1. Analiza danych mikroskopowych a) własności dynamiczne b) własności strukturalne 2. Opracowanie wyników OriginLab 3. Wizualizacja geometrii
|
|
- Rafał Stefaniak
- 8 lat temu
- Przeglądów:
Transkrypt
1 Analiza i wizualizacja danych. Analiza danych mikroskopowych a) własności dynamiczne b) własności strukturalne. Opracowanie wyników OriginLab. Wizualizacja geometrii molekularnej. a) Biblioteka OpenGL b) Przykład animacji.
2 Funkcja autokorelacji void inline VAFFunction(double *Cvv, POS **Tab,int NUMOL) int t_max,t; register int tau,i; double ATA,NOM,AVEAGE,INVESION; INVESN=.0/NUMOL; for(t=0;t<tt-tco;t++) AVEAGE = 0.0; t_max = tt - t; for(i=0;i<numol;i++) ATA = 0.0; NOM = 0.0; for(tau=;tau<t_max;tau++) ATA += (Tab[i][tau].x*Tab[i][tau+t].x + Tab[i][tau].y*Tab[i][tau+t].y + Tab[i][tau].z*Tab[i][tau+t].z); NOM += (Tab[i][tau].x*Tab[i][tau].x + Tab[i][tau].y*Tab[i][tau].y + Tab[i][tau].z*Tab[i][tau].z); ATA /= t_max; NOM /= t_max; AVEAGE += ATA/NOM; Cvv[t] = AVEAGE*INVESN;
3 Mieszanina Ar 0 Kr (VAF),0,,0 0,4 0,8 0,8 0,8 0, C v (t) 0,6 0,4 I(ω) [ps] 0,4 C v (t) 0,6 0,4 I(ω) [ps] 0, 0, 0, 0, ω [cm - ] 0, 0, ω [cm - ] 0,0 0,0-0, -0, t [ps] t [ps]
4 Odchylenie średniokwadratowe void inline MSDFunction(double *Cvv,int NUMOL) register int tau,i; int t_max,t, N6=6*NUMOL; double ATA,AVEAGE; for(t=0;t<tt-tco;t++) AVEAGE = 0.0; t_max = tt - t; for(i=0;i<numol;i++) ATA = 0.0; for(tau=;tau<t_max;tau++) ATA+=((T[i][tau].x-T[i][tau+t].x)*(T[i][tau].x-T[i][tau+t].x))+ ( (T[i][tau].y-T[i][tau+t].y) * (T[i][tau].y-T[i][tau+t].y) )+ ( (T[i][tau].z-T[i][tau+t].z) * (T[i][tau].z-T[i][tau+t].z) ); ATA /= t_max; AVEAGE += ATA; Cvv[t]=AVEAGE/N6;
5 Klaster atomowy Ar (MSD) 0 T=6.9 K 5 0 <Δr (t)> [Å ] T=4.49 K 0 T=.07 K t [ps]
6 Funkcja radialnego rozkładu Prawdopodobieństwo znalezienia atomu w odległości z Przedziału (r,r+dr) od dowolnego atomu odniesienia. g( r) = r+ dr r 4πξ p( ξ ) dξ Zad. Napsać program W kostce o boku L, losowo rozrzucać 00 punktów, tak aby minimalna Odległość między nimi niebyła mniejsza niż 0.5. Policzyć f. radialnego rozkładu dla L=00,50,0. r+dr
7 Funkcja radialnego rozkładu void inline FunctionDF(double sigma,double Del, double *HIST,int NUMOL,int start) int Bin; POS ij; double tij; for(i=start;i<numol;i++) for(j=i+;j<numol;j++) ij.x=m[i].cm[0].x-m[j].cm[0].x; ij.y=m[i].cm[0].y-m[j].cm[0].y; ij.z=m[i].cm[0].z-m[j].cm[0].z; tij=srt( (ij.x*ij.x) + (ij.y*ij.y) + (ij.z*ij.z)); Bin = (int) (tij/(del*sigma))+; if(bin<esolution) HIST[Bin]+=.0;
8 Normalizacja void inline NormDF(double sigma,double Del,double *TAB, int t,int NUMOL) double lower,upper,nideal; for(int i=0;i<esolution;i++) lower=(double)i*(del*sigma); upper=lower+(del*sigma); Nideal=stala*((upper*upper*upper)-(lower*lower*lower)); TAB[i]=TAB[i]/(double)(t*NUMOL*Nideal);
9 Klaster atomów argonu a) b),0,0,5,5 DF,0 DF,0 0,5 0,5 0,0 r/σ 0,0 r/σ
10 Ciało stałe
11 Indykator przejść fazowych Średnia fluktuacja wzajemnej odległości między molekułami. Indeks Lindemanna δ L = N( N ) N ij ij i< j < rij > ( < r > < r > ) Zad. Napisać program na obliczanie powyższej formuły. Ustalić dane wejściowe i dane wyjściowe, zakładamy że kroki czasowe z symulacji zebrane są w tablicy.
12 Indykator przejść fazowych δ L T [K]
13 Mezogeny = ij Analiza fazy ciekłokrystalicznej. Parametry mikroskopowe: Środek masy: r, v, a otacje: & & &,,
14 Program (M rotacji) void inline BuildotMatrixT(int n) A[0] = *M[n].[0].*M[n].[0]. + *M[n].[0].4*M[n].[0].4 -; A[] = *M[n].[0].*M[n].[0]. - *M[n].[0].*M[n].[0].4; A[] = *M[n].[0].*M[n].[0]. + *M[n].[0].*M[n].[0].4; A[] = *M[n].[0].*M[n].[0]. + *M[n].[0].*M[n].[0].4; A[4] = *M[n].[0].*M[n].[0]. + *M[n].[0].4*M[n].[0].4 -; A[5] = *M[n].[0].*M[n].[0]. - *M[n].[0].*M[n].[0].4; A[6] = *M[n].[0].*M[n].[0]. - *M[n].[0].*M[n].[0].4; A[7] = *M[n].[0].*M[n].[0]. + *M[n].[0].*M[n].[0].4; A[8] = *M[n].[0].*M[n].[0]. + *M[n].[0].4*M[n].[0].4 -;
15 Macierz porządku Qij = cosθi cosθ j δ ij / Θi -kąt pomiedzy długą osią molekuły a directorem n.
16 Macierz porządku = ) ( Q X ij = ) ( Q X ij τ = = N k k X ij X ij Q N Q ) ( ) (
17 Program (M. porządku) void inline BuildOrderMatrixUX() float wq[9]; int i; wq[0]=*a[0]*a[0]-; wq[]=*a[0]*a[]; wq[]=*a[0]*a[6]; wq[]=wq[]; wq[4]=*a[]*a[]-; wq[5]=*a[]*a[6]; wq[6]=wq[]; wq[7]=wq[5]; wq[8]=*a[6]*a[6]-; for(i=0;i<9;i++) Q[i]+=wQ[i];
18 Wartości i wektory własne QA = λa det( Q Iλ) = 0 Diagonalizacja macierzy (procedura Jakobiego). Wektor własny odpowiadający największej wartości własnej jest directorem n wskazującym kierunek uporządkowania, a ta wartość własna jest parametrem porządku drugiego rzędu. P (cos Θ)
19 Program /4 float inline GetOrder(char *name) float W, Is,beta; float DirN[],lVect[]; int isn=0,n,ang; ZeroMatrix(Q); for(n=0;n<n;n++) if(strcmpi(m[n].name,name)==0) BuildotMatrixT(n); BuildOrderMatrixUX(); isn++;
20 Program /4 AveMatrixU(Q,isN); ConvMatrix(Q); nrot=0; jacobi(matq,, AigD, MatX, &nrot); float val=0; int num=0; for(int k=0;k<;k++) val= max(val,aigd[k]); if(val==aigd[k])num=k; for(n=0;n<;n++) DirN[n]=MatX[n][num]; W=val;
21 Program /4 for(n=0;n<n;n++) if(strcmpi(m[n].name,name)==0) BuildotMatrixT(n); ZeroMatrix(Q); BuildOrderMatrixUX(); ConvMatrix(Q); nrot=0; jacobi(matq,, AigD, MatX, &nrot); val=0; num=0; for(k=0;k<;k++) val= max(val,aigd[k]); if(val==aigd[k])num=k;
22 Program 4/4 for(k=0;k<;k++) lvect[k]=matx[k][num]; //Obliczanie kąta miedzy direktorem a wektorem długiej osi Is=DirN[0]*lVect[0]+DirN[]*lVect[]+DirN[]*lVect[]; beta=(float)acos(is); beta=beta*(float)80.0f/(float)m_pi; ang=(int)beta; odkat[ang]++; return W;
23 Wykres P 0.8 P (cosβ) T [K]
24 Funkcja orientacyjnego rozkładu Prawdopodobieństwo znalezienia orientacji molekuły z przedziału (β, β+dβ) względem orientacji direktora. β
25 Wykres odf P(β) 0.8 P(β) β [degrees] β [degrees] Faza stała Faza ciekła Zad. Analiza danych. Na podstawie danych zawartych w pliku odf.txt, zrobić wykres oraz określić największą ilość molekuł o tym samym zwrocie.
26 Własności dielektryczne ), ( ), ( ) ( t n N i N j j ij t n p m Q d M = = = r r,, i i i i i i z y x i z y x i j i ij d d d d d d d d d d d + + = = = r r r r Całkowity moment dipolowy molekuły. (n,t) oznacza zależność od ilości molekuł i czasu.
27 Własności dielektryczne Funkcja autokorelacji momentu dipolowego. Φ( t) = r r M (0) M ( t) r r M (0) M (0) <> rozumiane jako średnia po układzie i czasie. Zespolona przenikalność dielektryczna. ε ( ν ) = ε ( ν ) + iε ( ν ) jest związana z f. autokorelacji momentu dipolowego następująca relacją.
28 . Własności dielektryczne ε( ν ) = AI[ Φ& ( t)] A = Vk B T Transformata Fouriera 0 iπνt I[ f ] = dte f ( t) Absorpcja dielektryczna: ε ν ν ( ) = A e I[ Φ( t)] ε ''( ν ) = Aν 0 dtφ( t)cos(πνt)
29 Własności dielektryczne(kod) int inline Genelax(int w,int n,int idx,char *name) int k=w; if(strcmpi(m[n].name,name)==0) int plus[00],minus[00],plus=0,minus=0,l; float Cplus=0.0,Cminus=0.0; for(l=0;l<m[n].nsite;l++) if(m[n].c[l]>0.0) plus[plus]=l; plus++; Cplus+=M[n].c[l]; if(m[n].c[l]<0.0) minus[minus]=l; minus++; Cminus+=M[n].c[l];
30 Własności dielektryczne(kod) Cminus=Cminus/(float)e; Cplus=Cplus/(float)e; // POS dip; memset(&dip,0,sizeof(pos)); for(i=0;i<minus;i++) for(j=0;j<plus;j++) dip.x += (M[n].[minus[i]].x-M[n].[plus[j]].x)*M[n].c[minus[i]]; dip.y += (M[n].[minus[i]].y-M[n].[plus[j]].y)*M[n].c[minus[i]]; dip.z += (M[n].[minus[i]].z-M[n].[plus[j]].z)*M[n].c[minus[i]];
31 Własności dielektryczne(kod) Tdipol[k][idx].x=dip.x*Cminus; Tdipol[k][idx].y=dip.y*Cminus; Tdipol[k][idx].z=dip.z*Cminus; k++; //if name // return k;
32 Absorpcja dielektryczna 0 0 Φ(t) 0 - T=70 K T=00 K T=40 K t [ps] T=70 K T=00 K T=40 K ε " (ν) ν[hz]
33 Absorpcja dielektryczna Model KWW (Kohlrausch-Wiliams-Watt) Φ( t) = Aexp( ( t / τ KWW ) β ) Dopasowanie parametrów na podstawie symulacji. ównane Arrheniusa ln ν = max ln ν 0 E a / k B T Ea - energia aktywacji. (Średnia energia niezbędna do obrócenia molekuł)
34 Absorpcja dielektryczna. 0.8 MD data Linear fit ln(ν max [Hz]) x0 -.x0 -.6x0 - /T [K - ]
A. Dawid KSM (W1) Uniwersytet Śląski Katowice 2001-2004
Symulacje komputerowe 2 Metoda Monte Carlo PLAN WYKŁADU 1. Klasyczna metoda MC 2. Rozwiązanie Metropolisa 3. Implementacja algorytmu MC. 4. Klasyczny model sieciowy (Model Isinga) 5. Własności dielektryczne
Bardziej szczegółowoPodczas zajęć będziemy zajmować się głownie procesami ergodycznymi zdefiniowanymi na przestrzeniach ciągłych.
Trochę teorii W celu przeprowadzenia rygorystycznej ekonometrycznej analizy szeregu finansowego będziemy traktowali obserwowany ciąg danych (x 1, x 2,..., x T ) jako realizację pewnego procesu stochastycznego.
Bardziej szczegółowoKwantyle. Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p. , że. Możemy go obliczyć z dystrybuanty: P(X x p.
Kwantyle Kwantyl rzędu p rozkładu prawdopodobieństwa to taka liczba x p, że P(X x p ) p P(X x p ) 1 p Możemy go obliczyć z dystrybuanty: Jeżeli F(x p ) = p, to x p jest kwantylem rzędu p Jeżeli F(x p )
Bardziej szczegółowoUporzadkowanie magnetyczne w niskowymiarowym magnetyku molekularnym
Uporzadkowanie magnetyczne w niskowymiarowym magnetyku molekularnym (tetrenh 5 ) 0.8 Cu 4 [W(CN) 8 ] 4 7.2H 2 O T. Wasiutyński Instytut Fizyki Jadrowej PAN 15 czerwca 2007 Zespół: M. Bałanda, R. Pełka,
Bardziej szczegółowo// Liczy srednie w wierszach i kolumnach tablicy "dwuwymiarowej" // Elementy tablicy są generowane losowo #include <stdio.h> #include <stdlib.
Wykład 10 Przykłady różnych funkcji (cd) - przetwarzanie tablicy tablic (tablicy "dwuwymiarowej") - sortowanie przez "selekcję" Dynamiczna alokacja pamięci 1 // Liczy srednie w wierszach i kolumnach tablicy
Bardziej szczegółowoEGZAMIN MAGISTERSKI, czerwiec 2014 Matematyka w ekonomii i ubezpieczeniach
Matematyka w ekonomii i ubezpieczeniach Sprawdź, czy wektor x 0 = (0,5,,0,0) jest rozwiązaniem dopuszczalnym zagadnienia programowania liniowego: Zminimalizować 3x 1 +x +x 3 +4x 4 +6x 5, przy ograniczeniach
Bardziej szczegółowoKacper Kulczycki. Dynamika molekularna atomów oddziałujących siłami van der Waalsa
Kacper Kulczycki Dynamika molekularna atomów oddziałujących siłami van der Waalsa Warszawa 2007 Spis treści: Spis treści 1 Wstęp 2 Teoria 2 Algorytm 3 Symulacje 4 Wyniki 24 Wnioski 47 1 Wstęp Ćwiczenie
Bardziej szczegółowoMetody Obliczeniowe w Nauce i Technice laboratorium
Marci Rociek Iformatyka, II rok Metody Obliczeiowe w Nauce i Techice laboratorium zestaw 1: iterpolacja Zadaie 1: Zaleźć wzór iterpolacyjy Lagrage a mając tablicę wartości: 3 5 6 y 1 3 5 6 Do rozwiązaia
Bardziej szczegółowo1,3,4,2,3,4,0,1,4,5,0. Wówczas największa suma trzech kolejnych liczb (zaznaczone na czerwono) wynosi:
Program 20 Napisać następujące funkcje: funkcję pobierającą (z klawiatury) zawartość tablicy liczb całkowitych podanej jako parametr, o długości podanej jako parametr; funkcję wypisującą zawartość tablicy
Bardziej szczegółowoCzym się różni ciecz od ciała stałego?
Szkła Czym się różni ciecz od ciała stałego? gęstość Czy szkło to ciecz czy ciało stałe? Szkło powstaje w procesie chłodzenia cieczy. Czy szkło to ciecz przechłodzona? kryształ szkło ciecz przechłodzona
Bardziej szczegółowo17.1 Podstawy metod symulacji komputerowych dla klasycznych układów wielu cząstek
Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdział 17 KLASYCZNA DYNAMIKA MOLEKULARNA 17.1 Podstawy metod symulacji komputerowych dla klasycznych układów wielu cząstek Rozważamy układ N punktowych cząstek
Bardziej szczegółowoAlgorytmika i programowanie. Wykład 2 inż. Barbara Fryc Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie
Algorytmika i programowanie Wykład 2 inż. Barbara Fryc Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie Tablice Tablica jest zbiorem elementów tego samego typu. Każdy element jest identyfikowany (numer
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych 6.04.2009 r.
Matematyka ubezpieczeń majątkowych 6.04.009 r. Zadanie. Niech N oznacza liczbę szkód zaszłych w ciągu roku z pewnego ubezpieczenia z czego: M to liczba szkód zgłoszonych przed końcem tego roku K to liczba
Bardziej szczegółowoProgramowanie komputerowe. Zajęcia 4
Programowanie komputerowe Zajęcia 4 Typ logiczny Wartości logiczne są reprezentowane przez typ bool. Typ bool posiada tylko dwie wartości: true i false. Zamiast wartości logicznych można używać wartości
Bardziej szczegółowoĆwiczenie 3. Iteracja, proste metody obliczeniowe
Ćwiczenie 3. Iteracja, proste metody obliczeniowe Instrukcja iteracyjna ( pętla liczona ) Pętla pozwala na wielokrotne powtarzanie bloku instrukcji. Liczba powtórzeń wynika z definicji modyfikowanej wartości
Bardziej szczegółowoWYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 2 1 / 20 MIARY ROZPROSZENIA, Wariancja Wariancją z próby losowej X
Bardziej szczegółowoDla każdej operacji łącznie tworzenia danych i zapisu ich do pliku przeprowadzić pomiar czasu wykonania polecenia. Wyniki przedstawić w tabelce.
Przygotować program tworzący tablicę dwuwymiarową zawierającą zestawy 10 2, 10 4, 10 6 liczb losowych zmiennoprzecinkowych. Korzystając z funkcji bibliotecznych uporządkować zawartość każdego (a) wiersza
Bardziej szczegółowoK4/D. Partyniewicz 3,5. using System; using System.Collections.Generic; using System.Text;
K4/D zad. A: 1. Zadeklarować funkcję a. We: tablica liczb całkowitych, b. Wy: min i max z tablicy 2. Program główny: a. We: pytać o liczbę ocen (oceny całkowite - test) b. wczytać oceny do tablicy
Bardziej szczegółowoProjekt 6: Równanie Poissona - rozwiązanie metodą algebraiczną.
Projekt 6: Równanie Poissona - rozwiązanie metodą algebraiczną. Tomasz Chwiej 9 sierpnia 18 1 Wstęp 1.1 Dyskretyzacja n y V V 1 V 3 1 j= i= 1 V 4 n x Rysunek 1: Geometria układu i schemat siatki obliczeniowej
Bardziej szczegółowoTransformaty. Kodowanie transformujace
Transformaty. Kodowanie transformujace Kodowanie i kompresja informacji - Wykład 10 10 maja 2009 Szeregi Fouriera Każda funkcję okresowa f (t) o okresie T można zapisać jako f (t) = a 0 + a n cos nω 0
Bardziej szczegółowoWybrane algorytmy tablicowe
Wybrane algorytmy tablicowe Algorytmy i struktury danych Wykład 2. Rok akademicki: 2009/2010 Sortowanie przez wybieranie for (int i = 0; i < liczby.length - 1; i++) k = i; for (int j = i; j < liczby.length;
Bardziej szczegółowoWskaźniki. Programowanie Proceduralne 1
Wskaźniki Programowanie Proceduralne 1 Adresy zmiennych Sterta 1 #include 2 3 int a = 2 ; 4 5 int main ( ) 6 { 7 int b = 3 ; 8 9 printf ( " adres zmiennej a %p\n", &a ) ; 10 printf ( " adres
Bardziej szczegółowon, m : int; S, a, b : double. Gdy wartości sumy składowej nie można obliczyć, to przyjąć Sij = 1.03 Dla obliczenia Sij zdefiniować funkcję.
Zadania-6 1 Opracować program obliczający wartość sumy: S n m ai bj i 1 j 1 ln( bi j a) n, m : int; S, a, b : double Gdy wartości sumy składowej nie można obliczyć, to przyjąć Sij = 103 Dla obliczenia
Bardziej szczegółowoWymiar musi być wyrażeniem stałym typu całkowitego, tzn. takim, które może obliczyć kompilator. Przykłady:
5 Tablice Tablica jest zestawem obiektów (zmiennych) tego samego typu, do których można się odwołać za pomocą wspólnej nazwy. Obiekty składowe tablicy noszą nazwę elementów tablicy. Dostęp do nich jest
Bardziej szczegółowoEkonometria. Weryfikacja modelu. Paweł Cibis pcibis@o2.pl. 6 kwietnia 2006
Weryfikacja modelu Paweł Cibis pcibis@o2.pl 6 kwietnia 2006 1 Badanie istotności parametrów strukturalnych modelu Testy Pakiet Analiza Danych Uwagi 2 Test dla małej próby Test dla dużej próby 3 Test Durbina-Watsona
Bardziej szczegółowoWykład 5 Widmo rotacyjne dwuatomowego rotatora sztywnego
Wykład 5 Widmo rotacyjne dwuatomowego rotatora sztywnego W5. Energia molekuł Przemieszczanie się całych molekuł w przestrzeni - Ruch translacyjny - Odbywa się w fazie gazowej i ciekłej, w fazie stałej
Bardziej szczegółowoZmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej
Zmienna losowa i jej rozkład Dystrybuanta zmiennej losowej Wartość oczekiwana zmiennej losowej c Copyright by Ireneusz Krech ikrech@ap.krakow.pl Instytut Matematyki Uniwersytet Pedagogiczny im. KEN w Krakowie
Bardziej szczegółowoUczenie sieci radialnych (RBF)
Uczenie sieci radialnych (RBF) Budowa sieci radialnej Lokalne odwzorowanie przestrzeni wokół neuronu MLP RBF Budowa sieci radialnych Zawsze jedna warstwa ukryta Budowa neuronu Neuron radialny powinien
Bardziej szczegółowoProgramowanie 3 - Funkcje, pliki i klasy
Instytut Informatyki Uniwersytetu Śląskiego Laborki funkcja; parametry funkcji; typ zwracany; typ void; funkcje bez parametrów; napis.length() - jako przykład funkcji. Zadania funkcja dodająca dwie liczby;
Bardziej szczegółowoWstęp do Informatyki zadania ze złożoności obliczeniowej z rozwiązaniami
Wstęp do Informatyki zadania ze złożoności obliczeniowej z rozwiązaniami Przykład 1. Napisz program, który dla podanej liczby n wypisze jej rozkład na czynniki pierwsze. Oblicz asymptotyczną złożoność
Bardziej szczegółowoZmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014
Zmienne losowe i ich rozkłady. Momenty zmiennych losowych. Wrocław, 10 października 2014 Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe
Bardziej szczegółowoWstęp do programowania
wykład 6 Agata Półrola Wydział Matematyki i Informatyki UŁ sem. zimowy 2017/2018 Losowanie liczb całkowitych Dostępne biblioteki Najprostsze losowanie liczb całkowitych można wykonać za pomocą funkcji
Bardziej szczegółowoProgramowanie proceduralne INP001210WL rok akademicki 2017/18 semestr letni. Wykład 3. Karol Tarnowski A-1 p.
Programowanie proceduralne INP001210WL rok akademicki 2017/18 semestr letni Wykład 3 Karol Tarnowski karol.tarnowski@pwr.edu.pl A-1 p. 411B Plan prezentacji (1) Co to jest algorytm? Zapis algorytmów Algorytmy
Bardziej szczegółowoLaboratorium Przetwarzania Sygnałów Biomedycznych
Laboratorium Przetwarzania Sygnałów Biomedycznych Ćwiczenie 3 Analiza sygnału o nieznanej strukturze Opracowali: - prof. nzw. dr hab. inż. Krzysztof Kałużyński - mgr inż. Tomasz Kubik Politechnika Warszawska,
Bardziej szczegółowoBioinformatyka wykład 3.I.2008
Bioinformatyka wykład 3.I.2008 Białkowa bioinformatyka strukturalna c.d. krzysztof_pawlowski@sggw.pl 2008-01-03 1 Plan wykładu analiza i porównywanie struktur białek. doświadczalne metody badania struktur
Bardziej szczegółowoAnaliza składowych głównych
Analiza składowych głównych Wprowadzenie (1) W przypadku regresji naszym celem jest predykcja wartości zmiennej wyjściowej za pomocą zmiennych wejściowych, wykrycie związku między wielkościami wejściowymi
Bardziej szczegółowoWycena papierów wartościowych - instrumenty pochodne
Matematyka finansowa - 8 Wycena papierów wartościowych - instrumenty pochodne W ujęciu probabilistycznym cena akcji w momencie t jest zmienną losową P t o pewnym (zwykle nieznanym) rozkładzie prawdopodobieństwa,
Bardziej szczegółowoInformatyka I Lab 06, r.a. 2011/2012 prow. Sławomir Czarnecki. Zadania na laboratorium nr. 6
Informatyka I Lab 6, r.a. / prow. Sławomir Czarnecki Zadania na laboratorium nr. 6 Po utworzeniu nowego projektu, dołącz bibliotekę bibs.h.. Największy wspólny dzielnik liczb naturalnych a, b oznaczamy
Bardziej szczegółowoZadanie 1 Przygotuj algorytm programu - sortowanie przez wstawianie.
Sortowanie Dane wejściowe: ciąg n-liczb (kluczy) (a 1, a 2, a 3,..., a n 1, a n ) Dane wyjściowe: permutacja ciągu wejściowego (a 1, a 2, a 3,..., a n 1, a n) taka, że a 1 a 2 a 3... a n 1 a n. Będziemy
Bardziej szczegółowoJęzyki i paradygmaty programowania 1 studia stacjonarne 2018/19. Lab 9. Tablice liczbowe cd,. Operacje na tablicach o dwóch indeksach.
Języki i paradygmaty programowania 1 studia stacjonarne 2018/19 Lab 9. Tablice liczbowe cd,. Operacje na tablicach o dwóch indeksach. 1. Dynamiczna alokacja pamięci dla tablic wielowymiarowych - Przykładowa
Bardziej szczegółowoSztuczne sieci neuronowe i sztuczna immunologia jako klasyfikatory danych. Dariusz Badura Letnia Szkoła Instytutu Matematyki 2010
Sztuczne sieci neuronowe i sztuczna immunologia jako klasyfikatory danych Dariusz Badura Letnia Szkoła Instytutu Matematyki 2010 Sieci neuronowe jednokierunkowa wielowarstwowa sieć neuronowa sieci Kohonena
Bardziej szczegółowoDYNAMICZNE PRZYDZIELANIE PAMIECI
DYNAMICZNE PRZYDZIELANIE PAMIECI Pamięć komputera, dostępna dla programu, dzieli się na cztery obszary: kod programu, dane statyczne ( np. stałe i zmienne globalne programu), dane automatyczne zmienne
Bardziej szczegółowoSieć przesyłająca żetony CP (counter propagation)
Sieci neuropodobne IX, specyficzne architektury 1 Sieć przesyłająca żetony CP (counter propagation) warstwa Kohonena: wektory wejściowe są unormowane jednostki mają unormowane wektory wag jednostki są
Bardziej szczegółowotyp y y p y z łoż o on o e n - tab a lice c e w iel e owym m ar a o r we, e stru r kt k ury
typy złożone- tablice wielowymiarowe, struktury Wykład 6 Deklarowanie wskaźników nazwa_typu * nazwa_wskaznika; WSKAŹNIKI: PRZYPOMNIENIE Przypisywanie wskaźnikom wartości double * pn = &zmienna_typu_double;
Bardziej szczegółowoRozkłady wielu zmiennych
Rozkłady wielu zmiennych Uogólnienie pojęć na rozkład wielu zmiennych Dystrybuanta, gęstość prawdopodobieństwa, rozkład brzegowy, wartości średnie i odchylenia standardowe, momenty Notacja macierzowa Macierz
Bardziej szczegółowo//zmienne globalne int *pa, *pb; //wskaźniki globalne void main(void) { clrscr(); printf("\n podaj wartosc liczby a\n"); scanf("%d",&a); pa=&a;
Ćwiczenie 4 4.1. Wskaźnik na zmienną Wskaźniki, tablice Deklaracja int *pa; oznacza, że pa jest wskaźnikiem na obiekt typu int. Zmienna pa zawiera adres pamięci, zarezerwowanej na zmienną typu int. Chcąc
Bardziej szczegółowoPodstawy algorytmiki i programowania - wykład 2 Tablice dwuwymiarowe cd Funkcje rekurencyjne
1 Podstawy algorytmiki i programowania - wykład 2 Tablice dwuwymiarowe cd Funkcje rekurencyjne Treści prezentowane w wykładzie zostały oparte o: S. Prata, Język C++. Szkoła programowania. Wydanie VI, Helion,
Bardziej szczegółowoZadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.
tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1
Bardziej szczegółowoWstęp do Informatyki
Wstęp do Informatyki Bożena Woźna-Szcześniak bwozna@gmail.com Jan Długosz University, Poland Wykład 11 Bożena Woźna-Szcześniak (AJD) Wstęp do Informatyki Wykład 11 1 / 52 Pętla for # i n c l u d e
Bardziej szczegółowoObliczenie azymutów ze współrzędnych punktów tablica struktur punktów, tablica struktur azymutów
Obliczenie azymutów ze współrzędnych punktów tablica struktur punktów, tablica struktur azymutów Pojęcie azymutu w geodezji Azymut jest to kąt mierzony od kierunku północy (osi X) zgodnie z ruchem wskazówek
Bardziej szczegółowo- - Ocena wykonaniu zad3. Brak zad3
Indeks Zad1 Zad2 Zad3 Zad4 Zad Ocena 20986 218129 ocena 4 Zadanie składa się z Cw3_2_a oraz Cw3_2_b Brak opcjonalnego wywołania operacji na tablicy. Brak pętli Ocena 2 Brak zad3 Ocena wykonaniu zad3 po
Bardziej szczegółowoPrzeciążanie funkcji. Przykład 1: #include <iostream> using namespace std; double srednia(double n1, double n2) { return ((n1 + n2)/2.
Przeciążanie funkcji W języku C++ można stosować tę samą nazwę dla funkcji o różnej treści, pod warunkiem, że funkcje te mają różne parametry (różny jest typ lub liczba parametrów). Jest to przeciążanie
Bardziej szczegółowoNotacja Denavita-Hartenberga
Notacja DenavitaHartenberga Materiały do ćwiczeń z Podstaw Robotyki Artur Gmerek Umiejętność rozwiązywania prostego zagadnienia kinematycznego jest najbardziej bazową umiejętność zakresu Robotyki. Wyznaczyć
Bardziej szczegółowoProgram MC. Obliczyć radialną funkcję korelacji. Zrobić jej wykres. Odczytać z wykresu wartość radialnej funkcji korelacji w punkcie r=
Program MC Napisać program symulujący twarde kule w zespole kanonicznym. Dla N > 100 twardych kul. Gęstość liczbowa 0.1 < N/V < 0.4. Zrobić obliczenia dla 2,3 różnych wartości gęstości. Obliczyć radialną
Bardziej szczegółowoZależność statycznej przenikalności elektrycznej od kąta między kierunkiem uporządkowania nematyka a wektorem natężenia pola elektrycznego
Jan Witold BARAN, Jerzy KĘDZIERSKI, Zbigniew RASZEWSKI Józef ŻMIJA - WAT Zależność statycznej przenikalności elektrycznej od kąta między kierunkiem uporządkowania nematyka a wektorem natężenia pola elektrycznego
Bardziej szczegółowoUkłady stochastyczne
Instytut Informatyki Uniwersytetu Śląskiego 21 stycznia 2009 Definicja Definicja Proces stochastyczny to funkcja losowa, czyli funkcja matematyczna, której wartości leżą w przestrzeni zdarzeń losowych.
Bardziej szczegółowoPrzykład 1 ceny mieszkań
Przykład ceny mieszkań Przykład ceny mieszkań Model ekonometryczny zaleŝności ceny mieszkań od metraŝu - naleŝy do klasy modeli nieliniowych. - weryfikację empiryczną modelu przeprowadzono na przykładzie
Bardziej szczegółowoWykład 10 (12.05.08). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego
Wykład 10 (12.05.08). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego Przykład Cena metra kwadratowego (w tys. zł) z dla 14 losowo wybranych mieszkań w
Bardziej szczegółowoWydział Elektryczny. Katedra Telekomunikacji i Aparatury Elektronicznej. Konstrukcje i Technologie w Aparaturze Elektronicznej.
Politechnika Białostocka Wydział Elektryczny Katedra Telekomunikacji i Aparatury Elektronicznej Konstrukcje i Technologie w Aparaturze Elektronicznej Ćwiczenie nr 5 Temat: Przetwarzanie A/C. Implementacja
Bardziej szczegółowoSzablony funkcji i szablony klas
Bogdan Kreczmer bogdan.kreczmer@pwr.wroc.pl Zakład Podstaw Cybernetyki i Robotyki Instytut Informatyki, Automatyki i Robotyki Politechnika Wrocławska Kurs: Copyright c 2011 Bogdan Kreczmer Niniejszy dokument
Bardziej szczegółowo1 i 2. Struktura elektronowa atomów, tworzenie wiązań chemicznych
1 i 2. Struktura elektronowa atomów, tworzenie wiązań chemicznych 1 1.1. Struktura elektronowa atomów Rozkład elektronów na pierwszych czterech powłokach elektronowych 1. powłoka 2. powłoka 3. powłoka
Bardziej szczegółowoFunkcje i tablice. Elwira Wachowicz. 23 maja 2013
Funkcje i tablice Elwira Wachowicz elwira@ifd.uni.wroc.pl 23 maja 2013 Elwira Wachowicz (elwira@ifd.uni.wroc.pl) Funkcje i tablice 23 maja 2013 1 / 22 Największy wspólny dzielnik: algorytm Euklidesa Problem:
Bardziej szczegółowoFunkcje charakterystyczne zmiennych losowych, linie regresji 1-go i 2-go rodzaju
Funkcje charakterystyczne zmiennych losowych, linie regresji -go i 2-go rodzaju Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowo4. Funkcje. Przykłady
4. Funkcje Przykłady 4.1. Napisz funkcję kwadrat, która przyjmuje jeden argument: długość boku kwadratu i zwraca pole jego powierzchni. Używając tej funkcji napisz program, który obliczy pole powierzchni
Bardziej szczegółowoEGZAMIN MATURALNY Z MATEMATYKI
ARKUSZ ZAWIERA INFORMACJE PRAWNIE CHRONIONE DO MOMENTU ROZPOCZĘCIA EGZAMINU! Miejsce na naklejkę MMA-P_P-08 EGZAMIN MATURALNY Z MATEMATYKI POZIOM PODSTAWOWY MAJ ROK 008 Czas pracy 0 minut Instrukcja dla
Bardziej szczegółowoWstęp do Optyki i Fizyki Materii Skondensowanej
Wstęp do Optyki i Fizyki Materii Skondensowanej Część I: Optyka, wykład 6 wykład: Piotr Fita pokazy: Andrzej Wysmołek ćwiczenia: Anna Grochola, Barbara Piętka Wydział Fizyki Uniwersytet Warszawski 2014/15
Bardziej szczegółowoNMR (MAGNETYCZNY REZONANS JĄDROWY) dr Marcin Lipowczan
NMR (MAGNETYCZNY REZONANS JĄDROWY) dr Marcin Lipowczan Spis zagadnień Fizyczne podstawy zjawiska NMR Parametry widma NMR Procesy relaksacji jądrowej Metody obrazowania Fizyczne podstawy NMR Proton, neutron,
Bardziej szczegółowoInwertery Fronius Seria IG Plus
Inwertery Fronius Seria IG Plus Generacja falowników Fronius IG Plus jest kontynuacją sprawdzonej rodziny Fronius IG. Klasy mocy od 2,6 do 12 kw zapewniają możliwość zastosowania do instalacji o każdej
Bardziej szczegółowoJęzyk C++ wykład VIII
Programowanie uzupełnienie notatek: dr Jerzy Białkowski 1 2 3 4 Obiektowość języka C++ ˆ Klasa (rozszerzenie struktury), obiekt instancją klasy, konstruktory i destruktory ˆ Enkapsulacja - kapsułkowanie,
Bardziej szczegółowoKlasyfikator liniowy Wstęp Klasyfikator liniowy jest najprostszym możliwym klasyfikatorem. Zakłada on liniową separację liniowy podział dwóch klas między sobą. Przedstawia to poniższy rysunek: 5 4 3 2
Bardziej szczegółowoModelowanie komputerowe
Modelowanie komputerowe wykład 1- Generatory liczb losowych i ich wykorzystanie dr Marcin Ziółkowski Instytut Matematyki i Informatyki Akademia im. Jana Długosza w Częstochowie 5,12 października 2016 r.
Bardziej szczegółowoMetody Metody, parametry, zwracanie wartości
Materiał pomocniczy do kursu Podstawy programowania Autor: Grzegorz Góralski ggoralski.com Metody Metody, parametry, zwracanie wartości Metody - co to jest i po co? Metoda to wydzielona część klasy, mająca
Bardziej szczegółowoPodstawy Fizyki IV Optyka z elementami fizyki współczesnej. wykład 3, 20.02.2012. Radosław Chrapkiewicz, Filip Ozimek
Podstawy Fizyki IV Optyka z elementami fizyki współczesnej wykład 3, 20.02.2012 wykład: pokazy: ćwiczenia: Czesław Radzewicz Radosław Chrapkiewicz, Filip Ozimek Ernest Grodner Wykład 2 - przypomnienie
Bardziej szczegółowoa[1] a[2] a[3] a[4] a[5] a[6] a[7] a[8] a[9] a[10] 3-2 5 8 12-4 -26 12 45-76
. p. 1 Algorytmem nazywa się poddający się interpretacji skończony zbiór instrukcji wykonania zadania mającego określony stan końcowy dla każdego zestawu danych wejściowych W algorytmach mogą występować
Bardziej szczegółowoWłasności światła laserowego
Własności światła laserowego Cechy światła laserowego: rozbieżność (równoległość) wiązki, pasmo spektralne, gęstość mocy oraz spójność (koherencja). Równoległość wiązki Dyfrakcyjną rozbieżność kątową awkącie
Bardziej szczegółowoIX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. - funkcja dwóch zmiennych,
IX. Rachunek różniczkowy funkcji wielu zmiennych. 1. Funkcja dwóch i trzech zmiennych - pojęcia podstawowe. Definicja 1.1. Niech D będzie podzbiorem przestrzeni R n, n 2. Odwzorowanie f : D R nazywamy
Bardziej szczegółowoCzęść 4 życie programu
1. Struktura programu c++ Ogólna struktura programu w C++ składa się z kilku części: część 1 część 2 część 3 część 4 #include int main(int argc, char *argv[]) /* instrukcje funkcji main */ Część
Bardziej szczegółowoZastosowania sieci neuronowych
Zastosowania sieci neuronowych aproksymacja LABORKA Piotr Ciskowski zadanie 1. aproksymacja funkcji odległość punktów źródło: Żurada i in. Sztuczne sieci neuronowe, przykład 4.4, str. 137 Naucz sieć taką
Bardziej szczegółowoPodstawy i języki programowania
Podstawy i języki programowania Laboratorium 7 - wprowadzenie do metod mgr inż. Krzysztof Szwarc krzysztof@szwarc.net.pl Sosnowiec, 27 listopada 2017 1 / 15 mgr inż. Krzysztof Szwarc Podstawy i języki
Bardziej szczegółowoProgramowanie obiektowe W3
Programowanie obiektowe W3 Przegląd typów strukturalnych w C++ : tablice statyczne i dynamiczne Dr hab. inż. Lucyna Leniowska, prof. UR Zakład Mechatroniki, Automatyki i Optoelektroniki Typy złożone: tablice
Bardziej szczegółowoPlanowanie eksperymentu (optymalizacja procesów chemicznych)
Planowanie eksperymentu (optymalizacja procesów chemicznych) dr inż. Agnieszka Gadomska-Gajadhur E-mail: agadomska@ch.pw.edu.pl Lab. Pawilon, nr tel. 34 54 63 Plan wykładu Dlaczego planujemy eksperymenty?
Bardziej szczegółowoProgramowanie strukturalne i obiektowe. Funkcje
Funkcje Często w programach spotykamy się z sytuacją, kiedy chcemy wykonać określoną czynność kilka razy np. dodać dwie liczby w trzech miejscach w programie. Oczywiście moglibyśmy to zrobić pisząc trzy
Bardziej szczegółowoMetody iteracyjne rozwiązywania układów równań liniowych (5.3) Normy wektorów i macierzy (5.3.1) Niech. x i. i =1
Normy wektorów i macierzy (5.3.1) Niech 1 X =[x x Y y =[y1 x n], oznaczają wektory przestrzeni R n, a yn] niech oznacza liczbę rzeczywistą. Wyrażenie x i p 5.3.1.a X p = p n i =1 nosi nazwę p-tej normy
Bardziej szczegółowoWiązania chemiczne. Związek klasyfikacji ciał krystalicznych z charakterem wiązań atomowych. 5 typów wiązań
Wiązania chemiczne Związek klasyfikacji ciał krystalicznych z charakterem wiązań atomowych 5 typów wiązań wodorowe A - H - A, jonowe ( np. KCl ) molekularne (pomiędzy atomami gazów szlachetnych i małymi
Bardziej szczegółowoANALIZA SYGNAŁÓ W JEDNÓWYMIARÓWYCH
ANALIZA SYGNAŁÓ W JEDNÓWYMIARÓWYCH Generowanie podstawowych przebiegów okresowych sawtooth() przebieg trójkątny (wierzhołki +/-1, okres 2 ) square() przebieg kwadratowy (okres 2 ) gauspuls()przebieg sinusoidalny
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoZbigniew Mikulski - zginanie belek z uwzględnieniem ściskania
Przykład. Wyznaczyć linię ugięcia osi belki z uwzględnieniem wpływu ściskania. Przedstawić wykresy sił przekrojowych, wyznaczyć reakcje podpór oraz ekstremalne naprężenia normalne w belce. Obliczenia wykonać
Bardziej szczegółowoI - Microsoft Visual Studio C++
I - Microsoft Visual Studio C++ 1. Nowy projekt z Menu wybieramy File -> New -> Projekt -> Win32 Console Application w okienku Name: podajemy nazwę projektu w polu Location: wybieramy miejsce zapisu i
Bardziej szczegółowowykład V uzupełnienie notatek: dr Jerzy Białkowski Programowanie C/C++ Język C++ klasy i obiekty wykład V dr Jarosław Mederski Spis Język C++ - klasy
i obiekty Programowanie i obiekty uzupełnienie notatek: dr Jerzy Białkowski i obiekty 1 2 3 4 i obiekty Obiektowość języka C++ Na tym wykładzie poznamy: ˆ Klasa (w języku C++ rozszerzenie struktury, typ
Bardziej szczegółowoInstytut Fizyki Politechniki Łódzkiej Laboratorium Metod Analizy Danych Doświadczalnych Ćwiczenie 3 Generator liczb losowych o rozkładzie Rayleigha.
Instytut Fizyki Politechniki Łódzkiej Laboratorium Metod Analizy Danych Doświadczalnych Generator liczb losowych o rozkładzie Rayleigha. Generator liczb losowych o rozkładzie Rayleigha. 1. Cel ćwiczenia
Bardziej szczegółowoKrystalografia. Analiza wyników rentgenowskiej analizy strukturalnej i sposób ich prezentacji
Krystalografia Analiza wyników rentgenowskiej analizy strukturalnej i sposób ich prezentacji Opis geometrii Symetria: kryształu: grupa przestrzenna cząsteczki: grupa punktowa Parametry geometryczne współrzędne
Bardziej szczegółowo!!" % & $ ( # # ( ( # ( ( TalentowiSKO talenty dodajemy, mnoīymy, potċgujemy. e-mail: TalentowiSKO@bankbps.pl tel. +48 22 53 95 231 TalentowiSKO.
!!" #$ % &!! "! # $ %! "! # # # % & '( ( '( ) $ "! $ $ "! #'$ ( * ( $ # +, - ( ( ( (( (# $ (#. (. $ ( ' ( $ ( '. ' ( / ( # ( ( ( $(## ( 0 $ '( $ $ $ $ (# ( ( (# * ' / ( $ #)$ & " 0 ) ( (... (. % *. / (.()
Bardziej szczegółowoDokumentacja Analityczna wycena instrumentów pochodnych na stopę procentową
Dokumentacja Analityczna wycena instrumentów pochodnych na stopę procentową Tomasz Romanowski Opis wycenianych instrumentów Caplet / Floorlet Jest to pojedyncza opcja kupna/sprzedaży stopy rynkowej L(T,
Bardziej szczegółowoKryptografia. z elementami kryptografii kwantowej. Ryszard Tanaś Wykład 13
Kryptografia z elementami kryptografii kwantowej Ryszard Tanaś http://zon8.physd.amu.edu.pl/~tanas Wykład 13 Spis treści 19 Algorytmy kwantowe 3 19.1 Bit kwantowy kubit (qubit)........... 3 19. Twierdzenie
Bardziej szczegółowoProgramowanie i projektowanie obiektowe
Programowanie i projektowanie obiektowe Klasy i obiekty Paweł Daniluk Wydział Fizyki Jesień 2011 P. Daniluk (Wydział Fizyki) PO w. V Jesień 2011 1 / 13 Typy danych (w Javie) Typy pierwotne typ wartości
Bardziej szczegółowoUczenie sieci typu MLP
Uczenie sieci typu MLP Przypomnienie budowa sieci typu MLP Przypomnienie budowy neuronu Neuron ze skokową funkcją aktywacji jest zły!!! Powszechnie stosuje -> modele z sigmoidalną funkcją aktywacji - współczynnik
Bardziej szczegółowoBIBLIOTEKA PROGRAMU R - BIOPS. Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat
BIBLIOTEKA PROGRAMU R - BIOPS Narzędzia Informatyczne w Badaniach Naukowych Katarzyna Bernat Biblioteka biops zawiera funkcje do analizy i przetwarzania obrazów. Operacje geometryczne (obrót, przesunięcie,
Bardziej szczegółowoRównania Maxwella. Wstęp E B H J D
Równania Maxwella E B t, H J D t, D, B 0 Równania materiałowe B 0 H M, D 0 E P, J E, gdzie: 0 przenikalność elektryczną próżni ( 0 8854 10 1 As/Vm), 0 przenikalność magetyczną próżni ( 0 4 10 7 Vs/Am),
Bardziej szczegółowo