군(Group) : 임의의 모든 원소가 집합 S에 포함 되며, 그의 연산도 S에 포함 된다.
가환군 : 어느 집합이 '군' 이면서 연산에 대해 교환 법칙이 성립하면, 이를 가환군 이라 한다.
(연산에 대해 닫힘; a,b∈S → a*b∈S)
⊙ 결합 법칙 성립 (a*b)*c = a*(b*c)
⊙ 항등원 존재 e∈S, a*e = e*a = a
⊙ 역원 존재 a∈S, b∈S, ab = e = ba
가환군 : 어느 집합이 '군' 이면서 연산에 대해 교환 법칙이 성립하면, 이를 가환군 이라 한다.
벡터 공간 (Vector Space) 정의
어떤 집합 V에 대해 '가법'과 '스칼라 곱' 이 정의 되어 있으며 닫혀 있다.
또한 아래 성질 3가지를 만족하는 공간.
① 가법에 대하여 가환군이 된다.
② 스칼라 곱에 대해 결합법칙이 성립한다.
③ 가법과 스칼라 곱을 함께 사용할 때에는 분배법칙이 성립한다.
※ 3차원 이상의 벡터공간에서 구체적인 기하학적 의미는 없다. 단지 유용한 수학적 도구일 뿐.
어떤 집합 V에 대해 '가법'과 '스칼라 곱' 이 정의 되어 있으며 닫혀 있다.
또한 아래 성질 3가지를 만족하는 공간.
① 가법에 대하여 가환군이 된다.
② 스칼라 곱에 대해 결합법칙이 성립한다.
③ 가법과 스칼라 곱을 함께 사용할 때에는 분배법칙이 성립한다.
※ 3차원 이상의 벡터공간에서 구체적인 기하학적 의미는 없다. 단지 유용한 수학적 도구일 뿐.
Span
A set of vectors spans a space if their linear combinations fill the space.
Basis
유한개 벡터 집합 {v1,v2,…,vn}이 linearly independent 하면서 Vector space V를 span 하면,
이 벡터 집합을 Vector space V의 basis라 한다.
→Span{v1,v2,…,vn}이 linearly independent하면, {v1,v2,…,vn}는 vector space V의 basis이다.
⊙ Standard basis
n개의 벡터 집합 {(1,0,…,0),(0,1,…,0),…,(0,0,…1)}은 Rⁿ의 standard basis이다.
Dimension
Vector space V가 n개의 vector로 이루어진 basis를 갖는다면, V는 n차원 이다.
dim(V) = n
A set of vectors spans a space if their linear combinations fill the space.
Basis
유한개 벡터 집합 {v1,v2,…,vn}이 linearly independent 하면서 Vector space V를 span 하면,
이 벡터 집합을 Vector space V의 basis라 한다.
→Span{v1,v2,…,vn}이 linearly independent하면, {v1,v2,…,vn}는 vector space V의 basis이다.
⊙ Standard basis
n개의 벡터 집합 {(1,0,…,0),(0,1,…,0),…,(0,0,…1)}은 Rⁿ의 standard basis이다.
Dimension
Vector space V가 n개의 vector로 이루어진 basis를 갖는다면, V는 n차원 이다.
dim(V) = n
Column space (wiki 펌)
선형 대수학에서 Column space(또는 종종 range of a matrix라 한다.) 라는 것은 그것의
column vector들의 모든 가능한 linear combination set을 말한다.
m x n 매트릭스의 column space는 Euclidean space의 m-dimensional subspace이다.
column space의 dimension을 매트릭스의 rank라 한다.
선형 대수학에서 Column space(또는 종종 range of a matrix라 한다.) 라는 것은 그것의
column vector들의 모든 가능한 linear combination set을 말한다.
m x n 매트릭스의 column space는 Euclidean space의 m-dimensional subspace이다.
column space의 dimension을 매트릭스의 rank라 한다.
<The column vectors of a matrix 출처: 위키피디아>
참고. 영 공간 (Null Space)
Ax=0 이라는 1차 선형시스템(Homogeneous System)에서의 해공간을 의미한다.
(The null space of a matrix A is the set of all vectors V such that Ax=0)
영 공간은 벡터 공간이다.
참고. 부분 공간 (Subspace)
Vector space V의 공집합이 아닌 부분집합 U가 덧셈과 스칼라곱에 대해 닫혀 있으면
U를 V의 Subspace라 한다.
→ U는 V내의 영벡터를 포함 한다. 주어진 부분 집합이 영벡터를 포함하지 않으면 결코
Subspace가 될 수 없다.
'Studies > Mathematics' 카테고리의 다른 글
[Real Analysis] Limit of sequence (수열의 극한) (0) | 2011.11.08 |
---|---|
[Linear Algebra] Singular & Nonsingular Matrix (특이행렬 & 정칙행렬) (0) | 2010.11.10 |
[Linear Algebra] Euclidean space (유클리드 공간) (0) | 2010.11.08 |
[Engineering Math.] Fourier Transform (푸리에 변환) (2) | 2010.09.09 |
[Engineering Math.] Fourier Integral (푸리에 적분) (1) | 2010.09.08 |