レポート10枚

書き終わったぞぉぉぉぉぉ！！！！


2ページくらいの状態から2時間ちょいでバーッと書き上げました。
とりあえず明日学校でコピーしてみて、添削とかいろいろやってからカラーコピーしましょうそうしましょう。



よし、次は情報理論の勉強するぞ！

x''-3x'+2x=4t+exp(t)

x(0)=1, x'(0)=-1




3度心が折れた
計算めんどくせー

4度目で出来たけど、やり直す時間なんてないよなぁ

答えが合わない・・・・

フーリエ級数に変換中・・・・


「うおっしゃぁ！解けたZE！」

と思いつつ、過去問のプリントに書かれてるメモに目がいく。

「書いてある答えと違う・・・・・」

めげずに再計算。

「やっぱり違う・・・・・」



答えがないと正直ツライ。

でもね、やってるのはフーリエ級数なんだぜ！
ある関数をッ！三角関数の和で近似するッ！フーリエ級数なんだぜッ！！
もとの関数の形さえわかってりゃ、フーリエ級数を計算してプロットすりゃいいんだぜッ！


と い う わ け で

適当にプログラムを組み、n=10くらいまで求めて、csv形式で出力してエクセルでドーン！
見事に自分の回答があってることが証明されました。


ちょっとプログラムかけると便利だよねぇ

標準形

Chomskyの標準形に書き換えるのって結構強引だよね。


過去問やったけど、それほど難しくはない。



『Nを自然数の全体からなる集合とする。Nの部分集合全体からなる集合P（N）は加算か非加算か答えなさい。簡単にその証明の概要を述べること。』


これは微妙。大体似たような内容は授業でやるけどね。
[0,1)の実数は加算か？みたいな問題。カントールの対角線論法かなんかでやったはず、っていうかブログに載せてたはずｗ

オートマトン関係ないじゃんね。


とりあえずフーリエやろう

無に帰す仮説

有意水準が大きくなればなるほど、帰無仮説の棄却域は大きくなる。でも、第1種の誤りが増える。
有意水準を小さくなればなるほど、帰無仮説の棄却域は小さくなる。でも、第2種の誤りが増える。


この微妙なライン。
普通はα=0.5くらいを使うらしい。


ウィキペディアよりちょっと抜粋

有意水準(significance level) α (0<α<1) は、どの程度の正確さをもって帰無仮説H0を棄却するかを表す定数である。有意水準αの仮説検定は、p < αの時にH0を棄却する。このとき、「統計量はα水準で有意である」という。H0が正しい場合に、これを棄却してしまう確率（第一種の誤り）はαに等しい。

α の値としては、0.05 (= 5%) を用いるのが一般的であるが、そのとり方は学問・調査・研究対象によっても違いがあり、社会科学などでは0.1（10%）を用いる場合もあり、厳密さが求められる自然科学では0.01（1%）などを用いる場合もある。


う～む、αを小さくすると帰無仮説の棄却域も小さくなるんだよなぁ。
じゃあ少々変な確率出ようが、帰無仮説を積極的に採用しようじゃぁないか。ってことになるんじゃないの？
厳密じゃなくなるよ！？


対立仮説を採用したいときは、αが小さければ小さいほど厳しくなるから、対立仮説について書いてあるんじゃなかろうか。
帰無仮説は「無に帰す」仮説だから、どっちかっていうと棄却されるべきみたいなニュアンスの文章だったし。


ﾑﾂｶｼｲﾈｰ