【1階線形常微分方程式】 2箇所、灰色の部分からよく分かりません... どちらかだけでも良いので、わかる方教えてください😭💦

8-3-1. 1階線形非同次常微分方程式 1階線形非同次常微分方程式 dy + f(x)y=g(x) dx は両辺にeff(x)dx をかけると解けることが知られている。 eff (x)dx を積分因子 (あるいは積分因数) という。 両辺にeff(x)dx をかけると dy eff(x)dx + eff(x)dx f(x)y = eff(x)dx g(x) dx d d d dy (ef f(x)dx y) = a (el f(x)dx) .y + ef f(x) dx dx (fƒ (x) dx). .y + eff(x)dx dx dy = eff(x)dx f(x)y + eff(x)dx. dx なので d (eff(x)dx g(x) dx 両辺をxで積分して eff(x)dxy = f eff(x)dx g(x)dx + C 両辺にe-∫f(x)dx をかけると y=e-ff(x)dx Se eff(x)dx これが一般解である。 例題 3 下記の微分方程式を解きなさい。 (1)y'+y=x 解答 dy -+y=x dx 両辺にexをかけると dy ex +exy = exx dx d (exy) = exy + ex なので, dx (exy) = exx dx 両辺をxで積分して ey = Sexdx exy= =exx- r-fex ex dx (部分積分) = exx - ex + C 両辺をexで割って y=x-1+ Ce-x =Ce-x+x-1 (y) = = eff(x)dx g(x)dx + Ce-ff(x)dx dy dx 8 微分方程式とその応用1 ? 8 微分方程式とその応用1

10,68の答えがどうしてこのようになるか教えてください。 分野は重積分のストークスの定理です

By Green's theorem in space (divergence theorem). Prove that that (V x A) - n ds for any closed surface S. S Prove that 10.66. dS ff n ds = 0. where n is the outward drawn normal to any closed surface S. (Hint: Let A = Oc, SS S where c is an arbitrary vector constant.) Express the divergence theorem in this special case. Use the arbitrary property of c. 10.67. If n is the unit outward drawn normal to any closed surface S bounding the region V, prove that fff div n dv = S V Stokes's theorem 40.68. Verify Stokes's theorem for A = 2yi + 3xj - z²k, where S is the upper half surface of the sphere x² + y² + ² = 9 and C is its boundary. Ans. Common value = 9T 10.65. , y = 0,

途中までやったのですが、この後がわからないです、、

6 である。 で与えられる.ただし, a= [55] [56][57] [58] (3) f(z) の 2= 31 における2次近似式は |45 f(z) ~ ao + a1(2-31) +a2(2-31)2 (e ~ 31) で与えられる.ただし, ao = [59] 1 * A1 = 1 [60][61] a2 = である。 [62] [63] f) f0)effaxx)+fara-a) +)(メ-4) 5 (3) 3 f18)=号(1けx) 9 4 (19 : 25 1Hx) f(x)= 36 /25 1けx))

ベクトル解析の初歩です。 数学苦手過ぎて高校生レベルで躓いています。 例題1.2(2)ですが式を展開すると2枚目最後のように2(X1Y1+X2Y2)が残ってしまい1枚目教科書のように展開できません。 数学に2年ほど触れておらず本当にできなくなっているので誰か助けて下さい。お... 続きを読む

となることが分かります。 なお, 等号が成立するのは, 3点2,y,zが同一直 例題1.2:(1) R° 上の2点A(12,3), B(1, -1)の間の距離 ABを求めなさ い。 (2) = (21, 2), 9 = (y, 32), 2 = (21, 22) e R° とするとき, d2(2, z) S de(m,y) + d2(y,2) ん が成り立つことを確認しなさい。 解:(1) AB=v(1+ 2)? + (-1-3)? =D v9 + 16 =5. (2) de(z, 9) = V(E1-1)+ (12 - y2)?であるから, 示すことは V(21 - 2)?+ (T2 -- 2)?V(21-)? + (22- y2)2+V(y1- )? + (2-22 です。1 - 1 = Xi, 22 - y2 = X2,yi - 21 = Yi, Y2 - 22 = Y2 とおいてみ ると, C1- 21 = - (21 - 1) + (1 - 21)=D Xi+ Yi 02 - 22 = (22 - y2) + (y2 - 22) = X2 + Y2 となりますから V(X) + Y)? +(X2 +Y)?VX+X}+VY?+Y を示せばよいことが分かります。 一般に, 実数 A,Bに対して0SASBで あるとき, A°< B° なら ASBが成り立ちますから, 2 2 (Vx+ X3+ \?+) - (V(X)+Y) + (Xa+ Ya)}) 20 を示せばよいことになります。 平方根の中身はすべて0以上ですから, 上の 不等式の左辺を展開すると = 2V(X?+X3)(Y? ++Y})20 となることが分かります。 なお、 等号が成立するのは, 3点c,y,2" 線上にあるときであることも分かります。

関数 f(x) = 1/（√x）の導関数を，微分係数の定義に従って求めよ． 微分係数の定義ってなんでしたっけ、 すみません、わからないので教えていただきたいです。

a, b, c を線型空間 V の線型独立なベクトルとする．このとき， h a + b + c, 2a + 3b, 3a + 5b − c i ⊂ h a + c, a + b, −b + 2c i を示せ．また， h a + b + c, 2a + 3b, 3a +... 続きを読む

わかったら随時言うんですけど、同じ問題解いてる人、これは解けたよって人、既に解けてて仕方ないから教えてやるよって方もしいたら教えてください。 連投すみません

問4 あるチェーン店の各店舗について, 店先の通行者数[人旧], 最寄り駅からの移動 時間[分],店舗面積 [m°], 従業員数[人],品目数[個]と売上高[万円/週のデータがあ る。このデータを用いて,売上高を目的変数,その他を説明変数として重回帰分析をR で行ったところ次のような結果を得た(ただし出力の一部を省略している)。 以下の各間に答えよ。 Coefficients: Estimate t value Pr(>|t|) (Intercept) 通行者数 1.970 0.061 0.9526 0.049 3.073 0.0133 最寄り駅からの移動時間 店舗面積 -2.235 -2.584 0.0295 0.064 0.159 0.8776 従業員数 3.959 1.484 0.1721 品目数 0.480 3.009 0.0147 Multiple R-squared: 0.8972, Adjusted R-squared: 0.8956

わかったら随時言うんですけど、同じ問題解いてる人、これは解けたよって人、既に解けてて仕方ないから教えてやるよって方もしいたら教えてください。

問4 あるチェーン店の各店舗について, 店先の通行者数[人旧], 最寄り駅からの移動 時間[分],店舗面積 [m°], 従業員数[人],品目数[個]と売上高[万円/週のデータがあ る。このデータを用いて,売上高を目的変数,その他を説明変数として重回帰分析をR で行ったところ次のような結果を得た(ただし出力の一部を省略している)。 以下の各間に答えよ。 Coefficients: Estimate t value Pr(>|t|) (Intercept) 通行者数 1.970 0.061 0.9526 0.049 3.073 0.0133 最寄り駅からの移動時間 店舗面積 -2.235 -2.584 0.0295 0.064 0.159 0.8776 従業員数 3.959 1.484 0.1721 品目数 0.480 3.009 0.0147 Multiple R-squared: 0.8972, Adjusted R-squared: 0.8956

統計学の偏相関係数について自分の解釈があっているかの確認をしたいのですが、 こればかりは自力ではできないので確認をお願いしたいです。 (画像は参考にした教科書の内容です。ファイルサイズの問題で必要な情報をすべては載せられませんが一応貼ります。) この教科書の内容は ある人... 続きを読む

Gのデータに対して、yおよびxを戦りの像数から下引する次のような る8,備相関係数 のデータに対して,yおよびえを吸りの象数から下刊する次のような S くうか考えられ,それらの影響も限形的であれば、上の1次式のモデルの愛 SyS」 (間題A1.6)。 親がふえるこになる。また,もしこれらの変のうち採力国)が2次関数的 に移響する可能性がある場合には、当のほかにx=という4満日の変数 を予デルに加えておけば、 2次開数的な影響も上のような線格デルにより 分析ることができる。 コーつの重国帰をデルを考える。 -ッ pe ただし、 Sy S Sy S エ-dx p+る。 -のとき、最小2堀法によって求めた重回帰式は次のょうになる。 S, S1 S12 S,p いま去6のように1つの目的変数とp個の説明変数光認を に n個のデータ(数値)が与えられたとしよう. S1y S Sg Sp S= たたし。 表6 重回帰分析の場合のアータ 22 1 帰分析法 S S 日的変哉 明 数 S Sp Sp"Sp S. S 81式のいかをyおよびからあ,為,Xoの回帰が消去されたときの 偏相関係数(partial correlation coefficient)という。 テータ号 そしてS,は行列式Sの1行」列の余因了(行」列の要素を取り除いて作。 Sは式のSの2行2列2)余国子からさらに1行1列の余因子をと 1 『1 『1 T」 ったもの。 S はSの2行2列の余囚子からさらに1行+1引の余因子をと 2 エ以 た行列式に(一1}* をかけたもの)。 | 式からわかるように00式で小される偏相関係数は(a,る,…,ズ)の影響 を除いたyととの相関係数と考えることができる。同様にしてyとxj- っかもめ。 1,2,p)の間の偏相関係数を定識することができる。 また。式に小す行列式Sとその余因子を用いると、ル は次のよう! S , S. も同様に考える。 エ J= (-arュー+) , =(ddエ み) も書ける。(町E A1.7)。 Sie VS」Sa 51と同様にズ,海。, y からyの値を子測するとき、,た。, とりの 関係を示す一つの数式モデルを設定しなければならない、この数式モデル(予 第1式)を11のように与える,必は- , -…, e だけでは説明しきれない部 分の予測誤差を表す。 『122.p=ー こおくとき、変数とpの単相相関係数は次のように書ける。 S Sa, Saは行列式Sの1行1列, 2行2列,1行2列の余因子 去8に示すデータで、yおよびから,石のの国帰が消去されした 5aト ただし、 『121 -ー -4十aエ,サ角約」十, +山i-6 この式を、線形重回帰モデル(linear multiple regression model} と呼ぶ中 * Sas Ss 例7。 ただ。 ときの偏相関係数()を求めよ。 [解] 例6の解答の中に示す行列式Sと式より 回滑の場合(x,平面上のヵ個の点の集まりドに直線をあてはめたが、重回帰 1、 ( , Spー -1 場合には(, , y)の(ゆ+1)次元空間での の点の集まりに対してき次 S』 VS」S。 元超平面 S--(-は)(カー)。 『yト23- -6.941×10° V6171×10×2.011×10 0.623 をあてはめ、それによって説明変数の他x,あ から目的変数の値 を予測する。このときの誤差は式から去?のように表される。

対数微分法を使ってこの関数の導関数を求めるとはどういうことでしょうか？解答までの過程も含めて教えてください。

8. Use logarithmic differentiation (封教微分法) to find the derivative of the function y= xVx? +1 x>0. 2/3 ラ (x+1)?3