tabuchi:mlcf法の紹介
差分
このページの2つのバージョン間の差分を表示します。
| 両方とも前のリビジョン前のリビジョン次のリビジョン | 前のリビジョン | ||
| tabuchi:mlcf法の紹介 [2021/10/06 09:16] – [1.2 MLCF での解析] mtab | tabuchi:mlcf法の紹介 [2023/11/24 03:17] (現在) – [1.2 MLCF での解析] mtab | ||
|---|---|---|---|
| 行 56: | 行 56: | ||
| $\mu t_0$ を $\mu t_0(E) = C_0 + C_1 E$ や $\mu t_0(E) = C_0 + C_1 E^{-3} + C_2 E^{-4}$ の様にパラメータを用いて近似するなら、そのパラメータも最小二乗の対象にして$\alpha_i$と同時に決定することができる。 | $\mu t_0$ を $\mu t_0(E) = C_0 + C_1 E$ や $\mu t_0(E) = C_0 + C_1 E^{-3} + C_2 E^{-4}$ の様にパラメータを用いて近似するなら、そのパラメータも最小二乗の対象にして$\alpha_i$と同時に決定することができる。 | ||
| これが MLCF の考え方である。 | これが MLCF の考え方である。 | ||
| - | $\mu t0$ として $\mu t_0(E) = C_0 + C_1 E$を採用した場合を具体的に書いてみる。 | + | $\mu t_0$ として $\mu t_0(E) = C_0 + C_1 E$を採用した場合を具体的に書いてみる。 |
| \[ | \[ | ||
| 行 62: | 行 62: | ||
| \] | \] | ||
| の $\overline{\mu t}$ を | の $\overline{\mu t}$ を | ||
| - | $\overline{\mu t}(E) = \frac{\mu t(E)-\mu t_0(E)}{\Delta\mu t} = \frac{\mu t(E)-C_0-C_1 E}{\Delta\mu t}$ | + | \[ |
| + | | ||
| + | \] | ||
| と置き換えると、 | と置き換えると、 | ||
| \[ | \[ | ||
| R = | \Sigma_k \{ \frac{\mu t(E)-C_0-C_1 E}{\Delta\mu t} - \Sigma_i \alpha_i S_i(E_k) \} |^2 | R = | \Sigma_k \{ \frac{\mu t(E)-C_0-C_1 E}{\Delta\mu t} - \Sigma_i \alpha_i S_i(E_k) \} |^2 | ||
| \] | \] | ||
| - | と書ける。$\Delta\mu t > 0$なので、$R \Delta\mu t = R'$ と書くことにすると、 | + | と書ける。$R \Delta\mu t = R'$ と書くことにすると、 |
| \[ | \[ | ||
| R' = | \Sigma_k \{ \mu t(E)-C_0-C_1 E - \Sigma_i \alpha_i \Delta\mu t S_i(E_k) \} |^2 | R' = | \Sigma_k \{ \mu t(E)-C_0-C_1 E - \Sigma_i \alpha_i \Delta\mu t S_i(E_k) \} |^2 | ||
| \] | \] | ||
| - | の $R' | + | $\Delta\mu t > 0$なので、 |
| + | $R' | ||
| さらに、表記を簡単にするために $\alpha_i \Delta\mu t = \alpha_i' | さらに、表記を簡単にするために $\alpha_i \Delta\mu t = \alpha_i' | ||
tabuchi/mlcf法の紹介.1633511814.txt.gz · 最終更新: 2021/10/06 09:16 by mtab