Summary

어떤 공간을 만들기 위한 “군더더기 없는 최소 재료 세트”가 기저(basis) 다. 재료들이 서로 겹치지 않고 각자 꼭 필요할 때 일차독립(linearly independent) 이라 하고, 그 최소 재료의 개수가 그 공간의 차원(dimension) 이다. 같은 공간이면 어떤 식으로 고르든 기저의 개수는 항상 같다.

용어 설명

• linear independence (일차독립): 어떤 벡터도 나머지의 일차결합으로 만들 수 없는 상태. 군더더기 없음.
• linear dependence (일차종속): 어떤 벡터를 나머지로 만들 수 있는 상태. 군더더기 있음.
• basis (기저): 일차독립이면서 공간을 가득 채우는(span) 벡터들의 집합. = 최소 생성집합.
• dimension (차원): 기저를 이루는 벡터의 개수.
• trivial solution (자명해): 모든 계수가 0인 해 ($c_1=\cdots =c_k=0$). “당연한” 해.
• span (생성): 주어진 벡터들의 일차결합으로 만들 수 있는 모든 벡터의 모임.

Linear Independence, Basis, and Dimension

1. 직관 (군더더기 없는 최소 재료 세트)

레고로 어떤 공간 전체를 만든다고 생각하자.

• 일차독립: 가진 블록들 중에 “이건 다른 블록들 조합으로 이미 만들 수 있잖아?” 하는 중복이 하나도 없는 상태. 모든 블록이 각자 제 역할을 한다.
• 기저: 그 공간을 빠짐없이 다 만들 수 있으면서(span), 동시에 군더더기가 하나도 없는(독립) 딱 알맞은 블록 세트.
• 차원: 그 딱 알맞은 세트에 블록이 몇 개 필요한가.

핵심 그림: 평면(${\mathbb{R}}^2$)을 만들려면 “오른쪽 방향” 하나, “위쪽 방향” 하나, 두 개면 충분하다. 세 번째 화살표를 더해도 그건 앞의 두 개로 이미 표현되는 군더더기다. 그래서 평면의 차원은 2.

2. 정의 (일차독립 / 기저 / 차원)

일차독립: 벡터 $v_1,\dots ,v_k$ 에 대해
$c_1{v}_1+c_2{v}_2+\cdots +c_k{v}_k=0$
이 식이 오직 자명해($c_1=\cdots =c_k=0$)일 때만 성립하면 일차독립이라 한다.

일차종속: 위 식이 0이 아닌 계수로도 성립하면(즉 어떤 $c_i\ne 0$) 일차종속. 이때 그 벡터는 나머지의 일차결합으로 표현되는 군더더기다.

기저: 집합 $\{v_1,\dots ,v_n\}$ 이

1. 일차독립이고, 동시에
2. 공간 $V$ 를 span 하면 ($V$ 의 모든 벡터를 이들의 일차결합으로 표현 가능)

이면 $V$ 의 기저라 한다.

차원: $\dim V=$ 기저를 이루는 벡터의 개수 ($n$).

3. 핵심 성질 (기저의 벡터 수는 항상 같다 → 차원 well-defined)

같은 공간 $V$ 의 기저는 여러 개 있을 수 있다. 그런데 어떤 기저를 골라도 그 안의 벡터 개수는 항상 똑같다. 그래서 “차원”이라는 값이 헷갈림 없이 딱 하나로 정해진다(well-defined).

Tip

직관: 평면을 채우는 데 독립인 화살표 2개로 충분한데, 다른 사람이 굳이 3개로 채우려 하면 그중 하나는 반드시 군더더기(종속)가 된다. 그래서 “독립이면서 꽉 채우는” 세트는 항상 2개짜리일 수밖에 없다.

4. 예시 (표준기저, 일차종속 예)

표준기저 (standard basis): ${\mathbb{R}}^3$ 에서
$e_1=(1,0,0),e_2=(0,1,0),e_3=(0,0,1)$
이들은 일차독립이고 ${\mathbb{R}}^3$ 전체를 span 한다. 따라서 기저이고 $\dim {\mathbb{R}}^3=3$.

일차독립 예 (${\mathbb{R}}^2$): $(1,0),(0,1)$ 은 독립이며 ${\mathbb{R}}^2$ 의 기저. $\dim {\mathbb{R}}^2=2$.

일차종속 예: $(1,0)$ 과 $(2,0)$ 은
$2\cdot (1,0)+(-1)\cdot (2,0)=(0,0)$
처럼 0이 아닌 계수로 0을 만들 수 있다 → 종속. 둘 다 “오른쪽 방향” 같은 선 위에 있어서 한 방향밖에 못 만든다. 평면을 채우지 못한다.

5. 어디에 쓰나 / 흔한 함정

쓰임

• 좌표계의 토대: 기저를 정해야 벡터를 $(x,y,z)$ 같은 좌표로 쓸 수 있다.
• 랭크 / 부분공간 차원 계산: 행렬의 열들이 span 하는 공간의 차원이 곧 rank.

Warning

흔한 함정

• “벡터가 많을수록 공간을 더 잘 채운다”는 착각: 종속이면 아무리 많아도 군더더기일 뿐 차원은 안 늘어난다.
• span ≠ 기저: 공간을 채우기만 해서는 안 되고, 동시에 독립이어야 기저다. (채우지만 군더더기 있는 세트는 “생성집합”이지 기저가 아님.)
• 벡터가 공간 차원보다 많으면 무조건 종속이다. (예: ${\mathbb{R}}^2$ 에서 벡터 3개를 모으면 반드시 종속.)

6. 30초 요약

• 일차독립: $c_1{v}_1+\cdots +c_k{v}_k=0$ 이 자명해($c_i=0$)일 때만 성립. 군더더기 없음.
• 일차종속: 0 아닌 계수로 0을 만들 수 있음. 어떤 벡터가 나머지로 표현됨.
• 기저: 일차독립 + span. 공간을 만드는 최소 재료 세트.
• 차원: 기저 벡터의 개수. 같은 공간이면 항상 같음 → 유일하게 정해짐.
• $\dim {\mathbb{R}}^n=n$, 표준기저 $\{e_1,\dots ,e_n\}$.
• 참고: Strang, Linear Algebra, Ch 3.

관련 노트

• Linear Algebra Concepts (index)
• Span and Linear Combination
• Rank and the Four Fundamental Subspaces