식 (1)의 첫 줄은 덧셈의 교환·결합법칙, 둘째 줄은 영벡터와 역원이 있다는 조건이다. 셋째 줄은 두 분배법칙, 넷째 줄은 실수배의 결합법칙과 1배의 법칙이다. 영벡터는 적어도 하나 있어야 하므로 빈 집합은 벡터공간이 아니다. 역원은 벡터마다 하나씩 있어야 한다.
기하에서 배운 반대 벡터 −a가 이 글의 덧셈의 역원이다. 실수배는 스칼라배라고도 한다. 평면벡터·공간벡터에서 확인한 벡터의 연산 법칙을 그대로 모아 정의로 삼은 것이다.
Q. 벡터공간의 공리는 몇 개인가?
벡터공간의 공리는 보통 열 개로 센다. 덧셈과 실수배의 닫힘 둘에 식 (1)의 연산 법칙 여덟을 더한 수다. 닫힘을 '연산이 V 안에서 정의된다'는 전제로 돌려 여덟 개로 세는 책도 있으며, 내용은 같다.
실수 성분의 계산이 법칙을 보장한다
Rn에서는 같은 위치의 성분끼리 더하고, 실수는 모든 성분에 곱한다. 결과가 다시 실수 n개이므로 두 닫힘이 성립한다.
u+aru=(u1+a1,…,un+an),=(ru1,…,run).(2)
각 성분은 실수이고 실수의 교환·결합·분배법칙이 성분마다 성립하므로 식 (1)이 따라온다. 영벡터는 모든 성분이 0인 벡터, 역원은 각 성분의 부호를 바꾼 벡터다. 이것이 임의의 성분에 대한 이유이고, 아래 수치는 그 법칙을 확인하는 예다.
u=(2,−1), a=(−1,3)이면 합은 (1,2)다. 분배법칙도 r=3에서 확인할 수 있다. 3(u+a)=3(1,2)=(3,6)이고, 3u+3a=(6,−3)+(−3,9)=(3,6)이다. 순서쌍은 지면에서 성분을 간단히 적은 것이며, 행렬과 곱할 때는 세로 열로 적는다.
그림 1R2의 두 벡터 (2,−1)과 (−1,3)을 더하면 (1,2)이다. 점선은 두 번째 이동을 첫 번째 이동의 끝으로 옮긴 모습이다. figures/vector_addition.py
그림 1에서 원점에서 출발하는 합의 화살표와 두 이동을 이어 붙인 경로는 같은 점 (1,2)에 도착한다. 벡터를 평행하게 옮겨 그려도 성분은 바뀌지 않는다.
영벡터와 역원은 왜 하나뿐일까?
영벡터와 역원은 각각 하나뿐이다. 둘이라고 가정하면 식 (1)의 법칙만으로 두 원소가 같아지기 때문이다.
영벡터가 0과 z 둘이라고 하자. z에 0을 더해도 z이고, 0에 z를 더해도 0이다. 교환법칙을 쓰면 z=z+0=0+z=0이다.
한 벡터 u의 역원이 a,b 둘이라고 하자. 결합법칙을 쓰면 a=a+(u+b)=(a+u)+b=0+b=b이다. 그래서 '그 벡터의 역원'을 −u 하나로 부를 수 있다.
실수 0을 곱하면 왜 영벡터가 될까?
실수 0을 곱하면 영벡터가 되는 것은 분배법칙 때문이다. 성분 계산이 아니라 식 (1)에서 나오므로 모든 벡터공간에서 성립한다. 0u=(0+0)u=0u+0u의 양쪽에 0u의 역원을 더하면 식 (3)의 첫 식을 얻는다.
0u=0,u+(−1)u=(1+(−1))u=0u=0.(3)
식 (3)의 둘째 식은 1u=u와 분배법칙을 썼다. 역원은 하나뿐이므로 (−1)u가 바로 −u다. 영벡터에 어떤 실수를 곱해도 영벡터라는 사실도 같은 방법으로 나온다.
r0=r(0+0)=r0+r0⟹r0=0.(4)
반대로 ru=0이면 r=0이거나 u=0이다. r=0이면 r1을 곱해 u가 영벡터임을 보일 수 있다. 식 (5)의 마지막 등호에는 식 (4)를 썼다.
u=1u=(r1⋅r)u=r1(ru)=r10=0.(5)그림 2u=(2,−1)의 실수배 ru를 r=−2,−1,0,1,1.5에서 찍었다. 모든 실수배는 원점을 지나는 한 직선 위에 있고, r=0이면 영벡터, r=−1이면 역원 (−2,1)이다. figures/scalar_multiples.py
그림 2에서 r=0인 점은 원점이고, r=−1인 점 (−2,1)은 u와 더하면 원점으로 돌아온다. 식 (3)이 R2에서 보이는 모습이다. 그림은 한 벡터의 예이고, 모든 벡터공간에서의 이유는 식 (3)~(5)의 전개다.
Q. 영벡터 하나만 있는 집합도 벡터공간인가?
그렇다. 집합 {0}에 원래의 연산을 쓰면 합과 모든 실수배가 다시 영벡터이다. 영벡터 자신의 역원도 영벡터이므로 식 (1)의 법칙이 모두 성립한다. 원소가 많아야 한다는 조건은 없다.
다항식과 행렬도 벡터공간을 이룬다
계수가 실수인 다항식도 벡터공간의 원소가 된다. 일차 이하 다항식 전체 P1={a0+a1t:a0,a1∈R}에 보통의 다항식 덧셈과 실수배를 쓰면 된다. 여기서 t는 다항식의 변수다.
(2+3t)+(−1+t)=1+4t처럼 더한 결과는 다시 일차 이하 다항식이고, 실수배도 그렇다. 계수마다 실수의 법칙이 성립하므로 식 (1)도 성립한다. 영벡터는 모든 계수가 0인 영다항식이고, 2+3t의 역원은 −2−3t다.
그림 3 위는 2+3t, −1+t와 그 합 1+4t의 그래프로, t=2에서 함숫값 8과 1이 더해져 9가 된다. 아래는 같은 덧셈을 계수 (a0,a1)의 평면에서 본 것으로, (2,3)+(−1,1)=(1,4)이다. figures/polynomial_vectors.py
그림 3의 위쪽은 다항식의 합이 각 t에서 함숫값을 더한 것임을 보여 준다. 아래쪽은 계수만 떼어 내면 R2의 덧셈과 같다는 것을 보여 준다. 다항식을 계수 목록으로 옮기는 방법은 기저에 따른 좌표에서 다룬다.
공통수학1에서 배운 행렬의 덧셈과 실수배도 같은 법칙을 따른다. 같은 위치의 성분끼리 더하고 모든 성분에 실수를 곱하므로, 2×2 행렬 전체는 성분 네 개짜리 벡터처럼 계산된다. 이 공간의 영벡터는 영행렬 O다.
벡터공간
원소의 예
영벡터
그 원소의 역원
R3
(3,−2,1)
(0,0,0)
(−3,2,−1)
P1
2+3t
영다항식 0
−2−3t
2×2 행렬 전체
(102−1)
O
(−10−21)
{0}
0
0
0
앞 글의 '숫자 목록'은 Rn 벡터의 구체적 표현이었다. 여기서는 연산 법칙을 공통점으로 삼으므로 다항식과 행렬 자체도 벡터라 부른다.
Q. 벡터공간과 실수 좌표공간은 같은 말인가?
아니다. 실수 좌표공간 Rn은 벡터공간의 대표적인 예일 뿐이다. 일차 이하 다항식 전체나 2×2 행렬 전체처럼 숫자 목록이 아닌 벡터공간도 있다. 다만 그림 3에서 2+3t를 계수 (2,3)으로 옮겼듯이 Rn의 계산으로 바꿔 다룰 수 있다.
Q. 벡터공간은 반드시 평면이나 공간 전체인가?
아니다. 평면 안에서 원점을 지나는 직선도 같은 연산으로 벡터공간이 된다. 예를 들어 (c,2c) 꼴의 벡터 전체는 더하거나 실수배해도 같은 꼴이고 원점을 포함한다. 이런 내부의 공간을 부분공간에서 다룬다.
연산을 바꾸면 같은 집합도 벡터공간이 아닐 수 있다
벡터공간인지는 집합만으로 정해지지 않고, 두 연산까지 함께 보아야 판정할 수 있다. R2에 덧셈은 그대로 두고 실수배만 다음과 같이 바꾸어 보자.
r⊙(x,y)=(rx,0).(6)
결과가 다시 R2에 있으므로 두 닫힘은 성립한다. 두 분배법칙과 r⊙(s⊙u)=(rs)⊙u도 첫째 성분만 계산하면 성립한다. 그러나 1배의 법칙이 깨진다.
1⊙(2,−1)=(2,0)=(2,−1).(7)
법칙 하나가 깨지면 그 법칙에 기대던 성질도 함께 무너진다. 식 (3)의 둘째 식은 1u=u를 썼으므로, 여기서는 (−1)⊙u=(−2,0)에 u를 더해도 영벡터가 되지 않는다.
그림 4 실수배를 r⊙(x,y)=(rx,0)으로 바꾼 R2에서 u=(2,−1)의 1⊙u=(2,0)은 u와 다르다. (−1)⊙u=(−2,0)에 u를 이어 더하면 원점이 아닌 (0,−1)에 도착한다. figures/broken_scalar_rule.py
그림 4에서 u를 이어 붙인 점선 화살표는 원점이 아니라 (0,−1)에서 끝난다. 1배의 법칙은 실수배가 벡터 자체를 바꾸지 못하게 막는 조건이고, 나머지 법칙이 모두 성립해도 이 조건은 따로 확인해야 한다.
주어진 집합이 벡터공간인지 어떻게 판정하나
판정은 연산 확인, 두 닫힘, 영벡터와 역원, 나머지 법칙 순으로 한다. 성립한다고 말하려면 임의의 원소로 이유를 보여야 하고, 성립하지 않는다고 말하려면 반례 하나면 된다.
익숙한 공간의 부분집합에 원래 연산을 쓰면 교환·결합·분배법칙은 저절로 이어진다. 그래서 실제로는 닫힘과 영벡터만 확인하면 되는데, 그 이유는 부분공간에서 다룬다. 자주 깨지는 조건은 다음과 같다.
집합과 연산
깨지는 조건
반례
정수 성분 벡터 전체 Z2, 보통의 연산
실수배 닫힘
21(1,0)=(21,0)
정확히 이차인 다항식 전체, 보통의 연산
덧셈 닫힘, 영벡터
(t2+1)+(−t2)=1
R2, 식 (6)의 실수배
1배의 법칙
식 (7)
둘째 줄에서 t2+1과 −t2은 모두 이차식이지만 합 1은 이차식이 아니다. 영다항식도 이차식이 아니므로 영벡터가 없다. 조건을 '이차 이하'로 바꾸면 덧셈에 닫히고 영다항식도 들어와 벡터공간이 된다.
Q. 양수 성분만 모아도 실수 벡터공간인가?
아니다. 두 성분이 모두 양수인 벡터만 모으면 영벡터가 없고 음수배에도 닫혀 있지 않다. (1,2)에 −1을 곱한 (−1,−2)는 그 집합 밖이다. 덧셈에 닫혀 있다는 사실만으로는 부족하다.
핵심
벡터공간은 덧셈과 모든 실수배에 닫혀 있고 여덟 연산 법칙을 만족하는 집합이며, 그 벡터는 숫자 목록일 수도 다항식·행렬일 수도 있다.
벡터공간의 흔한 오해
성분 수가 다른 벡터도 그대로 더한다 — 식 (2)는 같은 Rn 안의 연산이다. (1,2)와 (1,2,3)의 합은 이 정의로 정해지지 않는다.
벡터공간에는 벡터끼리의 곱도 있어야 한다 — 벡터공간의 두 연산은 벡터의 덧셈과 실수배이다. 내적은 따로 주는 구조이며 벡터공간의 정의 자체에는 들어 있지 않다.
영벡터는 실수 0과 같다 — 식 (3)의 0u=0에서 왼쪽 0은 실수, 오른쪽 0은 V의 원소다. P1에서는 영다항식, 2×2 행렬 전체에서는 영행렬 O가 영벡터이므로 굵은 표기로 구별한다.
영벡터는 (0,−1)이다. (x,y)⊕(0,−1)=(x,y−1+1)=(x,y)이기 때문이다. 분배법칙은 깨진다. 2((0,0)⊕(0,0))=2(0,1)=(0,2)이지만 2(0,0)⊕2(0,0)=(0,0)⊕(0,0)=(0,1)이다. 따라서 이 연산으로는 벡터공간이 아니다.
더 읽기
Linear Algebra — Jim Hefferon, 4판. Chapter Two I.1의 Definition 1.1(닫힘 둘을 포함한 열 가지 조건)과 Remark 1.2. 공리 개수와 두 종류의 덧셈을 구별하는 설명의 근거다.
UC Davis, Linear Algebra — Lankham·Nachtergaele·Schilling, 2016판의 Vector Spaces 및 Elementary Properties. 정의와 영벡터·역원 유일성의 근거이며, 본문은 실수에 한정한다.
2026-11-17 · 전수 검수 반영 — 스칼라 기호를 다항식 변수와 겹치지 않게 정리, 실수배의 성질 네 가지와 증명, 다항식·행렬 공간, 연산을 바꾼 반례, 판정 순서와 반례 표, 공리 개수·좌표공간 비교 질문, 직접 해보기 5문항으로 보강 (에이전트 수정, 그림 1→4)
2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림