![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
物理学実験II 「ブラウン運動」に関する情報を載せているページです。
「ブラウン運動」では、原子、分子のランダムな熱運動によって生じる巨視的な物理量の揺らぎを扱う。具体的には、抵抗の熱雑音(電子の熱運動)及び、ねじれ型振動子の熱振動を測定する。この実験を通して、熱雑音についての理解を深めると同時に、微小振動計測の技術と、ランダムプロセスの統計処理について学んでもらう。
実験の詳細については、以下のテキストと資料を参照のこと。
ブラウン運動テキスト &ref(): File not found: "main2009.pdf" at page "Brown";
説明会資料 &ref(): File not found: "brown2009.pdf" at page "Brown";
実験で取ったデータを教育用計算機センターや自分のパソコンで解析するために、ここにデータをアップロードできる。
以下にある、自分の組番号のページ(1-A等)に、ファイルをアップロードすること。
上部にある、添付というリンクをクリックすれば、ファイルがアップロードできる。
アップロードにはパスワードが必要なので、実験担当者に聞くように。
ブラウン運動では、測定したデータをどう解析するかが大きな意味合いを持っている。解析が不十分なレポートは減点対象である。実験指導側から、データ解析のツールについて特に指定はしないので、各自好みの方法を用いてよい。
ここでは、どのようなツールを用いて良いのかわからない学生のために、いくつかのツールを紹介する。
Matlabは、行列ベースの汎用数値処理言語である。Matlabには以下のような特徴がある。
Matlabを用いたデータ解析の例はこちら。
Scilabは、INRIAで開発されている、行列ベースの数値解析システムである。機能、文法共にMatlabに非常に良く似ており、ほとんどの目的においてMatlabを置き換えることが可能である。
Scilabを用いたデータ解析の例はこちら
Pythonは、MatlabやScilabとは違い、数値計算に限定しない汎用のインタープリタ言語である。その適用範囲は広大で、個人が日常の細かい作業を行うのに使うスクリプトから、動的Webページの生成、大掛かりなアプリケーションまで様々に利用されている。Pythonはそもそもモジュールによって機能拡張する事を前提として設計されており、そのため数値計算や数式処理用の拡張モジュールが開発され、科学技術分野で徐々に利用されてきている。
Pythonを利用したデータ解析の例はこちら。
