14 Fri

Linear Algebra on Khan Academy

ํ•จ์ˆ˜์˜ ์—ญ์ด๋ž€?

  • ๋ฒกํ„ฐ๋ฅผ ๋‹ค๋ฃฐ ๋•Œ๋Š” ํ•จ์ˆ˜๋ผ๋Š” ๋‹จ์–ด ๋ณด๋‹ค๋Š” ๋ณ€ํ™˜์ด๋ผ๋Š” ๋‹จ์–ด๋ฅผ ์‚ฌ์šฉํ•œ๋‹ค

๊ฐ€์—ญ์ 

  • ์—ญํ•จ์ˆ˜๊ฐ€ ์กด์žฌํ•˜๋Š” ํŠน์„ฑ์„ ๊ฐ€์ง€๊ณ  ์žˆ๋‹ค๋Š” ๋œป

  • f : X -> Y ์ผ ๋•Œ fโˆ’1 f^{-1} : Y - > X๊ฐ€ ์กด์žฌํ•œ๋‹ค. ์ด๊ฒƒ์€ ๋‹ค์Œ๊ณผ ํ•„์š”์ถฉ๋ถ„์กฐ๊ฑด์ด๋‹ค

    • fโˆ’1โ‹…f=IXandfโ‹…fโˆ’1=IY f^{-1} \cdot f = I_X and f \cdot f^{-1} = I_Y

์—ญํ•จ์ˆ˜๋Š” ์œ ์ผํ•œ๊ฐ€?

  • ์œ ์ผํ•˜์ง€ ์•Š๋‹ค๋Š” ๊ฒƒ์˜ ๋ฐํ•œ ์ฆ๋ช…์„ ํ•˜๋ฉด ์œ ์ผํ•˜๋‹ค๋Š” ๊ฒฐ๋ก ์œผ๋กœ ๋„๋‹ฌํ•œ๋‹ค

  • g์™€ h๊ฐ€ ๊ฐ๊ฐ f์˜ ์—ญํ•จ์ˆ˜๋ผ๊ณ  ๊ฐ€์ •ํ•  ๋•Œ์˜ ์‹

์ฆ๋ช…: ๊ฐ€์—ญ์„ฑ์€ f(x)=y ์˜ ํ•ด๊ฐ€ ์œ ์ผํ•จ์„ ์˜๋ฏธํ•ฉ๋‹ˆ๋‹ค.

  • ์—ญํ•จ์ˆ˜๊ฐ€ ์กด์žฌํ•œ๋‹ค๋Š” ๋œป์€ ์ •์˜์—ญ๊ณผ ์น˜์—ญ์˜ ์ผ๋Œ€์ผ ๋Œ€์‘์„ ์˜๋ฏธํ•œ๋‹ค.

  • ๋”ฐ๋ผ์„œ f(x) = a๋ฅผ ๋งŒ์กฑํ•˜๋Š” (x, a) ์Œ์€ ํ•˜๋‚˜์ด๋‹ค

  • ๊ฒฐ๋ก ์ ์œผ๋กœ, f๊ฐ€ ๊ฐ€์—ญ์ ์ด๋ฉด ๋ชจ๋“  x์™€ y์Œ์€ ์œ ์ผํ•˜๋ฉฐ, ๋ฐ˜๋Œ€๋„ ๋งˆ์ฐฌ๊ฐ€์ง€์ด๋‹ค.

์ „์‚ฌํ•จ์ˆ˜์™€ ๋‹จ์‚ฌํ•จ์ˆ˜

์ „์‚ฌํ•จ์ˆ˜, Surjective (onto)

  • ๊ณต์—ญ๊ณผ ์น˜์—ญ์ด ๊ฐ™์€ ํ•จ์ˆ˜

๋‹จ์‚ฌํ•จ์ˆ˜, Injective (one-to-one)

  • ์ •์˜์—ญ๊ณผ ๊ณต์—ญ์˜ ์ผ๋Œ€์ผ ํ•จ์ˆ˜

    • ์ฃผ์˜ํ•  ๊ฒƒ์€ ์น˜์—ญ์ด ์•„๋‹ˆ๋‹ค

    • ๋”ฐ๋ผ์„œ ์„ ํƒ๋˜์ง€ ์•Š๋Š” ๊ณต์—ญ์˜ ์›์†Œ๊ฐ€ ์žˆ๋‹ค

์ „๋‹จ์‚ฌํ•จ์ˆ˜, Bijective

  • ์ „์‚ฌ์™€ ๋‹จ์‚ฌ๋ฅผ ๋™์‹œ์— ๋งŒ์กฑํ•˜๋Š” ํ•จ์ˆ˜

๊ฐ€์—ญ์„ฑ๊ณผ ์ „์‚ฌํ•จ์ˆ˜, ๋‹จ์‚ฌํ•จ์ˆ˜์˜ ๊ด€๊ณ„

  • ๊ฐ€์—ญ์„ฑ์€ ๋ชจ๋“  x์™€ y๊ฐ€ ์ผ๋Œ€์ผ ๋Œ€์‘์ด์–ด์•ผ ํ•œ๋‹ค

    • ๋‹จ์‚ฌํ•จ์ˆ˜์—ฌ์•ผ ๋œ๋‹ค๋Š” ๋œป

  • ๋˜ ์ „์‚ฌํ•จ์ˆ˜์—ฌ์•ผ ํ•œ๋‹ค

    • f(x) = y ๋ผ๋ฉด, g(y) ๋ฅผ ํ–ˆ์„ ๋•Œ์— x๊ฐ€ ๋‚˜์™€์•ผ ํ•˜๋ฏ€๋กœ ์–‘์ชฝ ํ•จ์ˆ˜์˜ ๋ฒ”์œ„๊ฐ€ ๋™์ผํ•ด์•ผํ•จ

๋ณ€ํ™˜์ด ์ „์‚ฌํ•จ์ˆ˜์ธ์ง€ ํŒ๋ณ„ํ•˜๊ธฐ

์ „์‚ฌํ•จ์ˆ˜์˜ ์กฐ๊ฑด

  • ์ •์˜์—ญ์˜ ์›์†Œ x์™€ ๋ณ€ํ™˜ T์— ๋Œ€ํ•ด์„œ T(x) = Ax ๋ผ๊ณ  ํ•˜์ž

  • ๊ณต์—ญ์˜ ์›์†Œ b์— ๋Œ€ํ•ด์„œ ์ ์–ด๋„ ํ•œ ๊ฐœ์˜ x๊ฐ€ Ax = b๋ฅผ ๋งŒ์กฑํ•ด์•ผ ํ•œ๋‹ค

  • ์ด ๋œป์€ A์˜ ์—ด๊ณต๊ฐ„์ด ๊ณต์—ญ์˜ ๊ณต๊ฐ„์„ ์ด๋ฃจ์–ด์•ผ ํ•œ๋‹ค๋Š” ๊ฒƒ์ด๋‹ค

    • ์ด๋ฅผ ๋งŒ์กฑํ•˜๋ ค๋ฉด ๊ธฐ์•ฝํ–‰์‚ฌ๋‹ค๋ฆฌ๊ผดํ–‰๋ ฌ์ด ๋ชจ๋“  ํ–‰์—์„œ ์ถ”์ถ• ์„ฑ๋ถ„์„ ์ง€๋…€์•ผ ํ•œ๋‹ค

    • m x n ํ–‰๋ ฌ์—์„œ ๊ณต์—ญ์˜ ๊ณต๊ฐ„์„ ์ด๋ฃจ๋Š” n๊ฐœ์˜ ์—ด์— ๋Œ€ํ•ด m๊ฐœ์˜ ์ถ”์ถ•์ด ์žˆ์–ด์•ผ ํ•œ๋‹ค๋Š” ๋œป

Ax = b ์˜ ํ•ด์ง‘ํ•ฉ ๊ตฌํ•˜๊ธฐ

  • Ax = b ๊ฐ€ ํ•ด๋ฅผ ๊ฐ€์ง„๋‹ค๊ณ  ํ•  ๋•Œ, ์ด ํ•ด๋Š” ์–ด๋–ค ํ•œ ๋ฒกํ„ฐ์™€ A์˜ ์˜๊ณต๊ฐ„์˜ ๊ฒฐํ•ฉ์ด๋‹ค.

๋‹จ์‚ฌ๋ณ€ํ™˜์— ๋Œ€ํ•œ ํ–‰๋ ฌ์˜ ์กฐ๊ฑด

  • Ax = 0

    • ์—ฌ๊ธฐ์—์„œ ํ•ด๋ฅผ ์ฐพ์œผ๋ ค๋ฉด

    • [A | 0] ์˜ ๋ถ™์ž„ํ–‰๋ ฌ์„ ๋งŒ๋“ค๊ณ 

    • [rref(A) | 0] ์˜ ๊ธฐ์•ฝํ–‰์‚ฌ๋‹ค๋ฆฌ๊ผดํ–‰๋ ฌ์„ ๋งŒ๋“ค์–ด์„œ

    • x = an1 + bn2 + ... ์˜ ์ž์œ ๋ฒกํ„ฐ๋กœ ๊ตฌ์„ฑ๋œ ์„ ํ˜•๊ฒฐํ•ฉ์„ ๋งŒ๋“ค๊ฒŒ ๋œ๋‹ค

  • Ax = b

    • ๋งˆ์ฐฌ๊ฐ€์ง€๋กœ ์—ฌ๊ธฐ์—์„œ ํ•ด๋ฅผ ์ฐพ์œผ๋ ค๋ฉด

    • [A | b] ์˜ ๋ถ™์ž„ํ–‰๋ ฌ์„ ๋งŒ๋“ค๊ณ 

    • [rref(A) | b']์˜ ๊ธฐ์•ฝํ–‰ ์‚ฌ๋‹ค๋ฆฌ๊ผดํ–‰๋ ฌ์„ ๋งŒ๋“ค์–ด์„œ

      • ์ด๋•Œ๋Š” b๊ฐ€ ์•„๋‹ˆ๋ผ b' ์ด๋‹ค

    • x = b' + an1 + bn2 + ... ์˜ ์„ ํ˜•๊ฒฐํ•ฉ์„ ๋งŒ๋“ค๊ฒŒ๋œ๋‹ค

    • ์ด ๋•Œ b' = xโƒ—p \vec x_p ๋ผ๊ณ  ํ•˜๊ณ  an1 + bn2 + ... = xโƒ—n \vec x_n ์ด๋ผ๊ณ  ํ•˜๋ฉด

    • ์ด ๋•Œ์˜ ํ•ด์ง‘ํ•ฉ์€ ์–ด๋–ค ๋ฒกํ„ฐ์™€ ์˜๊ณต๊ฐ„์˜ ๊ฒฐํ•ฉ์ด๋ผ๊ณ  ํ•  ์ˆ˜ ์žˆ๋‹ค

  • ์ฆ‰, Axp+Axn=bโƒ— Ax_p + Ax_n = \vec b๊ฐ€ ๋œ๋‹ค๋Š” ๋œป.

    • ์ด๋–„, Ax = b๋ฅผ ๋งŒ์กฑํ•˜๋Š” x์— ๋Œ€ํ•ด์„œA(xโƒ—โˆ’xโƒ—p)=0โƒ— A(\vec x - \vec x_p) = \vec 0 ์ด๊ธฐ ๋•Œ๋ฌธ์— x์—์„œ ํŠน์ˆ˜ํ•ด x๋ฅผ ๋บธ x-x_p๊ฐ€ Ax์˜ ์˜๊ณต๊ฐ„์˜ ํ•ด๊ฐ€ ๋œ๋‹ค

      • Ax ์™€ Ax_p ๋ชจ๋‘ b์ด๊ธฐ ๋•Œ๋ฌธ์— ์˜๋ฒกํ„ฐ๊ฐ€ ๋œ๋‹ค

      • ์ด ๋•Œ xโƒ—โˆ’xโƒ—p=xโƒ—h \vec x - \vec x_p = \vec x_h ๋ผ๊ณ  ํ•˜๋ฉด

      • xโƒ—=xโƒ—p+xโƒ—h \vec x = \vec x_p + \vec x_h

๊ฒฐ๋ก ์ ์œผ๋กœ

  • ๋‹จ์‚ฌํ•จ์ˆ˜๊ฐ€ ๋˜๊ธฐ ์œ„ํ•ด์„œ๋Š” ๋ณ€ํ™˜ ํ–‰๋ ฌ์˜ ์˜๊ณต๊ฐ„์ด ์˜๋ฒกํ„ฐ๋กœ๋งŒ ์ด๋ฃจ์–ด์ ธ์•ผ ๋œ๋‹ค

    • ์˜๊ณต๊ฐ„์ด ์˜๋ฒกํ„ฐ๋กœ๋งŒ ์ด๋ฃจ์–ด์ ธ์žˆ๋‹ค๋Š” ๋œป A๋ฅผ ์ด๋ฃจ๋Š” ๋ชจ๋“  ์—ด๋ฒกํ„ฐ๊ฐ€ ์„ ํ˜•๋…๋ฆฝ์ด๋ผ๋Š” ๋œป์ด๋‹ค

๊ฐ€์—ญ์„ฑ์˜ ์กฐ๊ฑด์„ ๊ฐ„๋‹จํžˆํ•˜๊ธฐ

๊ฐ€์—ญ์„ฑ์„ ๋งŒ์กฑํ•˜๋ ค๋ฉด n์ฐจ์›์—์„œ m์ฐจ์›์œผ๋กœ ์‚ฌ์ƒํ•˜๋Š” ๋ณ€ํ™˜ T๊ฐ€ ๋‹ค์Œ๊ณผ ๊ฐ™์•„์•ผ ํ•œ๋‹ค

  • ์ „์‚ฌํ•จ์ˆ˜

    • Rank(A) = m

  • ๋‹จ์‚ฌํ•จ์ˆ˜

    • Rank(A) = n

  • ๋”ฐ๋ผ์„œ A๋Š” m x m = n x n ์˜ ์ •์‚ฌ๊ฐํ–‰๋ ฌ์ด์–ด์•ผ ํ•œ๋‹ค

    • ์ด๋Š” A์˜ ๊ธฐ์•ฝํ–‰์‚ฌ๋‹ค๋ฆฌ๊ผด ํ–‰๋ ฌ์ด ๋‹จ์œ„ํ–‰๋ ฌ๊ณผ ๊ฐ™๋‹ค๋Š” ๋œป

      • A์˜ ์—ด๋ฒกํ„ฐ๋“ค์ด ๋ชจ๋‘ ์„ ํ˜•๋…๋ฆฝํ•˜๋ฏ€๋กœ

  • ๊ฒฐ๊ตญ ๋ณ€ํ™˜ ์ž์ฒด๊ฐ€ n์ฐจ์›์—์„œ n์ฐจ์›์œผ๋กœ ์‚ฌ์ƒ๋˜์–ด์•ผ ํ•œ๋‹ค

์—ญ๋ณ€ํ™˜์ด ์„ ํ˜•์ž„์„ ํ™•์ธํ•˜๊ธฐ

  • ๋ง์…ˆ๊ณผ ๊ณฑ์…ˆ์— ๋Œ€ํ•ด ๋‹ซํ˜€์žˆ์Œ

  • ์˜์ƒ์€ ์ด์— ๋Œ€ํ•œ ํ’€์ด ๊ณผ์ •(=์ฆ๋ช… ๊ณผ์ •?)

Last updated

Was this helpful?