LED등 수리기
LED등이 깜박이기 시작했다. 사실 말하자면 이사온 처음부터 깜박였지만 잘 사용하지 않는 방이기에 그리 신경쓰지는 않았다. 늘 그렇듯이 문득 그래도 고쳐야겠지? 하는 생각이 들어서 뭐가 잘못되었나 하고 등기구를 뜯어보았다. 겉으로 보기에는 아무런 문제는 없어보였고 쇼핑몰에서 주문해서 또 뜯고 달고 하자니 마구 귀찮아졌다. 그리고 또 한 달이 지났다… 늘 그렇듯이 문득 그래도 고쳐야겠지? 하는 생각이 들어서 그렇다고 […]
적외선 LED 동작 실험
EL-7L 이다 예전에 많이 사용하던 일본의 광전자의 수광소자이다. 데이터 시트가 없어져서 인터넷에서 찾아보다 몇 개 추가로 구입할 겸 전자부품 쇼핑몰을 확인해봤더니 제품은 단종되었고 중국산 대체품이 있었다. 일단 대체품이라고 하니 데이터 시트는 유사할 것이다 보고 최대 전력 소모량은 150mW 이다. 최대 피크 전류는 1A인데 이 조건을 보자면 Duty ratio가 1/16 인 경우이다. 우선 Continuous 조건에서 수광과
Vector 표현방법
Vector Vector plot에 대해서 살펴보도록 하자 Chapter 9.1 에 해당하는 내용이다. In [26]: from mpl_toolkits.mplot3d import axes3d import matplotlib.pyplot as plt import numpy as np P(0,0) 에서 출발해서 Q(1,1)까지의 벡터 a를 그려보도록 한다. 단순히 plot으로 선을 그릴 수 있지만 quiver 는 방향을 표시한다. 인수는 기본적으로 4개를 받는데 x,y의 지점좌표와 u,v의 방향이다. 0,0에서 1,1 방향이므로 다음과 같이
Potential between parallel plates
electric potential (전위)는 – 책에서는 electrostatic potential 이라고 나와있는데 동일한 말이다 – 동일하다. 전위는 의 함수로 나타낼 수 있으며 라플라스 방정식의 해이다. equipotential surface (등전위면) 은 전위가 같은 지점을 선 또는 면으로 연결한 것이고 가 된다. 어떤 지점 P에서 의 함수는 점 P와 등전위면을 통과하는 수직인 벡터 기울기 (gradient)를 나타낸 것이다. 전기장에서 등전위면은 전하가 작용하는
Potential between parallel plates 더 읽기"
구간별 함수 표현방법 (numpy.piecewise) #1
정의역의 구간에 따라 서로 각기 다른 함수를 정의해야할 경우 c에서는 function pointer를 사용할 경우 구현할 수 있으나 numpy의 piecewise 함수를 사용해볼 수도 있다. 여기에서는 다음 예제를 통해서 \begin{cases} 2-x & if\enspace x < -1\\x & if\enspace -1 \leq x <1\\(x-1)^2 & if \enspace x\geq1 \end{cases} 일때를 piecewise 함수를 이용해서 구해보고 결과값에 대해서 그래프까지 그려보았다.
구간별 함수 표현방법 (numpy.piecewise) #1 더 읽기"
Symbolic python – 극한 함수
심볼릭 파이선에서 다음과 같은 기능을 테스트 해보려고 했는데 에러가 발생하였다. 처음 시도해보려는 예제에서부터 문제가 발생해서 당황해서 나에게 문제가 있나? 하고 매트랩에서 실행을 해보았으나 정상적으로 수행이 되었다. symbolic python을 잠깐 사용했을 때 이정도까지 되는건가? 하고 신기했는데 가장 간단하게 생각되는 부분에서 막혀서 약간 맥이 빠진 느낌이다. 우선 사용자가 원하지 않는데 단순화를 진행하는 것이다. 다음은 symbolic python의 라이브
Simple Linear Regression #3
올림픽 높이 뛰기 표. Numpy의 regression 함수를 적용해보도록 한다. Year Height(m) Year Height(m) 1900 3.30 1956 4.56 1904 3.50 1960 4.70 1908 3.71 1964 5.10 1912 3.95 1968 5.40 1920 4.09 1972 5.50 1924 3.95 1976 5.50 1928 4.20 1980 5.78 1932 4.31 1984 5.75 1936 4.35 1988 5.90 1948 4.30 1992 5.80 1952 4.55
Simple Linear Regression #3 더 읽기"
Simple Linear Regression #2
이번에는 Exercise 22의 문제이다. 온도에 따른 Chirping rate의 그래프를 그리는 문제이다. Temperature(‘C) Chirping rate(chirps/min) Temperature(‘C) Chirping rate(chirps/min) 20 113 30 188 22 128 32 203 24 143 34 218 26 158 36 233 28 173 (a) Make a scatter plot of these data 위의 table을 plot을 하면 아래와 같은 분포의 그래프가 된다. 21번
Simple Linear Regression #2 더 읽기"
준비할 것들…
Calculus를 다시 공부하기 위해서 지난 여름에 책을 샀다가 수해때문에 책을 버릴 수 밖에 없는 상황이 발생하여 시작이 상당히 늦어지게 되었다. 일단 서적을 구입하기는 했지만 프로그래밍 환경을 구축하는 것에 대해서 고민을 하였다. C#이나 Java로 하기에는 배보다 배꼽이 큰 상황이 벌이질 수 있기에 그리고 Matlab은 상용을 구입하기도 어려운 상황이기에 Python을 선택하였다. Python에서 numpy, matplot, scipy 조합은 matlab
Simple Linear Regression #1
연습문제를 Python을 이용하여 그래프를 그려보도록 한다. Exercise 21에 수록된 내용이다. 아래의 table은 the National Health Interview Survey에 보고된 수입에 따른 위궤양 발생 비율을 보여주는 것이다. Income Ulcer rate(100명당) $4,000 14.1 $6,000 13.0 $8,000 13.4 $12,000 12.5 $16,000 12.0 $20,000 12.4 $30,000 10.5 $45,000 9.4 $60,000 8.2 (a) Make a scatter plot of these data 위의
Simple Linear Regression #1 더 읽기"