• Class_2022_1
       [[생성,span]], [[선형독립,linear_independence]](compare [[선형종속,linear_dependence]]), [[기저,basis]], [[차원,dimension]], ...
• 각,angle
       dimensionless unit. ([[차원,dimension#s-3]](dimensionless) and [[단위,unit]])
        라디안과 마찬가지로 dimensionless. (curr see [[차원,dimension]])
• 각속도,angular_velocity
       [[차원,dimension]]: rad는 dimensionless이므로 s^^-1^^=Hz (선[[속도,velocity]]와 다른 점)
• 거리,distance
       거리의 [[차원,dimension]]은 1인가?
• 계수,rank
        [[행계수,row_rank]] row_rank - dimension of row space - [[행공간,row_space]]의 [[차원,dimension]]
       [[차원,dimension]]
       QQQ [[차원,dimension]], [[arity]]와의 관련성은?
       행렬 A의 '''계수''' rank A는, A의 [[열공간,column_space]]의 [[차원,dimension]]이다.
       rank A는 행렬 A에 대한 [[열벡터,column_vector]]들의 [[생성,span]]으로 이루어진 [[부분공간,subspace]]의 [[차원,dimension]]''을 나타냄 - ,,같다는 뜻? chk,,''
       [[영공간,null_space]]의 [[차원,dimension]]
       APL언어에선 https://aplwiki.com/wiki/Rank - [[차원,dimension]] 비슷한?
• 곡면,surface
        A '''surface''' is a [[공간,space]] of [[차원,dimension]] 2. (nlab)
• 곡선,curve
       곡선의 [[차원,dimension]]을 확장하면, [[곡면,surface]]
• 공간,space
       [[차원,dimension]]
       유클리드 평행선 공리와 피타고라스 정리가 성립하는 n[[차원,dimension]] 공간.
       n[[차원,dimension]] 유클리드 공간의 점은 n개의 실수의 순서쌍으로 표현. n-[[튜플,tuple]]?
• 공학수학2_선형대수
       // [[차원,dimension]]
• 기울기,gradient
       [[차원,dimension]]에 따라,
• 기저,basis
       벡터공간 V에 속한 [[선형독립,linear_independence]]인 벡터들의 최대 집합을 벡터공간 V의 '''기저'''라고 한다. 따라서, V에 속한 한 개 이상의 벡터를 기저에 첨가하면, 이 집합은 선형종속이 된다. 따라서, 기저에 속한 벡터의 개수는 dim V와 같다. (see [[차원,dimension]])
       기저 안의 원소(벡터)의 수가 [[차원,dimension]]. <- 여기 예전 서술
       [[차원,dimension]] .... '''기저'''의 [[원소,element]]의 수, 즉 기저 속 [[벡터,vector]]의 수 - 이것이 차원? 100% 일치? chk
• 길이,length
       길이의 [[차원,dimension]] = 1.
• 넓이,area
       넓이의 [[차원,dimension]] = 2.
• 단위,unit
       [[차원분석,dimensional_analysis]] - curr. goto [[차원,dimension]]
• 라플라스_방정식,Laplace_equation
       [[차원,dimension]]에 따라, (=0이 되는 LHS는 ???) 다음과 같이 표시.
• 물리학,physics
       [[차원,dimension]]
• 벡터,vector
       1차원 배열?? chk // [[하나,one]] [[차원,dimension]] [[배열,array]]
• 벡터공간,vector_space
       '''벡터공간'''의 [[기저,basis]]에 있는 벡터의 수를 그 공간의 [[차원,dimension]]이라 한다.
• 벡터장,vector_field
       이렇게 일반 차원''(정확한 뜻? 자연수 [[차원,dimension]]?)'' [[유클리드_공간,Euclidean_space]] $\mathbb{E}$ 또는 그 [[부분집합,subset]]에서 [[벡터공간,vector_space]] $\vec{\mathbb{E}}$ 로 가는 [[함수,function]]가 '''벡터장'''이라 할 수 있다.
• 변수,variable
       [[차원,dimension]]
• 복소수,complex_number
       수직선(1차원)을 한 [[차원,dimension|차원]] 더 일반화해 2차원으로 만든 것.
• 부분공간,subspace
       ([[차원,dimension]], [[기저,basis]], [[생성,span]]을 설명하고 바로 뒤에)
       [[차원,dimension]] 생략.
        rank A는, 행렬 A의 [[열공간,column_space]]의 [[차원,dimension]].
• 분산,variance
       $d$ : 확률변수의 [[차원,dimension]] 또는 확률변수의 개수
• 비중,specific_gravity
       [[밀도,density]]를 밀도로 나눈 거라서 dimensionless(see [[차원,dimension#s-4]]) quantity.
• 산술,arithmetic
       [[차원,dimension]]과의 관계.
• 상수,constant
       MKL [[차원분석,dimensional_analysis]] ... curr [[차원,dimension#s-2]]
• 생성,span
       ⇒ 벡터공간 $V$ 의 벡터들 $\{\vec{x_1},\vec{x_2},\ldots,\vec{x_n}\}$ 의 집합 $S$ 가 $V$ 의 '''생성집합'''이고 일차독립이면 $S$ 는 $V$ 의 [[기저,basis]]이다. 이 '''생성집합''' $S$ 에 있는 벡터의 개수는 $V$ 의 [[차원,dimension]]이다.
       행공간과 열공간은 [[차원,dimension]]이 같고, 행렬의 [[계수,rank]]와도 동일.
       ([[차원,dimension]]과 [[기저,basis]]를 먼저 정의한 후, 바로 뒤에)
       [[차원,dimension]]
• 스칼라와_벡터_비교
       q: scalar는 [[차원,dimension]]이 0이고 벡터는 차원이 1 이상이고 그런건가?
• 영공간,null_space
       '''영공간'''의 [[차원,dimension]] = [[퇴화차수,nullity]]
       Note: 그래서 [[고유공간,eigenspace]]은 특정한 [[차원,dimension]]의 [[기저,basis]] 벡터 집합을 갖는다. - ''차원과 기저 벡터 개수가 같다는거? 번역chk''
• 유전상수,dielectric_constant
       차원: 없음 ([[유전율,permittivity]]의 [[비율,rate]]) (dimensionless; [[차원,dimension#s-4]])
• 일,work
       같은 차원의 벡터인 것이 있는데 [[토크,torque]]임. ([[차원,dimension]]은 같지만 다른 개념)
• 자료,data
       rel. [[차원,dimension]] [[길이,length]] [[크기,size]]
• 자유도,degree_of_freedom
       [[좌표,coordinate]], [[차원,dimension]]과도 관련있는데 구체적으로 어떤지 서술.
       [[동역학계,dynamical system]]의 '''자유도'''의 수는 그것의 [[위상공간,phase_space]]의 [[차원,dimension]]. 다시 말해 modeler가 그 [[계,system]]를 완벅하게 기술하기 위해 필요하다고 느끼는 [[변수,variable]]의 수.
• 접선,tangent_line
       존재하는 [[차원,dimension]]에 따라서,
• 접평면,tangent_plane
        // ''다음 4개는 이름의 [[차원,dimension]]순인데 구체적으로 어떤 관계인지? tbw''
• 좌표,coordinate
       (1 이상의 정수 : [[차원,dimension]])개의 [[실수,real_number]](or [[스칼라,scalar]]?) 로 된 [[튜플,tuple]](or [[벡터,vector]]?)로
• 텐서,tensor
       QQQ 여기선 [[차원,dimension]]이 rank랑 같은말인지?
       A [[계수,rank|rank]]-n '''tensor''' in m-[[차원,dimension|dimension]]s is a mathematical object that has n indices and m^^n^^ components and obeys certain [[변환,transformation|transformation]] rules.
       [[차원,dimension]]에 따라 저렇게 나뉨?
        * 성질로 rank가 있으며 rank가 커질수록 [[인덱스,index]] 개수가 늘어남. rank가 커진다고 [[차원,dimension]]이 커지는 것은 아님.
• 튜플,tuple
        그럼 n은 [[차원,dimension]]인가? Arity? Length or size? CHK
• 파동,wave
       파동에는 [[공간,space]] [[차원,dimension]]이 있음
• 평면,plane
       Q: [[차원,dimension]]
• 표본공간,sample_space
       '''표본공간'''의 [[차원,dimension]]이 둘 이상일(multidimensional) 수 있다. 보통 1D이면 수직선에, 2D이면 평면에 나타냄. (방법은 집합과 동일.)
• 표준기저,standard_basis
       [[차원,dimension]]
• 함수,function
       실수(or 복소수) 함수는 무한 차원 벡터? // [[무한차원,infinite_dimension]] { ... Google:무한차원 Google:infinite.dimension Up: [[infinity]] [[차원,dimension]] }
• 합성곱,convolution
       [[차원,dimension]] 증가

You can also click here to search title.