Skip to content

태그: 수학

총 11개의 글이 있습니다.
오일러 정리
정수론
오일러 피 함수 오일러 피 함수는 1~n 범위 중 n과 서로소인 숫자의 갯수를 구하는 함수이다. 1부터 6까지의 정수 중 6과 서로소인 수는 1, 5 두 개이므로 φ(6) = 2이다. 1부터 10까지의 정수는 모두 11과 서로소이고, 11은 자신과 서로소가 아니므로, φ(11) = 10이다. 1은 자기 자신과 서로소이므로, φ(1) = 1이다. 오일러 정리 오일러 정리는, 정수 a 및 양의 정수 n이 주어졌고 a와 n이 서로소일 때 아래 식이 성립한다는 내용이다. a^φ(n) ≡ 1 (mod n) 페르마 소정리와 유사한 논리로 증명할 수 있다. n과 서로소인 1부터 n까지의 정수를 r₁, r₂, …, r_φ(n)이라 하자. 이들의 개수가 바로 φ(n)개이다. a가 n과 서로소일 때, ar₁, ar
타원곡선
대수학
y^2 = x^3 + ax + b 그래프가 타원 모양은 아니고, 타원의 호 길이를 구하는 타원 적분의 역함수에서 나타나는 형태라 타원 곡선으로 불린다. 타원 곡선에서 점 덧셈: 곡선 위의 두 점에 대해 어떤 연산을 거쳐 곡선에 존재하는 제 3의 점을 얻는 과정 일반 덧셈 연산과 유사한 몇 가지 성질을 만족한다. 항등원 존재 (I + A = A가 되는 점 I, 무한원점이라 부름) 역원 존재 (A + (-A) = I임) 교환법칙 성립 결합법칙 성립 점 덧셈 공식 타원곡선 위의 두 점 P₁(x₁, y₁)과 P₂(x₂, y₂)에 대한 덧셈 P₃ = P₁ + P₂는 다음과 같이 계산된다. 경우 1: P₁ ≠ P₂인 경우 (점 덧셈) 결과 좌표 x₃ = s² x₁ x₂y₃ = s(x₁ x₃)
대수학
체 (Field): 덧셈과 곱셈이 정의된 집합으로, 다음과 같은 10가지 조건을 모두 만족하는 대수적 구조를 말한다. 가장 간단한 체의 예시로는 유리수의 집합 ℚ, 실수의 집합 ℝ, 복소수의 집합 ℂ가 있다. 반면 정수의 집합 ℤ나 자연수의 집합 ℕ은 체가 아니다. 어떤 집합 F가 체가 되기 위한 조건 덧셈 집합 F 안의 임의의 두 원소 a와 b를 더하면, 그 결과인 a + b도 반드시 F 안에 있어야 한다. (덧셈에 대한 닫힘성) 세 원소 a, b, c를 어떤 순서로 묶어서 더하더라도 결과가 같아야 한다. 즉, (a+b)+c = a+(b+c)이다. (덧셈의 결합법칙) 두 원소를 더하는 순서를 바꿔도 결과가 같아야 한다. 즉, a+b = b+a이다. (덧셈의 교환법칙) 어떤 원소 a에 더해도
t-value
통계학
검정 통계량 통계적 가설의 진위를 검정하기 위해 표본으로부터 계산하는 통계량이다. t-value, F-value, z-value 등이 바로 검정 통계량이다. 쉽게 말해, 표본 데이터를 이용해 세운 가설이 맞는지를 판단할 수 있는 도구라고 할 수 있다. t-value의 의미 t-value는 두 표본 집단의 차이를 평균을 중심으로 비교하며, 이를 불확실도로 나누어 계산한다. 이 값은 차이가 클수록, 불확실도가 작을수록 커지며, 통계적으로 유의미한 차이가 있음을 의미한다. t-value의 수학적 정의 두 집단의 평균 차이: ( \bar{X}_1 \bar{X}_2 ) 두 집단 평균 차이의 불확실도(표준 오차): ( s_{\bar{X}_1 \bar{X}_2} = \sqrt{s_1^2/n_1 + s_2^2/n
윌콕슨 순위합 검정
통계학
Frank Wilcoxon에 의해 고안된 윌콕슨 순위합 검정은 두 그룹 사이의 중앙값 차이를 비교하는 비모수 검정이다. 데이터가 정규분포를 따르지 않거나 이상치의 영향을 많이 받을 때 적합하다. t-검정과 다르게 데이터 분포에 덜 민감하다. 간단하면서도 효과적으로 두 그룹 간의 차이를 확인할 수 있는 방법이지만, 패턴을 충분히 반영하지 못할 가능성도 있기 때문에 다른 검정과 함께 고려하는 것이 좋다. 비모수 검정 데이터 분석에서는 다양한 통계 기법이 사용되는데, 그 중에서도 비모수(non-parametric) 통계 기법은 유연함과 실용성 면에서 큰 장점을 지닌다. 비모수 검정에선 데이터를 다룰 때 평균이 아닌 중앙값에 초점을 맞춘다. 정규성 가정을 하지 않아 다양하고 복잡한 데이터에 적합하다. 비슷한