0 min read
norm V 이란, 벡터 공간에 존재하는 벡터의 크기를 측정하기 위한 함수를 의미한다.
Orthonormal 두 벡터 \boldsymbol{b} {i} 와 \boldsymbol{b} {j} 가 orthonormal (정규 직교) 할 경우, 다음을 만족한다.
Frobenius Norm A.1) 정의 matrix의 norm 계산 방식으로, 모든 원소의 제곱합의 제곱근이다.
Euclidean Space n- 차원 유클리디안 공간은 \mathbb{R}^{n} 와 같이 표시된다. 이 공간에 존재하는 벡터들은 n-tuples 형태의 실수들로 구성된다.
Orthogonal A.1) Orthogonal (직교) Vector 두 vector 간 내적 (dot product) 값이 0 (\boldsymbol{x}^{\top}\boldsymbol{y}=0) 일 때, 두 벡터가 직교한다 고 말한다.
Basis 벡터 공간 을 만드는 벡터를 뜻한다. 다시 말하면, 어떤 벡터들의 집합이 1) 선형 독립 을 만족하고, 2) 이 집합의 span 이 벡터 공간 V 을 구성한다면, 그 집합의 벡터들은 V 에 대한 basis 라고 부를 수 있다.
QR Decomposition Householder rank-revealing QR decomposition of a matrix with column-pivoting Householder transformations 를 활용하여 matrix \mathbf{A} 를 다음을 만족하는...
Eigenvector matrix \boldsymbol{A} 의 eigenvector 는 \boldsymbol{A}\boldsymbol{v}=\lambda\boldsymbol{v} 를 만족하는 vector \boldsymbol{v} 를 의미한다.
Coordinates 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...