雨竜町ふるさと寄附金のお礼の品「アラー! !カンタン」をご紹介します。 次の記事 グリーンアスパラの出来るまで 雨竜町のふるさと納税のお礼の品「川越農場グリーンアスパラ」をご紹介します。 最新記事 一覧へ(全22件) 暑寒レッド(ショカンレッド)【ふるさと納税限定・期間・数量限定】 青肉メロンの技術をいかした「暑寒レッド」は、メロン本来の旨味を楽しめる一品です。 雨竜町のふるさと寄附金のお礼の品「暑寒メロン」をご紹介します。 雨竜町産じゃがいも "インカのめざめ" 雨竜町産タマネギとセットでお届け! 驚異的な甘味と濃厚な舌触り、色鮮やかな黄色が特徴のじゃがいもです!
訪問ありがとうございます。 ランキングに参加しています。下の四つ葉↓をクリックしていただけると今後のブログ更新の励みになります。押してくださったかたにも幸運が訪れますように…(。-人-) 人気ブログランキング 知り合いの社長さんからこんなものをいただいた\(^o^)/ これ何だか分かる 「山わさび」だ これを乾燥させて粉末にしたものが、チューブに入った 練りワサビ の原料となるらしいよ 正式な名前は「ホースラディッシュ」なんだって。和名はセイヨウワサビ(西洋山葵)。 ゚・*:. 。.. 。. :*・゚゚・*:. :*・゚ ゚・*:. 蝦夷山ワサビ栽培に挑戦｜2017-12 | 自由人の旅. :*・゚ 【ホースラディッシュ(horseradish)】 (別名:セイヨウワサビ(西洋山葵)、山わさび、ワサビダイコン、レフォール、ウマワサビ、ウマダイコン、野ワサビ、根ワサビ、アイヌワサビ、蝦夷ワサビ) 分類/アブラナ科 セイヨウワサビ属 学名/ Armoracia rusticana 原産国/フィンランド、東ヨーロッパ 開花期/春(5月頃?) 分布/明治時代に食用として導入されてから北海道を中心に野生化している 草丈/30~70cm 備考/栽培は非常に容易。生命力が強く、根の断片を土中に埋めるだけで容易に発芽する。収穫の際に取り残したり、分断してしまった根からも増える。 収穫して少し時間が経ってしまったからなのか、 セラミック製のおろし器でやってもなかなかすりおろすことができなかったので、おろし金ですりおろしてみた 水分がほとんどなくボロボロとした水気のない大根おろしみたいになってしまった すりおろしている最中は、ツーンとした香りが目と鼻の粘膜を刺激して涙が止まらなかったよ 天然化学兵器だ 苦労しておろした山わさびに醤油を少し垂らして食べてみると、美味いのなんのって ツーンとした辛味とともに鼻の奥によい香りがやってくる感じだった 俺の知っているチューブワサビよりも美味かった~ 糖質制限をしているのだけど、この日はご飯をおかわりしてしまったよ/(^o^;)\ いろいろ調べてみると、山わさびの生命力は凄まじく、切れ端を土に埋めるだけですぐに発芽するらしい これはすぐにでも育てなきゃいけないでしょ というわけで、1~1. 5cmと薄めに切ったものと、2~3cmの厚さに切ったものの2種類をタッパーに水を張って発芽テストをすることにしたよ 根が生えて葉が出てきたら、プランターの土の中で育てることにしよう 早く葉っぱが出てこないかなあ…(※´ -`)トオイメ 楽しみっ ではまた(^^)/~~~ 今日のオススメは、北海道産山わさび1kg ↓画像をクリックすると詳細が分かります。
清流のある所で育つ「 本わさび 」とは違い、北海道などの寒い地域の山中で育つのが「 山わさび(西洋わさび) 」です。 山わさびには独特の香りと辛みがあり、すり下ろして醤油をかけるだけでゴハンのお供にすると病みつきになります。 北海道出身の私にとって身近な食材でもある山わさびですが、我が家では現在山わさびを畑に植えて栽培しています。 本記事では、山わさびの特徴と自宅での栽培方法について解説いたします。 山わさびってツンとくる辛さが美味しいよね! 初めての山わさびの栽培！１年半の栽培記録！ | 初心者からのカンタン家庭菜園！野菜作り生活を100％楽しもう！. 実は自宅でも簡単に育てることができるんじゃよ! 山わさびとはどんな食材? 和名:山わさび、西洋わさび 別名:ワサビダイコン 英名:horseradish 学名: Armoracia rusticana 階級:アブラナ科セイヨウワサビ属 分類:多年草 原産地:フィンランド 特徴:耐寒性がとても強い 意外にも山わさびの原産地は フィンランド や東ヨーロッパで、寒い地域で育つことから日本でも北海道で自生しているものをよく見かけます。 私が札幌に住んでいた時は、同僚が山で採ってきた天然の山わさびを分けてもらったこともあるくらいなので、北海道民にとっては馴染み深い食材です。 水がきれいなところでしか育たない「本わさび」に対して、山わさびはその名の通り山中の土の中で生長し、 粉カラシや練りワサビの原材料 になります。 えっ!?チューブの練りワサビの原材料って山わさびなの?? 原材料に「本わさび」と書かれていなければ、大半が西洋わさび(山わさび)を加工して作られたものじゃよ スポンサーリンク 山わさびの育て方 山わさびを地植えで増やす方法 ※自宅に庭に植えた山わさびの収穫。1年でこんなに大きくなります。 育て方のポイント ・ 基本ほったらかしでも育つ ・水はけの良い 半日陰 に植える ・適度に 土寄せ をして根の部分が露出しないようにする ・土壌が酸性に傾いている場合は土壌改良資材で中和する ・土の深さは 40cm以上 、隣との間隔も 3 0cm以上 開ける ・植え付けは 春(3~5月頃) がおすすめ ・収穫は 11月~12月頃 山わさびの育て方は実に簡単で、種イモや苗を用意して水はけのよい半日陰に植えるだけ。 特に庭植えの場合は、難しい作業はほとんどせずに収穫までこぎつけることができるので、初心者でも簡単に育てることができます。 ※土に植えておくだけでこんなに収穫できます。ひと家族で食べるには十分!
5なので、 (0. 5)^2π = 0. 25π この値を、4倍すればπになります。 以上が、戦略となります。 実はこれがちょっと面倒くさかったりするので、章立てしました。 円の関数は x^2 + y^2 = r^2 (ピタゴラスの定理より) これをyについて変形すると、 y^2 = r^2 - x^2 y = ±√(r^2 - x^2) となります。 直径は1とする、と2. で述べました。 ですので、半径は0. 5です。 つまり、上式は y = ±√(0. 25 - x^2) これをRで書くと myCircleFuncPlus <- function(x) return(sqrt(0. 25 - x^2)) myCircleFuncMinus <- function(x) return(-sqrt(0. 25 - x^2)) という2つの関数になります。 論より証拠、実際に走らせてみます。 実際のコードは、まず x <- c(-0. 5, -0. 4, -0. 3, -0. 2, -0. 1, 0. 0, 0. 2, 0. 3, 0. 4, 0. 5) yP <- myCircleFuncPlus(x) yM <- myCircleFuncMinus(x) plot(x, yP, xlim=c(-0. 5, 0. 5), ylim=c(-0. モンテカルロ法 円周率 考え方. 5)); par(new=T); plot(x, yM, xlim=c(-0. 5)) とやってみます。結果は以下のようになります。 …まあ、11点程度じゃあこんなもんですね。 そこで、点数を増やします。 単に、xの要素数を増やすだけです。以下のようなベクトルにします。 x <- seq(-0. 5, length=10000) 大分円らしくなってきましたね。 (つなぎ目が気になる、という方は、plot関数のオプションに、type="l" を加えて下さい) これで、円が描けたもの、とします。 4. Rによる実装 さて、次はモンテカルロ法を実装します。 実装に当たって、細かいコーディングの話もしていきます。 まず、乱数を発生させます。 といっても、何でも良い、という訳ではなく、 ・一様分布であること ・0. 5 > |x, y| であること この2つの条件を満たさなければなりません。 (絶対値については、剰余を取れば良いでしょう) そのために、 xRect <- rnorm(1000, 0, 0.
参考文献: [1] 河西朝雄, 改訂C言語によるはじめてのアルゴリズム入門, 技術評論社, 1992.
モンテカルロ法は、乱数を使う計算手法の一つです。ここでは、円周率の近似値をモンテカルロ法で求めてみます。 一辺\(2r\)の正方形の中にぴったり入る半径\(r\)の円を考えます (下図)。この正方形の中に、ランダムに点を打っていきます。 とてもたくさんの点を打つと 、ある領域に入った点の数は、その領域の面積に比例するはずなので、 \[ \frac{円の中に入った点の数}{打った点の総数} \approx \frac{\pi r^2}{(2r)^2} = \frac{\pi}{4} \] が成り立ちます。つまり、左辺の分子・分母に示した点の数を数えて4倍すれば、円周率の近似値が計算できるのです。 以下のシミュレーションをやってみましょう。そのとき次のことを確認してみてください: 点の数を増やすと円周率の正しい値 (3. 14159... ) に近づいていく 同じ点の数でも、円周率の近似値がばらつく
5 y <- rnorm(100000, 0, 0. 5 for(i in 1:length(x)){ sahen[i] <- x[i]^2 + y[i]^2 # 左辺値の算出 return(myCount)} と、ただ関数化しただけに過ぎません。コピペです。 これを、例えば10回やりますと… > for(i in 1:10) print(myPaiFunc() * 4 / 100000) [1] 3. 13628 [1] 3. 15008 [1] 3. 14324 [1] 3. 12944 [1] 3. 14888 [1] 3. 13476 [1] 3. 14156 [1] 3. 14692 [1] 3. 14652 [1] 3. 1384 さて、100回ループさせてベクトルに放り込んで平均値出しますか。 myPaiVec <- c() for(i in 1:100) myPaiVec[i] <- myPaiFunc() * 4 / 100000 mean(myPaiVec) で、結果は… > mean(myPaiVec) [1] 3. 141426 うーん、イマイチですね…。 あ。 アルゴリズムがタコだった(やっぱり…)。 の、 if(sahen[i] < 0. 25) myCount <- myCount + 1 # 判定とカウント ここです。 これだと、円周上の点は弾かれてしまいます。ですので、 if(sahen[i] <= 0. 25) myCount <- myCount + 1 # 判定とカウント と直します。 [1] 3. 141119 また誤差が大きくなってしまった…。 …あんまり関係ありませんでしたね…。 といっても、誤差値 |3. 141593 - 3. 141119| = 0. 000474 と、かなり小さい(と思いたい…)ので、まあこんなものとしましょう。 当然ですけど、ここまでに書いたコードは、実行するたび計算結果は異なります。 最後に、今回のコードの最終形を貼り付けておきます。 --ここから-- x <- seq(-0. 5, length=1000) par(new=T); plot(x, yP, xlim=c(-0. 5)) myCount * 4 / length(xRect) if(sahen[i] <= 0. モンテカルロ法で円周率を求める？（Ruby） - Qiita. 25) myCount <- myCount + 1 # 判定とカウント} for(i in 1:10) print(myPaiFunc() * 4 / 100000) pi --ここまで-- うわ…きったねえコーディング…。 でもまあ、このコードを延々とCtrl+R 押下で図形の描画とπの計算、両方やってくれます。 各種パラメータは適宜変えて下さい。 以上!
146になりましたが、プロットの回数が少ないとブレます。 JavaScriptとPlotly. jsでモンテカルロ法による円周率の計算を散布図で確認 上記のプログラムを散布図のグラフにすると以下のようになります。 ソースコード グラフライブラリの読み込みやラベル名の設定などがあるためちょっと長くなりますが、モデル化の部分のコードは先ほどと、殆ど変わりません。