黒木玄 Gen Kuroki
- いいね数 389,756/311,170
- フォロー 995 フォロワー 14,556 ツイート 293,980
- 現在地 (^-^)/
- Web https://genkuroki.github.io/documents/
- 自己紹介 私については https://twilog.org/genkuroki と https://genkuroki.github.io と https://github.com/genkuroki と https://github.com/genkuroki/public を見て下さい。
2016年06月11日(土)
@genkuroki 続き。適切な条件のもとで、
∫_0^∞ e^{-npx} dU_n(x)=exp(n g(p) + o(n))ならば
U_n(x)=exp(n f(x) + o(n)).
ここで f(x)=inf_{p>0}(g(p)+px).
となるらしい。
タグ:
posted at 23:43:05
#数楽 dlisv03.media.osaka-cu.ac.jp/infolib/user_c...
Kasahara-Kosugi, Remarks on Tauberian theorem of exponential type and Fenchel-Legendre transform (2002)
タグ: 数楽
posted at 23:12:58
#数楽 twitter.com/genkuroki/stat... で引用したNewmanさんによるHardy-Ramanujanの定理の証明(1962)では、p(n)を近似するq(n)を積分表示してLaplaceの方法に持ち込んでGauss積分の計算で精密な結果を出している。
タグ: 数楽
posted at 21:26:59
#数楽 www.amazon.co.jp/dp/4563024376 田崎晴明著『統計力学I,II』の第2,4,9章を見て「増加減少速度で分類された函数の階層」「テイラー展開」「ラプラスの方法」についてはきちんと教えておかないといけないという結論になった。たったこれだけで相当のことができる。
タグ: 数楽
posted at 17:20:57
ブログ記事(2011-09-03) 広瀬隆氏と武田邦彦氏をもてはやさないでほしいd.hatena.ne.jp/masudako/20110... 出版の自由もあると思って「彼らの著作が信頼されすぎないように注意して売っていただきたいと思う」と書いた。当時わたしはTwitterはやっていなかった。
タグ:
posted at 17:16:07
Yang-Mills Theory and the ABC Conjecture
Yang-Hui He, Zhi Hu, Malte Probst, James Read
(Submitted on 4 Feb 2016)
arxiv.org/abs/1602.01780
タグ:
posted at 10:16:12
@genkuroki #数楽 逆に言えば、確率の対数は場合の数の対数の一般化になっているわけです。
以上の話を読めば、(確率)=exp(nS+o(n)) におけるSは「場合の数の対数の一般化」という意味で常に「エントロピー」と呼びたくなる量になることもわかるとも思います。
タグ: 数楽
posted at 09:44:29
「ζ」氏の謎はさておき、本日発売の「数学セミナー」7月号(日本評論社)の特集「中心極限定理から広がる確率論」に小文を書かせていただきました。本人はとても楽しんで書けましたが、御笑覧いただけるとなお感謝感激です。
www.nippyo.co.jp/shop/magazines...
タグ:
posted at 09:43:58
@genkuroki #数楽 そして、(確率)=exp(nS+o(n)) と S=n^{-1} log(確率) + o(1) は同値なので、Sは大雑把には確率の対数(割るn)。さらに一様分布なら確率は場合の数に比例するので、Sは本質的に場合の数の対数(割るn)になるわけです。続く
タグ: 数楽
posted at 09:41:04
@genkuroki #数楽 以下Nをnと書く。
確率の漸近挙動が exp(nS+o(n)) の形になることがわかれば(これを「大偏差原理が成立している」と言うらしい)、n→∞での様子をSを用いたLaplaceの方法で解析することが可能になります。
タグ: 数楽
posted at 09:32:14
@genkuroki #数楽 確率の漸近挙動が exp(NS+O(log N))の形のとき、Sの値がほんの少しでも違うと、確率の比はN→∞で指数函数的に0または∞になってしまいます。だから条件の範囲内でSが最大になるところに条件付き確率の分布が集中する。これが条件付き大数の法則。
タグ: 数楽
posted at 09:26:01
@genkuroki #数楽 真面目に証明を書き下すと色々複雑になってしまいますが、本質は、多項分布の確率のN→∞での漸近挙動がexp(NS+O(log N))の形になり、Sが相対エントロピーで記述されることです。Nが巨大なら、条件の範囲内でSが最大になる所しか効いて来なくなる。
タグ: 数楽
posted at 09:17:36
@genkuroki #数楽 以上の議論で使った「相対エントロピーを使って記述される条件付き大数の法則」の素朴な証明が書いてある論文を mobile.twitter.com/genkuroki/stat... で紹介してあります。
タグ: 数楽
posted at 09:08:42
@genkuroki #数楽 そのN回のゲームの記録からランダムに1回分のゲームを抽出すると、その結果がiである確率はほぼ exp(−βE_i)q_i/Z になる。N回のゲーム結果から小さな一部分をランダムに抽出した結果がカノニカルアンサンブルだという理解で良いのかな?
タグ: 数楽
posted at 09:00:10
@sekibunnteisuu ほんでこの人には田の字は有効なんだろうか。
togetter.com/li/948140
【高卒社会人一年生(もうすぐ二年生)に「重さ」と「面積」と「体積」とは何かを教えている。】
タグ:
posted at 08:55:21
@genkuroki #数楽 続き。ここで、Z=Σ exp(−βE_i)q_i で、βは-∂(log Z)/∂β=Σ E_i exp(−βE_i)q_i/Z=Uという条件で決まる。ボルツマン因子exp(−βE_i)はこういう筋道で出て来る。続く
タグ: 数楽
posted at 08:52:53
@sekibunnteisuu URL中「文章題が苦手」って、田の字で解ける文章題は「100円につき10000円の払い戻しのある的中券を700円分取りましたがいくらもらえますか。」の形式だからレース場に出入りするうぞーむぞーでもできることができひんってことだがそうなんかw
タグ:
posted at 08:48:24
@genkuroki #数楽 ゲームの回数Nは巨大であるとする。N回のゲームの結果のトータルでの収支がEペリカであるとし、U=E/Nとおく。相対エントロピーで記述される条件付き大数の法則より、N回のゲーム中で結果がiの回数の割合はほぼ exp(−βE_i)q_i/Z になる。
タグ: 数楽
posted at 08:45:06
@genkuroki #数楽 布団から出て本棚まで行って調べるべきか。
「E円もらう、支払う」とか言うと博打をすすめているように読めて危険なので、「Eゴールドもらう、支払う」とかの方が良いかな?「Eペリカもらう、支払う」だとあの漫画の話になってしまう。
タグ: 数楽
posted at 08:36:29
@genkuroki #数楽 そのゲームをN回行なってトータルでE円のお金をもらえた(Eが負なら支払った)。このときのN回のゲー全体の記録がミクロカノニカルアンサンブルで、そこからn回分をランダムに抽出したものがカノニカルアンサンブルという理解で良いのかな?
タグ: 数楽
posted at 08:33:15
@genkuroki #数楽 ミクロカノニカルアンサンブルとカノニカルアンサンブルを理解していないのですが、例の博打の場合にはこう考えればよいのかな?
1回の勝負で確率q_iでお金をE_i円もらえるゲーム(博打)を考える。E_iが負の場合はお金を支払う。続く
タグ: 数楽
posted at 08:25:53
selfyoji.blog28.fc2.com/blog-entry-253...
selfyoji.blog28.fc2.com/blog-entry-197...
selfyoji.blog28.fc2.com/blog-entry-693...
ブログ主は「はじき」との違いを強調しているが、よく分からん。
タグ:
posted at 04:16:59
でも、「田の字」を使わないで普通に濃度を理解しても、濃度の問題が解けるようになるのではないか?
「田の字を使って解く方法を教えたら田の字を使って解けるようになった」というのは、「田の字」の有効性の証拠にはならない。
タグ:
posted at 04:12:55
例えば、
中和と体積、濃度の問題は 次の田の字表で
selfyoji.blog28.fc2.com/blog-entry-368...
こんな具合(といいつつ面倒くさいのでどんな具合なのか詳細は見ていないが)に教えれば「田の字」を使って濃度の問題を解けるようにはなるだろう。
タグ:
posted at 04:10:13
私はこのブログ主から出禁を宣言されているので、直接たずねるわけには行かないが、おそらく「現実に田の字で教えていて、生徒は解けるようになった」と反論されるのだと思う。
タグ:
posted at 04:08:05
項目ごとにこんな具合に「田の字の使い方」を覚えるのって大変じゃないのかな?そんなことするぐらいなら「田の字」など意識しないで、それぞれを直接理解すればいいだけだと思うが。
タグ:
posted at 04:06:11
方程式において、田の字表を使った式の作り方
selfyoji.blog28.fc2.com/blog-entry-362...
仕事の原理は3段の田の字表で
selfyoji.blog28.fc2.com/blog-entry-367...
中和と体積、濃度の問題は 次の田の字表で
selfyoji.blog28.fc2.com/blog-entry-368...
タグ:
posted at 04:04:35
selfyoji.blog28.fc2.com/blog-entry-993...
>「田の字」がこんなに応用範囲が広いんだよ,というのを示すために,「もくじ」を掲載します。
高校の範囲まで広げたらもっともっとになります。「モル」の計算なんかこれで楽々!!
比例・反比例が使えるものを列挙してあるだけな気がする
タグ:
posted at 04:01:32
2つの量が比例していて、4つの量のうち1つが未知であるときに、その数値を求めるための手法
なのか?
だとしたら、問題ごとに「これとこれは比例している」ということがわからないとならない。「田の字」が使えるかどうかの判断は「田の字」を使っても出てこないだろう。
タグ:
posted at 03:57:23
selfyoji.blog28.fc2.com/blog-entry-476... …
沢山ヒットする。とても全部は読めないが、ブログ主は「田の字」を重要視していることが窺える。
しかし私には、「田の字」の役割というか、ブログ主が何を教えようとしているのかが分からない。
タグ:
posted at 03:50:00
よくツイッターは「インテリのパチンコ」と言われ、〆切直前にツイッターのTLをボーッと眺めている人とかいますけれど、TLを眺めるのって単調じゃないですか。あれって、トランス状態に入るための誘導で、ツイッター眺めって原稿を書くための一種の儀式なんじゃないかと思うんですが。
タグ:
posted at 02:01:10
@genkuroki #数楽 以上のような話をうまく作って易しい解説とともに広めれば、統計力学の物理を勉強する前に博打の数理に詳しくなってしまう若い人たちが出て来てしまうというちょっと愉快なことになるかも。博打について教えるとはけしからんと怒り出す人たちが出て来るとさらに面白い。
タグ: 数楽
posted at 01:33:18
@genkuroki #数楽 どこかで、エネルギー保存則のようなこと(お金の総量の保存則のようなこと?)を仮定しないといけないのかな?
以上のようなことを考えたことのある人は絶対にいるはず。
タグ: 数楽
posted at 01:30:41
@genkuroki #数楽 なぜか「博打浴」に接していると、1回の博打での収支の期待値がUになってしまい、βの値もそこから決まってしまう。その結果として、条件付き大数の法則によって、E_i円もらえる確率はq_iからexp(-βE_i)q_i/Zに変わる。
なんじゃろ、これは?
タグ: 数楽
posted at 01:25:11
@genkuroki #数楽 βの博打的意味は以下の通り。Z=Σexp(-βE_i)q_i とおくと、各βごとにΣE_i exp(-βE_i)q_i/Z=Uは博打1回あたりのもらえるお金の期待値を意味しており、p_i=exp(-βE_i)q_i/ZはE_i円もらえる確率。
タグ: 数楽
posted at 01:18:19
@genkuroki #数楽 【問題】 twitter.com/genkuroki/stat... で確率q_iでE_i円もらえる(負なら支払う)博打を繰り返す話から、ボルツマン因子exp(-βE_i)を出す話をした。統計力学でβは温度の逆数なのだが、博打では何を意味しているのだろうか?
タグ: 数楽
posted at 01:07:52
@genkuroki #数楽 Jaynesさんの本 Probability Theory (2003)の中身を検索してみましたが、Sanovさんの論文は文献表にはありますが、本文では言及なしでした。検索した限りにおいて、本文では相対エントロピーを使う議論を展開していない。
タグ: 数楽
posted at 00:56:00