熱門Ptt文章

[爆卦]物質波公式是什麼？優點缺點精華區懶人包

雖然這篇物質波公式鄉民發文沒有被收入到精華區：在物質波公式這個話題中，我們另外找到其它相關的精選爆讚文章

在 物質波公式產品中有35篇Facebook貼文，粉絲數超過0的網紅，也在其Facebook貼文中提到， 我切菜的時候習慣配 podcast，一心兩用。朋友一大早推薦我聽吳淡如 feat. 朱木炎那一集，「這集講錢適合妳，妳最近財迷心竅。」討厭，這麼瞭解人家～ 欸，等等，朱木炎這名字好熟悉。是不是遇過詐騙集團的那位... 對不起，我的腦容量都在記這些東東。 整集 podcast 聽完，蠻感動的。感動...

　同時也有16部Youtube影片，追蹤數超過73萬的網紅予備校のノリで学ぶ「大学の数学・物理」，也在其Youtube影片中提到，高校物理の原子分野(原子物理)の全単元を解説しました 熱分野(熱力学)の全単元動画はこちら↓ https://youtu.be/PvDtTc7DFKc 【目次】 0:00 原子物理とは 9:00 光電効果(光量子仮説) 56:03 コンプトン効果 1:23:57 物質波(ブラッグ反射) 1:48...

「物質波公式」的推薦目錄

物質波公式 在 乙烯的讀書帳⌬ Instagram 的最佳貼文

2021-05-30 07:28:38

❀✿𝕡𝕣𝕖𝕡𝕒𝕣𝕖 𝕗𝕠𝕣數理資優班考試❀✿#烯數資準備方法 「過去是誰不重要，只要不畫地自限;現在如何不算什麼，只要不限制成長。你想成為什麼樣的人，你，願意為了變成什麼樣子而努力？」 會考結束了，相信有部分學弟妹想考數資班，那我這邊分享一些我自己的經驗，可能不適用於所有人，但可以參考看看 我的...

物質波公式 在 Rina Instagram 的最讚貼文

2021-04-04 09:17:42

今日も花粉多っ😭💦💦💦 でも 最近は、さりげなく…空気清浄機に守られてます💕 ・ 首掛け空気清浄機エアビータ @ible_japan ※首掛けタイプとクリップタイプ使用が可能 （動画あり） ・ この季節、花粉やPM2.5等、目に見えないアレルギー物質がたくさん飛んでるので、空気清浄機を身につけちゃ...

物質波公式 在 Romi Instagram 的最佳解答

2021-02-03 02:28:10

＼この面構えは「なんか効きそう」！！／  こんばんは。Romiです👍  本日は、カルテHDのオールインワンジェルをご紹介😉  2020年9月16日にデビューしたコーセーとマルホの合弁会社のコーセーマルホファーマから発売している新ブランドです💁‍♀️  できたばかりにも関わらず、20...

  • 物質波公式 在 Facebook 的最佳解答

    2021-07-30 13:07:12
    有 2,783 人按讚

    我切菜的時候習慣配 podcast，一心兩用。朋友一大早推薦我聽吳淡如 feat. 朱木炎那一集，「這集講錢適合妳，妳最近財迷心竅。」討厭，這麼瞭解人家～

    欸，等等，朱木炎這名字好熟悉。是不是遇過詐騙集團的那位... 對不起，我的腦容量都在記這些東東。

    整集 podcast 聽完，蠻感動的。感動的部分是... 原來大家都一樣，一樣傻。

    幾年前我加入一家小型非營利組織，我那時還處在事業迷惘期，被朋友抓去利用閒暇時間做點事說可以幫助我恢復心情。報到第一週，團隊剛結案一個案子，個案本人曾經是 NFL 球星。我不關心美式足球賽事，沒聽過他的名字。我看 Superbowl，是為了看廣告。

    小夥伴很感嘆說，他們自從接下這個案子，才知道 NFL 球星破產比例好高。他們有歸納出幾個致命點，時間久遠我不是每一個都記得，就大致分析一下吧。希望藉此能讓你們瞭解運動員的難處，對待他們的財務狀況多一絲同理。

    1. 提供再多的理財技巧都敵不過親情勒索。

    前幾篇有講過，美國運動員的中初期培養全靠原生家庭支撐。其中，籃球、棒球、美式足球，家境清寒者多。這點，與台灣有相似處。家境良好的運動員，在台灣不多見。這意味著什麼？每一位戰將的身後，都站著一狗票家人和親戚。

    「沒有你三叔那個時候往家裡送菜送水餃，哪來今日的你？」所以三叔跟你借錢，你不能不借。

    「媽媽我以前都捨不得幫你弟弟妹妹添購新衣，全力支持你對運動的熱愛。」所以弟弟妹妹需要什麼金錢援助，你都要挺身而出。

    這類親情勒索，道理上是站得住腳的，可卻對運動員的財務規劃造成巨大影響。朱木炎在受訪裡交代了他獲得銅牌時一次領清 500 萬，最後那 500 萬到底去哪裡了？我聽到的全是「有個親戚說...」。親戚說創業，他去了；親戚介紹機會，他也聽了。

    在我們外人看來，覺得只要提供他們足夠理財知識，他們就一定不會落得這樣的下場。但事實上，他們拒絕親情勒索的難度比一般人高。

    2. 生活圈太小。

    運動員從小的生活就是訓練、訓練、再訓練，他們習慣兩點一線。與他們感情深厚的人類，除了家人就是隊友、和教練。當他們突然間獲得一筆財富，他們會諮詢這些有感情基礎的家人和隊友，不輕易相信理專。那些都是外人，都是他沒有接觸過的人。

    家裡有買報紙的親戚都會知道你從天而降一筆錢，會給你出各種餿主意。親戚不搞你，還有別的鯊魚想吃你。看看朱木炎，先是被小學同學問借錢，他手上沒錢他信貸借給人家。後來遇上詐騙集團，對方知道他是金牌國手，還對他進行了勒索。

    你說他傻不傻？傻爆了。但是，任何人換成他的處境，不見得會比較聰明。運動員的世界太單純，容易被騙。有錢的運動員，更容易被騙。你想啊，家境清寒，親戚同學是能有錢到哪裡去！想盡辦法從你身上撈一點。人不怕窮，就怕被鯊魚惦記。

    3. 戀愛經驗少遇到良配機率低。

    運動員把精神都花在比賽上，戀愛經驗少，功成名就後各種花花草草都找上門來。如何判斷誰真心誰虛情假意，他沒有經驗更沒有雷達啊！NFL 球星，一堆負債都是老婆搞來的。她們沒有想要害你，可她們對物質生活原本就有要求。不然當初為何要選你？

    球星夫妻的朋友，多數也是球星夫妻。退役後沒事幹，就忙著攀比。物以類聚，連破產都很團結一心。

    講到這裡，我想探討一個重要問題：奧運獎金該選終身月領還是一次領光？

    結合以上種種因素，我認為運動員不是普通人，他們要面對的人生難題太多了。你大可以進行各種公式計算，先算 NPV 再算 IRR。數字只會告訴你理性選擇，但是運動員的難題大多和情感處理有關。

    終身月領可以降低他們被騙光的風險，何況真的要投資，每個月月入 $12.5 萬也夠投了。定期定額，走保守路線，對他們會比較好。再說，奧運國手在退役前還會迎來另一波黃金收入期：廣告代言。

    月領獎金能保障他們的生活，再通過理財抵抗通膨。我們一般上班族，不也是這樣累積財富的嗎？建議月領獎金用於支付日常開銷，額外收入如演講費、代言費、教課費等，可存起來、投入股市、買保險、置產，分散風險。

    先保安全不被鯊魚吃掉，再慢慢調整腳步。

  • 台灣物聯網實驗室 IOT Labs

    物質波公式 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文

    2021-01-05 10:44:35
    有 1 人按讚

    用深度神經網路求解「薛丁格方程式」，AI 開啟量子化學新未來

    作者 雷鋒網 | 發布日期 2021 年 01 月 02 日 0:00 |

    19 世紀末，量子力學的提出為解釋微觀物質世界打開了一扇大門，徹底改變了人類對物質結構及相互作用的理解。已有實驗證明，量子力學解釋了許多被預言、無法直接想像的現象。

    由此，人們也形成了一種既定印象，所有難以理解的問題都可以透過求解量子力學方程式來解決。

    但事實上能夠精確求解方程式的體系少之又少。

    薛丁格方程式是量子力學的基本方程式，即便已經提出七十多年，它的氫原子求解還是很困難，超過兩個電子的氫原子便很難保證精確度。

    不過，多年來科學家們一直在努力克服這一難題。

    最近，來自柏林自由大學（Freie Universität Berlin） 的科學團隊取得了突破性進展，他們發表的一篇名為《利用深度神經網路解電子薛丁格方程式》的論文，登上《Nature Chemistry》子刊。

    論文明確指出：利用人工智慧求解薛丁格方程式基態解，達到了前所未有的準確度和運算效率。該人工智慧即為深度神經網路（Deep-neural-network），他們將其命名為 PauliNet。

    在介紹它之前，我們先來簡單了解薛丁格方程式。

    什麼是薛丁格方程式？

    薛丁格方程式（Schrödinger Equation），是量子力學中的一個基本方程式。又稱薛丁格波動方程式（Schrödinger Wave Equation），它的命名來自一位名為埃爾溫·薛丁格（Erwin Schrödinger）的奧地利物理學家。

    Erwin 曾在 1933 年獲得諾貝爾物理學獎，是量子力學奠基人之一。他在 1926 年發表的量子波形開創性論文中，首次提出了薛丁格方程式。它是一個非相對論的波動方程式，反映了描述微觀粒子的狀態隨時間變化的規律。

    具體來說，將物質波的概念和波動方程式相結合建立二階偏微分方程式，以描述微觀粒子的運動，每個微觀系統都有一個相應的薛丁格方程式，透過「解方程式」可得到波函數的具體形式以及對應的能量，從而了解微觀系統的性質。

    薛丁格方程式在量子力學的地位，類似牛頓運動定律在經典力學的地位，在物理、化學、材料科學等多領域都有廣泛應用價值。

    比如，應用量子力學的基本原理和方法研究化學問題已形成「量子化學」基礎學科，研究範圍包括分子的結構、分子結構與性能之間的關係；分子與分子之間的相互碰撞、相互作用等。

    也就是說，在量子化學，透過求解薛丁格方程式可以用來預測出分子的化學和物理性質。

    波函數（Wave Function）是求解薛丁格方程式的關鍵，在每個空間位置和時間都定義一個物理系統，並描述系統隨時間的變化，如波粒二象性。同時還能說明這些波如何受外力或影響發生改變。

    以下透過氫原子求解可得到正確的波函數。

    不過，波函數是高維實體，使捕獲特定編碼電子相互影響的頻譜變得異常困難。

    目前在量子化學領域，很多方法都證實無法解決這難題。如利用數學方法獲得特定分子的能量，會限制預測的精確度；使用大量簡單的數學構造塊表示波函數，無法使用少數原子進行計算等。

    在此背景下，柏林自由大學科學團隊提出了一種有效的應對方案。團隊成員簡‧赫爾曼（Jan Hermann）稱，到目前為止，離群值（Outlier）是最經濟有效的密度泛函理論（Density functional theory ，一種研究多電子體系電子結構的方法）。相比之下，他們的方法可能更成功，因在可接受計算成本下提供前所未有的精確度。

    PauliNet：物理屬性引入 AI 神經網路
    Hermann 所說的方法稱為量子蒙地卡羅法。

    論文顯示，量子蒙地卡羅（Quantum Monte Carlo）法提供可能的解決方案：對大分子來說，可縮放和並行化，且波函數的精確性只受 Ansatz 靈活性的限制。

    具體來說，團隊設計一個深層神經網路表示電子波函數，這是一種全新方法。PauliNet 有當成基準內建的多參考 Hartree-Fock 解決方案，結合有效波函數的物理特性，並使用變分量子蒙地卡洛訓練。

    弗蘭克‧諾（Frank Noé）教授解釋：「不同於簡單標準的數學公式求解波函數，我們設計的人工神經網路能夠學習電子如何圍繞原子核定位的複雜模式。」

    電子波函數的獨特特徵是反對稱性。當兩個電子交換時，波函數必須改變符號。我們必須將這種特性構建到神經網路體系結構才能工作。

    這類似包立不相容原理（Pauli’s Exclusion Principle），因此研究人員將該神經網路體系命名為「PauliNet」。

    除了包立不相容原理，電子波函數還具有其他基本物理特性。PauliNet 成功之處不僅在於利用 AI 訓練數據，還在將這些物理屬性全部整合到深度神經網路。

    對此，FrankNoé 還特意強調說：

    「將基本物理學納入 AI 至關重要，因為它能夠做出有意義的預測，這是科學家可以為 AI 做出有實質性貢獻的地方，也是我們關注的重點。」

    實驗結果：高精確度、高效率

    PauliNet 對電子薛丁格方程式深入學習的核心方法是波函數 Ansatz，它結合了電子波函數斯萊特行列式（Slater Determinants），多行列式展開（Multi-Determinant Expansion），Jastro 因子（Jastrow Factor），回流變換（backflow transformation,），尖點條件（Cusp Conditions）以及能夠編碼異質分子系統中電子運動複雜特徵的深層神經網路。如下圖：

    論文中，研究人員將 PauliNet 與 SD-VMC（singledeterminant variational，標準單行列式變分蒙地卡羅）、SD-DMC（singledeterminant diffusion，標準單行列式擴散蒙地卡羅）和 DeepWF 進行比較。

    實驗結果顯示，在氫分子（H_2）、氫化鋰（LiH）、鈹（Be）以及硼（B）和線性氫鏈 H_10 五種基態能量的對比下，PauliNe 相較於 SD-VMC、SD-DMC 以及 DeepWF 均表現出更高的精準度。

    同時論文中還表示，與專業的量子化學方法相比──處理環丁二烯過渡態能量，其準確性達到一致性的同時，也能夠保持較高的計算效率。

    開啟「量子化學」新未來

    需要說明的是，該項研究屬於一項基礎性研究。

    也就是說，它在真正應用到工業場景之前，還有很多挑戰需要克服。不過研究人員也表示，它為長久以來困擾分子和材料科學的難題提供了一種新的可能性和解決思路。

    此外，求解薛丁格方程式在量子化學領域的應用非常廣泛。從電腦視覺到材料科學，它將會帶來人類無法想像的科學進步。雖然這項革命性創新方法離落地應用還有很長的一段路要走，但它出現並活躍在科學世界已足以令人興奮。

    如 Frank Noé 教授所說：「相信它可以極大地影響量子化學的未來。」

    附圖：▲ Ψ 表示波函數。

    資料來源：https://technews.tw/2021/01/02/schrodinger-equation-ai/?fbclid=IwAR340MNmOkOxUQERLf4u3SK0Um6VQVBpvEkV_DxyxIIcUv8IP88btuXNJ6U

  • 每日一冷

    物質波公式 在 每日一冷 Facebook 的精選貼文

    2020-10-29 18:23:37
    有 139 人按讚

    你知道嗎？【「平均壽命」並不是國民年齡的平均】#本日冷知識1543
    　
    小編科宅在高中地理課曾讀到：非洲波札那因為愛滋病沉重的打擊，國民平均壽命一度下降了 20 歲 [1]。主因是病毒擊垮了一整代青壯年，繼而小孩子忽然喪失撫養，很悲。後來又學到：1918 年西班牙流感一舉讓米國國民的平均壽命掉了 12 歲。不單米國，其他各國也多半是 10~20 歲之間的驚人幅度 [2]。
    　
    * 然而歷史教訓無路用，還是不肯戴口罩。要增進國際觀就應該研究歷史地理。看新聞是什麼斜門歪道。¯\_(ツ)_/¯
    　
    但我一向容易畫錯重點，立刻有個疑問是：太奇怪了。這兩種疫情都特別讓年輕人掛點，這樣「平均壽命」不是反而應該增加嗎？
    　
    那時我真心以為平均壽命的意思是大家拿身分證出來，取歲數的平均。一個類比是，如果班上數學段考平均成績是 50 分（貴校數學超殺），假設成績不滿 50 分的同學不計入，其餘人的分數平均顯然會增加。如果病毒讓青年喪命，剩下較老的成年人，平均值應該會有一樣的變化。
    　
    然後我就短暫忘了這事，作為人生的伏流，這個迷思一直到大學才重新冒出來——在一堂叫生物統計學的課。基本上給了我當頭棒喝長出三層包......平均壽命根本不是那個意思！
    　
    謎題得解後我一直想寫。但是齁～細細想來，這個概念實在太奇怪，很不直觀，我可不想用數學公式嚇跑大家。怎麼辦怎麼辦？
    　
    直到有天電視在播〈SASUKE! 極限體能王〉，看著選手紛紛在障礙物前英勇的落水的姿態，忽然讓我的腦袋過電。啊，懂惹，極限體能王根本和人生一模一樣！咦？容我解釋 XDD
    　
    好ㄉ。咱們話說從頭，平均壽命當然不是全體國民的歲數平均，明顯的從台灣的人口金字塔 [3] 可以看出平均數和中位數約莫是在 40 幾歲的地方。而不是常說的平均壽命的 80 歲。顯然是兩個不同的東西。
    　
    很不幸的，平均壽命這個約定俗成的翻譯頗為糟糕——我應該不會是唯一望文生義誤會的人吧。其原文是 Life Expectancy，稍微比較好的翻譯是「預期壽命」。今後稱之。但不細加解釋恐怕還是不會瞭改。
    　
    預期壽命其實本來是保險業者發明出來的概念，相關的專有名詞是叫「生命表」（Life Table）的東西。因為保險業說白了就是在和大眾對賭，合理的保險金應設定為新收的錢要多過給出的理賠金額，保險公司才能獲利。因此，為了作莊，保險公司必須對人口中不同年齡的人忽然發生不幸的一般情形瞭若指掌。具體而言是：各年齡的人之平均死亡率。
    　
    當今天有一批客戶買保險，就能根據生命表來預計明年會有多少蒙主寵召，後年有多少羽化升仙，十年後有多少早登極樂等等。才可以根據這調查預估一開始要收多少保費，加以精算與平衡，保險業才不會變慈善事業。
    　
    所以講白了，Expectancy 到底指是什麼的期望？就是我一直在換詞避諱的那件事，對於足夠大的客戶群體，平均會在幾年後發生。就醬。後來這個概念被推廣到一整個國家的一年一年的新生兒身上，就變成了預期壽命了。
    　
    回來講到極限體能王：讓我們想像人生是一個闖關大舞台，中途有許多障礙會讓挑戰者落入三途之川。而且就像斯芬克斯的謎題，挑戰者還會從四條腿→兩條腿→三條腿→坐電動輪椅這樣的變化（喂！）。總之那些障礙物的難度有高有低。分析方法就是去統計大量挑戰者的通過率。
    　
    藉由基本假設：在給定年齡遇到的障礙（俗稱劫數）難度不會變動，主辦單位就可以估計說新一批例如 10,000 名參賽者【平均落水的地點】會在哪裡了。那就是預期壽命的白話文概念。講完。
    　
    呃，對，仔細一講就會覺得齁，統計各國的該數值並互相比較，真是有變態到的一件事。
    　
    它能反映的東西也頗為侷限，就只是各國各自的「障礙賽道」的難度而已。像日本 (84.5) 的難度最簡易，阿富汗 (50.3) 難度是怕爆。
    　
    不同國家有不同的醫療衛生保健內憂外患的水準，賽道的難度便有差別。如在前工業時代的古早古早，傳染病、戰亂、飢荒（天啟四騎士之三）再加上新生兒夭折、產婦難產或感染症等災害，是最主要的落水因素。隨著時代與生活條件的進步，參賽者也會逐漸突破到更遠的地方。怎麼描述起來有點像超級馬力歐。
    　
    接著來討論「預期壽命」這個數值各種奇怪不直觀的地方。
    　
    首先，剛剛說計算預期壽命的最大假設是「障礙難度不變」，但那是不可能的，實際上戰亂傳染病等突發情形會使死亡率增加，而普遍的物質進步會持續降低各種可預防的死亡率。因此在這樣的波動之中，今年出生的嬰兒和去年出生的嬰兒會有不同的預期壽命。
    　
    而如開頭所說的那些情況，戰爭飢荒傳染病的肆虐會忽然讓一整代人的預期壽命降低，又在災後產生顯著巨幅的反彈，所以它天生是個浮動不穩定的值。
    　
    這時想到 2020 就......扶額。島國以外舞台的難度都遽然增加。
    　
    更怪的還有，假設我出生那年的男性預期壽命是 75 歲好了，那我和我同歲的幾萬名男嬰到最後，真的會平均在 75 歲死掉嗎？答案當然不是，因為，如果沒有意外，科技持續進步的情形下，「賽道」會隨著我們變老而越來越簡單。（應該啦......如果今年不是 2020 寫這段我會更有信心的。）
    　
    * 甚至「奇點主義者」主張說：搞不好第一個永生的人已經出生在地球上了。他們的想像是隨著這個人活到 30 歲，科技的進步已經延長人類壽命 50 歲，以此類推，遞增無止期......若不是今年是 2020 看到科學、科技界的醜態百出，本人也是很想相信這個美好 der 願景啦。
    　
    邏輯出問題出在，用於估計我們這批人在 50 歲的淘汰率的數值根本是別人的（比我整整老 50 歲的那代人），畢竟也無法跳進抽屜裡的時光機去偷看未來。所以技術上預期壽命甚至並不是任何人壽命的實際預期。因為它的基本假設並不精確成立，只是個盡人事（收保費）所進行的推估而已。
    　
    台灣的新生兒預期壽命目前大概是 80 歲，細想起來這是很不得了的事情。台灣人的人生賽道超級平坦，只可惜馬路如虎口，馬路安全要是搞好搞不好便立刻追上日本了 ← 非得嘴一下不可。
    　
    此外在某種意義上，任何在 80 歲前過世的人都算是英年早逝，因為那是平均值啊。#已經警告過了這回充滿這種超怪的發言
    　
    更怪的燒腦邏輯還有，如果說一個國家的預期壽命是 40 歲好了（約是古典希臘羅馬時期的數值），那 39 歲的人是否就該遺囑寫一寫準備投胎？答案是否，否，否，大大的否！他幾乎肯定可以再活個十年二十年沒事兒。
    　
    問題出在，古早年代的關卡，難關幾乎都在前頭。也就是古時小孩難養大，但一旦養大了日子就相對的平安。就有可能出現怪異的「活過一定歲數之後，預期壽命又增加」的現象，可以想成中位數和平均數拉開了。亦即是有大量早夭的幼童拉低了平均落水點（重心）的值，但幸運沒有在一開場就落水的人，就預期可以一直前進直到名為老化的障礙物襲來。
    　
    關於生命表，怪事和眉角肯定更多。寫到這邊留一個我觀察到但目前還想不通的事情，希望強者解答。那就是其實可以把每個年齡的人當作全新的參賽者，再計算他的預期餘命。假如 20 歲的人的預期餘命是 N 歲的話，直覺是那 21 歲人的預期餘命應該是 N-1 歲吧。實則不然，通常是一個 N-0.93 之類的數字。在高齡者更明顯，81 歲和 80 歲人的預期餘命只差 0.6 歲而已。
    　
    直觀上這似乎暗示每活過一歲，餘命會得到越來越多 bonus（系統訊息：恭喜恭喜）?! 這是為～什麼咧。一起想想看吧。

你可能也想看看

搜尋相關網站