콘텐츠
연속 및 이산 데이터는 과학 연구에 널리 사용되는 정보의 표현입니다. 모든 유형의 데이터 사용은 일반적으로 전송할 정보의 성격에 따라 다르지만 연속 데이터를 개별 데이터로 분해 할 수있는 경우가 있습니다. 간단한 방법으로, 연속 데이터는 전체 도메인에서 가치가있는 정보를 나타내는 반면, 이산 형은 특정 지점에서만 값을 갖습니다. 널리 사용되는 예제는 디지털 데이터 소스와 아날로그 데이터 소스의 차이입니다.
데이터 소스
대부분의 경우 데이터 소스는 정보를 지속적으로 또는 신중하게 표시할지 여부를 결정합니다. 예를 들어, 디스크에 저장된 파일과 같은 디지털 정보는 일련의 1과 0으로 표시됩니다. 이 정보는이 지점들 사이에 아무런 가치가 없으므로 개별 데이터 유형으로 나타내야합니다. 오실로스코프에 의해 생성 된 사인파와 같은 연속 데이터는 검사되는 지점에 따라 도메인의 모든 지점에서 값을가집니다.
데이터 시각화
연속 데이터는 모든 포인트가 중요한 값을 갖는 그래프에 반영됩니다. 이것의 한 예가 삼각파 사인파입니다. 이산 데이터는 차례로 그래프에서 정수 위에있는 점으로 표현됩니다. 이러한 점을 연결하는 행이있을 수도 있지만 도메인 전체의 해당 점에서 값을 나타내지 않아 도메인 값의 변경 간 추세 또는 중간 선으로 만 제공됩니다.
다운로드
연속 함수, 연속 데이터를 나타내는 방정식은 수학의 기본 도구입니다. 이 기능을 사용하여 기울기 및 고유 한 값과 같은 기타 중요한 정보뿐만 아니라 긴장도를 결정할 수 있습니다. 일반적으로 무한 계열의 형태로 발견되는 이산 함수는 연속 함수를 올바르게 식별 할 수없는 경우에 근사값으로 널리 사용됩니다. 또한 평균 일별 온도와 같은 비 연속적인 데이터 소스로부터 의미있는 정보를 분석하고 얻을 수 있습니다.
운영
연속 함수는 높은 수준의 수학적 조작에서 사용됩니다. 예를 들어, 통합 및 파생 작업의 전제 조건 중 하나는 함수가 연속적이라는 것입니다. 연속적인 데이터는 자연 현상에서도 쉽게 얻을 수 있습니다. 예를 들어, 온도, 시간 및 소리 변화와 같은 자연 발생은 아주 개별적으로 발생합니다. 이산 데이터는 종종 현상이 어떻게 기록되는지를 알려주고 Taylor 및 Maclaurin 시리즈를 통해 연속 데이터에 대해 근사값을 허용합니다. 이에 대한 좋은 예는 사인 함수의 근사값입니다. 계산기는 Maclaurin 시리즈를 사용하여 디지털 장치가 연속 데이터를 처리 할 수 없기 때문에이 함수에 대한 유효한 답을 근사합니다.