ラビット・チャレンジの受講レポート。
の式を の形にすると、以下のようになる
係数をまとめて表のようにした部分を行列という
= 行列の変形
→行列を左からかけることで表現できる
手順:
(1) i行目をc倍する
(2) s行目にt行目のc倍を加える
(3) p行目とq行目を入れ替える
(→連立方程式での例:2行目に, 1行目にが残ってしまっているので入れ替える)
各工程で使用する行列
(1) i行目をc倍する
+ (i, i)番目の要素をc倍する
(2) s行目にt行目のc倍を加える
+ (s, t)の成分をcに変える
(3) p行目とq行目を入れ替える
+ (p, p), (q, q)の成分を0に変える
+ (p, q), (q, p)の成分を1に変える
かけてもかけられても相手が変化しない行列
まるで逆数のような働きをする行列
(「-1乗」ではなく 「inverse」)
掃き出し法などで求める
解がない/一組に定まらない連立方程式の係数を抜き出したような行列
形式的には
という行列があったとき、
また
と考えたとき、二つのベクトルに囲まれた
平行四辺形の面積 = 0
の場合は逆行列が存在しない
上記の平行四辺形の面積が逆行列の有無を示す
これを
と表し、逆行列と呼ぶ
3つ以上のベクトルからできている行列式は展開できる
3つ以上のベクトルでできている場合は展開して求める
が成り立つような行列A, 特殊なベクトル, 右辺の係数があるとき、
となるようなを求め、
を解いてとの比を求める
があるとき、固有値を対角線上に並べた行列
と、それに対応する固有ベクトルを並べた行列
を用意したとき、となる
変形すると
+ 固有値分解:正方形の行列を上記のような3つの行列の積に分解すること
+ 利点:行列の累乗が容易になる など
+ の中身は、を小さい順or大きい順に並べることが多い
正方行列以外の行列において
となる特殊な単位ベクトルがある場合、特異値分解が可能
→
→
これらの積は
(で正方行列を作って固有値分解する)
→ものの集まり
← は集合の要素
← は集合の要素ではない
(「要素」は「元(げん)」と呼ばれることもある)
← はの一部
←という条件のもと、である
事象Aと事象Bに因果関係がない場合、
推測統計:集団から一部を取り出し(標本)、元の集団(母集団)の性質を推測する
確率変数:事象と結び付けられた数値
その分布における、確率変数の
平均の値 または 「ありえそう」な値
連続する値なら、
データの散らばり具合
→(二乗の平均) - (平均の二乗)
2つのデータ系列の傾向の違い
分散の平方根
コイントスのイメージ(表か裏か?)
サイコロを転がすイメージ(出る目が3種類以上)
ベルヌーイ分布の多試行版
釣鐘型の連続分布
→指数関数を2つ並べたような形
→真の分布がわからなくても、大体の予想がつく
母集団を特徴づける 母数 を統計学的に推測すること
→母数:パラメータ(平均など)
母集団から取り出した標本の平均値
→標本分散のばらつきを修正(サンプル数に応じて変わるのを防ぐ)
対数の底 | 単位 |
---|---|
2 | bit |
e (ネイピア) | nat (natural) |
ON/OFFのスイッチで情報を伝えるとき、情報の種類数に対して必要なスイッチの数は?
→事象の数のlogを取ることで求められる
= 微分エントロピ (微分しているわけではない)
自己情報量の期待値 (情報の珍しさの平均値みたいなもの)
同じ事象・確率変数における異なる確率分布, の違いを表す
→想定していた確率分布:、実際の確率分布:
距離のようなもの(厳密には違う)
例:普通のコインと不正なコインの、表と裏が出る確率の違い
(1)
について、
(2)
について、
よって
KLダイバージェンスの一部を取り出したもの
(想定していた信号)についての自己情報量を(現実の信号)の分布で平均
エントロピーはで表す
第1回 | 【ラビット・チャレンジ】応用数学 |
Crieitは誰でも投稿できるサービスです。 是非記事の投稿をお願いします。どんな軽い内容でも投稿できます。
また、「こんな記事が読みたいけど見つからない!」という方は是非記事投稿リクエストボードへ!
こじんまりと作業ログやメモ、進捗を書き残しておきたい方はボード機能をご利用ください。
ボードとは?
コメント