理系でフリーランスだなんて、もったいない！！サラリーマンエンジニアという生き方。

雇われエンジニア８年目の社畜の独り言ではございますが
まぁ割と中堅のような立場になってきたこともあり、
いよいよ仕事が楽しくなってきました。

最初はどうすれば楽しい仕事ができるのかよく理解していなくて
くそつまらない時期もありました。
辛い時期もありました。体調崩して休職すらしたことがあります。

とはいえ、８年目ともなるといろいろ学んだこともあり
どうすれば仕事が楽しくなるか！？
という、コツが、なんとなくわかってきました。

これはスペシャリストになりたいあなたへ贈る記事であります。
ゼネラリスト志向の人向けでは、ありません。

僕の主張は簡潔です。
エンジニアとしてスペシャリストになりたいのであれば
大企業のサラリーマンエンジニアこそが至高！！
以上です。

フリーランスはやったことないですけど
さぞや大変だと思います。

なぜか。
雑務から何から全部やらざるをえないからです。

フリーランスになると経営にまで踏み込まざるをえないです。
キャッシュフローを破綻させないよう、慎重な金回しが必要になります。
そんな中で技術的に集中するなんて、おおよそ不可能な話です。
おそらくはキャッシュフローを維持するのが精一杯で
長期的視野に基づいた仕事なんて捗らないでしょう。

ゼネラリストにならざるをえないのが、フリーランス。
スペシャリストには、絶対になれません。

他方、サラリーマンエンジニアだと、どうでしょう。

大企業にいればやりたい放題です。
目先の日銭なんて頭の片隅に置いといて、
数年後、１０年後を視野に入れた、投資的な仕事ができます。
日々の業務の中に勉強をねじ込むことだってできます。
（会社が潰れない限り。。。）

やりたい仕事ができないからフリーランスになろう
という判断は大きな間違いだと、僕は確信しています。

まともな大企業ならやりたいことはやりたい放題です。
もし仮にやりたい放題じゃないと思うのであれば、
それはその人の交渉力欠如です。根回しとプレゼンが下手なだけ。
要するにサラリーマンとしてのスキルが足りていないのです。

やりたい仕事は、創れる。
これが社会人を８年やって理解したことです。

ちゃんと企画書作って予算引っ張ってきて、ちゃんと根回しができる人は
分業が進んでいる大企業なら、やりたいことが選択的に、ちゃんとできる。
分業・選択と集中こそが大企業の特権です。それを生かさない手はありません。

この程度の根回しや交渉ができない程度の人材は
エンジニアとして独立するのは大変危険なのです。

やりたい仕事は勝ち取る。
これは僕がいつも仕事しながらフォーカスしていることです。
とにかくやりたいことに関してはきっちり結果を出す。
やりたいことを会社の利益にどう絡めてアウトプットを出すかを考え抜く。
最終的に儲かるんであれば、会社は文句言いません。
会社の体力が続く間にマネタイズできる展望さえあれば。。。
でも、それを周囲にちゃんと説明できることが大事
それさえできれば長期的視野に基づいた仕事ができるようになります。
営利企業で働く限り、マネタイズのことだけは絶対忘れちゃいけません。
ですが大企業であればあるほどマネタイズを先送りすることが可能になるわけです。
要するに大胆なことができます。リスクを取れるんです。
経営危機にでもならない限りどうせクビにはならないんだから
技術的にはリスク取りたい放題でハイリターン狙えるわけです。
なぜなら大企業ならテクノロジーポートフォリオが組まれているからです。
規模が小さいとポートフォリオも組めないので技術でリスクテイクができない。
だからフリーランスになったらさぞやつまらないだろうなと思います。

ポイントはもう一つあります。
目の前の仕事に忙殺されないことです。
ちゃんと業務中の時間は自己管理して、
長期的視野に基づいた投資的な仕事を、
１日１時間でもいいからなんとかして確保するのです。
じゃないとエンジニアとして伸びない。やりたい仕事にたどり着けない。
この程度の時間管理ができないようであれば、
やはりエンジニアとして独立するのは危険だといえるでしょう。

やりたい仕事、楽しい仕事をやりたい。
特定分野のプロフェッショナルになりたい。
であれば、独立して雑務に忙殺されるより、
大企業に所属してプレゼンスキルと交渉力、周囲を巻き込む力を磨いたほうが
結果的に圧倒的に近道なのです。

ゼネラリスト志向の人は、逆にフリーランスを目指すべきでしょう。
なんでもやれてやり甲斐あると思いますよ。
なんでも屋にやり甲斐を見出せるのであれば。。。
ところでエンジニアのあなたは本当になんでも屋になりたいんですか？

僕はスペシャリストになりたかった。
何年もなれなかった。
でもやっとコツが分かってきた。
立ち回り方が、分かってきた。
ポイントは周囲を動かす力。
プレゼン能力とドキュメント作成能力だ。
スペシャリストを目指すのであれば、
否応無しに説明責任が付きまとうのです。
結局その場合一番重要なのは仕事上のコミュ力だ。
そう気付いてしまったのです。
コミュ力はゼネラリストのスキルと思われがちかもしれません
違うのです。
むしろスペシャリストこそコミュ力が問われる、
ということです。

まとめます。

• エンジニアは自分がゼネラリストを目指しているのかスペシャリストになりたいのか、しっかり自問自答しよう。
• ゼネラリスト志向なら、フリーランスはあり。
• スペシャリストこそ、究極のコミュ力が問われる。
• スペシャリスト志望なら分業せざるをえないので大企業しか選択肢がない
• 長期的視野で仕事したいなら体力のある大企業しか選択肢がない
• 技術的に大胆にリスクテイクしたいなら、やっぱり大企業しか選択肢はない。
• 技術的にやりたいことに集中したいなら大企業がはるかに楽
• 大企業でやりたいことを勝ち取る程度のコミュ力（企画力、プレゼン力、交渉力）がない状態で、安易にフリーランスを目指すのは危険
• 仕事は勝ち取るもの。与えられるものではない。

すべてはBOMになる。ハードウエアエンジニアに大切なこと。

BOMとは、いわゆる部品表のことだ。

ハードウエアエンジニアの最重要アウトプットとは何か。
この問いにはそれぞれ色々な答えがあると思う。
仕様書、回路図、図面、あるいはCAD上の構想図かもしれない。
だが僕は、BOMこそが最も大切なアウトプットだと思う。

製造も、購買も、営業も、すべてはBOMをベースに動く。
BOMはあらゆることを管理することができる。
価格（コスト）、数量、リードタイム、などなど、
リストの項目に何を載せるかは、設計者のセンスだ。

マスターとなるBOMに網羅的に情報を載せることで、
あらゆることが検索、フィルタリング、可視化できるようになるのだ。
製品に対して横断的に分析するにはまずBOMから始まるといっていい。

この時、重要なことがある。

1. できるかぎりMECE(漏れなく重複なく)にリストを作ること
2. 極力機械的に自動的に生成すること（手打ちしない）
3. それと徹底した一元管理だ。

ここでいう一元管理とは、
マスターとなる情報に仕上げることを徹底的に意識し、
複数のリストを作らないことである。
止むを得ず複数のリストになってしまう場合は
リレーショナルデータベースとして機能するように配慮しなければ、実用的なBOMとはならない。

BOMはいくらでも拡張できる。
設計にBOMを徹底的に生かすと、設計の品位は圧倒的に卓越したものとなる。
僕はここで仕様・構想段階の、上流でのBOMの活用を提案する。
一方エンジニアは往々にしてBOMは下流に対して作るものという思い込みがある。
僕の主張は、上流、主に検討段階でBOMがものすごく役に立つ、
だから極力、上流の段階でBOMに落とし込み、開発中も常にメンテしろ
ということだ。

僕は機械設計技師なのでメカトロ系を例にして説明する。

設計で使うBOMそのものはCSVでもエクセルでもCAD組み込みの表でもいい。
リッチなリレーショナルデータベースを使っても良い。
僕はエクセルで十分に満足している。スプレッドシートで十分だ。
検索、ソート、フィルタリング、ができ、合計が分かればそれでいい。
ポイントは合計だ。エクセルでいうところのSUM()さえ使えればいい。

BOMの項目に設計パラメタを入れるとき、重要なことがある。
足し算に意味のある項目を入れることだ。
大学で微分積分やら複雑な代数学を学んだ技術者に取って
たかが足し算にどれほどの意味があるのか、疑問に思うかもしれない。
だが複雑かつ非線形でマルチパラメタな設計を
足し算に落とし込むその過程こそが
本質を見極める上で、最も大切な思考過程であり、
大学で学んだ数学や物理の知識を駆使せざるをえない、
クリエイティブな工程だ。

あらゆる最適化テクニックにおいて、パラメタを削って式を閉じる際に
評価関数を立てるが、
加重和、要するに線形結合の形をとる場合が多々有る。
また大学で線形代数を学ぶ意味の一面も、ここにあると言っていい。
本質となるパラメタは、往々にして足し算で表現できるのだ。
大学で学んだ各種数学は、そのパラメタにたどり着くために重要となる。
幾何学、写像、変換を駆使すれば、たいていのパラメタは
足し算可能なパラメタに変換できるのだ。

まず、一般的にBOMに乗る項目を眺めていこう。
コスト、利益、価格など、貨幣価値に換算できるものはもちろんBOMに乗る。
議論の余地もなくこれらは足し算可能な項目だから、
BOMに乗せるのが合理的だ。
リードタイムや納期、工期などの時間の変数もBOMに載せることは多い。
この場合、並列化できないものを抽出できるようにBOMを組み、
ボトルネックや積み上げ工期をフィルタリングでアウトプットできるように組む必要がある。
設計の面では、重量や体積は足し算可能な、BOMに乗せても自然なパラメタだ。

もう少し設計や開発に踏み込んでBOMを眺めてみよう。
僕は機械設計技術者なので例は機械関係となる。

まず、剛性はどうだろう。
技術者なら分かると思うが、足し算が成り立つパラメタではない。
部品が増えれば増えるほど、剛性は減るのだ。剛性をBOMに盛り込むのは不自然だ。
また、剛性は基準部品の基準部位に対してどの部品が撓むのか
と言う情報にも辿り着けなくてはいけない。
そこでまず、数学を使って剛性を足し算可能なパラメタに変換しよう。
とは言ってもさして難しい話ではなく、
逆数を取ってコンプライアンス（柔らかさ）で考えるのだ。
電気回路でもよくあるが、逆数を取れば足し算可能になるパラメータは数多い。
インピーダンス（フローとエフォートの割り算）が関係してくる場面だ。
コンプライアンス、要するに柔らかさは足し算可能なパラメタだ。
だから部品表にコンプライアンスの項目を追加し、積算可能な形にすることは意味のあることだ。
次は、製品の中で、どこからどこまでの剛性に興味があるかを抽出する必要がある。
この時、メカループが定義され、リストの項目に明示してあり、
メカループ毎にコンプライアンスが抽出できるようになっている必要がある。
ここまで来たら、フィルタ一発でコンプライアンスを積み上げ計算し、その逆数を取るだけで剛性が一発計算できる環境にたどり着けるというわけだ。

強度もまた足し算していいパラメタでは、ない。
最弱リンク仮説に基づくのでリストに対して意味のある計算はSUM()ではなくMIN()だ。
ちょっとBOM化するのは少し魅力がないが、乗せておいて損はない。

MTBFの逆数は非常に重要な、BOMに載せるべきパラメタの一つだ。
MTBFそのものは足し算に意味は無い。

誤差はどうだろう。
これまた単純に和を取っていいものでは無い。
だがこれもメカループでのフィルタリングができるならば
数学で和に変換できる。
標準偏差の次元では足し算できないが、分散は足し算できるのである。
これを分散の加法性と言う。
分散の加法性は中心極限定理から説明することもできるし、
分散が２次のモーメント量という点からエネルギーに類似したパラメタとして
足し算が可能であるという説明もできる。
BOMに分散を盛り込み、フィルタ積算した値の平方根を取れば
それがユニットの誤差推定値となりうるのだ。

強度、剛性、誤差を例として挙げたがその他幾何学的なこと、要するに寸法関係も
ちゃんとフィルタで抽出できれば意味のある演算と成り得る。
メカ関係の設計パラメタをマスターBOMで管理する際に重要なことは
とにかく興味あることに対してメカループが定義され、
抽出可能な状況になっていることだ。
何がメカループなのかを考え抜くことそのものが
設計であると僕は思っている。

もっと一般化した話をすると
そもそもあらゆる機械は、
基本機能が関数の入出力としてリニアに定義されるべきなのだ。
理由は機械とは基本的にエネルギー変換機構として働く場合が多く
その場合、基本機能がリニアな、線形な関数として入出力を
何らか定義することができる。
これは品質工学的な見地だ。
ここまでたどり着くには対象となる機械の機能とは何かについて
とことん考え抜くことになるのだが、結局はエネルギー変換に行き着く。
すると、その次元だとスカラー足し算可能な境地にたどり着くのだ。
そこまで行くと後は損失関数という概念を使うことで、
すべての機能を金額換算できてしまう。
すると、すべてはBOMでコントロール可能だということだ。

微積分やら各種の変換、写像、線形化、次元削減、
様々なテクニックを大学で学んだと思うがそれらはすべて
現象を足し算に落とし込むための道しるべと言っても過言ではない。
僕は日本の学校教育は良くできていると思う。

まとめる。

• 複雑な現象は工学的テクニックにより、足し算に落とし込める。
• 足し算に落とし込めばBOMで一元管理できる。
• BOMで一元管理すれば、検索、フィルタリング、可視化などの横断的分析が圧倒的に捗る
• 複雑な現象は大抵はエネルギー変換に落とし込んで足し算で管理できるばかりか
• 損失関数により金額換算できてしまうのでBOMに落とし込むことは自然である。
• だから開発の上流で開発用のBOMをさっさと作り込むことこそが究極のフロントローディング開発となる。
• これらの見地はハードウエア開発で特に有効である。

以上、BOMの重要性でした。

仕事で活用！エクセルで誤差計算してみる。モンテカルロシミュレーションの例題

エクセルがあればモンテカルロ計算は簡単です。
グーグルドライブで計算例のエクセルシートを作成しました。
どうぞ仕事に活用してみてください

EXCEL　Monte carlo simulation

一様分布による積み木の累積高さ誤差シミュレーションと
ボックスミューラー法による正規分布での
積み木の累積高さ誤差シミュレーションを例題としています。

質問等はコメント欄に。

誤差計算の考え方を知りたい方は下記記事を参照してください。

【公差解析】二乗和平方根の注意点まとめ　機械設計や研究開発での誤差計算

乱数列の作り方は簡単です。

狙い値A、ばらつきB、すなわちA±Bを一様分布で作り出すときは
=A + B*(RAND()-0.5)

正規分布乱数でシミュレーションするときは

標準偏差σをどうするかが各技術者のノウハウとなります。

例えば３σ＝Bと仮定するなら、σをB/3として

=A + σ*SQRT(-2*LN(RAND()))*COS(2*PI()*RAND())
として乱数列を生成します。
（ボックスミューラー法のエクセルでの表記）

標準偏差と公差の関係に自信が無いときとノウハウが無いときは
一様分布によるモンテカルロ・シミュレーションを試してください。
３σ正規分布による試算と比較して１．７倍くらい安全側にマージンができます。

σを決めたいときはちゃんと実測して統計量を把握しておきましょう。
ここはとても重要なノウハウとなります。


ちなみに試行回数は少なめで例題を作りました。
試行回数は欲しい精度で変わります。
精度を一桁上げるには試行回数は２桁上げてください。
精度１０倍にしたければ、試行回数は１００倍です。

歩留まり計算などを行うとき、計算精度はとても重要になります。

品質の良いモンテカルロを行いたければ試行回数はもちろんのこと
メルセンヌツイスターなどの良質な乱数を使いましょう。

エクセルでメルセンヌ・ツイスターを使いたい場合は
NtRandというライブラリが便利です。

4σレベルで歩留まり計算をやるときなんかは正規分布の品質が命！！

理系野郎の就職活動。でもその前に、まず心構えから！！

コミュニケーション能力という言葉の一人歩き。 

コミュ障に未来はないのか。→関係無い。 　　

企業が求める「コミュニケーション能力」って何？？
ずばり　「コミュニケーション能力とは、応える力」です
答える≠応える。 　
答える＝回答 　
応える＝相手の期待に応える。 　

コミュニケーション能力間違った解釈＠社会人編 　　

• 　流暢な回答、美しい回答 　
• 　異性を口説く　宴会で騒ぐ 　　
• 　ましてやなぞなぞを解く力ではない。 　 　

正しくは、相手へ付加価値を提案できる力であり、
相手の要求を的確に掴むための能力である。
人と仲良くできる力とは少し違う。
友達をたくさん作る能力でもない。

エンジニアならコミュ障でも大丈夫！！

ただ、企業において
美しいドキュメントを作れることは
立派なコミュニケーション能力だ。

就活という言葉の一人歩き。 　

就活は手段。目的ではない。 　
どんなワークライフバランスを実現していくか。
就活は一喜一憂する場所じゃない。
むしろ企業入ってからの配属面談とかの方が
よっぽど人生を左右するよ。

自己分析で自分の何を分析するか。 

やりたい事の階層は分析しておく。
階層とはすなわち、

• 独立か、中小企業か、大企業か 
• 基礎研究か、開発及び仕様決めか、設計か、生産技術系か、カスタマサポートか、技術営業か 
• 一人黙々と自由に進めたいのか、調整や折半など組織の人間として動きたいか。 
• 民生品か、産業用か、軍事品か 　

自己分析って上記の方針を明確にすることだと思う。

それ以上の深堀は禅問答になって精神的に参っちゃうよ。

技術屋社会人生活をドライブする、モチベーションの管理の大切さ。社会人になったら、モチベーションを維持するための努力は絶対惜しむな。 

大人になると子供の頃のように何にでも好奇心を保てなくなる。

でもそれは技術屋としては致命的なこと。

１０年単位で長く続けるコツは

頑張りすぎないでちゃんと休憩することだと思う。

うつ病経験者の俺が言うから間違いない。

大学の授業は良く出来ているので、理系学生は数学と基礎物理だけしっかりやっとくべき。 　

これをサボると応用が出来ない。ぶっちゃけ、

大学のカリキュラムは美しい。 　

微積分、統計学、線形代数、
振り返って無駄な勉強は一つもなかった。 　

社会人はみんな数学を忘れている。
だからこそ数理を応用できる人間はとても重宝される。

あくまで重宝されるのは応用できる人です。
知ってる人ではありません。
応用とは以下のステップのことです。
現象のモデル化⇒数式に落とす⇒解く

 R言語やmatrabやマスマティカ等の、
数学のための高級言語に親しんでおくことは大事。 　

極論、基礎は必要だが応用知識はいらない。 

手段だけ、それもキーワードを知っておけば良い
あとはグーグル先生が教えてくれる。
理系としてエンジニアとして必要なのは
キーワードを知っていることとwikipediaや教科書を読める力。
そして何より応用力。

なぜ問題解決能力という謎の言葉が跋扈しているのか 

研究開発職とは常に何かしら

漠然とした現状答えの存在しない課題が与えられ
それを解くことが仕事となる。
問題解決なんて要素分解してプロセスに落とし込めれば
誰でも効率よく実現できてしまう。

だれにでも、だ。

中卒だろうと、大学院卒だろうとそこに大きな違いは無い。
だから問題解決能力はとても大事だ。
問題解決のための筋道は
卒業研究や部活を通して体得しておくべきなのだ。

組織として動く時の問題解決プロセスは
一人でやるときよりもさらに複雑。 
専門知識なんて一切無くても、
基礎学力（語学、数学）とコミュニケーション能力と
問題解決能力があれば 研究開発職は成り立ってしまう。
ここに学歴は関係無い。

問題解決のプロセスは
学生フォーミュラと卒業研究と修論で多いに体験できる。
要求を定義して、 インプットのブレークダウンを行い、 
不明確点を列挙して 課題／問題点を整理して 
それらを潰して最短距離で解決し、アウトプットを創出する。 

そして、

学生から社会人に変身する際の最大の心理的障壁は、アウトプットへの執着心 

日本の子供たちは小学生の頃から
「勉強は過程が大事」と刷り込み教育を受け続ける。
これは実際のところ基礎を学ぶ事を目的とするところの教育では本当に、本当に大事なことだ。

だがこれが体に染み付いちゃってると
社会人になって大いに苦労してしまうことになる。
学生フォーミュラなどのものづくり部活をやって、

結果が出ないと結局全然面白くない

という事を 体に染み込ませるのはとても有意義なこと。 

学部と修士の最大の違いもそこ（結果への執着）にあるはず。
学部まではあくまで過程を重視して基礎を叩き込む。
過程が大事
院では頭を切り替えて過程よりも結果とアウトプットに執着するべき。

ちなみにアウトプットとは「良い実験結果」ではなく、

何が凄いか良くわかる論文を世に出して世界に訴えかけること。 

論文をはじめとしたドキュメントをないがしろにするな。 

ドキュメントへの落とし込みは社会人になって
最も役に立つスキルのうちの一つ。
社会で通用するエンジニアになりたければ 研究内容よりむしろ、
論文の体裁や美しいくも簡潔な日本語や英語にてまとめることをサボるな

 この過程重視の思考のクセを、
結果ありきな態度に改める最大のチャンスが
修士論文であり、学生フォーミュラであると言える。

 
このスライドはロボコン、エコラン、学生フォーミュラ等を
経験済みの理系野郎へ送る、就職活動する時の心構えに
ついて、私からのメッセージ。以下、一部の要約。
皆様の就活の上でなんらかインスピレーションに
なれば、これ幸いです。
就活はうまく行ってる間はこの上なく楽しいものです。

がんばってください。

研究開発時のパラメータ選択の考え方

研究開発時において、
適切なパラメータを選択できるか否かは

仕事の効率や成果に直結する
非常に重要な課題

だと思うのですが、
その一方で、誰しも直感でえいやーって
選んでしまうものです。

僕はもっと慎重にパラメタ選定すべきと思うな！！

このコンテンツでは物理量、や次元、
パラメータ選択のヒント、

そしてエネルギーという概念の有効性について

まとめてみました。
対象者はメカ／電気のエンジニアです。
結論を先に言うと、エネルギーという概念は便利だということです。

何を計り、どんな量で考えるか？

現象の本質に迫るには、計って考える必要があります。

結論から言うと、
計り易い量と、考え事に向いている量は
まったく異なるため、
計測する物理量と検討に使う物理量は
ちゃんと分けて考える必要があります。
ここをごちゃ混ぜにすると、本質には迫れません。

これができていないエンジニアが意外と多い気がしたので
今日は次元について語ります。

考え事に向いている次元

僕の経験によれば、
考え事に向いている量は以下３つが挙げられます。

• 無次元量
• 力
• 保存量

無次元量

物理量をバッキンガムのπ定理で
削ぎ落とし、最終的にのこった変数


考え事には向いているのに直接計測が不可能な典型的例

メカ
アスペクト比、ラジアン、比重、原子量、
レイノルズ数、ヌセルト数、プラントル数、
グラスホフ数、マッハ数、レイリー数、
ゾンマーフェルト数、ポアソン比 電気
サイクル 、
Q値、ゲイン、SN比、アーラン数、比誘電率、磁化率

力

力学でもっとも大切だけど、
もっとも定義が曖昧な自己矛盾をはらむ量。

完全に理解している人はたぶんいない。
本質的に測定は難しい。
フックの法則を使って間接的に計る方法が多い。

保存量

時間変化しない。適切な系であれば座標変換から解放される。

直接計測は極めて難しい。
もちろん、本題のエネルギーもまた保存量。

その他、かなり考え事に便利な量

• 
上記に対しての各種モーメント量
• 
時間発展が知りたいときは、状態量(p,x)

• 熱力学なら状態量(圧力・エントロピーとか)
• 
波動関数ならインピーダンス 

ポイントは、
考え事に向いている量は
どれもこれも本質的に計測が難しい
ということです。

計り易い次元の例→基本単位

そもそも測り易くて原器が作り易いから、基本単位

測りにくい次元の例→力

• 第一原理で力が現れる式は少ない 
• 計測の過程で物理変換が多数入る。
• 計測にキャリブレーションが必要 
• 6自由度を独立して計測することが極めて難しい 
• 観測が対象に必ず影響を与えてしまう。

エネルギーという概念の素晴らしさ

メリット

• 保存量かつスカラー
⇒物理法則の対称性に基づく、
• 次空間座標からの解放
• 系の取り方が間違いなければ、正確な議論が可能
• 現象をまたげる。例：エネルギー変換
• 身近な現象は全部エネルギーに置き換えることができる
• 演算が足し算と引き算しかない

デメリット

• 直接観測できない。
• 変換しなければいけない。
• 系のとりかたはとても難しい。センスがいる。 

定義は
力×変位の空間方向積分
　
一般化したらフロー×エフォート＝運動量×力


ちなみに波動関数で記述可能な現象は、
フローとエフォートの積であるエネルギー率
で分析するだけでなく、
フローとエフォートの商であるインピーダンス
も合わせて議論する方が望ましい。

なぜ品質工学は的を得ているのか、 その物理学的側面からの考察

• エネルギーの次元で考え、

• エネルギーに類する測り易い量を計測し、
• 
デシベル・ゲインという無次元数(エネルギーの比)で整理する。

だからこそ「本質を究める」ことが可能となります。
エネルギーに紐付けられない品質工学は間違っています

(私の信念であり裏付けはありません)

私のメッセージのまとめ

考えやすい物理量を無理して測ろうとしていませんか？
計測しやすい物理量で無理して考えていませんか？
エネルギーという概念はとても便利です。
意識的に多用しましょう！

実験のN数の決め方 アベレージング理論

サラリーマンエンジニアのXELです。
仕事柄、得意分野は統計学。
よくモンテカルロとかやってます。
さて、実験やる時に
何度か試行して平均を取る
ってやり方をなんとなくやってたりしませんか？

経験的にも直感的にも

たくさん試行して平均取った方が真値に近づけて良さげ

な気がする訳ですが

じゃあ結局、何回やれば気が済むの！？
って思いませんか。

実は、これアベレージングっていう立派なテクニックです。
平均をとることで観測誤差の影響を緩和させているわけです。

結論は、
「N回の測定を平均すると、誤差は1/ (√N)になる」
これが答えです。

具体的には
４回の平均で精度２倍、１００回測れば精度１０倍

アベレージング理論の根拠は，大数の法則とエルゴード仮説です．
アベレージングはなんにでも使えるわけじゃなくて
計測誤差分布が加法性ホワイトガウスノイズであることが前提となります。
とはいえ、ほとんどの場合に使えます。

いかなる誤差分布であれ、それらの線形結合は正規分布に収束するという、
中心極限定理があるから、世の中のほとんどの誤差分布は
正規分布だからです。

以上，実験やる人にはぜひ知っておいてほしい小話でした．

エンジンの慣らし運転について

結論としては

アイドリング回転数上げとけばいいんじゃないかな？

レーシングエンジンみたいに。

レーシングエンジンとか
そもそもほとんど慣らし、しないんだし。

バリと馴染みで鉄粉でるから
こまめにオイルは交換して
オイルフィルタは交換しない
(フィルタがスカスカな状況で使わない)
ってのが良いと思う。

なぜか。
それはこの問いから始まると思う。

エンジンはいつ痛むのか。

それはまず第一に始動の瞬間である。
油圧ないから。
セルモータを回した回数だけ
エンジンは痛む。削れる。

次にシビアなのが低回転領域。アイドリングとか。
これまた油圧がかからないからだ。
それに各部メタルも
境界潤滑条件（固体潤滑と流体潤滑の境界）だからね。

レーシングエンジンのアイドリングが高い理由って
もしかしたらコレも理由なのかな？

さて
WR250Rのエンジンパーツの表面処理の仕様確定するために
処理屋さんと色々相談したんだけど

高回転領域ってDLCとかはあんまり効かないんだって。
油圧でちゃんと部品が油に浮くから。
低回転に効果的であって、
だからこそエコカーとかで採用されるんだそうな。

高回転を改善したいなら、
表面にコーティング張るんじゃなくて
幾何学的な改善
要するにラッピングとかでの鏡面処理で
油膜の安定化を目指した方が効果的みたい。
（これは半分俺の予想。ヒアリングからの推察。）

まぁ固体潤滑な場所は当然として
境界潤滑な場所は表面処理改質は効くと思うけど
流体潤滑な場所はあくまで面粗度が効きそうだよね。
円筒度とか、平面度とか、表面粗さとか、

とにかく幾何学的特徴が流体潤滑での
摩擦係数を支配していると思う。

油で浮いてしまえば表面の材質や硬度は関係ないはず。

シリンダ・ピストン間とかの流体潤滑になり得ない場所は
ミクロな油溜まりを如何に形成するかがポイントだけど。

ところでその一方で処理屋さんは

エンジンが壊れるのは低回転か、高回転のどちらか

ともおっしゃっていました。

低回転は油圧の不足から。
削れていくんだって。進行性の壊れ方
高回転はもちろん慣性力が大きいから。
ポキっと逝っちゃう突然な壊れ方

そんなわけで
エンジンにとって楽な領域で慣らし運転始めた方が良いと思う。
だから最初はアイドリング回転上げつつも
高回転は使わないのが慣らしとしてはいいのかもしれない。

で、そこからシビアな領域に慣らしの領域を広げていく、と。
ここでいうシビアな領域とは高回転と低回転ね。

となればせめて

慣らし中の暖機運転はアイドル回転数上げておきたい

そう思って僕はスロットル固定タイプのクルーズコントロール買いました。
アイドル調整スクリューいじるのはめんどいからね。
これでエンジンミッションフルOHしたWRの慣らしが捗るぜ！！
ひゃっはー

理系大学院向け就活マニュアル

自分の就活があっさり終了したので今後就活を控える学生さん向けに情報をフィードバックしようと思います．

あまり真に受けないでくださいｗ
苦情は一切受け付けません
今年は景気が良すぎるのでもしかしたら来年の人には参考にならないかもｗｗｗ


心得

1. 合同説明会には一切行くな．時間と金の無駄．
2. 就活の情報誌に書いてあることはあまり参考にならない．
   巷に溢れる面接対策本とかES対策本も同様．
3. 履歴書やESは殴り書きで充分．中身が重要．写真はパジャマだと流石に嫌がられた．
4. もし自由応募で内定沢山欲しかったら年末年始頃から動き始めるべき．
5. 説明会には早めから積極的に足を運んで，大げさなことしか言わない人事の話は無視して周りの学生と情報交換すべし．早めに動いている学生は優秀でモチベーション高い奴が多いから，質の高い情報を仕入れることが可能．
6. 面接に遅刻しても気にしない．普通に受かります．
7. 見た目の清潔感は大変重要．鬱陶しい喋り方も厳禁．要するに，
   「こいつとは一緒に働きたくない」
   と思われたら負け．

筆記対策
特になし．SPIの本は買ったけど，電車の中で読んだだけ．
2日くらい真面目に取り組んだほうがいいと思います．


面接対策のやり方
真っ先に落とされる人の例

1. 理路整然とした話が出来ない奴
2. 空気読めない奴
3. 専門馬鹿

心得としては，面接官とコミュニケーションを忘れない．
絶対に一方的に喋らない．もしくは黙らない．
常に面接官の目を見ながら，身振り手振りも大げさに，相手を話に引き込む．
相手の脳みその程度に合わせて喋るスピードを調整する．
話を掘り下げる程度も相手の関心にあわせる．


面接対策の具体的方法
1. 質問を想定し，模範解答となるであろう長文を作成する．
この時，長さはあまり気にせずに出来るだけ起承転結があって理路整然とした読み応えのある文を作る．

2. 1000字くらいに圧縮した文章に書き換える．
書き換える過程で，どこが重要でどこが余談なのかを見極め,優先順位を探る．面接3日前までに用意して，よく読むべし．2日前くらいになったら読んじゃ駄目．無意識に面接中に文章を読もうとして失敗してしまうから．

3. 段階的に圧縮して最終的に箇条書きにまで落とし込む．
面接当日はこれしか読まない．
長い文章から箇条書きまで幅広い長さで準備しておくことで
内容の本質はそのままに，面接中に喋る長さと具体性を自在にコントロールすることができるようになるだろう．


想定される質問

まず，下記リンクを読め．
http://d.hatena.ne.jp/fromdusktildawn/20061230/1167474130
理系の面接は一般的に技術面接と普通の面接に分けられる．

☆技術面接
技術面接では研究内容を聞いてくるので，研究内容を簡単に説明する．
研究内容すらスラスラ言えなかったら絶対落ちます．
面接官は制御のプロじゃないので，親や兄弟に説明できるくらい簡潔に説明できるようになるべし．
技術面接の練習には専門外，もしくは文系の友達に協力してもらうといい．文系の友達や親御さんでも納得のいく説明が出来たら上出来．
あえて重要なところを説明せずに相手の質問を誘導して完璧な受け答えをするというテクニックも大変有効．

新卒採用において，企業は真っ白で柔軟な人材を求めている．だから，
「私はこんなに凄い知識(スキル)を持っています」
は何のアピールにもならない．
「私は必要に応じてこんな知識(スキル)も獲得できました．~御社でも同様に様々な仕事を覚えることができるでしょう」
みたいなノリで答えるべき．浅く広い知識も，深く狭い知識も，またまったくもってアピールにならない．
でも浅く広く一部深い知識を持っていますだと少しアピールになる．
僕は制御屋だから機械，電気，情報という多分野に股をかけて色々なことを知っていますとアピールするのは極めて有効でした．

☆以下普通の面接について．

• 会社によってはESの内容をそのまま聞いてきて，掘り下げてくるところがある．
• 志望動機
  最も重要．少し時間をかけていいので熱意を伝える
• 会社で"具体的"に何をやりたいか．
  具体的な話をどこまで掘り下げれるか，が重要．
• 長所，短所は？
  短所はカマをかけるのにとても便利!!言い回し次第では印象UP間違いなし
  (具体例)
  「短所に計画性が無いとありますが，どのようにお考えですか？」
  「確かに私には計画性が無いため，しばしば仕事に追い込まれます，しかし，私は粘り強く，瞬発力にも自信があるため，必ず期限までに仕事を成し遂げることが出来るのです．」
• 持っているスキルや得意なこと，得意教科は？
  ただスキルや資格を持っていますというのは不十分．
  ていうか，大学院生相手の場合，資格なんて誰も求めてはいない．
  数学と物理が分かってれば充分．
  どのような動機で，どのようなプロセスで資格を取ったかを説明すべし．
  「私はこれまでに必要に応じて様々な資格を取得してきました．
  そしてこれからも必要とあらば御社の求めるどのような資格も取って見せますよ!!」
  みたいな．むしろ，資格馬鹿と思われないよう，細心の注意が必要であり，
  「なんでその資格を取ろうと思ったか」
  には即答できる必要があると思う．
• 好きな趣味やスポーツは？
  如何に自分がアクティブで体力あるかアピールする．
  けっこう重要です．
  体育会系の部活を経験したこと無い人を敬遠する企業もけっこうあると思う．
• 勉強以外で頑張ったこと
  おそらく，どの企業でも必ず聞いてくる重要な質問．
  多少具体性を持たせた魅力のある話題を提供しよう．
• これまで最大の挫折と，それをどのようにして乗り越えたか．
  これもけっこう多い．デスマでもへこたれないタフな人材であることをアピールするチャンス．
• 尊敬する人は？
• なぜ高専，大学，大学院へ進学したのか？
  スラスラ答えられないと不味い．
  社会に出るのがめんどくさくて学生やってると思われたら最後．
  技科大生はみんな何となく院へ進学している場合が多いので，しっかり理由を後付しておこう．

相手が役員や部長などの場合
下記リンクを参考に．
http://d.hatena.ne.jp/fromdusktildawn/20060329/1143595622
つまり，人事面接だと，具体性を持たせたトークが受けるけど，役員相手だと抽象的で簡潔なトークが受けるんじゃないかな．でもそれは現場の空気を読んで決めるしかないけどね．
話を膨らますと説得力は増えるけど，話の密度は下がります．これはトレードオフです．

どこまで話を膨らますか，どこで切り上げるかは常に意識しながら喋ってたよ．



以上，こんなこと意識しながら面接してたら全部の面接受かりました．
参考に，なるのかなぁｗ

P.S.
このドキュメントを作った６年後の僕のメッセージ