DL, ML

[선형대수] 벡터와 공간 - 선형결합과 생성

이번 포스트에서는 Khan academyLinear combination(선형결합)에 대해 알아보자.

v1,v2,...,vnR일 때,  c1v1+c2v2+...+cnvn을 선형결합이라고 한다. 
선형결합이라고 하는 이유는 상수배를 한 벡터들을 더하기 때문!

만약, a=(1,2),b=(0,3)일 때, 벡터 a와 벡터 b의 다양한 선형결합을 고려해보자.
0a+0b=0
3a2b=(3,0) # 위의 그림 참고!

즉 2차원 상의 모든 점을  ab의 선형 결합으로 얻을 수 있다. 
이를 수식으로 표현하면, Span(a,b)= R 이다.

주의해야할 점은, 일부 ab의 결합은 2차원상의 모든 벡터를 다 나타내지는 못한다.  
예를 들어 a=(2,2),b=(2.2)이면 본질적으로 두 벡터는 같은 선상에 있다.
그러니 어떤 선형결합을 해도 표현할 수 있는 것은 직선 위에 있는 점들 뿐이다.

일반화해서 정리해보자.

역시 latex랑 싸우다...^^;;

-

같은 내용을 대수적으로 증명해보자.