ブラウザよりも高速アクセス！
11 関係: マルコフ再生過程、マルコフ連鎖、マルコフ連鎖モンテカルロ法、マルコフ決定過程、マルコフ性、ベッティングシステム、アンドレイ・マルコフ、確率過程、確率論、隠れマルコフモデル、行列。
マルコフ再生過程
マルコフ再生過程（Markov renewal process; MRP）は、確率過程の一つであり、ジャンプ型マルコフ過程（Markov jump process）の考え方を一般化したものである。マルコフ連鎖やのような一部の確率過程、およびはマルコフ再生過程の特別な場合として導出することができる。.
新しい！!: マルコフ過程とマルコフ再生過程 · 続きを見る »
マルコフ連鎖
マルコフ連鎖（マルコフれんさ、Markov chain）とは、確率過程の一種であるマルコフ過程のうち、とりうる状態が離散的（有限または可算）なもの（離散状態マルコフ過程）をいう。また特に、時間が離散的なもの（時刻は添え字で表される）を指すことが多い（他に連続時間マルコフ過程というものもあり、これは時刻が連続である）。マルコフ連鎖は、未来の挙動が現在の値だけで決定され、過去の挙動と無関係である（マルコフ性）。各時刻において起こる状態変化（遷移または推移）に関して、マルコフ連鎖は遷移確率が過去の状態によらず、現在の状態のみによる系列である。特に重要な確率過程として、様々な分野に応用される。.
新しい！!: マルコフ過程とマルコフ連鎖 · 続きを見る »
マルコフ連鎖モンテカルロ法
マルコフ連鎖モンテカルロ法（マルコフれんさモンテカルロほう、Markov chain Monte Carlo methods、MCMC）とは、求める確率分布を均衡分布として持つマルコフ連鎖を作成することをもとに、確率分布のサンプリングを行うアルゴリズムの総称である。M-H アルゴリズムやギブスサンプリングなどのランダムウォーク法もこれに含まれる。充分に多くの回数の試行を行った後のマルコフ連鎖の状態は求める目標分布の標本として用いられる。試行の回数を増やすとともにサンプルの品質も向上する。 求められる特性を持つマルコフ連鎖を作成することは通常難しくない。問題は許容できる誤差内で定常分布に収束する試行の回数を決めることである。適切な連鎖なら任意の位置から始めても定常分布に速く達し、これを高速混合（rapid mixing）とよぶ。 典型的なMCMCは常にある程度の初期値の影響が残るため目標分布しか近似することができない。CFTP法（）など、より洗練されたMCMCベースのアルゴリズムは完全標本を作成することができるが、より多くの計算と（期待値では有限だが）限界のない実行時間を要する。 このアルゴリズムの最も一般的な応用は多重積分を数値的に計算することである。ランダムに歩き回る粒子の集団を想定し、粒子が点を通過するたびに、その点の被積分関数の値を積分に加算する。粒子は次に積分への貢献が高い所を探して複数の仮の動作をする。このような方法はランダムウォーク法とよばれ、これは乱数的なシミュレーションつまりモンテカルロ法の一種である。従来のモンテカルロ法で用いられる被積分関数のランダムな標本が独立であるのに対して、MCMCで用いられる標本は相関がある。被積分関数を均衡分布に持つようなマルコフ連鎖を作成する必要があるが、多くの場合において容易に行うことができる。 多重積分はベイズ統計学、計算物理学、計算生物学などにしばしば現れるため、そのような分野でMCMC法も広く使われている。例としては や を参照のこと。.
新しい！!: マルコフ過程とマルコフ連鎖モンテカルロ法 · 続きを見る »
マルコフ決定過程
マルコフ決定過程 (マルコフけっていかてい、Markov Decision Process; MDP) は、状態遷移が確率的に生じる動的システム（確率システム）の確率モデルであり、状態遷移がマルコフ性を満たすものをいう。 MDP は不確実性を伴う意思決定のモデリングにおける数学的枠組みとして、強化学習など動的計画法が適用される幅広い最適化問題の研究に活用されている。 MDP は少なくとも1950年代には知られていたが、研究の中核は1960年に出版された Ronald A. Howard の "Dynamic Programming and Markov Processes" に起因する。 MDP はロボット工学や自動制御、経済学、製造業を含む幅広い分野で用いられている。.
新しい！!: マルコフ過程とマルコフ決定過程 · 続きを見る »
マルコフ性
マルコフ性（マルコフせい、英: Markov property）とは、確率論における確率過程の持つ特性の一種で、その過程の将来状態の条件付き確率分布が、現在状態のみに依存し、過去のいかなる状態にも依存しない特性を持つことをいう。すなわち、過去の状態が与えられたとき、現在の状態（過程の経路）は条件付き独立である。マルコフ性のある確率過程をマルコフ過程と呼び、主に以下のような種類がある。.
新しい！!: マルコフ過程とマルコフ性 · 続きを見る »
ベッティングシステム
ベッティングシステム (Betting system) とは、カジノなどの賭博で、どのような賭け方（ベット）をするかの戦略である。ベッティングストラテジ (Betting strategy)、マネーマネジメント (Money management) とも呼ばれる。 もっとも単純なシステムは、常に同じ単位だけベットすることである。それ以外に、状況に応じてベッティングをするにあたっては、いくつかの最適解もしくは指針が存在する。 ベッティングシステムは前回の結果が次回の結果に影響する（独立事象）かどうかによって、大きく2つに分けることができる。独立事象でないものは、有利不利の段階に応じてベットすることによって期待値を変動させることができる。一方、独立事象のものは、分散の変動のみが可能である。.
新しい！!: マルコフ過程とベッティングシステム · 続きを見る »
アンドレイ・マルコフ
アンドレイ・アンドレエヴィチ・マルコフ（Андрей Андреевич Марков、ラテン転写: Andrey (Andrei) Andreyevich Markov、1856年6月14日 - 1922年7月20日、日付はいずれも新暦）は、ロシアの数学者。特に確率過程論に関する業績で知られる。彼の研究成果は、後にマルコフ連鎖として知られるようになった。 同じアンドレイ・アンドレエヴィチ・マルコフという名前を持つ彼の息子（1903年 - 1979年）もまた著名な数学者であり、構成的数学や再帰関数論の発展に寄与した。.
新しい！!: マルコフ過程とアンドレイ・マルコフ · 続きを見る »
確率過程
率論において、確率過程（かくりつかてい、stochastic process）は、時間とともに変化する確率変数のことである。 株価や為替の変動、ブラウン運動などの粒子のランダムな運動を数学的に記述する模型（モデル）として利用している。不規則過程（random process）とも言う。.
新しい！!: マルコフ過程と確率過程 · 続きを見る »
確率論
率論（かくりつろん、,, ）とは、偶然現象に対して数学的な模型(モデル)を与え、解析する数学の一分野である。 もともとサイコロ賭博といった賭博の研究として始まった。現在でも保険や投資などの分野で基礎論として使われる。 なお、確率の計算を問題とする分野を指して「確率論」と呼ぶ用例もあるが、本稿では取り扱わない。.
新しい！!: マルコフ過程と確率論 · 続きを見る »
隠れマルコフモデル
れマルコフモデル（かくれマルコフモデル、Hidden Markov Model）は確率モデルのひとつであり、観測されない（隠れた）状態をもつマルコフ過程である。.
新しい！!: マルコフ過程と隠れマルコフモデル · 続きを見る »
行列
数学の線型代数学周辺分野における行列（ぎょうれつ、matrix）は、数や記号や式などを行と列に沿って矩形状に配列したものである。行の数と列の数が同じ行列はが成分ごとの計算によって与えられる。行列の積の計算はもっと複雑で、2 つの行列がかけ合わせられるためには、積の左因子の列の数と右因子の行の数が一致していなければならない。 行列の応用として顕著なものは一次変換の表現である。一次変換は のような一次関数の一般化で、例えば三次元空間におけるベクトルの回転などは一次変換であり、 が回転行列で が空間の点の位置を表す列ベクトル（1 列しかない行列）のとき、積 は回転後の点の位置を表す列ベクトルになる。また 2 つの行列の積は、2 つの一次変換の合成を表現するものとなる。行列の別な応用としては、連立一次方程式の解法におけるものである。行列が正方行列であるならば、そのいくつかの性質は、行列式を計算することによって演繹することができる。例えば、正方行列が正則であるための必要十分条件は、その行列式の値が非零となることである。固有値や固有ベクトルは一次変換の幾何学に対する洞察を与える。行列の応用は科学的な分野の大半に及び、特に物理学において行列は、電気回路、光学、量子力学などの研究に利用される。コンピュータ・グラフィックスでは三次元画像の二次元スクリーンへの投影や realistic-seeming motion を作るのに行列が用いられる。は、古典的な解析学における微分や指数関数の概念を高次元へ一般化するものである。 主要な数値解析の分野は、行列計算の効果的なアルゴリズムの開発を扱っており、主題は何百年にもわたって今日では研究領域も広がっている。行列の分解は、理論的にも実用的にも計算を単純化するもので、アルゴリズムは正方行列や対角行列などといった行列の特定の構造に合わせて仕立てられており、有限要素法やそのほかの計が効率的に処理される。惑星運動論や原子論では無限次行列が現れる。関数のテイラー級数に対して作用する微分の表現行列は、無限次行列の簡単な例である。.
