최근 수정 시각 : 2022-06-14 21:42:56

노름(수학)

[[대수학|대수학
Algebra
]]
{{{#!wiki style="margin:0 -10px -5px; word-break: keep-all;"
{{{#!folding [ 펼치기 · 접기 ]
{{{#!wiki style="letter-spacing: -1px"
{{{#!wiki style="margin:-6px -1px -11px"
이론
기본 대상 연산 · 항등식( 가비의 이 · 곱셈 공식( 통분 · 약분) · 인수분해)) · 부등식( 절대부등식) · 방정식( 풀이 · ( 무연근 · 허근 · 비에트의 정리( 근과 계수의 관계) · 제곱근( 이중근호 · 개방법) · 환원 불능) · 부정 · 불능) · 비례식 · 다항식 · 산술( 시계 산술)
수 체계 자연수( 소수) · 정수( 음수) · 유리수 · 실수( 무리수( 초월수) · 초실수) · 복소수( 허수) · 사원수 · 대수적 수 · 벡터 공간
다루는 대상과 주요토픽
대수적 구조
군(group) 대칭군 · 기본군 · 자유군 · 리 군 · 괴물군 · 점군 · 순환군 · 군의 작용 · 동형 정리 · 실로우 정리
환(ring) 아이디얼
체(field) 갈루아 이론
대수 가환대수 · 리 대수 · 불 대수( 크로네커 델타)
마그마 · 반군 · 모노이드 자유 모노이드 · 가환 모노이드
선형대수학 벡터 · 행렬 · 선형사상 · 가군(Module)
정리 · 추측
대수학의 기본정리 · 나머지 정리 · 유클리드 호제법 · 부분분수분해 · PID 위의 유한생성 가군의 기본정리 · 산술·기하 평균 부등식 · 바이어슈트라스 분해 정리 · 호지 추측미해결 · 가환대수에서의 호몰로지 추측미해결
분야와 관심대상
대수기하학 대수다양체 · 스킴 · 에탈 코호몰로지 · 모티브 · 사슬 복합체
대수적 정수론 타원곡선 · 디오판토스 방정식 · 유리근 정리 · 모듈러성 정리
가환대수학 스펙트럼
표현론
기타 및 관련 문서
수학 관련 정보 · 1학년의 꿈 · 노름 · 혼합계산 · 분배법칙 · 교환법칙 · 결합법칙 · 교재 }}}}}}}}}}}}

선형대수학
Linear Algebra
{{{#!wiki style="margin:0 -10px -5px"
{{{#!folding [ 펼치기 · 접기 ]
{{{#!wiki style="margin:-6px -1px -11px"
<colbgcolor=#006ab8> 기본 대상 일차함수 · 벡터 · 행렬 · 선형 변환
대수적 구조 가군(모듈) · 벡터 공간 · 내적 공간
선형 연산자 <colbgcolor=#006ab8> 기본 개념 연립방정식 · 행렬곱 · 단위행렬 · 역행렬 크라메르 공식 · 가역행렬 · 전치행렬 · 행렬식( 라플라스 전개) · 주대각합
선형 시스템 기본행연산 기본행렬 · 가우스-조르당 소거법 · 행사다리꼴 · 행렬표현 · 라그랑주 보간법
주요 정리 차원 정리 · 가역행렬의 기본정리 · 선형대수학의 기본정리 · 스펙트럼 정리
기타 제곱근행렬 · 멱등행렬 · 멱영행렬 · 에르미트 행렬 · 야코비 행렬 · 방데르몽드 행렬 · 아다마르 행렬 변환
벡터공간의 분해 상사 · 고유치 문제 · 케일리-해밀턴 정리 · 대각화( 대각행렬) · 삼각화 · 조르당 분해
벡터의 연산 내적 · 외적( 신발끈 공식) · 다중선형형식 · [math(boldsymbolnabla)] · 크로네커 델타
내적공간 그람-슈미트 과정 · 수반 연산자( 에르미트 내적)
다중선형대수 텐서 · 텐서곱 · 레비치비타 기호 }}}}}}}}}

1. 개요2. 정의3. 성질4. 예시
4.1. 절댓값 노름4.2. lp 노름
4.2.1. 유클리드 노름4.2.2. 택시 노름4.2.3. 상한 노름
5. 내적 및 거리함수와의 관계6. 바나하 공간(Banach Space)

1. 개요

norm

수학 용어로 노음이라고 하는 경우도 있으며 대한수학회의 표준용어로는 노름이지만 대부분은 그냥 '놈' 혹은 놂 또는 노얾ㅁ이라고 읽는다. 본 문서에서는 대한수학회의 표준용어를 따라 노름으로 표기하기로 한다.

거리의 일반화가 거리함수(distance function, 혹은 metric)라면 노름은 크기의 일반화다. 실수의 크기(절댓값)를 [math(\lvert x \rvert)]로 표현하듯, 벡터의 크기(노름)은 일반적으로 [math(\lVert\bold{x}\rVert)] 라고 표현한다. 단, 저자에 따라서는 유클리드 공간의 노름을 [math(\lvert\bold{x}\rvert)]로 쓰기도 한다. 노름과 거리함수, 그리고 내적과의 관계는 아래를 참조.

2. 정의

[math(V)]가 복소수 [math(F)] 위의 벡터공간이고 함수 [math(f:V \rightarrow \mathbb{R})]가 다음을 모두 만족시킬 때,
복소수체 [math(F)]의 임의의 원소 [math(a)]와 벡터공간 [math(V)]의 임의의 원소 [math(\bold{u}, \bold{v})]에 대하여
1. [math(f(a\bold{u}) = |a| \cdot f(\bold{u}))]
1. [math(f(\bold{u} + \bold{v}) \le f(\bold{u}) + f(\bold{v}))][1]
1. 만약 [math(f(\bold{u})=0)]이면 [math(\bold{u})]는 영벡터이다.
이 함수 [math(f)]를 (V 위에서의) 노름(a norm on V)라고 부른다. 노름을 나타내는 함수는 [math(f)]보다는 [math(\left\| \cdot \right\|)]로 표기하는 경우가 많다. 즉, [math(f(\bold{u}) = \left\| \bold{u} \right\|)] 로 표기.

세가지 성질 중 1,2번만 만족하는 경우는 반노름(seminorm)이라고 한다.[2]

3. 성질

노름의 중요한 성질 중 하나는 물론 그 값이 항상 0보다 크거나 같다는 것이다. 이는 다음과 같이 정의의 1번과 2번 공리로부터 유도된다. 따라서 3번 공리를 따르지 않는 반노름도 [math(f(\bold{u})\geq 0)]이 항상 설립한다.

우선 정의 문단의 1번 공리에 의해 [math(f(\bold{0})= f(0\cdot\bold{0})= 0f(\bold{0})= 0 )] 이다.[3] 다시 1번 공리에 의해, 임의의 [math(\bold{u}\in V)]에 대해 [math(f(\bold{-u})= \lvert -1\rvert f(\bold{u})= f(\bold{u}))]가 성립한다. 이제 임의의 [math(\bold{u}\in V)]를 생각하면, [math(0= f(\bold{0})= f(\bold{u}- \bold{u})\leq f(\bold{u})+ f(-\bold{u})= f(\bold{u})+ f(\bold{u})= 2f(\bold{u}))] 이다. 여기서 부등식은 2번 공리, 즉 삼각부등식이다. 양변을 2로 나누면 결과를 얻는다.

4. 예시

4.1. 절댓값 노름

우리가 흔히 알고 있는 a의 절댓값 [math(|a|)]은 1차원 유클리드 공간(=수직선)에서의 노름으로 볼 수 있다.[4]

4.2. lp 노름

p가 1이상일 때,
[math(\displaystyle \left\|\bold{x}\right\|_p = \sqrt[p]{|x_1|^p + |x_2|^p + \cdots + |x_n|^p} = \left( \sum_{k=1}^{n} |x_k|^p \right)^{1/p})]

4.2.1. 유클리드 노름

n차원 유클리드 공간(=좌표평면)에서의 노름은 유클리드 노름(Euclidean norm)이라고 부르고 다음과 같이 정의한다.
[math(\displaystyle \left\|\bold{x}\right\|_2 = \sqrt{{x_1}^2 + {x_2}^2 + \cdots + {x_n}^2} = \sqrt{ \sum_{k=1}^{n} {x_k}^2 })]
lp 노름에서 p=2의 꼴이다.

어디서 많이 본 듯한 모양이라면 정답이다. 평면좌표(n=2)나 공간좌표(n=3)에서 원점과 점 [math(\bold{x} = \left( x_1, x_2, \cdots, x_n \right))] 사이의 거리이다. 이 노름에서 유도되는 거리 함수가 유클리드 공간에서 일반적으로 정해지는 거리 함수이며, 유클리드 거리 함수(Euclidean metric)라고 칭한다. 옛 문헌에는 피타고라스 거리 함수(Pythagorean metric)라고 표기된 문헌도 존재하지만 지금은 사장된 표현.

4.2.2. 택시 노름

Taxicab norm. 다른 이름은 맨해튼 노름(Manhattan norm)으로, 다음과 같이 정의한다.
[math(\left\|\bold{x}\right\|_1 = |x_1| + |x_2| + \cdots + |x_n| = \displaystyle\sum_{k=1}^{n} {|x_k|})]
lp 노름에서 p=1의 꼴이다.

덧붙여 설명하자면, (0, 0)에서 (1, 1)까지 움직이고 싶을 때 대각선으로 가로질러 가는 거리는 유클리드 노름으로 계산하지만, 만약에 그 사이에 밑면의 한 변의 크기가 1인 정사각형 모양의 빌딩이 있고 田자 모양의 도로망이 있을 때에는 ㄱ자 형태로 가로 1, 세로 1만큼, 총 2의 거리를 가야 한다. 이 거리를 계산하는 방법이 택시 노름이다. 맨해튼의 도로 구조가 위와 같이 격자 모양에 가까워 다른 이름이 맨해튼 노름인 것. 당연히 여기서 유도되는 거리함수 이름은 택시 거리 함수(Taxicab metric) / 맨해튼 거리 함수(Manhattan metric)이다.

이름만 봐서는 재미로 만든 노름으로 생각할 수 있지만, 머신러닝이나 통계학을 전공한다면 L1 정규화(L1 regularization)라는 개념으로 자주 마주치게 될 것이다.

4.2.3. 상한 노름[5]

lp 노름에서 p를 무한대로 보내면 얻는 노름으로
[math(\left\|\bold{x}\right\|_{\infty} = \max(|x_1|, |x_2|, \cdots, |x_n|) )]
즉 주어진 성분 중 최대값을 노름으로 삼는 방식이다. 상한 거리 함수, 혹은 최대 거리 함수(max metric)가 이 노름에서 정의된다.

5. 내적 및 거리함수와의 관계

내적이 정의되면 노름은 그 내적에서 [math(\lVert\bold{x}\rVert:= \sqrt{\langle\bold{x},\bold{x}\rangle})]에 의해 자연스럽게 정의된다.[6] 그 역은 성립하지 않는다. 즉, 노름이 있다고 해서 그에 자연스럽게 대응되는 내적이 항상 존재하는 것은 아니다.

한편, 노름이 정의되면 거리함수(distance function 혹은 metric) [math(d(\cdot, \cdot): V\times V\to\mathbb{R})]가 다음에 의해 자연스럽게[7] 정의된다. [math(d(\bold{x}, \bold{y}):= \lVert \bold{x}- \bold{y}\rVert)]. 그 역은 성립하지 않는다. 즉, 거리함수가 있다고 해서 그에 자연스럽게 대응하는 노름이 항상 존재하는 것은 아니다. 심지어 거리함수는 벡터공간이 아니라도 정의될 수 있다.[8]

노름은 위와 같은 '자연스러운' 거리함수(the norm-induced metric) 뿐만 아니라 다른 거리함수도 만들 수 있다. [math(d(\bold{x}, \bold{y}):= \lVert \bold{x}\rVert + \lVert \bold{y} \rVert)] 라 정의하고, 단 [math(\bold{x}= \bold{y})]일 때 [math(d(\bold{x}, \bold{y})= 0)]라 하면, 이것도 거리함수의 공리를 만족하며, 흔히 우체국 거리(post office metric)라고 불린다. 왜 이 이름이 붙었는지 이해하려면, 원점에 단 하나의 우체국이 있고, [math(\bold{x})]에서 [math(\bold{y})]로 편지를 보낼 때 우체국을 거쳐 편지가 이동하는 거리가 [math(d(\bold{x}, \bold{y}))]라고 생각해보자.

6. 바나하 공간(Banach Space)

노름 공간 [math(V)] 가 다음 조건을 만족할 때 이를 바나하 공간(혹은 바나흐 공간)이라 한다.
완비성(Completeness) : 노름공간의 임의의 코시수열이 그 노름공간상의 한 점으로 수렴한다.

이에 관련된 -아재-수학개그가 있다.[9]
Q: 노랗고, 선형이며, 노름이 있는 완비공간은?
A: 바나나하 공간.
참고로 선형공간은 벡터공간을 의미하며, 노름이 정의된 벡터공간은 노름공간이며, 완비 노름공간은 바나하 공간이다.



파일:CC-white.svg 이 문서의 내용 중 전체 또는 일부는 문서의 r47에서 가져왔습니다. 이전 역사 보러 가기
파일:CC-white.svg 이 문서의 내용 중 전체 또는 일부는 다른 문서에서 가져왔습니다.
[ 펼치기 · 접기 ]
문서의 r47 ( 이전 역사)
문서의 r ( 이전 역사)


[1] 흔히 '삼각부등식'이라고 부르는 것. [2] 반노름의 예로는 [math(\lVert\bold{u}\rVert= 0~\forall\bold{u})]라는 자명한 경우가 있다. 또한, 비가역행렬 (정확히는 rank-deficient) [math(A)]를 고정하고 [math(\lVert\bold{u}\rVert^* = \lVert A\bold{u}\rVert)]라고 정의한다면 새로운 함수 [math(\lVert\cdot\rVert^*)]는 반노름이 된다. [3] 3번은 이것의 역일 뿐, 이것을 함의하지 않음에 유의하자. [4] 어떻게 보면 노름은 절댓값의 개념을 확장시켰다고 볼 수도 있기 때문에 당연하다고 볼 수 있다. [5] 하한은 seminorm을 이룬다. [6] [math(\lVert\cdot\rVert)] is the norm induced by [math(\langle\cdot,\cdot\rangle)]. 유일성을 의미하는 the 가 붙었음을 유의하자. 이는 해당 내적과 관련된 노름이 유일하다는 의미가 아니라, [math(\lVert\cdot\rVert)]가 딱 이 유명한 노름을 가리킨다는 의미다. [7] 이 문단과 윗 문단의 '자연스럽다'는 말은 사실 '2, 3차원 유클리드 공간의 직관을 확장했다'는 말이라는 것을 깨달을 수 있을 것이다. [8] 예컨대 임의의 집합에서 함수 [math(d(x, y))]를 [math(x= y)]라면 0, 그 외에는 1의 값을 가지도록 한다면, 이는 거리함수의 공리를 만족한다. 이를 이산거리함수(discrete metric)이라 부른다. [9] 링크 7번 항목