# 벡터: 벡터들의 선형 결합

#### 선형 결합의 정의와 기본 개념

선형 결합은 선형대수에서 매우 중요한 개념으로, 벡터 공간 내에서 벡터들의 조합을 통해 새로운 벡터를 생성하는 방법을 설명한다. 주어진 벡터 공간에서 벡터들의 선형 결합을 통해 생성할 수 있는 모든 벡터들의 집합을 이해하는 것은 벡터 공간의 구조와 성질을 이해하는 데 필수적이다.

\*\*선형 결합(Linear Combination)\*\*은 주어진 벡터들 $ \mathbf{v}\_1, \mathbf{v}\_2, \ldots, \mathbf{v}\_n $과 스칼라 $ a\_1, a\_2, \ldots, a\_n $이 있을 때, 다음과 같은 형태로 정의된다:

$$
\mathbf{v} = a\_1 \mathbf{v}\_1 + a\_2 \mathbf{v}\_2 + \cdots + a\_n \mathbf{v}\_n
$$

여기서 $ \mathbf{v} $는 벡터들의 선형 결합으로 생성된 새로운 벡터이다. 이 정의는 벡터 공간의 기본 성질을 반영하며, 벡터들의 조합을 통해 특정 벡터를 표현할 수 있는지를 결정하는 데 사용된다.

\*\*계수(Scalars) $ a\_1, a\_2, \ldots, a\_n $\*\*는 선형 결합에서 각 벡터에 곱해지는 값들로, 실수 또는 복소수일 수 있다. 이 계수들은 벡터의 방향과 크기를 결정하는 데 중요한 역할을 한다.

#### 선형 결합의 벡터 공간 내 위치

선형 결합을 통해 벡터 공간 내에서 생성되는 벡터들은 원래의 벡터들이 속한 벡터 공간 안에서 정의된다. 주어진 벡터들이 어떤 벡터 공간을 생성하는지를 분석하는 것은 벡터 공간의 차원, 기저, 독립성 등과 밀접하게 관련되어 있다.

\*\*벡터 공간의 생성(Span)\*\*은 주어진 벡터들이 선형 결합을 통해 생성할 수 있는 모든 벡터들의 집합을 의미한다. 즉, 벡터 $ \mathbf{v}\_1, \mathbf{v}\_2, \ldots, \mathbf{v}\_n $이 주어졌을 때, 이들 벡터들의 선형 결합으로 표현될 수 있는 모든 벡터들의 집합이 그 벡터들의 생성(span)이다.

$$
\text{Span}(\mathbf{v}\_1, \mathbf{v}\_2, \ldots, \mathbf{v}\_n) = \left{ \mathbf{v} : \mathbf{v} = a\_1 \mathbf{v}\_1 + a\_2 \mathbf{v}\_2 + \cdots + a\_n \mathbf{v}\_n \right}
$$

이 생성은 벡터 공간의 구조를 이해하는 데 필수적이며, 특정 벡터들이 어떤 공간을 생성하는지를 확인하는 방법을 제공한다.

\*\*선형 독립(Linear Independence)\*\*은 벡터들의 집합이 서로 독립적인지, 즉 어떤 벡터도 다른 벡터들의 선형 결합으로 표현될 수 없는지를 나타낸다. 벡터 $ \mathbf{v}\_1, \mathbf{v}\_2, \ldots, \mathbf{v}\_n $이 선형 독립이라면, 오직 모든 계수가 0일 때만 다음과 같은 식이 성립한다:

$$
a\_1 \mathbf{v}\_1 + a\_2 \mathbf{v}\_2 + \cdots + a\_n \mathbf{v}\_n = \mathbf{0}
$$

선형 독립은 벡터 공간의 기저를 결정하는 데 중요한 역할을 하며, 벡터 공간의 차원을 정의하는 데 사용된다.

#### 기저와 차원

기저와 차원은 벡터 공간을 완전히 이해하는 데 필요한 개념들로, 주어진 벡터들이 공간을 어떻게 생성하고 그 공간의 크기를 결정하는지 설명한다.

\*\*기저(Basis)\*\*는 벡터 공간의 모든 벡터를 유일하게 표현할 수 있는 최소한의 벡터 집합을 의미한다. 즉, 기저를 이루는 벡터들은 선형 독립성을 가지며, 그 선형 결합으로 벡터 공간의 모든 벡터를 표현할 수 있다. 벡터 공간 $ V $의 기저 $ \mathbf{v}\_1, \mathbf{v}\_2, \ldots, \mathbf{v}\_n $는 다음 조건을 만족해야 한다:

1. $ \mathbf{v}\_1, \mathbf{v}\_2, \ldots, \mathbf{v}\_n $은 선형 독립이다.
2. $ \mathbf{v}\_1, \mathbf{v}\_2, \ldots, \mathbf{v}\_n $의 생성(span)이 벡터 공간 $ V $ 전체를 덮는다.

기저는 벡터 공간을 나타내는 최소 단위의 집합으로, 이 벡터들만으로 공간의 모든 벡터를 나타낼 수 있다.

\*\*차원(Dimension)\*\*은 벡터 공간의 기저 벡터의 수로 정의되며, 벡터 공간의 크기 또는 복잡도를 나타낸다. 예를 들어, 3차원 유클리드 공간에서 기저는 3개의 벡터로 이루어지며, 이 공간의 차원은 3이다. 이는 벡터 공간 내에서 벡터들이 독립적으로 변할 수 있는 축의 수를 의미한다.

차원은 벡터 공간의 성질을 분석하는 데 중요한 도구로, 특히 고유 공간, 대각화 등의 주제에서 중요한 역할을 한다.

#### 벡터들의 선형 결합을 통한 해석

벡터들의 선형 결합을 통해 다양한 해석이 가능하며, 이는 벡터 공간의 성질을 깊이 이해하는 데 필수적이다. 선형 결합은 벡터들의 상호 작용을 설명하고, 이를 통해 벡터 공간에서의 관계를 분석하는 방법을 제공한다.

**선형 시스템에서의 응용**은 벡터들의 선형 결합이 선형 방정식 시스템의 해를 찾는 데 직접적으로 적용된다는 점에서 중요하다. 예를 들어, 선형 방정식 시스템의 해는 계수 행렬의 열 벡터들의 선형 결합으로 표현될 수 있으며, 이 해석은 시스템이 해를 가지는지 여부를 결정하는 데 도움이 된다.

***

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