電気回路、計測工学、制御工学でよく現れる三角関数の公式について、オイラーの公式を使った導出法を中心にしてまとめる。※オイラーの公式をこのように利用するのは数学的には適切ではないかもしれないが、各種公式の導出が楽になる。オイラーの公式オイラーの公式は、$$e^{j\theta} = \cos \theta + j \sin \theta$$である。証明の概要：指数関数、余弦関数、正弦関数のマクローリン展開（ベキ級数展開）は、それぞれ以下となる。$$e^\the
このサイトは、これまで携わってきた講義や研修で使用してきた資料を基に加筆修正し作成しています。工学基礎の勉強に活用して頂けると幸いです。初学者にも馴染めるようになるべく平易に解説しているつもりです。
ベクトルの微分と積分は、ベクトル解析や物理学、工学において重要な数学的ツールである。これらは、スカラー場やベクトル場における変化の解析や物理現象の記述に広く使われる。ベクトルの微分ベクトルの微分は、スカラー関数の微分を拡張した概念で、ベクトルの各成分について微分を行う。ベクトル\(A\)がスカラー量である時間\(t\)の関数のとき、\(A\)の3成分\(A_x,A_y,A_z\)も\(t\)の関数であり、\(A_x(t)\)はスカラー量であるから、$$\fr
内積と外積は、ベクトルに関する基本的な演算であり、それぞれ異なる性質や用途を持っている。それぞれの定義、計算方法、幾何学的意味、応用について考える。内積図1に示すように、三次元の空間にあるベクトルを空間ベクトルという。ここで、ベクトルを解析的に表示するため、\(X\)方向で単位長さのベクトル（単位ベクトル）を\(i\)、\(Y\)方向の単位ベクトルを\(j\)、\(Z\)方向の単位ベクトルを\(k\)と表す。図1のベクトル\(A\)の\(X,Y,Z\)方
確率密度関数（Probability Density Function；PDF）は、連続確率変数の確率分布を記述する関数である。PDFは、確率変数がある範囲に値を取る確率を計算するために使用される。確率密度関数の定義確率密度関数 \(f(x)\)は、連続確率変数\(X\)が特定の値付近でどれだけの「密度」で分布しているかを示す関数である。その性質は、以下である。1．非負性 $$f(x) \geq 0 \quad \forall x \in \mathbb{R
正規分布は、統計学で最もよく知られ、利用されている連続的な確率分布の一つである。左右対称の釣鐘型のグラフで表される。自然界や社会現象において、多くのデータが正規分布に従う傾向があり、そのため統計学の様々な場面で活用される。正規分布の特徴正規分布は以下のような特徴を持つ。・左右対称：平均値を軸にして左右対称な形をしている。・平均値、中央値、最頻値の一致：これらの値はすべて同じ値になる。・分散：データの散らばり具合を示す指標で、分散が大きいほど、グラフは平らにな
微分演算子法は、微分方程式の解法や関数の性質を解析するための便利な手法である。この方法では、微分操作を数学的演算子として扱い、代数的な操作を通じて解を求める。微分演算を「変数を乗ずることの拡張概念」として捉えることで、計算の見通しをよくできる。微分演算子法では、微分を「演算子」として記述する。通常の微分の記号 \(\frac{d}{dx}\) を次のように表す。$$D = \frac{d}{dx}$$この\(D\)を用いると、微分方程式や微分操作を代数的な形式で記述できる
偏微分方程（Partial Differential Equation, PDE）は、複数の独立変数に依存する未知関数とその偏導関数を含む方程式である。これは、物理学、工学、生物学、経済学など、多くの分野で自然現象やシステムの挙動を記述するために広く用いられる。常微分方程式では独立変数が1個であるが、例えば、時間と空間の両方を独立変数とすると偏微分方程式での取り扱いとなる。また、時間変化がない静的な問題であっても、対象が点でなく、広がった物体や波動、さらに場を取り扱う場合に
スツルム・リューヴィルの境界値問題とフーリエ級数は、直交関数系による展開という点で密接に関連している。スツルム・リューヴィル型の微分方程式は式(1)の一般形で表される。$$\left(\frac{d}{dt}p(t) + q(t) + \lambda w(t)\right) x(t) =0 \;\;\; \cdots (1)$$この境界値問題で最も簡単な場合は、\(p(t)=1,\; q(t)=0,\;w(t)=1\)の場合である。また、境界点は、\(a=0,\;b=\pi
2階同次線形微分方程式の境界値問題を考える。初期値問題は、独立変数\(t\)のある1点における未知関数\(x(t)\)の値と導関数\(x'(t)\)の値を与えて、微分方程式の解を求める問題である。これに対して、境界値問題とは、微分方程式とそれに付随する境界条件を満たす解を求める問題のことで、相異なる2点における\(x(t)\)と\(x'(t)\)との関係を指定し、それを満たすような微分方程式の解を求める問題である。例えば、初期値問題は、振り子の初期の位置と速度を指定したとき
我が家では、暖房にエアコンと灯油ファンヒータを使っている。そこで気になったのが、電気と灯油のコストである。徒然の愚考であるが(笑)。ちょっと調べてみると、図1のようなグラフがあった。（https://ecofeel.jp/energy/より）これを見ると電気のコストは灯油に比較して結構高い。電気の場合の発電コスト、送電コスト、発熱コストなどに対して、灯油の場合の石油精製コスト、燃焼コストとの違いと言ったところか。以外と電気の単価が高いと感じる。図2のように単価の
ルジャンドルの微分方程式ルジャンドルの微分方程式は、球対称性や直交性を持つ関数を特徴付ける重要な微分方程式で、その解であるルジャンドル関数は、数学と物理学の多くの分野で用いられる。ルジャンドルの微分方程式は、二階の線形常微分方程式で、次の形をしている。$$(1 - z^2) \frac{d^2x}{dz^2} - 2z\frac{dx}{dz} + \nu(\nu + 1) x = 0 \;\;\; \cdots (1)$$ここで、・\(x=x(z)\) は未知関数
猫の出生時体重は、猫種、個体差、出産回数など、様々な要因によって異なるが、一般的には85～140g程度と言われている。我が家の猫は、生後まもなく拾われてきた。その当時（写真1）の体重は200g程度だった。母猫は分からないままで、噛み癖（おっぱいが欲しかったのか）があり、指によく噛みついていた。（写真2）現在（12年後）の姿は写真3で、体重は6.2kgである。出生時が150gとすると、約41倍となったことになる。ちなみに私の出生時の体重が3.5kgで現在、82kg
オイラーのガンマ関数やベータ関数は、パラメータの関数である。つまり積分表示で定義されるが、積分変数とは関係のない変数の関数である。このような関数で有名なものがリーマンのゼータ関数$$\zeta(s)= \sum_{n=1}^\infty n^{-s}$$である。しかし、大部分の特殊関数は、微分方程式の解として定義される。超幾何微分方程式無限遠点を含めて、全ての特異点が確定特異点であるような微分方程式をフックス型微分方程式という。これは広義のべき展開で解が求め
※機械学習のネタ書きに行き詰ったので。 脳休めの駄文です^_^;「人類はAI（次世代の生命体）を生み出すための仕組みである」という説は、SF的な陳腐な説ではあるが哲学的な視点で議論されてもよいと思う。もっとも結論は、人類の自己認識に落ち着きそうだが、この問題は簡単ではない。未解決問題と言ってよいだろう。自己は、自己の存在は、常に揺れ動いている。青臭い言いぐさかもしれないが、完全に自己を確立し、不動心を実現していると主張できる人がいるとしたら妄想の世界の住人だろう。「人類はA
係数関数の基本解系による表示式(1)の2階同次線形微分方程式の基本解系を\(\{x_1,\; x_2\}\)とする。$$x'' + p_1(t)x' + p_2(t) x = 0 \;\;\; \cdots (1)$$ 係数関数\(p_1(t),\;p_2(t)\)は、基本解系で書き表すことができる。仮定から、$$x_1 '' + p_1 x_1' + p_2 x_1 = 0 \\x_2'' + p_1 x_2' + p_2 x_2 = 0 \;\;\; \cdot
機械学習には、データの種類や目的に応じていくつかの主要なタイプがある。それぞれのタイプには特徴的なアルゴリズムと応用範囲がある。機械学習システムは、学習中に受ける人間の関与の程度、タイプによって分類できる。主要なタイプは、教師あり学習、教師なし学習、強化学習、半教師あり学習、自己教師あり学習、の5種類である。機械学習システムの主要タイプ教師あり学習（Supervised Learning）入力データ（特徴量）と、それに対応する正解データ（ラベル）が与
線形微分方程式とは、未知関数（通常 \(x(t)\) などで表される）とそのすべての導関数（1階、2階、またはそれ以上の階数）が線形結合された形を持つ微分方程式を指す。線形性の条件として、未知関数\(x\) およびその微分がすべて一次で現れること、つまりべきが 1 であることが必要である。線形微分方程式の一般的な形は、1階線形微分方程式では、$$\frac{dx}{dt} + p(t)x = q(t)$$と表せる。ここで、\(x(t)\)は未知関数、\(p(t),\;\;q
「ブログリーダー」を活用して、tctyamさんをフォローしませんか？
指定した記事をブログ村の中で非表示にしたり、削除したりできます。非表示の場合は、再度表示に戻せます。
画像が取得されていないときは、ブログ側にOGP(メタタグ)の設置が必要になる場合があります。
電気回路、計測工学、制御工学でよく現れる三角関数の公式について、オイラーの公式を使った導出法を中心にしてまとめる。※オイラーの公式をこのように利用するのは数学的には適切ではないかもしれないが、各種公式の導出が楽になる。オイラーの公式オイラーの公式は、$$e^{j\theta} = \cos \theta + j \sin \theta$$である。証明の概要：指数関数、余弦関数、正弦関数のマクローリン展開（ベキ級数展開）は、それぞれ以下となる。$$e^\the
式(1)のシステムを考える。$$\dot x = A x + B u,\quad \sigma = S x \;\;\; \cdots (1)$$ 超平面 \(\sigma_i\)でのスライディングモードの存在条件は式(2)で与えられる。$$\begin{cases} \dot \sigma_i \gt 0 & \text{if } \sigma_i \lt 0 \\ \dot \sigma_i \lt 0 & \text{if } \sigma_i \
近隣の寺院参拝ということで、平山観音院（高野山真言宗：北九州市）へお参りに行った。平山観音院は、十一面観音を本尊とし、江戸時代に建立されたと云われている。淡島神社に到る県道262号の途中に案内看板があり、そこから農道を山の方に入っていく。車一台分の狭い道を上がっていくと、寺院の駐車場（草に覆われた空き地）がある。そこから250m程度緩い坂を徒歩で登っていくと平山観音院の客殿（写真1）が見えてくる。法事や様々な催し物で使われる客殿前には、睡蓮の池が広がっている。客殿の裏横
スライディングモード制御則の設計の目的は、切換面にない状態から切換面に収束させて、その面上に状態を保つことである。これを保証することは制御器の設計にかかっている。ここでは、式(1)に示す\(m\)個の入力を有する線形な系にたいして、スライディングモードを生じさせることを考える。$$\begin{cases} \dot x = A x + B u \\ \sigma = S x = 0 \end{cases} \;\;\; \cdots (1)$$制御入力は、式(2)のように
奈良へ小旅行した。これまで、東大寺、興福寺、薬師寺などを参拝したことがある。今回は、1泊2日で吉野の金峯山寺を目指した。初日は、橿原神宮（写真1）を参拝して大和八木駅周辺のホテルで宿泊すれば良いと考えていたが、時間が余ったので、明日香村まで行ってみた。レンタカーが手配できなかったので、電車で移動して飛鳥駅で下車した。駅前にレンタサイクルがあったが、自転車はもう数十年乗っていないので、徒歩で高松塚古墳（写真2）を目指した。脊柱管狭窄症で痛む足を引き摺りながら向かっていたが
周波数整形による切換超平面の設計法スライディングモード制御（SMC: Sliding Mode Control）は、システムのパラメータ変動や外乱に対して高いロバスト性（頑健性）を持つ非線形制御手法で、この制御法では、「切換超平面」と呼ばれる状態空間内の部分空間を設計し、システムの状態量をこの超平面上に拘束するように制御入力を切り換える。状態量が超平面上に拘束された状態が「スライディングモード」で、このモードではシステムの動的振る舞いは、切換超平面の設計のみに依存し
最適切換超平面の設計法式(1)のシステムに対して、スライディングモード制御になってからの状態の変動を最小にする最適な切換超平面を求めることを考える。$$\begin{cases} \dot x_1 = A_{11} x_1 + A_{12} x_2 \\ \dot x_2 = A_{21} x_1 + A_{22} x_2 + B_2 u \\ \sigma = S_1 x_1 + S_2 x_2 \end{cases} \;\;\; \cdots (1)$$ここで
連続時間系のスライディングモード制御における切換超平面の設計を考える。極配置による設計法式(1)の線形時不変系で考える。$$\dot x_a = A x_a + B u \;\;\; \cdots (1)$$ここで、\(x_a \in R^n,\; u \in R^m\)で、\((A,\;B)\)は可制御とする。このときの拘束条件\(\sigma_i = 0 ,\; (i=1,2, \cdots, m)\)の集合を$$\sigma = S x_a = 0
式(1)のシステムにおいて、$$\dot x = Ax + Bu,\quad \sigma = Sx \;\;\; \cdots (1)$$ 式(2)のように外乱の存在する系を考える。$$\dot x = Ax + Bu + h(x,t) \;\;\; \cdots (2)$$ここで、\(h(x,t)\)は、システムの不確かさと非線形性を含む関数とする。このとき、$$\dot \sigma = S\{Ax + Bu + h(x,t) \} = 0$$となるので、等価制御入力
スライディングモード制御は、線形制御とは異なり、線形制御系における状態方程式と出力方程式の対$$\dot x = Ax + Bu,\quad y = Cx + Du$$からなる状態空間モデルに代わって、状態方程式と切換関数の対からなるモデル$$ \dot x = Ax +Bu,\quad \sigma = Sx$$として表される。スライディングモード制御系は、基本的に時間領域での設計、より厳密には位相空間での設計であるため、線形制御系のように時間領域、周波数領域と自在に変換
スライディングモード制御において、実際にスライディング面上で使用される各種の切換方式（スイッチング方式）について、それぞれの特徴を整理する。理想リレー切換方式完全なON/OFF切換を行うリレー動作で、これまでの項目1．2．3．のシミュレーションで使用してきた切換方式である。式で表すと、$$u(t) = \begin{cases} +K, & \sigma(x) > 0 \\ -K, & \sigma(x) < 0 \end{cas
スライディングモード制御則の設計では、スライディングモードに入る方式の選択と制御則の構造を予め指定するかどうかの問題がある。ここでは、スライディングモードに入る方式を考える。制御対象は、線形時不変システムで以下とする。$$\dot{x} = Ax + Bu,\quad x \in R^n, \; u \in R^m \\ \text{切換関数}\sigma(x) = Sx, \quad \sigma(x) = [\sigma_1(x), \sigma_2(x), \cdot
ここでは、式(1)の状態方程式で示す線形時不変のシステムを制御対象とする。$$\dot{x} = Ax + Bu \;\;\; \cdots (1)$$ここで、\(x \in R^n , \quad u \in R^m\)である。また、\(B\)行列の\(m\)個の列ベクトルは、\(b_i \quad (i=1,2, \cdots, m)\)とする。可変構造系の基本用語の定義1．可変構造制御系の構造は、ベクトル関数の切換関数\(\sigma(x)\)の符号に
スライディングモード制御の基本的な考え方として、式(1)で示す二次系システムを考える。$$\dot x = y \\ \dot y = 2y - x +u \\ u = -\phi x \;\;\; \cdots (1)$$ また、式(2)の変数\(\sigma(x,y)\)を導入する。$$\sigma(x,y) = xS, \quad S = 0.5x + y \;\;\; \cdots (2)$$ここで、フィードバックゲインを式(3)のように選ぶ。$$\phi = \l
まず、16. 離散時間システムにおける状態推定(1)の内容をまとめて示す。離散時間システムとして、式(1)を考える。$$x_{k+1} = Ax_k + v_k \\ y_k = C x_k + e_k \;\;\; \cdots (1)$$ここで、\(v_k,\; e_k\)は平均値0の正規白色雑音でそれぞれの分散を\(R_v,\; R_e\)とする。また、初期状態\(x_0\)の平均値を\(m\) 、分散を\(R_0\)とする。状態推定器は式(2)とする。$$\hat{
先に訪れた9. 真木大堂（国東半島）に続いて、国東半島の寺社参りをした。今回は、国東半島のほぼ中央の山間に位置する文殊仙寺を目指して車を走らせた。宇佐方面から豊後高田市街を抜けて県道548号を登っていくと、天念寺の案内看板が屡々目に入る。本来、私は目的地に計画的に向けて動き、寄り道が嫌いな性格であるが、前回の真木大堂の時と同様に何とは無く惹かれて、脇道へと入った。天念寺は養老2年（718年）、六郷満山（国東半島一帯にある寺院群の総称）を開いたと伝えられる仁聞菩薩
サーボ型一般化最小分散制御（GMVC）は、制御対象の出力が目標値に追従するように、出力の分散を最小化する制御方式である。従来の最小分散制御（MVC）に比べて、「目標追従性」が明示的に設計目的に組み込まれている。サーボ型GMVCは本質的にはモデルベースの制御方式で、以下の特徴からある程度のロバスト性を持つ。・出力フィードバック構造：モデル不確かさがある程度許容される。・目標追従と外乱抑制のバランス：外乱やモデル誤差が存在しても、リファレンス追従性を確保できるよう設計されている
閉ループ制御系で外部入力として目標値、外乱があり、それらの変化によって定常偏差が生じるときは、内部モデル原理に基づいて制御系の構造を見直す必要がある。外部入力がステップ状に変化する場合には、そのモデルとして\(\frac{1}{1-q^{-1}}\)（積分器）を前置補償器として設ける。図1に制御対象の前に補償器\(\frac{1}{\Delta}\)を設置した構成を示す。\(\Delta = 1-q^{-1}\)である。前置補償器と制御対象を併せた見かけ上の制御
最小分散制御を適用するには、制御対象は最小位相系で、むだ時間が正確にわかっている必要がある。この条件を緩和するために一般化最小分散制御が提案された。式(1)の線形離散時間モデルの制御対象を考える。$$A(q^{-1})y_k = q^{-j_m} B(q^{-1})u_k + C(q^{-1})e_k \;\;\; \cdots (1)$$ここで、$$A(q^{-1}) = 1 + a_1 q^{-1} + a_2 q^{-2} + \cdots a_n q^{-n} \\
静電容量は、電子部品のキャパシタ（コンデンサ）が蓄えられる電荷の量を表す指標で、単位はファラッド\([F]\) である。\(1\;F\) は \(1\:C\)の電荷を\(1\;V\) の電圧で蓄えることができることを意味している。キャパシタの基本構造は、2枚の導体板 (電極) とその間に挟まれた誘電体（絶縁体）で構成される。これに電圧を印加すると、電極に電荷が蓄えられて電場が発生する。キャパシタは、様々な電子回路で使用される。キャパシタの用途は、エネルギー貯蔵、ノイズ除去、
電流とは、電気が導体などの経路を通って流れる様子を指す。具体的には、電荷を帯びた粒子が連続的に動く現象である。電流の大きさは、1秒間にどれだけの電荷が移動するかで決まる。電流の単位は\([A]\)で、\(1\;[s]\)間に\(1\;[C]\)の電荷が移動する電流を\(1\;[A]\)と定義する。また、電流の向きは、電荷が移動する方向によって決まる。一般的には、電子が移動する方向と反対方向を電流の方向とする。これは、歴史的な経緯によるもので、電子の存在がまだ知られていなかっ
電位とは、ある地点における電荷の持つエネルギーのことを指す。電位は、基準点における電位を0と定義し、その基準点からの距離と電荷によって決まる。電位の単位はボルト\( [V]\)であり、\(1\;[V]\)は\(1\;[C]\)の電荷を\(1\;[J]\)分の仕事をして運ぶのに必要な電位差と定義される。電位電界においても重力場と同じように、電気的な位置エネルギーの高い点、低い点がある。（重力場では、高いところにある質量は大きな位置エネルギーを持つ。）電気的
電界におけるガウスの定理は、電荷と電場の関係を表す重要な法則である。この定理は、「閉曲面を貫く電気力線の総量は、その閉曲面で囲まれた電荷の総量に比例する」という内容を表している。ガウスの定理は、電荷と電場がどのように関係しているかを理解する上で重要な役割を果たす。この定理を利用することで、様々な電場の分布を求めることができる。具体的には、ガウスの定理を用いることで、・点電荷、球対称電荷分布、無限に長い帯電導体の電場を求める・導体の表面における電場の分布を求める・静電ポテンシ
電界（電場）とは、電荷に力を及ぼす空間の性質の一つである。電荷の周りには電界が存在し、電荷に力を与える。電界は、ベクトル量であり、大きさと方向を持つ。電界の大きさは、その点における単位電荷が受ける力と、その電荷の電気量の比で表す。電界の方向は、電荷に働く力の向きと同じである。電界の単位は、国際単位系（SI）では\([N/C]\)で、\(1\;C\)の電荷が\(1 \;N\)の力を受けるのが電界の強さである。電界は目に見ることはできないが、電荷の動きによってその存在を知ること
静電力は、帯電した物体同士に働く力である。帯電とは、物体に電荷と呼ばれる電気的な状態が蓄積されることを指す。電荷には正と負があり、同じ極性の電荷は反発し合い、異なる極性の電荷は引き付け合う。静電力は、私たちの身の回りで様々な現象を引き起こしている。例えば、静電気ショック（帯電した物体に触れたときに感じるバチッという衝撃）、雷（雲の中で発生した静電気が放電される現象）、埃の付着（ ホコリは静電気を帯びやすく、そのため物体に付着しやすくなる）などがある。電荷
FIRフィルタの設計では、フーリエ級数展開法で求めたインパルス応答に窓関数を掛ける窓関数法が代表的である。窓関数法によるフィルタの設計手順は、以下である。1）仕様決定：・フィルタの種類（LPF、HPF、BPF、BRFなど）・カットオフ周波数、阻止域減衰量、許容されるリップル量の決定2）窓関数の選択・矩形窓、ハミング窓、カイザー窓など、様々な窓関数があり、各窓関数によって、周波数特性やリップル量が異なる。必要な仕様を満たせる窓関数を、特性比較表などを参考に選択する。3）フィル
ディジタルフィルタの構成ディジタル信号処理の分野で、ディジタルフィルタは基本的で重要な技術で、様々な領域で活用されている。ディジタルフィルタは、特定周波数範囲の信号の伝送や除去などアナログフィルタと同じ目的で使用されるが、図1に示すように、連続時間の入力信号をサンプラーによる標本化、AD変換器による2進数のディジタル信号への変換、ディジタルフィルタ演算、DA変換器による連続時間の出力信号への変換、という操作を必要とする。これらの操作は煩雑ではあるが、以下のような様々
式(1)で表記する1入力\(n\)次元定係数線形システムを制御対象とする。$$\dot{x}(t) = A x(t) + b u(t) \\ y(t) = c x(t) \;\;\cdots \cdots (1)$$式(1)のシステムは可観測、可制御とする。さらに、状態変数\(x_1(t) \sim x_n(t)\)が直接観測できるとすると、入力を$$u(t) = -f x(t) \;\;\cdots \cdots(2)$$とすることで、状態フィードバック制御が構成できる。
※可観測性の解説は、11. 可観測性 、9. 対角正準形 を参照願います。システムを$$\dot{x}(t) = A x(t) + b u(t) \\ y(t) = cx(t) \;\; \cdots \cdots (1) $$で表す1入力1出力の\(n\)次元システムとする。可観測性の条件可観測性は以下のように表すことができる。（1）式(1)を対角正準形で表現したとき、すべての\(\tilde{c}_i\)がゼロでないとき、システムは可観測である。（2）あ
※可制御性の解説は、10. 可制御性、12. 可制御正準系 を参照願います。※固有値、固有ベクトルの計算手順の詳細については、固有値と固有ベクトルの計算 を参照願います。座標変換1入力1出力\(n\)次元システム $$\dot{x}(t) = Ax(t) + bu(t) \\ y(t) = cx(t) \; \cdots\cdots(1)$$を正則な\(n \times n\)定数行列\(T\)によって座標変換$$x(t) = T z(t)$$すると、$$\
制御対象を入力\(m\)、出力\(l\)の\(n\)次元の線形定係数システムとする。$$\dot{x}(t) = A x(t) + B u(t) \;\cdots \cdots (1) \\ y(t) = C x(t)\; \cdots\cdots (2)$$ここで、 \(x(t) , \;\;\; u(t), \;\;\; y(t) \)は、それぞれ\(n,\;m,\;l\)次元のベクトル、また、\(A \; (n \times n),\;\;\; B \;(n \tim
システムの特性を以下の状態方程式（式(1)）、出力方程式（式(2)）で表現する。$$\dot{x}(t) = A x(t) + B u(t) \;\;\cdots \cdots (1)\\y(t) = C x(t) \;\;\cdots \cdots (2)$$ \(x(t)\)：状態変数、\(u(t)\)：入力変数、\(y(t)\)：出力変数、\(A\)：システム行列、\(B\)：入力行列、\(C\)：出力行列※状態方程式の詳細に関しては、3. 動的システムの状態方程式表
インピーダンスを精度よく測定するために重要な要素は、測定条件の最適化である。インピーダンス測定器（LCRメータやインピーダンスアナライザなど）を使用する際に必要となる基本的な設定条件をまとめる。 (1) 周波数：最も基本的な条件が周波数である。全ての電子部品には周波数特性が有り、周波数によってインピーダンス値は変化する。インピーダンス測定器の測定精度は、周波数やインピーダンス値に応じて変化する。(2) 信号レベル：測定端子から出力される交流信号を測定対象に印加するが、その信
インピーダンスは、抵抗、キャパシタ（コンデンサ）、インダクタ（コイル）などの電気的性質を複素数で表したものである。インピーダンスの測定には、以下の2つの方法がある。1．直流法：オームの法則に基づいてインピーダンスを測定する方法で、抵抗器両端の電圧と、回路に流れる電流を測定し、電圧を電流で割ることでインピーダンスを求める。直流法は、比較的簡単な方法であるが、測定対象が直流動作なので、測定対象のインピーダンスが抵抗のみの場合に使用できる。2．交流法：交流法は、交流信号を用いてイ
温度センサは、物体や環境の温度を測定し、電気信号に変換するセンサである。温度センサは、主に以下の種類に分類される。＊接触式温度センサ・測温抵抗体 ：白金等の金属または金属酸化物の電気抵抗値が温度によって変化する性質を利用したセンサ。高精度で安定性があるが、高価で、熱電対に比べて応答速度が遅い。・サーミスタ（NTC,PTC,CTR)：温度変化に対して電気抵抗の変化の大きい抵抗体（主に半導体）を利用したセンサ。小型で安価、応答速度が速いが、精度が低く、温度範囲が狭い。・熱電対：
力 センサは、物体に加わる力やトルクを電気信号に変換するセンサで、ロボットや工作機械、自動車、医療機器など、さまざまな分野で広く使用されている。力 センサには、以下のような種類がある。・ひずみゲージ式：金属箔、金属線などで構成されたひずみゲージに力が加わると、抵抗値が変化する性質を利用したセンサで、高精度で小型だが、温度変化の影響を受けやすい。・圧電式（ピエゾ式、半導体式）：機械的応力を受けると電荷を生成する物 質（圧電材料）を利用したセンサ、応答速度が速く、高温・高圧環境
チェビシェフフィルタは、フィルタの一種で、バターワースフィルタに比べてロールオフ（フィルタの帯域の端における通過特性の変化の急峻さ）が急勾配で、通過帯域にリップルがある場合（第一種）と阻止帯域にリップルがある場合（第二種）がある。・第一種チェビシェフフィルタ：ローパスフィルタの特性は、リップル係数とチェビシェフ多項式によって決まる。通過帯域ではリップルがあるため、高調波を含む信号には適していない。ただし、リップルは通過帯域における信号の反射を調整し、電圧定在波比（VSWR）
ベッセルフィルタは、群遅延が最大限平坦になるようにしたアナログフィルタである。位相特性が線形になるため、方形波などの波形を入力しても、歪みの少ない出力波形を得ることができる。※群遅延：周波数によって信号の伝搬時間が変わる現象。群遅延\(\tau_g\)は、入力波形と出力波形の位相差\(\phi\)を角周波数\(\omega\)で微分することで求められる。\(\tau_g = -\frac{d \phi}{d\omega}\)以下にベッセルフィルタの特徴をまとめる。・群遅延の
バターワースフィルタは、通過帯域における周波数特性が最大限平坦になるように設計されたアナログフィルタの一種である。リップルと呼ばれる通過帯域におけるゲインの変動がなく、減衰特性は周波数の平方根に比例する。バタワースフィルタの特徴は、・通過帯域が平坦： 通過帯域における周波数特性が平坦なので、信号の歪みを最小限に抑えることができる。・減衰特性： 減衰特性は、周波数の平方根に比例する。・設計が容易： 数学的な計算が比較的簡単であるため他のフィルタに比べて設計が容易。バタワースフ
![【お家でADドメイン】ドメイン名を変更する(1)「再セットアップ：事前準備[2]／設定データエクスポート」](https://img.blogmura.com/sites/1280679/post-images/72441745.webp/crop/120x120)
