元素戦略アウトルック 材料と全面代替戦略

Size: px
Start display at page:

Download "元素戦略アウトルック 材料と全面代替戦略"

Transcription

1

2

3

4

5

6 1

7 2

8 3

9 4

10 5

11 6

12 7

13 8

14 9

15 10

16 11

17 12

18 13

19 14

20 15

21 16

22 17

23 18

24 19

25 20

26 21

27

28 23

29 2.2.4 スカンジウム ジウム内包フラーレンに関する研究 などがある スカンジウムはレアメタルの中でも特に希少な金属で 製 錬のプロセス技術を確立すること自体が研究課題である プ ロセスに関する研究は東京大で行われている その他 スカンジウム錯体を用いた触媒への応用 スカン チタン チタンに関する研究は大変盛んで 中でも光触媒に関する 研究は群を抜いて多く 25 箇所もの機関が検索された つい 材料と全面代替戦略 NIMSにおける取り組みからその可能性を探る

30 β 25

31 26

32 27

33 28

34 29

35 30

36 31

37 32

38 33

39 34

40 35

41 36

42 37

43 歪 材料として知られ これを応用した素子開発が盛んに進 められている イッテルビウム 代表的な希土類元素であり 他の希土類と同様 充填スクッ テルダイト化合物 プラセオジムの項を参照 Ba-Cu-O 系 ツリウム Tm-Ho 系ファイバー レーザーの研究は比較的盛んで 電通大 東京都立大などで進められている 超伝導体 Yb-B 系をはじめとする重い電子系 などについ ての研究が盛んである 他の研究には Yb-In-Cu 系準結晶に関する構造の解析や 新現象の探索 Yb Pt Pd Ge 単結晶の育成などがある 38 材料と全面代替戦略 NIMSにおける取り組みからその可能性を探る

44 39

45 40

46 41

47 42

48 43

49 44

50 45

51 46

52 47

53 48

54 49

55 50

56 51

57 52

58 β β β β 53

59 54

60 55

61 56

62 57

63 58

64 μ μ μ 59

65 60

66 β β β β xx β 61

67 β β β μ x 1-x x 1-x x μ μ 62

68 μ 63

69 64

70 65

71 σ π π π π 66

72 67

73 68

74 69

75 70

76 71

77 μ μ 72

78 α α 73

79 α x x x α α a a a 74

80 t π t μ μ 75

81 76

82 77

83 78

84 α α α α α α α 79

85 α α α α β α β β β α 80

86 α α α α β 81

87 82

88 83

89 84

90 85

91 86

92 87

93 88

94 89

95 90

96 91

97 92

98 93

99 94

100 95

101 96

102 97

103 98

104 99

105 μ 100

106 101

107 102

108 μ μ μ μ 103

109 104

110 105

111 106 μ μ

112 107

113 108

114 109

115 110

116

117

研修コーナー

研修コーナー l l l l l l l l l l l α α β l µ l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l l

More information

1 911 9001030 9:00 A B C D E F G H I J K L M 1A0900 1B0900 1C0900 1D0900 1E0900 1F0900 1G0900 1H0900 1I0900 1J0900 1K0900 1L0900 1M0900 9:15 1A0915 1B0915 1C0915 1D0915 1E0915 1F0915 1G0915 1H0915 1I0915

More information

3/4/8:9 { } { } β β β α β α β β

3/4/8:9 { } { } β β β α β α β β α β : α β β α β α, [ ] [ ] V, [ ] α α β [ ] β 3/4/8:9 3/4/8:9 { } { } β β β α β α β β [] β [] β β β β α ( ( ( ( ( ( [ ] [ ] [ β ] [ α β β ] [ α ( β β ] [ α] [ ( β β ] [] α [ β β ] ( / α α [ β β ] [ ] 3

More information

第86回日本感染症学会総会学術集会後抄録(I)

第86回日本感染症学会総会学術集会後抄録(I) κ κ κ κ κ κ μ μ β β β γ α α β β γ α β α α α γ α β β γ μ β β μ μ α ββ β β β β β β β β β β β β β β β β β β γ β μ μ μ μμ μ μ μ μ β β μ μ μ μ μ μ μ μ μ μ μ μ μ μ β

More information

nsg04-28/ky208684356100043077

nsg04-28/ky208684356100043077 δ!!! μ μ μ γ UBE3A Ube3a Ube3a δ !!!! α α α α α α α α α α μ μ α β α β β !!!!!!!! μ! Suncus murinus μ Ω! π μ Ω in vivo! μ μ μ!!! ! in situ! in vivo δ δ !!!!!!!!!! ! in vivo Orexin-Arch Orexin-Arch !!

More information

I II III IV V

I II III IV V I II III IV V N/m 2 640 980 50 200 290 440 2m 50 4m 100 100 150 200 290 390 590 150 340 4m 6m 8m 100 170 250 µ = E FRVβ β N/mm 2 N/mm 2 1.1 F c t.1 3 1 1.1 1.1 2 2 2 2 F F b F s F c F t F b F s 3 3 3

More information

t χ 2 F Q t χ 2 F 1 2 µ, σ 2 N(µ, σ 2 ) f(x µ, σ 2 ) = 1 ( exp (x ) µ)2 2πσ 2 2σ 2 0, N(0, 1) (100 α) z(α) t χ 2 *1 2.1 t (i)x N(µ, σ 2 ) x µ σ N(0, 1

t χ 2 F Q t χ 2 F 1 2 µ, σ 2 N(µ, σ 2 ) f(x µ, σ 2 ) = 1 ( exp (x ) µ)2 2πσ 2 2σ 2 0, N(0, 1) (100 α) z(α) t χ 2 *1 2.1 t (i)x N(µ, σ 2 ) x µ σ N(0, 1 t χ F Q t χ F µ, σ N(µ, σ ) f(x µ, σ ) = ( exp (x ) µ) πσ σ 0, N(0, ) (00 α) z(α) t χ *. t (i)x N(µ, σ ) x µ σ N(0, ) (ii)x,, x N(µ, σ ) x = x+ +x N(µ, σ ) (iii) (i),(ii) z = x µ N(0, ) σ N(0, ) ( 9 97.

More information

春期講座 ~ 極限 1 1, 1 2, 1 3, 1 4,, 1 n, n n {a n } n a n α {a n } α {a n } α lim n an = α n a n α α {a n } {a n } {a n } 1. a n = 2 n {a n } 2, 4, 8, 16,

春期講座 ~ 極限 1 1, 1 2, 1 3, 1 4,, 1 n, n n {a n } n a n α {a n } α {a n } α lim n an = α n a n α α {a n } {a n } {a n } 1. a n = 2 n {a n } 2, 4, 8, 16, 春期講座 ~ 極限 1 1, 1 2, 1 3, 1 4,, 1 n, n n {a n } n a n α {a n } α {a n } α lim an = α n a n α α {a n } {a n } {a n } 1. a n = 2 n {a n } 2, 4, 8, 16, 32, n a n {a n } {a n } 2. a n = 10n + 1 {a n } lim an

More information

1 (1) () (3) I 0 3 I I d θ = L () dt θ L L θ I d θ = L = κθ (3) dt κ T I T = π κ (4) T I κ κ κ L l a θ L r δr δl L θ ϕ ϕ = rθ (5) l

1 (1) () (3) I 0 3 I I d θ = L () dt θ L L θ I d θ = L = κθ (3) dt κ T I T = π κ (4) T I κ κ κ L l a θ L r δr δl L θ ϕ ϕ = rθ (5) l 1 1 ϕ ϕ ϕ S F F = ϕ (1) S 1: F 1 1 (1) () (3) I 0 3 I I d θ = L () dt θ L L θ I d θ = L = κθ (3) dt κ T I T = π κ (4) T I κ κ κ L l a θ L r δr δl L θ ϕ ϕ = rθ (5) l : l r δr θ πrδr δf (1) (5) δf = ϕ πrδr

More information

II (No.2) 2 4,.. (1) (cm) (2) (cm) , (

II (No.2) 2 4,.. (1) (cm) (2) (cm) , ( II (No.1) 1 x 1, x 2,..., x µ = 1 V = 1 k=1 x k (x k µ) 2 k=1 σ = V. V = σ 2 = 1 x 2 k µ 2 k=1 1 µ, V σ. (1) 4, 7, 3, 1, 9, 6 (2) 14, 17, 13, 11, 19, 16 (3) 12, 21, 9, 3, 27, 18 (4) 27.2, 29.3, 29.1, 26.0,

More information

limit&derivative

limit&derivative - - 7 )................................................................................ 5.................................. 7.. e ).......................... 9 )..........................................

More information

#A A A F, F d F P + F P = d P F, F y P F F x A.1 ( α, 0), (α, 0) α > 0) (x, y) (x + α) 2 + y 2, (x α) 2 + y 2 d (x + α)2 + y 2 + (x α) 2 + y 2 =

#A A A F, F d F P + F P = d P F, F y P F F x A.1 ( α, 0), (α, 0) α > 0) (x, y) (x + α) 2 + y 2, (x α) 2 + y 2 d (x + α)2 + y 2 + (x α) 2 + y 2 = #A A A. F, F d F P + F P = d P F, F P F F A. α, 0, α, 0 α > 0, + α +, α + d + α + + α + = d d F, F 0 < α < d + α + = d α + + α + = d d α + + α + d α + = d 4 4d α + = d 4 8d + 6 http://mth.cs.kitmi-it.c.jp/

More information

研修コーナー

研修コーナー l l l l l l l Department of Obstetrics and Gynecology, Fukui Medical University, Fukui l l l l l l µ l β β l α l µ µ l l l l Department of Obstetrics and Gynecology, Gifu University School of Medicine,

More information

知能科学:ニューラルネットワーク

知能科学:ニューラルネットワーク 2 3 4 (Neural Network) (Deep Learning) (Deep Learning) ( x x = ax + b x x x ? x x x w σ b = σ(wx + b) x w b w b .2.8.6 σ(x) = + e x.4.2 -.2 - -5 5 x w x2 w2 σ x3 w3 b = σ(w x + w 2 x 2 + w 3 x 3 + b) x,

More information

知能科学:ニューラルネットワーク

知能科学:ニューラルネットワーク 2 3 4 (Neural Network) (Deep Learning) (Deep Learning) ( x x = ax + b x x x ? x x x w σ b = σ(wx + b) x w b w b .2.8.6 σ(x) = + e x.4.2 -.2 - -5 5 x w x2 w2 σ x3 w3 b = σ(w x + w 2 x 2 + w 3 x 3 + b) x,

More information

Super perfect numbers and Mersenne perefect numbers /2/22 1 m, , 31 8 P = , P =

Super perfect numbers and Mersenne perefect numbers /2/22 1 m, , 31 8 P = , P = Super perfect numbers and Mersenne perefect numbers 3 2019/2/22 1 m, 2 2 5 3 5 4 18 5 20 6 25 7, 31 8 P = 5 35 9, 38 10 P = 5 39 1 1 m, 1: m = 28 m = 28 m = 10 height48 2 4 3 A 40 2 3 5 A 2002 2 7 11 13

More information

α β *2 α α β β α = α 1 β = 1 β 2.2 α 0 β *3 2.3 * *2 *3 *4 (µ A ) (µ P ) (µ A > µ P ) 10 (µ A = µ P + 10) 15 (µ A = µ P +

α β *2 α α β β α = α 1 β = 1 β 2.2 α 0 β *3 2.3 * *2 *3 *4 (µ A ) (µ P ) (µ A > µ P ) 10 (µ A = µ P + 10) 15 (µ A = µ P + Armitage 1 1.1 2 t *1 α β 1.2 µ x µ 2 2 2 α β 2.1 1 α β α ( ) β *1 t t 1 α β *2 α α β β α = α 1 β = 1 β 2.2 α 0 β 1 0 0 1 1 5 2.5 *3 2.3 *4 3 3.1 1 1 1 *2 *3 *4 (µ A ) (µ P ) (µ A > µ P ) 10 (µ A = µ P

More information

N cos s s cos ψ e e e e 3 3 e e 3 e 3 e

N cos s s cos ψ e e e e 3 3 e e 3 e 3 e 3 3 5 5 5 3 3 7 5 33 5 33 9 5 8 > e > f U f U u u > u ue u e u ue u ue u e u e u u e u u e u N cos s s cos ψ e e e e 3 3 e e 3 e 3 e 3 > A A > A E A f A A f A [ ] f A A e > > A e[ ] > f A E A < < f ; >

More information

1 3 1.1.......................... 3 1............................... 3 1.3....................... 5 1.4.......................... 6 1.5........................ 7 8.1......................... 8..............................

More information

LLG-R8.Nisus.pdf

LLG-R8.Nisus.pdf d M d t = γ M H + α M d M d t M γ [ 1/ ( Oe sec) ] α γ γ = gµ B h g g µ B h / π γ g = γ = 1.76 10 [ 7 1/ ( Oe sec) ] α α = λ γ λ λ λ α γ α α H α = γ H ω ω H α α H K K H K / M 1 1 > 0 α 1 M > 0 γ α γ =

More information

O1-1 O1-2 O1-3 O1-4 O1-5 O1-6

O1-1 O1-2 O1-3 O1-4 O1-5 O1-6 O1-1 O1-2 O1-3 O1-4 O1-5 O1-6 O1-7 O1-8 O1-9 O1-10 O1-11 O1-12 O1-13 O1-14 O1-15 O1-16 O1-17 O1-18 O1-19 O1-20 O1-21 O1-22 O1-23 O1-24 O1-25 O1-26 O1-27 O1-28 O1-29 O1-30 O1-31 O1-32 O1-33 O1-34 O1-35

More information

線形弾性体 線形弾性体 応力テンソル とひずみテンソルソル の各成分が線形関係を有する固体. kl 応力テンソル O kl ひずみテンソル

線形弾性体 線形弾性体 応力テンソル とひずみテンソルソル の各成分が線形関係を有する固体. kl 応力テンソル O kl ひずみテンソル Constitutive equation of elasti solid Hooke s law λδ μ kk Lame s onstant λ μ ( )( ) ( ) linear elasti solid kl kl Copyright is reserved. No part of this doument may be reprodued for profit. 線形弾性体 線形弾性体

More information

- 16 M7.3 14 M6.5 - - - - - A-4 A-5 A-3 F-3 F-1 C-3 G-1,E-6 C-2 D-1 F-2 E-7 J-1 J-3 B-3 K-1 B-3 I-4 I-3 I-2 I-6 C-1 I-5 B-5 B-2 J-2 A-1 A-2 E-1 B-4 I-1 E-2 E-5 B-1,E-4 E-3 A-1 A-2 A-2 A-3 A-4 A-5 A-2

More information

2 1 1 α = a + bi(a, b R) α (conjugate) α = a bi α (absolute value) α = a 2 + b 2 α (norm) N(α) = a 2 + b 2 = αα = α 2 α (spure) (trace) 1 1. a R aα =

2 1 1 α = a + bi(a, b R) α (conjugate) α = a bi α (absolute value) α = a 2 + b 2 α (norm) N(α) = a 2 + b 2 = αα = α 2 α (spure) (trace) 1 1. a R aα = 1 1 α = a + bi(a, b R) α (conjugate) α = a bi α (absolute value) α = a + b α (norm) N(α) = a + b = αα = α α (spure) (trace) 1 1. a R aα = aα. α = α 3. α + β = α + β 4. αβ = αβ 5. β 0 6. α = α ( ) α = α

More information

2 2 1?? 2 1 1, 2 1, 2 1, 2, 3,... 1, 2 1, 3? , 2 2, 3? k, l m, n k, l m, n kn > ml...? 2 m, n n m

2 2 1?? 2 1 1, 2 1, 2 1, 2, 3,... 1, 2 1, 3? , 2 2, 3? k, l m, n k, l m, n kn > ml...? 2 m, n n m 2009 IA I 22, 23, 24, 25, 26, 27 4 21 1 1 2 1! 4, 5 1? 50 1 2 1 1 2 1 4 2 2 2 1?? 2 1 1, 2 1, 2 1, 2, 3,... 1, 2 1, 3? 2 1 3 1 2 1 1, 2 2, 3? 2 1 3 2 3 2 k, l m, n k, l m, n kn > ml...? 2 m, n n m 3 2

More information

(4) P θ P 3 P O O = θ OP = a n P n OP n = a n {a n } a = θ, a n = a n (n ) {a n } θ a n = ( ) n θ P n O = a a + a 3 + ( ) n a n a a + a 3 + ( ) n a n

(4) P θ P 3 P O O = θ OP = a n P n OP n = a n {a n } a = θ, a n = a n (n ) {a n } θ a n = ( ) n θ P n O = a a + a 3 + ( ) n a n a a + a 3 + ( ) n a n 3 () 3,,C = a, C = a, C = b, C = θ(0 < θ < π) cos θ = a + (a) b (a) = 5a b 4a b = 5a 4a cos θ b = a 5 4 cos θ a ( b > 0) C C l = a + a + a 5 4 cos θ = a(3 + 5 4 cos θ) C a l = 3 + 5 4 cos θ < cos θ < 4

More information

* n x 11,, x 1n N(µ 1, σ 2 ) x 21,, x 2n N(µ 2, σ 2 ) H 0 µ 1 = µ 2 (= µ ) H 1 µ 1 µ 2 H 0, H 1 *2 σ 2 σ 2 0, σ 2 1 *1 *2 H 0 H

* n x 11,, x 1n N(µ 1, σ 2 ) x 21,, x 2n N(µ 2, σ 2 ) H 0 µ 1 = µ 2 (= µ ) H 1 µ 1 µ 2 H 0, H 1 *2 σ 2 σ 2 0, σ 2 1 *1 *2 H 0 H 1 1 1.1 *1 1. 1.3.1 n x 11,, x 1n Nµ 1, σ x 1,, x n Nµ, σ H 0 µ 1 = µ = µ H 1 µ 1 µ H 0, H 1 * σ σ 0, σ 1 *1 * H 0 H 0, H 1 H 1 1 H 0 µ, σ 0 H 1 µ 1, µ, σ 1 L 0 µ, σ x L 1 µ 1, µ, σ x x H 0 L 0 µ, σ 0

More information

7 π L int = gψ(x)ψ(x)φ(x) + (7.4) [ ] p ψ N = n (7.5) π (π +,π 0,π ) ψ (σ, σ, σ )ψ ( A) σ τ ( L int = gψψφ g N τ ) N π * ) (7.6) π π = (π, π, π ) π ±

7 π L int = gψ(x)ψ(x)φ(x) + (7.4) [ ] p ψ N = n (7.5) π (π +,π 0,π ) ψ (σ, σ, σ )ψ ( A) σ τ ( L int = gψψφ g N τ ) N π * ) (7.6) π π = (π, π, π ) π ± 7 7. ( ) SU() SU() 9 ( MeV) p 98.8 π + π 0 n 99.57 9.57 97.4 497.70 δm m 0.4%.% 0.% 0.8% π 9.57 4.96 Σ + Σ 0 Σ 89.6 9.46 K + K 0 49.67 (7.) p p = αp + βn, n n = γp + δn (7.a) [ ] p ψ ψ = Uψ, U = n [ α

More information

( )

( ) ) ( ( ) 3 15m t / 1.9 3 m t / 0.64 3 m ( ) ( ) 3 15m 3 1.9m / t 0.64m 3 / t ) ( β1 β 2 β 3 y ( ) = αx1 X 2 X 3 ( ) ) ( ( ) 3 15m t / 1.9 3 m 3 90m t / 0.64 3 m ( ) : r : ) 30 ( 10 0.0164

More information

中性子関連技術解説書 1. はじめに 中性子利用技術名 ; 粉末中性子線回折解説書作成者 ; 技術士氏名伊東亮一 粉末中性子線回折は試料に中性子を当て 散乱される中性子線を測定して試料中の原 子構造を調べる分析法です 粉末のままで結晶構造解析ができます 2. 概要 2.1 粉末中性子線回折従来 結晶

中性子関連技術解説書 1. はじめに 中性子利用技術名 ; 粉末中性子線回折解説書作成者 ; 技術士氏名伊東亮一 粉末中性子線回折は試料に中性子を当て 散乱される中性子線を測定して試料中の原 子構造を調べる分析法です 粉末のままで結晶構造解析ができます 2. 概要 2.1 粉末中性子線回折従来 結晶 中性子関連技術解説書 1. はじめに 中性子利用技術名 ; 粉末中性子線回折解説書作成者 ; 技術士氏名伊東亮一 粉末中性子線回折は試料に中性子を当て 散乱される中性子線を測定して試料中の原 子構造を調べる分析法です 粉末のままで結晶構造解析ができます 2. 概要 2.1 粉末中性子線回折従来 結晶構造を調べる目的では中性子線回折装置は X 線回折法と同様に使われてきました この度 J-PARC に高性能の粉末中性子線回折装置が新設されて産業へのより一層の応用が期待されています

More information

10 : 3010 : 54 1F Annex 1! 1 15:3015 : 58 1F Annex 1

10 : 3010 : 54 1F Annex 1! 1 15:3015 : 58 1F Annex 1 4 16 1 10:0010 : 24 1F Annex 1! 2 15:0015 : 24 1F Annex 1!! 10 : 3010 : 54 1F Annex 1! 1 15:3015 : 58 1F Annex 1 ! 2 10:0010 : 28 1F Annex 1 3 15:0015 : 28 1F Annex 1 4 10:3010 : 58 1F Annex 1 1 15:3015

More information

untitled

untitled . x2.0 0.5 0 0.5.0 x 2 t= 0: : x α ij β j O x2 u I = α x j ij i i= 0 y j = + exp( u ) j v J = β y j= 0 j j o = + exp( v ) 0 0 e x p e x p J j I j ij i i o x β α = = = + +.. 2 3 8 x 75 58 28 36 x2 3 3 4

More information

CG38.PDF

CG38.PDF ............3...3...6....6....8.....8.....4...9 3....9 3.... 3.3...4 3.4...36...39 4....39 4.....39 4.....4 4....49 4.....5 4.....57...64 5....64 5....66 5.3...68 5.4...7 5.5...77...8 6....8 6.....8 6.....83

More information

24 201170068 1 4 2 6 2.1....................... 6 2.1.1................... 6 2.1.2................... 7 2.1.3................... 8 2.2..................... 8 2.3................. 9 2.3.1........... 12

More information

A = A x x + A y y + A, B = B x x + B y y + B, C = C x x + C y y + C..6 x y A B C = A x x + A y y + A B x B y B C x C y C { B = A x x + A y y + A y B B

A = A x x + A y y + A, B = B x x + B y y + B, C = C x x + C y y + C..6 x y A B C = A x x + A y y + A B x B y B C x C y C { B = A x x + A y y + A y B B 9 7 A = A x x + A y y + A, B = B x x + B y y + B, C = C x x + C y y + C..6 x y A B C = A x x + A y y + A B x B y B C x C y C { B = A x x + A y y + A y B B x x B } B C y C y + x B y C x C C x C y B = A

More information

(21.5%) ( %) ( %)

(21.5%) ( %) ( %) 2018 GDP 564.3 2025 GDP 645.6 2040 GDP 790.6 39.2 (7.0%) 10.7 (1.9%) 47.8 47.4 15.3 (2.4%) (7.4%) (7.3%) 68.5 66.7 25.8 (3.3%) (8.4%) (8.7%) 49.9 62.763.1 92.594.3 (8.8%) (9.79.8%) (11.711.9%) 2018 GDP

More information

untitled

untitled ( 9:: 3:6: (k 3 45 k F m tan 45 k 45 k F m tan S S F m tan( 6.8k tan k F m ( + k tan 373 S S + Σ Σ 3 + Σ os( sin( + Σ sin( os( + sin( os( p z ( γ z + K pzdz γ + K γ K + γ + 9 ( 9 (+ sin( sin { 9 ( } 4

More information

‚åŁÎ“·„´Šš‡ðŠp‡¢‡½‹âfi`fiI…A…‰…S…−…Y…•‡ÌMarkovŸA“½fiI›ð’Í

‚åŁÎ“·„´Šš‡ðŠp‡¢‡½‹âfi`fiI…A…‰…S…−…Y…•‡ÌMarkovŸA“½fiI›ð’Í Markov 2009 10 2 Markov 2009 10 2 1 / 25 1 (GA) 2 GA 3 4 Markov 2009 10 2 2 / 25 (GA) (GA) L ( 1) I := {0, 1} L f : I (0, ) M( 2) S := I M GA (GA) f (i) i I Markov 2009 10 2 3 / 25 (GA) ρ(i, j), i, j I

More information

(iii) x, x N(µ, ) z = x µ () N(0, ) () 0 (y,, y 0 ) (σ = 6) *3 0 y y 2 y 3 y 4 y 5 y 6 y 7 y 8 y 9 y ( ) *4 H 0 : µ

(iii) x, x N(µ, ) z = x µ () N(0, ) () 0 (y,, y 0 ) (σ = 6) *3 0 y y 2 y 3 y 4 y 5 y 6 y 7 y 8 y 9 y ( ) *4 H 0 : µ t 2 Armitage t t t χ 2 F χ 2 F 2 µ, N(µ, ) f(x µ, ) = ( ) exp (x µ)2 2πσ 2 2 0, N(0, ) (00 α) z(α) t * 2. t (i)x N(µ, ) x µ σ N(0, ) 2 (ii)x,, x N(µ, ) x = x + +x ( N µ, σ2 ) (iii) (i),(ii) x,, x N(µ,

More information

> > <., vs. > x 2 x y = ax 2 + bx + c y = 0 2 ax 2 + bx + c = 0 y = 0 x ( x ) y = ax 2 + bx + c D = b 2 4ac (1) D > 0 x (2) D = 0 x (3

> > <., vs. > x 2 x y = ax 2 + bx + c y = 0 2 ax 2 + bx + c = 0 y = 0 x ( x ) y = ax 2 + bx + c D = b 2 4ac (1) D > 0 x (2) D = 0 x (3 13 2 13.0 2 ( ) ( ) 2 13.1 ( ) ax 2 + bx + c > 0 ( a, b, c ) ( ) 275 > > 2 2 13.3 x 2 x y = ax 2 + bx + c y = 0 2 ax 2 + bx + c = 0 y = 0 x ( x ) y = ax 2 + bx + c D = b 2 4ac (1) D >

More information

6.1 (P (P (P (P (P (P (, P (, P.

6.1 (P (P (P (P (P (P (, P (, P. (011 30 7 0 ( ( 3 ( 010 1 (P.3 1 1.1 (P.4.................. 1 1. (P.4............... 1 (P.15.1 (P.16................. (P.0............3 (P.18 3.4 (P.3............... 4 3 (P.9 4 3.1 (P.30........... 4 3.

More information

数学概論I

数学概論I {a n } M >0 s.t. a n 5 M for n =1, 2,... lim n a n = α ε =1 N s.t. a n α < 1 for n > N. n > N a n 5 a n α + α < 1+ α. M := max{ a 1,..., a N, 1+ α } a n 5 M ( n) 1 α α 1+ α t a 1 a N+1 a N+2 a 2 1 a n

More information

2 ID POS 1... 1 2... 2 2.1 ID POS... 2 2.2... 3 3... 5 3.1... 5 3.2... 6 3.2.1... 6 3.2.2... 7 3.3... 7 3.3.1... 7 3.3.2... 8 3.3.3... 8 3.4... 9 4... 11 4.1... 11 4.2... 15 4.3... 27 5... 35... 36...

More information

極限

極限 si θ = ) θ 0 θ cos θ θ 0 θ = ) P T θ H A, 0) θ, 0 < θ < π ) AP, P H A P T PH < AP < AT si θ < θ < ta θ si θ < θ < si θ cos θ θ cos θ < si θ θ < θ < 0 θ = h θ 0 cos θ =, θ 0 si θ θ =. θ 0 cos θ θ θ 0 cos

More information

基礎数学I

基礎数学I I & II ii ii........... 22................. 25 12............... 28.................. 28.................... 31............. 32.................. 34 3 1 9.................... 1....................... 1............

More information

医系の統計入門第 2 版 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. このサンプルページの内容は, 第 2 版 1 刷発行時のものです.

医系の統計入門第 2 版 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます.   このサンプルページの内容は, 第 2 版 1 刷発行時のものです. 医系の統計入門第 2 版 サンプルページ この本の定価 判型などは, 以下の URL からご覧いただけます. http://www.morikita.co.jp/books/mid/009192 このサンプルページの内容は, 第 2 版 1 刷発行時のものです. i 2 t 1. 2. 3 2 3. 6 4. 7 5. n 2 ν 6. 2 7. 2003 ii 2 2013 10 iii 1987

More information

untitled

untitled SPring-83 22(2010)730 MBE PLD MBE 0.002% PLD p Π n p n PF PF = S 2 S =V/ΔT V: [V] ΔT: [K] S[V/K], T[K], σ[s/m] TeBi 2 Te 3 (Bi,Se) 2 Te 3 (n-type) Ar KrF Ar gas 2. A. 3. c-si a-si InP GaAs 1g (μm) PV(W/g

More information

熱電変換の紹介とその応用について.ppt

熱電変換の紹介とその応用について.ppt 熱電変換の紹介と その応用について 埼玉大学 大学院理工学研究科 長谷川 靖洋 hasegawa@mail.saitama-u.ac.jp http://www.env.gse.saitama-u.ac.jp/hasegawa/ Tel&Fax:048-858-3757 熱電変換研究の歴史 7/24 1821年 ゼーベックによるゼーベック効果の発見 1834年 ペルチェによるペルチェ効果の発見

More information

nsg02-13/ky045059301600033210

nsg02-13/ky045059301600033210 φ φ φ φ κ κ α α μ μ α α μ χ et al Neurosci. Res. Trpv J Physiol μ μ α α α β in vivo β β β β β β β β in vitro β γ μ δ μδ δ δ α θ α θ α In Biomechanics at Micro- and Nanoscale Levels, Volume I W W v W

More information