벡터 공간 에서 (자기 자신) 에 대한 linear map 을 linear operator 라고 부른다.
1 min read
벡터 공간 V 에서 V (자기 자신) 에 대한 linear map 을 linear operator 라고 부른다.
두 real vector space V, W 에 대하여, mapping \Phi: V \rightarrow W 은 모든 \boldsymbol{x}, \boldsymbol{y} \in V 그리고 \lambda \in \mathbb{R} 에 대해 다음을 만족하는 경우, vector space 의 구조를 보존한다고...
벡터 공간이란 어떤 벡터 집합을 의미하며, 그 집합 내 어떠한 벡터들 끼리 더하거나 서로 곱해도 집합 내 벡터가 된다. vector space \mathbf{R}^{n} 는 n 개의 원소가 존재하는 모든 column vectors 벡터 v 들로 이루어져 있다.
References MIT OPEN SOURCEWARE .
p- 차원 공간에서 hyperplane 이란, p-1 차원의 flat affine subspace 을 의미한다. 예를 들어, 2 차원에서 hyperplane 은 1 차원 flat subspace, 즉 line 이다.
벡터들의 집합 \left\{\boldsymbol{v}^{(1)}, \ldots, \boldsymbol{v}^{(n)}\right\} 에 대한 선형 결합이란, 각 벡터 \boldsymbol{v}^{(i)} 에 대해 scalar 계수를 곱해서 더한 것을 의미한다.
matrix \boldsymbol{A} 의 eigenvector 는 \boldsymbol{A}\boldsymbol{v}=\lambda\boldsymbol{v} 를 만족하는 vector \boldsymbol{v} 를 의미한다.
n- 차원 유클리디안 공간은 \mathbb{R}^{n} 와 같이 표시된다. 이 공간에 존재하는 벡터들은 n-tuples 형태의 실수들로 구성된다. \mathbf{x}=\left(x {1}, x {2}, \ldots, x {n}\right).
vector space V 가 존재하고 순서가 있는 basis B=\left(\boldsymbol{b} {1}, \ldots, \boldsymbol{b} {n}\right) 가 V 에 있다면, 모든 \boldsymbol{x} \in V 는 unique 한 표현을 가진다 (linear combination).
벡터 집합의 span 이란, original vectors 들의 선형 결합 으로 인해 얻어지는 모든 points 들의 집합 (vector space) 을 의미한다.
vector space V, W 에 따른 각각의 ordered bases B=\left(\boldsymbol{b} {1}, \ldots, \boldsymbol{b} {n}\right) 그리고 C=\left(\boldsymbol{c} {1}, \ldots, \boldsymbol{c} {m}\right) 가 있다고...