Generating Functions (前半) B4 堺谷光.

Slides:



Advertisements
Similar presentations
1 高速フーリエ変換 (fast Fourier transform). 2 高速フーリエ変換とは? – 簡単に言うとフーリエ変換を効率よく計算 する方法 – アルゴリズムの設計技法は分割統治法に基 づいている 今回の目的は? – 多項式の積を求める問題を取り上げ、高速 フーリエ変換のアルゴリズムを用いた解法.
Advertisements

1. 補間多項式 n 次の多項式 とは、単項式 の 線形結合の事である。 Definitions: ( 区間, 連続関数, abscissas (データ点、格子点、差分点), 多項 式 ) Theorem. (補間多項式の存在と一意性) 各 i = 0, …, n について、 をみたす、次数が高々 n.
数理統計学(第ニ回) 期待値と分散 浜田知久馬 数理統計学第2回.
3次元nクイーン問題の 解に関する研究 論理工学研究室 伊藤精一
Writter: slip0110 Tester: kioa341
確率と統計 平成23年12月8日 (徐々に統計へ戻ります).
全加算回路 A, Bはそれぞれ0または1をとるとする。 下位桁からの繰り上がりをC1とする。(0または1)
黒澤 馨 (茨城大学) 情報セキュリティ特論(4) 黒澤 馨 (茨城大学) 2017/3/4 confidential.
離散数学入門 (集合論、ベン図) 情報システム学科 中田豊久.
パスカルの三角形  ~3次元への拡張~ 立命館高校 2年 池内 正剛.
確率・統計Ⅰ 第11回 i.i.d.の和と大数の法則 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
円順列.
プログラミング論 I 補間
第1章 場合の数と確率 第1節 場合の数  2  場合の数 (第1回).
Microsoft Excel 2010 を利用した 2項分布の確率計算
第5回 ディジタル回路内の数値表現 瀬戸 ディジタル回路内部で,数を表現する方法(2進数)を学ぶ 10進数⇔2進数⇔16進数の変換ができる
3 一次関数 1章 一次関数とグラフ §3 一次関数の式を求めること          (3時間).
Reed-Solomon 符号と擬似ランダム性
エッジの検出 画像中に表示された物理の輪郭(エッジ(edge))や線では、一般的に濃淡が急激に変化しており、これらは画像中のなんらかの構造を反映していることが多い このようなエッジや線の検出処理は、画像理解や認識のための前処理として重要である   差分型によるエッジ検出   零交差法によるエッジ検出.
大数の法則 平均 m の母集団から n 個のデータ xi をサンプリングする n 個のデータの平均 <x>
人工知能特論2011 資料No.6 東京工科大学大学院 担当教員 亀田弘之.
データ構造と アルゴリズム 第二回 知能情報学部 新田直也.
問題 1 フィボナッチ数列 xn は次で定義される。
第2章補足Ⅱ 2項分布と正規分布についての補足
 Combinations(2)        古川 勇輔.
線形代数学 4.行列式 吉村 裕一.
確率・統計輪講資料 6-5 適合度と独立性の検定 6-6 最小2乗法と相関係数の推定・検定 M1 西澤.
応用統計学の内容 推測統計学(inferential statistics)   連続型の確率分布   標本分布   統計推定   統計的検定.
最尤推定によるロジスティック回帰 対数尤度関数の最大化.
Probabilistic method 輪講 第7回
2008年6月12日 非線形方程式の近似解 Newton-Raphson法
10.通信路符号化手法2 (誤り検出と誤り訂正符号)
電気回路Ⅱ 演習 特別編(数学) 三角関数 オイラーの公式 微分積分 微分方程式 付録 三角関数関連の公式
誤差の二乗和の一次導関数 偏微分.
黒澤 馨 (茨城大学) 情報セキュリティ特論(7) 黒澤 馨 (茨城大学)
ガウス過程による回帰 Gaussian Process Regression GPR
第3回 確率変数の平均 確率・統計Ⅰ ここです! 確率変数と確率分布 確率変数の同時分布、独立性 確率変数の平均 確率変数の分散
プログラミング言語論 第3回 BNF記法について(演習付き)
確率・統計Ⅰ 第3回 確率変数の独立性 / 確率変数の平均 ここです! 確率論とは 確率変数、確率分布 確率変数の独立性 / 確率変数の平均
応用統計学の内容 推測統計学(inferential statistics)   連続型の確率分布   標本分布   統計推定   統計的検定.
正規分布確率密度関数.
モデルの逆解析 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
本時の目標 「相似な図形の相似比と面積比の関係を理解し、それを用いて相似な図形の面積を求めることができる。」
Basic Tools B4  八田 直樹.
ランダムグラフ エルデシュとレーニイによって研究された.→ER-model p:辺連結確率 N:ノード総数 分布:
標本分散の標本分布 標本分散の統計量   の定義    の性質 分布表の使い方    分布の信頼区間 
第7回課題 フィボナッチ数列 (コード:p.171) について,fib(4) を呼び出したときの起こる出来事は以下の通りである.
25. Randomized Algorithms
数理統計学 西 山.
様々な情報源(4章).
母分散の信頼区間 F分布 母分散の比の信頼区間
5 Recursions 朴大地.
A path to combinatorics 第3章後半(Ex3.8-最後)
生物情報ソフトウェア特論 (2)たたみ込みとハッシュに 基づくマッチング
ナップサック問題 クマさん人形をめぐる熱いドラマの結末.
計測工学 計測工学8 最小二乗法3 計測工学の8回目です。 最小二乗法を簡単な一時関数以外の関数に適用する方法を学びます。
曲がった時空上の場の理論の熱的な性質と二次元CFT
経営学研究科 M1年 学籍番号 speedster
データ解析 静岡大学工学部 安藤和敏
最尤推定・最尤法 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
1:Weak lensing 2:shear 3:高次展開 4:利点 5:問題点
データ解析 静岡大学工学部 安藤和敏
7.8 Kim-Vu Polynomial Concentration
Additive Combinatorics輪講 6章
モデルの微分による非線形モデルの解釈 明治大学 理工学部 応用化学科 データ化学工学研究室 金子 弘昌.
卒業研究 Treedecompositionを生成するヒューリスティックアルゴリズムの幅に関する評価実験
Microsoft Excel 2010 を利用した 2項分布の確率計算
第3章 統計的推定 (その2) 統計学 2006年度 <修正・補足版>.
統計解析 第11回.
Q q 情報セキュリティ 第7回:2005年5月27日(金) q q.
Presentation transcript:

Generating Functions (前半) B4 堺谷光

生成関数(type1) であるとき、 を、Aに関する生成関数と呼ぶ。 例えば、               のとき、

AとBがそれぞれ(0,0),(5,7)からランダムに歩くとき、2つが出会う確率は? Ex.8.1 AとBがそれぞれ(0,0),(5,7)からランダムに歩くとき、2つが出会う確率は? B Aは右か上 Bは左か下にランダムに動く A

AとBがそれぞれ(0,0),(5,7)からランダムに歩くとき、2つが出会う確率は? Ex.8.1 AとBがそれぞれ(0,0),(5,7)からランダムに歩くとき、2つが出会う確率は? B 出会うのは (0,6),(1,5),(2,4), (3,3),(4,2),(5,1) のどれか。 通り A

AとBがそれぞれ(0,0),(5,7)からランダムに歩くとき、2つが出会う確率は? Ex.8.1 AとBがそれぞれ(0,0),(5,7)からランダムに歩くとき、2つが出会う確率は? B A、Bともに全体で  通り 求める確率は、 生成関数は? A

Ex.8.1 盤面が大きくなると、         の計算が大変  →生成関数を使って計算しよう

Ex.8.1 P(x) が多項式のとき、P(x) の   の係数を とあらわす。               とすると、

Ex.8.1              、      とする。

Ex.8.1 以上より、 n=6のとき、

Ex.8.1 B A

Ex.8.1 以上より、 ちなみに、上の式はEx.3.10にでてきた からも導き出せる。

生成関数に関する性質                             とする。                            とすると、                   とすると、 特に      のとき、

生成関数に関する性質                           とする。

命題8.1                           とするとき、

Ex.8.2                        のとき、      および     を求めよ。                  とすると、           で、      のとき、 よって

Ex.8.2                        のとき、      および     を求めよ。                         なので、 命題8.1から、  これらはマクローリン展開と同じ。 (xの範囲に注意する必要あり)

Ex.8.3 フィボナッチ数列の陽関数表示を求めよ

Ex.8.3 フィボナッチ数列の陽関数表示を求めよ とすると、

Ex.8.3 フィボナッチ数列の陽関数表示を求めよ とすると、 同様に、

Ex.8.3 フィボナッチ数列の陽関数表示を求めよ   なので、

Ex.8.3 フィボナッチ数列の陽関数表示を求めよ

Ex.8.4 次の条件を満たす1~nの並べ方の総数は? n個のうち3つの数字を選び、左からa,b,cとする。 どうa,b,cを選んでも、b>a>c となっていない。 n=5のとき、 1 3 2 5 4 4 1 2 5 3

Ex.8.4 次の条件を満たす1~nの並べ方の総数は? n個のうち3つの数字を選び、左からa,b,cとする。 どうa,b,cを選んでも、b>a>c となっていない。 条件を満たす並べ方の総数を nがk+1番目にあるとする。 あるi,jについて、      とすると、 条件に反する 任意のi,jについて      

Ex.8.4 次の条件を満たす1~nの並べ方の総数は? n個のうち3つの数字を選び、左からa,b,cとする。 どうa,b,cを選んでも、b>a>c となっていない。             の並べ方は   通り                の並べ方は      通り

Ex.8.4               とする。 命題8.1より、 n≧1では上の2つが一致するので、

Ex.8.4             とし、これをマクローリン展開する

Ex.8.4   は負ではないので、

Ex.8.4 よって、 これより、

生成関数(type2) であるとき、 を、Aに関する生成関数(type2)と呼ぶ。

命題8.2                           とするとき、