본문 바로가기
반응형

선형대수87

6.1b Markov 행렬 Markov 행렬은 러시아의 수학자 Andrey Markov의 이름을 딴 행렬로 확률행렬(stochastic matrix)이라고도 불립니다. 이 행렬은 여러 분야에서 광범위하게 이용되고 있어 알아두면 도움이 될 것입니다. Markov 행렬은 다양한 응용성을 가진 중요한 주제입니다. 이 때문인지 Gilbert Strang의 교과서에서는 이 행렬을 10장에서 다시 자세하게 다룹니다. 이번 포스팅에서는 Markov 행렬의 기본적인 내용들을 알아보겠습니다. 심화 내용과 구체적인 응용사례는 나중에 10장을 공부할 때 보도록 하겠습니다. Markov 행렬의 특징 Markov 행렬은 다음 특징들을 갖는 행렬을 말합니다. 1) 행렬의 모든 성분이 0보다 크다. 2) 각 열의 합이 1이다. 이 특징들을 보면 왜 Mark.. 2022. 4. 28.
6.1a 고유값(Eigenvalues)과 고유벡터(Eigenvectors) 어떤 행렬 $A$가 있을 때 우리는 고유벡터를 찾을 수 있습니다. 고유벡터는 $A$를 곱해주어도 방향이 변하지 않는 벡터를 의미합니다. 즉, 고유벡터 $x$는 $Ax$ = $\lambda$$x$인 벡터이고, 숫자 $\lambda$는 $A$의 고유값이라고 합니다. 고유벡터 일반적으로 어떤 행렬과 곱해졌을 때 거의 모든 벡터는 방향을 바꾸게 됩니다. 사실 6장에서는 이런 벡터들에는 관심이 없습니다. 우리가 배울 벡터들은 예외적으로 방향이 변하지 않는 벡터들입니다. 어떤 행렬 $A$가 있다고 하겠습니다. 그러면 $A$에 대한 고유벡터 $x$는 다음 식을 따르게 됩니다. $Ax$ = $\lambda$$x$ 여기서 $\lambda$는 숫자를 의미하고 고유값이라고 불립니다. $\lambda$는 1이 아닐수도 있기 .. 2022. 4. 26.
5.3e 삼중곱(triple product)과 부피 세 벡터 $u$, $v$, $w$의 삼중곱 또는 스칼라 삼중곱은 ($u$ × $v$)${\cdot}w$입니다. 삼중곱은 기하학적으로 세 벡터가 만드는 육면체의 부피와 같습니다. 삼중곱 세 벡터 $u$, $v$, $w$의 삼중곱은 ($u$ × $v$)${\cdot}w$ 입니다. 벡터의 순서가 바뀌어도 내적은 같기때문에 ($u$ × $v$)${\cdot}w$ = $w{\cdot}$($u$ × $v$). $u$ = ($u_{1}$, $u_{2}$, $u_{3}$), $v$ = ($v_{1}$, $v_{2}$, $v_{3}$), $w$ = ($w_{1}$, $w_{2}$, $w_{3}$)라고 하면 ($u$ × $v$)${\cdot}w$ = $w_{1}$($u_{2}v_{3}$ – $u_{3}v_{2}$) + $.. 2022. 4. 25.
5.3d 외적(cross product) 두 벡터 $u$와 $v$의 외적 $u$ × $v$는 $u$ 그리고 $v$와 수직인 벡터가 됩니다. 그리고 외적은 행렬식으로 쓸 수 있습니다. 이번 포스팅에서는 외적에 대해 알아보겠습니다. 외적이란? 두 벡터의 외적은 내적과는 다르게 계산의 결과물이 벡터입니다. 외적의 정의는 다음과 같습니다. 정의 두 벡터 $u$와 $v$의 외적 $u$ × $v$는 $u$ 그리고 $v$와 수직 하고, 그 크기가 $u$와 $v$가 만드는 평행사변형과 같은 벡터이다. $i$, $j$, $k$를 각각 직교좌표계에서 $x$, $y$, $z$ 축으로의 단위 벡터라고 하면, $i$ × $j$ = $k$, $j$ × $i$ = –$k$ $j$ × $k$ = $i$, $k$ × $j$ = –$i$ $k$ × $i$ = $j$, $i$ .. 2022. 4. 24.
5.3c 삼각형의 넓이와 행렬식 이번 포스팅은 삼각형의 넓이를 행렬식으로 표현하는 것을 알아보겠습니다. 원점을 포함하는 세 점을 이은 삼각형의 넓이 그림과 같이 세 점을 이은 삼각형이 있다고 하겠습니다. 세 점을 (0,0), ($x_{1}$, $y_{1}$), ($x_{2}$, $y_{2}$)과 같이 $x$, $y$ 좌표로 표시하였습니다. 그리고 원점이 아닌 두 점을 다음 두 벡터로 표시하면 $v$ = ($x_{1}$, $y_{1}$), $w$ = ($x_{2}$, $y_{2}$), 삼각형의 넓이 $A$는 다음 식으로 쓸 수 있습니다. $A$ = $\frac{1}{2}||v||\cdot||w||$sin$\theta$. 여기서 $||v||$와 $||w||$는 각 벡터의 길이입니다. 또한 벡터들의 좌표는 다음과 같습니다. $x_{1}$ =.. 2022. 4. 22.
5.3b Cramer 공식을 이용해 역행렬 공식 구하기 전에 배운 Cramer 공식을 이용하면 주어진 행렬 $A$의 역행렬 $A^{-1}$을 구할 수 있습니다. Crmaer 공식을 이용하기 위해 $AA^{-1}$ = $I$에서 $A^{-1}$의 열들을 분리하여 $Ax$ = $b$ 형태로 만들고, $A^{-1}$의 성분들을 각각 구하게 됩니다. 역행렬 공식 유도하기 우리가 익숙한 2 × 2 행렬의 역행렬 공식을 유도해 보겠습니다. $A$ = $\begin{pmatrix} \begin{array}{rr} a & b \\ c & d \end{array} \end{pmatrix}$의 역행렬을 $A^{-1}$ = $\begin{pmatrix} \begin{array}{rr} x_{1} & y_{1} \\ x_{2} & y_{2} \end{array} \end{pmat.. 2022. 4. 20.
5.3a Cramer 공식 Cramer 공식은 행렬 방정식 $Ax$ = $b$을 소거법 대신 행렬식을 이용하여 풀 수 있는 방법입니다. 이 공식은 $x$의 $i$ 번째 성분 $x_{i}$를 구하기 위해 $A$에서 $i$번째 열을 $b$로 대체하는 행렬 $B_{i}$를 만듭니다. 그러면 $x_{i}$는 det $B_{i}$/det $A$가 됩니다. Cramer 공식의 원리 Cramer 공식이 어떻게 만들어지는지 다음 3 × 3 예를 가지고 설명하겠습니다. $Ax$ = $b$ $\begin{pmatrix} \begin{array}{rrr} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{array} \end{pmatrix}$$\b.. 2022. 4. 19.
5.2c 행렬식 계산: 여인수 이용 마지막으로 알아볼 행렬식 계산 방법은 여인수(cofactor)를 이용합니다. i행 j열 여인수는 보통 $C_{ij}$로 쓰고, 소행렬식 $M_{ij}$에 부호를 붙여 $(-1)^{i+j}M_{ij}$로 정의됩니다. 소행렬식은 원래의 행렬에서 해당 행과 열을 제거한 행렬의 행렬식을 의미합니다. 여인수를 이용한 행렬식 계산 이번에도 3 × 3의 예를 들어보겠습니다. $A$ = $\begin{vmatrix} \begin{array}{rrr} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{31} & a_{32} & a_{33} \end{array} \end{vmatrix}$ 앞서 배운 Big Formula 방법에서는 det $A$ = $a_{11}a_{.. 2022. 4. 18.
반응형