augmented matrix 는 system of linear equations 를 compact 하게 표현할 수 있다. 즉, 를 로 표현한다. 이렇게 함으로써 를 explicit 하게 표현하지 않을 수 있다.
예시
에 대한 augmented matrix 는 다음과 같다.
Applications
Gaussian elimination 에서 자주 사용된다.
augmented matrix 는 system of linear equations 를 compact 하게 표현할 수 있다. 즉, Ax=b 를 [A∣b] 로 표현한다. 이렇게 함으로써 x 를 explicit 하게 표현하지 않을 수 있다.
에 대한 augmented matrix 는 다음과 같다.
−24114−8−2−2−2310−1−3−1−34114−320aGaussian elimination 에서 자주 사용된다.
...시에 푸는 방법이다. 주로 Inverse matrix 를 찾기 위한 방법으로 쓰이는 듯 하다. 아래는 A 에 대한 inverse matrix 를 찾는 예시를 나타낸다. A 와 I 의 augmented matrix 를 표현함으로써 시작한다.
A 의 세번째 행은 두번째 행과 세번째 행의 합이므로 A x=b 가 solution 을 가지려면 b 도 b₃=b₁+b₂ 를 만족해야 한다. 즉, augmented matrix 를 통해 다음과 같이 표현할 수 있다.
가우스 - 조던 소거법은 두개 이상의 선형 방정식을 동시에 푸는 방법이다. 주로 Inverse matrix 를 찾기 위한 방법으로 쓰이는 듯 하다.
where a_{i j} \in \mathbb{R} and b_{i} \in \mathbb{R}.
Elimination produces an upper triangular system. To eliminate x : Subtract a multiple of equation 1 from equation 2.
A \mathbf{x}=\mathbf{b} 를 푼다고 했을 때, solution 이 얼마나 많은지 어떻게 아는가?
matrix 는 linear mapping 또는 vector 의 collection 이라고 생각할 수 있다. 벡터 공간 은 꽤 추상적이므로, 이를 컴퓨터에 표현하고 다루기 위해서는 숫자들로 구성된 직사각형 array 들, 즉, 행렬을 사용할 필요가 있다.
주어진 행렬의 행을 바꾸기 위한 행렬 (Row operation)
Elimination 은 system of linear equations 을 풀기 위한 방식이다. 즉, A \mathbf{x}=\mathbf{b} 에서 \mathbf{x} 를 찾기 위한 전략을 의미한다.
adjacency matrix 는 정방 행렬로, 유한한 그래프를 표현하기 위한 행렬이다.
A\boldsymbol{x}=\boldsymbol{b} 의 경우 다음과 같이 행 또는 열을 나눠서 계산할 수 있다.
1. \boldsymbol{A} \boldsymbol{x}=\boldsymbol{b} 에 대한 particular solution 을 찾는다. 2. \boldsymbol{A} \boldsymbol{x}=\mathbf{0} 에 대한 모든 solution 을 찾는다. 3. (1) 과 (2) 에서 찾은 solution 을 하나로 합쳐서 general solution 을 얻는다.