// 머신러닝을 위한 수학과 응용(2020), 삼성SDS 문기효, from https://www.samsungsds.com/kr/insights/mathematics_for_ML.html

역사

선형대수학의 중요한 이론인 고유값,eigenvalue과 고유벡터,eigenvector의 개념은,
역사적으로 이차형식,quadratic_form과 미분방정식,differential_equation 이론으로부터 발전했다.
18세기에 Leonhard_Euler가 강체,rigid_body의 회전운동,rotational_motion에 대해 연구하면서 주축,principal_axis의 중요성에 대해 발견.
그리고 Joseph-Louis_Lagrange가 이 주축이 관성행렬(Inertia Matrix ...관성텐서 말하는건가? 관성행렬)의 고유벡터,eigenvector라는 것을 알게 되었다.
그리고 Joseph_Fourier, Pierre-Simon_Laplace, Charles_Hermite, Joseph_Liouville 등과 같은 유명한 수학자들에 의해 특성방정식,characteristic_equation이 개발되고 고유값과 고유벡터의 여러 가지 성질들이 밝혀지게 되었다.
전통적으로 이러한 개념은 수학적으로 미분방정식을 풀기 위해 도입되었지만, 최근에는 인공지능을 포함한 머신러닝에서 사용되고 있어 그 중요도가 더 높아졌다고 할 수 있다.

See also 고유