学年

教科

質問の種類

数学 大学生・専門学校生・社会人

 微分方程式についての質問です。  写真はある円の微分方程式を求める方法について2通りの説明をしています。  赤枠の部分がどのような過程で求まったのかが分かりません。  自分は △PTA∽△QPA ∴∠QPA=∠PTA=θ ∴AQ=PQtanθ だと思いました。 ... 続きを読む

(I-1図参照),この円群に属する円を任意にとり, その中心を, A(c,0) とすれ である。ところが, PA と PTは直交するから, I-1図からわかるように I- 第1章 微分方程式 2 平面上で、エ軸上に中心をもち, 半祐一定の長さょである回m. ば、この円の方程式は YA --y=r P(エ) P T A(c0) 0 X リ=ーr I-1図 (ェ-c)+ y° =r? である。ここで,定数cに種々の値を与えることによって,この円群に属士る すべての円の方程式が得られる。そこで, この(1)をいま考えている円群の方 程式という。また,定数cには任意の値を与えることができるから, cを任意 定数という.さて, この円群に属するすべての円が共通にもっている性質を求 めるために,方程式(1)から出発して任意定数cを含まない関係を求めよう。 そのために,(1)の両辺をェで微分すれば (z-c)+ y = 0 が得られる。そこで, (1) と (2) から文字cを消去すれば dy + y° = r? de が得られる。これが求めている共通性質であって,これは1階微分方程式での る。さて,I-1図のように,点 A(c.0)を中心とする円群に属する円を考え,て の上に任意の点P(x, y) をとり,点Pにおける接線を PT とすれば PQ? + AQ? = AP? =D r

解決済み 回答数: 1
数学 大学生・専門学校生・社会人

(4)の式と(5)の式の説明を分かりやすく教えて頂けませんか?

第2章 確 家 12 5. 理(3) として採用されている. 以上の定理は確率測度 P が与えられていればどんな型の標本空間にも適 できる。もちろん, これらの定理が使えるためには, 右辺の確率の値がわか。 ていなければならない. 前に指摘したように, 標本空間が有限個の点だけをる むときは,この種の事象の確率の計算はとくに簡単になるので,いま議論をこ のような標本空間に限定することにする。 有限標本空間に対する事象 A の確率を求める際の第一歩は,標本点の各人 に確率を割り当てることである. これらの確率は, 確率の公理のはじめの2つ を満たすように割り当てねばならない。 すなわち,これらの確率はすべて非色 の数で,その和が1となるようなものでなければならない. 確率モデルが予測 に有効であるためには, 特定の標本点に割り当てる確率が,実験を多数回繰り 返したとするときその標本点が得られると期待される回数の割合と一致する上 うなものでなければならない. このような割り当ての可能性はわれわれの経験 や外部の情報,対称性に関する考察, またはこれらを一緒にしたものに基づく であろう.それゆえ,サイコロを転がした経験があってもなくても,図2の標 本空間の各標本点には1/36 の確率を割り当てることが現実的なのである。 標本点の総数を n とし, 各標本点に割り当てた確率を p1, P2, る。各標本点は1つの可能な結果を表わすから, それらは1つの事象である。 この種の事象を単一事象という. これらの事象を e1, @2, *… …, en で表わす. 明 らかにこれらは排反な事象である.さて, いかなる事象 Aも標本点の集合で あるから,Aはそれに対応している単一事象の和である.ゆえに, 公理 (3) に よって次の式が得られる。 2 *……, Pn とす n だすこと P(A} =2 P{e} =M p. と思た k UA ここで和は Aに含まれるすべての標本点についての和である.宝共具(3) 偶然をともなうゲームの多くは, 初期の確率論発展のための原動力であっ た。これらゲームの標本空間は有限個の標本点から成り,すべての標本点には 同じ確率が割り当てられている. これはたとえば,クラップ* とよばれるゲー ム(その標本空間は図2で与えられている)の場合にもいえることである. これ らの標本点の各々には確率1/36 が割り当てられる. n を標本点の総数とし, J(A) を集合 Aの中の標本点の個数とすれば, いまの場合はすべてのi=1, A A 2個のサイコロを用いて行なう 孫の取1

回答募集中 回答数: 0
数学 大学生・専門学校生・社会人

2次元確率分布の期待値について 画像のように期待値は定義されています。 これから離散の場合だと E[X]=Σ[j=1 to r]xj•P(x=xj)と求めることができます。 しかし E[Y]=Σ[k=1 to c]yk•P(Y=yk)を上みたいに簡単に求めることはできない... 続きを読む

(x,9) = f(x)fa(y). X X, Y:独立 Y =yを与えたときのXの条件付き密度関数は f(z,y) f(x, v) h (zl) = *o nal . (z,y) de 18 で定義される。この条件付き密度関数による平均, 分散が Y = yを与えた こ、 ときのXの条件付き平均, 分散である: *00 E[Xy] = E[X|Y=y]= |zf(zl) da , ional VIXl] = V[X|Y=v]= _(x-E[X\v]}"A(zl») dx. 18 午 また、X=ェを与えたときの Yの条件付き密度関数,平均,分散も同様 a である。 4.2 共分散と相関係数 (X, Y) の関数 h(X, Y) の平均は, 確率変数の平均と同様に O X E((X, Y)} = |/ Me,y) dF(x,1) ときで定義され,離散分布と密度型分布に対しては次のように計算される: r E{h(X, Y)} = 2と(x;, Ya)f(x;, Uk) (離散) j=1 k=1 E(h(X, Y)} = | T Ma,y)f(x,v) drdy (密度)。 前述の(E1) - (E4) (19 ページ) と同様な性質に加え,さらに,次の性質が成 り立つ: (E5)関数が直積のときは, 条件付き平均を使って,ー E(h(X)h(Y)} = E(E[h(X)|Y]h(Y)). (E6) X, Y が独立のとき, 関数の積の平均は平均の積に等しい: E(h(X)h(Y)} = E{h(X)}E{ha(Y).

解決済み 回答数: 1