magnitude + direction
벡터는 scalar 를 곱하거나 서로 더해서 또 다른 벡터 (same object) 를 만들 수 있는 객체를 의미한다.
Example
speed (속력) -> scalar
velocity (속도) -> vector
Vector 종류
- Geometric vectors
- Polynomials
- Audio signals
- Elements of
1 min read
how quickly the output changes when we move a small distance in input space away from x Jacobian matrix second derivative f& 039;& 039;(x): how quickly the gradient is...
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.
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.
matrix \boldsymbol{A} 의 eigenvector 는 \boldsymbol{A}\boldsymbol{v}=\lambda\boldsymbol{v} 를 만족하는 vector \boldsymbol{v} 를 의미한다.
Vector product는 보통 3차원 vector의 cross product를 가리킨다. 두 vector에 모두 수직인 vector를 만들며, 방향은 right-hand rule로 정한다.
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).
어떤 벡터 공간 이 주어졌을 때, 해당 공간에 대한 모든 basis 는 vector 들과 동일 수를 만족해야 한다. 이 수는 그 공간에 대한 차원 (dimension) 이라고 부른다. Note matrix 은 rank 가 존재하지만 차원 개념은 없다.
벡터 u 와 v 가 존재한다고 가정할때, 내적 u\cdot v 은 v 에서 u 로 내린 projection p 의 길이와 u 의 크기 ||u|| 값을 곱한것과 같다.
|\boldsymbol{v}\cdot\boldsymbol{w}|\leq\|\boldsymbol{v}\|\|\boldsymbol{w}\| 위 식은 두 unit vectors \boldsymbol{v}/\|\boldsymbol{v}\| 와 \boldsymbol{w}/\|\boldsymbol{w}\| 의 내적이 절대...
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).