"대칭곱 (symmetric power)과 대칭텐서"의 두 판 사이의 차이
Pythagoras0 (토론 | 기여) |
Pythagoras0 (토론 | 기여) |
||
(같은 사용자의 중간 판 2개는 보이지 않습니다) | |||
1번째 줄: | 1번째 줄: | ||
==개요== | ==개요== | ||
− | * 벡터공간 | + | * 벡터공간 <math>V</math>에 대하여 대칭곱 <math>\operatorname{Sym}^d V</math>를 정의할 수 있다 |
− | * | + | * <math>V</math>에 작용하는 선형변환 <math>A</math>에 대하여 <math>\operatorname{Sym}^d A</math>를 정의할 수 있다 |
==대칭곱의 기저== | ==대칭곱의 기저== | ||
− | * 차원이 | + | * 차원이 <math>n</math>인 벡터공간 <math>V</math>의 기저가 <math>\{v_1,\cdots,v_n\}</math>으로 주어진다고 하자 |
− | * | + | * <math>\operatorname{Sym}^d V</math>는 변수 <math>\{v_1,\cdots,v_n\}</math>에 대하여, 차수가 d인 [[동차다항식(Homogeneous polynomial)]]이 이루는 벡터공간과 같다 |
− | * 차원은 | + | * 차원은 <math>_n H_d</math>, [[중복조합의 공식 H(n,r)=C(n+r-1,r)|중복조합의 공식]] 참조 |
* 기저는 다음과 같이 주어진다 | * 기저는 다음과 같이 주어진다 | ||
− | === | + | ===<math>\dim V=1</math>인 경우=== |
\begin{array}{c|c} | \begin{array}{c|c} | ||
d & \operatorname{Sym}^d V \\ | d & \operatorname{Sym}^d V \\ | ||
22번째 줄: | 22번째 줄: | ||
− | === | + | ===<math>\dim V=2</math>인 경우=== |
\begin{array}{c|c} | \begin{array}{c|c} | ||
d & \operatorname{Sym}^d V \\ | d & \operatorname{Sym}^d V \\ | ||
33번째 줄: | 33번째 줄: | ||
− | === | + | ===<math>\dim V=3</math>인 경우=== |
\begin{array}{c|c} | \begin{array}{c|c} | ||
d & \operatorname{Sym}^d V \\ | d & \operatorname{Sym}^d V \\ | ||
44번째 줄: | 44번째 줄: | ||
==행렬의 대칭곱== | ==행렬의 대칭곱== | ||
− | * | + | * <math>V</math>에 작용하는 선형변환의 행렬표현 <math>A=(a_{ij})</math>를 생각하자 |
− | === | + | ===<math>\dim V=1</math>인 경우=== |
− | + | :<math> | |
\begin{array}{c|c} | \begin{array}{c|c} | ||
d & \operatorname{Sym}^d A \\ | d & \operatorname{Sym}^d A \\ | ||
77번째 줄: | 77번째 줄: | ||
\right) \\ | \right) \\ | ||
\end{array} | \end{array} | ||
− | + | </math> | |
− | === | + | ===<math>\dim V=2</math>인 경우=== |
− | + | :<math> | |
\begin{array}{c|c} | \begin{array}{c|c} | ||
d & \operatorname{Sym}^d A \\ | d & \operatorname{Sym}^d A \\ | ||
120번째 줄: | 120번째 줄: | ||
\right) \\ | \right) \\ | ||
\end{array} | \end{array} | ||
− | + | </math> | |
− | === | + | ===<math>\dim V=3</math>인 경우=== |
− | + | :<math> | |
\begin{array}{c|c} | \begin{array}{c|c} | ||
d & \operatorname{Sym}^d A \\ | d & \operatorname{Sym}^d A \\ | ||
150번째 줄: | 150번째 줄: | ||
\right) \\ | \right) \\ | ||
\end{array} | \end{array} | ||
− | + | </math> | |
174번째 줄: | 174번째 줄: | ||
[[분류:선형대수학]] | [[분류:선형대수학]] | ||
+ | |||
+ | ==메타데이터== | ||
+ | ===위키데이터=== | ||
+ | * ID : [https://www.wikidata.org/wiki/Q1052674 Q1052674] | ||
+ | ===Spacy 패턴 목록=== | ||
+ | * [{'LOWER': 'symmetric'}, {'LEMMA': 'algebra'}] |
2021년 2월 17일 (수) 02:23 기준 최신판
개요
- 벡터공간 \(V\)에 대하여 대칭곱 \(\operatorname{Sym}^d V\)를 정의할 수 있다
- \(V\)에 작용하는 선형변환 \(A\)에 대하여 \(\operatorname{Sym}^d A\)를 정의할 수 있다
대칭곱의 기저
- 차원이 \(n\)인 벡터공간 \(V\)의 기저가 \(\{v_1,\cdots,v_n\}\)으로 주어진다고 하자
- \(\operatorname{Sym}^d V\)는 변수 \(\{v_1,\cdots,v_n\}\)에 대하여, 차수가 d인 동차다항식(Homogeneous polynomial)이 이루는 벡터공간과 같다
- 차원은 \(_n H_d\), 중복조합의 공식 참조
- 기저는 다음과 같이 주어진다
\(\dim V=1\)인 경우
\begin{array}{c|c} d & \operatorname{Sym}^d V \\ \hline 0 & \{1\} \\ 1 & \left\{v_1\right\} \\ 2 & \left\{v_1^2\right\} \\ 3 & \left\{v_1^3\right\} \\ \end{array}
\(\dim V=2\)인 경우
\begin{array}{c|c} d & \operatorname{Sym}^d V \\ \hline 0 & \{1\} \\ 1 & \left\{v_1,v_2\right\} \\ 2 & \left\{v_1^2,v_1 v_2,v_2^2\right\} \\ 3 & \left\{v_1^3,v_1^2 v_2,v_1 v_2^2,v_2^3\right\} \\ \end{array}
\(\dim V=3\)인 경우
\begin{array}{c|c} d & \operatorname{Sym}^d V \\ \hline 0 & \{1\} \\ 1 & \left\{v_1,v_2,v_3\right\} \\ 2 & \left\{v_1^2,v_1 v_2,v_1 v_3,v_2^2,v_2 v_3,v_3^2\right\} \\ 3 & \left\{v_1^3,v_1^2 v_2,v_1^2 v_3,v_1 v_2^2,v_1 v_2 v_3,v_1 v_3^2,v_2^3,v_2^2 v_3,v_2 v_3^2,v_3^3\right\} \\ \end{array}
행렬의 대칭곱
- \(V\)에 작용하는 선형변환의 행렬표현 \(A=(a_{ij})\)를 생각하자
\(\dim V=1\)인 경우
\[ \begin{array}{c|c} d & \operatorname{Sym}^d A \\ \hline 0 & \left( \begin{array}{c} 1 \\ \end{array} \right) \\ 1 & \left( \begin{array}{c} a_{1,1} \\ \end{array} \right) \\ 2 & \left( \begin{array}{c} a_{1,1}^2 \\ \end{array} \right) \\ 3 & \left( \begin{array}{c} a_{1,1}^3 \\ \end{array} \right) \\ 4 & \left( \begin{array}{c} a_{1,1}^4 \\ \end{array} \right) \\ \end{array} \]
\(\dim V=2\)인 경우
\[ \begin{array}{c|c} d & \operatorname{Sym}^d A \\ \hline 0 & \left( \begin{array}{c} 1 \\ \end{array} \right) \\ 1 & \left( \begin{array}{cc} a_{1,1} & a_{1,2} \\ a_{2,1} & a_{2,2} \\ \end{array} \right) \\ 2 & \left( \begin{array}{ccc} a_{1,1}^2 & a_{1,1} a_{1,2} & a_{1,2}^2 \\ 2 a_{1,1} a_{2,1} & a_{1,2} a_{2,1}+a_{1,1} a_{2,2} & 2 a_{1,2} a_{2,2} \\ a_{2,1}^2 & a_{2,1} a_{2,2} & a_{2,2}^2 \\ \end{array} \right) \\ 3 & \left( \begin{array}{cccc} a_{1,1}^3 & a_{1,1}^2 a_{1,2} & a_{1,1} a_{1,2}^2 & a_{1,2}^3 \\ 3 a_{1,1}^2 a_{2,1} & a_{2,2} a_{1,1}^2+2 a_{1,2} a_{2,1} a_{1,1} & a_{2,1} a_{1,2}^2+2 a_{1,1} a_{2,2} a_{1,2} & 3 a_{1,2}^2 a_{2,2} \\ 3 a_{1,1} a_{2,1}^2 & a_{1,2} a_{2,1}^2+2 a_{1,1} a_{2,2} a_{2,1} & a_{1,1} a_{2,2}^2+2 a_{1,2} a_{2,1} a_{2,2} & 3 a_{1,2} a_{2,2}^2 \\ a_{2,1}^3 & a_{2,1}^2 a_{2,2} & a_{2,1} a_{2,2}^2 & a_{2,2}^3 \\ \end{array} \right) \\ 4 & \left( \begin{array}{ccccc} a_{1,1}^4 & a_{1,1}^3 a_{1,2} & a_{1,1}^2 a_{1,2}^2 & a_{1,1} a_{1,2}^3 & a_{1,2}^4 \\ 4 a_{1,1}^3 a_{2,1} & a_{2,2} a_{1,1}^3+3 a_{1,2} a_{2,1} a_{1,1}^2 & 2 a_{1,2} a_{2,2} a_{1,1}^2+2 a_{1,2}^2 a_{2,1} a_{1,1} & a_{2,1} a_{1,2}^3+3 a_{1,1} a_{2,2} a_{1,2}^2 & 4 a_{1,2}^3 a_{2,2} \\ 6 a_{1,1}^2 a_{2,1}^2 & 3 a_{2,1} a_{2,2} a_{1,1}^2+3 a_{1,2} a_{2,1}^2 a_{1,1} & a_{1,2}^2 a_{2,1}^2+4 a_{1,1} a_{1,2} a_{2,2} a_{2,1}+a_{1,1}^2 a_{2,2}^2 & 3 a_{2,1} a_{2,2} a_{1,2}^2+3 a_{1,1} a_{2,2}^2 a_{1,2} & 6 a_{1,2}^2 a_{2,2}^2 \\ 4 a_{1,1} a_{2,1}^3 & a_{1,2} a_{2,1}^3+3 a_{1,1} a_{2,2} a_{2,1}^2 & 2 a_{1,2} a_{2,2} a_{2,1}^2+2 a_{1,1} a_{2,2}^2 a_{2,1} & a_{1,1} a_{2,2}^3+3 a_{1,2} a_{2,1} a_{2,2}^2 & 4 a_{1,2} a_{2,2}^3 \\ a_{2,1}^4 & a_{2,1}^3 a_{2,2} & a_{2,1}^2 a_{2,2}^2 & a_{2,1} a_{2,2}^3 & a_{2,2}^4 \\ \end{array} \right) \\ \end{array} \]
\(\dim V=3\)인 경우
\[ \begin{array}{c|c} d & \operatorname{Sym}^d A \\ \hline 0 & \left( \begin{array}{c} 1 \\ \end{array} \right) \\ 1 & \left( \begin{array}{ccc} a_{1,1} & a_{1,2} & a_{1,3} \\ a_{2,1} & a_{2,2} & a_{2,3} \\ a_{3,1} & a_{3,2} & a_{3,3} \\ \end{array} \right) \\ 2 & \left( \begin{array}{cccccc} a_{1,1}^2 & a_{1,1} a_{1,2} & a_{1,1} a_{1,3} & a_{1,2}^2 & a_{1,2} a_{1,3} & a_{1,3}^2 \\ 2 a_{1,1} a_{2,1} & a_{1,2} a_{2,1}+a_{1,1} a_{2,2} & a_{1,3} a_{2,1}+a_{1,1} a_{2,3} & 2 a_{1,2} a_{2,2} & a_{1,3} a_{2,2}+a_{1,2} a_{2,3} & 2 a_{1,3} a_{2,3} \\ 2 a_{1,1} a_{3,1} & a_{1,2} a_{3,1}+a_{1,1} a_{3,2} & a_{1,3} a_{3,1}+a_{1,1} a_{3,3} & 2 a_{1,2} a_{3,2} & a_{1,3} a_{3,2}+a_{1,2} a_{3,3} & 2 a_{1,3} a_{3,3} \\ a_{2,1}^2 & a_{2,1} a_{2,2} & a_{2,1} a_{2,3} & a_{2,2}^2 & a_{2,2} a_{2,3} & a_{2,3}^2 \\ 2 a_{2,1} a_{3,1} & a_{2,2} a_{3,1}+a_{2,1} a_{3,2} & a_{2,3} a_{3,1}+a_{2,1} a_{3,3} & 2 a_{2,2} a_{3,2} & a_{2,3} a_{3,2}+a_{2,2} a_{3,3} & 2 a_{2,3} a_{3,3} \\ a_{3,1}^2 & a_{3,1} a_{3,2} & a_{3,1} a_{3,3} & a_{3,2}^2 & a_{3,2} a_{3,3} & a_{3,3}^2 \\ \end{array} \right) \\ \end{array} \]
관련된 항목들
- 동차다항식(Homogeneous polynomial)
- 중복조합의 공식 H(n,r)=C(n+r-1,r)
- 외대수(exterior algebra)와 다중선형대수(multilinear algebra)
- 행렬의 크로네커 곱 (Kronecker product)
사전 형태의 자료
- http://en.wikipedia.org/wiki/Symmetric_algebra#Distinction_with_symmetric_tensors
- http://en.wikipedia.org/wiki/Symmetric_tensor
리뷰, 에세이, 강의노트
매스매티카 파일 및 계산 리소스
메타데이터
위키데이터
- ID : Q1052674
Spacy 패턴 목록
- [{'LOWER': 'symmetric'}, {'LEMMA': 'algebra'}]