Split View: 공업수학 시리즈 11편: 행렬과 선형연립방정식

공업수학 시리즈 11편: 행렬과 선형연립방정식

선형대수의 출발점은 행렬 자체가 아니라 여러 식을 한 번에 표현하고 조작하는 관점입니다. 공업수학에서 행렬은 숫자 표가 아니라 시스템 구조를 압축하는 언어입니다.

선형연립방정식이 먼저다

다음과 같은 연립방정식을 생각해 보겠습니다.

\begin{aligned} 2x + y &= 5 \\ x - y &= 1 \end{aligned}

이것을 행렬로 쓰면

\begin{pmatrix} 2 & 1 \\ 1 & -1 \end{pmatrix} \begin{pmatrix} x \\ y \end{pmatrix} = \begin{pmatrix} 5 \\ 1 \end{pmatrix}

즉

$A\mathbf{x} = \mathbf{b}$

형태가 됩니다.

행렬을 어떻게 봐야 할까

행렬 $A$ 는 벡터를 다른 벡터로 보내는 선형변환으로 볼 수 있습니다. 즉 단순한 표가 아니라, 공간을 늘이거나 줄이고 회전시키는 규칙입니다.

이 관점을 가지면

연립방정식을 푼다
좌표를 바꾼다
시스템의 구조를 분석한다

라는 세 작업이 모두 같은 언어로 묶입니다.

손으로 푸는 예제

위 식을 직접 풀어 보겠습니다. 두 번째 식에서

$x = 1 + y$

입니다. 이것을 첫 번째 식에 대입하면

$2(1+y) + y = 5$

즉

$2 + 3y = 5$

이므로

$y = 1, \quad x = 2$

를 얻습니다.

행렬 관점에서는 이 해가 "행렬 $A$ 가 벡터 $(2,1)^T$ 를 $(5,1)^T$ 로 보낸다"는 뜻입니다.

왜 선형성이 중요한가

선형성이 있으면 중첩 원리가 작동합니다. 이는 공학에서 매우 중요합니다.

여러 입력의 효과를 합쳐서 볼 수 있다
계산 구조가 규칙적이다
고유값, 대각화, 최소제곱 같은 더 강력한 도구로 이어진다

비선형 문제는 현실에서 더 흔하지만, 선형 문제는 해석 가능성과 설계 가능성 때문에 여전히 중심 도구입니다.

공학 응용

회로망 해석

키르히호프 법칙을 쓰면 다수의 전류와 전압 관계가 선형연립방정식으로 정리됩니다.

구조 해석

작은 변형 가정 아래에서는 힘과 변위 관계가 선형 시스템으로 모델링됩니다.

머신러닝

선형회귀는 결국 행렬 방정식을 푸는 문제이고, 데이터 처리도 대부분 행렬 연산 위에서 돌아갑니다.

해가 존재하지 않거나 여러 개인 경우

모든 선형시스템이 유일한 해를 갖는 것은 아닙니다.

해가 없는 경우: 서로 모순된 방정식
해가 무한히 많은 경우: 식들이 독립적이지 않음
해가 하나인 경우: 행렬이 충분한 정보를 제공함

이 구분은 뒤에서 행렬식과 rank를 배우면 더 명확해집니다.

자주 하는 실수

행렬을 단순 계산 대상으로만 본다

행렬은 구조를 담고 있습니다. 각 열과 행이 무엇을 의미하는지 읽어야 합니다.

미지수 순서를 섞는다

$A\mathbf{x}=\mathbf{b}$ 에서 벡터 순서가 바뀌면 식 전체 의미가 달라집니다.

대입법과 행렬 관점을 분리해서 생각한다

손으로는 대입이나 소거법을 쓰더라도, 그 뒤에 있는 구조는 같은 선형 시스템이라는 점을 놓치지 않는 것이 좋습니다.

한 줄 요약

행렬은 여러 선형 관계를 한 번에 표현하고 해석하는 공업수학의 공통 언어입니다.

다음 편 예고

다음 글에서는 선형시스템을 실제로 푸는 핵심 도구인 소거법, 역행렬, 행렬식의 역할을 정리하겠습니다.

참고자료

Erwin Kreyszig, Advanced Engineering Mathematics, 10th Edition
Gilbert Strang, Introduction to Linear Algebra
David C. Lay, Linear Algebra and Its Applications

Engineering Math Series 11: Matrices and Linear Systems

The starting point of linear algebra is not the matrix itself but the perspective of expressing and manipulating multiple equations at once. In engineering mathematics, a matrix is not a table of numbers but a language that compresses system structure.

Linear Systems Come First

Consider the following system of equations.

\begin{aligned} 2x + y &= 5 \\ x - y &= 1 \end{aligned}

Writing this in matrix form gives

\begin{pmatrix} 2 & 1 \\ 1 & -1 \end{pmatrix} \begin{pmatrix} x \\ y \end{pmatrix} = \begin{pmatrix} 5 \\ 1 \end{pmatrix}

That is, the form

$A\mathbf{x} = \mathbf{b}$

How to View Matrices

Matrix $A$ can be seen as a linear transformation that sends one vector to another. It is not just a table but a rule that stretches, shrinks, and rotates space.

With this perspective, three tasks all become unified under the same language:

Solving systems of equations
Changing coordinates
Analyzing system structure

Worked Example

Let us directly solve the system above. From the second equation,

$x = 1 + y$

Substituting into the first equation,

$2(1+y) + y = 5$

gives

$2 + 3y = 5$

$y = 1, \quad x = 2$

From the matrix perspective, this solution means "the matrix $A$ sends the vector $(2,1)^T$ to $(5,1)^T$ ."

Why Linearity Is Important

When linearity holds, the superposition principle works. This is very important in engineering.

The effects of multiple inputs can be combined
The computational structure is regular
It leads to more powerful tools like eigenvalues, diagonalization, and least squares

Nonlinear problems are more common in reality, but linear problems remain central tools due to their analyzability and designability.

Engineering Applications

Circuit Network Analysis

Using Kirchhoff's laws, the relationships among multiple currents and voltages are organized as systems of linear equations.

Structural Analysis

Under the small deformation assumption, force-displacement relationships are modeled as linear systems.

Machine Learning

Linear regression is ultimately a problem of solving matrix equations, and data processing mostly runs on matrix operations.

When Solutions Do Not Exist or Are Not Unique

Not every linear system has a unique solution.

No solution: contradictory equations
Infinitely many solutions: equations are not independent
Unique solution: the matrix provides sufficient information

This distinction becomes clearer when we learn about determinants and rank later.

Common Mistakes

Viewing matrices as mere computation objects

Matrices carry structure. You must read what each column and row means.

Mixing up the variable order

In $A\mathbf{x}=\mathbf{b}$ , changing the vector order changes the meaning of the entire equation.

Thinking of substitution and matrix perspectives separately

Even if you use substitution or elimination by hand, it is good not to lose sight of the fact that the underlying structure is the same linear system.

One-Line Summary

Matrices are the common language of engineering mathematics for expressing and analyzing multiple linear relationships at once.

Next Post Preview

In the next post, we will organize the core tools for actually solving linear systems: elimination, inverse matrices, and determinants.

References

Erwin Kreyszig, Advanced Engineering Mathematics, 10th Edition
Gilbert Strang, Introduction to Linear Algebra
David C. Lay, Linear Algebra and Its Applications