Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ざっと学んでみる確率過程 〜その1 : ブラウン運動〜
Search
NearMeの技術発表資料です
PRO
January 19, 2024
Science
0
770
ざっと学んでみる確率過程 〜その1 : ブラウン運動〜
確率過程のイントロダクションとして、ブラウン運動を用いて、解について色々と調べています。各粒子の存在分布がどのようになるのか、それについて概論的にまとめています。
NearMeの技術発表資料です
PRO
January 19, 2024
Tweet
Share
More Decks by NearMeの技術発表資料です
See All by NearMeの技術発表資料です
並列で⽣成AIにコーディングをやらせる
nearme_tech
PRO
1
50
希望休勤務を考慮したシフト作成
nearme_tech
PRO
0
21
Hub Labeling による高速経路探索
nearme_tech
PRO
0
66
Build an AI agent with Mastra
nearme_tech
PRO
0
69
Rustで強化学習アルゴリズムを実装する vol3
nearme_tech
PRO
0
37
Webアプリケーションにおけるクラスの設計再入門
nearme_tech
PRO
1
82
AIエージェント for 予約フォーム
nearme_tech
PRO
2
150
ULID生成速度を40倍にしたった
nearme_tech
PRO
2
55
Amazon AuroraとMongoDBの アーキテクチャを比較してみたら 結構違った件について
nearme_tech
PRO
0
28
Other Decks in Science
See All in Science
データベース05: SQL(2/3) 結合質問
trycycle
PRO
0
710
創薬における機械学習技術について
kanojikajino
16
5.3k
モンテカルロDCF法による事業価値の算出(モンテカルロ法とベイズモデリング) / Business Valuation Using Monte Carlo DCF Method (Monte Carlo Simulation and Bayesian Modeling)
ikuma_w
0
190
データベース02: データベースの概念
trycycle
PRO
2
760
地質研究者が苦労しながら運用する情報公開システムの実例
naito2000
0
220
MoveItを使った産業用ロボット向け動作作成方法の紹介 / Introduction to creating motion for industrial robots using MoveIt
ry0_ka
0
510
白金鉱業Meetup Vol.16_数理最適化案件のはじめかた・すすめかた
brainpadpr
3
1.8k
統計的因果探索: 背景知識とデータにより因果仮説を探索する
sshimizu2006
4
930
生成AI による論文執筆サポートの手引き(ワークショップ) / A guide to supporting dissertation writing with generative AI (workshop)
ks91
PRO
0
510
Valuable Lessons Learned on Kaggle’s ARC AGI LLM Challenge (PyDataGlobal 2024)
ianozsvald
0
400
3次元点群を利用した植物の葉の自動セグメンテーションについて
kentaitakura
2
1.3k
KH Coderチュートリアル(スライド版)
koichih
1
41k
Featured
See All Featured
Scaling GitHub
holman
460
140k
The Cult of Friendly URLs
andyhume
79
6.5k
BBQ
matthewcrist
89
9.7k
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
251
21k
Testing 201, or: Great Expectations
jmmastey
43
7.6k
A designer walks into a library…
pauljervisheath
207
24k
Fashionably flexible responsive web design (full day workshop)
malarkey
407
66k
The Art of Programming - Codeland 2020
erikaheidi
54
13k
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
107
19k
How to Ace a Technical Interview
jacobian
278
23k
Speed Design
sergeychernyshev
32
1k
Transcript
0 ざっと学んでみる確率過程 〜その1 : ブラウン運動〜 2024-01-19 第75回NearMe技術勉強会 Kaito Asahi
1 確率過程とは?の前に... 確率ってなんですか?
2 確率過程とは?の前に... 確率ってなんですか? → なんかいろんなものがある程度でるな...(サイコロを振って、1の⽬が1, 2回出る) → どのくらいでこれは出るのかな?(サイコロ10回振ったら、1の⽬はどのくらい) → こんな傾向があるよな?ということを定量的に表せないか?(確率の必要性)
→ 確率を可視化したいね(確率分布の必要性)
3 確率過程とは? 確率過程の定義
4 確率過程とは? 確率過程の定義 → 下線部分を確認しておきましょう
5 確率過程とは? 確率空間について → 確率を定義するために必要な空間 Q : 確率を定義するために何が必要でしょうか? A :
• 標本全体の集合(標本空間) • 確率の⼤きさを測るために必要な指標(σ - 加法族) • 確率というものを定量的に計算するためのもの(確率測度) ◦ 標本空間から、実数(空間)への写像など( )
6 確率過程とは? 確率空間について → 確率を定義するために必要な空間 Q : 確率を定義するために何が必要でしょうか? A :
• 標本全体の集合(標本空間) • 確率の⼤きさを測るために必要な指標(σ - 加法族) • 確率というものを定量的に計算するためのもの(確率測度) ◦ 標本空間から、実数(空間)への写像など( ) コインを投げる時、{{}, {表}, {裏}, {表, 裏}, {裏, 表}}
7 具体的な確率過程〜ブラウン運動〜 1. ブラウン運動を理解するため(ランダム⼒を含む⼒学) • 必要なパラメータ(定数を含む) ◦ :質量(kg) ◦ :速度ベクトル(m/s)
◦ :外⼒(N) ◦ :時間(s) • 基本の運動⽅程式(質量の時間変化は無視:基本は、運動量の時間変化が⼒となる)
8 具体的な確率過程〜ブラウン運動〜 1. ブラウン運動を理解するため(ランダム⼒を含む⼒学) • ⼀般的なStokes抵抗を受ける運動(粘性⼒による影響) ( :減衰パラメータ)として、
9 具体的な確率過程〜ブラウン運動〜 1. ブラウン運動を理解するため(ランダム⼒を含む⼒学) • ⼀般的なStokes抵抗を受ける運動(粘性⼒による影響) ( :減衰パラメータ)として、 これでは、ランダムな運動は表せない
10 具体的な確率過程〜ブラウン運動〜 1. ブラウン運動を理解するため(ランダム⼒を含む⼒学) • ⼀般的なStokes抵抗を受ける運動(粘性⼒による影響) ( :減衰パラメータ)として、 これでは、ランダムな運動は表せない →
Aは定ベクトルで、1方向にのみ推進
11 具体的な確率過程〜ブラウン運動〜 1. ブラウン運動を理解するため(ランダム⼒を含む⼒学) • ランダム⼒を加える ( :単位質量当たりのランダム⼒)として、 ※具体的な解法はAppendixスライドにて
12 具体的な確率過程〜ブラウン運動〜 1. ブラウン運動を理解するため(ランダム⼒を含む⼒学) • ランダム⼒を加える ( :単位質量当たりのランダム⼒)として、 ここの積分値が分からない...
13 具体的な確率過程〜ブラウン運動〜 2. 伊藤積分(確率積分) ⼀般化しておく ※以下を仮定
14 具体的な確率過程〜ブラウン運動〜 2. 伊藤積分(確率積分)
15 具体的な確率過程〜ブラウン運動〜 2. 伊藤積分(確率積分) • となる※ を導⼊する ※形式的に、 これにより、⼀般的な関数
f(s) を W での積分の形で表すことができた!! ※過去の勉強会資料を参照:これはブラウン運動を仮定 https://speakerdeck.com/nearme_tech/kuo-san-moderunogai-yao-ss1-kuo-san-moderudeshi-wareruque-lu-wei-fen-ch eng-shi-nituite?slide=13
16 具体的な確率過程〜ブラウン運動〜 2. 伊藤積分(確率積分) • 伊藤積分で成り⽴つこと 1. (期待値) 2. (等張性)
17 具体的な確率過程〜ブラウン運動〜 2. 伊藤積分(確率積分) • 伊藤積分で成り⽴つこと 3. (マルチンゲール) 4.
(線形性)
18 具体的な確率過程〜ブラウン運動〜 2. 伊藤積分(確率積分) • を導⼊することで、 確率微分⽅程式!!!!
19 2. 伊藤積分(確率積分) • もう少しこの確率微分⽅程式を⾒てみよう 具体的な確率過程〜ブラウン運動〜 ドリフト項 拡散項
20 具体的な確率過程〜ブラウン運動〜 2. 伊藤積分(確率積分) • 確率微分⽅程式を⼀般化 ドリフト項 拡散項
21 具体的な確率過程〜ブラウン運動〜 3. 伊藤の公式(とても便利な変数変換) → 確率微分⽅程式にて、変数変換を⾏うもの :変数変換 ※3次以降の項は無視する
22 具体的な確率過程〜ブラウン運動〜 3. 伊藤の公式(とても便利な変数変換) → 確率微分⽅程式にて、変数変換を⾏うもの :変数変換 ※3次以降の項は無視する ここから
23 具体的な確率過程〜ブラウン運動〜 3. 伊藤の公式(とても便利な変数変換) ただし、 伊藤ルール
24 具体的な確率過程〜ブラウン運動〜 3. 伊藤の公式(とても便利な変数変換) ただし、 伊藤ルール ブラウン運動であるので、 は標準偏差 の 正規分布に従うことから導ける。
25 具体的な確率過程〜ブラウン運動〜 3. 伊藤の公式(とても便利な変数変換)
26 具体的な確率過程〜ブラウン運動〜 3. 伊藤の公式(とても便利な変数変換)
27 具体的な確率過程〜ブラウン運動〜 3. 伊藤の公式(とても便利な変数変換) • 具体例: ,
28 具体的な確率過程〜ブラウン運動〜 3. 伊藤の公式(とても便利な変数変換) • 具体例: ,
29 具体的な確率過程〜ブラウン運動〜 4. 伊藤の公式の良い部分!! • 具体例: 4-1. 期待値:
30 具体的な確率過程〜ブラウン運動〜 4. 伊藤の公式の良い部分!! • 具体例: 4-2. 分散:
31 具体的な確率過程〜ブラウン運動〜 4. 伊藤の公式の良い部分!! • 具体例: 4-3. 従う確率分布: 定常確率密度分布(正規分布に従う!!)
32 参考⽂献 1. 機械学習のための確率過程入門 確率微分方程式からベイズモデル,拡散モデル まで(https://www.ohmsha.co.jp/book/9784274231087/) 2. σ加法族と可測空間の定義・基本的な性質をわかりやすく (https://mathlandscape.com/sigma-field/) 3.
伊藤の公式を直感的に理解する(追記:ブラック・ショールズモデル (https://www.monte-carlo-note.com/2018/09/Ito-Formula.html)
33 Appendix
34 Appendix 〜⾮⻫次項を含む線形常微分⽅程式の解法〜 • 以下の線形常微分⽅程式を解く
35 Appendix 〜⾮⻫次項を含む線形常微分⽅程式の解法〜 • として導いた以下の解を⽤い、定ベクトル を時間依存にする
36 Appendix 〜⾮⻫次項を含む線形常微分⽅程式の解法〜 • として導いた以下の解を⽤い、定ベクトル を時間依存にする
37 Appendix 〜⾮⻫次項を含む線形常微分⽅程式の解法〜
38 Appendix 〜⾮⻫次項を含む線形常微分⽅程式の解法〜
39 Thank you