(累積)分布関数から,逆関数の微分により確率密度関数 $f(x)$ を求めると以下のようになります. $$f(x)\, = \, \frac{1}{\pi\sqrt{x(t-x)}}. $$ 上で,今回は $t = 1$ と思うことにしましょう. これを図示してみましょう.以下を見てください. えええ,確率密度関数をみれば分かると思いますが, 冒頭の予想と全然違います. 確率密度関数は山型になると思ったのに,むしろ谷型で驚きです.まだにわかに信じられませんが,とりあえずシミュレーションしてみましょう. シミュレーション 各ブラウン運動のステップ数を 1000 とし,10000 個のサンプルパスを生成して理論値と照らし合わせてみましょう. num = 10000 # 正の滞在時間を各ステップが正かで近似 cal_positive = np. mean ( bms [:, 1:] > 0, axis = 1) # 理論値 x = np. linspace ( 0. 005, 0. 995, 990 + 1) thm_positive = 1 / np. pi * 1 / np. sqrt ( x * ( 1 - x)) xd = np. linspace ( 0, 1, 1000 + 1) thm_dist = ( 2 / np. pi) * np. arcsin ( np. sqrt ( xd)) plt. figure ( figsize = ( 15, 6)) plt. subplot ( 1, 2, 1) plt. hist ( cal_positive, bins = 50, density = True, label = "シミュレーション") plt. plot ( x, thm_positive, linewidth = 3, color = 'r', label = "理論値") plt. xlabel ( "B(t) (0<=t<=1)の正の滞在時間") plt. xticks ( np. linspace ( 0, 1, 10 + 1)) plt. yticks ( np. linspace ( 0, 5, 10 + 1)) plt. title ( "L(1)の確率密度関数") plt. legend () plt. subplot ( 1, 2, 2) plt.
但し,$N(0, t-s)$ は平均 $0$,分散 $t-s$ の正規分布を表す. 今回は,上で挙げた「幸運/不運」,あるいは「幸福/不幸」の推移をブラウン運動と思うことにしましょう. モデル化に関する補足 (スキップ可) この先,運や幸せ度合いの指標を「ブラウン運動」と思って議論していきますが,そもそもブラウン運動とみなすのはいかがなものかと思うのが自然だと思います.本格的な議論の前にいくつか補足しておきます. 実際の「幸運/不運」「幸福/不幸」かどうかは偶然ではない,人の意思によるものも大きいのではないか. (特に後者) → 確かにその通りです.今回ブラウン運動を考えるのは,現実世界における指標というよりも,むしろ 人の意思等が介入しない,100%偶然が支配する「完全平等な世界」 と思ってもらった方がいいかもしれません.幸福かどうかも,偶然が支配する外的要因のみに依存します(実際,外的要因ナシで自分の幸福度が変わることはないでしょう).あるいは無難に「コイントスゲーム」と思ってください. 実際の「幸運/不運」「幸福/不幸」の推移は,連続なものではなく,途中にジャンプがあるモデルを考えた方が適切ではないか. → その通りです.しかし,その場合でも,ブラウン運動の代わりに適切な条件を課した レヴィ過程 (Lévy process) を考えることで,以下と同様の結論を得ることができます 3 .しかし,レヴィ過程は一般的過ぎて,議論と実装が複雑になるので,今回はブラウン運動で考えます. 上図はレヴィ過程の例.実際はこれに微小なジャンプを可算個加えたような,もっと一般的なモデルまで含意する. [Kyprianou] より引用. 「幸運/不運」「幸福/不幸」はまだしも,「コイントスゲーム」はブラウン運動ではないのではないか. → 単純ランダムウォーク は試行回数を増やすとブラウン運動に近似できることが知られている 4 ので,基本的に問題ありません.単純ランダムウォークから試行回数を増やすことで,直接arcsin則を証明することもできます(というか多分こっちの方が先です). [Erdös, Kac] ブラウン運動のシミュレーション 中心的議論に入る前に,まずはブラウン運動をシミュレーションしてみましょう. Python を使えば以下のように簡単に書けます. import numpy as np import matplotlib import as plt import seaborn as sns matplotlib.
カテゴリ:一般 発行年月:1994.6 出版社: PHP研究所 サイズ:19cm/190p 利用対象:一般 ISBN:4-569-54371-5 フィルムコート不可 紙の本 著者 藤原 東演 (著) 差し引きなしの人生観こそ心乱す事なく、生きる勇気と自信を与えてくれる。マイナスがあってもプラスを見いだし、さらにプラス、マイナスを超越する。そんな損得、運不運に振り回され... もっと見る 人生はプラス・マイナス・ゼロがいい 「帳尻合わせ」生き方のすすめ 税込 1, 335 円 12 pt あわせて読みたい本 この商品に興味のある人は、こんな商品にも興味があります。 前へ戻る 対象はありません 次に進む このセットに含まれる商品 商品説明 差し引きなしの人生観こそ心乱す事なく、生きる勇気と自信を与えてくれる。マイナスがあってもプラスを見いだし、さらにプラス、マイナスを超越する。そんな損得、運不運に振り回されない生き方を探る。【「TRC MARC」の商品解説】 著者紹介 藤原 東演 略歴 〈藤原東演〉1944年静岡市生まれ。京都大学法学部卒業。その後京都・東福寺専門道場で林恵鏡老師のもとで修行。93年静岡市・宝泰寺住職に就任。著書に「人生、不器用に生きるのがいい」他多数。 この著者・アーティストの他の商品 みんなのレビュー ( 0件 ) みんなの評価 0. 0 評価内訳 星 5 (0件) 星 4 星 3 星 2 星 1 (0件)
sqrt ( 2 * np. pi * ( 1 / 3))) * np. exp ( - x ** 2 / ( 2 * 1 / 3)) thm_cum = np. cumsum ( thm_inte) / len ( x) * 6 plt. hist ( cal_inte, bins = 50, density = True, range = ( - 3, 3), label = "シミュレーション") plt. plot ( x, thm_inte, linewidth = 3, color = 'r', label = "理論値") plt. xlabel ( "B(t) (0<=t<=1)の積分値") plt. title ( "I (1)の確率密度関数") plt. hist ( cal_inte, bins = 50, density = True, cumulative = True, range = ( - 3, 3), label = "シミュレーション") plt. plot ( x, thm_cum, linewidth = 3, color = 'r', label = "理論値") plt. title ( "I (1)の分布関数") こちらはちゃんと山型の密度関数を持つようで, 偶然が支配する完全平等な世界における定量的な「幸運度/幸福度」は,みんなおおよそプラスマイナスゼロである ,という結果になりました. 話がややこしくなってきました.幸運/幸福な時間は人によって大きく偏りが出るのに,度合いはみんな大体同じという,一見矛盾した2つの結論が得られたわけです. そこで,同時確率密度関数を描いてみることにします. (同時分布の理論はよく分からないのですが,詳しい方がいたら教えてください.) 同時密度関数の図示 num = 300000 # 大分増やした sns. jointplot ( x = cal_positive, y = cal_inte, xlim = ( 0, 1), ylim = ( - 2, 2), color = "g", kind = 'hex'). set_axis_labels ( '正の滞在時間 L(1)', '積分 I(1)') 同時分布の解釈 この解釈は難しいところでしょうが,簡単にまとめると, 人生の「幸運度/幸福度」を定量的に評価すれば,大体みんな同じくらいになるという点で「人生プラスマイナスゼロの法則」は正しい.しかし,それは「幸運/幸福を感じている時間」がそうでない時間と同じになるというわけではなく,どのくらい長い時間幸せを感じているのかは人によって大きく異なるし,偏る.
rcParams [ ''] = 'IPAexGothic' sns. set ( font = 'IPAexGothic') # 以上は今後省略する # 0 <= t <= 1 をstep等分して,ブラウン運動を近似することにする step = 1000 diffs = np. random. randn ( step + 1). astype ( np. float32) * np. sqrt ( 1 / step) diffs [ 0] = 0. x = np. linspace ( 0, 1, step + 1) bm = np. cumsum ( diffs) # 以下描画 plt. plot ( x, bm) plt. xlabel ( "時間 t") plt. ylabel ( "値 B(t)") plt. title ( "ブラウン運動の例") plt. show () もちろんブラウン運動はランダムなものなので,何回もやると異なるサンプルパスが得られます. num = 5 diffs = np. randn ( num, step + 1). sqrt ( 1 / step) diffs [:, 0] = 0. bms = np. cumsum ( diffs, axis = 1) for bm in bms: # 以下略 本題に戻ります. 問題の定式化 今回考える問題は,"人生のうち「幸運/不運」(あるいは「幸福/不幸」)の時間はどのくらいあるか"でした.これは以下のように定式化されます. $$ L(t):= [0, t] \text{における幸運な時間} = \int_0^t 1_{\{B(s) > 0\}} \, ds. $$ 但し,$1_{\{. \}}$ は定義関数. このとき,$L(t)$ の分布がどうなるかが今回のテーマです. さて,いきなり結論を述べましょう.今回の問題は,逆正弦法則 (arcsin則) として知られています. レヴィの逆正弦法則 (Arc-sine law of Lévy) [Lévy] $L(t) = \int_0^t 1_{\{B(s) > 0\}} \, ds$ の(累積)分布関数は以下のようになる. $$ P(L(t) \le x)\, = \, \frac{2}{\pi}\arcsin \sqrt{\frac{x}{t}}, \, \, \, 0 \le x \le t. $$ 但し,$y = \arcsin x$ は $y = \sin x$ の逆関数である.
hist ( cal_positive, bins = 50, density = True, cumulative = True, label = "シミュレーション") plt. plot ( xd, thm_dist, linewidth = 3, color = 'r', label = "理論値") plt. title ( "L(1)の分布関数") 理論値と同じような結果になりました. これから何が分かるのか 今回,人の「幸運/不運」を考えたモデルは,現実世界というよりも「完全に平等な世界」であるし,そうであればみんな同じくらい幸せを感じると思うのは自然でしょう.でも実際はそうではありません. 完全平等な世界においても,幸運(幸福)を感じる時間が長い人と,不運(不幸)を感じるのが長い人とが完全に両極端に分かれるのです. 「自分の人生は不幸ばかり感じている」という思っている方も,確率論的に少数派ではないのです. 今回のモデル化は少し極端だったかもしれませんが, 平等とはそういうものであり得るということは心に留めておくと良いかもしれません. arcsin則を紹介する,という観点からは,この記事はここで終わっても良いのですが,上だけ読んで「人生プラスマイナスゼロの法則は嘘である」と結論付けられるのもあれなので,「幸運度」あるいは「幸福度」を別の評価指標で測ってみましょう. 積分で定量的に評価 上では「幸運/不運な時間」のように,時間のみで評価しました.しかし,実際は幸運の程度もちゃんと考慮した方が良いでしょう. 次は,以下の積分値で「幸運度/不運度」を測ってみることにします. $$I(t) \, := \, \int_0^t B(s) \, ds. $$ このとき,以下の定理が知られています. 定理 ブラウン運動の積分 $I(t) = \int_0^t B(s) \, ds$ について, $$ I(t) \sim N \big{(}0, \frac{1}{3}t^3 \big{)}$$ が成立する. 考察を挟まずシミュレーションしてみましょう.再び $t=1$ とします. cal_inte = np. mean ( bms [:, 1:], axis = 1) x = np. linspace ( - 3, 3, 1000 + 1) thm_inte = 1 / ( np.
ojsm98です(^^)/ お世話になります。 みなさん正負の法則てご存じですか? なにかを得れば、なにかを失ってしまうようなことです。 今日はその正負の法則をどのように捉えていったらいいか簡単に語りたいと思います。 正負の法則とは 正負の法則とは、良い事が起きた後に何か悪い事が起きる法則の事を言います。 人生って良い事ばかりは続かないですよね、当然悪い事ばかりも続きません いいお天気の時もあれば台風の時もありますよね 私は 人生は魂の成長をする場 だと思ていますので、台風的な事が人生に起きるときに魂は成長し、いいお天気になれば人生楽しいと思えると思うんですよ 人生楽もあれば苦もあります。水戸黄門の歌ですね(笑) プラスとマイナスが時間の中に、同じように経験して生きながらバランスを取っていきます。 人の不幸は蜜の味と言う言葉がありますよね、明日は我が身になる法則があるんですよ 環境や立場の人を比較をして差別など悪口などを言っていると、いつかは自分に帰ってきます。 人は感謝し人に優しくしていく事で、差別や誹謗中傷やいじめ等など防ぐ事が、出来ていきます。 しかし出来るだけ悪い事は避けたいですよね? 人生はどのようにして、正負の法則に向き合ったらいいんでしょうか? 関連記事:差別を受けても自分を愛して生きる 関連記事:もう本当にやめよう!誹謗中傷! 正負の法則と向き合う 自分の心の中で思っている事が、現実になってしまう事があると思うんですが、悪い事を考えていれば、それは 潜在意識 にすり込まれ引き寄せてしまうんですよね 当然、良い事を考えていれば良い事を引き寄せます。 常にポジティブ思考で考えていれば人生を良き方へ変えて行けますよ 苦しい様な時など、少しでも笑顔を続けて行ければ、心理的に苦しさが軽減していきますし笑顔でいると早めに苦しさから嬉しさに変わっていきます。 負の先払い をしていくと悪き事が起きにくい事がある事をご存じですか? 負の先払いとは、感謝しながら親孝行したり、人に親切になり、収入の1割程で(出来る範囲で)寄付をしたりする事ですね このような生き方をしていれば、 お金にも好かれるよう になっていきますよ ネガティブな波動を出していれば、やはりそれを引き寄せてしまいます。 常にポジティブ思考になり、良い事は起こり続けると考え波動を上げて生きましょうね 関連記事:ラッキーな出来事が!セレンディピティ❓ 関連記事:見返りを求めず与える人は幸せがやってくる?
独身の場合。もしこの人が既婚、子持ち、シングルマザーだったとしたら同じ発言をしてもここまで陰口言われないんだろうか? 明るい性格なのは確かよね。暗い45歳よりいいじゃない?ご家族のおかげだね。 それと健康は年齢的にそうなっちゃうからしょうがないのよ。 友達居ないというけど、その年齢で友達とワイワイもないでしょ。家族がいるからいいでしょ。 一般でいう、更年期の始まりの時期。精神不安もあるし、寂しさ紛らわすためにわざと明るく振舞うし、せめて会社だけは・トピ主さんの前だけでは気張ってないと、とわざと作ってる部分あると思うよ。本当はナイーブなはずだよ。知らないところで泣くだろうし。 あと、この年齢にもなれば、少なくても会社でみんなが自分をどう見てるか感じ取ってるはずよ。わかってるよ、自分の存在。 トピ内ID: 7484449650 ゆっき 2014年11月24日 00:53 お気持ち、よーく分かります! うちにも同じような先輩がおりまして。 家族の話もほかの人なら気にならないのに どうしてでしょうね、いらっとするんですよね。 ※人間ではなく別な生物と思うようにする ※彼女にはこちらの感情をみせないゲームと思って接する で耐えるのどうでしょう? こんな先輩が女性登用という時流に乗ると また女性一括りで非難されるんですよね… トピ内ID: 4675823232 😑 ぴーこ 2014年11月24日 01:14 トピ文を読んで笑ってしまいました・・ 全く同じような人が隣の席にいます。 57歳女性、独身です。 自分の事しかないんですよね~ あそこが痛い、調子が悪いと言うので最初は心配してアドバイスしたりしていましたがあほらしくなってやめました。 まともに相手しているとこっちが病んできますから。 話は適当に聞き流して、返事はハイだけ・・ 私かあちらが転勤になるまでは我慢するしかないと思っています。 あの性格は絶対変えられませんからね お互いがんばりましょう!!
他人の行動に寛容な人もいれば、愚痴も言わない人もいる訳ですよ。 その人達から見れば、会社にはそんな人もいます、で終了してしまうでしょう。 トピ内ID: 8888218494 ゆっぽん 2014年11月24日 03:58 もしかしてこれは私の勤めている 職場の誰かがトピ立てたんじゃ?! と思ってしまったほど そっくりです。 どこそこが痛いから始まり身内の自慢。 何でも自分の話にすり替える。 こちらが知りもしない知人の話。 皆 知りたくも無いのに その人の家族構成から 家族の近況 実家の飼い猫迄熟知してしまい迷惑です。 又 人を褒める褒める。褒めて 苦手な仕事がまわって来ないよう 褒めた人に上手くまわします。 褒め殺し。 関係無いのに 突然割り込み 自分の話に持っていくのが得意技。 その人が休みの日は静か静か。 意識していなくとも あれ?! 今日静かだね-。 あ~!! 休みなんだね例の人。 ま これが本来の仕事場の姿よ!!