일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- 웹 프로그래밍
- 소수
- 정렬
- 순열 알고리즘
- 다이나믹 프로그래밍
- Kruskal's Algorithm
- mysql
- 브라우저
- programmers
- 네이버 부스트캠프 ai tech
- 웹서버
- BJ
- 프림 알고리즘
- 백준
- SERVLET
- 벡엔드
- DP
- Prim's Algorithm
- jsp
- dbms
- 그리디
- mst
- greedy
- request
- 웹프로그래밍
- 프로그래머스
- 크루스칼 알고리즘
- 정렬 알고리즘
- 부스트코스
- 해시
- Today
- Total
끵뀐꿩긘의 여러가지
[프리드버그 선형대수학 -5th ed.] 1. 벡터공간, vectorspace, 1.1 개론 본문
1. 벡터공간, vectorspace
1.1 개론
벡터(vector): 크기와 방향을 모두 가진 물리량
벡터의 합(sum): $\vec{a} + \vec{b} = \vec{c}$
벡터의 합은 평행사변형 법칙(parallelogram law)를 사용하여 합성벡터로 나타낼 수 있다.
> 평행사변형 법칙(parallelogram law):
시점이 $P$로 일치하는 두 벡터 $x,y$의 합은 점 $P$에서 시작하는 벡터이고, 이는 $x$와 $y$를 이웃한 변으로 하는 평행사변형의 대각선으로 나타난다.
벡터의 합의 대수적 이해:
벡터 $\vec{a}$의 종점을 $(a_1,a_2)$, 벡터 $\vec{b}$의 종점을 $(b_1,b_2)$라고하면 $\vec{a} + \vec{b}$의 종점은 $(a_1+b_1,a_2+b_2)$이다.
벡터의 스칼라곱(scalar multiplication):
$\vec{x}$와 $0$이 아닌 실수 $t$에 대해서 $\vec{tx}$의 방향은$ t>0$일 때 $\vec{x}$의 방향과 같고 $ t<0$일 때 $\vec{x}$의 방향과 반대이다. $\vec{tx}$의 크기$ |\vec{tx}|$는 유향선분$ x$의 크기에 $|t|$를 곱한 것이다.영이 아닌 두 벡터 $\vec{x}, \vec{y}$에 대해서 $y = tx$인 0이 아닌 실수 $t$가 존재할 때 두 벡터는 평행(parallel)하다고 할 수 있다.
벡터의 합과 스칼라곱의 성질:
1. 모든 벡터 $x,y$에 대하여 $x+y = y+x$이다. (벡터의 합의 교환법칙)
2. 모든 벡터 $x,y,z$에 대하여 $(x+y)+z= x+(y+z)$이다. (벡터의 합의 결합법칙)
3. 모든 벡터 $x$에 대하여 $x+0=x$를 만족하는 벡터 0이 존재한다. (벡터의 합에 대한 항등원)
4. 각 벡터 $x$마다 $x+y = 0$을 만족하는 벡터 $y$가 존재한다. (벡터의 합에 대한 역원)
5. 모든 벡터 $x$에 대하여 $1x = x$이다.(벡터의 스칼라곱에 대한 항등원)
6. 모든 실수 $a,b$와 모든 벡터 $x$에 대하여 $(ab)x = a(bx)$이다. (벡터의 스칼라곱의 결합법칙)
7. 모든 실수 $a$와 모든 벡터 $x,y$에 대하여 $a(x+y) =ax + by$이다. (분배법칙)
8. 모든 실수 $a,b$와 모든 벡터 $x$에 대하여 $(a+b)x = ax+bx$이다. (분배법칙)
서로 다른 두점 A, B를 지나는 직선의 방정식:
시점이 $O$이고 종점이 $A,B$인 두 벡터를 각각 $u,v$라 하면, 시점이$A$이고 종점이 $B$인 벡터는 $v-u$이다.
두 점 $A,B$를 이은 직선 위의 임의의 점은 A를 시점으로하고 시점이$A$이고 종점이 $B$인 벡터의 스칼라곱으로 표현할 수 있다.
$$x = u+t(v-u) \;\; (t는 임의의 실수)$$
한 직선 위에 있지 않은 세 점으로 이루어진 평면:
시점이 $A$이고 종점이 $B,C$인 두 벡터를 각각 $u,v$라 하면, 세 점으로 이루어진 평면 위 임의의 점은 A를 시점으로하고 $u,t$의 각각의 스칼라곱의 벡터합으로 표현할 수 있다.
$$x = A + su +tv \;\;(s,t는 임의의 실수)$$
'선형대수학 > 프리드버그 선형대수학' 카테고리의 다른 글
[프리드버그 선형대수학 -5th ed.] 1. 벡터공간, vectorspace, 1.2 벡터공간 (0) | 2022.06.17 |
---|