SlideShare una empresa de Scribd logo
1 de 5
Descargar para leer sin conexión
第1回の補足
●
運動方程式の解の例のところで質問がありました。
– 調和振動子の解で、
から
– になったのはなぜ?Bはどこから来たの?
●
確かにちょっと雑だったので補足します。
●
まず、調和振動子(と自由粒子の場合も)の場合、すべて左
辺に移項して = 0の形にすると
と書けることに注意して下さい。これは、
[x(t)を含まない演算]*x(t)という形です。
– この演算の部分には、定数、任意の具体的に与えられたtの関数、
微分操作、それらの加減乗除による組み合わせが有り得ます。
● 一方、重力/静電気力の場合、逆二乗の項のせいでこうは書
けないことに注意して下さい。
● 「x(t)を含まないなんらかの演算」の部分をDと書くと
ということですが、このような方程式のことを「x(t)について線形」
といいます。
● 線形方程式の一般的な性質として、x1、x2をそれぞれこのDx(t)
= 0の解、α、βを定数として、以下のようなことが言えます。
● つまり、x1とx2の任意の線形結合もまたDx(t) = 0の解になりま
す。別の言い方をすれば、Dx(t) = 0の解全体はベクトル空間を
なすと言ってもいい。
● また、今の場合、k/mが実数なので、
つまり、ある解の複素共役もやはり解になります。
●        と書いた段階ではxが実数であると
いう制約を考慮していなかったので、xを実数に制限し
ます。「xの実数部」は、
と書けますが、これが前頁で調べた複素共役と、線形
結合の組み合わせでできていることに注目して下さ
い。そうでなかったとしたら、「実数に制限する」という
操作自体が、xが方程式の解であるという性質を壊し
てしまう可能性があったわけです。
● ところで、Aとθは任意の複素数で良かったのですが、
実は なので、θはAに含めてし
まう(  を改めてAと考える)ことができます。つまりθ
は冗長であり、ここでは必要ありませんでした。
●
以上を踏まえた上で、公式
を用いると、
● A = α + iβ (α、βは実数)と置くと
● α、-βをそれぞれ改めてA、Bと置き直すと
と書けます。(θは不要だったわけです)

Más contenido relacionado

La actualidad más candente

「3.1.2最小二乗法の幾何学」PRML勉強会4 @筑波大学 #prml学ぼう
「3.1.2最小二乗法の幾何学」PRML勉強会4 @筑波大学 #prml学ぼう 「3.1.2最小二乗法の幾何学」PRML勉強会4 @筑波大学 #prml学ぼう
「3.1.2最小二乗法の幾何学」PRML勉強会4 @筑波大学 #prml学ぼう Junpei Tsuji
 
Coursera Machine Learning Week2まとめ 
Coursera Machine Learning Week2まとめ Coursera Machine Learning Week2まとめ 
Coursera Machine Learning Week2まとめ Yuta Koga
 
PRML 5.2.1-5.3.3 ニューラルネットワークの学習 (誤差逆伝播) / Training Neural Networks (Backpropa...
PRML 5.2.1-5.3.3 ニューラルネットワークの学習 (誤差逆伝播) / Training Neural Networks (Backpropa...PRML 5.2.1-5.3.3 ニューラルネットワークの学習 (誤差逆伝播) / Training Neural Networks (Backpropa...
PRML 5.2.1-5.3.3 ニューラルネットワークの学習 (誤差逆伝播) / Training Neural Networks (Backpropa...Akihiro Nitta
 
PRML輪講用資料10章(パターン認識と機械学習,近似推論法)
PRML輪講用資料10章(パターン認識と機械学習,近似推論法)PRML輪講用資料10章(パターン認識と機械学習,近似推論法)
PRML輪講用資料10章(パターン認識と機械学習,近似推論法)Toshiyuki Shimono
 
2013.12.26 prml勉強会 線形回帰モデル3.2~3.4
2013.12.26 prml勉強会 線形回帰モデル3.2~3.42013.12.26 prml勉強会 線形回帰モデル3.2~3.4
2013.12.26 prml勉強会 線形回帰モデル3.2~3.4Takeshi Sakaki
 
ウィナーフィルタと適応フィルタ
ウィナーフィルタと適応フィルタウィナーフィルタと適応フィルタ
ウィナーフィルタと適応フィルタToshihisa Tanaka
 
フーリエ変換について
フーリエ変換についてフーリエ変換について
フーリエ変換についてtiny_ak
 
代数トポロジー入門
代数トポロジー入門代数トポロジー入門
代数トポロジー入門Tatsuki SHIMIZU
 
[PRML] パターン認識と機械学習(第3章:線形回帰モデル)
[PRML] パターン認識と機械学習(第3章:線形回帰モデル)[PRML] パターン認識と機械学習(第3章:線形回帰モデル)
[PRML] パターン認識と機械学習(第3章:線形回帰モデル)Ryosuke Sasaki
 
線形カルマンフィルタの導出
線形カルマンフィルタの導出線形カルマンフィルタの導出
線形カルマンフィルタの導出Fumiya Watanabe
 
Takuya Tsuchiya
Takuya TsuchiyaTakuya Tsuchiya
Takuya TsuchiyaSuurist
 
Ikeph13 20150121
Ikeph13 20150121Ikeph13 20150121
Ikeph13 20150121GM3D
 
Grcosmo 44 slide
Grcosmo 44 slideGrcosmo 44 slide
Grcosmo 44 slideKENTAROHARA
 

La actualidad más candente (20)

「3.1.2最小二乗法の幾何学」PRML勉強会4 @筑波大学 #prml学ぼう
「3.1.2最小二乗法の幾何学」PRML勉強会4 @筑波大学 #prml学ぼう 「3.1.2最小二乗法の幾何学」PRML勉強会4 @筑波大学 #prml学ぼう
「3.1.2最小二乗法の幾何学」PRML勉強会4 @筑波大学 #prml学ぼう
 
Coursera Machine Learning Week2まとめ 
Coursera Machine Learning Week2まとめ Coursera Machine Learning Week2まとめ 
Coursera Machine Learning Week2まとめ 
 
PRML 5.2.1-5.3.3 ニューラルネットワークの学習 (誤差逆伝播) / Training Neural Networks (Backpropa...
PRML 5.2.1-5.3.3 ニューラルネットワークの学習 (誤差逆伝播) / Training Neural Networks (Backpropa...PRML 5.2.1-5.3.3 ニューラルネットワークの学習 (誤差逆伝播) / Training Neural Networks (Backpropa...
PRML 5.2.1-5.3.3 ニューラルネットワークの学習 (誤差逆伝播) / Training Neural Networks (Backpropa...
 
PRML輪講用資料10章(パターン認識と機械学習,近似推論法)
PRML輪講用資料10章(パターン認識と機械学習,近似推論法)PRML輪講用資料10章(パターン認識と機械学習,近似推論法)
PRML輪講用資料10章(パターン認識と機械学習,近似推論法)
 
Prml 4.3.5
Prml 4.3.5Prml 4.3.5
Prml 4.3.5
 
2013.12.26 prml勉強会 線形回帰モデル3.2~3.4
2013.12.26 prml勉強会 線形回帰モデル3.2~3.42013.12.26 prml勉強会 線形回帰モデル3.2~3.4
2013.12.26 prml勉強会 線形回帰モデル3.2~3.4
 
ウィナーフィルタと適応フィルタ
ウィナーフィルタと適応フィルタウィナーフィルタと適応フィルタ
ウィナーフィルタと適応フィルタ
 
フーリエ変換について
フーリエ変換についてフーリエ変換について
フーリエ変換について
 
PRML 第4章
PRML 第4章PRML 第4章
PRML 第4章
 
Cosmology
CosmologyCosmology
Cosmology
 
PRML第3章@京大PRML輪講
PRML第3章@京大PRML輪講PRML第3章@京大PRML輪講
PRML第3章@京大PRML輪講
 
Sinsa1234
Sinsa1234Sinsa1234
Sinsa1234
 
代数トポロジー入門
代数トポロジー入門代数トポロジー入門
代数トポロジー入門
 
Bitmap
BitmapBitmap
Bitmap
 
[PRML] パターン認識と機械学習(第3章:線形回帰モデル)
[PRML] パターン認識と機械学習(第3章:線形回帰モデル)[PRML] パターン認識と機械学習(第3章:線形回帰モデル)
[PRML] パターン認識と機械学習(第3章:線形回帰モデル)
 
線形カルマンフィルタの導出
線形カルマンフィルタの導出線形カルマンフィルタの導出
線形カルマンフィルタの導出
 
サンプリング定理
サンプリング定理サンプリング定理
サンプリング定理
 
Takuya Tsuchiya
Takuya TsuchiyaTakuya Tsuchiya
Takuya Tsuchiya
 
Ikeph13 20150121
Ikeph13 20150121Ikeph13 20150121
Ikeph13 20150121
 
Grcosmo 44 slide
Grcosmo 44 slideGrcosmo 44 slide
Grcosmo 44 slide
 

Destacado

Ikeph11 20141210
Ikeph11 20141210Ikeph11 20141210
Ikeph11 20141210GM3D
 
Ikeph 2-20140730
Ikeph 2-20140730Ikeph 2-20140730
Ikeph 2-20140730GM3D
 
Flower models
Flower modelsFlower models
Flower modelscarfl655
 
Nielsen chuang-6-3
Nielsen chuang-6-3Nielsen chuang-6-3
Nielsen chuang-6-3GM3D
 
Ikeph 1-20140716
Ikeph 1-20140716Ikeph 1-20140716
Ikeph 1-20140716GM3D
 
Nielsen chuang-5.3.1
Nielsen chuang-5.3.1Nielsen chuang-5.3.1
Nielsen chuang-5.3.1GM3D
 
Legendre変換の練習問題
Legendre変換の練習問題Legendre変換の練習問題
Legendre変換の練習問題GM3D
 
Nielsen chuang-4 3-2
Nielsen chuang-4 3-2Nielsen chuang-4 3-2
Nielsen chuang-4 3-2GM3D
 
Architecture Student Portfolio
Architecture Student PortfolioArchitecture Student Portfolio
Architecture Student PortfolioJulia Chapman
 
Software Operability webinar
Software Operability webinarSoftware Operability webinar
Software Operability webinarHighOps Limited
 
池袋物理学勉強会第一回の予習に関して
池袋物理学勉強会第一回の予習に関して池袋物理学勉強会第一回の予習に関して
池袋物理学勉強会第一回の予習に関してGM3D
 
Ikeph9 2014-1112
Ikeph9 2014-1112Ikeph9 2014-1112
Ikeph9 2014-1112GM3D
 

Destacado (15)

Heirarchy of writing
Heirarchy of writing Heirarchy of writing
Heirarchy of writing
 
Ikeph11 20141210
Ikeph11 20141210Ikeph11 20141210
Ikeph11 20141210
 
Ikeph 2-20140730
Ikeph 2-20140730Ikeph 2-20140730
Ikeph 2-20140730
 
Flower models
Flower modelsFlower models
Flower models
 
Nielsen chuang-6-3
Nielsen chuang-6-3Nielsen chuang-6-3
Nielsen chuang-6-3
 
Ikeph 1-20140716
Ikeph 1-20140716Ikeph 1-20140716
Ikeph 1-20140716
 
Nielsen chuang-5.3.1
Nielsen chuang-5.3.1Nielsen chuang-5.3.1
Nielsen chuang-5.3.1
 
Bacardi Legacy_Pop Tag
Bacardi Legacy_Pop TagBacardi Legacy_Pop Tag
Bacardi Legacy_Pop Tag
 
Legendre変換の練習問題
Legendre変換の練習問題Legendre変換の練習問題
Legendre変換の練習問題
 
Nielsen chuang-4 3-2
Nielsen chuang-4 3-2Nielsen chuang-4 3-2
Nielsen chuang-4 3-2
 
Architecture Student Portfolio
Architecture Student PortfolioArchitecture Student Portfolio
Architecture Student Portfolio
 
Mhc v t _ng t_c t_ b_o_2
Mhc v  t _ng t_c t_ b_o_2Mhc v  t _ng t_c t_ b_o_2
Mhc v t _ng t_c t_ b_o_2
 
Software Operability webinar
Software Operability webinarSoftware Operability webinar
Software Operability webinar
 
池袋物理学勉強会第一回の予習に関して
池袋物理学勉強会第一回の予習に関して池袋物理学勉強会第一回の予習に関して
池袋物理学勉強会第一回の予習に関して
 
Ikeph9 2014-1112
Ikeph9 2014-1112Ikeph9 2014-1112
Ikeph9 2014-1112
 

Ikeph 1-appendix