흔히 사칙연산이라고 하면 덧셈, 뺄셈, 곱셈, 나눗셈을 말한다. 스칼라곱을 통해 벡터와 스칼라간에는 곱셈이 가능함을 보였다. 물론 스칼라간에도 곱셈이 가능함은 자명하다. 이제 벡터간의 곱셈을 정의해보자.
벡터의 내적(Inner Product, Dot Product)
두 벡터 \( u \), \( v \)에 대하여 \( u = \left( u_{1} \text{, } u_{2} \right) \), \( v = \left( v_{1} \text{, } v_{2} \right) \)의 내적 \( u \cdot v \)는 다음과 같이 계산한다.
\( u \cdot v = u_{1}v_{1} + u_{2}v_{2} \)
여기서 '\( cdot \)'은 "접곱" 또는 "dot" 등으로 읽으며, 내적 연산자로 사용된다. 내적 연산자는 생략할 수 없다.
내적 연산은 벡터의 동일한 위치의 성분을 곱하여 얻은 값들을 모두 더하여 연산의 결과를 얻는다. 이 연산은 다음 방법으로도 동일한 결과를 얻을 수 있다.
\( u \cdot v = \lVert u \rVert \lVert v \rVert \cos{ \theta } \)
여기서 \( \theta \)는 두 벡터 \( u \), \( v \)가 이루는 각을 의미한다. 이 연산에서 벡터의 내적의 기하학적 의미를 찾을 수 있다. 위의 그림을 참고하면서 아래 설명을 읽기 바란다.
먼저 벡터 \( u \)를 벡터 \( v \)의 위로 정사영하면 그 길이는 \( \left| u \right| \cos{ \theta } \)가 된다. 이 길이에 벡터 \( v \)의 길이 \( \left| v \right| \)를 곱하면 벡터의 내적 연산과 동일한 결과를 나타낸다. 이는 벡터 \( u \)와 \( v \)를 바꾸어 진행하여도 동일한 결과가 나타난다. 따라서 벡터의 내적 연산은 한 벡터를 다른 벡터의 위로 정사영하여 나타나는 길이와 그 다른 벡터의 길이의 곱이다.
벡터의 외적(Outer Product, Cross Product)
두 벡터 \( u \), \( v \)에 대하여 \( u = \left( u_{1} \text{, } u_{2} \text{, } u_{3} \right) \), \( v = \left( v_{1} \text{, } v_{2} \text{, } v_{3} \right) \)의 내적 \( u \cdot v \)는 다음과 같이 계산한다.
\( u \times v = \left( u_{2}v_{3} - u_{3}v_{2} \text{, } u_{3}v_{1} - u_{1}v_{3} \text{, } u_{1}v_{2} - u_{2}v_{1} \right) \)
여기서 '\( \times \)'는 "가위곱", "크로스곱" 등으로 읽으며, 외적 연산자로 사용된다. 내적 연산자와 마찬가지로 외적 연산자는 생략할 수 없다.
벡터의 외적 연산은 다음 두 방법으로도 동일한 결과를 얻을 수 있다.
\( u \times v = \lVert u \rVert \lVert v \rVert \sin{ \left( \theta \right) } n \)
$$ u \times v = \begin{vmatrix} i & j & k \\ u_{1} & u_{2} & u_{3} \\ v_{1} & v_{2} & v_{3} \end{vmatrix} $$
여기서 \( \theta \)는 두 벡터 \( u \), \( v \)가 이루는 각을, \( n \)은 두 벡터 \( u \), \( v \)를 포함하는 평면에 수직인 단위벡터를 의미한다. 이 연산에서 벡터의 외적의 기하학적 의미를 찾을 수 있다. 위의 그림을 보면서 다음 설명을 읽기 바란다.
위 연산에서 벡터 \( n \)에 곱해지는 모든 값은 스칼라이므로 외적 연산의 결과로 나타나는 벡터의 방향은 벡터 \( n \)의 방향과 같다. 따라서 벡터의 외적은 두 벡터를 포함하는 평면에 수직인 벡터를 나타낸다.
벡터의 외적과 내적에 대하여 간단히 정리하자면 벡터의 내적은 스칼라값을, 외적은 벡터값을 결과로 나타낸다. 벡터의 내적과 외적에 대해서는 행렬식과 함께 다시 다루도록 하겠다.
대부분의 과학에서 한 세대는 다른 세대가 건설한 것을 해체하고, 한 세대가 확립한 것을 다른 세대가 되돌려 놓는다. 수학에서만은 각 세대가 과거의 구조에 새로운 층을 쌓아 올린다.
-헤르만 한켈
'수학 > 선형대수학' 카테고리의 다른 글
평면의 방정식 - 선형대수학(6) (0) | 2022.05.29 |
---|---|
직선의 방정식 - 선형대수학(5) (0) | 2022.04.17 |
벡터의 크기와 스칼라곱 - 선형대수학(3) (0) | 2022.04.15 |
벡터의 합성 - 선형대수학(2) (0) | 2022.04.14 |
벡터 - 선형대수학(1) (0) | 2022.04.13 |