< Return to Video

Transformations, part 2 | Multivariable calculus | Khan Academy

  • 0:00 - 0:02
    지난 영상에서는
  • 0:02 - 0:04
    함수를 한 공간의 점에서 다른 공간의 점으로
  • 0:04 - 0:07
    옮기는 것으로 생각하는 변환을 소개하였고
  • 0:07 - 0:10
    이번에는 입력 공간이 2차원일 때
  • 0:10 - 0:13
    어떤 모습인지 예를 보여 주고 싶습니다
  • 0:13 - 0:15
    이곳이 입력 공간이고
  • 0:15 - 0:16
    xy평면과 같은 모양입니다
  • 0:16 - 0:19
    출력 공간도 2차원이니까
  • 0:19 - 0:22
    마찬가지로 평면이 되겠죠
  • 0:22 - 0:25
    제가 하려고 하는 것은
  • 0:25 - 0:27
    변환 하나를 보여 주고
  • 0:27 - 0:30
    해당하는 함수를 자세히 살펴보아서
  • 0:30 - 0:33
    변환을 이해하는 것입니다
  • 0:33 - 0:35
    변환의 모습은 이렇습니다
  • 0:35 - 0:38
    이것이 우리가 살펴볼 변환입니다
  • 0:38 - 0:40
    점이 많이 움직이는 난잡한 꼴이죠
  • 0:40 - 0:42
    많은 일이 일어나고 있고
  • 0:42 - 0:44
    2차원에서 2차원으로 가는
  • 0:44 - 0:46
    이런 변환을 이해할 때
  • 0:46 - 0:48
    편리한 사고는
  • 0:48 - 0:50
    둘 다 같은 xy평면이니까
  • 0:50 - 0:53
    입력과 출력 공간을 겹쳐서
  • 0:53 - 0:55
    평면이 복사되어 이동하는 것으로
  • 0:55 - 0:59
    나타내는 것입니다
  • 0:59 - 1:01
    나타난다는 말이 항상
  • 1:01 - 1:03
    애니메이션을 반복해서
  • 1:03 - 1:04
    관찰한다는 것은 아닙니다
  • 1:04 - 1:07
    변환 관점으로 생각하는 것은
  • 1:07 - 1:09
    머릿속의 아주 추상적인 생각으로
  • 1:09 - 1:11
    함수가 어떤 것인지를
  • 1:11 - 1:13
    이해하는 데 도움이 됩니다
  • 1:13 - 1:14
    나중에 더 이야기하겠지만
  • 1:14 - 1:16
    먼저 이 함수가 무엇인지 알아보죠
  • 1:16 - 1:20
    제가 애니메이션을 실행한 함수는
  • 1:20 - 1:24
    입력 x, y를 f(x, y) =
  • 1:24 - 1:28
    x^2+y^2가
  • 1:28 - 1:30
    출력의 x성분이고
  • 1:30 - 1:33
    x^2-y^2이
  • 1:33 - 1:35
    출력의 y성분인 것입니다
  • 1:35 - 1:38
    이해를 돕기 위해
  • 1:38 - 1:41
    원점의 예를 듭시다
  • 1:41 - 1:43
    원점의 (0, 0)이
  • 1:43 - 1:45
    어디로 옮겨가는지 살펴봅시다
  • 1:45 - 1:47
    f(0, 0)
  • 1:47 - 1:50
    x와 y가 모두 0이니까 위에 이건 0
  • 1:52 - 1:55
    아래도 같이 0이네요
  • 1:55 - 1:59
    점 (0, 0)은 자기 자신으로 가고
  • 1:59 - 2:01
    변환을 보시면 (0, 0)이
  • 2:01 - 2:05
    핀을 꽂은 것처럼
  • 2:05 - 2:08
    그대로 있는 것이 보입니다
  • 2:08 - 2:11
    이런 점은 해당 함수의 고정점이라 부르고
  • 2:11 - 2:14
    변환 관점이니까
  • 2:14 - 2:15
    '고정'점이라는 말이
  • 2:15 - 2:18
    사용되겠죠
  • 2:18 - 2:20
    다른 점을 보죠
  • 2:20 - 2:23
    (1, 1)입니다
  • 2:23 - 2:26
    f(1, 1)을요
  • 2:26 - 2:29
    이 점만 보기 위해
  • 2:29 - 2:32
    잠시 변환을 치워 두죠
  • 2:32 - 2:35
    입력 공간에서 (1, 1)은 여기 있고
  • 2:35 - 2:37
    어디로 갈지 알아보려고 합니다
  • 2:37 - 2:40
    값을 넣어 보면 x^2+y^2은
  • 2:40 - 2:45
    1^2+1^2이 되고
  • 2:45 - 2:47
    아래쪽에는 x^2-y^2이
  • 2:47 - 2:50
    1^2-y^2이 되겠죠
  • 2:50 - 2:52
    앗, 1^2-1^2이요
  • 2:52 - 2:54
    다 넣은 결과는
  • 2:54 - 2:57
    [2 0] 이군요
  • 2:59 - 3:00
    [2 0]
  • 3:03 - 3:05
    그러니까 이 점이 어떻게 이동해서
  • 3:05 - 3:07
    (2, 0)으로 갈 겁니다
  • 3:07 - 3:10
    변환을 보면 이 점이
  • 3:10 - 3:12
    이 점으로 이동해야 하고
  • 3:12 - 3:13
    점이 매우 많아서
  • 3:13 - 3:15
    따라가기 힘들 수 있지만
  • 3:15 - 3:17
    주의깊게 살펴보면
  • 3:17 - 3:20
    점이 그곳으로 가는 게 보입니다
  • 3:20 - 3:23
    이렇게 많은 점들의 이동을
  • 3:23 - 3:25
    계속 살펴볼 수 있겠지만
  • 3:25 - 3:27
    이게 무슨 목적인지
  • 3:27 - 3:29
    감이 안 오시겠죠?
  • 3:29 - 3:31
    사실 함수를 시각화하는
  • 3:31 - 3:33
    더 간단하고 덜 난잡한 방법이 많습니다
  • 3:33 - 3:36
    이 경우엔 벡터장이 좋은 방법이고
  • 3:36 - 3:38
    입력 하나와 출력 하나가 있으면
  • 3:38 - 3:40
    그래프가 좋겠죠
  • 3:40 - 3:42
    그러면 왜 변환으로 생각할까요?
  • 3:42 - 3:44
    주 이유는 개념적인 것입니다
  • 3:44 - 3:46
    눈앞의 애니메이션에서
  • 3:46 - 3:48
    하나하나씩 점들을 관찰해서
  • 3:48 - 3:51
    어디로 이동하는지 보기 위해서가 아닙니다
  • 3:51 - 3:54
    하지만 함수를 변환으로 이해하면
  • 3:54 - 3:56
    다양한 수학적 개념들을
  • 3:56 - 4:00
    더 정교하게 이해할 수 있죠
  • 4:00 - 4:02
    다변수 미적분학에서 배우게 될
  • 4:02 - 4:05
    도함수나 그 다양한 활용 연산은
  • 4:05 - 4:07
    공간의 늘어남과 찌그러짐
  • 4:07 - 4:09
    같은 것으로 이해할 수 있고
  • 4:09 - 4:11
    이런 것들은 그래프나 벡터장에서
  • 4:11 - 4:13
    의미를 찾기 쉽지 않습니다
  • 4:13 - 4:15
    그래서 변환은 이해의 한 관점을 추가해 주죠
  • 4:15 - 4:18
    또한 변환은 선형대수에서
  • 4:18 - 4:20
    매우 중요한 부분입니다
  • 4:20 - 4:21
    언젠가 선형대수와
  • 4:21 - 4:23
    다변수 미적분학의 연관성을
  • 4:23 - 4:25
    배우는 날이 올 겁니다
  • 4:25 - 4:29
    변환에 대한 개념이 선형대수와
  • 4:29 - 4:31
    다변수 미적분학 관점에서
  • 4:31 - 4:33
    모두 확고한 것은
  • 4:33 - 4:35
    두 분야의 연결을 이해하는 데
  • 4:35 - 4:38
    좋은 기반이 될 것입니다
Title:
Transformations, part 2 | Multivariable calculus | Khan Academy
Description:

more » « less
Video Language:
English
Team:
Khan Academy
Duration:
04:38

Korean subtitles

Revisions