Norm

수학 용어로 노음이라고 하는 경우도 있으며 대한수학회의 표준용어로는 노름이지만 대부분은 그냥 '놈'이라고 읽는다. 본 문서에서는 대한수학회의 표준용어를 따라 노름으로 표기하기로 한다.

거리의 일반화가 거리함수(distance function, 혹은 metric)라면 노름은 크기의 일반화다. 실수의 크기(절댓값)를 [math(lvert x rvert)] 라고 표현하듯, 벡터의 크기(노름)은 일반적으로 [math(lVertbold{x}rVert)] 라고 표현한다. 단, 저자에 따라서는 유클리드 공간의 노름을 [math(lvertbold{x}rvert)]로 쓰기도 한다. 노름과 거리함수, 그리고 내적과의 관계는 아래를 참조.

[math(V)]가 복소수체 [math(F)] 위의 벡터공간이고 함수 [math(f:V rightarrow mathbb{R})]가 다음을 모두 만족시킬 때,

이 함수 [math(f)]를 (V 위에서의) 노름(a norm on V)라고 부른다. 노름을 나타내는 함수는 [math(f)]보다는 [math(left| cdot right|)]로 표기하는 경우가 많다. 즉, [math(f(bold{u}) = left| bold{u} right|)] 로 표기.

세가지 성질 중 1,2번만 만족하는 경우는 반노름(seminorm)이라고 한다.[4]라는 자명한 경우가 있다. 또한, 비가역행렬 (정확히는 rank-deficient) [math(A)]를 고정하고 [math(lVertbold{u}rVert^* = lVert Abold{u}rVert)]라고 정의한다면 새로운 함수 [math(lVertcdotrVert^*)]는 반노름이 된다.]

노름의 중요한 성질 중 하나는 물론 그 값이 항상 0보다 크거나 같다는 것이다. 이는 다음과 같이 정의의 1번과 2번 공리로부터 유도된다. 따라서 3번 공리를 따르지 않는 반노름도 [math(f(bold{u})geq 0)]이 항상 설립한다.

우선 정의 문단의 1번 공리에 의해 [math(f(bold{0})= f(0cdotbold{0})= 0f(bold{0})= 0 )] 이다.[5] 다시 1번 공리에 의해, 임의의 [math(bold{u}in V)]에 대해 [math(f(bold{-u})= lvert -1rvert f(bold{u})= f(bold{u}))]가 성립한다. 이제 임의의 [math(bold{u}in V)]를 생각하면, [math(0= f(bold{0})= f(bold{u}- bold{u})leq f(bold{u})+ f(-bold{u})= f(bold{u})+ f(bold{u})= 2f(bold{u}))] 이다. 여기서 부등식은 2번 공리, 즉 삼각부등식이다. 양변을 2로 나누면 결과를 얻는다.

우리가 흔히 알고 있는 a의 절댓값 [math(|a|)]은 1차원 유클리드 공간(=수직선)에서의 노름으로 볼 수 있다.[6]

p가 1이상일 때,

n차원 유클리드 공간(=좌표평면)에서의 노름은 유클리드 노름(Euclidean norm)이라고 부르고 다음과 같이 정의한다.

l^p 노름에서 p=2의 꼴이다.

어디서 많이 본 듯한 모양이라면 정답이다. 평면좌표(n=2)나 공간좌표(n=3)에서 원점과 점 [math(bold{x} = left( x_1, x_2, cdots, x_n right))] 사이의 거리이다. 이 노름에서 유도되는 거리 함수가 유클리드 공간에서 일반적으로 정해지는 거리 함수이며, 유클리드 거리 함수(Euclidean metric)라고 칭한다. 옛 문헌에는 피타고라스 거리 함수(Pythagorean metric)라고 표기된 문헌도 존재하지만 지금은 사장된 표현.

Taxicab norm. 다른 이름은 맨해튼 노름(Manhattan norm)으로, 다음과 같이 정의한다.

l^p 노름에서 p=1의 꼴이다.

덧붙여 설명하자면, (0, 0)에서 (1, 1)까지 움직이고 싶을 때 대각선으로 가로질러 가는 거리는 유클리드 노름으로 계산하지만, 만약에 그 사이에 밑면의 한 변의 크기가 1인 정사각형 모양의 빌딩이 있고 田자 모양의 도로망이 있을 때에는 ㄱ자 형태로 가로 1, 세로 1만큼, 총 2의 거리를 가야 한다. 이 거리를 계산하는 방법이 택시 노름이다. 맨해튼의 도로 구조가 위와 같이 격자 모양에 가까워 다른 이름이 맨해튼 노름인 것. 당연히 여기서 유도되는 거리함수 이름은 택시 거리 함수(Taxicab metric) / 맨해튼 거리 함수(Manhattan metric)이다.

이름만 봐서는 재미로 만든 노름으로 생각할 수 있지만, 머신러닝이나 통계학을 전공한다면 L₁ 정규화(L₁ regularization)라는 개념으로 자주 마주치게 될 것이다.

l^p 노름에서 p를 무한대로 보내면 얻는 노름으로

즉 주어진 성분 중 최대값을 노름으로 삼는 방식이다. 상한 거리 함수, 혹은 최대 거리 함수(max metric)가 이 노름에서 정의된다.

내적이 정의되면 노름은 그 내적에서 [math(lVertbold{x}rVert:= sqrt{langlebold{x},bold{x}rangle})]에 의해 자연스럽게 정의된다.[7] is the norm induced by [math(langlecdot,cdotrangle)]. 유일성을 의미하는 the 가 붙었음을 유의하자. 이는 해당 내적과 관련된 노름이 유일하다는 의미가 아니라, [math(lVertcdotrVert)]가 딱 이 유명한 노름을 가리킨다는 의미다.] 그 역은 성립하지 않는다. 즉, 노름이 있다고 해서 그에 자연스럽게 대응되는 내적이 항상 존재하는 것은 아니다.

한편, 노름이 정의되면 거리함수(distance function 혹은 metric) [math(d(cdot, cdot): Vtimes Vtomathbb{R})]가 다음에 의해 자연스럽게[8] 정의된다. [math(d(bold{x}, bold{y}):= lVert bold{x}- bold{y}rVert)]. 그 역은 성립하지 않는다. 즉, 거리함수가 있다고 해서 그에 자연스럽게 대응하는 노름이 항상 존재하는 것은 아니다. 심지어 거리함수는 벡터공간이 아니라도 정의될 수 있다.[9]를 [math(x= y)]라면 0, 그 외에는 1의 값을 가지도록 한다면, 이는 거리함수의 공리를 만족한다. 이를 이산거리함수(discrete metric)이라 부른다.]

노름은 위와 같은 '자연스러운' 거리함수(the norm-induced metric) 뿐만 아니라 다른 거리함수도 만들 수 있다. [math(d(bold{x}, bold{y}):= lVert bold{x}rVert + lVert bold{y} rVert)] 라 정의하고, 단 [math(bold{x}= bold{y})]일 때 [math(d(bold{x}, bold{y})= 0)]라 하면, 이것도 거리함수의 공리를 만족하며, 흔히 우체국 거리(post office metric)라고 불린다. 왜 이 이름이 붙었는지 이해하려면, 원점에 단 하나의 우체국이 있고, [math(bold{x})]에서 [math(bold{y})]로 편지를 보낼 때 우체국을 거쳐 편지가 이동하는 거리가 [math(d(bold{x}, bold{y}))]라고 생각해보자.

노름 공간 [math(V)] 가 다음 조건을 만족할 때 이를 바나하 공간(혹은 바나흐 공간)이라 한다.

이에 관련된 아재수학개그가 있다.[10]

참고로 선형공간은 벡터공간을 의미하며, 노름이 정의된 벡터공간은 노름공간이며, 완비 노름공간은 바나하 공간이다.