分からない問題はここに書いてね464
■ このスレッドは過去ログ倉庫に格納されています
>>246
>>258 を解いて
P(n,k) = (1/10) + (1/5) r^{n/2} cos(2π(3.5n - k)/10)
+ (1/5) (r')^{n/2} cos(2π(4.5n + 3k)/10)
+ (1/2) (1/6)^n {δ_5(n-k) - (1/5)},
ここに
r = (5+2√5) /36 = (√5) φ^3 /36 = 0.2631148876
r' = (5-2√5) /36 = (√5) φ^{-3} /36 = 0.01466289014
δ_5(n-k) = 1, n-k≡0 (mod 5)
= 0, n-k≠0 (mod 5) 円に内接する四角形ABCD(辺長AB=a,BC=b,CD=c,DA=d)の対角線AC,BDの交点をEとする。
このときAE*EC(=BE*ED ∵方べきの定理)の値をa,b,c,dで表せ。 「f : R^n -> R^mがC^r級である」の定義ですが,fの成分関数の偏導関数がある条件を満たせばC^r級であるという定義です.
全微分についての条件じゃないことに違和感をおぼえます. C^1級なら全微分可能だし
全微分に関する条件を考えようにも自然に各成分の全微分df=…に出てくる偏導関数の条件にならん? 表現の効率と意味の本質がズレるのは当然
その上で表現の効率を取る理由を考えてみたら? >>303
f(x)のヤコビ行列Df(x)がxに関して連続ということでしょ。 女々しいアホは『女性蔑視』という幼稚なレッテルでしか他者を表現できないし
それでそう言った対象の人間に不利益を被らせようとしている。
やっていることは小学生と変わらない、いい年した大人が。
恥ずかしくないのだろうか? 数学で完敗した既得権益は、情報隠蔽の手段がなくなりついに暴言を吐いてブチ切れましたとさ
(おわり) >>304-306
ありがとうございました.
>>306
C^2以上のときはどうですか? >>311
> C^2以上のときはどうですか?
Df: R^n -> R^(n×m) がC^1級。 (位相)多様体に連結性を仮定すれば次元は一意に定まると思うのですが、どのように証明できますか?
R^nとR^mが同相⇒n=mは用いてもいいです。 >>314
自己解決しました。
次のように証明しましたが、もっと簡単な方法はあるでしょうか?
もし次元が一意に定まらないとする。
このときi=1,2,...に対し、i次元ユークリッド空間と位相同型となるチャートの族の族がえられる。ここで、どこかのi,j(i≠j)ではチャートの族は非空。
よって、iのチャートの族の合併をとったものと、i以外のチャートの族の族で合併を取ったものは、それぞれ非空な開集合。
これらの交わりをとれば、連結であることから非空。
ここで座標変換を取れば矛盾することが分かる。 https://imgur.com/C8ItpVs.jpg
上の定理の証明で,なぜ,bを中心とする半径2δの開球を考えているのでしょうか?これをbを中心とする半径δの開球に置き換えると何かまずいことが起きますか? https://imgur.com/a/nSeMnKd
問題ではありませんが、上の文字が読めません。何の書体の何という文字ですか? >>320
ありがとうございます。
明らかに情報が足りませんでした。いくつかの閉集合の集合を表す記号として出てきました。
少し調べた感じだと花文字のSに近いですから多分Sです。 fを微分可能な1変数関数、n>1とします。
i<nに対してfのi階微分の点pでの値=0かつ、fのn階微分のpでの値>0のとき、
nが偶数ならpは極小値
nが奇数ならpは鞍点
は言えますか? 筆記体で小文字のaとdが紛らわしいのは、習った世代にとっては常識。
しかし、そうで無い世代にとっては、「ミステリー解決の鍵」として使われ、
アニメの一つのエピソードとして扱われるほど、希少な知識に格上げされていたようだ。
いろいろな意味で驚いた。 すんません
f(x)=x⁴について、a=5における微分係数を求めよ
ってのが分かりません… 老婆心ながら、何が変数なのかはよく考えてね、とはつけたし。 >>301
n=0 も含めるなら
+ (1/10) (-1)^n δ_{n,0}
を追加せねば…
(n≧1 には影響ないが)
>>302
AE・EC = BE・ED = x^2 とおく。
AE:EC = ad:bc より
AC = AE + EC = (ad+bc)/√(abcd)・x
BE:ED = ab:cd より
BD = BE + ED = (ab+cd)/√(abcd)・x
これらを トレミーの定理
AC + BD = ac+bd,
に入れる。
x^2 = abcd(ac+bd)/{(ad+bc)(ab+cd)}, >>301
n=0 も含めるなら
+ (1/10) (-1)^k δ_{n,0}
を追加せねば… これらを トレミーの定理
AC・BD = ac + bd,
に入れる。
だった >>332 ありがとうございます
> トレミーの定理
AC * BD = ac+bd >>290
話題を変えた上での指名制の質問か。
>肯定的に解決したって表現は真であることを証明した
書かれている本などの媒体にもよるが、その表現の意味は、原則的にそのまま解釈していい。
勿論、そのような表現は、すべていつもそのまま解釈していい訳ではない。 U(a)でa∈R^nを含むようなR^nの開集合全体の集合を表すとする.
杉浦光夫『解析入門II』に,「U∈U(a), b∈U ならば U∈U(b)」が成り立つと書いてあります.
「Uは開集合, b∈U ならば U∈U(b)」が成り立つと思うので,なぜ「U∈U(a)」と書いたのかが分かりません. 陰関数定理における陰関数の定義域Vと終域Wは開集合となっていますが,連結な開集合じゃなくても問題は起きませんか? 杉浦解析入門IIの陰関数定理の証明の冒頭部分が以下です.Wが連結でない場合に,f^aがWにおいて狭義単調増加函数になると言えるでしょうか?
f_y(c)≠0が仮定であるが,必要ならばfの代りに-fを考えることにより,f_y(c)>0であるとしてよい.fはC^1級で,f_yは連続であるから,
cのある近傍U_0=V_0 × W⊂Uにおいて f_y(x, y)>0である.いまxをx=aと固定して,yの函数f^a(y) = f(a,y)を考えると,f_y(x,y)>0であるから,
f^aはWにおいて狭義単調増加函数でf^a(b)=0だから,y∈Wに対し
y>b⇒f(a,y)>0; y<b⇒f(a,y)<0となる. その後の記述を見ても,Wが連結開集合すなわち開区間であると仮定しているようにしか見えません. >>340
> その後の記述を見ても,Wが連結開集合すなわち開区間であると仮定しているようにしか見えません.
そこまで分かっているのに、なんで解決策が見えないの?
ある近傍なんだから、Wが開区間になるように選んでおけば良いだけじゃん。 >>341
ありがとうございました.杉浦光夫の解析入門シリーズを厳密かつ完全無欠な本であるかのように言う人が多くいるので,もしかしたら,Wが連結でなくても議論が成り立つ
のではないかと心配だったんです. >>342
完全無欠とか数学的でないことを根拠に数学書読むの?まあいいけども。
ただ、あなたの疑問に思ったところは、多少不親切かもしれないけれども、本が間違っているわけでもないよね。 >>344
Wが連結でないとするとかならずしもそれ以後の議論が成り立たないため,間違っています. >>345
> >>344
> Wが連結でないとするとかならずしもそれ以後の議論が成り立たないため,間違っています.
これが本当に間違っていると思うなら、数学書読むの無理だよ。あきらめな。
必要なら都合の良いものを取って一般性を失わないなら、それは問題ないわけ。
そんなのはちょっと考えればわかるわけで、それが行間を読むという作業の一つ。 >>346
> 必要なら都合の良いものを取って一般性を失わないなら、それは問題ないわけ。
この場合、一般性を失わないというのは、言い方が間違っているな。すみません。
都合の良いものを考えて主張が成り立つなら、主張が間違っているわけではないということが言いたかった。
陰関数定理の主張で、開近傍V,Wが存在する、と書かれているわけだが、V,Wが連結でないように取れる、などとは書かれていないから、
わざわざ連結でないものを見つけてくる必要は全くないし、定理の主張にV,Wが連結である。という記述を加えなくても定理は正しい。 ワクチンからみでこんな問題を思いついた。(尚、出題者はこの数値での正解を持っておりません。)
A国のワクチンは170例中1人で奇病発生、B国のワクチンは76例中奇病発生0
どちらのワクチンの方が奇病が発生しやすいか検定せよ。 ワクチンの種類によって副作用の分布が違うことくらい情報あるだろ このバカは自分が数学板で出題できるレベルには到底ない事をいつ理解できるんだろう
底抜けやな >>252
(1) A、B勝率のベータ分布を求めて、各々 a, bとする。
(2) a - b の分布を求めてcとする
(3) c > 0となる確率を計算する
(2)(3)は a/bの分布が1を超える確率の計算でもいい。 >>353
乱数発生させて計算してみると
Aの勝率がBの勝率より大きい確率は0.672になった。 >>252
A、Bの勝率に有意差があるかカイ二乗検定してみると
2-sample test for equality of proportions without continuity
correction
data: c(500, 490) out of c(1000, 1000)
X-squared = 0.20002, df = 1, p-value = 0.6547
有意差なしだな。 1000勝500敗を1000戦500勝で計算していたので、>354,>355の数値は撤回。
>354は0.602 >355は p-value = 0.7949 >>349
>252にあてはめると
A:1勝169敗
B:0勝76敗
のとき、Aの勝率がBの勝率より大きい確率を求めよ、という問題になるな。 >>356
設定を誤解していた。コロナが頭にまわったか?
A:1000/1500とB:1000/1490の比較だったのに(間違って500/1500と490/1490で比較していた)
事前分布をJefferey分布にすると
> f(r1=1000,r2=1000,n1=1500,n2=1490,a=0.5,b=0.5,k=1e7)
[1] 0.3973732
事前分布を一様分布にすると
> f(r1=1000,r2=1000,n1=1500,n2=1490,a=1,b=1,k=1e7)
[1] 0.3977775
Aの方が強い確率は約4割だな。 >357
そういうレスはスレリソースの無駄だから
厳密解を出して頭のいいところを披露してくれ。
俺には数値積分の近似解が精一杯
ベータ分布の差の分布の重積分
∫[-∞,∞] dbeta(x+y,1+1000,1+500)*dbeta(y,1+1000,1+490) dy
が、数値積分でしか出せない。
数値積分で出してみると
a=b=1
r1=r2=1000
n1=1500;n2=1490
f <- function(x,y) dbeta(x+y,a+r1,b+n1-r1)*dbeta(y,a+r2,b+n2-r2)
vf=Vectorize(f,vectorize.args = 'y')
pdf=Vectorize(pdf)
integrate(pdf,0,Inf)
0.3975253 with absolute error < 5.2e-07
事前分布をJeffereyにしたときは
> integrate(pdf,0,Inf)
0.3974663 with absolute error < 5.2e-07
乱数発生させての計算>359と同じく
Aの方が強い確率は約4割 WをR^(n+k)の開集合とし,x∈Wとする.
このとき,U⊂R^k, V⊂R^nであるような開集合U,Vでx∈U×V⊂Wとなるようなものが存在する.
この証明ですが,U, Vとして,開球や開直方体を考えるのが標準的でしょうか?
他にどんな解法がありますか? >>362
(十分小さい)開集合ならなんでもいいです
直方体や開球を使うのはわざわざ複雑な図形を持ち出す必要がないからというだけ、もし複雑な図形を持ち出してたら「なんでこんな変なものを考えるんですか?」と疑問になること間違いないでしょ 今年の京大の特色入試です。初手が思いつかないのでヒントをください。
四面体Vの側面または内部に一直線上にない3点P,Q,Rをとる。△PQRの面積は、Vの側面である三角形のうち面積最大のものの面積を超えないことを示せ。 >>363
そういうレスはいいから、厳密解を出して頭のいいところを披露してくれ。 >>365
2点を固定して面積最大となる第3点を考えると頂点になる
結果として頂点による三角形が面積最大、つまり側面 >>366
そっちこそそういう開き直りはいいからw A、Bの袋には玉が二つずつ入っています。
Aの袋の中の玉のうち片方は赤であることが分かっていますが、
もう片方は赤か黒か分かりません(そのどちらかであることはわかっています)。
Bの袋の中の玉のうち片方は青であることが分かっていますが、
もう片方は青か黒か分かりません(そのどちらかであることはわかっています)。
無作為にA、Bの袋から一つずつ玉を取り出したとき、赤と青でした。
それらを袋に戻し、もう一度改めて無作為に取り出したとき、また赤と青でした。
袋に戻してもう一度無作為に取り出するとき、
取り出される玉の色が以下である確率はいくつになりますか?
赤青:
赤黒:
黒青:
黒黒:
ーーーー
黒玉が入っているかどうかを50%で計算すれば簡単に出ることはわかるんですが
今回の試行をする前に二回確認をしたという情報があるので
直感的には黒黒の確率は低いと思う(一方で、0にもできないと思う)んです
けど、どういう考え方で計算をすればいいのか分からず…
黒玉が入っている確率とか先に出たりします?
答えが知りたいというよりは考え方や計算の仕方を知りたいです >>364,367
ありがとうございました.
>>367
直積位相について調べてみようと思います. >>370
条件不足だと思う
もう片方が赤か黒(あるいは青か黒)である確率がもともとはいくつであったのかを設定しないと求められないのでは? >>732
事前施行前は単に未知なので、等確率50%なのかなと思います
その是非自身にも興味はありますが、考えを進めたいので、
ここではいったん事前の2回の施行をする前にわかっていた範囲では
黒玉が入っている確率はAもBも50%だと仮定したら話は進みますか? 問題文からわかる範囲では単に未知なので
元々袋Aに黒玉が入っている確率をP_a
Bに黒玉が入っている確率をP_bとおいて
変数を含めたまま答えまで進めても良い気もします 左不変ベクトル場の定義がわかりません。
Gをリー群とし、L_gを左移動とします。
このときベクトル場Xが左不変であるとは、d(L_g)_h(X_h)=X_ghが成り立つことと定義されますが、
ここでX_hは点hでの接ベクトル、X_ghは点ghでの接ベクトルなので、接空間に同一視がないと意味をなさないと思います。
どのように解釈すべきでしょうか?
あるいは間違いがあれば教えて下さい。 >>252
このシミュレーションで代用できるかなぁ?
Aの基準ソフト相手の通算対戦勝率は1000/1500
この勝率で次の対戦を行い、勝てば1001/1501の勝率でその次の対戦を行う。
負ければ1000/1501の勝率でその次の対戦を行う
Bも1000/1490から開始して同様に対戦する。
A,Bがそれぞれ基準ソフトと1万回対戦したとき
Aの通算勝率がBの通算勝率より確率を求めよ >>370
Aの袋だけで考える。Aの袋に赤玉が2個含まれる確率をpとすると
Aの袋に含まれる赤玉の数をA、2回取り出した赤玉の総数をaとすると
a=2のときにA=2である確率はベイズの公式から
P[A==2|a==2] = P[a==2|A==2]P[A==2]/P[a==2]
= P[a==2|A==2]P[A==2] / (P[a==2|A==2]P[A==2]+P[a==2|A!=2]P[A!=2])
= 1*p / (1*p + 0.25*(1-p))
p=0.5とすると0.8になる
Aから3回目を取り出したときそれが赤である確率は
0.8*1 + (1-0.8)*0.5 = 0.9
Bの袋についても同様に考えて青である確率は0.9
よって、赤青である確率は0.9*0.9=0.81
これだけと面白くないのでpの事前分布を一様分布として
赤が2回でたあとの事後分布をグラフにしてみると
https://i.imgur.com/oWHgncS.png >>378
ベイズの公式なんぞ使わずに、数を数えて計算するシミュレーションをしてみた。
sim <- function(p){ # p:Aの袋に赤が2個含まれる確率
f <- function(){# 1:赤 0:黒
A=c(1,rbinom(1,1,p)) # A:袋の中の玉
a=sample(A,2,replace=TRUE) # a:取り出した玉
c(sum(A),sum(a)) # 袋の中の赤の数、取り出した赤の数
}
k=1e4 # 試行回数
re=t(replicate(k,f()))
a2=re[re[,2]==2,] # a==2の場合の数
nrow(a2[a2[,1]==2,])/nrow(a2) # a==2&A==2の場合の数/a==2の場合の数
}
あとはpに一様乱数を与えて結果をヒストグラムにすると
https://i.imgur.com/ewW6XEe.png
>378と同様の結果がでたので、大きなミスはないと思う。 思考実験で考えると
Aが赤黒であった場合に玉を取りだして色を確認して戻すことを3度行う試行を8回やると確率通りなら
赤赤赤
赤赤黒
赤黒赤
赤黒黒
黒赤赤
黒赤黒
黒黒赤
黒黒黒
が1回ずつ現れる
Aが赤赤であったなら当然何回やっても赤赤赤しか出ない
Aが赤赤か赤黒である確率が1/2ならAが赤赤であった場合も8回やることになり、
合計16回のうち2度目までが赤赤なのは10回あり、そのうち赤赤赤が9回、赤赤黒が1回となる
つまり、2度目まで赤赤の場合、3度目が赤なのは9/10
Aが赤赤なのか赤黒なのかの確率が半々でない場合はその比率に応じて赤赤であった場合の試行回数を変えて考えればいい
これを最初から確率の数値を使って計算しているのがベイズの定理 >>378
まとめると
p=1/2 # 袋Aに赤2個の事前確率
q=1/2 # 袋Bに青2個の事前確率
P=4*p/(3*p+1) # 袋Aに赤2個の事後確率
Q=4*q/(3*q+1) # 袋Bに青2個の事後確率
Red = P+(1-P)*(1/2) # 赤のでる確率
Blue = Q+(1-Q)*(1/2) # 青のでる確率
BlackA = (1-P)*(1/2) # 袋Aから黒のでる確率
BlackB = (1-Q)*(1/2) # 袋Bから黒のでる確率
# 赤青
Red*Blue
# 赤黒
Red*BlackB
# 黒青
BlackA*Blue
# 黒々
BlackA*BlackB
結果は
> # 赤青
> Red*Blue
[1] 0.81
> # 赤黒
> Red*BlackB
[1] 0.09
> # 黒青
> BlackA*Blue
[1] 0.09
> # 黒々
> BlackA*BlackB
[1] 0.01
> >>381
p、qを一様分布にしてグラフにしてみた。
各々の色の組み合わせのでる確率分布を図示してみた。
https://i.imgur.com/a8eoWFo.png 普通の確率論すら分かってないくせになんでベイズ理論は理解できてると思えるんかねぇ? シミュレーションプログラムできれば数値がだせるね、理論値と合致すると自己検算になる。
>377などはプログラムの助けがないと無理じゃないかなぁ。 >>384
検算ってww
オマエ数学高校レベルもわかってないやんwww >>378-383
ありがとうございます!
>>383
ハイ、おバカの書き込みで済みませんでした
「ベイズ理論」というキーワードは得たので調べて解読してみようと思います
>>380で頂いた愚直に計算するやり方ならわかる(※少なくとも自分ではわかったつもりになっている)ので
自分でも色々考えてみたいと思います 前>>77
>>370
赤青=(3/4)^2=9/16
赤黒=(3/4)(1/4)=3/16
黒青=(1/4)(3/4)=3/16
黒黒=(1/4)^2=1/16 >>386
普通はベイズの公式とかベイスの定理とか呼ぶよね。
この解説なんかどうですかね?
https://mathtrain.jp/bayes >>387
もとの問題の答を出すより、イナ芸人の誤答を本人が納得できるように説明する方が遥かに難しい。
これはベイズ理論をわかっているという達人が解説できるかな? >>380
Aが赤赤である確率が中途半端な0.3とかだと計算しにくいと思う。 >>390
そういう場合は半端なことにならないように赤黒を56回、赤赤を24回思考実験してみるとかになる
半端な数字のまま計算することも可能だがそうするとベイズと似たようなことになってくる >>380
赤赤の確率が1/3とすると
赤赤赤
赤赤黒
赤黒赤
赤黒黒
黒赤赤
黒赤黒
黒黒赤
黒黒黒
を2セット
赤赤赤
赤赤赤
赤赤赤
赤赤赤
赤赤赤
赤赤赤
赤赤赤
赤赤赤
を1セット
になるけど
2度目までが赤赤なのは12回あり、そのうち赤赤赤が10回、
2度目まで赤赤の場合、3度目が赤なのは10/12=5/6になったけど
>381の式でp=1/3
P=4*p/(3*p+1) # 袋Aに赤2個の事後確率
は2/3になって答が一致しないなぁ。 >>392
自己解決
>380の計算しているのは>381のPではなくRedの値なので5/6で一致しました。 >>391
一般化すると
Aが赤黒、赤赤である確率の比がm:nであるとき、3回めに赤がでる確率は
(m+8*n)/(2*m+8*n) (m+8*n)/(2*m+8*n)
(1+8*(n/m))/(2+8*(n/m))
oz=n/m
(1+8*oz)/(2+8*oz)
# Aが赤赤である確率をpとすると
p=n/(m+n)
#
oz=p/(1-p)
# 3回めが赤である確率は
(1+8*oz)/(2+8*oz)
(1+8*p/(1-p))/(2+8*p/(1-p))
グラフにしてみた
https://i.imgur.com/8GEbz3x.png ID:z0JupO0uのバカだなぁ親爺が
イナ氏にベイズ理論で説明できるか楽しみ。 数式展開での一致確認は味気ない(ビジュアル化できた方が楽しい)ので>381のRedを棒グラフにして>395のグラフに重ね併せてみた。
https://i.imgur.com/JXPoZrb.png >>397
その通り、Bayesのやっていることはreallocation of probability distribution >>397
事前確率分布のパラメータ設定が理屈でなくて観察(コンピュータシミュレーション結果)に基づいているので、
公理というカルトではなく、観察科学の一種だな。 ■ このスレッドは過去ログ倉庫に格納されています