벡터공간의 공리·기저·차원
서로 다른 대상의 공통 연산, 기저와 차원이 나타내는 정보의 수
수업·탐구 32차시에서 벡터공간, 행렬 분해, 최적화, 동역학을 조작과 계산으로 학습한다. 평가·피드백 12–15차시와 학교 일정에 따른 보충 시수를 별도로 운영한다.
중첩원리를 만족하면 선형사상으로 나타낼 수 있고, 미분 가능한 비선형함수는 한 점 근처에서 같은 도구로 근사할 수 있다. 상태벡터에 행렬을 반복해 곱하면 장기 거동까지 읽힌다.
먼저 배워야 할 개념의 순서에 따라 내용을 배치했다.
서로 다른 대상의 공통 연산, 기저와 차원이 나타내는 정보의 수
행렬의 열에 담긴 변환 정보, 합성과 역변환, 행렬식으로 읽는 넓이 변화
고유방향과 대각화, 반복 시스템을 이루는 독립 성분
읽기 화면 · 장면별 발표 화면
핵심 단원에서 배운 개념을 퍼즐, 프랙탈, 확률, 이미지, 인공지능 문제에 적용한다.
0과 1의 벡터공간, 해의 존재와 자유도
공간 · 방정식수축 아핀변환의 반복과 프랙탈 생성
합성 · 반복랜드마크 좌표의 차이와 보간으로 나타내는 표정 변화
벡터 · 아핀변환작은 웹 그래프의 링크 구조와 정지분포
고윳값 · 확률성분 선택에 따른 정보량과 화질의 균형
직교 · 저랭크출산율·생존율과 지배 고윳값의 의미
행렬 거듭제곱접선·법선·곡률, 접공간을 이용한 국소 선형화
미분 · 접공간내적·행렬곱·저랭크 갱신이 맡는 AI 연산
내적 · 행렬뉴턴법과 조각별 선형성, 카오스에서 살피는 선형화의 힘과 한계
종합 · 선형화문제의 맥락이 달라져도 적용할 수 있는 판단 기준을 평가한다.
덧셈의 대상, 스칼라의 범위, 변환의 정의역과 공역
대칭성·가역성·수축성 유무에 따라 달라지는 결론
피보나치 수열·마르코프 연쇄·PageRank의 행렬 반복
오늘의 마무리
수업을 마치며 새로 알게 된 점이나 아직 남은 질문을 짧게 적어 보자.