기본 콘텐츠로 건너뛰기

[ML] 결정트리(Decision Tree) 모델

원자(Atom) 모형

우리 주변에 존재하는 다양한 물질들은 무엇으로 구성되어 있을까요? 그리고 한 물질이 다른 물질과 다른 이유는 무엇일까요? 이를 이해하기 위해서는 물질을 형성하는 단위 블럭 즉, 원자를 면밀히 관찰해야합니다. 원자는 우주의 모든 구조와 유기체를 형성하는 기본입니다. 행성, 태양, 풀과 나무, 우리가 숨 쉬는 공기, 사람들은 모두 원자의 다른 조합으로 구성됩니다.

원자모형 

원자(atom)은 그리스어로 "더이상 분해되지 않은 (indivisble)"의 의미로서 그리스 철학자 Democritus(BC 5세기)에 의해 최초로 창안되었습니다. 현재는 원자가 양전하인 핵을 중심으로 음전하인 전자들에 의해 둘러쌓인 구조라고 알려져 있습니다. 현재의 이러한 원자의 구성이 밝혀지기 전까지는 원자에 대한 다른 모형이 존재해 왔습니다.
(전하(electric charge)전기현상을 일으키는 주체적인 원인으로, 어떤물질이 갖고 있는 전기의 양
전자(electron): 음전하를 띠고 있는 기본입자
전기(electricity): 전하를 가지는 물질의 존재 및 흐름에 관계된 모든 물리현상)

정의: 모형(Model)
실제 환경에서 어떤 시스템을 표현합니다. 모형은 시스템들과 그들의 특성을 이해하는데 도움을 줍니다. 예를들어 원자 모형은 우리가 알고있는 원자의 특성들을 기반으로 그 구조를 나타냅니다. 현재 우리가 가지고 있는 지식을 기반을 하기 때문에 원자의 실제의 완전한 모습을 나타낸다고 할 수는 없습니다.

1. Plum pudding model

J.J. Thomson (1897)에 전자(electron)를 발견한 후에 사람들은 원자가 이전에 생각해온 것 보다 더 작은 입자들로 구성되어있다는 것을 알게 되었습니다. 그러나 원자핵은 아직 발견되지 않았지요. 그런 상태에서 원자모형으로 plum pudding model(1904)이 창안되었습니다. 이 모형은 다음그림과 같이 양전하(positive charge)의 수프에 음전자(negative electron)가 떠다니는 형태입니다. 그러나 이 모형으로는 여전히 원자내에 전자들이 어떻게 정렬되어 있는지에 대한 이해가 없습니다.

2. 러더포드 모형 (Rutherford's model)

방사선(radiation)의 발견은 정확한 원자 구조를 밝혀내기 위한 실마리를 제공했습니다.
방사성 원소(radioactive elements)는 다른 유형의 입자를 방출합니다.이들 중 일부는 양으로 대전 된 알파 (α) 입자입니다.러더포드는 금으로 구성된 얇은 막(금박)에 방사성 원소를 충돌하는 일련의 실험을 수행하여 보다 정확한 원자 모형을 만들었습니다.

러더퍼드 금박실험 (a)금박(gold sheet)에 $\alpha$입자를 충돌 (b)그림 (a)에서  금박을 나타내는 것으로 $\alpha$입자가 금 원자와 충돌한 후 경로를 나타냅니다. 

러더퍼드 (Rutherford)는 금박(gold sheet)를 향해 알파입자를 발사하였습니다. 금박 뒤에는 황화 아연으로 만들어진 스크린이있었습니다. 이 스크린은 러더퍼드가 알파 입자가 도달하는 위치를 알게합니다.  이 실험으로 금 원자의 전자가 알파 입자의 경로에 실제로 영향을 미치지 않는다는 것을 알았습니다. 왜냐하면 전자의 질량은 양성자의 질량보다 훨씬 작기 때문입니다. 그는 이 실험으로 원자에 양전하를 띤 알파 입자의 경로를 바꿀 수있는 질량을 가진 양성자의 존재를 추론했습니다.
즉, 금박으로 인해 알파입자의 경로가 변경됨을 확인하였습니다 (A). 입자 중 일부가 화면의 다른 부분 (B)으로 약간 구부러져 보입니다. 그러나 더 흥미로운 점은 입자 중 일부가 그들이 왔던 방향으로 곧바로 편향되었다는 것입니다 (C). 이들은 금 원자에서 양성자와 정면 충돌에 의해 반사되는 입자들입니다. 만약 원자의 Plum Pudding 모델이 사실이라면, 양성자가 원자의 모든 부분에 존재하기 때문에 대부분의 알파입자가 금박을 통과하지 못하고 반사될 것입니다. 그러나 대부분의 입자가 곧바로 통과한다는 사실은 양전하가 원자의 한 부분에만 집중되어 있음을 암시합니다.
러더퍼드의 연구로 원자 구조에 대한 생각이 전환 되었습니다. 그의 새로운 모형은 원자는 작고 빽빽하지만 고정된 위치에 양전하를 띤 핵이라고 하는 것이 존재하며, 더 가볍운 음전하를 띠는 전자들로 둘러싸여 있는 구조를 생각했지요. 이 모델에 대한 또 다른 생각은 원자가 태양 주위를 돌고있는 행성처럼 전자가 궤도를 도는 미니 태양계처럼 원자가 보인다는 것입니다. 다음 그림은 러더퍼드 원자모형을 간단히 나타낸 것입니다. 
러더퍼드 원자 모형 


3. 보어 모형(The Bohr Model)

우리가 보는 빛은 하나이지만 사실 다양한 종류로 구분할 수 있습니다. 무지개를 볼 때 다양한 색의 빛들을 관찰할 수 있습니다. 빛은 원자내의 전자가 에너지를 방출하는 것입니다. 러더퍼드의 모형에서 전자는 핵 주위를 돌고 있습니다. 이러한 과정에서 빛을 방출한다는 것은 어떤 방식으로 전자가 가진 에너지를 잃어버린다는 의미입니다. 러더퍼드 모형에서는 이러한 결과를 설명할 수 없습니다. 이 문제에 대해 닐스 보어 (Niels Bohr)는 전자가 원자 핵 주위를 돌 때 특정한 길이 있다는 생각을 제시했지요. 즉, 모든 전자가 무작위로 핵 주위를 도는 것이 아니라 한 전자에 지정된 궤도만을 돌며 그 궤도마다 에너지의 크기가 달라진다고 제안했습니다. 이것을 에너지 준위라고 합니다. 즉, 높은 에너지 준위를 도는 전자가 낮은 에너지 준위로 이동하면서 빛이 방출되는데 이 방출되는 빛의 에너지는 이동하는 에너지 준위 사이의 차이와 일치합니다. 예를 들어 헬륨은 탄소와 다른 에너지 준위를 가지고 있습니다. 전자가 높은 에너지 준위에서 낮은 에너지 준위로 점프하면 원자에서 빛이 방출됩니다. 방출되는 빛의 에너지는 두 에너지 준위 사이의 에너지의 갭과 동일합니다. 
 수소 원자의 가장 낮은 에너지 수준에서 핵과 전자 사이의 거리는 보어 반지름으로 알려져 있습니다.

빛은 입자와 물결의 속성을 모두 가지고 있습니다! 아인슈타인은 빛이 광자(photon)라고 불리는 에너지 묶음에 들어 있다는 것을 발견했습니다. 원자 내의 전자가 에너지 준위를 변화 시키면 빛의 광자가 방출됩니다. 이 광자는 두 전자 에너지 준위의 차이와 같은 에너지를 가지고 있습니다.

댓글

이 블로그의 인기 게시물

[Linear Algebra] 유사변환(Similarity transformation)

유사변환(Similarity transformation) n×n 차원의 정방 행렬 A, B 그리고 가역 행렬 P 사이에 식 1의 관계가 성립하면 행렬 A와 B는 유사행렬(similarity matrix)이 되며 행렬 A를 가역행렬 P와 B로 분해하는 것을 유사 변환(similarity transformation) 이라고 합니다. $$\tag{1} A = PBP^{-1} \Leftrightarrow P^{-1}AP = B $$ 식 2는 식 1의 양변에 B의 고유값을 고려한 것입니다. \begin{align}\tag{식 2} B - \lambda I &= P^{-1}AP – \lambda P^{-1}P\\ &= P^{-1}(AP – \lambda P)\\ &= P^{-1}(A - \lambda I)P \end{align} 식 2의 행렬식은 식 3과 같이 정리됩니다. \begin{align} &\begin{aligned}\textsf{det}(B - \lambda I ) & = \textsf{det}(P^{-1}(AP – \lambda P))\\ &= \textsf{det}(P^{-1}) \textsf{det}((A – \lambda I)) \textsf{det}(P)\\ &= \textsf{det}(P^{-1}) \textsf{det}(P) \textsf{det}((A – \lambda I))\\ &= \textsf{det}(A – \lambda I)\end{aligned}\\ &\begin{aligned}\because \; \textsf{det}(P^{-1}) \textsf{det}(P) &= \textsf{det}(P^{-1}P)\\ &= \textsf{det}(I)\end{aligned}\end{align} 유사행렬의 특성 유사행렬인 두 정방행렬 A와 B는 'A ~ B' 와 같

[matplotlib] 히스토그램(Histogram)

히스토그램(Histogram) 히스토그램은 확률분포의 그래픽적인 표현이며 막대그래프의 종류입니다. 이 그래프가 확률분포와 관계가 있으므로 통계적 요소를 나타내기 위해 많이 사용됩니다. plt.hist(X, bins=10)함수를 사용합니다. x=np.random.randn(1000) plt.hist(x, 10) plt.show() 위 그래프의 y축은 각 구간에 해당하는 갯수이다. 빈도수 대신 확률밀도를 나타내기 위해서는 위 함수의 매개변수 normed=True로 조정하여 나타낼 수 있다. 또한 매개변수 bins의 인수를 숫자로 전달할 수 있지만 리스트 객체로 지정할 수 있다. 막대그래프의 경우와 마찬가지로 각 막대의 폭은 매개변수 width에 의해 조정된다. y=np.linspace(min(x)-1, max(x)+1, 10) y array([-4.48810153, -3.54351935, -2.59893717, -1.65435499, -0.70977282, 0.23480936, 1.17939154, 2.12397372, 3.0685559 , 4.01313807]) plt.hist(x, y, normed=True) plt.show()

R 미분과 적분

내용 expression 미분 2차 미분 mosaic를 사용한 미분 적분 미분과 적분 R에서의 미분과 적분 함수는 expression()함수에 의해 생성된 표현식을 대상으로 합니다. expression expression(문자, 또는 식) 이 표현식의 평가는 eval() 함수에 의해 실행됩니다. > ex1<-expression(1+0:9) > ex1 expression(1 + 0:9) > eval(ex1) [1] 1 2 3 4 5 6 7 8 9 10 > ex2<-expression(u, 2, u+0:9) > ex2 expression(u, 2, u + 0:9) > ex2[1] expression(u) > ex2[2] expression(2) > ex2[3] expression(u + 0:9) > u<-0.9 > eval(ex2[3]) [1] 0.9 1.9 2.9 3.9 4.9 5.9 6.9 7.9 8.9 9.9 미분 D(표현식, 미분 변수) 함수로 미분을 실행합니다. 이 함수의 표현식은 expression() 함수로 생성된 객체이며 미분 변수는 다음 식의 분모의 변수를 의미합니다. $$\frac{d}{d \text{변수}}\text{표현식}$$ 이 함수는 어떤 함수의 미분의 결과를 표현식으로 반환합니다. > D(expression(2*x^3), "x") 2 * (3 * x^2) > eq<-expression(log(x)) > eq expression(log(x)) > D(eq, "x") 1/x > eq2<-expression(a/(1+b*exp(-d*x))); eq2 expression(a/(1 + b * exp(-d * x))) > D(eq2, "x") a * (b * (exp(-d * x) * d))/(1 + b