HOME > 상세정보

상세정보

통계학을 위한 선형대수 개정판

통계학을 위한 선형대수 개정판 (46회 대출)

자료유형
단행본
개인저자
박흥선
서명 / 저자사항
통계학을 위한 선형대수 = Linear algebra for statistics / 박흥선 지음
판사항
개정판
발행사항
파주 :   자유아카데미,   2013  
형태사항
v, 288 p. : 삽화, 도표 ; 26 cm
ISBN
9788973389667
일반주기
색인수록  
000 00708camcc2200253 c 4500
001 000045780379
005 20140102171934
007 ta
008 131230s2013 ggkad 001c kor
020 ▼a 9788973389667 ▼g 93310
035 ▼a (KERIS)BIB000013189860
040 ▼a 222001 ▼c 222001 ▼d 211009
082 0 4 ▼a 512.5 ▼2 23
085 ▼a 512.5 ▼2 DDCK
090 ▼a 512.5 ▼b 2013z1
100 1 ▼a 박흥선 ▼0 AUTH(211009)39680
245 1 0 ▼a 통계학을 위한 선형대수 = ▼x Linear algebra for statistics / ▼d 박흥선 지음
250 ▼a 개정판
260 ▼a 파주 : ▼b 자유아카데미, ▼c 2013
300 ▼a v, 288 p. : ▼b 삽화, 도표 ; ▼c 26 cm
500 ▼a 색인수록
900 1 0 ▼a Park, Heung Sun, ▼e
945 ▼a KLPA

소장정보

No. 소장처 청구기호 등록번호 도서상태 반납예정일 예약 서비스
No. 1 소장처 중앙도서관/제2자료실(3층)/ 청구기호 512.5 2013z1 등록번호 111709849 도서상태 대출가능 반납예정일 예약 서비스 B M

컨텐츠정보

저자소개

박흥선(지은이)

한국외국어대학교 교수. 주요 연구분야는 상대오차(퍼센트오차)를 이용한 예측론이고, 저서로 『통계학을 위한 선형대수』(2020),『SAS를 이용한 실험계획과 분산분석』(2019), 『다변량 자료분석』(2017) 등이 있다.

정보제공 : Aladin

목차

목차
1 미분(Derivative) = 1
 1.1 사상(Mapping) = 1
 1.2 함수(Function) = 1
 1.3 다변량함수(Multivariate Function) = 3
 1.4 미분함수(Derivative) = 4
 1.5 편미분함수(Partial Derivative) = 5
 1.6 헤시안행렬(Hessian Matrix) = 6
 1.7 합성함수(Composite Function) = 7
 1.8 연쇄법칙(Chained Rule) = 8
 1.9 다변량함수의 연쇄법칙 = 8
 1.10 최적점과 안장점(Optimal and Saddle) = 9
 1.11 제한된 조건에서 최적점 찾기 = 10
 1.12 평균값정리(Mean Value Theorem) = 12
 1.13 테일러급수(Taylor's Series) = 13
 1.14 연습문제 = 14
2 적분(Integral) = 19
 2.1 평균값정리(Mean Value Theorem) = 21
 2.2 미적분학의 기본정리(FTC) = 22
 2.3 기대값(Expected Value) = 24
 2.4 푸비니 정리(Fubini's Theorem) = 25
 2.5 부분적분(Integration by Parts) = 27
 2.6 변수변환(Change of Variables) = 28
 2.7 수치적분(Numerical Integration) = 31
 2.8 연습문제 = 32
3 스칼라, 벡터, 그리고 행렬 = 35
 3.1 유클리드 공간(Euclidean Space) = 35
 3.2 스칼라와 벡터(Scalar and Vector) = 35
 3.3 데카르트 좌표계(Cartesian Coordinate) = 37
 3.4 스칼라와 벡터의 크기 = 38
 3.5 벡터의 연산작용 = 39
 3.6 벡터의 내적(Inner Product) = 42
 3.7 직교벡터(Orthogonal Vectors) = 45
 3.8 벡터와 미분 = 46
 3.9 코쉬-쉬바르츠(Cauchy-Schwartz)부등식 = 48
 3.10 연습문제 = 49
4 행렬의 기본개념 = 53
 4.1 행렬의 덧셈과 뺄셈 = 55
 4.2 행렬의 전치(Transpose) = 55
 4.3 벡터의 외적(Outer Product) = 57
 4.4 벡터와 행렬의 곱셈 = 58
 4.5 행렬과 행렬의 곱셈 = 59
 4.6 행렬의 결합법칙(Associative Law) = 62
 4.7 행렬의 분배법칙(Distributive Law) = 63
 4.8 행렬의 궤적(Trace) = 64
 4.9 분할행렬(Partitioned Matrix) = 65
 4.10 특이한 행렬연산 = 66
  4.10.1 하다마드 곱셈(Hadamard Product) = 67
  4.10.2 크로네커 곱셈(Kronecker Product) = 67
 4.11 연습문제 = 68
5 특이한 행렬 = 71
 5.1 대칭행렬(Symmetric Matrix) = 71
 5.2 반대칭행렬(Skew-Symmetric Matrix) = 72
 5.3 항등행렬(Identity Matrix) = 73
 5.4 역행렬(Inverse Matrix) = 74
 5.5 삼각행렬(Triangular Matrix) = 74
 5.6 합벡터(Summing Vector) = 75
 5.7 기본벡터(Elementary Vector) = 76
 5.8 멱등행렬(Idempotent Matrix) = 78
 5.9 행렬의 이차형식(Quadratic Form) = 78
 5.10 양정치행렬(Positive Definite Matrix) = 80
 5.11 이차형식의 그래프 = 82
 5.12 양정치행렬을 구분하는 법 = 84
 5.13 공분산행렬과 촐레스키분해 = 85
 5.14 연습문제 = 88
6 행렬의 응용 = 91
 6.1 마르코프 연쇄와 전이행렬 = 91
 6.2 선형함수와 선형변환 = 95
 6.3 선형변환의 종류 = 96
  6.3.1 회전변환 = 96
  6.3.2 길이변환 = 98
  6.3.3 내분점의 선형변환 = 99
  6.3.4 직교행렬과 직교변환 = 100
 6.4 아핀변환(Affine Transformation) = 103
 6.5 연습문제 = 105
7 벡터공간 = 109
 7.1 벡터공간의 정의 = 109
 7.2 부분공간(Subspace) = 111
 7.3 선형독립(Linear Independence) = 112
 7.4 생성(Span) = 113
 7.5 기저(Basis) = 115
 7.6 생성의 기하학적 해석 = 116
 7.7 열공간(Column Space) = 117
 7.8 선형방정식과 열공간 = 119
 7.9 행공간과 영공간 = 120
 7.10 연습문제 = 122
8 직교와 투영 = 125
 8.1 투영(Projection) = 125
 8.2 그램-슈미트 과정(Gram-Schmidt Process) = 127
 8.3 투영행렬(Projection Matrix) = 130
 8.4 투영행렬의 성질 = 134
 8.5 최소제곱법(Least Squares Method) = 134
 8.6 연습문제 = 137
9 가우스 소거법과 선형연립방정식 = 141
 9.1 행사다리꼴(Row Echelon Form) = 141
 9.2 기본행연산(Elementary Row Operation) = 144
 9.3 가우스 소거법과 선형연립방정식 = 146
 9.4 행렬을 이용한 기본행연산 = 150
 9.5 연습문제 = 153
10 계수와 행렬식 = 157
 10.1 행렬의 계수(Rank) = 157
 10.2 행렬의 가역성(Invertibility) = 160
 10.3 가우스-조던 알고리즘과 역행렬 = 162
 10.4 행렬식(Determinant) = 164
 10.5 행렬식의 성질 = 167
 10.6 연습문제 = 175
11 크래머 공식과 역행렬 공식 = 179
 11.1 크래머 공식(Cramer's Rule) = 179
 11.2 역행렬 공식 = 182
 11.3 역행렬의 성질 = 186
 11.4 분할행렬의 역행렬 = 188
 11.5 연습문제 = 192
12 고유값과 고유벡터 = 195
 12.1 고유값(Eigenvalue) = 195
 12.2 고유값 구하는 방법 = 197
 12.3 고유벡터 구하는 방법 = 199
 12.4 고유값과 고유벡터의 성질 = 200
 12.5 특성화방정식 구하기 = 203
 12.6 직교행렬의 고유값 = 205
 12.7 멱등행렬의 고유값 = 207
 12.8 대칭-양정치행렬의 고유값 = 208
 12.9 연습문제 = 210
13 행렬의 대각화 = 213
 13.1 행렬의 대각화(Diagonalization) = 213
 13.2 대칭행렬의 대각화 = 217
 13.3 중근이 있는 대칭행렬의 대각화 = 221
 13.4 연습문제 = 224
14 스펙트럼 분해 = 227
 14.1 스펙트럼 분해(Spectral Decomposition) = 227
 14.2 특이값 분해(SDV) = 230
 14.3 특이값 분해(SVD)의 활용 = 233
  14.3.1 일반화역행렬 = 234
  14.3.2 행렬의 근사 = 234
  14.3.3 영상 이미지 압축 = 235
 14.4 연습문제 = 236
15 일반화역행렬 = 237
 15.1 무어-펜로즈 역행렬(Moore-Penrose Inverse) = 237
 15.2 무어-펜로즈 역행렬의 성질 = 242
 15.3 대칭행렬의 무어-펜로즈 역행렬 = 244
 15.4 특이값 분해를 이용한 일반화역행렬 = 247
 15.5 연습문제 = 249
16 연습문제 해답(홀수번호) = 253

관련분야 신착자료