본문 바로가기
반응형

공대생을 위한 수학---------------------17

[명제논리] 3. 명제와 대우명제가 동치인 이유 'A 이면 B이다' 라는 명제가 있다고 합시다. 이 명제의 대우명제는 '(not B) 이면 (not A)이다' 입니다. 명제 : A 이면 B이다. 대우명제 : (not B) 이면 (not A) 이다 두 명제는 동치입니다. 두 명제가 동치라는 것은 진리표가 같다는 것입니다. 'A이면 B이다'의 진리표는 아래와 같습니다. '(not B) 이면 (not A) 이다' 의 진리표도 아래와 같이 구할 수 있습니다. 두 진리표가 동일하므로 두 명제는 동치입니다. 2023. 12. 27.
[명제논리] 2. 'A이면 B이다' 와 not(A and (not B)) 는 동치이다 논리학에서 두 명제가 동치라는 것은 진리표가 같다는 말입니다. 'A이면 B이다' 의 진리표는 지난 시간에 구했습니다. 아래와 같습니다. A B A → B T T T T F F F T T F F T not(A and (not B)) 의 진리표를 구해보고 'A이면 B이다' 의 진리표와 같은지 확인해봅시다. not(A and (not B)) 를 C라고 두고 진리표를 구하면 아래와 같습니다. A B C T T T T F F F T T F F T not(A and (not B)) 의 진리표를 구하는 것은 어렵지 않습니다. 하나씩 넣어서 순서대로 계산하면 됩니다. 예를들어 A가 참 이고, B도 참이라고 합시다. not B 는 거짓입니다. 따라서 not(A and (not B)) 는 아래와 같이 계산됩니다. not(.. 2023. 12. 27.
[명제논리] 1. 'A이면 B이다' 의 진리표 이해하기 명제와 조건명제 명제는 참 거짓을 판단할 수 있는 문장을 말합니다. 두 명제 A와 B가 있다고 합시다. 이때 아래와 같은 조건명제를 만들 수 있습니다. 'A 이면 B이다' 기호로 나타내면 아래와 같습니다. A → B 예시 문장을 넣어서 이해해봅시다. A : 철수는 학생이다. B : 철수는 학교에 다닌다. A → B : 철수가 학생이면 철수는 학교에 다닌다. 조건명제의 진리표 조건명제의 진리표는 아래와 같습니다. A B A → B T T T T F F F T T F F T 이 진리표를 이해하는 것이 이 글의 목적입니다. 위에서 들었던 예시를 가져와봅시다. A : 철수는 학생이다. B : 철수는 학교에 다닌다. A → B : 철수가 학생이면 철수는 학교에 다닌다. 철수가 학생인게 참이고, 철수가 학교를 다니.. 2023. 12. 25.
[고급 행렬 연산] 9. 두 벡터로 만든 평행사변형의 넓이 편의상 벡터의 화살표 기호는 생략하겠습니다. 영어 소문자가 벡터, 그리스문자가 상수입니다. 두 벡터 a와 b가 있다고 합시다. 벡터 a를 벡터 b로 만들어지는 평행사변형의 넓이를 구해봅시다. 위 그림에서 평행사변형의 넓이를 S라고 놓는다면 아래 등식이 성립합니다. $S^2=\left | b \right |^2 \left | u \right |^2$ u는 아래와 같이 계산됩니다. $u=a-\frac{a^T b}{b^T b}b$ $\left | u \right |^2$는 아래와 같이 구할 수 있습니다. $\left | u \right |^2=u^T u=\left ( a-\frac{a^T b}{b^T b}b \right )^T\left ( a-\frac{a^T b}{b^T b}b \right )$ 전치행렬을 .. 2023. 9. 8.
[고급 행렬 연산] 8. 한 벡터를 다른 벡터에 투영 편의상 벡터의 화살표 기호는 생략하겠습니다. 영어 소문자가 벡터, 그리스문자가 상수입니다. 두 벡터 a와 b가 있다고 합시다. 벡터 a를 벡터 b에 투영한 벡터를 구해봅시다. 아래 그림과 같이 나타낼 수 있습니다. u와 b는 수직이므로, u와 b의 내적은 0입니다. 따라서 아래 등식이 성립합니다. $u^{T}b=0$ $u=a-\alpha b $ 이므로 아래 등식이 성립합니다. $(a-\alpha b)^{T} b=0$ 아래와 같이 변형합니다. 전치를 해주었습니다. $(a^T-\alpha b^T ) b=0$ 아래와 같이 전개합니다. $a^Tb-\alpha b^Tb=0$ $\alpha$에 대해 정리해줍니다. $\alpha=\frac{a^Tb}{b^Tb}$ 따라서 벡터 a를 벡터 b에 투영한 벡터는 아래와 같습.. 2023. 9. 8.
[고급 행렬 연산] 7. 이중 시그마 순서 바꾸기 아래 등식이 성립한다는 것을 보여봅시다. $\sum_{j=1}^{n}\sum_{i=1}^{m}a_{ij}=\sum_{i=1}^{n}\sum_{j=1}^{m}a_{ij}$ 왼쪽 식은 시그마 계산을 i 부터 한 것이고, 오른쪽 식은 j부터 한 것입니다. 좌변의 계산 결과를 생각해보면, 아래 행렬의 원소의 합과 같습니다. $\begin{bmatrix} a_{11} &\cdots & a_{1m} \\ \vdots & \ddots & \vdots \\ a_{n1} & \cdots & a_{nm} \end{bmatrix}$ 우변도 위 행렬 원소의 합과 같습니다. 따라서 등식이 성립합니다. 2023. 8. 25.
[고급 행렬 연산] 6. 공분산행렬 구하기 먼저 인스턴스와 피처에 대한 개념을 이해해야 합니다. 아래와 같은 데이터가 있다고 합시다. 과목1 과목2 과목3 사람1 90 100 85 사람2 75 80 66 ... 위 데이터에서 과목을 피처(feature)라고 부르고, 사람을 인스턴스(instance)라고 부릅니다. 인스턴스를 벡터로 나타내면 아래와 같습니다. 사람1=[90 100 85 ] 사람2=[75 80 88] 일반화 시키면 아래와 같습니다. 인스턴스의 개수는 N개, 피처의 개수는 n개인 경우입니다. $\vec{x}^{(1)}=\left [ x^{(1)}_{1},\cdots,x^{(1)}_{n} \right ]$ $\vec{x}^{(2)}=\left [ x^{(2)}_{1},\cdots,x^{(2)}_{n} \right ]$ ... $\vec{.. 2023. 8. 22.
[고급 행렬 연산] 5. (AB)^{T}=B^{T}A^{T} $(AB)^{T}=B^{T}A^{T}$ 를 증명해봅시다. A와 B는 행렬입니다. 행렬 A와 B의 곱을 C라고 놓겠습니다. 이때 아래 등식이 성립합니다. $(AB)^{T}_{ij}=C^{T}_{ij}=C_{ji}$ $C_{ji}$ 를 변형하겠습니다. 아래와 같이 변형할 수 있습니다. $C_{ji}=\sum_{k=1}^{n}A_{jk}B_{ki}=\sum_{k=1}^{n}B_{ki}A_{jk}=\sum_{k=1}^{n}(B^{T})_{ik}(A^{T})_{kj}=(B^{T}A^{T})_{ij}$ 따라서 아래 등식이 성립합니다. $(AB)^{T}_{ij}=(B^{T}A^{T})_{ij}$ 아래 등식이 유도됩니다. $(AB)^{T}=B^{T}A^{T}$ 2023. 8. 19.
[고급 행렬 연산] 4. (A+B)^T=A^T+B^T 증명 $\left ( A+B \right )^{T}=A^{T}+B^{T}$ 를 증명해봅시다. A,B는 행렬입니다. 행렬 A와 B의 합을 C라고 놓겠습니다. 이때 아래 등식이 성립합니다. $A_{ij}+B_{ij}=C_{ij}$ 증명은 아래와 같습니다. $\left ( A+B \right )^{T}_{ij}=C^{T}_{ij}=C_{ji}=A_{ji}+B_{ji}=A^{T}_{ij}+B^{T}_{ij}$ $\left ( A+B \right )^{T}=A^{T}+B^{T}$ 2023. 8. 18.
[고급 행렬 연산] 3. 행렬과 행렬의 곱의 성분을 시그마로 나타내기 아래와 같이 두 행렬이 있습니다. $A=\begin{bmatrix} A_{11} & \cdots & A_{1n}\\ \vdots & &\vdots \\ A_{m1} & \cdots & A_{mn} \end{bmatrix}$ $B=\begin{bmatrix} B_{11} & \cdots & B_{1p}\\ \vdots & &\vdots \\ B_{n1} & \cdots & B_{np} \end{bmatrix}$ A는 (mxn) 행렬이고 B는 (nxp) 행렬입니다. 따라서 곱셈이 가능하고 곱셈 결과는 (mxp) 행렬이 됩니다. 우리가 구하고 싶은 것은 곱한 결과인 행렬 AB의 성분을 행렬 A와 행렬 B의 성분으로 나타내는 것입니다. 행렬 AB의 성분을 몇개 구해보면 아래와 같습니다. $\left ( AB \.. 2023. 8. 18.
[고급 행렬 연산] 2. 벡터 내적의 여러가지 표현방식 아래와 같이 두개의 n차원 벡터가 있습니다. $\vec{a}=\left [ a_{1},\cdots,a_{n} \right ]$ $\vec{b}=\left [ b_{1},\cdots,b_{n} \right ]$ 1) dot 을 이용하여 나타내기 $\vec{a} \cdot \vec{b}$ 2) 행렬의 transpose 를 이용하여 나타내기 벡터의 기본상태는 열벡터로 가정합니다. $\left ( \vec{a} \right )^{T} \vec{b}=\left [ a_{1},\cdots,a_{n} \right ]\begin{bmatrix} b_{1}\\ \vdots\\ b_{n} \end{bmatrix}$ 아래 등식도 성립합니다. $\vec{a}^{T}\vec{b}=\vec{b}^{T}\vec{a}$ 2023. 8. 17.
[고급 행렬 연산] 1. 행렬과 벡터의 곱의 성분을 시그마로 나타내기 1. 행렬 X 벡터 아래와 같이 벡터 하나와 행렬 하나가 있다고 합시다. $\vec{a}=\left [ a_{1},\cdots,a_{n} \right ]$ $A=\begin{bmatrix} A_{11} & \cdots & A_{1n}\\ \vdots & &\vdots \\ A_{m1} & \cdots & A_{mn} \end{bmatrix}$ 벡터는 크기가 n인 열벡터라고 가정하겠습니다. 편의상 행벡터 형태로 나타내긴 했는데 열벡터라고 생각해주세요. 행렬은 m행 n열의 행렬입니다. 아래와 같이 행렬 A와 벡터 a를 곱한 결과를 벡터 b라고 놓겠습니다. $\vec{b}=A\vec{a}$ b는 크기가 n인 열벡터입니다. b의 i번쨰 성분을 $\vec{b}_{i}$ 라고 놓고 $b_{i}$를 벡터 a와 행렬 .. 2023. 8. 17.
자코비안의 이해 (2) 행렬식이 넓이 변화율인 이유 행렬을 벡터에 곱하면 벡터가 선형변환됩니다. 아래와 같은 행렬 A가 있다고 합시다. $A=\begin{bmatrix} a & b\\ c & d \end{bmatrix}$ 이 행렬이 단위 기저벡터를 어떻게 바꾸는지 생각해봅시다. 이 행렬은 기저벡터 (1,0) 을 (a,c)로 바꾸고 (0,1) 을 (b,d)로 바꿉니다. 그림으로 나타내면 아래와 같습니다. 벡터들로 만들어지는 평행사변형을 그려봅시다. 왼쪽평행사변형의 넓이는 1이고, 오른쪽 평행사변형의 넓이는 ad-bc 입니다. 행렬 A를 곱한 변환은 넓이 1을 ad-bc로 변화시킵니다. 차원이 하나 증가하여 3차원이 되면, 행렬식은 부피 변화율이 됩니다. 선형변환에서 변환행렬의 행렬식은 scale factor 입니다. 2023. 8. 10.
자코비안의 이해 (1) 변환과 선형변환 변환이란? uv 평면에서 xy 평면으로 가는 변환 T가 있다고 합시다. 수식으로는 아래와 같이 표현됩니다. $T(u,v)=(x,y)$ 아래와 같이 x와 y를 $(u,v)$에 대한 함수로 나타낼 수도 있습니다. $x=f(u,v)$ $y=g(u,v)$ 먼저 몇가지 용어들을 배워봅시다. 여기저기서 자주 보게되실 용어들입니다. 1) $C_{1}$변환 : 함수 f와 g가 연속이고 1차 편미분을 가진다면, 변환 T를 $C_{1}$변환이라고 부름 2) 상(image) : 변환 T에 의해 $(u_{1},v_{1})$이 $(x_{1},y_{1})$으로 변환되는데 이 때, $(x_{1},y_{1})$을 $(u_{1},v_{1})$의 상이라고 부름 3) 일대일 변환 : 어떤 두 점도 같은 상(image)을 갖지 않을 때, .. 2023. 3. 20.
그래디언트의 이해 (3) 그래디언트의 의미 지난시간에 유도한 방향도함수 수식은 아래와 같습니다. $D_{u}f(x,y)=\frac{\partial f}{\partial x}u_{x}+\frac{\partial f}{\partial y}u_{y}$ 곡면 $z=f(x,y)$ 위의 점 (x,y,z) 에서 벡터 $\vec{u}$ 방향으로의 접선의 기울기를 의미합니다. 위 식의 우변을 아래와 같이 두 벡터의 내적으로 표현할 수 있습니다. $D_{u}f(x,y)=\left ( \frac{\partial f}{\partial x},\frac{\partial f}{\partial y} \right ) \cdot \left ( u_{x},u_{y} \right )$ 위 식 우변의 첫 항은 함수 f의 그래디언트입니다. 기호로 나타내면 아래와 같습니다. $D_{u}.. 2023. 3. 15.
그래디언트의 이해 (2) 방향도함수 이변수함수인 $f(x,y)$에 그래디언트를 적용하면 아래와 같습니다. $\bigtriangledown f=\frac{\partial f}{\partial x}\mathbf{i}+\frac{\partial f}{\partial y}\mathbf{i}$ 결과는 벡터입니다. 이 벡터의 크기와 방향이 어떤 의미를 갖는지 알아봅시다. 이 벡터를 이해하려면 방향도함수가 무엇인지 먼저 알아야 합니다. 방향도함수 곡선 $y=f(x)$ 위의 한 점 (x,y) 의 접선의 기울기는 아래와 같습니다. $\frac{dy}{dx}=f'(x)$ 하나의 값으로 정의됩니다. 이때 $f'(x)$를 도함수라고 부릅니다. 도함수 개념을 3차원으로 확장해 봅시다. 3차원 공간에 곡면 $z=f(x,y)$가 있다고 합시다. 이 곡면 위의 한 점.. 2023. 3. 13.
그래디언트의 이해 (1) 정의 그래디언트는 함수와 함께 정의됩니다. 함수 $f(x,y)$의 그래디언트는 아래와 같습니다. $\bigtriangledown f=\frac{\partial f}{\partial x}\mathbf{i}+\frac{\partial f}{\partial y}\mathbf{j}$ 함수 $f(x,y,z)$의 그래디언트는 아래와 같습니다. $\bigtriangledown f=\frac{\partial f}{\partial x}\mathbf{i}+\frac{\partial f}{\partial y}\mathbf{j}+\frac{\partial f}{\partial z}\mathbf{k}$ 어떤 함수의 그래디언트는 벡터함수가 된다는 것을 알 수 있습니다. 그래디언트만 단독으로 정의할 수도 있습니다. 변수가 2개인 그래디.. 2023. 2. 27.
반응형