arrysthmia の回答履歴

Ｑ=-λ2πｌrdt/dr

aのn乗根とn乗根aの違いを分かりやすく教えてください。

f(x)=sinx/xのグラフを書くとx=0は定義できない様なのですがこれはなぜでしょうか？ lim[x→0]sinx/x=1は理解できます。 xを限りなく0に近づけた場合sinx/xは1に収束します。 では、なぜsinx/xはx=0で定義できないのでしょうか。 x=0とｘを限りなく0に近づけると言う事は同じではないのですか？ 以上ご回答よろしく御願い致します。

最近のことなのですが、朝に目がさめ、（デジタル）時計を見ると、なぜかいつも「分」がぞろ目になっています。つまり、４時５５分とか、４時２２分とか、４時４４分ということです。このときの確率は単純に5/60、つまり1/12でよろしいのでしょうか？ 関係ないかもしれませんが、４時台に目が覚めることは変わらないのです

中心極限定理に、 『母集団分布の平均、分散をμ、σ^2とすると、その分布が何であっても、nが大きければ、 Sn=X1+X2+...+Xnは、N(nμ, nσ^2)に、 Xmean=(X1+X2+...+Xn)/nは、N(μ, (σ^2)/n)に、従う。』 とあります。 これを実証しようと、エクセルで乱数を作りました。 RAND関数なので、母集団の平均μ=0.5、σ^2=0.083です。 サンプル10,000個を作成しました。 その合計Sn=S10,000のデータを30件取り、平均、分散を求めました。 平均は 5001.608 となり、 中心極限定理通りn×μに近い値になりましたが、 分散は460程度となってしまいました。 定理によれば、830付近になるとのことですが、このズレはなぜ発生するのでしょうか？ よろしくお願いします。

中心極限定理に、 『母集団分布の平均、分散をμ、σ^2とすると、その分布が何であっても、nが大きければ、 Sn=X1+X2+...+Xnは、N(nμ, nσ^2)に、 Xmean=(X1+X2+...+Xn)/nは、N(μ, (σ^2)/n)に、従う。』 とあります。 これを実証しようと、エクセルで乱数を作りました。 RAND関数なので、母集団の平均μ=0.5、σ^2=0.083です。 サンプル10,000個を作成しました。 その合計Sn=S10,000のデータを30件取り、平均、分散を求めました。 平均は 5001.608 となり、 中心極限定理通りn×μに近い値になりましたが、 分散は460程度となってしまいました。 定理によれば、830付近になるとのことですが、このズレはなぜ発生するのでしょうか？ よろしくお願いします。

洋書では答えが５になっているものがありますが， （０も５も５で割り切れるから当然ですが） 和書でそのような問題を見かけた方はいらっしゃいますか。 生徒に教えていいものか悩むときがあったので・・・

a*x^2=±{(b*x^4+c*x^2+d)^(1/2)±(e*x^4+f*x^2+g)^(1/2)} a～gは既知の定数です 上の式を解いてxを求めたいのですが 根号の処理をどうすればいいのかわかりません どなたか解き方を教えてください！

中心極限定理に、 『母集団分布の平均、分散をμ、σ^2とすると、その分布が何であっても、nが大きければ、 Sn=X1+X2+...+Xnは、N(nμ, nσ^2)に、 Xmean=(X1+X2+...+Xn)/nは、N(μ, (σ^2)/n)に、従う。』 とあります。 これを実証しようと、エクセルで乱数を作りました。 RAND関数なので、母集団の平均μ=0.5、σ^2=0.083です。 サンプル10,000個を作成しました。 その合計Sn=S10,000のデータを30件取り、平均、分散を求めました。 平均は 5001.608 となり、 中心極限定理通りn×μに近い値になりましたが、 分散は460程度となってしまいました。 定理によれば、830付近になるとのことですが、このズレはなぜ発生するのでしょうか？ よろしくお願いします。

ある等比数列の初項から第n項までの和をS1、第（n+1）項から第2n項までの和をS2、第（2n+1）項から第3n項までの和をS3とするとき、 （S2）^2=S1・S3であることを示せ。 初項と公比を文字で表して和を出そうとしてみたりしましたが、どうにもうまくいかず悩んでいます。 なるべく詳しく教えていただけると助かります；； よろしくお願いします。

例えば a＞３または１＞aならば、a＞３かつ１＞aである。 という問題があります。 これは必要十分条件なんですが、なぜそうなのかわかりません。 「または」と「かつ」という言葉にひっかかっているのですが、 この場合の「または」の意味とはa＞３だけの時もあれば１＞aもしくは 両方成り立つ時もあるということですよね？ 全体的によくわかっていないのでわかる方解説よろしくおねがいします。

洋書では答えが５になっているものがありますが， （０も５も５で割り切れるから当然ですが） 和書でそのような問題を見かけた方はいらっしゃいますか。 生徒に教えていいものか悩むときがあったので・・・

V^2＝２α（X-X'）＋V'^2 です。

新しいパソコンを9回の分割払いで購入した。その際、1回目の支払いは全体の1／3を支払い、2回目以降は均等な金額で支払うことにした。 5回目の支払いが済んだ時点での支払い済みの金額は、全体のどれだけにあたるか。 解説 総額を[1]と置くと、2回目以降支払わなければならない金額は、 [1] - [1／3]＝[2／3] この金額を、 9 - 1＝8（回） で支払わねばならない。したがって、2回目以降は1回に [2／3]÷8＝[1／12] ずつ支払う必要がある。 5回目の支払いが済んだ時点での、2回目以降の支払い回数は、 5 - 1＝4（回） よって、支払済みの金額は、 [1／3] + [1／12]×4＝[2／3] とありますが、この5 - 1はなぜ１を引くのですか？ あと、 [1／3] + [1／12]×4は[2／3]じゃなくて５／３ですよね？

lim　x→0 (x^4-2x+3)/(x^6-x^2-2) の極限値を求めよという単純な問題なのですが、分母分子の因数分解がどうしても出きません。よろしくお願いします。

Q（有理数全体の集合）の2つのコーシー列｛an},{bn}について、 　 {an+bn}はQの中のコーシー列であることを証明せよ。 コーシー列の定義より |(am - an) + (bm - bn)| ≦ |am - an| + |bm - bn| までできたのですが、このあと『ε』と上の式をどうやっていけばいいのか分かりません。教えて下さい。 最初の方も間違っているのであれば、詳しく教えて欲しいです！お願いします。

中心極限定理に、 『母集団分布の平均、分散をμ、σ^2とすると、その分布が何であっても、nが大きければ、 Sn=X1+X2+...+Xnは、N(nμ, nσ^2)に、 Xmean=(X1+X2+...+Xn)/nは、N(μ, (σ^2)/n)に、従う。』 とあります。 これを実証しようと、エクセルで乱数を作りました。 RAND関数なので、母集団の平均μ=0.5、σ^2=0.083です。 サンプル10,000個を作成しました。 その合計Sn=S10,000のデータを30件取り、平均、分散を求めました。 平均は 5001.608 となり、 中心極限定理通りn×μに近い値になりましたが、 分散は460程度となってしまいました。 定理によれば、830付近になるとのことですが、このズレはなぜ発生するのでしょうか？ よろしくお願いします。

中心極限定理に、 『母集団分布の平均、分散をμ、σ^2とすると、その分布が何であっても、nが大きければ、 Sn=X1+X2+...+Xnは、N(nμ, nσ^2)に、 Xmean=(X1+X2+...+Xn)/nは、N(μ, (σ^2)/n)に、従う。』 とあります。 これを実証しようと、エクセルで乱数を作りました。 RAND関数なので、母集団の平均μ=0.5、σ^2=0.083です。 サンプル10,000個を作成しました。 その合計Sn=S10,000のデータを30件取り、平均、分散を求めました。 平均は 5001.608 となり、 中心極限定理通りn×μに近い値になりましたが、 分散は460程度となってしまいました。 定理によれば、830付近になるとのことですが、このズレはなぜ発生するのでしょうか？ よろしくお願いします。

http://gigazine.net/index.php?/news/comments/20090901_rise_fall_dollar/ 1800年でのドルの価値を1ドルとすると、現在の価値は約-200%とありますが、その意味が分かりません。 +100%は分かります。 x+(x*1)=2x -1%も分かります。 x+{x*(-0.01)}=0.99x でもこの考えで行くと -100%になると x+{x*(-1)}=0 -200%は x+{x*(-2)}=-x となってしまい、１ドルの価値が現在は－１ドルという訳の分からないものとなってしまいます。 どこの考え方が間違っているのでしょうか。

最近のことなのですが、朝に目がさめ、（デジタル）時計を見ると、なぜかいつも「分」がぞろ目になっています。つまり、４時５５分とか、４時２２分とか、４時４４分ということです。このときの確率は単純に5/60、つまり1/12でよろしいのでしょうか？ 関係ないかもしれませんが、４時台に目が覚めることは変わらないのです