EN
λvv
대수 · 개념 허브

고유값과 고유벡터

Eigenvalues and Eigenvectors

AD 182219세기 프랑스 (코시)

‘고유값과 고유벡터’에서 묻습니다. 서로 다른 문제에서 같은 구조를 어떻게 알아볼까?

회전과 치환, 행렬과 범주를 통해 겉모습 대신 변환 규칙과 관계 자체를 읽습니다.

이 항로는 이해를 돕는 편집 경로입니다. 직접적인 역사 영향선이나 한 사람의 단독 발명을 뜻하지 않습니다.

한 호흡으로 이해하기

행렬 A를 곱했을 때 같은 직선 위에 남아 λ배가 되는 0이 아닌 벡터 v. λ가 음수면 방향이 뒤집히고, 복소 고유값이 필요할 수도 있다. PageRank는 웹 링크를 확률 전이 행렬로 모델링해 정상 분포에 대응하는 고유벡터를 근사한다.

한눈에 보기

행렬 A

고유값 λ

고유벡터 v

직관

[[2,0],[0,3]]

2, 3

(1,0), (0,1)

x축·y축 방향만 그대로

[[3,1],[0,2]]

3, 2

(1,0), (1,−1)

기울어진 두 축

회전 90° [[0,-1],[1,0]]

복소수 ±i

(1, ±i)

실 고유벡터 없음

PCA 데이터 공분산

주성분 분산

주축 방향

데이터의 방향성

Google 링크 행렬

1 (스칼라)

PageRank 벡터

웹의 정상 분포

Av = λv. 복소수에서 n×n 행렬의 특성다항식은 중복도를 포함해 n개의 근을 갖지만, 서로 독립인 고유벡터가 언제나 n개인 것은 아니다.

개념

행렬이 늘리거나 줄이기만 하고 방향은 바꾸지 않는 벡터. PageRank, PCA, 양자역학 — 고차원 데이터의 주축을 찾는 도구.

핵심 식

Av=λvA\mathbf{v} = \lambda \mathbf{v}

Av = λv

오늘날의 응용

PCA 차원 축소, PageRank, 양자역학(에너지 상태), 진동 모드 분석.

MathVoyage 너머로

큐레이터가 고른 원전과 탐구 과제. OEIS·Project Euler·MathOverflow·arXiv에서는 발견 하나를 수첩으로 가져올 수 있습니다.

한 사람이 만든 개념이 아닙니다

역할이 다른 사람들을 따라가기

대표 연결은 발명자 명단이 아닙니다. 문제를 열고, 언어를 다듬고, 다른 세계로 옮긴 서로 다른 항구입니다.

수의 렌즈

같은 개념도 수의 세계가 바뀌면 다르게 보입니다

아래 수는 필수 선수 조건이 아니라 이 항로를 비추는 편집 렌즈입니다.

개념의 계보

무엇을 딛고, 무엇을 열었을까?

앞에서 건너온 개념

현재 항구

고유값과 고유벡터

여기서 열리는 개념

직접 후속 항구가 아직 지정되지 않았습니다.

직접 연결만 표시하며 완전한 학습 순서나 역사 영향선을 뜻하지 않습니다.