Gram-Schmidt 정규직교화 계산기

Gram-Schmidt 과정은 선형대수학에서 가장 중요한 알고리즘 중 하나입니다. 선형 독립인 벡터 집합이 주어지면, 같은 부분공간을 생성하면서 서로 직교하는 새로운 벡터 집합을 체계적으로 만들어 냅니다. 각 직교 벡터를 그 길이로 나눠 단위 벡터로 만들면 정규직교 기저가 됩니다. 정규직교 기저는 투영, 회전, 반사, 분해가 포함된 거의 모든 계산을 단순하게 해 주기 때문에 선형대수학의 기준으로 여겨집니다. 이 알고리즘은 귀납적으로 진행됩니다. 첫 번째 출력 벡터는 첫 번째 입력 벡터를 그대로 사용합니다. 두 번째 출력 벡터는 두 번째 입력 벡터에서 첫 번째 출력 벡터로의 투영을 뺀 값이며, 이렇게 하면 두 번째 출력은 첫 번째와 수직이 됩니다. 세 번째 출력은 세 번째 입력 벡터에서 앞의 두 출력 벡터로의 투영을 모두 제거한 값입니다. 일반적으로 k번째 출력 벡터는 k번째 입력 벡터에서 이전 모든 출력 벡터로의 투영 합을 뺀 것입니다. 벡터 v를 이미 직교화된 벡터 u에 투영하는 공식은 (v·u / u·u) × u이며, 여기서 ·는 내적을 뜻합니다. 이 과정에서 모든 투영을 뺀 결과가 영벡터가 되면, 해당 입력 벡터는 앞선 벡터들과 선형 종속이므로 단순히 버립니다. 계산기는 이를 자동으로 감지하고 입력 집합의 랭크, 즉 실제로 독립인 벡터의 수를 보고합니다. 실제 계산에서는 부동소수점 반올림 때문에 거의 0에 가까운 벡터를 잡아내기 위해 작은 수치 임계값도 사용합니다. 정규직교 기저는 각 직교 출력 벡터를 자신의 유클리드 노름(자기 자신과의 내적의 제곱근)으로 나누어 얻습니다. 이렇게 얻은 벡터들은 모두 길이가 정확히 1이고 서로 직각인 단위 벡터입니다. 이 정규직교 집합은 원래 입력이 생성하는 부분공간의 정규직교 프레임을 이룹니다. Gram-Schmidt 과정의 활용 분야는 거의 모든 정량 분야에 걸쳐 있습니다. 수치 선형대수학에서는 QR 분해의 기반이 되며, 최소제곱 문제 해결과 고유값 계산에 사용됩니다. 신호 처리에서는 직교 필터 뱅크를 구성하고 독립적인 신호 성분을 분리하는 데 쓰입니다. 양자역학에서는 양자 시스템의 상태 공간이 힐베르트 공간이며, 물리적 관측량은 고유벡터의 정규직교 기저에 해당합니다. 통계와 머신러닝에서는 주성분 분석(PCA)을 데이터의 최대 분산 방향에 정렬된 정규직교 기저를 찾는 과정으로 이해할 수 있습니다. 컴퓨터 그래픽스에서는 카메라나 객체 좌표계를 만들기 위해 서로 수직인 세 개의 단위 벡터가 필요하며, 이는 Gram-Schmidt로 자연스럽게 구할 수 있습니다. 이 계산기는 임의 차원의 벡터를 받아들이고, 선형 종속 입력도 자연스럽게 처리하며, 중간의 직교 벡터와 최종 정규직교 벡터를 나란히 보여 주어 변환 과정을 한눈에 확인할 수 있습니다.