선형대수학에서 랭크-널리티 정리는 유한 차원 벡터 공간 사이의 임의의 선형 사상 [latex]T: V to W[/latex]에 대해, 그 정의역 [latex]V[/latex]의 차원은 랭크(이미지의 차원)와 널리티(핵의 차원)의 합과 같다는 것을 나타냅니다. 공식은 [latex]dim(V) = text{rank}(T) + text{nullity}(T)[/latex]입니다.

(설명을 위한 생성된 이미지입니다)
선형대수학에서 랭크-널리티 정리는 유한 차원 벡터 공간 사이의 임의의 선형 사상 [latex]T: V to W[/latex]에 대해, 그 정의역 [latex]V[/latex]의 차원은 랭크(이미지의 차원)와 널리티(핵의 차원)의 합과 같다는 것을 나타냅니다. 공식은 [latex]dim(V) = text{rank}(T) + text{nullity}(T)[/latex]입니다.
랭크-널리티 정리는 선형 변환과 관련된 주요 부분 공간들의 차원 사이의 근본적인 관계를 제공합니다. 선형 변환 T: V → W가 주어졌을 때, T의 핵(kernel), 즉 [ratex]ker(T)[/latex]는 V에 있는 벡터들 중에서 W에 있는 영벡터로 사상되는 벡터들의 집합입니다. 핵의 차원을 T의 널리티라고 합니다. T의 상(image), 즉 [latex]text{im}(T)[/latex]는 V에 있는 어떤 입력 벡터에 대해 T의 출력으로 생성되는 W에 있는 모든 벡터들의 집합입니다. 상의 차원을 T의 랭크라고 합니다.
정리는 [latex]dim(text{domain}(T)) = dim(ker(T)) + dim(text{im}(T))[/latex]입니다. 일반적인 증명 전략은 기저를 구성하는 것입니다. 먼저, 핵에 대한 기저, 예를 들어 [latex]{u_1, dots, u_k}[/latex]를 찾습니다. 여기서 [latex]k = text{nullity}(T)[/latex]입니다. 핵은 [latex]V[/latex]의 부분 공간이므로, 이 기저는 [latex]V[/latex] 전체에 대한 기저인 [latex]{u_1, dots, u_k, v_1, dots, v_r}[/latex]로 확장될 수 있습니다. 따라서 [latex]V[/latex]의 차원은 [latex]k+r[/latex]입니다. 마지막 단계는 집합 [latex]{T(v_1), dots, T(v_r)}[/latex]이 T의 이미지에 대한 기저를 형성함을 보이는 것입니다. 이는 랭크가 [latex]r[/latex]임을 증명하고, 따라서 [latex]dim(V) = k+r = text{nullity}(T) + text{rank}(T)[/latex]입니다.
행렬의 경우, [latex]A[/latex]가 [latex]m times n[/latex] 행렬이면, [latex]mathbb{R}^n[/latex]에서 [latex]mathbb{R}^m[/latex]으로의 선형 사상을 나타냅니다. 정의역의 차원은 [latex]n[/latex]입니다. [latex]A[/latex]의 랭크는 열 공간의 차원이고, 널리티는 영 공간의 차원입니다. 따라서 정리는 [latex]n = text{rank}(A) + text{nullity}(A)[/latex]가 됩니다.
이 정리는 때때로 선형대수의 기본 정리라고 불리는 것의 핵심 구성 요소이며, [latex]m times n[/latex] 행렬 [latex]A[/latex]와 관련된 네 가지 기본 부분 공간, 즉 열 공간, 영 공간, 행 공간 및 좌측 영 공간의 구조를 포괄적으로 설명합니다. 이 정리는 [latex]Ax=0[/latex]의 해 집합(영 공간)이 커질수록 가능한 출력 [latex]Ax[/latex]의 집합(열 공간)은 작아져야 하며, 이들의 차원 합은 입력 공간의 전체 차원과 같아야 한다는 상충 관계를 아름답게 보여줍니다.
현재 하루 4만 건이 넘는 봇 트래픽을 차단하기 위해 이 콘텐츠는 커뮤니티 회원만 이용할 수 있습니다.
> 로그인 < 또는 >등록 < 이 콘텐츠를 비롯한 모든 제한된 콘텐츠와 도구는 (100% 무료로) 이용할 수 있습니다.
랭크-널리티 정리
(날짜를 알 수 없거나 관련이 없는 경우, 예를 들어 "유체역학"의 경우, 주목할 만한 등장 시기를 대략적으로 추정하여 제공합니다.)
고화질 이미지 및 다운로드는 등록된 회원에게만 100% 무료로 제공됩니다.
> 로그인 <