목록선형대수 (7)
rueki
본 게시글은 한양대 이상화 교수님의 선형대수 KOCW를 요약한 글입니다. 이전 시간까지 Vector Space를 기반으로 된 내용들을 공부해왔다. 지금까지의 모든 내용에서 공통된 내용은 아래와 같다. $ Ax = b $ 는 Linear Combination으로 이루어져있고 x는 Scalar 계수이다. 이번 시간에는 선형변환에 대해서 알아보는 시간이다. 위의 식을 구조적으로 설명하면 아래의 순서도로 설명할 수가 있다. X ----------> A -------------> b input matrix ouput 여기서 $X \in R^{n}$ 이고 $B \in R^{m}$ 이라고 할 때, $R^{n}$ -> $R^{m}$ 으로 Transformation된다고 설명할 수가 있으며, 새로운 vector공간으로 ..
본 게시글은 한양대학교 이상화 교수님의 kocw 선형대수학 강의를 정리한 게시글입니다. 선형독립(Linear Independence) $c_{1}v_{1} + c_{2}v_{2} + ... + c_{n}v_{n} = 0$ 의 식을 가지는데, 결과적으로는 $Ax = b$ 의 선형결합 구조를 띈다. 즉, Linear Combination을 했을 때, 결과가 Zero Vector가 나올 경우를 선형독립이라고 한다. 이러한 결과가 나오기 위해서는 Scalar C가 0의 값을 가지면 된다. 나머지 Vector로 임의 vector를 선형 결합으로 정의할 수 없게 된다. 예를 들어서 살펴보자. $V_{1}=\begin{bmatrix}1\\0\\0\end{bmatrix}, V_{2}=\begin{bmatrix}0\\1..
이 글은 한양대학교 이상화 교수님의 kocw 선형대수학 강의를 요약한 것 입니다. 지난 시간에 Zero Vector에 대해서 알아보았다. 행렬 A, 벡터 X, b 가 있을 때 아래의 수식을 만족하는 것을 Null space라고 하며 $A_{x} = b$ , $ b = 0 $ 을 만족하고, 아래의 형태를 띄게 될 것이다. $\begin{bmatrix}a & b \\c & d \end{bmatrix}$ $\begin{bmatrix}\\\\\\\end{bmatrix}$ = $\begin{bmatrix}\\\\\end{bmatrix}$ 이전 시간에 학습한 Zero space를 구하는 예제를 살펴보자 $\begin{bmatrix}1 & 3 & 3 & 2\\2 & 6 & 9 & 7\\ -1 & -3 & -3 & 4..