MC2 Markov chain Markov chain은 일정한 확률론적 규칙에 따라 한 상태에서 다른 상태로의 전이(transition)하는 수학적 시스템인 stochastic process이다. 이때 미래의 상태는 현재에 상태만 관련이 있고, 과거의 상태에 영향을 받지 않는 Markov property를 가지고 있다. Random walk도 markov property를 가지고 있다. Stochastic and Markov process 더보기 Stochastic process는 indexed random variable의 collection을 말한다. Index는 time이 되는 경우가 많다. Stochastic process이지만 Markov process가 아닌 경우의 예를 보자. 3가지 색깔을 가진 공이 여러 개 담긴 가방에.. 2020. 7. 24. Monte Carlo simulation Wikipedia에서 말하는 Monte Carlo method는 '숫자 결과를 얻기 위해 반복적인 무작위 샘플링에 의존하는 광범위한 연산 알고리즘' (Monte Carlo methods are a broad class of computational algorithms that rely on repeated random sampling to obtain numerical results.) 이라고 하며, analytically solution을 얻을 수 없을 때 사용한다. 대표적이면서 간단한 예제를 보면 감을 얻을 수 있다. 목적은 원의 넓이를 구하여 π값을 계산하는 것이다. 1) Random sampling을 통해 (x, y) 좌표를 얻는다. 2) (x, y) 좌료를 통해 point를 찍는다. 3) 원 방.. 2020. 6. 17. 이전 1 다음
