네이버 부스트캠프 AI Tech 4기 선형대수학 스터디 5회차
선형대수학 이상구 저 Chapter6
정의
- 이 선형변환이면, 에 의한 상이 이 되는 안의 벡터 전체의 집합을 의 핵(kernel)이라 하고 로 나타냄. 즉
- 다시 말해, 안의 어떤 벡터 를 로 선형변환 했을 때 옮겨진 공간에서 이 되는 벡터들을 이 변환 의 핵이라고 한다는 것이다.
- 변형의 결과를 0으로 만드는 조건이 이 변형의 핵이라는 것!
정의
- 변환 가 를 만족하면 단사(one-to-one, injective)
- 어떤 벡터와 선형변환된 상이 일대일대응한다는 뜻
- 변형된 결과가 같다? 두 벡터는 같은 벡터다!
- 단사일 필요충분조건은
- 변환 가 임의의 에 대해 인 이 존재하면 전사(onto, surjective)
- 변환된 공간에서의 어떤 벡터에 해당하는 원상이 변환 이전 공간에 존재한다면 전사
- 둘은 양립할 수 있는 개념
선형변환 식을 0으로 만드는() 변수()들의 값이 모두 0으로 유일하다면 단사!
정의 [동형사상]
- 변환 에 대해, 임의의 의 상 전체의 집합을 의 치역(range)이라 하고 로 나타냄.
- 특히 이면(공역과 치역이 같다는 의미) 는 전사(surjective, onto).
- 으로부터 변환된 상이 전체를 커버하기 때문에 공간의 모든 벡터의 원상이 에 존재할 수밖에 없음. 이는 앞서 이야기한 전사의 조건에 부합.
- 선형변환 가 단사이고 전사( 전단사)이면 이 되고, 를 에서 으로의 동형사상(isomorphism)이라고 함.
다시 정리해보자.
- 단사 조건:
- 전사 조건: (은 선형변환된 공간)
- 단사, 전사 모두 만족하면 전단사이고, 이 변환 는 동형사상
- 는 의 부분공간
- 는 의 부분공간