ADVANCED ALGEBRA · LESSON 27 · 1/2
Markov 연쇄와 PageRank
학번
이름
오늘의 목표
확률 전이행렬의 반복과 고윳값 1의 정지분포를 구하고 수렴 조건을 해석한다.
핵심 개념 빈칸 노트
열확률행렬은 각 열의 합이
이고 모든 성분이 0 이상이다.
정지분포 $\pi$는 $P\pi=\underline{\hspace{2.2cm}}$와 성분합 1을 만족한다.
정지분포는 고윳값
에 대응하는 확률 고유벡터이다.
PageRank의 텔레포테이션은 막힘과 주기성을 줄여
을 돕는다.
따라 풀기
두 상태의 정지분포
$P=\begin{bmatrix}0.7&0.2\\0.3&0.8\end{bmatrix}$의 정지분포를 구하자.
1단계
$P\pi=\pi$에서 $0.3\pi_1=0.2\pi_2$를 얻는다.
2단계
$\pi_1+\pi_2=1$과 함께 풀면 $\pi_1=\underline{\hspace{2.2cm}}$, $\pi_2=\underline{\hspace{2.2cm}}$이다.
3단계
따라서 $\pi=\underline{\hspace{3.8cm}}$이다.
실수 방지
이 자료는 상태벡터를 열벡터로 두므로 각 열의 합이 1인 전이행렬을 사용한다.
ADVANCED ALGEBRA · LESSON 27 · 2/2
Markov 연쇄와 PageRank
학번
이름
연습 문제 · 쉬운 계산에서 심화까지
1
기초
$P=\begin{bmatrix}0.6&0.1\\0.4&0.9\end{bmatrix}$가 열확률행렬인지 확인하시오.
2
기초
앞 행렬과 $x_0=(1,0)^\mathsf T$에 대해 $x_1$을 구하시오.
3
개념
$P\pi=\pi$가 장기적으로 변하지 않는 상태를 뜻하는 이유를 설명하시오.
4
적용
$P=\begin{bmatrix}0.5&0.25\\0.5&0.75\end{bmatrix}$의 정지분포를 구하시오.
5
적용
$P=\begin{bmatrix}0&1\\1&0\end{bmatrix}$, $x_0=(1,0)^\mathsf T$일 때 $x_n$이 수렴하지 않는 이유를 쓰시오.
6
심화
$G=\alpha P+(1-\alpha)ve^\mathsf T$에서 $0<\alpha<1$, $v$의 성분이 모두 양수일 때 텔레포테이션 항의 역할을 설명하시오.
나가기 전 한 문장
정지분포를 고유벡터의 언어로 정의하시오.
□ 개념을 설명할 수 있다
□ 계산을 다시 확인했다
□ 질문이 있다