수학 개념 지도
선형대수(Linear algebra)

행렬의 곱(Matrix multiplication)

두 선형변환⁠(linear transformation)⁠을 이어서 적용한 것. 순서가 중요해서 AB와 BA는 보통 다르다.

(AB)v⃗=A(Bv⃗)(AB)\vec v = A(B\vec v)
먼저 보면 좋은 개념행렬

먼저 를 하고, 이어서 를 해 봅시다. 둘을 합친 변환도 선형변환이니 행렬⁠(matrix)⁠ 하나로 적을 수 있고, 그것이 두 행렬의 곱입니다.

왼쪽은 "먼저 → 다음" 순서, 오른쪽은 반대 순서입니다. 대부분의 조합에서 결과가 다릅니다. 90° 회전⁠(rotation)⁠ 후 가로 늘이기와, 가로 늘이기 후 90° 회전은 서로 다른 모양을 만듭니다. 수의 곱셈에서는 3×5=5×33 \times 5 = 5 \times 3처럼 순서를 바꿔도 되지만(교환법칙⁠, commutative law⁠), 행렬 곱셈에서는 보통 AB≠BAAB \ne BA인 이유가 이것입니다. 교환법칙은 없어도 결합법칙⁠(associativity)⁠ (AB)C=A(BC)(AB)C = A(BC)와 곱해도 그대로인 단위행렬⁠(identity matrix)⁠이 있어서, n×n 행렬들은 곱셈에 대해 모노이드⁠(monoid)⁠를 이룹니다.

크기가 다른 행렬까지 모으면 m×n 행렬을 n에서 m으로 가는 화살표로 삼는 범주⁠(category)⁠가 되고(안쪽 크기가 맞을 때만 곱할 수 있다는 것이 화살표를 이어 붙이는 조건입니다), 두 행렬을 나란히 놓는 크로네커 곱⁠(Kronecker product)⁠까지 더하면 모노이드 범주가 됩니다.

예외도 있습니다. 평면에서 회전끼리는 순서가 상관없고, 각도가 더해질 뿐입니다(회전 행렬⁠, rotation matrix⁠). 공간에서는 축이 다른 두 회전의 순서를 바꾸면 결과가 달라집니다. 복소수 곱셈⁠(complex multiplication)⁠도 순서와 무관합니다. 복소수⁠(complex number)⁠를 곱하는 행렬들은 어느 둘을 골라도 순서를 바꿔 곱할 수 있는 특별한 모임입니다.

행렬의 곱은 여러 분야에 나타납니다.

  • 각도 α만큼 돌리는 행렬과 β만큼 돌리는 행렬을 곱해 성분을 풀면, α + β 회전 행렬의 성분과 맞춰 보는 것만으로 삼각함수의 덧셈정리⁠(angle addition formulas)⁠가 나옵니다.
  • 날씨가 오늘 맑으면 내일 비 올 확률⁠(probability)⁠이 얼마인지처럼, 한 상태에서 다음 상태로 옮겨 갈 확률을 모은 표를 전이 행렬⁠(transition matrix)⁠이라 합니다. 이 행렬을 n번 곱하면 n단계 뒤의 확률이 나오고, 이런 과정이 마르코프 연쇄⁠(Markov chain)⁠입니다.
  • 변수가 여러 개인 함수⁠(function)⁠는 한 점 근처에서 행렬 하나로 근사됩니다. 그 행렬을 야코비 행렬(야코비안⁠, Jacobian⁠)이라 하는데, 편미분(한 변수만 움직였을 때의 변화율)들을 표로 늘어놓은 것입니다. 두 함수를 이어 붙인 함수의 야코비 행렬⁠(Jacobian matrix)⁠은 각 함수의 야코비 행렬의 곱이고, 이것이 여러 변수에서의 연쇄법칙⁠(chain rule)⁠입니다.
  • 신경망⁠(neural network)⁠은 층을 지날 때마다 입력에 행렬을 곱하고, 이어서 휘어진 함수를 한 번 적용합니다. 학습에 쓰는 역전파⁠(backpropagation)⁠는 층마다의 야코비 행렬을 출력 쪽부터 거꾸로 곱해 나가며, 각 가중치⁠(weight)⁠를 조금 바꾸면 오차가 얼마나 변하는지 계산합니다(자동 미분⁠(automatic differentiation)⁠의 후진 모드⁠(reverse mode)⁠).
  • 합을 최솟값으로, 곱을 덧셈으로 바꾼 (min, +) 곱 (A⊙B)ik=min⁡j(Aij+Bjk)(A\odot B)_{ik} = \min_j (A_{ij} + B_{jk})로 도로 지도의 거리표를 거듭 곱하면 최단 경로⁠(shortest path)⁠의 길이가 나옵니다. 자기 자신까지의 거리가 0인 완성된 거리표 D가 D⊙D=DD\odot D = D를 만족한다는 것이 곧 삼각부등식⁠(triangle inequality)⁠이고, 이것이 거리 공간⁠(metric space)⁠을 범주로 읽는 풍부화된 범주⁠(enriched category)⁠의 출발점입니다.

n×n 행렬 둘을 정의대로 곱하면 수의 곱셈이 n3n^3번 듭니다. 결과의 n2n^2개 성분마다 곱셈이 n번씩 들기 때문입니다. 1969년 독일 수학자 폴커 슈트라센은 이를 줄였습니다. 각 행렬을 가로세로 반씩 네 조각으로 나누면 조각끼리 곱하는 방식으로 곱을 계산할 수 있는데, 그대로 하면 조각끼리의 곱셈이 8번 듭니다. 슈트라센은 덧셈을 더 쓰는 대신 이를 7번으로 줄이는 식을 찾았습니다. 조각 안의 곱셈에도 같은 방법을 되풀이하면(분할 정복⁠, divide and conquer⁠) 곱셈 횟수는 nlog⁡27≈n2.81n^{\log_2 7} \approx n^{2.81}으로 줄어듭니다.

관련된 시대와 장소괴팅겐
이 개념이 나오는 큰 생각선형화: 휘어진 것을 곧게 보기

이 개념이 나오는 긴 글

미분에서 회전까지 · 5편 · 복소수와 행렬 곱셈은 회전이다 복소수를 곱하는 일과 행렬로 평면을 돌리는 일은 같은 일이다. 최소제곱과 선형대수 잃어버린 소행성 1801년, 발견 몇 주 만에 태양 뒤로 사라진 세레스. 스물네 살의 가우스는 흩어진 관측값에서 궤도를 되찾았다. 그래프 이론 일곱 다리의 도시 쾨니히스베르크의 일곱 다리를 한 번씩만 건너 산책할 수 있을까? 오일러는 지도를 지우고 점과 선만 남겼다. 계산언어학 말을 세는 기계 문법은 규칙일까, 확률일까? 파니니의 문법에서 촘스키의 위계, 섀넌의 영어 엔트로피, 오늘날의 언어 모델까지. 신경망과 기계 학습 배우는 기계 예를 보여 주면 규칙을 스스로 찾는 기계. 1958년의 퍼셉트론에서 오늘의 심층 신경망까지, 그 밑바닥에는 미분과 연쇄법칙이 있다. 언어 모델 다음 단어를 맞히는 기계 다음 낱말을 짐작하는 일만으로 어디까지 갈 수 있을까? 마르코프의 글자 세기에서 섀넌의 추측 게임, 트랜스포머와 규모의 법칙, 사람의 선호까지. 밑바닥에는 확률의 곱셈 규칙과 로그 하나가 있고, 그 수학은 모델이 왜 그럴듯하게 틀리는지도 말해 준다. 반환과 동적 계획법 같은 계산, 다른 덧셈 가장 짧은 길, 길의 가짓수, 가장 그럴듯한 해석, 갈 수 있는지 없는지. 따로 태어난 알고리즘들이 사실은 한 계산이고, 달라지는 것은 더하기와 곱하기 자리에 무엇을 넣느냐뿐이다. 그렇게 바꿔 넣어도 되는 까닭은 분배법칙 하나다. 범주론 화살표만으로 본 수학 최대공약수와 교집합과 '그리고'는 같은 것이고, 화살표를 뒤집으면 최소공배수와 합집합과 '또는'이 된다. 무엇으로 만들었는지 묻지 않고 어떻게 이어지는지만 보는 언어로, '자연스럽다'는 말의 뜻, 관계만으로 대상을 알아보는 요네다의 생각, 함자로 본 연쇄법칙, 어디에나 있는 수반까지 사이트의 여러 분야를 가로지른다.

이 개념 위에 세워진 것

이 개념을 언급하는 페이지

이 페이지가 가리키는 개념