평면의 방정식
벡터의 합성과 스칼라곱을 이용하면 평면의 방정식을 간단하게 표현할 수 있다. 먼저 원점이 \( O \)인 3차원 유클리드 공간 상에서 한 직선 위에 있지 않은 세 점 \( A \), \( B \), \( C \)를 생각하자.
세 점 \( A \), \( B \), \( C \)를 포함하는 평면을 \( S \), 시점이 원점 \( A \)이고 종점이 \( B \), \( C \)인 두 벡터를 각각 \( u \), \( v \)라고 하자.
아래 그림에서 볼 수 있듯이 임의의 두 실수 \( p \), \( q \)에 대하여 두 벡터 \( u \), \( v \)의 스칼라배 \( p u \), \( q v \)는 각각 직선 AB 상에 있는 임의의 한 점 B'과 직선 AC 상에 있는 임의의 한 점 C'을 종점으로 하는 벡터가 된다. 이때, 평면 \( S \)는 점 A를 반드시 포함하므로 다음과 같은 식을 통해 평면 \( S \) 상에 있는 임의의 한 점을 나타낼 수 있다.
\( A + p u + q v \)
따라서 평면 \( S \) 위의 임의의 한 점을 \( x \)라고 하면 \( x = A + p u + q w \)로 표현할 수 있다. 여기서 \( A = \left( a_{1} \text{, } a_{2} \text{, } a_{3} \right) \), \( B = \left( b_{1} \text{, } b_{2} \text{, } b_{3} \right) \), \( C = \left( c_{1} \text{, } c_{2} \text{, } c_{3} \right) \)라고 하면 평면 \( S \)의 방정식 \( x = A + p u + q v \)를 다음과 같이 표현할 수 있다.
$$ x = \begin{bmatrix} a_{1} \\ a_{2} \\ a_{3} \end{bmatrix} + p \begin{bmatrix} b_{1} - a_{1} \\ b_{2} - a_{2} \\ b_{3} - a_{3} \end{bmatrix} + q \begin{bmatrix} c_{1} - a_{1} \\ c_{2} - a_{2} \\ c_{3} - a_{3} \end{bmatrix} $$
이는 n차원 공간 상에서 정의된 임의의 세 점 \( A = \left( a_{1} \text{, } a_{2} \text{, } a_{3} \text{, } \cdots \text{, } a_{n} \right) \), \( B = \left( b_{1} \text{, } b_{2} \text{, } b_{3} \text{, } \cdots \text{, } b_{n} \right) \), \( C = \left( c_{1} \text{, } c_{2} \text{, } c_{3} \text{, } \cdots \text{, } c_{n} \right) \)를 포함하는 평면 \( S \)의 방정식으로 일반화하여 다음과 같이 나타낼 수 있다.
$$ \begin{bmatrix} x_{1} \\ x_{2} \\ x_{3} \\ \vdots \\ x_{n} \end{bmatrix} = \begin{bmatrix} a_{1} \\ a_{2} \\ a_{3} \\ \vdots \\ a_{n} \end{bmatrix} + p \begin{bmatrix} b_{1} - a_{1} \\ b_{2} - a_{2} \\ b_{3} - a_{3} \\ \vdots \\ b_{n} - a_{n} \end{bmatrix} + q \begin{bmatrix} c_{1} - a_{1} \\ c_{2} - a_{2} \\ c_{3} - a_{3} \\ \vdots \\ c_{n} - a_{n} \end{bmatrix} $$
근본적인 발전은 기초적인 사상을 새롭게 해석할 때에 이루어진다.
-화이트헤드
'수학 > 선형대수학' 카테고리의 다른 글
벡터공간과 그 공간의 원소 벡터 - 선형대수학(7) (0) | 2022.10.17 |
---|---|
직선의 방정식 - 선형대수학(5) (0) | 2022.04.17 |
벡터의 내적과 외적 - 선형대수학(4) (0) | 2022.04.16 |
벡터의 크기와 스칼라곱 - 선형대수학(3) (0) | 2022.04.15 |
벡터의 합성 - 선형대수학(2) (0) | 2022.04.14 |