Corollary
•
개의 차원을 가진 선형변환 에 대하여
◦
만일 가 개의 distinct eigenvalue를 갖고 있다면, 는 대각화가능하다.
◦
eigenvector를 볼 필요도 없다.
•
Ex 1)
◦
◦
◦
는 의 특성다항식이므로 eigenvalue는 이 된다.
◦
는 행렬이었기 때문에, 는 대각화 가능하다.
Thm 5.5의 역은 성립하지 않는다.
•
가 대각화 가능하다 개의 distinct eigenvalues
•
Ex)
◦
◦
이때 의 eigenvalue는 1개 뿐이다.
▪
◦
하지만 는 항상 대각화가능하다.
Split
•
Split이란 주어진 다항식을 1차 다항식으로 쪼개는 것을 말한다.
•
이 되므로 는 에서 split 가능하다.
•
는 에서 split 가능하지 않지만 에서는 split 가능하다.
◦
•
개의 distinct eigenvalue가 있으면 대각화 가능하고 는 에서 split 가능하다.
◦
하지만 일반적으로 역은 성립하지 않는다.
•
결국 특성다항식에 중근이 생길 때는 대각화 가능 한지 판단이 어렵다. 즉 중근이 있을 때 대각화가능한지 판별하려면 eigenvector를 모두 구해보는 방법 밖에 없다.
(Ex 2. 생략 - 행렬이 대각화 가능한지 판별하는 문제 - 교재로 대체)
•
중근이 되는 eigenvalue의 경우에 몇 개의 eigenvector를 구할 수 있는가?
◦
Algebraic multiplicity(대수적 중복도) 만큼의 eigenvector만 나오면 대각화 가능
Def
•
선형변환 에 대하여
◦
가 의 eigenvalue일 때
◦
Eigenspace는 에 상응한다.
▪
▪
는 Eigenspace를 의미한다
▪
Eigenspace는 가 되는 를 모아 놓은 집합
▪
의 널공간이 Eigenspace가 된다.
▪
Eigenvector는 결국 Eigenspace의 기저이다.
Thm 5.7
•
선형변환 에 대하여
◦
가 대수적 중복도 을 갖는 선형변환 의 eigenvalue일 때
▪
▪
Eigenspace의 차원(=Eigenvector의 개수)은 과 사이에 존재한다.
▪
이때 는 의 geometric multiplicity(기하적 중복도)라고 한다
▪
geometric multiplicity가 algebraic multiplicity와 같으면 행렬은 대각화 가능하다. geometric multiplicity가 algebraic multiplicity보다 작으면 대각화 불가능
(algebraic multiplicity와 geometric multiplicity를 이용해서 행렬의 대각화 가능 판별 여부 구하는 예제 생략 - 교재 참조)
의 대각화가능 조건
•
가 에서 split 가능해야 하고
•
모든 에 대해 가 algebraic multiplicity이고 geometric multiplicity 일 때
•
는 대각화 가능하다.
(예제 생략 - 교재 참조)