수학을 전혀 사용하지 않는 전공이라서 이상한 부분이 있을수도 있음. 그냥 ai 관련 공부 시작하다가 궁금한게 있어서 김홍종 미적분학2에 다변수 앞부분 살짝보고 나머지는 인터넷으로 공부하다가 여기까지 오게됨. 선대수 잘 모름.
며칠전까지는 고딩수준 지식만 알아서 derivative=도함수, 그리고 밑에 식만 알았음
근데 이번에 derivative의 개념을 R->R에서 R^n->R, 그리고 나중에는 R^n->R^m으로 확장하는 과정을 공부함. 내머리로 이해한거는 전미분(total derivative)이란
U를 R^n의 열린 부분집합이라 하고, f: U -> R^m에 대하여,
을 만족하는 선형변환 L: U->R^m이 존재하면 L을 f의 a에서의 derivative라 정의한다. L의 notation이 Df(a)이다.
말로 이해를 하면
derivative란 a의 근방에서 f의 변화량을 가장 잘 근사하는 유일한 선형변환이다.
그리고 Df(a)는 야코비 행렬로 표현된다.
Df(a)(h)=J_f(a)h
이렇게 전미분을 이해했음.
묻고싶은 것은게 되게 쓸데없어보이기는 하는데 실제 계산에서는
이런식으로 Df(a)를 야코비행렬로 작성하던데, Df(x,y,z)는 선형사상이니까 함수라고 머리속에 박혀있음. 그러면 이거는 관례상 그런거다고 이해를 해야하는지? 아니면 Df(x,y,z)가 오른쪽의 야코비행렬과 일대일 대응이라서 저렇게 적는건지 궁금함
행렬이 곧 선형사상임
되게 잘 이해했는데? 행렬과 선형사상은 일대일 대응임. 홍종분학1 6장 참조 - dc App - dc App
글쓴놈인데 참고해서 공부해보겠습니다 - dc App
저것떄문에 다변수 할거면 선대 해놓고가는게 좋음
관례라 봐도 되고 실질적으로도 딱히 구분할 필요가 많지 않음