다른 뜻에 대해서는
벡터 문서를 참고하십시오.
선형대수학 에서 벡터 공간 (vector空間, 영어 : vector space , 문화어 : 벡토르공간, 선형공간[1] [2] ) 또는 선형 공간 (線型空間, 영어 : linear space )은 원소를 서로 더하거나 주어진 배수로 늘이거나 줄일 수 있는 공간이다. 체 에 대한, 가군 의 특수한 경우다. 벡터 공간의 원소를 벡터 (영어 : vector , 문화어 : 벡토르[3] )라고 하며, 이는 직관적으로 방향 및 길이의 비가 정의된 대상을 나타낸다. 그러나 노름 이 주어지지 않은 일반적인 벡터 공간에서는 벡터의 길이 자체는 정의되지 않는다.
체 K {\displaystyle K} 위의 벡터 공간 ( V , + , ⋅ ) {\displaystyle (V,+,\cdot )} 은 K {\displaystyle K} 에 대한 가군 이다. 즉, 다음과 같은 튜플 이다.
V {\displaystyle V} 는 집합 이다. 이 집합의 원소를 벡터 라고 한다.
+ : V × V → V {\displaystyle +\colon V\times V\to V} 는 함수 이다. 이 연산을 벡터 덧셈 이라고 한다.
⋅ : K × V → V {\displaystyle \cdot \colon K\times V\to V} 는 함수 이다. 이 연산을 스칼라 곱셈 이라고 한다.이 데이터는 다음과 같은 공리 들을 만족시켜야 한다.
( V , + ) {\displaystyle (V,+)} 는 아벨 군 을 이룬다. 즉, 다음 성질들이 성립한다.
(벡터 덧셈의 결합 법칙 ) 임의의 u , v , w ∈ V {\displaystyle u,v,w\in V} 에 대하여, ( u + v ) + w = u + ( v + w ) {\displaystyle (u+v)+w=u+(v+w)}
(벡터 덧셈의 교환 법칙 ) 임의의 u , v ∈ V {\displaystyle u,v\in V} 에 대하여, u + v = v + u {\displaystyle u+v=v+u}
(벡터 덧셈의 항등원 ) 임의의 u ∈ V {\displaystyle u\in V} 에 대하여 u + 0 = u {\displaystyle u+0=u} 인 원소 0 ∈ V {\displaystyle 0\in V} 가 존재한다.
(역원의 존재) 임의의 u ∈ V {\displaystyle u\in V} 에 대하여, − u + u = 0 {\displaystyle -u+u=0} 인 원소 − u ∈ V {\displaystyle -u\in V} 가 존재한다.
( V , + , ⋅ ) {\displaystyle (V,+,\cdot )} 는 K {\displaystyle K} 의 가군 을 이룬다. 즉, 다음 성질들이 성립한다.
임의의 a , b ∈ K {\displaystyle a,b\in K} 및 v ∈ V {\displaystyle v\in V} 에 대하여, a ⋅ ( b ⋅ v ) = ( a b ) ⋅ v {\displaystyle a\cdot (b\cdot v)=(ab)\cdot v}
임의의 v ∈ V {\displaystyle v\in V} 에 대하여, 1 ⋅ v = v {\displaystyle 1\cdot v=v} . 여기서 1 ∈ K {\displaystyle 1\in K} 는 K {\displaystyle K} 의 곱셈 항등원이다.
(분배 법칙 ) 임의의 a , b ∈ K {\displaystyle a,b\in K} 및 u , v ∈ V {\displaystyle u,v\in V} 에 대하여, ( a + b ) ⋅ ( u + v ) = a ⋅ u + b ⋅ u + a ⋅ v + b ⋅ v {\displaystyle (a+b)\cdot (u+v)=a\cdot u+b\cdot u+a\cdot v+b\cdot v} 실수체 R {\displaystyle \mathbb {R} } 에 대한 벡터 공간을 실수 벡터 공간 (實數vector空間, 영어 : real vector space )이라고 하며, 복소수체 C {\displaystyle \mathbb {C} } 에 대한 벡터 공간을 복소수 벡터 공간 (複素數vector空間, 영어 : complex vector space )이라고 한다.
부분 공간과 기저
편집
체 K {\displaystyle K} 위의 벡터 공간 V {\displaystyle V} 의 부분 집합 W ⊆ V {\displaystyle W\subseteq V} 가 다음 조건을 만족시키면, W {\displaystyle W} 가 V {\displaystyle V} 의 부분 벡터 공간 (部分vector空間, 영어 : vector subspace )이라고 한다.
0 V ∈ W {\displaystyle 0_{V}\in W}
임의의 u , v ∈ W {\displaystyle u,v\in W} 에 대하여, u + v ∈ W {\displaystyle u+v\in W}
임의의 a ∈ K {\displaystyle a\in K} 및 u ∈ W {\displaystyle u\in W} 에 대하여, a ⋅ u ∈ W {\displaystyle a\cdot u\in W} 즉, 부분 벡터 공간은 V {\displaystyle V} 의 연산들을 제한시켜 새로운 더 작은 벡터 공간을 이룰 수 있는 부분 집합이다.
벡터 공간 V {\displaystyle V} 의 부분 집합 S {\displaystyle S} 에 대하여, S {\displaystyle S} 의 생성 (영어 : span ) Span S {\displaystyle \operatorname {Span} S} 는 S {\displaystyle S} 를 포함하는 모든 부분 공간들의 교집합이다. 만약 S {\displaystyle S} 에서, s ∈ Span ( S ∖ { s } ) {\displaystyle s\in \operatorname {Span} (S\setminus \{s\})} 인 원소 s ∈ S {\displaystyle s\in S} 가 존재하지 않는다면, S {\displaystyle S} 가 선형 독립 집합 이라고 한다. 생성이 벡터 공간 전체인 선형 독립 집합을 기저 라고 한다.
선택 공리 를 가정하면, 모든 벡터 공간은 하나 이상의 기저를 가지며, 모든 기저들은 항상 같은 크기 를 갖는다. 벡터 공간 V {\displaystyle V} 의 기저의 크기를 벡터 공간의 차원 (次元, 영어 : dimension ) dim V ∈ Card {\displaystyle \dim V\in \operatorname {Card} } 이라고 한다.
선형 변환
편집
두 벡터 공간 사이의 선형 변환 은 벡터 덧셈과 스칼라 곱셈을 보존하는 사상이다. 만약 두 벡터 공간 사이에 가역 선형 변환이 존재한다면, 그 두 벡터 공간이 서로 동형 이라고 한다. 주어진 두 벡터 공간 사이의 선형 변환의 집합은 점별 벡터 덧셈과 점별 스칼라 곱셈에 의하여 벡터 공간을 이룬다. 두 유한 차원 벡터 공간 사이의 선형 변환은 주어진 기저에 대한 행렬 로 나타낼 수 있다.
같은 체 K {\displaystyle K} 위의 벡터 공간들이 주어졌을 때, 다음과 같은 연산들을 정의할 수 있다.
선분과 벡터 공간
체 K {\displaystyle K} 위의 벡터 공간 V {\displaystyle V} 와 그 임의의 부분 공간 W {\displaystyle W} 가 주어졌다고 하자. 그렇다면 V {\displaystyle V} 위에 다음과 같은 동치 관계 를 정의할 수 있다.
v ∼ w ⟺ v − w ∈ W {\displaystyle v\sim w\iff v-w\in W} 이 동치 관계에 대한 동치류 는 다음과 같다.
[ v ] ∼ = v + W = { v + w : w ∈ W } ( v ∈ V ) {\displaystyle [v]_{\sim }=v+W=\{v+w\colon w\in W\}\qquad (v\in V)} 몫공간 (몫空間, 영어 : quotient space ) V / W {\displaystyle V/W} 는 집합으로서 이 동치 관계에 대한 몫집합 (=동치류들의 집합)이다.
V / W = { v + W : v ∈ V } {\displaystyle V/W=\{v+W\colon v\in V\}} 그 위의 벡터 공간 연산은 다음과 같다.
( v + W ) + ( w + W ) = ( v + w ) + W {\displaystyle (v+W)+(w+W)=(v+w)+W}
a ⋅ ( v + W ) = a ⋅ v + W {\displaystyle a\cdot (v+W)=a\cdot v+W} 이 정의는 동치류의 대표원을 선택하는 방식과 무관하다. 또한, 이들 연산은 집합으로서의 연산과 일치하지 않는다.
이 부분의 본문은
직접곱 입니다.
K {\displaystyle K} 위의 벡터 공간들의 집합 { V i } i ∈ I {\displaystyle \{V_{i}\}_{i\in I}} 이 주어졌을 때, 이들의 직접곱
∏ i ∈ I V i {\displaystyle \prod _{i\in I}V_{i}} 은 집합으로서 V i {\displaystyle V_{i}} 들의 곱집합 이다. 이 위에는 자연스러운 K {\displaystyle K} -벡터 공간의 구조가 존재한다. 즉,
( a i ) i ∈ I + ( b i ) i ∈ I = ( a i + b i ) i ∈ I {\displaystyle (a_{i})_{i\in I}+(b_{i})_{i\in I}=(a_{i}+b_{i})_{i\in I}}
c ⋅ ( a i ) i ∈ I = ( c ⋅ a i ) i ∈ I {\displaystyle c\cdot (a_{i})_{i\in I}=(c\cdot a_{i})_{i\in I}} 이는 벡터 공간의 범주에서의 곱 이며, 대수 구조 로서의 직접곱 이다. 즉, 자연스러운 사영 사상
π i : ∏ i ∈ I V i → V i {\displaystyle \pi _{i}\colon \prod _{i\in I}V_{i}\to V_{i}} 이 존재하며, 이는 선형 변환 을 이룬다.
이 부분의 본문은
직합 입니다.
K {\displaystyle K} 위의 벡터 공간들의 집합 { V i } i ∈ I {\displaystyle \{V_{i}\}_{i\in I}} 이 주어졌을 때, 이들의 직합 은 다음과 같다.
⨁ i ∈ I V i = { a ∈ ∏ i ∈ I V i : | { i ∈ I : a i ≠ 0 } | < ℵ 0 } ⊆ ∏ i ∈ I V i {\displaystyle \bigoplus _{i\in I}V_{i}=\left\{a\in \prod _{i\in I}V_{i}\colon |\{i\in I\colon a_{i}\neq 0\}|<\aleph _{0}\right\}\subseteq \prod _{i\in I}V_{i}} 즉, 직접곱에서, 오직 유한 개의 성분만 0이 아닌 원소들로 구성된 부분 집합이다. 이는 벡터 공간의 범주에서의 쌍대곱 이며, 가군의 직합 의 특수한 경우이다. 즉, 자연스러운 포함 사상
ι i : V i ↪ ⨁ i ∈ I V i {\displaystyle \iota _{i}\colon V_{i}\hookrightarrow \bigoplus _{i\in I}V_{i}} 가 존재하며, 따라서 각 V i {\displaystyle V_{i}} 는 ⨁ i ∈ I V i {\displaystyle \bigoplus _{i\in I}V_{i}} 의 부분 공간을 이룬다.
유한 직합은 직접곱과 같으나, 무한 직합은 일반적으로 직접곱의 부분 공간이다. 만약 S i ⊂ V i {\displaystyle S_{i}\subset V_{i}} 가 V i {\displaystyle V_{i}} 의 기저 라면,
⋃ i ∈ I ι i ( S i ) ⊂ ⨁ i ∈ I V i {\displaystyle \bigcup _{i\in I}\iota _{i}(S_{i})\subset \bigoplus _{i\in I}V_{i}} 는 ⨁ i ∈ I V i {\displaystyle \bigoplus _{i\in I}V_{i}} 의 기저를 이룬다. 따라서,
dim ⨁ i ∈ I V i = ∑ i ∈ I dim V i {\displaystyle \dim \bigoplus _{i\in I}V_{i}=\sum _{i\in I}\dim V_{i}} 이다. 여기서 우변은 기수 의 합이다.
K {\displaystyle K} 위의 벡터 공간들의 집합 { V i } i ∈ I {\displaystyle \{V_{i}\}_{i\in I}} 이 주어졌을 때, 이들의 텐서곱
⨂ i ∈ I V i = Free ( ∏ i ∈ I V i ) / ∼ {\displaystyle \bigotimes _{i\in I}V_{i}=\operatorname {Free} \left(\prod _{i\in I}V_{i}\right)/\sim } 이 존재한다. 이는 자연스러운 다중 선형 사상
ϕ : ∏ i ∈ I V i → ⨂ i ∈ I V i {\displaystyle \phi \colon \prod _{i\in I}V_{i}\to \bigotimes _{i\in I}V_{i}} 을 가지며, 또한 임의의 다른 다중 선형 사상
χ = ∏ i ∈ I V i → W {\displaystyle \chi =\prod _{i\in I}V_{i}\to W} 이 주어졌을 때, 유일한 선형 사상
χ ~ : ⨂ i ∈ I V i → W {\displaystyle {\tilde {\chi }}\colon \bigotimes _{i\in I}V_{i}\to W}
χ ~ ∘ ϕ = χ {\displaystyle {\tilde {\chi }}\circ \phi =\chi } 가 존재한다. 텐서곱은 이 보편 성질 로부터 유일하게 정의되며, 또 항상 존재한다.[4] 그러나 무한 개의 벡터 공간들의 텐서곱은 직접 정의하기 힘들다.
임의의 두 벡터 공간 V {\displaystyle V} , W {\displaystyle W} 에 대하여, 다음이 성립한다.
dim ( V ⊗ W ) = dim V ⋅ dim W {\displaystyle \dim(V\otimes W)=\dim V\cdot \dim W} 여기서 ⋅ {\displaystyle \cdot } 은 기수 의 곱셈이다.
체 K {\displaystyle K} 위의 벡터 공간 K {\displaystyle K} 는 다음 성질들을 만족시킨다.
즉, 체 위에서는 모든 가군 이 자유 가군 이 된다.
집합론적 성질
편집
체 K {\displaystyle K} 위의 벡터 공간 V {\displaystyle V} 의 집합의 크기 는 다음과 같다.
| V | = { | K | dim K V κ < ℵ 0 max { | K | , dim K V } κ ≥ ℵ 0 {\displaystyle |V|={\begin{cases}|K|^{\dim _{K}V}&\kappa <\aleph _{0}\\\max\{|K|,\dim _{K}V\}&\kappa \geq \aleph _{0}\end{cases}}} 범주론적 성질
편집
체 K {\displaystyle K} 에 대한 벡터 공간들과 이들 사이의 선형 변환 들은 범주 를 이루며, Vect K {\displaystyle \operatorname {Vect} _{K}} 라고 쓴다. 이는 아벨 범주 의 대표적인 예이다. Vect K {\displaystyle \operatorname {Vect} _{K}} 에서의 대표적 범주론적 연산들은 다음과 같다.
완비 범주 이며, 쌍대 완비 범주 이다.
곱 은 (아벨 군으로서의) 직접곱 이며, 쌍대곱 은 (아벨 군으로서의) 직합 이다.
(유한) 곱 과 쌍대곱 이 일치한다.
영 대상 은 0차원 벡터 공간 { 0 } {\displaystyle \{0\}} 이다.
직합 말고도, 텐서곱 V ⊗ W {\displaystyle V\otimes W} 을 가지며, 이에 따라 Vect K {\displaystyle \operatorname {Vect} _{K}} 는 대칭 모노이드 범주 를 이룬다. 텐서곱의 항등원은 1차원 벡터 공간 K {\displaystyle K} 이다.
집합으로의 망각 함자 F : Vect K → Set {\displaystyle F\colon \operatorname {Vect} _{K}\to \operatorname {Set} } , ( V , + , ⋅ ) ↦ V {\displaystyle (V,+,\cdot )\mapsto V} 가 존재하며, 이에 따라서 구체적 범주 를 이룬다. 망각 함자는 왼쪽 수반 함자 Span ⊣ F {\displaystyle \operatorname {Span} \dashv F} 를 갖는데, Span {\displaystyle \operatorname {Span} } 은 집합 S {\displaystyle S} 를 | S | {\displaystyle |S|} 차원 벡터 공간으로 대응시킨다. 모형 이론적 성질
편집
모형 이론 의 관점에서, 체 K {\displaystyle K} 에 대한 벡터 공간의 개념은 대수 구조 로 나타낼 수 있다. 이 경우, 벡터 공간의 언어는 다음과 같은 연산을 갖는다.
0항 연산 0 {\displaystyle 0} (영벡터 )
각 a ∈ K {\displaystyle a\in K} 에 대하여, 1항 연산 a ⋅ {\displaystyle a\cdot }
2항 연산 + {\displaystyle +} 즉, 만약 K {\displaystyle K} 가 무한 집합일 경우, 벡터 공간의 언어는 무한 개의 연산을 갖는다. 벡터 공간을 정의하는 공리들은 모두 항등식으로 적을 수 있으므로, 벡터 공간들의 모임은 대수 구조 다양체 를 이룬다. 벡터 공간의 준동형 은 선형 변환 이며, 벡터 공간의 부분 대수는 부분 벡터 공간이다. 합동 관계 는 부분 벡터 공간과 일대일 대응 하며, 주어진 합동 관계에 대응하는 부분 공간은 0과 합동인 벡터들의 집합이다. 특이하게도, 모든 벡터 공간은 자유 대수이다.
유클리드 공간 R n {\displaystyle \mathbb {R} ^{n}} 은 n {\displaystyle n} 차원 실수 벡터 공간이다.
체 K {\displaystyle K} 위의 m × n {\displaystyle m\times n} 행렬 의 집합은 m n {\displaystyle mn} 차원 K {\displaystyle K} -벡터 공간을 이룬다.
임의의 위상 공간 X {\displaystyle X} 위의 모든 연속 실함수의 집합 C ( X , R ) {\displaystyle {\mathcal {C}}(X,\mathbb {R} )} 는 실수 벡터 공간을 이룬다.
체 K {\displaystyle K} 위의 벡터 공간 V 와 어떤 집합 X {\displaystyle X} 가 주어졌을 때, X {\displaystyle X} 에서 V {\displaystyle V} 로의 함수 f : X → V {\displaystyle f\colon X\to V} 들의 집합은 F {\displaystyle F} 위의 벡터 공간을 이룬다. 이는 V {\displaystyle V} 의 | X | {\displaystyle |X|} 개 직접곱 V × | X | {\displaystyle V^{\times |X|}} 과 동형이다.
체 K {\displaystyle K} 에 대하여, 다항식환 K [ x ] {\displaystyle K[x]} 및 형식적 거듭제곱 급수 환 F [ [ x ] ] {\displaystyle F[[x]]} 는 K {\displaystyle K} 위의 벡터 공간이다.
임의의 체의 확대 L / K {\displaystyle L/K} 의 경우, L {\displaystyle L} 은 K {\displaystyle K} 위의 벡터 공간을 이루며, 벡터 공간으로서의 차원은 체의 확대의 차수이다.
유한체 F p n {\displaystyle \mathbb {F} _{p^{n}}} 은 F p {\displaystyle \mathbb {F} _{p}} 위의 n {\displaystyle n} 차원 벡터 공간이다.
C {\displaystyle \mathbb {C} } 는 R {\displaystyle \mathbb {R} } 위의 2차원 벡터 공간이다.
R {\displaystyle \mathbb {R} } 는 Q {\displaystyle \mathbb {Q} } 위의 2 ℵ 0 {\displaystyle 2^{\aleph _{0}}} 차원 벡터 공간이다.
모든 대수적 수체 는 Q {\displaystyle \mathbb {Q} } 위의 벡터 공간이다. 관련 개념
편집
같이 보기
편집
참고 문헌
편집
외부 링크
편집