Basis Vector
평면해석 기하학에서는 평면의 한 점을 한 쌍의 수직 좌표축 위로 사영시킴으로서 어떤 좌표를 점 P에 대응시킬 수 있다. 여기서, 평면의 각 점은 유일한 좌표 집합으로 대응되고, 이것의 역도 성립한다. 즉, 이들은 one to one 관계(1 : 1 대응 관계)가 성립한다. 좌표축으로는 수직 좌표축(카르테시안 좌표계)이 가장 일반적인 경우지만, 점차 좌표축이 반드시 수직일 필요가 없다는 점을 깨닫기 시작했다. 즉, 어떤 조건을 만족한다면 수직 관계가 아닌, 임의의 나란한 두 직선도 평면의 좌표계를 결정하는데 쓰일 수 있으며, 이들 직선은 벡터를 사용하여 나타낼 수도 있다. 즉, 궁극적으로는 좌표계를 벡터공간을 사용하여 표시할 수 있다. 예를 들어, 평면 상에서 어떤 좌표가 주어졌을 때, 이것은 좌표축의 단..
더보기
R^n에서 R^m으로의 선형변환
R^n에서 R^m으로의 선형 변환에서, w = F(x)인 함수를 생각해보자. 여기서 x는 R^n의 벡터이며, w는 R^m의 벡터이다. 선형변환(linear transformation)은, 이와 같은 함수의 특수한 종류를 뜻하는 것이다. 선형변환은 선형대수의 연구에 있어서 기본이고, 물리, 공학, 사회과학과 수학 등 여러 분야에 중요하게 응용된다. 먼저, 함수(function)란 집합 A의 각 원소에 집합 B의 오직 하나의 원소를 대응하는 규칙 f이다. f가 원소 a에 원소 b를 대응시킬 때 b = f(a)로 표기하고, b를 f에 의한 이미지(image, 상), 또는 a에 있어서 f의 값(value)이라 한다. 집합 A를 f의 도메인(domain, 정의역)이라 하고, 집합 B를 f의 코-도메인(codoma..
더보기
유클리드 벡터공간
.... 평면상의 점의 위치를 2개의 수의 순서쌍으로 나타내고, 3차원 공간의 점의 원치를 3개의 수의 순서쌍으로 나타내려는 발상은 17세기 중엽에 이르러 비로소 형성된 것이다. 18세기 후반에 접어들어, 수학자나 물리학자들은 3개의 수의 순서쌍에서 멈출 필요가 없음을 깨닫기 시작했다. 4개의 수의 순서쌍 (a1, a2, a3, a4)이 '4차원' 공간의 점으로, 5개의 수의 순서쌍 (a1, a2, a3, a4, a5)이 '5차원' 공간의 점으로 생각할 수 있음이 인식되었다. .... 고차원 공간 벡터의 몇 가지 예는 다음과 같다. 1. 실험 데이터 : 과학자는 실험을 수행하고 실험이 수행되는 각 시간에 n개의 수치 측정을 작성한다. 각 실험의 경과는 R^n의 하나의 벡터 y = (y1, y2, y3, ..
더보기
벡터곱(cross product)의 좌표계 독립성
벡터에 대한 이해를 쉽게 하기 위해서, 지금까지 벡터라는 것은 2차원 또는 3차원 공간 내의 방향성을 가진 성분으로 정의했다. 그리고 좌표계와 성분은 벡터끼리의 계산을 간단히 하기 위해 도입한 것이다. 따라서, 벡터는 좌표계에 상관없이 수학적인 형식을 만족하는 것이다. 더구나, 벡터의 성분은 벡터 그 자체로서 고유한 것이라 할 수 없고, 어디까지나 선택된 좌표계에 의존한다. 예를 들어, 어떤 벡터 하나가 주어졌을 때 특정 좌표계에서 이 벡터의 성분은 (1, 1)이 될 수도 있지만, 다른 좌표계에서는 (2, 1)이 될 수도 있다. 여기에서, 벡터곱의 정의에 대해 중대한 의문이 발생하게 된다. 그것은, 벡터 u × v를 u와 v의 성분에 의해 정의했고, 이 성분들이 좌표계의 선택에 따라 달라진다면 u, v가..
더보기