3重積分

第一原理からの多変数微分積分

もう1次元加えると3重積分になる:2次元領域をタイル化する代わりに、3次元の立体を小さな箱で埋め、それぞれに関数の値を掛けて足す。機構は以前と同じ、リーマン和に続いて反復積分で、フビニが順序の選択を許す。

箱[a,b]×[c,d]×[e,g]上では3つのネストした1重積分:1つの変数で他を固定して積分し、次、最後。各ステップは通常のコースIの積分です。

場所によって密度が異なるスポンジケーキの重さを量ることを考えてみてください。上の方は空気を含んで軽く、中央に向かって密度が高くしっとりしています。その総質量を求めるには、ケーキを小さな立方体に切り刻み、各立方体の小さな体積にその場所の密度を掛け、すべてのかけらを合計します。立方体を縮小させていくと、その合計はケーキ上の密度 f(x, y, z) の三重積分になります。

機械学習における位置づけモデルが複数の潜在変数を隠すときデータの確率を求めるには、すべてを一度に積分する:p(x) = ∭ p(x, z₁, z₂, z₃) dz₁ dz₂ dz₃、3重(またははるかに高次の)積分。実際のモデルでは次元は数千に達し閉形式は存在しない、これがMLがモンテカルロ推定と変分推論に頼る全体の理由。
▶ 3重積分
← 2重積分変数変換 →