- Видео 50
- Просмотров 121 641
프린키피아
Южная Корея
Добавлен 23 июл 2018
물리를 공부하는 사람입니다. 블로그도 합니다. blog.naver.com/qio910
유니터리 대각화와 정규 행렬(Unitary Diagonalization and Normal matrices)
유니터리 대각화와 정규 행렬(Unitary Diagonalization and Normal matrices)에 대해 공부해 봅시다.
Blog : blog.naver.com/qio910/221963973815(unitary diagonalization)
blog.naver.com/qio910/221993466051(normal matrices)
Blog : blog.naver.com/qio910/221963973815(unitary diagonalization)
blog.naver.com/qio910/221993466051(normal matrices)
Просмотров: 799
Видео
에르미트 행렬 & 유니터리 행렬(Hermitian matrices & Unitary matrices)
Просмотров 1,4 тыс.3 года назад
에르미트 행렬(Hermitian matrices)과 유니터리 행렬(Unitary matrices)에 대해 간단하게 공부해 봅시다. Blog : m.blog.naver.com/qio910/221938238913
복소 벡터공간과 에르미트 내적(Complex Vector Space and Hermitian Inner Product)
Просмотров 6633 года назад
복소 벡터공간과 에르미트 내적(Complex Vector Space and Hermitian Inner Product)에 대해 간단하게 알아봅시다. Blog : blog.naver.com/qio910/221908968553
행렬의 대각화(Diagonalization)
Просмотров 6133 года назад
행렬의 대각화(Diagonalization)에 대해 간단하게 알아봅시다. Blog : blog.naver.com/qio910/221816234697
고윳값과 고유벡터(Eigenvalues and Eigenvectors)
Просмотров 6 тыс.3 года назад
고윳값과 고유벡터(Eigenvalues and Eigenvectors)에 대해 알아봅시다. Blog : blog.naver.com/qio910/221812447247
직교행렬과 등거리변환(Orthogonal Matrix and Isometry)
Просмотров 7383 года назад
직교행렬과 등거리변환(Orthogonal Matrix and Isometry)에 대해 알아봅시다. Blog : blog.naver.com/qio910/221791116197
그람-슈미트 과정(Gram-Schmidt Process)
Просмотров 1,1 тыс.3 года назад
그람-슈미트 과정에 대해서 간단하게 알아봅시다. Blog : blog.naver.com/qio910/221778224660
내적과 내적공간(Inner product and inner product space)
Просмотров 9903 года назад
내적을 도입해서 벡터공간의 기하학적인 양들을 정의할 수 있습니다. Blog : blog.naver.com/qio910/221770822994
기저 변환(Basis Transformation)
Просмотров 9333 года назад
기저 변환과 행렬의 닮음(similarity)에 대해 간단하게 알아봅시다. Blog : blog.naver.com/qio910/221738569930 (basis transformation) blog.naver.com/qio910/221740982419 (similarity)
선형변환과 행렬표현(Linear Transformations and Matrix Representation)
Просмотров 7 тыс.3 года назад
선형변환과 선형변환의 행렬표현에 대해 알아봅시다.
행공간, 열공간, 영공간(Row space, Column space and Null space)
Просмотров 11 тыс.4 года назад
행렬의 행공간, 열공간, 영공간의 basis를 구하는 방법에 대해서 간단하게 알아봅시다. Blog : blog.naver.com/qio910/221559201470
선형 독립과 기저(Linearly independent and Basis)
Просмотров 1,1 тыс.4 года назад
선형 결합(linear combination), 선형 독립(linearly independent), 선형 종속(linearly dependent), 기저(basis), 차원(dimension)에 간단하게 알아봅시다.
벡터공간과 부분공간(Vector space and Subspace)
Просмотров 1,8 тыс.4 года назад
벡터공간에 대해 간단히 요약함. (Blog) blog.naver.com/qio910/221525870697
소행렬과 여인수 전개(Minor and Co-factor Expansion)
Просмотров 7304 года назад
Blog blog.naver.com/qio910/221520292630
가우스-조던 소거법과 연립일차방정식(Gauss-Jordan Elimination)
Просмотров 11 тыс.4 года назад
가우스-조던 소거법과 연립일차방정식(Gauss-Jordan Elimination)
Curl in Orthogonal Curvilinear Coordinate system
Просмотров 7455 лет назад
Curl in Orthogonal Curvilinear Coordinate system
Divergence in Orthogonal Curvilinear Coordinate system
Просмотров 1,1 тыс.5 лет назад
Divergence in Orthogonal Curvilinear Coordinate system
Gauss's Law and Dirac Delta Function
Просмотров 1,2 тыс.5 лет назад
Gauss's Law and Dirac Delta Function
진짜 개지리네
11:10 에서 Uj를 왜 앞으로 빼는지 알 수 있을까요?
@@재정-l2n 곱셈 순서는 상관이 없습니다.
미쳤따리 ㄷㄷㄷㄷㄷㄷㄷㄷ
개지린다 ㄷㄷ
저희교수님보다 나아요 ,, 감사함다
복소 실수 대각화 한 번에 정리할 수 있는 강의네요 :) 좋아요~! 50:34 모든 정방행렬이겠죠? 그나저나 아이젠이 아니라 아이겐이에요 ㅎㅎㅎ. 독일어랍니다
이 옛날 영상에 대답해 주실지 모르겠지만, 정말 제가 기본이 1도 없는 고딩이라 물어보는 건데 혹시 v'에 대한 발산은 왜 r로 되어있는 전기장에 대해 할 수 있는지 하고 전기장을 선적분할때, 그니까 자속을 구할때도 임의의 면 S는 r마다 전기장이 바뀔텐데 그림에 있는 구면의 r로 둘 수 있는지가 궁금해요... 혹시 그냥 생략하신건가요? 아님 다른 의미가 있을까요..?? 😢
첫번째 질문은 제가 잘 이해를 못하겠어서 뭐라 답변을 드리기 어려울것 같구요. 두번째 질문은 임의의 면 S에 대한 전기장의 적분을 구면 S0에 대한 적분으로 바꿔 쓸 수 있는지를 물으시는것 같습니다. 전기장의 V'에 대한 부피적분은 발산정리를 이용하면 V'을 둘러싼 면인 임의의 면 S와 구면 S0에 대한 면적분의 합으로 바꿔 쓸 수 있는데 그 결과 임의의 면 S에 대한 전기장의 적분과 구면 S0에 대한 전기장의 적분이 같다는 결과를 얻을 수 있습니다. 대략 영상의 7:00~12:00 쯤에 그 내용을 다루고 있으니 한번 참고하시길 바랍니다.
진짜 너무 감사합니다 사랑합니다
정말 감사합니다...
재밌당. 사면체 적분 구간 잡는 거는 확실히 어렵네요. ㅋㅋ
안녕하세요 좋은 설명 감사드립니다! 혹시 내적공간으로 구한 함수의 각이 물리적으로 어떠한 의미가 있는건가요..? 함수가 직교한다거나 각을 이룬다는 개념이 잘 안와닿습니다..ㅠ
우리가 보통 다루는 유클리드 공간의 위치벡터 사이의 각처럼 함수 사이의 각이란 기하학적으로 눈에 보이거나 하는 그런 것은 아닙니다. 함수는 화살표가 아니므로 함수 사이의 각이 눈에 보일 리가 없겠죠. 원래 수학하는 사람들은 일반화를 좋아합니다. 그저 유클리드 공간의 각이라는 양이 일반적인 내적 공간에서도 수학적으로 똑같은 형태로 정의될 수 있고 그 양을 원래 유클리드 공간에서는 각이라고 불렀으니까 일반적인 내적 공간에서도 각이라고 부르자 하는 것입니다. 단지 안타깝게도(?) 대부분의 내적 공간이 유클리드 공간처럼 눈에 보이는 명확한 그런 물리적인 공간이 아녀서 각이라는 것의 이미지가 머릿속에 그려지지 않는 것이죠. 처음에는 조금 어색할 수도 있습니다. 정 잘 와 닿지 않으면 이름은 각으로 명명되었으나 실제로 우리가 아는 각(angle)과는 별 상관이 없고 특별히 유클리드 공간에서는 우리가 아는 그 각(angle)으로 나타난다 라고 생각하면 될 듯합니다.
@@프린키피아-d6i 정말 감사합니다! 내적공간에 찝찝함이 풀렸습니다
설명 너무 직관적이여서 좋네요. 문제와 연계한것도 엄청 도움돼요!
Thanks.Could you teach in English
선형대수 독학하다 우연히 보았는데 이해에 많은 도움이 됐습니다. 감사합니다
❤❤
Man your handwriting is fucking terrible
진짜 개잘가르켜주시네요 감사합니다
문제를 풀면서도 이해 못했던 flux와 면적분을 이렇게 연결 하다니 놀랍습니다!! 특수하게 간단한 케이스부터 일반화 시키면 이해가 한방에 되네요. 저도 이제 면적분을 자유자재로 쓸 수 있는 사람이 됐어요 ㅎㅎ 이제 어려운 개념이 나오면 이런식으로 접근해서 확장하면 뭐든 할 수 있을것만 같은 기분이 듭니다
감사합니다
곱 증명하는 부분에서 L이 0이 아니라는 보장 없이 e/2|L|을 사용해도 되나요?
12:29 x y 적분 구간 정하는게 어렵습니다 설명해주실수 있을까요
지금 선형대수학 공부하고 있는데 정말 도움이 많이 되었어요. 좋은 강의 만들어주셔서 감사합니다
영상 잘 보고있습니다!! 영상 마지막에 점전하밀도가 델타함수라고 하셨는데, 점전하밀도를 ρ로 두면 ρ = q*델타함수라고 놓을 수 있다고 하신게 잘 이해가 가지 않습니다. 점전하밀도 = q*점전하밀도 이렇게 되는 것 아닌가요? 어떤 부분에서 제가 잘못 이해하고 있는걸까요...?
델타함수를 통해 점전하밀도를 정의할 수 있다는 걸로 이해하면 될까요??
어떤 물리량의 밀도는 적분을 했을 때 그 물리량을 주는 양으로 생각할 수 있습니다. 예를 들어 어떤양 ρ를 적분해서 전하량을 얻으면 ρ는 전하밀도가 됩니다. 따라서 q*델타함수를 적분하면 델타함수의 정의에 의해 점전하 q를 얻을 수 있기 때문에 점전하밀도를 q*델타함수 꼴로 놓을 수 있습니다.
지린다 고맙슴다
혹시 lim x->a때 f(x)나 g(x)가 존재하지 않을때에는 어떻게 되는지 알수 있을까요?
그러면 영상에서 소개한 극한 법칙을 적용할 수 없습니다.
@@프린키피아-d6i 답변 감사합니다
교수님 3시간 강의 듣고 이해못한거 이거 20분 듣고 이해했습니다 감사합니다 따흐흑
좋은 영상 감사합니다!
감사합니.
열공간의 기저 저거 아닌데... 네번째 성분은 못 나오겠네요 그럼 4:53
귀한 한국어 강의가 이렇게 퀄리티가 좋다니 ㅠㅠㅠㅠㅠㅠㅠㅠㅠ 물리 독학 중인데 많은 도움이 되네요! 복받으세요!!
감사합니다……ㅜㅜㅜㅜㅜㅜㅜㅜㅜㅜㅜㅜㅜ
절 살려주셨네요….
유익합니다
안녕하세요! 영상과 블로그 글에서 선형대수 공부하는데 많은 도움 받고있습니다ㅎㅎ 혹시 교재나 공부자료는 어떤거 쓰셨는지 여쭤봐도 될까요??
JIN HO KWAK, SUNGPYO HONG, Linear Algebra 2nd ED
안녕하세요 이 영상을 보다가 궁금한게 생겼는데요, 여기서 inner product는 일반 내적 정의를 말하는 건가요? 아니면 유클리드 내적의 정의를 말하는 건가요?
일반적인 내적공간의 내적을 의미합니다.
@@프린키피아-d6i 감사합니다!! 궁금한게 하나 더 있는데 일반 내적 정의와 유클리드 내적 정의랑 있나요?? 아무리 검색해 봐도 안나오네요 ㅠㅠ
@@박홍배-u8m 영상에서 있어요
하..너무 어렵다 ㅠㅠ,,, ㅠㅠ
이런 강의를 올려 주셔서 잘 보았습니다. 감사합니다.👍 개인적으로 수리물리학에 대한 강의를 계속 확대해 주시면 좋겠습니다.^^
ㅠㅠ 정말 감사합니다. 공부에 도움이 되고 있어요.
27:37 자주색은 그 점에서 접선방향이고,주황색은 그 지점에서 둘레 밖 방향으로 자주색과 수직인가요? 아니면 법선 벡터 방향쪽으로 자주색과 수직인가요? 감사합니다.^^
자주색은 접선 방향 맞습니다. 벡터장 u(파란색)를 접선 방향으로 정사영한 벡터입니다. 주황색은 u에서 자주색을 뺀겁니다. 자주색 벡터와 주황색 벡터는 수직 맞고 주황색 벡터는 법선 벡터와 수직일 필요는 없습니다.
정말 감사합니다!!
21:36 (-)를 붙이는 이유는요? 감사합니다. 👍
보존력과 반대방향으로 힘을 줘서 일을 해줬다는 물리적인 의미를 갖습니다.
16:40, 테일러 전개를 하면,화면상의 식이 어떻게 유도되는지 궁금합니다. 감사합니다.^^
여기서 유도하는건 어렵고, 이변수함수 테일러전개(또난 급수)나 다변수함수 테일러전개로 검색해보시길 바랍니다.
16:40, "테일러 ?" 뭐라고 말씀하셨는지 못 알아들었습니다. 그리고 그것이 무슨 의미인가요? 감사합니다.🤩
테일러 전개입니다.
너무 좋아요 정말 감사합니다
질문있습니다. 국소적이라도 스케일 팩터가 다른걸 l,r 로 나눠 표기해준것처럼, basis 방향도 변화하는거 표시해줘야 하지 않나요? 특정한 상황에서는 basis의 방향이 아무리 좁은 공간이라도 급격하게 변하는 경우가 있는데 이런 경우는 어떻게 대처해야하는지 궁금해서 여쭙고자합니다. 예를 들어 구형 공간의 구심점에 구면 좌표계의 원점을 두고, Divergence를 유도한다고 가정하면 원점에서는 아무리 작은 이동이라 할지라도 basis방향이 반대로 되어버리는데요. 이럴 때는 원점 중심만 따로 빼주고 나머지 공간들에 대해서 계산을 해주는건가요?
곡선좌표계에서는 basis가 위치마다 변하는 것은 보통이므로 굳이 위치마다 변한다는 사실을 표기할 필요는 없습니다. 본문에서 사용된 basis e1, e2, e3는 카테시안 좌표계의 standard basis가 아니라 어떤 일반적인 직교곡선좌표계의 basis를 의미합니다. 따라서 그냥 별도의 표기가 없어도 basis를 위치에 의존하는 벡터로 생각하면 됩니다. 영상에서 발산의 표현을 유도한 방법은 basis가 위치에 따라 변하든 말든 상관없이 직교곡선좌표계에 대해 일반적으로 유효한 방법입니다. 마지막에 질문하신 내용은 무슨 뜻인지 제가 잘 이해를 못하겠네요.
@@프린키피아-d6i 오래된 영상인데 친절하게 답변 달아주셔서 감사합니다.
감사합니다 쌩큐 복받으세요
저희 교수님보다 설명 잘해주시는거 같아요.. 교수님은 1시간 설명해도 이거보다 이해안되던데... 감사합니다..ㅜ
학교 강의 듣고 이해를 못해서 검색해서 들어왔는데 바로 이해해버렸습니다..! 감사합니다!
선생님 제가 너무 감사해요… 문과라 행렬 개념도 어려운데 lu분해 알고리즘 과제를 받아서 절망하고 있었는데, 이거보고 해결했어요. 감사합니다❤
감사해요.. 이거보고 이해했어요