칸 아카데미로 딥러닝을 위한 수학 공부하기 | Linear dependence and independence

Linear Algebra > Vectors and Spaces > Linear dependence and independence 부분을 정리한 것.

https://www.khanacademy.org/math/linear-algebra/vectors-and-spaces#linear-independence

Vectors and spaces | Linear algebra | Math | Khan Academy

 

생성(span) : 벡터의 선형결합으로 나타낼 수 있는 모든 벡터 

선형종속(linear dependence) : 집합의 한 벡터를 집합의 다른 벡터의 선형결합으로 나타낼 수 있는 경우 (집합에 두 벡터만 있으면 한 벡터를 상수배해서 다른 한 벡터를 나타낼 수 있는 경우) 

↔ 선형독립(linear independence)

 

한 벡터를 다른 벡터들의 선형결합으로 나타낼 수 있다. iff 적어도 한 c가 0벡터가 아닐때, c1*v1 + c2*v2 + ... + cn*vn = 0 (영벡터)

 

3개의 벡터가 R^3을 생성한다. iff  3개의 벡터가 선형독립이다.