[Linear Algebra] [1-3] Vector Equations

2024. 5. 31. 16:41· Mathematics Study/Linear Algebra (선형대수학)
목차
  1. 0. Review
  2. 1. 벡터(Vectors)
  3. 1.1. 벡터 연산 (Vectors Operation )
  4. 2. 기하적 의미(Geometric Descriptions of R^n)
  5. 2.1. 벡터 합의 평행사변형 법칙(Parallelogram Rule for Addition)
  6. 3. 대수적 성질(Algebraic Properties of R^n)
  7. 4. 선형 결합(Linear Combination)
  8.  4.1. 벡터방정식(Vector Equation)
  9. 5. Span
  10. 5.1. Span의 기하적 의미

0. Review

- 1-2 에서 우리는 어떤 행렬(Matrix)을 Row operation을 이용해 

- RREF를 만들어 해 집합(Solution Set)을 도출해내는 방법에 대해 알았다. 

 

- 이번 1-3에서는 선형 연립방정식(Linear System)을 벡터(Vector)로 나타내는 방법에 대해서 알아보자.

 

1. 벡터(Vectors)

- 해당 챕터에 본격적으로 들어가기 전에 벡터(Vector)에 대해서 알아보자.

- vector 는 당분간 "수의 순서쌍" 이라고 정의하자.

- 행렬에서 하나의 열(column)을 우리는 열 벡터(column vector)라고 지칭하고,

- 이를 단순하게 우리는 벡터(vector)라고 부를것이다. 

ex)

 

1.1. 벡터 연산 (Vectors Operation )

- 벡터들끼리 연산이 가능한데 크게 두가지로 나뉜다. (내적, 외적 등등은 다음에 다룰것이다.)

 

i) 벡터 합 (Vector Sum)

ex)

 

ii) 스칼라 곱(Scalarmultiple)

ex)

 

 

Q)

 

A)

 

2. 기하적 의미(Geometric Descriptions of R^n)

- 좌표평면 위에 어느 한 점(a,b)가 있다고 생각해보자.

- 이 (a,b)를 가르키는 화살표, 즉 방향이 벡터를 의미한다. 

ex)

 

 

- 여기서 벡터에 속하는 원소들의 개수가 차원의 개수를 의미하게 된다. 

- 만약 a = <1,2,3> 이라면 a는 R^3 안에 속한다.

ex)

 

2.1. 벡터 합의 평행사변형 법칙(Parallelogram Rule for Addition)

- 벡터의 합을 기하적으로 한번 분석해보자. 

 

- 다음과 같이 벡터 2개가 주어져있다고 생각해보자. 이 두개의 벡터를 더한건 다음 그림과 같다.

 

- 즉, 두개의 벡터의 합은 두벡터로 이루어진 평행사변형의 대각선과 같다는 것을 확인할 수 있다. 

- 이를 벡터 합의 평행사변형 법칙(Parallelogram rule for addition)이라고 한다. 

 

3. 대수적 성질(Algebraic Properties of R^n)

- n차원에서의 대수적 성질(Algebraic Properties)는 다음과 같다. (증명은 생략)

 

 

4. 선형 결합(Linear Combination)

- 지금까지 벡터 합(Vector sum) , 스칼라 곱(Scalar mulitple)에 대해 잡고 갔는데,

- 두 개념에 의하여 선형 결합(Linear Combination)이라는 중요한 개념이 나오게 된다.

- 이에 대해 알아가 보자.

 

- 다음과 같이 벡터(Vector)와 스칼라(Scalar)가 주어져 있을 때

- 이를 이용해 벡터 합(Vector Sum), 스칼라 곱(Scalar multiple)을 이용하여 어떠한 다른 벡터(Vector)를 만들어 갈때 

- 이 과정을 선형 결합(Linear combination)이라고 한다. 

ex)

 

- 선형 결합(Linear combination)에 관련된 문제(Question)을 한번 풀어보자.

 

Q)

다음과 같이 벡터 3개가 주어져 있을 때, a1,a2벡터들을 선형 결합(Linear combination) 했을 때

b벡터를 만들수 있는지 없는지 판단하시오.

 

A)

- 우선 a1,a2 벡터들의 선형결합이 b벡터와 같다는 식을 세워보자.

 

- 결국 우리는 다음과 같은 연립방정식의 해를 구하는 것과 같을 것이다. 

 

- 이를 증강행렬(Augmented Matrix)로 나타내고 row operation을 통해 RREF을 구하여 해집합(Solution Set)을 구해보자.

-  즉, (x1,x2) = (3,2) 가 된다.

 

 4.1. 벡터방정식(Vector Equation)

- 우리는 해당 문제의 풀이 중에서 해당 식에 집중해보자

 

- 이렇게 벡터들의 선형결합(LInear combination)을

- 이용하여 방정식으로 나타낸 것을 벡터방정식(Vector Equation) 이라고 한다. 

- 이를 증강행렬(Augmented Matrix)로 나타내면 다음과 같다. 

 

5. Span

- 선형결합(Linear Combination)을 나타낸 식을 다시한번 살펴보자. 

- 여기서 v1,..vp를 선형결합(linear Combination)을 했을 때 나올수 있는 모든 y벡터들의 집합을

- Span{v1,v2,...vp} 라고한다. 

 

5.1. Span의 기하적 의미

 

- 해당 그림만 보더라도 Span의 의미에 대해 알수 있을거라 생각하고

- 이해가 되지 않더라도 앞으로의 챕터에서 자세히 서술할 예정이다

'Mathematics Study > Linear Algebra (선형대수학)' 카테고리의 다른 글

[Linear Algebra] [1-7] Linear Independence  (0) 2024.06.02
[Linear Algebra] [1-5] Solution Sets of Linear Systems  (1) 2024.06.01
[Linear Algebra] [1-4] The Matrix Equation Ax = b  (0) 2024.06.01
[Linear Algebra] [1-2] Row reduction & Echelon Forms  (0) 2024.05.31
[Linear Algebra] [1-1] Systems of Linear equations  (0) 2024.05.30
  1. 0. Review
  2. 1. 벡터(Vectors)
  3. 1.1. 벡터 연산 (Vectors Operation )
  4. 2. 기하적 의미(Geometric Descriptions of R^n)
  5. 2.1. 벡터 합의 평행사변형 법칙(Parallelogram Rule for Addition)
  6. 3. 대수적 성질(Algebraic Properties of R^n)
  7. 4. 선형 결합(Linear Combination)
  8.  4.1. 벡터방정식(Vector Equation)
  9. 5. Span
  10. 5.1. Span의 기하적 의미
'Mathematics Study/Linear Algebra (선형대수학)' 카테고리의 다른 글
  • [Linear Algebra] [1-5] Solution Sets of Linear Systems
  • [Linear Algebra] [1-4] The Matrix Equation Ax = b
  • [Linear Algebra] [1-2] Row reduction & Echelon Forms
  • [Linear Algebra] [1-1] Systems of Linear equations
23학번이수현
23학번이수현
23학번이수현
밑바닥부터 시작하는 AI보안전문가
23학번이수현
전체
오늘
어제
  • 분류 전체보기 (243)
    • Statistic Study (47)
      • Mathematical Statistics(수리통.. (47)
    • Mathematics Study (15)
      • Linear Algebra (선형대수학) (15)
    • CS Study (74)
      • CLRS (자료구조 | 알고리즘) (49)
      • Database(DB) (11)
      • C++ (11)
      • 컴퓨터 구조 (2)
      • MongoDB (1)
    • DS Study (56)
      • CS 229(Machine Learning) (19)
      • CS 224n(NLP) (5)
      • Web Scraping (7)
      • R4DS(R언어) (20)
      • 밑바닥부터 시작하는 딥러닝 1 (5)
    • Hacking Study (0)
      • Web Hacking (0)
    • 코딩테스트 (5)
      • 백준-Python (5)
    • Paper Review(논문 리뷰) (43)
      • Deep Learning (16)
      • TCGA 관련 논문 (4)
      • Computer Vision (18)
      • NLP (5)

블로그 메뉴

  • 홈
  • 태그
  • 방명록

공지사항

인기 글

태그

  • LSTM
  • db
  • cs229
  • 자료구조
  • NLP
  • R4DS
  • 논문 리뷰
  • 알고리즘
  • 데이터분석
  • R언어
  • 선형대수학
  • web scraping
  • 딥러닝
  • AI
  • Introduction to Algorithms
  • 시간복잡도
  • Machine Learning
  • cs 224n
  • 백준
  • 파이썬
  • 정렬
  • introduction to algoritmhs
  • Data Structure
  • clrs
  • C++
  • Algorithms
  • graph
  • 수리통계학
  • deep learning
  • Linear Algebra

최근 댓글

최근 글

hELLO · Designed By 정상우.v4.2.2
23학번이수현
[Linear Algebra] [1-3] Vector Equations
상단으로

티스토리툴바

단축키

내 블로그

내 블로그 - 관리자 홈 전환
Q
Q
새 글 쓰기
W
W

블로그 게시글

글 수정 (권한 있는 경우)
E
E
댓글 영역으로 이동
C
C

모든 영역

이 페이지의 URL 복사
S
S
맨 위로 이동
T
T
티스토리 홈 이동
H
H
단축키 안내
Shift + /
⇧ + /

* 단축키는 한글/영문 대소문자로 이용 가능하며, 티스토리 기본 도메인에서만 동작합니다.