NE_Ch3.hwp

Size: px
Start display at page:

Download "NE_Ch3.hwp"

Transcription

1 3. 실험데이터의통계적취급 모든측정자료에포함된불확정성을적절히취급하고의미있는결론을이끌어내기위해서는자료의통계학적인취급이필수적이다. 그리고실험을설계할때부터실험데이터에서요구되는정확도를알아내고필요한검출기의분해능과실험의지속시간등을추정하는과정에서도통계학은중요한역할을하고있다. 이장에서는핵및입자물리실험에밀접하게관련된부분으로제한하여통계학을설명하고자한다. 3.1 확률분포 통계학에서는주사위를던진다든지주어진시간안에붕괴하는방사성붕괴사건의개수추정등과같이실험결과가사건마다일정하지않은임의과정 (random process) 을취급하고있다. 임의과정은각각의가능한결과에대해기대되는빈도를나타내는확률밀도 (probability density) 에의해설명될수있다. 즉임의과정의결과는모든가능한영역에서분포하는임의변수 에의해결정된다. 예를들면하나의주사위를던지는경우 는 1부터 6까지의정수중하나가될것이다. 그리고이때결과가 값을가질확률은 이된다. 취급하는과정에따라 는연속일수도있고불연속일수도있다. 가불연속이라면 는각점 에서어떤값을가질것이며, 이때임의의구간 에서사건이일어날확률은다음과같다. (3.1) 그러나 가연속이라면어떤유한한 구간에서의사건발생확률만이가능하게된다. 즉 와 사이에서사건이일어날확률은 가되고, 어떤구간 에서사건이일어날확률은다음과같다. (3.2) 보통확률함수는다음과같이규격화되어있다. (3.3) 임의변수 의기댓값 (expectation value) 또는평균 (mean or average) 은 (3.4)

2 와같이정의되며, 임의의함수 의기댓값또는평균은 (3.5) 로정의된다. 그리고분산 (variance) 은 (3.6) 로정의된다. 이때표준편차 (standard deviation) 는확률분포의퍼진정도를나타내며임의변수 가평균 주위로얼마나요동 (fluctuate) 치는지를나타낸다. 앞에서하나의변수 만고려하는간단한경우만살펴보았다. 그러나일반적으로여러개의변수가관련되는경우에는다변확률분포함수 가이용된다. 이때각변수에대한평균과분산은이전과같이정의된다. 이에더하여각변수간의선형적인상관관계 (correlation) 를나타내는공분산 (covariance) 이다음과같이정의된다. cov (3.7) 그리고때때로공분산보다다음과같이정의되는상관계수 (correlation coefficient) 가더많이사용된다. cov (3.8) 상관계수는 -1 부터 1 사이에존재한다. 만약변수들이완전히선형적으로관계되어있다면 이되고, 전혀선형적인관계가없다면 0 이된다. 3.2 확률분포함수의예 무수히많은확률분포함수가운데물리학에서는주로이항 (binomial), 푸아송 (Poisson), 가우스 (Gaussian) 분포를사용한다. 예를들어, 동전을 번던졌을때순서에관계없이앞면이 번나올확률은다음과같은이항분포로주어진다. (3.9) 이때 는한번던졌을때앞면이나올확률이다. 이항분포는불연속함수이며몇가지예를그림 3.1에보여주고있다. 식 (3.4) 와 (3.6) 을이용하여평균과분산을구하면

3 (3.10) (3.11) 가된다. 그리고식 (3.9) 를 부터 까지합해주면이항분포함수가 1로규격화되어있다는것을보여줄수있다. 또 이매우크고 ( ) 가그리작지않은 ( ) 극한에서는이항분포가가우스분포로근사된다는것도보여줄수있다. 이때가우스분포의평균과분산은각각식 (3.10) 과식 (3.11) 이된다. 그림 3.1 일때몇가지 값에대한이항분포. 가우스분포는정규 (normal) 분포라고도부른다. 실험기기의측정오차등은대부분다음과같은가우스분포를따르게된다. exp (3.12) 그림 3.2에서볼수있듯이가우스분포는연속함수이며대칭적이다. 그리고가우스분포에서표준편차 는봉우리최고높이의약 60% 정도에서봉우리두께의절반에해당한다. 때로는표준편차대신절반높이에서의봉우리전체폭 () 이사용되기도하는데, 이두변수사이의관계는다음과같다. ln (3.13) 하지만불행하게도가우스분포의적분은해석적으로계산불가능하여수치적분에의존할수밖에없으며이값은여러참고문헌에표로잘요약되어져있다. 그리고이때표는주로축

4 약 (reduced) 가우스분포 ( ) 를이용하여나타낸다. 모든가우스분포는다음과같은변수변환을이용하여축약가우스분포로바꾸어줄수있다. (3.14) 실험데이터를해석할때매우유용하게사용되는것은주어진표준편차범위내에서가우스분포의적분값이다. 즉어떤사건이 ± 내에존재할확률은약 68.3% 이고, ± 내에존재할확률은약 85.5% 이며, ± 내에존재할확률은약 99.7% 가된다. 그림 3.2 가우스분포에서표준편차 와 과의관계. 사건의수 이무한대로근사하고확률 가 0으로근사하여평균 가유한한값으로남아야한다는조건을만족한다면이항분포는다음의푸아송분포로표현될수있다. exp (3.15) 이항분포와같이푸아송분포도불연속함수이다. 그림 3.3에서볼수있듯이푸아송분포는대칭이아니며따라서봉우리의최고높이지점이평균도아니다. 그러나평균이커지면점점더대칭성이회복되어결국 에서가우스분포로근사하게된다. 푸아송분포는한번시도에서사건이일어날확률은거의없지만시도횟수가매우커서결국사건발생의빈도가유한한값인경우에잘맞는다. 예를들면, 핵충돌이라든지방사능원소의붕괴등이이에해당한다고할수있다. 푸아송분포의중요한점은식 (3.15) 에서볼수있듯이평균 만나타나고 이나 는나타나지않는다는사실과 라는점이다. 이것이왜핵이나입자물리실험에서평균의제곱근이중요한지를설명해주고있다

5 그림 3.3 여러가지 값에대한푸아송분포. 이론적인계산값과실험데이터가얼마나잘일치하는가를판단하고싶을때는주로카이제곱 ( ) 변수를이용한다. 만약 개의독립변수 가있다고가정하자. 그리고각각의변수가가우스분포를따르고평균과표준편차가각각, 라고가정한다면, 카이제곱은 (3.16) 로정의되고이는평균값주위로데이터 의요동정도를나타내는변수가된다. 이때주어진 집합에대한 의확률분포함수는다음과같이된다. exp (3.17) 여기서정수 를자유도 (degrees of freedom) 라고부르며식 (3.17) 의유일한변수이고 은감마함수이다. 자유도는식 (3.16) 의독립변수의개수와관계된다. 그림 3.4는여러가지 에대한카이제곱분포를보여주고있다. 이때식 (3.4) 와 (3.6) 을이용하면카이제곱분포의평균과분산이각각, 가됨을보여줄수있다

6 만약 의분포가완벽한가우스확률분포를따른다면식 (3.16) 으로부터 를얻을수있다. 그리고카이제곱은이평균값근처로식 (3.17) 식에따라요동침을알수있다. 이와같은분석의유용성은측정한실험데이터와이론값사이의카이제곱이이론값에대한실험데이터의요동이적당 (reasonableness) 한지를판단할수있도록해준다는데있다. 즉 일때실험데이터는어떤맞춤함수또는이론값으로부터완벽한가우스분포를이루고맞춤이잘이루어졌음을의미한다. 그림 3.4 여러가지자유도 에대한카이제곱분포. 3.3 측정과정과오차 실험에서의측정과정은어떤확률분포에의해표현될수있는임의과정이라고말할수있으며, 확률분포의변수가바로우리가원하는정보를내포하게된다. 따라서측정의결과는이확률분포의표본이되고실험데이터의오차는표본오차라고볼수있다. 오차에는기기오차 (systematic error) 와통계오차 ( 또는임의오차 ) 가있다. 기기오차는측정당시기기자체의문제로인해실험데이터가정확한값을주지못할가능성때문에발생하는불확정성이다. 기기오차는같은조건에서같은기기로얻은측정값에같은방향으로같은양만큼주어진다. 보통기기오차는실험데이터의불확정성에가장중요한역할을함에도불구하고잘정의된분석방법이존재하지않으므로실험마다개별적으로취급해야만한다. 이에반해통계오차는무한히많은사건에서유한한임의표본을추출함에의해발생하므로통계이론으로다루어야만한다. 예를들어, 방사성핵이붕괴하는경우를생각해보자

7 이핵의붕괴가능성은양자역학적인확률법칙에의해결정되므로, 주어진시간안에발생하는붕괴사건의수는임의변수가된다. 단위시간안에붕괴사건의수를측정하는것은핵붕괴에대한확률분포의표본을취하는것이다. 이때처음측정한사건수를 이라고하자. 그리고계속해서두번째및세번째측정에서 및 사건수를측정했다고하자. 그러면이데이터로부터 의평균을구할수있고, 데이터는유한한표본이므로이평균에는통계적인불확정성이있을것이다. 이를통계오차라고부른다. 3.4 표본추출과변수추정 ( 최대공산법 ) 표본추출은우리가알지못하는분포함수의변수를얻기위한실험적인방법이다. 여론조사에서볼수있듯이표본추출시편향 (biased) 되지않은표본을얻는것은매우중요하다. 즉실험데이터에서실험자가생각하기에옳지않은것같다고판단하여데이터중의일부를버리는것은매우위험한일이다. 실험데이터중일부를버리기위해서는명백한이유가있어야만한다. 그렇다면표본데이터가주어졌을때구하고자하는변수의최적값 ( 참값에가장가까운값 ) 을정하는방법을무엇일까? 여기서최적값이란참값과실험적인추정값사이의분산이최소가되는경우가될것이다. 통계학에서는이를추정 (estimation) 이라고부른다. 추정문제는최적추정과추정의오차를정하는문제로나뉜다. 최적추정에는여러가지방법이있지만가장많이사용되는것이최대공산법 (maximum likelihood method) 이다. 우선평균이 이고분산이 인 표본을생각해보자. 이때표본평균은표본의산술적인평균으로정의된다. (3.18) 이때 극한에서는표본평균이평균으로접근한다. lim (3.19) 비슷하게표본분산은 (3.20) 으로정의되고 극한에서는분산 으로접근한다. 그리고변수가두개인경우의표본공분산 (sample covariance) 은다음과같이정의된다

8 cov (3.21) 물론 극한에서는식 (3.7) 의공분산으로접근한다. 최대공산법은표본이추출된분포의형태를알고있을때에만적용가능하다. 대부분물리실험의경우에이분포는가우스또는푸아송분포이다. 하지만좀더일반적으로이론적인분포인 로부터추출된 개의독립적인측정값 을생각해보자. 여기서 는구하고자하는변수이다. 최대공산법은다음과같은공산함수 (likelihood function) 를구하는것으로부터시작된다. (3.22) 이공산함수는실험에서 의순서로측정할확률이라고생각하도록하자. 최대공산원리란측정된값에서이확률이최대가된다는것이다. 따라서변수 는함수 이최대가되도록정해져야한다. 만약 이정칙 (regular) 함수라면 을풀어서 를구할수있을것이다. 만약둘이상의변수가존재한다면각각의변수에대한 의편미분방정식을이용하면될것이다. 어떤경우에는 보다는 의로그함수를미분하는것이더쉬울수도있다 ( 즉, ln ). 이식의해인 을 변수의최대공산추정값 (estimator) 이라고부른다. 만약두번째표본에서 을구하면이는첫번째추정값과다를것이다. 따라서추정값역시확률분포에의해묘사될수있다. 그렇다면 의오차는무엇일까? 식 (3.6) 을이용하면다음과같이 의분산을구할수있다. (3.23) 이식은일반적인표현식이지만불행하게도해석적인결과를얻을수있는경우는매우드물다. 그러므로더쉬운방법은최대점에서근사적으로다음을계산하는것이다. ln (3.24) 만약두개이상의변수가있다면위이차미분식의행렬을만들어야한다. ln (3.25) 그러면역행렬의대각선요소가분산의근사값이된다

9 (3.26) 한가지주의할점은처음에 의평균이 라고가정하였다는사실이다. 이는 의극한에서편향되지않은추정값에대해성립하는근사로써모든추정값에대해성립하는것은아니다. 이제최대공산법을푸아송분포에적용해보자. 평균이 인푸아송분포로부터 을측정했다고가정하자. 이때공산함수는 exp exp (3.27) 이되고, 이식에서곱셈을없애기위하여로그를취해준다. ln ln ln (3.28) 이제 를 로미분한식을 0 으로두면 (3.29) 와같이표본평균을얻을수있다. 그리고 의분산은식 (3.24) 를이용하여구할수있을것이다. 그러나지금과같이특별한경우에는다른방법을써보도록하자. 식 (3.6) 의분산의정의를표본에적용하고항을정리하면 (3.30) 식 (3.30) 의유도에는특별히푸아송분포가사용되지않는다. 따라서식 (3.30) 은일반적인표현식이며표본평균의분산은모분포의분산을표본의크기 으로나누어준것이다. 특별히푸아송분포에대해서는 이므로추정한푸아송평균에대한오차는다음과같다. (3.31) 이번에는최대공산법을가우스분포에적용해보자. 역시평균이 인가우스분포로부터 을측정했다고가정하자. 그러면공산함수및그것의로그형은각각

10 exp (3.32) ln ln (3.33) 이된다. 이제식 (3.33) 을 에대해편미분하고 0 으로두면 (3.34) 가된다. 즉가우스분포에대한최적추정평균역시푸아송분포의경우와마찬가지로표본평균이됨을알수있다. 이번에는식 (3.33) 을 에대해편미분하고다시 0으로두면 (3.35) 이되고결국다음과같이표본분산을얻게된다. (3.36) 그러나유한한표본의수에대해표본분산은편향된추정값이되며, 은정확한값이되지못하고아래에서볼수있듯이일정한상수만큼작게된다. (3.37) 그리고 극한에서 은진짜분산으로수렴하게된다. 따라서실제실험데이터를분석할때에는표본분산의평균에 요소를곱해주는것이더욱정확할것이다. (3.38) 결국평균과는다르게한개의표본 ( ) 만으로는표준편차를추정하는것이불가능하다는것을알수있다. 한편일반적인식 (3.30) 을이용하면 (3.39)

11 을얻을수있고이는결국식 (3.36) 과동일하며보통평균의표준오차라고부른다. 결국표본의개수 이증가할수록더욱정확한평균 를얻게되는것이다. 지금까지취급한예는모두같은기기로측정된같은양의표본만을다루었다. 그러나종종두개이상의서로다른양과오차를갖는데이터를합하여야하는경우가발생한다. 이경우여러데이터의단순한평균을구하는것은어떤데이터가다른것보다더욱정밀하게측정되었다는사실을무시하는것이다. 따라서각각의데이터에오차에따른중요도를고려한평균및오차를구하여야한다. 예를들어평균은 로같으나표준편차가 로서로다른가우스분포로부터각각 표본을추출했다고가정하자. 이때공산함수는식 (3.32) 에서 만 로바꾸어주면된다. 이공산함수를최대화시킨다면가중평균 (weighted mean) 은다음과같다는것을보여줄수있다. (3.40) 따라서기대했던대로 가작은 는더욱큰가중값을갖게된다. 그리고식 (3.24) 를이용하여가중평균의오차를구하면 (3.41) 이되고, 만약모든 가같은값을갖는다면가중평균과오차는각각식 (3.34) 와 (3.39) 로돌아가게된다. 3.5 몇가지예 ( 예 3.5.1) 접는의자의높이를 15번측정하여다음과같은실험데이터를얻었다. 이막대 의길이에대한최적추정값은얼마일까? ( 풀이 ) 길이측정의오차가기기 ( 의자또는자 ) 에관련된것이라고가정하면실험데이터는가우스분포를가질것으로예상할수있다. 식 (3.34) 로부터최적추정평균은 = 이되고, 식 (3.38) 로부터표준편차는 = 이된다. 그러면평균 의

12 표준오차는식 (3.39) 에의해 = 임을알수있다. 여기서최종결과를나타낼때의끝수버림 (rounding off) 에관해서설명할필요가있다. 우리가얻은평균 ( 여기서는 ) 에서취하는숫자의개수는그결과의오차 ( 여기서는 ) 에의해서결정이된다. 물론오차에서는 0이아닌첫번째숫자만의미가있다 ( 여기서는소수셋째자리까지 ). 그리고평균도오차와동일한자릿수를갖는다 ( 역시소수셋째자리까지 ). 끝수버림의일반적인방법은버려지는모든숫자의앞에소수점을부친후 ( 여기서는 의경우 0.33, 의경우 0.5), 이값이 (a) 0.5보다작으면마지막유효숫자 ( 여기서는 의경우에는 5, 의경우에는 1) 를그대로두고, (b) 0.5보다크면마지막숫자를 1만큼올려주며, (c) 정확히 0.5일때는마지막유효숫자가홀수인경우에는 1만큼올려주고, 짝수인경우에는그대로둔다. 결국의자길이에대한최적값은 = ±0.002가된다. 하지만이결과가다른데이터분석에사용되는경우에는일반적으로오차에서두개의숫자까지유지할것을권한다. 이때두번째숫자는축적된끝수버림에의한오차를피하는데도움이되기때문이다. 따라서이때는의자길이에대한최적값은 = ±0.0015가된다. 끝수버림에서주의할점한가지는한번에숫자하나씩버리는것은옳지않다는것이다. 예를들면임의로 2.346을생각해보자. 그리고앞에서설명한방법으로 2.3을얻었다고가정하자. 하지만한번에숫자하나씩버려서자릿수를맞춘다면 를얻게될것이다. ( 예 3.5.2) 7 개의논문에서뮤온의평균수명을찾아본결과다음과같이서로다른실험데이터를발견하였다. 최적값은얼마인가? 2.198±0.001 μs 2.202±0.003 μs ± μs ± μs 2.203±0.004 μs 2.197±0.005 μs 2.198±0.002 μs ( 풀이 ) 각각의데이터가서로다른오차를갖고있으므로가중평균공식을이용하여야만한다. 식 (3.40) 을이용하면평균수명으로 μs을얻고, 식 (3.41) 을이용하면평균수명의오차로 μs을얻는다. 이제앞에서설명한끝수버림방법을이용하면 = ± μs이된다. ( 예 3.5.3) 방사성원소인 22 Na 핵으로부터 1 분간일어나는붕괴사건의수를 5 번측정하여다음과같은실험데이터를얻었다. 이핵의붕괴율과오차를구하여라

13 ( 풀이 ) 방사능붕괴는푸아송분포에의해지배된다. 식 (3.29) 를이용하면 = 을얻고, 식 (3.31) 을이용하면 을얻는다. 앞에서설명한끝수버림방법을이용하면붕괴율은 (2206±21사건/ 분 ) 이된다. 그런데만약 5분동안위의모든핵붕괴사건 ( 총 11028) 을한꺼번에측정했다면결과는어떻게될까? 이경우의오차는 이될것이다. 즉붕괴율 = (11028±106 사건 /5 분 ) = (2206±21 사건 / 분 ) 이되어이전과같은결과를얻었다. 지금까지살펴본몇가지예에서는어떤신호가측정되었을경우에실험결과를취급하는법을다루었다. 하지만핵물리실험에서는어떤이론또는법칙에의해금지되어있는특정한사건을찾아야하는경우도많이있다. 만약실험을어떤시간 동안수행한후, 특별한신호를찾지못했다고가정해보자. 이경우에는비록신호를찾지못했다고하더라도, 앞의이론이나법칙에위배되는사건이 100% 없다고장담할수는없을것이다. 따라서대신평균수명이나붕괴율등에한계 (limit) 를주게된다. 이과정을설명하기위하여평균반응율이 인임의의반응과정을생각해보자. 그러면시간 동안특정사건을찾지못할확률은 exp (3.42) 가된다. 한편이식은시간 동안특정사건을발견하지못하였을때 의확률분포로도해석될수있다. 가 보다작을확률을구해보면 exp exp (3.43) 가된다. 여기서식 (3.42) 를 로규격화시켜주었음에유의하라. 이확률을구간 0과 사이의신뢰수준 (confidence level 또는간단히 ) 이라고부른다. 물론신뢰수준이높을수록더욱믿을만한데이터가될것이다. 그리고신뢰수준에따른 의값은식 (3.43) 으로부터 ln (3.44) 이된다. ( 예 3.5.4) 100일동안 50g의 82 Se에서중성미자방출이없는이중베타붕괴사건이일어나는지관측하였다 ( 보통이사건은경입자보존법칙에의해금지되어있으나, 최근의입자물리이론에서는가능성이제기되고있음 ). 효율이 20% 인검출기로이사건을발견하지못

14 하였다고가정하고이붕괴모드의평균수명에대한높은한계를정하라. ( 풀이 ) 만약 90% 의신뢰수준으로평균수명을구하고자한다면, 식 (3.44) 에의해 는 ln = 0.115/day 보다작다는것을예상할수있다. 이제이한계를 82 Se 핵의평균수명으로전환해야한다. 50g 안에는 82 Se 핵이 = [( /mol)/(82 g/mol)] (50 g) = 개 들어있다. 즉핵하나당붕괴확률은 = (0.115/day)/( ) = /day 이된다. 평균수명은붕괴율의역수이므로 year (90% ) 임을알수있다. 결국 82 Se 핵으로부터의중성미자방출이없는이중베타붕괴사건은존재가능성을완전히배제할수는없으나, 매우드문사건임을알수있다. 3.6 오차의전파 오차를포함하고있는어떤데이터가다른물리변수를계산하는데사용된다면그오차가어떻게전파될까? 이를이해하기위하여어떤함수 를고려해보자. 이때각변수 와 의오차는각각, 라고가정하자. 그러면 의분산은 (3.45) 와같이구할수있을것이다. 여기서 의평균은 가된다. 첫번째미분항만고려한다면 (3.46) 이성립하고, 양변을제곱한후식 (3.45) 를대입하면

15 cov (3.47) 이된다. 이때공분산항은그부호에따라오차를증가시킬수도있고감소시킬수도있다. 만약두변수가서로독립적이라면공분산항은 0이된다. 다음에몇가지예를들어보자. (a) 합의오차 ( ): cov (3.48) (b) 차의오차 ( ): cov (3.49) (c) 곱의오차 ( ): cov 또는 cov (3.50) (d) 비의오차 ( ): cov 또는 cov (3.51) ( 예 3.6.1) 양성자나중성자와같은입자의편극을측정하는고전적인방법은이들입자를적당한분석표적 (analyzing target) 에입사시킨후, 산란된입자의비평형도 (asymmetry) 를측정하는것이다. 예를들어, 빔의오른쪽으로산란된입자수를, 왼쪽으로산란된입자수를 이라고가정하면, 비평형도는다음과같이계산할수있다. 이때 의오차를구하라. ( 풀이 ) 에대한표현식을미분하면다음의두식을얻는다. 여기서 이다. 만약 과 이푸아송분포를따르면이들의분산은각각, 이된다. 이때측정이독립적이어서 과 사이의공분산항이 0이라고가정하고식 (3.47) 을이용하면

16 을얻는다. 비평형도가매우작아서 라고가정하면위식은다음과같이쓸수있다. 3.7 실험데이터맞추기 임의의함수 를고려해보자. 개의 좌표에서 값을오차 로측정했다고가정하자. 이실험데이터를함수 으로맞추고자 (fitting) 한다. 여기서 은미지의변수이다. 물론측정한실험데이터의개수 이맞추고자하는변수의개수 보다더커야만할것이다 ( ). 최소제곱법 (least square method) 은다음의합이최소가될때 가최적이된다는것이다. (3.52) 식 (3.16) 과의유사성때문에이방법을카이제곱최소법 (chi-square minimization) 이라고부르기도하나, 엄격히이야기하면이는 함수가평균이 이고분산이 인가우스분포를따를때만맞는용어이다. 하지만최소제곱법은완전히일반적인것으로모분포의종류에관계없이성립한다. 만약모분포를이미알고있다면최대공산법을쓸수도있을것이다. 그리고모분포가가우스분포일때는두결과가같다는것을보여줄수있다. 참고로 와 가모두오차를갖고있을경우에는이들오차를각각제곱하여더한후제곱근을취한값 (quadrature 또는 quadratic sum) 을 대신사용하면된다. 이제 를구하기위해식 (3.52) 를미분해주면 (3.53) 을얻고함수 의종류에따라식 (3.53) 은해석적으로풀수도있고, 그렇지못할경우도있다. 이제 의최적값을구하였다고가정하고이변수의오차를구해보자. 이를위해소위공분산행렬또는오차행렬이라고부르는 를만들어야한다. (3.54)

17 이때이차미분은최소영역에서계산한다. 이때 의대각선원소 (diagonal element) 가바로 의분산이되며, 비대각선원소가 와 의공분산이된다. cov cov cov cov cov cov (3.55) 만약함수가 에대해선형적이라면식 (3.53) 은해석적으로풀수있다. 예를들어, 다음의함수 를생각해보자. (3.56) 여기서변수 와 를결정하기위해식 (3.52) 및그미분식을구하면 (3.57) (3.58) (3.59) 을얻는다. 이때 를다음과같이정의하면 (3.60) (3.61) 을얻게된다. 이제 와 의오차를구하기위해 의역오차행렬을 (3.62) 라고두자. 여기서

18 (3.63) 이다. 을이용하여식 (3.62) 의역을구해보면 (3.64) 을얻게되므로, (3.65) cov 이된다. 한편맞춤의질을판단하기위해서는카이제곱의평균 ( 최소영역에서의 ) 을이용한다. 3.2절에서이미설명하였듯이만약데이터가맞춤함수모양에맞고맞춤함수로부터벗어난정도가가우스분포를하고있다면 는평균이자유도 와같은카이제곱분포를따를것으로예상되고있다. 여기서자유도 이고선형맞춤의경우에는 가되므로 가된다. 이때일반적으로매우빠르고쉬운판단을위하여다음과같이정의되는축약카이제곱을자주이용한다. (3.66) 보통잘된맞춤에서는축약카이제곱이 1에가까워야하나좀더자세한분석에서는카이제곱이 보다클확률 를구하기도한다. 가 5% 보다큰경우에맞춤은받아들일만하다고말할수있다. 또다른주의할점은 가매우작을때이다. 이경우에는데이터가충분히요동치지않음을말해주는것으로서주로데이터의오차를너무크게할당한경우에해당한다. ( 예 3.7.1) 다음데이터를기술하는최적의맞춤직선을구하라 ( 풀이 ) 식 (3.57) - (3.65) 를이용하면다음의결과를얻을수있다

19 = 4.227, = 0.878, = 0.044, = 0.203, cov = 그리고맞춤이얼마나잘되었는가를판단하기위하여식 (3.57) 을이용하여카이제곱을구하면 = 임을알수있다. 이때독립적인데이터점이모두 6개이고 2개의변수를추출하였으므로자유도 는 4이고, 0.5가되어좋은맞춤임을알수있다. 그리고 4개의자유도에대하여 97.5% 가되어역시좋은맞춤임을확인할수있다. ( 예 3.7.2) 방사성핵의붕괴는다음과같이지수함수에의해기술된다. exp (3.67) 여기서 는시간이고 는 = 0일때핵의개수이며 는평균수명이다. 매 15초마다방 사능핵의붕괴사건의수를측정하여다음데이터를얻었다. 이핵의평균수명은얼마인 가? (sec) ( 풀이 ) 식 (3.67) 은선형이아니지만양변에로그를취하면선형으로전환할수있다. ln ln 식 (3.56) 과비교해보면 ln,, ln 이므로최소제곱법을이용할수있다. 한가지주의할점은오차의취급이다. 물론 은푸아송분포이므로통계적오차는 이다. 그러나맞춤에서는 ln 이사용되므로오차전파공식을사용해야만한다. ln ln 식 (3.57) 부터 (3.65) 를이용하면 = , = 4.721, = 0.001, = 0.054를얻으므로 = 111.1±0.1 sec이된다. 이때축약카이제곱은 = 15.6/8 = 1.96으로 1 보다좀높은것을알수있다. 좀더자세히맞춤의질을살펴보기위해카이제곱확률 15% 임을보면겨우받아들일수있는조건임을알수있다. 그림 3.5는데이터점들과최적의맞춤선형함수를보여주고있다. 이와같이맞춤의질이만족할만한수준에이르지못할때는배경사건 (background) 의포함여부또는방사능핵에다른핵종이섞여있을가능성등에대하여조사해봐야한다

20 그림 3.5 ( 예 3.7.2) 의실험데이터에대한맞춤함수. 앞의몇가지예에서독립변수 의오차는없거나무시할정도로작다고가정하였다. 하지만일반적으로 의오차가 의오차와비슷해지면어떻게될까? 이경우에는유효분산법 (effective variance method) 을사용하면된다. 자세한유도는참고문헌 1, 2를참고하 기바라며여기서는그결과만소개하도록하겠다. 결론적으로식 (3.52) 에서 대신 을대입하는것이다. 여기서 와 는각각 와 의오차이다. 이때미분항이보통 의함수이기때문에 는비선형이고 를극소화하기위해서는수치계산법을이용해야만한다. 수치해석법은모든경우에적용가능한일반적인방법이존재하지않고경우에따라적당한방법을찾아야한다 [3, 4]. 3.8 참고문헌 [1] M. Lybanon, Am. J. Phys. 52, 22 (1984). [2] J. Orear, Am. J. Phys. 50, 912 (1982); errata in 52, 278 (1984). [3] W. T. Eadie, D. Drijard, F. E. James, M. Roos, and B. Sadoulet, Statistical Methods in Experimental Physics (North-Holland, Amsterdam 1971). [4] P. R. Bevington, Data Reduction and Error Analysis for the Physical Sciences (McGraw-Hill Book Co., New York 1969)

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

statistics

statistics 수치를이용한자료요약 statistics hmkang@hallym.ac.kr 한림대학교 통계학 강희모 ( 한림대학교 ) 수치를이용한자료요약 1 / 26 수치를 통한 자료의 요약 요약 방대한 자료를 몇 개의 의미있는 수치로 요약 자료의 분포상태를 알 수 있는 통계기법 사용 중심위치의 측도(measure of center) : 어떤 값을 중심으로 분포되어 있는지

More information

(Microsoft PowerPoint - Ch19_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])

(Microsoft PowerPoint - Ch19_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345]) 수치해석 6009 Ch9. Numerical Itegratio Formulas Part 5. 소개 / 미적분 미분 : 독립변수에대한종속변수의변화율 d vt yt dt yt 임의의물체의시간에따른위치, vt 속도 함수의구배 적분 : 미분의역, 어떤구간내에서시간 / 공간에따라변화하는정보를합하여전체결과를구함. t yt vt dt 0 에서 t 까지의구간에서곡선 vt

More information

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

<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

(001~006)개념RPM3-2(부속)

(001~006)개념RPM3-2(부속) www.imth.tv - (~9)개념RPM-(본문).. : PM RPM - 대푯값 페이지 다민 PI LPI 알피엠 대푯값과산포도 유형 ⑴ 대푯값 자료 전체의 중심적인 경향이나 특징을 하나의 수로 나타낸 값 ⑵ 평균 (평균)= Ⅰ 통계 (변량)의 총합 (변량의 개수) 개념플러스 대푯값에는 평균, 중앙값, 최 빈값 등이 있다. ⑶ 중앙값 자료를 작은 값부터 크기순으로

More information

10. ..

10. .. 점추정구간추정표본크기 차례 점추정구간추정표본크기 1 점추정 2 구간추정 3 표본크기 추정의종류 점추정구간추정표본크기 점추정 (point estimation): 모수를어떤하나의값으로추측하는것 구간추정 (interval estimation): 모수를어떤구간으로추측하는것 예 ) 피그미족 (Pygmytribe) 의평균키는모수 µ 표본을추출하여평균을구해보니 135cm

More information

3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료

3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료 3 장기술통계 : 수치척도 Part B 분포형태, 상대적위치, 극단값 탐색적자료분석 두변수간의관련성측정 가중평균과그룹화자료 분포형태, 상대적위치, 극단값 분포형태 z-값 체비셰프의원리 경험법칙 극단값찾기 분포형태 : 왜도 (skewness) 분포형태를측정하는중요한척도중하나를 왜도 라고한다. 자료집합의왜도를구하는계산식은조금복잡하다. 통계프로그램을사용하여왜도를쉽게계산할수있다.

More information

<3235B0AD20BCF6BFADC0C720B1D8C7D120C2FC20B0C5C1FE20322E687770>

<3235B0AD20BCF6BFADC0C720B1D8C7D120C2FC20B0C5C1FE20322E687770> 25 강. 수열의극한참거짓 2 두수열 { }, {b n } 의극한에대한 < 보기 > 의설명중옳은것을모두고르면? Ⅰ. < b n 이고 lim = 이면 lim b n =이다. Ⅱ. 두수열 { }, {b n } 이수렴할때 < b n 이면 lim < lim b n 이다. Ⅲ. lim b n =0이면 lim =0또는 lim b n =0이다. Ⅰ 2Ⅱ 3Ⅲ 4Ⅰ,Ⅱ 5Ⅰ,Ⅲ

More information

31. 을전개한식에서 의계수는? 를전개한식이 일 때, 의값은? 을전개했을때, 의계수와상수항의합을구하면? 을전개했을때, 의 계수는? 를전개했을때, 상수항을 구하여라. 37

31. 을전개한식에서 의계수는? 를전개한식이 일 때, 의값은? 을전개했을때, 의계수와상수항의합을구하면? 을전개했을때, 의 계수는? 를전개했을때, 상수항을 구하여라. 37 21. 다음식의값이유리수가되도록유리수 의값을 정하면? 1 4 2 5 3 26. 을전개하면상수항을 제외한각항의계수의총합이 이다. 이때, 의값은? 1 2 3 4 5 22. 일때, 의값은? 1 2 3 4 5 27. 를전개하여간단히 하였을때, 의계수는? 1 2 3 4 5 23. 를전개하여 간단히하였을때, 상수항은? 1 2 3 4 5 28. 두자연수 와 를 로나누면나머지가각각

More information

제 12강 함수수열의 평등수렴

제 12강 함수수열의 평등수렴 제 강함수수열의평등수렴 함수의수열과극한 정의 ( 점별수렴 ): 주어진집합 과각각의자연수 에대하여함수 f : 이있다고가정하자. 이때 을집합 에서로가는함수의수열이라고한다. 모든 x 에대하여 f 수열 f ( x) lim f ( x) 가성립할때함수수열 { f } 이집합 에서함수 f 로수렴한다고한다. 또 함수 f 을집합 에서의함수수열 { f } 의극한 ( 함수 ) 이라고한다.

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

슬라이드 1

슬라이드 1 장연립방정식을 풀기위한반복법. 선형시스템 : Guss-Sedel. 비선형시스템 . 선형시스템 : Guss-Sedel (/0) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정식을푸는반복법중에서 가장보편적으로사용되는방법이다. 개의방정식에서 인 ( 대각원소들이모두 0 이아닌 ) 경우를다루자. j j b j b j j j

More information

장연립방정식을풀기위한반복법 12.1 선형시스템 : Gauss-Seidel 12.2 비선형시스템 12.1 선형시스템 : Gauss-Seidel (1/10) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정

장연립방정식을풀기위한반복법 12.1 선형시스템 : Gauss-Seidel 12.2 비선형시스템 12.1 선형시스템 : Gauss-Seidel (1/10) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. G-S 방법은선형대수방정 . 선형시스템 : GussSedel. 비선형시스템. 선형시스템 : GussSedel (/0) 반복법은초기근을가정한후에더좋은근의값을추정하는체계적인절차를이용한다. GS 방법은선형대수방정식을푸는반복법중에서 가장보편적으로사용되는방법이다. 개의방정식에서 인 ( 대각원소들이모두 0 이아닌 ) 경우를다루자. j j b j j b j j 여기서 j b j j j 현재반복단계

More information

01

01 2019 학년도대학수학능력시험 9 월모의평가문제및정답 2019 학년도대학수학능력시험 9 월모의평가문제지 1 제 2 교시 5 지선다형 1. 두벡터, 모든성분의합은? [2 점 ] 에대하여벡터 의 3. 좌표공간의두점 A, B 에대하여선분 AB 를 로외분하는점의좌표가 일때, 의값은? [2점] 1 2 3 4 5 1 2 3 4 5 2. lim 의값은? [2점] 4. 두사건,

More information

제 3강 역함수의 미분과 로피탈의 정리

제 3강 역함수의 미분과 로피탈의 정리 제 3 강역함수의미분과로피탈의정리 역함수의미분 : 두실수 a b 와폐구갂 [ ab, ] 에서 -이고연속인함수 f 가 ( a, b) 미분가능하다고가정하자. 만일 f '( ) 0 이면역함수 f 은실수 f( ) 에서미분가능하고 ( f )'( f ( )) 이다. f '( ) 에서 증명 : 폐구갂 [ ab, ] 에서 -이고연속인함수 f 는증가함수이거나감소함수이다 (

More information

Microsoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt

Microsoft PowerPoint - ºÐÆ÷ÃßÁ¤(ÀüÄ¡Çõ).ppt 수명분포및신뢰도의 통계적추정 포항공과대학교산업공학과전치혁.. 수명및수명분포 수명 - 고장 까지의시간 - 확률변수로간주 - 통상잘알려진분포를따른다고가정 수명분포 - 확률밀도함수또는 누적 분포함수로표현 - 신뢰도, 고장률, MTTF 등신뢰성지표는수명분포로부터도출 - 수명분포추정은분포함수관련모수의추정 누적분포함수및확률밀도함수 누적분포함수 cumulav dsbuo

More information

Microsoft PowerPoint - SBE univariate5.pptx

Microsoft PowerPoint - SBE univariate5.pptx 이상치 (outlier) 진단및해결 Homework 데이터 ( Option.XLS) 결과해석 치우침? 평균이중앙값에비해다소크다. 그러나이상치때문이지치우친것같지않음. Toys us 스톡옵션비율이이상치 해결방법 : Log 변환? 아니다치우쳐있지않기때문에제거 제거후 : 평균 :.74, 중위수 :.7 31 치우침과이상치 데이터 : 노트북평가점수 우로치우침과이상치가존재

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

3. 다음은카르노맵의표이다. 논리식을간략화한것은? < 나 > 4. 다음카르노맵을간략화시킨결과는? < >

3. 다음은카르노맵의표이다. 논리식을간략화한것은? < 나 > 4. 다음카르노맵을간략화시킨결과는? < > . 변수의수 ( 數 ) 가 3 이라면카르노맵에서몇개의칸이요구되는가? 2칸 나 4칸 다 6칸 8칸 < > 2. 다음진리표의카르노맵을작성한것중옳은것은? < 나 > 다 나 입력출력 Y - 2 - 3. 다음은카르노맵의표이다. 논리식을간략화한것은? < 나 > 4. 다음카르노맵을간략화시킨결과는? < > 2 2 2 2 2 2 2-3 - 5. 다음진리표를간략히한결과

More information

= ``...(2011), , (.)''

= ``...(2011), , (.)'' Finance Lecture Note Series 사회과학과 수학 제2강. 미분 조 승 모2 영남대학교 경제금융학부 학습목표. 미분의 개념: 미분과 도함수의 개념에 대해 알아본다. : 실제로 미분을 어떻게 하는지 알아본다. : 극값의 개념을 알아보고 미분을 통해 어떻게 구하는지 알아본다. 4. 미분과 극한: 미분을 이용하여 극한값을 구하는 방법에 대해 알아본다.

More information

Microsoft PowerPoint - chap_2_rep.ppt [호환 모드]

Microsoft PowerPoint - chap_2_rep.ppt [호환 모드] 제 강.1 통계적기초 확률변수 (Radom Variable). 확률변수 (r.v.): 관측되기전까지는그값이알려지지않은변수. 확률변수의값은확률적실험으로부터결과된다. 확률적실험은실제수행할수있는실험뿐아니라가상적실험도포함함 (ex. 주사위던지기, [0,1] 실선에점던지기 ) 확률변수는그변수의모든가능한값들의집합에대해정의된알려지거나알려지지않은어떤확률분포의존재가연계됨 반면에,

More information

(Microsoft PowerPoint - Ch21_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])

(Microsoft PowerPoint - Ch21_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345]) 수치해석 161009 Ch21. Numerical Differentiation 21.1 소개및배경 (1/2) 미분 도함수 : 독립변수에대한종속변수의변화율 y = x f ( xi + x) f ( xi ) x dy dx f ( xi + x) f ( xi ) = lim = y = f ( xi ) x 0 x 차분근사 도함수 1 차도함수 : 곡선의한점에서접선의구배 21.1

More information

생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포

생존분석의 추정과 비교 : 보충자료 이용희 December 12, 2018 Contents 1 생존함수와 위험함수 생존함수와 위험함수 예제: 지수분포 생존분석의 추정과 비교 : 보충자료 이용희 December, 8 Cotets 생존함수와 위험함수. 생존함수와 위험함수....................................... 예제: 지수분포.......................................... 예제: 와이블분포.........................................

More information

소성해석

소성해석 3 강유한요소법 3 강목차 3. 미분방정식의근사해법-Ritz법 3. 미분방정식의근사해법 가중오차법 3.3 유한요소법개념 3.4 편미분방정식의유한요소법 . CAD 전처리프로그램 (Preprocessor) DXF, STL 파일 입력데이타 유한요소솔버 (Finite Element Solver) 자연법칙지배방정식유한요소방정식파생변수의계산 질량보존법칙 연속방정식 뉴톤의운동법칙평형방정식대수방정식

More information

Python과 함께 배우는 신호 해석 제 5 강. 복소수 연산 및 Python을 이용한 복소수 연산 (제 2 장. 복소수 기초)

Python과 함께 배우는 신호 해석 제 5 강. 복소수 연산 및 Python을 이용한 복소수 연산      (제 2 장. 복소수 기초) 제 5 강. 복소수연산및 을이용한복소수연산 ( 제 2 장. 복소수기초 ) 한림대학교전자공학과 한림대학교 제 5 강. 복소수연산및 을이용한복소수연산 1 배울내용 복소수의기본개념복소수의표현오일러 (Euler) 공식복소수의대수연산 1의 N 승근 한림대학교 제 5 강. 복소수연산및 을이용한복소수연산 2 복소수의 4 칙연산 복소수의덧셈과뺄셈에는직각좌표계표현을사용하고,

More information

R t-..

R t-.. R 과데이터분석 집단의차이비교 t- 검정 양창모 청주교육대학교컴퓨터교육과 2015 년겨울 t- 검정 변수의값이연속적이고정규분포를따른다고할때사용 t.test() 는모평균과모평균의 95% 신뢰구간을추청함과동시에가설검증을수행한다. 모평균의구간추정 - 일표본 t- 검정 이가설검정의귀무가설은 모평균이 0 이다 라는귀무가설이다. > x t.test(x)

More information

Microsoft Word - SAS_Data Manipulate.docx

Microsoft Word - SAS_Data Manipulate.docx 수학계산관련 함수 함수 형태 내용 SIN(argument) TAN(argument) EXP( 변수명 ) SIN 값을계산 -1 argument 1 TAN 값을계산, -1 argument 1 지수함수로지수값을계산한다 SQRT( 변수명 ) 제곱근값을계산한다 제곱은 x**(1/3) = 3 x x 1/ 3 x**2, 세제곱근 LOG( 변수명 ) LOGN( 변수명 )

More information

<4D F736F F F696E74202D2035BBF3C6F2C7FC5FBCF8BCF6B9B0C1FA2E BC8A3C8AF20B8F0B5E55D>

<4D F736F F F696E74202D2035BBF3C6F2C7FC5FBCF8BCF6B9B0C1FA2E BC8A3C8AF20B8F0B5E55D> 5. 상평형 : 순수물질 이광남 5. 상평형 : 순수물질 상전이 phase transition 서론 ~ 조성의변화없는상변화 5. 상평형 : 순수물질 전이열역학 5. 안정성조건 G ng ng n G G 자발적변화 G < 0 G > G or 물질은가장낮은몰Gibbs 에너지를갖는상 가장안정한상 으로변화하려는경향 5. 상평형 : 순수물질 3 5. 압력에따른Gibbs

More information

문제지 제시문 2 보이지 않는 영역에 대한 정보를 얻기 위하여 관측된 다른 정보를 분석하여 역으로 미 관측 영역 에 대한 정보를 얻을 수 있다. 가령 주어진 영역에 장애물이 있는 경우 한 끝 점에서 출발하여 다른 끝 점에 도달하는 최단 경로의 개수를 분석하여 장애물의

문제지 제시문 2 보이지 않는 영역에 대한 정보를 얻기 위하여 관측된 다른 정보를 분석하여 역으로 미 관측 영역 에 대한 정보를 얻을 수 있다. 가령 주어진 영역에 장애물이 있는 경우 한 끝 점에서 출발하여 다른 끝 점에 도달하는 최단 경로의 개수를 분석하여 장애물의 제시문 문제지 2015학년도 대학 신입학생 수시모집 일반전형 면접 및 구술고사 수학 제시문 1 하나의 동전을 던질 때, 앞면이나 뒷면이 나온다. 번째 던지기 전까지 뒷면이 나온 횟수를 라 하자( ). 처음 던지기 전 가진 점수를 점이라 하고, 번째 던졌을 때, 동전의 뒷면이 나오면 가지고 있던 점수를 그대로 두고, 동전의 앞면이 나오면 가지고 있던 점수를 배

More information

실험 5

실험 5 실험. OP Amp 의기초회로 Inverting Amplifier OP amp 를이용한아래와같은 inverting amplifier 회로를고려해본다. ( 그림 ) Inverting amplifier 위의회로에서 OP amp의 입력단자는 + 입력단자와동일한그라운드전압, 즉 0V를유지한다. 또한 OP amp 입력단자로흘러들어가는전류는 0 이므로, 저항에흐르는전류는다음과같다.

More information

PowerPoint Presentation

PowerPoint Presentation RL 과 RC 회로의완전응답 기초회로이론 학습목표 2/42 RL 혹은 RC 회로를해석하는방법 완전해, 등차해, 특수해 RL 혹은 RC 회로에서완전응답, 과도응답, 정상상태응답을얻는방법 목차 3/42 1. RL 혹은 RC 회로의해석 2. 1차미분방정식의해 3. 무전원응답 4. 시정수 5. RL 혹은 RC 회로의 DC 전원응답 6. 연속스위칭회로 Section

More information

제 5강 리만적분

제 5강 리만적분 제 5 강리만적분 리만적분 정의 : 두실수, 가 을만족핚다고가정하자.. 만일 P [, ] 이고 P 가두끝점, 을모두포함하는유핚집합일때, P 을 [, ] 의분핛 (prtitio) 이라고핚다. 주로 P { x x x } 로나타낸다.. 분핛 P { x x x } 의노름을다음과같이정의핚다. P x x x. 3. [, ] 의두분핛 P 와 Q 에대하여만일 P Q이면 Q

More information

Microsoft PowerPoint - IPYYUIHNPGFU

Microsoft PowerPoint - IPYYUIHNPGFU 분산분석 분산분석 (ANOVA: ANALYSIS OF VARIANCE) 두개이상의모집단의차이를검정 예 : 회사에서세종류의기계를설치하여동일한제품을생산하는경우, 각기계의생산량을조사하여평균생산량을비교 독립변수 : 다른변수에의해영향을주는변수 종속변수 : 다른변수에의해영향을받는변수 요인 (Factor): 독립변수 예에서의요인 : 기계의종류 (I, II, III) 요인수준

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

1 1 장. 함수와극한 1.1 함수를표현하는네가지방법 1.2 수학적모형 : 필수함수의목록 1.3 기존함수로부터새로운함수구하기 1.4 접선문제와속도문제 1.5 함수의극한 1.6 극한법칙을이용한극한계산 1.7 극한의엄밀한정의 1.8 연속

1 1 장. 함수와극한 1.1 함수를표현하는네가지방법 1.2 수학적모형 : 필수함수의목록 1.3 기존함수로부터새로운함수구하기 1.4 접선문제와속도문제 1.5 함수의극한 1.6 극한법칙을이용한극한계산 1.7 극한의엄밀한정의 1.8 연속 1 1 장. 함수와극한 1.1 함수를표현하는네가지방법 1.2 수학적모형 : 필수함수의목록 1.3 기존함수로부터새로운함수구하기 1.4 접선문제와속도문제 1.5 함수의극한 1.6 극한법칙을이용한극한계산 1.7 극한의엄밀한정의 1.8 연속 2 1.1 함수를표현하는네가지방법 함수 f : D E 는집합 D 의각원소 x 에집합 E 에속하는단하나의원소 f(x) 를 대응시키는규칙이다.

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

(b) 미분기 (c) 적분기 그림 6.1. 연산증폭기연산응용회로

(b) 미분기 (c) 적분기 그림 6.1. 연산증폭기연산응용회로 Lab. 1. I-V Characteristics of a Diode Lab. 6. 연산증폭기가산기, 미분기, 적분기회로 1. 실험목표 연산증폭기를이용한가산기, 미분기및적분기회로를구성, 측정및 평가해서연산증폭기연산응용회로를이해 2. 실험회로 A. 연산증폭기연산응용회로 (a) 가산기 (b) 미분기 (c) 적분기 그림 6.1. 연산증폭기연산응용회로 3. 실험장비및부품리스트

More information

미시경제학을위한기초수학 조남운 March 20, 함수 1.1 함수란무엇인가 여러분이미시경제학을배우면서미분을배우는이유는계산을통해함수의최대값이나최소값을구해야하기때문이다. 최대값이나최소값을구하기위해서는함수의미분을알

미시경제학을위한기초수학 조남운 March 20, 함수 1.1 함수란무엇인가 여러분이미시경제학을배우면서미분을배우는이유는계산을통해함수의최대값이나최소값을구해야하기때문이다. 최대값이나최소값을구하기위해서는함수의미분을알 미시경제학을위한기초수학 조남운 mailto:namun.cho@gmail.com March 20, 2008 1 함수 1.1 함수란무엇인가 여러분이미시경제학을배우면서미분을배우는이유는계산을통해함수의최대값이나최소값을구해야하기때문이다. 최대값이나최소값을구하기위해서는함수의미분을알아야하며, 함수의미분을알기위해서는함수의연속과극한을알아야한다. 그중에서도가장먼저알아야할것은 함수

More information

Microsoft Word - LectureNote.doc

Microsoft Word - LectureNote.doc 5. 보간법과회귀분석 . 보간법 Iterpolto. 서론 응용예 : 원자간 pr-wse tercto Tlor Seres oe-pot ppromto 를사용할수없는이유 Appromte / t 3 usg Tlor epso t.! P! 3 4 5 6 7 P 3-3 -5-43 -85 . Newto Tlor Seres 와의관계 te dvded derece Forwrd

More information

공공기관임금프리미엄추계 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영 ( 한국직업능력개발원연구위원 ) 연구보조원강승복 ( 한국노동연구원책임연구원 ) 이연구는국회예산정책처의정책연구용역사업으로 수행된것으로서, 본연구에서제시된의견이나대안등은

공공기관임금프리미엄추계 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영 ( 한국직업능력개발원연구위원 ) 연구보조원강승복 ( 한국노동연구원책임연구원 ) 이연구는국회예산정책처의정책연구용역사업으로 수행된것으로서, 본연구에서제시된의견이나대안등은 2013 년도연구용역보고서 공공기관임금프리미엄추계 - 2013. 12.- 이연구는국회예산정책처의연구용역사업으로수행된것으로서, 보고서의내용은연구용역사업을수행한연구자의개인의견이며, 국회예산정책처의공식견해가아님을알려드립니다. 연구책임자 한국노동연구원선임연구위원정진호 공공기관임금프리미엄추계 2013. 12. 연구책임자정진호 ( 한국노동연구원선임연구위원 ) 연구원오호영

More information

<BCF6B8AEBFB5BFAA28B0A1C7FC295FC2A6BCF62E687770>

<BCF6B8AEBFB5BFAA28B0A1C7FC295FC2A6BCF62E687770> 제 2 교시 2013 학년도대학수학능력시험문제지 수리영역 ( 가형 ) 1 짝수형 5 지선다형 1. 두행렬, 모든성분의합은? [2 점 ] 에대하여행렬 의 3. 좌표공간에서두점 A, B 에대하여선분 AB 를 로내분하는점의좌표가 이다. 의값은? [2점] 1 2 3 4 5 1 2 3 4 5 2. sin 일때, sin 의값은? ( 단, 이다.) [2 점 ] 1 2 3

More information

중심경향치 (measure of central tendency) 대표값이란용어이외에자료의중심값또는중심위치의척도 (measure of central location) 라고도함. 예 : 평균 (mean= 산술평균 ; arithmetic mean), 절사평균 (trimmed

중심경향치 (measure of central tendency) 대표값이란용어이외에자료의중심값또는중심위치의척도 (measure of central location) 라고도함. 예 : 평균 (mean= 산술평균 ; arithmetic mean), 절사평균 (trimmed 중심경향치 (measure of central tendency) 대표값이란용어이외에자료의중심값또는중심위치의척도 (measure of central location) 라고도함. 예 : 평균 (mean= 산술평균 ; arithmetic mean), 절사평균 (trimmed mean), 가중평균 (weighted mean), 기하평균 (geometric mean),

More information

제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Wint

제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Wint 제 3 장평활법 지수평활법 (exponential smoothing) 최근자료에더큰가중값, 과거로갈수록가중값을지수적으로줄여나가는방법 시스템에변화가있을경우변화에쉽게대처가능 계산이쉽고많은자료의저장이필요없다 예측이주목적단순지수평활법, 이중지수평활법, 삼중지수평활법, Winters의계절지수평활법 이동평균법 (moving average method) 평활에의해계절성분또는불규칙성분을제거하여전반적인추세를뚜렷하게파악

More information

Microsoft Word - EDA_Univariate.docx

Microsoft Word - EDA_Univariate.docx 일변량분석개념 일변량분석은개체의특성을 측정한변수가하나인 통계분석 방법 변수의 종류 ( 수리 통계 ) 이산형 (discrete): 측정결과를셀수있는경우이다. 성별, 직업, 교통량, 나이등이여기해당된다. 연속형 (continuous): 측정결과가무한이 (infinite) 많은변수를연속형형변수라한다. 즉변수의범위 (range) 중어떤구간을설정하더라도측정치가발생할할수있는경우로키,

More information

확률과통계6

확률과통계6 확률과통계 6. 이산형확률분포 건국대학교스마트 ICT 융합공학과윤경로 (yoonk@konkuk.ac.kr) 6. 이산형확률분포 6.1 이산균일분포 6.2 이항분포 6.3 초기하분포 6.4 포아송분포 6.5 기하분포 6.6 음이항분포 * ( 제외 ) 6.7 다항분포 * ( 제외 ) 6.1 이산균일분포 [ 정의 6-1] 이산균일분포 (discrete uniform

More information

OCW_C언어 기초

OCW_C언어 기초 초보프로그래머를위한 C 언어기초 4 장 : 연산자 2012 년 이은주 학습목표 수식의개념과연산자및피연산자에대한학습 C 의알아보기 연산자의우선순위와결합방향에대하여알아보기 2 목차 연산자의기본개념 수식 연산자와피연산자 산술연산자 / 증감연산자 관계연산자 / 논리연산자 비트연산자 / 대입연산자연산자의우선순위와결합방향 조건연산자 / 형변환연산자 연산자의우선순위 연산자의결합방향

More information

Microsoft PowerPoint 상 교류 회로

Microsoft PowerPoint 상 교류 회로 3상교류회로 11.1. 3 상교류의발생 평등자계중에놓인회전자철심에기계적으로 120 씩차이가나게감은코일 aa, bb,cc 를배치하고각속도의속도로회전하면각코일의양단에는다음식으로표현되는기전력이발생하게된다. 11.1. 3 상교류의발생 여기서 e a, e b, e c 는각각코일aa, bb, cc 양단에서얻어지는전압의순시치식이며, 각각을상 (phase) 이라한다. 이와같이전압의크기는같고위상이

More information

G Power

G Power G Power 부산대학교통계학과조영석 1. G Power 란? 2. G Power 설치및실행 2.1 G Power 설치 2.2 G Power 실행 3. 검정 (Test) 3.1 가설검정 (Test of hypothesis) 3.2 검정력 (Power) 3.3 효과크기 (Effect size) 3.4 표본수산정 4. 분석 4.1 t- 검정 (t-test) 4.2

More information

연구보고서 2009-05 일반화선형모형 (GLM) 을이용한 자동차보험요율상대도산출방법연구 Ⅰ. 요율상대도산출시일반화선형모형활용방법 1. 일반화선형모형 2 연구보고서 2009-05 2. 일반화선형모형의자동차보험요율산출에적용방법 요약 3 4 연구보고서 2009-05 Ⅱ. 일반화선형모형을이용한실증분석 1. 모형적용기준 < > = 요약 5 2. 통계자료및통계모형

More information

6.6) 7.7) tan 8.8) 자연수 10.10) 부등식 두 의전개식에서 의계수는? ) 사건 에대하여 P P 일때, P 의값은? ( 단, 은 의여사건이다.) 일때, tan 의값은? log log 을만족시키

6.6) 7.7) tan 8.8) 자연수 10.10) 부등식 두 의전개식에서 의계수는? ) 사건 에대하여 P P 일때, P 의값은? ( 단, 은 의여사건이다.) 일때, tan 의값은? log log 을만족시키 1.1) 벡터 2.2) cos 함수 제 2 교시 2016 년 6 월고 3 모의고사문제지 성명수험번호 3 1 먼저수험생이선택한응시유형의문제지인지확인하시오. 문제지에성명과수험번호를정확히기입하시오. 답안지에수험번호, 응시유형및답을표기할때는반드시 수험생이지켜야할일 에따라표기하시오. 단답형답의숫자에 0 이포함된경우, 0 을 OMR 답안지에반드시표기해야합니다. 문항에따라배점이다르니,

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

8.2. 측정시스템 측정시스템의기본개념 통계적품질관리는모든것을품질데이터에근거하고있으므로정확한데이터의수집이중요 측정시스템이제품이나공정을정확히측정하여올바른데이터를산출할수있는것인지반드시평가 측정오차의성질 정확성, 정밀도, 안정성, 재현성

8.2. 측정시스템 측정시스템의기본개념 통계적품질관리는모든것을품질데이터에근거하고있으므로정확한데이터의수집이중요 측정시스템이제품이나공정을정확히측정하여올바른데이터를산출할수있는것인지반드시평가 측정오차의성질 정확성, 정밀도, 안정성, 재현성 8.2. 측정시스템 8.2.1 측정시스템의기본개념 통계적품질관리는모든것을품질데이터에근거하고있으므로정확한데이터의수집이중요 측정시스템이제품이나공정을정확히측정하여올바른데이터를산출할수있는것인지반드시평가 8.2.2 측정오차의성질 정확성, 정밀도, 안정성, 재현성 2 2 측정오차 (1) 정확성 (accuracy) 측정의정확성은어떤계측기로동일의제품을측정할때에얻어지는측정치의평균과이특성의참값과의차를말한다.

More information

R

R R 과데이터분석 상관관계 양창모 청주교육대학교컴퓨터교육과 2015 년여름 양창모 ( 청주교육대학교컴퓨터교육과 ) Data Analysis using R 2015 년여름 1 / 20 상관관계 양적변수quantitative variables 사이의관계relationships를나타내기위하여상관계수correlation coefficients를사용한다. ± 기호를사용하여관계의방향을나타낸다.

More information

함수공간 함수공간, 점열린위상 Definition 0.1. X와 Y 는임의의집합이고 F(X, Y ) 를 X에서 Y 로의모든함수족이라하자. 집합 F(X, Y ) 에위상을정의할때이것을함수공간 (function space) 이라한다. F(X, Y ) 는다음과같이적당한적집합과

함수공간 함수공간, 점열린위상 Definition 0.1. X와 Y 는임의의집합이고 F(X, Y ) 를 X에서 Y 로의모든함수족이라하자. 집합 F(X, Y ) 에위상을정의할때이것을함수공간 (function space) 이라한다. F(X, Y ) 는다음과같이적당한적집합과 함수공간 함수공간, 점열린위상 Definition.1. X와 Y 는임의의집합이고 F(X, Y ) 를 X에서 Y 로의모든함수족이라하자. 집합 F(X, Y ) 에위상을정의할때이것을함수공간 (function spce) 이라한다. F(X, Y ) 는다음과같이적당한적집합과같음을볼수있다. 각 x X에대해 Y x = Y 라하자. 그리고 F := Y x x X 이라하자.

More information

Microsoft PowerPoint - LN05 [호환 모드]

Microsoft PowerPoint - LN05 [호환 모드] 계량재무분석 I Chapter 6 & 7 Probability Distribution II 경영대학재무금융학과 윤선중 0 Objectives 확률변수 이산확률분포 (Discrete Random Variables): 셀수있는확률변수 연속확률분포 (Continuous Random Variables): 셀수없는경우의수 이산확률변수 분포의대표값 기대치 (Expected

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

<5BB0EDB3ADB5B55D32303131B3E2B4EBBAF12DB0ED312D312DC1DFB0A32DC0B6C7D5B0FAC7D02D28312E28322920BAF2B9F0B0FA20BFF8C0DAC0C720C7FCBCBA2D3031292D3135B9AEC7D72E687770>

<5BB0EDB3ADB5B55D32303131B3E2B4EBBAF12DB0ED312D312DC1DFB0A32DC0B6C7D5B0FAC7D02D28312E28322920BAF2B9F0B0FA20BFF8C0DAC0C720C7FCBCBA2D3031292D3135B9AEC7D72E687770> 고1 융합 과학 2011년도 1학기 중간고사 대비 다음 글을 읽고 물음에 답하시오. 1 빅뱅 우주론에서 수소와 헬륨 의 형성에 대한 설명으로 옳은 것을 보기에서 모두 고른 것은? 4 서술형 다음 그림은 수소와 헬륨의 동위 원 소의 을 모형으로 나타낸 것이. 우주에서 생성된 수소와 헬륨 의 질량비 는 약 3:1 이. (+)전하를 띠는 양성자와 전기적 중성인 중성자

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

PowerPoint Presentation

PowerPoint Presentation 09 th Week Correlation Analysis 상관관계분석 Jongseok Lee Business Administration Hallym University 변수형태와통계적분석방법 H 0 : X ㅗ Y H 1 : X ~ Y X Categorical Y Categorical Chi-square Test X Categorical Y Numerical

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

슬라이드 1

슬라이드 1 1 장수치미분 1.1 소개및배경 1. 고정확도미분공식 1.3 Richardson 외삽법 1.4 부등간격의미분 1.5 오차가있는데이터의도함수와적분 1.6 MATLAB 을이용한수치미분 1.1 소개및배경 (1/4) 미분이란무엇인가? 도함수 : 독립변수에대한종속변수의변화율 y f( xi + x) f( xi) dy f( x = i + x) f( xi) = lim =

More information

Infinity(∞) Strategy

Infinity(∞) Strategy 반복제어 표월성 passwd74@cherub.sungkyul.edu 개요 for() 문 break문과 continue문 while문 do-while문 for() 문 for() 문형식 for( 표현식1; 표현식2; 표현식3) 여러문장들 ; 표현식 1 : 초기화 (1 번만수행 ) 표현식 2 : 반복문수행조건 ( 없으면무한반복 ) 표현식 3 : 반복문수행횟수 for()

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

슬라이드 제목 없음

슬라이드 제목 없음 계량치 Gage R&R 1 Gage R&R 의변동 반복성 (Equipment Variation) : EV- 계측장비에의한변동 - 동일측정자가동일조건에서반복하여발생된측정값의범위로부터계산되므로 Gage의변동을평가하게됨. 재현성 (Operator / Appraiser Variation) : AV- 평가자에의한변동 - 서로다른측정자가동일조건에서측정한값의차이로부터 계산되므로측정자에의한변동을평가함.

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 System Software Experiment 1 Lecture 5 - Array Spring 2019 Hwansoo Han (hhan@skku.edu) Advanced Research on Compilers and Systems, ARCS LAB Sungkyunkwan University http://arcs.skku.edu/ 1 배열 (Array) 동일한타입의데이터가여러개저장되어있는저장장소

More information

수리영역 5. 서로다른두개의주사위를동시에던져서나온두눈의수의곱 이짝수일때, 나온두눈의수의합이 또는 일확률은? 5) 의전개식에서상수항이존재하도록하는모든자 연수 의값의합은? 7) 다음순서도에서인쇄되는 의값은? 6) 8. 어떤특산

수리영역 5. 서로다른두개의주사위를동시에던져서나온두눈의수의곱 이짝수일때, 나온두눈의수의합이 또는 일확률은? 5) 의전개식에서상수항이존재하도록하는모든자 연수 의값의합은? 7) 다음순서도에서인쇄되는 의값은? 6) 8. 어떤특산 제 2 교시 2008 학년도 10 월고 3 전국연합학력평가문제지 수리영역 성명수험번호 3 1 먼저수험생이선택한응시유형의문제지인지확인하시오. 문제지에성명과수험번호를정확히기입하시오. 답안지에수험번호, 응시유형및답을표기할때는반드시 수험생이지켜야할일 에따라표기하시오. 단답형답의숫자에 0 이포함된경우, 0 을 OMR 답안지에반드시표기해야합니다. 문항에따라배점이다르니,

More information

Microsoft PowerPoint - ch02-1.ppt

Microsoft PowerPoint - ch02-1.ppt 2. Coodinte Sstems nd Tnsfomtion 20 20 2.2 Ctesin Coodintes (,, ) () (b) Figue 1.1 () Unit vectos,, nd, (b) components of long,, nd. 직각좌표계에서각변수 (,, ) 들의범위 < < < < < < (2.1) 직각좌표계에서임의의벡터 는,, 가그림 1.1 에서와같이,,

More information

<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63>

<4D F736F F D20BDC3B0E8BFADBAD0BCAE20C1A B0AD5FBCF6C1A45FB0E8B7AEB0E6C1A6C7D E646F63> 제 3 강계량경제학 Review Par I. 단순회귀모형 I. 계량경제학 A. 계량경제학 (Economerics 이란? i. 경제적이론이설명하는경제변수들간의관계를경제자료를바탕으로통 계적으로추정 (esimaion 고검정 (es 하는학문 거시소비함수 (Keynse. C=f(Y, 0

More information

설계란 무엇인가?

설계란 무엇인가? 금오공과대학교 C++ 프로그래밍 jhhwang@kumoh.ac.kr 컴퓨터공학과 황준하 6 강. 함수와배열, 포인터, 참조목차 함수와포인터 주소값의매개변수전달 주소의반환 함수와배열 배열의매개변수전달 함수와참조 참조에의한매개변수전달 참조의반환 프로그래밍연습 1 /15 6 강. 함수와배열, 포인터, 참조함수와포인터 C++ 매개변수전달방법 값에의한전달 : 변수값,

More information

마지막 변경일 2018년 5월 7일 ** 이항분포와 정규분포의 관계 ** Geogebra와 수학의 시각화 책의 3.2소절 내용임. 가장 최근 파일은 링크를 누르면 받아 보실 수 있습니다.

마지막 변경일 2018년 5월 7일 ** 이항분포와 정규분포의 관계 ** Geogebra와 수학의 시각화 책의 3.2소절 내용임.   가장 최근 파일은 링크를 누르면 받아 보실 수 있습니다. 마지막 변경일 2018년 5월 7일 ** 이항분포와 정규분포의 관계 ** Geogebra와 수학의 시각화 책의 3.2소절 내용임. http://min7014.iptime.org/math/2017063002.htm 가장 최근 파일은 링크를 누르면 받아 보실 수 있습니다. https://goo.gl/edxsm7 http://min7014.iptime.org/math/2018010602.pdf

More information

3 권 정답

3 권 정답 3 권 정답 엄마표학습생활기록부 엄마가선생님이되어아이의학업성취도를평가해주세요. 021 계획준수 학습기간 월일 ~ 월일 원리이해 시간단축 정확성 종합의견 022 계획준수 학습기간 월일 ~ 월일 원리이해 시간단축 정확성 종합의견 023 계획준수 학습기간 월일 ~ 월일 원리이해 시간단축 정확성 종합의견 024 계획준수 학습기간 월일 ~ 월일 원리이해 시간단속 정확성

More information

일반각과호도법 l 삼각함수와미분 1. 일반각 시초선 OX 로부터원점 O 를중심으로 만큼회전이동한위치에동경 OP 가있을때, XOP 의크기를나타내는각들을 ( 은정수 ) 로나타내고 OP 의일반각이라한다. 2. 라디안 rad 반지름과같은길이의호에대한중심각의 크기를 라디안이라한

일반각과호도법 l 삼각함수와미분 1. 일반각 시초선 OX 로부터원점 O 를중심으로 만큼회전이동한위치에동경 OP 가있을때, XOP 의크기를나타내는각들을 ( 은정수 ) 로나타내고 OP 의일반각이라한다. 2. 라디안 rad 반지름과같은길이의호에대한중심각의 크기를 라디안이라한 일반각과호도법 l 1. 일반각 시초선 OX 로부터원점 O 를중심으로 만큼회전이동한위치에동경 OP 가있을때, XOP 의크기를나타내는각들을 ( 은정수 ) 로나타내고 OP 의일반각이라한다. 2. 라디안 rad 반지름과같은길이의호에대한중심각의 크기를 라디안이라한다. 3. 호도법과육십분법 라디안 라디안 4. 부채꼴의호의길이와넓이 반지를의길이가 인원에서중심각이 인 부채꼴의호의길이를

More information

Microsoft PowerPoint - chap04-연산자.pptx

Microsoft PowerPoint - chap04-연산자.pptx int num; printf( Please enter an integer: "); scanf("%d", &num); if ( num < 0 ) printf("is negative.\n"); printf("num = %d\n", num); } 1 학습목표 수식의 개념과 연산자, 피연산자에 대해서 알아본다. C의 를 알아본다. 연산자의 우선 순위와 결합 방향에

More information

통신이론 2 장주파수해석 성공회대학교 정보통신공학과 1

통신이론 2 장주파수해석 성공회대학교 정보통신공학과 1 통신이론 장주파수해석 성공회대학교 정보통신공학과 제 장의구성. 시간영역과주파수영역. 푸리에해석.3 푸리에급수.4 푸리에변환.5 특이함수모델.6 푸리에변환쌍.7 푸리에변환과관련된정리들 . 시간영역과주파수영역 3 시간영역과주파수영역 통신에서의신호 - 시간의흐름에따라전압, 전류, 또는전력의변화량을나타낸것 신호를표시할수있는방법 y 진폭 시간영역에서의표현 x 시간 y

More information

완비거리공간 완비거리공간 Definition 0.1. (X, d) 는거리공간일때 X의점렬 < a n > 이모든 ɛ > 0에대해 n o N such that n, m > n o = d(a n, a m ) < ɛ 을만족하면이점렬을코시열 (Cauchy sequence) 이라

완비거리공간 완비거리공간 Definition 0.1. (X, d) 는거리공간일때 X의점렬 < a n > 이모든 ɛ > 0에대해 n o N such that n, m > n o = d(a n, a m ) < ɛ 을만족하면이점렬을코시열 (Cauchy sequence) 이라 완비거리공간 완비거리공간 Definition 0.1. (X, d) 는거리공간일때 X의점렬 < a n > 이모든 ɛ > 0에대해 n o N such that n, m > n o = d(a n, a m ) < ɛ 을만족하면이점렬을코시열 (Cauchy sequence) 이라한다. Example 0.2. < a n > 이 p에수렴하는점렬이면모든 ɛ > 0에대해 n

More information

수도권과비수도권근로자의임금격차에영향을미치는 집적경제의미시적메커니즘에관한실증연구 I. 서론

수도권과비수도권근로자의임금격차에영향을미치는 집적경제의미시적메커니즘에관한실증연구 I. 서론 수도권과비수도권근로자의임금격차에영향을미치는 집적경제의미시적메커니즘에관한실증연구 I. 서론 Ⅱ. 선행연구고찰 집적경제메커니즘의유형공유메커니즘매칭메커니즘학습메커니즘 내용기업이군집을형성하여분리불가능한생산요소, 중간재공급자, 노동력풀등을공유하는과정에서집적경제발생한지역에기업과노동력이군집을이뤄기업과노동력사이의매칭이촉진됨에따라집적경제발생군집이형성되면사람들사이의교류가촉진되어지식이확산되고새로운지식이창출됨에따라집적경제발생

More information

용역보고서

용역보고서 여러고장모드를갖는자료분석방법 2009. 1. ( 주 ) 한국신뢰성기술서비스 목차 여러고장모드를갖는자료분석방법...3 1. 개요...3 2. 분석방법및예제...4 2.1 CFM(Competing Failure Mode) 분석...4 2.2 Mixed Weibull 분석...4 2.3 Mixed Weibull 예제...5 3. 요약정리...9 ii http://www.korts.co.kr

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

(Microsoft Word - 6.SG_5156\260\374\274\272\270\360\270\340\306\256_\301\244\271\320\261\336_.doc)

(Microsoft Word - 6.SG_5156\260\374\274\272\270\360\270\340\306\256_\301\244\271\320\261\336_.doc) 관성모멘트측정장치 ( 정밀급 ) ( Experimental Apparatus for Moment of nertia ) SG-556 SEGYE 세계과학 본사 : 서울특별시송파구가락동 4 덕봉 B/D 4층 Tel: 0) 430-0050 Fax: 0) 430-0049 nternet: http://www.sgs.co.kr E-mail: segye@sgs.co.kr

More information

Chapter 연습문제답안. y *sin-*cos*^ep-*/sqrt. y [ ; sinpi/ ; sin*pi ; ] 혹은 [ sinpi/ sin*pi ]. a ais[- ] b et.,., sin. c.. a A는주어진행렬 M의 번째열만을표시하는새로운행렬을나타낸다.

Chapter 연습문제답안. y *sin-*cos*^ep-*/sqrt. y [ ; sinpi/ ; sin*pi ; ] 혹은 [ sinpi/ sin*pi ]. a ais[- ] b et.,., sin. c.. a A는주어진행렬 M의 번째열만을표시하는새로운행렬을나타낸다. IT CookBook, MATLAB 으로배우는공학수치해석 ] : 핵심개념부터응용까지 [ 연습문제답안이용안내 ] 본연습문제답안의저작권은한빛아카데미 주 에있습니다. 이자료를무단으로전제하거나배포할경우저작권법 조에의거하여최고 년이하의징역또는 천만원이하의벌금에처할수있고이를병과 倂科 할수도있습니다. - - Chapter 연습문제답안. y *sin-*cos*^ep-*/sqrt.

More information

확률 및 분포

확률 및 분포 확률및분포 박창이 서울시립대학교통계학과 박창이 ( 서울시립대학교통계학과 ) 확률및분포 1 / 15 학습내용 조건부확률막대그래프히스토그램선그래프산점도참고 박창이 ( 서울시립대학교통계학과 ) 확률및분포 2 / 15 조건부확률 I 첫째가딸일때두아이모두딸일확률 (1/2) 과둘중의하나가딸일때둘다딸일확률 (1/3) 에대한모의실험 >>> from collections import

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 실습 1 배효철 th1g@nate.com 1 목차 조건문 반복문 System.out 구구단 모양만들기 Up & Down 2 조건문 조건문의종류 If, switch If 문 조건식결과따라중괄호 { 블록을실행할지여부결정할때사용 조건식 true 또는 false값을산출할수있는연산식 boolean 변수 조건식이 true이면블록실행하고 false 이면블록실행하지않음 3

More information

자료의 이해 및 분석

자료의 이해 및 분석 어떤실험이나치료의효과를측정할때독립이아닌표본으로부터관찰치를얻었을때처리하는방법 - 동일한개체에어떤처리를하기전과후의자료를얻을때 - 가능한동일한특성을갖는두개의개체에서로다른처리를하여그처리의효과를비교하는방법 (matching) 1 예제 : 혈청 cholesterol 치를줄이기위해서 12 명을대상으로운동과함께식이요법의효과를 측정하기위한실험실시 2 식이요법 - 운동실험전과후의

More information

TOPOLOGY-WEEK 6 & 7 KI-HEON YUN 1. Quotient space( 상공간 ) X 가위상공간이고 Y 가집합이며 f : X Y 가전사함수일때, X 의위상을사용하여 Y 에위상을정의할수있는방법은? Definition 1.1. X 가위상공간, f : X

TOPOLOGY-WEEK 6 & 7 KI-HEON YUN 1. Quotient space( 상공간 ) X 가위상공간이고 Y 가집합이며 f : X Y 가전사함수일때, X 의위상을사용하여 Y 에위상을정의할수있는방법은? Definition 1.1. X 가위상공간, f : X TOPOLOGY-WEEK 6 & 7 KI-HEON YUN 1. Quotient space( 상공간 ) X 가위상공간이고 Y 가집합이며 f : X Y 가전사함수일때, X 의위상을사용하여 Y 에위상을정의할수있는방법은? Definition 1.1. X 가위상공간, f : X Y 가전사함수일때, T Y = {U Y f 1 (U) is open set in X} 로정의하면

More information

<B0F8BDC4C1A4B8AE2838C2F720BCF6C7D032292E687770>

<B0F8BDC4C1A4B8AE2838C2F720BCF6C7D032292E687770> 제 1 과방정식과부등식 분수방정식과고차방정식의연립방정식, 10단계와융합된계산문제, 고차부등식과분수부등식의연립부등식등다른내용과융합된계산문제를중심으로공부를해야한다. 방정식과부등식의풀이법을이해하고있는가를중심으로공부한다. 추론문제의경우증명과같은괄호를채우는문제를중심으로연습하는것이좋다 분수방정식, 무리방정식, 고차부등식, 분수부등식의각주제별로외적문제를구분지어연습해두어야한다.

More information

수열의극한 수열의극한에서활용되는방법은크게다섯가지이다. ] 거미줄도형 ] 유계이론 ] 일반항 ] 부동점( 극한값) 활용 ] 샌드위치이론 ] 거미줄도형 가장첫번째로거미줄도형은대부분의경우수열의극한문제에서엄밀한증명을위해활용되기보다는수열이수렴하는지여부를판단하고수열의극한이존재한다

수열의극한 수열의극한에서활용되는방법은크게다섯가지이다. ] 거미줄도형 ] 유계이론 ] 일반항 ] 부동점( 극한값) 활용 ] 샌드위치이론 ] 거미줄도형 가장첫번째로거미줄도형은대부분의경우수열의극한문제에서엄밀한증명을위해활용되기보다는수열이수렴하는지여부를판단하고수열의극한이존재한다 수열의극한 수열의극한에서활용되는방법은크게다섯가지이다. ] 거미줄도형 ] 유계이론 ] 일반항 ] 부동점( 극한값) 활용 ] 샌드위치이론 ] 거미줄도형 가장첫번째로거미줄도형은대부분의경우수열의극한문제에서엄밀한증명을위해활용되기보다는수열이수렴하는지여부를판단하고수열의극한이존재한다면어디로수렴해야하는지를판단하는데에활용된다. 예를들어보도록하자. 수열이다음과같이정의되어있을때,

More information

7. 인실수 에대하여 log 의지표를 이라할때, 옳 은것을보기에서모두고르면? ( 단, 는 를넘지않는최대의정수이다.) 7 ) ㄱ. log ㄴ. log 의지표는 이다. ㄷ. log log 이면 은 자리의정수 이다. 10. 다음은어느인터넷사이트의지도상단에있는버튼의기능을설명한

7. 인실수 에대하여 log 의지표를 이라할때, 옳 은것을보기에서모두고르면? ( 단, 는 를넘지않는최대의정수이다.) 7 ) ㄱ. log ㄴ. log 의지표는 이다. ㄷ. log log 이면 은 자리의정수 이다. 10. 다음은어느인터넷사이트의지도상단에있는버튼의기능을설명한 제 2 교시 2008 년 5 월고 3 모의고사문제지 성명수험번호 3 1 먼저수험생이선택한응시유형의문제지인지확인하시오. 문제지에성명과수험번호를정확히기입하시오. 답안지에수험번호, 응시유형및답을표기할때는반드시 수험생이지켜야할일 에따라표기하시오. 단답형답의숫자에 0 이포함된경우, 0 을 OMR 답안지에반드시표기해야합니다. 문항에따라배점이다르니, 각물음의끝에표시된배점을참고하시오.

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

모수검정과비모수검정 제 6 강 지리통계학

모수검정과비모수검정 제 6 강 지리통계학 모수검정과비모수검정 제 6 강 지리통계학 통계적추정의목적 연구자가주장하는연구가설을입증하기위한것 1 연구목적에맞는연구가설을설정 2 연구목적과수집된자료에부합되는적절한통계적검정방법을선택 3 귀무가설과연구가설 ( 대립가설 ) 을진술 4 유의수준을결정한후각분포유형에따라분포표를이용하여임계치를구하고기각역을설정 5 통계적검정유형에필요한통계량을각검정유형의공식을이용하여계산 6

More information

JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각

JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 (   ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각 JAVA 프로그래밍실습 실습 1) 실습목표 - 메소드개념이해하기 - 매개변수이해하기 - 새메소드만들기 - Math 클래스의기존메소드이용하기 ( http://java.sun.com/javase/6/docs/api ) 문제 - 직사각형모양의땅이있다. 이땅의둘레, 면적과대각선의길이를계산하는메소드들을작성하라. 직사각형의가로와세로의길이는주어진다. 대각선의길이는 Math클래스의적절한메소드를이용하여구하라.

More information

2156년올림픽 100미터육상경기에서여성의우승기록이남성의기록보다빠른첫해로남을수있음 2156년올림픽에서 100m 우승기록은남성의경우 8.098초, 여성은 8.079초로예측 통계적오차 ( 예측구간 ) 를고려하면빠르면 2064년, 늦어도 2788년에는그렇게될것이라고주장 유사

2156년올림픽 100미터육상경기에서여성의우승기록이남성의기록보다빠른첫해로남을수있음 2156년올림픽에서 100m 우승기록은남성의경우 8.098초, 여성은 8.079초로예측 통계적오차 ( 예측구간 ) 를고려하면빠르면 2064년, 늦어도 2788년에는그렇게될것이라고주장 유사 회귀분석 올림픽 100m 우승기록 2004년 9월과학저널 Nature에발표된 Oxford 대학교의임상병리학자인 Andrew Tatem과그의연구진의논문 1900~2004년까지의남성과여성의육상 100m 우승기록을분석하고앞으로최고기록이어떻게변할것인지를예측 2008년베이징올림픽에서남자의우승기록은 9.73±0.144(9.586, 9.874), 여자는 10.57±0.232(10.338,

More information

(Microsoft PowerPoint - Ch6_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345])

(Microsoft PowerPoint - Ch6_NumAnalysis.ppt [\310\243\310\257 \270\360\265\345]) 수치해석 Numercal Analyss 6009 Ch6. Roots: Open Methods 개방법 : 한개의초기값에서시작하거나구간내에근을포함하지않을수도있는두개의초기값에서시작한다. 구간법과개방법의비교 (a 구간법 ( 이분법 (b 개방법 발산하는경우 (c 개방법-수렴하는경우 Numercal Analyss 6. 단순고정점반복법 (/3 f ( = 0 을재배열하여유도

More information

PowerPoint 프레젠테이션

PowerPoint 프레젠테이션 예제 7. (p.37) 그림의단순지지보에대해전단력선도와굽힘모멘트선도를작도하라. [ 부호규약 ] + Fy 4 b + Fy ( ) 예제 7. (p.37) 그림의단순지지보에대해전단력선도와굽힘모멘트선도를작도하라. [ 부호규약 ] + Fy 4 b + Fy ( ) 예제 7. (p.39) 그림의단순보에대해전단력선도와굽힘모멘트선도를작도하라 + Fy b + Fy 예제 7.3

More information

MATLAB for C/C++ Programmers

MATLAB for C/C++ Programmers 오늘강의내용 (2014/01/16) 회귀분석 1 회귀분석 (Regression Analysis) 2 회귀분석 회귀분석이란? 연관된변수들간의관계를찾는통계적방법 즉, 어떠한변수 x가변수 Y에함수관계를통해영향을미친다는것을찾아내는것 예를들어 강우량 ( 변수 x) 이곡물의수확량 ( 변수 Y) 에미치는영향 화학공정의수율 ( 변수 x) 이촉매의사용량 ( 변수 Y) 에따라어떻게변하는지..

More information

C 언어 프로그래밊 과제 풀이

C 언어 프로그래밊 과제 풀이 과제풀이 (1) 홀수 / 짝수판정 (1) /* 20094123 홍길동 20100324 */ /* even_or_odd.c */ /* 정수를입력받아홀수인지짝수인지판정하는프로그램 */ int number; printf(" 정수를입력하시오 => "); scanf("%d", &number); 확인 주석문 가필요한이유 printf 와 scanf 쌍

More information

Microsoft PowerPoint - 3ÀÏ°_º¯¼ö¿Í »ó¼ö.ppt

Microsoft PowerPoint - 3ÀÏ°_º¯¼ö¿Í »ó¼ö.ppt 변수와상수 1 변수란무엇인가? 변수 : 정보 (data) 를저장하는컴퓨터내의특정위치 ( 임시저장공간 ) 메모리, register 메모리주소 101 번지 102 번지 변수의크기에따라 주로 byte 단위 메모리 2 기본적인변수형및변수의크기 변수의크기 해당컴퓨터에서는항상일정 컴퓨터마다다를수있음 short

More information

비트와바이트 비트와바이트 비트 (Bit) : 2진수값하나 (0 또는 1) 를저장할수있는최소메모리공간 1비트 2비트 3비트... n비트 2^1 = 2개 2^2 = 4개 2^3 = 8개... 2^n 개 1 바이트는 8 비트 2 2

비트와바이트 비트와바이트 비트 (Bit) : 2진수값하나 (0 또는 1) 를저장할수있는최소메모리공간 1비트 2비트 3비트... n비트 2^1 = 2개 2^2 = 4개 2^3 = 8개... 2^n 개 1 바이트는 8 비트 2 2 비트연산자 1 1 비트와바이트 비트와바이트 비트 (Bit) : 2진수값하나 (0 또는 1) 를저장할수있는최소메모리공간 1비트 2비트 3비트... n비트 2^1 = 2개 2^2 = 4개 2^3 = 8개... 2^n 개 1 바이트는 8 비트 2 2 진수법! 2, 10, 16, 8! 2 : 0~1 ( )! 10 : 0~9 ( )! 16 : 0~9, 9 a, b,

More information

문항코드 EBS 수능완성수학영역수학 1 A 형 주어진그래프의꼭짓점에 를그림과같이 정하고꼭짓점사이의연결관계를행렬로나타내면다 음과같다. ( 나 ) 세수, 12, 는이순서대로등비수열을이룬다. 의값은? 문

문항코드 EBS 수능완성수학영역수학 1 A 형 주어진그래프의꼭짓점에 를그림과같이 정하고꼭짓점사이의연결관계를행렬로나타내면다 음과같다. ( 나 ) 세수, 12, 는이순서대로등비수열을이룬다. 의값은? 문 곽정원의수능필수아이템! 2,3 점은다내꺼 + 4 점도전 ~ 실전모의고사 1. 두행렬 의모든성분의합은? 1 9 2 10 3 11 4 12 5 13 배점 2 문항코드 3-182-365 기 따라서행렬 의모든성분의합은 7+(-4)+4+5=12 2. log l 의값은? 에대하여행렬 3. lim 의값은? 1 2 3 1 4 2 5 4 배점 2 문항코드 3-179-239

More information