1. ONTO(전사)
- 공역 = 치역
-> 기본적으로 정의역의 원소가 공역의 원소보다 많거나 같아야 함
-> 정의역의 차원이 공역의 차원보다 크거나 같아야 함
2. One- to-One (일대일 함수)
- ONTO일 필요는 없으나, 치역만 뽑았을 경우 정의역과 1대 1 매칭이 될 경우를 말함
-> 정의역의 차원이 공역의 차원보다 크거나 같아야 함
**Over-determined Linear System
- 구해야 하는 값은 3개인데 식이 무수히 많은 경우를 말함
- m >> n : more equations than variables -> Usually no solution exists
=> 근사적으로라도 해를 구해보자. HOW? 최소제곱법(Least Squares)
3. Inner Product, Dot Product(내적)
- 같은 벡터 공간에서의 u, v를 element 곱셈을 해 준 것.(Scala value)
-> u∙v = u^Tv
- 교환법칙, 분배법칙, 상수배에 닫혀있다.
- u∙u >= 0이고, u∙u = 0일 경우는 u = 0일 경우에만 가능하다.
- u∙v = ||u||||v||cosθ => 각도를 구할 수 있음
-> u∙v = 0인경우는 cosθ = 0(90도)라는 의미
4. Vector Norm(벡터의 길이)
- 자기 자신과의 내적의 루트값을 말함(u∙u^1/2)
5. Unit Vector(단위 벡터)
- 어떤 vector든지 길이를 1로 만들어 줄 수 있는 Vector -> 길이가 1인 벡터
'인공지능 > 선형대수' 카테고리의 다른 글
정규방정식 & 정사영 (0) | 2021.02.16 |
---|---|
부분공간 & 기저와 차원 & 계수 (0) | 2021.02.02 |
선형결합, Span, 선형독립, 선형종속 (0) | 2021.02.01 |
선형대수의 기초 (0) | 2021.01.27 |