著者:吉田 勝俊
¥540¥0

確率論の初歩から始めて,少し高度な内容まで,最短で学べる入門書です! ガチャ(カプセル販売機)を題材に,確率空間と確率変数を自作する実習から始めます.それらをベースに推定理論を速習し,カルマンフィルタを自作しながら理解を深めます.また,各章の理解を助けるPythonプログラムを,まえがきのURL(またはQRコード)からダウンロードできます.ただし必須ではなく、Pythonなしでも学習を進められます.

★★★ 図7.2 (a) が一部端末で非表示となる不具合の修正 2020/3/5 ★★★
端末に依存しにくい形式に入稿データを改めました.あわせて細かな誤植を訂正しました.

★★★ タイトルの変更について 2020/2/5 ★★★
本書は,ミスリードとされた旧タイトルの一部(Pythonでわかる)を改題したものです.
内容は旧版『Pythonでわかる確率論入門ー確率空間からカルマンフィルタまで』と変わりません.

=== 目次 ===
まえがき
1 章 導入 — 状態推定とノイズの小話
  1.1 変位の測定と速度の推定
  1.2 状態推定と濾波
  1.3 現代確率論のすすめ
2 章 確率空間とは
  2.1 ランダム現象と確率空間
  2.2 見本空間 Ω
  2.3 事象の代数 F
  2.4 確率 P
  2.5 確率変数 X(ω)
3 章 ランダム現象の例
  3.1 射撃実験
  3.2 確率変数
  3.3 事象と確率
  3.4 見本空間のタイプ
4 章 確率分布
  4.1 分布関数と密度関数
  4.2 確率分布の例
5 章 多変数の確率分布
  5.1 確率ベクトル
  5.2 2 次元の分布
  5.3 独立性
  5.4 多次元の分布
6 章 期待値
  6.1 確率変数の期待値
  6.2 確率ベクトルの期待値
  6.3 共分散と相関
  6.4 条件付き期待値
  6.5 ベクトルと行列の期待値
7 章 確率ベクトルの変換
  7.1 確率変数の加法とスカラ倍
  7.2 ガウス確率変数の加法とスカラ倍
  7.3 共分散行列と多変数ガウス分布
  7.4 ガウス確率ベクトルの線形変換
8 章 推定問題と直交射影
  8.1 最小二乗法
  8.2 確率変数の線形代数
  8.3 ベクトルの近似
  8.4 確率変数の推定
9 章 確率ベクトルの推定
  9.1 条件付き期待値
  9.2 確率ベクトルの推定
  9.3 確率ベクトルの線形回帰
10 章 確率過程とその推移則
  10.1 確率過程
  10.2 確率的な状態方程式
  10.3 期待値と共分散行列の推移則
  10.4 モンテカルロ法による数値例
11 章 カルマンフィルタ
  11.1 線形確率システム
  11.2 状態推定問題
  11.3 カルマンフィルタの導出
  11.4 カルマンフィルタ
  11.5 定常カルマンフィルタ
12 章 連続時間カルマンフィルタ
  12.1 連続時間系の離散時間近似
  12.2 Kalman-Bucy フィルタ
  12.3 定常 Kalman-Bucy フィルタ
13 章 LQG 制御への応用
  13.1 制御入力のあるカルマンフィルタ
  13.2 LQG レギュレータ
  13.3 分離定理
14 章 パラメータ推定への応用と拡張
  14.1 カルマンフィルタによるパラメータ推定
  14.2 拡張カルマンフィルタ (EKF および EKBF)
  14.3 アンサンブルカルマンフィルタ (EnKF)
付録A 集合論の概要
参考文献
索引

シリーズ一覧

  • 同シリーズの電子書籍はありませんでした。

 

  Kindle Unlimitedは、現在30日間無料体験キャンペーンを行っています!

この期間中は料金が980円→0円となるため、この記事で紹介している電子書籍は、すべてこのKindle Unlimited無料体験で読むことが可能です。

Kindle Unlimited 無料体験に登録する