Logseq/4.5 행렬의 유사역행렬.md at 7d5b221a48af31cd9a79dd2c8d0fe002e0020979

songyc macbook e6faf2c3d5 복습 중 수정분 반영: 3.1·3.2 점검 문구 다듬기, 4.5 요약표 이미지 카드화(빈칸/정답 SVG·PNG 추가), CLAUDE.md 진행 상황 갱신

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_018JYaHeD41WPAk5P5wBojQe

2026-08-24 18:33:46 +09:00

42 KiB

Executable File

Raw Blame History

deck:: Logseq/전공공부/선형대수학

핵심 개념

흐름 지도: [0단계] 결론 먼저 (이 절의 최종 답 3줄) → [1단계] 왜 필요한가: 역행렬의 빈자리와 3.3 해 유형표 → [2단계] 좌역행렬: 세로 행렬의 처방 → [3단계] 우역행렬: 가로 행렬의 처방 → [4단계] A^{\mathrm{T}}A 대 AA^{\mathrm{T}} 재료 정리 → [5단계] 진짜 유사역행렬 A^{+} 의 정의 → [6단계] ⭐ A^{+} 구하는 법 총정리 (레시피 + 완전 예제) → [7단계] A^{+}A 와 AA^{+} 는 왜 사영인가 → [8단계] 펜로즈 4조건 (검산 체크리스트) → 🧩 한눈 요약표.
[0단계] 결론 먼저: 이 절의 최종 답 3줄
- 이 절은 개념이 많아 보이지만 최종 결론은 3줄뿐이다. 아래 3줄이 목적지이고, [1]~[8단계]는 전부 이 3줄을 납득시키는 과정이다.
  - ① 정체: A^{+} 는 역행렬이 없는 행렬에게 주는 최선의 역행렬이다. 모든 행렬이 가지며, 진짜 역행렬이 있으면 A^{+} = A^{-1} 로 일치한다.
  - ② 하는 일: A^{+}b 는 Ax = b 의 최소노름 최소제곱해 x^{+} 를 준다. 해가 없으면 오차가 최소인 최선을, 해가 무한하면 그중 길이가 가장 짧은 대표를 준다.
  - ③ 구하는 법: 소거해서 랭크로 유형을 판정하고, 유형에 맞는 공식 하나에 대입한다. 열 독립이면 (A^{\mathrm{T}}A)^{-1}A^{\mathrm{T}}, 행 독립이면 A^{\mathrm{T}}(AA^{\mathrm{T}})^{-1}, 둘 다 아니면 A = CR 로 쪼개 A^{+} = R^{+}C^{+}. 전체 절차와 손계산 예제는 [6단계]에 있다.
- 💡 부담 조절: 책 스스로 "이 절은 필수로 알아두어야 할 내용은 아니다"라고 말한다 (p.269). 진짜 계산의 왕도(SVD)는 7장에서 배우니, 여기서는 위 3줄과 [6단계] 손계산까지만 가져가면 충분하다.
- 새 개념도 아니다. 4장 내내 세 번 스쳐간 복선의 회수전이다:
  - 4.1 [5단계]: "A 는 행공간에서 열공간으로의 가역변환, 이걸 되돌리는 행렬이 4.5의 $A^{+}$" (그때 이름만 들었던 그것).
  - 4.3 [7단계]: 열이 종속일 때 무한한 해 중 최단 해 x^{+} = (1,1) 을 고르던 도구.
  - 4.4 요약표: Q^{+} = Q^{\mathrm{T}} 라는 칸.

[1단계] 왜 필요한가: 역행렬의 빈자리 + 3.3 해 유형표

진짜 역행렬 A^{-1} 는 사치품이다: 정사각 + 열 독립일 때만 존재한다 (A^{-1}A = I 와 AA^{-1} = I 둘 다). 직사각이거나 랭크가 부족한 대부분의 행렬은 못 가진다.
그런데 4장에서 이미 "되돌리기 비슷한 것"을 해왔다: 해가 없는데 최선을 돌려받았고(4.3 최소제곱), 해가 넘칠 때 대표를 골라 받았다(최단 해). 4.5는 그 "비슷한 것들"에 이름을 붙이고 하나로 통합하는 절이다.
- 📌 원문 (p.269): ((6a855f6d-02af-464b-ad44-6cdb61f7973c))
워밍업 (p.268 도입 표): 항등행렬조차 열이나 행을 잘라내면 "한쪽 역"만 남는다.
- I_L I_R = I (이 순서는 항등)인데 I_R I_L \neq I (반대 순서는 실패). 왼쪽에서 곱할 때만 역이 되는 행렬과 오른쪽에서 곱할 때만 역이 되는 행렬이 따로 있다는 것이 이 절의 첫 감각이다.

3.3 해 유형표에 겹쳐 보면 좌역·우역이 태어난 이유가 보인다. "무엇이 부족한가"가 처방을 정한다:

모양	랭크	`Ax = b` 의 해 (3.3)	부족한 것	처방	이름
정사각 가역	`r = m = n`	항상 1개	없음	`A^{-1}`	역행렬
세로로 긺	`r = n < m`	0 또는 1개	존재	해가 없어도 최선을 주자	좌역행렬
가로로 긺	`r = m < n`	항상 존재 (∞개)	유일성	넘치는 해 중 대표를 고르자	우역행렬
둘 다 부족	`r < m,\ r < n`	0 또는 ∞개	둘 다	두 처방 동시 적용	유사역행렬 `A^{+}`

(책 비교표의 "유일한 해 혹은 무수히 많은 해"는 정사각 m = n 인 경우까지 포함한 표현이다. 가로로 길면(m < n) 항상 ∞개.)

연결 열쇠 한 문장: 존재가 깨지면 → 좌역(최소제곱), 유일성이 깨지면 → 우역(최단 해), 둘 다 깨지면 → A^{+} (최소노름 최소제곱).
책의 좌역·우역 비교표 (다음 두 단계의 지도다):
- 📌 원문 비교표 (p.269): 🔗 PDF 위치
→ 이 단계의 결론: 역행렬이 없어지는 이유는 존재 실패와 유일성 실패 두 가지뿐이다. 각각의 처방이 좌역·우역이고, 둘 다 실패하면 A^{+} 가 나선다.

[2단계] 좌역행렬: 세로 행렬의 처방 = 최소제곱
- 대상: 세로로 긴 A (m > n, 열 독립, r = n). 방정식이 미지수보다 많아 해가 없을 수 있는 상황.
- 구하는 법: 열 독립이면 A^{\mathrm{T}}A (n \times n)가 가역이다 (4.2 [6단계]의 그 정리). 그 역행렬로 조립한다:
  - A^{+} = (A^{\mathrm{T}}A)^{-1}A^{\mathrm{T}} \qquad \text{검산: } A^{+}A = (A^{\mathrm{T}}A)^{-1}(A^{\mathrm{T}}A) = I \ ✓
- 이름의 뜻: 왼쪽에서 곱했을 때만 I 가 된다 (A^{+}A = I, n \times n).
  - 오른쪽 곱은 I 가 못 된다: AA^{+} = A(A^{\mathrm{T}}A)^{-1}A^{\mathrm{T}}, 어디서 많이 봤다. 4.2의 사영행렬 P 그 자체다!
  - 계수 세계(x 쪽)에서는 완벽한 역, 벡터 세계(b 쪽)에서는 "갈 수 있는 데까지(열공간 사영)"만.
- ✅ 책의 "이것이 바로 최소제곱법이다"의 뜻: 이 A^{+} 를 b 에 곱해보라.
  - A^{+}b = (A^{\mathrm{T}}A)^{-1}A^{\mathrm{T}}b = \hat{x}
  - 우변은 4.3 정규방정식의 해 그 자체다. 좌역행렬은 "최소제곱해 계산기"를 행렬 하나로 포장한 것이다.
  - b 가 열공간 안이면 정확한 해를, 밖이면 최선의 해를 돌려준다 (4.3에서 확인한 "최소제곱은 상위호환" 그대로).
- 🔢 제일 작은 예: A = \begin{bmatrix} 1 \\ 1 \end{bmatrix} (세로, r = n = 1).
  - A^{\mathrm{T}}A = 2 → A^{+} = \frac{1}{2}\begin{bmatrix} 1 & 1 \end{bmatrix}.
  - A^{+}A = \frac{1}{2}(1 + 1) = 1 = I_1 ✓. 반대쪽 AA^{+} = \frac{1}{2}\begin{bmatrix} 1&1 \\ 1&1 \end{bmatrix} = 상수벡터 방향 사영행렬 (\neq I).
  - A^{+}b = \frac{b_1 + b_2}{2} = 평균! (4.3 문제 12의 "평균 = 사영"이 좌역행렬의 언어로 재등장. 세로 A = (1,1) 의 좌역은 평균 기계다.)
- → 이 단계의 결론: 세로 행렬(열 독립)의 유사역 = 좌역 (A^{\mathrm{T}}A)^{-1}A^{\mathrm{T}}, 그리고 A^{+}b = 최소제곱해 \hat{x}.
[3단계] 우역행렬: 가로 행렬의 처방 = 최단 해
- 대상: 가로로 긴 A (m < n, 행 독립, r = m). 미지수가 방정식보다 많아 해가 무한한 상황.
- 구하는 법: 행 독립이면 AA^{\mathrm{T}} (m \times m)가 가역이다. 좌역과 거울 대칭으로 조립한다:
  - A^{+} = A^{\mathrm{T}}(AA^{\mathrm{T}})^{-1} \qquad \text{검산: } AA^{+} = (AA^{\mathrm{T}})(AA^{\mathrm{T}})^{-1} = I \ ✓
- 이름의 뜻: 오른쪽에서 곱했을 때만 I (AA^{+} = I, m \times m). 왼쪽 곱 A^{+}A 는 I 가 아니다 ([7단계]에서 정체를 밝힌다).
- ✅ 책의 "최소길이 해(최단거리 해)"의 뜻: 해가 무한하니 고르는 문제가 남는다.
  - 3.3의 완전해: x = x_p + x_n (특수해 + 영공간 아무거나). 전부 같은 b 로 가는 정당한 해들이다.
  - 그중 x^{+} = A^{+}b 는 행공간에 들어 있는 유일한 해다. 즉 영공간 성분이 0.
  - 왜 그게 최단인가: 4.1의 직교 분해로 임의의 해는 x = x^{+} + x_n (행공간 성분 ⊥ 영공간 성분) → 피타고라스:
  - \|x\|^2 = \|x^{+}\|^2 + \|x_n\|^2 \geq \|x^{+}\|^2
  - 영공간 성분은 길이만 늘리는 군살이다. 그걸 0으로 만든 해가 최단. 4.3 [7단계]의 "최단 해 $x^{+} = (1,1)$"의 정체가 이것이다.
- 🔢 제일 작은 예: A = \begin{bmatrix} 1 & 1 \end{bmatrix} (가로, r = m = 1).
  - AA^{\mathrm{T}} = 2 → A^{+} = \frac{1}{2}\begin{bmatrix} 1 \\ 1 \end{bmatrix}. AA^{+} = \frac{1}{2}(1+1) = 1 ✓.
  - Ax = b 는 x_1 + x_2 = b: 해가 직선 하나 가득. A^{+}b = (\frac{b}{2}, \frac{b}{2}) 는 그 직선 위에서 원점에 가장 가까운 점 (수선의 발!).
  - 검산: 다른 해 (b, 0) 의 길이는 |b|, 최단 해의 길이는 \frac{|b|}{\sqrt{2}}. 정말 더 짧다.
- ⚠️ 오해 교정 ("좌역·우역행렬은 I 에 0 붙인 모양?"): 아니다. 좌역·우역행렬 자신은 \frac{1}{2}[1\ 1] 처럼 평범한 직사각행렬이다. "I 랭크만큼 + 나머지 0" 모양이 나오는 곳은 두 군데뿐이다: ① [1단계] 도입 표의 특수 예 (I 를 잘라 만든 I_L, I_R), ② [7단계]에서 볼 A^{+}A, AA^{+} (사영행렬을 좋은 기저에서 본 모습). 그 인상이 섞인 것.
- → 이 단계의 결론: 가로 행렬(행 독립)의 유사역 = 우역 A^{\mathrm{T}}(AA^{\mathrm{T}})^{-1}, 그리고 A^{+}b = 무한한 해 중 최단 해 x^{+}.

[4단계] `A^{\mathrm{T}}A` 대 `AA^{\mathrm{T}}`: 재료 정리 (기억 교정)

팩트 체크: 둘 다 언제나 정사각이다. A 가 m \times n 이면 A^{\mathrm{T}}A 는 n \times n (열 내적 표), AA^{\mathrm{T}} 는 m \times m (행 내적 표). 4.2 스스로 점검의 "내적 표" 문답 그대로.
"AA^{\mathrm{T}} 는 정사각이 아니라던데?"는 기억의 혼선이다. 아마 4.4의 "직사각 Q 에서 $QQ^{\mathrm{T}} \neq I$" 와 섞였을 것. 항등이 아닌 것과 정사각이 아닌 것은 다른 말이다 (QQ^{\mathrm{T}} 도 어엿한 m \times m 사영행렬이었다).

둘의 진짜 차이는 크기가 아니라 언제 가역인가다:

행렬	크기	가역 ⟺	어느 역행렬의 재료?
`A^{\mathrm{T}}A`	`n \times n`	열 독립 (`r = n`)	좌역 `(A^{\mathrm{T}}A)^{-1}A^{\mathrm{T}}`
`AA^{\mathrm{T}}`	`m \times m`	행 독립 (`r = m`)	우역 `A^{\mathrm{T}}(AA^{\mathrm{T}})^{-1}`

→ 이 단계의 결론: 세로(열 독립)는 A^{\mathrm{T}}A 가 살아 있어 좌역을 만들 수 있고, 가로(행 독립)는 AA^{\mathrm{T}} 가 살아 있어 우역을 만들 수 있다.

[5단계] 진짜 유사역행렬 A^{+} 의 정의: 랭크가 둘 다 부족해도 된다
- 이제 최악의 상황: r < m 이고 r < n (해가 0개 아니면 ∞개, 한쪽 역행렬도 없음). 여기서도 작동하는 만능 되돌리기를 행동 규칙 3줄로 정의한다.
- 정의는 행동강령 3줄이다 (책 ❶❷❸): \mathbb{R}^m 의 임의 벡터 y 를 4.1처럼 직교 분해한다: y = b + z (b \in 열공간, z \in 좌영공간).
  - ① 열공간 성분 b: 그 유일한 조상에게 되돌린다. b = Ax 인 행공간의 유일한 x 로: A^{+}b = x.
  - ② 좌영공간 성분 z: 되돌릴 곳이 없으니 죽인다: A^{+}z = 0.
  - ③ 합치면: A^{+}y = A^{+}b + A^{+}z = x.
  - 📌 원문 정의 박스 (p.270): 🔗 PDF 위치
- 이 정의가 가능한 근거 = 4.1 [5단계]의 그 정리: "A 는 행공간에서 열공간으로의 가역변환이다".
  - 📌 원문 (p.272, 275): ((6a85601e-b15a-432c-a104-43aa309f4d34)) / ((6a85602c-bc22-4eb5-86c2-1079716484c5)) / ((6a856065-6171-48c3-88a1-51dd03f8ea10))
  - 💡 보충: "열들의 선형결합인데 왜 행공간 이야기가 나오나?" (헷갈리기 쉬운 지점):
    - Ax = b 에는 세계가 둘이다. 입력 x 는 \mathbb{R}^n (행공간·영공간이 사는 곳), 출력 b 는 \mathbb{R}^m (열공간·좌영공간이 사는 곳).
    - "Ax = 열들의 선형결합"은 출력이 어디 사는지(도착지 = 열공간)만 말한 문장이다. "행공간에서"는 거기에 출발지 이야기를 더한 것: 그 결합의 계수 벡터 x 는 어디서 오는가?
    - x 자체는 \mathbb{R}^n 아무 데나 있을 수 있지만, x = x_r + x_n 으로 쪼개면 Ax = Ax_r (영공간 성분은 A 가 통째로 버린다). 즉 A 라는 기계가 실제로 읽는 유효 입력은 행공간 성분뿐이다. 사각지대(영공간)를 걷어낸 유효 입력 구역 = 행공간.
    - 🔢 4.1 EX3의 행렬로: A = \begin{bmatrix} 1&2 \\ 3&6 \end{bmatrix} (행공간 (1,2) 직선, 영공간 (2,-1) 직선, 열공간 (1,3) 직선).
      - A(4,3) = (10, 30) 이고 A(2,4) = (10, 30): 다른 입력, 같은 출력. A 는 영공간 성분 차이를 구별 못 한다.
      - 행공간만 보면: c(1,2) \mapsto c(5,15) = 5c \cdot (1,3). 행공간 직선의 점 ↔ 열공간 직선의 점, 완벽한 1:1 (배율 5). 이 구간에서 A 는 "5배 기계"라 되돌리기(÷5)가 가능하고, 그 되돌리기를 행렬로 포장한 것이 A^{+} 다. ([6단계]에서 이 A^{+} 를 실제로 구한다.)
    - 한 문장 정리: 겉모습은 A: \mathbb{R}^n \to \mathbb{R}^m, 실속은 행공간($r$차원) → 열공간($r$차원)의 1:1. 행공간은 식의 오른쪽 끝(입력 x) 안에 숨어 있어서 "식만 보면 열공간 이야기"로 보이는 것이 당연하다.
  - 증명도 4.1에서 했던 그대로: 행공간의 x \neq X 가 Ax = AX 라면 x - X 가 행공간과 영공간에 동시에 있어 0. 모순.
  - A^{+} 는 그 가역변환의 역 + "복원 불가능한 부분(좌영공간)은 0으로" 규칙을 합친 것. 가능한 경우 A^{+} 는 A 를 역변환한다 (열공간 → 행공간).
  - 📌 원문 가역변환 박스 (p.275): 🔗 PDF 위치
- [그림 4.11] = 그림 4.1의 화살표를 전부 거꾸로 돌린 그림:
  - 📌 원문 그림 4.11 (p.270): 🔗 PDF 위치
  - 참고 (비교용 재수록): 원본은 4.1 벡터와 부분공간의 직교성의 그림 4.1 (p.212, 4공간의 전체 지도).
  - 읽는 법: A 는 왼쪽(행공간) → 오른쪽(열공간)으로, A^{+} 는 오른쪽 → 왼쪽으로. A^{+} 의 4가지 기본 부분공간은 A^{\mathrm{T}} 와 동일하다 (행공간↔열공간이 서로 바뀜, A 의 좌영공간이 A^{+} 의 영공간).
- 그래서 일반 b 에 대한 x^{+} = A^{+}b 의 신분:
  - 📌 원문 (p.269): 🔗 PDF 위치 / ((6a855fcf-ec62-4b22-a9ec-e7d5d880455e)) / ((6a855fe0-2eb2-4a14-91bf-9a54a70ea013))
  - x^{+} 는 최소노름 최소제곱해: 오차 \|Ax - b\|^2 을 최소화하는 후보들([2단계] 처방) 중에서 길이 \|x\| 가 가장 짧은 것([3단계] 처방). 두 처방의 동시 적용.
  - 핵심 성질: x^{+} 는 영공간 성분이 0 (행공간 소속). 4.3 종속 열 예제의 x^{+} = (1, 1) 이 드디어 정식으로 정의된 것.
- → 이 단계의 결론: A^{+} 는 "열공간은 행공간으로 되돌리고, 좌영공간은 0으로 보낸다"는 규칙의 행렬이고, 그래서 A^{+}b 는 언제나 최소노름 최소제곱해다. 남은 질문은 "그래서 행렬로는 어떻게 구하나"뿐이고, 그것이 [6단계]다.
[6단계] ⭐ A^{+} 구하는 법 총정리 (이 절의 실전 파트)
- 계산 절차는 언제나 같다: 1) 소거해서 랭크로 유형 판정 → 2) 유형에 맞는 공식 하나 선택 → 3) 대입 → 4) 검산 (AA^{+}A = A).
- 유형 판정과 공식 선택:
  - 대각행렬(또는 대각 꼴)이다 → 지름길 ⓐ.
  - r = n (열 독립, 세로) → 공식 ⓑ (좌역, [2단계]).
  - r = m (행 독립, 가로) → 공식 ⓒ (우역, [3단계]).
  - r < m 이고 r < n (둘 다 부족) → 공식 ⓓ (A = CR 분해).
- ⓐ 대각행렬: 공식 없이 즉답. 역수를 취하되 \frac{1}{0} 은 0으로 두고, 모양은 전치.
  - D = \begin{bmatrix} 2&0&0 \\ 0&3&0 \\ 0&0&0 \end{bmatrix} \Rightarrow D^{+} = \begin{bmatrix} 1/2&0&0 \\ 0&1/3&0 \\ 0&0&0 \end{bmatrix}
  - "역수 없는 자리(0)는 포기하고 0"이 유사역의 정신을 그대로 보여준다 (복원 불가능한 방향은 0으로).
- ⓑ 세로 (r = n): A^{+} = (A^{\mathrm{T}}A)^{-1}A^{\mathrm{T}}.
- ⓒ 가로 (r = m): A^{+} = A^{\mathrm{T}}(AA^{\mathrm{T}})^{-1}.
- ⓓ 일반 (둘 다 부족): A = CR 로 쪼개서 정복한다. 여기가 이 단계의 하이라이트다.
  - 잠깐 복습, A = CR (1.4에서 배우고 3.2에서 소거법으로 완성한 그 분해):
    - C (m \times r): A 에서 선형독립인 열 r 개를 그대로 뽑아 세운 것 (열공간의 기저).
    - R (r \times n): A 의 기약행사다리꼴 R_0 에서 0행을 버린 것 (행공간의 기저).
    - 📌 원문 CR 구성 박스 (p.273): 🔗 PDF 위치
  - 왜 하필 CR 인가: A 자신은 한쪽 역도 없지만, 쪼개진 두 조각은 사정이 다르다.
    - C 는 열 독립 (기저니까!) → 좌역 C^{+} = (C^{\mathrm{T}}C)^{-1}C^{\mathrm{T}} 를 갖는다 (공식 ⓑ).
    - R 은 행 독립 (기저니까!) → 우역 R^{+} = R^{\mathrm{T}}(RR^{\mathrm{T}})^{-1} 를 갖는다 (공식 ⓒ). 이것이 책의 식 (3)이다.
    - 📌 원문 식 (3) (p.273): 🔗 PDF 위치
    - 즉 "나쁜 행렬 A = 좋은 조각 C × 좋은 조각 $R$"로 만들고, 각 조각을 되돌린다.
  - 조립: 곱의 역은 순서가 뒤집힌다 ((CR)^{-1} 이라면 R^{-1}C^{-1} 이듯이). 유사역도 같은 순서로:
    - A^{+} = R^{+}C^{+}
  - ⚠️ 오해 교정 ("식 (3), (4), (7)이 쭉 나열돼 있는데 전부 대입해야 하나?"): 아니다. 셋은 서로 다른 공식이 아니라 같은 공식 하나의 세 가지 표기다:
    - 식 (3) = 부품 명세 (C^{+} 와 R^{+} 각각).
    - 식 (4) = 조립도 (R^{+}C^{+} 에 식 (3)을 대입해 전개한 것).
    - 식 (7) = 최종 정리본: A^{+} = R^{\mathrm{T}}(C^{\mathrm{T}}AR^{\mathrm{T}})^{-1}C^{\mathrm{T}}. 역행렬 계산이 괄호 하나(r \times r)로 줄어 손계산이 제일 편한 꼴이다.
    - 실전에서는 하나만 골라 쓰면 된다: 부품 2개를 만들어 곱하든(식 3), 식 (7)에 한 번에 대입하든 같은 답이 나온다 (아래 예제에서 둘 다 해본다).
    - 📌 원문 식 (4) (p.273): 🔗 PDF 위치
    - 📌 원문 식 (7) (p.275): 🔗 PDF 위치
  - 🔢 완전 예제 ([5단계] 보충의 그 행렬을 끝까지 손계산):
    - 1. 준비: A = \begin{bmatrix} 1&2 \\ 3&6 \end{bmatrix}. 소거하면 피벗 1개 → r = 1 < 2: 유형 ⓓ. C = \begin{bmatrix} 1 \\ 3 \end{bmatrix} (독립인 1열), R = \begin{bmatrix} 1 & 2 \end{bmatrix} (기약행사다리꼴의 0 아닌 행). 확인: CR = A ✓.
    - 1. 방법 1 (식 3, 부품 조립): C^{\mathrm{T}}C = 10 → C^{+} = \frac{1}{10}\begin{bmatrix} 1 & 3 \end{bmatrix}. RR^{\mathrm{T}} = 5 → R^{+} = \frac{1}{5}\begin{bmatrix} 1 \\ 2 \end{bmatrix}. 조립: A^{+} = R^{+}C^{+} = \frac{1}{50}\begin{bmatrix} 1&3 \\ 2&6 \end{bmatrix}.
    - 1. 방법 2 (식 7, 한 번에): C^{\mathrm{T}}AR^{\mathrm{T}} = \begin{bmatrix} 1&3 \end{bmatrix}\begin{bmatrix} 1&2 \\ 3&6 \end{bmatrix}\begin{bmatrix} 1 \\ 2 \end{bmatrix} = 50 (1 \times 1 숫자!) → A^{+} = R^{\mathrm{T}} \cdot \frac{1}{50} \cdot C^{\mathrm{T}} = \frac{1}{50}\begin{bmatrix} 1&3 \\ 2&6 \end{bmatrix}. 방법 1과 같은 답 ✓.
    - 1. 검산: AA^{+}A = A ✓ ([8단계] 펜로즈 조건 1번).
    - 1. 정말 "되돌리기"인가: [5단계] 보충에서 A 는 행공간 방향의 5배 기계였다 (A(1,2) = (5,15) = 5(1,3)). 확인: A^{+}(1,3) = \frac{1}{50}(10, 20) = \frac{1}{5}(1,2). 정확히 ÷5 ✓.
    - 1. 정말 "최단 해 선택기"인가: Ax = (10,30) 의 해는 (2,4) + c(2,-1) 로 무한하다. A^{+}(10,30) = \frac{1}{50}(100, 200) = (2,4): 행공간 소속(영공간 군살 0), 길이 \sqrt{20}. 다른 해 (4,3) 의 길이 5 = \sqrt{25} 보다 정말 짧다 ✓.
  - 💡 "C, R 대입 계산이 무거워 보인다"는 인상 교정: 역행렬을 취해야 하는 C^{\mathrm{T}}C, RR^{\mathrm{T}}, C^{\mathrm{T}}AR^{\mathrm{T}} 는 전부 r \times r 이다 (위 예제에서는 전부 1 \times 1 숫자). 랭크가 작을수록 오히려 계산이 짧아지게 설계된 공식이다.
- → 이 단계의 결론: 유형 판정(소거로 랭크 확인) → ⓐ~ⓓ 중 공식 하나 선택 → 대입 → AA^{+}A = A 검산. 이것이 A^{+} 구하기의 전부다.
[7단계] A^{+}A 와 AA^{+} 의 정체: I 가 못 되면 사영이 된다
- 진짜 역행렬이면 A^{-1}A = AA^{-1} = I. 유사역행렬은 거기까지는 못 가고, 갈 수 있는 최선에서 멈춘다:
  - 📌 원문 (p.271, 275): 🔗 PDF 위치 / ((6a856080-57ec-455d-8096-8c361f5939fc))
  - A^{+}A = P_{\text{row}}\ (\text{행공간 사영, } n \times n) \qquad AA^{+} = P_{\text{column}}\ (\text{열공간 사영, } m \times m)
- 왜 사영인가: [5단계] 정의 3줄로 A^{+}Ax 를 한 칸씩 추적하면 나온다.
  - 입력을 쪼갠다: x = x_r + x_n (행공간 성분 + 영공간 성분).
  - A 를 곱하면: Ax = Ax_r (영공간 성분은 사라진다). 이 결과는 열공간의 벡터이고, 그 "행공간의 유일한 조상"이 바로 x_r 이다.
  - A^{+} 를 곱하면 정의 ①에 의해 그 조상으로 돌아간다: A^{+}(Ax_r) = x_r.
  - 종합: A^{+}Ax = x_r. 입력에서 행공간 성분만 남기는 기계, 이것이 행공간 사영행렬의 정의 그 자체다. (AA^{+} 쪽도 똑같이 추적하면 열공간 사영.)
- 🔢 숫자 확인 ([6단계] 예제 이어서):
  - A^{+}A = \frac{1}{50}\begin{bmatrix} 1&3 \\ 2&6 \end{bmatrix}\begin{bmatrix} 1&2 \\ 3&6 \end{bmatrix} = \frac{1}{5}\begin{bmatrix} 1&2 \\ 2&4 \end{bmatrix}. 이는 4.2 공식 \frac{rr^{\mathrm{T}}}{r^{\mathrm{T}}r} 에 행공간 방향 r = (1,2) 를 넣은 직선 사영행렬과 완전히 같다.
  - 실제로 A^{+}A(4,3) = (2,4): 입력 (4,3) 의 (1,2) 방향 사영 그대로다 ✓.
  - 마찬가지로 AA^{+} = \frac{1}{10}\begin{bmatrix} 1&3 \\ 3&9 \end{bmatrix} = 열공간 방향 (1,3) 의 직선 사영행렬.
- 좋은 기저(행공간 기저 r 개 + 영공간 기저 n - r 개)로 보면 이 사영행렬이 \begin{bmatrix} I_r & 0 \\ 0 & 0 \end{bmatrix} 모양이 된다 (그림 4.11 의 라벨). "랭크만큼 I, 나머지 0"이라는 직감이 여기서는 정확히 맞는다.
- 특수화 확인: 좌역 상황(r = n)이면 행공간 = \mathbb{R}^n 전체 → P_{\text{row}} = I → A^{+}A = I ✓. 우역 상황(r = m)이면 열공간 = \mathbb{R}^m 전체 → AA^{+} = I ✓. [2]·[3단계]가 이 그림의 특수 케이스였다.
- → 이 단계의 결론: A^{+}A = 행공간 사영, AA^{+} = 열공간 사영. I 는 "사영할 필요가 없을 만큼 공간이 꽉 찼을 때"(r = n 또는 r = m)의 특수형일 뿐이다.
[8단계] 펜로즈 4조건: A^{+} 의 신분증이자 검산 체크리스트
- 지금까지는 A^{+} 를 4가지 기본 부분공간으로 설명했다. 무어와 펜로즈는 다른 접근을 했다: 공간 이야기 없이 등식 4개로 A^{+} 를 정의한 것이다 (식 5).
  - 📌 원문 식 (5) (p.273): 🔗 PDF 위치
  - AA^{+}A = A, \quad A^{+}AA^{+} = A^{+}, \quad (A^{+}A)^{\mathrm{T}} = A^{+}A, \quad (AA^{+})^{\mathrm{T}} = AA^{+}
- 읽는 법:
  - 앞의 둘 = "서로가 서로를 되돌린다 (갈 수 있는 데까지)".
  - 뒤의 둘 = "A^{+}A 와 AA^{+} 는 대칭 = 직교 사영이다" (4.2의 P^{\mathrm{T}} = P 판정 그대로, [7단계]와 일치).
- 용도: 이 4개를 만족하는 행렬은 유일하고 그것이 A^{+} 다. 그래서 정체 모를 후보 행렬이 "진짜 A^{+} 인지" 확인하는 검산 도구로 쓴다 (연습문제 2·6이 정확히 이 연습이다).
- 참고 (이름만): 계산의 왕도는 7장의 SVD다. A = U\Sigma V^{\mathrm{T}} 로 분해되면 A^{+} = V\Sigma^{+}U^{\mathrm{T}} (대각 \Sigma 의 유사역은 ⓐ 지름길로 즉답). 지금은 눈도장이면 충분하다.
- 📌 원문 식 (8) (p.275): 🔗 PDF 위치
  - 식 (7)을 두 번 곱해 (A^{+}A)^2 = A^{+}A 를 확인하는 식: "사영행렬은 두 번 해도 한 번과 같다"(4.2 P^2 = P)의 재확인이다.
(읽을거리) 결합행렬 예 (p.274~276): 3.5의 그래프 결합행렬(5 \times 4, r = 3)에 식 (7)을 적용해 A^{+} 를 실제로 구해 보이는 예. "A 의 행 합 = 0 → A^{+} 의 열 합 = 0"처럼 A 와 A^{+} 의 4공간이 좌우로 뒤바뀌는 것을 구경하는 것이 포인트. 키르히호프 전류법칙(A^{\mathrm{T}}y = 0)과의 연결은 교양으로.

🧩 한눈 요약표 (이 절 전체)

유형	판정	`A^{+}` 공식	`A^{+}A`	`AA^{+}`	`A^{+}b` 의 의미
정사각 가역	`r = m = n`	`A^{-1}`	`I`	`I`	유일한 해
세로 (열 독립)	`r = n < m`	`(A^{\mathrm{T}}A)^{-1}A^{\mathrm{T}}`	`I`	`P_{\text{col}}`	최소제곱해 `\hat{x}`
가로 (행 독립)	`r = m < n`	`A^{\mathrm{T}}(AA^{\mathrm{T}})^{-1}`	`P_{\text{row}}`	`I`	최단 해 `x^{+}`
일반 (둘 다 부족)	`r < m,\ r < n`	`R^{+}C^{+} = R^{\mathrm{T}}(C^{\mathrm{T}}AR^{\mathrm{T}})^{-1}C^{\mathrm{T}}`	`P_{\text{row}}`	`P_{\text{col}}`	최소노름 최소제곱해

읽는 법: 아래로 갈수록 조건이 나빠지고, I 였던 칸이 사영으로 바뀐다. 유사역행렬은 위의 세 줄을 전부 특수 케이스로 포함하는 마지막 줄이다.

❓ 스스로 점검
- 유사역행렬 A^{+} 는 어떤 행렬이 갖는가? 진짜 역행렬 A^{-1} 와의 관계는? #card id:: 6a85e662-e05c-40a5-a377-720e2dc4b666
  - 모든 행렬이 갖는다. 유사역행렬은 역행렬·좌역·우역을 전부 포함하는 상위 개념이다.
  - A 가 가역이면 A^{+} = A^{-1} 로 일치한다.
- A^{+} 의 정의(행동강령 3줄)를 재현하라. \mathbb{R}^m 의 벡터를 y = b + z (b \in 열공간, z \in 좌영공간)로 직교 분해했을 때, A^{+} 는 각 성분을 어디로 보내는가?
  - ① 열공간 성분 b 는 {{c1 행공간의 유일한 조상}}으로 되돌린다 id:: 6a869fdb-454b-4c05-bef8-d6acb5f42d9f ② 좌영공간 성분 z 는 되돌릴 곳이 없으니 {{c1 0}} 으로 보낸다: ③ 합치면 A^{+}y = {{c1 $$A^{+}b + A^{+}z = x$$}} . 이 규칙 덕분에 A^{+}b 는 언제나 {{c1 최소노름 최소제곱해}}가 된다.
    
    #+BEGIN_EXTRA b = Ax 인 행공간의 x 로, A^{+}b = x. A^{+}z = 0. #+END_EXTRA
- 다음의 표를 채우면? id:: 6a86998a-cbb6-4848-af8e-950a66edbb8d #card
- A^{+}b 는 무엇을 주는가? 세 상황(해가 없다, 해가 무한하다, 둘 다)으로 나눠 말하라. #card id:: 6a85e662-9e46-45fb-9eb6-80b0aa180c03
  - 해가 없을 수 있는 상황 (세로, r = n): 오차 \|Ax - b\| 를 최소로 하는 최소제곱해 \hat{x} (정규방정식의 해).
  - 해가 무한한 상황 (가로, r = m): 그중 길이 \|x\| 가 가장 짧은 최단 해 x^{+} (행공간 소속, 영공간 성분 0).
  - 둘 다인 상황: 두 처방의 동시 적용, 최소노름 최소제곱해.
- A^{+} 를 구하는 절차를 유형에 따라 각각 답하라.
  - 대각행렬(대각 모양으로 값이 존재하고 나머지는 모두 0인 행렬. 꼭 정사각행렬일 필요는 없음) #card id:: 6a869b78-78b6-4233-b193-7bcdf47c33a8
    - 각 값에 역수를 취하고(값이 0이면 0으로 둔다) 전체 행렬을 전치한다
  - 세로로 긴 행렬 #card id:: 6a85e662-82fe-40ca-a99a-d083a7d9f7e4
    - (A^{\mathrm{T}}A)^{-1}A^{\mathrm{T}} extra:: $A$는 열 독립인 행렬이고 r = n, 해가 유일하거나 없다.
  - 가로로 긴 행렬 #card id:: 6a869c06-b6d9-441f-8eef-e97d136bc747
    - A^{\mathrm{T}}(AA^{\mathrm{T}})^{-1} extra:: $A$는 행 독립인 행렬이고 r = m, 해가 유일하거나 무수히 많다.
  - r < n, m 인 행렬 #card id:: 6a85e662-0b72-4611-9eac-4aecd861c3de
    - R^{+}C^{+} = R^{\mathrm{T}}(C^{\mathrm{T}}AR^{\mathrm{T}})^{-1}C^{\mathrm{T}}
- 🔢 계산 연습: A = \begin{bmatrix} 1&2 \\ 3&6 \end{bmatrix} 의 A^{+} 를 구하라.
  - 소거 → 피벗 1개, r = 1 (둘 다 부족) → C = \begin{bmatrix} 1 \\ 3 \end{bmatrix}, R = \begin{bmatrix} 1&2 \end{bmatrix}.
  - C^{\mathrm{T}}AR^{\mathrm{T}} = 50 → A^{+} = R^{\mathrm{T}} \cdot \frac{1}{50} \cdot C^{\mathrm{T}} = \frac{1}{50}\begin{bmatrix} 1&3 \\ 2&6 \end{bmatrix}.
- A = CR 에서 C 와 R 은 무엇이고, 왜 이 분해가 A^{+} 계산을 가능하게 하는가? #card id:: 6a85e662-c906-4051-b133-0e7570edd747
  - C = A 의 선형독립인 열 r 개 (열공간의 기저), R = 기약행사다리꼴의 0 아닌 행 r 개 (행공간의 기저).
  - C 는 열 독립이라 좌역 C^{+} 를, R 은 행 독립이라 우역 R^{+} 를 가진다.
  - 즉 한쪽 역도 없는 A 를 "한쪽 역이 있는 좋은 두 조각"으로 쪼개고, 역의 순서를 뒤집어 A^{+} = R^{+}C^{+} 로 조립한다.
- A^{+}A 와 AA^{+} 의 정체는? 왜 그렇게 되는지 한 줄로 추적하라. #card id:: 6a85e662-322b-4157-a685-431fcb05066e
  - 각각 행공간과 열공간의 사영행렬이다.
  - A^{+}A = 행공간 사영행렬 (n \times n), AA^{+} = 열공간 사영행렬 (m \times m).
  - 추적: A^{+}Ax = A^{+}(Ax_r) = x_r. 입력에서 행공간 성분만 남기니 사영의 정의 그대로다.
  - 특수화: r = n 이면 A^{+}A = I, r = m 이면 AA^{+} = I (좌역·우역 상황).
- A^{\mathrm{T}}A 와 AA^{\mathrm{T}} 의 크기와 가역 조건은?
  - 둘 다 항상 정사각: A^{\mathrm{T}}A 는 n \times n (열 내적 표), AA^{\mathrm{T}} 는 m \times m (행 내적 표).
  - A^{\mathrm{T}}A 가역 ⟺ {{c1 열 독립 ( r = n )}} / AA^{\mathrm{T}} 가역 ⟺ {{c1 행 독립 ( r = m )}}. id:: 6a85e662-0672-41ff-9e3a-aac682e912bb
- 펜로즈 4조건은 무엇이고, 무엇에 쓰는 물건인가? #card id:: 6a85e662-5067-420d-80b4-08e11b152872
  - AA^{+}A = A, A^{+}AA^{+} = A^{+} extra:: 서로가 서로를 원래상태로 되돌린다.
  - (A^{+}A)^{\mathrm{T}} = A^{+}A, (AA^{+})^{\mathrm{T}} = AA^{+}. extra:: A^{+}A 와 AA^{+} 는 대칭 = 직교 사영이다
  - 이 4개를 만족하는 행렬은 유일하고 그것이 A^{+} 다. 정체 모를 후보가 진짜 A^{+} 인지 확인하는 검산 체크리스트로 쓴다.

✏️ 연습문제 풀이 (솔루션 참고)

문제 1: 세 행렬의 유사역행렬을 구하라: A_1 = \begin{bmatrix} 1&1 \\ 1&1 \end{bmatrix}, A_2 = \begin{bmatrix} 2&0 \\ 0&4 \\ 0&0 \end{bmatrix}, A_3 = \begin{bmatrix} 2&0&0 \\ 0&4&0 \end{bmatrix}. id:: c7d24191-44a3-4d31-a17a-450ef991aa54
- 🔁 개념 상기: 세 행렬이 정확히 [1단계] 표의 세 유형이다. A_1 은 랭크 부족(둘 다 부족), A_2 는 세로(좌역), A_3 는 가로(우역). [6단계] 레시피 그대로 유형 판정 → 공식 선택이 풀이의 전부다.
- A_1 (정사각이지만 r = 1 < 2, 한쪽 역도 없음): 공식 ⓓ, A = CR 로 간다.
  - C = \begin{bmatrix} 1 \\ 1 \end{bmatrix} (독립인 열 1개), R = \begin{bmatrix} 1 & 1 \end{bmatrix} (기약행사다리꼴의 0 아닌 행).
  - 식 (7)에 대입: C^{\mathrm{T}}A_1R^{\mathrm{T}} = 4 → A_1^{+} = R^{\mathrm{T}} \cdot \frac{1}{4} \cdot C^{\mathrm{T}} = \frac{1}{4}\begin{bmatrix} 1&1 \\ 1&1 \end{bmatrix}.
  - (같은 답이 문제 2의 랭크 1 공식 \frac{rc^{\mathrm{T}}}{(r^{\mathrm{T}}r)(c^{\mathrm{T}}c)} = \frac{1}{2 \cdot 2}\begin{bmatrix} 1&1 \\ 1&1 \end{bmatrix} 로도 나온다.)
  - 감각 확인: A_1(1,1) = (2, 2), 즉 (1,1) 방향에서 A_1 은 2배로 불린다. 되돌리기는 그 방향에서 \frac{1}{2} 배여야 하는데, 실제로 A_1^{+}(2,2) = \frac{1}{4}(4,4) = (1,1) ✓ (행렬 계수 \frac{1}{4} 에 A_1 자신의 2배가 합성되어 배율 \frac{1}{2}).
- A_2 (세로, r = n = 2 → 좌역): 대각 꼴이라 [6단계] ⓐ 지름길. 역수 취하고 (\frac{1}{0} 은 0), 모양은 전치:
  - A_2^{+} = \begin{bmatrix} 1/2&0&0 \\ 0&1/4&0 \end{bmatrix} \qquad \text{검산: } A_2^{+}A_2 = I_2 \ ✓,\ A_2A_2^{+} \neq I_3
  - 공식 ⓑ로 해도 같다: A^{\mathrm{T}}A = \mathrm{diag}(4, 16) → (A^{\mathrm{T}}A)^{-1}A^{\mathrm{T}} = 위와 동일.
- A_3 (가로, r = m = 2 → 우역): A_2 의 전치니까 답도 전치의 관계:
  - A_3^{+} = \begin{bmatrix} 1/2&0 \\ 0&1/4 \\ 0&0 \end{bmatrix} \qquad \text{검산: } A_3A_3^{+} = I_2 \ ✓
- 핵심 문장: 유사역 계산의 1단계는 공식이 아니라 유형 판정 (세로/가로/랭크부족). 대각 꼴이면 "역수 + 전치 모양 + \frac{1}{0} 은 0"으로 즉답.
문제 2: 랭크 1인 A = cr^{\mathrm{T}} 의 유사역행렬이 A^{+} = \frac{rc^{\mathrm{T}}}{(r^{\mathrm{T}}r)(c^{\mathrm{T}}c)} 임을 펜로즈 조건으로 확인하라.
- 🔁 개념 상기: 랭크 1 행렬(3장의 uv^{\mathrm{T}})의 되돌리기. 검증 도구는 [8단계] 펜로즈 조건. 그리고 \frac{rr^{\mathrm{T}}}{r^{\mathrm{T}}r} 꼴이 4.2의 직선 사영행렬이라는 것.
- 1단계, 두 곱부터 계산 (여기서 이미 그림이 보인다):
  - A^{+}A = \frac{rc^{\mathrm{T}} \cdot cr^{\mathrm{T}}}{(r^{\mathrm{T}}r)(c^{\mathrm{T}}c)} = \frac{r(c^{\mathrm{T}}c)r^{\mathrm{T}}}{(r^{\mathrm{T}}r)(c^{\mathrm{T}}c)} = \frac{rr^{\mathrm{T}}}{r^{\mathrm{T}}r}
  - 이것은 r 방향(= 행공간!) 사영행렬. 마찬가지로 AA^{+} = \frac{cc^{\mathrm{T}}}{c^{\mathrm{T}}c} = c 방향(= 열공간) 사영행렬. [7단계]의 P_{\text{row}}, P_{\text{col}} 이 랭크 1 버전으로 눈앞에 나타났다. 대칭 ✓ (조건 3·4 통과).
- 2단계, 조건 1: AA^{+}A = (cr^{\mathrm{T}})\frac{rr^{\mathrm{T}}}{r^{\mathrm{T}}r} = c\frac{(r^{\mathrm{T}}r)r^{\mathrm{T}}}{r^{\mathrm{T}}r} = cr^{\mathrm{T}} = A ✓ (가운데 스칼라 r^{\mathrm{T}}r 약분, 결합법칙 트릭).
- 3단계, 조건 2: 같은 수법으로 A^{+}AA^{+} = A^{+} ✓.
- 핵심 문장: 랭크 1의 유사역 = "전치 모양(rc^{\mathrm{T}})에 두 크기 제곱으로 나누기". 그리고 A^{+}A, AA^{+} 가 행·열공간 사영행렬이 되는 것을 손으로 목격하는 문제.
문제 4: A = \begin{bmatrix} 1&0&0 \\ 0&1&0 \end{bmatrix} 의 행공간·열공간은? A^{\mathrm{T}} 와 동일한 4공간을 갖는 A^{+} 는?
- 🔁 개념 상기: [5단계] "A^{+} 와 A^{\mathrm{T}} 는 4공간이 같다" + 4.4 요약표의 Q^{+} = Q^{\mathrm{T}}.
- 공간 파악: 행공간 = \mathbb{R}^3 안의 $xy$-평면 (행 (1,0,0), (0,1,0) 이 생성), 열공간 = \mathbb{R}^2 전체.
- A^{+} 계산: 가로(r = m = 2)라 우역인데, 행들이 정규직교라서 AA^{\mathrm{T}} = I_2 → A^{+} = A^{\mathrm{T}}(AA^{\mathrm{T}})^{-1} = A^{\mathrm{T}} \cdot I = A^{\mathrm{T}}.
  - A^{+} = A^{\mathrm{T}} = \begin{bmatrix} 1&0 \\ 0&1 \\ 0&0 \end{bmatrix}
- 감각 확인: 이 A 는 "3차원 벡터의 z 성분 버리기"다. 되돌리기는 "z 자리는 모르니 0으로 채워 복귀" = 전치가 하는 일 그대로 (4.2 문제 14의 그 좌표 부분공간!).
- 핵심 문장: 행(또는 열)이 정규직교면 A^{+} = A^{\mathrm{T}}. 4.4 의 Q^{+} = Q^{\mathrm{T}} 가 그 특수 케이스였다.
문제 6: P 가 사영행렬일 때 (P^{\mathrm{T}} = P = P^2), P^{+} = P 임을 펜로즈 조건으로 보여라.
- 🔁 개념 상기: [8단계] 펜로즈 4조건에 "후보 = P 자신"을 넣어보는 검증 연습.
- 조건 1·2 (A^{+} 자리에 P): PPP = P^3 = P^2 \cdot P = P \cdot P = P^2 = P ✓ (두 식 모두 같은 계산).
- 조건 3·4: (PP)^{\mathrm{T}} = (P^2)^{\mathrm{T}} = P^{\mathrm{T}} = P = P^2 = PP ✓.
- 왜 직관적으로 당연한가: 사영행렬은 자기 열공간 안에서는 아무것도 안 하는 행렬이다 (이미 도착한 벡터는 그대로). "되돌릴 것"이 없으니 되돌리기도 자기 자신. 죽인 성분(여공간)은 유사역도 똑같이 0으로 보내는 게 규칙이고.
- 핵심 문장: 사영행렬의 유사역은 자기 자신 (P^{+} = P). "사영은 자기 세계 안에서 항등"이라는 문장의 유사역 버전.

문제 11: 왜 A^{+} 의 유사역행렬은 항상 A 인가? ((A^{+})^{+} = A)

🔁 개념 상기: [5단계] 그림 4.11 (A 는 행공간 → 열공간, A^{+} 는 그 반대 방향) + [8단계] 펜로즈 4조건의 유일성. 가역행렬의 (A^{-1})^{-1} = A 를 모든 행렬로 확장하는 개념 마무리 문제다.
준비: 기호 (A^{+})^{+} 부터 해석한다.
- A^{+} 도 어엿한 n \times m 행렬이므로, 자기 자신의 유사역행렬을 가진다 (모든 행렬이 가지니까).
- 문제는 "그 유사역이 누구인가"이고, 증명할 목표는 후보 A 가 그 자리의 주인이라는 것이다.
길 ① (정의로 확인): [5단계] 행동강령을 A^{+} 에게 다시 적용한다.
- 먼저 A^{+} 의 4공간 배치: A^{+} 는 출력을 항상 행공간(A 의)에 떨어뜨리고, 좌영공간(A 의)을 죽인다. 그래서 열공간(A^{+}) = 행공간(A), 행공간(A^{+}) = 열공간(A), 영공간(A^{+}) = 좌영공간(A), 좌영공간(A^{+}) = 영공간(A). 그림 4.11의 화살표를 반대로 읽은 배치다.
- "A^{+} 의 유사역"의 자격 요건 = 행동강령의 주인공만 A^{+} 로 바꾼 것:
  - 요건 ①: A^{+} 의 열공간(= A 의 행공간)에 있는 벡터를 그 유일한 조상에게 되돌려야 한다.
  - 요건 ②: A^{+} 의 좌영공간(= A 의 영공간)은 0으로 보내야 한다.
- 후보 A 의 자격 심사:
  - 요건 ① 통과: 행공간 벡터 x_r 의 (A^{+} 기준) 조상은 "A^{+}b = x_r 인 열공간의 $b$"인데, [5단계] 정의에서 그 b 는 정확히 Ax_r 였다. 실제로 A 를 곱하면 Ax_r = b, 조상 복귀 성공 ✓.
  - 요건 ② 통과: 0으로 보내야 할 대상이 A 의 영공간이니, Ax_n = 0 은 영공간의 정의 그대로 ✓.
- 행동강령은 모든 입력의 처리 방식을 결정하므로 (임의 입력 = 두 성분의 합으로 분해되어 각각 처리) 두 요건이 행렬을 유일하게 정한다. 통과자 A 가 곧 (A^{+})^{+} 다.

길 ② (펜로즈 신분증으로 확인): "A^{+} 의 유사역 $X$" 자격시험 4문항에 후보 X = A 를 넣어본다.

`X` 가 통과할 시험	`X = A` 대입 결과	정체 ([8단계] 4조건 중)
`A^{+}XA^{+} = A^{+}`	`A^{+}AA^{+} = A^{+}`	조건 2 그대로
`XA^{+}X = X`	`AA^{+}A = A`	조건 1 그대로
`(XA^{+})^{\mathrm{T}} = XA^{+}`	`(AA^{+})^{\mathrm{T}} = AA^{+}`	조건 4 그대로
`(A^{+}X)^{\mathrm{T}} = A^{+}X`	`(A^{+}A)^{\mathrm{T}} = A^{+}A`	조건 3 그대로

대입 결과 4개가 전부 이미 성립하는 원래 4조건이다 (조건 1↔2, 3↔4 로 짝만 바뀜). 4조건은 A 와 A^{+} 를 맞바꿔도 똑같은 문장 묶음이라, "A^{+} 는 A 의 유사역"이라는 사실 자체가 "A 는 A^{+} 의 유사역"의 증명이 된다.
펜로즈 4조건을 만족하는 행렬은 유일하므로 ([8단계] 용도), (A^{+})^{+} = A 로 확정된다.

🔢 검산 (숫자로 한 바퀴): [6단계] 예제 A = \begin{bmatrix} 1&2 \\ 3&6 \end{bmatrix}, A^{+} = \frac{1}{50}\begin{bmatrix} 1&3 \\ 2&6 \end{bmatrix} 에서 A^{+} 의 유사역을 ⓓ 레시피로 직접 구해본다.
- A^{+} 도 랭크 1 이다 (2행 = 1행의 2배): C_B = \frac{1}{50}\begin{bmatrix} 1 \\ 2 \end{bmatrix} (독립인 열), R_B = \begin{bmatrix} 1&3 \end{bmatrix} (기약행사다리꼴의 0 아닌 행).
- 가운데 수: C_B^{\mathrm{T}}A^{+}R_B^{\mathrm{T}} = \frac{1}{50} → 역수는 50.
- (A^{+})^{+} = R_B^{\mathrm{T}} \cdot 50 \cdot C_B^{\mathrm{T}} = \begin{bmatrix} 1 \\ 3 \end{bmatrix} \cdot 50 \cdot \frac{1}{50}\begin{bmatrix} 1&2 \end{bmatrix} = \begin{bmatrix} 1&2 \\ 3&6 \end{bmatrix} = A \ ✓
- \frac{1}{50} 과 50이 상쇄되며 원본이 그대로 복귀한다.
💡 큰 그림: (A^{-1})^{-1} = A, (A^{\mathrm{T}})^{\mathrm{T}} = A 와 같은 줄에 서는 성질이다. "되돌리기"라는 이름값을 하려면 두 번 뒤집었을 때 제자리로 와야 한다.
핵심 문장: 되돌리기의 되돌리기 = 원본 ((A^{+})^{+} = A). 정의(4공간 역할 맞교대)로도, 신분증(펜로즈 4조건이 A 와 A^{+} 에 대칭)으로도, 숫자([6단계] 예제 재적용)로도 같은 결론.

42 KiB

Executable File

Raw Blame History

핵심 개념

[0단계] 결론 먼저: 이 절의 최종 답 3줄

[1단계] 왜 필요한가: 역행렬의 빈자리 + 3.3 해 유형표

[2단계] 좌역행렬: 세로 행렬의 처방 = 최소제곱

[3단계] 우역행렬: 가로 행렬의 처방 = 최단 해

[4단계] `A^{\mathrm{T}}A` 대 `AA^{\mathrm{T}}`: 재료 정리 (기억 교정)

[5단계] 진짜 유사역행렬 `A^{+}` 의 정의: 랭크가 둘 다 부족해도 된다

[6단계] ⭐ `A^{+}` 구하는 법 총정리 (이 절의 실전 파트)

[7단계] `A^{+}A` 와 `AA^{+}` 의 정체: `I` 가 못 되면 사영이 된다

[8단계] 펜로즈 4조건: `A^{+}` 의 신분증이자 검산 체크리스트

🧩 한눈 요약표 (이 절 전체)

❓ 스스로 점검

✏️ 연습문제 풀이 (솔루션 참고)

42 KiB Executable File Raw Blame History Unescape Escape

핵심 개념

[0단계] 결론 먼저: 이 절의 최종 답 3줄

[1단계] 왜 필요한가: 역행렬의 빈자리 + 3.3 해 유형표

[2단계] 좌역행렬: 세로 행렬의 처방 = 최소제곱

[3단계] 우역행렬: 가로 행렬의 처방 = 최단 해

[4단계] A^{\mathrm{T}}A 대 AA^{\mathrm{T}}: 재료 정리 (기억 교정)

[5단계] 진짜 유사역행렬 A^{+} 의 정의: 랭크가 둘 다 부족해도 된다

[6단계] ⭐ A^{+} 구하는 법 총정리 (이 절의 실전 파트)

[7단계] A^{+}A 와 AA^{+} 의 정체: I 가 못 되면 사영이 된다

[8단계] 펜로즈 4조건: A^{+} 의 신분증이자 검산 체크리스트

🧩 한눈 요약표 (이 절 전체)

❓ 스스로 점검

✏️ 연습문제 풀이 (솔루션 참고)

42 KiB

Executable File

Raw Blame History

[4단계] `A^{\mathrm{T}}A` 대 `AA^{\mathrm{T}}`: 재료 정리 (기억 교정)

[5단계] 진짜 유사역행렬 `A^{+}` 의 정의: 랭크가 둘 다 부족해도 된다

[6단계] ⭐ `A^{+}` 구하는 법 총정리 (이 절의 실전 파트)

[7단계] `A^{+}A` 와 `AA^{+}` 의 정체: `I` 가 못 되면 사영이 된다

[8단계] 펜로즈 4조건: `A^{+}` 의 신분증이자 검산 체크리스트