고유벡터(Eigenvector)와 고유값(Eigenvalue) 연습 관련된 내용 고유벡터(Eigenvector)와 고유값(Eigenvalue) 예 1) 행렬 A의 특성 방정식과 고유값을 계산해봅니다. $$ \left[\begin{matrix}1 & 3 & -1.5\\9 & - \frac{27}{2} & 4.5\\7 & - \frac{39}{2} & \frac{15}{2}\end{matrix}\right]$$ 행렬 A의 고유값 r을 가정하여 표현한 특성방정식(det(A − λI))은 다음과 같습니다. 다음 코드의 sympy.rational() 함수를 분수를 표시하기 위해 적용한 것입니다. r=symbols('r', real=True) A=Matrix([[1, 3, -1.5],[9, -Rational("27/2"), 4.5],[7, -Rational("39/2"), Rational("15/2")]]) cheqM=A-r*eye(3) cheqM $\left[\begin{matrix}1 - r & 3 & -1.5\\9 & - r - \frac{27}{2} & 4.5\\7 & - \frac{39}{2} & \frac{15}{2} - r\end{matrix}\right]$ cheq=det(cheqM)#특성방정식 expand(cheq) -r 3 - 5r 2 +36.0r sol=solve(cheq, r) [sp.N(i, 3) for i in sol] [-9.00, 0, 4.00] numpy.linalg.eigvals() 함수를 사용하여 고유값을 확인해 봅니다. eigVal=la.eigvals(np.array(A, dtype=float)) print(np.around(eigVal, 3)) [-9. 4. -0.] 예 2) 행렬 A에 대해 벡터 v가 고유 벡터인지를 결...
python 언어를 적용하여 통계(statistics)와 미적분(Calculus), 선형대수학(Linear Algebra)을 소개합니다. 이 과정에서 빅데이터를 다루기 위해 pytorch를 적용합니다.