面白い問題おしえて〜な 31問目

過去ログ置き場(1-16問目)
http://www3.tokai.or.jp/meta/gokudo-/omoshi-log/

まとめwiki
http://www6.atwiki.jp/omoshiro2ch/

1 http://cheese.5ch.net/test/read.cgi/math/970737952/
2 http://natto.5ch.net/test/read.cgi/math/1004839697/
3〜6「datが存在しません。」
7 http://science2.5ch.net/test/read.cgi/math/1064941085/
8 http://science3.5ch.net/test/read.cgi/math/1074751156/
9 http://science3.5ch.net/test/read.cgi/math/1093676103/
10 http://science4.5ch.net/test/read.cgi/math/1117474512/
11 http://science4.5ch.net/test/read.cgi/math/1134352879/
12 http://science6.5ch.net/test/read.cgi/math/1157580000/
13 http://science6.5ch.net/test/read.cgi/math/1183680000/
14 http://science6.5ch.net/test/read.cgi/math/1209732803/
15 http://science6.5ch.net/test/read.cgi/math/1231110000/
16 http://science6.5ch.net/test/read.cgi/math/1254690000/
17 http://kamome.5ch.net/test/read.cgi/math/1284253640/
18 http://kamome.5ch.net/test/read.cgi/math/1307923546/
19 http://uni.5ch.net/test/read.cgi/math/1320246777/
20 http://wc2014.5ch.net/test/read.cgi/math/1356149858/
21 http://wc2014.5ch.net/test/read.cgi/math/1432255115/
22 http://rio2016.5ch.net/test/read.cgi/math/1464521266/
23 http://rio2016.5ch.net/test/read.cgi/math/1497416499/
24 http://rio2016.5ch.net/test/read.cgi/math/1502016223/
25 http://rio2016.5ch.net/test/read.cgi/math/1502032053/
26 http://rio2016.5ch.net/test/read.cgi/math/1518967270/
27 http://rio2016.5ch.net/test/read.cgi/math/1532793672/
28 http://rio2016.5ch.net/test/read.cgi/math/1540739963/
29 http://rio2016.5ch.net/test/read.cgi/math/1548267995/

なお、削除依頼は不要です。
※前スレ
面白い問題おしえて〜な 30問目
https://rio2016.5ch.net/test/read.cgi/math/1572866819/

>>801
しまった。
黒玉iが取り出される事象は独立でない。
取り出される事象の特性関数をXiとして
E(Xi)=E(Xi^2)=7/8
i≠jのときE(XiXj)=7/8×8/9=7/9
なので独立ではない。
よってX=ΣXiとすれば
E(X)=6×7/8=21/4
E(X^2)=6×7/8+30×7/9=343/12
E(X(6-X))=6E(X)-E(X^2)=63/2-343/12=35/12
でした。
吊ってくるorz。

>>802
あー
2項分布じゃないってことか
こりゃ不味いわめんどくさ

白黒も独立ではないなあ
こりゃ面倒くさすぎだった

シミュレーションでなくて数え上げで計算してみたら>>789が正しそう

面倒な問題だな

>>806
白単独なら2項分布と同じで
白黒などでも線形なら2項分布で計算しても正しい値になるから
単に答えだけ見るのだと
正しい考察の結果かどうか分からないので
これ>>786の第1，2問は悪問だな
第3，4問だけなら2項分布で計算すると正しい答えにならないからこれは良問

>>808
いや、期待値の線形性は別に独立性は必要ないので問題ないよ。
二項分布の公式は使えないけど例えば第一問なら黒玉iが取られる事象の特性関数をBi、白玉jが取られる事象の特性関数をWjとすれば一問目の求める期待値は
E(ΣWj-(5-ΣBi))=ΣE(Wj)-5+ΣE(Xi)=6×7/8-5+5×7/8=37/8。
コレは独立性いらない。

n個からr個を選んで得られる順列の総数をP(n, r)とする. 任意のr>1に対して, P(n, r)は平方数でないことを示せ.

エルデシュktkr

>>809
>いや、期待値の線形性は別に独立性は必要ないので問題ないよ。
それは分かってる
だからこそ2項分布で解いてしまっても間違いが分からないのが悪問ってコトだよ

>>812
>それは分かってる
もともと白−黒と白−白にしたのは独立性に関係しないことを認識しているかどうかを主眼としたかったから（白と黒が独立と思ってた）
独立線形
非独立線形
独立非線形
非独立非線形
で4題にできて上手く行ったと思ってた
悔しい

A,A,A,B,B,C,D,E,F,Gの10文字を並べるとき、どこかで同じ文字が隣り合う確率を求めよ（東北大・改）

>>814
総当たりで計算

# A,A,A,B,B,C,D,E,F,Gの10文字を並べるとき、どこかで同じ文字が隣り合う確率を求めよ（東北大・改）

library(gtools)
v=rep(1:7,c(3,2,rep(1,5)))
pm=try(permutations(10,10,v,set=F))
tail(pm)
f <- function(x){
n=length(x)
flg=FALSE
for(i in 1:(n-1)){
if(x[i]==x[i+1]){
flg=TRUE
break
}
}
return(flg)
}
(x=pm[10000,])
re=sum(apply(pm,1,f))
library(gmp)
N=nrow(pm)
as.bigq(re/N)
re/N

Big Rational ('bigq') :
[1] 1388609885105903/2251799813685248
> re/N
[1] 0.6166667

同じ文字が一度も隣合わないような場合の数を考える。
そのためにCDEFGを全てXで置き換え、『AとBは一度も隣合わない』ような場合の数を考える。
（つまりXだけは隣り合っても良い）

AとBだけに着目した時の並びが
(1)AAABBである時、最低でも AXAXABXB というスペースの空け方が必要。
このAとBで区切られた６つの区間に残りの二つのXが入るから、求める場合の数は 7C2=21.
(2)AABABである時、最低でも AXABAB というスペースの空け方が必要。
６つの区間に残りの四つのXが入るから、求める場合の数は 9C4=126.
…
以上のように計算を進めると、求める場合の数の合計は
2*7C2 + 3*8C3 + 4*9C4 + 10C5 = 966
A,B,Xの並べ方の総数は 10C5 * 5C2 = 2520 であるから、求める確率は
966/2520 = 23/60.
ゆえに元々の問の答えは 1-23/60=0.6166666…

半径1の球面上の4点を一様独立に選ぶとき、その4点の凸包の体積の期待値を求めよ。

>>817
4π/105

てつはう。前>>818最初見た人鉄砲とよう読んだなぁ。
凸包は正四面体なのか、4点を包む最小の球なのか。

>>820
四面体で１００万回シミュレーションして平均値をだしてみた。

vertices <- function(r=1){
a=runif(2,-pi,pi) # 角度Θ,Φを一様分布で選らんで
theta=a[1]
phi=a[2]
x=r*sin(theta)*cos(phi)
y=r*sin(theta)*sin(phi)
z=r*cos(theta)
c(x,y,z) # 直交座標を返す
}

sim <- function(r=1){
vectors=replicate(4,vertices(r)) # ４点の直交座標
abs(det(vectors[,2:4]-vectors[,1]))/6 # 四面体の体積
}

k=1e6
re=replicate(k,sim())
mean(re)

> mean(re)
[1] 0.1069067

球の場合（最小球か否かは考慮せず）の１０万回シミュレーションの平均値

library(nleqslv)
Abs <- function(x) sqrt(sum(x^2))
sphere <- function(CR){ # CR:Center,Radius
C=CR[1:3]
R=CR[4]
v4=replicate(4,vertices())
c(
Abs(v4[,1]-C),Abs(v4[,2]-C),Abs(v4[,3]-C),Abs(v4[,4]-C)
)-R
}
sphere(1:4/10) # example

sim2 <- function(){
r=nleqslv(1:4/10,sphere)$fvec[4] # 初期値 1:4/10 c(0.1,0.2,0.3,0.4)
4/3*pi*r^3
}
sim2()
k=1e5
re=replicate(k,sim2())
mean(re)

> mean(re)
[1] 1.8112

>>822
その数値の厳密値を

>>821
＞# 角度Θ,Φを一様分布で選らんで

経度緯度を一様分布にしたら極に分布が偏らないかい？

>>824
グラフにしてみました。
ご指摘どおり、偏りがでました。

https://i.imgur.com/Ix5UvMR.png

>>825
全然ダメだね

>>824
正方形内で乱数x,yを発生させて　r^2-(x^2+y^2)が負になるのは除外して、北半球と南半球は1/2ずつ分配して乱数発生させてみた。

https://i.imgur.com/bC0gBW7.png

こっちの方が一様分布っぽいな。

>>827
これで10万回シミュレーションして、凸包は球（最小球の考慮なし）としてみると

k=1e5
re=replicate(k,sim3())
mean(re)

> mean(re)
[1] 1.800846

という値がでてきた。

>>827
だめでしょ
xyzで外と原点は切ってそれ以外は正規化はどうかなあ
これでもダメかも知らんが

θφで面素密度に合わせて乱数にしたら良いと思う
dS=cosθdθdφなのでθという値を取る確率をcosθにする
つまりzθの長方形で乱数発生させてz>cosθは除外してθを取る

dV=dxdydz=rdrdSだから
xyzで球の外を除外して正規化しても本質は同じだな

dV=drdS
rは余計だったが言わんとするところは分かろう

>>830
それを実装してみました。

vertex <- function(r=1){ #緯度φ周りの帯の面積に応じて一様分布
theta=runif(1,-pi,pi) # 経度θ
p=sqrt(runif(1)) # 分布確率pを一様分布にする
phi=asin(2*p-1) # 確率がpになる緯度φ
x=r*cos(phi)*cos(theta) # 曲座標から直交座標に
y=r*cos(phi)*sin(theta)
z=r*sin(phi)
c(x,y,z)
}
vtx=replicate(5000,vertex())
x=vtx[1,]
y=vtx[2,]
z=vtx[3,]
rgl::plot3d(x,y,z, col="slateblue")

https://i.imgur.com/27K33kB.png

>>832
これで4点発生させて4点を通る球の半径を連立方程式を計算機に解かせて

体積の10万回の平均をとると
> k=1e5
> hull=replicate(k,sim())
> mean(hull)
[1] 1.160583
という結果になった。
あまり、自信がない。

解析解は賢者にお任せ。

半径１の球に内接する正四面体の体積は 8/(9√3) = 0.5132..
>>817の解はこれより小さい（はず）

>>834

vertex <- function(r=1){ #緯度φ周りの帯の面積に応じて一様分布
theta=runif(1,-pi,pi) # 経度θ
p=sqrt(runif(1)) # 分布確率pを一様分布にする
phi=asin(2*p-1) # 確率がpになる緯度φ
x=r*cos(phi)*cos(theta) # 極座標から直座標に
y=r*cos(phi)*sin(theta)
z=r*sin(phi)
c(x,y,z)
}
で、球の表面から４点を取り出して

# 四面体の体積
sim <- function(r=1,print=F){
v4=replicate(4,vertex()) # ４点の直交座標
if(print) print(v4)
abs(det(v4[,2:4]-v4[,1]))/6 # 四面体の体積
}
で１０万回シミュレーションしたら
k=1e5
tetra=replicate(k,sim())
mean(tetra)
summary(tetra)

こんな結果
> summary(tetra)
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.0000006 0.0242839 0.0645573 0.0928661 0.1361202 0.5035962

最大値は8/(9√3) = 0.5132..以下になっている

こっちの方がx,y,zともに一様分布になっている。

vertex <- function(r=1){
x=runif(1,-1,1) # x ~ 一様分布[-1,1]
phi=runif(1,-pi,pi)　# φ ~ 一様分布[-π,π]
y=sqrt(1-x^2)*cos(phi) # √(1-x^2)*cos(φ)
z=sqrt(1-x^2)*sin(phi) # √(1-x^2)*sin(φ)
r*c(x,y,z)
}

https://i.imgur.com/xX0mTim.png
https://i.imgur.com/H7hs9w8.png

これでやってみると、四面体の場合
> mean(tetra)
[1] 0.1201118

> summary(tetra)
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.0000003 0.0372266 0.0922805 0.1201118 0.1794858 0.5104545

>>836
>x,y,zともに一様分布
ではダメだろ
球面上に一様に分布するのなら
x座標は√(1-x^2)の確率密度となる

あーそうか
st正方形でsとtと一様ランダムに点を得て
原点中心の円の外にあれば棄て
内部にあればそのs座標を取ることで
確率密度√(1-s^2)の分布でランダムに取れる
これでxyzをそれぞれ取ってやればいい
あーダメか独立に取ったら球面上に来ないな
じゃあこれでxを取ってyzはcosθsinθでθを一様ランダムに取れば良いや

y,zは√(1-x^2)cosθ,√(1-x^2)sinθで

>>837
あー間違いか>>836で正しいやスマン

<V> = 1/6 = 0.16667 だったら　>>834 の要求を満足するんだが････

某イベントで紹介された問題の同値な改題

整数から実数への関数 f:Z→R であって、任意の整数 x,y,z について
【 x^2 + 4y^2 = z^2 ならば f(x) + 4f(y) = f(z) 】
を満たすものを全て求めよ

＼＼＼＼＼`∩∩､＼＼＼
＼＼＼＼⊂(_ _))`⌒つ`
＼＼＼＼＼＼＼`υ､＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼`原点を頂点とした三角錘が4つ集まった四面体の体積は、
V=(4/3)Sh
h=1/3(∵球の半径=1)
S=(√3/4)a^2とすると、
底面の中心から底辺までの距離はピタゴラスの定理より、
√{1^2-(1/3)^2}=2√2/3
正三角形の高さは√2
a=√2(2/√3)
=2√2/√3
S=(√3/4)(2√2/√3)^2
=(√3/4)(8/3)
=2√3/3
前>>820
V=(4/3)(2√3/3)(1/3)
=8√3/27
=0.513200239……
ここまではわかった。
1点目が任意で、2点目をうまくとる確率は後回し、3点目をうまくとる確率も後回し、4点目をうまくとる確率は1/2
2点目と3点目は1と1/2のあいだじゃないとだめだと思うから、
3点目をうまくとる確率が2/3で2点目をうまくとる確率が3/4なら、
すべてうまくとる確率は1/4
V/4=2√3/27
=0.12830006……

>>836

数理はさっぱりわからないんだが、Wikipediaによれば正規分布に従う３変数から球面の一様分布座標が作れるらしい。
x1,x2,x3〜Norm(0,1) で r=√(x1^2+x2^2+x3^2)として
(x1/r,x2/r,x3/r)が単位球面の一様分布になるという。

https://ja.wikipedia.org/wiki/%E8%B6%85%E7%90%83%E9%9D%A2
Marsaglia(1972)
https://projecteuclid.org/download/pdf_1/euclid.aoms/1177692644

実装してみた。
図示すると>836と同じく、x,y,zが一様分布して、球面の一様分布しているようにみえる。

vertex <- function(){ # xi ~ Norm(0,1) , xi/√(Σxi^2)
v=rnorm(3,0,1) # 正規分布N(0,1)する３個からなるベクトル v
v/sqrt(sum(v^2)) # v の長さで割る
}

vtx=replicate(5000,vertex())
par(mfrow=c(3,1))
x=vtx[1,] ; hist(x,col='pink')
y=vtx[2,] ; hist(y,col='orange')
z=vtx[3,] ; hist(z,col='darkgreen')
rgl::plot3d(x,y,z, col='slateblue')
par(mfrow=c(1,1))

# 四面体の体積
sim <- function(r=1,print=F){
v4=replicate(4,vertex()) # ４点の直交座標
if(print) print(v4)
abs(det(v4[,2:4]-v4[,1]))/6 # 四面体の体積
}
k=1e5
tetra=replicate(k,sim()) # k回のシミュレーション
mean(tetra)
summary(tetra)
BEST::plotPost(tetra)

期待値も分布もほぼ同じ。
> mean(tetra)
[1] 0.119512
> summary(tetra)
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.0000001 0.0368084 0.0918738 0.1195120 0.1789221 0.5093198

四面体の体積の分布も同様でこんな分布。
https://i.imgur.com/yjsaR3Q.png

>>844
>数理はさっぱりわからないんだが、Wikipediaによれば正規分布に従う３変数から球面の一様分布座標が作れるらしい。
独立に取ったときの確率密度がe^-(x^2+y^2+z^2)みたいなrのみの関数に比例するからだな
でも>>836でいいと思うし
関数の近似による偏りみたいなのを気にするなら
>>829でも球の外を除外した後の考え方はそのWikipediaのと同じだし

３次元化座標が球面の一様分布することは、図示してイメージするほかに、どうやったら検証できるのだろう？
球面上の任意の一定面積に含まれる数が一定であるのを確認する方法が思いつかない。

こういうデータが一様分布かどうかは確認できるだろうか
x y z
[1,] 0.4090696 -0.06240392 0.9103669
[2,] -0.1452435 -0.97420684 0.1727002
[3,] -0.1082045 0.53218504 0.8396850
.....
.....
x y z
[4998,] 0.6609463 -0.096259265 -0.7442340
[4999,] 0.5669702 0.758929767 -0.3202661
[5000,] 0.8944673 -0.008481795 -0.4470530

>>846
ｘθとかθφで分割して点の数を数えて面積で割ったら？
十分細かく分割を取っておいて
サンプル点を十分多く取っていけば
大数の法則で
期待した値にぐいぐい集まってくるはずだし

>>847
レスありがとうございます。
x,y,z を 極形式にして�刄ﾆ　�刄ﾓの範囲にある数が一様かどうかみればいいんだな。

直交座標から極座標のθφを出して、それをグラフにしてみました。

https://i.imgur.com/swLs0hO.png

両端が疎に見えます。
グリッドを作ってそこに含まれる点を数えてその分布をみればいいのかな？
どの程度のばらつきなら、一様分布とみなせるのかと考えるとふりだしに戻る気がする。

辺の長さが全て有理数の多角形において、少なくとも2つ以上の内角[rad]は無理数であることを示せ.

>>848
ΔθΔφの囲む面積はcosθ ΔθΔφだよ
θが南北でΔθの幅の中央の値ね
点の個数をこれで割らないと一定にならない
ΔθΔφが一定ならcosθで割れば良い

>>819
　0.1196797201367540････

>>849
>どの程度のばらつきなら、一様分布とみなせるのかと考えるとふりだしに戻る気がする。
Δθ=π/n
Δφ=2π/m
つまり球面をnm個の領域に分割した場合（m,n固定）
一様分布ならサンプルN点でその領域内にあるのはNπcosθ/2mn個だろうから
数え上げてM点ならΣ(M-Nπcosθ/2mn)^2/mnがN→∞で次第に0に近づく（大数の法則）ことを見るとか？

>>849
>両端が疎に見えます。
横軸がθとすると
縦方向にcosθを掛けて点をプロットすれば良い
それで0≦φ≦cosθの領域内に均一に見えたらOK

>>849
これって>821と逆のことをやっているだけのような気がするな。
一様分布する球面上の点を極形式で表示したときに緯度・経度が一様分布はしないんだろうな。

>>854
数理を理解できないままにグラフ化すると

plot(θ,φ*cos(θ),bty='n',pch='.',xlab='θ(北極点からのラジアン)' ,,ylab='φ（経度)*cos(θ）')

https://i.imgur.com/R8TFUG3.png

理解が足りないので断念。

>>856
θを北極点からのにするなら
sinθ掛けて

>>855
極に近い方がずっと狭くなるからね
球面の表面積は円柱の側面積と同一であるという
2000年前から知られている原理からすると
xyzに落とし込んでもそれぞれの座標上で一様分布になる
これは>>836の
https://i.imgur.com/xX0mTim.png

>>850
リンデマンの定理より有理数q≠0に対して e^(iq) が超越数であることから従う

>>857
θとφの定義は下図に準拠
http://physics.thick.jp/Physical_Mathematics/Section3/figures/fig27.png

rm(list=ls())

vertex <- function(r=1){
x=runif(1,-1,1) # x ~ 一様分布[-1,1]
phi=runif(1,-pi,pi)　# φ ~ 一様分布[-π,π]
y=sqrt(1-x^2)*cos(phi) # √(1-x^2)*cos(φ)
z=sqrt(1-x^2)*sin(phi) # √(1-x^2)*sin(φ)
r*c(x,y,z)
}

# 直交座標を極座標に
c2p <- function(xyz){ # (x,y,z) -> (θ,φ) Cartesian 2 Polar
x=xyz[1];y=xyz[2];z=xyz[3]
r=sqrt(x^2+y^2+z^2) # =1になるx,y,zの組合せ
theta=acos(z/sqrt(x^2+y^2+z^2)) # = acos(z) [0,π]の値
phi=ifelse(y>0,acos(x/sqrt(x^2+y^2)), # y>0ならφ < π
2*pi-acos(x/sqrt(x^2+y^2)))# y<0ならφ > π
c(theta,phi)
}

n=1e5
vtx=replicate(n,vertex()) # n個の点を作る

vtx=replicate(n,vertex()) # n個の点を作る
v=t(vtx) # 転置してn行３列(x,y,z)に
head(v,3) ; tail(v,3)
vp=apply(v,1,c2p) # 各行毎にx,y,z -> θ,φに変換
tp=t(vp) # theta θ, phai φ 転置してn行2列(θ,φ)に

fn <- function(x){ # 0<=φ & φ<=sin(θ)を満たすかを返す
θ=x[1]
φ=x[2]
0<=φ & φ<=sin(θ)
}
tp1=tp[apply(tp,1,fn),] # fnがTRUEになるθ,φを抽出して
θ=tp1[,1]
φ=tp1[,2]

plot(θ,φ*sin(θ),bty='n',pch='.', xlab='θ(北極点からのラジアン)',ylab='φ（経度)*sin(θ)')
# グラフ化

https://i.imgur.com/dtO0oRW.png

正弦波が描出されただけのような？

>>859
素晴らしい
正解です

>>852
>844のシミュレーション結果に相当する結果ですね。
計算法はさっぱり思いつかないけどｗ

>>860
>正弦波が描出されただけのような？
点の密度が正弦波の下でどこでも一定に見えるでしょ
だから球面上で一様分布だってことだよ
さらに厳密性のために
点の密度が一定かどうかを検定するには
十分細かく分割して
一様分布なら1つの区画内にあるはずの点の個数の平均を計算しておいて
それと実測値との差の2条の平均（分散）でできるんじゃないかなあ

>>860
>正弦波が描出されただけのような？
あれ？
正弦波の0〜πの部分と違うな
上に凸なのに両端近くに変曲点がある
なんで？

任意の実数に到達できるような関数電卓は存在するか？
関数電卓は、入力は整数で有限個の関数を持っており計算速度は無限大であるとする。

球面に一様分布らしき点を5000個発生させて、
各々の点でθが5°の球冠面にその点以外にどれだけの点が含まれるかを算出させてみた。
https://upload.wikimedia.org/wikipedia/commons/thumb/2/2f/Spherical_cap_diagram.tiff/lossless-page1-597px-Spherical_cap_diagram.tiff.png
中央値9 平均9.56 標準偏差3.14という値になった。

> summary(dots) ; sd(dots)
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.000 7.000 9.000 9.556 12.000 23.000
[1] 3.148086

ヒストグラムだと
https://i.imgur.com/4XaXArc.png

# 球面一様分布 c(x,y,z)
vertex <- function(r=1){
x=runif(1,-1,1) # x ~ 一様分布[-1,1]
phi=runif(1,-pi,pi)　# φ ~ 一様分布[-π,π]
y=sqrt(1-x^2)*cos(phi) # √(1-x^2)*cos(φ)
z=sqrt(1-x^2)*sin(phi) # √(1-x^2)*sin(φ)
r*c(x,y,z)
}

n=5000
vtx=t(replicate(n,vertex())) # n個の点x,y,zをつくる
rgl::plot3d(vtx[,1],vtx[,2],vtx[,3], col="slateblue")

Theta=(pi/180)*5
onCap <-function(x,y,theta){
acos(x %*% y) < theta # ベクトルの内積の逆余弦がtheta未満なら球冠上にある
}

hmonCap<- function(j){
count=0
for(i in (1:n)[-j]){
count = count + onCap(vtx[j,],vtx[i,],Theta)
}
return(count)
}
dots=sapply(1:n,hmonCap)
summary(dots) ; sd(dots)
hist(dots) ; table(dots)
BEST::plotPost(dots)

極に分布が偏る　
# 角度Θ,Φを一様分布で選らんで
だと

> summary(dots) ; sd(dots)
Min. 1st Qu. Median Mean 3rd Qu. Max.
0.0 6.0 10.0 18.7 17.0 139.0
[1] 26.50699

標準偏差が大きいので一様とは呼べない。

ヒストグラムを描くとhttps://i.imgur.com/Y8mFUop.png

>>863
球面上の面積を一定にしてグリッドを描いてその中の点を数えるプログラムはできそうにないので断念して、
上記のように散布した点の周りに何個の点があるのかを数えるのに変えました。
色々と助言ありがとうございました。

>827の
正方形内で乱数x,yを発生させて　r^2-(x^2+y^2)が負になるのは除外だと

Min. 1st Qu. Median Mean 3rd Qu. Max.
0.00 9.00 13.00 12.58 16.00 33.00
[1] 5.694825

標準偏差5.69と前二者の間になった。　まあ、直感と合致した感じ。

>>819
計算教えて

>>869

単位球の表面積は4π。この球を平面で切り、（切断面を除く）表面積を3πとπに分けるためには、
平面と球の中心の距離はいくらか？　答えは
y=√(1-x)^2、π=∫[a,1]2πy√(1-(dy/dx)^2)dx　を解いて、a=1/2

球と平面の距離が1/2なら、切断面の半径は(√3)/2

このことから、球面上を一様に分布した点があり、それを、赤道面上に投影すると、
半径(√3)/2の円内に半分の点があり、その外側のドーナツ型の部分に半分の点がなければならない。

>>827　の方法では、半径(√2)/2の円の内外で二分されるため、球面上を一様に分布した点とはならないと思われる。

ではどうすればよいかというと、[-1,1]の一様乱数x,y,zを発生させ、
x^2+y^2+z^2が1を超えたら破棄、1以下なら、X=x/r、Y=y/r、Z=z/r、r=√(x^2+y^2+z^2)
というのが、シンプルだと思われる。

>>830
>xyzで球の外を除外して正規化しても本質は同じだな
これね
スマン意図伝わってなかったかも知らん

>>871
一行の中に、二カ所もひどい間違いしてました。訂正します。
×：y=√(1-x)^2、π=∫[a,1]2πy√(1-(dy/dx)^2)dx　を解いて、a=1/2
○：y=√(1-x^2)、π=∫[a,1]2πy√(1+(dy/dx)^2)dx　を解いて、a=1/2

>>871

[-1,1]の一様乱数x,y,zを発生させ、
x^2+y^2+z^2が1を超えたら破棄、1以下なら、X=x/r、Y=y/r、Z=z/r、r=√(x^2+y^2+z^2)
でやってみました。

>866とほぼ同じ平均と標準偏差になりました。

　 Min. 1st Qu. Median Mean 3rd Qu. Max.
1.000 7.000 9.000 9.585 12.000 24.000
[1] 3.193939

球面を、二つの平面、x=aとx=a+hでカットしたときの帯状の曲面の面積は、
カットする位置によらず、幅hにのみ依存します。
>>866はこの性質を利用した方法なので、球面一様分布を生成する正しい方法だと思います。
一方、>>827の方法は、正しくないという指摘です。

数aの問題です。

【300人を対象に「二つのテーマパークpとqに行ったことがあるか」というアンケートをおこなったところ、pに行ったことがある人が147人、qに行ったことがある人が86人、どちらにも行ったことのない人が131人であった。
　（１）両方に行ったことのある人の数を求めよ。
　（２）どちらか一方にだけ行ったことのある人の数を求めよ。】　という問題です。答えを見てもなかなか理解が出来ませんでした。

↑の問題書く板を間違えてしまいました。失礼しました。

↑板ではなくてスレです。初心者のため用語がごちゃごちゃになってしまいました。何度も失礼しました。

>>876
(1)147+86-(300-131)=64
(2)147-64=83 86-64=22から83+22=105
答が理解できない理由が謎。

>>875
緯度でθ+Δθでやると帯の面積はΔθだけなくてθの値にも依存しますね。

前>>843
>>817
面白い問題と言うからにはこのぐらいのことは起こらないとね。
半径1の球に内接する正四面体の一辺をaとして、
その体積はa^3√2/12
4つの頂点を無作為にとったとき、凸包の体積Vはちょうど一辺が1の正四面体の体積になるとか。
a=1のときV=√2/12
=0.11785113……

>>881
稀代の馬鹿

>>772
面白い問題おしえて〜な 31問目
https://rio2016.5ch.net/test/read.cgi/math/1580123521/859

誤爆orz

＼＼＼＼＼＼＼＼＼＼＼
＼＼＼`∩∩､/､＼＼＼＼
＼＼⊂(_ _ )`⌒つ､＼＼
＼＼＼＼＼`υ､＼＼＼＼
＼＼＼＼＼＼＼＼＼＼＼
＼＼＼＼＼＼＼＼＼＼＼
＼＼＼`前>>881＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼>>817 (1/2)^3=1/8=0.125 ＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼＼

前>>885
∵半径1の球表面にA,BをとるときABは0〜2の値を無作為にとるが、そのあいだを動かしたときもっともとり得る値はAB=√2
同様にAC=√2,BC=√2
もっともとり得る△ABCの面積は、
△ABC=(√3/4)(√2)^2
=√3/2
△ABCの重心をGとして、
四面体ABCDの△ABCを底面とした頂点Dの高さDGは0も含めいろいろな値を無作為にとるが、もっともとり得る値は、球の中心をOとしてOGと等しい。
つまり四面体ABCDの体積のもっともとり得る値は、3つの稜線のおのおのが直交し長さが1の三角錘の体積と等しい。

前>>886訂正。
>>817
四面体ABCD=(1/3)(1/2)･1
=1/6
=0.166……
∵>>886

>>817
数値積分による解
In[1]:= S[t1_,t2_,p_] := Simplify[Norm[Cross[{Cos[t1]Cos[+p],Cos[t1]Sin[+p],Sin[
t1]}-{0,0,-1},{Cos[t2]Cos[-p],Cos[t2]Sin[-p],Sin[t2]}-{0,0,-1}]]/2]
In[2]:= d[t1_,t2_,p_] := Simplify[Det[{{Cos[t1]Cos[+p],Cos[t1]Sin[+p],Sin[t1]},{
Cos[t2]Cos[-p],Cos[t2]Sin[-p],Sin[t2]},{0,0,-1}}]/(2 S[t1,t2,p])]
h[d_] := Simplify[(Integrate[Cos[t3](d-Sin[t3]),{t3,-Pi/2,ArcSin[d]}]+Integrate[Cos[t3](Sin[t3]-d),{t3,ArcSin[d],Pi/2}])/Integrate[Cos[t3],{t3,-Pi/2,Pi/2}]]
In[3]:= h[d_] := Simplify[(Integrate[Cos[t3](d-Sin[t3]),{t3,-Pi/2,ArcSin[d]}]+In
tegrate[Cos[t3](Sin[t3]-d),{t3,ArcSin[d],Pi/2}])/Integrate[Cos[t3],{t3,-Pi/2,Pi/
2}]]
In[4]:= NIntegrate[Cos[t1]Cos[t2]h[d[t1,t2,p]]S[t1,t2,p]/3,{p,0,Pi/2},{t1,-Pi/2,
Pi/2},{t2,-Pi/2,Pi/2}]/Integrate[Cos[t1]Cos[t2],{p,0,Pi/2},{t1,-Pi/2,Pi/2},{t2,-
Pi/2,Pi/2}]
Out[4]= 0.11968

前>>889
>>881少数第三位を四捨五入すると、
V=0.12

>>891
少数第1位を四捨五入すると、V=0

>>890 の式を整理して精度を上げてみる
In[1]:= NIntegrate[Cos[t1]Cos[t2]
(2(Sin[2p]Cos[t1]Cos[t2])^2+(Cos[p](-Cos[t1]+Cos[t2]+Sin[t1-t2]))^2+(Sin[p](Cos[t1]+Cos[t2]+Sin[t1+t2]))^2)
/(24Pi Sqrt[(Sin[2p]Cos[t1]Cos[t2])^2+(Cos[p](-Cos[t1]+Cos[t2]+Sin[t1-t2]))^2+(Sin[p](Cos[t1]+Cos[t2]+Sin[t1+t2]))^2])
,{p,0,Pi/2},{t1,-Pi/2,Pi/2},{t2,-Pi/2,Pi/2}, WorkingPrecision->12, PrecisionGoal -> 11]
Out[1]= 0.119679720136

これってパソコンなしでは解けませんよね？

【富山県最強伝説】新型コロナウイルスPCR検査件数　54人　陽性0人
https://asahi.5ch.net/test/read.cgi/newsplus/1584811696/

ある集団から54人を無作為に選んでPCR検査したら陽性0であったとして
PCR検査の感度0.7　特異度0.9としてこの集団の有病率の期待値と95%信頼区間を求めよ。

>>893
数値的にしか解けないの？

Rの標準ライブラリは抽象代数計算ないから標準ライブラリだけなら数値積分しかできないだろな。

>>895
前計算してた人居るよ
確率密度関数与えられるから
あとは体積の計算して平均出すだけだけど
式は書けても計算ができそうもない

半径1の半円の内部に閉曲線を描く
このとき(閉曲線が囲う領域の面積)/(閉曲線の長さ)の最大値を求めよ

前>>891
>>898
閉曲線で囲まれた領域が楕円のとき、
短軸1,長軸1/√2
面積π(1/2)(1/√2)
=π/2√2
周長2π√(1/2)√(1/√2)
=π√√2
面積/周長=1/2√2･√√2
=0.297301779……
蛹で越冬する感じか。

>>899
不正解
それなら半円そのもの
π/(2(π+2))=0.3055...
の方が大きい

前>>899
>>900半円は直線が入ってるら。不適だに。