FIFAワールドカップカタール2022で今使われているボールはAdidasとKinexon共同開発のUWB＋慣性センサ内蔵で位置が高精度にわかる。ICはQorvo(Decawave)のDW1000を使ってる。タグはアンテナもリファレンスそのまま、アンカーは外部PA追加みたい。

この記事を見た。

ワールドカップで審判支援「IoTボール」のスゴイ仕組み／世界のフットボールテック（１）

おお、すごいな。これはUWBの正しい使い方の気がする（AirTagでストーカー被害を増やすより、、、）。

重さとか大丈夫なのかなと素人考えだけどAdidasがその辺ちゃんと調整しているんでしょう。

ADIDAS REVEALS THE FIRST FIFA WORLD CUP™ OFFICIAL MATCH BALL FEATURING CONNECTED BALL TECHNOLOGY

こんな感じで入っている。

このボールをタグとしてグランドに複数置かれたアンカーで位置検知するということだそうだ。

https://kinexon.com/products/football/

で中身が気になるところ。FCCでKinexonを探すと、

まずタグ。ICはQorvo（Decawave）のDW1000だな。アンテナがDWM1001Cと同じだし、リファレンス通り作っている感じ。

https://www.qorvo.com/products/p/DW1000

次はアンカー。ICは同じだが、外部PAを使っているよう。SPDTでTx/Rxを切り替えている。

アプリケーションノートにそのまま乗っている。これもリファレンス通りっぽい。

どんどんスポーツもテクノロジー取り入れてるな。これはうかうかできない。

「人の体の1日の水分の出入り（代謝回転量）の予測式」をカシオの高精度計算サイトkeisan.casio.jpに自作式としてUP!サイエンスに論文が出たということで。

このまえこのニュースを見た。

人は一日に体内からどれくらい水分を失う？ 初の正確な計算式

おおそういうのがわかるのか。

筑波大学のプレスリリースはこちら：

https://www.tsukuba.ac.jp/journal/pdf/p20221125040000.pdf

サイエンスの論文：

Variation in human water turnover associated with environmental and lifestyle factors

https://www.science.org/doi/10.1126/science.abm8668

式そのものはものすごく簡単なので、ここはカシオの高精度計算サイトkeisan.casio.jpに作ってみよう。

リンクはこちら：

人の体の1日の水分の出入り（代謝回転量）の予測式 

画面はこんな感じ：

うちの祖母とかそうだったんですが、年取るとほとんど水分を取らない人がいるので

ちゃんとこれを見て水分補給してほしい。

いつの間にか大阪の茨木神社の工事（令和の大造営）が終わっていた。すごく綺麗になってた。

ずっと工事中だったのだが、今日たまたま通りかかると、あれ？完成してる！

なるほど綺麗になってるなあ。

新型コロナウイルス、日本の陽性者数＆ワクチン接種者数総計をプロット＆中国、韓国、アメリカ、ドイツ、フランス、イギリスの陽性者数もプロット（11/27更新) 日本も急増しているが、それ以上に中国の増え方がすごくなってる。韓国もじわじわ増えてきてる。

まずは各国のリニアスケール。日本が急増しているのはあるが、それより中国が、、、もう隠しきれないようでえぐい増え方してきた。

韓国も増えてる。

次は各国のログログプロット。これでも中国の増え方が異常。イギリスがあんまり増えてないように見えるのは記録してないだけという。。。

人口に対する陽性者の比は、日本はもう19.5%に達した。まあ韓国は52%になったけど。。。

日本の陽性者数とワクチン接種数のログログプロット。それでも接種数はじわじわ増えてきてるか。

最後は日本の詳細ログログプロット。これでもまた増えだしたのが見て取れる。

映画「ザ・メニュー」を観てきた。予備知識なしで観に行ったがかなり面白い（かつ恐ろしい…）。ある意味、嵐の孤島もの？思わず目を背けたシーンも…R15＋なのも仕方ない。ただ梅干しがほっこりして料理は美味しそう。で最後あれどうなったの？

全く予備知識なしで観に行ってきた。まあ料理が出る映画でR15＋なんでいやーなグロい（人間を…とか）やつ？と恐れながらでしたが、そういうのとはちょっと違ってました。かなり面白かった。ただ目を背けたシーンもあり、恐ろしいのは恐ろしい。

でもそういういシーンよりどっちかというとシェフの考えが全然わからないのとなぜスタッフがここまで心酔しているのか全然わからないのが怖い感じ。

途中までは美味しそうなお料理の映画で、突然あるメニューから、という感じ。

ネタバレしないようにあまりストーリーと関係ないところを。

・梅干し、、、

・日本のよう？

・逃走中？

・あ！スプリットに出てた子か！

・XMENのザ・ビーストに出てた人！ああビースト繋がり？

・もちろんレイフ・ファインズがすごい。

・一番美味しそうな料理は最後に出てきたやつ。

最後までなんでこんなことをしたのかわからないのも恐ろしいが、最後の最後で音があったのはあれはどうなったんだろう？

松屋で富士山豆腐の本格麻婆コンボ牛めし（ご飯大盛）＋キムチ・半熟卵セットをいただく。辛さはそうでもないが豆腐がなかなか美味しい。

具材大盛設定がなくてご飯だけ大盛だったのでキムチと半熟卵も追加。でも必要ないくらい具は十分でした。

豆腐が大きいのが入っているのがいいな。崩して食べると美味しい。辛さは想像していたよりはあまりないが、

キムチと合わせてちょうどいい感じ。

菅原神社（寝屋川）でお参り。

この前はよく通りかかるけれど実際にお参りするのは初めて。

阪急王子公園駅にはパンダのイラストがたくさん。

王子公園駅には王子動物園にはパンダがいるのでイラストが多い。

こんな感じ。

これがかわいい。

茨木に奈良という地名があって奈良春日神社があった！混乱する、、、が淡路も大阪にあるしなあ。

茨木からららぽーとexpocityに向かうときに見つけた。え？奈良？奈良町だそうだ。

で奈良春日神社もあったり。これも大混乱。

高周波（RF・マイクロ波・ミリ波・5G）関連ニュース(11/21) IEEE Microwave Magazineにこれまでの無線通信についてのレビュー、Microwave Journalは6Gに向けたパワーアンプ、Bluetooth SIGが6GHz帯を検討、電波のバンドがめちゃくちゃややこしい件の解説。

今月号のIEEE Microwave Magazineの特集は、2023 IEEE Radio & Wireless week。

https://ieeexplore.ieee.org/xpl/mostRecentIssue.jsp?punumber=6668

その中で面白いのはこれまでの通信のアーキテクチャについてのレビュー論文。1Gから5Gまで！

Radio Challenges, Architectures, and Design Considerations for Wireless Infrastructure: Creating the Core Technologies That Connect People Around the World

VCAも興味深い。

The Vector Component Analyzer: A New Way to Characterize Distortions of Modulated Signals in High-Frequency Active Devices

Microwave Journalの特集は5G, 6G & IoT。

https://www.microwavejournal.com/publications/1

6Gに向けたパワーアンプの記事が興味深い。

The Dual-Drive Power Amplifier: The Next Frontier in Power Amplification

Bluetooth SIGのプレスリリース。まじか！2.4GHz帯で最初の方でWi-FiとのCoexistenceとか問題になってたのが,Wi-Fi 6E/7とはちゃんとできるんだろうな、、、Bluetoothに望まれていることと違う気もするが。

Bluetooth SIG Targets 6 GHz Frequency Band

電波のバンドのアルファベットが異様に混乱するが、その解説。これは役に立つ。

Confused about RF-band letter designations? That’s not surprising!

映画「ザリガニの鳴くところ」を観てきた。全世界で売れてる本が原作ということしか予備知識なく行ったが、よかった！自然や鳥が生き生きとしていて、でも主人公があまりに気の毒、、、と思っていたら！結末で「あぁ…」と声が出そうになった。たしかにこれはミステリ小説だ。

本当に予備知識はなかったが、売れてる本が原作ということだけで行ってきた。結果はとてもよかった！

TOHOシネマズ二条はすごく京都っぽい内装でいい！

あらすじは

https://eiga.com/movie/97539/

「ノースカロライナ州の湿地帯で、将来有望な金持ちの青年が変死体となって発見された。犯人として疑われたのは、「ザリガニが鳴く」と言われる湿地帯で育った無垢な少女カイア。彼女は6歳の時に両親に捨てられて以来、学校へも通わずに湿地の自然から生きる術を学び、たった1人で生き抜いてきた。そんなカイアの世界に迷い込んだ心優しい青年との出会いが、彼女の運命を大きく変えることになる。カイアは法廷で、自身の半生について語り始める。 」

カイアが本当に過酷な人生で、救いがあったと思ったらまたどん底、の繰り返し。本当に気の毒、、、と思ったら！

ラストで本当に「あぁ…」と声が出そうに。てことはあのあり得ない話を本当にやったのか。ミステリだ。あの人が犯人だと思っていたら…

法廷のシーンも留置所でのシーンもよかったし、何より自然や鳥がすごくよかった。

あの鳥たちは結局エンドクレジットによるとCGってことなんだよな。ものすごく自然でした。

餃子の王将で鶏ときのこのあんかけ焼そば フェアセットB(餃子3つ追加）をいただく。焼きそば、鶏、キノコ、あんかけは全部好きなのでこれは美味しい。しかも熱々。

特にキノコが好きで、量もたっぷり入っていてこれは美味しい。

本当に熱々でした。

すき家で牛・麻辣火鍋定食（肉2倍盛）ごはん大盛をいただく。かなりいい辛さで汗が出る。肉の量もすごい。

すき焼きもありますが、辛い物好きなので麻辣火鍋の方を注文。

ちょっと油断してましたが、かなりいい辛さです。汗が出る。

この赤い火鍋オイルが辛さを出してるんですね。全部かけた。肉もすごく多い。

これはリピートするかも。

皇産霊神社（兵庫県尼崎）でお参り。すめみむすびじんじゃと読むそうです。

読み方は地域によって違うようですが、尼崎のはすめみむすびじんじゃらしい。こうさんれいじんじゃとかみむすびじんじゃとか読むこともあるそうだ。

http://www.ama-jinja.org/36-sumemimusubi.html

ブラックパンサー ワカンダフォーエバーをIMAX 3Dで観てきた。チャドウィック・ボーズマン亡き後どうするのかと思ったが最後は（その前も）涙…ネタバレなしにツボを言うと、「コラッツ予想解くまでドア開けるな」「微分方程式を解いて攻撃」

前作が故チャドウィック・ボーズマンのカリスマ性が際立っていただけに、本当に続編を作るのか？変に新しいキャラクターをブラックパンサーにしたり、安易に妹をブラックパンサーにしたりしたら台無しじゃないかな、と思っていたが、結論からいうとよかった！

最後、というか最後の最後（エンドクレジットの途中）であっ！と思わせるものだった。その前のシーンで終わってもよかったくらいに泣けた。というか最初のマーベルのロゴがいつもと違うのにも泣ける。

でせっかくなので109シネマズ expocity 大阪のIMAXレーザー/ GTテクノロジー3Dで観てきた。

ロビーにあったこれらは前作のもの（本作のもの使うとまず間違いなくネタバレになる）。

で、よかったことと泣けることだけいってあとはネタバレにならないようにツボを。

・ドアに「コラッツ予想を解くまでドア開けるな」！

・ドローンの破壊は微分方程式を解いて。

・MITでも宿題を人にやってもらっているやつがいる。

・トニースタークの娘という設定がよかったんじゃ（隠し子とか）、と思ったらそもそもコミックではかかわりがあるのか。

https://en.wikipedia.org/wiki/Ironheart_(character)

しかしアイアンマンのインフレ、てかAIがそもそもアイアンマン。

・ちょうどアバターの新作の予告がこの前に流れていたので、あれ？と既視感。

・DNAプリンタ

・エムバクが一番まともなことを言っている気がする。

・どうしてもロシアのウクライナ侵攻と重なる…

で、もちろんブラックパンサーは帰ってきます。

久しぶりにイオンモール高の原の京都府と奈良県の県境をまたぐ。

この前、奈良国立博物館に行った帰り。

久々にこの県境をまたぐ。

クリスマスツリーも飾られていた。

万豚記（錦小路店）で四川麻婆豆腐定食をいただく。とてもいい辛さでご飯もお代わり自由。

ここのは結構辛くて美味しい。ご飯がすぐ枯渇、、、そしてご飯おかわり。通常盛にしたので満腹に。

新型コロナウイルス、日本の陽性者数＆ワクチン接種者数総計をプロット＆中国、韓国、アメリカ、ドイツ、フランス、イギリスの陽性者数もプロット（11/13更新) 日本は完全に増加に転じた。人口比18.4%まで到達。中国と韓国はもう公式サイトで陽性者数発表しなくなった。。。

まずは各国のリニアスケール。日本は第8波に確実に突入している気がする。で中国と韓国も増えているが公式サイトでもう陽性者数の発表しなくなってる。。。まあイギリスはずいぶん前からですが。なのでこのへんから拾っている。

https://www.worldometers.info/coronavirus/country/china/

次は各国のログログプロット。こう見ると韓国の伸び方がえぐいな。

もう人口比でいうと韓国は50％超えた。日本も18.4%だけれど。

日本のワクチン接種数と陽性者のログログプロット。もうワクチン接種が全然追いついてない感じ。

最後は日本の詳細ログログプロット。全然終息しないな。

映画「すずめの戸締まり」を観てきた。面白かった！ロードムービーとしてもよかったし、ご飯（焼うどんも）美味しそうで、何より主人公たちに共感できる。そしてクライマックスのある風景に涙…で皆同じ感想だと思いますが「お前が歌うんかい！」新海誠本ももらえます。

ブラックパンサーとどちらを先に観ようか迷ったがやっぱり新海誠さんの新作は早く観たいということでこちらへ。

新海誠本ももらえる。これはかなり内容が豊富でお得。Spotifyも。

で、天気の子がいまいち主人公たちに共感できなかったので今回はどうかな、と思ったがこれは面白かった！

（環おばさんに一番共感してるかも…）

最初の方からタイトルが出るまでですでに引き込まれる。その最初のシーンはドラクエのあるシーンのオマージュの様だったり。

ミミズの造形もすごくて思わず見上げる感じだし、戸の向こうはどうなっているかをいろいろ想像させる演出もよかった。

なによりロードムービーのように日本をめぐっていき、その風景がすばらしい。神戸の夜景もすごい。

ただクライマックスのある風景と、その前の絵日記の演出がもう涙…ああそれですずめはこういう考え方と行動になっていたのかと納得もできる。

またご飯が美味しそう。山盛りご飯とおさかなとか、エビラーメンとか、そして何より焼うどんにポテトサラダ。

美味しいのかな、、、

そして、観た人全員が思うであろう感想「お前が歌うんかい！」も面白かった。いいやつだな。

ラストもすばらしく、これはめちゃくちゃ面白かったです。お勧め。

スペシャルサンクスにちせちゃんの名前もあったり。

ものすごく久しぶりに奈良のがっつり亭に行ってきた。チキンカツ＆から揚げ定食をいただく。やはりかなり美味しいし、ご飯・カレーのお替り自由。

奈良国立博物館に行った帰り、どこでご飯食べようか、と思ってそういやもう何年もがっつり亭行ってないなと思って行ってきた。

当時は数件支店があったと思うが今はおそらく尼ヶ辻の1件だけのようだ。

でチキンカツ＆から揚げ定食を注文。ここは大盛の店ではあったがそれ以上に味がいいのだ。

それは変わってなくて美味しい。掛け声のがっつりどうぞ、も。

ご飯もカレーもお替り自由ということでお腹いっぱいになりました。

Raspberry PI 3を数年ぶりに触る。Mathematicaをインストールすると最新版の13.1が入った！新機能で分数階微分とその微分方程式が解けるようになってるので例題通りやってみた。

Rasbberry PIを使いたいという人がいたので、私も昔使ってたよ、という話をしたが完全に何もかも忘れている。。。

なので思い出すためにちょっと触ってみる。最新の４は持ってないので3で。

まずはインストール。

あれ？昔と全然違ってImagerというのを使うようだ。

https://www.raspberrypi.com/software/

これは簡単！でもMathmaticaがプレインストールされてない、、、

ということでここからダウンロードしてインストール。

https://www.wolfram.com/raspberry-pi/index.php.ja?source=footer

おお、最新の13.1が入るんだな。これも簡単にできた。起動してみた。

13.1の最新の機能は、、、

https://www.wolfram.com/mathematica/quick-revision-history.html.ja?footer=lang

いろいろあるな。すぐ試せそうなのは

FractionalD，CaputoD，アップデートされたDSolveによる分数階微分および分数階微分方程式のサポート

かな。例題はDSolveのところにある。

https://reference.wolfram.com/language/ref/DSolve.html

やってみると、特に遅くもなくすぐ計算できた！

結構使えそうな感じ。

2022/11/8の皆既月食をiPhone 12 Pro Maxで撮影。だが手持ち固定なし設定一切合切デフォルトではこれが限界か…

帰りに歩きながら撮影。うーん、目ではちゃんと皆既月食になってるのに全然わからん。

切り出してみてもよくわからん。もうちょっと設定いじって撮ればよかった…

オメガ城の惨劇（Saikawa Sohei’s Last Case)を読んだ。帯の「F」の衝撃、再び。というのは違うが、昔からこのシリーズ読んでいる人へのサービス本でした。でもΩ、Lastだし、もう書かないよ、いつまでS＆Mシリーズ期待すんの、という森さんの意思表示なんだろうな。

「F」の衝撃、再び。という帯がすごい。確かに昔「すべてがFになる」を読んだときは衝撃的で、S&Mシリーズやその他もかなり読んだ。

Vシリーズとつながるときはおお、とか思った。ということでそのあたりから読んでいる人へのサービスかもしれないなと読み終えて思った。

あらすじは

「孤島に聳えるオメガ城への招待に応じた六人の天才と一人の雑誌記者。そこにはサイカワ・ソウヘイも含まれていた。彼らが城へやってきた理由はただ一つ。招待状に記された「マガタ・シキ」の名前だった。」

という嵐の山荘もの、

まあその真相自体は驚きはあんまりないんですが、エピローグで語られる真相が最初に書いた感想になるという。

いや本当にもう森さん書く気ないけど、編集部に言われて仕方なく、、、でも最後だよ、ということでΩ（最後）やLastを使ってるんだろうという感じが半端ない。

やたら年齢の話が出るのはもうみんな年なんだから、いつまでもS&MシリーズとかVシリーズとかいう連中いい加減にしろ、と言っている、とも思えたり。正直、いつまでS&Mシリーズをお前ら引きずっているんだ、新作を読めよ、とか言ってる感じが強い。

ということで森さん作品をあんまり読んでいない若い人がレビューすると三流ミステリィ（森さん流）と言われても仕方ない感じがしたり。

正倉院展＠奈良国立博物館のあとはなら仏像館で特別公開 金峯山寺仁王門 金剛力士立像を観てきた。200円で観られるのでめちゃお得。

正倉院展のチケットがあれば200円で観られるということでとてもお得。地下から行ってきました。

特別公開の巨大な阿吽の像がすごい。写真撮影OKです。

走っている像も。

第74回正倉院展＠奈良国立博物館へ行ってきた。時間指定の予約だが、入場前に想像していた以上の大行列！でも入ってしまえばかなりゆったり観られる。本当にすごい宝物がたくさん。屏風に猪がいるというのを必死で探してしまった。

時間指定の予約券持ってるのでまあギリギリにいけばいいだろうとおもったら、、、

ここからは分かりにくいがめちゃくちゃ大行列！

4回くらい折れ曲がった行列でした。でも、ほぼ時間通り（5分遅れくらい）で入場できて、かつ中は結構ゆったり観られました。

よかった！すごい宝物だらけ。銀の壺や、力士の面がすごかった。

行列の途中で読売新聞が解説の特別版だしていて、そこに屏風に猪が乗っているというのが書いてあった。

実物見たら、、、わからん！何回も新聞と見比べてやっと納得。

先延ばしの普遍的法則（課題提出、夏休みの宿題、進捗どうですか、などなど）N(t)=M/(D-t+C)-M/(D+C)を導出、カシオの高精度計算サイトkeisan.casio.jpにUP!締め切りギリギリじゃないとみんなやらない感覚にあってるな。

Fermat's Libraryで「"A universal law of procrastination（先延ばしの普遍的法則（万有法則？）」を見た。

This week's paper: "A universal law of procrastination" by T.Durakiewicz.

The author analyses how humans deliver under deadlines (e.g tax returns). Turns out this can be modeled by an hyperbolic function (better than an exponential!)https://t.co/dsZDOUl9nU pic.twitter.com/UdI606IKyq

— Fermat's Library (@fermatslibrary) November 1, 2022

元はこちら：

https://physicstoday.scitation.org/doi/10.1063/PT.3.3064

なるほど。確かに感覚と合ってる。Cの扱いがピンとこないのでちょっと計算。

提出物が最初が出てこなくて最後締め切りギリギリになってばっーと出てくる感じは∝-1/tのような形になるだろう。

ある時間tでの提出数をN(t)とする。締め切りt=Dになってようやく全提出N(D)=Mになる。もちろんN(0)=0。てことでこんな形になるはず。

\[ N(t) = \frac{a}{b - t }- \frac{a}{b} \]

ちょっと書き直す。

DからちょっとあとCたってこのN(t）はt=b=D+Cで発散するとする

\[ \lim_{t \to D+C} N(t) = \infty \]

なので

\[ N(t) = \frac{a}{D - t +C}- \frac{a}{D+C} \]

ここでN(D)=Mなので

\[ \frac{1}{C}- \frac{1}{D+C} = \frac{M}{a} \]

未知数が2つあるが簡単のために（or Durakiewiczさんが実際に受け取った申請データから) a=Mとする。すると

\[ \frac{D}{C(D+C)}=1 \]

\[ C^{2} + D C -D = 0 \]

\[ C=\frac{-D\pm\sqrt{D^{2}+4D}}{2}　\]

Cはもちろん正の値なのでちょっと書き直して

\[ C=\frac{1}{2}(\sqrt{D}\sqrt{D+4}-D)　\]

と Durakiewiczさんの結果が再現できた。

ということでこれをカシオの高精度計算サイトkeisan.casio.jpに作ってみた。こちら：

先延ばしの普遍的法則（提出、宿題、進捗など）

画面：

説明：

夏休みの宿題、提出する課題、申請書類、研究の進捗、などなど人間は締め切りギリギリまで先延ばしをします。
Tomasz Durakiewiczさんが実例からそれら全部に当てはまる理論式、A universal law of procrastinationを提案しました。Fermat's Libraryでも紹介されました。

計算結果：

松屋で豚と茄子の辛味噌炒め定食（キムチ追加、ご飯特盛）をいただく。

これは味が濃くてご飯が進む味。特盛でちょうどいい感じ。ダブルだとちょっと多いので代わりにキムチを追加。

成田山不動産の帰りに友呂岐神呂でお参り。

京阪の香里園駅に歩いて戻るときに見つけた神社。ともろぎ、と読むそうです。

大阪、寝屋川の成田山不動尊でお参り。

京阪の香里園駅から歩いて行ってきました。裏側から入った。

Visual C# (C_sharp)の数値計算ライブラリ MathNET Numericsを使う(10) 数値積分としてガウス・クロンロッド積分公式と二重指数関数型積分公式を試す。

今回は数値積分やってみよう。

これは例題がちゃんと公式サイトに書かれているので簡単。

https://numerics.mathdotnet.com/Integration.html

数値積分の方法としては

DoubleExponentialTransformation
GaussKronrodRule
GaussLegendreRule
NewtonCotesTrapeziumRule
SimpsonRule

が選べる。今回はガウス・クロンロッド（オーダーいろいろ変える）と二重指数関数型積分公式をやってみよう。

積分は

∫4/(1+x^2)dx (積分範囲[0,1]）
と

∫1/√(1-x^2)dx (積分範囲[-1,1]）

とする。結果はこちら。

ガウス・クロンロッドの方は予想通りの精度だが、二重指数関数型積分公式が悪いな。

なんで？Githubのコード見てみよう。

今回のコードはこちら。めちゃくちゃ簡単。

テキストでもコードを書いておきます。

using System;
using MathNet.Numerics.Integration;

namespace MathNetIntegral
{
    class Program
    {
        static void Main(string[] args)
        {
            double ApproximatePi;
            double err;

            Console.WriteLine("ガウス・クロンロッドの積分公式で∫4/(1+x^2)dx (積分範囲[0,1]）の計算");
            for (int n = 2; n <= 20; n++)
            {
                ApproximatePi =  GaussKronrodRule.Integrate(x => 4.0 / (1.0 + x * x), 0.0, 1.0, out _, out _, order : n);
                err = ApproximatePi - Math.PI;
                Console.WriteLine("次数" + n.ToString() + ":  " + ApproximatePi.ToString() +"    誤差: " +  err.ToString());
            }
            Console.WriteLine();

            Console.WriteLine("二重指数型数値積分で∫1/√(1-x^2)dx (積分範囲[-1,1]）の計算");
            double integrate = DoubleExponentialTransformation.Integrate(x => 1.0 / Math.Sqrt(1.0 - x * x), -1.0, 1.0, 1.0e-16);
            Console.WriteLine(integrate.ToString());

        }
    }
}

 

過去のもの：

Visual C# (C_sharp)の数学ライブラリ Math.NET Numericsを使う(1) 複素行列を定義して一次方程式や逆行列、行列式などを計算する。

Visual C# (C_sharp)の数学ライブラリ Math.NET Numericsを使う(2) 補間を行う（Interpolate) リニア、３次スプライン、有理関数などいろいろ使える。

Visual C# (C_sharp)の数学ライブラリ Math.NET Numericsを使う(3) 高速フーリエ変換（FFT）を実行する。FourierOptionsにMatlabとNumerical Recipesがあるのが意外。

Visual C# (C_sharp)の数学ライブラリ Math.NET Numericsを使う(4) 多項式フィッティングをして、Array.ConvertAllで一括でフィッティングデータを得る。

Visual C# (C_sharp)の数学ライブラリ Math.NET Numericsを使う(5) 常微分方程式の数値解法、4段4次のルンゲクッタ法がRungeKutta.FourthOrderの一文でできる。ローレンツ方程式を例としてやってみる

Visual C# (C_sharp)の数値計算ライブラリ MathNET Numericsを使う(6)　OptimizationのNelder-Mead SimplexでRosenbrock関数（５パラメータ）を最小になる点を探す。

Visual C# (C_sharp)の数値計算ライブラリ MathNET Numericsを使う(7)　OptimizationのLevenberg-Marquardt法（LevenbergMarquardtMinimizer）で非線形最小二乗法（回帰）でNISTの例題Rat43を計算する。

Visual C# (C_sharp)の数値計算ライブラリ MathNET Numericsを使う(8)　特異値分解（SVD）、主成分分析（PCA)を計算してみる（ちょうど奥村先生が記事を出されてたので）

Visual C# (C_sharp)の数値計算ライブラリ MathNET Numericsを使う(9)　いろんな確率分布の乱数（メルセンヌツイスタがベース）をヒストグラムにして描く。とりあえず正規分布とガンマ分布で。