next up previous
Next: 7 単精度変数と倍精度変数 Up: jj-kougi Previous: 5 微分方程式の差分化

6 データのサンプリングとデータ解析

微分方程式(運動方程式)を解くと,時間に関してのデータが得られる。 (位置座標、速度座標、あるいはエネルギーなど。) これらは、 時系列のデータとなっている。この中からデータを抽出(サンプル)し、 データ解析を行う。



データの平均と分散

$ N$ 個のサンプルデータ

$\displaystyle \left\{ x_{1}, x_{2},..., x_{N} \right\}$     (78)

平均 $ \langle x \rangle$
$\displaystyle \langle x \rangle$ $\displaystyle =$ $\displaystyle \frac{1}{N} \sum_{i=1}^{N} x_{i}    =  \
\frac{\sum_{i=1}^{N} x_{i} }{\sum_{i=1}^{N} 1 }$ (79)

重み付き平均 $ \langle x \rangle$
$\displaystyle \langle x \rangle$ $\displaystyle =$ $\displaystyle \frac{\sum_{i=1}^{N} w_{i} x_{i} }{\sum_{i=1}^{N} w_{i} }$ (80)


$\displaystyle 重み : \left\{ w_{1}, w_{2},..., w_{N} \right\}$     (81)

例.重心の座標
$\displaystyle X_{\rm G}$ $\displaystyle =$ $\displaystyle \frac{\sum_{i=1}^{N} m_{i} x_{i}}{\sum_{i=1}^{N} m_{i}}$ (82)

データの分散 $ (\Delta x)^{2} $ (標準偏差$ \Delta x$ )

$\displaystyle (\Delta x)^{2}$ $\displaystyle =$ $\displaystyle \langle \left( x-\langle x \rangle \right)^{2} \rangle$ (83)
  $\displaystyle =$ $\displaystyle \langle x^{2} \rangle - \langle x \rangle^{2}$ (84)

物理学では、 $ (\Delta x)^{2} $ を2乗平均揺らぎなどと呼んだりする。 揺らぎとは、平均値からの変動を表す物理量で、重要な物理量には このような揺らぎと関係している場合が多い。


next up previous
Next: 7 単精度変数と倍精度変数 Up: jj-kougi Previous: 5 微分方程式の差分化
Copyright (C), Tatsuki Oda (oda@cphys.s.kanazawa-u.ac.jp, Kanazawa University)