맨위로가기

선형 결합

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.

1. 개요

선형 결합은 벡터 공간의 벡터들과 스칼라들의 곱의 합으로 표현되는 연산이다. 벡터 v1, ..., vn과 스칼라 a1, ..., an이 주어졌을 때, a1v1 + a2v2 + ... + anvn으로 나타낸다. 선형 결합의 개념을 확장하여 아핀 결합, 원뿔 결합, 볼록 결합 등을 정의할 수 있으며, 선형 결합은 선형생성, 선형 독립, 기저 등의 개념과 밀접하게 관련되어 있다.

더 읽어볼만한 페이지

  • 선형대수학 - 벡터 공간
    벡터 공간은 체 위의 가군으로 정의되는 대수적 구조로, 벡터 덧셈과 스칼라 곱셈 연산을 가지며 특정 공리들을 만족하고, 기저, 차원, 선형 사상 등의 개념을 통해 수학과 물리학 등 다양한 분야에서 활용된다.
  • 선형대수학 - 직교
    직교는 수학에서 수직으로 만나는 기하학적 개념에서 시작하여 내적 공간의 벡터 내적이 0이거나 가군과 쌍대 가군의 원소가 특정 조건을 만족할 때 성립하며, 직교 집합, 직교 기저, 직교 여공간 등의 구조를 정의하고 푸리에 급수, 상대성이론, 양자역학 등 다양한 분야에서 활용될 뿐 아니라 컴퓨터 과학, 통계학, 법률, 예술 등에서도 독립적인 요소나 개념을 나타내는 데 사용된다.
  • 수학 - 회귀 분석
    회귀 분석은 종속 변수와 하나 이상의 독립 변수 간의 관계를 모델링하고 분석하는 통계적 기법으로, 최소 제곱법 개발 이후 골턴의 연구로 '회귀' 용어가 도입되어 다양한 분야에서 예측 및 인과 관계 분석에 활용된다.
  • 수학 - 수학적 최적화
    수학적 최적화는 주어진 집합에서 실수 또는 정수 변수를 갖는 함수의 최댓값이나 최솟값을 찾는 문제로, 변수 종류, 제약 조건, 목적 함수 개수에 따라 다양한 분야로 나뉘며 여러 학문 분야에서 활용된다.
선형 결합
선형 결합
정의
기본 설명선형 결합은 벡터 공간에서 벡터들에 스칼라를 곱한 후 더하는 연산이다. 이 연산의 결과로 생성된 벡터를 "선형 결합"이라고 한다.
공식 정의벡터 공간 V의 벡터 v₁, v₂, ..., vₙ과 스칼라 a₁, a₂, ..., aₙ에 대해, a₁v₁ + a₂v₂ + ... + aₙvₙ의 형태를 선형 결합이라고 한다.
다른 정의각 항이 스칼라와 벡터의 곱으로 이루어진 합을 의미한다.
예시
2차원 벡터2차원 벡터 v₁=(1, 2), v₂=(3, 4)의 선형 결합은 a₁(1, 2) + a₂(3, 4) = (a₁+3a₂, 2a₁+4a₂)이다.
함수함수 f(x), g(x)의 선형 결합은 af(x) + bg(x)이다.
특징
일차 종속어떤 벡터가 다른 벡터들의 선형 결합으로 표현될 수 있으면, 그 벡터들은 일차 종속이다.
일차 독립어떤 벡터도 다른 벡터들의 선형 결합으로 표현될 수 없으면, 그 벡터들은 일차 독립이다.
생성벡터들의 모든 가능한 선형 결합으로 생성되는 벡터들의 집합을 벡터 공간이라고 한다.
활용
선형 변환선형 변환은 선형 결합을 보존하는 함수이다.
기저벡터 공간의 기저는 그 공간의 모든 벡터를 선형 결합으로 나타낼 수 있는 일차 독립인 벡터들의 집합이다.
공학 및 물리학공학 및 물리학에서 다양한 시스템 분석과 모델링에 사용된다.
참고 자료
참고 문헌Strang, Gilbert (2016). Linear Algebra and Its Applications (4th ed.)
Lay, David C.; Lay, Steven R.; McDonald, Judi J. (2016). Linear Algebra and Its Applications (5th ed.)
Axler, Sheldon (2015). Linear Algebra Done Right (3rd ed.)
nLab: linear combination

2. 정의

''V''를 ''K'' 위의 벡터 공간이라고 하자. ''V''의 원소를 벡터라고 하고, ''K''의 원소를 스칼라라고 한다.

만약 '''v'''1,...,'''v'''''n''이 벡터이고 ''a''1,...,''a''''n''이 스칼라라면, 이 벡터들의 ''스칼라 ''a''1,...,''a''''n''을 계수로 하는 선형 결합''은 다음과 같다.

:a_1 \mathbf v_1 + a_2 \mathbf v_2 + a_3 \mathbf v_3 + \cdots + a_n \mathbf v_n.

"선형 결합"이라는 용어는 그 표현식 자체를 가리키는지, 아니면 그 값을 가리키는지에 따라 다소 모호하게 사용될 수 있다. 대부분의 경우 "'''v'''1,...,'''v'''''n''의 모든 선형 결합의 집합은 항상 부분 공간을 형성한다"는 주장에서처럼 값이 강조된다. 그러나 "두 개의 서로 다른 선형 결합이 같은 값을 가질 수 있다"라고 말할 수도 있는데, 이 경우에는 표현식을 가리킨다. 이러한 용법의 미묘한 차이는 일차 종속 개념의 본질이다. 벡터들의 집합 ''F''는 ''F''의 벡터들의 선형 결합(값으로서)이 유일하게(표현식으로서) 결정될 때에만 일차 독립이다. 어떤 경우든, 표현식으로 볼 때도 선형 결합에 대해 중요한 것은 각 '''v'''''i''의 계수이다. 항을 재배열하거나 계수가 0인 항을 추가하는 것과 같은 사소한 수정은 서로 다른 선형 결합을 생성하지 않는다.

주어진 상황에서 ''K''와 ''V''는 명시적으로 지정될 수도 있고, 문맥에서 명확히 알 수도 있다. 그 경우 계수가 명시되지 않은(단, ''K''에 속해야 함) 벡터 '''v'''1,...,'''v'''''n''의 ''선형 결합''에 대해 이야기하는 경우가 많다. 또는 ''S''가 ''V''의 부분집합이라면, 벡터가 집합 ''S''에 속해야 하고(그리고 계수는 ''K''에 속해야 함) 계수와 벡터 모두가 명시되지 않은 ''S''의 벡터들의 선형 결합''에 대해 이야기할 수 있다. 마지막으로, 아무것도 명시되지 않은(단, 벡터는 ''V''에 속해야 하고 계수는 ''K''에 속해야 함) ''선형 결합''에 대해 간단히 이야기할 수 있다. 이 경우 모든 벡터 ''V''가 어떤 선형 결합의 값이므로 표현식을 가리키는 것이다.

정의에 따르면, 선형 결합은 유한 개의 벡터만을 포함한다. 그러나 벡터가 취해지는 집합 ''S''(만약 언급된다면)는 여전히 무한일 수 있다. 각각의 개별적인 선형 결합은 유한 개의 벡터만을 포함할 것이다. 또한 ''n''이 0이 될 수 없는 이유는 없다. 이 경우 관례상 선형 결합의 결과는 ''V''의 영벡터로 선언한다.

3. 선형생성

임의의 체 ''K''와 벡터 공간 ''V''에 대해, 벡터 '''v'''1, ..., '''v'''''n''들의 모든 선형 결합의 집합을 이 벡터들의 선형생성(span)이라고 하고, span(''S'') 또는 sp(''S'')로 표현한다. (여기서 ''S'' = {'''v'''1, ..., '''v'''''n''})[14][15]

: \operatorname{span}( \mathbf v_1 ,\ldots, \mathbf v_n) := \{ a_1 \mathbf v_1 + \cdots + a_n \mathbf v_n : a_1 ,\ldots, a_n \in K \}

체 ''K'' 위의 벡터 공간 ''V''와 그 유한 부분집합 ''S'' = {''v''1, ''v''2, ..., ''v''''r''}에 대해, ''S''를 포함하는 ''V''의 최소 부분 선형 공간을 span(''S'') 또는 <''S''>로 나타내며, 이는 ''S'' 원소들의 선형 결합 전체와 같다.

: \operatorname{span}(S) = \langle S \rangle :=

\{k_1 v_1 + k_2 v_2 + \cdots + k_r v_r

\mid k_i \in K,\, v_j \in S

\}



이를 벡터 ''v''1, ''v''2, ..., ''v''''r''에 의해 생성되는 부분 공간 또는 ''S''가 ''K'' 위에서 생성하는 부분 공간이라고 하며, ''S''를 이 부분 공간의 생성계라고 한다. 계수를 명시하여 Span''K''(''S'') 또는 <''S''>''K''와 같이 표기하기도 한다.

''S''가 무한히 많은 벡터로 이루어진 ''V''의 부분집합일 때, ''S''가 생성하는 부분 공간은 다음과 같다.

: \operatorname{span}(S) :=

\{k_1 v_1 + k_2 v_2 + \cdots + k_r v_r

\mid k_i \in K,\, v_j \in S,\, \exists r \in \mathbb{N}

\},



즉, ''S''의 유한 개의 벡터의 선형 결합으로 표현되는 벡터 전체가 ''V''의 부분집합이 된다.

''V'' = span(''S'')가 되는 부분집합 ''S'' 중에서 최소인 것을 ''V''의 기저라고 한다. 기저의 농도는 항상 일정하며, 기저의 농도로 벡터 공간의 차원이 정의된다. 예를 들어, ''S'' = {''v''1, ''v''2, ..., ''v''''r''}가 선형 독립인 벡터로 이루어진다면, ''S''는 그것에 의해 생성되는 벡터 공간 span(''S'')의 기저를 이루며, span(''S'')의 차원은 ''r''이 된다.

4. 선형 독립

어떤 벡터 집합 '''v'''1,...,'''v'''''n''이 있을 때, 이 벡터들의 선형 결합이 0이 되는 경우가 모든 계수가 0인 경우뿐이라면, 이 벡터들을 '''선형 독립'''이라고 한다. 즉, 다음 식을 만족하는 경우가 모든 c_i가 0일 때뿐이다.[16][17]

:\mathbf 0 = \sum_i c_i \mathbf v_i.

주어진 여러 벡터를 서로 다른 벡터의 선형 결합으로 나타낼 수 없다면, 이 벡터들은 '''선형 독립'''이다. 만약 어떤 벡터 집합이 선형 독립이고, 그 집합의 생성(span)이 전체 벡터 공간 ''V''와 같다면, 이 집합은 ''V''의 기저가 된다.

반대로, 선형 결합이 0이 되는 경우가 모든 계수가 0인 경우 외에도 존재한다면, 이 벡터들은 '''선형 종속'''이라고 한다.

5. 다양한 종류의 선형 결합

선형 결합에서 계수에 특정 제한을 둠으로써, 아핀 결합, 원뿔 결합, 볼록 결합 등과 관련된 개념을 정의할 수 있다. 또한 이러한 연산에 대해 닫힌 집합의 개념도 정의할 수 있다.

결합의 종류계수 제한 조건집합의 이름모델 공간
선형 결합제한 없음벡터 부분 공간\mathbf{R}^n
아핀 결합\sum a_i = 1아핀 부분 공간아핀 초평면
원뿔 결합a_i \geq 0볼록 원뿔사분면, 팔분면
볼록 결합a_i \geq 0 and \sum a_i = 1볼록 집합단체



이 연산들은 선형 결합보다 더 제한적이므로, 더 많은 부분집합들이 이 연산에 대해 닫혀 있다. 따라서 아핀 부분집합, 볼록 원뿔, 볼록 집합은 벡터 부분 공간을 일반화한 개념이다. 벡터 부분 공간은 아핀 부분 공간, 볼록 원뿔, 볼록 집합이 될 수 있지만, 볼록 집합이 반드시 벡터 부분 공간, 아핀 부분 공간 또는 볼록 원뿔일 필요는 없다.

이러한 개념은 특정한 선형 결합은 가능하지만 모든 선형 결합이 가능하지 않은 경우에 종종 발생한다. 예를 들어, 확률 분포는 볼록 결합에 대해서는 닫혀 있지만(볼록 집합을 형성함), 원뿔 결합이나 아핀 결합(또는 선형 결합)에 대해서는 닫혀 있지 않다. 양의 측도는 원뿔 결합에 대해서는 닫혀 있지만, 아핀 결합이나 선형 결합에 대해서는 닫혀 있지 않으므로, 부호 측도를 선형 폐포로 정의한다.

선형 결합과 아핀 결합은 임의의 체(또는 환) 위에서 정의될 수 있지만, 원뿔 결합과 볼록 결합은 "양수"라는 개념을 전제하므로 순서체(또는 순서환) 위에서만 정의될 수 있으며, 보통은 실수를 사용한다.

덧셈이 아닌 스칼라 곱셈만 허용하면 (반드시 볼록하지는 않은) 원뿔을 얻는다. 종종 양의 스칼라 곱셈만 허용하도록 정의를 제한하기도 한다.

이러한 개념들은 일반적으로 독립적으로 공리화되는 것이 아니라, 주변 벡터 공간의 부분집합으로 정의된다 (아핀 공간은 "원점을 잊은 벡터 공간"으로 간주되기도 한다).

6. 일반화

위의 가군에서도 스칼라 곱과 합으로 이루어진 식을 생각하여 일차결합이라고 한다. 두 환 A, B에 대해 아벨 군 M이 (A, B)-양측 가군이라면, M의 원소 x1, x2, ..., xn의 일차결합은

:a_1 x_1 b_1 + a_2 x_2 b_2 +\cdots+ a_n x_n b_n

(a영어i ∈ A, b영어j ∈ B, i = 1, 2, ...) 와 같은 형태로 쓸 수 있다.[1]

위상 벡터 공간에서는 무한 선형 결합을 고려할 수 있다. V가 위상 선형 공간이고 V의 무한히 많은 원소로 이루어진 부분집합 S를 생각할 때, S의 원소들의 무한 선형 결합

:c_1 v_1 + c_2 v_2 +\cdots

(c영어i ∈ K, v영어i ∈ S, i = 1, 2, ...) 중 V의 위상에 관해 수렴하는 것들의 전체를 생각하면, 그것은 S 및 span영어(S)를 포함하는 최소의 닫힌 부분공간이 된다.[1]

참조

[1] 논문
[2] 논문
[3] 논문
[4] 논문 Linear combinations
[5] 논문
[6] 논문
[7] 논문
[8] 논문
[9] 웹사이트 実ベクトル空間上のベクトルの線型結合と線型スパン | ベクトル | 線型代数 | 数学 | ワイズ https://wiis.info/ma[...]
[10] 논문
[11] 논문
[12] 논문
[13] 논문 Linear combinations
[14] 논문
[15] 논문
[16] 논문
[17] 논문



본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com