u nk = n c nn u n 0 wyznacza siȩ empirycznie (elementy przejść) lub próbuje oszacować w obliczeniach typu ab initio Rachunek zaburzeń Löwdina

Wielkość: px
Rozpocząć pokaz od strony:

Download "u nk = n c nn u n 0 wyznacza siȩ empirycznie (elementy przejść) lub próbuje oszacować w obliczeniach typu ab initio Rachunek zaburzeń Löwdina"

Transkrypt

1 Jeśli pasma nie s a energetycznie dobrze separowalne lub energetycznie zdegenerowane (kwazizdegenerowane) to ich wzajemny wp lyw musi być uwzglȩdniony wariacyjnie - w I rzȩdzie RZ dla stanow zdegenerowanych rachunek jest podobny do warjacyjnego - rozwijamy funkcjȩ w bazie funkcji należ acych do zdegenerowanej wartości w lasnej w rezultacie u nk = n c nn u n 0 n {E n ( k 0 ) + h2 2m (k2 k 2 0)}δ nn + h m ( k k 0 ) p nn c nn = E n ( k)c nn (1) gdzie p nn = u.c. u n k 0 ( r) pu n k 0 ( r)d 3 r wyznacza siȩ empirycznie (elementy przejść) lub próbuje oszacować w obliczeniach typu ab initio Rachunek zaburzeń Löwdina gdy musimy uwzglȩdnić zarówno pasma zdegenerowane jak i energetycznie odleg le 1

2 * przestrzeń wszystkich pasm dzielimy na 2 grupy: (A) bliskie energetycznie (B) energetycznie odleg le w stosunku do grupy (A) grupȩ (A) traktuje siȩ wariacyjnie; odleg le pasma modyfikuj a elementy macierzowe uk ladu wariacyjnego powyższe równanie można zapisać operatorowo: (przyjmuj ac dla uproszczenia k 0 = 0) gdzie {Ĥ0 + h m k p + h2 2m k2 }u nk ( r) = E n ( k)u nk ( r) (2) H 0 u n0 ( r) = E n (0)u n0 ( r) u nk ( r) = n c nn u n 0( r) zobaczmy jak to wygl ada dla trywialnego przypadku gdy (A) - jedno pasmo (B) jedno pasmo H aa H ab c 1 H ab H bb c 2 = E c 1 c 2 szukamy takiej transformacji, która zdiagonalizuje H do H H aa 0 0 Hbb 2

3 znajduj ac pierwiastki równania sekularnego, z dok ladności a do wyrazów II-rzȩdu w rozwiniȩciu ma lego H ab dostaniemy: H aa = H aa H 2 ab (H bb H aa ) to równanie jest prawdziwe tak dla reprezentacji macierzowej operatora H jak i dla postaci operatorowej (2), i wtedy w rachunku zaburzeń (bo to przypomina II rz ad RZ) trzeba po lożyć H aa E a (0), H bb E b (0) zobaczmy czym jest ta poprawka dla H = h m k p + h2 2m k2 (drugi wyraz jest diagonalny i jest już uwzglȩdniony w H aa ) dostajemy poprawkȩ operatorow a d H 0 h 2 m 2 a k p b b k p a E b E a jeśli stanów w grupie (B) jest wiȩcej to pojawi siȩ suma po (b) w sensie macierzowym, jako poprawka do wyrazu E a (0) + h2 2m k2 daje dok ladnie poprawkȩ do masy efektywnej pochodz ac a od odleg lych pasm. proces ten nazywa siȩ renormalizacj a masy 3

4 gdy w (A) zawartych jest wiȩcej pasm, które na ogól s a w k o zdegenerowane to: H aa = H aa H ab H ba E b (0) E a (0) te wklady do elementów macierzowych czȩści (A) hamiltonianu traktowane s a jako empiryczne parametry zwi azane z mierzonymi masami efektywnymi mog a być też obliczane z zasad pierwszych (szacowane) PRZYBLIŻENIE FUNKCJI OBWIEDNI (EFA) metoda kp pozwala znaleźć zależność dyspersyjn a E n (k) dla interesuj acych nas pasm w pobliżu punktów ekstremalnych k EFA pozwala znaleźć kwazidyskretne lub ca lkowicie dyskretne poziomy energetyczne w pobliżu den pasm w przypadku przestrzennego ograniczenia materia lu litego (bulk) do rozmiarów mezoskopowych - albo dla domieszek (lokalne zaburzenie periodyczności) - albo w obecności zewnȩtrznych pól (globalne zaburzenie periodyczności) IDEA formalnie do hamiltonianu H 0 do l aczamy potencja l zaburzaj acy U( r) 4

5 (choć samo zaburzenie periodyczności nie musi pochodzić od zewnȩtrznego potencja lu - zaburzeniem może bć uciȩcie kryszta lu do nanorozmiaru) { p2 2m + V per( r) + U( r)}ψ( r) = Eψ( r) (3) k - przestaje być dobr a liczb a kwantow a w obliczu zaburzenia periodyczności kryszta lu zatem: Ψ( r) = n,k e i k r c n ( k)u n,0 ( r) = n f n( r)u n,0 ( r) gdzie f n ( r) = k e i k r c n ( k) f n ( r) - to funkcje obwiedni w n-tym pasmie, po wstawieniu do równania Hψ = Eψ i pamiȩtaj ac, że dostajemy H 0 u n,0 ( r) = E n (0)u n,0 ( r) {u n,0( r)[e n (0) E + p2 n 2m ]f n( r) + 1 m ( pu n,0)( pf n )} = 0 (4) gdzie specjalnie pomin a lem wyraz z U( r) mnoż ac z lewej strony przez f n u n,0 i ca lkuj ac po obj. dostajemy: n ( Ω u n,0 u n,0f n [E n(0) E+ p2 2m ]f nd 3 r+ 1 m 5 Ω ca lego uk ladu Ω {(u n,0 pu n,0)(f n pf n)}d 3 r) = 0 (5)

6 pod ca lkami mamy iloczyny funkcji wolno i szybko zmiennych zobaczmy jak możemy takie ca lki przybliżyć to przybliżenie jest PODSTAWA metody EFA rozważmy sytuacjȩ I = Ω f( r)u( r)d3 r gdzie f - wolnozmienna (na obszarze kom.elem. Ω 0 a u - okresowa z periodyczności a V p er( r) u( r) można przedstawić w postaci rozwiniȩcia Weierstrassa na funkcje okresowe (opuszczam wektory dla uproszczenia) U(r) = g u(g)eigr gdzie {g} to wektory sieci odwrotnej; a to jest rozk lad Fourierowski, zatem u(g) = 1 Ω Ω u(r)e igr d 3 r ale u(r) jest identyczne w każdej kom.elem. i N Ω = 1 Ω 0 to = 1 Ω 0 Ω 0 u(r)e igr d 3 r zatem I = Ω g u(g)f(r)eigr d 3 r = 6

7 g u(g) Ω f(r)eigr d 3 r tȩ ostatni a ca lkȩ można roz lożyć na szereg ca lek po kom.element. R i Ω i d 3 ρf(r i + ρ)e igρ gdzie ρ przebiega tylko po obj. kom.elem. ale f(r) ma być wolno zmienna w ramach Ω i, f(r i + ρ) f(r i ) to I = g u(g) R i f(r i ) Ω i e igr d 3 r ostatnia ca lka przeżywa tylko dla g = 0, zatem I = u(0) R i f(r i ) u(0) Ω f(r)d3 r ale u(0) = 1 Ω u(r)d 3 r zatem I 1 Ω Ω u(r)d3 r Ω f(r)d3 r 7

8 wracaj ac do równania (5) możemy teraz rozdzielić ca lkowania funkcji u( r) i f( r), a pamiȩtaj ac, że u n,0( r)u n,0 ( r)d 3 r = δ n,n u n,0( r) pu n,0 ( r)d 3 r = p n,n możemy równanie (5) zapisać jako Ω d3 rf n [ n {[E n(0) E + p2 2m ]δ n,n + 1 m p n,n p}f n( r)] = 0 n =... to bȩdzie spe lnone gdy {[E n(0) E + p2 n 2m ]δ n,n + 1 m p n,n p}f n( r) = 0 (6) to jest uk lad sprzȩżonych równań na funkcje obwiedni f n ( r), a pamiȩtamy, że ca la funkcja ψ( r) = n f n( r)u n,0 ( r) Zauważmy podobieństwo tego równania do równania (1) przy k 0 = 0 jeśli tylko zast apić w (1) k j i δ, j = x, y, z (7) δj 8

9 Podobnie, jeśli elementy hamiltonianu kp zosta ly zrenormalizowane poprawk a na oddzia lywanie odleg lych pasm to tutaj też ona siȩ pojawi w postaci 1 1 ( p 2m 2 n b p nb p)( + E n E b b 1 E n E b ) 9

{E n ( k 0 ) + h2 2m (k2 k 2 0 )}δ nn + h m ( k k 0 ) p nn. c nn = E n ( k)c nn (1) gdzie ( r)d 3 r

{E n ( k 0 ) + h2 2m (k2 k 2 0 )}δ nn + h m ( k k 0 ) p nn. c nn = E n ( k)c nn (1) gdzie ( r)d 3 r to w pobliżu dna (lub szczytu) pasma (k k 0 ) zależność E(k) jest paraboliczna ale z mas a m m 0 Jeśli pasma nie s a energetycznie dobrze separowalne lub energetycznie zdegenerowane (kwazizdegenerowane)

Bardziej szczegółowo

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia. mm

CHEMIA KWANTOWA MONIKA MUSIA L. Ćwiczenia.   mm CHEMIA KWANTOWA MONIKA MUSIA L Ćwiczenia METODY PRZYBLIŻONE ROZWIA ZYWANIA RÓWNANIA SCHRÖDINGERA METODA WARIACYJNA metoda wariacyjna ĤΨ n = E n Ψ n Ψ n ortonormalne Szukamy rozwi azań dla stanu podstawowego,

Bardziej szczegółowo

Monika Musia l. METODA MIESZANIA KONFIGURACJI Configuration Interaction (CI) (ujȩcie wyznacznikowe)

Monika Musia l. METODA MIESZANIA KONFIGURACJI Configuration Interaction (CI) (ujȩcie wyznacznikowe) Monika Musia l METODA MIESZANIA KONFIGURACJI Configuration Interaction (CI) (ujȩcie wyznacznikowe) ĤΨ i = E i Ψ i W metodzie mieszania konfiguracji wariacyjna funkcja falowa, jest liniow a kombinacj a

Bardziej szczegółowo

Oddzia lywania miedzycz. jony molekularne lub atomy. edzy A i B:

Oddzia lywania miedzycz. jony molekularne lub atomy. edzy A i B: Notatki do wyk ladu XIII Oddzia lywania miedzycz asteczkowe A i B zamknietopow lokowe czasteczki, jony molekularne lub atomy. Energia oddzia lywania E oddz mi edzy A i B: E oddz = E AB (E A + E B ) ()

Bardziej szczegółowo

Sterowalność liniowych uk ladów sterowania

Sterowalność liniowych uk ladów sterowania Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,

Bardziej szczegółowo

Metody obliczeniowe chemii kwantowej oparte na funkcji falowej. Dla uk ladu N elektronów i K j ader atomowych hamiltonian przyjmuje postać:

Metody obliczeniowe chemii kwantowej oparte na funkcji falowej. Dla uk ladu N elektronów i K j ader atomowych hamiltonian przyjmuje postać: Metody obliczeniowe chemii kwantowej oparte na funkcji falowej Równanie Schrödingera: ĤΨ = EΨ Dla uk ladu N elektronów i K j ader atomowych hamiltonian przyjmuje postać: Ĥ = h 2 K α=1 1 2M α 2 α h2 2m

Bardziej szczegółowo

OPTYKA KWANTOWA Wykład dla 5. roku Fizyki

OPTYKA KWANTOWA Wykład dla 5. roku Fizyki OPTYKA KWANTOWA Wykład dla 5. roku Fizyki c Adam Bechler 2006 Instytut Fizyki Uniwersytetu Szczecińskiego Równania optyki półklasycznej Posłużymy się teraz równaniem (2.4), i Ψ t = ĤΨ ażeby wyprowadzić

Bardziej szczegółowo

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania optymalnego

Bardziej szczegółowo

Metody obliczeniowe chemii teoretycznej

Metody obliczeniowe chemii teoretycznej Metody obliczeniowe chemii teoretycznej mechanika kwantowa mechanika klasyczna ւ ց WFT DFT MM FFM metody bazuj ace na metody bazuj ace na Mechanika Molekularna funkcji falowej gȩstości elektronowej Wave

Bardziej szczegółowo

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc

Liczby zespolone, liniowa zależność i bazy Javier de Lucas. a d b c. ad bc Liczby zespolone, liniowa zależność i bazy Javier de Lucas Ćwiczenie. Dowieść, że jeśli µ := c d d c, to homografia h(x) = (ax+b)/(cx+d), a, b, c, d C, ad bc, odwzorowuje oś rzeczywist a R C na okr ag

Bardziej szczegółowo

Teoria funkcjona lu g Density Functional Theory (DFT)

Teoria funkcjona lu g Density Functional Theory (DFT) Teoria funkcjona lu g estości Density Functional Theory (DFT) Cz eść slajdów tego wyk ladu pochodzi z wyk ladu wyg loszonego przez dra Lukasza Rajchela w Interdyscyplinarnym Centrum Modelowania Matematycznego

Bardziej szczegółowo

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1

STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 1 STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 Klasyczny Rachunek Prawdopodobieństwa. 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany. Posiadamy

Bardziej szczegółowo

[ A i ' ]=[ D ][ A i ] (2.3)

[ A i ' ]=[ D ][ A i ] (2.3) . WSTĘP DO TEORII SPRĘŻYSTOŚCI 1.. WSTĘP DO TEORII SPRĘŻYSTOŚCI.1. Tensory macierzy Niech macierz [D] będzie macierzą cosinusów kierunkowych [ D ]=[ i ' j ] (.1) Macierz transformowana jest równa macierzy

Bardziej szczegółowo

Równania różniczkowe cz astkowe rzȩdu pierwszego

Równania różniczkowe cz astkowe rzȩdu pierwszego Równania różniczkowe cz astkowe rzȩd pierwszego 1 Równania liniowe jednorodne Rozważmy równanie a 1 ( 1,..., n ) 1 +... + a n ( 1,..., n ) n = 0, (1) gdzie a i, i = 1,..., n s a dane, a fnkcja = ( 1,...,

Bardziej szczegółowo

Podstawowe metody i przybliżenia: metoda wariacyjna, rachunek zaburzeń

Podstawowe metody i przybliżenia: metoda wariacyjna, rachunek zaburzeń Wyk lad 6 Podstawowe metody i przybliżenia: metoda wariacyjna, rachunek zaburzeń Uk lady modelowe czastka swobodna czastka na barierze potencja lu czastka w pudle oscylator harmoniczny oscylator Morse

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA

STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1 STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany.

Bardziej szczegółowo

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n

Bardziej szczegółowo

Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas

Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas Pierwsze kolokwium z Matematyki I 4. listopada 03 r. J. de Lucas Uwagi organizacyjne: Każde zadanie rozwi azujemy na osobnej kartce, opatrzonej imieniem i nazwiskiem w lasnym oraz osoby prowadz acej ćwiczenia,

Bardziej szczegółowo

CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA. Ćwiczenia. http://zcht.mfc.us.edu.pl/ mm

CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA. Ćwiczenia. http://zcht.mfc.us.edu.pl/ mm CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA Ćwiczenia Zwi azki organiczne zawieraj ace uk lady π-elektronowe Sprzȩżony uk lad wi azań podwójnych: -C=C-C=C-C=C-C=C- Skumulowany uk lad wi azań podwójnych:

Bardziej szczegółowo

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym

Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania optymalnego

Bardziej szczegółowo

po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x)

po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x) Stan czastki określa funkcja falowa Ψ zależna od wspó lrzȩdnych określaj acych po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x) Wartości funkcji

Bardziej szczegółowo

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia

Matematyka A, klasówka, 24 maja zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le. rozwia Matematyka A, klasówka, 4 maja 5 Na prośbe jednej ze studentek podaje zania zadań z kolokwium z matematyki A w nadziei, że pope lni lem wielu b le dów Podać definicje wektora w lasnego i wartości w lasnej

Bardziej szczegółowo

Przekształcanie równań stanu do postaci kanonicznej diagonalnej

Przekształcanie równań stanu do postaci kanonicznej diagonalnej Przekształcanie równań stanu do postaci kanonicznej diagonalnej Przygotowanie: Dariusz Pazderski Liniowe przekształcenie równania stanu Rozważmy liniowe równanie stanu i równanie wyjścia układu niesingularnego

Bardziej szczegółowo

Ekonomia matematyczna i dynamiczna optymalizacja

Ekonomia matematyczna i dynamiczna optymalizacja Ekonomia matematyczna i dynamiczna optymalizacja Ramy wyk ladu i podstawowe narz edzia matematyczne SGH Semestr letni 2012-13 Uk lady dynamiczne Rozwiazanie modelu dynamicznego bardzo czesto można zapisać

Bardziej szczegółowo

Dyskretne modele populacji

Dyskretne modele populacji Dyskretne modele populacji Micha l Machtel Adam Soboczyński 19 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których

Bardziej szczegółowo

Dyskretne modele populacji

Dyskretne modele populacji Dyskretne modele populacji Micha l Machtel Adam Soboczyński 17 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których

Bardziej szczegółowo

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego

Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni

Bardziej szczegółowo

y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) =

y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) = Uk lady równań różniczkowych Pojȩcia wsȩpne Uk ladem równań różniczkowych nazywamy uk lad posaci y = f (, y, y 2,, y n ) y 2 = f 2 (, y, y 2,, y n ) y n = f n (, y, y 2,, y n ) () funkcje f j, j =, 2,,

Bardziej szczegółowo

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja

P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja 19. O ca lkach pierwszych W paragrafie 6 przy badaniu rozwia zań równania P (x, y) + Q(x, y)y = 0 wprowadzono poje cie ca lki równania, podano pewne kryteria na wyznaczanie ca lek równania. Znajomość ca

Bardziej szczegółowo

Wzory Viete a i ich zastosowanie do uk ladów równań wielomianów symetrycznych dwóch i trzech zmiennych

Wzory Viete a i ich zastosowanie do uk ladów równań wielomianów symetrycznych dwóch i trzech zmiennych Wzory Viete a i ich zastosowanie do uk ladów równań wielomianów symetrycznych dwóch i trzech zmiennych Pawe l Józiak 007-- Poje cia wste pne Wielomianem zmiennej rzeczywistej t nazywamy funkcje postaci:

Bardziej szczegółowo

w = w i ξ i. (1) i=1 w 1 w 2 :

w = w i ξ i. (1) i=1 w 1 w 2 : S. D. G lazek, www.fuw.edu.pl/ stglazek, 11.III.2005 1 I. MACIERZ LINIOWEGO ODWZOROWANIA PRZESTRZENI WEKTOROWYCH Wyobraźmy sobie, że przestrzeń wektorowa W jest zbudowana z kombinacji liniowych n liniowo

Bardziej szczegółowo

MATEMATYKA REPREZENTACJA LICZB W KOMPUTERZE

MATEMATYKA REPREZENTACJA LICZB W KOMPUTERZE 1 SZKO LA PODSTAWOWA HELIANTUS 02-892 WARSZAWA ul. BAŻANCIA 16 B l ad bezwzglȩdny zaokr aglenia liczby ɛ = fl() B l ad wzglȩdny zaokr aglenia liczby 0 δ = fl() B l ad procentowy zaokr aglenia liczby 0

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 1 Zadanie Definicja 1.1. (zadanie) Zadaniem nazywamy zagadnienie znalezienia rozwiązania x spełniającego równanie F (x, d) = 0, gdzie d jest zbiorem danych (od których zależy rozwiązanie x), a F

Bardziej szczegółowo

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera

Wyk lad 4 Macierz odwrotna i twierdzenie Cramera Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia

Bardziej szczegółowo

TEORIA FUNKCJONA LÓW. (Density Functional Theory - DFT) Monika Musia l

TEORIA FUNKCJONA LÓW. (Density Functional Theory - DFT) Monika Musia l TEORIA FUNKCJONA LÓW GȨSTOŚCI (Density Functional Theory - DFT) Monika Musia l PRZEDMIOT BADAŃ Uk lad N elektronów + K j ader atomowych Przybliżenie Borna-Oppenheimera Zamiast funkcji falowej Ψ(r 1,σ 1,r

Bardziej szczegółowo

Struktura elektronowa czasteczek. przybliżenie Borna-Oppenheimera. równania Schrödingera dla elektronów przy ustalonym po lożeniu jader

Struktura elektronowa czasteczek. przybliżenie Borna-Oppenheimera. równania Schrödingera dla elektronów przy ustalonym po lożeniu jader Notatki do wyk ladu VII Struktura elektronowa czasteczek przybliżenie Borna-Oppenheimera rozwiazanie równania Schrödingera dla elektronów przy ustalonym po lożeniu jader przybliżenie jednoelektronowe metoda

Bardziej szczegółowo

Zadania o liczbach zespolonych

Zadania o liczbach zespolonych Zadania o liczbach zespolonych Zadanie 1. Znaleźć takie liczby rzeczywiste a i b, aby zachodzi ly równości: a) a( + i) + b(4 i) 6 i, b) a( + i) + b( + i) 8i, c) a(4 i) + b(1 + i) 7 1i, ( ) a d) i + b +i

Bardziej szczegółowo

wartość oczekiwana choinki

wartość oczekiwana choinki wartość oczekiwana choinki Plan seminarium cośo równaniu Schrödingera analityczne metody rozwiązywania algorytm & obliczenia Schrödinger w studni koniec choinka ortogonalna Coś o równaniu Schrödingera

Bardziej szczegółowo

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas

Suma i przeciȩcie podprzestrzeń, suma prosta, przestrzeń ilorazowa Javier de Lucas Suma i przeciȩcie podprzestrzeń suma prosta przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1 W zależności od wartości parametru p podaj wymiar przestrzeni W = v 1 v v 3 gdzie p 0 v 1 = 1 + p 3 v = 5 3

Bardziej szczegółowo

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina.

Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina. Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina. Podstawowy problem sterowania optymalnego dla uk ladów nieliniowych W podstawowym problemie sterowania optymalnego minimalizacji

Bardziej szczegółowo

g liczb rzeczywistych (a n ) spe lnia warunek

g liczb rzeczywistych (a n ) spe lnia warunek . Czy jest prawda, że a) R y R z R y + yz + = 0 ; b) R y R z R y + yz + 0 ; c) R y R z R y + yz + = 0 ; d) R y R z R y + yz + 0? 2. Czy jest prawdziwa nierówność a) ctg > ; b) tg < cos ; c) cos < sin ;

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych 8 Pochodna kierunkowa funkcji Definicja Niech funkcja f określona bȩdzie w otoczeniu punktu P 0 = (x 0, y 0 ) oraz niech v = [v x, v y ] bȩdzie wektorem. Pochodn a kierunkow a funkcji

Bardziej szczegółowo

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna

Wyk lad 5 W lasności wyznaczników. Macierz odwrotna Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy

Bardziej szczegółowo

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH

PODSTAWOWE W LASNOŚCI W ZBIORZE LICZB RZECZYWISTYCH PODSTAWOWE W LASNOŚCI DZIA LAŃ I NIERÓWNOŚCI W ZBIORZE LICZB RZECZYWISTYCH W dalszym cia gu be dziemy zajmować sie g lównie w lasnościami liczb rzeczywistych, funkcjami określonymi na zbiorach z lożonych

Bardziej szczegółowo

celu przyjmijmy: min x 0 = n t Zadanie transportowe nazywamy zbilansowanym gdy podaż = popyt, czyli n

celu przyjmijmy: min x 0 = n t Zadanie transportowe nazywamy zbilansowanym gdy podaż = popyt, czyli n 123456789 wyk lad 9 Zagadnienie transportowe Mamy n punktów wysy lajacych towar i t punktów odbierajacych. Istnieje droga od każdego dostawcy do każdego odbiorcy i znany jest koszt transportu jednostki

Bardziej szczegółowo

Pierwiastki arytmetyczne n a

Pierwiastki arytmetyczne n a Chapter 1 Pierwiastki arytmetyczne n a Operacja wyci aganie pierwiastka stopnia n z liczby a jest odwrotn a operacj a do potȩgowania, jeżeli operacja odwrotna jest wykonalna w liczbach rzeczywistych. Zacznijmy

Bardziej szczegółowo

Niezb. ednik matematyczny. Niezb. ednik matematyczny

Niezb. ednik matematyczny. Niezb. ednik matematyczny Niezb ednik matematyczny Niezb ednik matematyczny Liczby zespolone I Rozważmy zbiór R R (zbiór par liczb rzeczywistych) i wprowadźmy w nim nastepuj ace dzia lania: z 1 + z 2 = (x 1, y 1 ) + (x 2, y 2 )

Bardziej szczegółowo

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera

Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera Wyk lad 7 Metoda eliminacji Gaussa Wzory Cramera Metoda eliminacji Gaussa Metoda eliminacji Gaussa polega na znalezieniu dla danego uk ladu a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =

Bardziej szczegółowo

edzi (local edge detectors) Lokalne operatory wykrywania kraw

edzi (local edge detectors) Lokalne operatory wykrywania kraw Lokalne operatory wykrywania kraw edzi (local edge detectors) Jeśli dwie reprezentacje sa zbyt odleg le, by można by lo latwo określić transformacje miedzy nimi, to u latwić zadanie można przez wprowadzenie

Bardziej szczegółowo

5. Obliczanie pochodnych funkcji jednej zmiennej

5. Obliczanie pochodnych funkcji jednej zmiennej Kiedy może być potrzebne numeryczne wyznaczenie pierwszej lub wyższej pochodnej funkcji jednej zmiennej? mamy f(x), nie potrafimy znaleźć analitycznie jej pochodnej, nie znamy postaci f(x), mamy stablicowane

Bardziej szczegółowo

II. POSTULATY MECHANIKI KWANTOWEJ W JĘZYKU WEKTORÓW STANU. Janusz Adamowski

II. POSTULATY MECHANIKI KWANTOWEJ W JĘZYKU WEKTORÓW STANU. Janusz Adamowski II. POSTULATY MECHANIKI KWANTOWEJ W JĘZYKU WEKTORÓW STANU Janusz Adamowski 1 1 Przestrzeń Hilberta Do opisu stanów kwantowych używamy przestrzeni Hilberta. Przestrzenią Hilberta H nazywamy przestrzeń wektorową

Bardziej szczegółowo

Foliacje symetralnymi w zespolonej przestrzeni hiperbolicznej

Foliacje symetralnymi w zespolonej przestrzeni hiperbolicznej Foliacje symetralnymi w zespolonej przestrzeni hiperbolicznej Maciej Czarnecki Uniwersytet Lódzki 8 Forum Matematyków Polskich Lublin, 21 września 2017 r. Forma hermitowska na C n+1 X Y = X 1 Y 1 +...

Bardziej szczegółowo

ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x

ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1. Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji nx 2 + x ci agi i szeregi funkcji Javier de Lucas Ćwiczenie 1 Zbadać zbieżność (punktow a i jednostajn a) ci agu funkcji f n : [, [ x nx + x nx + 1, Rozwi azanie: Mówi siȩ, że ci ag funkcji f n zd aży punktowo

Bardziej szczegółowo

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej

WEKTORY I WARTOŚCI WŁASNE MACIERZY. = λ c (*) problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej WEKTORY I WARTOŚCI WŁASNE MACIERZY Ac λ c (*) ( A λi) c nietrywialne rozwiązanie gdy det A λi problem przybliżonego rozwiązania zagadnienia własnego dla operatorów w mechanice kwantowej A - macierzowa

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych 13 Zbiory w przestrzeni Definicja Przestrzeni a trójwymiarow a (przestrzeni a) nazywamy zbiór wszystkich trójek uporz adkowanych (x y z) gdzie x y z R. Przestrzeń tȩ oznaczamy symbolem

Bardziej szczegółowo

A. Kasperski, M. Kulej, BO -Wyk lad 5, Optymalizacja sieciowa 1

A. Kasperski, M. Kulej, BO -Wyk lad 5, Optymalizacja sieciowa 1 A. Kaperki, M. Kulej, BO -Wyk lad, Opymalizacja ieciowa 1 Zagadnienie makymalnego przep lywu (MP). Przyk lad. W pewnym mieście inieje fragmen wodoci agów zadany w poaci naȩpuj acej ieci: 1 Luki oznaczaj

Bardziej szczegółowo

liniowych uk ladów sterowania

liniowych uk ladów sterowania Sterowalność i obserwowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t),

Bardziej szczegółowo

Modele kp wprowadzenie

Modele kp wprowadzenie Modele kp wprowadzenie Komórka elementarna i komórka sieci odwrotnej Funkcje falowe elektronu w krysztale Struktura pasmowa Przybliżenie masy efektywnej Naprężenia: potencjał deformacyjny, prawo Hooka

Bardziej szczegółowo

METODA MIESZANIA KONFIGURACJI Configuration Interaction (CI)

METODA MIESZANIA KONFIGURACJI Configuration Interaction (CI) METODA MIESZANIA KONFIGURACJI Configuration Interaction (CI) lub ĤΨ i = E i Ψ i Ψ i = K r=0 c riφ r ĤΨ = EΨ Ψ = c o Φ o + ia ca i Φ a i + ijab cab ij Φ ab ij + ijkabc cabc ijk Φ abc ijk + Funkcje Φ r (Φij..

Bardziej szczegółowo

z n n=1 S n nazywamy sum a szeregu. Szereg, który nie jest zbieżny, nazywamy rozbieżnym. n=1

z n n=1 S n nazywamy sum a szeregu. Szereg, który nie jest zbieżny, nazywamy rozbieżnym. n=1 3 Szeregi zespolone 3. Szeregi liczbowe Mówimy, że szereg o wyrazach zespolonych jest zbieżny, jeżeli ci ag jego sum czȩściowych {S n }, gdzie S n = z + z +... + jest zbieżny do granicy w laściwej. Granicȩ

Bardziej szczegółowo

Rotacje i drgania czasteczek

Rotacje i drgania czasteczek Rotacje i drgania czasteczek wieloatomowych Gdy znamy powierzchnie energii potencjalnej V( R 1, R 2,..., R N ) to możemy obliczyć poziomy energetyczne czasteczki. Poziomy te sa w ogólności efektem: rotacji

Bardziej szczegółowo

Liczba 2, to jest jedyna najmniejsza liczba parzysta i pierwsza. Oś liczbowa. Liczba 1, to nie jest liczba pierwsza

Liczba 2, to jest jedyna najmniejsza liczba parzysta i pierwsza. Oś liczbowa. Liczba 1, to nie jest liczba pierwsza 1 SZKO LA PODSTAWOWA HELIANTUS 02-892 WARSZAWA ul. BAŻANCIA 16 3 Liczba 2, to jest jedyna najmniejsza liczba parzysta i pierwsza 2 1 0 1 2 3 x Oś liczbowa. Liczba 1, to nie jest liczba pierwsza MATEMATYKA

Bardziej szczegółowo

Własności wyznacznika

Własności wyznacznika Własności wyznacznika Rozwinięcie Laplace a względem i-tego wiersza: n det(a) = ( 1) i+j a ij M ij (A), j=1 gdzie M ij (A) to minor (i, j)-ty macierzy A, czyli wyznacznik macierzy uzyskanej z macierzy

Bardziej szczegółowo

w jednowymiarowym pudle potencja lu

w jednowymiarowym pudle potencja lu Do wyk ladu II czastka w pudle potencja lu oscylator harmoniczny rotator sztywny Ścis le rozwiazania równania Schrödingera: atom wodoru i jon wodoropodobny) Czastka w jednowymiarowym pudle potencja lu

Bardziej szczegółowo

= a (a c-c )x(3) 1/2. Grafit i nanorurki węglowe Grafen sieć rombowa (heksagonalna) z bazą dwuatomową

= a (a c-c )x(3) 1/2. Grafit i nanorurki węglowe Grafen sieć rombowa (heksagonalna) z bazą dwuatomową Grafit i nanorurki węglowe Grafen sieć rombowa (heksagonalna) z bazą dwuatomową a 1 = a (a c-c )x(3) 1/ ( 3 a, ), ( 3 a a a = a, ) wektory bazowe sieci odwrotnej definiuje się inaczej niż w 3D musi zachodzić

Bardziej szczegółowo

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej Indeks odwzorowania zmiennej zespolonej wzgl edem krzywej zamkni etej 1. Liczby zespolone - konstrukcja Hamiltona 2. Homotopia odwzorowań na okr egu 3. Indeks odwzorowania ciag lego wzgledem krzywej zamknietej

Bardziej szczegółowo

Wersja testu A 15 lutego 2011 r. jest, że a) x R y R y 2 > Czy prawda. b) y R x R y 2 > 1 c) x R y R y 2 > 1 d) x R y R y 2 > 1.

Wersja testu A 15 lutego 2011 r. jest, że a) x R y R y 2 > Czy prawda. b) y R x R y 2 > 1 c) x R y R y 2 > 1 d) x R y R y 2 > 1. 1. Czy prawda jest, że a) x R y R y 2 > 1 1+x 2 ; b) y R x R y 2 > 1 1+x 2 ; c) x R y R y 2 > 1 1+x 2 ; d) x R y R y 2 > 1 1+x 2? 2. Czy naste puja ca relacja na zbiorze liczb rzeczywistych jest relacja

Bardziej szczegółowo

Symbol termu: edu (sumy ca lkowitego orbitalnego momentu edu i ca lkowitego spinu) Przyk lad: 2 P 3. kwantowa

Symbol termu: edu (sumy ca lkowitego orbitalnego momentu edu i ca lkowitego spinu) Przyk lad: 2 P 3. kwantowa Notatki do wyk ladu VI (z 18.11.2013) Symbol termu: 2S+1 L (1) L -liczba kwantowa ca lkowitego orbitalnego momentu pedu Duże litery S, P, D, F, itd. dla L=0, 1, 2, 3, itd. 2S+1 - multipletowość; S - liczba

Bardziej szczegółowo

Kondensat Bosego-Einsteina okiem teoretyka

Kondensat Bosego-Einsteina okiem teoretyka Kondensat Bosego-Einsteina okiem teoretyka Krzysztof Sacha Instytut Fizyki im. M. Smoluchowskiego, Uniwersytet Jagielloński Plan: Kondensacja Bosego-Einsteina. Teoretyczny opis kondensatu. Przyk lady.

Bardziej szczegółowo

Wersja testu D 14 września 2011 r. 1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1?

Wersja testu D 14 września 2011 r. 1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1? 1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1? 2. Czy prawda jest, że a) 5 8 1 jest podzielne przez 4 ; b) 5 7 1 jest podzielne przez 4 ; c) 3

Bardziej szczegółowo

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ Dana jest populacja generalna, w której dwuwymiarowa cecha (zmienna losowa) (X, Y ) ma pewien dwuwymiarowy rozk lad. Miara korelacji liniowej dla zmiennych (X, Y

Bardziej szczegółowo

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas

Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas Suma i przeciȩcie podprzestrzeni, przestrzeń ilorazowa Javier de Lucas Ćwiczenie 1. Dowieść, że jeśli U i V s a podprzestrzeniami n-wymiarowej przestrzeni wektorowej oraz dim U = r i dim V = s, to max(0,

Bardziej szczegółowo

po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x)

po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x) Stan czastki określa funkcja falowa Ψ zależna od wspó lrzȩdnych określaj acych po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x) Wartości funkcji

Bardziej szczegółowo

; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze...

; B = Wykonaj poniższe obliczenia: Mnożenia, transpozycje etc wykonuję programem i przepisuję wyniki. Mam nadzieję, że umiesz mnożyć macierze... Tekst na niebiesko jest komentarzem lub treścią zadania. Zadanie. Dane są macierze: A D 0 ; E 0 0 0 ; B 0 5 ; C Wykonaj poniższe obliczenia: 0 4 5 Mnożenia, transpozycje etc wykonuję programem i przepisuję

Bardziej szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j =

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn a 1j a 2j R i = , C j = 11 Algebra macierzy Definicja 11.1 Dla danego ciała F i dla danych m, n N funkcję A : {1,..., m} {1,..., n} F nazywamy macierzą m n (macierzą o m wierszach i n kolumnach) o wyrazach z F. Wartość A(i, j)

Bardziej szczegółowo

FUNKCJE LICZBOWE. x 1

FUNKCJE LICZBOWE. x 1 FUNKCJE LICZBOWE Zbiory postaci {x R: x a}, {x R: x a}, {x R: x < a}, {x R: x > a} oznaczane sa symbolami (,a], [a, ), (,a) i (a, ). Nazywamy pó lprostymi domknie tymi lub otwartymi o końcu a. Symbol odczytujemy

Bardziej szczegółowo

176 Wstȩp do statystyki matematycznej = 0, 346. uczelni zdaje wszystkie egzaminy w pierwszym terminie.

176 Wstȩp do statystyki matematycznej = 0, 346. uczelni zdaje wszystkie egzaminy w pierwszym terminie. 176 Wtȩp do tatytyki matematycznej trści wynika że H o : p 1 przeciwko hipotezie H 3 1: p< 1. Aby zweryfikować tȩ 3 hipotezȩ zatujemy tet dla frekwencji. Wtedy z ob 45 1 150 3 1 3 2 3 150 0 346. Tymczaem

Bardziej szczegółowo

C h można przedstawić w bazie wektorów bazowych grafenu (*) (**) Nanorurki węglowe (jednościenne)

C h można przedstawić w bazie wektorów bazowych grafenu (*) (**) Nanorurki węglowe (jednościenne) Nanorurki węglowe (jednościenne) zwinięte paski arkusza grafenu (wstęgi grafenowej) (węzły sieciowe Bravais i węzły podsieci) wstęgi: chiralna fotelowa zykzak komórka elementarna jednoznacznie definiuje

Bardziej szczegółowo

Pisemny egzamin dyplomowy. na Uniwersytecie Wroc lawskim. na kierunku matematyka. zadania testowe. 22czerwca2009r. 60 HS-8-8

Pisemny egzamin dyplomowy. na Uniwersytecie Wroc lawskim. na kierunku matematyka. zadania testowe. 22czerwca2009r. 60 HS-8-8 EGZAMIN DYPLOMOWY, cze ść I (testowa) 22.06.2009 INSTRUKCJE DOTYCZA CE WYPE LNIANIA TESTU 1. Nie wolno korzystać z kalkulatorów. 2. Sprawdzić, czy wersja testu podana na treści zadań jest zgodna z wersja

Bardziej szczegółowo

i elektronów w czasteczkach (laboratoryjnym) operator Hamiltona dla czasteczki dwuatomowej (jadra 2M b a i b; m -masa elektronu e 2 r ij

i elektronów w czasteczkach (laboratoryjnym) operator Hamiltona dla czasteczki dwuatomowej (jadra 2M b a i b; m -masa elektronu e 2 r ij Notatki do wyk ladu IX Rozdzielenie ruchu jader i elektronów w czasteczkach W dowolnym uk ladzie wspó lrzednych (laboratoryjnym) operator Hamiltona dla czasteczki dwuatomowej (jadra a i b)ma postać: Ĥ

Bardziej szczegółowo

Obliczenia naukowe Wykład nr 8

Obliczenia naukowe Wykład nr 8 Obliczenia naukowe Wykład nr 8 Paweł Zieliński Katedra Informatyki, Wydział Podstawowych Problemów Techniki, Politechnika Wrocławska Literatura Literatura podstawowa [] D. Kincaid, W. Cheney, Analiza numeryczna,

Bardziej szczegółowo

KADD Minimalizacja funkcji

KADD Minimalizacja funkcji Minimalizacja funkcji Poszukiwanie minimum funkcji Foma kwadratowa Metody przybliżania minimum minimalizacja Minimalizacja w n wymiarach Metody poszukiwania minimum Otaczanie minimum Podział obszaru zawierającego

Bardziej szczegółowo

0.1 Sposȯb rozk ladu liczb na czynniki pierwsze

0.1 Sposȯb rozk ladu liczb na czynniki pierwsze 1 Temat 5: Liczby pierwsze Zacznijmy od definicji liczb pierwszych Definition 0.1 Liczbȩ naturaln a p > 1 nazywamy liczb a pierwsz a, jeżeli ma dok ladnie dwa dzielniki, to jest liczbȩ 1 i sam a siebie

Bardziej szczegółowo

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2

Wykład 12 i 13 Macierz w postaci kanonicznej Jordana , 0 A 2 Wykład 12 i 13 Macierz w postaci kanonicznej Jordana Niech A - macierz kwadratowa stopnia n Jak obliczyć np A 100? a 11 0 0 0 a 22 0 Jeśli A jest macierzą diagonalną tzn A =, to Ak = 0 0 a nn Niech B =

Bardziej szczegółowo

ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR 2 POZIOM ROZSZERZONY. S x 3x y. 1.5 Podanie odpowiedzi: Poszukiwane liczby to : 2, 6, 5.

ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR 2 POZIOM ROZSZERZONY. S x 3x y. 1.5 Podanie odpowiedzi: Poszukiwane liczby to : 2, 6, 5. Nr zadania Nr czynno ci... ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR POZIOM ROZSZERZONY Etapy rozwi zania zadania Wprowadzenie oznacze : x, x, y poszukiwane liczby i zapisanie równania: x y lub: zapisanie

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 22 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

Rozdział 22 METODA FUNKCJONAŁÓW GĘSTOŚCI Wstęp. Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1

Rozdział 22 METODA FUNKCJONAŁÓW GĘSTOŚCI Wstęp. Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdział 22 METODA FUNKCJONAŁÓW GĘSTOŚCI 22.1 Wstęp Definiujemy dla gazu elektronowego operatory anihilacji ψ σ (r) i kreacji ψ σ(r) pola fermionowego ψ σ

Bardziej szczegółowo

Szymon G l ab. Struktury losowe II Graf losowy. Instytut Matematyki, Politechnika Lódzka

Szymon G l ab. Struktury losowe II Graf losowy. Instytut Matematyki, Politechnika Lódzka Instytut Matematyki, Politechnika Lódzka Graf losowy jako granica Fraisse Przez K graf oznaczmy rodzinȩ wszystkich skończonych grafów (np. na N). Niech G bȩdzie granic a Fraisse rodziny K graf. Strukturȩ

Bardziej szczegółowo

Rozdział 23 KWANTOWA DYNAMIKA MOLEKULARNA Wstęp. Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1

Rozdział 23 KWANTOWA DYNAMIKA MOLEKULARNA Wstęp. Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdział 3 KWANTOWA DYNAMIKA MOLEKULARNA 3.1 Wstęp Metoda ta umożliwia opis układu złożonego z wielu jonów i elektronów w stanie podstawowym. Hamiltonian układu

Bardziej szczegółowo

Przykładowy zestaw zadań nr 2 z matematyki Odpowiedzi i schemat punktowania poziom rozszerzony

Przykładowy zestaw zadań nr 2 z matematyki Odpowiedzi i schemat punktowania poziom rozszerzony ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR POZIOM ROZSZERZONY Nr zadania Nr czynności Etapy rozwiązania zadania Liczba punktów Uwagi... Wprowadzenie oznaczeń: x, x, y poszukiwane liczby i zapisanie równania:

Bardziej szczegółowo

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L

Tydzień nr 9-10 (16 maja - 29 maja), Równania różniczkowe, wartości własne, funkcja wykładnicza od operatora - Matematyka II 2010/2011L Tydzień nr 9-10 (16 maja - 29 maja) Równania różniczkowe wartości własne funkcja wykładnicza od operatora - Matematyka II 2010/2011L Wszelkie pytania oraz uwagi o błędach proszę kierować na przemek.majewski@gmail.com

Bardziej szczegółowo

Uk lady modelowe II - oscylator

Uk lady modelowe II - oscylator Wyk lad 4 Uk lady modelowe II - oscylator Model Prawo Hooke a F = m d 2 x = kx = dv dt2 dx Potencja l Równanie ruchu V = 1 2 kx2 d 2 x dt 2 + k m x = 0 Obraz klasyczny Rozwiazania k x = A sin t = A sin

Bardziej szczegółowo

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3

= i Ponieważ pierwiastkami stopnia 3 z 1 są (jak łatwo wyliczyć) liczby 1, 1+i 3 ZESTAW I 1. Rozwiązać równanie. Pierwiastki zaznaczyć w płaszczyźnie zespolonej. z 3 8(1 + i) 3 0, Sposób 1. Korzystamy ze wzoru a 3 b 3 (a b)(a 2 + ab + b 2 ), co daje: (z 2 2i)(z 2 + 2(1 + i)z + (1 +

Bardziej szczegółowo

Przykładowe zadania z teorii liczb

Przykładowe zadania z teorii liczb Przykładowe zadania z teorii liczb I. Podzielność liczb całkowitych. Liczba a = 346 przy dzieleniu przez pewną liczbę dodatnią całkowitą b daje iloraz k = 85 i resztę r. Znaleźć dzielnik b oraz resztę

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 29 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo

Krótkie wprowadzenie do macierzy i wyznaczników

Krótkie wprowadzenie do macierzy i wyznaczników Radosław Marczuk Krótkie wprowadzenie do macierzy i wyznaczników 12 listopada 2005 1. Macierze Macierzą nazywamy układ liczb(rzeczywistych, bądź zespolonych), funkcji, innych macierzy w postaci: A a 11

Bardziej szczegółowo

2. Równania nieliniowe i ich uk lady

2. Równania nieliniowe i ich uk lady Metoda Newtona stycznych dla równania f(x) 0: x n+ x n f(x n) f (x n ) Chcemy rozwia ι zać uk lad N równań dla N niewiadomych f (x,x,,x N ) 0 f (x,x,,x N ) 0, f N (x,x,,x N ) 0 krócej: Czy jest jakaś analogia?

Bardziej szczegółowo

w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak

w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak Równania różniczkowe czastkowe w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak Horyzonty 2014 Podstawowy obiekt wyk ladu: funkcje holomorficzne wielu zmiennych Temat: dwa problemy, których znane

Bardziej szczegółowo

Po wprowadzeniu zmiennych uzupe lniaj acych otrzymamy równoważny mu problem w postaci kanonicznej:

Po wprowadzeniu zmiennych uzupe lniaj acych otrzymamy równoważny mu problem w postaci kanonicznej: ROZDZIA L Metoda sympleksowa Motto: Matematyka nie może wype lnić życia ale jej nieznajomość już niejednemu je wype lni la H Steinhaus Tablica sympleksowa Rozważmy ZPL w postaci klasycznej maksymalizować

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 10 Rozkład LU i rozwiązywanie układów równań liniowych Niech będzie dany układ równań liniowych postaci Ax = b Załóżmy, że istnieją macierze L (trójkątna dolna) i U (trójkątna górna), takie że macierz

Bardziej szczegółowo