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:
19F推: 剛剛處理完今天的案子手癢打了第一題XD 供原po參考09/23 04:43
20F→: https://i.imgur.com/L9c924U.png09/23 04:43
36F推: 只是想要有個概念的話,就先把微三(基礎歐式向量)09/19 20:21
37F→: 看熟吧,其他的之後有興趣、有餘力、吃得下更數學理09/19 20:21
38F→: 論的話,再慢慢往上,數學系以外領域的數學操作基本09/19 20:21
39F→: 上(嚴謹來說)都很不數學(各領域大量用到數學的碩09/19 20:21
40F→: 博前緣研究如果可能不算),簡單來說如果是以一個物09/19 20:21
41F→: 理背景,那目前所謂的數學入門可以不用想太多09/19 20:21
42F→: *括號裡面的「如果」多打了09/19 20:21
43F→: 而如果之後會用到例如OpenGL的話,那反而是需要熟悉09/19 20:28
44F→: 大量空間轉換投影的線性代數操作了09/19 20:28
1F推: The LU decomposition of a singular matrix will e09/15 20:36
2F→: ventually fail since no partial pivoting can res09/15 20:36
3F→: olve the fact that there will always be some zer09/15 20:36
4F→: o at the diagonal. Try consider LDU decompositio09/15 20:36
5F→: n instead.09/15 20:36
9F推: 我沒記錯的話LDU的時候L跟U的對角線都是1,然後允許09/15 20:54
10F→: D的對角線出現0, 所以你可以一眼就看出這個系統的09/15 20:54
11F→: solvability09/15 20:54
13F推: 應該說,一般來說無法保證LU的的唯一性,只能說在夠09/15 21:09
14F→: 好的A(且 up to suitable partial pivoting)的時09/15 21:09
15F→: 候,LU 基本上是唯一的(provided that L 或 U 的對09/15 21:09
16F→: 角線都是 1);而如果考慮 LDU 分解的話,基本上可09/15 21:09
17F→: 以證明真的是唯一的,就無關這裡的 L 跟 U 跟 LDU09/15 21:09
18F→: 分解裡面的 L 跟 U 一不一樣了09/15 21:09
19F→: 而且要先確認 LU 是不是 feasible 的話,還需要額外09/15 21:15
20F→: 的步驟,倒不如直接考慮 LDU 這樣09/15 21:15
3F→: 有程式碼的數值分析只是教你要怎麼把理論上的數值演09/15 01:37
4F→: 算法變成程式而已,至於計算快慢、精確度、情況適用09/15 01:37
5F→: 性等基本上沒有一定的準則啊,兩者並沒有矛盾,甚至09/15 01:38
6F→: 這些還牽扯到最佳化或平行計算領域的問題,現成的函09/15 01:38
7F→: 式庫(例如MATLAB的)都已經做過各種優化了,你就算09/15 01:38
8F→: 知道函式庫是用什麼數值方法,基本上也不可能寫得跟09/15 01:38
9F→: 它一樣快一樣精準;以前手刻過symbolic高維度牛頓法09/15 01:38
10F→: ,同一個函數求極值,我寫的方法就硬比我同學的還要09/15 01:38
11F→: 快200步,數值分析也有分軟硬的(理論 vs. 實作),09/15 01:38
12F→: 基本上你要快要精準都是理論分析出來才達到的,怎麼09/15 01:38
13F→: 寫才會快才會精準,都不是一個大學數值分析主要的考09/15 01:38
14F→: 量,光教這些就已經夠花時間了,其他該教的也不用教09/15 01:38
15F→: 了XD 而且扎實理論要用到的先備知識包含高微、矩陣09/15 01:38
16F→: 分析等,一般大學生是吃不消的,更遑論還要ㄧ步ㄧ步09/15 01:38
17F→: 教你寫成足夠媲美商業上現成的函式庫了XD09/15 01:38
3F推: 請見下圖,有問題可提出,應該寫得很仔細了XD09/12 06:39
4F→: https://imgur.com/WvH9AyC09/12 06:39
5F→: 哦,我題目打反了(?),不過計算過程與概念通通都09/12 06:42
6F→: 一樣就是了XD09/12 06:42
17F推: 如果是如r大所說的原po的題目的話,一樣的方法,我09/12 11:37
18F→: 重算之後答案是11/1409/12 11:37
19F→: 出現六就不可能總和是4了,一樣互斥09/12 11:38
20F→: 互斥之後原問題等價於兩個指數隨機變數求其中一個先09/12 11:42
21F→: 發生的機率09/12 11:42
26F推: 一樣的方法啊,請見我一開始的圖片,把其中一個事件09/12 15:21
27F→: 換成出現6,步驟走一遍就會發現所求機率為09/12 15:21
28F→: P(出現6) /[P(出現6)+P(和為4) ]09/12 15:21
29F→: *圖在三樓09/12 15:22
44F→: 怎麼會在不同的空間裡面XD 你可以直接每一次丟骰子09/12 17:50
45F→: 的 subsigma fields 全部 couple 起來就是最大的空09/12 17:50
46F→: 間了(by Komogolov extension theorem)09/12 17:50
47F→: 而且我跟r大對題目的理解以及答案是一樣的,我是不09/12 17:53
48F→: 知道原po題目有沒有打錯啦(?)如果是要問總和6出09/12 17:53
49F→: 現在總和4之前就是我圖片的作法(同時也是y大的作法09/12 17:53
50F→: )答案是5/8;如果是要問在出現總和為4之前要出現一09/12 17:53
51F→: 個6,那手法基本上一樣,答案是11/14;沒有疑慮啊09/12 17:53
52F→: 而且E_x跟A都只是對全部樣本空間的某種劃分而已,全09/12 17:55
53F→: 空間是一個對於2-dim infinite sequences taking va09/12 17:56
54F→: lues from 1 to 6 的蒐集09/12 17:56
55F→: 原來我圖片有小錯:E_x 是 set 不是 probability 才09/12 18:01
56F→: 對,不過你應該也看得出來XD09/12 18:01
62F→: 我其實不知道為什麼h大你的會這麽複雜(X09/12 18:17
1F推: Given an exponential distribution of parameter \08/31 01:14
2F→: lambda, its tail probability at x is 1-\exp{\lam08/31 01:14
3F→: bda*x}.08/31 01:14
4F→: 你自己簡單推導一下寫出來的尾機率就是 1-\exp{-w_i08/31 01:14
5F→: }08/31 01:14
11F推: 感覺那個數列應該要是在Y裡面才對08/20 17:19
12F→: 然後問把它拉回來的收斂會在哪裡08/20 17:19
13F→: 所以 the preimage (one subset of the codomain th08/20 17:19
14F→: at is open) of a continuous function is still op08/20 17:19
15F→: en,而你拉回來的極限有可能在邊界上,所以就不在 p08/20 17:19
16F→: reimage 裡面(在 ∂f^{-1} (Y)),但也有可能在 pr08/20 17:19
17F→: eimage 裡面08/20 17:19
18F→: 應該也是可以造出一些例子讓它不收斂;所以這樣來看08/20 17:21
19F→: 的話有 always08/20 17:21
20F→: 的都不能選才對08/20 17:21
23F推: 答案應該是第五個選項吧,所以從頭到尾都沒用到Y(08/20 17:36
24F→: ?08/20 17:36
31F→: 如果 f^{-1}(B)(或者我覺得應該是f^{-1}(Y))是 co08/20 17:43
32F→: mpact 且 f^{-1} 也是連續的話就會在裡面08/20 17:43
33F→: 真是奇怪的題目(08/20 17:43
34F→: 換句話說,題目條件很鬆散的情況下,就什麼可能都會08/20 17:45
35F→: 發生,在裡面、不在裡面、不收斂08/20 17:45
96F→: 教授說 f^(-1)(B)"=" A?!!?08/21 07:42
12F推: 話說其實我不太懂為什麽最後還要多滾一期?總共11年08/07 01:39
13F→: 需要滾而已吧?08/07 01:39
14F→: 然後我剛剛找了一下我的財管筆記,這裡確實沒有速算08/07 01:40
15F→: 法,只能按計算機,如果你是科學計算機就可以解方程08/07 01:40
16F→: 式08/07 01:40
17F→: 如果是要算YTM的話才有速算法08/07 01:40
36F推: 我覺得這題不用往數學裡面想太多XD 財管這種找利率08/07 18:13
37F→: 、隱含波動率之類的問題,最適合的方法反而是 bisec08/07 18:13
38F→: tion method 就可以了,有些特別的題目例如找 YTM08/07 18:13
39F→: 才會有 shorthand method08/07 18:13
47F推: 我自己是數學系出身XD 雖然數值分析學了一堆求根的08/07 20:47
48F→: 方法,但學了財管才知道其實有時候二分法最簡單好用08/07 20:47
49F→: XD 函數常常都是一連串很難微分的分式函數...08/07 20:47
50F推: 科學計算機不會算不出來吧?我以前考財管都是用 fx-08/08 23:26
51F→: 127 欸,還是可能你調到精準度什麼之類的XD08/08 23:26
52F→: 另外是通常財管裡面精準度有到e-04就可以了,實務上08/08 23:29
53F→: 好像也是這樣,我也不確定為什麽,之前數值解財金PD08/08 23:29
54F→: E最小誤差也差不多這樣08/08 23:29
4F推: 請參考我在研問版的舊文回答~07/28 17:06
5F→: https://tinyurl.com/y36g35gv07/28 17:07
7F→: 沒事XD 這是在研問版問的不是數版,不用緊張XD(雖07/28 18:12
8F→: 然我也不知道有沒有人在數版問過)07/28 18:12