일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- dann paper
- 최린컴퓨터구조
- WGAN
- UnderstandingDeepLearning
- Pseudo Label
- CGAN
- ConMatch
- adamatch paper
- 백준 알고리즘
- mme paper
- GAN
- 컴퓨터구조
- remixmatch paper
- cifar100-c
- Meta Pseudo Labels
- 딥러닝손실함수
- Pix2Pix
- Entropy Minimization
- SSL
- tent paper
- dcgan
- BYOL
- shrinkmatch
- CycleGAN
- mocov3
- semi supervised learnin 가정
- CoMatch
- simclrv2
- shrinkmatch paper
- conjugate pseudo label paper
Archives
- Today
- Total
Hello Computer Vision
벡터의 평행 정리하기 본문
diagonal 를 공부하다가 고유값을 공부면서 모르는 개념인 벡터의 평행을 정리해보려고 한다.
누군가에겐 너무나도 당연한 것들이 저에겐 처음 보는 것들 투성이네요...
나에겐 벡터보다 한 도형에서의 모서리가 더 익숙한 만큼 벡터의 평행은 방향이 같지만 위치는 다른 것인줄 알았다.
그러나 다시 생각해보면 멍청한 생각인게 벡터는 크기와 방향만 같으면 같은 어디서 그리든 같은 벡터라는 것이다..
내용 출처 : JW님 블로그
벡터의 평행 조건
영벡터가 아닌 $\vec{a}, \vec{b}$가 같은 방향이거나 정반대의 방향을 바라보고 있으면 평행한다.
--> $k\vec{a} = \vec{b}$ (단 k는 0이 아닌 실수)
영벡터가 아니고 두 벡터 $\vec{a}, \vec{b}$ 가 평행하지 않을 때,
$\vec{k} = n_{1} \vec{a} + m_{1} \vec{b} $
$\vec{j} = n_{2} \vec{a} + m_{2} \vec{b} $
두 벡터 $\vec{j}, \vec{k}$ 는 평행한다. 이에 대한건 가볍게 두 벡터를 그린 후 늘려보면 평행하다는 것을 확인할 수 있습니다.
이렇게 한번 가볍게 정리해보았습니다.
'선형대수' 카테고리의 다른 글
평면의 방정식, 법선 벡터 그리고 외적 (0) | 2023.04.06 |
---|---|
고유값, 고유벡터(eigen value, eigen vector)에 대한 이해 (0) | 2023.01.05 |
기저벡터와 차원 (0) | 2023.01.03 |
[선형대수] Span 이란 무엇인가 (1) | 2022.12.31 |
외적(Outer Product)이란 무엇인가? (0) | 2022.12.28 |