タグ

数学と化学に関するotori334のブックマーク (8)

  • 11. scipyの基本と応用 — コンピューター処理 ドキュメント

    11. scipyの基と応用¶ scipyは科学技術計算を行うライブラリで、numpyで作成したデータに基づいて 様々な数値解析を高速かつ容易に行うことができます。なお、numpy.linalgで 利用できる関数は、同じものがscipy.linalgでも利用できます。scipy.linalg で呼び出す関数の方が、numpy.linalgより高速になっている場合があります。 scipyをimportした場合の線形代数計算は、scipy.linalgを使う方が良いです。 numpy同様、scipyは巨大なライブラリです。信号解析からデータ圧縮まで非常 に多くの機能を有しますが、化学と関係のありそうなものだけピックアップし て紹介します。 https://docs.scipy.org/doc/scipy/reference/index.html 今回の学習目標は以下のとおりです。 scipy

  • 九州大学 理学部数学科・大学院数理学府

    九州大学のオープンキャンパスの一部として、理学部数学科では教員が多数の模擬講義を行います。また、教員や大学院生が数学数学科に対する質問に答える相談会も開催します。数学を学ぶ楽しさと数学の広がりを体験してください。 数学人生を豊かに 数学の能力は視覚的にとらえることができません。しかし、それはどの職業に就こうと、どの国へ行こうと、いつまでも消えることなく皆さんの人生を支えてくれることでしょう。九州大学理学部数学科と大学院数理学府では「数学人生を豊かに」をモットーに数学の多岐にわたる教育と研究を行っています。数学が好きな皆さん、数学に興味を持つ皆さん、ともに数学を学んで楽しみましょう。 メッセージ

    九州大学 理学部数学科・大学院数理学府
    otori334
    otori334 2022/03/06
    シャボン玉はなぜ丸いか 曲面の変分問題と自然現象
  • 複雑な化学反応ネットワークを単純化する

    理化学研究所(理研)数理創造プログラムの広野雄士客員研究員、岡田崇上級研究員、宮﨑弘安上級研究員、日高義将客員研究員の研究チームは、「ホモロジー代数[1]」という数学の手法を用いて、複雑な化学反応ネットワークを単純化するための新たな縮約手法を開発しました。 研究成果により、複雑な化学反応ネットワークを、その重要な性質は保ちつつ、より小さなネットワークへと単純化し、効率的に解析することが可能になります。研究は物理学者、数学者、生物学者から成る研究チームによるもので、分野横断的なアプローチの有効性を示す例となっています。 生体内では数千種類の化学反応が連鎖してネットワークを形成していますが、このような複雑な化学反応系[2]の振る舞いを理解するのは容易ではありません。 今回研究チームが開発した縮約手法は、化学反応ネットワークから部分構造を選び、その部分構造を除去するとともに反応の適切な再結合

    複雑な化学反応ネットワークを単純化する
  • ケイリーの公式 - Wikipedia

    2個、3個、4個のラベル付き頂点を持つ木の一覧。2個のラベル付き頂点を持つ木は 22-2 = 1 個、3個のラベル付き頂点を持つ木は 33-2 = 3 個、4個のラベル付き頂点を持つ木は 44-2 = 16 個ある。 ケイリーの公式(ケイリーのこうしき、英: Cayley's formula)は、グラフ理論における公式のひとつ。正整数 n に対し、n 個のラベル付き頂点を持つ木の個数は nn-2 であるというもの。ケイリーは19世紀のイギリスの数学者。 歴史[編集] この公式にアーサー・ケイリーの名が冠されているのは、1889年の論文 (Cayley 1889) に由来する。ただし、この論文が引用しているカール・ヴィルヘルム・ボルチャルト(英語版)の論文(1860年)において、すでに証明が与えられている。また、ジェームス・ジョセフ・シルベスターも1857年に同値な命題を与えている。 191

    ケイリーの公式 - Wikipedia
  • ケーリーの公式(その3)

  • ochemb_12

    otori334
    otori334 2020/10/22
    カルボカチオンの安定性 結合論・電子論・軌道論で比較,無向グラフ
  • 株式会社ALBERT(レコメンドエンジン)

    データ分析から導き出されたインサイト無しにAI人工知能)の活用は始まりません。私たちは、各業界知識とデータ・アナリティクス技術を駆使しデータドリブン経営を強力に支援します。 データ、アナリティクス、AIは企業にとって競合他社との差別化を図るかつてないほど大きな要因になっています。今日の経営幹部が効率を向上しながら新たな収益源を開拓し、新しいビジネスモデルをタイムリーに構築する方法を模索する中、価値を生み出し成長を続ける企業には「データ活用」という共通項があります。私たちは、無数のデータから企業にとって当に必要なデータを活用するための方法を知っています。 将来を見据えたオペレーション体制を備えている企業の半数以上(52%)は、すでにデータとアナリティクスを大規模に活用しています。データとAIに関する取り組みをビジネス戦略に沿って実施することで投資利益率を迅速に最大化し、最終的にはAIをビ

    株式会社ALBERT(レコメンドエンジン)
  • 化学 - Den of Hardworking

  • 1