• 検索結果がありません。

f(x, y, t)の2階微分を計算できればf(x, y, t+

x () g(x) = f(t) dt f(x), F (x) 3x () g(x) g (x) f(x), F (x) (3) h(x) = x 3x tf(t) dt.9 = {(x, y) ; x, y, x + y } f(x, y) = xy( x y). h (x) f(x), F (x

x () g(x) = f(t) dt f(x), F (x) 3x () g(x) g (x) f(x), F (x) (3) h(x) = x 3x tf(t) dt.9 = {(x, y) ; x, y, x + y } f(x, y) = xy( x y). h (x) f(x), F (x

... 1 − x 原点 O まわりで 2多項式プラス剰余項形にテイラー展開せよ. (4) g(x) = 1 1 + x 原点 O まわりで 3 次多項式プラス剰余項形にテイラー展開せよ. (愛媛大類 20) (固有番号 s204606) 0.65 (1) ...

21

1 1.1 / Fik Γ= D n x / Newton Γ= µ vx y / Fouie Q = κ T x 1. fx, tdx t x x + dx f t = D f x 1 fx, t = 1 exp x 4πDt 4Dt lim fx, t =δx 3 t + dxfx, t = 1

1 1.1 / Fik Γ= D n x / Newton Γ= µ vx y / Fouie Q = κ T x 1. fx, tdx t x x + dx f t = D f x 1 fx, t = 1 exp x 4πDt 4Dt lim fx, t =δx 3 t + dxfx, t = 1

... となる。従って最高級計算もってして,やっと手 届く範囲にある。 従って,多く数値計算では,十分な空間メッシュ確 保できない。これにより数値粘性と呼ばれる偽粘性が 発生する。数値計算(特に差分)では,メッシュ内部で ...

17

y = f(x) (x, y : ) w = f(z) (w, z : ) df(x) df(z), f(x)dx dx dz f(z)dz : e iωt = cos(ωt) + i sin(ωt) [ ] : y = f(t) f(ω) = 1 2π f(t)e iωt d

y = f(x) (x, y : ) w = f(z) (w, z : ) df(x) df(z), f(x)dx dx dz f(z)dz : e iωt = cos(ωt) + i sin(ωt) [ ] : y = f(t) f(ω) = 1 2π f(t)e iωt d

... 第 12 回 留数積分とその応用(広義積分、フーリエ積分) 前回に引き続き、留数積分応用して複雑な実積分求める方法紹介する。 積分路形状や積分値処理方法工夫することで、非常に多種実積分計算で求めるこ とが可能となる。その中から、この講義では無限区間にわたる実積分である広義積分、応用上も ...

68

8. 自由曲線と曲面の概要 陽関数 陰関数 f x f x x y y y f f x y z g x y z パラメータ表現された 次元曲線 パラメータ表現は xyx 毎のパラメータによる陽関数表現 形状普遍性 座標独立性 曲線上の点を直接に計算可能 多価の曲線も表現可能 gx 低次の多項式は 計

8. 自由曲線と曲面の概要 陽関数 陰関数 f x f x x y y y f f x y z g x y z パラメータ表現された 次元曲線 パラメータ表現は xyx 毎のパラメータによる陽関数表現 形状普遍性 座標独立性 曲線上の点を直接に計算可能 多価の曲線も表現可能 gx 低次の多項式は 計

... と表現できる。しかし、座標関数では、ひとつ y 値に対し複数 x が求まる可能性がある。そこで、座標 位置 P として、時間 t 関数として表わす。すると前式は P(t) = at 3 +bt 2 +ct+d (t=0 →1) ---[1] ...

17

遺傳演算法實例 f(x,y)=x^2+y^2求極大值ppt 最新協作平台活動  衛道中學程式設計 遺傳演算法實例 f(x,y)=x

遺傳演算法實例 f(x,y)=x^2+y^2求極大值ppt 最新協作平台活動 衛道中學程式設計 遺傳演算法實例 f(x,y)=x

... 本例中,我們採用與適應度成正比的概率來確定各個個體複製到下一代群體中 的數量。其具體操作過程是: • 先計算出群體中所有個體的適應度的總和 f i ( i=1.2,…,M ); • 其次計算出每個個體的相對適應度的大小 f i /f i ,它即為每個個體被遺 ...

44

( ) x y f(x, y) = ax

( ) x y f(x, y) = ax

... ≤ t ≤ 5 部分グラフです。) 例 3. 上例と同様に針金用意します。ただし、今度はピアノやギターようなもの想像 してください。弦しっかり固定し、途中つまんで弦と垂直な方向に引っ張ります。その手 ...

21

B 38 1 (x, y), (x, y, z) (x 1, x 2 ) (x 1, x 2, x 3 ) 2 : x 2 + y 2 = 1. (parameter) x = cos t, y = sin t. y = f(x) r(t) = (x(t), y(t), z(t)), a t b.

B 38 1 (x, y), (x, y, z) (x 1, x 2 ) (x 1, x 2, x 3 ) 2 : x 2 + y 2 = 1. (parameter) x = cos t, y = sin t. y = f(x) r(t) = (x(t), y(t), z(t)), a t b.

... さて、パラメータ表示使った線積分計算改めて眺めてみると、右辺積分量 は、道パラメータ変換に対して、ほとんど変化しないであるが、唯一、向き反転に 対して符号変える。 (このことは、線積分最初定義からも分る。 )すなわち曲線向 ...

38

f(x) x = A = h f( + h) f() h A (differentil coefficient) f(x) f () y = f(x) y = f( + h) f(), x = h dy dx f () f (derivtive) (differentition) * t (velo

f(x) x = A = h f( + h) f() h A (differentil coefficient) f(x) f () y = f(x) y = f( + h) f(), x = h dy dx f () f (derivtive) (differentition) * t (velo

... *38 ひとつ記号に別意味与えているので、混乱しないよう注意する *39 等比数列は、geometric sequence という。ちなみに、等差数列方は、arithmetic sequence という。これ以外に、相加平均が arithmetic mean, 相乗平均が geometric mean といった例もある。arithmetric は「 ...

55

86 6 r (6) y y d y = y 3 (64) y r y r y r ϕ(x, y, y,, y r ) n dy = f(x, y) (6) 6 Lipschitz 6 dy = y x c R y(x) y(x) = c exp(x) x x = x y(x ) = y (init

86 6 r (6) y y d y = y 3 (64) y r y r y r ϕ(x, y, y,, y r ) n dy = f(x, y) (6) 6 Lipschitz 6 dy = y x c R y(x) y(x) = c exp(x) x x = x y(x ) = y (init

... 5 時 は陽的・陰的 Runge-Kutta 法どちらも同じ軌道再現できていない。 まず,t = 500 x 数値解,7 段 6 次陽的 Runge-Kutta 法と 3 段 6 次陰的 Runge-Kutta 法使用して ...(16.18) ...

16

Fortran90/95 2. (p 74) f g h x y z f x h x = f x + g x h y = f y + g y h z = f z + g z f x f y f y f h = f + g Fortran 1 3 a b c c(1) = a(1) + b(1) c(

Fortran90/95 2. (p 74) f g h x y z f x h x = f x + g x h y = f y + g y h z = f z + g z f x f y f y f h = f + g Fortran 1 3 a b c c(1) = a(1) + b(1) c(

... Fortran 配列にも同様制約 があり、たとえば代入文なら左辺配列変数と、右辺配列式は次元数が等しく、またすべて次元 寸法が等しくなけれならない。このような配列演算が可能であるような条件、形状適合 ...

28

O f(x) x = A = lim h f( + h) f() h A (differentil coefficient) f f () y = f(x) y = f( + h) f(), x = h dy dx f () f (derivtive) (differentition) * t (v

O f(x) x = A = lim h f( + h) f() h A (differentil coefficient) f f () y = f(x) y = f( + h) f(), x = h dy dx f () f (derivtive) (differentition) * t (v

... 学派に伝承され記録にあるという。三角関数 テーラー展開、円周率級数表示、さらには冪級数収束半径計算までなされているという実 に驚くべく内容で、それが13世紀から15世紀にかけて完成されていた。 Newton-Gregory 1 ...

69

y = f(x) y = f( + h) f(), x = h dy dx f () f (derivtive) (differentition) (velocity) p(t) =(x(t),y(t),z(t)) ( dp dx dt = dt, dy dt, dz ) dt f () > f x

y = f(x) y = f( + h) f(), x = h dy dx f () f (derivtive) (differentition) (velocity) p(t) =(x(t),y(t),z(t)) ( dp dx dt = dt, dy dt, dz ) dt f () > f x

... ることができない(仮に避けたとしても不自然なものになる)。 ここでは、あくまでも実践的な理解ということで、手順説明と具体 的計算例にとどめよう。有理関数不定積分は、 (分母因数分解さえ実 行できれ)いつでも具体的に求めることができる、という安心感が何 ...

37

x(t) + t f(t, x) = x(t) + x (t) t x t Tayler x(t + t) = x(t) + x (t) t + 1 2! x (t) t ! x (t) t 3 + (15) Eular x t Teyler 1 Eular 2 Runge-Kutta

x(t) + t f(t, x) = x(t) + x (t) t x t Tayler x(t + t) = x(t) + x (t) t + 1 2! x (t) t ! x (t) t 3 + (15) Eular x t Teyler 1 Eular 2 Runge-Kutta

... では,一旦求めた値使って傾き修正行う操作組み込み,終点決定精度 上げている。以下に,Runge-Kutta 法手順示す。ある量 A(スカラーでもベ クトルでも可) 時間発展微分方程式が,既知関数 f (t, x) ...

13

Optical Flow t t + δt 1 Motion Field 3 3 1) 2) 3) Lucas-Kanade 4) 1 t (x, y) I(x, y, t)

Optical Flow t t + δt 1 Motion Field 3 3 1) 2) 3) Lucas-Kanade 4) 1 t (x, y) I(x, y, t)

... ように表すことができる. 局所解へ落ち込み緩和するアプローチとして,疎密戦略( coarse-to-fine strategy )がよ く用いられている.疎密戦略では,まず,逐次的なダウンサンプリングにより画像ピラミッ ド得る.その後,ピラミッド最上部,つまり,最も粗い階層からオプティカルフロー計 ...

18

t, x (4) 3 u(t, x) + 6u(t, x) u(t, x) + u(t, x) = 0 t x x3 ( u x = u x (4) u t + 6uu x + u xxx = 0 ) ( ): ( ) (2) Riccati ( ) ( ) ( ) 2 (1) : f

t, x (4) 3 u(t, x) + 6u(t, x) u(t, x) + u(t, x) = 0 t x x3 ( u x = u x (4) u t + 6uu x + u xxx = 0 ) ( ): ( ) (2) Riccati ( ) ( ) ( ) 2 (1) : f

... u(x, t)) として正弦波入力して (つまり例えば u(x, 0) = sin x)、計算機にその先 u(x, t) 計算させたです。その結果は驚くべきものでした。正弦波が崩れていくつも波に分かれ、 ...

24

1 2 1 No p. 111 p , 4, 2, f (x, y) = x2 y x 4 + y. 2 (1) y = mx (x, y) (0, 0) f (x, y). m. (2) y = ax 2 (x, y) (0, 0) f (x,

1 2 1 No p. 111 p , 4, 2, f (x, y) = x2 y x 4 + y. 2 (1) y = mx (x, y) (0, 0) f (x, y). m. (2) y = ax 2 (x, y) (0, 0) f (x,

... 2.1 重積分意味, 累次積分使った 2 重積分計算 教科書 p.153 例 3, 例 4, 問 5 解いた上で,以下問題解いて練習してください. 重積分計 算するときには必ず積分領域図示するということ心がけましょう. ...

32

Kalman ( ) 1) (Kalman filter) ( ) t y 0,, y t x ˆx 3) 10) t x Y [y 0,, y ] ) x ( > ) ˆx (prediction) ) x ( ) ˆx (filtering) )

Kalman ( ) 1) (Kalman filter) ( ) t y 0,, y t x ˆx 3) 10) t x Y [y 0,, y ] ) x ( > ) ˆx (prediction) ) x ( ) ˆx (filtering) )

... カルマンフィルタは1960年に R.E. Kalman ∗ によって線形フィルタリングと予測問題 へ新しいアプローチとして発表されて以来,様々な拡張が行われて来た.その代表が非線 形システムへ拡張である.1970年頃から状態非線形関数推定値近傍で線形近似 に基づく拡張カルマンフィルタが広く用いられているが,最近になって非線形変換受けた ...

23

,.,. 2, R 2, ( )., I R. c : I R 2, : (1) c C -, (2) t I, c (t) (0, 0). c(i). c (t)., c(t) = (x(t), y(t)) c (t) = (x (t), y (t)) : (1)

,.,. 2, R 2, ( )., I R. c : I R 2, : (1) c C -, (2) t I, c (t) (0, 0). c(i). c (t)., c(t) = (x(t), y(t)) c (t) = (x (t), y (t)) : (1)

... 関数 y = f (x) グラフ調べるときに , f 微分ができ れ原理的にはどんな場合でも概形描くことができた ( 増減や凹凸が分かるから ..., 微分が使えると幾何が調べやすい , という事例は高校数学でも登場している . 本節最後に , ...

15

y = x 4 y = x 8 3 y = x 4 y = x 3. 4 f(x) = x y = f(x) 4 x =,, 3, 4, 5 5 f(x) f() = f() = 3 f(3) = 3 4 f(4) = 4 *3 S S = f() + f() + f(3) + f(4) () *4

y = x 4 y = x 8 3 y = x 4 y = x 3. 4 f(x) = x y = f(x) 4 x =,, 3, 4, 5 5 f(x) f() = f() = 3 f(3) = 3 4 f(4) = 4 *3 S S = f() + f() + f(3) + f(4) () *4

... Simpson 公式大変便利なところは、「式が簡単」なところです。 Lagrange 補間公式は、式形も少々面倒ですし、 積分するも少し大変だったかと思います。しかし Simpson 公式形にまとめてしまうと、大変シンプルな形になりま す。グリッド x i に対応するグラフ y 座標 ...

20

II (10 4 ) 1. p (x, y) (a, b) ε(x, y; a, b) 0 f (x, y) f (a, b) A, B (6.5) y = b f (x, b) f (a, b) x a = A + ε(x, b; a, b) x a 2 x a 0 A = f x (

II (10 4 ) 1. p (x, y) (a, b) ε(x, y; a, b) 0 f (x, y) f (a, b) A, B (6.5) y = b f (x, b) f (a, b) x a = A + ε(x, b; a, b) x a 2 x a 0 A = f x (

... 微分積分 II 講義メモ (9 月 27 日 ) 今日から多変数関数微積分扱う.何故多変数関数扱うかについてはテキスト第 6 章に記述してある がここでは扱わない.なお,この講義で扱うは基本的に 2 変数関数のみである. ...

37

Show all 10000 documents...

関連した話題