복소 행렬, 대칭 행렬과 양의 정부호성

$z\in\C$의 길이는 $z=a+bi$일 때 $|z|=\sqrt{a^2+b^2}$이고 $v\in\C^n$의 길이는 $\|v\|=\sqrt{|v_1|^2+\cdots+|v_n|^2}$이다. $|z|^2=a^2+b^2=(a+bi)(a-bi)$이므로 $\overline{z}=z^*=a-bi$라 하면 $\|v\|=\sqrt{v_1\overline{v_1}+\cdots+v_n\overline{v_n}}$이다. 모든 성분에 켤레를 취한 벡터나 행렬을 $\overline{v}$로 쓸 때 두 복소 벡터 $a,\ b$의 내적은 linearity in the first argument가 성립하는 $a^T\overline{b}$나 linearity in the second argument가 성립하는 $\overline{a^T}b=a^*b$로 정의할 수 있다. 둘 다 sesquilinear form이고 이 내적에 대한 전치 행렬은 $\overline{A^T}$이다. 즉 Hermitian adjoint가 conjugate transpose(켤레 전치)이며 이를 $A^H=A^*=A^{\dagger}=A^{+}$ 등으로 쓴다. $A^*=A$, 즉 self-adjoint인 행렬 $A$를 Hermitian matrix(에르미트 행렬)라 하고 $A^{-1}=A^*$인 행렬 $A$를 unitary matrix(유니터리 행렬)라 한다.

스펙트럼 분해

$A^*=A$이면 모든 벡터 $v$에 대해서 $(v^*Av)^*=v^*A^*v=v^*Av$는 허수 부분이 $0$이어야 하므로 실수이다. 이제 $Ax=\lambda x$를 가정하면 $x^*Ax=\lambda x^*x=\lambda \|x\|^2$도 실수이어야 하는데 $\|x\|^2$는 양수이므로 $\lambda$는 실수이다. 즉 Hermitian matrix의 모든 eigenvalue는 실수이며, 또한 normal matrix이므로 고유벡터 $q_i$들이 각 열을 이루는 행렬을 unitary matrix $Q$로 만들어 $A=Q\Lambda Q^*$로 고유값 분해할 수 있다. $A_{ij}=\lambda_1q_{i1}\overline{q_{j1}}+\cdots+\lambda_n q_{in}\overline{q_{jn}}$에서 각 항을 고유값에 한 행렬을 곱한 것으로 볼 수 있고, 따라서 $A=\lambda_1 q_1q_1^*+\cdots+\lambda_n q_nq_n^*$이다. 이 일차 결합을 Hermitian matrix $A$의 spectral decomposition(스펙트럼 분해)이라고 하며, $q_iq_i^*$는 projection matrix이므로 다항식 $f$에 대해서 $f(A)=f(\lambda_1)q_1q_1^*+\cdots+f(\lambda_m)q_nq_n^*$이다.

실수 대칭 행렬의 고유값은 실수이므로 고유벡터도 실수이며, 대칭 행렬에 대응하는 이차 형식을 생각할 때 spectral theorem은 principal axis theorem(주 축 정리)을 유도한다.

다른 normal matrix들도 spectral decomposition을 할 수 있다. unitary matrix의 모든 고유값의 절댓값은 $1$이고 $(Qx)^*(Qy)=x^*y$이므로 서로 다른 고유값 $\lambda,\ \mu$에 대응하는 고유벡터 $x,\ y$는 $x^*y=\overline{\lambda}\mu x^*y$에서 $\overline{\lambda}\lambda=1$이므로 $x^*y=0$이어야 한다. Hermitian matrix에 허수 $i$를 곱하면 $A^*=-A$인 skew-Hermitian matrix가 되며 고유값은 pure imaginary number이다.

참고 자료

• Gilbert Strang. Linear Algebra and Its Applications.
• Serge Lang. Linear Algebra.