이전 chapter에서 본 것처럼, 선형 변환은 행렬로 표현이 가능하다. 행렬에 대해 좀 더 자세히 알아보자.
Determinant(행렬식)은 정사각 행렬에 대해 정의되는 값으로, 행렬의 성질을 요약해주는 스칼라 값이다. 행렬식이 0이면 역행렬이 존재하지 않는다.
또한 행렬식은 선형 변환이 공간의 부피나 면적을 얼마나 변화시키는지를 나타낸다. (2차원 공간에서 2x2 행렬의 행렬식 값은 그 변환이 면적을 얼마나 변화시키는지를 나타낸다) 행렬식을 계산하는 방법은 다음과 같다. 2x2 행렬의 행렬식은 다음과 같다. 이보다 큰 행렬은 아래와 같이 계산한다.
Mathematics for Machine Learning by Marc Peter Deisenroth, A. Aldo Faisal, and Cheng Soon Ong (2020) 좀 더 쉽게 계산하려면 0이 가장 많은 행이나 열에서 Laplace expansion을 하면 된다.
아래 예제를 다르게 계산해보자. Mathematics f...
#
decomposition
#
trace
#
theorem
#
spectral
#
singula
#
rank
#
matrix
#
eigenvector
#
eigenvalue
#
eigendecomposition
#
diagonalization
#
determinant
#
value
원문 링크 : Ch.4 Matrix Decomposition
![[수치해석] 4. Numerical solution of ODE_Stability analysis for Euler method](https://mblogthumb-phinf.pstatic.net/MjAyMzExMDRfMjM0/MDAxNjk5MDU2NTc0MzIz.KYkRwH-fDH9Z62E4x9URhVYyMuUQkkjoUeTT41mc3wAg.SYgbTPzmDFkytecvKbqJy6yUQBzAthWHE9rFgCs-tK4g.JPEG.wn0826/SmartSelect_20231104_085753_Samsung_Notes.jpg?type=w2)
![[수치해석] Numerical Solution of PDE_Multi dimensions](https://blogimgs.pstatic.net/nblog/mylog/post/og_default_image_160610.png)
![[복사열전달] 2. Electro/Magneto statics](https://mblogthumb-phinf.pstatic.net/MjAyMzEyMjZfMjAy/MDAxNzAzNTkyMTY2ODU0.7VJRmLLy4gnNqVQkB78YOXQnxIkVxMsjBoRl3Zj8I_og.0tNBfI1oASqp26iSV6aMVsT1m0E1Q2pYrJtUridIIWcg.PNG.wn0826/image.png?type=w2)
![[CH. 5] Integral Equation of boundary layer (3)](https://mblogthumb-phinf.pstatic.net/MjAyNDA0MDRfMTA1/MDAxNzEyMjA3NDQxNDEx.Ku9Xk6sXNa0JXQA-KPRPPe3HM7VqT_HRI6rUiPdcVPcg.iE9xDl3CMYYqiFcOlq5LQbx4JEZquIAWIJkhZ1tQ50Yg.PNG/image.png?type=w2)