タグ

*mathに関するkadoppeのブックマーク (13)

  • 数学は永遠に

    Go deeper into fascinating topics with original video series from TED

    数学は永遠に
  • 愛を語る数学

    Go deeper into fascinating topics with original video series from TED

    愛を語る数学
  • リーンソフトウェア開発 | リトルの法則 - Tbpgr Blog

    概要 リトルの法則 詳細 リーンソフトウェア開発では顧客満足を高めるために素早く開発を行う必要がある。 そこでリトルの法則を利用して、開発を改善する。 リトルの法則とは待ち行列理論において ・長時間平均化した顧客数L ・長時間平均化した到着率λ ・長時間平均化した顧客が系に費やす時間 W とした場合、 L= λWという法則ある。 これをシステム開発に置き換えるならば 平均要件量 = 要件の到着率 × 要件の消化に費やす時間 1ヶ月に20件の要件が発生し、チームは1件あたりの開発に1週間(=5営業日)かかるとします。 この場合、20 × 5 = 100(日)が平均要件量となります。 そこで、以下の様な対応をします。 ・作業を平準化させる ・要件を絞る=>当に重要な機能のみを要件リストに追加する ・1定期間に受け付ける要件の数を抑える ・各要件のサイズを最小化する ・プル型スケジューリング

    リーンソフトウェア開発 | リトルの法則 - Tbpgr Blog
  • 行列に並ぶ確率はカンタンに予測できる「待ち行列理論」

    人気店や遊園地に付きものなのが待ち行列。できれば待たずに済ませたいが、せめて自分の番が何分後か知れればイライラも減るだろう。 行列の待ち時間は、列に加わる人数と1人にかかる時間で割り出されるから、意外と簡単に計算できる。ちょっと複雑な式にチャレンジすれば、待たずに座れる確率も計算できるのだ。 【シャコはハイテク生物だって知ってた?「人間の10倍の色彩能力」「時速80kmのパンチ」】 偉大でリトルな法則 行列の待ち時間を求める計算は「待ち行列理論」と呼ばれ、立派な学問として研究されている。もっとも分かりやすいのがリトルの法則で、L=λ×Wのたった3つの要素で表される。それぞれの記号は、 ・L … 店中の客数(人) ・λ … 入店する人の割合(人/時間) ・W … 店内で過ごす時間(時間) を表す。レストランを例にすると、1時間に10人が店に入り、店内で過ごす時間が2時間だった場合、店内で

    行列に並ぶ確率はカンタンに予測できる「待ち行列理論」
  • リトルの法則 - Wikipedia

    リトルの法則 (リトルのほうそく、英:Little's law) あるいはリトルの定理 (リトルのていり、Little's theorem) とは、待ち行列理論において 安定な系において長時間平均化した顧客数 L (与えられた負荷、offered load)は、長時間平均化した到着率λと、長時間平均化した顧客が系に費やす時間 W の積に等しい、すなわち という法則である。 概要[編集] 法則は直感的には理にかなったものであるが、対象がどのような確率分布であってもこの振る舞いをするという点と、到着した顧客やサービスする顧客に基づいてどのようにスケジュールするかについて何の仮定も設けない点は特筆すべきである。 最初の証明は1961年[訳語疑問点]に当時ケース・ウェスタン・リザーブ大学にいたジョン・リトル(John Little)によって発表された。この法則はいかなるシステムにも適用でき、また

  • https://lh5.googleusercontent.com/-dJsRfi7_Crw/Utl_miUi3II/AAAAAAAA8jM/2ODyIK015WI/s450-no/How+radians+work.gif?utm_category=learn

  • 冪剰余 - Wikipedia

    この記事には参考文献や外部リンクの一覧が含まれていますが、脚注による参照が不十分であるため、情報源が依然不明確です。適切な位置に脚注を追加して、記事の信頼性向上にご協力ください。(2022年12月) 冪剰余(べきじょうよ、英: modular exponentiation)とは、冪乗の剰余のことである。数論的に重要な概念であるとともに、計算機科学、特に暗号理論の分野での応用が重要である。冪乗剰余とも呼ばれる。 正の整数 b(底)の整数 e 乗(冪指数)を正の整数 m(法)で割った余りを、「m を法とする b の e-冪剰余」と呼ぶ。つまり、冪剰余を求めるとは、次の c を計算することにほかならない。 例えば、b = 5、e = 3、m = 13 の場合、c は 53 を 13 で割った余りであり、冪剰余は 8 となる。 冪指数 e = 2, 3 に対する e-冪剰余は、通常それぞれ平方剰余

  • 部分分数分解 - Wikipedia

    この記事は検証可能な参考文献や出典が全く示されていないか、不十分です。出典を追加して記事の信頼性向上にご協力ください。(このテンプレートの使い方) 出典検索?: "部分分数分解" – ニュース · 書籍 · スカラー · CiNii · J-STAGE · NDL · dlib.jp · ジャパンサーチ · TWL(2015年7月) 代数学における部分分数分解(ぶぶんぶんすうぶんかい、英: partial fraction decomposition)とは、有理式(あるいは分数式ともいう、多項式の商で表される式のこと)に対し、その有理式の分母が互いに素な多項式の積で表されるとき、その有理式を多項式と複数の有理式(ただし、分子の次数は分母の次数より小さい)の和で表すことをいう。このとき分解された各々の有理式の分母を通分すれば、当然ながら元の有理式の分母となる。 有理式からその部分分数分解を得

  • PとNPとNP完全とNP困難 - 大人になってからの再学習

    計算複雑性の話の中で、P、NP、NP完全、NP困難というキーワードが登場する。 それぞれの違いを、字面だけから判断するのは、少し無理そう。 それで、詳しい説明を Wikipedia に求めると・・・。 ・P(Wikipedai) ・NP(Wikipedai) ・NP完全(Wikipedai) ・NP困難(Wikipedai) 大学などで正確な定義を学習していない場合には、軽く絶望することになる。 そこで、厳密ではないことをあらかじめ断ったうえで、これらを簡単に説明してみる。 (証明されていないが、前提としてNP≠P とする。これが証明できたら100万ドルもらえる。) まず、それぞれの関係は下図のように表すことができる。 図では、上のものほど難しい問題で「P≦NP≦NP完全≦NP困難」と言うことができる。 さらに次のことが言える。 ・ P は現実的な時間で解を求めることができる問題。 ・ N

    PとNPとNP完全とNP困難 - 大人になってからの再学習
  • サービス終了のお知らせ - NAVER まとめ

    サービス終了のお知らせ NAVERまとめは2020年9月30日をもちましてサービス終了いたしました。 約11年間、NAVERまとめをご利用・ご愛顧いただき誠にありがとうございました。

  • ニュートン-ラフソン法で√2の値を計算で出す | ShareWis

    ShareWis is an online learning platform with Snack Courses and Pro Courses. You can get smarter a bit just in 90 seconds with the Snack Courses and improve your skills with the Pro Courses created by professional instructors.

    ニュートン-ラフソン法で√2の値を計算で出す | ShareWis
  • 画像の挿入と編集

    ShareWis is an online learning platform with Snack Courses and Pro Courses. You can get smarter a bit just in 90 seconds with the Snack Courses and improve your skills with the Pro Courses created by professional instructors.

    画像の挿入と編集
  • CatTail Wiki*

    2つのデータが似ている度合いを,類似度の大きさや距離の近さといった数値にしてあらわすことで,クラスタ分析や,k-近傍法,多次元尺度構成法(MDS)をはじめとするいろいろな分析を行うことが可能となる. ここでは,よく知られている類似度や距離について述べる. 類似度という概念は,2つの集合の要素がまさにどれだけ似ているかを数量化したものであり,距離とは,要素同士の離れ具合,従って非類似度とちかい概念と考えてもよい. 参考までに数学における距離の概念の定義を示すと, 距離空間の定義 Sを1つの空でない集合とし,dをSで定義された2変数の実数値関数 d(SxS) → R が,以下の4条件(距離の公理) D1 : (非負性) 任意のx,y∈Sに対して d(x,y)≧0. D2 : (非退化性) x,y∈Sに対し d(x,y)=0  ⇔ x=y. D3 : (対称性) 任意のx,y∈Sに対して d(x

    CatTail Wiki*
  • 1