作者查詢 / cuylerLin
作者 cuylerLin 在 PTT [ Math ] 看板的留言(推文), 共674則
限定看板:Math
看板排序:
1F推: 第二題我也覺得怪怪的,不確定是不是這樣,請見圖05/05 00:37
2F→: 第二題的第一小題05/05 00:40
3F→: https://imgur.com/dJNyqE205/05 00:40
4F→: 變數是股數,所以計算風險要多乘上單位股價05/05 00:41
5F→: 第一條限制式是報酬率的要求,第二條是四個股票均不05/05 00:41
6F→: 超過投資金額的一半,我圖片貼錯了,以下重貼QQ05/05 00:42
7F→: https://imgur.com/yYZM4Bw05/05 00:45
8F→: 第二條到第五條都是不超過投資金額的一半,不確定是05/05 00:46
9F→: 不是總金額都要用光,所以第六條再多加總額限制05/05 00:46
10F推: 第二題的第二小題,就把目標函數換掉05/05 00:48
11F→: https://imgur.com/ASZjtl705/05 00:48
12F→: 如果題意真正要表達的是都要用光,你應該知道怎樣改05/05 00:50
13F→: 第二條到第五條限制式可以合併成一條05/05 00:51
14F→: 100x1+50x2+80x3+40x4<=40000005/05 00:51
15F→: 然後第六條改成等式之類的05/05 00:54
16F→: 我第二小題好像少乘05/05 00:54
17F→: https://imgur.com/Hbz7MsU05/05 00:57
18F→: 這樣才對,抱歉有點亂QQ05/05 00:57
19F→: 第二到五式看不懂的話,我寫仔細一點05/05 01:55
20F→: 以A股為例,100x1<=0.5(100x1+50x2+80x3+40x4)05/05 01:56
21F→: 其他的以此類推05/05 01:56
22F→: 如果題目其實是總金額的0.5那就改成100x1<=10000005/05 01:57
23F→: 然後有四條可以合併成同一條05/05 01:57
24F→: 上面打錯了,四條不能合併才對,所以一樣總共有六條05/05 03:10
1F推: 任一時刻出現一隻B熊之後,出現第一隻G熊的機率為05/03 23:28
2F→: P(Y_1<X_1)=\gamma/(\beta+\gamma)05/03 23:29
3F→: 出現第二隻G熊的機率一樣是\gamma/(\beta+\gamma)05/03 23:30
4F→: 出現第r隻G熊的機率一樣是\gamma/(\beta+\gamma)05/03 23:31
5F→: 波松過程分段獨立、無記憶性(跟前面獨立),所以在第05/03 23:31
6F→: 二隻B熊出現之前,要出現r隻G熊的機率為05/03 23:32
7F→: [\gamma/(\beta+\gamma)]^r,最後要出現第二隻B熊的05/03 23:33
8F→: 機率就是第一題算的\beta/(\beta+\gamma)05/03 23:33
9F→: 所以答案為05/03 23:35
10F→: [\gamma/(\beta+\gamma)]^r*\beta/(\beta+\gamma)05/03 23:35
12F→: 我發現我上面的無記憶性有說錯,怕誤導我再說一次05/04 22:53
13F→: 無記憶性是condition在前面已有的觀測值,後面的過05/04 22:54
14F→: 程可以更新成新的過程,把前面的觀測值拿掉05/04 22:54
15F→: 太久沒算把他跟Markov property搞混了XD05/04 22:55
1F推: 根據定理conditional distribution就是一坨順序05/04 06:21
2F→: i.i.d.的uniform distributions,所以已經跟原本的05/04 06:22
3F→: \lambda無關了,在證明兩聯合分配相等的時候會用到05/04 06:22
4F→: 補充一個你期望值簡單的算法E[X]=\int [1-F_X(x)]dx05/04 06:24
5F→: 就不用微分算p.d.f.繞遠路了,此式證明會用到05/04 06:25
6F→: Tonelli定理。05/04 06:25
9F推: 不會XD 有幫助到任何人就好~05/04 22:52
2F推: 我不太懂你的問題在哪裡(?05/04 07:39
3F→: 如果有3個員工的話,當排隊人數大於等於3位客人,一05/04 07:40
4F→: 次就可以處理3位客人不是嗎,如果只有2位在排隊,一05/04 07:40
5F→: 次也可以處理2位客人阿05/04 07:40
6F→: 如果只有1位客人,他就直接隨便選一個櫃台,一次可05/04 07:42
7F→: 以處理1位客人05/04 07:42
8F推: 關於書的話,我以前上課是用Sheldon Ross的05/04 07:58
9F→: Introduction to Probability Models05/04 07:58
10F→: 後來是用J.R. Noris的Markov Chains05/04 07:58
11F→: 有些相關的內容我自己又讀了William Feller的05/04 08:00
12F→: An Intro to Probability Theory,有兩冊你可以自己05/04 08:00
15F→: 找相關的章節看,Patrick Billingsley的05/04 08:02
16F→: Probability and Measure也滿不錯的,不過你可能要05/04 08:02
17F→: 學過一點以測度論為基礎的(高等)機率論才比較好讀XD05/04 08:03
18F推: 你的隨機變數W如果是waiting time的話,那應該沒錯05/04 08:06
1F推: 用exp(x)在零點的泰勒展開式,把x換成t^2/205/03 01:39
2F→: Specifically, T(exp(t^2/2))=T(exp(x))|_{x=t^2/2}05/03 01:40
4F推: T(exp(x))的收斂半徑是無窮大,所以我們可以直接換05/03 03:27
5F→: 然後換出來的結果剛好也是對t=0作展開,就結束了05/03 03:27
6F→: *(t-0)的形式05/03 03:31
10F推: 1600-20x的部分,是不是要把套餐賣價x換成x-8才是真04/30 22:54
11F→: 正漢堡的錢,因為套餐定價至少要賺可樂的毛利?04/30 22:55
12F→: 所以也許是 argmax (x-20+8)*(1600-20*(x-8))?04/30 22:56
11F推: spd是symmetric positive-definite沒錯,對稱顯然04/29 08:14
12F→: 正定的部分,原po的寫法接上yhliu大的寫法就做完了04/29 08:16
13F→: 補充一個延伸考點,如果把B條件放鬆:B是任意的m*n04/29 08:17
14F→: 矩陣,試證明矩陣BB'或B'B其中一個是spd。04/29 08:18
2F推: 作圖找積分上下界,例如x \in [0,a]04/27 23:19
3F→: y \in [0,(\sqrt{b}-\sqrt{bx/a})^2],滿容易計算的04/27 23:20
4F→: 最後會出現ab-4ab/3+ab/2,整理得ab/604/27 23:21
3F推: 一樓要不要把符號看清楚再作答...02/09 22:01
4F→: 原PO沒算錯,第三題的話,注意迴歸假設殘差是i.i.d.02/09 22:03
5F→: 服從 N(0,\sigma^2) for some s.d. \sigma.02/09 22:04
6F→: 而由殘差圖可以看到,裡面疑似有一個高次項(二次項)02/09 22:05
7F→: 的影響沒有去除,所以可考慮把 x^2 丟到模型裡面重02/09 22:05
8F→: 新擬合回歸曲線。02/09 22:06
9F→: 提供一些衍生的考點:如果是heteroscedasticity的話02/09 22:08
10F→: OLS要如何作修正才能符合殘差假設?02/09 22:09