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
Reduceを使った定理証明 〜 グレブナー基底を添えて 〜
Search
Qiushi Pan
December 10, 2018
Science
0
170
Reduceを使った定理証明 〜 グレブナー基底を添えて 〜
主専攻実習,定理証明グループ最終発表スライド.Reduceを使った定理証明の解説を,グレブナー基底から,具体的な定理で証明するまで.
Qiushi Pan
December 10, 2018
Tweet
Share
More Decks by Qiushi Pan
See All by Qiushi Pan
応答例を見ながらの キャラ性格チューニング
qqpann
0
130
[ICCE2021] Prior Knowledge on the Dynamics of Skill Acquisition Improves Deep Knowledge Tracing
qqpann
1
83
卒業研究最終発表
qqpann
1
78
[卒論中間発表] Encoder-Decoder DKTと中間表現の分析
qqpann
0
91
[卒論着手発表] Autoencoderによる半教師あり学習と中間表現の分析
qqpann
1
440
Other Decks in Science
See All in Science
主成分分析に基づく教師なし特徴抽出法を用いたコラーゲン-グリコサミノグリカンメッシュの遺伝子発現への影響
tagtag
PRO
0
170
凸最適化からDC最適化まで
santana_hammer
1
350
機械学習 - ニューラルネットワーク入門
trycycle
PRO
0
910
baseballrによるMLBデータの抽出と階層ベイズモデルによる打率の推定 / TokyoR118
dropout009
2
640
データマイニング - コミュニティ発見
trycycle
PRO
0
190
会社でMLモデルを作るとは @電気通信大学 データアントレプレナーフェロープログラム
yuto16
1
470
A Guide to Academic Writing Using Generative AI - A Workshop
ks91
PRO
0
170
Algorithmic Aspects of Quiver Representations
tasusu
0
150
風の力で振れ幅が大きくなる振り子!? 〜タコマナローズ橋はなぜ落ちたのか〜
syotasasaki593876
1
190
(2025) Balade en cyclotomie
mansuy
0
350
イロレーティングを活用した関東大学サッカーの定量的実力評価 / A quantitative performance evaluation of Kanto University Football Association using Elo rating
konakalab
0
160
コンピュータビジョンによるロボットの視覚と判断:宇宙空間での適応と課題
hf149
1
480
Featured
See All Featured
Facilitating Awesome Meetings
lara
57
6.7k
Why You Should Never Use an ORM
jnunemaker
PRO
61
9.7k
SEO for Brand Visibility & Recognition
aleyda
0
4.1k
Mozcon NYC 2025: Stop Losing SEO Traffic
samtorres
0
100
Jess Joyce - The Pitfalls of Following Frameworks
techseoconnect
PRO
1
40
Technical Leadership for Architectural Decision Making
baasie
0
200
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
359
30k
エンジニアに許された特別な時間の終わり
watany
106
220k
A designer walks into a library…
pauljervisheath
210
24k
Into the Great Unknown - MozCon
thekraken
40
2.2k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
31
3.1k
How to Think Like a Performance Engineer
csswizardry
28
2.4k
Transcript
ఆཧূ໌άϧʔϓ 5IFPSFN1SPWJOH1SBDUJDF !RRIBOO
શମઆ໌
ϓϩάϥϜͰఆཧূ໌ʁ w ͦΕͬͯͲ͏Δͷʁ͓͍͍͠ͷʁ w ԾఆΛஔ͍ͨ࣌ʹɼ͕݁ਖ਼͍͜͠ͱΛࣔͤΕྑ͍ɽ
४උάϨϒφʔجఈ w ํఔࣜ !" , … , !% → άϨϒφʔجఈ
'" , … , '( w ํఔࣜΛղ͖͍͢ܗʹมͨ͠ͷ w ଟมଟ߲ࣜͷআࢉ ֤εςοϓΛ؆ͱΈͳ͢ ʢ.؆ SFEVDJUPO PG.VMUJQMFTʣ
४උΠσΞϧ w ՄRͷΠσΞϧI Rؚ͕ΉIͰҎԼΛຬͨ͢ͷ i) %, ' ∈ ) ⟹
% ± ' ∈ ) ii) % ∈ ), , ∈ - ⟹ %, ∈ ) w ྫɿ R = ℤ, I={3} 3) 34 ± 35 = 3 4 ± 5 33) 34 5 = 3(45)
w ΠσΞϧ ͷഒ Λ 3 ͱॻ͘ɽ 9 ∈ (3) 8
∉ 3 9 ÷ 3 = 3 ⋯ 0 ͷഒ 8 ÷ 3 = 2 ⋯ 2 ͷഒͰͳ͍ w Ծఆ-. , … , -1 ݁ 2 2 34,…,35 0 ͳΒ 2 ∈ -. , … , -1 Γཱͭอূ͕ͳ͍㱺άϨϒφʔجఈ ℎ. , … , ℎ7 ʹ࡞ Γม͑Δ 2 84,…,89 0 ͳΒ 2 ∈ -. , … , -1 ఆཧΛࣔ͢खॱ
ఆཧূ໌ ʰϞϊάϥϑ زԿֶʱ ݈ଠɼਗ਼ٶढ़༤ɽ Qͷఆཧ
ʮఆཧ ਖ਼ํܗ"#$%ͷล$%্ͷΛ&ͱ͢Δɽ&͔Β "$ʹԼΖͨ͠ਨઢͷΛ1ͱ͠ɼ$͔Β"&ʹԼΖͨ͠ ਨઢͷΛ2ͱ͢Δͱɼ# 1 2ઢ্ʹ͋Δʯ
w ʮఆཧ ਖ਼ํܗ"#$%ͷล$%্ͷΛ&ͱ͢Δɽ&͔Β "$ʹԼΖͨ͠ਨઢͷΛ1ͱ͠ɼ$͔Β"&ʹԼΖͨ͠ ਨઢͷΛ2ͱ͢Δͱɼ# 1 2ઢ্ʹ͋Δʯ w Ծఆ ☐ABCD
C−D−E AC ⊥ EP A−C−P AE ⊥ CQ A−E−Q ݁ B−P−Q
w Ծఆ ☐ABCD C−D−E AC ⊥ EP A−C−P AE ⊥
CQ A−E−Q ݁ B−P−Q w *+ ࣗ༝ͳ ,+ ଞͷʹਵ ܾͯ͠·Δ (0, 0) (*1 , 0) (0, −*1 ) (*1 , −*1 ) (*1 , *2 ) (,3 , ,4 ) (,1 , ,2 )
w Ծఆ ☐ABCDʜࣗ໌ C−D−Eʜࣗ໌ AC ⊥ EP ʜ)* A−C−P ʜ)+
AE ⊥ CQ ʜ)- A−E−Q ʜ). ݁ B−P−Q ʜ/ 3FEVDFϓϩάϥϜ
! "#,…,"& 0 ͱͳͬͨɽ Αͬͯ ! ∈ )* , …
, )+ ఆཧূ໌͞Εͨɽ 3FEVDFϓϩάϥϜ࣮ߦ݁Ռ