분류 전체보기

0. Intro- Chapter 1 에선 행렬른 다른 벡터로 보내는  함수로 생각하였다.- 수학에서 함수가 핵심 내용인것처럼- 선형대수학에선 행렬이 핵심이다.- Chapter 2에서 행렬에 대해 자세히 알아보는 시간을 가질 것이다.  1. Matrix Notation- 행렬에 대해 나타내길 우리는 지금까지 다음과 같이 나타냈었다. - 이를 조금 수정해 줄건데 기존의 행렬을 다음과 같이 i,j를 이용해여 인덱스를 설정해준 행렬을 확인해 보자.- 우리는 앞으로 행렬A를 나타낼때 다음과 같이 나타낼 수 있다. - 여기서 aij 의 의미는 행렬A에서 i번째 행, j번째 열에 해당하는 원소 를 뜻한다.2. 항등행렬(Identity Matrix)- 항등행렬(Identity Matrix)란 대각원소들의 값이 1이고 ..

0. Intro- 이번 챕터에서는 T(x) = Ax 라고 주어져 있는 행렬변환(Matrix Transformation)에서 - x에 대한 함숫값(image of x) 를 알고 있다면 A를 역추적할 수 있는 방법에 대해서 이번 챕터에서는 배우게 될 것이다. 1.  How to get a A- x의 함숫값(image of x)이 주어졌을 때 행렬A를 구하는 방법에 대해서 알아가기 위해- 주어진 문제를 같이 풀어보자.Q) A) - x벡터를 다음과 같이 나타낼 수 있고 T가 선형결합(linear Transformation)이라고 주어져 있기 때문에- 다음과 같이 식을 세울수 있다.  -즉 이걸 식변환 해주게 되면 우리가 원하는 A를 구할 수 있다.  -이걸 정형화 하면 다음과 같다.  - 이를 만족하는 행렬A를..

0. Intro- 기존의 행렬 방정식, 즉 A * x 를 함수로 한번 생각해보고 싶어 나오게 된 개념이라 생각하면 편하다.- x값이 변함에 따라 A * x의 값도 변화하게 되는데 마치 함수와 같다고 느껴져 나오게 되었다.- 선형 변환(Linear Transformation) 에 대해서 본격적으로 알아보자 1. Transformation- 다음을 만족하는 게 변환(transformation)이라고 생각하면 된다.- 용어 Domain : 정의역Codomain : 공역Range : 치역  2. 행렬변환(Matrix Transformations)- 정의A : m x n 행렬에 대하여 로 정의된 변환 T를 행렬변환(Matrix Transformations)이라고 한다.즉, 행렬변환은 벡터 x를 Ax로 대응시킨다...

0. Review- 1-5 챕터에서 우리는 homogeneous equation 에 대해서 알아 봤고, - 그 해집합(Solution set)이 오직 영벡터(Zero Vector)만 가질때 trivial solution을 가진다고 한다.- 반대로 다른 해도 가진다면 그땐 nontirivial solution이라고 하였다.- 이번 챕터에서는 trivial soluton / nontrivial solution에 따라 나오게 되는 벡터 간의 관계에 대해서 알아보자. 1. 선형 독립(Linearly independent) / 선형 종속(Linearly dependent)1.1. 선형 독립(Linearly independent)- 다음과 같은 선형 방정식(Linear Equation)이 주어져 있다고 생각해보자...