선형대수벡터공간#364

벡터공간

Vector Spaces

벡터공간은 덧셈과 실수배에 닫혀 있고 여덟 가지 연산 법칙을 만족하는 집합이다. 실수 성분 벡터에서 출발해 영벡터와 역원이 하나뿐인 이유, 다항식·행렬도 벡터가 되는 이유, 연산을 바꾸면 법칙이 깨지는 반례를 확인한다.

읽는 시간
약 8분
선수 개념
벡터와 내적

직관 — 움직임을 더해도 같은 무대에 남는다

직관

평면에서 두 번 움직인 결과를 한 번의 움직임으로 합칠 수 있다. 움직임을 반대로 바꾸거나 두 배로 늘려도 여전히 평면의 움직임이다. 이런 계산을 일관되게 할 수 있는 무대를 생각한다.

움직임은 벡터, 움직임을 합치는 것은 덧셈에 대응한다. 실수배는 크기와 방향을 바꾸는 연산이다. 벡터와 내적에서 배운 숫자 목록의 계산을 다항식·행렬 같은 다른 대상에도 넓힌다. 뒤에 오는 부분공간·기저·선형변환이 모두 이 무대 위에서 정의된다.

벡터공간은 집합과 두 연산을 함께 정한다

벡터공간은 덧셈과 실수배라는 두 연산이 정해져 있고, 아래 법칙을 모두 만족하는 집합이다. 선형공간(linear space)이라고도 하며 영어로는 vector space다. 이 글의 스칼라는 모두 실수이므로 정확히는 실수 벡터공간이고, 그 원소를 벡터라고 부른다.

정의
기호이름원어뜻
VV벡터공간vector space두 연산을 함께 정한 집합
u,a,b\mathbf{u},\mathbf{a},\mathbf{b}벡터vectorVV의 원소
r,sr,s스칼라scalar실수배에 쓰는 실수
0\mathbf{0}영벡터zero vector더해도 원래 벡터를 유지하는 원소
−u-\mathbf{u}덧셈의 역원additive inverseu\mathbf{u}와 더하면 영벡터인 원소
Rn\mathbb R^n실수 좌표공간real coordinate space실수 nn개를 순서대로 놓은 벡터의 집합, n≥1n\ge1

먼저 닫힘이 필요하다. VV의 두 벡터를 더한 결과가 다시 VV에 있고, 벡터에 어느 실수를 곱한 결과도 VV에 있어야 한다. 그 위에서 다음 여덟 법칙이 모든 벡터와 모든 실수에 대해 성립해야 한다.

u+a=a+u,(u+a)+b=u+(a+b),u+0=u,u+(−u)=0,r(u+a)=ru+ra,(r+s)u=ru+su,r(su)=(rs)u,1u=u.(1)\begin{aligned} \mathbf{u}+\mathbf{a}&=\mathbf{a}+\mathbf{u},& (\mathbf{u}+\mathbf{a})+\mathbf{b}&=\mathbf{u}+(\mathbf{a}+\mathbf{b}),\\ \mathbf{u}+\mathbf{0}&=\mathbf{u},& \mathbf{u}+(-\mathbf{u})&=\mathbf{0},\\ r(\mathbf{u}+\mathbf{a})&=r\mathbf{u}+r\mathbf{a},& (r+s)\mathbf{u}&=r\mathbf{u}+s\mathbf{u},\\ r(s\mathbf{u})&=(rs)\mathbf{u},&1\mathbf{u}&=\mathbf{u}. \end{aligned}\tag{1}

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 −a-\mathbf{a}가 이 글의 덧셈의 역원이다. 실수배는 스칼라배라고도 한다. 평면벡터·공간벡터에서 확인한 벡터의 연산 법칙을 그대로 모아 정의로 삼은 것이다.

벡터공간의 공리는 몇 개인가?

벡터공간의 공리는 보통 열 개로 센다. 덧셈과 실수배의 닫힘 둘에 식 (1)의 연산 법칙 여덟을 더한 수다. 닫힘을 '연산이 VV 안에서 정의된다'는 전제로 돌려 여덟 개로 세는 책도 있으며, 내용은 같다.

실수 성분의 계산이 법칙을 보장한다

Rn\mathbb R^n에서는 같은 위치의 성분끼리 더하고, 실수는 모든 성분에 곱한다. 결과가 다시 실수 nn개이므로 두 닫힘이 성립한다.

u+a=(u1+a1,…,un+an),ru=(ru1,…,run).(2)\begin{aligned} \mathbf{u}+\mathbf{a}&=(u_1+a_1,\ldots,u_n+a_n),\\ r\mathbf{u}&=(ru_1,\ldots,ru_n). \end{aligned}\tag{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)\mathbf{u}=(2,-1), a=(−1,3)\mathbf{a}=(-1,3)이면 합은 (1,2)(1,2)다. 분배법칙도 r=3r=3에서 확인할 수 있다. 3(u+a)=3(1,2)=(3,6)3(\mathbf{u}+\mathbf{a})=3(1,2)=(3,6)이고, 3u+3a=(6,−3)+(−3,9)=(3,6)3\mathbf{u}+3\mathbf{a}=(6,-3)+(-3,9)=(3,6)이다. 순서쌍은 지면에서 성분을 간단히 적은 것이며, 행렬과 곱할 때는 세로 열로 적는다.

mathbb R^2의 두 벡터 (2,-1)과 (-1,3)을 더하면 (1,2)이다. 점선은 두 번째 이동을 첫 번째 이동의 끝으로 옮긴 모습이다.
그림 1 R2\mathbb R^2의 두 벡터 (2,−1)(2,-1)과 (−1,3)(-1,3)을 더하면 (1,2)(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)(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 0\mathbf{0}과 z\mathbf{z} 둘이라고 하자. z\mathbf{z}에 0\mathbf{0}을 더해도 z\mathbf{z}이고, 0\mathbf{0}에 z\mathbf{z}를 더해도 0\mathbf{0}이다. 교환법칙을 쓰면 z=z+0=0+z=0\mathbf{z}=\mathbf{z}+\mathbf{0}=\mathbf{0}+\mathbf{z}=\mathbf{0}이다.

한 벡터 u\mathbf{u}의 역원이 a,b\mathbf{a},\mathbf{b} 둘이라고 하자. 결합법칙을 쓰면 a=a+(u+b)=(a+u)+b=0+b=b\mathbf{a}=\mathbf{a}+(\mathbf{u}+\mathbf{b})=(\mathbf{a}+\mathbf{u})+\mathbf{b}=\mathbf{0}+\mathbf{b}=\mathbf{b}이다. 그래서 '그 벡터의 역원'을 −u-\mathbf{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+0u0\mathbf{u}=(0+0)\mathbf{u}=0\mathbf{u}+0\mathbf{u}의 양쪽에 0u0\mathbf{u}의 역원을 더하면 식 (3)의 첫 식을 얻는다.

0u=0,u+(−1)u=(1+(−1))u=0u=0.(3)0\mathbf{u}=\mathbf{0},\qquad \mathbf{u}+(-1)\mathbf{u}=(1+(-1))\mathbf{u}=0\mathbf{u}=\mathbf{0}. \tag{3}

식 (3)의 둘째 식은 1u=u1\mathbf{u}=\mathbf{u}와 분배법칙을 썼다. 역원은 하나뿐이므로 (−1)u(-1)\mathbf{u}가 바로 −u-\mathbf{u}다. 영벡터에 어떤 실수를 곱해도 영벡터라는 사실도 같은 방법으로 나온다.

r0=r(0+0)=r0+r0⟹r0=0.(4)r\mathbf{0}=r(\mathbf{0}+\mathbf{0})=r\mathbf{0}+r\mathbf{0} \quad\Longrightarrow\quad r\mathbf{0}=\mathbf{0}. \tag{4}

반대로 ru=0r\mathbf{u}=\mathbf{0}이면 r=0r=0이거나 u=0\mathbf{u}=\mathbf{0}이다. r≠0r\ne0이면 1r\frac1r을 곱해 u\mathbf{u}가 영벡터임을 보일 수 있다. 식 (5)의 마지막 등호에는 식 (4)를 썼다.

u=1u=(1r⋅r)u=1r(ru)=1r0=0.(5)\mathbf{u}=1\mathbf{u}=\left(\tfrac1r\cdot r\right)\mathbf{u} =\tfrac1r(r\mathbf{u})=\tfrac1r\mathbf{0}=\mathbf{0}. \tag{5}
mathbf u=(2,-1)의 실수배 rmathbf u를 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.
그림 2 u=(2,−1)\mathbf u=(2,-1)의 실수배 rur\mathbf u를 r=−2,−1,0,1,1.5r=-2,-1,0,1,1.5에서 찍었다. 모든 실수배는 원점을 지나는 한 직선 위에 있고, r=0r=0이면 영벡터, r=−1r=-1이면 역원 (−2,1)(-2,1)이다. figures/scalar_multiples.py

그림 2에서 r=0r=0인 점은 원점이고, r=−1r=-1인 점 (−2,1)(-2,1)은 u\mathbf{u}와 더하면 원점으로 돌아온다. 식 (3)이 R2\mathbb R^2에서 보이는 모습이다. 그림은 한 벡터의 예이고, 모든 벡터공간에서의 이유는 식 (3)~(5)의 전개다.

영벡터 하나만 있는 집합도 벡터공간인가?

그렇다. 집합 {0}\{\mathbf{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}P_1=\{a_0+a_1t:a_0,a_1\in\mathbb R\}에 보통의 다항식 덧셈과 실수배를 쓰면 된다. 여기서 tt는 다항식의 변수다.

(2+3t)+(−1+t)=1+4t(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+3t2+3t의 역원은 −2−3t-2-3t다.

위는 2+3t, -1+t와 그 합 1+4t의 그래프로, t=2에서 함숫값 8과 1이 더해져 9가 된다. 아래는 같은 덧셈을 계수 (a_0,a_1)의 평면에서 본 것으로, (2,3)+(-1,1)=(1,4)이다.
그림 3 위는 2+3t2+3t, −1+t-1+t와 그 합 1+4t1+4t의 그래프로, t=2t=2에서 함숫값 88과 11이 더해져 99가 된다. 아래는 같은 덧셈을 계수 (a0,a1)(a_0,a_1)의 평면에서 본 것으로, (2,3)+(−1,1)=(1,4)(2,3)+(-1,1)=(1,4)이다. figures/polynomial_vectors.py

그림 3의 위쪽은 다항식의 합이 각 tt에서 함숫값을 더한 것임을 보여 준다. 아래쪽은 계수만 떼어 내면 R2\mathbb R^2의 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, 2×22\times2 행렬 전체는 성분 네 개짜리 벡터처럼 계산된다. 이 공간의 영벡터는 영행렬 OO다.

벡터공간원소의 예영벡터그 원소의 역원
R3\mathbb R^3(3,−2,1)(3,-2,1)(0,0,0)(0,0,0)(−3,2,−1)(-3,2,-1)
P1P_12+3t2+3t영다항식 00−2−3t-2-3t
2×22\times2 행렬 전체(120−1)\begin{pmatrix}1&2\\0&-1\end{pmatrix}OO(−1−201)\begin{pmatrix}-1&-2\\0&1\end{pmatrix}
{0}\{\mathbf{0}\}0\mathbf{0}0\mathbf{0}0\mathbf{0}

앞 글의 '숫자 목록'은 Rn\mathbb R^n 벡터의 구체적 표현이었다. 여기서는 연산 법칙을 공통점으로 삼으므로 다항식과 행렬 자체도 벡터라 부른다.

벡터공간과 실수 좌표공간은 같은 말인가?

아니다. 실수 좌표공간 Rn\mathbb R^n은 벡터공간의 대표적인 예일 뿐이다. 일차 이하 다항식 전체나 2×22\times2 행렬 전체처럼 숫자 목록이 아닌 벡터공간도 있다. 다만 그림 3에서 2+3t2+3t를 계수 (2,3)(2,3)으로 옮겼듯이 Rn\mathbb R^n의 계산으로 바꿔 다룰 수 있다.

벡터공간은 반드시 평면이나 공간 전체인가?

아니다. 평면 안에서 원점을 지나는 직선도 같은 연산으로 벡터공간이 된다. 예를 들어 (c,2c)(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. R2\mathbb R^2에 덧셈은 그대로 두고 실수배만 다음과 같이 바꾸어 보자.

r⊙(x,y)=(rx, 0).(6)r\odot(x,y)=(rx,\,0). \tag{6}

결과가 다시 R2\mathbb R^2에 있으므로 두 닫힘은 성립한다. 두 분배법칙과 r⊙(s⊙u)=(rs)⊙ur\odot(s\odot\mathbf{u})=(rs)\odot\mathbf{u}도 첫째 성분만 계산하면 성립한다. 그러나 1배의 법칙이 깨진다.

1⊙(2,−1)=(2, 0)≠(2,−1).(7)1\odot(2,-1)=(2,\,0)\ne(2,-1). \tag{7}

법칙 하나가 깨지면 그 법칙에 기대던 성질도 함께 무너진다. 식 (3)의 둘째 식은 1u=u1\mathbf{u}=\mathbf{u}를 썼으므로, 여기서는 (−1)⊙u=(−2,0)(-1)\odot\mathbf{u}=(-2,0)에 u\mathbf{u}를 더해도 영벡터가 되지 않는다.

실수배를 rodot(x,y)=(rx,0)으로 바꾼 mathbb R^2에서 mathbf u=(2,-1)의 1odotmathbf u=(2,0)은 mathbf u와 다르다. (-1)odotmathbf u=(-2,0)에 mathbf u를 이어 더하면 원점이 아닌 (0,-1)에 도착한다.
그림 4 실수배를 r⊙(x,y)=(rx,0)r\odot(x,y)=(rx,0)으로 바꾼 R2\mathbb R^2에서 u=(2,−1)\mathbf u=(2,-1)의 1⊙u=(2,0)1\odot\mathbf u=(2,0)은 u\mathbf u와 다르다. (−1)⊙u=(−2,0)(-1)\odot\mathbf u=(-2,0)에 u\mathbf u를 이어 더하면 원점이 아닌 (0,−1)(0,-1)에 도착한다. figures/broken_scalar_rule.py

그림 4에서 u\mathbf{u}를 이어 붙인 점선 화살표는 원점이 아니라 (0,−1)(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 연산깨지는 조건반례
정수 성분 벡터 전체 Z2\mathbb Z^2, 보통의 연산실수배 닫힘12(1,0)=(12,0)\tfrac12(1,0)=(\tfrac12,0)
정확히 이차인 다항식 전체, 보통의 연산덧셈 닫힘, 영벡터(t2+1)+(−t2)=1(t^2+1)+(-t^2)=1
R2\mathbb R^2, 식 (6)의 실수배1배의 법칙식 (7)

둘째 줄에서 t2+1t^2+1과 −t2-t^2은 모두 이차식이지만 합 11은 이차식이 아니다. 영다항식도 이차식이 아니므로 영벡터가 없다. 조건을 '이차 이하'로 바꾸면 덧셈에 닫히고 영다항식도 들어와 벡터공간이 된다.

양수 성분만 모아도 실수 벡터공간인가?

아니다. 두 성분이 모두 양수인 벡터만 모으면 영벡터가 없고 음수배에도 닫혀 있지 않다. (1,2)(1,2)에 −1-1을 곱한 (−1,−2)(-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\mathbb R^n 안의 연산이다. (1,2)(1,2)와 (1,2,3)(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=00\mathbf{u}=\mathbf{0}에서 왼쪽 00은 실수, 오른쪽 0\mathbf{0}은 VV의 원소다. P1P_1에서는 영다항식, 2×22\times2 행렬 전체에서는 영행렬 OO가 영벡터이므로 굵은 표기로 구별한다.

직접 해보기

  1. a=(3,−2,1)\mathbf{a}=(3,-2,1), b=(−1,4,2)\mathbf{b}=(-1,4,2)일 때 2a−b2\mathbf{a}-\mathbf{b}를 구하라.
  2. Q={a0+a1t+a2t2:ai∈R}Q=\{a_0+a_1t+a_2t^2:a_i\in\mathbb R\}에서 f=1−2t+t2f=1-2t+t^2, g=3+tg=3+t의 f+2gf+2g와 ff의 역원을 구하라.
  3. 2×22\times2 행렬 전체에서 A=(1−120)A=\begin{pmatrix}1&-1\\2&0\end{pmatrix}, B=(03−14)B=\begin{pmatrix}0&3\\-1&4\end{pmatrix}일 때 3A−B3A-B와 AA의 역원을 구하라.
  4. u+x=u+y\mathbf{u}+\mathbf{x}=\mathbf{u}+\mathbf{y}이면 x=y\mathbf{x}=\mathbf{y}임을 식 (1)로 설명하라.
  5. R2\mathbb R^2에 덧셈을 (x,y)⊕(x′,y′)=(x+x′, y+y′+1)(x,y)\oplus(x',y')=(x+x',\,y+y'+1)로 바꾸고 실수배는 보통대로 둔다. 이 덧셈의 영벡터를 구하고, 분배법칙 r(u⊕a)=ru⊕rar(\mathbf{u}\oplus\mathbf{a})=r\mathbf{u}\oplus r\mathbf{a}가 r=2r=2, u=a=(0,0)\mathbf{u}=\mathbf{a}=(0,0)에서 성립하는지 확인하라.
답
  1. 2a=(6,−4,2)2\mathbf{a}=(6,-4,2)이므로 차는 (6−(−1),−4−4,2−2)=(7,−8,0)(6-(-1),-4-4,2-2)=(7,-8,0)이다.
  2. f+2g=(1+6)+(−2+2)t+t2=7+t2f+2g=(1+6)+(-2+2)t+t^2=7+t^2이다. 역원은 −1+2t−t2-1+2t-t^2이며 ff와 더하면 모든 계수가 0이다.
  3. 3A=(3−360)3A=\begin{pmatrix}3&-3\\6&0\end{pmatrix}이므로 3A−B=(3−67−4)3A-B=\begin{pmatrix}3&-6\\7&-4\end{pmatrix}이다. 역원은 −A=(−11−20)-A=\begin{pmatrix}-1&1\\-2&0\end{pmatrix}이고 AA와 더하면 영행렬 OO다.
  4. 양변의 왼쪽에 −u-\mathbf{u}를 더한다. 결합법칙으로 (−u+u)+x=(−u+u)+y(-\mathbf{u}+\mathbf{u})+\mathbf{x}=(-\mathbf{u}+\mathbf{u})+\mathbf{y}이고, 교환법칙과 역원의 성질로 −u+u=0-\mathbf{u}+\mathbf{u}=\mathbf{0}이다. 영벡터의 성질로 x=y\mathbf{x}=\mathbf{y}를 얻는다.
  5. 영벡터는 (0,−1)(0,-1)이다. (x,y)⊕(0,−1)=(x, y−1+1)=(x,y)(x,y)\oplus(0,-1)=(x,\,y-1+1)=(x,y)이기 때문이다. 분배법칙은 깨진다. 2((0,0)⊕(0,0))=2(0,1)=(0,2)2\big((0,0)\oplus(0,0)\big)=2(0,1)=(0,2)이지만 2(0,0)⊕2(0,0)=(0,0)⊕(0,0)=(0,1)2(0,0)\oplus2(0,0)=(0,0)\oplus(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.
  • UNL, Introduction to Vector Spaces — 닫힘, 실수 벡터공간과 다항식 예의 설명을 대조했다.

영상 노트

영상 노트
  • 00:00 두 이동을 합치는 그림 1을 읽는다.
  • 00:35 식 (1)의 여덟 법칙과 두 닫힘을 판서한다.
  • 01:30 영벡터·역원의 유일성과 식 (3)~(5)를 그림 2와 함께 전개한다.
  • 02:40 그림 3으로 다항식의 덧셈을 계수 벡터의 덧셈과 비교하고 행렬 공간으로 넓힌다.
  • 03:30 식 (6)의 바꾼 실수배가 식 (7)에서 1배 법칙을 깨는 장면을 그림 4로 보인다.
  • 04:20 판정 순서와 반례 표를 정리한다.

지도에서의 위치

시그마 (수열의 합)미적분벡터와 내적선형대수벡터공간지금 이 페이지일차결합과 생성선형대수
선수 개념
이 페이지
다음 개념
완성예정이 페이지까지 온 길전체 지도에서 보기 →
이 페이지의 기록
  1. 2026-11-16 · 에이전트 초안
  2. 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)
  3. 2026-11-17 · 전수 검수(에이전트 편집·독립 검증) 통과 — 주인 요청으로 완성으로 올림