| [ PhilosophyThought ] in KIDS 글 쓴 이(By): mkjung (작업중) 날 짜 (Date): 2000년 2월 21일 월요일 오전 03시 59분 39초 제 목(Title): Re: Q]결정적시스템과 비결정적시스템의 파� 이곳에다 이런 질문을 들여도 될지 모르겠지만... Deterministic System과 Non-deterministic system의 power(성능 및 한계의 측면에서)를 비교한다면 어떻게 습니까 ? ---------------------------- 수학,통계쪽에선 다음의 용어를 사용합니다. deterministic and stochastic(non-deterministic) 상당히 재미있는 질문이군요. 직접 골돌히 이주제에 대해 생각해본적은 없지만, 하는일이(통계)이쪽이다 보니, 무의식적으로 많이 접하는 무척 practical한 문제군요. deterministic한 문제와 stochastic한문제의 궁극적차이는 계산에 있습니다. 결정론적인 문제는 보통의경우 paramter들에 의해 문제가 well define 되고 어떤 계산을 하게될경우 이러한 parameter들을 통해 계산을 하게됩니다. 그런데 불행하게도 변수가 점점많아지면 많아질수록 기존의 수학적 방법론이 아예 먹히질 않거나, 슈퍼 컴퓨터로 계산을 하려해도 버벅거리는 경우가 생깁니다. 그런데, 이런변수들중 계산이 무척 난해한 항을 (아니면 측정에러가 엄청나는 텀을) stochastic한 random variables로 치환을 하게될경우, 계산적인면에서 엄청난~ advantage를 가지게됩니다. 예를들면, 몬테카를로 시뮬레이션을 들수있습니다. 가장단순한 예를 들어보면 원의 넓이를 구하는문제. 우리는 pi라는걸 잘압니다. 그런데 현재 pi의 decimal expansion을 알수있는 수학적 이론이 존재하지 않는다고 가정해봅시다. 이럴경우 pi를 어떻게 구합니까? 정사각형에 원하나그려놓고, 렌덤으로 점을 하나 정사각형안에 뿌립니다. 원안에 들어갈 확률을 p라고 하고, 이런 렌덤으로 점을 뿌리는 행위를 백억번정도하면, 정확히 p를 estimate할수 있습니다. 그리고 pi를 요 확률 p를 통해서 근사하게되는겁니다. 이런 방법을 몬테카를로 에스티메이션이라고 하는데, 기존 이론으로 접근하기힘든 난해한 문제의경우 대부분, 렌덤 시뮬레이션을 해서 근사를 하게될경우 문제가 금방 해결이 됩니다. /결코좌절하지않으며/결코슬퍼하지않으며/결코실망말며/결코아파하지않으면서/ 반짝이는별빛에사랑과/푸르른하늘에순결과/타오르는태양의솟아남에정열과/피어나는 장미한송이에영원을/잔바람이는나무가지에도/몰아치는파도의사나움에도/어둠의적막속 에떨어도/그녀에게바치는나의손길은지금떨리고있습니다./그녀에게쓰는 시중에서. |