[실수공간의 위상] ch1. 거리공간
다음 읽을거리: ch2. 열린집합, 닫힌집합
Inner Product
두 집합
Definition.-벡터공간 의 inner product 란 다음의 성질을 만족하는 함수 을 의미한다.
(1)
(2)
(3)
(4)
위에서 두 번째 조건에 따라
따라서 영벡터와의 inner product 는 영임을 알 수 있다.
다음은 inner product 를 이해하는 일반적인 방식이다. 이 정의가 위 조건을 만족함은 쉽게 보일 수 있으므로 생략한다.
Definition.-벡터공간 의 dot product 란 다음과 같이 정의된 inner product 이다.
Dot product 는 standard inner product 라고도 하며,
Norm
Norm 이란 크기의 일반화된 개념이다.
Definition.-벡터공간 의 norm 이란 다음의 성질을 만족하는 함수 을 의미한다.
(1)
(2)
(3)
다음의 정리에 따르면 크기가 0인 벡터는 영벡터뿐이다.
Theorem 1.1. 벡터공간의 norm 와 벡터 에 대해 일 필요충분조건은 인 것이다.
Proof. Norm의 정의의 첫 번째 조건에 따라
따라서 영벡터의 norm 은 0이다. 역으로 어떤 벡터
Norm의 정의에서 세 번째 성질을 삼각 부등식(triangle inequality)이라고 하는데, 이를 살짝 변형하여 아래와 같은 역삼각 부등식(reverse triangle inequality)을 얻을 수 있다. 이것도 종종 사용되는 성질이다.
Theorem 1.2.-벡터공간 의 norm 와 임의의 에 대해 다음이 성립한다.
Proof. 삼각 부등식에 따라 다음이 성립한다.
다음은 벡터공간으로서의
Definition.의 원소 에 대해 아래의 두 함수 을 각각 euclidean norm, sup norm이라고 한다.
위의 정의에서 norm 이라는 이름을 붙였지만, 진짜 norm 일지는 증명해보아야 아는 것이다. 다음의 정리부터 시작하자.
Lemma 1.3. 코시-부냐콥스키-슈바르츠 부등식 (Cauchy–Bunyakovsky–Schwarz inequality)
임의의에 대해 다음 부등식이 성립한다.
※ 이 정리는 짧게 CBS 부등식, 또는 코시-슈바르츠 부등식이라고도 한다.
Proof.
이제
이때
Theorem 1.4. Euclidean norm 과 sup norm 은의 norm 이며, 특히 다음이 성립한다.
Proof.
Step 1. Euclidean norm이
(1) 임의의
(2) 0이 아닌
(3) 코시-부냐콥스키-슈바르츠 부등식에 따라 다음 식이 성립한다.
따라서
Step 2. Sup norm이
(1) 임의의
(2) 0이 아닌
(3) Step 1에 따라 euclidean norm 은
Step 3. 정리의 부등식을 증명하자.
따라서
따라서 원하는 결과를 얻는다.
일상생활에서 쓰이는 길이의 개념과 더 비슷한 norm 은 euclidean norm 이지만, 다변수 해석학에서 더 자주 쓰이는 것은 sup norm 이다. Sup norm 를 더 선호하는 것은 단지 단순함 때문이며, 나중에 살펴보겠지만 두 norm 중 어느 것을 사용하더라도 달라지는 것이 없다. 미리 힌트를 주자면 위 정리의 부등식에 따라 두 norm 은 서로 비슷한 (사실상 같은) 값을 갖는 것이 그 원인이다.
Theorem 1.5.행렬 와 행렬 에 대해 다음 부등식이 성립한다.
Proof.
거리공간
Definition. 집합의 거리(metric)란 다음의 성질을 만족하는 함수 을 의미한다.
(1)
(2)
(3)
거리가 정의된 집합 를 거리공간(metric space)이라고 하며 와 같이 표기한다.
한 집합에 반드시 하나의 거리만 정의될 이유는 없으며, 하나의 집합에 서로 다른 거리가 정의된 두 거리공간은 엄밀히 서로 다른 거리공간으로 보야아 한다.
만약 거리공간의 거리가 무엇인지 분명한 경우 거리공간을 그냥 그 집합으로 언급하기도 한다. 예를들어 절대값 함수
위 정의로부터 거리의 숨겨진 성질 하나를 얻어낼 수 있다. 이는 "음의 거리" 를 고려하지 않는 우리의 직관과 일치한다.
Theorem 1.6. 거리공간과 임의의 에 대해 다음이 성립한다.
Proof. 거리의 정의에 따라 다음이 성립한다.
따라서 원하는 결과를 얻는다.
다음의 정의는 어떤 집합과 그 부분집합에 동일한 거리를 사용하는 일반적인 상황에 대해 말한다.
Defintion. 거리공간을 생각하자. 집합 와 정의역을 로 제한한 거리 에 대해 를 의 부분공간(subspace)이라고 한다.
부분공간의 원소는 원래 거리공간에도 속하므로 거리의 성질을 모두 만족하며, 따라서 부분공간도 거리공간임은 자명하다. 사실상 부분공간이라는 개념은 (거리를 바꾸지 않는다면) 그저 부분집합에 불과하다.
다음의 정리에 따르면 집합에 norm 이 잘 정의되는 경우 그 집합은 자연스럽게 거리를 가진다.
Theorem 1.7. 집합에 정의된 norm 에 대해 함수 는 의 거리이다.
Proof. 위와 같이 정의된 함수가 거리의 성질을 만족하는지 확인하자.
(1) 다음이 성립한다.
(2) 정리 1.1.에 따라 다음이 성립한다.
(3) 다음이 성립한다.
따라서 다음의 따름정리를 얻는다.
Corollary 1.8. 다음과 같이 정의된 두 함수는 각각 euclidean matric, sup matric 이라고 하며의 거리이다.
여기서 잠시 두 거리가 서로 어떠한 모양을 갖는지를 생각하자.
쉽게 좌표평면
나아가 다음의 두 집합을 생각하자.
이 두 집합이 좌표평면에서 어떻게 나타나는지를 생각해본다면,
이렇게 경계선이 없는 원과 정사각형은 (다음 포스팅에서 알아볼) 열린집합의 원형이다.
읽어주셔서 감사합니다.
References)
[1] James R. Munkres. (1991). Analysis on manifolds. CRC press.
다음 읽을거리: ch2. 열린집합, 닫힌집합
'수학 > 다변수해석학' 카테고리의 다른 글
[실수공간의 위상] ch6. Interior, Exterior, Boundary (0) | 2022.12.13 |
---|---|
[실수공간의 위상] ch5. 함수의 극한 (0) | 2022.12.13 |
[실수공간의 위상] ch4. 연속함수 (0) | 2022.12.11 |
[실수공간의 위상] ch3. 위상적 성질 (0) | 2022.12.09 |
[실수공간의 위상] ch2. 열린집합, 닫힌집합 (0) | 2022.12.09 |
댓글