선형성은 벡터 공간의 골격 구조입니다. 하나의 선형 변환 함수에 불과하지 않습니다. 벡터 공간 간의 사상 $T$이며, 벡터 덧셈과 스칼라 곱셈이라는 기본 연산을 유지합니다. 마치 '구조적 설계도'라고 생각해 보세요. 만약 어떤 기저 벡터 집합에 대한 변환이 어떻게 작용하는지 알면, 그 벡터들로 구성된 전체 공간에 대해 어떻게 작용하는지 모두 알 수 있습니다.
선형성의 두 가지 핵심 원칙
변환 $T$가 선형이라고 간주되기 위해서는 모든 벡터 $v, w$와 모든 스칼라 $c$에 대해 다음 두 가지 엄격한 대수적 조건을 만족해야 합니다:
- 덧셈성: $T(v + w) = T(v) + T(w)$. 합의 변환은 각각의 변환의 합과 같습니다.
- 동차성: $T(cv) = cT(v)$. 입력을 스케일링하면 출력도 정확히 같은 비율로 스케일링됩니다.
중첩 원리
이 두 규칙을 결합하면 선형 대수학에서 가장 강력한 정체성인 다음 공식을 얻게 됩니다:
$$T(c_1v_1 + \dots + c_nv_n) = c_1T(v_1) + \dots + c_nT(v_n)$$
즉, 선형 변환 $T$는 벡터들의 선형결합에 대해 항을 분배하고 스칼라를 밖으로 끌어내는 방식으로 작용한다는 의미입니다.
영벡터 제약 조건
선형성에 대한 결정적인 '시험 기준'은 원점 검사. 만약 변환이 선형이라면, 영벡터를 영벡터로 매핑해야 합니다:
$T(\mathbf{0}) = \mathbf{0}$
만약 사상이 원점을 이동시킨다면 (예: $T(v) = v + b$), 그것은 아핀 선형 변환이 아니라 아핀 변환입니다. 평면 기하학에서는 선형 변환은 중심을 고정한 채로 작용하며, 절대 공간을 '밀어내지' 않습니다.
비선형성을 인식하기
선형성은 매우 취약합니다. 만약 변환 $T$의 규칙이 다음 중 어느 하나라도 포함된다면, 그것은 선형이 아닙니다 선형입니다:
- 제곱 또는 더 높은 차수의 항 (예: $v_1^2$)
- 성분의 곱 (예: $v_1 v_2$)
- 절댓값 또는 노름 (예: $||v||$)
- 상수 오프셋 (예: $v_1 + 1$)
🎯 핵심 원리: 예시 비교
고정된 벡터 $a = (1, 3, 4)$를 고려해 보세요. 그리고 내적 $T(v) = a \cdot v$는 덧셈에 대해 분배되므로 선형입니다. 그러나 노름 $T(v) = ||v||$는 선형이 아닙니다. 삼각부등식($||v+w|| \leq ||v||+||w||$가 등호가 되지 않음)을 만족하지 못하며, 음수 스칼라에 대해서도 실패합니다 ($||-v|| = ||v|| \neq -||v||$).