※ 이 글은 한양대학교 이상화교수님의 선형대수 유튜브 강의를 보며 정리한 글입니다. 잘못 이해한 부분이 있을 수도 있으니 많은 피드백 부탁드리겠습니다. 감사합니다. [유튜브 바로가기]
복습 내용
학습할 내용
2.2 中 Ax = b(b ≠ 0)의 Particular Solution
$$
X = X_n + X_p
$$
2.3 中 Linear Independence
정의
$$
c_1a_1 + c_2a_2 + \cdots + c_na_n = 0
$$ 을 만족시키기 위해 계수들이 오직 \(c_1 = c_2 = \cdots = c_n = 0\) 가 되어야 할 때, 이 각각의 벡터 \(a_i\)들을 Linear Independence
라고 한다.
2.3 中 Rank
Rank(A)
= 행렬 A의 Linear Independent한 column vector들의 개수
= 가우스 소거법에서의 pivot 개수
= Column Space(A)의 차원
2.3 中 Span
2.3 中 Basis
'AI > Linear Algebra' 카테고리의 다른 글
[선형대수] 6일차 - 영벡터공간과 해집합 (0) | 2023.07.19 |
---|---|
[선형대수] 5일차 - Vector Space 란 (0) | 2023.07.15 |
[선형대수] 4일차 - 역행렬과 전치행렬 (0) | 2023.07.11 |
[선형대수] 3일차 - LU 분할 (0) | 2023.07.09 |
[선형대수] 2일차 - 1차 연립방정식과 가우스 소거법 그리고 행렬곱 (0) | 2023.07.06 |