6.3 벡터 공간의 공리와 부분 공간

1. 벡터 공간 공리의 체계적 검토

벡터 공간(vector space)은 벡터 덧셈과 스칼라 곱이라는 두 연산이 정의되고, 이 연산들이 특정한 대수적 공리를 만족하는 집합이다. 이 공리 체계는 다양한 수학적 구조가 벡터 공간으로 분류되는지를 판정하는 기준이며, 로봇공학에서 다루는 여러 공간의 구조적 성질을 이해하기 위한 기초를 제공한다.

체(field) $\mathbb{F}$ 위의 벡터 공간 $(V, +, \cdot)$ 은 공집합이 아닌 집합 $V$ 와 두 연산 $+: V \times V \to V$ (벡터 덧셈), $\cdot: \mathbb{F} \times V \to V$ (스칼라 곱)으로 구성되며, 다음의 8가지 공리를 만족하여야 한다 (Axler, 2024; Strang, 2023).

1.1 공리 (V1)~(V4): 벡터 덧셈의 공리

임의의 $\mathbf{u}, \mathbf{v}, \mathbf{w} \in V$ 에 대하여 다음이 성립한다.

(V1) 덧셈의 교환 법칙: $\mathbf{u} + \mathbf{v} = \mathbf{v} + \mathbf{u}$

(V2) 덧셈의 결합 법칙: $(\mathbf{u} + \mathbf{v}) + \mathbf{w} = \mathbf{u} + (\mathbf{v} + \mathbf{w})$

(V3) 영벡터의 존재: 모든 $\mathbf{v} \in V$ 에 대하여 $\mathbf{v} + \mathbf{0} = \mathbf{v}$ 를 만족하는 원소 $\mathbf{0} \in V$ 가 존재한다.

(V4) 역원의 존재: 모든 $\mathbf{v} \in V$ 에 대하여 $\mathbf{v} + (-\mathbf{v}) = \mathbf{0}$ 을 만족하는 원소 $-\mathbf{v} \in V$ 가 존재한다.

공리 (V1)~(V4)는 $(V, +)$ 가 아벨 군(abelian group)을 이루는 것을 보장한다. 영벡터 $\mathbf{0}$ 의 유일성은 공리로부터 증명되며, 각 원소의 역원 $-\mathbf{v}$ 또한 유일하다.

1.2 공리 (V5)~(V8): 스칼라 곱의 공리

임의의 $a, b \in \mathbb{F}$ 와 $\mathbf{u}, \mathbf{v} \in V$ 에 대하여 다음이 성립한다.

(V5) 스칼라 곱의 결합 법칙: $a(b\mathbf{v}) = (ab)\mathbf{v}$

(V6) 스칼라 곱의 항등원: $1\mathbf{v} = \mathbf{v}$

(V7) 벡터 덧셈에 대한 분배 법칙: $a(\mathbf{u} + \mathbf{v}) = a\mathbf{u} + a\mathbf{v}$

(V8) 체 덧셈에 대한 분배 법칙: $(a + b)\mathbf{v} = a\mathbf{v} + b\mathbf{v}$

2. 공리로부터 도출되는 기본 성질

벡터 공간의 8가지 공리로부터 다음의 중요한 성질들이 논리적으로 유도된다.

정리 6.3.1. 벡터 공간 $V$ 에서 다음이 성립한다.

(i) 영벡터는 유일하다.

(ii) 모든 $\mathbf{v} \in V$ 에 대하여 역원 $-\mathbf{v}$ 는 유일하다.

(iii) $0\mathbf{v} = \mathbf{0}$ (스칼라 0과 임의의 벡터의 곱은 영벡터이다)

(iv) $a\mathbf{0} = \mathbf{0}$ (임의의 스칼라와 영벡터의 곱은 영벡터이다)

(v) $(-1)\mathbf{v} = -\mathbf{v}$ (스칼라 $-1$ 의 곱은 역원과 같다)

증명 (iii). $0\mathbf{v} = (0 + 0)\mathbf{v} = 0\mathbf{v} + 0\mathbf{v}$ 이다. 양변에 $0\mathbf{v}$ 의 역원을 더하면 $\mathbf{0} = 0\mathbf{v}$ 를 얻는다. $\square$

증명 (v). $\mathbf{v} + (-1)\mathbf{v} = 1\mathbf{v} + (-1)\mathbf{v} = (1 + (-1))\mathbf{v} = 0\mathbf{v} = \mathbf{0}$ 이다. 역원의 유일성에 의해 $(-1)\mathbf{v} = -\mathbf{v}$ 이다. $\square$

3. 벡터 공간의 검증 예시

특정 집합이 벡터 공간을 이루는지를 판정하려면 8가지 공리가 모두 만족되는지를 확인하여야 한다. 반대로, 벡터 공간이 아님을 보이려면 하나의 공리가 위반되는 반례를 제시하면 충분하다.

3.1 예시 1: $\mathbb{R}^n$ 은 벡터 공간이다

$\mathbb{R}^n$ 에서 벡터 덧셈과 스칼라 곱을 성분별로 정의하면 8가지 공리가 모두 만족된다. 영벡터는 $\mathbf{0} = (0, 0, \ldots, 0)^\top$ 이고, $\mathbf{v} = (v_1, \ldots, v_n)^\top$ 의 역원은 $-\mathbf{v} = (-v_1, \ldots, -v_n)^\top$ 이다. $\mathbb{R}^n$ 은 로봇공학에서 가장 기본적인 벡터 공간이다.

3.2 예시 2: 원점을 지나지 않는 직선은 벡터 공간이 아니다

$\mathbb{R}^2$ 에서 직선 $L = \{(x, y) \mid y = 2x + 1\}$ 을 고려하자. $(1, 3) \in L$ 이지만, $2(1, 3) = (2, 6)$ 은 $y = 2x + 1$ 을 만족하지 않으므로 $L$ 은 스칼라 곱에 대하여 닫혀 있지 않다. 따라서 $L$ 은 벡터 공간이 아니다. 또한, 영벡터 $(0, 0)$ 이 $L$ 에 속하지 않으므로 공리 (V3)도 위반된다.

3.3 예시 3: $SO(3)$ 는 벡터 공간이 아니다

$3 \times 3$ 회전 행렬의 집합 $SO(3) = \{R \in \mathbb{R}^{3 \times 3} \mid R^\top R = I, \det(R) = 1\}$ 은 행렬 덧셈에 대하여 닫혀 있지 않다. 두 회전 행렬 $R_1, R_2 \in SO(3)$ 에 대하여 $R_1 + R_2$ 는 일반적으로 $SO(3)$ 에 속하지 않는다. 예를 들어, 항등 행렬 $I \in SO(3)$ 에 대하여 $I + I = 2I$ 는 $\det(2I) = 8 \neq 1$ 이므로 $SO(3)$ 에 속하지 않는다. 따라서 $SO(3)$ 는 벡터 공간이 아니며, 리 군(Lie group)이라는 별도의 대수적 구조로 다루어진다.

4. 부분 공간의 정의

벡터 공간 $V$ 의 부분 집합 $W$ 가 $V$ 와 동일한 연산에 대하여 그 자체로 벡터 공간을 이루면, $W$ 를 $V$ 의 부분 공간(subspace)이라 한다.

정의 6.3.1 (부분 공간). 벡터 공간 $V$ 의 공집합이 아닌 부분 집합 $W \subseteq V$ 가 다음 세 조건을 만족하면 $W$ 를 $V$ 의 부분 공간이라 한다.

영벡터 포함: $\mathbf{0} \in W$
덧셈에 대한 닫힘: 모든 $\mathbf{u}, \mathbf{v} \in W$ 에 대하여 $\mathbf{u} + \mathbf{v} \in W$
스칼라 곱에 대한 닫힘: 모든 $\mathbf{v} \in W$ 와 $a \in \mathbb{F}$ 에 대하여 $a\mathbf{v} \in W$

조건 2와 3을 하나로 결합하면, 부분 공간 판정은 다음의 단일 조건으로 동치이다.

정리 6.3.2 (부분 공간 판정 정리). $V$ 의 공집합이 아닌 부분 집합 $W$ 가 부분 공간이 될 필요충분조건은 모든 $\mathbf{u}, \mathbf{v} \in W$ 와 $a, b \in \mathbb{F}$ 에 대하여 $a\mathbf{u} + b\mathbf{v} \in W$ 인 것이다.

이 조건을 선형 결합에 대한 닫힘(closure under linear combination)이라 한다.

5. 부분 공간의 예시

5.1 자명한 부분 공간

모든 벡터 공간 $V$ 는 두 개의 자명한(trivial) 부분 공간을 가진다: 영 공간 $\{\mathbf{0}\}$ 과 $V$ 자체이다.

5.2 원점을 지나는 직선과 평면

$\mathbb{R}^3$ 에서 원점을 지나는 직선 $L = \{t\mathbf{d} \mid t \in \mathbb{R}\}$ 은 $\mathbb{R}^3$ 의 1차원 부분 공간이다. 여기서 $\mathbf{d} \neq \mathbf{0}$ 는 직선의 방향 벡터이다. 마찬가지로, 원점을 지나는 평면 $P = \{s\mathbf{a} + t\mathbf{b} \mid s, t \in \mathbb{R}\}$ 은 $\mathbb{R}^3$ 의 2차원 부분 공간이다. 여기서 $\mathbf{a}$ 와 $\mathbf{b}$ 는 선형 독립인 벡터이다.

5.3 동차 연립 방정식의 해 공간

행렬 $A \in \mathbb{R}^{m \times n}$ 에 대하여 동차 연립 방정식 $A\mathbf{x} = \mathbf{0}$ 의 해의 집합

$\text{null}(A) = \{\mathbf{x} \in \mathbb{R}^n \mid A\mathbf{x} = \mathbf{0}\}$

은 $\mathbb{R}^n$ 의 부분 공간이다. 이는 행렬 $A$ 의 영 공간(null space) 또는 핵(kernel)이라 하며, $\text{null}(A)$ 또는 $\ker(A)$ 로 표기한다.

증명. (i) $A\mathbf{0} = \mathbf{0}$ 이므로 $\mathbf{0} \in \text{null}(A)$ 이다. (ii) $\mathbf{x}_1, \mathbf{x}_2 \in \text{null}(A)$ 이면 $A(\mathbf{x}_1 + \mathbf{x}_2) = A\mathbf{x}_1 + A\mathbf{x}_2 = \mathbf{0} + \mathbf{0} = \mathbf{0}$ 이므로 $\mathbf{x}_1 + \mathbf{x}_2 \in \text{null}(A)$ 이다. (iii) $\mathbf{x} \in \text{null}(A)$ 이고 $a \in \mathbb{R}$ 이면 $A(a\mathbf{x}) = a(A\mathbf{x}) = a\mathbf{0} = \mathbf{0}$ 이므로 $a\mathbf{x} \in \text{null}(A)$ 이다. $\square$

반면, 비동차 연립 방정식 $A\mathbf{x} = \mathbf{b}$ ( $\mathbf{b} \neq \mathbf{0}$ )의 해의 집합은 영벡터를 포함하지 않으므로 부분 공간이 아니다.

행렬의 열 공간

행렬 $A \in \mathbb{R}^{m \times n}$ 의 열 공간(column space) 또는 상(image, range)은 $A$ 의 열벡터들의 모든 선형 결합으로 이루어진 집합이다.

$\text{col}(A) = \{A\mathbf{x} \mid \mathbf{x} \in \mathbb{R}^n\} = \text{span}(\mathbf{a}_1, \mathbf{a}_2, \ldots, \mathbf{a}_n)$

여기서 $\mathbf{a}_j$ 는 $A$ 의 제 $j$ 열벡터이다. $\text{col}(A)$ 는 $\mathbb{R}^m$ 의 부분 공간이며, 연립 방정식 $A\mathbf{x} = \mathbf{b}$ 가 해를 가지기 위한 필요충분조건은 $\mathbf{b} \in \text{col}(A)$ 인 것이다.

6. 부분 공간의 연산

6.1 부분 공간의 교집합

정리 6.3.3. 벡터 공간 $V$ 의 두 부분 공간 $W_1$ 과 $W_2$ 의 교집합 $W_1 \cap W_2$ 는 $V$ 의 부분 공간이다.

이 성질은 유한 개 또는 무한 개의 부분 공간의 교집합으로 일반화된다. 반면, 두 부분 공간의 합집합 $W_1 \cup W_2$ 는 일반적으로 부분 공간이 아니다.

6.2 부분 공간의 합

두 부분 공간 $W_1$ 과 $W_2$ 의 합(sum)은 다음과 같이 정의된다.

$W_1 + W_2 = \{\mathbf{w}_1 + \mathbf{w}_2 \mid \mathbf{w}_1 \in W_1, \mathbf{w}_2 \in W_2\}$

$W_1 + W_2$ 는 $V$ 의 부분 공간이며, $W_1$ 과 $W_2$ 를 모두 포함하는 가장 작은 부분 공간이다.

직합

$W_1 \cap W_2 = \{\mathbf{0}\}$ 이면, 합 $W_1 + W_2$ 를 직합(direct sum)이라 하고 $W_1 \oplus W_2$ 로 표기한다. 직합에서는 모든 원소 $\mathbf{v} \in W_1 \oplus W_2$ 가 $\mathbf{v} = \mathbf{w}_1 + \mathbf{w}_2$ ( $\mathbf{w}_1 \in W_1$ , $\mathbf{w}_2 \in W_2$ )로 유일하게 분해된다.

부분 공간의 로봇공학적 응용

자코비안의 영 공간과 상 공간

$n$ 자유도 로봇의 자코비안 행렬 $J(\mathbf{q}) \in \mathbb{R}^{m \times n}$ 에 대하여, 영 공간 $\text{null}(J)$ 은 말단 장치의 속도에 영향을 주지 않는 관절 속도의 방향을 나타내며, 열 공간 $\text{col}(J)$ 은 현재 형상에서 말단 장치가 달성할 수 있는 속도의 방향을 나타낸다. $n > m$ 인 여유 자유도(redundant) 로봇에서 $\text{null}(J)$ 은 비자명하며, 이 부분 공간 내의 운동은 말단 장치의 위치와 자세를 변화시키지 않으면서 관절 한계 회피, 장애물 회피, 에너지 최소화 등의 부차 목표를 달성하는 데 활용된다.

관절 공간과 작업 공간의 관계

자코비안에 의한 선형 사상 $\dot{\mathbf{x}} = J\dot{\mathbf{q}}$ 에서, 관절 속도 공간 $\mathbb{R}^n$ 은 영 공간 $\text{null}(J)$ 와 행 공간(row space) $\text{row}(J)$ 의 직합으로 분해된다.

$\mathbb{R}^n = \text{null}(J) \oplus \text{row}(J)$

이 직합 분해는 여유 자유도 로봇의 역기구학에서 최소 노름 해(행 공간의 성분)와 영 공간 성분을 분리하여 처리하는 수학적 기반이다.

6.3 대칭 행렬과 반대칭 행렬의 직합

$n \times n$ 실수 행렬 공간 $\mathbb{R}^{n \times n}$ 은 대칭 행렬(symmetric matrix)의 공간 $\text{Sym}(n)$ 과 반대칭 행렬(skew-symmetric matrix)의 공간 $\text{Skew}(n)$ 의 직합으로 분해된다.

$\mathbb{R}^{n \times n} = \text{Sym}(n) \oplus \text{Skew}(n)$

임의의 행렬 $A$ 는 대칭 부분 $\frac{1}{2}(A + A^\top)$ 과 반대칭 부분 $\frac{1}{2}(A - A^\top)$ 의 합으로 유일하게 분해된다. 로봇 동역학에서 관성 행렬은 대칭 행렬이며, 각속도와 관련된 반대칭 행렬은 외적 연산을 행렬 형태로 표현하는 데 사용된다.

참고문헌

Axler, S. (2024). Linear Algebra Done Right (4th ed.). Springer.
Strang, G. (2023). Introduction to Linear Algebra (6th ed.). Wellesley-Cambridge Press.
Hoffman, K., & Kunze, R. (1971). Linear Algebra (2nd ed.). Prentice-Hall.
Murray, R. M., Li, Z., & Sastry, S. S. (1994). A Mathematical Introduction to Robotic Manipulation. CRC Press.
Siciliano, B., Sciavicco, L., Villani, L., & Oriolo, G. (2009). Robotics: Modelling, Planning and Control. Springer.

Version: 1.0