1 min read
A.3) 예시 Q. 4 개의 벡터 (1,1,-2,0,-1), (1,2,0,-4,1),(0,1,3,-3,2),(2,3,0,-2,0) 가 span 으로 구성된 벡터 공간의 basis 와 차원 수를 구하라. A. elimination 을 통해 선형 독립을 만족하는 벡터 개수를 구하면 된다.
Basis 벡터 공간 을 만드는 벡터를 뜻한다. 다시 말하면, 어떤 벡터들의 집합이 1) 선형 독립 을 만족하고, 2) 이 집합의 span 이 벡터 공간 V 을 구성한다면, 그 집합의 벡터들은 V 에 대한 basis 라고 부를 수 있다.
Vector Space 벡터 공간이란 어떤 벡터 집합을 의미하며, 그 집합 내 어떠한 벡터들 끼리 더하거나 서로 곱해도 집합 내 벡터가 된다.
Subspace 벡터 공간 은 또 다른 벡터 공간을 포함할 수 있다. 벡터 공간에 존재하는 또 다른 벡터 공간을 subspace 라고 한다. 만약 V 라는 벡터 공간에 대한 subspace S 가 존재하는 경우 S \subseteq V 로 표현하며, 다음을 만족한다.
The Rank of a Matrix matrix A 의 rank r 는 pivot 의 개수 또는 linearly independent 한 column 개수를 나타낸다. 또한, rank 는 column space 또는 row space 의 차원 개수로 생각할 수 있다.
Matrix 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.
Hyperplane p- 차원 공간에서 hyperplane 이란, p-1 차원의 flat affine subspace 을 의미한다. 예를 들어, 2 차원에서 hyperplane 은 1 차원 flat subspace, 즉 line 이다.
Euclidean Space n- 차원 유클리디안 공간은 \mathbb{R}^{n} 와 같이 표시된다. 이 공간에 존재하는 벡터들은 n-tuples 형태의 실수들로 구성된다.
Span 벡터 집합의 span 이란, original vectors 들의 선형 결합 으로 인해 얻어지는 모든 points 들의 집합 (vector space) 을 의미한다.
Coordinates vector space V 가 존재하고 순서가 있는 basis B=\left(\boldsymbol{b} {1}, \ldots, \boldsymbol{b} {n}\right) 가 V 에 있다면, 모든 \boldsymbol{x} \in V 는 unique 한 표현을 가진다 (linear...
Column Space column space C(A) 는 matrix A 의 columns 들의 모든 선형 결합 을 통해 구성되는 subspace 를 의미한다.