안녕하세요. 이번 포스팅에서는 Bases에 대해서 배워보도록 하겠습니다.
우선, 2가지 정의에 대해서 알아보도록 하겠습니다.
첫번째로 Linear combination (선형 조합)인데 n개의 벡터가 있을 때, 이들에 각각 계수를 붙여 더하는 식을 선형조합이라고 합니다.
그리고 n개의 원소에 대해서 모든 선형조합으로 만들 수 있는 벡터의 집합을 Span이라고 정의합니다.
그리고 부분공간과 벡터 공간 사이의 Thm을 하나 알아봅시다.
이 정리는 W가 V의 부분공간임을 보일 때, 부분 공간의 복잡한 정의를 모두 보일 필요 없이, W의 원소 x,y에 대해서 임의의 실수 k에 의한 kx+y가 W에 포함되는가만 보이면 된다는 것입니다.
위의 Thm에 의해서 다음 Thm가 성립합니다.
즉, 벡터 공간 V의 원소 x1,...,xn의 Span 공간은 V의 부분 공간이 된다는 것입니다.
마지막으로, 중요한 용어에 대해 정의해보겠습니다.
바로 선형 독립 (Linearly independent) 입니다.
n개의 원소가 선형독립이라는 말은 다시말해서, 그 중 어떠한 원소도 다른 원소들의 선형 조합으로 만들어 질 수 없는 경우를 말합니다.
예를들어서, x1=(1,0,0), x2=(0,1,0), x3=(0,0,1), x4=(2,3,1) 이 네 원소는 선형 독립이 아닙니다.
왜냐하면, x4=2x1+3x2+x3 로 만들어지기 때문에, 2x1+3x2+x3-x4=0이 됩니다.
즉 c1=c2=c3=c4=0 이 유일한 해가 아니게 되는 것이지요.
이제 필요한 정의는 전부 배웠으니, Basis (기저)를 정의해보도록 하겠습니다.
기저의 정의는 아주 간단합니다.
S가 V의 기저가 되기 위해서는 우선, Span(S)=V가 되어야 하며, S는 선형독립이어야 합니다.
예를 들어서 R^3 (실수 3차원 벡터) 의 원소 (1,0,0), (0,1,0), (0,0,1) 은 우선 선형 독립이고 Span 하면 R^3와 같게 됩니다.
따라서 S={(1,0,0), (0,1,0), (0,0,1)}는 R^3의 기저가 됩니다.
'데이터 다루기 > 선형대수학' 카테고리의 다른 글
[선형대수학] 18. Row space, Column space, Null space (2) | 2019.12.13 |
---|---|
[선형대수학] 16. Dimension (차원) (0) | 2019.10.15 |
[선형대수학] 14. Cramer`s rule (0) | 2019.10.14 |
[선형대수학] 13. Cofactor expansion (0) | 2019.10.12 |
[선형대수학] 12. Permutation (치환) (0) | 2019.10.12 |