벡터공간의 공리·기저·차원
서로 다른 대상의 공통 연산, 기저와 차원이 나타내는 정보의 수
수업·탐구 32차시에서 벡터공간, 행렬 분해, 최적화, 동역학을 직접 조작하고 계산하며 배워요. 평가·피드백은 12–15차시로 따로 운영하고, 학교 일정에 맞춰 보충 차시를 배정해요.
덧셈과 스칼라배를 보존하면 선형변환으로 나타낼 수 있어요. 미분 가능한 비선형함수의 변화량도 한 점 근처에서는 선형식으로 근사할 수 있지요. 상태벡터에 행렬을 반복해 곱하면 장기 변화까지 분석할 수 있어요.
먼저 배워야 할 개념부터 차례로 살펴봐요.
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 적용해 보자.
0과 1의 벡터공간, 해의 존재와 자유도
공간 · 방정식수축 아핀변환의 반복과 프랙탈 생성
합성 · 반복같은 부위를 가리키는 점의 좌표로 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 이용해 한 점 근처에서 선형으로 나타내기
미분 · 접공간내적·행렬곱·저랭크 갱신이 맡는 AI 연산
내적 · 행렬뉴턴법과 조각별 선형성, 카오스에서 살피는 선형화의 힘과 한계
종합 · 선형화문제의 맥락이 달라져도 쓸 수 있는 판단 기준을 확인해 보자.
덧셈의 대상, 계산할 수의 범위, 변환의 입력 공간과 출력 공간
대칭성·가역성·수축성 유무에 따라 달라지는 결론
피보나치 수열·마르코프 연쇄·PageRank의 행렬 반복
오늘의 마무리
새로 알게 된 점이나 아직 남은 질문을 짧게 적어 보자.