선형 대수
- n차원을 m차원으로 변환하는 학문
ex) 1차원 -> 2차원, 2D -> 3D, 3D -> 2D ...
선형 대수 학습 흐름
1. 행렬
2. 벡터
3. 선형 사상
4. 고유값과 고유벡터
사상(projection)
- 집합 X의 원소를 집합 Y의 원소를 대응시키는 규칙
-> 집합 X에서 집합 Y로의 사상
치역과 정의역
- 집합 f(x1), f(x2) .., f(xn)을 사상 f의 치역
- 이 때 집합 X를 사상 f의 정의역
전사 surjective
- 사상 f의 치역과 집합 Y가 동일한 경우
단사 injective
- x1 != x2 이면, f(x1) != f(x2) 인 경우 사상 f는 단사
- 단사 = 1대1 사상
전단사 bijective
- (f 치역 = 집합 Y) and 1대 1 사상
-> 전단사 = 1대 1 대응
역사상
- 사상 g는 사상 f의 역사상
- 역사상이 존재 -> 사상 f는 전단사
선형 사상
- 아래의 두 조건을 만족하는 경우 사상 f는 X에서 Y로 선형사상
* c는 임의의 실수, x_i x_j는 집합 X의 원소
1. f(x_i) + f(x_j) = f(x_i + x_j)
2. c f(x_i) = f(c x_i)
선형 사상인 예와 아닌 예
- 선형 사상 o : f(x) = 2x
- 선형 사상 x : f(x) = 2x - 1
행렬, 정방행렬
- 행렬 matrix : 수를 m 행 n 열로 묶음
- 정방행렬 square matrix : 행과 열이 일치한 행렬
행렬 표기
행렬들
1. 영행렬
2. 전치행렬
3. 대칭행렬
4. 상삼각행렬
5. 하삼각행렬
6. 대각행렬
7. 단위행렬
8. 역행렬
영 행렬 zero matrix
- 모든 성분이 0인행렬
전치 행렬 transpose matrix
- 행과 열을 바꾼 행렬
대칭 행렬 symmetry matrix
- 대각 성분을 중심으로 대칭인 n차 정방행렬
상삼각/하삼각행렬
- 대각 성분의 위/아래가 0인 n차 정방행렬
대각행렬 diagonal matrix
- 대각 이외 성분이 모두 0인 n차 정방행렬
- diag(1, 3, 1) 과 같이 표현
단위 행렬 unit matrix
- diag(1, 1, ..., 1)인 행렬
- 대각 성분이 1이고, 나머지는 전부 0 인 n차 정방행렬
역행렬 inverse matrix
- n차 정방행렬 A와 곱이 n차 단위 행렬이 되는 정방행렬
- 역행렬 구하는 방법, 역행렬 유무 확인 방법이 중요
역행렬 구하는 방법
- 여인수 방법, 가우스 소거법 방법
가우스 소거법
- 연립 방정식 좌항을 단위 행렬로 바꿔 연립 방정식을 푸는 방법
가우스 소거법으로 역행렬 구하기
행렬식 determinant
- determinant = 결정자 -> 역행렬 유무 판단
- A는 n차 정방행렬, det(A) != 0 이면 역행렬이 존재
2차 정방행렬 행렬식 구하기
3차 정방행렬 행렬식 구하기
- 사루스 방법
크레이머 공식
- 1차 연립 방정식을 푸는 공식
크레이머 공식으로 연립방정식 풀기
'수학 > 선형대수, 최적화' 카테고리의 다른 글
최적화 - 1. 최적화와 관련 개념들 (0) | 2020.07.16 |
---|---|
선형대수 - 고유값과 고유벡터, 추가 (0) | 2020.05.04 |
선형대수 - 선형사상 (0) | 2020.05.03 |
선형대수 - 벡터 (0) | 2020.05.03 |
만화로 쉽게 배우는 선형대수/물리 (0) | 2020.05.02 |