누구나 친구가 필요하다 러닝 타임이 길지 않고 긴장감을 주는 영화를 탐색하다가 찾은 영화. 나는 대개 '영화가 보고 싶다'라는 생각보다 '할 게 없는데 영화라도 볼까'라는 생각일 때 스릴러나 공포를 찾는다. 게다가 나의 '보고싶어요' 리스트는 나름의 검증을 거친 리스트기 때문에 별 생각 없이 선택했었다. 글을 작성하면서 외국 포스터를 찾게 되었는데 외국 포스터를 먼저 봤다면 지금보다는 더 일찍 봤을 것 같다. 위의 그림에서 왼쪽에 있는 외국 포스터는 주연 배우 2명을 내세우고 있고 오른쪽에 있는 국내 포스터는 스릴러라는 느낌을 더 강하게 준다. 둘 다 의도가 있지만 영화를 좋아한다면 왼쪽이 더 관심이 가지 않을까 싶다. 특히 이자벨 위페르는 에서 보여준 연기가 아주 유명하지만 국내에서는 비교적 유명하지 ..
끝없는 위험과 함께하는 여정 2023년에 인디아나 존스의 5번째 영화인 이 4번째 영화가 나온지 15년 만에 나온다는 소식을 접하고 미리 봐두어야 겠다 생각했던 인디아나 존스 시리즈. 의 예고편을 볼때까지도 인디아나 존스 시리즈는 하나도 보지 않았었다. 그럼에도 불구하고 봐두어야 겠다고 생각한 이유는 이전 와 를 보면서 느낀 감동이 있었기 때문이다. 심지어 모두 해리슨 포드가 주연이다. 은 인디아나 존스 시리즈의 4번째 영화로 전작인 으로부터 약 19년 후가 배경이다. 19년이나 지났기에 신체적으로 노화가 있기도 하고 주변 환경도 꽤나 변했으나 이전과 같이 크고 작은 문제들과 마주하고 있다. 그러던 중 20세 전후의 젊은 남자가 찾아와 부탁을 하여 결국 위험이 뒤따르는 여정을 떠나게 된다. 은 시리즈가 ..
오늘 제 연구실에서 무언가가 잘못되었습니다. 그것도 아주. 2022년 부산국제영화제에서 (Crimes of the Future, 2022)를 접하기 전까지는 의 감독인 데이비드 크로넨버그를 접해보지 못했다. 당시에 은 범죄라는 제목, SF라는 장르, 비고 모텐슨, 레아 세두, 크리스틴 스튜어트 3명이 출연이기에 부국제에서 가장 기대하고 있던 영화이다. 하지만 정작 내용은 다소 난해하고 고어가 가득해 조금 놀랐다. 영화가 끝난 후에 감독이 누구인가 궁금해서 찾아보니 충격적이게도 한 분야의 거장이라기에 한번 더 놀랐다. 조금 더 찾아보니 에 대한 리뷰로 "크로넨버그 팬이라면 환호를, 아니라면 고문과도 같을 것"이란다. 나의 흥미를 끌기에는 충분했다. 는 한 과학자가 순간이동을 개발했다는 설정에서 시작된다. ..
Lebesgue-Stieltjes Integral Definition Suppose $G(·)$ is a right-continuous, non-decreasing step function having jumps at $x_1, x_2, \cdots$. Then for any function $f(·)$, we define the integral $$ \int^b_a f(x) ~ d G(x) \equiv \sum_{j ~: ~ a < x_j \leq b} f(x_j) \cdot \{G(x_j) - G(x_j-)\} = \sum_{j ~ : ~ a < x_j \leq b} f(x_j) \cdot \Delta G(x_j) $$ where $ \Delta G(x_j) = G(x_j) - G(x_j-) $. T..
Radon-Nikodym theorem Let $\mu$ and $\nu$ be $\sigma-$finite measures on some measurable space $(X, \mathcal{A})$. Then there exists a measurable function $$ f = \frac{d\nu}{d\mu} $$ if and only if $\nu$ is absolutely continuous with respect to $\mu$. This function $f$ is called the Radon–Nikodym derivative.
proxy variable A measurable variable that is used in place of a variable that cannot be measured. For example, since husbands and wives usually have similar views, an interviewer might use the view expressed by a wife who is present in place of the view that could not be expressed by an absent husband.
Preliminary Gaussian concentration The centered Gaussian random variable $X$ on $\mathbb{R}$ with variance $\sigma^2 > 0$ has density given by $$ p(x) = \frac{1}{\sqrt{2\pi\sigma^2}} \text{exp}\left( \frac{-x^2}{2\sigma^2}\right).$$ Important propertiy of gaussian If $X \sim N(0, \sigma^2)$, we have, for any $t > 0$, $$P(|X| \geq t) \leq \frac{\sigma\sqrt{2}}{t\sqrt{\pi}} \text{exp} \left(\frac{..
Definition Suppose we have independent observations $z_i (i = 1,...,n)$ with expectations $\mu_i$ and variances $V(\mu_i)$, where $V$ is some known function. Later we shall relax this specification and say $var(z_i) \propto V(\mu_i)$. We suppose that for each observation $\mu_i$ is some known function of a set of parameters $\beta_1, \cdots, \beta_r$. Then for each observation we define the quas..
Setup Let $X_1, X_2, \cdots $ be independent variables, and let $w_{ijn}(\cdot, \cdot)$ be Borel functions such that $Var[w_{ijn}(X_i, X_j)]$ is finite. Put $$ W(n) = \sum_{1 \leq i \leq n} \sum_{1 \leq j \leq n} w_{ijn}(X_i, X_j), ~~~ (\text{such as } W(n) = \sum_{1 \leq i \leq n} \sum_{1 \leq j \leq n} a_{ij} X_i X_j) $$ and $$ W_{ij} = w_{ijn}(X_i, X_j) + w_{jin}(X_j, X_i). $$ The index $n$ i..
Big O and little o A sequence $x_n$ of non-random vectors is said to be $O$(1) if it is bounded and $o$(1) if it converges to zero. If an is a sequence of non-random positive scalars, then $$ x_n = O(a_n) \text{ means } \frac{x_n}{a_n} = O(1) $$ (that is, $\frac{x_n}{a_n}$ is bounded), and $$ x_n = o(a_n) \text{ means } \frac{x_n}{a_n} = o(1) $$ (that is, $\frac{x_n}{a_n}$ converges to zero). Bi..
