[Linear Algebra](python) Rank, Span

🧩 Matrix _ Span, Rank

📌 Span

basis: 주어진 공간에서 만들어 낼 수 있는 벡터
span: 두 개 이상의 벡터로 만들어 내는 공간

📌 Rank

rank: 벡터들로 만들어낼 수 있는 공간의 차원

🏁 내 풀이

1)

rank = np.linalg.matrix_rank(gh_arr)
print('rank =', rank)

>>> 1
'두 벡터의 rank 1 = 한 차원에 존재하므로 1차원 span이다.'
'두 벡터는 같은 선상에 존재한다. 따라서 두 벡터는 Linearly Dependent'

2)

rank2 = np.linalg.matrix_rank(lmn_arr) # span (차원 수)
print('rank2 =', rank2)
 
>>> 3
'세 벡터의 rank = 3 세 벡터가 3개의 차원에 존재하므로 3차원 span이다.'
'세 벡터는 Linearly Independent'