Example 1 오른쪽 변환행렬 예시 질문

아 이건 그냥 단순히 (0,2) 와 (2,2)가 어떤 포인트들로 가는지 표현한것뿐입니다.두 벡터의 linear combination의 영역을 검은색으로 표현한게 아닙니다 이건 그냥 단순히 (0,2) 와 (2,2)가 어떤 포인트들로 가는지 표현한것뿐입니다.두 벡터의 linear combination의 영역을 검은색으로 표현한게 아닙니다

교과서 (H. Pishro-Nik) 1.4 조건부확률 문의

이미 다른 분이 설명해주셨네요. 아래 과정이 생략된겁니다.어찌됐건 간단하게 A라는걸 conditioning할 경우 오른쪽 항에 있는 확률항들에 A를 추가로 conditioning 해주면 되는 간단한 형태로 정리되는걸 기억해두시면 여러모로 유용합니다.(사진)

1.8 The Matrix of a Linear Transformation의 마지막 예제에 대해 질문이 있습니다.

Column vector들이 independent 하기 때문에 바로 두개임을 알수있습니다.

bernoulli RV의 합으로 Hypergeometric RV를 나타내는 과정 질문있습니다.

대칭성에 의해 동일합니다.질문하신 의도를 토대로 쉽게 생각하려면 조건부확률을 토대로 다시 확률을 계산해보시면 답을 얻으실수있을거라 생각듭니다

Row Reduction and Echelon Form에서 Echelon form의 1번조건에 대한 질문입니다.

네 맞습니다

수치해석 강의도 출시 예정인가요?

다른일이 바빠서 제작 예정이 없습니다 죄송합니다.

linearly independent / dependent의 조건

linearly independent의 정의를 다시 살펴보시는게 좋을것 같습니다.

1.8 Example 2를 이해한 후 드는 궁금증

그쵸 그건 상황에 따라서 주어져야하는것 입니다. 혹은 내가 풀고자 하는 문제에 대해 명확히 알고 있다면, 어떤 matrix를 다루고 있는지 자연스레 알게되는 것이고요. 강의에서 생략했다면, 해당 단원에서 말하고자 하는 matrix를 암묵적으로 알고 있다고 가정하고 진행합니다.

eigen value / eigen vector / eigen space 제가 이해한게 맞는건가요

마지막 eigen space의 경우 zero vector까지 포함해야합니다.

Theorem 6 질문

solution set은 a solution 혹은 solutions를 다 포함할수있는 단어라고 생각하시면 됩니다.그리고 a solution인 경우도 있다는점을 생각하시면 될것같습니다.간단한 예시로는 (1x1의 경우를 생각하면 편리할것같습니다.)2x = 4를 생각해보시면 될것같네요.x = 2를 만족하고2x= 0의 "solution set"은 x = 0인 단일 해입니다.x = 0+2의 형태로 일반해가 나오게 되고요.