Kernel, Image, Isomorphism, Dimension Theorem
Kernel & Image(Range) * 두 Vector Space $X → Y$에 대해서 Linear Mapping $F$을 했을 때, Kernel of F($ker F$)는 F(
Tag
Kernel & Image(Range) * 두 Vector Space $X → Y$에 대해서 Linear Mapping $F$을 했을 때, Kernel of F($ker F$)는 F(
Linear Mapping, Linear Function * $L: V → W$ 형태로 표기한다. * 선형사상이 되기 위해서는 다음 조건을 만족해야 한다. * 1. $L(v_1 + v_2) = L(v_
Vector Space * 집합 내 원소간 대한 덧셈과 상수곱을 했을 때 결과가 모두 해당 집합에 속하고, 다음 조건을 만족하는 집합을 Vector Space라고 정의한다 * 합에 대하여