確率・エルゴード・情報量・推論

確率・エルゴード・情報量・推論 at MATH

941:１３２人目の素数さん
08/02/04 12:36:11
チェスや将棋でもコンピュータの方が上なんだか、
数学だってそうなるんじゃないの

942:１３２人目の素数さん
08/02/04 15:37:27
コンピュータが自己言及問題を扱えるようになったらなw

943:１３２人目の素数さん
08/02/04 17:34:51
>>941
碁はあと１０年だよ

944:１３２人目の素数さん
08/02/05 06:59:10
人間が先か？コンピュータが先か？
リーマン予想はいい勝負だと思うよ。

945:１３２人目の素数さん
08/02/05 17:05:43
今月号の「将棋世界」に羽生善治の「将棋とコンピュータ」についての
的確な意見が掲載されている。

946:１３２人目の素数さん
08/02/06 08:47:56
統計学には解析学に疎く線形代数しかできない人が多い希ガス＞だから計算機に走るのかも名
確率論は実解析を経てる限り大丈夫

947:１３２人目の素数さん
08/02/06 12:55:22
わかってないな

948:１３２人目の素数さん
08/02/06 21:24:07
「与えられた命題（例えばリーマン予想）が証明可能かどうかを判定するアルゴリズムが存在しない」
ということは既に証明されてるから、
証明検証くらいなら自動で行えるようになっても、機械による自動証明は完璧には出来ないな

949:１３２人目の素数さん
08/02/07 01:15:09
で？

950:１３２人目の素数さん
08/02/07 07:51:45
人間の力はすごいということ

951:１３２人目の素数さん
08/02/07 15:51:16
赤い玉３個、黒い玉５個が袋の中に入っていて
同時に３個取り出すとき、少なくとも１個の赤い玉が入ってる確率ていくつですか

952:１３２人目の素数さん
08/02/08 05:35:07
>>951
まず、確率空間を書いてみて。

953:１３２人目の素数さん
08/02/08 11:17:45
1-(5/8)(4/7)(3/6)

954:１３２人目の素数さん
08/02/11 17:50:36
あれ

955:１３２人目の素数さん
08/02/12 00:31:29
多次元ガウス変数を極座標変換したとき

例えば、2次元なら
（ｘ，ｙ）＝（ｒ cosθ，ｒ sinθ）
x，yはガウス分布に従う確率変数
と変数変換したとき

このとき、ｒはライス分布やレイリー分布に従うようですが
θやcosθ，sinθはどういう分布に従うのでしょうか？

956:１３２人目の素数さん
08/02/12 02:04:56
>>955
分布関数の変換して、微分してみたら？

957:１３２人目の素数さん
08/02/14 07:07:51
サンクス

958:１３２人目の素数さん
08/02/14 10:24:28
確率の本でよく特性関数がでてきますが、実際のデータを使ってフーリエ変換して
キュムラント求めたりすることってありますか？
単に中心極限定理を証明しやすいとか理論上使いやすいという理由で
でてくるんですかね？？

あと、特性関数をフルに使っている教科書とかあれば教えてください。
（複素積分も丁寧に書いてあるとなおありがたいです。）

959:１３２人目の素数さん
08/02/16 16:31:48
標準偏差ってどぅゃってだすんですか？

960:１３２人目の素数さん
08/02/16 17:10:43
偏差値って何？

961:958
08/02/18 14:30:46
本に関しては自己解決しました。

Lukacs E. の「Characteristic Functions」と「Applications of Characteristics Functions」が
よさそうなので図書館いくなりして入手してみます。