선형대수

Size: px
Start display at page:

Download "선형대수"

Transcription

1 fundamentals: ; ; 1, 1, basis; ; complement, sum, direct sum; ; isomorphism ; quotient space ; quotient space ; duality: linear function, coordinate function linear function characterization; dual space, ; natural isomorphism between X and X ; annihilator (1); annihilator quotient space ; linear mapping: ; range null space, ; ; linear mapping algebra; adjoint mapping (1); annihilator+adjoint+range+null space; matrices: determinant: spectra: iteration problem eigenvalue; eigenvalue, eigenvector ; characteristic polynomial, Cayley-Hamilton; iteration problem generalized eigenvector ; spectral theorem Jordan form; minimal polynomial; innerproduct spaces:,, ;, Cauchy- Schwarz,, polarization identity; ; orthonormal basis, Gram-Schmidt; identification of X and X ; annihilator (2) orthogonal complement; adjoint mapping (2); characterization of euclidean motion; complex inner product; orthogonal matrix, orthogonal transform; linear groups; bilinear form, quadratic form; multilinear algebra; spectral theory: self-adjoint mappings and quadratic form; existence of eigenvector basis for self-adj. mappings; orthogonal diagonalization; minimax characterization of eigenvalues; calculus:, tarce, determinant ; exponential map; linear group lie algebra; examples; inequalities: positive definiteness; examples of positive definite quadratic form; Laplacian; i

2 ii motivation..., ,... self-contained.....

3 iii ,.. (algorithm) (linear transformation) 3. 4., 5. 2(quadratic form) typical., 1 (,,, ). 1 ax = b 1,2 y = ax + b, y = ax 2 + bx + c (, )

4 iv? 1 2.,, 1 R n (vector space) X.?. 1. R 2. 2., upgrade, upgrade epsilon-delta, upgrade.?... shortcut.., (prerequisite).. 10., , 1, 1,, 2, 2.(.)

5

6

7 Contents i ii Chapter , Chapter Annihilator Chapter (Adjoint) 41 Chapter Chapter Chapter 6. : 51 Chapter 7. : 2 53 Chapter 8. Jordan : 55 Chapter vii

8

9 CHAPTER (scalar field)... (number).,..,,,, (scalar). (;field) K (field) (+) ( ), K, K. : (1) k + h = h + k (2) k + (h + l) = (k + h) + l (3) 0 : k k+0 = k. (4) k h : k+h = 0 ( h k.) ( k h = kh ): (1) kh = hk (2) k(hl) = (kh)l 1. (;ring). (module). 1

10 2 1. (3) 1 : 1 0, k k1 = k. (4) 0 k h : kh = 1 ( h k 1 1.) k : (1) k(h + l) = kh + kl 1.1.? (1) R,. (2) C,. (3) Q,. (4) Q( 2) = {a + b 2 a, b },. (5) Z,. (6) Z( 2) = {m + n 2 m, n },. (7) {0, 1} : = = 0, = = 1, 0 0 = 0 1 = 1 0 = 0, 1 1 = 1. Z n R n. n-tuple (x 1,..., x n ) (α 1,..., α n ) + (β 1,..., β n ) = (α 1 + β 1,..., α n + β n ), k(α 1,..., α n ) = (kα 1,..., kα n ).(k ) R n K V (, ) + : V V V, : K V V, x, y, z V, α, β K, (V, +, ) V K (vector space), V (vector). (1) V +. +(x, y) x + y, x, y (sum). (2) commutativity: x + y = y + x ( )

11 (3) associativity: x + (y + z) = (x + y) + z ( ) (4) zero: x, x + 0 = x 0 V. 0 (zero vector). (5) inverse: x, x + y = 0 y V. y x x (inverse). (6) V. (α, x) αx, x α(multiplication by α). (7) associativity: α(βx) = (αβ)x ( ) (8) 1 : 1x = x (9) distributivity(1): α(x + y) = αx + αy ( 1) (10) distributivity(2): (α + β)x = αx + βx ( 2) 1.2. (1) 0, (2) x y, y y + x + y. K R (real vector space), K C (complex vector space) R n 1.1. [0, 1] f : [0, 1] R X = C[0, 1]. α R f, g X f + g α f ( f + g)(t) := f (t) + g(t), (α f )(t) := α f (t) X. X. 2,,.. t [0, 1] 0(t) := 0 0 f X f + 0 = f. t [0, 1] ( f + 0)(t) = f (t) + 0(t) = f (t) + 0 = f (t) 2.

12 4 1.. t [0, 1] g(t) := f (t) g f + g = 0. ( f )(t) = f (t) ,. (1) [0, 1] 1 (C 1 ) C 1 [0, 1]. (2) t P. (3) t a 0 + a 1 t + a 2 t a n t n + W. 1.5.? (1) R + : : x + y = xy, : kx = x k (2) (x, y) R 2 : : (x, y) + (x, y ) = (xx, yy ), : k(x, y) = (kx, ky) (3) (x, y) R 2 : : (x, y) + (x, y ) = (x + x + 1, y + y + 1), : k(x, y) = (kx + k 1, ky + k 1) (4) (1, y) : (1, y) + (1, y ) = (1, y + y ), : k(1, y) = (1, ky) V X V, X V. (V, +, ) X V () 10. V X (V, +, ) X V X V X V, X.

13 1.2., (1) [0, 1] C [0, 1] C 1 [0, 1]. (2) t n P n P P (1) V U, W U W V. (2) V U, W U + W = {x + y x U, y W} V. (, U + W U, W (sum).) 1.2., x, y 0 y = αx.?,?,,,.?? , V x 1,..., x n 1 (α 1,..., α n ) (0,..., 0) α 1 x α n x n = 0

14 6 1.. x 1,..., x n 1 (α 1,..., α n ) (0,..., 0) x 1,..., x n V 1 : α 1 x α n x n = 0, α 1 = = α n = R 2 (ξ 1, ξ 2 ) (η 1, η 2 ) ξ 1 η 2 = ξ 2 η x, y, z, x + y, y + z, z + x {x 1,..., x k } 1., {x 1,..., x k } V x 1,..., x n α 1,..., α n α 1 x α n x n x 1,..., x n 1(linear combination) V x 1,..., x n 1 V x 1,..., x n V (span) V x 1,..., x k, 1 S V. ( x 1,..., x k (subspace spanned by).) (1 ). 1.,, R 3 (1, 0, 0), (0, 1, 0), (0, 0, 1). R 3. 1 R 3. R R 3. (.) (1 ). 3, , Z2.?

15 1.2., V x 1,..., x n V, V y 1,..., y k 1. k n. x 1,..., x n V V x 1,..., x n. y 1 = α 1 x α n x n. y 1 0.(.) α 0. α i 0. x i x y 1 1. x i x y 1 V. k n, n 1 y 1,..., y n V. 5 k > n y 1,..., y k 1. k > n. k n V 1 (basis) V x 1,..., x n.. x 1,..., x n 1 not-trivial 1 0. x i x 1. x i x V. x 1 x V, V (finite dimensional) V V. 5. xi y 1 x x 1 y 1. y 1, x 2,..., x n. y 2 ( 0).,. β 2,..., β n y 2 = β 1 y 1 + β 2 x β n x n 0. 0 y 2 = β 1 y 1 y 1. β j 0 j β 2, x 2 y 2. n. 6 (linear coordinate system).

16 8 1.. x 1,..., x n y 1,..., y k. 1.2 k n, n k. n = k V (dimension) (minimal) ? 1.5. V y 1,..., y j, V.. y 1,..., y j V y 1,..., y j j = n = dim V. y 1,..., y j V. (, j < n.) V y 1,..., y j. y j+1. y 1,..., y j+1. ( : α 1 y α j+1 y j+1 = 0, α j+1 = 0., α j+1 0 y j+1 y 1,..., y j. α 1 y α j y j = 0 α 1 = = α j = 0.) y 1,..., y j+1 V. y 1,..., y j+1,. V n y 1,..., y n (1) V U. (2). (3) V U V W V U W,., x V y U z W x = y + z. (, dim V = dim U + dim W.). (1) y 1 ( 0) U. 1.5 U.

17 1.2., 9 (2) (1) U = V. (3) U y 1,..., y j 1.5 V y 1,..., y j, y j+1,..., y n. y j+1,..., y n V W. x V x = α 1 y α n y n (1.1). y = α 1 y α j y j, z = α j+1 y j α n y n. y U, z W, x = y + z.. x = y + z, y U, z W, x = y + z = (β 1 y β j y j ) + (β j+1 y j β n y n ). (1.1) α 1 y α n y n = β 1 y β n y n, y 1,..., y n α 1 = β 1,..., α n = β n y = y, z = z. n = j + (n j) dim V = dim U + dim W W U (complement)., V U, W (direct sum). V = U W V W 1,..., W m x V x = y y m, y j Y j V W 1,..., W m V = W 1 W m V V = W 1 W m dim V = dim W dim W m V. U, W V. dim(u + W) = dim U + dim W dim(u W)

18 , ,..,. (a, b). R 2.. (a, b) α = a + ib,. C. R 2 C.., R 2 (a, b) C a + ib, C c + id R 2 (c, d). ( ).... (a, b) + (c, d) = (a + c, b + d), k(a, b) = (ka, kb) (a + ib) + (c + id) = (a + c) + i(b + d), k(a + ib) = (ka) + i(kb) R 2 C... R 2, C.. U, V..?

19 U, V.,., U, V U x V x. ( V U.) U x, y x, y,., x, y x + y, x, y x + y., U x + y V x + y., U kx V kx. U, V f : X Y (one-to-one, injective) x, y X f (x) = f (y) x = y. f : X Y (onto, surjective) y Y x X y = f (x). f : X Y 11(one-to-one correspondence) f (1) 11 f. (2) f f (U, +, ) (V, +, ) 11 ϕ : U V ϕ (isomorphism) : x, y X, α, β K ϕ(αx + βy) = αϕ(x) + βϕ(y).,, U V (isomorphic) : x, y X, α K ϕ(x + y) = ϕ(x) + ϕ(y), ϕ(αx) = αϕ(x) (1) V (identity map) id V : V V, (id V (x) := x). (2) K n V K n.. {x 1,..., x n } V. V x α 1 x α n x n., x (α 1,..., α n ). V K n 11 x (α 1,..., α n )

20 12 1.., y = β 1 x β n x n kx + hy = (kα 1 + hβ 1 )x (kα n + hβ n )x n (1) U = P 2, V = R 3 (2) U = R + (: x + y = xy, : kx = x k ), V = R (Quotient Space). V U U W V = U W. U W. V U U. V U... R 2 U = {(α, 0) α }. U x. U y x U V = R 2 {(1, 0), (0, 1)}, {(1, 0), (1, 1)} (1) x V. (2) x. x. x. x.. V U. V x U (U x ). 7 y. y x., y x.

21 U u x. x + U., x + U := {x + u u U}. U (coset). x U x + U {x} x + U y + U x y U. U.., (x + U) + (y + U) := (x + y) + U, α(x + U) := (αx) + U x, y. V U. (well-defined)., C 1, C 2, C 1 = x + U = x + U, C 2 = y + U = y + U C 1 + C 2. x x U y y U. (x + y) (x + y ) = (x x ) + (y y ) U. (x + y) + U = (x + y ) + U C 1 + C 2 (x + y) + U (x + y ) + U C 1 + C V U U = U V U V/U U V (quotient space).

22 V/U U V = R 5 U = {(0, 0, α 3 ) α 3 }. U C = (a 1, a 2, a 3 ) + U = (b 1, b 2, b 3 ) + U (a 1, a 2, a 3 ), (b 1, b 2, b 3 ) U a 1 = b 1, a 2 = b 2 a 3 b 3. U (a 1, a 2 )., U., U U V U V. dim U + dim(v/u) = dim V. x 1,..., x j U. x j+1,..., x n V x 1,..., x n. x j+1 + U,..., x n + U V/U. x j+1 + U,..., x n + U 1. λ j+1 (x j+1 + U) + + λ n (x n + U) = (λ j+1 x j λ n x n ) + U = 0 + U. (λ j+1 x j λ n x n ) 0 U. λ 1,..., λ j λ j+1 x j λ n x n = λ 1 x λ j x j. λ 1 x λ j x j λ j+1 x j+1 λ n x n = 0 x 1,..., x n V λ 1 = = λ n = 0., x j+1 + U,..., x n + U 1. x j+1 + U,..., x n + U V/U. V/U x + U. x 1 x = α 1 x α n x n. x = α 1 x α j+1 x j+1, x x U., x + U = x + U = α 1 (x 1 + U) + + α j+1 (x j+1 + U), x j+1 + U,..., x n + U V/U..

23 V U V U = V V U V V U V/U. (1). (2) 1, 1. (3). (4),. (5). (6).

24

25 CHAPTER 2....,,, R 2 x, y ax + by.., V K. l : V K (linear function) x, y V α, β K l (αx + βy) = α l(x) + β l(y) (linear functional). 20, () () 17

26 18 2. (linearity).. l (α 1 x α n x n ) = α 1 l(x 1 ) + + α n l(x n )..,... V l, m : 2 (l + m)(x) := l(x) + m(x), (αl)(x) := α l(x). V K. V (dual space) V V K (1) V = R 2. f, g : V R f (x, y) := 3x + 2y, g(x, y) := 3x + 2y + 1. f. g. (2) C[0, 1] = { f : [0, 1] R f }.. l( f ) = 1 0 f (x) dx (3) C [0, 1] = { f : [0, 1] R, f C }. 0 < a < 1 d j f l( f ) := α j dx j (a) l

27 V n, v 1,..., v n. x V.. x = α 1 x α n x n (2.1) (1) x V α i = ϕ i (x) x ϕ i x. (2) a 1,..., a n x. l (x) = a 1 ϕ 1 (x) + + a n ϕ n (x) (2.2) (3) V 0 y l (y) 0 l. (4) V (2.2),. 3. (1). x, y V (2.1) x = α 1 x α n x n, y = β 1 x β n x n. ϕ i (x) = α i, ϕ i (y) = β i. αx + βy = (αα 1 + ββ 1 )x (αα n + ββ n )x n ϕ i (αx + βy) = αα i + ββ i. ϕ i (αx + βy) = αϕ i (x) + βϕ i (y) ϕ i. (2).. (3). y 0 {x 1 := y} 1. n 1 x 2,..., x n V. ϕ i ϕ 1 (y) = ϕ(x 1 ) = 1 0, ϕ 1.. (4). l V, (2.1). l (x) = α 1 l(x 1 ) + + α n l(x n ) = l(x 1 )ϕ 1 (x) + + l(x n )ϕ n (x) (2.2). 3 (4)..

28 20 2. l = l(x 1 )ϕ l(x n )ϕ n. l ϕ 1,..., ϕ n., (1) V 0 y α, y(x) = α x V? (2) y z, z(x) = 0 x y(x) = 0. α y = αz. (: z(x 0 ) 0 α = y(x 0 )/z(x 0 ).) V. V ϕ 1,..., ϕ n. V α 1 ϕ α n ϕ n = 0., x V 0. x i ( 0 ) 0 = α 1 ϕ 1 (x i ) + + α n ϕ n (x i ) = α i ϕ i (x i ) = α i α i 0., V x 1,..., x n ϕ 1,..., ϕ n V. x 1,..., x n (dual basis) V, V V. dim V = dim V. 2 x, y 1 ax + by. 1 a, b (a, b) 1., 1 R 2..

29 V V. (.)?.?.,.. V V V V. V V V V. V V. V V (double dual space). V V (V V ) V V??. V V.. 4 V. V x V ξ : ξ(l) := l(x) (2.3) ξ V. l, m V ξ., ξ(αl + βm) = (αl + βm)(x) = αl(x) + βm(x) = αξ(l) + βξ(m) x V ξ V Φ. Φ : V V, Φ(x)(l) = ξ(l) = l(x) Φ 11. x, y ξ. l V. l ξ(l) = l(x) = l(y) 0 = l(x) l(y) = l(x y) 4 V V. V V,.

30 x y 0 l(x y) 0 l. l(x y) l 0 x y = 0., x = y. Φ : V Φ(V) = Ξ. 11..? x, y V Φ(αx + βy). l V., Φ(αx + βy)(l) = l(αx + βy) = αl(x) + βl(y) = αφ(x)(l) + βφ(x)(l).., Φ. Φ(αx + βy) = αφ(x) + βφ(y) Φ V Ξ. V Ξ. dim V = dim V = dim V. dim Ξ = dim V Ξ = V., V, Φ V V.. Φ V V (natural, canonical)..,, Homology Category.

31 n. 3 n. V = R 3. (1, 0, 0), (0, 1, 0), (0, 0, 1) x, y, z. V l, a, b, c v = (x, y, z) l(x, y, z) = ax + by + cz. x, y, z V, l (a, b, c). Φ(v). Φ(v) l = (a, b, c) Φ(v)(l) = l(v) = ax + by + cz = xa + yb + zc, (a, b, c) V Φ(v) (x, y, z).. (x, y, z) 1 l l (a, b, c) l(v) = ax + by + cz, l (a, b, c) () l(v) = Φ(v)(l) = xa + yb + zc = v(l)., (x, y, z) 1 (a, b, c).,,, v = (x, y, z) l = (a, b, c). v l Φ(v). V V., V = V. V V V V. V = V V V V = V V. (duality)

32 V. V V.... V x V l (l, x) = l(x) = Φ(x)(l). (l, x) l x., (, ) : V V R.. l x.. (αl + βm, x) = α(l, x) + β(m, x) (l, αx + βy) = α(l, x) + β(l, y) (2.4). ( ) (2.4) (bilinear function) (bilinear form) V = R 2. v = (a, b) w = (c, d) (v, w) = ac + bd (, ) v, w (1).. ω 1 (v, w) = ac + 2bd, ω 2 (v, w) = 2ac bd, det(v, w) = ad bc. V V (, ). V l V x (l, x). V = V x = ξ V l (l, x) = (ξ, l).. V V V V.. V V Φ.

33 2.3. ANNIHILATOR Annihilator Annihilator y = ax + b, y = x 2 1 ax y + b 2 x 2 y 0., U V, U 0 l U annihilator U 0., U 0 = { l V l(x) = 0 for all x U} (1) U 0 V. (2) {0} 0 = V V 0 = {0} V V U U (V/U).. dim U + dim U 0 = dim V dim U 0 U (codimension) codim U.. U 0 (V/U) : l U 0 L (V/U). L{x} = L(x + U) := l(x) L (welldefinedness)., x, y L{x}. {x} = x + U = y + U = {y}. L{x} = l(x) L{y} = l(y)., x y U l U 0 l(x y) = 0. L{x} = l(x) = l(y) = L{y} L. l L (one-to-one). l, m U 0 l L m L. x V l(x) = L{x} = m(x) l m. l L.

34 26 2. l L (onto). L (V/U). L l U 0 : l(x) := L{x} l V. l U 0 x U, {x} = x + U = U = {0} l(x) = L{x} = L{0} = 0. l L. l L 11.. l, m U 0 l L, m M, (αl + βm){x} = αl{x} + βm{x} = αl(x) + βm(x) = (αl + βm)(x) αl + βm αl + βm.,. dim U 0 = dim(v/u) = dim V/U = dim V dim U. U annihilator. annihilator. U V U 0 V. U 0 annihilator U 00 V. V = V U 00 V., V V Φ. U 00 = U. U U 00. x U l U 0 l(x) = 0., x U 0 0 V = V. x U 00.. dim U + dim U 0 = dim V = dim V = dim U 0 + dim U 00 dim U = dim U 00. U = U 00.

35 2.3. ANNIHILATOR ? t 0,..., t n, n p m 0,..., m n : 7 1 p(t) dt = m 0 p(t 0 ) + + m n p(t n ) 0. n V = P n. a 0 + a 1 t + + a n t n (a 0,..., a n ) R n+1 dim P n = n + 1. l j l j (p) := p(t j ). ( p(t j ) p.) l j V. {l j } 1. λ 0 l λ n l n = 0 V p. n 1 0 = λ 0 l 0 (p) + + λ n l n (p) = λ 0 p(t 0 ) + + λ n p(t n ) q k (t) = (t t 0 ) (t tk ) (t t n ) 8, t = t k t j 0, p = q k, 0 = λ k q k (t k ) q k (t k ) 0 λ k = 0. {l j } 1., dim V = n + 1 {l j } V. V l j 1. l(p) = 1 0 p(t) dt l p V. m 0,..., m n l = m 0 l 0 + m n l n 7 (quadrature formula). 8 (t tk ).

36 : t 0,..., t n, n p m 0,..., m n. p (0) = m 0 p(t 0 ) + + m n p(t n ) 2.6. n = 2,. (1). (2). (3). (4).. (5). (6) Annihilator. (7) ().

37 CHAPTER R n. (1).. 1?.. v = (x 1,..., x n ) T, A = (a ij ) m n A v., a 11 a 1n x 1 a 11 x a 1n x n Av = =. a m1 a mn x n a m1 x a mn x n R m. v 1 m...? (). V, W f : V W (mapping) K V, W T : V W (linear mapping) T x, y V α K. (1) T(x + y) = T(x) + T(y). (Additivity) (2) T(αx) = α T(x). (Homogeniety) V = W T (linear transformation) T(x + y) = Tx + Ty : V x y x + y T, x y T. 29

38 30 3. x T T(x) Tx (1) m n A T : R n R m, Tx := Ax. (2). (3) d/dt : P n P n. (4) V V K. (5) X V, (inclusion map) i : X V, i(x) := x. (6) X V, (quotient map) q. q : V V/X, q(x) := {x} = x + V T : V W. (1) V U, T U T(U) = {Tx x U} W. (2) W U, T U T 1 (U) = {x V Tx U} V T : V W T V T(V) T (range space) R T. T.,...( (homomorphism).). V T T W. T(x + V y) = Tx + W Ty. x, y T.( T (+ V ) = (+ W ) T.).,., ( f + g) = f + g lim(a n + b n ) = lim a n + lim b n, a(b + c) = ab + ac., (?)..

39 , 0 T 1 (0) T ()(null space) N T T : V W. (1) T (onto) R T = W.. (2) T (one-to-one) N T = {0} R 2 l(x, y) = x + y. l 2 1., x + y = k l k., l x + y = 0. R 2 1 l {x + y = 0} l,. 2 1, 1.?,? V T : V W. dim N T + dim R T = dim V V T : V W V/N T R T.. T T. T : V/N T R T W, T{x} = Tx. T. x, y V, k., T({x} + {y}) = T{x + y} = T(x + y) = T(x) + T(y) = T{x} + T{y} T(k{x}) = T{kx} = T(kx) = k T(x) = k T{x}.

40 32 3. T one-to-one. T{x} = T{y}, T Tx = Ty 0 = Tx Ty = T(x y) x y N T. {x} = {y} one-to-one. 2 Tx T{x} T T R T., T R T (onto map). T V/N T R T T : V W. () dim W < dim V x( 0) V Tx = 0. () dim V = dim W Tx = 0 x = 0 R T = W. T. () dim V = dim W R T = W N T = {0}. T.. () dim R T dim W < dim V, dim N T = dim V dim R T > 0., N T 0. () N T = {0}. dim N T = 0. dim R T = dim V dim N T = dim V = dim W R T = W. () ()., V = R n, W = R m, A = (a ij ) m n. T(x) := Ax T : R n R m. () m < n ()1 a ij x j = 0 j x = (x 1,..., x n ) T = T{x} = Tx, x N T. {x} = 0 T one-to-one.

41 () m = n x = 0 ()1 a ij x j = y i j () y = (y 1,..., y n ) T x = (x 1,..., x n ) T V n(> 0). n S 1 = [a 1, b 1 ],..., S n = [a n, b n ], T : V R n. Tp = (p 1,..., p n ), p i = 1 b i a i bi a i p(t) dt N T = {0}. ( T.) : [a i, b i ] 0 p p i 0, p. p. p n. p n p 0. () T. n n (1) T. (2) Tp n p R n.,?..

42 K V, W S, T : V W α K (S + T)(x) = S(x) + T(x), (αt)(x) = α T(x)., S + T αt S, T, α, S + T αt V W L(V, W). T ( T)(x) := (Tx), 0(x) := T : U V S : V W S T : 3 S T(x) = S(T(x)) : (1) R (S T) = (R S) T (:associativity) (2) (S 1 + S 2 ) T = S 1 T + S 2 T (:distributivity) (3) S (T 1 + T 2 ) = S T 1 + S T 2 (:distributivity). S T ST. 3..

43 id V : V V id V (x) := x. T : V W S : U V T id V = T, id V S = S. 0(x) = 0. 0 S = T 0 = 0 T : V W, S : W V S T = id V, T S = id W, S T (inverse mapping).. : S 1, S 2 S 1 = S 1 id W = S 1 (T S 2 ) = (S 1 T) S 2 = id V S 2 = S 2. T T S : U V, T : V W. (1) N S N T S (2) R T S R T T : V W. 4 (1) T. (2) T.. T T 1 1 onto. T S : W V. S. y 1, y 2 W Sy i = x i, Tx i = y i, T(α i x i ) = α i y i, S(α i y i ) = α i x i. S(α 1 y 1 + α 2 y 2 ) = α 1 x 1 + α 2 x 2 = α 1 (Sy 1 ) + α 2 (Sy 2 ) S. 4. T : V W S1, S 2 : W V S 1 T = id V, TS 2 = id W T S 1 = S 2 = T 1..

44 36 3. T T 1 1 onto. {0} N T N S T = N idv = {0}. N T = {0} T 1 1. W R T R T S = R idw = W R T = W T onto. T. (;invertible) (S 1 ) 1 = S., S, T ST, ST (ST) 1 = T 1 S T T : V V V (linear transformation) (linear operator). V L(V). 5 L(V) A A n A 0 = id V, A n+1 = A A n. A n p(a) = α 0 id V +α 1 A + α 2 A α m A m. V = C (R) f (t), D = d/dt D : V V. T = id +D 2 V. f (t) (T f )(t) = f (t) + f (t). f (t) = f (t) α sin t + β cos t. N T = {α sin t + β cos t} = Span{sin t, cos t}. 5 idv.

45 R n 1. T(x) = Ax. (A m n.). ( ).. 1,. (R n ),. R n R m T. 6,, T : R n R m m n A : x R n T(x) = Ax.. T(x) i t i (x), t i R n. 7 t i : t i = a i1 p a in p n. p i R n., A = (a ij ) T(x) = (..., t i (x),... ) T = (..., a ij p j (x),... ) T = Ax.? T : V W T(x) = Ax. 8. V, W T : V W, V, W {x 1,..., x n }, {y 1,..., y m } V x x = ξ 1 x ξ n x n, Tx Tx = η 1 y η m y m.,. 6 loose.,. 7 qi : R m R i R m, q i. t i = q i T. 8 T(x) W Ax R m.

46 38 3. : m n A = (a ij ) η i = a ij ξ j, T R n R m,... Tx j W a ij : m Tx j = a ij y i. Tx = T( ξ j x j ) = ξ j Tx j = ξ j a ij y i = ( a ij ξ j )y i i=1 j j j i i j. Tx = i η i y i. A x y T [T] y x.... Tx j y i 1 (η i ) (ξ j ) 1 transpose. 9..(.).... x, Tx. (.) x : x = ξ j x j = (x 1,..., x n ). = xξ. j ξ 1 ξ n 9 aij summation( ) i j.

47 , x = (x 1,..., x n ), ξ = [ξ 1,..., ξ n ] T. Tx = yη, A. Tx = (Tx j ) = (y i )(a ij ) = ya : Tx = T(xξ) = T(x)ξ = yaξ, Tx = yη η = Aξ t n P n d/dt : P n P n {1, t, t 2,..., t n }.. T : U V, S : V W, U, V, W x, y, z. T S S T. x U x = xξ Tx y [T] xξ y. S(Tx) z [S] z y[t] xξ y. (S T)x z [S T] z xξ ξ [S T] z xξ = [S] z y[t] xξ y. [S T] z x = [S] z y[t] y x (1) V, id : V V. (2) T : V W T 1 : W V, V, W T T m n A R n T A (x) = Ax : R n R m, N A, R A., N A ={x x R n, Ax = 0} R A ={Ax x R n }

48 40 3. N A A, R A A (column space). A T., A T N A T A left null space, A T R A T A (row space). A (fundamental spaces) ,,.... T : V W V x, x W y, y Tx = y[t] y x, Tx = y [T] y x. x x A xa = x. B yb = y. TxA = yb[t] y x.,. y[t] y xa = yb[t] y x [T] y xa = B[T] y x A B.. x x xa = x. x x x C = x. x = x C = xac. AC = I A. B. B 1 [T] y xa = [T] y x

49 (ADJOINT) 41 V = W T : V V V x x xa = x T : V V : A 1 [T] x xa = [T] x x. A P, Q A 1 PA = Q P Q (similar) (Adjoint) () () T : V W, l W T (l) := l T : V T V l K. T l. V V., T W V. T (l). x V T. 11 T (l)(x) = (l T)(x) = l(t(x)) T : W V. : l 1, l 2 W α 1, α 2 K T (α 1 l 1 + α 2 l 2 )(x) = (α 1 l 1 + α 2 l 2 )(Tx) = α 1 l 1 (Tx) + α 2 l 2 (Tx) = (α 1 T (l 1 ) + α 2 T (l 2 ))(x) T. T T (;Adjoint). 10 (). 11. : (T (l), x) = (l, T(x)), (T l, x) = (l, Tx).

50 (1) 0 = 0 (2) (id) = id (3) (T + S) = T + S (4) (αt) = αt (5) (S T) = T S (6) (T 1 ) = (T ) 1 V V T : V W. T = T. T : V W T : V W x V T x. T x W = W l W (T x)(l) = x(t l) = (T l)(x) = l(tx) = (Tx)(l). l W T x = Tx ? V, W T V V, W W T T., V V. V x = {x 1,..., x n } V x φ = {φ 1,..., φ n }, W y = {y 1,..., y m } V y ψ = {ψ 1,..., ψ m }. T : V W T : W V. T A, T B., Tx = ya, T ψ = φb.. Tx j = a ip y p, T ψ i = b qi φ q p q. (T ψ i )x j. (T ψ i )x j = ψ i (Tx j ) = ψ i ( a pj y p ) = a pj ψ i (y p ) = a pj δ ip = a ij p p p., (T ψ i )x j = b qi φ q (x j ) = b qi δ qj = b ji q q a ij = b ji., A T = B. T T.

51 3.4. (ADJOINT) 43. R n l = (α 1,..., α n ) T, l(x) = l T x = α 1 ξ α n ξ n = (α 1,..., α n ).. T(x) = Ax (T l)(x) (T l)(x) = l T (T(x)) = l T (Ax) = (l T A)x = (A T l) T x T A T. ξ 1 ξ n T T T.. m n A R A Ax. N A T A T l = 0 l, l T A = 0 l. l T (Ax) = l T Ax = (A T l) T x = 0x = 0. N A T l R A 0 (, R A )., R A N A T T : V W. (R T ) 0 = N T, (R T ) 0 = N T. T = T,.. ( ) l (R T ) 0. y = Tx R T ( x V) l(y) = 0. x V, 0 = l(tx) = (T l)x. T l = 0., l N T. ( ) l N T., T l = 0. x V, 0 = (T l)x = l(tx)., y = Tx y l(y) = 0, l R T 0., l (R T ) dim R T = dim R T.

52 dim N T + dim R T = dim W. annihilator dim(r T ) 0 + dim R T = dim W., T : V W dim V = dim W : dim N T = dim N T m < n l 1,..., l m n V 1. x V y j (x) = α j (j = 1,..., m) α 1,..., α m?, 1?? l i V R 1. (l 1,..., l m ) V R m. S. i = 1,..., m l i (x) = α i S(x) = (α 1,..., α m ). x v = (α 1,..., α m ) R m S range R S. v = (α 1,..., α m ) (N S ) 0.. v (N S ) 0 l N S l(v) = 0 [ S l = 0 l(v) = 0 ] [ [ z S l(z) = l(sz) = 0 ] l(v) = 0 ] [ S l = l S 1 0 l(v) = 0. ] (R m ) R m 1 l λ 1 k λ m k m S l = l S = λ 1 l λ m l m..

53 [ λ 1 l λ m l m = 0 λ 1 α λ m α m = 0 ] 3.4. (ADJOINT) 45. l i (x) = α i 1. m n 1 α i α i.., l i 1, l i α i 1 0 α i x.

54

55 CHAPTER 4 47

56

57 CHAPTER 5 49

58

59 CHAPTER 6 : 51

60

61 CHAPTER 7 : 2 53

62

63 CHAPTER 8 Jordan : 55

64

65 CHAPTER 9 57

2005 7

2005 7 2005 7 ii 1 3 1...................... 3 2...................... 4 3.................... 6 4............................. 8 2 11 1........................... 11 2.................... 13 3......................

More information

1 11 111 111-1 p, q, r A, B, C (1 p

More information

ÀÎÅͳÝ-°ø°£µµÇüÇØ

ÀÎÅͳÝ-°ø°£µµÇüÇØ .. Q.... M M : M Q : Q M : //Q.,.. I FG FE F FG, HG EH H HG F G FG ;!;_F _FG ;!;_G _F ;!;_'_;!; F F... 5. 5. 6. 5 7. 0 8. 7 9. ' FG, HG H G, H F E G H '. FG HG F, H. FH ' FH ' ' {} +{} -(') cos h -;!;

More information

Vector Space Vector space : 모든 n 차원컬럼벡터의집합 : {, :, } (, 2), (2, 5), (-2.4, 3), (2.7, -3.77), (,), 이차원공간을모두채움 : {,, :,, } (2,3,4), (3,2,-5), Vector spa

Vector Space Vector space : 모든 n 차원컬럼벡터의집합 : {, :, } (, 2), (2, 5), (-2.4, 3), (2.7, -3.77), (,), 이차원공간을모두채움 : {,, :,, } (2,3,4), (3,2,-5), Vector spa Seoul National University Vector Space & Subspace Date Name: 김종권 Vector Space Vector space : 모든 n 차원컬럼벡터의집합 : {, :, } (, 2), (2, 5), (-2.4, 3), (2.7, -3.77), (,), 이차원공간을모두채움 : {,, :,, } (2,3,4), (3,2,-5),

More information

-주의- 본 교재는 최 상위권을 위한 고난이도 모의고사로 임산부 및 노약자의 건강에 해로울 수 있습니다.

-주의- 본 교재는 최 상위권을 위한 고난이도 모의고사로 임산부 및 노약자의 건강에 해로울 수 있습니다. Intensive Math 극악 모의고사 - 인문계 등급 6점, 등급 점으로 난이도를 조절하여 상위권 학생들도 불필요한 문제에 대한 시간 낭비 없이 보다 많은 문제에서 배움을 얻을 수 있도록 구성하였습니다. 단순히 어렵기만 한 문제들의 나열이 아니라 수능에 필요한 대표 유형을 분류 하고 일반적인 수험환경에서 흔하게 배울 수 있는 내용들은 과감하게 삭제 수능시험장

More information

OR MS와 응용-03장

OR MS와 응용-03장 o R M s graphical solution algebraic method ellipsoid algorithm Karmarkar 97 George B Dantzig 979 Khachian Karmarkar 98 Karmarkar interior-point algorithm o R 08 gallon 000 000 00 60 g 0g X : : X : : Ms

More information

2

2 rev 2004/1/12 KAIST 2 6 7 1 13 11 13 111 13 112 18 113 19 114 21 12 24 121 24 122 26 13 28 131 28 132 30 133 (recurrence) 34 134 35 4 2 39 21 39 211 39 212 40 22 42 221, 42 222 43 223, 45 224 46 225, 48

More information

Chapter4.hwp

Chapter4.hwp Ch. 4. Spectral Density & Correlation 4.1 Energy Spectral Density 4.2 Power Spectral Density 4.3 Time-Averaged Noise Representation 4.4 Correlation Functions 4.5 Properties of Correlation Functions 4.6

More information

INDUS-8.HWP

INDUS-8.HWP i iii iv v vi vii viii ix x xi 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64

More information

- i - - ii - - i - - ii - - i - - ii - - iii - - iv - - v - - vi - - vii - - viii - - ix - - x - - xi - - 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - - 15 -

More information

CONTENTS.HWP

CONTENTS.HWP i ii iii iv v vi vii viii ix x xi - 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - - 15 - - 16 - - 17 - - 18 - - 19 - - 20 - - 21 - - 22 - - 23 - - 24 - - 25 -

More information

<C0CEC5CDB3DDC1DFB5B6BDC7C5C2C1B6BBE75FC0CEBCE2C5EBC7D5BABB5F303530372E687770>

<C0CEC5CDB3DDC1DFB5B6BDC7C5C2C1B6BBE75FC0CEBCE2C5EBC7D5BABB5F303530372E687770> 조사보고 08-03 2008 인터넷중독 실태조사 연 구 기 관 한국정보문화진흥원 연 구 책 임 자 박효수 (정보화역기능대응단장) 공 동 연 구 원 고영삼 (미디어중독대응팀장) 김정미 (미디어중독대응팀 선임연구원) 자 문 위 원 나은영 (서강대학교 신문방송학과 교수) 배은주 (동명중학교 교사) 이수진 (국민대학교 교육학과 교수) 정 훈 (서울애화학교 교사) i

More information

1 1,.,

1 1,., ,.,. 7 86 0 70 7 7 7 74 75 76 77 78 79 70 7 7 7 75 74 7 7 7 70 79 78 77 76 75 74 7.,. x, x A(x ), B(x ) x x AB =x -x A{x } B{x } x >x AB =x -x B{x } A{x } x =[ -x(xæ0) -x (x

More information

작용소의 행렬표현과 그 응용

작용소의 행렬표현과 그 응용 작용소의행렬표현과그응용 이영주 무등수학강연회 2012 년 4 월 27 일 차례 차례 용어 ( 행렬, 행렬식 ) 의유래 선형작용소에대한행렬표현 곱작용소소개 응용 : 제로곱문제와교환문제 행렬 (Matrix)? 행렬의개념은 The Nine Chapters on the Mathematical Art (BC 300-AD 200) 에서처음이용 ( 처음것의하나, 둘째것의

More information

public key private key Encryption Algorithm Decryption Algorithm 1

public key private key Encryption Algorithm Decryption Algorithm 1 public key private key Encryption Algorithm Decryption Algorithm 1 One-Way Function ( ) A function which is easy to compute in one direction, but difficult to invert - given x, y = f(x) is easy - given

More information

산선생의 집입니다. 환영해요

산선생의 집입니다. 환영해요 Biped Walking Robot Biped Walking Robot Simulation Program Down(Visual Studio 6.0 ) ). Version.,. Biped Walking Robot - Project Degree of Freedom : 12(,,, 12) :,, : Link. Kinematics. 1. Z (~ Diablo Set

More information

PowerPoint Presentation

PowerPoint Presentation 컴퓨터비전 및 패턴인식 연구회 2009.2.12 Support Vector Machines http://cespc1.kumoh.ac.kr/~nonezero/svm ws cvpr.pdf 금오공과대학교 컴퓨터공학부 고재필 1 Contents Introduction Optimal Hyperplane Soft-Margin SVM Nonlinear SVM with Kernel

More information

436 8., {(x, y) R 2 : y = x, < x 1} (, 1] φ(t) = (t, t), (, 2] ψ(t) = (t/2, t/2), [1, ) σ(t) = (1/t, 1/t).. ψ φ, σ φ. (φ, I) φ(i) φ : I φ(i). 8.2 I =

436 8., {(x, y) R 2 : y = x, < x 1} (, 1] φ(t) = (t, t), (, 2] ψ(t) = (t/2, t/2), [1, ) σ(t) = (1/t, 1/t).. ψ φ, σ φ. (φ, I) φ(i) φ : I φ(i). 8.2 I = 8. 8.1 ( ).,,,.. 8.1 C I R φ : I R m φ (φ I ) φ(i) = {x R m : x = φ(t), t I} C, t, I. C C = (φ, I). x R m C C. 1 x, a R m. φ(t) := ta + x R ( 2). x a. R m. 2 φ(t) = (cos t, sin t) [, 2π].. 435 436 8.,

More information

00-1표지

00-1표지 summary _I II_ summary _III 1 1 2 2 5 5 5 8 10 12 13 14 18 24 28 29 29 33 41 45 45 45 45 47 IV_ contents 48 48 48 49 50 51 52 55 60 60 61 62 63 63 64 64 65 65 65 69 69 69 74 76 76 77 78 _V 78 79 79 81

More information

CONTENTS C U B A I C U B A 8 Part I Part II Part III Part IV Part V Part VI Part VII Part VIII Part IX 9 C U B A 10 Part I Part II Part III Part IV Part V Part VI Part VII Part VIII Part IX 11 C U B

More information

歯02-BooleanFunction.PDF

歯02-BooleanFunction.PDF 2Boolean Algebra and Logic Gates 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 IC Chapter 2 Boolean Algebra & Logic Gates 1 Boolean Algebra 1854 George Boole Chapter 2 Boolean Algebra & Logic Gates 2 Duality Principle

More information

0 cm (++x)=0 x= R QR Q =R =Q = cm =Q =-=(cm) =R =x cm (x+) = +(x+) x= x= (cm) =+=0 (cm) =+=8 (cm) + =0+_8= (cm) cm + = + = _= (cm) 7+x= x= +y= y=8,, Q

0 cm (++x)=0 x= R QR Q =R =Q = cm =Q =-=(cm) =R =x cm (x+) = +(x+) x= x= (cm) =+=0 (cm) =+=8 (cm) + =0+_8= (cm) cm + = + = _= (cm) 7+x= x= +y= y=8,, Q . 09~ cm 7 0 8 9 8'-p 0 cm x=, y=8 cm 0' 7 cm 8 cm 9 'åcm 90 'åcm T T=90 T T =" 8 - =' (cm) T= T= _T _T _'_ T=8' (cm ) 7 = == =80 -_ =0 = = _=(cm) M = = _0= (cm) M M =" - = (cm) r cm rcm (r-)cm H 8cm cm

More information

<C1A4C3A5BFACB1B82031312D3420C1A4BDC5C1FAC8AFC0DAC0C720C6EDB0DFC7D8BCD220B9D720C0CEBDC4B0B3BCB1C0BB20C0A7C7D120B4EBBBF3BAB020C0CEB1C720B1B3C0B020C7C1B7CEB1D7B7A520B0B3B9DF20BAB8B0EDBCAD28C7A5C1F6C0AF292E687770>

<C1A4C3A5BFACB1B82031312D3420C1A4BDC5C1FAC8AFC0DAC0C720C6EDB0DFC7D8BCD220B9D720C0CEBDC4B0B3BCB1C0BB20C0A7C7D120B4EBBBF3BAB020C0CEB1C720B1B3C0B020C7C1B7CEB1D7B7A520B0B3B9DF20BAB8B0EDBCAD28C7A5C1F6C0AF292E687770> 제 출 문 보건복지부장관 귀 하 이 보고서를 정신질환자의 편견 해소 및 인식 개선을 위한 대상별 인권 교육프로그램 개발 연구의 결과보고서로 제출합니다 주관연구기관명 서울여자간호대학 산학협력단 연 구 책 임 자 김 경 희 연 구 원 김 계 하 문 용 훈 염 형 국 오 영 아 윤 희 상 이 명 수 홍 선 미 연 구 보 조 원 임 주 리 보 조 원 이 난 희 요

More information

표지연습문제 PRNG(Pseudorandom Number Generator) : 진정한의미의 random number 는 물론정의하기나름이겠지만 존재할수없다. 따라서인위적으로만든 random number를 pseudorandom number라고부른다. 표지연습문제 :

표지연습문제 PRNG(Pseudorandom Number Generator) : 진정한의미의 random number 는 물론정의하기나름이겠지만 존재할수없다. 따라서인위적으로만든 random number를 pseudorandom number라고부른다. 표지연습문제 : 표지연습문제 PRNG(Pseudorandom Number Generator) : 진정한의미의 random number 는 물론정의하기나름이겠지만 존재할수없다. 따라서인위적으로만든 random number를 pseudorandom number라고부른다. 표지연습문제 : 표지그림은 PRNG 의하나인 LCG(Linear Congruence Generator) 를이용하여만들어졌다.

More information

LIDAR와 영상 Data Fusion에 의한 건물 자동추출

LIDAR와 영상 Data Fusion에 의한 건물 자동추출 i ii iii iv v vi vii 1 2 3 4 Image Processing Image Pyramid Edge Detection Epipolar Image Image Matching LIDAR + Photo Cross correlation Least Squares Epipolar Line Matching Low Level High Level Space

More information

°ø¾÷-01V36pš

°ø¾÷-01V36pš 2 3 4 5 6 ..2.3 3 (differential) (equation).. () d/d (). e 0.2 (, ), d/d 0.2e 0.2. e 0.2 (). ()., ().,.. (DE: differential equation). (tpe), (order), (linearit). (ODE: ordinar differential equation). (2).

More information

ºÎ·ÏB

ºÎ·ÏB B B.1 B.2 B.3 B.4 B.5 B.1 2 (Boolean algebra). 1854 An Investigation of the Laws of Thought on Which to Found the Mathematical Theories of Logic and Probabilities George Boole. 1938 MIT Claude Sannon [SHAN38].

More information

<C5F0B0E82D313132C8A328C0DBBEF7BFEB292E687770>

<C5F0B0E82D313132C8A328C0DBBEF7BFEB292E687770> 2012년 7월 17일 발행 통권 제112호 112 발행인:李圭衡/편집인:金尙勳/주간:金泰詢/발행처:社)退溪學釜山硏究院 (우614-743) 釜山市釜山鎭區田浦洞608-1 819-8587/F.817-4013 出處가 분명한 공직사회 인간이 가지는 인성은 그 특성이 다양하여 일률적으로 판단 한 하기는 쉽지 않다. 그러므로 어떤 관점과 측면에서 논하느냐에

More information

#수Ⅱ지도서-4단( )

#수Ⅱ지도서-4단( ) IV 4 3 4 5 5 exponent 3 3 Archimedes B.C. 87~B.C. Diophantos?00~?84 a m _a n =a m+n (mn=0y) Stifel M. 487~567 Arithmetica integra y-3--03y y ;8!; ;4!; ;!; 48y Stevin S. 548~60 xx x ()()(3) x ;!; x ;3!;

More information

세계 비지니스 정보

세계 비지니스 정보 - i - ii - iii - iv - v - vi - vii - viii - ix - 1 - 2 - 3 - - - - - - - - - - 4 - - - - - - 5 - - - - - - - - - - - 6 - - - - - - - - - 7 - - - - 8 - 9 - 10 - - - - - - - - - - - - 11 - - - 12 - 13 -

More information

전통 소싸움산업 육성을 위한 도세감면 타당성 연구 2015. 7. 30. 연구책임 : 김필헌 한국지방세연구원 연구위원 공동연구 : 이상훈 한국지방세연구원 연구위원 연 구 진 : 사명철 한국지방세연구원 연구원 Ⅰ. 서론 m 경북도는 소싸움이 지역경제에 미치는 긍정적 영향을 반영하여 레저세를 감 면해 주고 있음. 경륜, 경정, 경마 및 전통 소싸움경기에

More information

Microsoft PowerPoint - MDA 2008Fall Ch2 Matrix.pptx

Microsoft PowerPoint - MDA 2008Fall Ch2 Matrix.pptx Mti Matrix 정의 A collection of numbers arranged into a fixed number of rows and columns 측정변수 (p) 개체 x x... x 차수 (nxp) 인행렬matrix (n) p 원소 {x ij } x x... x p X = 열벡터column vector 행벡터row vector xn xn... xnp

More information

fx-570EX_fx991EX

fx-570EX_fx991EX KO fx-570ex fx-991ex http://edu.casio.com RJA532528-001V01 ...2... 2... 2... 3... 4...5...6...7... 9... 10...11... 12... 13 QR... 15...16 CALC...17 SOLVE... 17... 18 n... 21...22... 23... 25... 26...27...

More information

Precipitation prediction of numerical analysis for Mg-Al alloys

Precipitation prediction of numerical analysis for Mg-Al alloys 저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,

More information

경제통상 내지.PS

경제통상 내지.PS CONTENTS I 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 II 38 39 40 41 42 43 III 46 47 48 49 50 51 52 53 54 55 56 57 58 59 IV 62 63 64 65 66 67 68 69 V

More information

°æÁ¦Åë»ó³»Áö.PDF

°æÁ¦Åë»ó³»Áö.PDF CONTENTS I 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 II 38 39 40 41 42 43 III 46 47 48 49 50 51 52 53 54 55 56 57 58 59 IV 62 63 64 65 66 67 68 69 V

More information

Check 0-9, 9,, - 6, 6, 6, =0.04, (-0.) = , =64 8 8, -8 (-6) =6 (-6) 6, -6 7, , -0. 8, -8 6, '7 ' '

Check 0-9, 9,, - 6, 6, 6, =0.04, (-0.) = , =64 8 8, -8 (-6) =6 (-6) 6, -6 7, , -0. 8, -8 6, '7 ' ' 0 06 0 4 4 9 4 8 5 40 45 5 57 Check 0-9, 9,, - 6, 6, 6, -6 0-0. =0.04, (-0.) =0.04 0.04 0., -0. 8 =64 8 8, -8 (-6) =6 (-6) 6, -6 7, -7 0. 0., -0. 8, -8 6, -6 0-7 7 '7 ' 0.5 0.5 -' 0.5 ;!; ;!; æ;!; '7 '

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 Chapter Radar Cross Section ( R C S ) 엄효준교수 한국과학기술원 Contents.1. RCS Definition.. RCS Prediction Methods.3. RCS Dependency on Aspect Angle and Frequency.4. RCS Dependency on Polarization.5. RCS of Simple

More information

Microsoft PowerPoint - 기계공학실험1-1MATLAB_개요2D.pptx

Microsoft PowerPoint - 기계공학실험1-1MATLAB_개요2D.pptx 1. MATLAB 개요와 활용 기계공학실험 I 2013년 2학기 MATLAB 시작하기 이장의내용 MATLAB의여러창(window)들의 특성과 목적 기술 스칼라의 산술연산 및 기본 수학함수의 사용. 스칼라 변수들(할당 연산자)의 정의 및 변수들의 사용 방법 스크립트(script) 파일에 대한 소개와 간단한 MATLAB 프로그램의 작성, 저장 및 실행 MATLAB의특징

More information

<BFDCB1B9C0CE20C5F5C0DAB1E2BEF7C0C720B3EBBBE7B0FCB0E82E687770>

<BFDCB1B9C0CE20C5F5C0DAB1E2BEF7C0C720B3EBBBE7B0FCB0E82E687770> 외국인 투자기업의 노사관계 요 약 i ii 외국인 투자기업의 노사관계 요 약 iii iv 외국인 투자기업의 노사관계 요 약 v vi 외국인 투자기업의 노사관계 요 약 vii viii 외국인 투자기업의 노사관계 요 약 ix x 외국인 투자기업의 노사관계 요 약 xi xii 외국인 투자기업의 노사관계 요 약 xiii xiv 외국인 투자기업의 노사관계

More information

슬라이드 1

슬라이드 1 Chapter 3. Sampling and The -Transform Digital filter 의설계와해석은 -transform을이용 용이해짐 -transform : 연속된수의형태로나타내어구하는방법 2 continuous signal 은 sample 하여 Laplace Transform을취한후 -transform을구하는방법. n m 일반적으로이용. y( k)

More information

체의원소를계수로가지는다항식환 Theorem 0.1. ( 나눗셈알고리듬 (Division Algorithm)) F 가체일때 F [x] 의두다항식 f(x) = a 0 + a 1 x + + a n x n, a n 0 F 와 g(x) = b 0 + b 1 x + + b m x

체의원소를계수로가지는다항식환 Theorem 0.1. ( 나눗셈알고리듬 (Division Algorithm)) F 가체일때 F [x] 의두다항식 f(x) = a 0 + a 1 x + + a n x n, a n 0 F 와 g(x) = b 0 + b 1 x + + b m x 체의원소를계수로가지는다항식환 Theorem 0.1. ( 나눗셈알고리듬 (Division Algorithm)) F 가체일때 F [x] 의두다항식 f(x) = a 0 + a 1 x + + a n x n, a n 0 F 와 g(x) = b 0 + b 1 x + + b m x m, b m 0 F, m > 0 에대해 f(x) = g(x)q(x) + r(x) 을만족하는

More information

untitled

untitled Mathematics 4 Statistics / 6. 89 Chapter 6 ( ), ( /) (Euclid geometry ( ), (( + )* /).? Archimedes,... (standard normal distriution, Gaussian distriution) X (..) (a, ). = ep{ } π σ a 6. f ( F ( = F( f

More information

Chapter 5

Chapter 5 POSTCH 이성익교수의 양자세계에관한강연 - 4 장 - 편집도우미 : POSTCH 학부생정윤영 Chpter 4 One-Diensionl Potentils du x x= u x u x + = V, x < = V, x> du x = ( V) u( x) x, ( ) du

More information

untitled

untitled 정책과제 2008-27 환율 및 국제유가 변화에 따른 관광부문 영향 분석 연구자: 이강욱 연구책임 : 이강욱 (한국문화관광연구원 연구위원) 공동연구자: 모수원 (목포대학교 교수) 연구조원 : 김민경 서 문 환율 및 국제 유가의 불안정 등 외부환경 변화에 따라 관광산업 에 대한 전망이 어려운 상황입니다. 미국에서 시작된 세계 경기의 침체는 관광부문에도 위축을

More information

2007KIP연2-05 연구용역보고서 중소기업 및 지방기업에 대한 정부조달 지원정책의 비용-편익(BC)분석 연구 2008. 1 제 출 문 조달청장 귀하 본 보고서를 중소기업 및 지방기업의 정부조달 지원정책의 비용-편익 (BC) 분석연구 의 최종보고서로 제출합니다. 2008. 1 한 국 조 달 연 구 원 원 장 신 삼 철 연구책임자 김정포 부연구위원 연구참여진

More information

<312D303128C1B6BAB4BFC1292E666D>

<312D303128C1B6BAB4BFC1292E666D> k Ÿy y y + ûz m Ì ˆw k Ÿ ø ky w y y» wk Ÿ v w k w w ƒ Ÿ ew k Ÿy yø k Ÿ ý k z» w ƒ w Ÿ y k y w x mw w w ³Ÿ wšy v mw y w r œw yÿ ý w z»ÿ Ÿ»» Ÿ ¾ Ÿ 6TCXGN 9GGMN[ ýw k Ÿ Ÿ ƒ š wš y w k Ÿ ƒ m ³ w w y y y 'EQVQWTKUO

More information

프로덕트 아이덴티티의 유형별 특성에 관한 연구

프로덕트 아이덴티티의 유형별 특성에 관한 연구 A Study on specific characteristic pattern of Product Identity - - - - (Smart & So ft) (Balance of Reason and Feeling). - - - - - - - - - - - - - (Originality),

More information

<근대이전> ⑴ 문명의 형성과 고조선의 성립 역사 학습의 목적, 선사 문화의 발전에서 국가 형성까지를 다룬다. 역사가 현재 우리의 삶과 긴밀하게 연결되었음을 인식하고, 역사적 상상력을 바탕으 로 선사 시대의 삶을 유추해 본다. 세계 여러 지역에서 국가가 형성되고 문 명

<근대이전> ⑴ 문명의 형성과 고조선의 성립 역사 학습의 목적, 선사 문화의 발전에서 국가 형성까지를 다룬다. 역사가 현재 우리의 삶과 긴밀하게 연결되었음을 인식하고, 역사적 상상력을 바탕으 로 선사 시대의 삶을 유추해 본다. 세계 여러 지역에서 국가가 형성되고 문 명 2009년 개정 교육과정에 따른 교과 교육과정 적용을 위한 중학교 역사 교과서 집필 기준 ⑴ 문명의 형성과 고조선의 성립 역사 학습의 목적, 선사 문화의 발전에서 국가 형성까지를 다룬다. 역사가 현재 우리의 삶과 긴밀하게 연결되었음을 인식하고, 역사적 상상력을 바탕으 로 선사 시대의 삶을 유추해 본다. 세계 여러 지역에서 국가가 형성되고 문 명이

More information

ÃÖ»óÀ§5³ª-Á¤´ä(01~23)

ÃÖ»óÀ§5³ª-Á¤´ä(01~23) 2.4 3 5.26 8.225m 4523.3 8 0 36.63 3.26 46.7 4670-46.7=4523.3. _ 0. 3 422222 (_3) (_3) (_3) 422222. 4 5 _3 5 =5 _3 4 = _3+ _3+5=, _3=6 =2 ++=2++5=8 2.5 4 =2.5_4-7_.2=0-8.4=.6, 7.2 0.3 7.3 =0.3_7.3-.5_0.5.5

More information

제 출 문 한국산업안전공단 이사장 귀하 본 보고서를 2002 년도 공단 연구사업계획에 따라 수행한 산 업안전보건연구수요조사- 산업안전보건연구의 우선순위설정 과제의 최종보고서로 제출합니다. 2003년 5월 연구기관 : 산업안전보건연구원 안전경영정책연구실 정책조사연구팀 연

제 출 문 한국산업안전공단 이사장 귀하 본 보고서를 2002 년도 공단 연구사업계획에 따라 수행한 산 업안전보건연구수요조사- 산업안전보건연구의 우선순위설정 과제의 최종보고서로 제출합니다. 2003년 5월 연구기관 : 산업안전보건연구원 안전경영정책연구실 정책조사연구팀 연 산업안전보건분야 연구수요조사분석 2003. 5 한국산업안전공단 산업안전보건연구원 제 출 문 한국산업안전공단 이사장 귀하 본 보고서를 2002 년도 공단 연구사업계획에 따라 수행한 산 업안전보건연구수요조사- 산업안전보건연구의 우선순위설정 과제의 최종보고서로 제출합니다. 2003년 5월 연구기관 : 산업안전보건연구원 안전경영정책연구실 정책조사연구팀 연구책임자 :

More information

01....b74........62

01....b74........62 4 5 CHAPTER 1 CHAPTER 2 CHAPTER 3 6 CHAPTER 4 CHAPTER 5 CHAPTER 6 7 1 CHAPTER 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50

More information

(291)본문7

(291)본문7 2 Chapter 46 47 Chapter 2. 48 49 Chapter 2. 50 51 Chapter 2. 52 53 54 55 Chapter 2. 56 57 Chapter 2. 58 59 Chapter 2. 60 61 62 63 Chapter 2. 64 65 Chapter 2. 66 67 Chapter 2. 68 69 Chapter 2. 70 71 Chapter

More information

¾Ë·¹¸£±âÁöħ¼�1-ÃÖÁ¾

¾Ë·¹¸£±âÁöħ¼�1-ÃÖÁ¾ Chapter 1 Chapter 1 Chapter 1 Chapter 2 Chapter 2 Chapter 2 Chapter 2 Chapter 2 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 3 Chapter 4 Chapter 4

More information

KR S Rev.4, 5. December 2012 연동장치일반사항 한국철도시설공단

KR S Rev.4, 5. December 2012 연동장치일반사항 한국철도시설공단 Rev.4, 5. December 01 연동장치일반사항 01. 1. 5 한국철도시설공단 REVIEW CHART 1 4 5 6 7 8 9 10 11 1 1 14 15 16 17 18 19 0 CTC C L (BT) B 6R ( T) 5L B 4R A (AT) 5R ( T) (5T) 5 5L 4A (B01T) X (B0T) X1 1L (XT) 1 (1T)

More information

예제 1.1 ( 관계연산자 ) >> A=1:9, B=9-A A = B = >> tf = A>4 % 4 보다큰 A 의원소들을찾을경우 tf = >> tf = (A==B) % A

예제 1.1 ( 관계연산자 ) >> A=1:9, B=9-A A = B = >> tf = A>4 % 4 보다큰 A 의원소들을찾을경우 tf = >> tf = (A==B) % A 예제 1.1 ( 관계연산자 ) >> A=1:9, B=9-A A = 1 2 3 4 5 6 7 8 9 B = 8 7 6 5 4 3 2 1 0 >> tf = A>4 % 4 보다큰 A 의원소들을찾을경우 tf = 0 0 0 0 1 1 1 1 1 >> tf = (A==B) % A 의원소와 B 의원소가똑같은경우를찾을때 tf = 0 0 0 0 0 0 0 0 0 >> tf

More information

제1절 조선시대 이전의 교육

제1절 조선시대 이전의 교육 제1절 우리 교육 약사 제2장 사천교육의 발자취 제1절 우리 교육 약사 1. 근대 이전의 교육 가. 고대의 교육 인류( 人 類 )가 이 지구상에 살면서부터 역사와 함께 교육( 敎 育 )은 어떠한 형태로든 지 존재하고 있었을 것이다. 우리 조상들이 언제부터 이곳에서 삶을 꾸려왔는지는 여 러 가지 유적과 유물로 나타나고 있다. 그 당시 우리조상들의 생활을 미루어

More information

2012회계연도 고용노동부 소관 결 산 검 토 보 고 서 세 입 세 출 결 산 일 반 회 계 농 어 촌 구 조 개 선 특 별 회 계 에 너 지 및 자 원 사 업 특 별 회 계 광 역 지 역 발 전 특 별 회 계 혁 신 도 시 건 설 특 별 회 계 기 금 결 산 고 용 보 험 기 금 산 업 재 해 보 상 보 험 및 예 방 기 금 임 금 채 권 보 장 기 금 장

More information

7장.indd

7장.indd r i c i r c u i s 07 R 회로의 응답 7. 병렬 R 회로의 특성방정식 7. 병렬 R 회로의 자연응답 7.3 병렬 R 회로의 계단응답 7.4 직렬 R 회로와 쌍대성 7.5 직렬 R 회로의 자연응답 7.6 직렬 R 회로의 계단응답 7.7* 무손실 회로의 해석 7.8 요약 및 복습 ONTENTS ER c PT e HA l E 07 R HAPTER

More information

°æÁ¦Àü¸Á-µ¼º¸.PDF

°æÁ¦Àü¸Á-µ¼º¸.PDF www.keri.org i ii iii iv v vi vii viii ix x xi xii xiii xiv xv 3 4 5 6 7 8 9 10 11 12 13 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 47 48 49 50 51 52 53

More information

[96_RE11]LMOs(......).HWP

[96_RE11]LMOs(......).HWP - i - - ii - - iii - - iv - - v - - vi - - vii - 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54

More information

27(5A)-15(5868).fm

27(5A)-15(5868).fm ª Œª Œ 27ƒ 5A Á 2007 9œ pp. 701 ~ 711 ª x 3 k w Radial 3-D Elastodynamic Infinite Elements Á Á½ Seo, Choon-GyoÁYun, Chung-BangÁKim, Jae-Min Abstract This paper presents new three dimensional radial infinite

More information

abstract.dvi

abstract.dvi 통계자료분석 강희모 2014년 5월 14일 목차 제 1장 여러가지평균비교 1 1.1. 단일표본검정.............................. 2 1.2. 독립인두표본검정........................... 4 1.3. 대응표본검정.............................. 9 제 2 장 분산분석(ANalysis Of VAriance)

More information

??

?? 한국공항공사와 어린이재단이 함께하는 제2회 다문화가정 생활수기 공모전 수기집 대한민국 다문화가정의 행복과 사랑을 함께 만들어 갑니다. Contents 02 04 06 07 08 10 14 16 20 22 25 28 29 30 31 4 5 6 7 8 9 10 11 12 13 15 14 17 16 19 18 21 20 23 22 24 25 26 27 29 28

More information

세계 비지니스 정보

세계 비지니스 정보 1.... 1 2. /2005... 3 3.... 6 4.... 8 5. /... 9 6....12 7. /...17 8....23 9. /...26 10....28 11....29 12....30 13. /...31 14....32 15....33 16. /...35 17....39 - i 18....43 19....46 20....51 21....53 22....56

More information

2005년 6월 고1 전국연합학력평가

2005년 6월 고1 전국연합학력평가 제 1 교시 2015학년도 9월 모평 대비 EBS 리허설 2차 국어 영역(B형) 김철회의 1등급에 이르게 해 주는 [보기] 활용 문제 미니 모의고사(문학편) 1 유형편 [1]다음 글을 읽고 물음에 답하시오. 1. 를 참고하여 (가)를 이해할 때, 적절하지 않은 것은? (가) 머리는 이미 오래 전에 잘렸다 / 전깃줄에 닿지 않도록 올해는 팔다리까지 잘려

More information

<C7A5C1F620BEE7BDC4>

<C7A5C1F620BEE7BDC4> 연세대학교 상경대학 경제연구소 Economic Research Institute Yonsei Universit 서울시 서대문구 연세로 50 50 Yonsei-ro, Seodaemun-gS gu, Seoul, Korea TEL: (+82-2) 2123-4065 FAX: (+82- -2) 364-9149 E-mail: yeri4065@yonsei.ac. kr http://yeri.yonsei.ac.kr/new

More information

<C7D0B1B3C7F5BDC520BBE7B7CAB9DFB1BCB0FA20C8AEBBEAC0BB20C0A7C7D120B3D7C6AEBFF720B1B8C3E0B9E6BEC8BFACB1B828323030362D30362C20C0CEBCE2BABB292E687770>

<C7D0B1B3C7F5BDC520BBE7B7CAB9DFB1BCB0FA20C8AEBBEAC0BB20C0A7C7D120B3D7C6AEBFF720B1B8C3E0B9E6BEC8BFACB1B828323030362D30362C20C0CEBCE2BABB292E687770> 정책연구 2005-06 학교혁신 사례 발굴과 확산을 위한 네트웍 구축 방안 연구 연구책임자: 서근원 대통령 자문 교육혁신위원회 학교혁신 사례 발굴과 확산을 위한 네트웍 구축 방안 연구 2005 년 12 월 20 일 연구진 연구책임자 : 서근원 ( 서울대학교 교육학과 강사 ) 공동연구자 : 서길원 ( 경기도 남한산초등학교 교사 ) 안순억 ( 경기도 남한산초등학교

More information

<BAF9C7D8BFEEC7D7BCB1B9DA20C1F6C4A728B1B9B9AE292E687770>

<BAF9C7D8BFEEC7D7BCB1B9DA20C1F6C4A728B1B9B9AE292E687770> 2015 빙해운항선박지침 G C-14-K 한국선급 - i - - iii - (m ) cos sin sin 및 Nm N m s Nm Nm m s Nm Nm s Nm arctantan sin 및 Nm N m s Nm Nm m s Nm Nm s Nm Δ ton k UIWL LIWL 1.2 m 1.0 m 0.9 m 0.75 m 0.7 m 0.6 m 0.7 m

More information

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. vol. 29, no. 6, Jun Rate). STAP(Space-Time Adaptive Processing)., -

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. vol. 29, no. 6, Jun Rate). STAP(Space-Time Adaptive Processing)., - THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. 2018 Jun.; 29(6), 457463. http://dx.doi.org/10.5515/kjkiees.2018.29.6.457 ISSN 1226-3133 (Print)ISSN 2288-226X (Online) Sigma-Delta

More information

이용자를 위하여 1. 본 보고서의 각종 지표는 강원도, 정부 각부처, 기타 국내 주요 기관에서 생산 한 통계를 이용하여 작성한 것으로서 각 통계표마다 그 출처를 주기하였음. 2. 일부 자료수치는 세목과 합계가 각각 반올림되었으므로 세목의 합이 합계와 일 치되지 않는 경우도 있음. 3. 통계표 및 도표의 내용 중에서 전년도판 수치와 일치되지 않는 것은 최근판에서

More information

InRow RP TDM KO.book

InRow RP TDM KO.book InRow RP 냉각수 / 직접 확장 - 50/60 Hz 공냉식 ACRP100 ACRP101 ACRP102 냉각수 ACRP500 ACRP501 ACRP502 기술 데이터 American Power Conversion 법적책임 부인 American Power Conversion Corporation 은 본 설명서에 제공된 정보가 믿을 수 있으며 오류가 없거나

More information

3 x =2y x =-16y 1 4 {0 ;4!;} y=-;4!; y x =y 1 5 5'2 2 (0 0) 4 (3-2) 3 3 x=0 y=0 x=2 y=1 :: 1 4 O x 1 1 -:: y=-:: 4 4 {0 -;2!;} y=;2!; l A y 1

3 x =2y x =-16y 1 4 {0 ;4!;} y=-;4!; y x =y 1 5 5'2 2 (0 0) 4 (3-2) 3 3 x=0 y=0 x=2 y=1 :: 1 4 O x 1 1 -:: y=-:: 4 4 {0 -;2!;} y=;2!; l A y 1 = =-6 {0;!;}=-;!; = 5 5' (00) (-) =0=0 == :: -:: =-:: {0-;!;}=;!; 0 l :: -:: =:: F 5 0cm =- = =- (0)=- =6 =0 =- (0)=- - =- {-;#;0}=;#; =- - =- (0)=- = =8 -:: :: =:: - =- 98 R l Q P B S r rb l Q P B lb

More information

untitled

untitled 5. hamks@dongguk.ac.kr (regular expression): (recognizer) : F(, scanner) CFG(context-free grammar): : PD(, parser) CFG 1 CFG form : N. Chomsky type 2 α, where V N and α V *. recursive construction ) E

More information

MLU-P0863.eps

MLU-P0863.eps R Series ø, ø, ø, ø, ø, ø, ø, ø (3mm/s) ~ 3,. ø,,, 1 (R-, kg,.mpa mm 3 J 1. s 2. mm 1 R Series (). mm/s, kg) 3mm/s, kg) q w e kg,mm/sø) r. t R Series 1-1 1-1 M=kg St=mm To=.s R J R 1J R 4J R 4J R 33J mm/s

More information

CONTENTS INTRODUCTION CHARE COUPLED DEVICE(CCD) CMOS IMAE SENSOR(CIS) PIXEL STRUCTURE CONSIDERIN ISSUES SINAL PROCESSIN

CONTENTS INTRODUCTION CHARE COUPLED DEVICE(CCD) CMOS IMAE SENSOR(CIS) PIXEL STRUCTURE CONSIDERIN ISSUES SINAL PROCESSIN CMOS IMAE SENSOR and Its Application W.H. Jo System IC SP Div. MT CIS Dev. Team CONTENTS INTRODUCTION CHARE COUPLED DEVICE(CCD) CMOS IMAE SENSOR(CIS) PIXEL STRUCTURE CONSIDERIN ISSUES SINAL PROCESSIN Mobile

More information

1 1 x + # 0 x - 6 x 0 # x # 2r sin2x- sin x = 4cos x r 3 r 2r 5 r 3r

1 1 x + # 0 x - 6 x 0 # x # 2r sin2x- sin x = 4cos x r 3 r 2r 5 r 3r # 0 0 # # si si cos # 0 # 0 ^ h ^h^h# 0 ^! 0, h ^h^h# 0 ^! 0, h si si cos sicos si cos si ^cos h ^cos h si ^cosh^cos h 0 ^sih^cos h 0 0 # # cos cos, ^ si! h,, ` 0 # 혼자하는수능수학 0 년대비 9 월 A B, y f^h f^h, 0

More information

07.051~058(345).fm

07.051~058(345).fm w wz 8«3y 2008 6 pp. 51 ~ 58 m qp yp š w k sƒ Evaluation of Dynamic Modulus based on Aged Asphalt Binder y*á **Á***Á**** Lee, Kwan-HoÁCho, Kyung-RaeÁLee, Byung-SikÁSong, Yong-Seon Abstract Development

More information

untitled

untitled 3. hmks@dongguk.c.kr..,, Type 3 (N. Chomsky) RLG : A tb, A t LLG : A Bt, A t where, A,B V N nd t V T *. LLG RLG,. ) G : S R S c R Sb L(G) = { n cb n n } is cfl. () A grmmr is regulr if ech rule is i) A

More information

untitled

untitled 기본연구 2008-05 문화산업 지원정책 평가모형 연구 - 사회회계행렬(SAM) 승수분석 2008.11 옥성수 (한국문화관광연구원) 연구책임 : 옥성수(한국문화관광연구원 책임연구원) 공동연구 : 노용환 (서울여자대학교 경제학과 교수) 연구보조 : 박강민(고려대학교 대학원 영상문화학 석사) 서 문 본 연구에서는 문화산업에 대한 지원정책이 다른 산업 및 다른

More information

산림병해충 방제규정 4. 신문 방송의 보도내용 등 제6 조( 조사지역) 제5 조에 따른 발생조사는 다음 각 호의 지역으로 구분하여 조사한다. 1. 특정지역 : 명승지 유적지 관광지 공원 유원지 및 고속국도 일반국도 철로변 등 경관보호구역 2. 주요지역 : 병해충별 선단

산림병해충 방제규정 4. 신문 방송의 보도내용 등 제6 조( 조사지역) 제5 조에 따른 발생조사는 다음 각 호의 지역으로 구분하여 조사한다. 1. 특정지역 : 명승지 유적지 관광지 공원 유원지 및 고속국도 일반국도 철로변 등 경관보호구역 2. 주요지역 : 병해충별 선단 산림병해충 방제규정 산림병해충 방제규정 [ 시행 2015.9.9] [ 산림청훈령 제1262 호, 2015.9.9, 일부개정] 산림청( 산림병해충과), 042-481-4038 제1장 총칙 제1 조( 목적) 이 규정은 산림보호법 제3 장 " 산림병해충의 예찰 방제 에서 위임된 사항과 산림병해충( 이하 " 병 해충 이라 한다) 의 예방 구제를 위하여 병해충의 발생조사와

More information

IP8000-B-C1.eps

IP8000-B-C1.eps JIS F8007IC 60529 ) IP65 3 XH.AIR, TIIS (xdbt5) ATX (2G x ib CT6) ATX 1G x ia CT4 X14 DC420mA) (2) (DC420mA) LCD LCD IP8000/8100 Series NW IP8001/8101 Series IP8000 IP8001 IP8 Series IP8100 IP8101 CAT.KS60-18B

More information

*통신1604_01-도비라및목차1~12

*통신1604_01-도비라및목차1~12 ISSN 25-2693 216. 4 216. 4 213 214 215 1.5 2.4 2.4.6 3.9 2. 1.4 -.3.9 1.6 2.3 1.6 1.2 1.3 1.4..5 4.6-1.4 1.4-1.1 7.7 7.3 6.9 7. 7. 6.9 6.8 14 13 12 11 1 9 8 7 5 4 3 2 1 i 4 4 3 3 2. 1.5 1. 2.

More information

중등수학2팀-지도서7

중등수학2팀-지도서7 3 6~7 8~3 3 ª 33~37 4-38~39 40~45 4 46~53 5 54~58 3 59-60 ~6 6~63 64 VII. 4 9 (Klein F849~95) (rlangen Program) (group of transformation) ' O' =k O ' O k O ' O ' O ' ' ' ' (topology) = = O O' =k O ' '

More information

2018 년수학임용고시기출풀이 ( 대수학, 해석학, 복소해석, 위상수학, 정수론, 선형대수, 미적분학 ) - 하이어에듀 - 구준모강사 1

2018 년수학임용고시기출풀이 ( 대수학, 해석학, 복소해석, 위상수학, 정수론, 선형대수, 미적분학 ) - 하이어에듀 - 구준모강사 1 8 년수학임용고시기출풀이 ( 대수학 해석학 복소해석 위상수학 정수론 선형대수 미적분학 ) - 하이어에듀 - 구준모강사 8년 수학 임용고시 기출풀이 (안내) 제가 작성한 8년 수학 임용시험 기출 풀이 참고 답안입니다. 8년 임용 시험을 치르신 분들과 앞으로 준비 하시는 분들께 참고가 되었으면 좋겠습니다. 혹시 풀이에 오류가 있다면 제 이메일(junmomath8@gmail.com)

More information

sna-node-ties

sna-node-ties Node Centrality in Social Networks Nov. 2015 Youn-Hee Han http://link.koreatech.ac.kr Importance of Nodes ² Question: which nodes are important among a large number of connected nodes? Centrality analysis

More information

미분기하학 II-16 복소평면의선형분수변환과쌍곡평면의등장사상 김영욱 (ÑñÁ) 강의양성덕 (zû ) 의강의록 Ø 'x! xxñ 2007 년 김영욱 (ÑñÁ) 강의양성덕 (zû ) 의강의록 (Ø 'x!) 미분기하 II 2007 년 1 / 26

미분기하학 II-16 복소평면의선형분수변환과쌍곡평면의등장사상 김영욱 (ÑñÁ) 강의양성덕 (zû ) 의강의록 Ø 'x! xxñ 2007 년 김영욱 (ÑñÁ) 강의양성덕 (zû ) 의강의록 (Ø 'x!) 미분기하 II 2007 년 1 / 26 미분기하학 II-16 복소평면의 김영욱 (ÑñÁ) 강의양성덕 (zû ) 의강의록 Ø 'x! xxñ 2007 년 김영욱 (ÑñÁ) 강의양성덕 (zû ) 의강의록 (Ø 'x!) 미분기하 II 2007 년 1 / 26 자, 이제 H 2 의등장사상에대해좀더자세히알아보자. Definition 선형분수변환이란다음형식의사상을뜻한다. Example f (z) = az +

More information

4.18.국가직 9급_전산직_컴퓨터일반_손경희_ver.1.hwp

4.18.국가직 9급_전산직_컴퓨터일반_손경희_ver.1.hwp 2015년도 국가직 9급 컴퓨터 일반 문 1. 시스템 소프트웨어에 포함되지 않는 것은? 1 1 스프레드시트(spreadsheet) 2 로더(loader) 3 링커(linker) 4 운영체제(operating system) - 시스템 소프트웨어 : 운영체제, 데이터베이스관리 프로그램,, 컴파일러, 링커, 로더, 유틸리티 소프트웨 어 등 - 스프레드시트 : 일상

More information

0

0 Kr 0 i 1 http://downloadcenter.nikonimglib.com/ 2 A 0 ii D A 0 iii 0 0 0 0 0 iv A http://downloadcenter.nikonimglib.com/ http://downloadcenter.nikonimglib.com/ v vi i i vii P S A M M viii ix R i i x D

More information

歯전용]

歯전용] 2001. 9. 6 1. 1. (1) (1) 1 (2) (2) 2 3 INVESTER PROFESIONAL ORGANIZATION GOVERNMENT CODE COMMITTEE SPECIFICATION CODE LAW LICENSE PERMIT PLANT 4 5 6 7 2. (1) 2. (1) 8 9 (2) (2) 10 (3) ( ). () 20kg/ (P70,

More information

파이널생명과학1해설OK

파이널생명과학1해설OK EBS EBS 00 Finl E d u c t i o n l B r o d c s t i n g S y s t e m CO A B A~C CHON CHONP N.5 % 86.5 % 5.... 5. 6.. 8. 9. 0..... 5. 6.. 8. 9. 0. X Y X X 6 G DNA DNA S (A) (B) G DNA DNA (A)=; ;=;6!; (B)=;

More information

(001~042)개념RPM3-2(정답)

(001~042)개념RPM3-2(정답) - 0 0 0 0 6 0 0 06 66 07 79 08 9 0 000 000 000 000 0 8+++0+7+ = 6 6 = =6 6 6 80+8+9+9+77+86 = 6 6 = =86 86 6 8+0++++6++ = 8 76 = = 8 80 80 90 00 0 + = 90 90 000 7 8 9 6 6 = += 7 +7 =6 6 0006 6 7 9 0 8

More information

Press Arbitration Commission 62

Press Arbitration Commission 62 제 2 부 언론관련판결 사례 제1장 명예훼손 사례 제2장 재산권 침해 사례 제3장 기타 인격권 침해 사례 제4장 형사 사례 제5장 헌법재판소 결정 사례 편집자 주 - 사건관계인의 인격권을 보호하기 위해 필요한 경우 사건관계인의 이름, 소속회사, 주 소, 차량번호 등을 비실명 익명처리하고 필요한 경우 최소한의 범위내에서 판결문의 일부를 수정 또는 삭제함을 알려드립니다.

More information