勇闖新世界︰ W!o《卡夫卡村》變形祭︰感知自然‧溼度

2015-10-03 懸鉤子

究竟是『溼度』還是『濕度』？《說文解字》講︰

濕，水。出東郡，東武陽入海。从水聲。

溼，幽溼也。从水；一，所以覆也，覆而有土，故溼也。㬎省聲。

或許『同源』難辨耶？？於是維基百科『濕度』詞條寫道︰

一般在氣象學中指的是空氣溼度，它是空氣中水蒸氣的含量。空氣中液態或固態的水不算在溼度中。不含水蒸氣的空氣被稱為乾空氣。由於大氣中的水蒸氣可以占空氣體積的 0% 到 4% ，一般在列出空氣中各種氣體的成分的時候是指這些成分在乾空氣中所占的成分。

綜述

空氣的溫度愈高，它容納水蒸氣的能力就愈高。雖然水蒸氣可以與空氣中的部分成分（如懸浮灰塵中的鹽）進行化學反應，或者被多孔的粒子吸收，但這些過程或反應所占的比例非常小，相反的大多數水蒸氣可以溶解在空氣中。乾空氣一般可以看作一種理想氣體，但隨著其中水蒸氣成分的增高它的理想性越來越低。這時只有使用范德瓦耳斯方程才能描寫它的性能。

理論上「空氣中的水蒸氣飽和」這個說法是不正確的，因為空氣中的水蒸氣的飽和度與空氣的成分本身無關，而只與水蒸氣的溫度有關。在同一溫度下，真空中的水蒸氣的飽和度與空氣中的水蒸氣的飽和度實際上是一樣高的。但出於簡化一般人們（甚至在科學界）使用「空氣中溶解的水蒸氣」或「空氣中的水蒸氣飽和」這樣的詞句。在這篇文章中我們也使用這些常用的詞句。

假如飽和的空氣的溫度降低到露點以下和空氣中有凝結核（如霧劑）的話（在自然界一般總有凝結核存在），空氣中的水蒸氣就會凝結。雲、窗戶玻璃和其他冷的表面上凝結成的水、露和霧、人在冷空氣中哈出的氣等等許多現象就是這樣形成的。偶爾（或在實驗室中人工造成的）水蒸氣可以在露點以下也不凝結。這個現象叫做過飽和。

空氣中水蒸氣的溶解量隨溫度不同而變化。一立方公尺空氣可以在攝氏10度下溶解9.41公克的水，在攝氏30度下溶解30.38公克的水。

測量

溼度計

要表達空氣溼度的高低，有多種可以利用的度量值，包括蒸汽壓、絕對溼度、相對溼度、比溼、露點等。溼度計可以用來測量溼度。

絕對溼度

「絕對溼度」指一定體積的空氣中含有的水蒸氣的質量，一般其單位是公克／立方公尺。絕對溼度的最大限度是飽和狀態下的最高溼度。

下面是計算絕對溼度的公式：

$\rho_w := \frac{e}{R_w \cdot T } = \frac{m}{V}$

其中的符號分別是：

e – 蒸汽壓，單位是帕斯卡（Pa)

$R_w$ –水的氣體常數=461.52J/（kg K）

T – 溫度，單位是開爾文（K）

m –在空氣中溶解的水的質量，單位是千克（kg）

V –空氣的體積，單位是立方公尺（m³）。

相對溼度（RH）

一台溼度計正在記錄相對溼度

「相對溼度」（RH）是絕對溼度與最高溼度之間的比，它的值顯示水蒸氣的飽和度有多高。相對溼度為 100% 的空氣是飽和的空氣。相對溼度是 50% 的空氣含有達到同溫度的空氣的飽和點的一半的水蒸氣。相對溼度超過 100% 的空氣中的水蒸氣一般凝結出來。隨著溫度的增高，空氣中可以含的水就增多。也就是說，在同樣多的水蒸氣的情況下，溫度降低，相對溼度就會升高；溫度升高，相對溼度就會降低。因此在提供相對溼度的同時也必須提供溫度的數據。透過最高溼度和溫度也可以計算出露點。

以下是計算相對溼度的公式：

$\varphi := \frac {\rho_w}{\rho_{w, max}} \cdot 100\ % = \frac {e}{E} \cdot 100\ % = \frac {s}{S} \cdot 100\ %$

其中的符號分別是：

$\rho_w$ –絕對溼度，單位是公克／立方公尺

$\rho_{w, max}$ –最高溼度，單位是公克／立方公尺

e–蒸汽壓，單位是帕斯卡

E–飽和蒸汽壓，單位是帕斯卡

s–比溼，單位是公克／公斤

S–最高比溼，單位是公克／公斤

比溼

比溼是汽化在空氣中的水的質量與溼空氣的質量之間的比。假如沒有凝結或蒸發的現象發生的話，一個封閉的空氣在不同的高度下的比溼是相同的。在飽和狀態下的最高比溼的符號是 S 。

以下是計算比溼s的公式：

$s = \frac{m_{\mathrm{water}}}{m_{\mathrm{air\ total}}} = \frac{m_{\mathrm{water}}}{m_{\mathrm{air\ dry}} + m_{\mathrm{water}}} = \frac{\frac{m_{\mathrm{water}}}{V_{\mathrm{total}}}}{\frac{m_{\mathrm{air\ total}}}{V_{\mathrm{total}}} + \frac{m_{\mathrm{Water}}}{V_{\mathrm{total}}}} = \frac{\rho_{\mathrm{Water}}}{\rho_{\mathrm{air\ dry}} + \rho_{\mathrm{water}}} = \frac{\rho_{\mathrm{water}}}{\rho_{\mathrm{air\ total}}}$

$s = \frac{\rho_{\mathrm{Water}}}{\rho_{\mathrm{air\ dry}} + \rho_{\mathrm{Water}}} = \frac{\frac{e}{R_w \cdot T}}{\frac{p - e}{R_L \cdot T} + \frac{e}{R_w \cdot T}} = \frac{ e \cdot M_{\mathrm{Water}} }{ {(p - e)} \cdot {M_{\mathrm{air\ dry}}} + {e} \cdot {M_{\mathrm{Water}}} } = \frac{\frac{M_{\mathrm{Water}}}{M_{\mathrm{air\ dry}}} \cdot e}{p - \left(1 - \frac{M_{\mathrm{Water}}}{M_{\mathrm{air\ dry}}}\right) \cdot e} \approx \frac{0{,}622 \cdot e}{p - 0{,}378 \cdot e} \approx 0{,}622 \cdot \frac{e}{p}$

其中使用的符號為：

$\rho_{\mathrm{Water}} = \frac{e}{R_w \cdot T}$ 和 $R_w = \frac{R}{M_{\mathrm{Water}}}$

$\rho_{\mathrm{air\ dry}} = \frac{p - e}{R_L \cdot T}$ 和 $R_L = \frac{R}{M_{\mathrm{air\ dry}}}$

相似的最高比溼為：

$S := \frac{m_{\mathrm{water\ saturate}}}{m_{\mathrm{air\ total}}} = \frac{\rho_{\mathrm{Water\ saturate}}}{\rho_{\mathrm{air\ total}}} \approx \frac{0{,}622 \cdot E}{p - 0{,}378 \cdot E}$

其中使用的符號分別為： $m_x$ –質量，單位為公克

$\rho_x$ –密度，單位為公克／立方公尺

$V_{\mathrm{total}}$ –溼空氣的總體積，單位為立方公尺

$R_w$ –水的氣體常數，單位為焦耳／（公斤·開爾文）

$R_L$ –干空氣的氣體常數，單位為焦耳／（公斤·開爾文）

T–溫度，開爾文

$M_{\mathrm{Water}}$ –水的摩爾質量=18.01528公克／摩爾

$M_{\mathrm{air\ dry}}$ –干空氣的摩爾質量=28.9634公克／摩爾

e–蒸汽壓，單位是帕斯卡

p–氣壓，單位為帕斯卡

E–飽和蒸汽壓，單位為帕斯卡

───

因此區分『術語』是作『溼度』，『通常』俗寫『濕度』，亦無辯乎？？假使說『空氣中的水蒸氣飽和』的講法『不恰當』，那麼

《 Raspberry Pi Learning Resources 》

Temperature

The Sense HAT features a number of sensors, including a temperature sensor.

The image above shows a clinical thermometer. You may have been asked to place one in your mouth when you’ve been ill. Notice that the numbers start at 35, so it’s only used for measuring human body temperature. The Sense HAT temperature sensors can measure temperatures from as low as -40 degrees Celsius up to +120 degrees Celsius though, so they are much more versatile than a clinical thermometer. The Sense HAT has two temperature sensors. One is built into the humidity sensor and the other is built into the pressure sensor. You can choose which one to use, or you could use both and average the result.

───

『溫度』文本，所謂『平均』的說法是否『合適』的呢？這又該用什麼『原則』來判斷的耶？？

【用什麼度量溫度？】

pi@raspberrypi ~ $ sudo python3
Python 3.2.3 (default, Mar  1 2013, 11:53:50) 
[GCC 4.6.3] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> from sense_hat import SenseHat
>>> 感測 = SenseHat()

# 壓力計量溫度
>>> 溫度_壓力計 = 感測.get_temperature_from_pressure()
>>> print("溫度: %s C" % 溫度_壓力計)
溫度: 30.652084350585938 C
>>> 壓力 = 感測.get_pressure()
>>> print("壓力: %s Millibars" % 壓力)
壓力: 1008.718994140625 Millibars

# 溼度計量溫度
>>> 溫度_溼度計 = 感測.get_temperature_from_humidity()
>>> print("溫度: %s C" % 溫度_溼度計)
溫度: 30.774192810058594 C
>>> 溼度 = 感測.get_humidity()
>>> print("溼度: %s %%rH" % 溼度)
溼度: 70.17244720458984 %rH
>>>

樹莓派、樹莓派之學習、樹莓派之教育

勇闖新世界︰ W!o《卡夫卡村》變形祭︰感知自然‧尖端‧六下

2015-10-02 懸鉤子

看來 Mrphs 不只是會說中文而已，怕是還很精通辭令的吧！特設問道︰方才分明所說之『關係』太過牽強的吧？沒想到 Mrphs 接著又講︰事出必有因，無風不起浪，這『原由』就出在那

《 M♪o 之 TinyIoT 》

一系列文本的啊。從

《 M♪o 之 TinyIoT ︰《破題》》始，至

《 M♪o 之 TinyIoT 《起承轉合》之未來鳥瞰！！》終。

既然是寫『踢呦ㄊㄜˋ』， M♪o 焉能沒讀過，據知這『 It 網』即是啟發於『自生自成』系統，

《 M♪o 之 TinyIoT ︰《起合》※補充二︰自生自成》───

亨伯特‧馬圖拉那
A drawing in zero time

A living cell

有絲分裂

因此創造了一個『 Autopoiesis 』的新字，也並不代表我們就真的有了一個『自我生成』之『科學理論』。

馬圖拉那與瓦雷拉所描述的『自生自成』機器之所以難解︰

An autopoietic machine is a machine organized (defined as a unity) 【整體】 as a network of processes of production (transformation and destruction) of components which: (i) through their interactions and transformations continuously regenerate 【再生】and realize 【實現】 the network of processes (relations) that produced them; and (ii) constitute 【組構】it (the machine) as a concrete unity in space in which they (the components) exist by specifying the topological domain of its realization as such a network.

就在於他們想界定『生命』和『非生命』形式的『區分特徵』，聚焦於『生命最小系統』 ── a living cell 活體細胞 ──，又用著眾多術語︰

【整體同一性】 Unity
【自主性】 Autonomy
【關係】 Relation
【網絡】 Complex Network
【轉化】 Transformation
【拓撲學】 Topology

以及與『生命系統』關聯的『複雜系統』理化現象︰

【自組織】現象
【湧現】 Emergence 現象

假使微觀的描述活體细胞的理化現象，構成細胞的分子組件，形成了『新陳代謝』分子組件之『生產/破壞網絡』之『過程關係』。同時被產生的某些分子組件在物理空間裡建立了『邊界』boundary ，這個『細胞膜』分割出了系統之『內‧外』能量/物質交換界面，而且某些被產生之分子組件『再生』了那個『製造它們』的『生產/破壞網絡』，所以在『自我平衡』狀態下，保有了『整體』的『同一性』。

於是細胞也就有了『形狀』，這個形狀是由『生產/破壞網絡』的功能維繫『拓樸性』所決定的。因此『抽象』的來說︰

『自生自成』機器的核心在於組件生毀之『網絡組織』以及通過組件『過程』實現與再生該組件生毀之『網絡組織』的循環系統。

□︰先有雞，還是先有蛋？

○︰同時生成，是雞蛋也！

雞蛋生能生雞蛋之雞；

雞生能生雞之雞蛋而已！！

───

完成於創造『自生成』並行『微自控機』之後，───

《 M♪o 之 TinyIoT 《起承轉合》之未來鳥瞰！！》

祿

取之無窮之井水，享用不盡的福氣。
《説文解字》：祿，福也。从示彔聲。

《清明》 唐‧杜牧

清明時節雨紛紛，
路上行人欲斷魂。
借問酒家何處有？
牧童遙指杏花村。

對『認知』 cognition 的『再次』 re- 之『認知』 cognition 就是『辨識』 re-cognition 。在一篇名為《 Dynamic Causal Models and Autopoietic Systems 》的摘要裡︰

ABSTRACT

Dynamic Causal Modelling (DCM) and the theory of autopoietic systems are two important conceptual frameworks. In this review, we suggest that they can be combined to answer important questions about self-organising systems 【自組織系統】like the brain. DCM has been developed recently by the neuroimaging 【神經成像】community to explain, using biophysical models, the non-invasive brain imaging data are caused by neural processes. It allows one to ask mechanistic questions about the implementation of cerebral processes. In DCM the parameters of biophysical models are estimated from measured data and the evidence for each model is evaluated. This enables one to test different functional hypotheses (i.e., models) for a given data set. Autopoiesis and related formal theories of biological systems as autonomous machines represent a body of concepts with many successful applications. However, autopoiesis has remained largely theoretical and has not penetrated the empiricism 【經驗論】of cognitive neuroscience. In this review, we try to show the connections that exist between DCM and autopoiesis. In particular, we propose a simple modification to standard formulations of DCM that includes autonomous processes. The idea is to exploit the machinery of the system identification of DCMs in neuroimaging to test the face validity of the autopoietic theory applied to neural subsystems. We illustrate the theoretical concepts and their implications for interpreting electroencephalographic 【腦電圖】signals acquired during amygdala 【杏仁核】stimulation in an epileptic 【癲癇】patient. The results suggest that DCM represents a relevant biophysical approach to brain functional organisation, with a potential that is yet to be fully evaluated.

Key terms: Dynamic Causal Modelling, brain functional organization, plasticity, autonomous systems, autopoiesis.

說明了這篇論文的內容。人們的目光開始轉向『既古又新』之現象『徵候系統』。

左手畫出正畫出左手的右手
右手完成將完成右手之左手

生命機器

Autopoietic Systems

圖靈機

在計算機科學的領域裡，自然也有人專注於『自生自成機器』應當如何建立『形式理論』 formal theory？這個機器可以用『圖靈機』來『模擬』的嗎？就像這篇《 Towards Autopoietic Computing 》文章所說的︰ A key challenge in modern computing is to develop systems that address complex, dynamic problems in a scalable and efficient way, because the increasing complexity of software makes designing and maintaining efficient and flexible systems increasingly difficult. Biological systems are thought to possess robust, scalable processing paradigms that can automatically manage complex, dynamic problem spaces, possessing several properties that may be useful in computer systems. The biological properties of self-organisation, self-replication, self-management, and scalability are addressed in an interesting way by autopoiesis, a descriptive theory of the cell founded on the concept of a system’s circular organisation to define its boundary with its environment. In this paper, therefore, we review the main concepts of autopoiesis and then discuss how they could be related to fundamental concepts and theories of computation. The paper is conceptual in nature and the emphasis is on the review of other people’s work in this area as part of a longer-term strategy to develop a formal theory of autopoietic computing.

在此僅摘要兩小段，略窺『自我生成』之『計算』的旨趣︰

1 Introduction

Natural systems provide unique examples of computation, in a form very different from contemporary computer architectures. Biology also demonstrates capabilities such as adaptation, self-repair and self-organisation that are becoming increasingly desirable for our technology [1]. Autopoietic systems (auto = self and poiesis = generating or producing) as a theoretical construct on the nature of living systems centre on two main notions: that of the circular organisation of metabolism and a redefinition of the systemic concepts of structure and organisation. This theoretical construct has found an important place in theoretical biology, but it could also be used as a foundation for a new type of computing. We provide a summary of autopoietic theory, before discussing the development
of autopoietic computation [17]. …

3.2 Computability

Autopoietic systems are intrinsically different from Turing machines, the structure of which is shown in Figure 3. They cannot be simulated by Turing machines as they are not Turing-computable, for the following reason. The self-referential nature of circularity that characterises autopoietic systems leads to the dynamic creation of an unpredictable number of states. According to [29, 30, 18], the dynamic creation of an unpredictable number of new states implies that no upper bound can be placed on the number of states required. As the Church definition of computability assumes that the basic operations of a system must be finite, e.g. recursive, the Church-Turing thesis7 cannot be applied. Hence, autopoietic systems are non-Turing-computable This is difficult to prove using only the elements of autopoietic theory [23, 22], but it is claimed [18] to flow trivially from the inclusion of autopoietic systems in (M,R) systems.8 The non-computability of autopoietic systems [16, 3] suggests (yet to be proven) that some intrinsic and fundamental part of their behaviour escapes our standard analysis based on phase states and/or evolution equations.

……

恐先生才是貴人多忘事的哩！一時口呆無辯，但思那時代果真了解『太一生水』之旨的耶︰

一個『活細胞』的『理化反應網絡』創生了『細胞膜』，分開了『自我』與外在『世界』，內部之『自我生成』的『組織』以及『機制』，『再生』且『實現』了『生命』！在這個『意義』上，馬圖拉那說︰

Living is cognition

生活即是認知

但是那個『小細胞』能夠承擔這個『大責任』嗎？假使我們問那個形貌多變的『小細胞』之『空間維度』是『幾何』？？又該是如何計算的呢！更難知由『細胞共和國』所組成之『生命尺度』的了！！

數一數，究竟『人類細胞有多少』的呀？？

樹莓派、樹莓派之學習、樹莓派之教育

勇闖新世界︰ W!o《卡夫卡村》變形祭︰感知自然‧尖端‧六上

2015-10-01 懸鉤子

一時想起派生的『非同步計算』架構建議

PEP 3148 — futures – execute computations asynchronously

Abstract

This PEP proposes a design for a package that facilitates the evaluation of callables using threads and processes.

Motivation

Python currently has powerful primitives to construct multi-threaded and multi-process applications but parallelizing simple operations requires a lot of work i.e. explicitly launching processes/threads, constructing a work/results queue, and waiting for completion or some other termination condition (e.g. failure, timeout). It is also difficult to design an application with a global process/thread limit when each component invents its own parallel execution strategy.

───

，以及『 SCOOP 』 Python 『分佈式』可擴張『並行運算』平台，

SCOOP (Scalable COncurrent Operations in Python) is a distributed task module allowing concurrent parallel programming on various environments, from heterogeneous grids to supercomputers.

Philosophy

Our philosophy is based on these ideas:

The future is parallel;

Simple is beautiful;

Parallelism should be simpler.

These tenets are translated concretely in a minimum number of functions allowing maximum parallel efficiency while keeping at minimum the inner knowledge required to use them. It is implemented with Python 3 in mind while being compatible with 2.6+ to allow fast prototyping without sacrificing efficiency and speed.

Features

SCOOP has many features and advantages over Futures, multiprocessing and similar modules, such as:

Harness the power of multiple computers over network;

Ability to spawn subtasks within tasks;

API compatible with PEP 3148;

Parallelizing serial programs with only minor modifications;

Efficient load-balancing.

Anatomy of a SCOOPed program

SCOOP can handle multiple diversified multi-layered tasks. You can submit your different functions and data simultaneously and effortlessly while the framework executes them locally or remotely. Contrarily to most multiprocessing frameworks, it allows to launch subtasks within tasks.

Through SCOOP, you can simultaneously execute tasks that are of different nature (Discs of different colors) or different by complexity (Discs radiuses). The module will handle the physical considerations of parallelization such as task distribution over your resources (load balancing), communications, etc.

Applications

The common applications of SCOOP consist of, but is not limited to:

Evolutionary Algorithms

Monte Carlo simulations

Data mining

Data processing

I/O processing

Graph traversal

───

也許如是方能將『一萬臺樹莓派』給組織起來，真可以同時協作的吧？畢竟根本不知那『 It 網』的構造方式原理，即使想問也不知該從何問起的哩！誰知此時 Mrphs 卻說道︰講起這『平行運算器』的發想原點和先生還有點關係。這可真是令人驚訝的了，急問︰與我有什麼關係？？只見 Mrphs 緩緩的說︰不知先生是否記得寫過一篇

《 Tux@rpi ︰《春的祭典》》───

△︰有如歷來一樣，在這神聖的『春之祭』之時，我們定舉辦『生生』之展︰

志在參與，
名實相符。

讓我們『揮手風迎』，今年『不息獎』得主，介紹『得獎作品』── tinyiot ── 的吧！

深海經絡之發現者

不知是昏睡入夢，還是夢裡昏睡，彷彿

M♪o︰ㄣ是啦…從沒想過得……這個獎！對！這個‧踢呦ㄊㄜˋ‧都…都是‧在往聖先賢…的‧的指導下………

，祇覺自己大嘆了一口氣！真是太八股了！！又因為氣息所嗆，一時醒來，不復知夢矣！！！

───

後來 M♪o 不得已回了一封『伊眉兒』，

《 Re: TinyIoT 踢呦ㄊㄜˋ From: M♪o@Tux.Anywhere 》───

ㄊㄊㄊㄜˋ↓→ ♀♂

☯

☿☹☺

E-mail 信箱裡來了一封『☸郵』，真不知 M♪o 怎能避開檢查，寄的進來？除了『標題』── TinyIoT 踢呦ㄊㄜˋ ──，尚且明白易解之外，雖是有頭、有尾、一張圖、一個表，配上兩行象形文字，到底有什麼話要說？？不過看來跟『踏天』『梯』有關！那象形文字似乎是『甲骨文』，若果真是，彷彿可以『譯作』︰

法太極天地

萬物同碼訊

？？？當真是『觀象繫辭』，能『擬議會通』之不易的啊！！！

這就種下了『蘋果種子』，而今結成了『正果』。…… 邊聽邊想︰苦也！凡走過必留下痕跡！！無怪乎，老祖宗講︰飯可以多吃，話可別亂說。待回神後，突覺自己哈哈一笑，『正果』、『蘋果種子』……，這真是個『接待機器人』嗎？還真會搞笑，反正是未來的嘛？？不也就是

《一個奇想！！》的耶！！───

據『歷史典故』上說，東晉時慧遠大師主持東林寺，立下了規矩『影不出山，迹不入谷』；一過虎溪，寺後山虎則吼。一日大詩人陶淵明和道士陸修靜來訪，談的投機，送行時不覺過了虎溪橋，待聞得虎嘯後方恍然大悟，相視大笑而別，後世稱作『虎溪三笑』。其後有清朝唐蝸寄題的廬山東林寺三笑庭名聯：

橋跨虎溪，三教三源流，三人三笑語；
蓮開僧舍，一花一世界，一葉一如來。

今天的人或許較熟悉英國詩人布莱克的『一沙一世界，一花一天堂。』名句。這個名句出自一首長詩《純真的徵兆》的起頭︰

Auguries of Innocence

To see a world in a grain of sand,
一粒沙裡看世界
And a heaven in a wild flower,
一朵花中見天堂
Hold infinity in the palm of your hand,
掌尺足握無限
And eternity in an hour.
時針能持永恆

…

布莱克生於 1757 年，幼年就個性獨特，討厭正統學校的教條氣息，因而拒絕入學，博覽眾書自學成家，由於潛心研讀洛克和博克的經驗主義哲學著作，於是對這個大千世界有了深刻的認識。早熟的他為減輕家計重擔和考慮弟妹前途，放棄了畫家夢想，十四歲時就選擇了去雕版印刷作坊當個學徒，二十二歲出師，…
是英國浪漫主義詩人的第一人。
雅各的天梯，布莱克的版畫，布莱克『自爬』？

博克的名著【壯美與優美的觀念起源之哲學探究】，布莱克用來觀察『飛鳥之姿』── Auguries ──，體驗預示的藝術與參與，果然恰當！！就像『掌尺』的積累可成無限，用時針的『循環』以度永恆一樣；也許布莱克的浪漫充滿著理性思辨，其要總在觀察。

這時海之涯的另一端正是『拓荒』的時代，1774 年出生的 Johnny Chapman ，譜出『蘋果種子』Appleseed 的傳奇。

那從一顆『蘋果種子』能見著什麼呢？是生命的強韌？或破土而出的喜悅？還是夏娃偷吃的那個？也許可以這樣說︰『火』的掌握改變了人類當時的生活，而一顆種子的傳承造就世世代代的持有。強尼‧蘋果種子所代表的『拓荒精神』──

STAR TREK
星艦迷航記
Where No One Has Gone Before
前人未至之境

──，是否終將化作『概念種子』等待時機『發芽』？

樹莓派、樹莓派之學習、樹莓派之教育

勇闖新世界︰ W!o《卡夫卡村》變形祭︰感知自然‧尖端‧五

2015-09-30 懸鉤子

隱約聽著 Mrphs 繼續說道︰這湖心小築裡有六個『學園』 Campus 是為小學堂暑修寒訓之『學習營』而預備。湖心平台上的是『天文 ‧氣象營』，其餘往下數，『科技營』在二十五層，『人文營』位於五十層，『海洋營』居七十五層，『地理營』佔第一百層。其實還有一個『生命館』屬於全體谷民，就設立於入口大廳。這個大廳的格局象個『』田字，分有東南西北四館。其中東西北三館是『水』的三相 ── 水‧溼‧冰 ── 之展示館。這南館最特別，是『模擬』館，內有百座『計算單位』所構成的 It 網『平行運算器』。所謂一個『計算單位』是由萬台『碼訊』machine 所集成。可以即時動態計算巨量的『非線性』方程式之『數值分析』，用以演示`『光』、『水』、『氣』交互系統之各種現象變化。傳達『生命』可貴的『科技護生』之旨。也是『學園』教與習『理化模型』使用的主機。……

只覺得腦海內哄鳴作響，想到曾以

《觀水》 ───

宋朝的邵康節號安樂先生，居地叫做『安樂窩』，著有『皇極經世』一書，將歷史紀年『卦象化』說能推知數百千年的現象；傳聞又有『梅花心易』一本，專講『見機』起卦之法，其中用著『京房八宮卦』，論斷之準真真神乎其技！！歷史上『科學』雖與『巫術』有千絲萬縷的關聯，當細思

子不語：怪、力、亂、神。

季路問事鬼神。子曰：未能事人，焉能事鬼？敢問死？曰：末知生，焉知死？

；然而【易繫辭】裡卻又有

易與天地準，故能彌綸天地之道。仰以觀於天文，俯於察於地理。是故知幽明之故。原始反終，故知死生之說。是故君子所居而安者，易之序也，所樂而玩者，爻之辭也。是故居則觀其象，而玩其辭，動則觀其變而玩其占，是以自天佑之，吉無不利。

這個『死生之說』怎麼說？這是從大自然一年四季的循環，草木的一歲一枯榮，『原始反終』推論而知，絲毫沒有『迷信』的色彩。最後藉著『京房上飛下飛』觀『坎水』之死生之說，以饗讀者︰

京房『心要』︰自初至五不動復，下飛四往伏用飛，上飛下飛復本體，便是十六變卦例。

坎為水	☵ ☵	主卦	十六變還原︰再下飛二爻
水澤節	☵ ☱	一爻變
水雷屯	☵ ☳	二爻變
水火既濟	☵ ☲	三爻變
澤火革	☱ ☲	四爻變
雷火豐	☳ ☲	五爻變
地火明夷	☷ ☲	遊魂卦	不變宗廟，下飛四往
地雷復	☷ ☳	外在卦	下飛三爻
地澤臨	☷ ☱	內在卦	下飛二爻
地水師	☷ ☵	歸魂卦	下飛初爻
坤為地	☷ ☷	絕命卦	上飛二爻
地山謙	☷ ☶	血脈卦	上飛三爻
雷山小過	☳ ☶	肌肉卦	再上飛四爻
澤山咸	☱ ☶	骸骨卦	再上飛五爻
水山蹇	☵ ☶	棺槨卦	再下飛四爻
水地比	☵ ☷	墓庫卦	再下飛三爻

───

之『坎水』之死生之說，寓寫

《【Sonic π】電路學之補充《四》無窮小算術‧上》

一系列七上八下的文本，實以為『算術』何時成了學習『科學』的障礙！而今看來或許可以用計算機另闢蹊徑乎？不知有了個人超級電腦，再假以『體驗式』的環境，是否人們就能解決

《水的生命！！上》

坎，田野或道路上的坑陷

《説文解字》：坎，陷也。从土，欠聲。

《詩經》魏風．伐檀

坎坎伐檀兮，寘之河之干兮，
河水清且漣猗。
不稼不穡，胡取禾三百廛兮？
不狩不獵，胡瞻爾庭有縣貆兮？
彼君子兮，不素餐兮！

坎坎伐輻兮，寘之河之側兮，
河水清且直猗。
不稼不穡，胡取禾三百億兮？
不狩不獵，胡瞻爾庭有縣特兮？
彼君子兮，不素食兮！

坎坎伐輪兮，寘之河之漘兮，
河水清且淪猗。
不稼不穡，胡取禾三百囷兮？
不狩不獵，胡瞻爾庭有縣鶉兮？
彼君子兮，不素飧兮！

假使從『十進制』的『無窮小數』 $x=0. a_1 a_2 a_3 \cdots a_n \overline{b_1 b_2 b_3 \cdots b_m }$ 的觀點來看，所有的『有理數』 $\frac{p}{q}$ ，如果不是『有限小數』，就一定是『循環小數』。這是因為 $q$ 的餘數只能是 $0, \cdots, (q-1)$ ，既然說這個『除法』不是『有限的 』步驟，也就是說其間不能夠『整除』 ── 餘數為零 ──，那麼不超過 $q$ 次，終究會出現『第一次』相同的『餘數』，此時『接續』的除法自然開始『重複』，所以必然就是『循環小數』的了！或許『循環』也可以看成有『周期性』出現的吧！！反過來說一個『循環小數』也一定能夠表示成『有理數』，假有我們將 $x$ 乘上 ${10}^n$ 就可以得到 ${10}^n x = a_1 a_2 a_3 \cdots a_n . \overline{b_1 b_2 b_3 \cdots b_m }$ ，然而 $a_1 a_2 a_3 \cdots a_n$ 已是『整數』，故可以不必考慮。假設 $y = . \overline{b_1 b_2 b_3 \cdots b_m }$ 是那個『循環小數』的部分，那麼 ${10}^m y = b_1 b_2 b_3 \cdots b_m . \overline{b_1 b_2 b_3 \cdots b_m }$ ，因此 $\left( {10}^m - 1 \right) y = b_1 b_2 b_3 \cdots b_m$ ，於是 $y = \frac{b_1 b_2 b_3 \cdots b_m}{ {10}^m - 1}$ 。所以從 ${10}^n x = a_1 a_2 a_3 \cdots a_n + y$ ，可以得到 $x = \frac{ a_1 a_2 a_3 \cdots a_n + \frac{b_1 b_2 b_3 \cdots b_m}{ {10}^m - 1}}{{10}^n }$ 這個『有理數』的啊！！

如果我們換用『物理量』 $X$ 的『量測觀點』來講 $X \pm \epsilon$ ，此處的 $\epsilon$ 是『測量』可能引發的『誤差值』。假使 $X$ 與 $\epsilon$ 都可以表現為『有理數』，假設 $\epsilon = \frac{P}{Q}$ ，此處 $Q$ 是一個『很大』的整數，那麼它的『最小誤差』也得是 $\pm \frac{1}{Q}$ ，這是因為『整數』 $P$ 的『離散性』不得不導致的結論， $P$ 的『前一數』和『後一數』只能是 $P \pm 1$ 。

一八七四年『坎特爾』 Cantor 證明了『所有代數數』所構成的『集合』，也是『可數的』無限大。這有什麼重要的嗎？如果再次細思『劉維爾定理』

如果『無理數』 $\alpha$ 是一個 $n$ 次『多項式』之根的『代數數』，那麼存在一個『實數』 $A > 0$ ，對於所有的『有理數』 $\frac{p}{q}, \ p, q \in \mathbb{Z}, \ \wedge \ q > 0$ 都有 $\left\vert \alpha - \frac{p}{q} \right\vert > \frac{A}{q^n}$ 。

。這是說對一個『代數數』的『無理數』來講，它與『有理數』 $\frac{P}{Q}$ 的『距離』也許可以說『更遠』或者講『更近』 $\left\vert \alpha - \frac{P}{Q} \right\vert > \frac{A}{Q^n}, \ A<1$ 。然而假使 $n >1$ 的話， $Q \approx \infty, \ \frac{Q}{Q^n} \approx 0$ ，其實這也就是『無窮小』和『無限大』要如何議論『等級』的『問題』的啊！這樣說的話，當『實數』 $R$ 去掉了『有理數』 $Q$ ，再去掉了『代數數』 $A$ ，這個 $R - Q - A$ 的集合怎又可能是『可數的』呢？就算是『不可數』也怕會是『坑坑洞洞』的吧！！因此講那個『處處連續』、『無處可微分』以及『咫尺即天涯』之用實數『極限』的『科赫雪花』，恐怕是講著『分析』或也許說『解析』的『複雜』與『困難』代表的了！終將人們帶進了『撲朔迷離』的境遇的吧！就像是為甚麽又會有『邏輯必然』，但卻是『理解困難』的事情呢？？

───

中所講的『理解困難』耶？？！！

※ 杜鵑方才過，秋雷卻不收，徒留『春雷早發』之者！！

糖果屋

漢賽爾與葛麗特是一個貧窮伐木工人的小孩。由於害怕食物不足，木工的妻子，也就是小孩們的繼母，說服木工將小孩帶到森林，並將他們遺棄。漢賽爾與葛麗特聽到了他們的計畫，於是他們事先集了小石頭，這樣他們就能沿小石頭找到回家的路。在他們回來後，他們的繼母再度說服木工將他們丟在森林；不過這次，他們沿路布置的是麵包屑。不幸的是，麵包屑被森林中的動物吃掉了，於是漢賽爾與葛麗特在森林中迷路了。……

因為『 SD 卡相容性的問題』，走進了《 Debian Jessie on Raspberry Pi 2 》的森林，原以為『不能用的』，才拿『測試過的不能用的』來試，竟然……，

Jessie Is Here

Jessie is here? Who’s Jessie? Wasn’t she the cowgirl doll in “Toy Story 2” – you know, the one who got abandoned in a park to that Sarah McLachlan song, resulting in at least one software engineer finding he had something in his eye at that point…?

Yes, it is that Jessie, but not in that context. The Raspbian operating system is based on Debian Linux, and the different versions of Debian are named after characters from the “Toy Story” films. Recent versions of Raspbian have been based on Debian Wheezy (the penguin who’s lost his squeaker in “Toy Story 2”), but Raspbian has now been updated to the new stable version of Debian, which is called Jessie.

…

夫復何必哉？？

樹莓派、樹莓派之學習、樹莓派之教育

勇闖新世界︰ W!o《卡夫卡村》變形祭︰感知自然‧氣壓

2015-09-29 懸鉤子

在繼續探討之前，就讓我們編集一下維基百科有關『大氣壓力』的若干詞條，以期對它有一些初步的認識︰

Earth’s atmosphere Lower 4 layers of the atmosphere in 3 dimensions as seen diagonally from above the exobase. Layers drawn to scale, objects within the layers are not to scale. Aurorae shown here at the bottom of the thermosphere can actually form at any altitude in this atmospheric layer

地球大氣層，又稱大氣圈，因重力關係而圍繞著地球的一層混合氣體，是地球最外部的氣體圈層，包圍著海洋和陸地，大氣圈沒有確切的上界，在離地表2000-16000公里高空仍有稀薄的氣體和基本粒子，在地下、土壤和某些岩石中也會有少量氣體，它們也可認為是大氣圈的一個組成部分，地球大氣的主要成分為氮、氧、氬、二氧化碳和不到 0.04% 比例的微量氣體，這些混合氣體被稱為空氣，地球大氣圈氣體的總質量約為 5.136×10²¹克，相當於地球總質量的百萬分之 0.86 ，由於地球引力作用，幾乎全部的氣體集中在離地面 100 公里的高度範圍內，其中75%的大氣又集中在地面至 10 公里高度的對流層範圍內，根據大氣溫度垂直分布和運動特徵，在對流層之上還可分為平流層、中氣層、熱層等。大氣層保護地表避免太陽輻射直接照射.尤其是紫外線；也可以減少一天當中極端溫差的出現。

───

氣壓的國際單位制是帕斯卡（或簡稱帕，符號是Pa），泛指是氣體對某一點施加的流體靜力壓強，來源是大氣層中空氣的重力，即為單位面積上的大氣壓力。在一般氣象學中人們用千帕斯卡（KPa）、或使用百帕（hPa）作為單位。測量氣壓的儀器叫氣壓表。其它的常用單位分別是：巴（bar，1bar=100,000 帕）和公分水銀柱（或稱公分汞柱）。在海平面的平均氣壓約為 101.325 千帕斯卡（76 公分水銀柱），這個值也被稱為標準大氣壓。另外，在化學計算中，氣壓的國際單位是「atm」。一個標準大氣壓即是1atm。1個標準大氣壓等於 101325 帕，1.01325 巴，或者 76 公分水銀柱。

氣壓的地區差別是氣象變化的直接原因之一。氣壓是天氣預報的一個重要的變量。

在地球上，其來源是大氣層中空氣的重力，一般正常的空氣壓力 1kg/cm²。在高處之上的大氣層比較薄，那裡的空氣重力比低處要小，因此在高處的氣壓比在低處要低。比如在高山上氣壓比在海平面上要低。

───

Pressure varies smoothly from the Earth’s surface to the top of the mesosphere. Although the pressure changes with the weather, NASA has averaged the conditions for all parts of the earth year-round. As altitude increases, atmospheric pressure decreases. One can calculate the atmospheric pressure at a given altitude.^[6] Temperature and humidity also affect the atmospheric pressure, and it is necessary to know these to compute an accurate figure. The graph at right was developed for a temperature of 15 °C and a relative humidity of 0%.

At low altitudes above the sea level, the pressure decreases by about 1.2 kPa for every 100 meters. For higher altitudes within the troposphere, the following equation (the barometric formula) relates atmospheric pressure p to altitude h

p = p_0 \cdot \left(1 - \frac{L \cdot h}{T_0} \right)^\frac{g \cdot M}{R \cdot L} \approx p_0 \cdot \left(1 - \frac{g \cdot h}{c_p \cdot T_0} \right)^{\frac{c_p \cdot M}{R}} \approx p_0 \cdot \exp \left(- \frac{g \cdot M \cdot h}{R \cdot T_0} \right),

where the constant parameters are as described below:

Parameter	Description	Value
p₀	sea level standard atmospheric pressure	101325 Pa
L	temperature lapse rate, = g/c_p for dry air	0.0065 K/m
c_p	constant pressure specific heat	~ 1007 J/(kg•K)
T₀	sea level standard temperature	288.15 K
g	Earth-surface gravitational acceleration	9.80665 m/s²
M	molar mass of dry air	0.0289644 kg/mol
R	universal gas constant	8.31447 J/(mol•K)

───

依據『壓力』的物理定義是『單位面積所受的正向力』，

維基百科中講︰

Pressure is the amount of force acting per unit area. The symbol of pressure is p or P.^[b]^[1]

Formula

Mathematically:

p = \frac{F}{A}

where:

p

is the pressure,

F

is the normal force,

A

is the area of the surface on contact.

Pressure is a scalar quantity. It relates the vector surface element (a vector normal to the surface) with the normal force acting on it. The pressure is the scalar proportionality constant that relates the two normal vectors:

d\mathbf{F}_n=-p\,d\mathbf{A} = -p\,\mathbf{n}\,dA

The minus sign comes from the fact that the force is considered towards the surface element, while the normal vector points outward.

It is incorrect (although rather usual) to say “the pressure is directed in such or such direction”. The pressure, as a scalar, has no direction. The force given by the previous relationship to the quantity has a direction, but the pressure does not. If we change the orientation of the surface element, the direction of the normal force changes accordingly, but the pressure remains the same.

Pressure is transmitted to solid boundaries or across arbitrary sections of fluid normal to these boundaries or sections at every point. It is a fundamental parameter in thermodynamics, and it is conjugate to volume.

聽來如此簡單明白，然而若問五公里外流動不拘的空氣，為何能夠產生『壓力』的呢？有人說從『理想氣體狀態方程式』之推導可以知道

空氣分子隨機碰撞

，產生了那個『壓力』，而且所謂的『力』由『牛頓運動定律』可表達為 $\vec{F} = \frac{\Delta \vec{P}}_{\Delta t}$ ，即有『動量變化』就是發生『作用力』的另一種描述。然而一般那個

理想氣體狀態方程式的推導

pV = nRT

；

其中， $p$ 為理想氣體的壓強， $V$ 為理想氣體的體積， $n$ 為氣體物質的量， $T$ 為理想氣體的熱力學溫度， $R$ 為理想氣體常數。

並不考慮『重力』，同時還有許多『理想假設』。如是在『微觀』上將如何說明『大氣壓力』的呢？首先『壓力』是『純量』沒有『方向性』，這就意味著各方向的『力向量』應當是『均等的』，也可以說大氣分子數量很大，『統計起伏』 Statistical fluctuations 很小。比方說，居兩、三千公里外的『散逸層』，大約每粒方公分只有『一個』氣體分子，在此處談『氣體壓力』又該怎麼講的呢？怕是沒有什麼意思的吧！其次地表『大氣壓力』隨著高度遞減，按『牛頓運動定律』來講，這個方向的『作用力』也是遞減的，它和『重力』方向相同，難道會違背『動能‧位能』的『守恆律』嗎？

要是再考之以『高度之溫度變化』

可知大氣現象極其複雜的了。或知為什麼在『氣壓感測器』裡也有『溫度感測器』耶？或可解釋『讀取值』變動的原因嗎？？

單只有『量測數據』，若是缺乏度量之『環境條件』，那個數值的『物理意義』恐是難明難了的吧！！

FreeSandal

勇闖新世界︰ W!o《卡夫卡村》變形祭︰感知自然‧溼度

綜述

測量

絕對溼度

相對溼度（RH）

比溼

Temperature

勇闖新世界︰ W!o《卡夫卡村》變形祭︰感知自然‧尖端‧六下

勇闖新世界︰ W!o《卡夫卡村》變形祭︰感知自然‧尖端‧六上

PEP 3148 — futures – execute computations asynchronously

Abstract

Motivation

Philosophy

Features

Anatomy of a SCOOPed program

Applications

勇闖新世界︰ W!o《卡夫卡村》變形祭︰感知自然‧尖端‧五

Jessie Is Here

勇闖新世界︰ W!o《卡夫卡村》變形祭︰感知自然‧氣壓

Formula

輕。鬆。學。部落客

2024 年 4 月
日	一	二	三	四	五	六
« 4 月
	1	2	3	4	5	6
7	8	9	10	11	12	13
14	15	16	17	18	19	20
21	22	23	24	25	26	27
28	29	30