그러니까, 확률변수가 깔끔한 구간으로 안나올때 확률을 정의하거나 계산하는 그런거 말하는거? - dc App
수갤러 1(116.34)2026-04-03 17:17
답글
조합론 말하는거? 아니면 확률 자체를 말하는거야? - dc App
수갤러 1(116.34)2026-04-03 17:17
답글
@수갤러1(116.34)
음 한가지 단적인 예를 들면 저번에 그래프개론 들으면서 O(n) 표기법으로 각종 그래프 특성의 상한이나 하한을 추측하는 정리들을 배웠습니다 이런건 조합쪽에 가깝겠죠 그 이외에도 전 항상 기초적인 확률론 수업을 들을때마다 확률이라는 애매모호한 정의에 대해 항상 의문이 들었습니다 확률변수 X가 있다고 가정하면 이게 한 점에선 적분값 확률이 0이지 않습니까... 하지만 분명 우리는 1에서 6사이에 실수 랜덤값 돌리면 2.38382947이 나오는 경우를 발견하고 이는 분명히 0이 아니고 해서... 조금 더 엄밀한 정의가 필요할거같은데... 이건 측도론쪽이겠죠? 그 외에도 조합론적 사고에 대한 막연한 환상이 있습니다 어릴때 수학이 멋지다고 생각한 계기가 몬티홀문제같이 아무 생각이 안들고 그래서 어쩌라고? 하는 문제
비단털쥐(fluid0321)2026-04-03 17:27
답글
@수갤러1(116.34)
들도 사실은 가장 합리적인 선택이 있다! 이런 사실이 저에겐 엄청 재밌게 다가와서... 이게 수학을 복전하게 된 계기가 아닐까 싶지만... 어째 졸업할때 다되어가니까 뭔가 하나로 정리된 흐름이 머릿속에 남아있지가 않아서 회의감이 들어서 요즘 다시 책펴고 찬찬히 돌아보고있는데... 뭘 어떻게 어디부터 봉합을 해야할지 모르겠고... 챗지피티가 학부초년생 수준의 질문은 잘잡아주지만 아무래도 인간의 대답을 한번 들어보고 싶은겁니다
비단털쥐(fluid0321)2026-04-03 17:28
위상에서 Baire 공간같은거 배웠음??
갈로이스스츠왈즈(nobody7353)2026-04-03 17:28
답글
제가 다른건 모르겟는데 위상을 좋아하지도 않고 잘하지도 않아서... 학기마지막 기말때는 알고싶지도 않은 내용들만 해서 걍 던져버렸는데 근데 이해하라면 할수있죠 관련있는 내용인가요?
비단털쥐(fluid0321)2026-04-03 17:30
답글
위상에서 Baire 공간 배울때 보통 G델타 F시그마 셋 이런거 배우는데, 이게 측도론 공부하면 꽤 등장하는 편이긴 해서
갈로이스스츠왈즈(nobody7353)2026-04-03 17:33
답글
probability는 메져고... expectation은 probability measure에 대한 measurable function의 적분이고... 공부하다보면 알게될거임
갈로이스스츠왈즈(nobody7353)2026-04-03 17:34
답글
물론 저도 학부 지식이 한계이긴 함... ㅋㅋ
갈로이스스츠왈즈(nobody7353)2026-04-03 17:36
위에 보니까 니가 생각하는 확률은 수학과에서 확률이라 부르는건 아님. 물론 겹치는 것도 있지만, 그런거 몰라도 니가 원하는 것들 할 수 있음.
randomized algorithm이나 graph 같은 것들이 훨씬 유용할거. 확률론은 학부 확률론 (문과도 듣는 수업) 정도면 충분.
물론 더 가고싶으면 measure를 빡세게 써서 in prob 수렴이 뭔지, Law of Large Numbers가 (수학적으로) 뭔지, 중심극한 정리는 뭔지... 같은 "해석적인" 논의도 가능하지만, 지금 단계에선 많이 시기상조임.
진사월(nnawakenaikedo)2026-04-03 18:45
답글
특히 마팅게일이나 마르코프 체인의 수학적 내용은 내 생각엔 별 쓸모없어 보인다.(지금 단계에선)
빡센 이론 CS 할거면, 공부해야하긴 해.
진사월(nnawakenaikedo)2026-04-03 18:46
답글
@진사월
근데 CS에서 말하는 randomized algorithm 같은걸 다루려면 결국 concentration 부등식과 graph 위에서의 random walk 같은것들을 다뤄야하기 때문에 measure theoretic 기반까지는 아니더라도 기초적인 마틴게일과 마르코프 체인에 관한건 알긴 해야함.
수갤러 3(121.152)2026-04-04 18:55
pde할때도 의외로 등장하더라
convolution을 가지고
pmf pdf 설명하던데 - dc App
연쵸(solstice4649)2026-04-03 22:24
답글
그게 어떻게 pde임..
물론 spde같은게 있으니 쓰일수야있긴한데 - dc App
수갤러 2(110.76)2026-04-04 00:15
답글
@수갤러2(110.76)
낸들아냐 책이 가런걸 - dc App
연쵸(solstice4649)2026-04-04 00:38
어떤 방향의 probability로 가든 학부 수준 위상 해석은 전부 숨쉬듯이 쓸 수 있어야함
그래프 초반에 Erdos적 probabilistic method로 해결하는건 결국 discrete probability랑 approximation를 갖다써도 괜찮은게 맞는데, approximation이든 measure theoretical probability든
익명(78.104)2026-04-04 16:44
답글
결국 학부위상 모르고는 도저히 수학과 느낌으로 전개할 방법이 없음
익명(78.104)2026-04-04 16:45
답글
@ㅇㅇ(78.104)
확률쪽으로 가고 싶고 위상이 싫으면 위상수학 주요 내용 증명없이 이해하는 선에서라도 공부하는 걸 추천
통계 말고 확률? 확률을 한다는게 뭐지 - dc App
조합론 통계 등등 확률 혹은 경우의수따지면서 서커스하는 학문들있잖슴까
그러니까, 확률변수가 깔끔한 구간으로 안나올때 확률을 정의하거나 계산하는 그런거 말하는거? - dc App
조합론 말하는거? 아니면 확률 자체를 말하는거야? - dc App
@수갤러1(116.34) 음 한가지 단적인 예를 들면 저번에 그래프개론 들으면서 O(n) 표기법으로 각종 그래프 특성의 상한이나 하한을 추측하는 정리들을 배웠습니다 이런건 조합쪽에 가깝겠죠 그 이외에도 전 항상 기초적인 확률론 수업을 들을때마다 확률이라는 애매모호한 정의에 대해 항상 의문이 들었습니다 확률변수 X가 있다고 가정하면 이게 한 점에선 적분값 확률이 0이지 않습니까... 하지만 분명 우리는 1에서 6사이에 실수 랜덤값 돌리면 2.38382947이 나오는 경우를 발견하고 이는 분명히 0이 아니고 해서... 조금 더 엄밀한 정의가 필요할거같은데... 이건 측도론쪽이겠죠? 그 외에도 조합론적 사고에 대한 막연한 환상이 있습니다 어릴때 수학이 멋지다고 생각한 계기가 몬티홀문제같이 아무 생각이 안들고 그래서 어쩌라고? 하는 문제
@수갤러1(116.34) 들도 사실은 가장 합리적인 선택이 있다! 이런 사실이 저에겐 엄청 재밌게 다가와서... 이게 수학을 복전하게 된 계기가 아닐까 싶지만... 어째 졸업할때 다되어가니까 뭔가 하나로 정리된 흐름이 머릿속에 남아있지가 않아서 회의감이 들어서 요즘 다시 책펴고 찬찬히 돌아보고있는데... 뭘 어떻게 어디부터 봉합을 해야할지 모르겠고... 챗지피티가 학부초년생 수준의 질문은 잘잡아주지만 아무래도 인간의 대답을 한번 들어보고 싶은겁니다
위상에서 Baire 공간같은거 배웠음??
제가 다른건 모르겟는데 위상을 좋아하지도 않고 잘하지도 않아서... 학기마지막 기말때는 알고싶지도 않은 내용들만 해서 걍 던져버렸는데 근데 이해하라면 할수있죠 관련있는 내용인가요?
위상에서 Baire 공간 배울때 보통 G델타 F시그마 셋 이런거 배우는데, 이게 측도론 공부하면 꽤 등장하는 편이긴 해서
probability는 메져고... expectation은 probability measure에 대한 measurable function의 적분이고... 공부하다보면 알게될거임
물론 저도 학부 지식이 한계이긴 함... ㅋㅋ
위에 보니까 니가 생각하는 확률은 수학과에서 확률이라 부르는건 아님. 물론 겹치는 것도 있지만, 그런거 몰라도 니가 원하는 것들 할 수 있음. randomized algorithm이나 graph 같은 것들이 훨씬 유용할거. 확률론은 학부 확률론 (문과도 듣는 수업) 정도면 충분. 물론 더 가고싶으면 measure를 빡세게 써서 in prob 수렴이 뭔지, Law of Large Numbers가 (수학적으로) 뭔지, 중심극한 정리는 뭔지... 같은 "해석적인" 논의도 가능하지만, 지금 단계에선 많이 시기상조임.
특히 마팅게일이나 마르코프 체인의 수학적 내용은 내 생각엔 별 쓸모없어 보인다.(지금 단계에선) 빡센 이론 CS 할거면, 공부해야하긴 해.
@진사월 근데 CS에서 말하는 randomized algorithm 같은걸 다루려면 결국 concentration 부등식과 graph 위에서의 random walk 같은것들을 다뤄야하기 때문에 measure theoretic 기반까지는 아니더라도 기초적인 마틴게일과 마르코프 체인에 관한건 알긴 해야함.
pde할때도 의외로 등장하더라 convolution을 가지고 pmf pdf 설명하던데 - dc App
그게 어떻게 pde임.. 물론 spde같은게 있으니 쓰일수야있긴한데 - dc App
@수갤러2(110.76) 낸들아냐 책이 가런걸 - dc App
어떤 방향의 probability로 가든 학부 수준 위상 해석은 전부 숨쉬듯이 쓸 수 있어야함 그래프 초반에 Erdos적 probabilistic method로 해결하는건 결국 discrete probability랑 approximation를 갖다써도 괜찮은게 맞는데, approximation이든 measure theoretical probability든
결국 학부위상 모르고는 도저히 수학과 느낌으로 전개할 방법이 없음
@ㅇㅇ(78.104) 확률쪽으로 가고 싶고 위상이 싫으면 위상수학 주요 내용 증명없이 이해하는 선에서라도 공부하는 걸 추천