}, d\_{22}, \dots, d\_{nn} $는 주대각선에 위치한 원소들이다.

**특성**:

1. **대칭성**: 모든 대각행렬은 대칭행렬이 된다. 즉, $ D^T = D $가 성립한다.
2. **행렬 곱셈**: 대각행렬의 곱셈은 매우 간단하다. 두 대각행렬 $ D\_1 $과 $ D\_2 $의 곱 $ D\_1D\_2 $는 각 주대각선 원소들끼리의 곱으로 구성된 새로운 대각행렬이 된다.
3. **행렬식**: 대각행렬의 행렬식은 주대각선 원소들의 곱이다. 즉, $ \text{det}(D) = d\_{11} \times d\_{22} \times \cdots \times d\_{nn} $이다.
4. **역행렬**: 대각행렬이 가역행렬일 조건은 주대각선의 모든 원소가 0이 아닌 경우이다. 가역 대각행렬의 역행렬은 주대각선의 각 원소의 역수로 이루어진 대각행렬이다.

#### 대각행렬의 연산

대각행렬의 연산은 일반 행렬에 비해 상대적으로 간단하며, 이는 선형대수 문제를 해결하는 데 있어 계산 효율성을 크게 향상시킨다.

**덧셈**: 두 대각행렬 $ D\_1 $과 $ D\_2 $의 덧셈은 각 주대각선 원소들 간의 덧셈으로 이루어진 새로운 대각행렬을 형성한다.

$$
D\_1 + D\_2 = \begin{pmatrix} d\_{11}^{(1)} + d\_{11}^{(2)} & 0 & \cdots & 0 \ 0 & d\_{22}^{(1)} + d\_{22}^{(2)} & \cdots & 0 \ \vdots & \vdots & \ddots & \vdots \ 0 & 0 & \cdots & d\_{nn}^{(1)} + d\_{nn}^{(2)} \end{pmatrix}
$$

**곱셈**: 대각행렬의 곱셈은 간단하게 주대각선 원소들끼리 곱하는 것으로 처리된다. 즉, 두 대각행렬 $ D\_1 $과 $ D\_2 $의 곱은 다음과 같다.

$$
D\_1D\_2 = \begin{pmatrix} d\_{11}^{(1)} \cdot d\_{11}^{(2)} & 0 & \cdots & 0 \ 0 & d\_{22}^{(1)} \cdot d\_{22}^{(2)} & \cdots & 0 \ \vdots & \vdots & \ddots & \vdots \ 0 & 0 & \cdots & d\_{nn}^{(1)} \cdot d\_{nn}^{(2)} \end{pmatrix}
$$

이는 대각행렬 곱셈의 계산 복잡도를 크게 줄여준다.

**스칼라 곱**: 대각행렬과 스칼라 $ c $의 곱은 주대각선의 모든 원소에 $ c $를 곱한 새로운 대각행렬을 형성한다.

$$
cD = \begin{pmatrix} c \cdot d\_{11} & 0 & \cdots & 0 \ 0 & c \cdot d\_{22} & \cdots & 0 \ \vdots & \vdots & \ddots & \vdots \ 0 & 0 & \cdots & c \cdot d\_{nn} \end{pmatrix}
$$

#### 대각화와 대각행렬

**대각화**는 일반 행렬을 대각행렬로 변환하는 과정으로, 이 과정은 행렬의 특성 분석을 단순화하고 다양한 계산을 쉽게 만들어 준다. 특히 대각행렬로의 변환은 고유값과 고유벡터를 이용하여 이루어진다.

**대각화 가능성**: n × n 행렬 $ A $가 대각화 가능하다는 것은, 행렬 $ A $와 대각행렬 $ D $, 그리고 가역행렬 $ P $가 존재하여 $ A = PDP^{-1} $로 표현될 수 있음을 의미한다. 여기서 $ D $는 $ A $의 고유값들이 주대각선에 위치한 대각행렬이고, $ P $는 $ A $의 고유벡터들로 이루어진 행렬이다.

**대각화의 조건**: 행렬 $ A $가 대각화 가능하려면, 서로 다른 고유값에 대응하는 고유벡터들이 선형 독립이어야 한다. 대각화 가능성이 보장되는 대표적인 행렬로는 대칭행렬이 있으며, 이 경우 항상 대각화가 가능하다.

**대각화의 이점**: 행렬이 대각화되면, 행렬의 거듭제곱, 지수 행렬 등의 계산이 단순해진다. 예를 들어, 대각화된 행렬 $ A = PDP^{-1} $의 거듭제곱은 $ A^n = PD^nP^{-1} $로 간단히 계산할 수 있다. 이때 $ D^n $는 대각행렬의 주대각선 원소들을 n제곱한 새로운 대각행렬이다.

***

관련 자료:

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