선형대수학에서 자주 등장하는 개념 중 하나는 단위행렬(Identity Matrix)과 영행렬(Zero Matrix)입니다. 이 두 행렬은 매우 간단한 형태를 가지고 있지만, 행렬 연산에서 매우 중요한 역할을 합니다. 이번 글에서는 단위행렬과 영행렬의 정의와 성질, 그리고 다양한 수학적 맥락에서의 활용을 살펴보겠습니다.
단위행렬이란?
단위행렬은 정방행렬(행과 열의 수가 같은 행렬) 중에서 대각선 원소는 모두 1이고, 나머지 원소는 0인 행렬을 의미합니다. 보통 \( I_n \)으로 표기하며, 여기서 n은 행렬의 크기를 나타냅니다.
\[ I_2 = \begin{bmatrix} 1 & 0 \\ 0 & 1 \end{bmatrix}, \quad I_3 = \begin{bmatrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{bmatrix} \]
단위행렬의 성질
- \( AI = IA = A \): 단위행렬과의 곱은 원래 행렬을 그대로 유지합니다.
- \( I^T = I \): 단위행렬은 전치해도 자기 자신입니다.
- \( I^{-1} = I \): 단위행렬의 역행렬은 자기 자신입니다.
이러한 특성 때문에 단위행렬은 곱셈 항등원으로 사용됩니다. 즉, 행렬 곱에서 항등원 역할을 하여 값을 바꾸지 않습니다.
영행렬이란?
영행렬은 모든 원소가 0으로 구성된 행렬을 의미합니다. 크기에 관계없이 모든 원소가 0이면 영행렬로 간주되며, 보통 \( O \)나 \( 0_{m \times n} \)으로 표기합니다.
\[ O = \begin{bmatrix} 0 & 0 \\ 0 & 0 \end{bmatrix} \quad 0_{2 \times 3} = \begin{bmatrix} 0 & 0 & 0 \\ 0 & 0 & 0 \end{bmatrix} \]
영행렬의 성질
- \( A + O = O + A = A \): 덧셈에서 항등원 역할을 합니다.
- \( A – A = O \): 어떤 행렬에서 자기 자신을 빼면 영행렬이 됩니다.
- \( AO = OA = O \): 어떤 행렬과 영행렬을 곱하면 결과는 영행렬입니다.
영행렬은 덧셈 항등원으로서 역할하며, 연산의 기준점이 되는 매우 중요한 존재입니다.
단위행렬과 영행렬의 활용
1. 연립방정식의 해 구하기
행렬을 이용하여 연립방정식을 풀 때, 단위행렬을 기준으로 가우스 소거법 등을 통해 해를 구합니다. \( AX = I \)와 같은 식은 역행렬의 개념과 함께 사용되며, 해가 존재하면 단위행렬을 통해 해를 표현할 수 있습니다.
2. 선형변환의 표현
단위행렬은 입력 벡터를 그대로 반환하는 변환을 의미합니다. 반면 영행렬은 입력 벡터를 모두 0으로 보내는 변환이며, 이는 정보를 완전히 소실시키는 연산으로 해석됩니다.
3. 행렬식 및 고유값 분석
정방행렬 \( A \)의 고유값(특성값)을 구할 때 사용하는 특성 방정식은 다음과 같습니다:
\[ \det(A – \lambda I) = 0 \]
여기서 단위행렬 \( I \)은 행렬 A에서 스칼라 \( \lambda \)만큼 대각선 방향으로 빼는 역할을 합니다. 또한, 고유값이 0인 경우 영행렬이 등장하게 되며, 이때 행렬이 특이(singular)하다는 의미가 됩니다.
4. 머신러닝과 통계
회귀분석이나 정규화된 손실 함수 등에서는 \( X^T X + \lambda I \)와 같은 형태가 등장하며, 단위행렬은 정규화 항의 역할로 사용됩니다. 영행렬은 잔차 분석이나 편차가 없는 데이터를 표현할 때 유용하게 쓰입니다.
결론
단위행렬은 대각선에 1, 나머지는 0으로 구성되어 있으며, 행렬 곱셈에서 항등원의 역할을 합니다.
영행렬은 모든 원소가 0인 행렬로, 덧셈 항등원이며 곱셈에서도 모든 결과를 0으로 만드는 특성이 있습니다.
활용 분야로는 연립방정식의 해 구하기, 선형변환, 고유값 분석, 머신러닝 등 다양한 분야에서 이 두 행렬이 중요한 기초 역할을 합니다.
단순한 구조에도 불구하고, 단위행렬과 영행렬은 선형대수의 거의 모든 영역에서 핵심적인 역할을 하므로, 반드시 이해하고 잘 활용할 수 있어야 합니다.