問題タブ [discrete-space]

numpy of scipy に、離散ランダム分布からデータの要素を選択するコマンドがあるかどうかを知りたいと思っていました。つまり、

たとえば、離散分布がx = (0.5, 0.3, 0.2)あり、そこからサンプリングしたいy = (1, 2, 3)...

私の質問が明確であることを願っています。ありがとう。

私はカオスと非線形ダイナミクスの初心者です。Matlab を使用して、テント マップの位相空間プロットをプロットしようとしていました。位相空間プロットは、その独立変数のプロットです。したがって、システムに 1 つの変数がある場合、それは前の値と次の値のプロットになります。プロットのアウトラインはテント マップに似ていますが、いくつかのクロス ラインが表示されています。位相空間プロットは、0 と 1 の間で区切られた三角形 (テントという名前が由来) のように見えるはずです。パラメータが mu の場合、最大値は mu/2 になります。正しい位相空間プロットは次のようになります。

他の離散マップも試してみましたが、同様の線が得られました。しかし、本などでは、線のないきれいな曲線を見てきました。どこが間違っていますか？また、プロットは X 軸でゼロから開始されません。この質問は、プログラミングと概念の観点からもです。x[n] vs x[n-1]ウィキペディアのプロットに示されているグラフを取得する方法がわかりません。

パラメータmu = 2.

前処理メソッドの名前で構成されるデータ フレームがあります。

ステップ 1 では、関数 g() がメソッドを行ごとに実行して、前処理されたデータ セットを作成します。最初の行: identity(na.omit(data))

ステップ 2 では、前処理されたデータセットごとに分類誤差が計算されます。目的は、分類エラーを最小限に抑える組み合わせを見つけることです。

何千もの組み合わせがあります。現在、フル ブラインドまたは単純なグリッド検索を使用しています。テストに値する前処理されたデータセットを見つけるためのよりインテリジェントな方法が必要です。

最適化のための CRAN タスク ビューがあることを知っており、ここ ( http://dl.acm.org/citation.cfm?id=937505 )から概念的な問題を学ぼうとしました。

最小限の事前作業で最適解をより速く見つけるための優れた R 組み合わせ最適化パッケージ/関数は何でしょうか?

こんにちは、誰かが私を助けてくれますか? この式を MATLAB に書き込む際に何が間違っていますか? z をマイナスにするにはどうすればよいですか? これが私のコードです：

ここに私が得ている結果があります:

そして、入力したい式は次のとおりです。

イベントのキューを作成しようとしていますが、次のように、キューの途中で一定時間内に挿入および削除できるようにしたいと考えています。

3446 --- 9493 --- 15969 --- 48381

ここで、数値は今からミリ秒になる可能性があります。

9493 と 15969 のイベントの間にイベントを挿入するにはどうすればよいですか?

二分探索を使用して、希望する時間のキュー内のイベントを見つけることができますが、もっと簡単な方法はありますか?

次のような状況があります。離散ドメイン 0、1、...、L には M 個の独立したランダム ウォーカーがあります。これを N 個の同一ドメインに対して行います。これにより、が domain 上の walker の位置である行列Xが得られます。ランダムなステップを作成するには、ランダムな +1 と -1 を含む同じ形状の行列を matrix に追加します。次に、エッジを処理します。これはうまくいきます。X[i, j]ijX

ただし、このモデルを拡張して、相互に通過できない固体粒子を持たせたいと考えています。これは 2 つのケースで示されます。

1. 1 つのパーティクルは位置iにあり、2 番目のパーティクルは位置 にありi+1ます。最初のパーティクルは右に移動し、2 番目のパーティクルは左に移動します。
2. 1 つのパーティクルは位置iにあり、2 番目のパーティクルは位置 にありi+2ます。最初の粒子は右に移動し、2 番目の粒子は左に移動します。

すべての手順を個別に行う場合、各手順を手動でチェックして、それが合法的な手順であるかどうかを確認できます。ただし、これはO(M^2N)パフォーマンスが悪いです。X[i,j], X[k, j]できればベクトル化された方法で、どの行列要素のペアが互いに通過する2つの粒子になるかを検出するより効率的な方法はありますか? このようにして、シミュレーションにこれらのステップをスキップさせることができます。