2. 소개
선형대수학은 수학, 공학, 경제학, 사회학 등 거의 모든 학문 분야에서 이용되며, 가장 중요한 수학 과목의 하나로
실제 응용뿐만 아니라 이론적인 연구도 활발한 수학 분야 중의 하나입니다.
우리는 그 첫 걸음으로 벡터와 그 성질을 공부하고 이를 바탕으로 선형대수학의 기본 원리들을 하나하나 공부해
갈것입니다.
크기와 방향 모두를 가지는 것(object, 양)을 벡터라 합니다. n-차원 벡터는 유전학이나 경제학, 생태학 등 다양
한 분야에서도 볼 수 있답니다. 우리는 3차원 공간에서 이러한 벡터들이 갖는 기본 성질을 알아보고, 그 내용을
n-차원공간으로 확장할 것입니다. 또한 내적을 정의하고 직선과 평면의 방정식을 공부할 것입니다.
5. 1.1 공학과 수학에서의 벡터: n 차원 공간
스칼라(Scalar) : 길이, 넓이, 질량, 온도
- 크기만 주어지면 완전히 나타낼수 있는 양
벡터(vector) : 속도, 위치이동, 힘
- 크기 뿐만아니라 방향까지 지정하지 않으면 완전히 나타낼수 없는 양
- 벡터는 크기와 방향을 갖는 유향 선분이다.
- 특히 2차원, 3차원 공간에서의 벡터는 화살표로 표현가능하다.
6. 1.1 공학과 수학에서의 벡터: n 차원 공간
세 실수들의 순서조 를 (공간)벡터(vector in space)라 하고
로 나타낸다. 이때 실수 를 공간 벡터 x의 성분(component)라 한다.
7. n개의 실수의 순서조 를 n차원 벡터(n-dimensional vector)라 하고
로 나타낸다.
이때 실수 를 x의 성분(component)라 한다.
1.1 공학과 수학에서의 벡터: n 차원 공간
8. 1.1 공학과 수학에서의 벡터: n 차원 공간
n차원에서 벡터의 상등(equivalent)
의 벡터 에 대하여
이면 x = y 라 한다.
9. 1.1 공학과 수학에서의 벡터: n 차원 공간
- n차원에서 벡터합, 스칼라배, 양벡터, 음벡터
의 벡터 와 스칼라 k에 대하여
두 벡터의 합 x + y와 k에 의한 x의 스칼라배 kx를 각각 다음과 같이 정의한다.
또한 에서 모든 성분이 0인 벡터를 영벡터 또는 원점이라 하고 0으로 나타낸다. 그러면 임의의
에 대하여 x + 0 = x, x + (-1)x = 0이 성립함을 쉽게 알 수 있따. 여기서 (-1)x = -x로 정의하며
-x를 x의 음벡터라 한다.
10. 1.1 공학과 수학에서의 벡터: n 차원 공간
- 예제
의 벡터 에 대하여 x + y, x - y, (-2)x를 구하여라.
11. 1.1 공학과 수학에서의 벡터: n 차원 공간
- n차원에서 벡터의 성질 1
의 벡터 x, y, z와 스칼라 h, k에 대해 다음의 성질이 성립한다.
12. 1.1 공학과 수학에서의 벡터: n 차원 공간
- n차원에서 벡터의 성질 2
의 벡터 x와 스칼라 k에 대하여 다음이 성립한다.
(1) 0x = 0
(2) k0 = 0
(3) (-1)x = -x
13. 1.1 공학과 수학에서의 벡터: n 차원 공간
- 일차 결합(Linear Combination)
가 의 벡터이고, 계수 가 실수 일 때,
인 형태를 의 일차 결합(linear combination)이라 한다.
->V_i들의 상수배를 더해서 얻은 벡터를 V_i들의 선형 결합.
14. 1.2 내적과 직교
에 대한 벡터의 크기 norm, 거리 distance, 사잇각 theta angle 및
평행성과 직교성 orthogonality에 대해 학습한다.
15. 1.2 내적과 직교
- 노름, 거리(norm, distance)
의 벡터 에 대해
을 x의 노름(norm, length, magnitude)라 한다.
위 정의에서 는 원점에서 점 에 이르는 거리로 정의됨을 말한다.
따라서 의 두 벡터 에 대해 는
두 점 와 사이의 거리로 정의한다. 즉,
16. 1.2 내적과 직교
- 내적 (Euclidean inner product, Dot product)
의 벡터 에 대해
실수 을
x와 y의 내적(Euclidean inner product, dot product)라 하고,
로 나타낸다.
19. 1.2 내적과 직교
- 코시 슈바르츠 부등식
의 임의의 벡터 x, y에 대해 다음 부등식이 성립한다.
단, 등호는 x, y 중 하나가 다른 것의 실수배 일때 만 성립한다.
x, y가 둘다 0벡터가 아니면 norm은 0이 아니고,
x와 y의 inner product over는 x의 norm 곱하기 y의 norm은 -1과 1사이에 있기 때문에
이 값을 만족하는 각이 존재한다.
20. 1.2 내적과 직교
- 두 벡터 사이의 각(angle)
의 벡터 x, y에 대해
인 를 x와 y가 이루는 각(angle, 사잇각)이라 한다.
- 직교와 평행
= 0 일 때 x, y는 서로 직교(orthogonal)한다.
적당한 실수 k에 대해 x = ky인 경우 x는 y와 평행하다.
21. 1.2 내적과 직교
- 단위 벡터, 직교 벡터, 정규 직교 벡터
의 벡터 x에 대해 노름이 1인 벡터, 즉
인 벡터를 단위 벡터(unit vector)라 한다.
의 벡터 x, y가 서로 직교한다면, 이 벡터를 직교(orthogonal) 벡터들이라 하고,
x, y가 서로 직교벡터이면서 각각 단위 벡터이면 정규직교(orthonormal) 벡터라 한다.
23. 1.2 내적과 직교
- 벡터에 대한 삼각 부등식(triangle inequality)
의 벡터 x, y에 대하여 다음 부등식이 성립한다.
단, 등호는 x, y 중 하나가 다른 것의 k>=0배인 경우에만 성립한다.
와 코시-슈바르츠 부등식을 이용하면
이므로 가 성립 한다.
24. 1.2 내적과 직교
- 기본 단위 벡터(standard unit vector)
임의의 벡터 x(!= 0)에 대해 는 단위 벡터이다.
의 단위 벡터 중에서 다음 n개의 벡터
기본단위벡터(standard unit vector, 표준 단위벡터)라 한다.
25. 1.2 내적과 직교
- 기본 단위 벡터(standard unit vector)
을 의 임의의 벡터라 할 때 기본 단위 벡터를 사용하여
다음과 같이 나타낼 수 있다.