![](//upload.wikimedia.org/wikipedia/commons/thumb/4/4a/Disambig_grey.svg/23px-Disambig_grey.svg.png)
이 문서는 수학에서 곱셈의 결과 값에 관한 것입니다. 다른 뜻에 대해서는
곱 (동음이의) 문서를 참고하십시오.
수학에서 곱(영어: product)은 곱셈 연산의 결과가 되는 값, 또는 곱하는 요소들을 표현한 식이다. 예를 들어 6은 2와 3의 곱(곱셈의 결과값)이며,
은
와
의 곱이다.
실수 또는 복소수는 곱해지는 순서가 결과에 영향을 주지 않는데, 이를 곱셈의 교환법칙이라 한다. 반면 행렬이나 결합 대수의 여러 대수 구조들은 일반적으로 곱해지는 순서에 따라 그 결과가 달라진다. 즉 행렬 곱셈은 비가환이다.
수학에는 다양한 종류의 곱이 존재한다. 일반적인 수의 곱셈 외에도 다항식이나 행렬, 대수 구조 등에 대해 곱을 정의할 수 있다.
두 수의 곱[편집]
![<nowiki />](//upload.wikimedia.org/wikipedia/commons/thumb/5/52/Icons8_flat_search.svg/18px-Icons8_flat_search.svg.png)
이 부분의 본문은
곱셈입니다.
두 자연수의 곱[편집]
3 곱하기 4는 12이다.
어떤 물체가 가로로
개, 세로로
개 놓여있다면 물체의 총 개수는
![{\displaystyle r\cdot s=\sum _{i=1}^{s}r=\underbrace {r+r+\cdots +r} _{s{\text{ times}}}=\sum _{j=1}^{r}s=\underbrace {s+s+\cdots +s} _{r{\text{ times}}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/856841c5ab1d6bb8f24cf165bc4854e2161e15bd)
개가 된다.
두 정수의 곱[편집]
정수에는 양수와 음수가 존재한다. 두 정수의 곱은 각 정수의 절댓값을 곱한 값에 다음 규칙에 맞는 부호를 달아 구할 수 있다.
![{\displaystyle {\begin{array}{|c|c c|}\hline \cdot &-&+\\\hline -&+&-\\+&-&+\\\hline \end{array}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/01c0f81c3bfd68b8be502e56b72b66997170ef23)
즉 양수와 음수를 곱하면 음수가 되고, 양수와 양수 또는 음수와 음수를 곱하면 그 결과값은 양수가 된다. 이때 정수의 부호는 두 정수 간 덧셈과 곱셈의 분배법칙으로부터 유도되는 결과이다.
두 유리수의 곱[편집]
두 유리수의 곱은 각 유리수를 분수로 나타낸 뒤 분자와 분모끼리 곱하여 구할 수 있다.
![{\displaystyle {\frac {z}{n}}\cdot {\frac {z'}{n'}}={\frac {z\cdot z'}{n\cdot n'}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/591d875bc4e39384918e2c75fb98313e6d1799bc)
두 실수의 곱[편집]
두 실수의 곱의 엄밀한 정의는 실수의 구성에 따른 결과로 나타난다. 실수를 구성했을 때, 임의의 실수 a에 대해 유리수를 원소로 가지고 a가 상한인 집합 A가 존재한다.
![{\displaystyle a=\sup _{x\in A}x}](https://wikimedia.org/api/rest_v1/media/math/render/svg/fd5fb5e1bb0804b8708ecbb89d9138eaac561c94)
b가 집합 B의 상한이 되는 실수일 때, 두 실수의 곱
는
![{\displaystyle a\cdot b=\sup _{x\in A,y\in B}x\cdot y}](https://wikimedia.org/api/rest_v1/media/math/render/svg/1090f659401ace24033b99aed0547bc7ed055d4a)
로 정의된다. 이 경우 두 실수의 곱은 어떤 집합 A와 B를 선택하느냐에 관계없이 같다. 즉 집합의 상한이 변하는 것이 아니라면, 어떤 집합을 선택하든지 두 실수의 곱
는 동일하다.
두 복소수의 곱[편집]
두 복소수의 곱은
이라는 것과 분배법칙을 이용해 다음과 같이 구할 수 있다.
![{\displaystyle {\begin{aligned}(a+b\,i)\cdot (c+d\,i)&=a\cdot c+a\cdot d\,i+b\,i\cdot c+b\cdot d\cdot i^{2}\\&=(a\cdot c-b\cdot d)+(a\cdot d+b\cdot c)\,i\end{aligned}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/4a13d5e1f0ba272ad74c3981769e9db0d07ae052)
복소수 곱셈의 기하학적 의미[편집]
극좌표에 나타낸 반지름(녹색 선)이 r이고 각이
인 복소수
.
복소수는 극좌표에 점으로 나타낼 수 있다. 복소수
가 극좌표에서 반지름이 r이고 각이
이면
![{\displaystyle a+b\,i=r\cdot (\cos(\varphi )+i\sin(\varphi ))=r\cdot e^{i\varphi }}](https://wikimedia.org/api/rest_v1/media/math/render/svg/9c901ed651f73bb284b601eb3a3f6acf59366b80)
이다. 한편
![{\displaystyle c+d\,i=s\cdot (\cos(\psi )+i\sin(\psi ))=s\cdot e^{i\psi }}](https://wikimedia.org/api/rest_v1/media/math/render/svg/7a7bbe679bdef2feeacfc5756f80edd47c94cf56)
라 하면 두 복소수
와
의 곱은 아래와 같다.
![{\displaystyle (a+b\,i)\cdot (c+d\,i)=(a\cdot c-b\cdot d)+(a\cdot d+b\cdot c)i=r\cdot s\cdot e^{i(\varphi +\psi )}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/1008df602644b401d5de1c0c302fbf53efed8646)
즉, 극좌표에서 두 복소수의 곱은 두 복소수의 반지름의 곱을 반지름으로 하고 두 복소수의 각의 합을 각으로 가지는 복소수가 된다.
두 사원수의 곱[편집]
![<nowiki />](//upload.wikimedia.org/wikipedia/commons/thumb/5/52/Icons8_flat_search.svg/18px-Icons8_flat_search.svg.png)
이 부분의 본문은
사원수입니다.
사원수 참조. 사원수의 곱셈에서는 일반적으로
와
가 같지 않다.
수열의 곱[편집]
수열의 곱에서는 곱셈 연산자로 대문자 그리스어 알파벳 파이 Π를 사용한다.(합 기호로 대문자 시그마 Σ를 쓰는 것과 유사하다.)[1] 예를 들어,
는
를 의미한다.[2]
하나의 수로만 이루어진 수열의 곱은 그 수 자신과 같다. 수열에서 곱할 수가 없는 경우 그 수열의 곱은 1과 같다.
가환환[편집]
가환환에도 곱 연산이 존재한다.
정수의 합동류[편집]
환의
의 합동류의 덧셈은 아래와 같고,
![{\displaystyle (a+N\mathbb {Z} )+(b+N\mathbb {Z} )=a+b+N\mathbb {Z} }](https://wikimedia.org/api/rest_v1/media/math/render/svg/48381accdd76b2ddfbc18d155fd12a607db7c5db)
곱은 아래처럼 정의된다.
![{\displaystyle (a+N\mathbb {Z} )\cdot (b+N\mathbb {Z} )=a\cdot b+N\mathbb {Z} }](https://wikimedia.org/api/rest_v1/media/math/render/svg/1f1a36c4a667606821b1e84db622b04e54fdcc9d)
합성곱[편집]
![<nowiki />](//upload.wikimedia.org/wikipedia/commons/thumb/5/52/Icons8_flat_search.svg/18px-Icons8_flat_search.svg.png)
이 부분의 본문은
합성곱입니다.
방형파의 자기 자신에 대한 합성곱은 삼각형함수가 된다.
두 실함수를 곱하는 또다른 방법으로 합성곱이 있다.
두 함수 f, g가
![{\displaystyle \int \limits _{-\infty }^{\infty }|f(t)|\,\mathrm {d} t<\infty ,\qquad \int \limits _{-\infty }^{\infty }|g(t)|\,\mathrm {d} t<\infty }](https://wikimedia.org/api/rest_v1/media/math/render/svg/b5c832d7f56eecfa5a457845a697e33516b1b908)
을 만족할 때 합성곱은 아래와 같이 정의된다.
![{\displaystyle (f*g)(t)\;:=\int \limits _{-\infty }^{\infty }f(\tau )\cdot g(t-\tau )\,\mathrm {d} \tau }](https://wikimedia.org/api/rest_v1/media/math/render/svg/f1e5068a5b790e294016edbd7ac10b737e9ad7ac)
다항식환[편집]
다항식환에서 두 다항식의 곱은 다음과 같이 구할 수 있다.
![{\displaystyle \left(\sum _{i=0}^{n}a_{i}X^{i}\right)\cdot \left(\sum _{j=0}^{m}b_{j}X^{j}\right)=\sum _{k=0}^{n+m}c_{k}X^{k}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/6788ef4ea1bb79cde4ccd0c657a5f82afd859f81)
여기서
이다.
선형대수학에서의 곱[편집]
선형대수학에서는 여러 종류의 곱을 다룬다.
스칼라 곱셈[편집]
벡터 공간의 정의에 의해 스칼라와 벡터를 곱해 벡터를 얻는 사상
인 스칼라 곱셈을 할 수 있다.
스칼라곱[편집]
인 모든
에 대해 스칼라곱은 아래와 같이 정의되는 이중선형사상이다.
![{\displaystyle \cdot :V\times V\rightarrow \mathbb {R} }](https://wikimedia.org/api/rest_v1/media/math/render/svg/524dbbf2eb67c64fbf411a9b1683de722c3addfe)
차원 유클리드 공간에서 스칼라곱(점곱이라고도 한다.)은 다음과 같다.
![{\displaystyle \left(\sum _{i=1}^{n}\alpha _{i}e_{i}\right)\cdot \left(\sum _{i=1}^{n}\beta _{i}e_{i}\right)=\sum _{i=1}^{n}\alpha _{i}\,\beta _{i}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/3bef175d3d369b6136a77476b53a91b024a25828)
스칼라곱으로부터 노름을
로 정의할 수 있다.
두 벡터 사이의 각 또한 스칼라곱으로 정의한다.
![{\displaystyle \cos \angle (v,w)={\frac {v\cdot w}{\|v\|\cdot \|w\|}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/766531d3dac0c81267479b84b3240a2c74c18b94)
3차원 공간의 벡터곱[편집]
![<nowiki />](//upload.wikimedia.org/wikipedia/commons/thumb/5/52/Icons8_flat_search.svg/18px-Icons8_flat_search.svg.png)
이 부분의 본문은
벡터곱입니다.
3차원 공간에서 두 벡터의 벡터곱은 두 벡터로부터 만들어지는 평행사변형의 넓이를 길이로 가지는 벡터가 된다.
벡터곱은 아래와 같은 행렬식으로도 구할 수 있다.
![{\displaystyle \mathbf {u\times v} ={\begin{vmatrix}\mathbf {i} &\mathbf {j} &\mathbf {k} \\u_{1}&u_{2}&u_{3}\\v_{1}&v_{2}&v_{3}\\\end{vmatrix}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/54054d15364a996c4e11bac2e8d4ce88904fce49)
선형 사상의 합성[편집]
체 F 위의 두 벡터 공간 V와 W에 대하여 아래조건을 만족하는 함수 f를 선형 사상이라 한다.[3]
![{\displaystyle f(t_{1}x_{1}+t_{2}x_{2})=t_{1}f(x_{1})+t_{2}f(x_{2}),\forall x_{1},x_{2}\in V,\forall t_{1},t_{2}\in \mathbb {F} .}](https://wikimedia.org/api/rest_v1/media/math/render/svg/1a700af63645345bca9863bbf9c945b95ca9ee40)
유한 차원 벡터 공간에 대해, bV와 bW를 각각 V와 W의 기저라 하고 vi를 v의 bVi 방향 성분이라 하면 다음과 같이 된다.
![{\displaystyle f(\mathbf {v} )=f\left(v_{i}\mathbf {b_{V}} ^{i}\right)=v_{i}f\left(\mathbf {b_{V}} ^{i}\right)={f^{i}}_{j}v_{i}\mathbf {b_{W}} ^{j},}](https://wikimedia.org/api/rest_v1/media/math/render/svg/7cd820b5928026be3516c50c45b6a3538b10b340)
여기서 식은 아인슈타인 표기법을 따랐다.
그러면 이제 유한 차원 벡터 공간 위의 두 선형 사상에 대하여 함수를 합성할 수 있다. f를 V에서 W로의 선형 사상, g를 W에서 U로의 선형 사상이라 하자. 그러면 V에서 U로 가는 f와 g의 합성 g ∘ f는 다음과 같이 구할 수 있다.
![{\displaystyle g\circ f(\mathbf {v} )=g\left({f^{i}}_{j}v_{i}\mathbf {b_{W}} ^{j}\right)={g^{j}}_{k}{f^{i}}_{j}v_{i}\mathbf {b_{U}} ^{k}.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/6d0dc67bd22a4d274651938edca81ea9570546f4)
또는 행렬 F와 G에 대해 Fij=fji, Gij=gji라 하면 함수의 합성은 다음과 같다.
![{\displaystyle g\circ f(\mathbf {v} )=\mathbf {G} \mathbf {F} \mathbf {v} ,}](https://wikimedia.org/api/rest_v1/media/math/render/svg/7c07aa9157dbac9bc5aa92284df76c30f0a63477)
둘 이상의 선형 사상의 합성은 행렬 곱셈을 이용해 비슷한 방식으로 나타낼 수 있다.
두 행렬의 곱[편집]
두 행렬
![{\displaystyle A=(a_{i,j})_{i=1\ldots s;j=1\ldots r}\in \mathbb {R} ^{s\times r}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/2ebba014a0c1e689881cf17e8c1660122cc40d4c)
![{\displaystyle B=(b_{j,k})_{j=1\ldots r;k=1\ldots t}\in \mathbb {R} ^{r\times t}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/a7de22d6c2e6e54438feb770129de666247015f9)
에 대해 두 행렬의 행렬곱은 아래와 같다.
![{\displaystyle B\cdot A=\left(\sum _{j=1}^{r}a_{i,j}\cdot b_{j,k}\right)_{i=1\ldots s;k=1\ldots t}\;\in \mathbb {R} ^{s\times t}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/eaa7923c042c2e74ac59f02603d73b5416ed8d7e)
벡터 공간의 텐서곱[편집]
![<nowiki />](//upload.wikimedia.org/wikipedia/commons/thumb/5/52/Icons8_flat_search.svg/18px-Icons8_flat_search.svg.png)
이 부분의 본문은
텐서곱입니다.
두 유한 차원 벡터 공간 V와 W에 대해, 두 벡터 공간의 텐서곱은 다음을 만족하는 (2, 0)-텐서로 정의할 수 있다.[4]
![{\displaystyle V\otimes W(v,m)=V(v)W(w),\forall v\in V^{*},\forall w\in W^{*},}](https://wikimedia.org/api/rest_v1/media/math/render/svg/fef895f7e07885bbf4265ae41fe99c501896a437)
여기서 V*와 W*는 각각 V와 W의 쌍대 공간이다.
선형대수학에서의 기타 곱[편집]
데카르트 곱[편집]
집합론에서, 데카르트 곱은 여러 집합으로부터 새로운 집합을 만드는 연산이다. 즉, 집합 A와 B에 대해 데카르트 곱 A × B는 a ∈ A이고 b ∈ B인 모든 순서쌍 (a, b)들로 이루어진 집합이다.[5]
기타 대수 구조에서의 곱[편집]
범주론에서의 곱[편집]
이전까지의 곱들은 보다 일반화한 개념인 범주론에서의 곱의 특수한 경우에 해당한다. 한편 범주론에는 다른 종류의 곱들도 존재한다.
같이 보기[편집]