# 벡터: 표준 기저 벡터

#### 벡터 공간과 기저의 정의

벡터 공간은 선형대수의 핵심 개념으로, 벡터의 집합과 이들 간의 선형 연산이 정의된 구조체를 말한다. 벡터 공간에서의 기저는 이 벡터 공간의 모든 벡터를 선형 결합으로 표현할 수 있는 최소한의 벡터 집합이다. 기저 벡터들은 서로 독립적이며, 이들의 개수는 벡터 공간의 차원을 결정한다.

**기저**란 벡터 공간의 모든 벡터를 선형 결합을 통해 생성할 수 있는 독립적인 벡터 집합을 의미한다. 예를 들어, 2차원 유클리드 공간에서는 두 개의 벡터가 기저를 이룰 수 있다. 이러한 기저 벡터들은 이 공간의 모든 벡터를 표현하는 데 필요한 최소한의 벡터들로, 기저 벡터의 수는 해당 벡터 공간의 차원과 같다.

\*\*표준 기저 벡터(Standard Basis Vectors)\*\*는 가장 기본적이고 직관적인 기저 벡터들로, 각각 하나의 좌표 축에 대응된다. n차원 벡터 공간에서 표준 기저 벡터는 $ e\_1, e\_2, ..., e\_n $으로 표현되며, 각각의 벡터는 한 좌표에서만 1의 값을 가지고 나머지 좌표에서는 0을 가진다. 이 표준 기저 벡터는 벡터 공간의 다른 모든 벡터를 표현하는 데 매우 유용하다.

#### 표준 기저 벡터의 정의와 특성

표준 기저 벡터는 n차원 벡터 공간에서 중요한 역할을 한다. 각 표준 기저 벡터는 하나의 좌표 축에 대한 단위 벡터로, 이러한 벡터들을 통해 벡터 공간의 모든 벡터를 선형 결합으로 표현할 수 있다.

**표준 기저 벡터의 정의**는 다음과 같다: n차원 벡터 공간에서 i번째 표준 기저 벡터 $ e\_i $는 다음과 같이 정의된다.

$$
e\_i = (0, 0, ..., 1, ..., 0)
$$

여기서 1은 i번째 위치에 있으며, 나머지 모든 요소는 0이다. 예를 들어, 3차원 공간에서는 다음과 같은 세 개의 표준 기저 벡터가 있다:

$$
e\_1 = (1, 0, 0)
$$

$$
e\_2 = (0, 1, 0)
$$

$$
e\_3 = (0, 0, 1)
$$

**표준 기저 벡터의 특성**은 다음과 같다:

1. **독립성**: 표준 기저 벡터들은 서로 선형 독립적이다. 이는 어떤 기저 벡터도 다른 기저 벡터들의 선형 결합으로 표현될 수 없음을 의미한다. 이 특성 덕분에 표준 기저 벡터는 벡터 공간의 기저로 기능할 수 있다.
2. **기저의 완비성**: 표준 기저 벡터들의 집합은 n차원 벡터 공간의 모든 벡터를 표현하는 데 충분하다. 즉, 임의의 벡터 $ v = (v\_1, v\_2, ..., v\_n) $는 표준 기저 벡터의 선형 결합으로 표현될 수 있다:

$$
v = v\_1 e\_1 + v\_2 e\_2 + ... + v\_n e\_n
$$

이 표현에서 각 계수 $ v\_i $는 벡터 v의 i번째 성분이다.

#### 표준 기저 벡터의 활용

표준 기저 벡터는 수학적 분석과 계산에서 중요한 역할을 한다. 특히, 좌표계의 정의와 변환에서 그 유용성이 두드러진다.

**좌표계에서의 역할**: 표준 기저 벡터는 벡터를 좌표로 표현하는 데 기초가 된다. 벡터 공간의 벡터는 표준 기저 벡터의 선형 결합으로 표현되며, 이때 각 기저 벡터에 곱해지는 계수가 그 벡터의 좌표가 된다. 예를 들어, 3차원 벡터 $ v = (3, -2, 5) $는 표준 기저 벡터를 이용해 다음과 같이 표현된다:

$$
v = 3e\_1 - 2e\_2 + 5e\_3
$$

이 표현은 벡터 v의 각 성분이 좌표축에 투영된 결과를 보여준다.

**선형 변환에서의 역할**: 선형 변환은 벡터 공간의 벡터들을 다른 벡터로 매핑하는 연산으로, 표준 기저 벡터를 사용하여 쉽게 표현될 수 있다. 주어진 선형 변환 $ T $가 표준 기저 벡터에 작용할 때의 결과를 알면, 임의의 벡터에 대한 변환 결과를 표준 기저 벡터의 선형 결합으로 나타낼 수 있다. 즉, $ T(v) $는 다음과 같이 표현된다:

$$
T(v) = v\_1 T(e\_1) + v\_2 T(e\_2) + ... + v\_n T(e\_n)
$$

이를 통해 복잡한 선형 변환을 보다 단순하고 명확하게 이해할 수 있다.

***

관련 자료:

* Linear Algebra and Its Applications by Gilbert Strang
* Introduction to Linear Algebra by Serge Lang
* Matrix Analysis by Roger A. Horn and Charles R. Johnson