# 벡터: p-노름 (Vector: p-Norm)

#### 벡터 노름의 개념

벡터 노름(Norm)은 벡터 공간에서 벡터의 길이 또는 크기를 측정하는 방법이다. 노름은 다양한 방식으로 정의될 수 있으며, 각각의 정의는 특정 상황에서 유용하게 사용된다. 벡터 노름의 일반적인 형태는 p-노름으로, 이는 다양한 p 값에 따라 여러 종류의 노름을 포함한다.

**p-노름**은 벡터의 각 성분의 절대값을 p제곱한 후, 이를 모두 더하고 p제곱근을 취한 값으로 정의된다. 수학적으로, n차원의 벡터 $ v = (v\_1, v\_2, \dots, v\_n) $에 대한 p-노름은 다음과 같이 표현된다:

$$
|v|*p = \left( \sum*{i=1}^{n} |v\_i|^p \right)^{\frac{1}{p}}
$$

여기서 $ p $는 노름을 정의하는 파라미터이며, $ p \geq 1 $인 경우에 주로 사용된다. 이는 벡터 공간 내에서 벡터의 크기를 측정하는 방법을 제공하며, 다양한 p 값에 따라 벡터의 크기를 다르게 해석할 수 있다.

#### 주요 p-노름의 유형

p-노름의 일반적인 정의에 따라, 다양한 p 값에 대해 흔히 사용되는 노름이 있다. 이들 각각은 특정한 수학적 의미와 해석을 가지고 있으며, 벡터의 성질을 분석하는 데 사용된다.

\*\*1-노름(Manhattan 노름 또는 Taxicab 노름)\*\*은 각 벡터 성분의 절대값의 합으로 정의된다. 즉, p=1인 경우의 노름은 다음과 같다:

$$
|v|*1 = \sum*{i=1}^{n} |v\_i|
$$

이 노름은 벡터가 어떤 축에 대해 얼마나 멀리 떨어져 있는지를 측정하는 데 사용되며, 맨해튼 거리(Manhattan Distance)로도 알려져 있다. 이는 벡터 공간에서 "길이"를 측정할 때 축 방향으로의 이동만 고려하는 경우에 유용하다.

\*\*2-노름(Euclidean 노름)\*\*은 가장 일반적으로 사용되는 노름으로, 벡터의 유클리드 거리를 측정하는 데 사용된다. p=2인 경우의 노름은 다음과 같다:

$$
|v|*2 = \left( \sum*{i=1}^{n} |v\_i|^2 \right)^{\frac{1}{2}}
$$

2-노름은 피타고라스 정리에 기반하여 벡터의 길이를 계산하며, 유클리드 공간에서 벡터의 자연스러운 길이로 해석된다. 이는 물리학적 거리나 에너지 계산 등에 자주 사용된다.

\*\*무한 노름(Infinity 노름, $ \infty $-노름)\*\*은 벡터 성분 중 절대값이 가장 큰 성분의 값으로 정의된다. 수학적으로 p가 무한대로 갈 때의 노름은 다음과 같다:

$$
|v|*\infty = \max*{1 \leq i \leq n} |v\_i|
$$

무한 노름은 벡터에서 가장 큰 성분의 크기를 기준으로 벡터의 크기를 측정하며, 이는 특정 벡터 성분의 영향이 매우 큰 경우에 유용하다.

#### p-노름의 성질

p-노름은 여러 가지 중요한 수학적 성질을 가지고 있으며, 이는 벡터 공간에서 벡터의 크기와 방향을 분석하는 데 유용하다.

\*\*삼각 부등식(Triangle Inequality)\*\*은 p-노름이 만족해야 하는 중요한 성질 중 하나로, 두 벡터의 합의 노름이 각 벡터의 노름의 합보다 크거나 같다는 것을 의미한다. 수학적으로 이는 다음과 같이 표현된다:

$$
|u + v|\_p \leq |u|\_p + |v|\_p
$$

이 성질은 p-노름이 벡터 공간에서 벡터 사이의 거리를 측정할 때 일관성을 유지하도록 보장한다.

\*\*p-노름의 균등성(Equivalence)\*\*은 p-노름이 다르더라도 유한 차원 벡터 공간에서는 모든 p-노름이 서로 유사한 크기 순서로 측정된다는 것을 의미한다. 즉, 어떤 p와 q에 대해 다음과 같은 관계가 성립한다:

$$
C\_1 |v|\_p \leq |v|\_q \leq C\_2 |v|\_p
$$

여기서 $ C\_1 $과 $ C\_2 $는 벡터 공간의 차원과 p, q 값에 따라 달라지는 상수이다. 이 성질은 유한 차원 공간에서 다양한 노름이 동일한 공간의 벡터 크기를 일관되게 측정함을 보장한다.

\*\*p-노름의 경계(Behavior of p-Norms)\*\*는 p 값이 어떻게 변화하는지에 따라 노름의 값이 어떻게 변하는지를 설명한다. 예를 들어, p 값이 커질수록 벡터의 가장 큰 성분이 노름에 더 큰 영향을 미치게 되며, 무한 노름에서는 오직 가장 큰 성분만이 노름에 기여한다.

***

관련 자료:

* Linear Algebra Done Right by Sheldon Axler
* Introduction to Functional Analysis by A.E. Taylor
* Matrix Analysis and Applied Linear Algebra by Carl D. Meyer