計算するのが大変な積分に用いる置換積分で何が起きるのか 下の積分の例で見る \begin{align}\displaystyle \int x(2-x)^4 dx\end{align} \(t=2-x\)とおくと \begin{align}
私は~です」、「彼女は~です」はbe動詞を使って表現できる。 以下その例 ・I am Shironeko. 私
余矢を定義してグラフを描く。余矢は \begin{align}\mathrm{cvs} \theta = 1
制御工学ではよく伝達関数の性質を調べるために部分分数分解をすることがある。部分分数分解とは次分数の分母を因数分
MATLABで双一次変換を使った離散PID制御と連続PID制御の応答を確認する
双一次変換を使った離散PID制御と連続PID制御の応答を確認する。双一次変換は連続時間の伝達関数に対して\(s
PID制御器の伝達関数 \begin{align}C(s)=K_P + \frac{K_ I}{s} + K_
正矢を定義してグラフを描く。正矢は \begin{align}\mathrm{ver} \theta = 1
オイラーの公式を使って四倍角の公式を導出する。この方法は脳筋向け。\(\theta_1=\theta_2 =\
オイラーの公式を使って三倍角の公式を導出する。\(\theta_1=\theta_2 =\theta_3 =
倍角の公式 \begin{align}\cos 2 \alpha= 2 \cos^2 \alpha - 1 =
デルタ関数を定義する。デルタ関数は \begin{align} \delta(x)=\begin{cases}
$1^\circ$は弧度法で \begin{align}1^\circ=\frac{\pi}{180} \ma
\(x^a(a\neq -1)\)の積分 \begin{align}\int x^a dx\end{align
MatlabでPID制御のシミュレーションをする。システムとPID制御器の伝達関数は \begin{align
ガンマ関数の極限表示を求める。\(\Gamma(z)=(z-1)!\)について \begin{align}\G
Aliexpressに自称WS2812Bが売っていたので買ってみた。購入ページはここ。 https://ja.
ELEGOO製クリアブルーレジン ELEGOO 光造形3Dプリンター用 UVレジン 405nm 水洗い樹脂 1
ネイピア数は数列を使って \begin{align}e=\lim_{n \to \infty} (1 + \f
ガンマ関数の極限表示を求める。\((z-1)!\)について \begin{align}(z-1)!&=
\(n\)までの自然数に含まれる素数の数を\(\pi(x)\)とおく。\(n\)を大きくしていくと \begi
\(0\)ではない任意のベクトル\(A,B\)について \begin{align}A \cdot B = 0
任意の交流回路において、次の関係が常に成り立つ。この関係をKirchhoffの法則という。 Kirchhoff
底辺\(a\)高さ\(h\)の三角形の面積は \begin{align}S = \frac{1}{2} ah\
Gauss関数の積分を求める。\(I\)を \begin{align}I&=\int_{-\infty
水力発電の理論出力は水車に流れ込む水の流量を\(Q\)、有効落差 \(H\)とすると次で表される。 \begi
実数列\(\{a_n n=0,1,\cdots\}\)において、任意の\(\varepsilon>0\)に対し
安定でプロパなSISOシステムの\(H_∞\)ノルムは \begin{align}\ G(s) \ _\inf
直角三角形\(ABC\)において、三角関数の定義より次が成り立っている。 \begin{align}\sin
Pythonで単位ステップ関数を描画する。単位ステップ関数は \begin{align}H(x)=\begin
【解析】Sympyの関数を使ってヘビサイドの階段関数を描画する
Sympyの関数を使ってヘビサイドの階段関数を描画する。ヘヴィサイドの階段関数は \begin{align}H
ある物理システムをそのまま状態方程式にしたもの、あるいはその拡大系が次のように表されているとする。 \begi
「ブログリーダー」を活用して、しろねこさんをフォローしませんか?
計算するのが大変な積分に用いる置換積分で何が起きるのか 下の積分の例で見る \begin{align}\displaystyle \int x(2-x)^4 dx\end{align} \(t=2-x\)とおくと \begin{align}
複素関数を使えば複素数を写像できる。 ディジタル制御では \begin{align}s=e^{sT}\end{align} を使うので\(T=1\)として写像してみる 例えば下のプログラムの例では虚軸が円に写される。 x=0; y=-5:0
台形近似で積分を計算してみる Nが刻み数 minが下限、maxが上限 funcが被積分関数 N=100; min=0; max=1; t=linspace(min,max,N); dt=t(2)-t(1); S=zeros(size(t))
博士とったのでブログも再開します!
Hammerstein型非線形モデルの非線形ブロックによるゲインを\(\alpha\)とすると \begin{align}B(q^{-1}) &=\alpha b_{1} q^{-1} +\alpha b_{2} q^{-2} +
\(f(x)=1\)とする。この関数を\(a\)から\(b\)まで複数回積分すると \begin{align}\int_a^b 1 dx=a-b\end{align} \begin{align}\int_a^b \int_a^b 1 dx
\begin{align}\int_{-a}^{a} f(x) dx = 2 \int_{0}^{a} f(x) dx\end{align}
奇関数の定積分には \begin{align}\int_{-a}^af(x)dx=0\end{align} が成り立つ
詳しくはここ MATLABの行列演算を使うと楽 N=10000; n=1:1:N; result=sum(1./n-log(1+1./n))
オイラーの定数とは \begin{align}\gamma=\lim_{n \to \infty} (1 + \frac{1}{2} + \cdots + \frac{1}{n} - \log n)\end{align} の極限値のことであ
クロネッカー積には次の関係が成り立つ。 \begin{align}x_1 \otimes (y_1+y_2)&=x_1 \otimes y_1 + x_1 \otimes y_2 \\(x_1 + x_2 ) \otimes y_1
\(X,\mathcal{O}\)を位相空間とする。 \begin{align}{}^{\forall} x_1,x_2 \in X (x_1 \neq x_2) \hspace{2mm} {}^{\exists} \mathcal{O}_
PID制御とは比例・積分・微分の3つを組み合わせて行う制御方式である。 PID制御は次のように与えられる。 \begin{align}u(t)=K_P e(t) + K_{I} \int_0^{t} e(\tau) d\tau + K_D
正五角形の1辺の長さを1とすると正五角形の対角線の長さ\(a\)は余弦定理より \begin{align}a^2&=1^2 + 1^2 - 2 \times 1 \times 1 \times \cos 108\\&= 2
40枚の中から指定の五枚を引く確率は \begin{align}\frac{1}{{}_{40} C_{5}={1}{658008}\end{align} となる
ウッダル数は \begin{align}n \times 2^n -1\end{align} の形をしている数である。 MATLABでは次のように計算できる。 n=10; count=1; p=2; for i=1:1:n K(i)=i*p
カレン数は \begin{align}n \times 2^n + 1\end{align} であるが \begin{align}n \times p^n + 1\end{align} を考える。 n=10; count=1; p=3; f
カレン数は \begin{align}n \times 2^i + 1\end{align} で表される。 カレン数のうち素数のものをカレン素数という。 今回はMATLABでカレン素数を探す。 以下ソース n=10; count=1; fo
参考 RNNは入出力を等しく学習→長期的な依存性の学習が苦手
NUMBERSには横滑り現象なるものがあるらしくLSTMで学習して当てる試みがほそぼそとあるらしい Qiitaだとこれとか Github 機械学習に興味あるのでやってみようと思う
英語の品詞は8つに分けられる名詞 代名詞 形容詞 副詞 動詞 前置詞 接続し 間投詞
ベクトル関数が定ベクトルとベクトルの外積であるときの微分は\begin{align}\frac{d}{dt}(\boldsymbol{K \times A})=\boldsymbol{K} \time \frac{d \boldsymbol
ベクトル関数がベクトルの和であるときの微分は\begin{align}\frac{d}{dt}(\boldsymbol{KA})=\boldsymbol{K} \frac{d \boldsymbol{A}}{dt}\end{align}とな
ベクトル関数がベクトルの和であるときの微分は\begin{align}\frac{d}{dt}(k\boldsymbol{A})=k\frac{d \boldsymbol{A}}{dt}\end{align}となる。
ベクトル関数がスカラー関数のときの微分は\begin{align}\frac{d \boldsymbol{A}+\boldsymbol{B}}{dt}=\frac{d \boldsymbol{A}}{dt}+\frac{d \boldsym
ベクトル関数がスカラー関数のときの微分は\begin{align}\frac{d \boldsymbol{K}}{dt}=0\end{align}となる。
ベクトル\(\boldsymbol{A}(t),\boldsymbol{B}(t)\)について\begin{align}\frac{d \boldsymbol{A}(t)}{dt}=\boldsymbol{B}(t)\end{align}の
次の式を連続の式という。\begin{align}\frac{\partial \rho}{dt} + \mathrm{div} (\rho \boldsymbol{v})=0\end{align}
ベクトルの微分は各成分ごとに微分したものと等しい。即ち\begin{align} \frac{d \boldsymbol{A}(t)}{dt}=\frac{dA_x(t)}{dt} \boldsymbol{i}+\frac{dA_y(t)}
静電場\(\boldsymbol{E}(\boldsymbol{r})\)について、\begin{align}\boldsymbol{E}(\boldsymbol{r})=- \nabla \phi (\boldsymbol{r})\end
ニュートンの運動方程式\begin{align}m \frac{d^2x(t)}{dt^2} =F\end{align}および自由落下を行っている物体に掛かる力\begin{align}F=-mg\end{align}より\begin{al
ベクトル関数の微分\(A(t)\)の微分係数は\begin{align}\frac{dA(t)}{dt}=\lim_{\delta t \to 0} \frac{A(t + \delta t)-A(t)}{\delta t}\end{ali
畳み込み積分のラプラス変換は次のようになる。\begin{align} \mathcal{L}&=\int_0^{\infty}e^{-st}\int_0^tf(u)g(t-u)dudt \\&=\int_0^{\infty
定義に従い計算すれば良い。\begin{align}\mathcal{L} & =\int_0^\infty e^{-st} (a f(t) + b g(t)) dt \\& =a \lim_{p \to \infty}
ある実数\(t\)によってベクトル\(A\)が定まる時、これをベクトル関数といい\(A(t)\)と書く。\(A(t)\)の変数が\(A_x,A_y,A_z\)であれば\begin{align}A(t)=A_x(t) \boldsymbol{
合同数の定義\begin{align} \begin{cases}X^2+Y^2=Z^2\\\displaystyle \frac{XY}{2}=n\end{cases}\end{align}楕円曲線の関係を求める。合同数の定義を平方完成す
合同数の定義\begin{align} \begin{cases}X^2+Y^2=Z^2\\\displaystyle \frac{XY}{2}=n\end{cases}\end{align}楕円曲線の関係を求める。合同数の定義を平方完成す
回路に電気エネルギーを供給する素子を電源という。外部にどんな負荷を接続しても一定の電流を出力する電源を電圧源という。理想電圧源の内部抵抗は零である。電圧源に接続された抵抗を小さくすることを考える。オームの法則より、\begin{align}
区間\((0,\infty]\)で定義された関数\(f(t)\)について次の無限積分\begin{align}\lim_{T \to \infty} \int^{T}_{0} e^{-st} f dt = \int_0^\infty e^{
合同数の定義\begin{align} \begin{cases}X^2+Y^2=Z^2\\\frac{XY}{2}=n\end{cases}\end{align}楕円曲線の関係を求める。合同数の定義を平方完成すれば\begin{align