SlideShare a Scribd company logo
超複素数ただの紹介
2019.3.29
原田 滉之 (大阪大学)
1
複素数
• 𝑧 = 𝑎 + 𝑏𝑖 (𝑎, 𝑏 ∈ 𝑹, 𝑖2
= −1)
2
複素数
• 𝑧 = 𝑎 + 𝑏𝑖 (𝑎, 𝑏 ∈ 𝑹, 𝑖2
= −1)
• 二元数
• 共役: 𝑧 = 𝑎 − 𝑏𝑖
実部 虚部
3
複素数の和と積
• 𝑧1 = 𝑎1 + 𝑏1 𝑖
• 𝑧2 = 𝑎2 + 𝑏2 𝑖
• 𝑧1 + 𝑧2 = 𝑎1 + 𝑎2 + 𝑏1 + 𝑏2 𝑖
• 𝑧1 𝑧2 = 𝑎1 𝑎2 − 𝑏1 𝑏2 + 𝑎1 𝑏2 + 𝑏1 𝑎2 𝑖
4
複素数平面
• 複素数を横軸に実部,縦軸に虚部の平面に描画
𝑧 = 𝑎 + 𝑏𝑖 𝑧 = 𝑎 + 𝑏𝑖
𝑧′ = 𝑒 𝑖𝜃 𝑧
5
𝜃
複素数平面
• 複素数を横軸に実部,縦軸に虚部の平面に描画
• 乗算で回転を計算 𝑧 = 𝑎 + 𝑏𝑖
𝑧′ = 𝑒 𝑖𝜃 𝑧
6
𝜃
複素数の応用
• 代数学の基本定理
• 図形の回転
• 微分方程式
• (ラプラス,フーリエ(逆)変換)
• 2次元の運動の記述
7
複素数の応用
• 代数学の基本定理
• 図形の回転
• 微分方程式
• (ラプラス,フーリエ(逆)変換)
• 2次元の運動の記述
8
理想流体の渦無し流れ場(2D)~正則
• 速度場 𝑢, 𝑣 に対する複素速度場:𝒗 = 𝑢 − 𝑣𝑖 に
ポテンシャル 𝐹 𝑧 が存在
•
𝑑𝐹 𝑧
𝑑𝑧
= 𝑢 − 𝑣𝑖
• 例
9
α
一様流
𝐹 𝑧 = 𝑈𝑧𝑒−𝑖α
湧き出し 𝑚 > 0 &
吸い込み 𝑚 < 0
𝐹 𝑧 = 𝑚 log 𝑧
重ね合わせて色々な流れ場を作れる
• 一様流+二重湧き出し(湧き出し&吸い込み)で
円柱周りの流れを作る
• 𝐹 𝑧 = 𝑈𝑧 + lim
𝜀→0
𝑚 log 𝑧 − 𝑚 log 𝑧 + 𝜀
10
回転以外の写像も考えられる
• 円⇔直線,翼型の写像(Joukowski transform)
11
https://www.grc.nasa.gov/www/k-12/airplane/map.html
超複素数
• 𝑧 = 𝑎 + 𝑏𝑖 + 𝑐𝑗 + 𝑑𝑘
• 𝑖(𝑎, 𝑏, 𝑐, 𝑑 ∈ 𝑹, 𝑖2 = 𝑗2 = 𝑘2 = 𝑖𝑗𝑘 = −1,
• 𝑖(𝑖𝑗 = 𝑘, 𝑗𝑘 = 𝑖, 𝑘𝑖 = 𝑗, 𝑗𝑖 = −𝑘, 𝑘𝑗 = −𝑖, 𝑖𝑘 = −𝑗)
12
超複素数
• 𝑧 = 𝑎 + 𝑏𝑖 + 𝑐𝑗 + 𝑑𝑘
• 𝑖(𝑎, 𝑏, 𝑐, 𝑑 ∈ 𝑹, 𝑖2 = 𝑗2 = 𝑘2 = 𝑖𝑗𝑘 = −1,
• 𝑖(𝑖𝑗 = 𝑘, 𝑗𝑘 = 𝑖, 𝑘𝑖 = 𝑗, 𝑗𝑖 = −𝑘, 𝑘𝑗 = −𝑖, 𝑖𝑘 = −𝑗)
• 四元数
• 乗算の交換法則が成立しない
• 共役: 𝑧 = 𝑎 − 𝑏𝑖 − 𝑐𝑗 − 𝑑𝑘
13
超複素数の和と積
• 𝑧1 = 𝑎1 + 𝑏1 𝑖 + 𝑐1 𝑗 + 𝑑1 𝑘
• 𝑧2 = 𝑎2 + 𝑏2 𝑖 + 𝑐2 𝑗 + 𝑑2 𝑘
• 𝑧1 + 𝑧2 = 𝑎1 + 𝑎2 + 𝑏1 + 𝑏2 𝑖 + 𝑐1 + 𝑐2 𝑗 + 𝑑1 + 𝑑2 𝑘
• 𝑧1 𝑧2 = 𝑎1 𝑎2 − 𝑏1 𝑏2 − 𝑐1 𝑐2 − 𝑑1 𝑑2 + 𝑎1 𝑏2 + 𝑏1 𝑎2 + 𝑐1 𝑑2 − 𝑑1 𝑐2 𝑖
• 𝑧1 𝑧2 = + 𝑎1 𝑐2 − 𝑏1 𝑑2 + 𝑐1 𝑎2 + 𝑑1 𝑏2 𝑗 + 𝑎1 𝑑2 + 𝑏1 𝑐2 − 𝑐1 𝑏2 + 𝑑1 𝑎2 𝑘
14
超複素数空間
• 𝑧 = 𝑎 + 𝑏𝑖 + 𝑐𝑗 + 𝑑𝑘
• 𝑖(𝑎, 𝑏, 𝑐, 𝑑 ∈ 𝑹, 𝑖2 = 𝑗2 = 𝑘2 = 𝑖𝑗𝑘 = −1,
• 𝑖(𝑖𝑗 = 𝑘, 𝑗𝑘 = 𝑖, 𝑘𝑖 = 𝑗, 𝑗𝑖 = −𝑘, 𝑘𝑗 = −𝑖, 𝑖𝑘 = −𝑗)
• 交換則の不成立はベクトル積に似ている
• 𝒊𝒙 × 𝒚 = 𝒛, 𝒚 × 𝒙 = −𝒛
• 複素数平面に対して, 𝑖, 𝑗, 𝑘 の単位次元の張る空
間と同一視できそう
15
超複素数空間と(単純)回転
• 回転軸方向の単位ベクトル u に対して q を定める
• 𝒊𝒖 = 𝑢𝑖, 𝑢𝑗, 𝑢 𝑘 , 𝒖 = 1
• 𝑖𝑞 = cos
𝜃
2
+ 𝑢𝑖 𝑖 + 𝑢𝑗 𝑗 + 𝑢 𝑘 𝑘 sin
𝜃
2
• このとき 𝑖, 𝑗, 𝑘 空間における u 軸まわりに 𝜃 だけ
回転する3次元回転は,
• 𝑖𝑧′ = 𝑞𝑧 𝑞
16
超複素数空間と(単純)回転
• 𝑧′ = 𝑞𝑧 𝑞 で u 軸周りの回転
17
u
𝑧 = 𝑎 + 𝑏𝑖 + 𝑐𝑗 + 𝑑𝑘
u
𝑧′ = 𝑞𝑧 𝑞
i
j
k
𝜃
3次元回転の合成
• これまで3次元の回転を q で考えた.同様に,p を
用意して2回の回転を掛ける.
• 𝑧′ = 𝑞𝑧 𝑞,
• 𝑧′′ = 𝑝𝑧′ 𝑝
• 𝑧′′ = 𝑝 𝑞𝑧 𝑞 𝑝
• 𝑧′′ = 𝑝𝑞 𝑧 𝑞 𝑝
• 𝑧′′
= 𝑝𝑞 𝑧 𝑝𝑞
• 複数の回転が乗算でまとめられる!
18
四元数の応用
• CGの3D回転
• 衛星の姿勢計算
• 3次元の運動の記述?
19
ちなみに
• 三元数は無いのか?
• 加算,乗算の法則があてはめられなかった
• 一,二,四,八元数はある
• 八元数は球面幾何などにも応用
20
ちなみに
• 行列でも回転演算は出来るのでは?
• できる
• 𝑧′
= 𝑒 𝑖𝜃
𝑧 ↔
𝑥′
𝑦′
=
cos 𝜃 sin 𝜃
− sin 𝜃 cos 𝜃
𝑥
𝑦
• 𝑧′
= 𝑞𝑧 𝑞 ↔
𝑥′
𝑦′
𝑧′
=
cos 𝛾 sin 𝛾 0
− sin 𝛾 cos 𝛾 0
0 0 1
cos 𝛽 0 − sin 𝛽
0 1 0
sin 𝛽 0 cos 𝛽
1 0 0
0 cos 𝛼 sin 𝛼
0 − sin 𝛼 cos 𝑎
𝑥
𝑦
𝑧
21
おまけ
• ハミルトンの橋(Broom Bridge, Dublin, Ireland)
22
さいごに
• ぜひロボットの空間姿勢の計算に超複素数を使っ
てみては如何でしょうか.
23

More Related Content

What's hot

[DL輪読会]近年のオフライン強化学習のまとめ —Offline Reinforcement Learning: Tutorial, Review, an...
[DL輪読会]近年のオフライン強化学習のまとめ —Offline Reinforcement Learning: Tutorial, Review, an...[DL輪読会]近年のオフライン強化学習のまとめ —Offline Reinforcement Learning: Tutorial, Review, an...
[DL輪読会]近年のオフライン強化学習のまとめ —Offline Reinforcement Learning: Tutorial, Review, an...
Deep Learning JP
 
変分推論と Normalizing Flow
変分推論と Normalizing Flow変分推論と Normalizing Flow
変分推論と Normalizing FlowAkihiro Nitta
 
[DL Hacks]Variational Approaches For Auto-Encoding Generative Adversarial Ne...
[DL Hacks]Variational Approaches For Auto-Encoding  Generative Adversarial Ne...[DL Hacks]Variational Approaches For Auto-Encoding  Generative Adversarial Ne...
[DL Hacks]Variational Approaches For Auto-Encoding Generative Adversarial Ne...
Deep Learning JP
 
GAN(と強化学習との関係)
GAN(と強化学習との関係)GAN(と強化学習との関係)
GAN(と強化学習との関係)
Masahiro Suzuki
 
ELBO型VAEのダメなところ
ELBO型VAEのダメなところELBO型VAEのダメなところ
ELBO型VAEのダメなところ
KCS Keio Computer Society
 
負の二項分布について
負の二項分布について負の二項分布について
負の二項分布について
Hiroshi Shimizu
 
強化学習と逆強化学習を組み合わせた模倣学習
強化学習と逆強化学習を組み合わせた模倣学習強化学習と逆強化学習を組み合わせた模倣学習
強化学習と逆強化学習を組み合わせた模倣学習
Eiji Uchibe
 
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
Hakky St
 
NIPS2015読み会: Ladder Networks
NIPS2015読み会: Ladder NetworksNIPS2015読み会: Ladder Networks
NIPS2015読み会: Ladder Networks
Eiichi Matsumoto
 
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learning
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learningゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learning
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learning
Preferred Networks
 
PRML第6章「カーネル法」
PRML第6章「カーネル法」PRML第6章「カーネル法」
PRML第6章「カーネル法」
Keisuke Sugawara
 
MLaPP 4章 「ガウシアンモデル」
MLaPP 4章 「ガウシアンモデル」MLaPP 4章 「ガウシアンモデル」
MLaPP 4章 「ガウシアンモデル」
Shinichi Tamura
 
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
Deep Learning JP
 
[DL輪読会]Disentangling by Factorising
[DL輪読会]Disentangling by Factorising[DL輪読会]Disentangling by Factorising
[DL輪読会]Disentangling by Factorising
Deep Learning JP
 
[DL輪読会]Control as Inferenceと発展
[DL輪読会]Control as Inferenceと発展[DL輪読会]Control as Inferenceと発展
[DL輪読会]Control as Inferenceと発展
Deep Learning JP
 
Curriculum Learning (関東CV勉強会)
Curriculum Learning (関東CV勉強会)Curriculum Learning (関東CV勉強会)
Curriculum Learning (関東CV勉強会)
Yoshitaka Ushiku
 
[DL輪読会]Revisiting Deep Learning Models for Tabular Data (NeurIPS 2021) 表形式デー...
[DL輪読会]Revisiting Deep Learning Models for Tabular Data  (NeurIPS 2021) 表形式デー...[DL輪読会]Revisiting Deep Learning Models for Tabular Data  (NeurIPS 2021) 表形式デー...
[DL輪読会]Revisiting Deep Learning Models for Tabular Data (NeurIPS 2021) 表形式デー...
Deep Learning JP
 
ブラックボックス最適化とその応用
ブラックボックス最適化とその応用ブラックボックス最適化とその応用
ブラックボックス最適化とその応用
gree_tech
 
自動微分変分ベイズ法の紹介
自動微分変分ベイズ法の紹介自動微分変分ベイズ法の紹介
自動微分変分ベイズ法の紹介
Taku Yoshioka
 

What's hot (20)

[DL輪読会]近年のオフライン強化学習のまとめ —Offline Reinforcement Learning: Tutorial, Review, an...
[DL輪読会]近年のオフライン強化学習のまとめ —Offline Reinforcement Learning: Tutorial, Review, an...[DL輪読会]近年のオフライン強化学習のまとめ —Offline Reinforcement Learning: Tutorial, Review, an...
[DL輪読会]近年のオフライン強化学習のまとめ —Offline Reinforcement Learning: Tutorial, Review, an...
 
変分推論と Normalizing Flow
変分推論と Normalizing Flow変分推論と Normalizing Flow
変分推論と Normalizing Flow
 
[DL Hacks]Variational Approaches For Auto-Encoding Generative Adversarial Ne...
[DL Hacks]Variational Approaches For Auto-Encoding  Generative Adversarial Ne...[DL Hacks]Variational Approaches For Auto-Encoding  Generative Adversarial Ne...
[DL Hacks]Variational Approaches For Auto-Encoding Generative Adversarial Ne...
 
GAN(と強化学習との関係)
GAN(と強化学習との関係)GAN(と強化学習との関係)
GAN(と強化学習との関係)
 
ELBO型VAEのダメなところ
ELBO型VAEのダメなところELBO型VAEのダメなところ
ELBO型VAEのダメなところ
 
負の二項分布について
負の二項分布について負の二項分布について
負の二項分布について
 
強化学習と逆強化学習を組み合わせた模倣学習
強化学習と逆強化学習を組み合わせた模倣学習強化学習と逆強化学習を組み合わせた模倣学習
強化学習と逆強化学習を組み合わせた模倣学習
 
劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章劣モジュラ最適化と機械学習1章
劣モジュラ最適化と機械学習1章
 
NIPS2015読み会: Ladder Networks
NIPS2015読み会: Ladder NetworksNIPS2015読み会: Ladder Networks
NIPS2015読み会: Ladder Networks
 
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learning
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learningゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learning
ゼロから始める深層強化学習(NLP2018講演資料)/ Introduction of Deep Reinforcement Learning
 
PRML第6章「カーネル法」
PRML第6章「カーネル法」PRML第6章「カーネル法」
PRML第6章「カーネル法」
 
MLaPP 4章 「ガウシアンモデル」
MLaPP 4章 「ガウシアンモデル」MLaPP 4章 「ガウシアンモデル」
MLaPP 4章 「ガウシアンモデル」
 
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
[DL輪読会]Wasserstein GAN/Towards Principled Methods for Training Generative Adv...
 
[DL輪読会]Disentangling by Factorising
[DL輪読会]Disentangling by Factorising[DL輪読会]Disentangling by Factorising
[DL輪読会]Disentangling by Factorising
 
[DL輪読会]Control as Inferenceと発展
[DL輪読会]Control as Inferenceと発展[DL輪読会]Control as Inferenceと発展
[DL輪読会]Control as Inferenceと発展
 
Curriculum Learning (関東CV勉強会)
Curriculum Learning (関東CV勉強会)Curriculum Learning (関東CV勉強会)
Curriculum Learning (関東CV勉強会)
 
[DL輪読会]Revisiting Deep Learning Models for Tabular Data (NeurIPS 2021) 表形式デー...
[DL輪読会]Revisiting Deep Learning Models for Tabular Data  (NeurIPS 2021) 表形式デー...[DL輪読会]Revisiting Deep Learning Models for Tabular Data  (NeurIPS 2021) 表形式デー...
[DL輪読会]Revisiting Deep Learning Models for Tabular Data (NeurIPS 2021) 表形式デー...
 
ブラックボックス最適化とその応用
ブラックボックス最適化とその応用ブラックボックス最適化とその応用
ブラックボックス最適化とその応用
 
マーク付き点過程
マーク付き点過程マーク付き点過程
マーク付き点過程
 
自動微分変分ベイズ法の紹介
自動微分変分ベイズ法の紹介自動微分変分ベイズ法の紹介
自動微分変分ベイズ法の紹介
 

Similar to 超複素数

Computing for Isogeny Kernel Problem by Groebner Basis
Computing for Isogeny Kernel Problem by Groebner BasisComputing for Isogeny Kernel Problem by Groebner Basis
Computing for Isogeny Kernel Problem by Groebner Basis
Yasu Math
 
場の量子論
場の量子論場の量子論
場の量子論
M M
 
表現論 ゼミ資料
表現論 ゼミ資料表現論 ゼミ資料
表現論 ゼミ資料
HanpenRobot
 
Prml1.2.4
Prml1.2.4Prml1.2.4
Prml1.2.4
Tomoyuki Hioki
 
グレブナー基底輪読会 #1 ―準備体操の巻―
グレブナー基底輪読会 #1 ―準備体操の巻―グレブナー基底輪読会 #1 ―準備体操の巻―
グレブナー基底輪読会 #1 ―準備体操の巻―
Yutaka Nagahata
 
Prml 最尤推定からベイズ曲線フィッティング
Prml 最尤推定からベイズ曲線フィッティングPrml 最尤推定からベイズ曲線フィッティング
Prml 最尤推定からベイズ曲線フィッティング
takutori
 
星野「調査観察データの統計科学」第3章
星野「調査観察データの統計科学」第3章星野「調査観察データの統計科学」第3章
星野「調査観察データの統計科学」第3章
Shuyo Nakatani
 
暗号技術の実装と数学
暗号技術の実装と数学暗号技術の実装と数学
暗号技術の実装と数学
MITSUNARI Shigeo
 
外積代数で読み解く平行体 ~究極の関係式を追い求めて~
外積代数で読み解く平行体 ~究極の関係式を追い求めて~外積代数で読み解く平行体 ~究極の関係式を追い求めて~
外積代数で読み解く平行体 ~究極の関係式を追い求めて~
SoshunNaito
 
行列による空間の直和分解
行列による空間の直和分解行列による空間の直和分解
行列による空間の直和分解
HanpenRobot
 
University CodeSprint 4 - Magic value
University CodeSprint 4 - Magic valueUniversity CodeSprint 4 - Magic value
University CodeSprint 4 - Magic value
satanic
 
楕円曲線入門 トーラスと楕円曲線のつながり
楕円曲線入門トーラスと楕円曲線のつながり楕円曲線入門トーラスと楕円曲線のつながり
楕円曲線入門 トーラスと楕円曲線のつながり
MITSUNARI Shigeo
 
Dynamic Routing Between Capsules
Dynamic Routing Between CapsulesDynamic Routing Between Capsules
Dynamic Routing Between Capsules
yukihiro domae
 
6 dof riged_body_equation_of_motion_4
6 dof riged_body_equation_of_motion_46 dof riged_body_equation_of_motion_4
6 dof riged_body_equation_of_motion_4
kouhei1970
 
代数方程式とガロア理論
代数方程式とガロア理論代数方程式とガロア理論
代数方程式とガロア理論
Junpei Tsuji
 
Slide
SlideSlide
流体シミュレータの製作
流体シミュレータの製作流体シミュレータの製作
流体シミュレータの製作
Fumiya Watanabe
 
mathphysicsmastersv2
mathphysicsmastersv2mathphysicsmastersv2
mathphysicsmastersv2
Ryosuke Ishii
 
第4回数理モデル勉強会(日本植物学会第84回大会関連集会)
第4回数理モデル勉強会(日本植物学会第84回大会関連集会)第4回数理モデル勉強会(日本植物学会第84回大会関連集会)
第4回数理モデル勉強会(日本植物学会第84回大会関連集会)
TakaakiYonekura
 
強束縛模型における多体電子状態の第2量子化表現
強束縛模型における多体電子状態の第2量子化表現強束縛模型における多体電子状態の第2量子化表現
強束縛模型における多体電子状態の第2量子化表現
Kazu Ghalamkari
 

Similar to 超複素数 (20)

Computing for Isogeny Kernel Problem by Groebner Basis
Computing for Isogeny Kernel Problem by Groebner BasisComputing for Isogeny Kernel Problem by Groebner Basis
Computing for Isogeny Kernel Problem by Groebner Basis
 
場の量子論
場の量子論場の量子論
場の量子論
 
表現論 ゼミ資料
表現論 ゼミ資料表現論 ゼミ資料
表現論 ゼミ資料
 
Prml1.2.4
Prml1.2.4Prml1.2.4
Prml1.2.4
 
グレブナー基底輪読会 #1 ―準備体操の巻―
グレブナー基底輪読会 #1 ―準備体操の巻―グレブナー基底輪読会 #1 ―準備体操の巻―
グレブナー基底輪読会 #1 ―準備体操の巻―
 
Prml 最尤推定からベイズ曲線フィッティング
Prml 最尤推定からベイズ曲線フィッティングPrml 最尤推定からベイズ曲線フィッティング
Prml 最尤推定からベイズ曲線フィッティング
 
星野「調査観察データの統計科学」第3章
星野「調査観察データの統計科学」第3章星野「調査観察データの統計科学」第3章
星野「調査観察データの統計科学」第3章
 
暗号技術の実装と数学
暗号技術の実装と数学暗号技術の実装と数学
暗号技術の実装と数学
 
外積代数で読み解く平行体 ~究極の関係式を追い求めて~
外積代数で読み解く平行体 ~究極の関係式を追い求めて~外積代数で読み解く平行体 ~究極の関係式を追い求めて~
外積代数で読み解く平行体 ~究極の関係式を追い求めて~
 
行列による空間の直和分解
行列による空間の直和分解行列による空間の直和分解
行列による空間の直和分解
 
University CodeSprint 4 - Magic value
University CodeSprint 4 - Magic valueUniversity CodeSprint 4 - Magic value
University CodeSprint 4 - Magic value
 
楕円曲線入門 トーラスと楕円曲線のつながり
楕円曲線入門トーラスと楕円曲線のつながり楕円曲線入門トーラスと楕円曲線のつながり
楕円曲線入門 トーラスと楕円曲線のつながり
 
Dynamic Routing Between Capsules
Dynamic Routing Between CapsulesDynamic Routing Between Capsules
Dynamic Routing Between Capsules
 
6 dof riged_body_equation_of_motion_4
6 dof riged_body_equation_of_motion_46 dof riged_body_equation_of_motion_4
6 dof riged_body_equation_of_motion_4
 
代数方程式とガロア理論
代数方程式とガロア理論代数方程式とガロア理論
代数方程式とガロア理論
 
Slide
SlideSlide
Slide
 
流体シミュレータの製作
流体シミュレータの製作流体シミュレータの製作
流体シミュレータの製作
 
mathphysicsmastersv2
mathphysicsmastersv2mathphysicsmastersv2
mathphysicsmastersv2
 
第4回数理モデル勉強会(日本植物学会第84回大会関連集会)
第4回数理モデル勉強会(日本植物学会第84回大会関連集会)第4回数理モデル勉強会(日本植物学会第84回大会関連集会)
第4回数理モデル勉強会(日本植物学会第84回大会関連集会)
 
強束縛模型における多体電子状態の第2量子化表現
強束縛模型における多体電子状態の第2量子化表現強束縛模型における多体電子状態の第2量子化表現
強束縛模型における多体電子状態の第2量子化表現
 

超複素数