기존의 선형대수학 교재들과 비교하여 본 교재가 차별화하고자 한 부분은 수학적 배경이 부족한 학생들도 차근차근 따라올 수 있도록 하기 위하여 개념과 문제 풀이 방법을 단계별로 설명하고, 예제와 다양한 연습문제를 통해 학생들이 실력을 쌓아갈 수 있도록 구성하였다는 점이다. 따라서, 수학적 배경이 부족한 학생들도 본 교재를 통해 차근차근 선형대수학의 내용을 이해하고 따라올 수 있을 것으로 생각한다.
Contents
1장 행렬
1절 선형방정식 3
방정식 3
연립선형방정식 5
동차 연립선형방정식 9
자명한 해와 비자명한 해 10
2절 행렬의 정의 16
행렬 16
주대각 성분과 대각합 18
전치행렬 20
행렬의 상등 23
3절 행렬의 기본 연산 29
행렬의 덧셈과 스칼라 곱셈 29
행렬의 곱셈
행렬의 연산이 실수의 연산과 어떤 점이 다를까? 40
인공지능에서의 행렬의 곱셈
1절 의 벡터 153
차원 벡터 155
벡터의 덧셈과 스칼라 곱셈 156
벡터의 크기 158
두 벡터 사이의 거리 165
2절 벡터의 내적 171
에서의 벡터의 내적 171
내적과 사잇각 174
벡터의 직교 179
벡터 사영과 스칼라 사영 181
3절 벡터의 외적 189
에서의 벡터의 외적 189
외적의 기본 성질 192
표준단위벡터의 외적 194
외적의 응용 197
서강대학교 수학과를 졸업하였고, 동 대학교 대학원에서 이학석사 학위를 취득한 다음, 미국 텍사스대학교 오스틴 캠퍼스(University of Texas at Austin)에서 신경망의 접근성에 관한 연구(Degree of Approximation by Neural Networks)로 이학박사 학위를 취득하였다. 2000년부터 인천대학교 수학과 교수로 재직 중이다. 저서로는 『해석개론 (제2판)』 (경문사, 2017), 『해석학의 반례』 (경문사, 2017), 『기초 미분적분학 (개정판)』 (한빛아카데미, 2017), 『공학 핵심수학 (2판)』 (한빛아카데미, 2020) 등이 있다.
서강대학교 수학과를 졸업하였고, 동 대학교 대학원에서 이학석사 학위를 취득한 다음, 미국 텍사스대학교 오스틴 캠퍼스(University of Texas at Austin)에서 신경망의 접근성에 관한 연구(Degree of Approximation by Neural Networks)로 이학박사 학위를 취득하였다. 2000년부터 인천대학교 수학과 교수로 재직 중이다. 저서로는 『해석개론 (제2판)』 (경문사, 2017), 『해석학의 반례』 (경문사, 2017), 『기초 미분적분학 (개정판)』 (한빛아카데미, 2017), 『공학 핵심수학 (2판)』 (한빛아카데미, 2020) 등이 있다.