방구석 개발자의 개발일지

※ 저번 글과 이어집니다 7. Rank 행렬 $$ A \in \mathbb{R}^{m\times n} $$ 의 rank는 A의 row와 column 중 더 작은 것의 independent한 벡터들의 수이다. 따라서 다음 식이 성립한다. $$ rank(A) = rank(A^T) $$ * example $$ A = \begin{bmatrix}1 & 0 & 1\\ 0 & 1 & 1\\ 0 & 0 & 0\end{bmatrix} $$ 일 때, rank(A)의 값은? 2 (1, 2 행만 independent 하기 때문에) square matrix $$ A \in \mathbb{R}^{n\times n} $$ 가 있을 때, $$ rank(A) = n $$ 이라면 A를 full rank라고 한다. A가 full ran..

최근에 인공지능 쪽을 파보려고 수학 강의를 듣고 있다. 강의를 통해 배운 내용을 정리해 보려 한다. $$ a_{11}x_1 + a_{12}x_2 + x_3 = b_1 $$ $$ a_{21}x_1 + a_{22}x_2 + x_3 = b_2 $$ $$ a_{31}x_1 + a_{32}x_2 + x_3 = b_3 $$ $$ a_{41}x_1 + a_{42}x_2 + x_3 = b_4 $$ $$ a_{51}x_1 + a_{52}x_2 + x_3 = b_5 $$ 다음과 같은 연립방정식이 있을때, 이 식은 $$ \begin{bmatrix}a_{11} & a_{12} & 1 \\ a_{21} & a_{22} & 1 \\ a_{31} & a_{32} & 1 \\ a_{41} & a_{42} & 1 \\a_{51} & ..