728x90
기저 basis
- 아래의 벡터 공간과 벡터가 다음의 관계를 가지고
- 기저 : 아래의 조건들을 만족할때의 벡터
-> span(S) = 벡터 공간, 벡터가 1차 독립인 경우
- 기저의 예시
내적 inner product
- 두 벡터의 곱 연산 중 하나로 차원이 줄어들어 스칼라 결과가 나옴. 스칼라 곱 or 점곱이라고도 부름
노름 norm
- 벡터의 크기를 의미
벡터 사이의 거리
- 두 벡터가 주어질때, 두 벡터 차의 노름으로 벡터 사이의 거리를 구할 수 있다.
코시-슈바르츠 부등식
- 두 벡터 a, b에 대하여 둘의 내적 값은 각각의 놈(norm)의 곱보다 작거나 같다는 부등식.
두 벡터 사이의 각 구하기
- 코시 슈바르츠 부등식으로 두 벡터 간 각을 얻을 수 있다.
두 벡터가 수직 인 경우
- 두 벡터 사이의 각이 90도 인 경우 내적은 0이 되며 아래와 같이 표기한다.
300x250
'수학 > 선형대수, 최적화' 카테고리의 다른 글
선형대수 - 5. 함수와 변환 (0) | 2020.07.16 |
---|---|
선형대수 - 4. 행렬 (0) | 2020.07.16 |
선형대수 - 2. 벡터 공간과 부분 공간, 선형 결합 (0) | 2020.07.16 |
최적화 - 1. 최적화와 관련 개념들 (0) | 2020.07.16 |
선형대수 - 고유값과 고유벡터, 추가 (0) | 2020.05.04 |