[Linear Algebra] 고유값(eigenvalue)과 고유벡터(eigenvector)

미남로그·2022년 3월 23일
0

Lecture 21-(1) 고유값(eigenvalues)과 고유 벡터(eigenvectors)

저는 위 블로그를 참고하여 그대로 정리하였습니다. Gilbert Strang 교수의 Linear Algebra 강의를 정리한 포스팅입니다. 굉장히 정리가 잘 되어 있어서 강추합니다!

저는 단순히 내용을 그대로 따라 적으며 정리하였으며, 그냥 나중에 제가 복습할 때 보려는 용도로 포스팅합니다!

감사합니다.


Eigenvalue and Eigenvector

AxAx paralle to xx ... (1)

Ax=λxAx=\lambda x ... (2)


Ax=λAx=\lambda


고유벡터(eigenvector)

수많은 벡터들 중 어떤 벡터들은 A에 곱해져서 그 위치나 방향이 바뀌어도 원래 자신과 동일한, 혹은 평행한 방향을 가짐


고유값(eigenvalue)

변환 전의 xx와 A에 곱해져서 변환된 xx의 크기는 다를 수 있으며, 그 크기는 특정 상수를 곱한 만큼의 차이만 존재. 여기서 크기를 나타내는 특정 상수는 λ\lambda로 표현


the definition of eigenvector

Def.
어떤 선형시스템 방정식(linear system equation) A에 의해 변환되는 수많은 벡터들 중에 곱하기 전과 곱한 후의 벡터 방향이 똑같은 벡터이다.

  • 방향은 변하지 않지만 원래의 벡터와 A에 의해 변환된 벡터의 크기가 어떤 상수배만큼 다름. 여기서 상수는 λ\lambda를 의미

2x2 size, Linear system equation

A를 어떤 함수라 생각하면 이 함수 f(x)f(x)의 기능은 x를 입력받아 이를 변형시키는 역할

xx'이라는 새로운 벡터를 만듦. 이를 선형변환(linear transformation)이라 함

  • Ax1Ax_1는 크기가 다르고 방향이 반대 방향
  • Ax2Ax_2는 벡터의 크기는 다르지만 방향은 같음

eigenvector인가?

  • 고유값을 통해 선형변환 시켜주는 과정
profile
미남이 귀엽죠

0개의 댓글