untitled

Size: px
Start display at page:

Download "untitled"

Transcription

1 통계청 통계분석연구 2001 년가을 ( 제 6 권제 2 호 ) 비중심위사르트분포의왜도 ( 歪度 ) 에 관한연구 강철 * 박상돈 ** 비중심 (non-central) χ 2 -분포의다변량버전 (version) 인비중심위사르트 (non-central Wishart) 분포는다변량통계분포에서중요한역할은한다. 이논문에서는이러한비중심위사르트분포의중요한특성인왜도 ( 歪度 ) 의완전한공식을계산해주었다. < 차례 > Ⅰ. 서론 Ⅱ. 용어와몇가지알려진성질들 Ⅲ. 행렬의이차형의성질과위사르트분포 Ⅳ. 비중심위사르트분포의왜도 * 국립한경대학교컴퓨터정보수리학과조교수 ** 국립한경대학교컴퓨터정보수리학과부교수 *** 본연구는한경대학교 1999 년도학술연구조성비의지원에의한것임

2 비중심위사르트분포의왜도 ( 歪度 ) 에관한연구 181 I. 서론 양반정치행렬 (positive semidefinite matrices) Σ와 Φ와각각 (p p), (n n) 크기를가질때, (p n) 확률행렬 (random matrix) Y가다변량정규분포 N p, n (M, Σ, Φ ) 을따른다고하자. 이때 Y의평균행렬은 E(Y )=M 이고 Y의벡터화 (vectorizing), vecy의분산-공분산행렬 (variance-covariance matrix) 은 Cov ( vecy, vecy )=Φ Σ 이된다. 여기에서등장하는기호 vec 와 는 Ⅱ장에서자세히설명하기로하자. 한편, 이후이논문에서언급되는확률행렬 Y는 Φ = I n ( (n n) 단위행렬 ) 인경우를의미하며이때, 확률행렬 YY ' 가, 자유도 (degree of freedom) 가 n이고척도행렬 (scale matrix) Σ를가지는비중심위사르트분포를따른다고한다. 특히, Y의평균행렬 M이영행렬 (zero matrix) 인경우에는확률행렬 YY' 가위사르트 (Wishart) 분포를따른다고하고이때는 XX' 라고하자. 즉, Y N p, n (M, Σ, Φ ) (M 0) 이고 X N p, n (0, Σ, Φ ) 이다. 이제확률행렬 Y와 X에관련된연구과정의역사를살펴보자. Von Rosen(1988) 은행렬의이차형 (matrix quadratic form) XAX ' 의 2차적률 (moment) 을이용하여확률행렬의임의의고차적률 (higher moment) 을계산하였다. 여기에서 A는임의의 (n n) 상수행렬 (non-random matrix) 이다. 그리고 Neudecker와 Wansbeek(1987) 는첫째 E(XAX'CXBX' ), 둘째 Cov ( vecxax ',vecxax' ), 셋째 E(X X X X ) 와같은세가지주요결과를계산하였다. 또한, Tracy 와 Sultan(1993) 은교환행렬 (commutation matrix) 와 Kronecker 곱 (product) 의성질과 X의 6차적률을이용하여 XAX' 의 3차적률을유도하였다. 이후 Kang과 Kim(1996-a) 은행렬의이차형 XAX' 의임의의고차적률과위사르트분포의첨도 ( 尖度 ) 를구하였다. 또, Kang과 Kim(1996-b) 은비중심위사르트분포의임의의고차적률의벡터화

3 182 통계분석연구 2001년가을 ( 제6권제2호 ) (vectorizing) 를해결하였다. 이논문의 2장에서는교환행렬, Kronecker 곱, vec-operator 등의정의와이와관련한몇가지기본적인사실들을정리하였고, 3장에서는위사르트분포와그의적률과관련한사실들을서술하였다. 이는, 4장에서언급될이논문의주요결과를돌출하기위한전제작업이기도하다. 마지막으로, 4장에서는이논문의주요결과인비중심위사르트분포의왜도의완전한형태 ( 벡터화형태가아닌 ) 와이와관련된몇가지사실들을나열하였다. II. 용어와몇가지알려진성질들 이장에서눈다변량통계에서자주등장하는교환행렬, Kronecker 곱, vec-operator의정의를살펴보고이들과관련된여러가지밝혀진성질들을고찰하고자한다. Definition 2. 1 (m n) 행렬 A =(a ij ) 와 (p q) 행렬 B =(b ij ) 에대 하여두행렬 A, B 의 Kronecker 곱 A B 은아래와같이정의한다. 그 리고이행렬 A B 의크기는 ( mp nq) 이다. A B = a 11 B a 12 B a 1n B a 21 B a 22 B a 2n B a m1 B a m2 B a m3 B a mn B. Definition 2. 2 (p n) 행렬 A 에대하여, a i 가 p- 벡터일때 A =[a 1, a 2,, a n ] 라고하면 A 의벡터화 vec A 는다음과같이정의 한다. 그리고이벡터의크기는 ( pn 1) 이다.

4 비중심위사르트분포의왜도 ( 歪度 ) 에관한연구 183 vec A =[a 1 ', a 2 ',, a n ']' Definition 2. 3 교환행렬 I m, n 는크기가 (mn mn) 이고, (m n) 행렬 들의 mn 개의블록 (block) 으로구성되어진다. 또한 ( ij ) 번째블록으로구 성되어진 (m n) 행렬의원소는 (ji) 번째원소만 1 이고나머지원소는 모두 0이다. 그리고 I m, n 는때때로 I m, n = n i =1 m ( H ij H ij ' ) 와같이 j =1 표시되기도한다. 이때, H ij 는 (ij) 번째원소는 1이고나머지원소는모 두 0 인 n m 행렬이다. 예를들면 I 3, 2 = 이다. 위에서정의한 3가지개념과관련한몇가지중요한성질들을살펴보자. P1. I m 가 ( m m ) 항등행렬 (identity matrix) 일때, I m I n = I mn 이다. P2. I -1 m, n = I ' m, n = I n, m. P3. ( I n I n, n I n )(I n I n I n, n )(I n I n, n I n ) =(I n I n I n, n )(I n I n, n I n )(I n I n I n, n ). P4. (m n ) 행렬 A 에대하여 I n, m vec A =veca' 이다. P5. 행렬 A, B 가다음의연산이가능한크기일때, (A B )' = A' B' 이다.

5 184 통계분석연구 2001년가을 ( 제6권제2호 ) P6. 다음의연산이가능한행렬 A, B, C, D에대하여 (A+B ) (C+D )=(A B )+(A D )+(B C )+(B D ) 이다. P7. 행렬 A, B가다음의연산이가능한크기일때, vec'a' vec B =tr(ab) 이다. tr 는대각행렬 의대각원소들의합을의미한다. P8. (m n ) 행렬 A와 (p q ) 행렬 B에대하여 vec (A B )=(I n I m, q I p )(veca vecb) 이다. P9. 적당한크기의행렬 A, B, C에대하여 vec (ACB )=(B' A)vecC이다. P10. 적당한크기의행렬 A, B, C, D에대하여 (AB ) (CD )=(A C)(B D ) 이다. P11. (m n ) 행렬 A와 ( p q ) 행렬 B에대하여 I m,p (A B )=(B A ) I n, q 이고 I m,p (A B ) I q, n = B A이다. P12. (m n ) 행렬 A, ( p q ) 행렬 B와 (r s ) 행렬 C에대하여 A B C = I r, mp (C A B ) I qn, s = I pr, s ( B C A ) I n, sq 이다. P13. (m n ) 행렬 A, ( p q ) 행렬 B와 (r s ) 행렬 C에대하여 vec(a B C ) =(I n I m, qs I pr )(I mnq I p, s I r )(veca vecb vecc ) 이다. P1부터 P13까지의자세한증명은 Magnus와 Neudecker(1979), Neudecker와 Wansbeek(1983) 그리고 Tracy와 Sultan(1993) 의논문을참조하면된다. 그리고 Neudecker와 Wansbeek(1983) 의문에서언급된고차의교환행렬과관련한성질을살펴보면 P14와같다.

6 비중심위사르트분포의왜도 ( 歪度 ) 에관한연구 185 P14. I xy, z =(I x, z I y )(I x I y, z )= (I y, z I x )(I y I x, z ), I x, yz =(I y I x, z )(I x, y I z )= (I z I x, y )(I x, z I y ). I p, p 2 I p, p 2 = I, p 2, p I p, p 2 I p, p 2 = I. p 2, p P15. Von Rosen(1988) 에의하면확률행렬 X N p, n (0, Σ,Φ ) 에대하여 X 의임의의 N 차적률은 E ( r X ) = r 이다. i=2 P(p, i, r ) ( vec Σ vec 'Φ E( r -2 X ))P(n, i, r ) ' 위에서 r 2, E ( 0 X ) =1, P ( a, b, c) =[(I a b -2, a I a )I a 2, a b -2] I a c - b 이다. III. 행렬의이차형의성질과위사르트분포 본 III장에서는행렬의이차형인 XAX' 과위사르트분포의적률에관한연구과정을살펴보고그것에관련된여러가지기호와결과들을간략히살펴본다. Notation. P k, l ; m = I p k, p l I p m, N k, l ; m = I n k, n l I n m P k ; l, m = I p k I p l, p m, N k ; l, m = I n k I n l, n m. Von Resen(1988) 은, 행렬의이차형 XAX' 의 2차적률의연구결과를이용하여확률행렬 X의임의의고차적률을처음계산하였다. 그한해전에 Neudecker와 Wansbeek(1987) 은행렬의이차형 YAY' 의 2차적률을계산한바가있다. 이제 Tracy와 Sultan(1993) 에의해연구되어진 XAX' 와위사르트분포의 3차적률에대하여살펴보도록하자. Tracy와

7 186 통계분석연구 2001년가을 ( 제6권제2호 ) Sultan(1993) 은 X N p, n (0, Σ, Φ ) 일때, XAX' XBX' XCX' 의벡 터화된기대값을다음과같이구하였다. vec E(XAX ' XBX' 'XCX' ) =(P 1;1,2 I p 2 )(P 3;1,1 I p )E( 6 X )(veca vec B vec C ). 이것을풀어서완전한형태로정리하면아래와같이전개된다. E(XAX ' XBX' XCX' )= tr(φa )tr(φb)tr(φc)( 3 Σ )+tr(φa'φb )tr(φc)v +tr(φbφa )tr(φc)q( 3 Σ ) +tr(φc'φbφa )QPVP +tr(φcφbφa )PQ ( 3 Σ )+tr(φc'φb )tr(φa)qpvpq +tr(φb'φcφa )QPV +tr(φbφcφa )QP ( 3 Σ ) +tr(φc'φbφa )VP +tr(φcφbφa )VPQ +tr(φbφc )tr(φ A )P ( 3 Σ )+tr(φa'φcφb)pv +tr(φbφc'φa )PVPQ +tr(φc'φa )tr(φb)pvp +tr(φc'φa )tr(φb)qpq ( 3 Σ ) (1) 식 (1) 에서 A, B, C 는임의의 (n n ) 상수행렬이고 V =(vecσ vec'σ ) Σ, P = P 1;1,1 = I p I p, p, Q = P 1, 1 ;1 = I p, p I p 이다. 또한, 그러므로 I 2 p, p = PQ이고 I = QP p 이다. 2, p 식 (1) 에서 A=B=C=I n 을대입하고 P15 를이용하면위사르트분포 의 3 차적률 E ( 3 XX') 은다음과같이전개된다. tr(i n )tr(i n )tr(i n )( 3 Σ )+ tr(i n )tr(i n )V +tr(i n )tr(i n ) Q ( 3 Σ ) +tr(i n )QPVP +tr(i n ) PQ( 3 Σ )+ tr(i n )tr(i n )QPVPQ +tr(i n )QPV

8 비중심위사르트분포의왜도 ( 歪度 ) 에관한연구 187 +tr(i n )QP( 3 Σ )+ tr(i n )VP +tr(i n )VPQ +tr(i n )tr(i n ) P ( 3 Σ ) +tr(i n )PV +tr(i n )PVPQ +tr(i n )tr(i n )PVP +tr(i n )tr(i n )QPQ( 3 Σ ) 그리고 tr(i n )=n 임을이용하면아래와같이정리될수있다. E ( 3 XX') = n [(P + QP )V +(I p 3 + QP )VP +(I p 3 + P )VPQ +(PQ + QP )( 3 Σ )] + n 2 [V + PVP + QPVPQ +(P + Q + QPQ )( 3 Σ )]+n 3 ( 3 Σ ) (2) Ⅳ. 비중심위사르트분포의왜도 이제우리는 Kronecker 곱과 vec-operator의몇가지성질과 III 장에서언급한사실들을이용하여비중심위사르트분포의 3차적률과왜도의완전한형태를구하고자한다. 우선이작업을원활히시작하기위하여 I 장에서언급한 X와 Y에대하여 S X = XX', S Y = YY ' 라고하자. 그러면 S X 와 S Y 는각각위사르트분포와비중심위사르트분포를따른다. 또한, S X 와 S Y 는 S Y = S X + XM ' + MX' + MM' 인관계가있다. 이제우리가원하는결과를유도하기위하여몇개의 Lemma를증명해보자. Lemma 4. 1 확률행렬 Y 가 Y N p, n ( M, Σ, I n ) 이면 S Y 의기대값 은 E(S Y )=n Σ + MM ' 이다. Proof. 참고문헌 (6) Mardia, Kent, Bibby(1979) 를참조하여라. 그러므로비중심위사르트분포의평균은 n Σ + MM ' 이된다.

9 188 통계분석연구 2001년가을 ( 제6권제2호 ) Lemma 4. 2 확률행렬 Y가 Y N p, n (M, Σ, I n ) 이고 U =vec Σ vec'i n 이면비중심위사르트 ( 분포의 2차적률은 E( 2 S Y )=n( vec Σ vec' Σ )+U(M M )' +(M M ) U'+( 2 MM' ) + n 2 ( 2 Σ )+ni p, p ( 2 Σ ) 이된다. Proof. 참고문헌 (1) Kang(1996) 을참조하여라. Theorem 4. 3 확률행렬 Y가 Y N p, n (M, Σ, I n ) 이고 V =(vec Σ vec'σ ) Σ, P = I p I p, p, Q = I p, p I p 이면비중심위사르트분포의 3차적률은 E( 3 S Y )= n [ (P + QP ) V +(I p 3 + QP ) VP+(I p 3 + P ) VPQ+(PQ + QP )( 3 Σ ) ] + n 2 [V + PVP + QPVPQ +(P+Q+QPQ )( 3 Σ ) ] + n 3 ( 3 Σ )+( 3 MM ' ) 이된다. Proof. 먼저 S Y = S X +XM '+MX'+MM ' 이므로 같이전개된다. E( 3 S Y ) 은아래와 E( 3 S Y ) =E[ 3 (S X +XM '+MX'+MM ')] =E( 3 S X )+E [ 3 (XM ')]+E [ 3 (MX')]+E [ 3 (MM ')] (3) 이제식 (3) 의각네부분을각각정리해보기로한다. Part 1 : 식 (2) 에의하여 E( 3 S X ) 은쉽게구할수있다. Part 2 : E[ 3 (XM ')] = E[ ( 3 X )( 3 M )] = [ E( 3 X )]( 3 M') 이고

10 비중심위사르트분포의왜도 ( 歪度 ) 에관한연구 189 P15 에의하여 E( 3 X )=0 (0 행렬 ) 이므로두번째항 E[ 3 (XM ')] 은 0 행렬이된다. Part 3 : Part 2 와유사한이유로세번째항 E[ 3 (MX ')] 도 0 행렬이된다. Part 4 : 3 MM' 이상수행렬이므로 E( 3 MM') = 3 MM' 이된다. 위의네가지부분의계산으로이정리의증명은마무리된다. 이제이논문의최종목표인비중심위사르트분포의왜도의완전한식을구해보자. 이를위하여비중심위사르트분포의왜도인 E[ 3 (S Y -ES Y )] 을구성하는요소를따로따로구해보자. 앞으로혼돈의여지가없다면 E(S Y ) 을 E S Y 로표기하기로하자. 그리고 3 (S Y -ES Y ) 은아래와같이전개된다. 3 (S Y -ES Y ) =( 3 S Y )-(S Y S Y ES Y )-(S Y ES Y S Y ) +(S Y ES Y ES Y )-( ES Y S Y S Y ) +(ES Y S Y ES Y )+( ES Y ES Y S Y )-( 3 ES Y ). 그러므로 E[ 3 (S Y -ES Y )] =E( 3 S Y )- E(S Y S Y ES Y )-E(S Y ES Y S Y ) +E(S Y ES Y ES Y )- E( ES Y S Y S Y ) +E(ES Y S Y ES Y )+ E(ES Y ES Y S Y )- E( 3 ES Y )

11 190 통계분석연구 2001년가을 ( 제6권제2호 ) 이된다. 또, E S Y 는상수행렬 (constant matrix) 이므로 E(S Y ES Y ES Y )= 3 ES Y, E( ES Y ES Y S Y )= 3 E S Y, E( ES Y S Y ES Y )= 3 E S Y 이되어 E[ 3 (S Y -ES Y )] =E( 3 S Y )- E(S Y S Y ES Y )-E(S Y ES Y S Y ) -E(ES Y S Y S Y )+2( 3 E S Y ) 으로정리된다. 이식의완전한전개를위하여다섯개의항을각각유도해보자. 우선첫번째항 E( 3 S Y ) 은 Theorem 4. 3에서증명하였고나머지네개의항을해결하면된다. Lemma 4. 4 V = ( vec Σ vec'σ ) Σ 이고 U =vec Σ vec'i n 일때, E(S Y S Y ES Y ) 은아래와같다. E(S Y S Y ES Y ) = n 2 V + n (vecσ vec'σ ) (MM' )+n[u (M M )'] Σ +(U M )( 3 M )'+n [(M M )U'] Σ +( 3 M )(U M )' + n (MM ' MM' Σ )+( 3 MM' )+n 3 ( 3 Σ ) + n 2 (Σ Σ MM' )+n 3 (I p, p I p )( 3 Σ )+n(i p, p I p )(Σ Σ MM'). Proof. ES Y 이상수행렬이므로 E(S Y S Y ES Y )= E( 2 S Y ) ES Y 이다. 또한 Lemma 4. 2의결과 E( 2 S Y )=n( vec Σ vec'σ )+U(M M )' +(M M )U'+( 2 MM' ) + n 2 ( 2 Σ )+ni p, p ( 2 Σ ) 과 Lemma 4. 1의결과를이용하면 E(S Y S Y ES Y ) 은다음과같이전개된다. 즉, E(S Y S Y ES Y )

12 비중심위사르트분포의왜도 ( 歪度 ) 에관한연구 191 =[n (vec Σ vec'σ )+U(M M )' +(M M )U'](n Σ + MM ') 이된다. 이제이를일일이정리하고 II 장에서의성질들을이용하면위와같은결과가유도된다. Lemma 4. 5 V = ( vec Σ vec'σ ) Σ 이고 U =vec Σ vec'i n 일때, E(S Y ES Y S Y ) 은아래와같다. E(S Y ES Y S Y ) =(I p I p, p ) V (I p I p, p )+(MM ') (vecσ vec ' Σ )+Σ [U (M M )'] + I p, p 2(U M )( 3 M ) 'I p 2, p + Σ (M M ) U' + I p, p 2( 3 M )(U M )'I +( p Σ 2, p MM ' MM' )+( 3 MM ' )+( 3 Σ ) +(Σ MM ' Σ )+(I p I p, p )( 3 Σ )+(Σ Σ MM' )(I p I p, p ). Proof. II 장의성질 P12 를이용하면 S Y ES Y S Y = I p, p 2( S Y S Y ES Y ) I p 2, p 이므로 E(S Y ES Y S Y )=I p, p 2 E( S Y S Y ES Y ) I p 이다. 그리고 2, p I p, p 2 =(I p I p, p )(I p, p I p ) 과 I p 2, p =(I p, p I p )(I p I p, p ), Lemma 4. 4 을이용하여정리하면 Lemma 4. 5 의증명은끝이난다. Lemma 4. 6 U =vec Σ vec'i n 일때, E( ES Y S Y S Y ) 은아래와 같다. E( ES Y S Y S Y ) = nσ ( vecσ vec'σ )+Σ [U (M M )']+Σ [ (M M )U'] +(Σ MM' MM' )+( 3 Σ )+(I p I p, p )( 3 Σ ) + n (MM ') (vecσ vec 'Σ )+(M U )( 3 M )' +( 3 M )(M U )'

13 192 통계분석연구 2001년가을 ( 제6권제2호 ) +( 3 MM' )+(MM ' Σ Σ )+(I p I p, p )(MM' Σ Σ ). Proof. ES Y 이상수행렬이므로 E( ES Y S Y S Y )= ES Y E( 2 S Y ) 이다. 그리고 E(S Y )=nσ + MM ', E( 2 S Y )=n( vec Σ vec'σ )+U(M M )' +(M M )U'+( 2 MM' ) + n 2 ( 2 Σ )+ni p, p ( 2 Σ ) 이므로 Lemma 4. 4와유사하게위의식으로정리될수있다. Lemma (ES Y ) 은아래와같다. 3 (ES Y )=n 3 ( 3 Σ )+n 2 (Σ Σ MM')+n 2 (Σ MM' Σ ) + n ( Σ MM' MM' )+n 2 ( MM' Σ Σ ) + n (MM ' Σ MM')+n (MM ' MM' Σ )+( 3 MM'). Proof. E(S Y )=n Σ + MM ' 이므로 3 (ES Y )=(n Σ + MM ') (n Σ + MM ') (n Σ + MM') 이다. 그리고이 식을정리하면쉽게정리된다. 이제위의 Lemma들의결과를이용하여비중심위사르트분포의왜도를구해보자. Theorem 4. 8 비중심위사르트분포의왜도 E[ 3 (S Y -ES Y )] 는 다음과같다. Proof. E[ 3 (S Y -ES Y )] =E( 3 S Y )- E(S Y S Y ES Y )- E(S Y ES Y S Y )

14 비중심위사르트분포의왜도 ( 歪度 ) 에관한연구 193 -E(ES Y S Y S Y )+2( 3 E S Y ) 이고각각의 다섯개항이 Theorem 4. 3과 Lemma 4. 4 ~ Lemma 4. 7에제시되어있으므로이를정리해보자. E[ 3 (S Y -ES Y )]= n [ (P + QP ) V +(I p 3 + QP ) VP+(I p 3 + P ) VPQ+(PQ + QP )( 3 Σ ) ] + n 2 [V + PVP + QPVPQ +(P+Q+QPQ )( 3 Σ ) ] + n 3 ( 3 Σ )+( 3 MM ' ) - n 2 V - n (vecσ vec'σ ) (MM' )-n[u (M M )'] Σ -(U M )( 3 M )'-n [(M M )U'] Σ -( 3 M )(U M )' - n (MM ' MM' Σ )-( 3 MM' )-n 3 ( 3 Σ ) -n 2 (Σ Σ MM ' )-n 3 (I p, p I p )( 3 Σ )-n (I p, p I p )(Σ Σ MM ') -(I p I p, p ) V (I p I p, p )-(MM ') (vecσ vec ' Σ )-Σ [U (M M )'] - I p, p 2(U M )( 3 M ) 'I p 2, p - Σ (M M ) U' - I p, p 2( 3 M )(U M )'I -( p Σ 2, p MM ' MM' )-( 3 MM ' )+( 3 Σ ) -(Σ MM ' Σ )-(I p I p, p )( 3 Σ )-(Σ Σ MM' )(I p I p, p ) - nσ ( vecσ vec'σ )-Σ [U (M M )']-Σ [ (M M )U'] -(Σ MM' MM' )-( 3 Σ )-(I p I p, p )( 3 Σ ) - n (MM ') (vecσ vec 'Σ )-(M U )( 3 M )' -( 3 M )(M U )' -( 3 MM' )-(MM ' Σ Σ )-(I p I p, p )(MM' Σ Σ ) +2 n 3 ( 3 Σ )+2n 2 (Σ Σ MM')+2n 2 (Σ MM' Σ ) +2 n ( Σ MM' MM' )+2n 2 ( MM' Σ Σ ) +2n (MM ' Σ MM')+2n (MM ' MM' Σ )+2( 3 MM'). 이제 II 장의성질 P5, P6, P10, P11, P12 을이용하고같은항끼리묶으

15 194 통계분석연구 2001년가을 ( 제6권제2호 ) 면다음과같이정리된다. E[ 3 (S Y -ES Y )] = ( ni p I p, p + ni )V + nv ( I p 2, p p I p, p + I 2 p, p )+ni V ( I p 2, p p I p, p ) + n( n -1) (I p I p, p ) VI p, p 2+n(n-1) I p 2, p VI 2+P p, p ( n) ( 3 Σ ) -n(vecσ vec'σ ) (MM ')-[U(M M )'+(M M )U'] (nσ+mm') +n (MM ' MM ' Σ )+[n 2 I p 3-n(I p, p I p )+(I p I p, p )](Σ Σ MM') -(n+1)(mm ' ) (vecσ vec'σ )-2 Σ [U (M M )'+(M M )U'] -I 2 p, p [{U(M M )'+(M M )U'} (MM ')]I p 2, p +2(n-1)(Σ MM' MM' )+(2n 2-1)(Σ MM' Σ ) -(MM ')[U (M M )'+(M M )U']+2n(MM ' Σ MM' ) +[(2n 2-1)I p 3-(I p I p, p )](MM ' Σ Σ ). 이때, P ( n)=ni p, p 2 + ni p 2, p + n( n -2)(I p I p, p )+n 2 (1-n)(I p, p I p ) + n 2 ( I p, p I p )I p, p 2 +2(n 3-1)I p 3 이다. 이로써비중심위사르트분포의왜도 를구하였다. E[ 3 (S Y -ES Y )] 의완전한형태

16 비중심위사르트분포의왜도 ( 歪度 ) 에관한연구 195 참고문헌 (1) Kang, C. (1996), Higher Moments of Matrix Quadratic Form, Ph. D. Thesis, Korea Advanced Institute of Science and Technology, Department of Mathematics. (2) Kang, C. and Kim, B. C. (1996a), The N-th Moment of Matrix Quadratic Form, Statistics and Probability Letters, Vol. 28, (3) Kang, C. and Kim, B. C. (1996b), The General Moment of Non-central Wishart Distribution, Journal of the Korean Statistical Society, Vol. 25, (4) Kang, C. and Park, J. T. (1998), Some Results of Non-central Wishart Distribution, The Communications in Statistics, Vol. 5, No. 2, (5) Magnus, J. R. and Neudecker, H. (1979), The Commutation Matrix : Some Properties and Applications, The Annals of Statistics, Vol. 7, (6) Mardia, K. V., Kent, J. T. and Bibby, J. M. (1979), Multivariate Analysis, Academic Press. (7) Neudecker, H. and Wansbeek, T. (1987), Fourth-Order Properties of Normally Distributed Random Matrices, Linear Algebra and its Applications, Vol 97, (8) Neudecker, H. and Wansbeek, T. (1983), Some Results on Commutation Matrices with Statistical Applications, The Canadian Journal of Statistics, Vol 11, (9) Tracy, D. S. and Sultan, S. A. (1993), Third Moment of Matrix Quadratic Form, Statistics and Probability Letters, Vol 16, (10) Von Rosen, D. (1988), Moments for Matrix Normal Variables, Statistics, Vol 19,

17 196 통계분석연구 2001년가을 ( 제6권제2호 ) A Study on the Skewness of Non-central Wishart Distribution Chul Kang SangDon Park <Abstract> In general, non-central Wishart distribution play important role in multivariate statistics. Also, the skewness of the distribution is one of the basic properties of the distribution. We have obtained the exact form of the skewness of non-central Wishart distribution.

Vector Differential: 벡터 미분 Yonghee Lee October 17, 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표

Vector Differential: 벡터 미분 Yonghee Lee October 17, 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표 Vector Differential: 벡터 미분 Yonhee Lee October 7, 08 벡터미분의 표기 스칼라미분 벡터미분(Vector diffrential) 또는 행렬미분(Matrix differential)은 벡터와 행렬의 미분식에 대 한 표기법을 정의하는 방법이다 보통 스칼라(scalar)에 대한 미분은 일분수 함수 f : < < 또는 다변수 함수(function

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

Microsoft PowerPoint - 26.pptx

Microsoft PowerPoint - 26.pptx 이산수학 () 관계와그특성 (Relations and Its Properties) 2011년봄학기 강원대학교컴퓨터과학전공문양세 Binary Relations ( 이진관계 ) Let A, B be any two sets. A binary relation R from A to B, written R:A B, is a subset of A B. (A 에서 B 로의이진관계

More information

(Hyunoo Shim) 1 / 24 (Discrete-time Markov Chain) * 그림 이산시간이다연쇄 (chain) 이다왜 Markov? (See below) ➀ 이산시간연쇄 (Discrete-time chain): : Y Y 의상태공간 = {0, 1, 2,..., n} Y n Y 의 n 시점상태 {Y n = j} Y 가 n 시점에상태 j 에있는사건

More information

3.2 함수의정의 Theorem 6 함수 f : X Y 와 Y W 인집합 W 에대하여 f : X W 는함수이다. Proof. f : X Y 가함수이므로 f X Y 이고, Y W 이므로 f X W 이므로 F0이만족된다. 함수의정의 F1, F2은 f : X Y 가함수이므로

3.2 함수의정의 Theorem 6 함수 f : X Y 와 Y W 인집합 W 에대하여 f : X W 는함수이다. Proof. f : X Y 가함수이므로 f X Y 이고, Y W 이므로 f X W 이므로 F0이만족된다. 함수의정의 F1, F2은 f : X Y 가함수이므로 3.2 함수의정의 Theorem 6 함수 f : X Y 와 Y W 인집합 W 에대하여 f : X W 는함수이다. Proof. f : X Y 가함수이므로 f X Y 이고, Y W 이므로 f X W 이므로 F0이만족된다. 함수의정의 F1, F2은 f : X Y 가함수이므로성립한다. Theorem 7 두함수 f : X Y 와 g : X Y 에대하여, f = g f(x)

More information

완벽한개념정립 _ 행렬의참, 거짓 수학전문가 NAMU 선생 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에

완벽한개념정립 _ 행렬의참, 거짓 수학전문가 NAMU 선생 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에 1. 행렬의참, 거짓개념정리 1. 교환법칙과관련한내용, 는항상성립하지만 는항상성립하지는않는다. < 참인명제 > (1),, (2) ( ) 인경우에는 가성립한다.,,, (3) 다음과같은관계식을만족하는두행렬 A,B에대하여 AB=BA 1 가성립한다 2 3 (4) 이면 1 곱셈공식및변형공식성립 ± ± ( 복호동순 ), 2 지수법칙성립 (은자연수 ) < 거짓인명제 >

More information

Microsoft PowerPoint Relations.pptx

Microsoft PowerPoint Relations.pptx 이산수학 () 관계와그특성 (Relations and Its Properties) 2010년봄학기강원대학교컴퓨터과학전공문양세 Binary Relations ( 이진관계 ) Let A, B be any two sets. A binary relation R from A to B, written R:A B, is a subset of A B. (A 에서 B 로의이진관계

More information

1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut

1 경영학을 위한 수학 Final Exam 2015/12/12(토) 13:00-15:00 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오. 1. (각 6점) 다음 적분을 구하시오 Z 1 4 Z 1 (x + 1) dx (a) 1 (x 1)4 dx 1 Solut 경영학을 위한 수학 Fial Eam 5//(토) :-5: 풀이과정을 모두 명시하시오. 정리를 사용할 경우 명시하시오.. (각 6점) 다음 적분을 구하시오 4 ( ) (a) ( )4 8 8 (b) d이 성립한다. d C C log log (c) 이다. 양변에 적분을 취하면 log C (d) 라 하자. 그러면 d 4이다. 9 9 4 / si (e) cos si

More information

14일등예감수학2-2교사(001~026)

14일등예감수학2-2교사(001~026) 9 8 8 9 0 0 09 0 9 8~9 / [~] [~] [0~] 0 [~] 0 00 00 [~9] 8 9 8 0 00 00 0~ / [~] [~] 8 8 0 0 8 9 0 - ~ / [~] [0~] 0 0 [~9] [~] 0 8 8 9 0 0 - ~ / [~] 8 9 0 [~] ~ /0 8 0 9 0 0 0 8 0 8~9 /0 0 ;#; 0 0 0 8

More information

Áß2±âÇØ(01~56)

Áß2±âÇØ(01~56) PRT 0 heck x=7y=0 x=0y=90 9 RH RHS 8 O =8 cmp =6 cm 6 70 7 8 0 0 0 SS 90 0 0 0 06 07 08 09 0 cm 6 7 8 9 0 S 6 7 8 9 0 8cm 6 9cm 7 8 9 cm 0 cm x=0 y=00 0 6 7 9 8 9 0 0 cm 6 7 8 9 60 6 6 6 6 6 6 7 8 7 0

More information

<C3D6C1BE2DBDC4C7B0C0AFC5EBC7D0C8B8C1F62833322D32C8A3292E687770>

<C3D6C1BE2DBDC4C7B0C0AFC5EBC7D0C8B8C1F62833322D32C8A3292E687770> 유자차 신제품에 대한 소비자 지불의사액 추정 강혜정 최지현 이기웅 유자차 신제품에 대한 소비자 지불의사액 추정 An Analysis on Estimation of Willingness to Pay for the New Products of Citrus Tea Assessed by Korean Consumers 강혜정* 최지현** 이기웅*** 1) Kang,

More information

PowerPoint Presentation

PowerPoint Presentation 5 불대수 IT CookBook, 디지털논리회로 - 2 - 학습목표 기본논리식의표현방법을알아본다. 불대수의법칙을알아본다. 논리회로를논리식으로논리식을논리회로로표현하는방법을알아본다. 곱의합 (SOP) 과합의곱 (POS), 최소항 (minterm) 과최대항 (mxterm) 에대해알아본다. 01. 기본논리식의표현 02. 불대수법칙 03. 논리회로의논리식변환 04.

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

<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

2 0 1 1 4 2011 1 2 Part I. 1-1 1-2 1-3 1-4 1-5 1-6 1-7 1-8 Part II. 2-1 2-2 2-3 2-4 2-5 2-6 2-7 2-8 2-9 2-10 2-11 2-12 2-13 2-14 2-15 2-16 2-17 2-18 2-19 2-20 2-21 2-22 2-23 2-24 2-25 2-26 2-27 2-28

More information

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

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

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

LTUR OOK Q OX 0 6 (, 5), (, 4), (, ), (4, ), (5, ) 5 0- x+y=0 (x, y) (, 4), (4, ), (6, ) 0,, 5, 7 4 0-4,,, 4, 6, 8,, 4 8 8 0 5. 000 ( ) 0 500 ( ) 4 5

LTUR OOK Q OX 0 6 (, 5), (, 4), (, ), (4, ), (5, ) 5 0- x+y=0 (x, y) (, 4), (4, ), (6, ) 0,, 5, 7 4 0-4,,, 4, 6, 8,, 4 8 8 0 5. 000 ( ) 0 500 ( ) 4 5 SOLUTION LTUR OOK WORK OOK LTUR OOK Q OX 0 6 (, 5), (, 4), (, ), (4, ), (5, ) 5 0- x+y=0 (x, y) (, 4), (4, ), (6, ) 0,, 5, 7 4 0-4,,, 4, 6, 8,, 4 8 8 0 5. 000 ( ) 0 500 ( ) 4 5 00 ( ) 0 5 0 5 5 0-00 (

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

+ F F P. = = = F = F F = = 0 cm =x cm =(x+)x x=0 =0 cm cm cm x cm = =0(cm) P. 0 x=y= x= cm FF cm 0 x= x= =x(0-x) x= 0 (+)=x x= (+)=y 0 y= x= x= = 0= 0

+ F F P. = = = F = F F = = 0 cm =x cm =(x+)x x=0 =0 cm cm cm x cm = =0(cm) P. 0 x=y= x= cm FF cm 0 x= x= =x(0-x) x= 0 (+)=x x= (+)=y 0 y= x= x= = 0= 0 = = = = = - =-=0 0 F ==0 +=0 +F=0 =F ªF F = F =0 F =F = F = 0= x= x= y= y= z= z= x+y+z=++= x y z x+y+z = = ªSS = y` = = (cm) ª 0% 0% P. ªªªF =. =. =. 0 =. F =. =0 = F =. F = 0 F ªF F = =F = x=, y= x=,

More information

???? 1

???? 1 The Korean Journal of Applied Statistics (2014) 27(1), 13 20 DOI: http://dx.doi.org/10.5351/kjas.2014.27.1.013 Maximum Tolerated Dose Estimation by Stopping Rule and SM3 Design in a Phase I Clinical Trial

More information

서론 34 2

서론 34 2 34 2 Journal of the Korean Society of Health Information and Health Statistics Volume 34, Number 2, 2009, pp. 165 176 165 진은희 A Study on Health related Action Rates of Dietary Guidelines and Pattern of

More information

(Hyunoo Shim) 1 / 26 조건부생명확률 (coningen probabiliy) 이란? 사망의순서 ( 조건이됨 ) 를고려한생명확률동시생존자 / 최종생존자생명확률 : 사망이 x이든 y이든가리지않음 ( 대칭적 ) [ 조건부생명확률 : x와 y의사망순서를고려함 ( 비대칭적 ) ➀ 기호 : 예를들어, q 1 xy a) 사망순서 : 숫자 1, 2, 3,...

More information

untitled

untitled 기술 자습서 Part IV 02 p. 35 01 p. 16 01 02 03 04 05 06 07 08 01 02 03 04 05 06 07 01 01 02 03 05 06 07 02 03 04 06 08 110 V 01 p. 56 01 02 03 04 05 06 01 02 03 04 06 02 p. 67 01 02 03 04 05 06 07 01 02 03

More information

<352E20BAAFBCF6BCB1C5C320B1E2B9FDC0BB20C0CCBFEBC7D120C7D1B1B920C7C1B7CEBEDFB1B8C0C720B5E6C1A1B0FA20BDC7C1A120BCB3B8ED28313531323231292D2DB1E8C7F5C1D62E687770>

<352E20BAAFBCF6BCB1C5C320B1E2B9FDC0BB20C0CCBFEBC7D120C7D1B1B920C7C1B7CEBEDFB1B8C0C720B5E6C1A1B0FA20BDC7C1A120BCB3B8ED28313531323231292D2DB1E8C7F5C1D62E687770> 통계연구(2015), 제20권 제3호, 71-92 변수선택 기법을 이용한 한국 프로야구의 득점과 실점 설명 1) 김혁주 2) 김예형 3) 요약 한국 프로야구에서 팀들의 득점과 실점에 영향을 미치는 요인들을 규명하기 위한 연구를 하였 다. 2007년부터 2014년까지의 정규리그 전 경기 자료를 대상으로 분석하였다. 전방선택법, 후방 소거법, 단계별 회귀법, 선택법,

More information

121_중등RPM-1상_01해(01~10)ok

121_중등RPM-1상_01해(01~10)ok 1-01 00 11 03 1804 4 05 3506 45 07 5 65 0001 000 0003 0004 0005 01 4 4 6 5 6 9 Í = + =,, Í=Í=Í = = Í Í Í,, 0006 0007 0008 0009 0010 0011 001 7c 5c 3, 3 3, 6, 6 +50 =180 =130 130 +90 +30 =180 =60 60 =60

More information

<B4EBC7D0BCF6C7D02DBBEFB0A2C7D4BCF62E687770>

<B4EBC7D0BCF6C7D02DBBEFB0A2C7D4BCF62E687770> 삼각함수. 삼각함수의덧셈정리 삼각함수의덧셈정리 삼각함수 sin (α + β ), cos (α + β ), tan (α + β ) 등을 α 또는 β 의삼각함수로나 타낼수있다. 각 α 와각 β 에대하여 α >0, β >0이고 0 α - β < β 를만족한다고가정하 자. 다른경우에도같은방법으로증명할수있다. 각 α 와각 β 에대하여 θ = α - β 라고놓자. 위의그림에서원점에서거리가

More information

= =180 5=90 = O=O+O=;!;O+;!;OE O=;!;(O+OE)=;!;OE O=;!;_180 = y=180 _ =180 _;9%;= = =180 5=15 =5

= =180 5=90 = O=O+O=;!;O+;!;OE O=;!;(O+OE)=;!;OE O=;!;_180 = y=180 _ =180 _;9%;= = =180 5=15 =5 VI 01 a=5b=8 a+b=5+8=1 01- a=8b=1c=6 a-b+c=8-1+6= 01-01 0 Í 0 04 05 06 07 08 e f e f 01 4 6 0 8 1 01 01-01- 46 8~1 0 0-0- 0-0 0-15 cm 0-0- 0-1 cm 04 0 04-04- 18 04-60 04-05 05-05- 06 06-16. 06-07 07-07-

More information

878 Yu Kim, Dongjae Kim 지막 용량수준까지도 멈춤 규칙이 만족되지 않아 시행이 종료되지 않는 경우에는 MTD의 추정이 불가 능하다는 단점이 있다. 최근 이 SM방법의 단점을 보완하기 위해 O Quigley 등 (1990)이 제안한 CRM(Continu

878 Yu Kim, Dongjae Kim 지막 용량수준까지도 멈춤 규칙이 만족되지 않아 시행이 종료되지 않는 경우에는 MTD의 추정이 불가 능하다는 단점이 있다. 최근 이 SM방법의 단점을 보완하기 위해 O Quigley 등 (1990)이 제안한 CRM(Continu 한 국 통 계 학 회 논 문 집 2012, 19권, 6호, 877 884 DOI: http://dx.doi.org/10.5351/ckss.2012.19.6.877 Maximum Tolerated Dose Estimation Applied Biased Coin Design in a Phase Ⅰ Clinical Trial Yu Kim a, Dongjae Kim

More information

1 1 Department of Statistics University of Seoul August 28, 2017 확률분포 누적분포함수 확률공간이정의되었다고가정하자. 즉, 어떤사건 A 에대해서 P(A) 를항상생각할수있다고가정하자. 어떤확률변수 X 주어졌을때 Pr(X x) = P(X (, x]) 로정의하면 Pr(X x) 의값을모든 x 에대해생각할수있다. F

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

(JBE Vol. 21, No. 1, January 2016) (Regular Paper) 21 1, (JBE Vol. 21, No. 1, January 2016) ISSN 228

(JBE Vol. 21, No. 1, January 2016) (Regular Paper) 21 1, (JBE Vol. 21, No. 1, January 2016)   ISSN 228 (JBE Vol. 1, No. 1, January 016) (Regular Paper) 1 1, 016 1 (JBE Vol. 1, No. 1, January 016) http://dx.doi.org/10.5909/jbe.016.1.1.60 ISSN 87-9137 (Online) ISSN 16-7953 (Print) a), a) An Efficient Method

More information

FGB-P 학번수학과권혁준 2008 년 5 월 19 일 Lemma 1 p 를 C([0, 1]) 에속하는음수가되지않는함수라하자. 이때 y C 2 (0, 1) C([0, 1]) 가미분방정식 y (t) + p(t)y(t) = 0, t (0, 1), y(0)

FGB-P 학번수학과권혁준 2008 년 5 월 19 일 Lemma 1 p 를 C([0, 1]) 에속하는음수가되지않는함수라하자. 이때 y C 2 (0, 1) C([0, 1]) 가미분방정식 y (t) + p(t)y(t) = 0, t (0, 1), y(0) FGB-P8-3 8 학번수학과권혁준 8 년 5 월 9 일 Lemma p 를 C[, ] 에속하는음수가되지않는함수라하자. 이때 y C, C[, ] 가미분방정식 y t + ptyt, t,, y y 을만족하는해라고하면, y 는, 에서연속적인이계도함수를가지게확 장될수있다. Proof y 은 y 의도함수이므로미적분학의기본정리에의하여, y 은 y 의어떤원시 함수와적분상수의합으로표시될수있다.

More information

PART 8 12 16 21 25 28

PART 8 12 16 21 25 28 PART 8 12 16 21 25 28 PART 34 38 43 46 51 55 60 64 PART 70 75 79 84 89 94 99 104 PART 110 115 120 124 129 134 139 144 PART 150 155 159 PART 8 1 9 10 11 12 2 13 14 15 16 3 17 18 19 20 21 4 22 23 24 25 5

More information

도비라

도비라 광고학연구 : 제24권 5호(2013년) The Korean Journal of Advertising, Vol.24, No.5 (2013). pp.99 116 대학생 광고공모전이 광고업계 취업에 미치는 영향: 대학생과 실무자의 인식 비교를 중심으로 차 유 철 우석대학교 광고이벤트학과 교수, 언론학박사 이 희 복 상지대학교 언론광고학부 교수, 언론학박사* 신

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 제 5 장 다변량확률변수 제 5 장다변량확률변수 5. 다변량확률변수. 분포함수 < 예 > 품질에따라제품을,, 3 등급으로분류 전체생산량중각등급의비율에관심 = n개중 등급의수 n Y = Y = n개중 등급의수 3 등급의수 ( Y) (, ) 와 Y를함께묶어서 Y 로나타내고함께분석, 는 변량확률변수 일반적으로서로관련있는개의확률변수 을함께묶어 n변량 ( 또는 n차원

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

587.eps

587.eps VP7-6 Series VP7-6-FPG-D- (FG-S) (FG-D) (YZ-S) (YZ-D) Closed center (FHG-D) Exhaust center (FJG-D) (FPG-D) Pressure center(fig-d) VP7-6-FHG-D- VP7-6-FG-S- VP7-6-FG-D- (V) (A) ) (A) ) (V) ) 0.15~0.9{1.5~9.}

More information

44-4대지.07이영희532~

44-4대지.07이영희532~ A Spatial Location Analysis of the First Shops of Foodservice Franchise in Seoul Metropolitan City Younghee Lee* 1 1 (R) 0 16 1 15 64 1 Abstract The foodservice franchise is preferred by the founders who

More information

Y 1 Y β α β Independence p qp pq q if X and Y are independent then E(XY)=E(X)*E(Y) so Cov(X,Y) = 0 Covariance can be a measure of departure from independence q Conditional Probability if A and B are

More information

특목고 8-나 해설Ⅰ(001~024)OK

특목고 8-나 해설Ⅰ(001~024)OK I II III I Step - - - - - - - - 8 - - 0 - - - 9 - - 9 - - 00-8 - 90 - - 80-0 8-0 - - - - - 0 0 0-0 - - 8 - - - 00 8-00 8-0 0 8 - ( 8) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 8 a a b b aabb bbaa abba baab abab baba

More information

歯_892-906_ 2001년도 회원사명단.doc

歯_892-906_ 2001년도 회원사명단.doc Polymer Science and Technology Polymer Science and Technology Polymer Science and Technology Polymer Science and Technology Polymer Science and Technology Polymer Science and Technology Polymer Science

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

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

untitled

untitled 200 180 ( ) () 1,060 1,040 160 140 120 / () 1,020 1,000 980 100 960 80 940 60 920 2005.1 2005.2 2005.3 2005.4 2006.1 2006.2 2006.3 2006.4 2007.1 2007.2 2007.3 150000 () (% ) 5.5 100000 CD () 5.4 50000

More information

<30352D30312D3120BFB5B9AEB0E8BEE0C0C720C0CCC7D82E687770>

<30352D30312D3120BFB5B9AEB0E8BEE0C0C720C0CCC7D82E687770> IT법률컨설팅 강의교안 (상) 영문계약의 이해 소프트웨어 자산관리기법 영문계약의 이해 - 1 - - 2 - - 3 - - 4 - - 5 - - 6 - - 7 - - 8 - - 9 - - 10 - - 11 - - 12 - - 13 - - 14 - - 15 - - 16 - - 17 - - 18 - - 19 - - 20 - - 21 - - 22 - - 23 -

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

국 립 중앙 도서 관 출 판시 도서 목록 ( C I P ) 청소년 인터넷 이용실태조사 보고서 / 청소년보호위원회 보호기준과 편. -- 서울 : 국무총리 청소년보호위원회, 20 05 p. ; cm. -- (청소년보호 ; 2005-03) 권말부록으로 '설문지' 수록 ISB

국 립 중앙 도서 관 출 판시 도서 목록 ( C I P ) 청소년 인터넷 이용실태조사 보고서 / 청소년보호위원회 보호기준과 편. -- 서울 : 국무총리 청소년보호위원회, 20 05 p. ; cm. -- (청소년보호 ; 2005-03) 권말부록으로 '설문지' 수록 ISB 발간등록번호 11-1150000-000223-01 청소년보호 2005-03 청소년 인터넷 이용 실태조사 보고서 2004년 12월 국무 총리 청소년보호위원회 국 립 중앙 도서 관 출 판시 도서 목록 ( C I P ) 청소년 인터넷 이용실태조사 보고서 / 청소년보호위원회 보호기준과 편. -- 서울 : 국무총리 청소년보호위원회, 20 05 p. ; cm. -- (청소년보호

More information

예제 1.1 ( 경기값과공정한경기 ) >> A = [5 3 9; 8 10 11; 6 2 8], P = [0 1 0], Q = [1 0 0]' % 3x3 행렬경기 A = 5 3 9 8 10 11 6 2 8 P = 0 1 0 Q = 1 0 0 >> E = P * A * Q % 경기자 R은항상 2행을선택하고 C는항상 1열을선택하면, % R은 $8을얻는것이보장되고

More information

methods.hwp

methods.hwp 1. 교과목 개요 심리학 연구에 기저하는 기본 원리들을 이해하고, 다양한 심리학 연구설계(실험 및 비실험 설계)를 학습하여, 독립된 연구자로서의 기본적인 연구 설계 및 통계 분석능력을 함양한다. 2. 강의 목표 심리학 연구자로서 갖추어야 할 기본적인 지식들을 익힘을 목적으로 한다. 3. 강의 방법 강의, 토론, 조별 발표 4. 평가방법 중간고사 35%, 기말고사

More information

Microsoft PowerPoint - 27.pptx

Microsoft PowerPoint - 27.pptx 이산수학 () n-항관계 (n-ary Relations) 2011년봄학기 강원대학교컴퓨터과학전공문양세 n-ary Relations (n-항관계 ) An n-ary relation R on sets A 1,,A n, written R:A 1,,A n, is a subset R A 1 A n. (A 1,,A n 에대한 n- 항관계 R 은 A 1 A n 의부분집합이다.)

More information

???? 1

???? 1 The Korean Journal of Applied Statistics (2013) 26(1), 201 208 DOI: http://dx.doi.org/10.5351/kjas.2013.26.1.201 A Note on Model Selection in Mixture Experiments with Process Variables Jung Il Kim a,1

More information

»ê¾÷¿¬±¸¿øÇ¥Áö

»ê¾÷¿¬±¸¿øÇ¥Áö Contents Contents Contents Contents Contents Contents Contents 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 Z = X i - X S S, X 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52

More information

Buy one get one with discount promotional strategy

Buy one get one with discount promotional strategy Buy one get one with discount Promotional Strategy Kyong-Kuk Kim, Chi-Ghun Lee and Sunggyun Park ISysE Department, FEG 002079 Contents Introduction Literature Review Model Solution Further research 2 ISysE

More information

PowerPoint Presentation

PowerPoint Presentation 5 불대수 Http://RAIC.kunsn..kr 2 학습목표 마스터제목스타일편집 기본논리식의표현방법을알아본다. 불대수의법칙을알아본다. 논리회로를논리식으로논리식을논리회로로표현하는방법을알아본다. 곱의합 (SOP) 과합의곱 (POS), 최소항 (minterm) 과최대항 (mxterm) 에대해알아본다. 01. 기본논리식의표현 02. 불대수법칙 03. 논리회로의논리식변환

More information

07_À±¿ø±æ3ÀüºÎ¼öÁ¤

07_À±¿ø±æ3ÀüºÎ¼öÁ¤ 232 233 1) 2) Agenda 3) 4) 234 Invention Capital Agenda 5) 6) 235 7) 8) 9) 236 10) 11) 237 12) 13) 14) 15) knowledge 16) 17) 238 239 18) 240 19) 241 20) 242 243 244 21) 245 22) 246 23) 247 24) 248 25)

More information

<C7D1B1B9B0E6C1A6BFACB1B8C7D0C8B828C0CCC1BEBFF85FC0CCBBF3B5B75FBDC5B1E2B9E9292E687770>

<C7D1B1B9B0E6C1A6BFACB1B8C7D0C8B828C0CCC1BEBFF85FC0CCBBF3B5B75FBDC5B1E2B9E9292E687770> 한국 증권회사의 효율성 분석 이종원* 이상돈** 신기백*** Ⅰ. 서 론 1990년이후 증권시장의 개방화 및 자율화가 진전되어가고 있던 과정에서 1997년 12월 외환 위기사태가 발생하게 되었고, 이후 증권회사의 구조조정 가속화, 외국계 증권회사의 진입 확대 및 IT기술의 발전에 따른 증권 온라인거래의 확대, 외국인의 투자한도 완전철폐에 따른 외국인 거래비중의

More information

제1장 군 제1절 소개와 예 제2절 이항연산 2.1 보기. 다음은 정수방정식 a + x = b를 푸는 과정이다. (1) 준식에 a를 더하여 ( a) + (a + x) = ( a) + b. (2) 결합법칙을 사용하면 (( a) + a) + x = ( a) + b. (3)

제1장 군 제1절 소개와 예 제2절 이항연산 2.1 보기. 다음은 정수방정식 a + x = b를 푸는 과정이다. (1) 준식에 a를 더하여 ( a) + (a + x) = ( a) + b. (2) 결합법칙을 사용하면 (( a) + a) + x = ( a) + b. (3) 제장 군 제절 소개와 예 제절 이항연산. 보기. 다음은 정수방정식 + x = b를 푸는 과정이다. () 준식에 를 더하여 ( ) + ( + x) = ( ) + b. () 결합법칙을 사용하면 (( ) + ) + x = ( ) + b. () ( ) + = 임을 이용하면 + x = ( ) + b. (4) + x = x 이므로 x = ( ) + b. 이를 유리수방정식

More information

untitled

untitled Math. Statistics: Statistics? 1 What is Statistics? 1. (collection), (summarization), (analyzing), (presentation) (information) (statistics).., Survey, :, : : QC, 6-sigma, Data Mining(CRM) (Econometrics)

More information

레이아웃 1

레이아웃 1 Disability & Employment 11. 8. 제1권 제호(통권 7호) pp.97~118 중증장애인직업재활지원사업수행시설의 효율성비교* 양숙미 남서울대학교 사회복지학과 부교수 전동일 가톨릭대학교 박사과정 요 약 본 연구는 직업재활시설의 중증장애인 직업재활지원사업에 대한 효율성을 평가하여 효 율적인 운영방안을 제시하는데 목적이 있다. 본 연구를 위해

More information

조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a

조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a 조사연구 권 호 연구논문 한국노동패널조사자료의분석을위한패널가중치산출및사용방안사례연구 A Case Study on Construction and Use of Longitudinal Weights for Korea Labor Income Panel Survey 2)3) a) b) 조사연구 주제어 패널조사 횡단면가중치 종단면가중치 선형혼합모형 일반화선형혼 합모형

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

<BACFC7D1B3F3BEF7B5BFC7E22D3133B1C733C8A3504446BFEB2E687770>

<BACFC7D1B3F3BEF7B5BFC7E22D3133B1C733C8A3504446BFEB2E687770> 북한의 주요 농업 관련 법령 해설 1) 이번 호와 다음 호에서는 북한의 주요 농업 관련 법령을 소개하려 한다. 북한의 협동농장은 농업협동조합기준규약초안 과 농장법 에 잘 규정되어 있다. 북한 사회주의 농업정책은 사회 주의농촌문제 테제 2), 농업법, 산림법 등을 통해 엿볼 수 있다. 국가계획과 농업부문의 관 계, 농산물의 공급에 관해서는 인민경제계획법, 사회주의상업법,

More information

1 9 2 0 3 1 1912 1923 1922 1913 1913 192 4 0 00 40 0 00 300 3 0 00 191 20 58 1920 1922 29 1923 222 2 2 68 6 9

1 9 2 0 3 1 1912 1923 1922 1913 1913 192 4 0 00 40 0 00 300 3 0 00 191 20 58 1920 1922 29 1923 222 2 2 68 6 9 (1920~1945 ) 1 9 2 0 3 1 1912 1923 1922 1913 1913 192 4 0 00 40 0 00 300 3 0 00 191 20 58 1920 1922 29 1923 222 2 2 68 6 9 1918 4 1930 1933 1 932 70 8 0 1938 1923 3 1 3 1 1923 3 1920 1926 1930 3 70 71

More information

LM_matrix.pages

LM_matrix.pages 설명변수가 개이상인경우이를다중회귀라한다. 물론종속변수는하나이다. 종속변수가하나이상인회귀모형을 Simulteous Equtio( 연립방정식모형 ) 이라한다. 설명변수가 개존재하는경우선형다중회귀모형을다음과같다. Y i α + βx i + βxi +... + β Xi + ei i,,..., ( 모형 ), --- () α, β, β,..., β X 는회귀계수이고 i,

More information

<31332EBEC6C6AEB8B6C4C9C6C3C0BB20C8B0BFEBC7D120C6D0C5B0C1F6B5F0C0DAC0CE20BFACB1B82E687770>

<31332EBEC6C6AEB8B6C4C9C6C3C0BB20C8B0BFEBC7D120C6D0C5B0C1F6B5F0C0DAC0CE20BFACB1B82E687770> A Journal of Brand Design Association of Korea 통권 제 9호 2007 12 Vol. 5 No. 2 아트마케팅을 활용한 화장품 브랜드 디자인 연구 -화장품패키지디자인 중심으로- A Study on the Cosmetic Brand Package Design Applied Art-Marketing - Focusing on Cosmetic

More information

지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월

지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., KOSPI200.,. * 지능정보연구제 16 권제 1 호 2010 년 3 월 지능정보연구제 16 권제 1 호 2010 년 3 월 (pp.71~92),.,.,., Support Vector Machines,,., 2004 5 2009 12 KOSPI200.,. * 2009. 지능정보연구제 16 권제 1 호 2010 년 3 월 김선웅 안현철 社 1), 28 1, 2009, 4. 1. 지능정보연구제 16 권제 1 호 2010 년 3 월 Support

More information

에너지경제연구제 16 권제 1 호 Korean Energy Economic Review Volume 16, Number 1, March 2017 : pp. 95~118 학술 탄소은행제의가정용전력수요절감효과 분석 1) 2) 3) * ** *** 95

에너지경제연구제 16 권제 1 호 Korean Energy Economic Review Volume 16, Number 1, March 2017 : pp. 95~118 학술 탄소은행제의가정용전력수요절감효과 분석 1) 2) 3) * ** *** 95 에너지경제연구제 16 권제 1 호 Korean Energy Economic Review Volume 16, Number 1, March 2017 : pp. 95~118 학술 탄소은행제의가정용전력수요절감효과 분석 1) 2) 3) * ** *** 95 Intended Nationally Determined Contributions 96 97 98 99 100 101

More information

1. KT 올레스퀘어 미디어파사드 콘텐츠 개발.hwp

1. KT 올레스퀘어 미디어파사드 콘텐츠 개발.hwp Journal of Next-generation Convergence Information Services Technology Vol.4, No.1, June (2015), pp. 1-8 차세대컨버전스정보서비스기술논문지 KT 올레스퀘어 미디어파사드 콘텐츠 개발 Media Fasade Contents Development of KT Olleh Square 김동조

More information

에너지경제연구 제12권 제2호

에너지경제연구 제12권 제2호 에너지경제연구 Korean Energy Economic Review Volume 12, Number 2, September 2013 : pp. 33~58 지구온난화가가정부문에너지소비량에미치는 영향분석 : 전력수요를중심으로 33 ~ ~ ~ ~ ~ ~ ~ 34 ~ 35 ~ 36 ~ 37 < 표 1> 변수들의기초통계량 ~ ~ ~ ~ 38 [ 그림 1] 로그변수들의시간에대한추세

More information

Journal of Educational Innovation Research 2017, Vol. 27, No. 4, pp DOI: * A Study on Teache

Journal of Educational Innovation Research 2017, Vol. 27, No. 4, pp DOI:   * A Study on Teache Journal of Educational Innovation Research 2017, Vol. 27, No. 4, pp.149-171 DOI: http://dx.doi.org/10.21024/pnuedi.27.4.201712.149 * A Study on Teachers and Parents Perceptions on the Introduction of Innovational

More information

<B1B3B9DFBFF83330B1C7C1A631C8A35FC6EDC1FDBABB5FC7D5BABB362E687770>

<B1B3B9DFBFF83330B1C7C1A631C8A35FC6EDC1FDBABB5FC7D5BABB362E687770> 교육발전연구 Journal of Educational Development 2014. Vol. 30, No. 1, pp. 89~110 융합인재교육(STEAM)을 통한 시각적 문해력 효과 연구: 인포그래픽 동영상 만들기를 중심으로 강인애 1), 이재경 2), 남미진 3) 요 약 본 연구는 융합인재(STEAM)교육으로 구안된 인포그래픽(infographic) 영상

More information

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE Nov.; 26(11),

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE Nov.; 26(11), THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. 2015 Nov.; 26(11), 985991. http://dx.doi.org/10.5515/kjkiees.2015.26.11.985 ISSN 1226-3133 (Print)ISSN 2288-226X (Online) Analysis

More information

<35335FBCDBC7D1C1A42DB8E2B8AEBDBAC5CDC0C720C0FCB1E2C0FB20C6AFBCBA20BAD0BCAE2E687770>

<35335FBCDBC7D1C1A42DB8E2B8AEBDBAC5CDC0C720C0FCB1E2C0FB20C6AFBCBA20BAD0BCAE2E687770> Journal of the Korea Academia-Industrial cooperation Society Vol. 15, No. 2 pp. 1051-1058, 2014 http://dx.doi.org/10.5762/kais.2014.15.2.1051 멤리스터의 전기적 특성 분석을 위한 PSPICE 회로 해석 김부강 1, 박호종 2, 박용수 3, 송한정 1*

More information

( )EBS문제집-수리

( )EBS문제집-수리 www.ebsi.co.kr 50 024 www.ebsi.co.kr 025 026 01 a 2 A={ } AB=2B 1 4 B a 03 æ10 yæ10 y 10000 y (log )( log y) Mm M+m 3 5 7 9 11 02 { -2 1} f()=-{;4!;} +{;2!;} +5 Mm Mm -21-18 -15-12 -9 04 a =1a«+a«=3n+1(n=1,

More information

歯1.PDF

歯1.PDF 200176 .,.,.,. 5... 1/2. /. / 2. . 293.33 (54.32%), 65.54(12.13%), / 53.80(9.96%), 25.60(4.74%), 5.22(0.97%). / 3 S (1997)14.59% (1971) 10%, (1977).5%~11.5%, (1986)

More information

Probabilistic graphical models: Assignment 3 Seung-Hoon Na June 7, Gibbs sampler for Beta-Binomial Binomial및 beta분포는 다음과 같이 정의된다. k Bin(n, θ):

Probabilistic graphical models: Assignment 3 Seung-Hoon Na June 7, Gibbs sampler for Beta-Binomial Binomial및 beta분포는 다음과 같이 정의된다. k Bin(n, θ): Probabilistic graphical models: Assignment 3 Seung-Hoon Na June 7, 207 Gibbs sampler for Beta-Binomial Binomial및 beta분포는 다음과 같이 정의된다. k Bin(n, θ): binomial distribution은 성공확률이 θ인 시도에서, n번 시행 중 k번 성공할 확률

More information

한국성인에서초기황반변성질환과 연관된위험요인연구

한국성인에서초기황반변성질환과 연관된위험요인연구 한국성인에서초기황반변성질환과 연관된위험요인연구 한국성인에서초기황반변성질환과 연관된위험요인연구 - - i - - i - - ii - - iii - - iv - χ - v - - vi - - 1 - - 2 - - 3 - - 4 - 그림 1. 연구대상자선정도표 - 5 - - 6 - - 7 - - 8 - 그림 2. 연구의틀 χ - 9 - - 10 - - 11 -

More information

A y y y y y # 2#

A y y y y y # 2# 0. 9 A 0 0. 0-0.5748 0 0.454545 04 0.4 05 0.5 06 0.4 07-0.555 08 0.9666 09 5@ 5@ 00 0.5 0 5 5 5@ 5 # # 7 0.07 0.5 0.55 4 0.5 5 0.06 6 7 8 \ 9 \ 0 \ 0.^ 40-.4^0^ 4 50.^5^ 5 55.0^5^ 6 0.4^857^4857 7 0.^8^8

More information

우루과이 내지-1

우루과이 내지-1 U R U G U A Y U r u g u a y 1. 2 Part I Part II Part III Part IV Part V Part VI Part VII Part VIII 3 U r u g u a y 2. 4 Part I Part II Part III Part IV Part V Part VI Part VII Part VIII 5 U r u g u a

More information

02À±¼ø¿Á

02À±¼ø¿Á Geomorphic Development of Marine Terraces at Jeongdongjin-Daejin area on the East Coast, Central Part of Korean Peninsula Soon-Ock Yoon*, Sang-Ill Hwang** and Hak-Kyun Ban*** Abstract : In this paper we

More information

<313320205BB0E6C1A65DB0F8B0B32DC1F6BDC4C0E7BBEAC0CEB7C220BCF6B1DEC0FCB8C120BFACB1B85FC0CCC1D6BFAC28C3D6C1BE292E687770>

<313320205BB0E6C1A65DB0F8B0B32DC1F6BDC4C0E7BBEAC0CEB7C220BCF6B1DEC0FCB8C120BFACB1B85FC0CCC1D6BFAC28C3D6C1BE292E687770> 인프라 기초연구과제 최종보고서 지식재산 동향 및 미래전망 Intellectual Property Trends and Prospects - 지식재산인력 수급전망 연구 - 2013. 12 제 출 문 특허청장 귀하 본 보고서를 인프라사업의 기초연구활성화 연구과제 중, 지식재산 동향 및 미래전망 - 지식재산인력 수급전망 연구 과제의 최종보고서로 제출합니다. 2013년

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

행삭제 열삭제

행삭제 열삭제 행삭제 열삭제 σ σ σσ σ ε σ σ σ σ εσ σ 예제 1.1 ( 행렬식의계산 ) a = [2 1 0; 1 1 4; -3 2 5] a = 2 1 0 1 1 4-3 2 5 >> a(1,1)*det(a(2:3,2:3)) - a(1,2)*det(a(2:3,[1 3])) + a(1,3)*det(a(2:3,1:2)) -23 >> det(a) -23 예제 1.3

More information

12권2호내지합침

12권2호내지합침 14 OPTICAL SCIENCE AND TECHNOLOGY April 2008 15 16 OPTICAL SCIENCE AND TECHNOLOGY April 2008 17 18 OPTICAL SCIENCE AND TECHNOLOGY April 2008 19 20 OPTICAL SCIENCE AND TECHNOLOGY April 2008 21 22 OPTICAL

More information

Journal of Educational Innovation Research 2019, Vol. 29, No. 1, pp DOI: An Exploratory Stud

Journal of Educational Innovation Research 2019, Vol. 29, No. 1, pp DOI:   An Exploratory Stud Journal of Educational Innovation Research 2019, Vol. 29, No. 1, pp.423-441 DOI: http://dx.doi.org/10.21024/pnuedi.29.1.201903.423 An Exploratory Study on the Improvement of Democratic Consultative Culture

More information

00-1CD....

00-1CD.... 2009 년도한국해양과학기술협의회공동학술대회 5 월 28( 목 )~29 일 ( 금 ) 창원컨벤션센터 (CECO) p { œš Œ {œ Œ t Œ m u S ƒ S S v os O ŒO P ŒP p n S ŒsS o r r ur enr uuss Š tm g š uur r r n r os Œ z Œ { œš Œ s q s su Œ z Œ { œš Œ str n

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

기본서(상)해답Ⅰ(001~016)-OK

기본서(상)해답Ⅰ(001~016)-OK 1 1 01 01 (1) () 5 () _5 (4) _5_7 1 05 (5) { } 1 1 { } (6) _5 0 (1), 4 () 10, () 6, 5 0 (1) 18, 9, 6, 18 1,,, 6, 9, 18 01 () 1,,, 4, 4 1,,, 4, 6, 8, 1, 4 04 (1) () () (4) 1 (5) 05 (1) () () (4) 1 1 1 1

More information

- i - - ii - - iii - - iv - - v - - vi - - 1 - - 2 - - 3 - 1) 통계청고시제 2010-150 호 (2010.7.6 개정, 2011.1.1 시행 ) - 4 - 요양급여의적용기준및방법에관한세부사항에따른골밀도검사기준 (2007 년 11 월 1 일시행 ) - 5 - - 6 - - 7 - - 8 - - 9 - - 10 -

More information

목 차 Ⅰ. 조사개요 1 Ⅱ. 용어해설 13 Ⅲ. 조사결과 17 1. 과학기술인력 양성 및 활용에 관한 거시통계 분석 결과 9 1 가. 과학기술인의 양성 현황 19 나. 과학기술인의 취업 현황 24 다. 과학기술인의 경제활동 현황 27 라. 과학기술인의 고용 현황 28

목 차 Ⅰ. 조사개요 1 Ⅱ. 용어해설 13 Ⅲ. 조사결과 17 1. 과학기술인력 양성 및 활용에 관한 거시통계 분석 결과 9 1 가. 과학기술인의 양성 현황 19 나. 과학기술인의 취업 현황 24 다. 과학기술인의 경제활동 현황 27 라. 과학기술인의 고용 현황 28 목 차 Ⅰ. 조사개요 1 Ⅱ. 용어해설 13 Ⅲ. 조사결과 17 1. 과학기술인력 양성 및 활용에 관한 거시통계 분석 결과 9 1 가. 과학기술인의 양성 현황 19 나. 과학기술인의 취업 현황 24 다. 과학기술인의 경제활동 현황 27 라. 과학기술인의 고용 현황 28 2. 과학기술인력 활용 실태조사 분석 결과 23 가. 과학기술인의 고용 및 채용 현황 3

More information

= Fisher, I. (1930), ``The Theory of Interest,'' Macmillan ,

= Fisher, I. (1930), ``The Theory of Interest,'' Macmillan , Finance Lecture Note Series 학습목표 제4강 소유와 경영의 분리 효용함수(utility function): 효용함수, 한계효용(marginal utility), 한계대체율(marginal rate of substitution) 의 개념에 대해 알아본다 조 승 모2 (production possibility curve): 생산가능곡선과 한계변환율(marginal

More information

<32303130B3E220B0EDB7C9C0DA20C5EBB0E85FB0E6B3B22E687770>

<32303130B3E220B0EDB7C9C0DA20C5EBB0E85FB0E6B3B22E687770> 발 간 등 록 번 호 11-1240362-000009-10 2010년 경남 고령자통계 이 면은 빈 공간입니다. 자료 이용시 유의사항 1. 인구 부문의 자료는 인구주택총조사, 인구추계, 주민등록인구 등 통계 자료의 출처에 따라 수치가 다를 수 있음 2. 수록된 통계들은 각 기관의 (원)자료들을 인용 또는 가공한 것임 3. 통계수치 중 비율자료는 세목과 총계(또는

More information