선형대수학 입문: 벡터의 언어: 스칼라와 선형 조합

선형대수학은 두 가지 기본적인 연산인 벡터의 덧셈 ($v + w$)과 수에 의한 스케일링 ($cv$)을 연구하는 학문입니다. 이러한 연산들을 통합하면 선형 조합이 주제의 핵심 문법에 도달합니다. 데이터를 고립된 목록으로 보는 대신, 우리는 그들을 단일 실체로 간주합니다—열 벡터—이는 늘리거나 뒤집고 결합하여 새로운 차원을 커버할 수 있습니다.

기초: 성분과 열

벡터 $v = \begin{bmatrix} v_1 \\ v_2 \end{bmatrix}$는 성분들로 정의됩니다. $v_1$는 첫 번째 성분(일반적으로 수평 이동)이고, $v_2$는 두 번째 성분(수직)입니다. 이 세로 방향은 단순한 미적 요소가 아니라, 현대 컴퓨팅을 정의하는 행렬-벡터 곱셈을 가능하게 하는 전제 조건입니다.

스칼라 $c$

스칼라는 단순히 숫자입니다. $2v$를 계산할 때 각 성분을 모두 곱합니다: $2 \begin{bmatrix} v_1 \\ v_2 \end{bmatrix} = \begin{bmatrix} 2v_1 \\ 2v_2 \end{bmatrix}$. 음수 스칼라, 예를 들어 $-1$은 벡터의 방향을 반대로 만듭니다.

벡터 덧셈

벡터의 덧셈은 성분별로 이루어집니다: $v + w = \begin{bmatrix} v_1 + w_1 \\ v_2 + w_2 \end{bmatrix}$. 기하학적으로는 한 벡터의 끝에서 다음 벡터의 시작을 연결하는 '끝-끝' 규칙을 따릅니다. 이 순서로 따라가면 결과 벡터가 됩니다.

선형 조합: $cv + dw$

이것은 선형대수학에서 가장 중요한 구성입니다. 기저 벡터들을 스케일링하고 더함으로써 공간상의 어떤 점에도 도달할 수 있다는 것을 의미합니다. 예를 들어:

$$c \begin{bmatrix} 1 \\ 1 \end{bmatrix} + d \begin{bmatrix} 2 \\ 3 \end{bmatrix} = \begin{bmatrix} c + 2d \\ c + 3d \end{bmatrix}$$

만약 $c=1$과 $d=1$로 설정하면, 합 $v + w = \begin{bmatrix} 3 \\ 4 \end{bmatrix}$를 얻습니다. 만약 $c=0$과 $d=0$로 설정하면, 영벡터: $\mathbf{0} = \begin{bmatrix} 0 \\ 0 \end{bmatrix}$. 영벡터 $\mathbf{0}$와 스칼라 $0$는 서로 다릅니다. 영벡터는 좌표계의 원점입니다.

🎯 로봇 비유

격자 위에 있는 로봇을 상상해 보세요. 벡터 $v = [1, 1]^T$는 북쪽 1단위, 동쪽 1단위 이동하는 명령입니다. 벡터 $w = [2, 3]^T$는 북쪽 2단위, 동쪽 3단위 이동하는 명령입니다. 로봇이 도달할 수 있는 모든 위치는 선형 조합 이 두 명령의 선형 조합입니다.