)あ、明日はちょっと都合悪くて、あさってなら何時でも大丈夫なんですが」 「はいはい。とりあえず明日行くかもしれませんのでね、よろしくお願いしますね」 「えっ、はい……あ、あとすみません、じつは前にインターネットでも集荷依頼をしていて、もともときょう集荷に来てもらう予定だったんですけど、それはどうなってますか?」 「ちょっとなにおっしゃってるかわからないです」 「(サンドウィッチマンかよ)あっ、じゃあいいです……」 念のため言っておくが、実話である。いや、チーバくんの子宮口ですだけはウソだが、ほかはすべて実際のやりとりである。 雰囲気から察するに、電話に出てくれた人は本来の電話窓口担当者ではない感じだった。たまたま窓口担当者が席を外していて、かわりに上司がしぶしぶ電話を取った、みたいな印象だった。だから対応が適当だったのかもしれない。 そして、翌日、翌々日。やっぱり佐川は来なかった。それでもボクはやってない。それでも佐川はやってこない。 再度電話してみた。今度は前回と違う、比較的ていねいな感じの人が出た。 「あの、Webや電話でお願いした集荷が来ないんですけど……」 「申し訳ございません。明日にはお伺いできると思いますよ」 「(えっ、住所とか聞かずにそんなこと言えるの?電話番号からシステムで自動表示でもされてるのかな? )でも、前回も今回も来なくて……これ、◯◯日までに発送しないといけなくて……」 「でしたら、お近くの営業所にお持ちになられてはどうですか?それですと確実ですよ」 「えっ、そんな感じなんですか……わかりました。じゃあそうします。ちなみに、今後のためにもしご存じであればお教えいただきたいんですけど、依頼した集荷が来ない原因ってどこにあるんですか?依頼の仕方ですか?ネットより電話のほうがいいとかありますか?」 「そうですねー、そういうのはないですね。でも、みんな忙しいですからねー」 結論:佐川急便が集荷に来ないのは、「みんな忙しいから」。そっかあ。もう集荷サービスやめたほうがよくない? 佐川男子カレンダー2020 ([カレンダー]): 小学館: 文房具・オフィス用品 佐川男子カレンダー2020 (): 小学館: 文房具・オフィス用品
4 dogday 回答日時: 2012/12/09 09:25 5時間の間、電話の一本もしないでただ待っている客というのも、自分の伝達事項の確認作業をすっぽかし過ぎのミスじゃないでしょうか? 今日午前中の集荷もあと3時間は午前中な訳で、時間指定の返答をもらっていない訳ですし、時間にルーズ過ぎやしませんか? 佐川急便と同じレベルの行動を客もしているから、佐川急便も客の事を忘れるのです。 礼を持って礼を尽くす。相手は自分の鏡です。 10 No. 3 Epsilon03 佐川急便は事業所にとっても評判が悪いです。 荷物の取扱は乱暴ですし、時間指定は守らないし等々。 でも事業所が佐川を使うのは料金しかないと言うのがねぇ~。 佐川本部にクレームを入れると良いです。 エリア店の店長が直ぐに来ますよ。(笑) 19 No. 佐川急便 集荷 来ない. 2 azuki-7 回答日時: 2012/12/09 09:20 翌日は電話があってもすぐに来ない それが佐川のサービスですよ? 7 No. 1 ok-kaneto 回答日時: 2012/12/09 09:19 本社の「お客様相談室」にクレームを上げると担当を変えてもらえるようです。 サービス業の礼儀を守らないのが佐川急便です。調べて悪評判が多いのをご存知なのですよね。 受け取りに勝手にサインをしたり、呼び鈴を押さずに不在通知をおいて行ったり。 消費者が行なう最も有効な手段は「使わないこと」です。どうしても佐川でないといけない、というのでなければ別を使うことをおすすめします。 個人的にはサービスの品質は クロネコヤマト>佐川急便>>>>>>>>>ゆうパック お探しのQ&Aが見つからない時は、教えて! gooで質問しましょう!
質問日時: 2012/12/09 09:08 回答数: 7 件 電話して、日付・時間を指定し集荷を依頼した個人です。荷物は1つ。 指定した日と時間の間・・・5時間ずっと自宅にいましたが佐川急便は来ませんでした。 もしも『集荷に来たが、チャイムを鳴らしても応答がなかったので帰った』というのであれば、 電話一本ぐらい入れてくれたと思います。 また、時間に遅れるというのであっても、電話一本あったはずです。 先方が佐川急便で指定してきたので佐川急便にお願いするしかありませんでした。 翌日再電話し、今日午前中に集荷に来てくれるよう依頼しましたが、 電話から1時間経っても来ません。 ネットで調べたら、佐川急便ではこういったことが日常茶飯事のようですが、 本来なら、佐川急便のミスで集荷をすっぽかしのたであれば、 翌日は電話があったらすぐに来るのがサービス業としての礼儀ではないでしょうか。 No. 6 ベストアンサー 回答者: AVC 回答日時: 2012/12/09 09:33 まァ カリカリせずゆとりを持ちましょうよ。 仕事とはいえ毎日百件を超える集配荷しています。受領印を10分も探している人もいます。来てくれなければ持ち込めば良いだけでしょう。質問者さんも過去1回位は約束をやぶって相手を怒らせたことがあるでしょう。 サービス業を奴隷・召使だと思っていませんか。 59 件 No. 7 y_p_p 回答日時: 2012/12/13 17:06 お気持ちお察しいたします。 私も、昨日、今日と立て続けに佐川急便のミスをくらいました。 今に始まったことではなく、何度も嫌な思いをしていますが、一向に態度が改まらない部分がガマンなりません。 「佐川は評判が悪いのだからガマンすべき」とか「カリカリせず待ちましょう」とか、佐川の肩を持つ回答が多いことに驚いています。 佐川の社員が書き込んでいるんではないかと、疑りたくなってしまうくらいです。 ヤマト運輸が信頼できる点は、できないことは「できない」「引き受けられない」と言ってくれることです。 なぜ佐川急便は「安かろう悪かろう」で許されるのでしょうか? 納得できません。 92 No. 5 carrotcake 回答日時: 2012/12/09 09:31 今は一年中で一番荷物が多い時期ですから、他の宅配業者でもこういうことは起こりますよね。 今後もお付き合いがあることでしょうから、あまりことを荒立てずに、もう一度お電話してはいかがでしょうか。 8 No.
モンテカルロ法は、乱数を使う計算手法の一つです。ここでは、円周率の近似値をモンテカルロ法で求めてみます。 一辺\(2r\)の正方形の中にぴったり入る半径\(r\)の円を考えます (下図)。この正方形の中に、ランダムに点を打っていきます。 とてもたくさんの点を打つと 、ある領域に入った点の数は、その領域の面積に比例するはずなので、 \[ \frac{円の中に入った点の数}{打った点の総数} \approx \frac{\pi r^2}{(2r)^2} = \frac{\pi}{4} \] が成り立ちます。つまり、左辺の分子・分母に示した点の数を数えて4倍すれば、円周率の近似値が計算できるのです。 以下のシミュレーションをやってみましょう。そのとき次のことを確認してみてください: 点の数を増やすと円周率の正しい値 (3. 14159... ) に近づいていく 同じ点の数でも、円周率の近似値がばらつく
文部科学省発行「高等学校情報科『情報Ⅰ』教員研修用教材」の「学習16」にある「確定モデルと確率モデル」では確率モデルを使ったシミュレーション手法としてモンテカルロ法による円周率の計算が紹介されています。こちらの内容をJavaScriptとグラフライブラリのPlotly. jsで学習する方法を紹介いたします。 サンプルプロジェクト モンテカルロ法による円周率計算(グラフなし) (zip版) モンテカルロ法による円周率計算(グラフあり) (zip版) その前に、まず、円周率の復習から説明いたします。 円周率とはなんぞや? モンテカルロ法 円周率 python. 円の面積や円の円周の長さを求めるときに使う、3. 14…の数字です、π(パイ)のことです。 πは数学定数の一つだそうです。JavaScriptではMathオブジェクトのPIプロパティで円周率を取ることができます。 alert() 正方形の四角形の面積と円の面積 正方形の四角形の面積は縦と横の長さが分かれば求められます。 上記の図は縦横100pxの正方形です。 正方形の面積 = 縦 * 横 100 * 100 = 10000です。 次に円の面積を求めてみましょう。 こちらの円は直径100pxの円です、半径は50です。半径のことを「r」と呼びますね。 円の面積 = 半径 * 半径 * π πの近似値を「3」とした場合 50 * 50 * π = 2500π ≒ 7500 です。 当たり前ですが正方形の方が円よりも面積が大きいことが分かります。図で表してみましょう。 どうやって円周率を求めるか? まず、円の中心から円周に向かって線を何本か引いてみます。 この線は中心から見た場合、半径の長さであり、今回の場合は「50」です。 次に、中心から90度分、四角と円を切り出した次の図形を見て下さい。 モンテカルロ法による円周率の計算では、この図に乱数で点を打つ 上記の図に対して沢山の点をランダムに打ちます、そして円の面積に落ちた点の数を数えることで円周率が求まります!
0ですので、以下、縦横のサイズは1. 0とします。 // 計算に使う変数の定義 let totalcount = 10000; let incount = 0; let x, y, distance, pi; // ランダムにプロットしつつ円の中に入った数を記録 for (let i = 0; i < totalcount; i++) { x = (); y = (); distance = x ** 2 + y ** 2; if (distance < 1. 0){ incount++;} ("x:" + x + " y:" + y + " D:" + distance);} // 円の中に入った点の割合を求めて4倍する pi = (incount / totalcount) * 4; ("円周率は" + pi); 実行結果 円周率は3. 146 解説 変数定義 1~4行目は計算に使う変数を定義しています。 変数totalcountではランダムにプロットする回数を宣言しています。 10000回ぐらいプロットすると3. 14に近い数字が出てきます。1000回ぐらいですと結構ズレますので、実際に試してください。 プロットし続ける 7行目の繰り返し文では乱数を使って点をプロットし、円の中に収まったらincount変数をインクリメントしています。 8~9行目では点の位置x, yの値を乱数で求めています。乱数の取得はプログラミング言語が備えている乱数命令で行えます。JavaScriptの場合は()命令で求められます。この命令は0以上1未満の小数をランダムに返してくれます(0 - 0. 999~)。 点の位置が決まったら、円の中心から点の位置までの距離を求めます。距離はx二乗 + y二乗で求められます。 仮にxとyの値が両方とも0. 5ならば0. 25 + 0. 25 = 0. 5となります。 12行目のif文では円の中に収まっているかどうかの判定を行っています。点の位置であるx, yの値を二乗して加算した値がrの二乗よりも小さければOKです。今回の円はrが1. モンテカルロ法 円周率 考え方. 0なので二乗しても1. 0です。 仮に距離が0. 5だったばあいは1. 0よりも小さいので円の中です。距離が1. 0を越えるためには、xやyの値が0. 8ぐらい必要です。 ループ毎のxやyやdistanceの値は()でログを残しておりますので、デバッグツールを使えば確認できるようにしてあります。 プロット数から円周率を求める 19行目では円の中に入った点の割合を求め、それを4倍にすることで円周率を求めています。今回の計算で使っている円が正円ではなくて四半円なので4倍する必要があります。 ※(半径が1なので、 四半円の面積が 1 * 1 * pi / 4 になり、その4倍だから) 今回の実行結果は3.
5なので、 (0. 5)^2π = 0. 25π この値を、4倍すればπになります。 以上が、戦略となります。 実はこれがちょっと面倒くさかったりするので、章立てしました。 円の関数は x^2 + y^2 = r^2 (ピタゴラスの定理より) これをyについて変形すると、 y^2 = r^2 - x^2 y = ±√(r^2 - x^2) となります。 直径は1とする、と2. で述べました。 ですので、半径は0. 5です。 つまり、上式は y = ±√(0. 25 - x^2) これをRで書くと myCircleFuncPlus <- function(x) return(sqrt(0. 25 - x^2)) myCircleFuncMinus <- function(x) return(-sqrt(0. 25 - x^2)) という2つの関数になります。 論より証拠、実際に走らせてみます。 実際のコードは、まず x <- c(-0. 5, -0. 4, -0. 3, -0. 2, -0. 1, 0. 0, 0. 2, 0. 3, 0. 4, 0. 5) yP <- myCircleFuncPlus(x) yM <- myCircleFuncMinus(x) plot(x, yP, xlim=c(-0. 5, 0. 5), ylim=c(-0. 5)); par(new=T); plot(x, yM, xlim=c(-0. 5)) とやってみます。結果は以下のようになります。 …まあ、11点程度じゃあこんなもんですね。 そこで、点数を増やします。 単に、xの要素数を増やすだけです。以下のようなベクトルにします。 x <- seq(-0. モンテカルロ法による円周率の計算など. 5, length=10000) 大分円らしくなってきましたね。 (つなぎ目が気になる、という方は、plot関数のオプションに、type="l" を加えて下さい) これで、円が描けたもの、とします。 4. Rによる実装 さて、次はモンテカルロ法を実装します。 実装に当たって、細かいコーディングの話もしていきます。 まず、乱数を発生させます。 といっても、何でも良い、という訳ではなく、 ・一様分布であること ・0. 5 > |x, y| であること この2つの条件を満たさなければなりません。 (絶対値については、剰余を取れば良いでしょう) そのために、 xRect <- rnorm(1000, 0, 0.
5 y <- rnorm(100000, 0, 0. 5 for(i in 1:length(x)){ sahen[i] <- x[i]^2 + y[i]^2 # 左辺値の算出 return(myCount)} と、ただ関数化しただけに過ぎません。コピペです。 これを、例えば10回やりますと… > for(i in 1:10) print(myPaiFunc() * 4 / 100000) [1] 3. 13628 [1] 3. 15008 [1] 3. 14324 [1] 3. 12944 [1] 3. 14888 [1] 3. 13476 [1] 3. 14156 [1] 3. 14692 [1] 3. 14652 [1] 3. 1384 さて、100回ループさせてベクトルに放り込んで平均値出しますか。 myPaiVec <- c() for(i in 1:100) myPaiVec[i] <- myPaiFunc() * 4 / 100000 mean(myPaiVec) で、結果は… > mean(myPaiVec) [1] 3. 141426 うーん、イマイチですね…。 あ。 アルゴリズムがタコだった(やっぱり…)。 の、 if(sahen[i] < 0. 25) myCount <- myCount + 1 # 判定とカウント ここです。 これだと、円周上の点は弾かれてしまいます。ですので、 if(sahen[i] <= 0. 25) myCount <- myCount + 1 # 判定とカウント と直します。 [1] 3. 141119 また誤差が大きくなってしまった…。 …あんまり関係ありませんでしたね…。 といっても、誤差値 |3. 141593 - 3. 141119| = 0. 000474 と、かなり小さい(と思いたい…)ので、まあこんなものとしましょう。 当然ですけど、ここまでに書いたコードは、実行するたび計算結果は異なります。 最後に、今回のコードの最終形を貼り付けておきます。 --ここから-- x <- seq(-0. 5, length=1000) par(new=T); plot(x, yP, xlim=c(-0. 5)) myCount * 4 / length(xRect) if(sahen[i] <= 0. モンテカルロ法で円周率を求める？（Ruby） - Qiita. 25) myCount <- myCount + 1 # 判定とカウント} for(i in 1:10) print(myPaiFunc() * 4 / 100000) pi --ここまで-- うわ…きったねえコーディング…。 でもまあ、このコードを延々とCtrl+R 押下で図形の描画とπの計算、両方やってくれます。 各種パラメータは適宜変えて下さい。 以上!
024\)である。 つまり、円周率の近似値は以下のようにして求めることができる。 N <- 500 count <- sum(x*x + y*y < 1) 4 * count / N ## [1] 3. 24 円周率の計算を複数回行う 上で紹介した、円周率の計算を複数回行ってみよう。以下のプログラムでは一回の計算においてN個の点を用いて円周率を計算し、それを\(K\)回繰り返している。それぞれの試行の結果を に貯めておき、最終的にはその平均値とヒストグラムを表示している。 なお、上記の計算とは異なり、第1象限の1/4円のみを用いている。 K <- 1000 N <- 100000 <- rep(0, times=K) for (k in seq(1, K)) { x <- runif(N, min=0, max=1) y <- runif(N, min=0, max=1) [k] <- 4*(count / N)} cat(sprintf("K=%d N=%d ==> pi=%f\n", K, N, mean())) ## K=1000 N=100000 ==> pi=3. 141609 hist(, breaks=50) rug() 中心極限定理により、結果が正規分布に従っている。 モンテカルロ法を用いた計算例 モンティ・ホール問題 あるクイズゲームの優勝者に提示される最終問題。3つのドアがあり、うち1つの後ろには宝が、残り2つにはゴミが置いてあるとする。優勝者は3つのドアから1つを選択するが、そのドアを開ける前にクイズゲームの司会者が残り2つのドアのうち1つを開け、扉の後ろのゴミを見せてくれる。ここで優勝者は自分がすでに選んだドアか、それとも残っているもう1つのドアを改めて選ぶことができる。 さて、ドアの選択を変更することは宝が得られる確率にどの程度影響があるのだろうか。 N <- 10000 <- floor(runif(N) * 3) + 1 # 宝があるドア (1, 2, or 3) <- floor(runif(N) * 3) + 1 # 最初の選択 (1, 2, or 3) <- floor(runif(N) * 2) # ドアを変えるか (1:yes or 0:no) # ドアを変更して宝が手に入る場合の数を計算 <- (! モンテカルロ法による円周率の計算 | 共通教科情報科「情報Ⅰ」「情報Ⅱ」に向けた研修資料 | あんこエデュケーション. =) & () # ドアを変更せずに宝が手に入る場合の数を計算 <- ( ==) & () # それぞれの確率を求める sum() / sum() ## [1] 0.