RL Researcher

$A$라는 행렬의 역행렬(Inverse matrix)은 $A^{-1}$으로 표기한다. Properties) 1. A가 가역 행렬(invertible matrix)이면 $Ax=b$의 유일한 해인 $x=A^{-1}b$가 존재한다. 2. 영벡터가 아닌 $x$가 존재하지만 $Ax=0$이면 $A$의 역행렬은 존재하지 않는다. 3. $2 \times 2$ matrix가 invertible matrix려면 $ad-bc \neq 0$이여야 한다. ($ad-bc$는 determinant이며 $det(A)$가 0이 아닐때 역행렬이 존재한다.) $$\begin{bmatrix} a & b\\ c &d \end{bmatrix}^{-1}=\frac{1}{ad-bc}\begin{bmatrix} d & -b\\ -c & a \end..

Eigen Value, Eigen Vactor란? 고유값(eigenvalue), 고유벡터(eigenvector)에 대한 수학정 정의는 다음과 같다. 행렬 A를 선형변환(Linear transform)으로 봤을 때, 선형변환 A에 의한 변환 결과가 자기 자신의 상수배가 되는 0이 아닌 벡터 를 고유벡터(eigenvactor)라고 하고, 이 상수배 값을 고유값(eigenvalue)라고 한다. 고유값(eigenvalue), 고유벡터(eigenvector)는 $n \times x$ 정방행렬에 대해서만 정의된다. A에 대해 $Av = \lambda v$를 만족하는 0이 아닌 열벡터 v를 고유벡터, 상수 $\lambda$를 고유값이라고 정의한다. $Av = \lambda v$ -- (1) $\begin{pmatri..