동차 선형결합(Homogeneous Linear Combination) 동차선형결합(Homogeneous Linear Combination) 은 선형 결합에서 상수 벡터가 0 벡터인 경우입니다. 즉, 표준 행렬 A와 변수 벡터 x 사이에 식 1이 성립합니다. Ax = 0 (식 1) 동차 선형 결합에서 갖는 해는 두 종류로 구분할 수 있습니다. 자명한해(trivial solution) : 유일한 해를 가지는 동차선형결합 자명하지 않은 해(nontrivial solution) : 다양한 해를 가지는 동차선형결합 그러므로 동차 선형결합에서 최소 한개 이상의 자유변수(Free variable) 를 가진다면 하나 이상의 다양한 해를 가지는 것을 의미하는 것으로 자명하지 않은 해(nontrivial solution) 를 가지는 시스템이 됩니다. 예 1) 다음은 동차 선형결합입니다. 이 결합의 해를 계산해봅니다. \begin{align} 3x_1 + 5x_2 - 4x_3 &= 0\\ -3x_1 - 2x_2 + 4x_3 &= 0\\ 6x_1 + x_2 - 8x_3 &= 0\end{align} 위 각 식의 계수들을 행렬로 표현하는 표준행렬(A)을 다음과 같습니다. 위 식의 수와 각 식의 계수의 수가 같습니다. 즉 다음 결과와 같이 표준행렬(A)은 정방행렬입니다. 이 행렬의 역행렬 존재 여부를 판단하기 위해 행렬식을 조사해 봅니다. A=np.array([[3, 5, -4],[-3, -2, 4],[6, 1, 8]]) print(A) [[ 3 5 -4] [-3 -2 4] [ 6 1 8]] la.det(A) 144.0 행렬식이 0이 아니므로 가역행렬입니다. 즉, 역행렬에 의한 각 변수의 해를 계산할 수 있습니다. 이 경우 즉, 표준행렬이 가역행렬인 경우 그 해는 numpy.linalg.solve() 함수로 계산할 수 있습니다. b=np.array([[0],[0],[0]]) print(la...
python 언어를 적용하여 통계(statistics)와 미적분(Calculus), 선형대수학(Linear Algebra)을 소개합니다. 이 과정에서 빅데이터를 다루기 위해 pytorch를 적용합니다.