ただのメモ

他の人に見せても良い方のメモ

スペイン語勉強

スペイン語の簡単な自己紹介程度なら出来るようになりたい。

今回は、こちらの動画をメインにまとめる。

 

始めましょうか

 

  • 名前を言う時、
    • Soy ...
  • あだ名を言う時、
    • Me llaman ...
    • ※ 名前を言いつつ、あだ名を言う時、
      • Soy ... pero me llaman ...
  • 出身地を言う時、
    • Soy de ... 
  • 年齢を言う時
    • Tengo ... años 
  • 職業を言う時、
    • Soy ...
  • 趣味・興味を言う時、
    • Me gusta ...
    • Mi hobby es ...
  • 宜しくと言う時、
    • Mucho gusto
  • 例文集
    • Soy Takashi
    • Me llaman Taro
    • Soy Takashi pero me llaman Taro
    • Soy de Perú
    • Soy de Japón
    • Soy de Tokyo, Japón
    • Tengo veinticinco años
    • Yo soy ...
    • Soy profesor
    • Soy emplado
    • Soy doctor
    • Soy estudiante
    • Soy ama de casa
    • Me gusta leer
    • Me gusta el sushi
    • Me gusta el fútbol
    • ¡Mucho gusto!
  • 何かを言う時は、自発的に言う時か、誰かに質問された時の、大概どちらかである。
  • 答え方を知っていても、いつ答えるかを知らないでは困る。
  • ゆえに、質問のされ方を学ぶ意義は大いにあるだろう。
  • そちらもまとめてみるとしよう。
  • 名前
    • ¿Cómo te llamas?
    • ¿Cuál es tu nombre?
    • ¿Tú eres...?
    • ¿Tú nombre?
  • あだ名
    • ¿Cómo te llaman?
    • ¿Cómo te gusta que te llamen?
    • ¿Cómo quieres que te llamen?
  • 出身地
    • ¿De dónde eres?
    • ¿De qué país eres?
    • ¿De dónde vienes?
  • 年齢
    • ¿Cuántos años tienes?
    • ¿Qué edad tienes?
  • 職業
    • ¿A qué te dedicas?
    • ¿Cuál es tu trabajo?
    • ¿Cómo te ganas la vida?
  • 趣味・興味
    • ¿Cuál es tu hobby?
    • ¿Cuál es tu pasatiempo?
    • ¿Qué te gusta hacer?
    • ¿Qué haces en tu tiempo libre?

 

それでは、これからも

¡Mucho gusto!

勉強の仕方

  • 勉強の仕方の勉強は、勉強の対象を学ぶことと同等の価値がある。
  • こちらの文章を読んでいく。
    • 大学での数学についての文章だが、勉強の仕方については、他の分野にも、また、人生の至る所で使える何か重要な点があると予想する。
    • つべこべ言わず、まず読んでみて、後で考えるとする。
  • 始めましょうか。
  • 大学での数学
    • 大学数学のカリキュラムは、講義と演習から成る。
    • 講義の目的は、理論の習得である
      • 理論の習得には、順序がある。
        • 例えば、微分について学んでから、微分幾何について学ぶは可能。しかし、逆は出来ない。
      • 進め方
        • 以下の2つをする。
          • 定義をする
            • 数学上の約束事
          • 定理を紹介する
            • 定義を前提にして成り立つもの
    • 演習の目的は、理論の理解及び使いこなせるようになること。
    • 抽象的理論を習得する最善の方法は、自身で多くの具体例を構成し、理解を深め、一般の場合に応用させること。
  • 勉強の仕方
    1. 定義をちゃんと理解し、覚える
    2. 証明でわからないときは、定義に戻って考える。
    3. それでもわからない場合は、他の文献を調べる。
    4. 意味がわからなくても、取り合えず覚えてみる。勉強の内容の流れと関連付け(繋がり)を意識し、反復すると、理解に繋がる。
    5. 諦めない。時間を掛けて様々な角度で取り組む。
    6. 基本的な問題を完全に着実に理解すること
  • わからないことは恥ずかしいことではない。
  • 数学だと理論的思考が必要になるイメージがあるが、その根本にある枠組みの記憶が必要だということだろう。
  • 覚えることがメインではなく、理論を習得・活用するということが目的である。
  • 医学でもこういう勉強が求められているのではないだろうか。
    • 細かい分子・因子や人物名を聞く問題よりも、医学の理論的枠組みを理解させる問題を充実させるべきなのではないか?

Laurent多項式

勉強していたら、ローラン多項式なるものが出てきた。

まとめてみよう。

ここで、ホップ代数アルティン、ネーター、という単語が出てきた。

わからないので、最後に振り返ることにする。

その前に、ローレント多項式行列なるものがあるらしい。

 

効果的な宣伝について

こちらのものを手短にまとめる。

https://www.indeed.com/career-advice/career-development/advertising-strategies

 

 

  • 宣伝戦略はなぜ重要か。
    • ビジネスにおいて、消費者行動に働きかけ、特定の目標を達成するため。
  • ターゲットの集団を明らかにする
    • 対象を明確にする。
    • 母集団の傾向をする。
    • 何を考えるべきか
  • 自身のブランドを評価する
  • 目標を決める
    • 目標を決めたら、やらないといけないことのリストが出来る。
  • プロの力を借りよう
    • 高い質の宣伝は、より多くの消費者を引き付ける
  • 宣伝する時間と場所
    • 対象とする集団に効果的伝わる最適な時間と場所を考える。
    • ここで、対象とする集団内で区別する必要がある場合は、区別したそれぞれの集団に対して、最適な時間と空間と手法を考える。
  • 宣伝が到達する範囲を広げるための投資
    • 宣伝の場を広げる
    • 宣伝者を増やす。
      • 顧客に宣伝してもらう
  • SNSの宣伝を増強する
    • 何を宣伝したいかに依存して、画像や動画など、手段を使い分ける。
  • 宣伝が成功したかどうかを精査する。
  • 違った形で、宣伝を作り上げる。
  • 内容を売り込む
    • ブログ、ビデオなど。
    • 潜在的な顧客にとって教育的あるいは楽しい内容を伝える。
  • 宣伝に優先順位を決める。

 

 

統合オッズ比:Petoの方法

コクランについて学んだ。

ここでは、均質性の検定、有意性の検定は今回はしないが、χ分布に従って有意差をはじき出す。

複数のデータをそれぞれのデータに基づいて統合して、データ全体でのオッズ比を出す。

こちら。

https://www.jstage.jst.go.jp/article/jbhmk/28/2/28_2_56/_pdf

”””

"""
peto method
"""
import math
"""
data
"""
a=[3,7,5,102,28,4,98,60,25,138,64,45,9,57,25,65,17]
n1=[38,114,69,1533,355,59,945,632,278,1916,873,263,291,858,154,1195,298]
c=[3,14,11,127,27,6,152,48,37,188,52,47,16,45,31,62,34]
n0=[39,116,93,1520,365,52,939,471,282,1921,583,266,293,883,147,1200,309]
b=;d=;m1=;m0=;t=;e=;v=;logR=;se=;w=;
for i in range(len(a)):
    b.append(n1[i]-a[i]);d.append(n0[i]-c[i]);
    m1.append(a[i]+c[i]);m0.append(b[i]+d[i]);
    t.append(n1[i]+n0[i]);e.append(n1[i]*m1[i]/t[i])
    v.append*1
    logR.append*2

or_c=0;or_p=0;
for i in range(len(a)):
    or_c+=(a[i]-e[i])
    or_p+=v[i]
ans=math.exp(or_c/or_p);CI=1.96/math.sqrt(or_p)
print(ans-CI,ans+CI)

”””

*1:n1[i]*n0[i]/t[i])*(m1[i]*m0[i]/t[i])/(t[i]-1

*2:a[i]-e[i])/v[i]);#対数オッズ比を出す
    se.append(1/math.sqrt(v[i]

遺伝医学・医の倫理 メモ

  • Advance Care Planning
    • 意志決定が出来る人が、自分の価値観を明らかにして、重篤な病気を持つとどうなるかを考え、治療・ケアの目標などを表明し、これを隣人や医療従事者と話し合えるようにする。
  • 代諾者からインフォームド・コンセントを受ける手続き
    • 代諾者などの選定方針
    • 代諾者などへの説明事項
    • 未成年者やICを与える能力のないと客観的に判断される者を研究対象者とすることが必要な理由
  • 表現促進現象
    • 子供に遺伝した場合、より重症になる。
    • 常染色体優性遺伝形式の一部に顕著
    • Triplet repeatの伸長
  • 近交係数
    • 両親の胸痛の祖先から由来した遺伝子がその子供でホモになる確率。
  • Compound heterezygote
    • AR疾患の原因遺伝子の異なる変異同士がヘテロ接合体になって発症。
  • PGT(着床前検査)
    • PGT-A
      • 胚の染色体の数の異常、妊娠可能性を上げて流産率下げる。
      • 粗い情報
    • PGT-SR
      • 染色体に不均衡型転座があるか、妊娠可能性を上げて流産率を下げる。
      • 粗い情報
    • PGT-M
      • 単一遺伝子変異、ある遺伝病に罹患してないようにするため。
      • 細かい情報
  • 疾患と遺伝形式
    • XD
      • Alport症候群
      • Rett症候群
  • DiGeorge
  • Wiliams

コンパクト。ハイネ・ボレルの定理。

ハイネ・ボレルの被覆定理 - Wikipedia

Heine-Borel theorem

・実数全体 \mathbb{R}の部分集合Sについて、Sが有界閉集合であることと、Sがコンパクトであることが同値

距離空間で、部分集合がコンパクトであることと、完備全有界であることが同値。

 

表現が抽象的であり、感覚的につかめないので、これを理解することを目的とする。

 

関連した文書を拾った。確認する。

isou_compact_20201023.pdf (u-tokyo.ac.jp)

  • コンパクト性
    • (X, D)を位相空間
      • 集合の被覆 - Wikipedia
      • Xの部分集合の族が、Xの部分集合の被覆である
        • 集合Xから部分集合の族を取ってくる。
        • それを合併させて、一塊にする。
        • すると、Xの部分集合Sがその塊に包含される。
        • それがSが塊に覆われる感じ(?)
      • 開被覆
        • その族がもとの位相(Xの部分集合の塊)に含有される。
    • Xの部分集合Aがコンパクトである
      • Aの任意の開被覆εについて、ある条件を満たす有限部分開被覆が存在。
        • 有限部分開被覆とは、
          • 有限は数が有限
          • 部分は、もとの族の部分集合で、
          • もとの族が開被覆となっているもの
        • ある条件とは、
          • そのいくつもの開被覆の合併が、部分集合Aを含む。
      • 自然言語的理解を試みる
        • 集合の部分集合Aがコンパクトである。
        • Aを覆う塊を生み出す、部分集合の族があったら、
        • そこから、有限個の集合を取り出したら、
        • それの共通部分でAを覆える
          • これは、つまり、なんかよくわからん部分集合の族でも、有限個の集合の合併という、小さくまとまった形(コンパクト)ですね、ということか(?)
  • コンパクトの意味(気持ち)は理解した。
  • 残りは、定義・定理が沢山

 

山と谷

 

Phase field法なる手法を使えば、2相の境界を上手い具合に図示できるらしい。

それを利用して、A0相とA1相がある状況と、B0相とB1相がある状況を考えて、A0相からA1相に境界近辺で変化しつつ、B0相からB1相でもその境界付近で変化しつつ、B1相はA1相とは共存しがたいため、B0相になっていく。ということを表現できそう。

コードだが、はてなブログの仕様によって、記事に※が入ってしまう問題がある。これの解決策がわからない。編集時点では、そんなことはないのだが、、、。

”””

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import animation
import math

nx,ny=32,32;dx,dy=0.5e-6,0.5e-6;
eee=1.0e+6;sigma=1.0;delta=4.*dx;amobi=4.e-14
ram=0.1;bbb=2.*np.log*1/(1.-(1.-2.*ram)))/2. 

aaa=np.sqrt(3.*delta*sigma/bbb);www=6.*sigma*bbb/delta;
pmobi=amobi*math.sqrt(2.*www)/(6.*aaa)

dt=dx*dx/(5.*pmobi*aaa*aaa)/2;nsteps=500

p= np.zeros*2;q=np.zeros*3
r_nuclei=5.*dx
for i in range(0,nx):
    for j in range(0,ny):
        rp = np.sqrt( (i *dx)**2 +(j*dy)**2 ) - r_nuclei
        rq1=np.sqrt( (i *dx-30.*dx)**2 +(j*dy-20.*dy)**2 ) - 0.3*r_nuclei
        rq2=np.sqrt( (i *dx-16.*dx)**2 +(j*dy-30.*dy)**2 ) - 0.3*r_nuclei
        rq3=np.sqrt( (i *dx-10.*dx)**2 +(j*dy-4.*dy)**2 ) - 0.3*r_nuclei
        rq4=np.sqrt( (i *dx-32.*dx)**2 +(j*dy-1.*dy)**2 ) - 0.3*r_nuclei
        p[0,i,j] = 0.5*(1.-np.tanh(np.sqrt(2.*www)/(2.*aaa)*rp))
        q[0,i,j] = max(0.5*(1.-np.tanh(np.sqrt(2.*www)/(2.*aaa)*rq1)),0.5*(1.-np.tanh(np.sqrt(2.*www)/(2.*aaa)*rq2)),0.5*(1.-np.tanh(np.sqrt(2.*www)/(2.*aaa)*rq3)),0.5*(1.-np.tanh(np.sqrt(2.*www)/(2.*aaa)*rq4)))

def do_timestep(p,q):
    for t in range(nsteps-1):
        p1=np.zeros*4;p2=np.zeros*5;p3=np.zeros*6;p4=np.zeros*7;
        q1=np.zeros*8;q2=np.zeros*9;q3=np.zeros*10;q4=np.zeros*11;
        for j in range(ny):
            for i in range(nx):
                ip=i+1;im=i-1;jp=j+1;jm=j-1;
                if ip > nx - 1:
                    ip = nx -1
                if im < 0:
                    im = 0
                if jp > ny - 1:
                    jp = ny -1
                if jm < 0:
                    jm = 0
#                p[t+1,i,j] = p[t,i,j] + pmobi * ( 4.*www*p[t,i,j]*(1.-p[t,i,j])*(p[t,i,j]-0.5+3./(2.*www)*eee)+  aaa*aaa**12+  aaa*aaa**13+  aaa*aaa**14*(p[t,i,j]+p1[i,j]/2-0.5+3*(p[t,i,j]+p1[i,j]/2)*(1-(p[t,i,j]+p1[i,j]/2)))+  aaa*aaa**15*(q[t,i,j]+q1[i,j]/2-0.5-6*(p[t,i,j]+p1[i,j]/2-q[t,i,j]+q1[i,j]/2)*(q[t,i,j]+q1[i,j]/2)*(1-(q[t,i,j]+q1[i,j]/2)))+  aaa*aaa**16*(p[t,i,j]+p2[i,j]/2-0.5+3*(p[t,i,j]+p2[i,j]/2)*(1-(p[t,i,j]+p2[i,j]/2)))+  aaa*aaa**17*(q[t,i,j]+q2[i,j]/2-0.5-6*(p[t,i,j]+p2[i,j]/2-q[t,i,j]+q2[i,j]/2)*(q[t,i,j]+q2[i,j]/2)*(1-(q[t,i,j]+q2[i,j]/2)))+  aaa*aaa**18*(p[t,i,j]+p3[i,j]-0.5+3*(p[t,i,j]+p3[i,j])*(1-(p[t,i,j]+p3[i,j])))+  aaa*aaa**19*(q[t,i,j]+q3[i,j]-0.5-6*(p[t,i,j]+p3[i,j]-q[t,i,j]+q3[i,j])*(q[t,i,j]+q3[i,j])*(1-(q[t,i,j]+q3[i,j])))+  aaa*aaa*((q[t,ip,j]+q3[ip,j] - 2*(q[t,i,j]+q3[i,j]) + q[t,im,j]+q3[im,j])/dx/dx + (q[t,i,jp]+q3[i,jp] - 2*(q[t,i,j]+q3[i,j])+ q[t,i,jm]+q3[i,jm])/dy/dy) ) * dt

        for j in range(ny):
            for i in range(nx):
#                p[t+1,i,j] = p[t,i,j] + pmobi * ( 4.*www*p[t,i,j]*(1.-p[t,i,j])*(p[t,i,j]-0.5+3./(2.*www)*eee)+  aaa*aaa*((p[t,ip,j] - 2*p[t,i,j] + p[t,im,j])/dx/dx + (p[t,i,jp] - 2*p[t,i,j] + p[t,i,jm])/dy/dy) ) * dt
                p[t+1,i,j] = p[t,i,j] +(p1[i,j]+p2[i,j]*2+p3[i,j]*2+p4[i,j])/6
                q[t+1,i,j] = q[t,i,j] +(q1[i,j]+q2[i,j]*2+q3[i,j]*2+q4[i,j])/6

do_timestep(p,q)

x = np.linspace(0, nx, nx);y=np.linspace(0, ny, ny)
x, y = np.meshgrid(y, x)

fig = plt.figure()
fig.set_dpi(100)
ax = Axes3D(fig)

def animate(i):
    ax.clear();
    plt.ylim([0,ny]);plt.xlim([0,nx])
    plt.xlabel('x direction');plt.ylabel('y direction')
    ax.plot_surface(x, y, p[i,:,:], rstride=1, cstride=1, cmap=plt.cm.Greens,alpha=0.5,vmax=1,vmin=-1)
    ax.plot_surface(x, y, q[i,:,:], rstride=1, cstride=1, cmap=plt.cm.Reds,alpha=0.5,vmax=1,vmin=-1)
    ax.set_zlim(0, 1)

anim = animation.FuncAnimation(fig,animate,frames=nsteps-1,interval=10,repeat=True)
plt.show()

”””

 

*1:1.+(1.-2.*ram

*2:nsteps,nx,ny

*3:nsteps,nx,ny

*4:nx,ny

*5:nx,ny

*6:nx,ny

*7:nx,ny

*8:nx,ny

*9:nx,ny

*10:nx,ny

*11:nx,ny

*12:p[t,ip,j] - 2*p[t,i,j] + p[t,im,j])/dx/dx + (p[t,i,jp] - 2*p[t,i,j] + p[t,i,jm])/dy/dy) ) * dt
                p1[i,j] = pmobi * ( 4.*www*p[t,i,j]*(1.-p[t,i,j])*(p[t,i,j]-0.5+3*p[t,i,j]*(1-p[t,i,j]

*13:p[t,ip,j] - 2*p[t,i,j] + p[t,im,j])/dx/dx + (p[t,i,jp] - 2*p[t,i,j] + p[t,i,jm])/dy/dy) ) * dt
                q1[i,j] = pmobi * ( 4.*www*q[t,i,j]*(1.-q[t,i,j])*(q[t,i,j]-0.5-6*(p[t,i,j]-q[t,i,j])*q[t,i,j]*(1-q[t,i,j]

*14:q[t,ip,j] - 2*q[t,i,j] + q[t,im,j])/dx/dx + (q[t,i,jp] - 2*q[t,i,j] + q[t,i,jm])/dy/dy) ) * dt

        for j in range(ny):
            for i in range(nx):
                ip=i+1;im=i-1;jp=j+1;jm=j-1;
                if ip > nx - 1:
                    ip = nx -1
                if im < 0:
                    im = 0
                if jp > ny - 1:
                    jp = ny -1
                if jm < 0:
                    jm = 0
#                p[t+1,i,j] = p[t,i,j] + pmobi * ( 4.*www*p[t,i,j]*(1.-p[t,i,j])*(p[t,i,j]-0.5+3./(2.*www)*eee)+  aaa*aaa*((p[t,ip,j] - 2*p[t,i,j] + p[t,im,j])/dx/dx + (p[t,i,jp] - 2*p[t,i,j] + p[t,i,jm])/dy/dy) ) * dt
                p2[i,j] = pmobi * ( 4.*www*(p[t,i,j]+p1[i,j]/2)*(1.-(p[t,i,j]+p1[i,j]/2

*15:p[t,ip,j]+p1[ip,j]/2 - 2*(p[t,i,j]+p1[i,j]/2) + p[t,im,j]+p1[im,j]/2)/dx/dx + (p[t,i,jp]+p1[i,jp]/2 - 2*(p[t,i,j]+p1[i,j]/2)+ p[t,i,jm]+p1[i,jm]/2)/dy/dy) ) * dt
                q2[i,j] = pmobi * ( 4.*www*(q[t,i,j]+q1[i,j]/2)*(1.-(q[t,i,j]+q1[i,j]/2

*16:q[t,ip,j]+q1[ip,j]/2 - 2*(q[t,i,j]+q1[i,j]/2) + q[t,im,j]+q1[im,j]/2)/dx/dx + (q[t,i,jp]+q1[i,jp]/2 - 2*(q[t,i,j]+q1[i,j]/2)+ q[t,i,jm]+q1[i,jm]/2)/dy/dy) ) * dt


        for j in range(ny):
            for i in range(nx):
                ip=i+1;im=i-1;jp=j+1;jm=j-1
                if ip > nx - 1:
                    ip = nx -1
                if im < 0:
                    im = 0
                if jp > ny - 1:
                    jp = ny -1
                if jm < 0:
                    jm = 0
#                p[t+1,i,j] = p[t,i,j] + pmobi * ( 4.*www*p[t,i,j]*(1.-p[t,i,j])*(p[t,i,j]-0.5+3./(2.*www)*eee)+  aaa*aaa*((p[t,ip,j] - 2*p[t,i,j] + p[t,im,j])/dx/dx + (p[t,i,jp] - 2*p[t,i,j] + p[t,i,jm])/dy/dy) ) * dt
                p3[i,j] = pmobi * ( 4.*www*(p[t,i,j]+p2[i,j]/2)*(1.-(p[t,i,j]+p2[i,j]/2

*17:p[t,ip,j]+p2[ip,j]/2 - 2*(p[t,i,j]+p2[i,j]/2) + p[t,im,j]+p2[im,j]/2)/dx/dx + (p[t,i,jp]+p2[i,jp]/2 - 2*(p[t,i,j]+p2[i,j]/2)+ p[t,i,jm]+p2[i,jm]/2)/dy/dy) ) * dt
                q3[i,j] = pmobi * ( 4.*www*(q[t,i,j]+q2[i,j]/2)*(1.-(q[t,i,j]+q2[i,j]/2

*18:q[t,ip,j]+q2[ip,j]/2 - 2*(q[t,i,j]+q2[i,j]/2) + q[t,im,j]+q2[im,j]/2)/dx/dx + (q[t,i,jp]+q2[i,jp]/2 - 2*(q[t,i,j]+q2[i,j]/2)+ q[t,i,jm]+q2[i,jm]/2)/dy/dy) ) * dt


        for j in range(ny):
            for i in range(nx):
                ip=i+1;im=i-1;jp=j+1;jm=j-1;
                if ip > nx - 1:
                    ip = nx -1
                if im < 0:
                    im = 0
                if jp > ny - 1:
                    jp = ny -1
                if jm < 0:
                    jm = 0
#                p[t+1,i,j] = p[t,i,j] + pmobi * ( 4.*www*p[t,i,j]*(1.-p[t,i,j])*(p[t,i,j]-0.5+3./(2.*www)*eee)+  aaa*aaa*((p[t,ip,j] - 2*p[t,i,j] + p[t,im,j])/dx/dx + (p[t,i,jp] - 2*p[t,i,j] + p[t,i,jm])/dy/dy) ) * dt
                p4[i,j]=pmobi*(4.*www*(p[t,i,j]+p3[i,j])*(1.-(p[t,i,j]+p3[i,j]

*19:p[t,ip,j]+p3[ip,j] - 2*(p[t,i,j]+p3[i,j]) + p[t,im,j]+p3[im,j])/dx/dx + (p[t,i,jp]+p3[i,jp] - 2*(p[t,i,j]+p3[i,j])+ p[t,i,jm]+p3[i,jm])/dy/dy) ) * dt
                q4[i,j]=pmobi*(4.*www*(q[t,i,j]+q3[i,j])*(1.-(q[t,i,j]+q3[i,j]

排尿

こちらのサイトを読んで、少し考えてみる。

  • 排尿障害
    • 尿の蓄積または放出が障害される事が原因で起きる。
      • 溜まるけど出せない
      • 出せるけど溜まらない
        • 失禁
      • 出せるし溜められる
        • 正常
      • 出せないし溜められない
        • ???(逆流、拡散、吸収?)
    • 排尿機能が正常であるには、自律神経系や随意神経系や尿路の筋肉が必要である。
      • 対偶をとると、自律神経系、随意神経系、尿路のうち少なくとも一つがない(ダメだ)と、排尿機能が異常になる。
      • ということ??
    • 感覚刺激
      • 膀胱が充満すると、膀胱壁の進展受容器が刺激される。
      • 脊髄神経S2からS4から脊髄へ
      • 感覚野へ(尿意を知覚)
    • 随意神経
      • 尿道括約筋は通常収縮
      • 前頭葉の排尿中枢の関与
      • 運動皮質からの刺激で弛緩
  • 弛緩と収縮のタイミングが協調してないと上手くいかない
    • 副交感神経のコリン作動性神経線維
      • 膀胱全体の平滑筋を収縮させる
        • 押す
    • α交感神経線維
    • 性神経系(外陰神経のコリン作動性線維)
      • 横紋筋の括約筋の収縮
  • 正常な排尿には、認知機能や、歩行、トイレへの移動、手の器用さが必要と書いている。
    • これが出来なくなると、オムツをはいたり、他の人の介助のもとで排尿をすることが方策となる。

ここまで、排尿について考えてきた。

以下、考え事。

交感神経系と副交感神経系は真逆の役割を担っている。そして、どちらも亢進するというよりは、どちらかが優位である、ということが多い。

なので、両者を(真逆のものだが)同じ入力として扱うと、体性神経系と交感・副交感神経系の2つの入力を受けることになる。

2つの入力から、はじき出される、排尿か我慢か、という2つの出力。

作用する点は、膀胱、尿道の平滑筋と、横紋筋の2種類。

 

区分連続関数

  • 連続性についてお絵かきして体感してみたい。
  • lecture18.pdf (dartmouth.edu)
  • 右連続、左連続
  • 区分連続関数とは、いくつかの点を除いて、ところどころ連続である関数
    • 右連続かつ左連続である

"""

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import animation
import math

fig,ax=plt.subplots()

N=500
def h(x):
    if x<-3:
        return x**2+4*x+3
    elif -3<=x<1:
        return x+3
    elif x==1:
        return -2
    elif 1<x<=math.log(4):
        return math.exp(x)
    else:
        return math.exp(-x)

x=[1+0.01*(i-N) for i in range(2*N)]
y=[h(x[i]) for i in range(2*N)]
ax.scatter(x,y,label="h(x)")
ax.set_xlabel("x")
ax.set_ylabel("y")
ax.set_title("Piecewise Continuous Function")
ax.legend(loc=0)
plt.show()

"""

 

双曲線正接

tanh(x)という関数がある。

tanhの意味、グラフ、微分、積分 - 具体例で学ぶ数学 (mathwords.net)

”””

import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from matplotlib import animation
import math

fig,ax=plt.subplots()

N=200
x=[(i-N/2)/10 for i in range(N)]
y=[math.tanh(x[i]) for i in range(N)]
y1=[1/(math.cosh(x[i]))**2 for i in range(N)]
ax.plot(x,y,label="tanh(x)")
ax.plot(x,y1,color="orange",label="1/cosh(x)^2")
ax.set_xlabel("x")
ax.set_ylabel("y")
ax.set_title("Hyperbolic Tangent Function")
ax.legend(loc=0)
plt.show()

”””

急に立ち上がるものの、何かしらの値で頭打ちになる、という関数だ。

奇関数である。導関数は偶関数である。

 

この関数の気持ちは理解出来たはずだ。なかなか面白い形をしている。