선대/마르코프 연쇄(Markov Chain)와 확률 행렬(Stochastic Matrix)

마르코프 연쇄란 시간에 따른 어떤 계의 상태가 확률적으로 변화하는 과정과 결과를 나타낸다. 또는 이산 확률 과정 중 마르코프 특성을 따르는 것이라고도 한다. 마르코프 특성이 뭔지 그 정의부터 시작하면 어려우니까 예시를 하나 들어보자.

자구/연결 리스트(Linked List) 만들기 1

자료구조의 기본인 리스트. 리스트에는 연결 리스트와 순차 리스트가 있는데, 순차 리스트는 배열로 구현하는 리스트로 배열의 단점을 그대로 가진다. 메모리가 정적이어서 길이를 변경하는 것이 불가능하다. 따라서 리스트라고 하면 보통 연결 리스트를 의미한다. 연결 리스트는

자구/ADT(Abstract Data Type), 추상 자료형이란?

1. 개요

보통 자료구조 책 처음에 ADT를 소개하고, 각 자료구조마다 먼저 ADT를 정의한 다음 각 자료구조의 소개를 시작한다. ADT, 추상 자료형이란 무엇이고 왜 자료형이라고 부를까? 왜 각 자료구조를 소개할 때마다 ADT가 들어갈까? 또 자료구조 공부에 있어서 ADT는 왜 중요할까?

자구/재귀(Recursion)와 하노이 탑 문제

재귀함수(Recursive Function)란 함수 내에서 자기 자신을 호출하는 함수이다.

어떤 때 쓰냐면, 어떤 답을 구하기 위해서 일련의 숫자만 다른 똑같은 과정을 반복할 때 쓴다. 가령 어떤 자연수 n의 팩토리얼을 구하기 위해서는

선대/similar matrix(닮음 행렬)에 대해

1. 개요

선대 책 보다가 similar가 자주 나와서 한 번 정리해본다. similar란, 같은데 표현만 다르다고 생각하면 된다. 가령 행렬 A와 B가 similar하다고 하면 둘은 같은 선형변환 T의 서로 다른 표현이라고 할 수 있다. similar라는 개념은 여러 가지로 유용하게 쓰인다.

[프리드버그 선형대수]5.3.Matrix Limits and Markov Chains(행렬 극한과 마르코프 체인)

이번 section에서 배우는 내용을 한 마디로 말하면 "정방행렬의 거듭제곱의 극한과 그 활용" 정도가 될 것 같다. 그 중 핵심은 Markov process와 Markov chain인데, 구글의 페이지링크에도 활용되는 등 공학적으로 많은 의의를 가진다고 한다. Markov chain은 이산 확률 과정(Descrete-time Stochastic process)의 한 종류인데, 충분히 많이 반복하면 안정 상태에 도달한다. 이게 무슨 소리인지 이해하기 위해서는 먼저 행렬의 거듭제곱의 극한, 전이 행렬(transition matrix or stochastic matrix) 그리고 확률 벡터(probability vector)에 대해 이해해야 한다.