최대 1 분 소요

벡터의 곱셈

1. 용어 정리

  • 내적(inner product) : 내적은 벡터의 특정 방향, 성분 등을 구할 때 필요하다. 마치 벡터를 수처럼 곱하는 개념이다.

  • 외적(outer product) : 외적은 면 벡터의 표현등을 구할때 필요하다. 내적의 결과가 스칼라인 숫자와 달리 외적의 결과는 벡터인 것이 큰 차이이다.

2. 내적

image

백터 내적을 하면 스칼라를 만드는 곱이 됩니다.

A = np.arange(3).reshape([1,3])
B = np.arange(3).reshape([3,1])
print('A')
print(A)
print('B')
print(B)
print('A.dot(B)')
print(A.dot(B))

결과값

A
[[0 1 2]]
B
[[0]
 [1]
 [2]]
A.dot(B)
[[5]]

3. 행렬곱(@)

행렬이라는 2차원 공간에서는 내적과 같은 역할을 하게 됩니다.

A = np.arange(3).reshape([1,3])
B = np.arange(6).reshape([3,2])-1
print('A')
print(A)
print('B')
print(B)
print('A@B')
print(A@B)

결과값

A
[[0 1 2]]
B
[[0 1]
 [2 3]
 [4 5]]
A@B
[[10 13]]

공부한 전체 코드는 깃허브에 올렸습니다.

깃허브 링크

댓글남기기