[수학, 계산] 벡터 항등식-2탄 계산
지난 1탄 포스팅 에도 밝혔듯이 이번 포스팅에서는 계산을 통해 다음 식들을 얻어 보도록 하겠습니다.
여기서 A,B 는 벡터, f,g 는 스칼라를 나타냅니다.
자 이 16개 식에 대해서 찬찬히 살펴 봅시다. symobl 의 의미와 연산의 의미를 잘 파악하면 사실 그냥 단순 계산에 불과한 일입니다. 그래도 한번 자세히 풀어 살펴보도록 하죠. 수식들의 향연이 기다리고 있습니다;; ㅎㅎ
- 1번
determinant 의 성질 중 하나 (짝수변 행 혹은 열 변환은 determinant 값을 변화시키지 않음)로 부터 자연스럽게 유도됩니다.
- 2번
정의에 따라서 계산하고 Levi-civita symbol 의 두개의 곱 중 하나의 index 가 같은 경우 적용
- 3번
먼저 3번에 앞서 curl 과 divergence 의 notation 을 적어 보면
즉 자동적으로 symmetric argument 에 의해 ( 미분 연산자, partial derivatives 의 commutes )
- 4번
스칼라 f 로 부터 gradient of scalar 는 벡터를 주기 때문에 로 표현할 수 있고 즉 3번과 같은 이유로
- 5번
한개의 인덱스가 반복되는 Levi-civita 두개의 곱으로 부터 자동적으로 얻음
- 6번
Lebiniz rule 에 의해서 (미분의 product rule) 자동적으로 얻음
- 7번
인덱스 re-labeling 과 한개의 인덱스가 반복되는 Levi-civita 두개의 곱 이용
- 8번
product rule 이용
- 9번
product rule 과 외적 정의 이용
- 10번
product rule 과 외적 정의 이용
- 11번
product rule 과 외적 정의, 한개의 인덱스가 반복되는 Levi-civita 두개의 곱 이용
- 12번
외적 정의와 basis 관계 그리고 한개의 인덱스가 반복되는 Levi-civita 두개의 곱 이용
- 13번
- 14번
여기서는 det(A) = det(A^T) [ T 는 transpose ] 를 이용하여
- 15번
13번과 (외적의 성질) 에서 자동으로 유도
- 16번
이렇게 16개의 식을 한번 유도해 봤습니다. 일련의 과정을 통해 이런 계산이 익숙해지면 다른 벡터 항등식들도 같은 방법으로 쉽게 유도를 할 수 있을 것이라 생각합니다.
tip!
Hi @beoped! You have just received a 0.1 SBD tip from @bilbotbaggins!
@tipU - send tips by writing tip! in the comment and get share in service profit :)
Check out @promoted - the good guy voting bot.
벡터칼큘러스 열심히 공부할때가 생각납니다 적분 테이블 다 증명해보지 못한 것이 한이 되네요
적분 테이블 공식이 너무나 많죠;; ㅎㅎ 적분표 관련 책이 있었는데 거기에는 천개가 넘는 적분식이 있었죠....
하 이렇게 풀어주시니 그나마 볼만합니다.
빅데이터 및 인공지능관련 프로그래밍에서는 선형대수와 벡터는 필수입니다. 저도 다시 수학책 보고있는데요... 어렵네요 수학과 오랫만에 붙어있으려니ㅎㅎ
다행히도 지금은 직접 수식을 그릴 필요 없이 이해만 할 줄 안다면 응용할 수 있는 시대입니다.
ㅎㅎ 요즘은 왠만한 항등식이나 계산들도 내장된 프로그램으로 쉽게 할 수 있지요 ㅎㅎ 예전에는 다 손으로만 했는데 요새는 다들 프로그램을 이용하거나 직접 코드를 짜서 계산하지요,,결국 컴퓨터를 잘 다루는 자가 성공할 가능성이 높아지는 것 같아요 ㅎㅎ 컴퓨터 공부를 다시 시작해야겠어요 ㅎㅎ
tip! 2.0
Beep beep. Hi @gogumacat!
You have used tip! in your comment - that`s my magic word for sending tips ;)
Click here if you wish to learn more!
오랜만에보는 벡터 칼큘어스네요 ㅎㅎ
좋은 정보 감사해요 ㅎㅎ