벡터 공간과 선형시스템 표현
Vector Space and
Representations of Linear Systems
Keon M. Lee
벡터와 벡터 연산
벡터 공간
선형 결합
생성(span)
선형시스템의 벡터 방정식 표현
선형시스템의 행렬방정식 표현
행렬과 벡터 곱
동차 선형시스템
스칼라와 벡터
스칼라(scalar)
크기 정보만 보유
질량, 면적, 부피, 온도 등
소문자 이택릭으로 표현 : r, s, t, u
벡터(vector)
크기와 방향 정보
힘, 속도(velocity), 풍속, 가속도 등
굵은 소문자로 표현 : a, b, x, y 또는
수 또는 기호의 1차원 배열
벡터의 표현
그래프에 의한 표현
유향 선분(directed segment) : 시점 P에서 종점 Q로 향하는 방향을 가 진 선분
기하 벡터(geometric vector) : 크기와 방향만 같다면 등가(equivalent)
좌표(coordinate)에 의한 표현
위치 벡터(position vector) : 원점에서 좌표 (a,b)를 향하는 벡터
Q
P
벡터 표현
영벡터(zero vector, null vector)
모든 성분이 0인 벡터
스칼라 배 (scalar multiplication)
벡터 연산
Q
P
벡터 연산
벡터의 덧셈(addition)
평행사변형의 꼭지점에 대응
벡터합의 유도
• u와 u’은 동일한 벡터
• 위치벡터(position vector)로 간주
벡터공간
벡터공간 (Vector space)
벡터 덧셈과 벡터-스칼라 곱셈에 의해 닫혀있는 벡터들의 집합
벡터공간이 만족해야 하는 성질
• 영벡터(zero vector) 0의 존재
벡터공간의 예
유클리드 벡터공간 R
n(
n =1,2,3,…)
유클리드(Euclid)의 공간에 방향있는 선분으로 표현되는 벡터들의 집합
• 벡터 u, v ∈ Rn
u + v ∈ Rn αu ∈ Rn 0 ∈ Rn
벡터공간 C[a,b]
닫힌 구간 [a,b]에서 정의되는 모든 실변수 연속함수의 집합
• 함수 f, g에 대해
(f+g)(x) = f(x) + g(x) ∈ C[a,b]
(αf)(x) = αf(x) ∈ C[a,b]
z(x) = 0 ∈ C[a,b] (영 함수)
벡터공간의 예
벡터공간 P
n n보다 낮은 차수를 갖는 모든 다항식(polynomial)들의 집합
• n보다 낮은 차수의 다항식 p, q
p(x) = an-1xn-1 + an-2xn-2 + … + a1x + a0 q(x) = bn-1xn-1 + bn-2xn-2 + … + b1x + b0
(p+q)(x) = p(x) + q(x) ∈ Pn (αp)(x) = α ∈ p(x)
z(x) = 0xn-1 + 0xn-2 + … + 0x + 0 (영 다항식) p(x) = (an-1, an-2, … , a1, a0)
z(x) = (0, 0, …, 0, 0)
선형결합(linear combination)
선형결합(linear combination)
v1, v2, …, vp이 벡터공간 V에 속하는 벡터
c1, c2, …, cp이 스칼라(scalar)
• y는 v1, v2, …, vp 의 선형결합
b는 a1과 a2의 선형결합인가?
선형시스템의 벡터 방정식 표현
선형시스템의 벡터방정식(Vector Equation) 표현
선형시스템은 행렬 A의 열벡터(column vector)의 선형결합(linear combination)으로 표현 가능
행렬방정식
벡터방정식
벡터들의 생성(span)
생성(生成, span)
v1, v2, …, vp가 벡터공간 V에 속하는 벡터일 때,
v1, v2, …, vp의 생성(span), span(v1
, v
2, …, v
p)
• v1, v2, …, vp 의 모든 선형결합들의 집합
벡터들의 생성(span)
벡터공간의 생성집합
벡터공간 V의 생성집합(spanning set)
벡터공간 V에 속하는 모든 벡터를 v1, v2, …, vp의 선형결합으로 표현할 수 있을 때,
집합 {v1, v2, …, vp}를 V를 위한 생성집합이라 함.
R3의 생성집합의 예
• {(1,0,0)T, (0,1,0)T, (0,0,1)T}
• {(1,0,1)T, (0,1,0)T, (-1,0,1)T}
행렬 방정식과 벡터 방정식
Ax = b
A = [a1, …, an]mxn : a1, …, an을 열(column)로 하는 mxn 행렬
x ∈ R
nAx : A와 x의 곱
A의 열과 이에 대응하는 가중치 x의 성분과의 선형결합
행렬과 벡터 곱 Ax
Ax 계산 방법
A의 열과 이에 해당하는 가중치 x의 성분과의 선형결합
Ax의 i번째 성분은 A의 i번째 행과 벡터 x의 곱
행렬과 벡터 곱 Ax
행렬과 벡터 곱의 성질
A가 mxn 행렬이고, u, v ∈ Rn 일 때
A(u + v) = Au + Av
A(cu) = cAu
항등 행렬 (identity matrix) I
Ix = x
선형시스템 Ax = b의 표현
선형시스템(연립방정식)
행렬 방정식
벡터 방정식
세가지 표현방식 모두 동일한 내용 표현
선형시스템 Ax = b
A가 mxn 행렬일 때, 다음 명제는 모두 참이거나 모두 거짓이다.
모든 b ∈ Rm 에 대해서, Ax =b가 단일 해를 가진다.
모든 b ∈ Rm 는 A의 열의 선형결합(linear combination)이다.
A의 열이 Rm 을 생성(span)한다.
A의 첨가행렬에 대한 기약 행 사다리꼴(reduced row echelon form)에 서 모든 행이 pivot (추축)을 갖는다.
동차선형시스템
동차 선형시스템(Homogeneous linear system, 同次), Ax = 0
적어도 하나의 해 존재 x = 0 : 자명한 해(trivial solution)
자명하지 않은 해 (nontrivial solution) : 0 벡터가 아닌 해
동차 선형시스템에서 자명하지 않은 해를 가질 필요충분조건
방정식이 적어도 1개의 자유변수(free variable)를 가지는 것
변수개수보다 방정식의 개수가 적거나, 첨가행렬의 기약 약 사다리꼴에 서 마지막 행에 pivot(추축)이 없는 것