パチンコの確立計算機なるものがあるみたい どうやって計算してるんだろう・・・
\(5 \times 5\)が\(25\)であることから\(5\)
集合の演算において、次の分配率が成り立つ。\begin{align}A \cup (B \cap C)\end{align}証明\begin{align}x \in A \cup (B \cap C) & \Leftrightarr
\(2^100\)を計算したときの1の位の数を求める。1の位に注目すると\begin{align}2,4,8,6,2,4 \cdots \end{align}と続く。4個の繰り返しなので25回の繰り返しが現れる。余りはないので1の位の数は6
十分小さい正の角度\(\theta\)について、\(\cos \theta\)は\(\tan \theta \)を用いて\begin{align}\cos \theta \approx 1 - \frac{\tan^2 \theta}{2}
\(tan \theta\)は\(\cos \theta \)を用いて十分小さい正の角度\(\theta\)について\begin{align}\tan \theta \approx \sqrt{2(1- \cos\theta)} \end{
電荷分布が与えられているときのrだけ離れた場所の静電ポテンシャル
電荷分布\(\rho(\boldsymbol{r})\)が与えられているときの\(\boldsymbol{r}\)だけ離れた場所の静電ポテンシャル\(\phi(\boldsymbol{r})\)は\begin{align}\phi(\bol
点電荷\(Q\)から\(\boldsymbol{r}\)だけ離れた場所の静電ポテンシャル\(\phi(\boldsymbol{r})\)は\begin{align}\phi(r)=\frac{Q}{4 \pi \varepsilon \b
対数積分\begin{align}\mathrm{Li} (x) = \int_0^x \frac{1}{\log t} dt\end{align}は\(t=1\)で特異点を持つのでコーシの主値を使って\begin{align}\mathr
リーマンの論文によれば、n以下の自然数に含まれる素数の数は\begin{align}\pi (x) =\sum_{m=1}^{\infty} \frac{\mu(m)}{m} \left ( \mathrm{Li}(x^\frac{1}{m
\(A\)を2の倍数、\(B\)を3の倍数とすると\(A,B\)はそれぞれ\begin{align}n(A)= \left \lfloor \frac{n}{2} \right \rfloor \\n(B)= \left \lfloor \
例え~でも例:・Even if you don't like food, you have to eat .
\begin{align}\int \left ( \frac{x+2}{x} \right )^2 dx &= \int \left (1 + \frac{2}{x} \right )^2 dx \\&= \int
オイラーの公式より\begin{align}e^{\frac{\pi}{2}i}= \cos \frac{\pi}{2} + i \sin \frac{\pi}{2}=i\end{align}両辺を\(i\)乗して\begin{align}
コンパスと定規を使って作図できる図形であるとき、その図形は1次もしくは2次方程式で表現できる。
MATLABで分散を逐次計算しようとしてうまくいかなかった話
MATLABで分散を逐次計算しようとしてうまくいかなかった。分散の逐次計算は\begin{align}\sigma_{n+1}^2=\dfrac{n(\sigma_n^2+\mu_n^2)+x_{n+1}^2}{n+1}-\mu_{n+1}
平均は\begin{align}\mu_{n+1} = \frac{1}{n+1} (n \mu_n + x_{n+1})\end{align}で逐次計算できる。以下コードN=10;x=1:1:N;mu=zeros(1,N);mu(1,1)
これの続きN=6;B=zeros(1,N);B(1,1) = 1;disp(B(1,1));for i = 2:1:N B(1,i) = getBernoulliNumber(i, B); disp(B(1,i));endfun
素数の逆数和は\begin{align}P=\frac{1}{2} + \frac{1}{3}+ \cdots = \infty\end{align}となる。これを計算する。以下コードN=100;zeros(1,N);for i=1:1:N
\(\frac{1}{n-1} - \frac{1}{n}\)は次の関係がある。\begin{align}\frac{1}{n-1} - \frac{1}{n}=\frac{n}{n(n-1)} - \frac{n-1}{n(n-1)}=\
これの続きnum = input('数字を入力してください: ');fprintf('入力された数字 -> %d\n', num);PrimeFactorization(num);functio
Switch版のCLANNADは日本語と英語のどちらの言語でも遊べて、ボタンひとつで言語切り替えができます。これは冒頭のシーン。設定のところから言語変更ができます。タッチ操作とマイナスボタンでの切り替えも対応値段は5000円くらい。こ...
以下のソースコードで速度を比較。n=15のとき自作関数:0.002isprime:0.0049n=150のとき自作関数:0.0051isprime:0.0055なお自作のmyisprimeで判定できるのは150程度までn = 15;coun
これのMATLAB版n = 15;count = 0;for i = 1:n disp(); count = count + isprime(i);enddisp();function p = isprime(n) k =
polynomialに生成した多項式を放り込んでsolveで解を求める。coefficientsには高い順に係数を入れればいい。今の例だと\(x^2+5x+6=0\)を解く。coefficients = ;syms x;polynomial
primesを使えば簡単。n_min = 2;n_max = 1000;x = n_min:1:n_max;p_count=zeros(size(x));pi_n = x ./ log(x);for i=1:1:length(x) p
angleとaxisを指定すれば計算できる。#define _USE_MATH_DEFINES#include <iostream>#include <cmath>double** getRotationMatrix
スターリングの公式は\begin{align}n! \approx \sqrt{2\pi n} \left(\frac{n}{e}\right)^n \end{align}で表される。以下コード。stirling(3)function re
ChatGPTでMATLAB用の最急降下法の学習係数最適化プログラムを生成した
ChatGPTでMATLAB用の最急降下法の学習係数最適化プログラムを生成した。合ってるかは不明。% 3変数のラインサーチのサンプルコード(gradを使用しない)% 目的関数(Rosenbrock関数)fun = @(x) 100*(x(2
今回描く楕円曲線は\begin{align}y^2=x^3-x\end{align}解は複素数になるときもあるが、今回は実平面との交点のみを描く。ルートの中身\begin{align}x^3-x\end{align}が正になるときだけ描画す
集合\(A\)に属して\(B\)に属さない集合を差集合といい\begin{align}A-B=\{x x \in A \land x \not \in B \}\end{align}と表す。
集合を元とする集合を集合族という。例えば\(A\)を集合として\(A\)の各要素に\(B_i\)が対応しているとする。この時この集合族を\begin{align}\{ B_{i} \} _{i \in A}\end{align}などと表し、
L0ノルムの定義\begin{align}L_0=\sum_{i=1}^n\delta(x_i),\quad \delta(x_i)=\begin{cases}1\hspace{5mm} (x_i \neq 0)\\0\hspace{5mm
集合\(A,B\)について、\(A \subset B\)かつ\(B \subset A\)のとき\(A\)と\(B\)は等しいといい\(A = B\)と表す。
ベクトル内の非ゼロ要素の数を表すノルムで\begin{align}L_0=\sum_{i=1}^n\delta(x_i),\quad \delta(x_i)=\begin{cases}1\hspace{5mm} (x_i \neq 0)\\
\(2x + 5 = 13\)の解を求めよ。\begin{align}x=4\end{align}長方形の一辺が4cm、もう一辺が7cmの場合、その面積を求めよ。\begin{align}28 \mathrm{cm}\end{align}三
水圧管路を有する水力発電所の出力\(P\)を求める。はじめに水力発電所出力\(P\)は流速を\(Q\)、有効落差を\(H\)とすれば\begin{align}P=gQH \eta\end{align}となる。水圧管内の流速\(v\)は流速係
\(\sqrt{2}\)が無理数でないと仮定すると\(\sqrt{2}\)は有理数となる。今互いに素な自然数\(m,n\)を用いると\(\sqrt{2}\)は\begin{align}\sqrt{2}=\frac{m}{n}\end{ali
ディリクレ核\begin{align}D_n(x)=1+2\sum_{k=1}^{n} \cos (kx) = \frac{\sin \left( \frac{2n+1}{2}\right )x}{\sin \frac{x}{2}}\end
線形システム\begin{align}\dot{x} (t) = A x(t) + B u(t)\end{align}について、行列\begin{align}A-BK\end{align}の固有値の実部が全て負になるような状態フィードバック
\( \forall \varepsilon > 0\)に対して\(\delta > 0\)が存在して、\( x_0 - x_e < \delta \)となる初期状態\(x_0\)について、\( x(t) - x_e
微分方程式系が\(t\)を含まないとき、すなわち、ある微分方程式系が\begin{align}\dot{x} = f(x(t)) \hspace{5mm} f(x_e) = 0\end{align}のときこのシステムを自律システムという。
入力\(u\)と状態ベクトル\(x\)を用いて記述される次のシステムがあるとする。\begin{align}y=f(x(t),u(t))\end{align}このシステムの内部安定性を調べるために\(u(t)\)を時間関数に固定すれば\be
これの続き。N=10;B=zeros(1,N);B(1,1)=1;for i = 1:1:N B(1,i+1)=getBernoulliNumber(i, B);endBfunction y = getBernoulliNumber(
regexを使えばできる。以下コード#include <iostream>#include <string>#include <regex>int main() { std::string str
ベルヌーイ数を求めるには漸化式を解けばいい。漸化式は\begin{align}B_0&=1\\B_n&=-\frac{1}{n+1} \sum_{k=0}^{n-1} {}_{n+1} C_{k} B_{k}\end{ali
冪乗の和公式は次式で与えられる。\begin{align}\sum_{i=1}^{n} i^k = \sum_{j=0}^{k} i^k \begin{pmatrix}k \\ j\end{pmatrix}B_j \frac{n^{k+1-
理想気体の状態方程式は圧力を\(P\)、体積を\(V\)、物質量を\(n\)、モル気体定数を\(R\)、熱力学温度を\(T\)とすると\begin{align}PV=nRT\end{align}で与えられる。
多倍長ライブラリmpirを含むデータをtupleにまとめvectorに格納するとうまくいかなくなる。
小数\(0.5\)の二乗は\(0.25\)となるが、今回は\(\sqrt{0.25}\)を考える。\begin{align}\sqrt{0.25}&=\sqrt{\frac{25}{100}}\\&=\sqrt{\frac{
二次方程式\begin{align}y=ax^2+bx+c\end{align}について複素解になるのは\begin{align}b^2-4ac<0\end{align}のときである。このときの共有点の場所を調べる。\(x=p+qi\
単位面積当たりに働く力を圧力といい\begin{align}P=\frac{F}{S}\end{align}単位はパスカルPa
三角関数の級数展開を使ってバーゼル問題の値を求める。\(\sin x\)と\(\frac{\sin x}{x}\)をマクロリーン展開する。\begin{align}\sin x &=x - \frac{x^3}{3!} + \cdo
次の関数で得られる数列\begin{align}D_n(x)=1+2\sum_{k=1}^{n} \cos (kx) = \frac{\sin \left( \frac{2n+1}{2}\right )x}{\sin \frac{x}{2}
「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?
パチンコの確立計算機なるものがあるみたい どうやって計算してるんだろう・・・
\(s\)平面から\(z\)平面への変換式は \begin{align}\label{S-T transform}z=e^{sT}\end{align} で与えられる.\(z\)平面上の点および\(s\)平面上の点を \begin{alig
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
辞書単語帳ゲーム類アニメ類
C102で頒布するかもしれない基板の仮組み(一部部品なし)ができました続きはおいおい
等比数列\begin{align}S_n = \{a,ar,ar^2,\cdots,ar^n-1\}\end{align}の和は\begin{align}S_n &= \{a,ar,ar^2,\cdots,ar^n-1\}\\rS_
TeXで表を作成してある値だけ中央揃えにしたい時は \multicolumn{1}{c }{A}とすれば良い。枠線を使用しないときは \multicolumn{1}{c}{A}
隣合う数の比が一定である数列を等比数列という。
たとえばI myself might be a problemなどのI myself~のような文について考える。「~自身」という意味を持つmyselfは再帰代名詞と呼ばれ、強調の意味を持つ。上の例文は「私自身が問題かもしれない」という意味で
水車の効率は水車の出力\(P\)、流量\(Q\)、落差\(H\)、発電機の効率\(\eta_{G}\)を用いて\begin{align}\eta_T = \frac{P}{9.8 Q H \eta_G} \end{align}で表される。
水車の速度変動率は定格回転速度を\(N_n\)、最大回転速度を\(N_m\)とすれば\begin{align}\delta_m= \frac{N_m-N_n}{N_n} \times 100 \mathrm{}\end{align}で得られ
運転中の水車やポンプを流れるある点の水圧が飽和蒸気圧以下になると水分が蒸発し気泡が生じる。この現象をキャビテーションという。
水車の効率は機械的出力\(P_o\)と入力\(P_i\)との比\begin{align}\eta = \frac{P_o}{P_i} \times 100\end{align}で表される。
送電電圧を\(V_s\)、受電電圧を\(V_r\)、送電線絽のリアクタンスを\(X\)、位相角を\(\delta\)とすれば送電電力は\begin{align}P = \frac{V_s V_r}{X} \sin \delta\end{al
名詞には3つの格がある。格とは名詞が他の語句との関係を示す語形のことを言う。名詞の場合は主格と目的格は語形が同じ形になるが、代名詞の場合は異なることがある。主格主語や主格補語、呼びかけ、主格の同格語に用いる所有格他の名詞を修飾して、「~の」
・This month's pay wasn't enough to make me happy今月の給料は私を喜ばせるほどではなかった=今月の給料は喜ぶほどではなかった・This month's pay wa
電線に1V印加した時に電線に蓄えられる電荷を静電容量と言い、比誘電率を\(\varepsilon_s\)、電線距離を\(l\)、電線半径を\(r\)とすれば、単位長さあたりの静電容量は一般に次式で表される。\begin{align}C=\f
電線に\(1A\)流した時に電線に鎖交する磁束数をインダクタンスと言い、比透磁率を\(\mu_s\)、電線距離を\(l\)、電線半径を\(r\)とすれば、一般に次式で表される。\begin{align}L_n = \left (\frac
導体に交流が流れると、中心付近は電流が流れにくくなる。この効果を表皮効果という。表皮効果は抵抗率を\(\rho\)、角速度を\(\omega\)、透磁率を\(\mu\)とすれば表皮深さ\(\sigma\)は\begin{align}\sig
送電電力、負荷の力率、送電距離、電力損失および線間電圧が等しいとき、三相三線式による場合の所要電線量は、単相2線式のときの何倍になるかを求める。単相二線式の電流を\(I_2\)、三相三線式の電流を\(I_3\)とすると、\(I_2\)と\(
水力発電における水車の適応落差は次のようになる。ペルトン水車・・・150~800mフランシス水車・・・40~500m軸流水車・・・40~180m斜流水車・・・40~180mプロペラ水車・・・5~80m
このライブラリを使ってCANの割り込みを行うにはvoid onReceive(int packetSize) {}を何処かで定義してCAN.onReceive(onReceive)をsetup内で呼び出せば良い。
Chat GPTをうまく使うと英語の勉強効率が上がる。使う前にI'll write sentences in English. Translate the sentence to Japanese and explain the