(Go: >> BACK << -|- >> HOME <<)

선형 변환

최근 수정 시각:
9
편집
현재 사용중인 아이피가 ACL그룹 IDC #12915에 있기 때문에 편집 권한이 부족합니다.
만료일 : 무기한
사유 : IDC(AS26496)
토론 역사
다른 뜻 아이콘  
비선형은(는) 여기로 연결됩니다.
밴드 못의 음반에 대한 내용은 비선형(음반) 문서
번 문단을
부분을
, 비선형 게임플레이에 대한 내용은 자유도(게임) 문서
3번 문단을
번 문단을
부분을
부분을
, 에 대한 내용은 문서
번 문단을
번 문단을
부분을
부분을
, 에 대한 내용은 문서
번 문단을
번 문단을
부분을
부분을
, 에 대한 내용은 문서
번 문단을
번 문단을
부분을
부분을
, 에 대한 내용은 문서
번 문단을
번 문단을
부분을
부분을
, 에 대한 내용은 문서
번 문단을
번 문단을
부분을
부분을
, 에 대한 내용은 문서
번 문단을
번 문단을
부분을
부분을
, 에 대한 내용은 문서
번 문단을
번 문단을
부분을
부분을
, 에 대한 내용은 문서
번 문단을
번 문단을
부분을
부분을
참고하십시오.
[ 펼치기 · 접기 ]
이론
기본 대상
다루는 대상과 주요 토픽
대수적 구조
정리·추측
관련 하위 분야
대수 위상수학
기타 및 관련 문서

1. 개요2. 정의3. 핵(kernel)과 상(image)4. 행렬과의 관계5. 합성변환과 역변환6. 선형변환에 의하여 옮겨지는 도형7. 여러 가지 선형변환 및 그 행렬표현8. 활용

1. 개요[편집]

/ linear transformation

벡터 공간에서 벡터 공간으로 가는 준동형 사상인, 그것들 중 벡터 공간의 성질을 보존하는, 즉 선형성을 갖는 함수이다. 함수가 선형성을 가지므로 함수의 입력에 대한 선형 결합(linear combination)으로도 함수를 표현할 수 있다. 선형사상(, linear map) 또는 일차변환()이라고 부르기도 한다. 스칼라가 FF로 같은 벡터 공간 VV, WW에 대해, 흔히 VV에서 WW로 가는 선형 변환들의 모임을 L(V,W)L\left(V,W\right)[1]라 표시한다.

2. 정의[편집]

f:VWf:V\rightarrow W가 선형 변환이라 함은 다음을 만족시키는 것이다.
  • (동차성(Homogeneity)) 임의의 aFa\in F, uVu \in V에 대해, f(au)=af(u)f\left(au\right)=af\left(u\right)[2]
  • (가산성(Additivity)) 임의의 u,vVu, v \in V에 대해 f(u+v)=f(u)+f(v)f\left(u+v\right)=f\left(u\right)+f\left(v\right)

특히 이 둘을 합쳐서 선형성이라고 부르기도 한다. 선형성을 만족함은 동차성과 가산성을 동시에 만족하는 것과 동치이다.
  • (선형성(linearity)) 임의의 a,bFa,b\in F, u,vVu,v\in V에 대해, f(au+bv)=af(u)+bf(v)f\left(au+bv\right)=af\left(u\right)+bf\left(v\right)
이를 만족하지 못 한다면 비선형 변환(non-linear transformation)이라 한다.

다르게는 카테고리 이론을 이용하여 간단하게 Vect(K)에서의 morphism을 선형 변환이라고 정의할 수도 있는데, 집합론을 썼느냐 카테고리 이론을 썼느냐의 차이일 뿐 사실 같은 대상이다.

R\mathbb{R}를 스칼라로 갖는 경우를 예로 들어보자.
  • V=W=R2V=W=\mathbb{R}^{2}에 대해,
    • f(x,y)=(5x+3y,7x2y)f\left(x,y\right)=\left(5x+3y,7x-2y\right)는 선형 변환이다.
    • f(x,y)=(6x,5x)f\left(x,y\right)=\left(6x,5x\right)는 선형 변환이다.
    • f(x,y)=(x2+siny,0)f\left(x,y\right)=\left(x^{2}+\sin y,0\right)는 선형 변환이 아니다.
    • f(x,y)=(0,0)f\left(x,y\right)=\left(0,0\right)는 선형 변환이다.
    • f(x,y)=(x+1,x+5y+2)f\left(x,y\right)=\left(x+1,x+5y+2\right)는 선형 변환이 아니다.
  • VV[0,1]\left[0,1\right]에서 R\mathbb{R}로 가는 연속함수들의 모임이라 하면, R\mathbb{R}-벡터 공간이다. ϕ:VR\phi:V\rightarrow \mathbb{R}ϕ(f):=01f\phi\left(f\right):=\int_{0}^{1}f라 하면 ϕ\phi는 선형 변환이다.
  • VVnn차 정사각 행렬의 모임이라 하면, R\mathbb{R}-벡터 공간이다. 주대각합 tr:VR\text{tr}:V\rightarrow \mathbb{R}은 선형 변환이다.
  • V=W=CV=W=\mathbb{C}, T(z):=zT\left(z\right):=\overline{z}라 정의하자. R\mathbb{R}, C\mathbb{C}위에서, VV, WW는 벡터 공간이다.[3]
    • R\mathbb{R}위에서, TT는 선형 변환이다.
    • C\mathbb{C}위에서, TT는 선형 변환이 아니다. iT(1)=ii=T(i1)iT\left(1\right)=i\ne-i=T\left(i\cdot 1\right)이기 때문이다.[4]

3. 핵(kernel)과 상(image)[편집]

벡터 공간VV, WWfL(V,W)f\in L\left(V,W\right)에 대해[5]
  • (핵(kernel))[6] kerf:={vV:f(v)=0}\ker f:=\left\{v\in V:f\left(v\right)=0\right\}
  • (핵 공간의 차원(nullity)) Null(f):=dimkerf\text{Null}\left(f\right):=\dim\ker f
  • (상(image)) Imf:={f(v):vV}\text{Im} f:=\left\{f\left(v\right):v\in V\right\}[7]
  • (계수(차수; rank)) rank(f):=dimImf\text{rank}\left(f\right):=\dim\text{Im} f
라 정의한다. 다음이 성립한다.
dimV=Null(f)+rank(f)\dim V=\text{Null}\left(f\right)+\text{rank}\left(f\right)

4. 행렬과의 관계[편집]

선형 변환은 일종의 함수이기 때문에, 추상적이고 이해하기 힘들다. 반면, 행렬은 숫자를 시각적으로 배열한 것이기 때문에, 선형변환보다는 이해하기 쉽고, 연산이 직관적이다. 그런데, 선형대수학의 기본정리에 따르면, 유한차원 벡터공간에서 정의된 선형변환을 행렬로 볼 수도 있고, 거꾸로, 행렬을 선형변환으로 볼 수 있는 방법이 존재한다. 즉, 정의역과 공역의 기저가 정해지면, 선형변환을 표현하는 행렬이 결정된다. 그뿐만 아니라, 선형변환의 합과 스칼라배는 행렬의 합과 스칼라배로 바뀌고, 선형변환의 합성은 행렬의 곱으로 바뀐다. 즉, 행렬을 선형변환의 아바타처럼 취급할 수 있다.[9] 이에 따라서, 행렬에 정의되는 개념들을, 잘 정의만 된다면, 선형변환에도 정의할 수 있다. 그러한 예로는 주대각합행렬식 등이 있다. 또한, 선형변환에 대한 명제를 증명하기 어려운 경우, 행렬을 이용하여 증명하면 수월한 경우가 있다.

여담으로 개정으로 행렬이 수학 교육과정에서 완전히 빠지기 전 기하와 벡터 과목에서 선형변환을 배웠다. 그러나 엄밀하게 정의하고 증명하고 넘어가는 방식을 채택하고 있는 대한민국 교육과정마저도 행렬 부분과 미적분 부분에 있어선 증명하지 않고 넘어가는 게 많은데, 행렬은 선형대수학의 선형사상 때문이고 미적분은 해석학의 엡실론-델타 논법 때문이다! 그래서 선형대수학을 공부하는 사람은 이 선형사상을 이해하는 것을 강요받고 있다고 할 수 있다.

5. 합성변환과 역변환[편집]

  • 합성변환
    선형변환 f,gf, g의 합성변환 fgf \circ g는 벡터를 변환 gg을 이용하여 이동시킨 벡터를 다시 변환 ff를 통해 이동시킨 벡터이다. 예를 들어 f:(x1,x2)(3x1,5x2)f : (x_1, x_2) \mapsto (3x_1, 5x_2), g:(x1,x2)(2x1,4x2)g : (x_1, x_2) \mapsto (2x_1, 4x_2)일 때, 2차원 벡터 (a,b)T(a, b)^Tgg에 의해서 (2a,4b)T(2a, 4b)^T로 이동되고, 이것은 다시 ff에 의해서 (6a,20b)T(6a, 20b)^T로 이동되므로 fg:(x1,x2)(6x1,20x2)f\circ g : (x_1, x_2) \mapsto (6x_1, 20x_2)이다.
  • 역변환
    벡터 VVff에 의해서 벡터 VV'로 이동될 때, 벡터 VV'는 그 역변환 f1f^{-1}에 의해서 벡터 VV로 이동된다. 예를 들어 f:(x1,x2)(2x1,5x2)f : (x_1, x_2) \mapsto (2x_1, 5x_2)에 의해 2차원 벡터 (a,b)T(a, b)^T(2a,5b)T(2a, 5b)^T로 이동되므로, f1f^{-1}에 의해 (2a,5b)T(2a, 5b)^T(a,b)T(a, b)^T로 이동된다. 따라서 f1f^{-1}fg:(x1,x2)(12x1,15x2)f\circ g : (x_1, x_2) \mapsto (\frac{1}{2}x_1, \frac{1}{5}x_2)와 같다.

6. 선형변환에 의하여 옮겨지는 도형[편집]

V=W=R2V=W=\mathbb{R}^{2}일 때, 선형 변환에 의해 어떤 평면도형이 옮겨지는 평면도형의 방정식은 다음과 같이 구할 수 있다.
  • 1. 원래 도형의 방정식에 따라, 해당 도형 위의 임의의 점의 좌표를 (g(x0),h(x0))(g(x_0), h(x_0)) 형태로 나타낸다.
    • 원래 도형의 방정식이 y=g(x0)y=g(x_0)이면 점의 좌표를 (x0,g(x0))(x_0, g(x_0))과 같이 나타낼 수 있다.
  • 2. 이 점을 선형 변환을 통해 이동시킨 점의 x좌표와 y좌표를 나타낸 후 정리한다.
  • 3. 2번에서 구한 x좌표와 y좌표의 관계식을 구하면 그것이 옮겨진 후의 평면도형의 방정식이다.

예를 들어 선형 변환 f(x,y)=(x+2y,xy)f\left(x,y\right)=\left(x+2y,x-y\right)에 의해서 직선 y=2x+1y=2x+1은 다음과 같이 옮겨진다.
  • 1. 이 직선 위의 임의의 점을 (x0,2x0+1)(x_0, 2x_0+1)로 나타낼 수 있다.
  • 2. 이 점을 이 선형 변환을 통해 이동시킨 점의 좌표를 나타낸다. f(x,y)=(x+2y,xy)f\left(x,y\right)=\left(x+2y,x-y\right)에서 x=x0,y=2x0+1x=x_0, y=2x_0+1이므로, 옮겨진 점의 x좌표는 x0+2(2x0+1)x_0+2(2x_0+1), y좌표는 x0(2x0+1)x_0-(2x_0+1)가 된다. 이것을 정리하면 x좌표는 5x0+25x_0+2, y좌표는 x01-x_0-1가 된다.
  • 3. 2번에서 구한 x좌표 x=5x0+2x=5x_0+2와 y좌표 y=x01y=-x_0-1의 관계식을 구하면 y=15x+95y=-\frac{1}{5}x+\frac{9}{5}이므로, 옮겨진 후의 도형의 방정식은 y=15x+95y=-\frac{1}{5}x+\frac{9}{5}이다. 즉, 직선 y=2x+1y=2x+1은 이 선형 변환에 의해 y=15x+95y=-\frac{1}{5}x+\frac{9}{5}으로 옮겨진다.

7. 여러 가지 선형변환 및 그 행렬표현[편집]

해당 선형변환들에 대한 행렬 표현을 같이 다루므로 행렬표현 문서에 서술되어 있다.

8. 활용[편집]

기대효용이론에서, 기대효용을 나타내는 효용함수의 서수성을 유지시키는 강단조증가변환f(u)=au+b,(a0)f(u)=au+b,\,(a\neq0) 꼴의 선형 변환뿐이다.

초등학교 수학에서 나오는 이른바 '동물 다리 세기' 문제는 본질적으로는 선형 변환이라고 볼 수 있다. 물론 교육 수준상 그대로 다루기는 무리이기 때문에 예상과 확인으로 푸는 방법을 사용한다.

단위 변환, 환율은 선형 변환의 대표적인 활용례이다.
[1] 행렬 표현으로부터 알 수 있겠지만 이 집합도 벡터공간이 된다.[2] 스칼라 aa배만큼 결과값 f(u)f\left(u\right)의 크기를 바꾸는 성질로 인해 영어로 Scaling이라고 하기도 한다.[3] 이 예는 스칼라체의 중요성을 보여준다.[4] 참고로 이런 꼴을 배반선형사상(Antilinear map)이라고 한다.[5] 핵과 상이 부분 공간임이라는 것은 쉽게 알 수 있다. [6] 영공간(nullspace)이라고도 한다. 그런데, 핵은 대수학에서 전반적으로 두루 쓰이는 용어인 반면, 영공간은 선형대수학에서만 한정적으로 쓰이는 경향이 있다.[7] 선형변환 Y=AXY=AX의 상은 AA의 열공간과 같다.[8] 책에 따라서는 dimension theorem이라고 하기도 한다.[9] 물론 이 아바타는 기저에 따라서 바뀐다.

크리에이티브 커먼즈 라이선스
이 저작물은 CC BY-NC-SA 2.0 KR에 따라 이용할 수 있습니다. (단, 라이선스가 명시된 일부 문서 및 삽화 제외)
기여하신 문서의 저작권은 각 기여자에게 있으며, 각 기여자는 기여하신 부분의 저작권을 갖습니다.

나무위키는 백과사전이 아니며 검증되지 않았거나, 편향적이거나, 잘못된 서술이 있을 수 있습니다.
나무위키는 위키위키입니다. 여러분이 직접 문서를 고칠 수 있으며, 다른 사람의 의견을 원할 경우 직접 토론을 발제할 수 있습니다.

  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
더 보기