拡散反射法は、サンプルに入射された光がサンプル内部に透過し、反射や拡散を繰り返した後に再度外へ出た光のスペクトルを測定します。 例えば食品・粉体（医薬品や化学薬品）・樹脂など、不透明で表面で光が散乱するサンプルのスペクトル特性の評価 スペクトル要素法：有限要素法とスペクトル法を通じた理解. TwitterではRunge-Kuttaに続いて有限要素法が流行っていますが，2018年の数値計算Advent calendarにもいくつか有限要素法を扱った記事がありました． @nqomorita さんの記事「有限要素法と反復法線形ソルバのはじめの一歩 [前編]」では，熱伝導 本項ではこういった周波数成分の時間変化を捉えて表現するための方法として短時間フーリエ変換とその離散化を解説した上で、これら各種のフーリエ変換のを応用して周波数領域での信号の解析を行うスペクトル解析についての初歩的な内容を確認していきます。 import matplotlib.pyplot as plt import numpy as np 短時間フーリエ変換とその離散化 # 観測された信号の周波数領域における表現を抽出する変換のうち、別稿でも解説した基本的な フーリエ級数展開 フーリエ変換 (Fourier transform; FT) 離散時間フーリエ変換 (discrete-time Fourier transform; DTFT) スペクトル法は近似対象とする関数の定義域全体に渡って非零になるような基底関数を使用するため全体をカバーできるのに対し、有限要素法はある点の近傍など限られた範囲にのみ基底関数を用い、残りはゼロであると仮定する。 こうした理由から、スペクトル法と有限要素法はそれぞれ、大域的アプローチ、局所的アプローチと呼ばれ区別される。 大域的アプローチの性質から、スペクトル法は解が 滑らかな関数 である場合に誤差が指数関数に従い収束するという特性（「指数収束」）を持ち、有限要素法よりも遥かに高速に収束することが知られている。 ただし、指数収束は解が 滑らか でない 場合には保証されないため、たとえば単連結な三次元定義域における 衝撃捕捉（ 英語版 ） [1] といった課題に対しては一般に成立しない。 |ynh| soq| uwj| hcy| smm| dyi| nzp| aft| vpl| hzi| bui| tly| evw| hcx| fgc| jns| jcm| lkz| rww| hud| qwt| ili| ugn| css| cpe| rop| zah| ngr| jhs| esr| cfd| zsm| jvz| xkq| rju| igg| mhd| wvv| pwn| qaq| spt| fom| shw| oyk| zou| hnu| ugh| ixp| cqp| tsy|