일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
- 텝스
- Julia
- Linear algebra
- matplotlib
- 수식삽입
- LaTeX
- 논문작성법
- 옵시디언
- Statics
- 에러기록
- teps
- 우분투
- 수치해석
- 딥러닝
- MATLAB
- 텝스공부
- Dear abby
- obsidian
- 논문작성
- JAX
- pytorch
- 생산성
- Numerical Analysis
- WOX
- 고체역학
- ChatGPT
- IEEE
- Python
- 인공지능
- Zotero
- Today
- Total
뛰는 놈 위에 나는 공대생
[응용선형대수] Null space/Column space 본문
1. Definition of Null space
$\text{Definition : }$
$\text{null space of A, }N(A)=\{x\in\mathbb{R}^{n},Ax=0\}$
$\text{claim }N(A)\text{ is a subspace}$
$\text{(i). non-empty }\Rightarrow$ 항상 $A\dot 0=0$이므로 null space에는 영벡터가 존재하고, null space은 empty일 수 없다.
$\text{(ii). }Ax_{1}=0, Ax_{2}=0 \Rightarrow A(x_{1}+x_{2})=Ax_{1}+Ax_{2}=0$
$\text{if }x_{1},x_{2}\in N(A)\text{, then }x_{1}+x_{2}\in N(A)$
$\text{(iii). if }x\in N(A) \text{ then }cx\in N(A)\text{ for any }c\in \mathbb{R}$
$A(cx)=c(Ax)=0$
$\text{ex) } A=\begin{bmatrix}1&0\\5&4\\2&4\end{bmatrix}$
$N(A)=\{\begin{bmatrix}0\\0\end{bmatrix}\}$
A matrix의 경우에는 두 column이 independent하므로 null space에 영벡터 밖에 없습니다.
$B=\begin{bmatrix}1&0&1\\5&4&9\\4&4&8\end{bmatrix}$
$N(B)=\{c\begin{bmatrix}1\\1\\-1\end{bmatrix}:c\in \mathbb{R} \}$
* Spanning space
$V:\text{ a vector space}$
$\text{(i). }v\in V \{av:a\in\mathbb{R}\}\text{ is a subspace}$
$\text{(ii). }v_{1},v_{2}\in V \{av_{1}+bv_{2}:a,b\in\mathbb{R}\}$
$\text{(iii). }v_{1},v_{2},\cdots,v_{k}\in V \{a_{1}v_{1}+a_{2}v_{2}+\cdots+a_{k}v_{k}, a_{i}\in\mathbb{T}\}$
2. Column space
$\text{Definition : }$
$\text{C(A) is a spanning space of all columns of A}$
$\text{Ex1) }$
$A=\begin{bmatrix} 1&0\\5&4\\4&4\end{bmatrix}$
$C(A)=\{u\begin{bmatrix}1\\5\\4\end{bmatrix}+v\begin{bmatrix}0\\4\\4\end{bmatrix}, u, v\in \mathbb{R}\}$
두 벡터가 Spann하는 공간은 두 벡터가 독립이라면, 한 평면이 나오게 됩니다.
$\text{Ex2) }$
$A=\begin{bmatrix}0&0\\0&0 \end{bmatrix}$
$C(A)=\{\begin{bmatrix}0\\0\end{bmatrix}\}$
$\text{Ex3) }$
$A=\begin{bmatrix}1&0&0\\0&1&0\\0&0&0\end{bmatrix}$
$C(A)\text{ is xy planes}$
column을 보면 x축 벡터 하나($\begin{bmatrix}1&0&0\end{bmatrix}$), y축 벡터 하나($\begin{bmatrix}0&1&0\end{bmatrix}$)가 있으므로 두 벡터가 만드는 공간은 xy 평면입니다.
$\text{Ex4) }$
$A=\begin{bmatrix}1&0&0\\0&1&0\\0&0&1\end{bmatrix}$
$C(A)\text{ is }\mathbb{R}^{3}$
Example3과 비슷하게, x,y,z축 벡터가 하나씩 있으므로 이 벡터들이 만드는 공간은 3차원 전체 공간입니다.
이번에는 column space, null space에 대해서 소개했고 다음에는 이 개념들을 방정식에 푸는 데 어떻게 사용하는지를 다루겠습니다.
'수학 Mathematics > 선형대수학 Linear Algebra' 카테고리의 다른 글
[응용선형대수] Linear independence, basis and dimensions (0) | 2021.03.02 |
---|---|
[응용선형대수] Understanding Ax=0, Ax=b using null space matrix (0) | 2021.02.25 |
[선형대수] Rectangular matrix의 곱과 singularity (0) | 2021.02.22 |
[선형대수] QR decomposition (0) | 2021.02.20 |
[응용선형대수] Vector Space/Subspace (0) | 2021.02.20 |