SlideShare a Scribd company logo
1 of 16
Download to read offline
2017-01更新 熊本高専
森下功啓
VBAで
数値計算05
本資料の目次
数値積分
練習問題
その他
2
数値積分
3
定積分
積分とは微分の逆操作
定積分は、幾何学的にはある区間の面積を求めていることに等しい。
加速度を積分すると速度が求まり、速度を積分すると移動距離が求まる。
例えば、地震計の観測した加速度を2回積分すると地震計の変位が求まる。
角速度を積分すると旋回角度が求まる。
4
O
𝑥𝑥
𝑦𝑦
𝑎𝑎 𝑏𝑏
𝑓𝑓(𝑥𝑥)
�
𝑎𝑎
𝑏𝑏
𝑓𝑓 𝑥𝑥 𝑑𝑑𝑥𝑥 = 𝑆𝑆
𝑆𝑆面積
積分計算の定義
定積分の近似解として、短冊の面積の和を求めます。十分に
分割数が多ければ高い精度が出るでしょう。
5
O
𝑥𝑥
𝑦𝑦
𝑥𝑥0 𝑥𝑥𝑛𝑛
∆𝑥𝑥
�
𝑥𝑥0
𝑥𝑥𝑛𝑛
𝑓𝑓 𝑥𝑥 𝑑𝑑𝑥𝑥 = lim
𝑛𝑛→∞
�
𝑘𝑘=0
𝑛𝑛−1
𝑓𝑓 𝑥𝑥𝑘𝑘 ∆𝑥𝑥
𝑓𝑓(𝑥𝑥)
*短冊の数が増える(分割数が増
える)と、精度が向上する。
∆𝑠𝑠𝑘𝑘 = 𝑓𝑓 𝑥𝑥𝑘𝑘 ∆𝑥𝑥
𝑘𝑘番目の微小領域の面積
6
空白が目立ちます。
誤差が大きそうですね?
誤差を減らしましょう。
台形積分
誤差を減らすために、短冊の形を長方形から台形に変えます。
7
∆𝑠𝑠𝑘𝑘 =
1
2
𝑓𝑓 𝑥𝑥𝑘𝑘 + ∆𝑥𝑥 + 𝑓𝑓 𝑥𝑥𝑘𝑘 ∆𝑥𝑥
𝑘𝑘番目の微小領域の面積
�
𝑥𝑥0
𝑥𝑥𝑛𝑛
𝑓𝑓 𝑥𝑥 𝑑𝑑𝑥𝑥 = lim
𝑛𝑛→∞
�
𝑘𝑘=0
𝑛𝑛−1
1
2
𝑓𝑓 𝑥𝑥𝑘𝑘 + ∆𝑥𝑥 + 𝑓𝑓 𝑥𝑥𝑘𝑘 ∆𝑥𝑥
(𝑥𝑥𝑘𝑘, 𝑓𝑓 𝑥𝑥𝑘𝑘 )
(𝑥𝑥𝑘𝑘 + ∆𝑥𝑥, 𝑓𝑓 𝑥𝑥𝑘𝑘 + ∆𝑥𝑥 )
∆𝑥𝑥
𝑓𝑓 𝑥𝑥𝑘𝑘 + ∆𝑥𝑥 + 𝑓𝑓 𝑥𝑥𝑘𝑘
台形2つ分の面積 = (上辺+下辺)高さ
実装戦略
プログラムをどう組むか考えてみる。
まずは近似式に変換する。
8
�
𝑥𝑥0
𝑥𝑥𝑛𝑛
𝑓𝑓 𝑥𝑥 𝑑𝑑𝑥𝑥 ~ �
𝑘𝑘=0
𝑛𝑛−1
1
2
𝑓𝑓 𝑥𝑥𝑘𝑘 + ∆𝑥𝑥 + 𝑓𝑓 𝑥𝑥𝑘𝑘 ∆𝑥𝑥 ∆𝑥𝑥 ≪ 1
ループで足し続ける
微小幅は十分に小さく
𝑥𝑥𝑘𝑘に∆𝑥𝑥を足して𝑥𝑥𝑘𝑘+1を作る
𝑥𝑥の関数𝑓𝑓が必要
実装のイメージ
9
Dim x As Double
Dim y As Double
Dim dx As Double
Dim ds As Double
Dim s As Double
dx = 0.01
s = 0#
ds = 0#
For x = 2 to 10 Step dx ‘ 数値は積分区間
s = s + (func(x + dx) + func(x)) * dx / 2#
Next x
�
𝑥𝑥0
𝑥𝑥𝑛𝑛
𝑓𝑓 𝑥𝑥 𝑑𝑑𝑥𝑥 ~ �
𝑘𝑘=0
𝑛𝑛−1
1
2
𝑓𝑓 𝑥𝑥𝑘𝑘 + ∆𝑥𝑥 + 𝑓𝑓 𝑥𝑥𝑘𝑘 ∆𝑥𝑥
*計算精度向上と計算速度向上のために一工夫の余地はある。
ループで足し続ける
微小幅は十分に小さく
𝑥𝑥𝑘𝑘に∆𝑥𝑥を足して𝑥𝑥𝑘𝑘+1を作る
𝑥𝑥の関数𝑓𝑓が必要
@VBA
練習問題
10
問1 普通に定積分
y=ax2+bx-c
上記の式において、係数は任意とした場合に-10<=x<=10の
範囲で積分する関数を作成せよ。
11
問2 定積分
上記の式において、-10<=x<=10の範囲で積分する関数を作
成せよ。
12
𝑦𝑦 = 3.9𝑥𝑥
(sin 𝑥𝑥)3
問3 実際のデータの処理
角速度センサから得られたデータを以下のリンクに示す。データ
をダウンロードし、初期位置からの旋回角度を求めよ。データの
説明を次のページに示す。
Excelファイル版:
https://www.dropbox.com/s/0ascznvpqx4puer/rotation.xlsx?dl=0
csvファイル版:
https://www.dropbox.com/s/kfrspmpgenb6rsv/rotation.csv?dl=0
13
14
リンク先のファイルはデジタルIMUセンサで観測した角速度です。元々のファイ
ルサイズはExcelで処理可能な限界を突破していたので一部を抜き出しました。
csvファイルは、PCの観測時刻と角速
度の観測値が並んでいます。角速度と
は、単位時間当たりの旋回角度のこと
です。ここで、観測値の単位は不明な
ので、仮に[rad’/s]としておきます。
Excelファイルは、PCの観測時刻と角
速度の観測値と観測時刻の差[s]が並ん
でいます。Δt列から、観測間隔が不
均一であることが分かります。ここで、
旋回角度[rad’]を求めるには、微小旋
回角度Δθの合計を求めねばなりませ
ん。Δθ=観測値*Δtです。
csvファイルと比べると時刻の分解能
が小さくなっていることが分かります
が、Excelの標準機能の限界だと思っ
てください。
その他
15
参考文献
SAK Streets - VB 開発言語資料
 http://sak.cool.coocan.jp/w_sak3/doc/sysbrd/sak3vb.htm
 基本的にVB6.0の解説だが、VBAにほぼそのまま適用できる。かなり詳しい。
なぜ定積分で面積が求まるのか
 http://mathtrain.jp/teisekibun
16

More Related Content

What's hot

クラシックな機械学習の入門  5. サポートベクターマシン
クラシックな機械学習の入門  5. サポートベクターマシンクラシックな機械学習の入門  5. サポートベクターマシン
クラシックな機械学習の入門  5. サポートベクターマシンHiroshi Nakagawa
 
SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~
SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~
SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~SSII
 
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptxARISE analytics
 
修士論文発表:「非負値行列分解における漸近的Bayes汎化誤差」
修士論文発表:「非負値行列分解における漸近的Bayes汎化誤差」修士論文発表:「非負値行列分解における漸近的Bayes汎化誤差」
修士論文発表:「非負値行列分解における漸近的Bayes汎化誤差」Naoki Hayashi
 
PRML輪読#14
PRML輪読#14PRML輪読#14
PRML輪読#14matsuolab
 
【論文読み】Bag of Tricks for Image Classification with Convolutional Neural Networks
【論文読み】Bag of Tricks for Image Classification with Convolutional Neural Networks【論文読み】Bag of Tricks for Image Classification with Convolutional Neural Networks
【論文読み】Bag of Tricks for Image Classification with Convolutional Neural Networkstattaka_sun
 
PRML復々習レーン#2 2.3.6 - 2.3.7
PRML復々習レーン#2 2.3.6 - 2.3.7PRML復々習レーン#2 2.3.6 - 2.3.7
PRML復々習レーン#2 2.3.6 - 2.3.7sleepy_yoshi
 
MLP-Mixer: An all-MLP Architecture for Vision
MLP-Mixer: An all-MLP Architecture for VisionMLP-Mixer: An all-MLP Architecture for Vision
MLP-Mixer: An all-MLP Architecture for Visionharmonylab
 
一般化線形混合モデル入門の入門
一般化線形混合モデル入門の入門一般化線形混合モデル入門の入門
一般化線形混合モデル入門の入門Yu Tamura
 
【解説】 一般逆行列
【解説】 一般逆行列【解説】 一般逆行列
【解説】 一般逆行列Kenjiro Sugimoto
 
[読会]Long tail learning via logit adjustment
[読会]Long tail learning via logit adjustment[読会]Long tail learning via logit adjustment
[読会]Long tail learning via logit adjustmentshima o
 
統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)Kota Mori
 
PRML復々習レーン#9 前回までのあらすじ
PRML復々習レーン#9 前回までのあらすじPRML復々習レーン#9 前回までのあらすじ
PRML復々習レーン#9 前回までのあらすじsleepy_yoshi
 
Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...
Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...
Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...Taku Tsuzuki
 
PRML 4.1 Discriminant Function
PRML 4.1 Discriminant FunctionPRML 4.1 Discriminant Function
PRML 4.1 Discriminant FunctionShintaro Takemura
 
Superpixel Sampling Networks
Superpixel Sampling NetworksSuperpixel Sampling Networks
Superpixel Sampling Networksyukihiro domae
 

What's hot (20)

1 1.はじめに
1 1.はじめに1 1.はじめに
1 1.はじめに
 
クラシックな機械学習の入門  5. サポートベクターマシン
クラシックな機械学習の入門  5. サポートベクターマシンクラシックな機械学習の入門  5. サポートベクターマシン
クラシックな機械学習の入門  5. サポートベクターマシン
 
SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~
SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~
SSII2019TS: Shall We GANs?​ ~GANの基礎から最近の研究まで~
 
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx
【論文読み会】BEiT_BERT Pre-Training of Image Transformers.pptx
 
修士論文発表:「非負値行列分解における漸近的Bayes汎化誤差」
修士論文発表:「非負値行列分解における漸近的Bayes汎化誤差」修士論文発表:「非負値行列分解における漸近的Bayes汎化誤差」
修士論文発表:「非負値行列分解における漸近的Bayes汎化誤差」
 
PRML輪読#14
PRML輪読#14PRML輪読#14
PRML輪読#14
 
【論文読み】Bag of Tricks for Image Classification with Convolutional Neural Networks
【論文読み】Bag of Tricks for Image Classification with Convolutional Neural Networks【論文読み】Bag of Tricks for Image Classification with Convolutional Neural Networks
【論文読み】Bag of Tricks for Image Classification with Convolutional Neural Networks
 
PRML復々習レーン#2 2.3.6 - 2.3.7
PRML復々習レーン#2 2.3.6 - 2.3.7PRML復々習レーン#2 2.3.6 - 2.3.7
PRML復々習レーン#2 2.3.6 - 2.3.7
 
MLP-Mixer: An all-MLP Architecture for Vision
MLP-Mixer: An all-MLP Architecture for VisionMLP-Mixer: An all-MLP Architecture for Vision
MLP-Mixer: An all-MLP Architecture for Vision
 
一般化線形混合モデル入門の入門
一般化線形混合モデル入門の入門一般化線形混合モデル入門の入門
一般化線形混合モデル入門の入門
 
【解説】 一般逆行列
【解説】 一般逆行列【解説】 一般逆行列
【解説】 一般逆行列
 
[読会]Long tail learning via logit adjustment
[読会]Long tail learning via logit adjustment[読会]Long tail learning via logit adjustment
[読会]Long tail learning via logit adjustment
 
統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)統計的学習の基礎 5章前半(~5.6)
統計的学習の基礎 5章前半(~5.6)
 
PRML復々習レーン#9 前回までのあらすじ
PRML復々習レーン#9 前回までのあらすじPRML復々習レーン#9 前回までのあらすじ
PRML復々習レーン#9 前回までのあらすじ
 
Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...
Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...
Discovering_govering_equations_from_data_by_sparse_identification_of_nonlinea...
 
PRML8章
PRML8章PRML8章
PRML8章
 
AdaFace(CVPR2022)
AdaFace(CVPR2022)AdaFace(CVPR2022)
AdaFace(CVPR2022)
 
PRML 4.1 Discriminant Function
PRML 4.1 Discriminant FunctionPRML 4.1 Discriminant Function
PRML 4.1 Discriminant Function
 
PRML第3章@京大PRML輪講
PRML第3章@京大PRML輪講PRML第3章@京大PRML輪講
PRML第3章@京大PRML輪講
 
Superpixel Sampling Networks
Superpixel Sampling NetworksSuperpixel Sampling Networks
Superpixel Sampling Networks
 

More from Katsuhiro Morishita

数ページの卒業論文作成のためのwordの使い方
数ページの卒業論文作成のためのwordの使い方数ページの卒業論文作成のためのwordの使い方
数ページの卒業論文作成のためのwordの使い方Katsuhiro Morishita
 
Pythonのパッケージ管理ツールの話@2020
Pythonのパッケージ管理ツールの話@2020Pythonのパッケージ管理ツールの話@2020
Pythonのパッケージ管理ツールの話@2020Katsuhiro Morishita
 
オトナのpandas勉強会(資料)
オトナのpandas勉強会(資料)オトナのpandas勉強会(資料)
オトナのpandas勉強会(資料)Katsuhiro Morishita
 
SIgfox触ってみた in IoTLT in 熊本市 vol.3
SIgfox触ってみた in IoTLT in 熊本市 vol.3SIgfox触ってみた in IoTLT in 熊本市 vol.3
SIgfox触ってみた in IoTLT in 熊本市 vol.3Katsuhiro Morishita
 
Excelでのグラフの作成方法re
Excelでのグラフの作成方法reExcelでのグラフの作成方法re
Excelでのグラフの作成方法reKatsuhiro Morishita
 
Pythonスクリプトの実行方法@2018
Pythonスクリプトの実行方法@2018Pythonスクリプトの実行方法@2018
Pythonスクリプトの実行方法@2018Katsuhiro Morishita
 
Pythonで始めた数値計算の授業@わんくま勉強会2018-04
Pythonで始めた数値計算の授業@わんくま勉強会2018-04Pythonで始めた数値計算の授業@わんくま勉強会2018-04
Pythonで始めた数値計算の授業@わんくま勉強会2018-04Katsuhiro Morishita
 
マークシート読み込みプログラムを作ってみた@2018-04-04
マークシート読み込みプログラムを作ってみた@2018-04-04マークシート読み込みプログラムを作ってみた@2018-04-04
マークシート読み込みプログラムを作ってみた@2018-04-04Katsuhiro Morishita
 
オトナの画像認識 2018年3月21日実施
オトナの画像認識 2018年3月21日実施オトナの画像認識 2018年3月21日実施
オトナの画像認識 2018年3月21日実施Katsuhiro Morishita
 
LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001
LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001
LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001Katsuhiro Morishita
 
シリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルー
シリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルーシリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルー
シリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルーKatsuhiro Morishita
 
シリーズML-07 ニューラルネットワークによる非線形回帰
シリーズML-07 ニューラルネットワークによる非線形回帰シリーズML-07 ニューラルネットワークによる非線形回帰
シリーズML-07 ニューラルネットワークによる非線形回帰Katsuhiro Morishita
 
シリーズML-06 ニューラルネットワークによる線形回帰
シリーズML-06 ニューラルネットワークによる線形回帰シリーズML-06 ニューラルネットワークによる線形回帰
シリーズML-06 ニューラルネットワークによる線形回帰Katsuhiro Morishita
 
シリーズML-05 ニューラルネットワーク
シリーズML-05 ニューラルネットワークシリーズML-05 ニューラルネットワーク
シリーズML-05 ニューラルネットワークKatsuhiro Morishita
 
シリーズML-03 ランダムフォレストによる自動識別
シリーズML-03 ランダムフォレストによる自動識別シリーズML-03 ランダムフォレストによる自動識別
シリーズML-03 ランダムフォレストによる自動識別Katsuhiro Morishita
 
シリーズML-01 機械学習の概要
シリーズML-01 機械学習の概要シリーズML-01 機械学習の概要
シリーズML-01 機械学習の概要Katsuhiro Morishita
 
Pandas利用上のエラーとその対策
Pandas利用上のエラーとその対策Pandas利用上のエラーとその対策
Pandas利用上のエラーとその対策Katsuhiro Morishita
 

More from Katsuhiro Morishita (20)

数ページの卒業論文作成のためのwordの使い方
数ページの卒業論文作成のためのwordの使い方数ページの卒業論文作成のためのwordの使い方
数ページの卒業論文作成のためのwordの使い方
 
Pythonのパッケージ管理ツールの話@2020
Pythonのパッケージ管理ツールの話@2020Pythonのパッケージ管理ツールの話@2020
Pythonのパッケージ管理ツールの話@2020
 
オトナのpandas勉強会(資料)
オトナのpandas勉強会(資料)オトナのpandas勉強会(資料)
オトナのpandas勉強会(資料)
 
SIgfox触ってみた in IoTLT in 熊本市 vol.3
SIgfox触ってみた in IoTLT in 熊本市 vol.3SIgfox触ってみた in IoTLT in 熊本市 vol.3
SIgfox触ってみた in IoTLT in 熊本市 vol.3
 
Google Colaboratoryの使い方
Google Colaboratoryの使い方Google Colaboratoryの使い方
Google Colaboratoryの使い方
 
Excelでのグラフの作成方法re
Excelでのグラフの作成方法reExcelでのグラフの作成方法re
Excelでのグラフの作成方法re
 
Pythonのmain関数
Pythonのmain関数Pythonのmain関数
Pythonのmain関数
 
Pythonスクリプトの実行方法@2018
Pythonスクリプトの実行方法@2018Pythonスクリプトの実行方法@2018
Pythonスクリプトの実行方法@2018
 
機械学習と主成分分析
機械学習と主成分分析機械学習と主成分分析
機械学習と主成分分析
 
Pythonで始めた数値計算の授業@わんくま勉強会2018-04
Pythonで始めた数値計算の授業@わんくま勉強会2018-04Pythonで始めた数値計算の授業@わんくま勉強会2018-04
Pythonで始めた数値計算の授業@わんくま勉強会2018-04
 
マークシート読み込みプログラムを作ってみた@2018-04-04
マークシート読み込みプログラムを作ってみた@2018-04-04マークシート読み込みプログラムを作ってみた@2018-04-04
マークシート読み込みプログラムを作ってみた@2018-04-04
 
オトナの画像認識 2018年3月21日実施
オトナの画像認識 2018年3月21日実施オトナの画像認識 2018年3月21日実施
オトナの画像認識 2018年3月21日実施
 
LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001
LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001
LoRa-WANで河川水位を計測してみた@IoTLT@熊本市 vol.001
 
シリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルー
シリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルーシリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルー
シリーズML-08 ニューラルネットワークを用いた識別・分類ーシングルラベルー
 
シリーズML-07 ニューラルネットワークによる非線形回帰
シリーズML-07 ニューラルネットワークによる非線形回帰シリーズML-07 ニューラルネットワークによる非線形回帰
シリーズML-07 ニューラルネットワークによる非線形回帰
 
シリーズML-06 ニューラルネットワークによる線形回帰
シリーズML-06 ニューラルネットワークによる線形回帰シリーズML-06 ニューラルネットワークによる線形回帰
シリーズML-06 ニューラルネットワークによる線形回帰
 
シリーズML-05 ニューラルネットワーク
シリーズML-05 ニューラルネットワークシリーズML-05 ニューラルネットワーク
シリーズML-05 ニューラルネットワーク
 
シリーズML-03 ランダムフォレストによる自動識別
シリーズML-03 ランダムフォレストによる自動識別シリーズML-03 ランダムフォレストによる自動識別
シリーズML-03 ランダムフォレストによる自動識別
 
シリーズML-01 機械学習の概要
シリーズML-01 機械学習の概要シリーズML-01 機械学習の概要
シリーズML-01 機械学習の概要
 
Pandas利用上のエラーとその対策
Pandas利用上のエラーとその対策Pandas利用上のエラーとその対策
Pandas利用上のエラーとその対策
 

Recently uploaded

TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationYukiTerazawa
 
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024koheioishi1
 
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ssusere0a682
 
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ssusere0a682
 
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2Tokyo Institute of Technology
 
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScriptUniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScriptyuitoakatsukijp
 

Recently uploaded (6)

TokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentationTokyoTechGraduateExaminationPresentation
TokyoTechGraduateExaminationPresentation
 
The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024The_Five_Books_Overview_Presentation_2024
The_Five_Books_Overview_Presentation_2024
 
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習105 -n人囚人のジレンマモデル- #ゲーム理論 #gametheory #数学
 
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
ゲーム理論 BASIC 演習106 -価格の交渉ゲーム-#ゲーム理論 #gametheory #数学
 
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
東京工業大学 環境・社会理工学院 建築学系 大学院入学入試・進学説明会2024_v2
 
UniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScriptUniProject Workshop Make a Discord Bot with JavaScript
UniProject Workshop Make a Discord Bot with JavaScript
 

VBAで数値計算 05 数値積分