http://www.freeassociations.org/
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
(7) |
(8) |
(9) |
(10) |
(11) |
= |
0.7
↙︎⤴︎
【晴れ:1】
/↗︎ ↖︎
0.3//0.4 \0.3
↙︎/ \
↙︎⤴︎ 【曇:2】 ーー0.2ー→【雨:3】↙︎⤴︎
0.4 ←ー0.3ーー 0.4
0.7
↙︎⤴︎
【晴れ:1】
/↗︎ ↖︎
0.3//0.4 \0.3
↙︎/ \
↙︎⤴︎ 【曇:2】 ーー0.2ー→【雨:3】↙︎⤴︎
0.4 ←ー0.3ーー 0.4
/0.7 0.3 0.0\
P=〈 0.4 0.4 0.2 〉
\0.3 0.3 0.4/
DRは強度を外から捉えていて、LSは意味を内部から捉える。*
AOは社会に留まり、MPは飛び立つ。
Foucaultは基礎となるダイアグラムを準備する。
懐疑論はHumeにある。
アプリオリな総合はLeibnizにある。
Bergson的な時間とともにシーニュはProustにある。
Nietzsche、Spinozaはこれらを横断する。
Cinemaは狂気の断絶を系譜、系列として歴史化する。
|
\ A /
F\O/H
ーDRーーCーーLSー
L/M\B
/ P \
|
分
析
規定 + 反省
総
合
*宇野邦一《「意味」は『差異と反復』のどこにあるのか。「強度』は『意味の論理学』の
どこに行ったのか。》(『没後~』120頁)。
アンチ
オイディプス
フーコー ヒューム
差異と反復 シネマ 意味の論理学
ライプニッツ ベルグソン
千のプラトー
|
\ アンチ /
オイディプス/
フーコー \ | /ヒューム
\|/
差異と反復ーーーシネマーーー意味の論理学
/|\
ライプニッツ | \ベルグソン
/千のプラトー
/ | \
|
アンチ
オイディプス
フーコー | ヒューム
|
差異と反復ーーーシネマーーー意味の論理学
|
ライプニッツ | ベルグソン
千のプラトー
アンチ
オイディプス
フーコー \ | /ヒューム
\|/
差異と反復ーーーシネマーーー意味の論理学
/|\
ライプニッツ | \ベルグソン
千のプラトー
DRは強度を外から捉えていて、LSは意味を内部から捉える。*
AOは社会に留まり、MPは飛び立つ。
Foucaultは基礎となるダイアグラムを準備する。
懐疑論はHumeにある。
アプリオリな総合はLeibnizにある。
Bergson的な時間とともにシーニュはProustにある。
Nietzsche、Spinozaはこれらを横断する。
Cinemaは狂気の断絶を系譜、系列として歴史化する。
|
\ アンチ /
オイディプス/
フーコー \ | /ヒューム
\|/
差異と反復ーーーシネマーーー意味の論理学
/|\
ライプニッツ | \ベルグソン
/千のプラトー
/ | \
|
*宇野邦一《「意味」は『差異と反復』のどこにあるのか。「強度』は『意味の論理学』の
どこに行ったのか。》(『没後~』120頁)。
これらはカント体系とずれながらも一致していると考えていい。
分
析
規定 + 反省
総
合
DRは強度を外から捉えていて、LSは意味を内部から捉える。*
AOは社会に留まり、MPは飛び立つ。
Foucaultは基礎となるダイアグラムを準備する。
懐疑論はHumeにある。
アプリオリな総合はLeibnizにある。
Bergson的な時間とともにシーニュはProustにある。
Nietzsche、Spinozaはこれらを横断する。
Cinemaは狂気の断絶を系譜、系列として歴史化する。
|
\ アンチ /
オイディプス/
フーコー \ | /ヒューム
\|/
差異と反復ーーーシネマーーー意味の論理学
/|\
ライプニッツ | \ベルグソン
/千のプラトー
/ | \
|
*宇野邦一《「意味」は『差異と反復』のどこにあるのか。「強度』は『意味の論理学』の
どこに行ったのか。》(『没後~』120頁)。
これらはカント体系とずれながらも一致していると考えていい。
分
析
規定 + 反省
総
合
DRは強度を外から捉えていて、LSは意味を内部から捉える。
AOは社会に留まり、MPは飛び立つ。
Foucaultは基礎となるダイアグラムを準備する。
懐疑論はHumeにある。
アプリオリな総合はLeibnizにある。
Bergson的な時間とともにシーニュはProustにある。
Nietzsche、Spinozaはこれらを横断する。
Cinemaは狂気の断絶を系譜、系列として歴史化する。
( 分 析 )
\ アンチ /
オイディプス/
フーコー \ | /ヒューム
差異 \|/ 意味
(規定)と ーーーーシネマーーーーの (反省)
反復 /|\ 論理学
ライプニッツ | \ベルグソン
/千のプラトー
/( 総 合 )\
DRは強度を外から捉えていて、LSは意味を内部から捉える。*
AOは社会に留まり、MPは飛び立つ。
Foucaultは基礎となるダイアグラムを準備する。
懐疑論はHumeにある。
アプリオリな総合はLeibnizにある。
Bergson的な時間とともにシーニュはProustにある。
Nietzsche、Spinozaはこれらを横断する。
Cinemaは狂気の断絶を系譜、系列として歴史化する。
( 分 析 )
\ アンチ /
オイディプス/
フーコー \ | /ヒューム
\|/
(規定)差異と反復ーーーシネマーーー意味の論理学(反省)
/|\
ライプニッツ | \ベルグソン
/千のプラトー
/( 総 合 )\
*
《「意味」は『差異と反復』のどこにあるのか。「強度』は『意味の論理学』の
どこに行ったのか。》(宇野邦一『没後~』120頁)。
これらはカント体系()とずれながらも一致していると考えていい。
#13:14:7《すべての闘争は、公理系による接合に対して、革命的な連結を構築するのである。》
AO#01は、記述順は異色だが経済学教科書のようだ。
第一の総合:接続的総合あるいは生産の生産
第二の総合:離接的総合あるいは登録の生産
第三の総合:連接的総合あるいは消費の生産
http://www.ier.hit-u.ac.jp/~nabe/markovchain2012.pdf
2012 年度応用マクロ経済学講義ノート
マルコフチェーン
阿部修人
平成 24 年 6 月 17 日
概 要 1
マルコフチェーンの性質
不確実性下の経済行動を描写するとき、確率現象をモデルに導入すること になる。ミクロ経済学の初歩で扱われる確率現象は、例えば降水確率や交通 事故にあう確率、等、一回限りの不確実性であることが多く、静学モデルで 分析することが念頭に置かれている。しかしながら、動学モデルの場合は、 今期の確率変数のとる値やその確率が前期の様子に依存すると仮定すること ができる。例えば、確率変数として、ある人間の雇用状態を考え、雇用と失 業の二種類の状態をとると考えよう。最も単純な仮定としては、来期雇用さ れるか否かは前期の雇用状態に依存しないとするものであるが、これは極め て非現実的である。前期失業している者は今期も失業する確率は高いし、前 期雇用されている者は今期も継続して雇用される確率は高いと考えるのが普 通であろうし、実際に多くの実証研究で支持されている。このような前期の 状態に今期の状態確率が依存する状態を描写するときに、最も単純な確率過 程がマルコフチェーンである。
動学モデルの数値解析において、マルコフチェーンの果たす役割は大きい。 不確実性のない、単純なマクロモデルでは、今期の資本ストックが所与の時、 来季の資本ストックがどこに行くのが最適であるかを Policy Function で表 した。これは、各行に関して、要素 1 が一つだけ入る特殊なマルコフチェー ンとみなすことができる。経済に不確実性が導入されると、より多くの non zero 成分を含むマルコフチェーンとして Policy Function が導出されること になる。
一般に、マルコフ過程とは、二つの時間 t 1 と t 2 ( t 1 < t 2 ) が与えられた時、 t = t 1 における状態、例えば C ( t 1 ) の実現値のみによって、確率変数 C ( t 2 ) の分布が決まり、時刻 t 1 よりも前の歴史には無関係の場合、 C ( t ) をマルコ フ過程という。未来は現在のみに依存し、過去には関係しない、ということ である。現在の状態に、それまでの歴史的情報が全て含まれており、現在の 状態が将来を決定するという考えは、 Dynamic Programing と親和的であり、 前述のように、 Policy Function を経由した、状態の遷移式はマルコフ過程の 一種とみなすことができるのである。
マルコフチェーンは、確率変数 C ( t ) がとる値が整数の集合としてあらわ される時のマルコフ過程である。
現在失業しているとき、来季に就業する確率が 0.4 、現在就業していて、将 来失業する確率が 0.1 だとする。すると、機械的に、現在失業していて、来 季も失業し続ける確率は 0.6 で、現在就業していて、来季も就業し続ける確 率は 0.1 となることがわかる。
Andrey Markov(アンドレイ・マルコフ) 「確率過程論」 「マルコフ連鎖」 ロシアの数学者=What! Prime!Что! Премьер!なんと!素数! : Birthday Math(誕生日の数学), GPS Math(GPS(位置)の数学)~人と場所をつなげる数学(算数)の旅~
http://gpsmath.blog.jp/archives/6985781.html
Birthday Math(誕生日の数学), GPS Math(GPS(位置)の数学)~人と場所をつなげる数学(算数)の旅~
///////////////////////
Journey - mathematics that connects the people and location - (mathematics of GPS (position)) (math birthday) Birthday Math, GPS Math of (arithmetic)
///////////////////////
Путешествие - математика, которая соединяет людей и местоположение - (математика из GPS (позиция)) (математика рождения) День рождения Математика, GPS Math из (арифметики)
///////////////////////
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(ロシア語: 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。
業績
確率論
マルコフはチェビシェフおよびリャプノフとともに、ロシアにおける確率論研究のよき伝統をつくった。
確率論における、マルコフの最も重要な業績は、今日マルコフ過程として知られる確率過程の研究である。
マルコフは、ロシアの作家プーシキンの小説『エヴゲーニイ・オネーギン』を素材に,文章中に現れる文字間のつながりについての統計的な分析を行った。そして文字の系列などのように事象が相次いで起こるときに、各事象の起こる確率がそれに先行する事象の影響を受ける場合を考察する必要があることを見出し、マルコフ過程の概念を導入した。
マルコフ過程の理論は、現代の確率過程論の一部分として、時間的に変化する確率的現象を扱う物理学、工学、オペレーションズ・リサーチ、生物学、社会科学などに広く応用される。
解析学
ロシアの大数学者と同様、マルコフは解析の分野でも多くの業績を残している。マルコフの書いた論文の3分の1以上が解析学に関するもので、連分数、関数空間の極値問題、直交多項式、微分方程式など多くの問題を解いた。
数論
数論分野についてマルコフの論文は15本と少ないが、この分野の欠かすことのできない重要な仕事を含んでいる。その多くはマルコフの修士論文から派生するものである。
生誕 1856年6月14日
リャザン, ロシア帝国
死没 1922年7月20日(66歳)
ペトログラード, ロシア・ソビエト連邦社会主義共和国
2012 年度応用マクロ経済学講義ノート
マルコフチェーン
阿部修人
平成 24 年 6 月 17 日
概 要 1
マルコフチェーンの性質
不確実性下の経済行動を描写するとき、確率現象をモデルに導入すること になる。ミクロ経済学の初歩で扱われる確率現象は、例えば降水確率や交通 事故にあう確率、等、一回限りの不確実性であることが多く、静学モデルで 分析することが念頭に置かれている。しかしながら、動学モデルの場合は、 今期の確率変数のとる値やその確率が前期の様子に依存すると仮定すること ができる。例えば、確率変数として、ある人間の雇用状態を考え、雇用と失 業の二種類の状態をとると考えよう。最も単純な仮定としては、来期雇用さ れるか否かは前期の雇用状態に依存しないとするものであるが、これは極め て非現実的である。前期失業している者は今期も失業する確率は高いし、前 期雇用されている者は今期も継続して雇用される確率は高いと考えるのが普 通であろうし、実際に多くの実証研究で支持されている。このような前期の 状態に今期の状態確率が依存する状態を描写するときに、最も単純な確率過 程がマルコフチェーンである。
動学モデルの数値解析において、マルコフチェーンの果たす役割は大きい。 不確実性のない、単純なマクロモデルでは、今期の資本ストックが所与の時、 来季の資本ストックがどこに行くのが最適であるかを Policy Function で表 した。これは、各行に関して、要素 1 が一つだけ入る特殊なマルコフチェー ンとみなすことができる。経済に不確実性が導入されると、より多くの non zero 成分を含むマルコフチェーンとして Policy Function が導出されること になる。
一般に、マルコフ過程とは、二つの時間 t 1 と t 2 ( t 1 < t 2 ) が与えられた時、 t = t 1 における状態、例えば C ( t 1 ) の実現値のみによって、確率変数 C ( t 2 ) の分布が決まり、時刻 t 1 よりも前の歴史には無関係の場合、 C ( t ) をマルコ フ過程という。未来は現在のみに依存し、過去には関係しない、ということ である。現在の状態に、それまでの歴史的情報が全て含まれており、現在の 状態が将来を決定するという考えは、 Dynamic Programing と親和的であり、 前述のように、 Policy Function を経由した、状態の遷移式はマルコフ過程の 一種とみなすことができるのである。
現在失業しているとき、来季に就業する確率が 0.4 、現在就業していて、将 来失業する確率が 0.1 だとする。すると、機械的に、現在失業していて、来 季も失業し続ける確率は 0.6 で、現在就業していて、来季も就業し続ける確 率は 0.1 となることがわかる。