수학 (Mathematics)
-
1. Introduction 유클리드 (Euclid)의 저서인 'Elements of Geometry (원론)'에 등장하는 다섯 공리이다. 해당 공리는 다음과 같다. 서로 다른 두 점이 주어졌을때, 그 두 점을 잇는 선분을 그을 수 있다. 임의의 선분은 더 연장할 수 있다. 서로 다른 두 점 A, B에 대해, 점 A를 중심으로하고 선분 AB를 반지름으로 하는 원을 그릴 수 있다. 모든 직각은 서로 같다. 두 직선이 한 직선과 만날 때, 같은 쪽에 있는 내각의 합이 180˚ 보다 작으면 이 두 직선을 연장할 때 그 쪽에서 반드시 만난다. (평행선 공리, 제5공준) 유클리드 본인도 기하학 공리 중 앞의 4개는 명백해 보였으나 평행선 공리는 이것이 정말 공리가 맞는지, 즉 혹시 앞의 4개로부터 연역적으로 추..
유클리드 기하학의 다섯 공리1. Introduction 유클리드 (Euclid)의 저서인 'Elements of Geometry (원론)'에 등장하는 다섯 공리이다. 해당 공리는 다음과 같다. 서로 다른 두 점이 주어졌을때, 그 두 점을 잇는 선분을 그을 수 있다. 임의의 선분은 더 연장할 수 있다. 서로 다른 두 점 A, B에 대해, 점 A를 중심으로하고 선분 AB를 반지름으로 하는 원을 그릴 수 있다. 모든 직각은 서로 같다. 두 직선이 한 직선과 만날 때, 같은 쪽에 있는 내각의 합이 180˚ 보다 작으면 이 두 직선을 연장할 때 그 쪽에서 반드시 만난다. (평행선 공리, 제5공준) 유클리드 본인도 기하학 공리 중 앞의 4개는 명백해 보였으나 평행선 공리는 이것이 정말 공리가 맞는지, 즉 혹시 앞의 4개로부터 연역적으로 추..
2020.07.21 -
1. Indentity 집합 $G$와 이항연산 $*$, $*$의 항등원 $e$에 대해, $e$와 다른 항등원 $e'$이 있다고 가정하자. 항등원의 정의에 따라, $e = e * e' = e'$ 이다. 이는 가정에 모순이므로, 항등원은 유일하다. 2. Inverse 집합 $G$와 이항연산 $*$, $G$의 원소 $a$, $a$의. 역원 $x$에 대해. $x$와 다른 $a$의 역원 $x'$가 있다고 가정하자. 역원의 정의에 따라, $x = x * e = x * (a * x') = (x * a) * x' = e * x' = x'$이다. 이는 가정에 모순이므로, 역원은 유일하다.
항등원과 역원의 유일성에 대한 간단한 증명1. Indentity 집합 $G$와 이항연산 $*$, $*$의 항등원 $e$에 대해, $e$와 다른 항등원 $e'$이 있다고 가정하자. 항등원의 정의에 따라, $e = e * e' = e'$ 이다. 이는 가정에 모순이므로, 항등원은 유일하다. 2. Inverse 집합 $G$와 이항연산 $*$, $G$의 원소 $a$, $a$의. 역원 $x$에 대해. $x$와 다른 $a$의 역원 $x'$가 있다고 가정하자. 역원의 정의에 따라, $x = x * e = x * (a * x') = (x * a) * x' = e * x' = x'$이다. 이는 가정에 모순이므로, 역원은 유일하다.
2020.07.20 -
1. Introduction 두 확률 변수의 사전 확률과 사후 확률 사이의 관계를 나타내는 정리이다. 조건부 확률 $P(A|B)$를 알고 싶은데, 가지고 있는 정보가 $P(A), P(B), P(B|A)$일 때, 이를 통해 알아내는 정리이다. 2. Approach 유도는 어렵지 않다. 이전의 조건부 확률의 확장이다. $$P(A|B) = {P(A\cap B)\over P(B)} = {P(B|A)P(A)\over P(B)} = {P(B|A)P(A)\over P(B|A)P(A)+P(B|A^c)P(A^c)}$$ 여기서, $P(A|B)$는 사후확률 (Posterior Probability)로 구하고자 하는 사건(B가 일어났을 때 A)의 확률이다. $P(A)$는 사전확률 (Prior Probability)로 B가 일..
베이즈 정리 (Bayes' Theorem)1. Introduction 두 확률 변수의 사전 확률과 사후 확률 사이의 관계를 나타내는 정리이다. 조건부 확률 $P(A|B)$를 알고 싶은데, 가지고 있는 정보가 $P(A), P(B), P(B|A)$일 때, 이를 통해 알아내는 정리이다. 2. Approach 유도는 어렵지 않다. 이전의 조건부 확률의 확장이다. $$P(A|B) = {P(A\cap B)\over P(B)} = {P(B|A)P(A)\over P(B)} = {P(B|A)P(A)\over P(B|A)P(A)+P(B|A^c)P(A^c)}$$ 여기서, $P(A|B)$는 사후확률 (Posterior Probability)로 구하고자 하는 사건(B가 일어났을 때 A)의 확률이다. $P(A)$는 사전확률 (Prior Probability)로 B가 일..
2020.06.20 -
1. Introduction 조건부 확률은 사건 B가 일어나는 경우에 사건 A가 일어날 확률을 말한다. 사건 B가 일어나는 경우에 사건 A가 일어날 확률 $P(A|B) = {P(A\cap B)\over P(B)}$로 정의한다. 사건 B가 발생했을 때 사건 A가 발생할 확률은 사건 B의 영향을 받아 변하게 된다. 2. Application 조건부 확률에서는 교환 법칙이 성립하지 않는다. 다음과 같은 수식을 보자. $$P(A|B) = {P(A\cap B)\over P(B)}$$ $$P(B|A) = {P(B\cap A)\over P(A)}$$ 이와 같이 교환 법칙이 성립하지 않는다. 이 성질을 이용해 사기꾼들은 교묘하게 약을 팔 수가 있다. 이 내용은 뒤에서 다루도록 한다. 또한, 전체확률의 법칙 (전확률 법..
조건부 확률 (Conditional Probability)1. Introduction 조건부 확률은 사건 B가 일어나는 경우에 사건 A가 일어날 확률을 말한다. 사건 B가 일어나는 경우에 사건 A가 일어날 확률 $P(A|B) = {P(A\cap B)\over P(B)}$로 정의한다. 사건 B가 발생했을 때 사건 A가 발생할 확률은 사건 B의 영향을 받아 변하게 된다. 2. Application 조건부 확률에서는 교환 법칙이 성립하지 않는다. 다음과 같은 수식을 보자. $$P(A|B) = {P(A\cap B)\over P(B)}$$ $$P(B|A) = {P(B\cap A)\over P(A)}$$ 이와 같이 교환 법칙이 성립하지 않는다. 이 성질을 이용해 사기꾼들은 교묘하게 약을 팔 수가 있다. 이 내용은 뒤에서 다루도록 한다. 또한, 전체확률의 법칙 (전확률 법..
2020.06.19