「KKT」を含む日記 RSS

はてなキーワード: KKTとは

2025-10-21

数学の分類はこんな感じか

フェミニズムの分類が多すぎると聞いて

anond:20251020210124

0. 基礎・横断

集合論

公理集合論(ZFC, ZF, GCH, 大きな基数)

記述集合論(Borel階層, Projective階層, 汎加法族)

強制法フォーシング), 相対的一致・独立

理論理学

述語論理(完全性定理, コンパクト性)

モデル理論(型空間, o-極小, NIP, ステーブル理論

証明論(序数解析, カット除去, 直観主義論理

再帰理論/計算可能性(チューリング度, 0′, 相対計算可能性)

圏論

関手自然変換, 極限/余極限

加群圏, アーベル圏, 三角圏, 派生

トポス論, モナド, アジュンクション

数学基礎論哲学

構成主義, 直観主義, ユニバース問題, ホモトピー型理論(HoTT)

1. 代数学

群論

組み合わせ群論(表示, 小石定理, 自由群)

代数群/リー群表現, Cartan分解, ルート系)

幾何群論ハイパーリック群, Cayleyグラフ

環論

可換環論(イデアル, 局所化, 次元理論, 完備化)

可換環アルティン環, ヘルシュタイン環, 環上加群

体論・ガロア理論

体拡大, 分解体, 代数独立, 有限体

表現

群・リー代数表現(最高ウェイト, カズダン–ルスティグ)

既約表現, 調和解析との関連, 指標

ホモロジー代数

射影/入射解像度, Ext・Tor, 派生関手

K-理論

アルバースカルーア理論, トポロジカルK, 高次K

線形代数

ジョルダン標準形, 特異値分解, クリフォード代数

計算代数

Gröbner基底, 多項式時間アルゴリズム, 計算群論

2. 数論

初等数論(合同, 既約性判定, 二次剰余)

代数的数論(代数体, 整環, イデアル類群, 局所体)

解析数論(ゼータ/ L-関数, 素数定理, サークル法, 篩法)

p進数論(p進解析, Iwasawa理論, Hodge–Tate)

算術幾何楕円曲線, モジュラー形式, 代数多様体の高さ)

超越論(リンマンヴァイエルシュトラス, ベーカー理論

計算数論(楕円曲線法, AKS素数判定, 格子法)

3. 解析

実解析

測度論・ルベーグ積分, 凸解析, 幾何的測度論

複素解析

変数リーマン面, 留数, 近似定理

変数(Hartogs現象, 凸性, several complex variables)

関数解析

バナッハ/ヒルベルト空間, スペクトル理論, C*代数, von Neumann代数

調和解析

フーリエ解析, Littlewood–Paley理論, 擬微分作用素

確率解析

マルチンゲール, 伊藤積分, SDE, ギルサノフ, 反射原理

実関数論/特殊関数

ベッセル, 超幾何, 直交多項式, Rieszポテンシャル

4. 微分方程式力学系

常微分方程式(ODE)

安定性, 分岐, 正準系, 可積分系

偏微分方程式(PDE)

楕円型(正則性, 変分法, 最小曲面)

放物型(熱方程式, 最大原理, Harnack)

双曲型(波動, 伝播, 散乱理論

非線形PDE(Navier–Stokes, NLS, KdV, Allen–Cahn)

幾何解析

リッチ流, 平均曲率流, ヤンミルズ, モノポールインスタント

力学系

エルゴード理論(Birkhoff, Pesin), カオス, シンボリック力学

ハミルトン力学, KAM理論, トーラス崩壊

5. 幾何学・トポロジー

位相幾何

点集合位相, ホモトピーホモロジー, 基本群, スペクトル系列

幾何トポロジー

3次元多様体幾何化, 結び目理論, 写像類群)

4次元トポロジー(Donaldson/Seiberg–Witten理論

微分幾何

リーマン幾何(曲率, 比較幾何, 有界幾何

シンプレクティック幾何(モーメント写像, Floer理論

複素/ケーラー幾何(Calabi–Yau, Hodge理論

代数幾何

スキーム, 層・層係数コホモロジー, 変形理論, モジュライ空間

有理幾何(MMP, Fano/一般型, 代数曲線/曲面)

離散幾何・凸幾何

多面体, Helly/Carathéodory, 幾何極値問題

6. 組合せ論

極値組合せ論(Turán型, 正則性補題

ランダムグラフ/確率方法(Erdős–Rényi, nibble法)

加法組合せ論(Freiman, サムセット, Gowersノルム)

グラフ理論

彩色, マッチング, マイナー理論(Robertson–Seymour)

スペクトルグラフ理論, 拡張グラフ

組合設計ブロック設計, フィッシャーの不等式)

列・順序・格子(部分順序集合, モビウス反転)

7. 確率統計

確率論(純粋

測度確率, 極限定理, Lévy過程, Markov過程, 大偏差

統計

数理統計推定, 検定, 漸近理論, EM/MD/ベイズ

ベイズ統計MCMC, 変分推論, 事前分布理論

多変量解析(主成分, 因子, 判別, 正則化

ノンパラメトリックカーネル法, スプライン, ブーストラップ

実験計画/サーベイ, 因果推論(IV, PS, DiD, SCM

時系列(ARIMA, 状態空間, Kalman/粒子フィルタ

確率最適化/学習理論

PAC/VC理論, 一般境界, 統計学習

バンディット, オンライン学習, サンプル複雑度

8. 最適化オペレーションリサーチ(OR)

凸最適化

二次計画, 円錐計画(SOCP, SDP), 双対性, KKT

凸最適化

多峰性, 一階/二階法, 低ランク, 幾何的解析

離散最適化

整数計画, ネットワークフロー, マトロイド, 近似アルゴリズム

確率的/ロバスト最適化

チャンス制約, 分布ロバスト, サンプル平均近似

スケジューリング/在庫/待ち行列

Little法則, 重み付き遅延, M/M/1, Jackson網

ゲーム理論

ナッシュ均衡, 進化ゲーム, メカニズムデザイン

9. 数値解析・計算数学科学計算

数値線形代数(反復法, 直交化, プリコンディショニング)

常微分方程式の数値解法(Runge–Kutta, 構造保存)

PDE数値(有限要素/差分/体積, マルチグリッド

誤差解析・条件数, 区間演算, 随伴

高性能計算HPC)(並列アルゴリズム, スパー行列

シンボリック計算(CAS, 代数的簡約, 決定手続き

10. 情報計算暗号(数理情報

情報理論

エントロピー, 符号化(誤り訂正, LDPC, Polar), レート歪み

暗号理論

公開鍵RSA, 楕円曲線, LWE/格子), 証明可能安全性, MPC/ゼロ知識

計算複雑性

P vs NP, ランダム化・通信・回路複雑性, PCP

アルゴリズム理論

近似・オンライン確率的, 幾何アルゴリズム

機械学習の数理

カーネル法, 低次元構造, 最適輸送, 生成モデル理論

11. 数理物理

古典/量子力学の厳密理論

C*代数量子論, 散乱, 量子確率

量子場の数理

くりこみ群, 構成的QFT, 共形場理論CFT

統計力学の数理

相転移, くりこみ, Ising/Potts, 大偏差

可積分系

逆散乱法, ソリトン, 量子可積分モデル

理論幾何

鏡映対称性, Gromov–Witten, トポロジカル弦

12. 生命科学医学社会科学への応用数学

数理生物学

集団動態, 進化ゲーム, 反応拡散, 系統樹推定

数理神経科学

スパイキングモデル, ネットワーク同期, 神経場方程式

疫学感染症数理

SIR系, 推定制御, 非均質ネットワーク

計量経済金融工学

裁定, 確率ボラ, リスク測度, 最適ヘッジ, 高頻度データ

社会ネットワーク科学

拡散, 影響最大化, コミュニティ検出

13. シグナル・画像データ科学

信号処理

時間周波数解析, スパー表現, 圧縮センシング

画像処理/幾何処理

変動正則化, PDE法, 最適輸送, 形状解析

データ解析

多様体学習, 次元削減, トポロジカルデータ解析(TDA

統計機械学習回帰/分類/生成, 正則化, 汎化境界

14. 教育歴史方法

数学教育学(カリキュラム設計, 誤概念研究, 証明教育

数学史(分野別史, 人物研究, 原典講読)

計算支援定理証明

形式数学(Lean, Coq, Isabelle), SMT, 自動定理証明

科学哲学数学実在論/構成主義, 証明発見心理

2025-07-30

anond:20250730081151

ああ、それなら話が早い。

君が言ってるのはまさに制約付き最適化問題だ。

その中でも、「引数ベクトルxがいくつかの条件 g_1(x),..., g_n(x)を満たす範囲で、目的関数f(x)を最大にする」っていう形の問題は、非線形計画問題典型的な形。

この手の問題ラグランジュ乗数法とかKKT条件で解く。

2025-02-04

線型計画法の例題

ある会社が2つの製品(XとY)を2台の機械(AとB)を使って製造しています。Xの1単位生産するには、機械Aで50分、機械Bで30分の処理時間必要です。Yの1単位生産するには、機械Aで24分、機械Bで33分の処理時間必要です。

今週の始めの時点で、在庫にはX製品が30単位、Y製品が90単位あります。今週の機械Aの利用可能な処理時間は40時間機械Bは35時間予測されています

今週のX製品需要は75単位、Y製品需要は95単位予測されています会社方針は、週末時点でのXとY製品在庫単位数の合計を最大化することです。

問題

1: 今週、各製品をどれだけ製造するかを決定する問題線形計画問題として定式化してください。

2: この線形計画問題をglpkを用いて解いてください。

回答

問題1: 線形計画問題の定式化

決定変数:

x: 今週製造するX製品単位

y: 今週製造するY製品単位

目的関数:

最大化 Z = (x + 30 - 75) + (y + 90 - 95) = x + y - 50

※週末時点での在庫単位数の合計を最大化

制約条件:

1. 機械Aの処理時間制約: 50x + 24y ≤ 2400 (40時間 = 2400分)

2. 機械Bの処理時間制約: 30x + 33y ≤ 2100 (35時間 = 2100分)

3. X製品需要制約: x ≥ 45 (需要75 - 在庫30 = 45)

4. Y製品需要制約: y ≥ 5 (需要95 - 在庫90 = 5)

5. 非負制約: x ≥ 0, y ≥ 0

問題2: GLPKを用いた解法

GLPKで解くために、以下のようなモデルファイル(例:model.mod)を作成します:

/* 決定変数 */
var x >= 45;
var y >= 5;

/* 目的関数 */
maximize Z: x + y - 50;

/* 制約条件 */
s.t. machine_A: 50*x + 24*y <= 2400;
s.t. machine_B: 30*x + 33*y <= 2100;

end;

このモデルファイル使用して、コマンドラインで以下のコマンドを実行します:

glpsol --model model.mod -o solution.txt

GLPKが問題を解いた結果は以下です。

Problem:    model
Rows:       3
Columns:    2
Non-zeros:  6
Status:     OPTIMAL
Objective:  Z = 1.25 (MAXimum)

   No.   Row name   St   Activity     Lower bound   Upper bound    Marginal
------ ------------ -- ------------- ------------- ------------- -------------
     1 Z            B          51.25                             
     2 machine_A    NU          2400                        2400     0.0416667 
     3 machine_B    B        1556.25                        2100 

   No. Column name  St   Activity     Lower bound   Upper bound    Marginal
------ ------------ -- ------------- ------------- ------------- -------------
     1 x            NL            45            45                    -1.08333 
     2 y            B           6.25             5               

Karush-Kuhn-Tucker optimality conditions:

KKT.PE: max.abs.err = 4.55e-13 on row 2
        max.rel.err = 9.47e-17 on row 2
        High quality

KKT.PB: max.abs.err = 0.00e+00 on row 0
        max.rel.err = 0.00e+00 on row 0
        High quality

KKT.DE: max.abs.err = 0.00e+00 on column 0
        max.rel.err = 0.00e+00 on column 0
        High quality

KKT.DB: max.abs.err = 0.00e+00 on row 0
        max.rel.err = 0.00e+00 on row 0
        High quality

End of output

以下のような最適解が得られます

x = 45 (X製品生産量)

y = 6.25 (Y製品生産量)

Z = 1.25 (週末時点での余剰在庫数)

この結果から会社は今週、X製品を45単位、Y製品を6.25単位製造するべきであることがわかります。これにより、週末時点での余剰在庫数は1.25単位となり、最大化されます

注意:実際の生産では、Y製品生産量を6単位に切り下げるか7単位に切り上げる必要があるかもしれません。

2016-04-22

KKT熊本県民テレビはどう謝罪するべきだったのか

http://www.kkt.jp/information/info_20160421.html

 21日放送の「ミヤネ屋」の中で、熊本県民テレビ(KKT)の男性アナウンサーが、益城町避難所焼き芋炊き出しをしていたボランティア男性インタビューした際「焼き芋行列にいた少女を雨の中に追いやり、 ずぶ濡れにさせた」という指摘を視聴者の方からいただきました。

 少女2人は焼き芋炊き出しを手伝っており、 列に並んではいませんでした。インタビューが始まったので自発的に退いたものです。 指摘を受けてKKTは22日、アナウンサーを再び益城町避難所派遣し、 少女とその親族に対して改めて一連の経緯を説明したところ、少女2人には「テレビ局にどかされた」という自覚はありませんでした。

 以上のことから、KKTではアナウンサー焼き芋炊き出し邪魔したり、 無理に雨の中に出したりした事実はなかったと判断していますが、 この映像視聴者の方々に不快な思いをさせたとすれば、お詫び申し上げます。 KKTは、今後も被災地の方々に寄り添う報道に努めてまいります

こんな感じでどうだろう。

 21日放送の「ミヤネ屋」の中で、熊本県民テレビ(KKT)の男性アナウンサーが、益城町避難所焼き芋炊き出しをしていたボランティア男性インタビューした際「焼き芋行列にいた少女を雨の中に追いやり、 ずぶ濡れにさせた」という指摘を視聴者の方からいただきました。

 指摘を受けてKKTは22日、アウンサーを再び益城町避難所派遣し、 当事者少女らとそのご親族に対して一連の経緯を説明し、お話を伺いました。少女らによれば、当時は焼き芋炊き出しを手伝っていて、列には並んでいなかったとのことでした。また、「テレビ局にどかされた」という自覚はなく、インタビューが始まったので自発的に退いていただいたとのことでした。

 以上のことから、KKTではアナウンサーが無理に雨の中に追いやったという事実はなかったと判断しておりますが、この映像視聴者の方々、並びに被災者の方々に不快な思いをさせたことについてはお詫び申し上げます

 KKTは、今後も被災地の方々に寄り添う報道に努めてまいります

最初段落そのままでいい。言いたいことを先に書かずに落ち着いて話は時系列に並べる。当事者からいたことはあくまで伝聞の形にする。「炊き出し邪魔した」のくだりはいらない。当事者も含めて被災者の方々にもお詫び申し上げる。お詫びに仮定を入れない。寄り添う報道は強調したいので独立させる。

 
ログイン ユーザー登録
ようこそ ゲスト さん