pythonでネイピア数を計算する

今日はpythonでネイピア数を計算して見ます。

ネイピア数は指数関数$a^x$を微分しても、元の$a^x$になるように$a$を選んだもので、その時の$a$を$e$と記述しネイピア数と呼んでいます。式で表すと以下のようになります。

$$\begin{equation} \frac{d e^x}{d x} = e^x \end{equation}$$

 ネイピア数は上の微分の式から、微分の定義に従って求めてみると、以下の式で表すことができることが、わかります。

$$\begin{equation} e= \lim_{n \to \infty} \left( 1+\frac{1}{n}\right) ^n \end{equation}$$

 数値計算で$n$をだんだん大きくして求めていきその様子をグラフ化して見ます。

#ここからソース

	import matplotlib.pyplot as plt
	import numpy as np
	x=np.linspace(0,100,1000)
	y=(1+1/x)**x
	plt.plot(x,y)
	plt.grid()
	plt.show()
	print(y[-1])

view raw napier.py hosted with ❤ by GitHub

#ここまでソース

pythonで１次遅れのボード線図を描く その２

一般的な場合の１次遅れの伝達関数

前回、具体的な伝達関数を使って、１次遅れの伝達関数のボード線図を書いて見ました。
では、一般的な場合はどうかと言うことを考えて見たいと思います。

さて、一般的な場合というのはどういうことかというと、１次遅れの伝達関数をゲイン$K$と時定数$\tau$というものを使って記述するのが、普通のようです。
以下のようになります。

$$\begin{equation} G(s)=\frac{K}{\tau s + 1} \end{equation}$$

周波数伝達関数

さて、この式からボード線図を描くのに必要なゲインと位相を求めましょう。
まず$s$に$j \omega$を代入します。そして分母を有理化します。

$$\begin{equation} G(j \omega)=\frac{K}{1 + \tau \omega j} \frac{1- \tau \omega j}{1-\tau \omega j} = \frac{K(1 - \tau \omega j)}{1+(\tau \omega)^2} \end{equation}$$

ゲインの計算

ゲインを求めると

$$\begin{equation} |G(j \omega)|=\sqrt{\frac{K^2 + (-K \tau \omega )^2}{\{1+(\tau \omega)^2\}^2}} =\sqrt{ \frac{K^2 \{1 + (\tau \omega)^2 \}}{\{1+(\tau \omega)^2\}^2} } =\frac{K \sqrt{1+ (\tau \omega)^2}}{ 1 + (\tau \omega)^2} \end{equation}$$

$$\begin{equation} \begin{split} 20 \log |G(j \omega)|&=20 \log \frac{K \sqrt{1+ (\tau \omega)^2}}{ 1 + (\tau \omega)^2}\\ &=20 \log K + 10 \log \{1 +  (\tau \omega)^2 \} - 20 \log \{1 +  (\tau \omega)^2 \}\\ &=20 \log K - 10 \log \{1 +  (\tau \omega)^2 \} \end{split} \end{equation}$$

簡単になりましたね。

位相の計算

位相を求めましょう。

$$\begin{equation} \angle |G(j \omega)| = \tan^{-1} ( -\tau \omega)= - \tan^{-1}  \tau \omega \end{equation}$$

数値計算

#ここからソース

	import numpy as np
	import matplotlib.pyplot as plt
	tau = 2.0
	K=5
	omega=np.logspace(-2,2,100)
	gain=20*np.log10(K) -10*np.log10(1+(tau*omega)**2)
	phase=-np.arctan(tau*omega)*180/np.pi
	plt.subplot(2,1,1)
	plt.plot(omega, gain,'-')
	plt.xscale('log')
	plt.grid(which='major')
	plt.grid(which='minor')
	plt.ylabel('Mag[dB]')
	plt.xlabel('Freq[rad/s]')
	plt.subplot(2,1,2)
	plt.plot(omega, phase, '-')
	plt.xscale('log')
	plt.grid(which='major')
	plt.grid(which='minor')
	plt.ylabel('phase[deg]')
	plt.xlabel('Freq[rad/s]')
	plt.show()

view raw bode_first_order.py hosted with ❤ by GitHub

#ここまでソース