黒木玄 Gen Kuroki(@genkuroki)/2018年01月/Page 7

今日これからするクーロン枝の入門講義は、ビデオ公開の予定。クーロン枝の数学的な定義を知りたいけど、まだ知らない人は見てください。

タグ：

posted at 23:42:39

なるほどん．＞スピンの上下の分布は対称でなければいけません。しかし、上または下にトラップされるともう一方になかなか行けなくなる。 twitter.com/genkuroki/stat...

タグ：

posted at 23:42:02

非公開

タグ：

posted at xx:xx:xx

もう #Julia言語をつかっていこうか・・・． twitter.com/MathSorcerer/s...

タグ： Julia言語

posted at 23:36:51

Stein's algorithm をPythonで実装してみましたが，ビットシフトの部分はNumbaが関与しないのでナイーブで組んだNumbaの実装に比べるととても遅くなりました．Cythonであれば最適化してくれるので早くしてくれるのですが，ナイーブに組んだNumbaの実装より遅い結果に・・・．

gist.github.com/terasakisatosh...

タグ：

posted at 23:34:59

Dr. Falke @gmoll183

@genkuroki その通り！

タグ：

posted at 23:17:24

Naoki_O @nananao2236

おおまめうだとしあき @ohmameuda

@ohmameuda @genkuroki 昔ソフト開発部隊にいた時には、コーディングに行き詰まると「（動物園の）クマの散歩モード」と称してオフィス内をウロウロ歩きまわるのが流行ってました。座ったまま目を閉じて集中していると居眠りと間違われたり、実際そのまま眠ってしまったりするので…

タグ：

posted at 23:16:24

「プログラミング中の発声」「デバッグに行き詰まったら散歩」は普通でしょう twitter.com/genkuroki/stat...

タグ：

posted at 22:59:13

@ma_kondo @kikumaco 局所変数が自動的に作られる仕様のおかげで、local変数の宣言がいらなくなっており、その分だけわかりにくくなっている。

タグ：

posted at 22:55:12

@ma_kondo @kikumaco ～続き、局所変数は作られず、aの参照先の様子を函数 f! は変化させてくれます。

(6) b=[5,6]; a=b; a[1]=7 とすると、aとbが同じ場所を指し示すようになるので、a[1] も b[1] も 7 になります。

おそらく、こういう理解でいいのだと思います。Cの感覚で理解すればいいのだと思う。

タグ：

posted at 22:53:13

非公開

タグ：

posted at xx:xx:xx

@ma_kondo @kikumaco (4) function f(x); x=[4,5]; end のとき f(a) を実行すると、そのままだとa自身が[4,5]への参照に書き換えられてしまうので、局所変数を作ってa自身の値は保護されます。

(5) function f!(x); x[1]=4; end のとき f!(a) を実行すると、a自身は変わらずに、aの参照先の様子が変わるだけなので～続く

タグ：

posted at 22:49:07

Akiyoshi_kikuta @kikuta_akiyoshi

同感です。
数学に限らず、各種アイディアの構想、定型化手前のデータ整理等も同様かと。 twitter.com/genkuroki/stat...

タグ：

posted at 22:49:02

@ma_kondo @kikumaco (1) Julia言語では函数内で函数の外の変数を変更しようとすると自動的に局所変数が作られて外の変数は変更されなくなります。

(2) a=[1,2]とすると、aの実体は[1,2]そのものではなく、[1,2]への参照になります。

(3) a[1]=3 としてもa自身は変わらない。aの参照先の様子が変わっただけ。続く

タグ：

posted at 22:47:18

Yuki Nagai @cometscome_phys

Juliaで書いたのでなんか試したい場合はJulia Boxってウェブサイトに行ってノートをアップロードしてパラメータ変えたりして試すことができる

タグ：

posted at 22:38:02

ceptree @ceptree

npnで対称なのにエミッタとコレクタがあるのはなぜ？って思うよね

タグ：

posted at 22:36:53

#JuliaLang パッケージへのpull requestで最も手軽に出せるのはJuliaの新バージョンが出たときの"fix depwarn"だと思う。
v1.0以降はそれなりの知識を持ってPRを出す必要があると思うので、手軽にパッケージのcontributorsに名を残したいのなら今からJuliaを使うべし！

タグ： JuliaLang

posted at 22:28:33

HIROPON @hiropon_matsu

Juliaソースからインストールした時に、GMP(GNU Multi-Precision Library)にNaNのマスクに絡んだパッチあててた・・・気がする。

タグ：

posted at 22:27:22

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

色々な反応があったおかげで、「奇声を発している人」とか「独り言が多い人」とか「うろうろ歩き回る人」とか思われても全然問題ないことが判明した。😝

タグ：

posted at 22:04:34

seiyab @seiyab_

高橋洋一（嘉悦大） @YoichiTakahashi

Julia、神言語説ある。学生時代触った時こんなに良いと感じなかった

タグ：

posted at 21:46:29

プリンストンの高等研究所にはそうした場所がありましたよ。うろうろする人がいくらいてもぶつからないほど広いです。 twitter.com/genkuroki/stat...

タグ：

posted at 21:45:05

Stephen Eglen @StephenEglen

@azurefriday @Python @AzureNotebooks @Jupyter @shanselman @ch9 @Azure4Research Are you able to support the Julia language #JuliaLang ?

タグ： JuliaLang

posted at 21:33:05

これが実行されていた時は、こんな感じのシミュレーションになるのですが。
twitter.com/adhara_mathphy...

タグ：

posted at 21:28:42

Julia News @julialang_news

DifferentialEquations.jl 4.0: Breaking Syntax Changes, Adjoint Sensitivity, Bayesian Estimation, an… www.juliabloggers.com/differentialeq... #juliabloggers

タグ： juliabloggers

posted at 21:28:36

こんな感じのエラーですね。 pic.twitter.com/ML0xLbIzHm

タグ：

posted at 21:26:19

DifferentialEquations.jl中の
・ODEProblem
・RODEProblem
・SDEProblem
あたりは動くのですが。
（参考）
docs.juliadiffeq.org/latest/tutoria...

タグ：

posted at 21:24:02

#Julia言語
DifferentialEquations.jlの中のHamiltonianProblemはハミルトン系の問題を解くのに便利なので使っているのですが、どうも最近DifferentialEquationsも含めて更新を行ったせいか使えなくなってしまいました。
黒木先生の下のコードも動かすことができなくなってしまいました。

タグ： Julia言語

posted at 21:19:32

HAYASHI Tomohiro @SokoranoKumasan

@kyodo_official
武田邦彦中部大学教授、白石草一橋大学准教授、早川由紀夫群馬大学教授、安富歩東京大学教授、林衛富山大学准教授、島園進東京大学教授などが福島に対して何をしてきたかを、どれだけ被災地を苦しめてきたのかをマトモに調べた方が、はるかに有意義な記事が出来ますよ。

タグ：

posted at 21:10:36

HAYASHI Tomohiro @SokoranoKumasan

@kyodo_official
大学関係者で本当に批判されるべき人達は、この辺りを読めば山ほどいますよ。

逆に何故、共同通信さんは今までこれらをスルーしてきたのかと思います。

synodos.jp/fukkou/17814
togetter.com/li/1001328
matome.naver.jp/m/odai/2132971...
icchou20.blog94.fc2.com/blog-entry-470...

タグ：

posted at 21:07:37

ねっち@至誠塾 @shisei00juku

うちの生徒もこんな感じ笑 twitter.com/genkuroki/stat...

タグ：

posted at 21:05:42

Teimoqongurp @teimoqongurp

数学だけじゃなく、プログラミングとかもこんな感じだと思う twitter.com/genkuroki/stat...

タグ：

posted at 20:10:33

@kikumaco @takum97 #Julia言語

私た配列の中身を変えたいなら、

function f(v)
v = [4.0, 3.0]
end

の = の前に . をつけて

function f_dot!(v)
v .= [4.0, 3.0]
end

にするだけでいいです。

そして、Julia言語では、配列の代入で常に.=を使えるように書くとメモリを無駄に消費しないようになります。 pic.twitter.com/Yc05YdiJ9F

タグ： Julia言語

posted at 19:43:16

ceptree @ceptree

juliaはMATLAB的なところと、それ以外で戸惑うときある

タグ：

posted at 19:41:51

@genkuroki mをなくしたことは私も賛成です。
ただ、私が #julialang を使い始めた頃(v0.4.x)は、文法がMATLABにそっくりだなぁと思ったものですが、バージョンアップ毎にMATLABとの差が広がり、v1.0でここまで自己を主張するように成長したかとしみじみ思った次第です。

タグ： julialang

posted at 19:35:39

ひかはな @hikahanachang

これ、ウチの息子や… twitter.com/genkuroki/stat...

タグ：

posted at 19:25:37

#Julia言語上で引用した2D Isingの動画生成のソースファイルは次の場所にあります。

nbviewer.jupyter.org/gist/genkuroki...

科学的に意味のある計算をベンチマークテストとして流行らせた方が色々な意味でよいと思ったので書いたテストコードは次の場所にあります。シンプル。

nbviewer.jupyter.org/gist/genkuroki...

タグ： Julia言語

posted at 19:19:52

#Julia言語 100×100の2次元イジングのような易しいケースでさえこんな感じなので、科学研究における擬似乱数の質は相当に良くないとまずいということになります。

単なる速さ比べを根拠に「速さが必要なら〇〇という擬似乱数発生器をすすめる」と言うのはかなりの危険行為だと思いました。

タグ： Julia言語

posted at 19:16:34

#Julia言語続き。2Dイジング模型のT=0.987T_cでの確率分布の適切なサンプルを得るためには、スピンの分布が上下対象になるまで十分にたくさんMCMCをまわす必要があります。動画を見ればわかるように1000億点更新してもまだ全然足りません。擬似乱数を1000億個生成しても全然足りないわけです。続く

タグ： Julia言語

posted at 19:14:02

#Julia言語添付動画はT=0.987T_ctitでの100×100の2次元イジング模型のメトロポリス法で1000億点(100×100の盤面全体を1000万回)更新したとき動画です。スピンの上下の分布は対称でなければいけません。しかし、上または下にトラップされるともう一方になかなか行けなくなる。続く pic.twitter.com/FXTSdZrtjz

タグ： Julia言語

posted at 19:11:59

#Julia言語のRandomNumbers.jlパッケージでXorshift64以外にXorshift128など色々試してみたのですが、デフォルトのdSFMTより遅かったので、私はそのままdSFMTを使い続けています。(RandomNumbers.jl 以外の実装では速い可能性があるのでこの結果は常に成立するとは限りませんが。)

タグ： Julia言語

posted at 19:06:41

私が #Julia言語のRandomNumbers.jlで試してみたところ、not recommendedなXorshift64はデフォルトのdSFMTより確かに速かったです。しかし、擬似乱数の質の面では比較にならないのでデフォルトのdSFMTを使うべきだと思いました。

dSFMTはgccでも使用してみましたが、これ速くていいです。

タグ： Julia言語

posted at 19:02:57

他パッケージとの連携が進んでいるのを見るとPlots.jlが #Julialang でのグラフ描写のデファクトスタンダードになりそうな予感はする。
しかし、Plotsの文法は正直言ってわかりづらい。私はPyPlotからPlotsに移行するのに結局1年掛かった。 twitter.com/genkuroki/stat...

タグ： Julialang

posted at 19:01:24

擬似乱数はどんなに速くても質が低いものは事故の原因になるので「使用はおすすめできない」という技術情報を拡散しておかないとまずい。

#Julia言語のRandomNumbers.jlのドキュメントには「Xorshift64はnot recommendedである」とはっきり書いてあります。

sunoru.github.io/RandomNumbers....

タグ： Julia言語

posted at 19:00:46

#Rust

qiita.com/hhatto/items/c...
【結論から言うと、処理速度を優先したい場合はrand::XorShiftRngを使うのがよいようです】

とあるのですが、RustのXorShiftRngは何ビットのXorShiftを使うことになっているのでしょうか？もしも64ビットなら「使用しない方がよい」という情報を広めた方がいいかも。

タグ： Rust

posted at 18:57:49

@goropikari_ #Julia言語 expm の m は無い方が自然だし、multiple dispatchでの利用のためには expm だと滅茶苦茶不便。実数と複素数と行列のすべての引数xについてf(x)を計算する函数を書きたいときに、expmのままだと場合分けが必要になってしまう。

Juliaではaが正方行列のときone(a)は単位行列になります。

タグ： Julia言語

posted at 18:53:55

春 @sunbluesome

JuliaでMultiple-Try Metropolisを実装した。
が、記事にしてるどころではないのでまた後。

タグ：

posted at 18:48:12

#julialang v1.0 への変更点が想像以上に多かった。
行列指数関数 (expm とか) に m が付かなくなったので、MATLAB からの移行組は混乱しそう。
github.com/JuliaLang/juli...

タグ： julialang

posted at 18:42:56

てつを @dD485583189M

Julia Pythonからの呼び出しもやりやすそうだし可読性もC++と比べたら高めやすそうだから高速化バージョンの関数はJuliaで書くかね

タグ：

posted at 18:33:08

直感の破壊者、Aaron/Aaron, @sanjutsu_yu

@takum97 自分のノート見たら、やりかたがわかりました。たしかに単純代入ではだめでした

タグ：

posted at 18:23:41

非公開

タグ：

posted at xx:xx:xx

@kikumaco あー、Juliaだとできるんですかね？
Juliaだとわかんないですけど、できないってことかもしれません

タグ：

posted at 18:10:17

Juliaの配列代入の件、ありがとうございます。「自分マニュアル」に書いておいたのに、使わないので忘れていました。解決しました

タグ：

posted at 18:08:20

Osamu Takahashi @OsamuTakahashi

@kikumaco 元オブジェクトの要素の参照を変更してるから。

タグ：

posted at 18:03:14

@y_aki あー、たしかに挙動的にはそんな感じですね

タグ：

posted at 18:01:54

@OsamuTakahashi 各要素に個々に代入するとちゃんと変わるのはなぜなんでしょう

タグ：

posted at 18:01:07

Yuki Nagai @cometscome_phys

知っている人にとってはほとんど自明かもしれない。Juliaだと簡単にシュレーディンガー方程式解けるので、絵を見て楽しむ的な

タグ：

posted at 18:00:50

@takum97 Juliaはできると思ったんですけどね

タグ：

posted at 18:00:12

Yuki Nagai @cometscome_phys

「Juliaで学ぶタイトバインディング模型とトポロジカル物質」を書き始めた。一次元シュレーディンガー方程式から物性でよく出てくるタイトバインディング模型を導出するところまで。
nbviewer.jupyter.org/github/cometsc... github.com/cometscome/Tig...

タグ：

posted at 17:58:56

Osamu Takahashi @OsamuTakahashi

@kikumaco vの参照するオブジェクトが変わってるだけで、uの参照するオブジェクトは変わってないからではないかと。

タグ：

posted at 17:56:18

y-Aki @y_aki

@kikumaco まるごと代入だと貰った入れ物を捨てて新しい入れ物とすげ替える

タグ：

posted at 17:54:44

y-Aki @y_aki

直感の破壊者、Aaron/Aaron, @sanjutsu_yu

@kikumaco 配列変数は外側の入れ物を保持しているみたいな? 要素毎の場合は中身を入れ替えてるけど

タグ：

posted at 17:53:48

@kikumaco c系言語では普通配列には代入できません

タグ：

posted at 17:53:06

@y_aki 各要素に代入するとちゃんと変わるんですよね。配列まるごと代入だとうまくいかないのが謎です

タグ：

posted at 17:51:32

y-Aki @y_aki

@kikumaco 配列としての代入だと入れ物毎入れ替えようとしちゃうみたいな?

タグ：

posted at 17:50:33

function f(v::Array{Float64,1})
v=[4.0;3.0]
end
u=[1.0;2.0]; f(u); u

このプログラムでuの中身が変わらないのはなぜなんでしょう

タグ：

posted at 17:47:43

げげげ、こんなにリツイートされていたのか。

もしかして「奇声を発している人」とか「独り言が多い人」とか「うろうろ歩き回る人」とかいうイメージが広まっている？

大昔の話ですが、深夜に外をうろうろしていたら、警官に呼び止められて、職務尋問されたことならあります。

タグ：

posted at 17:20:56

ぜにとー @zenito9970

今さらjulia言語の概要知ったんだけど良さそう

タグ：

posted at 17:07:59

#Julia言語 Plotsの使い方を知りたい人にとっては

goropikari.github.io/JuliaPlotsGall...

が最高！PyPlotを使っていても、Plotsを使っていても、普通のグラフを描くだけならそう困ることはないと思う。しかし、計算の仕方をマスターするよりも、グラフの描き方をマスターすることの方に時間が取られる。

タグ： Julia言語

posted at 17:05:12

#Julia言語結局私はJulia言語のPlotsパッケージを使わずに、Python matplotlib.pyplotをJuliaでも使っている。自分が必要とするプロットをできるようになるためには手間がかかります。

QuantumOptics.jlの作者もPyPlotを使っていた。
qojulia.org

タグ： Julia言語

posted at 17:03:25

#Julia言語を使えば、特別なパッケージを読み込ませなくても、デフォルトで使えるFFTなどの線形代数の道具を使って、自分で書いた簡潔なコードによって、KdV方程式やシュレーディンガー方程式の数値解を簡単に計算できるんですね。

繰り返し言っていることだが、プロットの仕方の方が難しい。

タグ： Julia言語

posted at 16:57:59

#Julia言語面倒だったので空間が1次元の偏微分方程式のみを扱いましたが、

nbviewer.jupyter.org/gist/genkuroki...

の方法を使えば、空間が2次元以上の場合も同様にFFTを使って扱うことができます。

タグ： Julia言語

posted at 16:57:23

非公開

タグ：

posted at xx:xx:xx

非公開

タグ：

posted at xx:xx:xx

#Julia言語のJupyter notebookによる計算とプロットはJuliaBox (ブラウザだけで使用可)

juliabox.com

でも可能だし、JuliaPro

juliacomputing.com/products/julia...

の personal 無料版でも可能。

タグ： Julia言語

posted at 16:37:14

#Julia言語 FFTを使っているので周期境界条件の場合に限るが、ポテンシャルの形は

V(x)=ポテンシャル函数の式

で簡単に変えられます。リンク先のJupyter notebookをJuliaProなどのJupyter notebookで読み込めば誰でもシュレーディンガー方程式の数値解で遊べます。

nbviewer.jupyter.org/gist/genkuroki...

タグ： Julia言語

posted at 16:35:14

#Julia言語調和振動子。振動しまくり。

KdVの動画以外はすべてシュレーディンガー方程式の数値解。すべて周期境界条件。

青色の実線は波動函数の実部の値で橙色の破線は虚部の値。 pic.twitter.com/QgnAz56rss

タグ： Julia言語

posted at 16:33:32

#Julia言語全部、周期境界条件。

x=0からx=10に高さ20の高い壁がある。跳ね返りまくり。 pic.twitter.com/UD22FxOHwu

タグ： Julia言語

posted at 16:30:32

#Julia言語 x=0からx=10に高さ10の低い壁がある。壁を超えまくる。 pic.twitter.com/kyoZe2xtWB

タグ： Julia言語

posted at 16:29:32

#Julia言語自由粒子 pic.twitter.com/dl0js27bPe

タグ： Julia言語

posted at 16:28:20

天才タンパクコンサル美少女3丁目 @Pavane1899

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
FFTを用いた熱方程式やKdV方程式などを数値解法の in-place 版

GIF動画が追加された！ pic.twitter.com/vchrM8lrsj

タグ： Julia言語

posted at 16:27:47

非公開

タグ：

posted at xx:xx:xx

pyjuliaよさげ
時間かかる前処理をjuliaに任せられる
github.com/JuliaPy/pyjulia

タグ：

posted at 15:44:37

あと、楽しい雰囲気もいいですよね。例えば、既出ですが、

github.com/julialang/juli...

無事に Alcohol までたどりつけてよかった。 #Julia言語

タグ： Julia言語

posted at 14:30:42

プログラミングが主ではなく、自分の専門分野が主である人達にとっての強い味方が、プログラミング最強者集団の中から出て来たというのはとても素晴らしいことだと思います。

気楽に使えることと計算の速さと巨大なプログラムの構築のし易さを同居させるために様々な工夫がされていて非常に面白い。

タグ：

posted at 14:09:24

www.soi.wide.ad.jp/class/20010000...

タグ：

posted at 14:08:48

Jupyter notebookは「ちょっとした計算→プロット→確認→ちょっとした計算→…」という試行錯誤には非常に便利です。成形された数式による解説がついていない複雑なコードを読みたくない人はかなり多いはず。そういう点でも非常に便利です。

タグ：

posted at 14:06:01

JuliaPro の巨大インストーラーのダウンロードに成功しさえすれば、誰でも簡単に Jupyter notebook で Julia 言語を使えます。

いきなり最初にJuno (Atom)を使うことはおすすめしません。ブラウザでJupyter notebookを使った方がよいと思う。プロットもJupyter notebookで見た方が便利です。

タグ：

posted at 13:59:27

私が #Julia言語を他人にすすめる価値があると感じた最大の理由は「開発者達が、プログラミングは必ずしも得意ではない各分野の専門家達に使ってもらえるようなデザインを採用しようとしていること」に気付いたからです。

これは新しいプログラミング言語の中ではものすごく光っている特徴だと思う。

タグ： Julia言語

posted at 13:55:06

これは「鼻血デマ」をまじめに検討したものです。鼻血デマそのものは一笑に付してかまわないトンデモですが、他の問題にも応用できる様々な教訓を含んでいると思います。いずれにしても、鼻血デマを流布させた人々は悪質なデマ屋です twitter.com/stopfdema/stat...

タグ：

posted at 13:35:25

#Julia言語上の形に制限されたf(x)についてその操作は「誤差がない」がないので、FFTを使った導函数の数値計算は、xの離散化に基いて(f(x+Δx/2)-f(x-Δ/x))/Δx のように数値計算するよりも誤差が小さくなり易いです。高階の導函数では誤差の大きさの違いは大きくなります。

タグ： Julia言語

posted at 13:06:33

#Julia言語続き。これはちょうど配列のインデックスが1から始まるJuliaスタイルの離散フーリエ変換と一致。
docs.julialang.org/en/stable/stdl...

そして、f(x)をxで微分操作は、a_k にk=1～N/2のときi(k-1)/Kをかけ、k=N/2+1～Nのときi(k-1-N)/Kをかける操作に対応。これでFFTを通して導函数を計算できる。

タグ： Julia言語

posted at 13:03:30

#Julia言語 FFTの使い方：周期L=2πKを持つ函数を

f(x) = Σ_{k=-N/2}^{N/2-1} (-1)^{k-1} a_k exp(2πi(k-1)x/L)

で近似し、さらにxを

x_j=(j-1)Δx - L/2, Δx=L/N

で離散化し、a_{k+N}=a_kとしておけば

f(x_j) = Σ_{k=1}^N a_k exp(2πi(k-1)(j-1)/N)

となる。続く

タグ： Julia言語

posted at 13:00:02

#Julia言語周期境界条件であることに注意。FFTを使って計算している。結構速い。in-placeで計算するようにしてあるので、メモリもちょっとしか食わない。

nbviewer.jupyter.org/gist/genkuroki...

QuantumOptics.jlの方は未見。

タグ： Julia言語

posted at 12:32:34

#Julia言語自前の計算続き。壁が高いとほぼ全部跳ね返る。 pic.twitter.com/fw37kkCLxt

タグ： Julia言語

posted at 12:29:12

#Julia言語パッケージを利用せずに、自前で書いたコードで、1次元シュレーディンガー方程式と熱方程式やKdV方程式を数値的に解いているJupyter notebookの

nbviewer.jupyter.org/gist/genkuroki...

を更新した。波束を壁にぶつけてみている部分が以前のものからの更新部分。

壁が低いと透過しまくってしまう。 pic.twitter.com/xBy1tNLkHv

タグ： Julia言語

posted at 12:28:21

#Julia言語で量子力学を扱うパッケージに

qojulia.org
QuantumOptics.jl

github.com/qojulia/Quantu...

があるみたいですね。

タグ： Julia言語

posted at 12:23:33

#Julia言語

 nbviewer.jupyter.org/gist/genkuroki...
Jupyter notebook (srand(2018)の怪)

タグ： Julia言語

posted at 10:12:19

#Julia言語は気楽さと速さの両方を同時に実現するための特別な型システムを持っており、multiple dispatchも結構便利。

型Tのオブジェクトaが保有するメソッドf(x)をa.f(x)と書くスタイルになれている人は、「Juiaでは f(a::T, x) になる」と覚えておけばすぐに対応できると思う。

タグ： Julia言語

posted at 10:03:47

残り20件のツイートを見る

#Julia言語単に速さだけが欲しいならば原理的に速さの出る任意のプログラミング言語を選んできちんと最適化すればよいです。しかし、それは人間がする仕事としては現実的な選択肢ではない。特にプログラミングが目的ではなく、数学が目的なのであればなおさらそうです。速さと気楽さの両方が重要。

タグ： Julia言語

posted at 09:52:07

個人的な意見だが、これから数学的な事柄をコンピューター上での実装してみようとする人は、計算速度を十分に気にするべきだと思う。理論的には易しいと感じられることであっても、計算例を作ろうとすると予想外に重い計算が必要になったりすることが多いと思う。個人的には #Julia言語推し。

タグ： Julia言語

posted at 09:48:36

#Julia言語外れ値のない(正規分布で生成した)ランダム行列に人工的に付け加えた6つの成分を含む6×6の部分行列が近似的に6回対称性を持っていれば固有値にもそれが現われるという仕組みです。

シード値を固定していると、ときより、このようなぎょっとする結果が出て来るので要注意です。

タグ： Julia言語

posted at 09:43:24

#Julia言語以上のような「分布の擬似規則性」の原因は srand(2018) が原因です。他のシード値に変えると消えます。

それでは最初の例のように「固有値の外れ値の分布が近似的に6回対称性を持つ場合」を人工的に作るにはどうすればよいのでしょうか？私の解答例は添付画像の通り。 pic.twitter.com/A9jKwjs9t8

タグ： Julia言語

posted at 09:41:30

#Julia言語次に、TDist(1)ではなく、Cauchy()を使って、数学的には同じCauchy分布で行列の成分を生成するとこうなる。srand(2018)はそのまま。これ重要。

これも初めて見た瞬間にぎょっとする感じ。 pic.twitter.com/GnBoQITM6j

タグ： Julia言語

posted at 09:38:33

#Julia言語 #数楽小ネタ

srand(2018)でサイズ(2^10,2^10)のランダム行列の各成分をt分布ν=1(Cauchy分布)で生成して固有値の複素平面上での位置を(適当に正規化して)プロットするとこうなりました。

これって見た瞬間ぎょっとしますよね。

分布に6回対称性があるように見える！(笑) pic.twitter.com/mUoKvjcZTV

タグ： Julia言語数楽

posted at 09:37:00