2017年7月24日 星期一

windows上的gvim如何設定預設字型

gvim上設定預設字型向來是一件麻煩事,尤其在windows上。
問題是參數不知道應該長怎樣,隨系統的不同而不同。

windows上,開啟gvim之前系統會執行"_vimrc"的內容。
首先用視窗界面("編輯"→"設定字型")來設定字型。
接下來利用":set guifont?"指令來觀察參數應該長怎樣。
然後在_vimrc中最後一行輸入 「 set guifont="剛剛看到的參數" 」就可以了。
我的gvim 8.0,windows 7,最後結果是這樣

set guifont=Source_Code_Pro_Medium:h12:cANSI:qDRAFT


2017年4月7日 星期五

小o符號的使用

小o符號在計算函數極限和闡述微分定義時非常的有用。對於極限理論來講,它並沒有帶來新的思想,但是符號的使用非常便利,可以造成思考上的省力效果,對於各種極限運算也可以透過小o,在形式上完全變成代數運算。小o可以說是偷渡"無窮小"的數到標準分析學裏的一個辦法。不用學習非標準分析繁重的邏輯就能夠享受非標準分析的好處。

2017年1月19日 星期四

微分形式的不變性

微分的定義是這樣的
$$df=f'(x)dx\tag{1}$$
高階微分的定義
$$d^nf=f^{(n)}(x)dx^n\tag{1a}$$
這個式子的由來是因為我們把$dx$當成固定的,它不是$x$的函數,所以$d(dx)=0$,但是$f'(x)$是$x$的函數,因此

帶參數積分的微分

$$\frac{d}{dy} \int_{v(y)}^{u(y)} f(x,y) \, dx$$
這式子要如何計算?
$$\begin{align*}  設 \int_v^u f(x,y) \, dx&=I(u,v,y) \\
  dI&=\frac{\partial I}{\partial u} du + \frac{\partial I}{\partial v} dv + \frac{\partial I}{\partial y} dy \\
&=f(u(y),y)u'(y)dy-f(v(y),y)v'(y)dy+ (\int_v^u f'_y(x,y) \, dx)\, dy  \\
\therefore \frac{dI}{dy} &= f(u(y),y)u'(y)-f(v(y),y)v'(y)+\int_v^u f'_y(x,y)\,dx
\end{align*} $$
證明要比這個麻煩,這樣只是方便記憶。

2017年1月14日 星期六

泰勒多項式的兩種餘項

假設$f(x)$在$[a, b]$連續,在$(a, b)$ $n+1$階可微,帶餘項的泰勒公式是這樣的:
$  f(b) = \sum_{k=1}^n f^{(k)}(a)/(k!) (b-a)^k+f^{(n+1)}(\xi)/((n+1)!)(b-a)^{n+1} $

$f^{(n+1)}(\xi)/((n+1)!)(b-a)^{n+1}$是最常見的餘項,叫做拉格朗日餘項。但是還有令一種餘項叫做積分餘項(還有第三種,暫時不提),這可以直接用分部積分推導,或是從拉格朗日餘項用積分中值公式推導。後一種方法簡單一點。

多加上一個條件,就是$f(x)$在$(a, b)$連續可微,就成立積分餘項
$(1/n!)\int_a^b f^{(n+1)}(x)(b-x)^n \, dx$

注意到$(b-x)$在 $x$ 屬於$[a,b]$時不變號,又發現
$(1/n!)\int_a^b (b-x)^n \, dx= (b-a)^{n+1}/(n+1)!$,
之後套用積分中值公式就知道兩種餘項相等了。

2013年10月2日 星期三

日本數學家:伊滕清

原來伊滕清在2008年的時候過世了,阿彌陀佛。他應該是本世紀最出名的日本數學家。其實可以說是史上最出名的日本數學家,因為他創立了隨機微積分。

機率論其實很久以來不被認為是數學,因為裡面的一些概念沒有適當
的定義,簡單講就是沒能公理化,一直到俄國人kolmogov採用了測度論和勒貝格積分,才讓機率論正式成為了數學的一份子。另外,小夫也是著名的教育家,他寫的實變分析現在還暢銷中。

機率是什麼?機率就是發生的機會?這話講了等於沒講,以前的機率
論只能靠直覺行事,因此長久以來沒什麼進展,一直到確立了機率就是勒貝格測度,隨機變量就是可測函數,事件就是可測集合,接下來機率論才有快速的進展。大學部的機率課程大概都還是直覺行事,因為要到能夠學習"真"機率論,得累積一些內力才行。大陸好像把這個叫做高等機率,不過這樣會讓人家誤解機率論有分高等低等,說是"正式"機率論比較對。

2013年9月13日 星期五

精準預測

"精準預測"這本書比我想的還要好,不過那也可能是因為這本書跟我先前對信用評等的看法一樣,也就是說每款債券違約機率,其實並不是獨立的:而且這種錯誤到處都是,不只是評等而已,基本上人類對自己不知道,或無從計算的東西,都會視為是獨立的。但是實際上經常不是如此。5% 乘 5% 乘 5% 乘 5% 乘 5% 等於 0.0000003125,答案沒有錯,但是,假開賣勒。

不過,這樣我有可能犯了這本書提到的錯誤:因為這本書跟我的看法一樣,我就說他很好。

題外話:幫機率論公理化的數學家Kolomogrov(俄國人),曾說機率論在公理化之前,不能算是數學。機率論的公理化跟拓樸學有密不可分的關係(這又證實了我說俄國人拓樸學很好),如果對拓樸學沒有一點基本的認識,看所謂機率論會覺得像天書一樣。初等的機率論沒有這些深奧東西,但是因為什麼都靠直覺,所以很容易出現一些自己覺得理所當然的錯誤結論。以前的瑞士數學家歐拉(Euler)直覺很好,所以他的錯誤非常少,但是絕大部分的人(如果不是全部)都沒有像歐拉一樣的直覺。

另外特別介紹一個日本人"小島寬之",他是數學系畢業之後修習經濟的經濟學家,他在一本書裡有講解過所謂事前和事後機率,其中微妙的不同。個人覺得他講解的不錯。他也講過排列組合的計算,很多人會算錯,因為常常用一些自以為是的理由亂套公式(這跟本文第一段很類似...),這種時候,不如先拋棄那些公式,從頭一個一個的點數,很快就能明白錯在那裏了。