リニア・テック 別府 伸耕

リニア・テック（代表：別府 伸耕）の公式アカウントです．エンジニア向けの数学，物理，工学の動画セミナ＋組立キット発売中．Nobuyasu Beppu. Analog/Digital circuit, RF, MPU, FPGA, Signal processing, Web application.

[リニア・テック 別府 伸耕 @linear_tec]

台風といえば「コリオリ力」．
回転する円盤上にいるAさんとBさんからは，直進する青い点が「右に曲がっていく」ように見えます．回転座標系では，このような「見かけの力」すなわち「慣性力」が生じます．

●技術者のための 本質を学ぶ物理1 「力学」
https://t.co/olxZBIkJZy

[リニア・テック 別府 伸耕 @linear_tec]

ベクトル解析に慣れるには，とにかく「手を動かす」ことに尽きます．

成分が多いベクトルの微分・積分を毎回書くのは面倒かもしれませんが，ぜひ自分の手で書いてみてください．また，図も自分で書くことで図形的なイメージが頭に入ります．これはとても重要なことです．

[リニア・テック 別府 伸耕 @linear_tec]

電子回路の設計で使う電磁気学を理解するには，「ベクトル解析」という数学が必要になります．とにかくベクトル解析をマスターしないと先に進めません．高校数学から出発して，ベクトル解析と電磁気学を丁寧に解説します．

●技術者のための 本質を学ぶ物理3 「電磁気学」
https://t.co/V7awY6yv42

[リニア・テック 別府 伸耕 @linear_tec]

名前のとおり，ベクトル解析で扱うのは「ベクトル」の微分・積分です．

ベクトルということは，複数の関数（ベクトルのx成分，y成分，z成分）を同時に扱うことになります．これが，1つの関数の微分・積分だけで済んだ力学との大きな違いです．

[リニア・テック 別府 伸耕 @linear_tec]

力学とは，応用分野へ進むための「微分方程式の練習台」です．

本セミナでは，実際に必要となる微分方程式の解き方を徹底的に訓練します．ぜひ，動画を見ながら一緒に手を動かして計算してみてください．

[リニア・テック 別府 伸耕 @linear_tec]

「力学」は物理や工学の基礎ですが，その本質は「微分方程式」で表されます．そこで，高校数学の内容から始めて微分方程式の解き方を徹底的に練習する力学のセミナを作りました．これは必ず設計に役立ちます．

●技術者のための 本質を学ぶ物理1 「力学」
https://t.co/olxZBIkJZy

[リニア・テック 別府 伸耕 @linear_tec]

力学の中心となる「運動方程式」は，微分方程式そのものです．

力学，もっと言えば物理全般で必要となる微分方程式のテクニックはそこまで多くありません．これを押さえるだけで，工学や応用分野の設計でも十分に通用する力が身に着きます．

[リニア・テック 別府 伸耕 @linear_tec]

熱力学の原稿を書く上での目標の1つが「電気系のための熱力学」を作ることでした．これは，とりあえず達成できたと思います．

今は化学系や機械系の人にとっても有益なように，追加の内容を練っているところです．

[リニア・テック 別府 伸耕 @linear_tec]

「熱力学」の原稿を書いています．

「完全な熱力学関数」をひととおり導入したので，応用にあたる話を書いています．これだけでもかなりの分量があります．まだまだ終わりが見えません．
https://t.co/IGVPQMrIQk

[リニア・テック 別府 伸耕 @linear_tec]

電気系の人が「半導体デバイスを理解する」という目的で熱力学を学ぶなら，「完全な熱力学関数」（主にギブズ・エネルギ）と「化学ポテンシャルのつり合い」さえ押さえれば十分だと思います．

これは熱力学の体系のほぼ全体に相当しますが，ここまでの原稿は既に完成しています．

[リニア・テック 別府 伸耕 @linear_tec]

そういった意味では，今書いている章は熱力学の佳境とも言えます．

ここを理解するために「熱とは何だ？」，「エントロピーとは何だ？」という話が必要になります．実際のところ，これを理解する方が大変なので原稿の分量も前半の方が多くなっています．

[リニア・テック 別府 伸耕 @linear_tec]

「熱力学」の原稿を書いています．

エントロピー "S" が「上に凸な関数」だという話から，平衡の条件や安定性の議論が始まります．
https://t.co/IGVPQMrIQk

[リニア・テック 別府 伸耕 @linear_tec]

熱力学における「未来予測」とは，平衡状態の予測に他なりません．

これは微分方程式ではなく「凸関数の最大/最小値を求める」という形で決まります．その点が他の分野と違うので，ちょっとわかりづらいかもしれません．

[リニア・テック 別府 伸耕 @linear_tec]

いままでたくさんの物を設計・製作してきました．また，今後も作っていくつもりです．

その時に「絶対これは使うし，知っておいた方が良い」という数学や物理の知識があります．それを先にまとめておこう，というのが今作っている数学や物理のセミナです．

[リニア・テック 別府 伸耕 @linear_tec]

「技術者のための 本質を学ぶ数学/物理」シリーズ
表面的なノウハウではなく，原理から理解したい方向けです．好評発売中．

●初等関数と微分・積分
https://t.co/6VGahlnhvC
●線形代数
https://t.co/iaNOkLF8i2
●フーリエ解析
https://t.co/nk4NmEetNJ

[リニア・テック 別府 伸耕 @linear_tec]

自分には大きな目標がいくつかあります．今の「本質を学ぶ」シリーズは，そのための準備という位置づけです．これを作って終わりではなく，もっと楽しいことが後に待っています．

●事業概要
https://t.co/oBRAH8QruS

[リニア・テック 別府 伸耕 @linear_tec]

「線形代数」のセミナでは，基本的な用語の使い方から始まり，線形代数の理論，さらには応用として数値計算アルゴリズムの実装まで一気通貫で解説します．

線形代数のアルゴリズムはコンピュータと相性が良いので，セミナ中の解説をもとにして，ぜひ自分でもソース・コードを書いてみてください．

[リニア・テック 別府 伸耕 @linear_tec]

連立方程式を解くアルゴリズムとしてよく使われる「LU分解」と「ガウスの消去法」ですが，本質的にこれらの計算量は同じです．ただし，LU分解は "L" と "U" それぞれの行列が他の用途でも使えるので重宝します．

●技術者のための 本質を学ぶ数学2 「線形代数」
https://t.co/iaNOkLF8i2

[リニア・テック 別府 伸耕 @linear_tec]

「ガウスの消去法」で連立方程式を解いたり逆行列を求めたりする時は，相手の定数ベクトル（連立方程式なら定数項，逆行列を求める場合は単位行列）が必要です．

一方で，LU分解は元の行列さえあれば「とりあえず "A=LU"」としておいて，後から用途を決められます．これは意外と使い勝手が良い．

[リニア・テック 別府 伸耕 @linear_tec]

いわゆる "AI" と呼ばれるものは，単なる「信号処理 + Webアプリケーション」に過ぎないことも多いです．

これらのノウハウを身に着けることは，出来損ないの業務用Webアプリケーション（失礼）に課金することを防いだり，セキュリティ的な見識を深めたりするのに役立ちます．

[リニア・テック 別府 伸耕 @linear_tec]

うちの商品はもちろん全て自作したものですが，商品を売るWebサイト自体もすべて自分でコーディングして作っています．PHP，HTML，JavaScriptベタ書きです．

Webアプリケーションの作り方についても，いずれセミナで解説したいと思っています．
https://t.co/AcAxXKGOT2

[リニア・テック 別府 伸耕 @linear_tec]

●基本的な数学の知識
●典型的な信号処理のアルゴリズム
●Webアプリケーション実装のノウハウ

これらを揃えると，かなり自由度の高い開発ができるようになります．ソフトウェアにせよハードウェアにせよ，すべての出発点は数学です．
https://t.co/yFjOttb3GS