선형대수학

강의 계획
1. 첫 번째 주제는 공간 𝑅𝑛 입니다.
공간 𝑅𝑛 소개, 𝑅𝑛 의 원소인 벡터 그리고 벡터들의 연산에 대해 얘기하고자 합니다.

2. 두 번째 주제는 행렬입니다.
행렬의 정의와 관련된 내용을 소개하고, 행렬의 연산 –덧셈, 상수배 -을 정의하고 관련된 기본
적인 성질들을 살펴봅니다.
 공간 𝑅𝑛
 𝑅 𝑛 은 𝑛개의 좌표로 표현되는 원소들로 이루어진 공간이다.
그 원소를 벡터라고 (당분간) 부르도록 하자.
(정확한 정의는 나중에…)

∀ 𝑣 ∈ 𝑅 𝑛 , 𝑣 = (𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛 ) (𝑥𝑖 ∈ 𝑅)

로 보통 표기한다.
여기서 𝑅은 실수를 나타내며 당분간 스칼라(수)로 실수 𝑅만
사용하지만 점차 넓혀 복소수 𝐶까지 사용하려 한다.

 𝑅 𝑛 의 예.
 공간 𝑅1 은 𝑣 = (𝑥)로 또는 𝑥로 표현되는 벡터를 원소로
갖고
우리가 직선을 나타낼 때 사용했다.

 공간 𝑅 2 는 𝑣 = (𝑥1 , 𝑥2 ) 또는 𝑣 = (𝑥, 𝑦)로 표현되는 벡터를

원소로 갖고
우리가 평면을 나타낼 때 사용했다.
 혹시 벡터를…

 혹시 벡터를 크기와 방향을 가진 그 무엇이라고 알고 있고, 스칼라는 벡터와 대비

되게 크기만을 지닌 그 무엇이라고 알고있다면 그것은 정확한 표현이 아닙니다.

 크기와 방향은 벡터의 고유한 성질이 아닙니다.

여기에 대해 나중에 자세히 얘기하게 됩니다. (𝑥, 𝑦)

 방향은 벡터의 고유한 성질은 아니지만

좌표 (𝑥, 𝑦)를 가지는 벡터는 옆 그림과 같은 0
방향을 가진다고 이해하시면 됩니다.

 크기도 벡터의 고유한 성질은 아니지만 원점과 (𝑥, 𝑦) 까지의

길이로 당분간 이해하시면 되겠습니다.

 스칼라는 그냥 ‘수’라고 생각하면 됩니다. 당분간 스칼라로 실수 𝑅만 사용합니다.

 공간 𝑅𝑛

 𝑅 𝑛 의 벡터 𝑣를 좌표로 표현할 때

• 𝑣 = (𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛 )와 같이 가로(행)으로 표현하면 행벡터(row vector) 로 읽고

𝑥1
𝑥2
• 𝑣= 와 같이 세로(열)로 표현하면 열벡터(column vector) 로 읽는다
⋮
𝑥𝑛

 반드시 구분해야 한다면 행벡터나 열벡터라고 정확히 표현하지만 오해의 소지가

없으면 그냥 벡터라 하자. 따라서 여러분은 주위 상황을 잘 이해해서 행벡터인지
또는 열벡터인지를 파악해야 한다.
 벡터의 덧셈, 상수배
 벡터합과 상수배는 다음과 같이 정의한다 :
 𝑅 𝑛 의 두 벡터 𝑢 = (𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛 ), 𝑣 = 𝑦1 , 𝑦2 , ⋯ , 𝑦𝑛 , 스칼라 𝑘 ∈ 𝑅에
대해

𝑢 + 𝑣 = (𝑥1 + 𝑦1 , 𝑥2 + 𝑦2 , ⋯ , 𝑥𝑛 + 𝑦𝑛 )

𝑘 𝑢 = (𝑘𝑥1 , 𝑘𝑥2 , ⋯ , 𝑘𝑥𝑛 )

 벡터들의 덧셈과 상수배는 우리가 알고 있는 계산법칙 – 교환법칙,

결합법칙, 분배법칙-을 모두 만족한다.

 덧셈의 항등원은 영벡터 0 = 0,0, ⋯ , 0 라고 하고, 벡터 𝑢의 덧셈에 관한

역원은 −𝑢로 표시하고 그 좌표는 −𝑢 = (−𝑥1 , −𝑥2 , ⋯ , −𝑥𝑛 ) 이다.
 학습 활동 1
 다음 예제를 풀어보세요.

1. (1,2,3) + (−1,0,1) =?
0
2. 𝑦 𝑥 =?
−1
2 1
3. 𝑥 + 2 𝑦 =?
−1 𝑎

 벡터 𝑅𝑛 ∋ 𝑢에 대해 −𝑢와 (-1) 𝑢의 차이에 대해 설명해보세요.

 학습 활동 1
 다음 예제를 풀어보세요.

1. 1,2,3 + −1,0,1 = (0,2,4)

0 0
2. 𝑦 𝑥 = 𝑦𝑥
−1 −𝑦
2 1 3
3. 𝑥 + 2 𝑦 = 𝑥 + 2𝑦
−1 𝑎 −1 + 2𝑎

 벡터 𝑅𝑛 ∋ 𝑢에 대해 −𝑢와 (-1) 𝑢의 차이에 대해 설명해보세요.

−𝑢 = 덧셈의 역원, (-1) 𝑢 = 𝑢의 상수 (-1) 배
행렬 (matrix) 교재 1.3절

 다음을 스칼라 𝑅 상에서 𝑚 × 𝑛 행렬 (matrix)이라 한다.

𝑎11 𝑎12 ⋯ 𝑎1𝑗 ⋯ 𝑎1𝑛

𝑎21 𝑎22 ⋯ 𝑎2𝑗 ⋯ 𝑎2𝑛
⋮ ⋮ ⋮ ⋮
𝐴= 𝑎 ⋯ 𝑎𝑖𝑗 ⋯ 𝑎 (𝑎𝑖 𝑗 ∈ 𝑅)
𝑎𝑖1 𝑖2 𝑖𝑛
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑗 ⋯ 𝑎𝑚𝑛

행렬이란 수를 가로(행)로 𝑛개, 세로(열)로 𝑚개 나열해서 묶

어 둔 것이라 할 수 있다. 그래서, 행렬 𝐴의 크기를 𝑚 × 𝑛이
라 한다.

 위에서 𝑖번째 행과 왼쪽에서 𝑗번째 열에 있는 항 𝑎𝑖𝑗 를 𝐴의

(𝑖, 𝑗)-원소(entry)라고 하며, 이를 일반항으로 하여 행렬을
𝐴 = (𝑎𝑖𝑗 )로 나타내기도 한다.
행렬의 여러 표현 1 교재 1.3절

𝑎11 𝑎12 ⋯ 𝑎1𝑗 ⋯ 𝑎1𝑛

𝑎21 𝑎22 ⋯ 𝑎2𝑗 ⋯ 𝑎2𝑛
⋮ ⋮ ⋮ ⋮
𝐴= 𝑎𝑖2 ⋯ 𝑎𝑖𝑗 ⋯ 𝑎𝑖𝑛
𝑎𝑖1
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑗 ⋯ 𝑎 𝑚𝑛

 크기가 𝑚 × 𝑛인 행렬 𝐴는 𝑅 𝑛 에 있는 𝑚개의 행벡터

𝐴𝑖 = (𝑎𝑖1 , 𝑎𝑖2 , ⋯, 𝑎𝑖𝑛 ) (𝑖 = 1, ⋯ , 𝑚)로 이루어져 있다
고 볼 수 있으므로
𝐴1
𝐴2
𝐴=
⋮
𝐴𝑚

이렇게 표현하기도 한다.

 [질문] 행벡터 (𝑎1 , 𝑎2 , ⋯, 𝑎𝑛 )는 행렬일까요? 그러면

크기는?
행렬의 여러 표현 2 교재 1.3절

𝑎11 𝑎12 ⋯ 𝑎1𝑗 ⋯ 𝑎1𝑛

𝑎21 𝑎22 ⋯ 𝑎2𝑗 ⋯ 𝑎2𝑛
⋮ ⋮ ⋮ ⋮
𝐴= 𝑎𝑖2 ⋯ 𝑎𝑖𝑗 ⋯ 𝑎𝑖𝑛
𝑎𝑖1
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑗 ⋯ 𝑎 𝑚𝑛

크기가 𝑚 × 𝑛인 행렬 𝐴는 𝑅 𝑚 에 있는 𝑛개
𝑎1𝑗
𝑎2𝑗
열벡터 𝐴 =
𝑗
⋮ (𝑗 = 1, ⋯ , 𝑛) 로 이루어져
𝑎𝑚𝑗
있다고 볼 수 있으므로
𝐴 = 𝐴1 , 𝐴2 , ⋯ , 𝐴𝑛
이렇게 표현하기도 한다.

 [질문] 열벡터 𝐴𝑗 는 행렬일까요? 그러면

크기는?
행렬의 여러 표현 3 교재 1.3절

 𝑚 × 𝑛 행렬 𝐴를 아래 그림처럼 여러 조각으로 나누어

각 조각이 하나의 행렬 원소인 것 처럼 표현할 수 있다.
이를 분할된 행렬(partitioned matrix)
이라 하고 각 조각을 부분행렬이라 한다.

𝑎11 𝑎12 ⋯ 𝑎1𝑗 ⋯ 𝑎1𝑛

𝑎21 𝑎22 ⋯ 𝑎2𝑗 ⋯ 𝑎2𝑛
⋮ ⋮ ⋮ ⋮ 𝐴11 𝐴12
𝑎𝑖2 ⋯ 𝑎𝑖𝑗 ⋯ 𝑎 =
𝑎𝑖1 𝑖𝑛 𝐴21 𝐴22
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑗 ⋯ 𝑎𝑚𝑛

𝐴11 는 𝑖 × 𝑗 행렬, 𝐴12 는 𝑖 × (𝑛 − 𝑗) 행렬,

𝐴21 는 (𝑚 − 𝑖) × 𝑗 행렬, 𝐴22 는 (m−𝑖) × (𝑛 − 𝑗) 행렬

 앞에서 나온 벡터를 이용한 표현 𝐴 = 𝐴1 , 𝐴2 , ⋯ , 𝐴𝑛 도

분할된 행렬 표현이라 볼 수 있다. 교재 p.34 에서 관련
된 내용 읽어보세요.
 학습 활동 2
 행렬 A가 아래에 주어졌다.
0 1 2
𝐴=
1 3 𝑥
1. 𝐴의 크기는?
1
2. 𝐴2 는 이다. 𝐴2 는?
3
3. 𝐴를 다음과 같이 분할하였다.
𝐴 = 𝑀1 , 𝑀2 , 𝑀1 은 2 × 1 행렬
𝑀2 =?
 학습 활동 2
 행렬 A가 아래에 주어졌다.
0 1 2
𝐴=
1 3 𝑥
1. 𝐴의 크기는? 2 × 3
1
2. 𝐴2 는 이다. 𝐴2 는? (1,3, 𝑥)
3
3. 𝐴를 다음과 같이 분할하였다.
𝐴 = 𝑀1 , 𝑀2 , 𝑀1 은 2 × 1 행렬
0
𝑀1 =
1
1 2
𝑀2 =
3 𝑥
관련된 용어 1 : 같음, 정사각행렬 교재 1.3절

 “두 개의 𝑚 × 𝑛 행렬 𝐴, 𝐵가 서로 같다” 라는 말은
“두 행렬의 구성 원소가 서로 같다”는 것을 의미 한다,
즉,
𝐴 = 𝐵 ⟺ 𝐴의 일반항 𝑎𝑖𝑗 = 𝐵의 일반항 𝑏𝑖𝑗

 𝑚 = 𝑛인 행렬을 정사각행렬(square matrix)이라 하고

𝑎𝑖𝑖 (𝑖 = 1, ⋯ , 𝑛)가 있는 대각선을 행렬의 주대각선
(main diagonal)이라 한다.

𝑎11 𝑎12 ⋯ 𝑎1𝑖 ⋯ 𝑎1𝑛

𝑎21 𝑎22 ⋯ 𝑎2𝑖 ⋯ 𝑎2𝑛
⋮ ⋮ ⋮ ⋮
𝑎𝑖1 𝑎𝑖2 ⋯ 𝑎𝑖𝑖 ⋯ 𝑎𝑖𝑛
⋮ ⋮ ⋮ ⋮
𝑎𝑛1 𝑎𝑛2 ⋯ 𝑎𝑛𝑖 ⋯ 𝑎𝑛𝑛
행렬의 덧셈
 크기가 𝑚 × 𝑛 인 두 행렬의 덧셈은 벡터의 덧셈 처럼 대응되는 각 자리
원소들의 합으로 정의한다.

𝑎11 𝑎12 ⋯ 𝑎1𝑗 ⋯ 𝑎1𝑛 𝑏11 𝑏12 ⋯ 𝑏1𝑗 ⋯ 𝑏1𝑛

𝑎21 𝑎22 ⋯ 𝑎2𝑗 ⋯ 𝑎2𝑛 𝑏21 𝑏22 ⋯ 𝑏2𝑗 ⋯ 𝑏2𝑛
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑎𝑖2 ⋯ 𝑎𝑖𝑗 ⋯ 𝑎𝑖𝑛 + =
𝑎𝑖1 𝑏𝑖1 𝑏𝑖2 ⋯ 𝑏𝑖𝑗 ⋯ 𝑏𝑖𝑛
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑗 ⋯ 𝑎 𝑚𝑛 𝑏𝑚1 𝑏𝑚2 ⋯ 𝑏𝑚𝑗 ⋯ 𝑏𝑚𝑛

𝑎11 + 𝑏11 𝑎12 + 𝑏12 ⋯ 𝑎1𝑗 + 𝑏1𝑗 ⋯ 𝑎1𝑛 + 𝑏1𝑛

𝑎21 + 𝑏21 𝑎22 + 𝑏22 ⋯ 𝑎2𝑗 + 𝑏2𝑗 ⋯ 𝑎2𝑛 + 𝑏2𝑛
⋮ ⋮ ⋮ ⋮
𝑎𝑖1 + 𝑏𝑖1 𝑎𝑖2 + 𝑏𝑖2 ⋯ 𝑎𝑖𝑗 + 𝑏𝑖𝑗 ⋯ 𝑎𝑖𝑛 + 𝑏𝑖𝑛
⋮ ⋮ ⋮ ⋮
𝑎𝑚1 +𝑏𝑚1 𝑎𝑚2 + 𝑏𝑚2 ⋯ 𝑎𝑚𝑗 + 𝑏𝑚𝑗 ⋯ 𝑎𝑚𝑛 + 𝑏𝑚𝑛
행렬의 덧셈 항등원

 다음 𝑚 × 𝑛 행렬은 행렬의 덧셈의 항등원 역할을 한다. 이를 영행렬이라 하고 0으로 표기한

다.
(주의: 기호가 스칼라 0과 차이가 없으므로 상황을 보고 판단해야 한다.)
0 0
⋯
0= ⋮ ⋮
⋮ ⋱ ⋮
0 ⋯ 0

𝑏11 𝑏12 ⋯ 𝑏1𝑗 ⋯ 𝑏1𝑛 𝑏11 𝑏12 ⋯ 𝑏1𝑗 ⋯ 𝑏1𝑛

0 0 𝑏21 𝑏22 ⋯ 𝑏2𝑗 ⋯ 𝑏2𝑛 𝑏21 𝑏22 ⋯ 𝑏2𝑗 ⋯ 𝑏2𝑛
⋯
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
+ =
⋮ ⋱ ⋮ 𝑏𝑖1 𝑏𝑖2 ⋯ 𝑏𝑖𝑗 ⋯ 𝑏𝑖𝑛 𝑏𝑖1 𝑏𝑖2 ⋯ 𝑏𝑖𝑗 ⋯ 𝑏𝑖𝑛
0 ⋯ 0 ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑏𝑚1 𝑏𝑚2 ⋯ 𝑏𝑚𝑗 ⋯ 𝑏𝑚𝑛 𝑏𝑚1 𝑏𝑚2 ⋯ 𝑏𝑚𝑗 ⋯ 𝑏𝑚𝑛
 행렬의 상수배
 행렬 𝐴에 대한 스칼라 𝑘 상수배는 각 자리 원소들의 𝑘 상수배로 정의한다.

𝑎11 𝑎12 ⋯ 𝑎1𝑗 ⋯ 𝑎1𝑛 𝑘 𝑎11 𝑘 𝑎12 ⋯ 𝑘 𝑎1𝑗 ⋯ 𝑘 𝑎1𝑛

𝑎21 𝑎22 ⋯ 𝑎2𝑗 ⋯ 𝑎2𝑛 𝑘 𝑎21 𝑘 𝑎22 ⋯ 𝑘 𝑎2𝑗 ⋯ 𝑘 𝑎2𝑛
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑘𝐴 = 𝑘 𝑎 ⋯ 𝑎𝑖𝑗 ⋯ 𝑎 =
𝑎𝑖1 𝑖2 𝑖𝑛 𝑘 𝑎𝑖1 𝑘 𝑎𝑖2 ⋯ 𝑘 𝑎𝑖𝑗 ⋯ 𝑘 𝑎𝑖𝑛
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2 ⋯ 𝑎𝑚𝑗 ⋯ 𝑎𝑚𝑛 𝑘𝑎𝑚1 𝑘 𝑎𝑚2 ⋯ 𝑘 𝑎𝑚𝑗 ⋯ 𝑘 𝑎𝑚𝑛

 이와 같이 행렬은 서로 더할 수도 상수배 할 수도 있다.

 행렬의 덧셈과 상수배에 대한 계산법칙은 좀 있다가 다루도록 하자.
 학습 활동 3
1 0 −1 2 1 1
1. 𝐴= , 𝐵= 일 때 다음을 계산해보시오.
3 𝑥 𝑦 −1 𝑥−𝑦 2𝑦

3𝐴 =?, 𝐴 − 𝐵 =?
 학습 활동 4
1 0 −1 2 1 1
𝐴= , 𝐵= 일 때 다음을 계산해보시오.
3 𝑥 𝑦 −1 𝑥−𝑦 2𝑦

3𝐴 =?, −𝐴 + 𝐵 =?

3 0 −3
3𝐴 =
9 3𝑥 3𝑦

−1 0 1 2 1 1 1 1 2
−𝐴 + 𝐵 = + =
−3 −𝑥 −𝑦 −1 𝑥−𝑦 2𝑦 −4 −𝑦 𝑦
 선형대수학
강의 끝났습니다. 수고하셨습니다.