library(psych) psych::pairs.panels(d[,c( "自チームの10分あたりのTOUCH数", "相手チームの10分あたりのTOUCH数", "自チームと相手チームのTOUCH数比率", "自チームの10分あたりの得点", "自チームの10分あたりの失点", "自チームの10分あたりの得失点" )]…

散布図 g <- ggplot(d4, aes(x=d4$"奪取",y=d4$"X10分あたりの得失",color=d4$"勝敗",fill=d4$"勝敗")) g <- g+geom_point(size=1, alpha=0.5) plot(g) 回帰直線を引いてみる g <- ggplot(d4, aes(x=d4$"奪取",y=d4$"X10分あたりの得失")) g <- g + geom_poi…

g <- ggplot(d4,aes(x=d4$"勝敗",y=d4$"TOUCH比",color=d4$"勝敗",fill=d4$"勝敗")) g <- g + geom_violin(scale="count") g <- g + xlab("勝敗") g <- g + ylab("自チームのタッチ数 / 自チームのタッチ数 + 相手チームのタッチ数") plot(g) g <- ggplot(d4…

得失点と、やや相関のみられた項目について、勝敗別のヒストグラム、箱ひげ図 を書いてみる g <- ggplot(d4) g <- g + geom_histogram(aes(x=d4$"TOUCH比",fill=d4$"勝敗"), binwidth=2, alpha=0.2, position="identity") g <- g + scale_fill_manual(values…

得失点差と、やや相関がありそうな項目について、詳しくみてみる。 自チームのタッチ数 > cor.test(d4$"自チーム.10分あたりのTOUCH数", d4$"X10分あたりの得失") Pearson's product-moment correlation data: d4$自チーム.10分あたりのTOUCH数 and d4$X10分…

自分用のメモ（後で整理する） setwd("C:/pass/data") d <- read.table("stats4.txt", header=T) > colnames(d) [1] "年度" "日付" [3] "大会" "時間" [5] "自チーム名" "相手チーム名" [7] "自チーム.10分あたりのTOUCH数" "相手チーム.10分あたりのTOUCH数…

1年ぶりの新刊です。 R言語を使って、こんなデータから こんなネットワーク図を作成する方法を紹介しています。

「さまざまな言語で数値計算 7. 固有値と固有ベトル」明日発売（たぶん） 既刊 さまざまな言語で数値計算 第１巻 級数展開・連分数展開作者: 山岡直樹出版社/メーカー: ForNext発売日: 2013/11/01メディア: Kindle版この商品を含むブログ (5件) を見るさまざ…

Paiza が Swift に対応したと聞いたので https://paiza.io/ for i in (1...99).reverse() { print("\(i) bottles of beer on the wall, \(i) bottles of beer.\n") let next = i == 1 ? "no" : i.description print("Take one down and pass it around, \(ne…

対称行列 を, 以下のように分割して考える. それに対応する, 以下のような対称行列 を考える. に、左右から行列 と転置行列 をかける. このとき となるように を設定して 処理を反復すると, 三重対角行列が得られる. 得られた三重対角行列から, QR分解によっ…

対称行列 の非対角成分のうち絶対値が最大の成分を とするとき, その他の対角成分を , その他の非対角成分を とした行列 を考える. に と, 転置行列 を左右からかけてできた行列 の固有値と固有ベクトルは元の行列 から変化しない. これを相似変換という. と…

対称行列 を 正規直交行列 と 右三角行列 の 積に分解し, 逆順に掛けたものを新たな として 処理を反復すると, 元の行列の固有値が対角成分に並んだ右三角行列に収束する. package main import "fmt" import "math" const N = 4 // QR分解で固有値を求める f…

対称行列 を 左三角行列 と 右三角行列 の 積に分解し, 逆順に掛けたものを新たな として 処理を反復すると, 元の行列の固有値が対角成分に並んだ右三角行列に収束する. package main import "fmt" import "math" const N = 4 // LR分解で固有値を求める fun…

正方行列 の逆行列を求め として反復法で最大固有値を求めれば, その逆数が最小固有値になる. 逆行列を計算するより, を解いた方が簡単. 逆べき乗法ともいう. package main import "fmt" import "math" const N = 4 func main() { var a [N][N]float64 = [N]…

表紙, 変えました. 級数展開・連分数展開 数値積分 関数の近似 常微分方程式 非線形方程式の解 連立一次方程式の解 固有値と固有ベクトル 偏微分方程式

の正方行列 と 次元のベクトル について (ただし ) が成り立つとき を固有値, を固有ベクトルという. 最初に適当なベクトル から始めて を反復すると は行列 の最大固有値に対応する固有ベクトルに収束する. 固有値はレイリー(Rayleigh)商 により求める. べ…

n × n の正方行列 A と n次元のベクトル x について Ax = λx (ただし x ≠ 0) が成り立つとき λを固有値, x を固有ベクトルという. 最初に適当なベクトルx0から始めて xk+1 = Axk を反復すると xk は行列 A の最大固有値に対応する固有ベクトルに収束する. 固…

n × n の正方行列 A と n次元のベクトル x について Ax = λx (ただし x ≠ 0) が成り立つとき λを固有値, x を固有ベクトルという. 最初に適当なベクトルx0から始めて xk+1 = Axk を反復すると xk は行列 A の最大固有値に対応する固有ベクトルに収束する. 固…

n × n の正方行列 A と n次元のベクトル x について Ax = λx (ただし x ≠ 0) が成り立つとき λを固有値, x を固有ベクトルという. 最初に適当なベクトルx0から始めて xk+1 = Axk を反復すると xk は行列 A の最大固有値に対応する固有ベクトルに収束する. 固…

n × n の正方行列 A と n次元のベクトル x について Ax = λx (ただし x ≠ 0) が成り立つとき λを固有値, x を固有ベクトルという. 最初に適当なベクトルx0から始めて xk+1 = Axk を反復すると xk は行列 A の最大固有値に対応する固有ベクトルに収束する. 固…

n × n の正方行列 A と n次元のベクトル x について Ax = λx (ただし x ≠ 0) が成り立つとき λを固有値, x を固有ベクトルという. 最初に適当なベクトルx0から始めて xk+1 = Axk を反復すると xk は行列 A の最大固有値に対応する固有ベクトルに収束する. 固…

n × n の正方行列 A と n次元のベクトル x について Ax = λx (ただし x ≠ 0) が成り立つとき λを固有値, x を固有ベクトルという. 最初に適当なベクトルx0から始めて xk+1 = Axk を反復すると xk は行列 A の最大固有値に対応する固有ベクトルに収束する. 固…

n × n の正方行列 A と n次元のベクトル x について Ax = λx (ただし x ≠ 0) が成り立つとき λを固有値, x を固有ベクトルという. 最初に適当なベクトルx0から始めて xk+1 = Axk を反復すると xk は行列 A の最大固有値に対応する固有ベクトルに収束する. 固…

n × n の正方行列 A と n次元のベクトル x について Ax = λx (ただし x ≠ 0) が成り立つとき λを固有値, x を固有ベクトルという. 最初に適当なベクトルx0から始めて xk+1 = Axk を反復すると xk は行列 A の最大固有値に対応する固有ベクトルに収束する. 固…

n × n の正方行列 A と n次元のベクトル x について Ax = λx (ただし x ≠ 0) が成り立つとき λを固有値, x を固有ベクトルという. 最初に適当なベクトルx0から始めて xk+1 = Axk を反復すると xk は行列 A の最大固有値に対応する固有ベクトルに収束する. 固…

n × n の正方行列 A と n次元のベクトル x について Ax = λx (ただし x ≠ 0) が成り立つとき λを固有値, x を固有ベクトルという. 最初に適当なベクトルx0から始めて xk+1 = Axk を反復すると xk は行列 A の最大固有値に対応する固有ベクトルに収束する. 固…

n × n の正方行列 A と n次元のベクトル x について Ax = λx (ただし x ≠ 0) が成り立つとき λを固有値, x を固有ベクトルという. 最初に適当なベクトルx0から始めて xk+1 = Axk を反復すると xk は行列 A の最大固有値に対応する固有ベクトルに収束する. 固…

n × n の正方行列 A と n次元のベクトル x について Ax = λx (ただし x ≠ 0) が成り立つとき λを固有値, x を固有ベクトルという. 最初に適当なベクトルx0から始めて xk+1 = Axk を反復すると xk は行列 A の最大固有値に対応する固有ベクトルに収束する. 固…

n × n の正方行列 A と n次元のベクトル x について Ax = λx (ただし x ≠ 0) が成り立つとき λを固有値, x を固有ベクトルという. 最初に適当なベクトルx0から始めて xk+1 = Axk を反復すると xk は行列 A の最大固有値に対応する固有ベクトルに収束する. 固…

n × n の正方行列 A と n次元のベクトル x について Ax = λx (ただし x ≠ 0) が成り立つとき λを固有値, x を固有ベクトルという. 最初に適当なベクトルx0から始めて xk+1 = Axk を反復すると xk は行列 A の最大固有値に対応する固有ベクトルに収束する. 固…