シュレーディンガーの猫 - Wikipedia
この項目では、思考実験について説明しています。Brian the Sunのアルバムについては「シュレディンガーの猫 (Brian the Sunのアルバム)」をご覧ください。 シュレーディンガーの猫（シュレーディンガーのねこ、シュレディンガーの猫とも、英: Schrödinger's cat）は、1935年にオーストリアの物理学者エルヴィン・シュレーディンガーが発表した、猫を使った思考実験。この思考実験は、物理学的実在の量子力学的記述が不完全であると説明するために用いられた。 シュレーディンガーは、EPR論文を補足する論文の中で、観測されない限り重ね合わせであるとして記述すると、巨視系の状態が"状態見分けの原理"（巨視的な観測をすれば区別できる巨視系の諸状態は、観測の有無にかかわらず区別できるとする原理）を満たさないことを示す具体例として、この思考実験を用いた[1]。 前史・背景[編集]
モンテカルロ法 - Wikipedia
モンテカルロ法（モンテカルロほう、（英: Monte Carlo method、MC）とはシミュレーションや数値計算を乱数を用いて行う手法の総称。元々は、中性子が物質中を動き回る様子を探るためにスタニスワフ・ウラムが考案しジョン・フォン・ノイマンにより命名された手法。カジノで有名な国家モナコ公国の4つの地区（カルティ）の1つであるモンテカルロから名付けられた。ランダム法とも呼ばれる。 計算理論[編集] 計算理論の分野において、モンテカルロ法とは誤答する確率の上界が与えられる乱択アルゴリズム（ランダム・アルゴリズム）と定義される[1]。一例として素数判定問題におけるミラー-ラビン素数判定法がある。このアルゴリズムは与えられた数値が素数の場合は確実に Yes と答えるが、合成数の場合は非常に少ない確率ではあるが No と答えるべきところを Yes と答える場合がある。一般にモンテカルロ法は独立
確率を指定してリストからランダムに取得する – mzsm.me
仕事で、指定した確率(重み付け)に従ってリストの中からランダムで一つ取得するという仕組みが必要になったのでこんなのを書いてみました。 言語はPythonです。NYSLでどーぞ。 import random def choose(candidates, probabilities): probabilities = [sum(probabilities[:x+1]) for x in range(len(probabilities))] if probabilities[-1] > 1.0: #確率の合計が100%を超えていた場合は100％になるように調整する probabilities = [x/probabilities[-1] for x in probabilities] rand = random.random() for candidate, probability in zip
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
