문과생 네버랜드의 데이터 창고

정의 1) f(x) = 0에 도달하는 수렴 방식의 수렴방식의 반복법 2) 반복법 자체의 방법론은 아래와 같은 예시를 따른다. ${(1)}$ $F(X_{n}) = X_{n + 1}$의 무한 수열 ${(2)}$ 예를 들어, $cos(x_{0})$를 세 번 반복하면 ${(3)}$ $cos(cos(cos(x_{0})))$이 된다. 즉 계산기의 cos 버튼을 세 번 누르는것과 같다. ${(4)}$ 이 경우, $cos(0.7391)$에서 자기 자신과 같은 0.7391이 나오는데 이 지점이 바로 고정점이다. 반복법 $F(X_{n}) = X_{n + 1}$의 예시. 점차적으로 고정점 0.7391에 가깝게 다가가게 된다. ${(5)}$ 이 때, 총 이동 길이는 그 기울기인 $\frac{F(x)}{\partial x}$를..

독립의 엄밀한 정의 1) pdf에서 두 확률분포가 독립인 경우 $f(x_{1}, x_{2}) = f(x_{1}) \cdot f(x_{2})$로 나타낼 수 있다. 즉, 독립인경우 각각의 확률변수를 갖는 pdf로 인수분해가 가능하다 ${(1)}$ 위와 같이 나타낼 수 있는 이유는 다음과 같다. -. $f(x_{1}, x_{2}) = f(x_{2} | x_{1})f(x_{1})$으로 표현할 때 -. $f(x_{2})$ = $\int_{-\infty}^{\infty}f(x_{1},x_{2})dx_{1}$ = $\int_{-\infty}^{\infty}f(x_{2} | x_{1})f(x_{1})dx_{1}$ -. 이 때, $f(x_{2}|x_{1})$이 $x_{1}$에 대해 종속되지 않는다고 할 때 = $f(x_..