タグ

mathに関するtodogzmのブックマーク (19)

  • TAKENAKA's Web Page: 有意性検定の無意味さ

    The Insignificance of Statistical Significance Testing 統計学的な有意性検定の意味のなさ Johnson, Douglas H. 1999. The Insignificance of Statistical Significance Testing. Journal of Wildlife Management 63(3):763-772. Jamestown, ND: Northern Prairie Wildlife Research Center Home Page. http://www.npwrc.usgs.gov/resource/1999/statsig/statsig.htm (Version 16SEP99). この論文の存在は, 久保拓弥さん(北大)の ページで知りました. The Wildlife Soci

  • ついに解けた?数学の難問「P≠NP予想」 インド人研究者が論文発表 - 日本経済新聞

    数学の難問「P≠NP予想」がついに解けた――。そんな論文をインド人研究者が今月発表し、世界中の数学者の間で話題になっている。数学者らは早速、証明が正しいかどうかの検証作業に入った。P≠NP予想は100万ドルの賞金がかけられた7大難問の1つで、仮に証明が正しければ歴史的な成果となる。今月6日、世界の有力な数学者のもとに、100ページほどの論文が電子メールで届いた。論文のタイトルは「PとNPは等し

    ついに解けた?数学の難問「P≠NP予想」 インド人研究者が論文発表 - 日本経済新聞
    todogzm
    todogzm 2010/08/16
  • javascript - Math.Complex をこさえました。 : 404 Blog Not Found

    2010年08月14日07:15 カテゴリLightweight LanguagesMath javascript - Math.Complex をこさえました。 Prime Obsession John Derbyshire [邦訳:素数に憑かれた人たち] これを読んだらついムラムラと。 dankogai's js-math-complex at master - GitHub とっても車輪の再発明の気がするのですが、適当なのが見つからなかったので。 Demo こんな感じ。基的なものはそろっています。 var cplx = Math.Complex, cplxe = Math.Complex.polar; var c1 = cplx(1,2), c2 = cplx(3,4); p(c1); p(c1.neg()); p(c1.con()); p(c1.add(c2)); p(c1.ad

    javascript - Math.Complex をこさえました。 : 404 Blog Not Found
  • ミスから難問証明、現実超越した世界…数学の「ノーベル賞」 森重文・京大教授 : 月曜大阪サイエンス : 経済 科学 : 関西発 : YOMIURI ONLINE(読売新聞)

    森さんの趣味は、そば打ちやギョーザの皮づくり。「こねるのが好き。数学も理屈をこねるので一緒。まあ、数学の方はいくらこねても家族は喜ばないけれど」(京都市左京区の京都大で)=川崎公太撮影 「先生、笑顔でお願いします」「笑って、笑って」 1990年8月、国立京都国際会館で開かれた数学のノーベル賞と言われるフィールズ賞授賞式。39歳の森重文は、「笑顔で」という報道陣の呼びかけに一切応じず、終始硬い表情のままフラッシュを浴び続けた。 4年に1度、40歳以下の研究者に贈られる最高の栄誉。過去の日人受賞者は東京大名誉教授の小平邦彦(故人、54年)と米ハーバード大名誉教授の広中平祐(70年)の2人だけ。しかし、20年ぶりの快挙にもニコリともしない姿は、<気難しい数学者>に映った。 実は、気さくで謙虚な人柄だ。なぜ笑顔を封印したのか。「日で授賞式が開かれたから自分だけが持ち上げられているようで……。他

    todogzm
    todogzm 2010/06/16
    まったく分かりませんでした。
  • ダイクストラ法(最短経路問題)

    ダイクストラ法 (Dijkstra's Algorithm) は最短経路問題を効率的に解くグラフ理論におけるアルゴリズムです。 スタートノードからゴールノードまでの最短距離とその経路を求めることができます。 アルゴリズム 以下のグラフを例にダイクストラのアルゴリズムを解説します。 円がノード,線がエッジで,sがスタートノード,gがゴールノードを表しています。 エッジの近くに書かれている数字はそのエッジを通るのに必要なコスト(たいてい距離または時間)です。 ここではエッジに向きが存在しない(=どちらからでも通れる)無向グラフだとして扱っていますが, ダイクストラ法の場合はそれほど無向グラフと有向グラフを区別して考える必要はありません。 ダイクストラ法はDP(動的計画法)的なアルゴリズムです。 つまり,「手近で明らかなことから順次確定していき,その確定した情報をもとにさらに遠くまで確定していく

    todogzm
    todogzm 2010/03/15
  • http://members.just-size.net/prime/

    todogzm
    todogzm 2010/03/10
  • 「足して9になる数字」が四則演算すべての検算を驚くほど加速する理由

    Author:くるぶし(読書猿) twitter:@kurubushi_rm カテゴリ別記事一覧 新しいが出ました。 読書猿『独学大全』ダイヤモンド社 2020/9/29書籍版刊行、電子書籍10/21配信。 ISBN-13 : 978-4478108536 2021/06/02 11刷決定 累計200,000部(紙+電子) 2022/10/26 14刷決定 累計260,000部(紙+電子) 紀伊國屋じんぶん大賞2021 第3位 アンダー29.5人文書大賞2021 新刊部門 第1位 第2の著作です。 2017/11/20刊行、4刷まで来ました。 読書猿 (著) 『問題解決大全』 ISBN:978-4894517806 2017/12/18 電書出ました。 Kindle版・楽天Kobo版・iBooks版 韓国語版 『문제해결 대전』、繁体字版『線性VS環狀思考』も出ています。 こちらは10刷

    「足して9になる数字」が四則演算すべての検算を驚くほど加速する理由
    todogzm
    todogzm 2010/03/08
    このチェックサムをわざわざプログラム化してみた。でも普通計算機の四則演算だったら検算させるまでもなく十分高速という罠。
  • 10秒で覚えられて計算がバツグンに速くなる方法 読書猿Classic: between / beyond readers

    ■補数って? 10、100,1000……から、ある数を引いた残りの数のことを(基数の)補数というが、今回の主役は、 それよりも1少ない、いわゆる減基数の補数(注)である。 10進数だと、ぶっちゃけ足して(各桁が)9になる数(の組)だ。 具体例を出すと「9-1=8」だから、8は1の補数である。いうまでもないが、1は8の補数である。 ■まずは「おつり算」 日常生活で最も多い計算は「おつりを計算すること」だろう。 これは補数を使った計算の第一歩にちょうどいい。 速算に 10000-3452=? を計算することは、3452の基数の補数をもとめることだけれど、 まず減基数の補数を求めちゃえばいい。そしてこれは次の方法で反射的にできる。 減基数の補数は基数の補数よりも1だけ少ないということを心に留めておくと、 次の表を覚えておく(というより反射的に出るようにしておく)だけで、 「繰り下がり」なんかに希

    10秒で覚えられて計算がバツグンに速くなる方法 読書猿Classic: between / beyond readers
  • 檜山正幸のキマイラ飼育記 - 世界で一番か二番くらいにやさしい「モナド入門」

    気まぐれと偶然となりゆきで、ここ2,3回はモナドを話題にしました。googleで「モナド」を引いてザッと眺めると、「モナドはむずかしいー」とか「モナドで挫折した」みたいな雰囲気が感じられて、説明芸人の血が少し騒ぎましたね。「なら、予備知識ゼロでモナドの説明をしてやろうじゃねーか」と。 タイトルはだいぶ煽っちゃった…… けど、ハッタリじゃないつもり…… けど、実際はどうかな? ※印刷のときはサイドバーが消えます。 内容: とりあえず、あたりさわりなくモナドの来歴を紹介する こんな課題を考えてみよう:副作用付き計算 カウントアップする関数達 カウントアップしたい意志を戻り値で伝える それでは、いったい誰がカウントアップをするのだ 関数の引数の型をCountup型にまで拡張する そして、これがモナドだ とりあえず、あたりさわりなくモナドの来歴を紹介する 今からここで説明する「モナド(monad)

    檜山正幸のキマイラ飼育記 - 世界で一番か二番くらいにやさしい「モナド入門」
  • 記号の抽象性 - 西尾泰和のはてなダイアリー

    http://d.hatena.ne.jp/masatoi/20090707/1246965336 に関して、書こうと思ったけど面倒になったので作った問題だけ載せておく [*_*-*] [**_**-****] [***_**-*^] [****_***-**^^] さて下記の.で表現されている空欄を適切に埋めよ(点の個数は字数を意味しない) [*^_^-...「=」という記号を「式の値の同値関係」を表現するために使うことを小学校とかでは教えるわけだが、それは「=に質的にそういう意味がある」のではなくて、単に「人間がたまたま都合がいいのでこの記号でそういう意味を表すことに決めただけにすぎない」ってことがいまいち伝わってないんじゃないかと思うんだな。だから、コミュニケーションを取る相手ときちんと定義の共通化さえすれば+と=の意味を取り替えたって構わない。 1=1+2 1=2+3 2=3+5

    記号の抽象性 - 西尾泰和のはてなダイアリー
    todogzm
    todogzm 2009/07/09
    ^^^^^^ (^が6つ)。 ところで全部書こうと思ったら[]がエスケープされないんじゃね?タグとして認識されるんじゃね?という恐怖感を覚えた(試してない)。どうやってエスケープするのか、また[]で括らせるUIはどうよ?(脱線)
  • 統計的に正しいランキングを行う方法をJavaで書く - バイオインフォマティクスって何ですか?

    Java | 統計的に正しいランキングを行う方法を見たのでちょっとJavaで書いてみる。はじめになにがしたいかというと、「レイティング」というのをご存じでしょうか。Amazonとかで商品を購入者が星つけて評価したりしてるやつ。ああいうので「良かったランキング」というのを作りたい。みんなが「購入して良かった」という評価をつけてる商品は、他の人にとっても「良かった商品」になる可能性が高い。いい商品だということがわかるわけです。問題点じゃあどういうふうにランキングをつければいいの?ということを考えると、次の問題にぶちあたる。評価してる人の数の違い。例えば、Aという商品は100人が評価していて、平均の星の数は 4.8 だとする。一方、Bの商品は1人が星5つで評価していたとする。このとき、Aの商品とBの商品ではどちらをランキング上位にすればいいだろうか?あなたならどちらを買いたい?Aはたくさんの人が

  • 統計的に正しいランキングを行う方法 - Hello, world! - s21g

    1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 ポジティブ/ネガティブ投票による正しいランキング方法が以下の記事で紹介されています。 How Not To Sort By Average Rating この計算方法では、投票数が少ない場合には分散が大きく不正確な評価で、 投票数が多くなるにつれて分散が小さく正確な評価が得られているという事を考慮しています。以下数式 これはScoreの信頼区間を表しています。 この信頼区間の下界をランキングのスコアにすれば良い事になります。 ここで、は、 です。全体に占めるポジティブ投票数の割合ですね。 は標準正規分布上の 信頼区間の有意確率です。 さて、五段階評価によるRatingに同様のテクニックを適用する場合はどうしたらいいでしょうか

  • おとうさん、ぼくにもYコンビネータがわかりましたよ! - 2009-04-09 - きしだのはてな

    やっと、Yコンビネータが何を意味するものなのか、どういう意義があるのかがわかりました。 名前を使わず再帰ができますよ!というだけのものじゃなかったのですね。 まずλありき 関数の話をしたいのです。 そのとき、いちいち hoge(x) = x * 2 としてhogeを・・・、とか名前をつけて話を進めるのがめんどうなので、関数を値としてあらわすと便利ということで、λという値を定義するのです。 そうすると、上のhoge関数なんかはλ(x)(x*2)などとあらわせますが、引数をあらわすのに()を使うといろいろまぎらわしいので、 λx.x*2 のように表記します。 というのがλ。 このとき、λになにかわたされたら、引数としてあらわされる部分を単純におきかえます。 (λx.x*2)y とあったら、xの部分をyでおきかえて (λx.x*2)y → y * 2 となります。λの引数部分を与えられた引数で置

    おとうさん、ぼくにもYコンビネータがわかりましたよ! - 2009-04-09 - きしだのはてな
  • 数学ビデオ「Dimensions」をニコニコ動画にアップしました(and also BitTorrent) - MediaLab Love Chapter 2

    DimensionsとはフランスのJos Leys, Etienne Ghys, Aurelien Alvarezさん達が作成された数学教育用の動画です。全9章で、1章あたり14分ほどあります。射影幾何、多胞体、複素数、トポロジーがCGで分かりやすく解説されています(といっても、最後の方になると難しくなってきますが、特にファイブレーションなんて聞いたこともない単語です。)。 第1章 2次元 第2章 3次元 第3章 第4次元 第4章 第4次元 第5章 複素数 第6章 複素数 第7章 ファイブレーション 第8章 ファイブレーション 第9章 証明 動画のライセンスがCreative Commons(BY-NC-ND)になっていましたので、ニコニコ動画にアップロードしてみました。日語版に字幕をつけています。字幕の翻訳とナレーションを担当されているのは、東京大学の坪井俊先生です。お疲れ様でした。

    数学ビデオ「Dimensions」をニコニコ動画にアップしました(and also BitTorrent) - MediaLab Love Chapter 2
  • 座学と実学、無知と無理解、数学と真理

    todogzm
    todogzm 2008/12/09
    確かに実学にスキルを割り振りすぎると、後々苦労しますね。…って実学スキルもそれほど高くないのかも orz 精進精進。
  • 頭の体操 - cactusman日誌

    算数にチャレンジ!! 第624回問題(11月27日〜 12月 3日) 1〜512の数の書かれたカードが1枚ずつ、左から小さい順に、「1,2,3,4,・・・,511,512」と並んでいます。いま、次のような作業を行うことにします。 ア. 前から奇数番目のカードをすべて取り除く イ. 前から偶数番目のカードをすべて取り除く まず、この作業を、ア→イ→ア→イ→・・・の順に、カードが残り1枚になるまで繰り返して行うことにします。 このとき、最後に残るカードに書かれた数字を答えてください。 上の問題を見つけて、頭の体操がてらにjavaでやってみました。 import java.util.ArrayList; public class Q624 { public static void main(String args[]) { ArrayList<Integer> cards = new Array

    頭の体操 - cactusman日誌
    todogzm
    todogzm 2008/12/03
    cards.remove(k)に伴う副作用を利用した実装。素直な実装かな?と一瞬オモタ。でもそれよりも、計算機なしでどうやってこの問題を解くのかが気になった次第。
  • さらに円周率を求めてみる - きしだのHatena

    こないだ、積分の練習に円周率を求めてみたんだけど、もうちょっとちゃんと円周率を求めてみる とりあえず、モンテカルロでってことなので、やってみる。 円周率をモンテカルロで求めるときには、ランダムに選んだ点が円に入るかどうかで判定します。 つまりランダムにx、yを選んで を満たす割合を求めます。 public class PaiMontecarlo { public static void main(String[] args){ Random r = new MTRandom(); int in = 0; int total = 100000; for(int i = 0; i < total; ++i){ double x = r.nextDouble(); double y = r.nextDouble(); if(x * x + y * y < 1) ++in; } System.ou

  • 良い乱数・悪い乱数

    C言語標準ライブラリの乱数rand( )は質に問題があり、禁止している学会もある。 他にも乱数には様々なアルゴリズムがあるが、多くのものが問題を持っている。 最も多くの人に使われている乱数であろう Visual Basic の Rnd の質は最低である。 そもそも乱数とは 乱数とは、来サイコロを振って出る目から得られるような数を意味する。 このような乱数は予測不能なものである。 しかし、計算機を使って乱数を発生させた場合、 次に出る数は完全に決まっているので、予測不能とはいえない。 そこで、計算機で作り出される乱数を疑似乱数(PRNG)と呼び区別することがある。 ここでは、特にことわらない限り乱数とは疑似乱数のことを指すとする。 計算機でソフト的に乱数を発生させることの最大のメリットは、 再現性があることである。 初期状態が同じであれば、発生する乱数も全く同じものが得られる。 このことは

  • Life is beautiful: 恋の連立方程式、「パートナー探し」の最適化アルゴリズムに関する一考察

    「自分にできるだけ相応(ふさわ)しいパートナー」を見つけることは、我々人間にとって、人生の最も重要なのテーマの一つでもある。しかし、そのプロセスである「恋愛」や「お見合い」に関して、なぜか今までシステマティックな考察がされて来なかったように思える。そこで、今回はその「パートナー探し」のプロセスをモデル化・数値化することにより、最適なアルゴリズムを見つけようと思う。 まずは、「自分にできるだけ相応しいパートナーを探す」というあいまいな問題を、もう少し明確にモデル化された問題に単純化する。もちろん、単純化するとはいえ、あまり現実とかけ離れていては役に立たないので、現実味を壊さない程度の単純化を行う。 [モデル化された問題] 結婚適齢期の女性が、これから10人の男性と順番にお見合いをして、その中から結婚相手を見つけることにしたとする。相手の意思は無視して良く、「この人と結婚したい」と宣言した時点

  • 1