10. 積分 積分・・確率モデルと動学モデルで使われる この章は計算方法の紹介 積分の定義から

Slides:



Advertisements
Similar presentations
北海道大学 Hokkaido University 1 情報理論 講義資料 2016/06/22 情報エレクトロニクス学科共通科目・2年次・第 1 学期〔必修 科目〕 講義「情報理論」第 5 回 第 3 章 情報源のモデル [ 後半 ] 3.5 情報源のエントロピー.
Advertisements

伊藤清 (KIYOSHI ITO) 総合政策学部 都市政策学科 1342 松岡佳恵 AD%A6%E8%80%85&ei=UTF-8&rkf=1&oq=#mode%3Ddetail%26index%3D0%26st%3D142.
Lesson 9. 頻度と分布 §D. 正規分布. 正規分布 Normal Distribution 最もよく使われる連続確率分布 釣り鐘形の曲線 -∽から+ ∽までの値を取る 平均 mean =中央値 median =最頻値 mode 曲線より下の面積は1に等しい.
土木計画学 第3回:10月19日 調査データの統計処理と分析2 担当:榊原 弘之. 標本調査において,母集団の平均や分散などを直接知ることは できない. 母集団の平均値(母平均) 母集団の分散(母分散) 母集団中のある値の比率(母比率) p Sample 標本平均 標本分散(不偏分散) 標本中の比率.
熱流体力学 第4章 番外編 熱力学的系 状態方程式 熱力学で扱う偏微分公式 熱力学の第一法則(工学系と物理系)
1変数の関数と微分. 数について 解析の教科書は数から始まることが多い 頭を慣らしがてら、スタート.
1 微分・ベクトル解析 (4) 講師:幹 浩文( A314) TA :西方良太 M 1 ( A305 ) A 1 03 ( 10 : 50~12 : 20 ) 【金】 https://
Problem C: Grated Radish ~大根おろし~. 成績 Submit 数: 0 Accept 数: 0 問題セットの中で最難問題なので解けな くても仕方が無いかなと思いつつ, 1 チー ム位 submit して欲しかった.
統計学 第3回 西山. 第2回のまとめ 確率分布=決まっている分布の 形 期待値とは平均計算 平均=合計 ÷ 個数から卒業! 平均=割合 × 値の合計 同じ平均値でも 同じ分散や標準偏差でも.
陰関数定理と比較静学 モデルの連立方程式体系で表されるとき パラメータが変化したとき 如何に変数が変化するか 至るところに出てくる.
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.
●母集団と標本 母集団 標本 母数 母平均、母分散 無作為抽出 標本データの分析(記述統計学) 母集団における状態の推測(推測統計学)
第1回 確率変数、確率分布 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
◎ 本章  化学ポテンシャルという概念の導入   ・部分モル量という種類の性質の一つ   ・混合物の物性を記述するために,化学ポテンシャルがどのように使われるか   基本原理        平衡では,ある化学種の化学ポテンシャルはどの相でも同じ ◎ 化学  互いに反応できるものも含めて,混合物を扱う.
有限差分法による 時間発展問題の解法の基礎
・力のモーメント ・角運動量 ・力のモーメントと角運動量の関係
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
プログラミング論 数値積分
スペクトル法による数値計算の原理 -一次元線形・非線形移流問題の場合-
統計解析 第9回 第9章 正規分布、第11章 理論分布.
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>
11.確率モデル 確率・・・不確実性の経済学や金融やファイナンス で重要 密度関数がある場合に期待値を取る計算を中心に、紹介.
東京工業大学 機械制御システム専攻 山北 昌毅
Natural Semantics 実行過程の、最初と最後の状態(state)の関係を考える。
第3章 二つの変数の記述統計 二つの変数を対象として変数同士の関係を捉える 量的変数どうしの関係 質的変数どうしの関係.
(+3)×(+3)= (+3)×(+2)= (+3)×(+1)= (+3)× 0 = (+3)×(-1)= (+3)×(-2)=
多変数関数の積分(6/3~24) 重積分(2重積分) 第6章(§5は除く) 重積分の定義 「連続関数は積分可能」
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.
需要の価格弾力性 価格の変化率と需要の変化率の比.
電気回路学Ⅱ エネルギーインテリジェンスコース 5セメ 山田 博仁.
(ラプラス変換の復習) 教科書には相当する章はない
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
円 周 率 物 語.
第3章 補足:パラメータが極小値に収束する例
ミクロ経済学第4回 中村さやか.
◎ 本章  化学ポテンシャルという概念の導入   ・部分モル量という種類の性質の一つ   ・混合物の物性を記述するために,化学ポテンシャルがどのように使われるか   基本原理        平衡では,ある化学種の化学ポテンシャルはどの相でも同じ ◎ 化学  互いに反応できるものも含めて,混合物を扱う.
原子核物理学 第4講 原子核の液滴模型.
システムモデルと伝達関数 1. インパルス応答と伝達関数 キーワード : 伝達関数、インパルス応答、 ステップ応答、ランプ応答
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
合成伝達関数の求め方(1) 「直列結合 = 伝達関数の掛け算」, 「並列結合 = 伝達関数の足し算」であった。
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
数値積分.
プログラミング論 II 2008年吉日 主成分分析 数値積分
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.
独立成分分析 5 アルゴリズムの安定性と効率 2007/10/24   名雪 勲.
6. ラプラス変換.
ルンゲクッタ法 となる微分方程式の解を数値的に解く方法.
市場調査の手順 問題の設定 調査方法の決定 データ収集方法の決定 データ収集の実行 データ分析と解釈 報告書の作成 標本デザイン、データ収集
9.通信路符号化手法1 (誤り検出と誤り訂正の原理)
(d) ギブズ - デュエムの式 2成分混合物の全ギブスエネルギー: 化学ポテンシャルは組成に依存
4. システムの安定性.
第3章 線形回帰モデル 修士1年 山田 孝太郎.
行列式 方程式の解 Cramerの公式 余因数展開.
解析学 ー第9〜10回ー 2019/5/12.
博士たちの愛する円周率 徳山 豪 東北大学 “PI” that professors love
確率と統計2007(最終回) 平成20年1月17日(木) 東京工科大学 亀田弘之.
7.8 Kim-Vu Polynomial Concentration
円 周 率 物 語.
誤差逆伝播法による ニューラルネットワーク (BackPropagation Neural Network, BPNN)
電気回路学Ⅱ 通信工学コース 5セメ 山田 博仁.
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.
確率的フィルタリングを用いた アンサンブル学習の統計力学 三好 誠司 岡田 真人 神 戸 高 専 東 大, 理 研
Cプログラミング演習 ニュートン法による方程式の求解.
確率的フィルタリングを用いた アンサンブル学習の統計力学 三好 誠司 岡田 真人 神 戸 高 専 東 大, 理 研
(昨年度のオープンコースウェア) 10/17 組み合わせと確率 10/24 確率変数と確率分布 10/31 代表的な確率分布
8.2 数値積分 (1)どんなときに数値積分を行うのか?
固体→液体 液体→固体 ヒント P131  クラペイロンの式 左辺の微分式を有限値で近似すると?
8.数値微分・積分・微分方程式 工学的問題においては 解析的に微分値や積分値を求めたり, 微分方程式を解くことが難しいケースも多い。
Presentation transcript:

10. 積分 積分・・確率モデルと動学モデルで使われる この章は計算方法の紹介 積分の定義から 不定積分で定義すると「微分積分学の基本定理」が定義になってしまう

(定)積分の定義  の関数 刻みが細かくなるほど大きくなる 刻みが細かくなるほど小さくなる

(定)積分の定義 刻みを小さくしたときの極限が等しいとき つまり、上の上限=下の下減のとき積分可能 リーマン積分の定義

積分の性質

ルベーグ積分 横軸で切って集めるのがリーマン積分で、縦軸で切ってに集めるのが、ルベーグ積分 刻み幅を細かくすると、上は、小さくなり、下は大きくなる 上の下限=下の上限がルベーグ積分の定義(片方が収束すれば他方も同じ値に収束する)

ルベーグ積分の特長 行儀のいい関数ならルベーグ積分もリーマン積分も同じ 多くの関数が積分できる 極限を取るときに便利 無理数で0、有理数で1の関数は、リーマン積分不可能だが、ルベーグ積分は0 極限を取るときに便利

部分積分 積の微分公式 積分する

部分積分の例 1

部分積分の注意 使うごとに積の微分の公式を積分すればいいので、覚える必要はない 符号がよく変化するので注意 正の関数を積分して負になる場合は、計算が違っている。

置換積分 厳密に増加的で微分可能 逆関数

置換積分の注意 積分の上限と下限に注意 厳密に単調減少でも同様にできるが、上限と下限は、一層注意 公式を覚えるより出てくるごとに考える

置換積分の例

2変数関数の積分

積分領域が長方形でない場合 x y

2変数の置換積分

2変数の置換積分の例

2変数の置換積分の例