Wykład Efekt Joule a Thomsona

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wykład Efekt Joule a Thomsona"

Transkrypt

1 Wykład Efekt Joule a Thomsona Rozpatrzmy następujący proces rozprężana sę gazu. Rozprężane gazu następuje w warunkach zolacj termcznej, (dq=0) od stanu początkowego p,v,t,, do stanu końcowego p f, V f, T f. Przyjmuje sę, że p f < p.. I. Stan początkowy Izolacja termczna Porowata przegroda p V, T V f, T f f p f 19 marca 2003 Renhard Kulessa 1

2 II. Stan końcowy Izolacja termczna Porowata przegroda p V, T V f, T f f p f Przegroda zapewna, że praca wykonana na molekułach gazu ne nadaje m zbyt dużego przyśpeszena. 19 marca 2003 Renhard Kulessa 2

3 Koneczne przemeszczene środka cężkośc gazu odbywa sę praktyczne bez nadana cząstkom przyśpeszena. Zakładamy równeż, że pomędzy stanem początkowym a końcowym ne ma różncy energ potencjalnej. Dla takch warunków, zakładając stały strumeń przepływu równane (4.8) sprowadza sę do prostej postac: h = h f Chocaż entalpe w mejscu przekrojów f są dla odpowednch warunków take same, mogą one znaczne różnć sę podczas przepływu przez porowatą przegrodę. Będze to zależało od welkośc otworów w przegrodze tarca. Jeśl dla gazu rzeczywstego wykreśllbyśmy zależność temperatury od cśnena, to otrzymamy następujący wykres. 19 marca 2003 Renhard Kulessa 3

4 T h = U + pv =const chłodzene ogrzewane zentalpe Obwedna maksmów krzywych zentalpowych daje nam pewen obszar otoczony krzywą nwersj. Nachylene zentalpy defnuje nam współczynnk Joule a Thomsona. p 19 marca 2003 Renhard Kulessa 4

5 T µ J = (4.10) p h Dla gazu dealnego lne stałej entalp byłyby równocześne zotermam. Czyl dla gazu dealnego µ J =0. Ważność zjawska Joule a Thomsona polega na tym, że współczynnk µ J możemy zmerzyć dośwadczalne, a następne wylczyć nteresujące nas welkośc termodynamczne. Jeśl założymy, że entalpa może być funkcją cśnene temperatury, to możemy napsać: dh h h = dp + dt (4.11) p T p T 19 marca 2003 Renhard Kulessa 5

6 Wprowadzając defncję cepła właścwego przy stałym cśnenu, (r. (2.20)), mamy: dh h p = (4.12) T dp + c p dt Dla adabatycznego procesu Joule a Thomsona, dh=0, czyl: h p 0 = + c p, lub p T h T c p 1 = µ J h p T (4.13) Możemy równeż zdefnować współczynnk µ T, 19 marca 2003 Renhard Kulessa 6

7 h µ T = (4.14) p który możemy merzyć w efekce Joule a Thomsona dla stałych temperatur przy stałych cśnenach. Otrzymujemy węc, że c p µ µ J T T = (4.15) Znajomość cepła właścwego ma zasadncze znaczene przy wylczanu różnego rodzaju własnośc termodynamcznych. 19 marca 2003 Renhard Kulessa 7

8 5 Podstawy termodynamk statystycznej Do tej pory zajmowalśmy sę termodynamką makroskopową, oraz zasadą zachowana energ. Wspomnelśmy tylko o termodynamce mkroskopowej. Obecne zajmemy sę sformułowanem praw matematycznych fzycznych model dla termodynamk mkroskopowej, które przydadzą sę do naszych rozważań. Modele te pownny dotyczyć zjawsk, które możemy obserwować makroskopowo. 5.1 Prawdopodobeństwo Prawdopodobeństwo zajśca jednego z dwu wykluczających sę zdarzeń równa jest sume ch prawdopodobeństw: (. P k l) = P k + P l 19 marca 2003 Renhard Kulessa 8

9 Prawdopodobeństwo łącznego zajśca dwóch zdarzeń nezależnych równa jest loczynow ch prawdopodobeństw. P( k l) = P k P l Jeśl mamy szereg nezależnych zdarzeń w tym samym czase, takch, że każde zdarzene ma prawdopodobeństwo P, to prawdopodobeństwo, że wszystke zdarzena zajdą równocześne jest dane przez loczyn prawdopodobeństw ndywdualnych. P = P (5.1) Jeśl mamy N nerozróżnalnych obektów chcemy polczyć lczbę możlwych ustaweń po kole, to dla perwszego obektu mam N możlwośc, dla drugego obektu jedno mejsce jest już zajęte, wobec tego stneje N-1 możlwośc, dla trzecego będze N-2 możlwośc. 19 marca 2003 Renhard Kulessa 9

10 Całkowta lczba możlwych sekwencj wynos węc: N ( N 1) ( N 2) N 2 1= N! Ze względu na nerozróżnalność cząstek, wszystke sekwencje będą jednakowe. W późnejszych rozważanach będzemy chcel określć lczbę możlwych sposobów, na które mkroskopowe cząsteczk mogą zająć określone stany energetyczne, kedy równocześne stneją pewne ogranczena jak np.. wymóg zachowana energ masy. Jeśl będzemy mogl określć lczbę cząstek zajmujących dany stan, to będzemy mogl polczyć całkowtą energę wszystkch cząstek przeprowadzając sumowane: E = n 19 marca 2003 Renhard Kulessa 10 ε

11 Gdze n oznacza lczbę cząstek okupujących stan o energ ε. 5.2 Przestrzeń fazowa Na początku wykładu wspomnalśmy o analog pomędzy współrzędnym termodynamcznym a współrzędnym opsującym ruch cał w mechance. Wspomnalśmy równeż, że własnośc makroskopowe są zależne od welkośc mkroskopowych. Jeśl bylbyśmy w stane opsać dokładne co dzeje sę na pozome mkroskopowym, moglbyśmy bez problemów wylczać welkośc makroskopowe. Przestrzeń fazowa jest przestrzeną sześcowymarową na którą składają sę trzy współrzędne kartezjańske trzy składowe pędu. 19 marca 2003 Renhard Kulessa 11

12 p p p x y z = = = m v m v m v x z y 5.3 Rozważana kwantowe Wadomo, że na pozome mkroskopowym mechanka klasyczna mus być uzupełnona przez teorę kwantową. Podstawowym założenem teor kwantowej jest fakt, że energa jest welkoścą skwantowaną, oraz że matera ma naturę zarówno falową jak cząstkową, E = hν (5.2) gdze ν jest częstoścą, a h stałą Plancka (h= J s) 19 marca 2003 Renhard Kulessa 12

13 Transfer energ na pozome mkroskopowym polega na przejścu z jednego stanu kwantowego na nny stan kwantowy. Kwant energ (patrz r. (5.2)) może być emtowany lub absorbowany. Wemy równeż, że c =λ ν. (5.3) Szczególna teora względnośc daje nam relację pomędzy masą a energą, Masa fotonu jest węc równa, m 2 E = mc. (5.4) E hν = =. (5.5) 2 2 c c 19 marca 2003 Renhard Kulessa 13

14 Pęd fotonu jest z kole dany przez hν p m c = = c 19 marca 2003 Renhard Kulessa 14 h λ = (5.6) Na pozome mkroskopowym stneje pewne ogranczene dotyczące dokładnośc z jaką możemy dokonać pomarów. Dane ono jest przez relację neoznaczonośc Hesenberga. p x x h (5.7) Z relacj neoznaczonośc wynka, że najlepsze co możemy zrobć, to umeścć cząstk w elemence przestrzen fazowej o wymarach h 3. Sprowadza sę to do tego, że jeśl mamy pudełka o takch rozmarach, to możemy dokładne określć le cząstek jest w każdym z nch, ale ne ch dokładną pozycje.

15 Teora kwantowa postuluje, że zarówno cząstk, jak promenowane elektromagnetyczne mają energe pęd skwantowany. Charakterystyczna długość fal jest dana przez = 19 marca 2003 Renhard Kulessa 15 h p λ (5.7) Dotyczy to zarówno fal jak cząstk materalnej o pędze p. Jeśl porównamy długość fal odpowadającą poruszającej sę mase 1 kg z prędkoścą 1 m/s, oraz pojedynczego elektronu o prędkośc 10 6 m/s, to otrzymamy: λ λ 1 2 = = h p = h mv h mv = = m m

16 5.4 Zjawsko degeneracj stanów energetycznych Oznaczmy dla określonego stanu kwantowego o energ Є lczbę możlwych stanów mających energę Є przez g. Jeśl możlwy jest węcej nż jeden stan o energ Є to stan ten jest zdegenerowany. Jako przykład rozważmy pojedynczą cząstkę charakteryzującą sę trzema translacyjnym stopnam swobody. Przyjmując pewną jednostkę energ zobaczmy na le sposobów możemy utworzyć cztery stany energetyczne. Uzyskany wynk przedstawony jest na następnej strone. Stan ne zdegenerowany jest to stan dla którego g = 1, co oznacza, że każdy stan energetyczny może być zrealzowany tylko na jeden sposób. 19 marca 2003 Renhard Kulessa 16

17 Є =0 1 j.en - mnmalny kwant energ Є =1j.en Є =2j.en. Є =3j.en E kx E ky E kz E kx E ky E kz E kx E ky E kz E kx E ky E kz g = 1 g = 3 g = 6 g = marca 2003 Renhard Kulessa 17

18 W tym mejscu należy zaznaczyć, że dla gazu dealnego w temperaturze pokojowej lczba dostępnych stanów energetycznych jest znaczne wyższa nż lczba cząsteczek,które mają te stany obsadzać. Gaz tak jest slne zdegenerowany, gdyż stneje wele stanów o tej samej energ. Dla dwuatomowej cząsteczk poza energą translacyjna stneję jeszcze energa rotacyjna wbracyjna. Translacja Rotacja Wbracja 19 marca 2003 Renhard Kulessa 18

19 5.5 Mkro- makrostany oraz prawdopodobeństwo termodynamczne Załóżmy, że mamy do czynena z gazem monoatomowym, który możemy przedstawć jako doskonałe kulk blardowe. Energę wewnętrzną gazu moglbyśmy oblczyć sumując energę knetyczną wszystkch molekuł. Cśnene moglbyśmy określć w oparcu o pęd przekazywany ścankom zbornka. Aby określć mkrostan takego układu, muselbyśmy podać dokładne położene prędkość każdej cząsteczk w przestrzen pędowej. Take dokładne określene parametrów cząsteczek ne jest potrzebne do oblczena makroskopowo obserwowalnych własnośc termodynamcznych, np.. aby polczyć energę musmy tylko znać lczbę cząstek mających określoną energę. Dokładne mówąc, musmy znać lczbę cząstek w każdym sześcowymarowym elemence przestrzen fazowej, przy czym ne musmy wedzeć, która cząsteczka jest w którym elemence. 19 marca 2003 Renhard Kulessa 19

20 Jeśl lczba cząstek w każdym elemence przestrzen fazowej jest określona, bez zwracana uwag na to, która cząstka jest w którym elemence, mówmy, że został określony makrostan. Przed dokonanem analzy model fzycznych, koneczny jest pewen wstęp matematyczny. Chodz o określene lczby kombnacj permutacj, które można osągnąć wkładając ble do pudełek. Późnej ble będą określały cząstk, a pudełka pozomy energetyczne stany kwantowe, które mogą być zajmowane przez cząsteczk. Będzemy chcel określć makrostan, który jest najbardzej prawdopodobny. Będze to stan o najwększej możlwej lczbe mkrostanów, czyl stan, który może występować na najwększą możlwą lczbę sposobów. Określmy tzw prawdopodobeństwo termodynamczne Ω równe lczbe mkrostanów odpowadających danemu makrostanow. 19 marca 2003 Renhard Kulessa 20

21 W rzeczywstośc jest to lczba możlwych kombnacj czy ustaweń rozważanych cząstek. Możemy to zaprezentować na przykładze dwóch kostek do gry, przy pomocy których chcemy w jednym rzuce uzyskać sedem oczek. Te sedem oczek stanow nasz makrostan. Wemy, że stneje 6 kombnacj na wyrzucene 7. Mówmy wtedy, że Ω = 6. Na wyrzucene 12 stneje tylko 1 kombnacja, czyl Ω = 1. Należy być śwadomym faktu, że lczba możlwych ustaweń jest proporcjonalna do prawdopodobeństwa, czyl aby studować prawdopodobeństwo obserwacj określonego ustawena, można badać zachowane Ω-g. Rozważmy trzy matematyczne przypadk, które będą odpowadały późnejszym modelom fzycznym. 19 marca 2003 Renhard Kulessa 21

22 I. Lczba sposobów, na które N rozróżnalnych cząstek może zostać ułożone w zborze dużych komórek, przy czy może być N 1 cząstek w 1 komórce N 2 cząstek w 2 komórce, N cząstek w -tej komórce. Ogranczenem jest N N. Wewnątrz każdej -tej komórk znajduje sę g mnejszych rozróżnalnych komórek, w których te N cząstek może zostać ułożone. Lczba g może być g > N lub g < N. Lczba małych komórek w dużych ne mus być taka sama. Przypadek ten jest pokazany na następnej strone. II. Analogczne jak I, tyle że cząsteczk są nerozróżnalne. 19 marca 2003 Renhard Kulessa 22

23 19 marca 2003 Renhard Kulessa 23

24 III. Analogczne jak II, z warunkem, że w każdej małej komórce może być ne węcej nż jedna cząstka. W modelach tych duże komórk odpowadają stanom energetycznym, a małe komórk odpowadają lczbe stanów kwantowych na każdym pozome energetycznym lub degenerację. Przypadek I możemy polczyć następująco. Lczba możlwych sposobów, na które N cząstek może zostać ustawonych wynos N!. Lczba możlwych sposobów na ustawena cząstek w dużej komórce wynos N 1! w 1-szej komórce, N 2! w 2-gej komórce, td.. 19 marca 2003 Renhard Kulessa 24

25 Jeśl węc chcemy polczyć lczbę sposobów ustawena N cząstek w różnych dużych komórkach, musmy N! podzelć przez lczbę możlwych ustaweń w każdej komórce, czyl N N!! N! 1 2 N = N! N 19 marca 2003 Renhard Kulessa 25!! lub Ω (5.9) gdze N oznacza lczbę cząstek w -tej dużej komórce. Musmy równeż rozważyć lczbę możlwych sposobów na które N cząstek może może zostać rozmeszczonych w g małych komórkach. Dla każdej cząstk mamy g możlwośc, tak, że dla wszystkch cząstek w -tej dużej komórce mamy następującą lczbę możlwośc:

26 g = N g g g (5.10) g N Istneje węc możlwych sposobów ułożena N cząstek w g małych komórkach wewnątrz -tej dużej komórk. Musmy węc zmodyfkować równane (5.9) aby to uwzględnć. Ω N! N N = g g N! g N lub N g = Ω N! (5.11) N! 19 marca 2003 Renhard Kulessa 26

Wykład Mikro- i makrostany oraz prawdopodobie

Wykład Mikro- i makrostany oraz prawdopodobie Wykład 6 5.5 Mkro- makrostany oraz prawdopodobeństwo termodynamczne cd. 5.6 Modele fzyczne 5.7 Aproksymacja Strlna 5.8 Statystyka Boseo-Enstena 5.10 Statystyka Fermeo-Draca 5.10 Statystyka Maxwell a-boltzmann

Bardziej szczegółowo

OGÓLNE PODSTAWY SPEKTROSKOPII

OGÓLNE PODSTAWY SPEKTROSKOPII WYKŁAD 8 OGÓLNE PODSTAWY SPEKTROSKOPII E E0 sn( ωt kx) ; k π ; ω πν ; λ T ν E (m c 4 p c ) / E +, dla fotonu m 0 p c p hk Rozkład energ w stane równowag: ROZKŁAD BOLTZMANA!!!!! P(E) e E / kt N E N E/

Bardziej szczegółowo

Wykład Mikroskopowa interpretacja ciepła i pracy Entropia

Wykład Mikroskopowa interpretacja ciepła i pracy Entropia Wykład 7 5.13 Mkroskopowa nterpretacja cepła pracy. 5.14 Entropa 5.15 Funkcja rozdzału 6 II zasada termodynamk 6.1 Sformułowane Claususa oraz Kelvna-Plancka II zasady termodynamk 6.2 Procesy odwracalne

Bardziej szczegółowo

Kwantowa natura promieniowania elektromagnetycznego

Kwantowa natura promieniowania elektromagnetycznego Efekt Comptona. Kwantowa natura promenowana elektromagnetycznego Zadane 1. Foton jest rozpraszany na swobodnym elektrone. Wyznaczyć zmanę długośc fal fotonu w wynku rozproszena. Poneważ układ foton swobodny

Bardziej szczegółowo

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego. RUCH OBROTOWY Można opsać ruch obrotowy ze stałym przyspeszenem ε poprzez analogę do ruchu postępowego jednostajne zmennego. Ruch postępowy a const. v v at s s v t at Ruch obrotowy const. t t t Dla ruchu

Bardziej szczegółowo

Wykład 10 Teoria kinetyczna i termodynamika

Wykład 10 Teoria kinetyczna i termodynamika Wykład 0 Teora knetyczna termodynamka Prawa gazów doskonałych Z dośwadczeń wynka, że przy dostateczne małych gęstoścach, wszystke gazy, nezależne od składu chemcznego wykazują podobne zachowana: w stałej

Bardziej szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

Wykład 13. Rozkład kanoniczny Boltzmanna Rozkład Maxwella-Boltzmanna III Zasada Termodynamiki. Rozkład Boltzmanna!!!

Wykład 13. Rozkład kanoniczny Boltzmanna Rozkład Maxwella-Boltzmanna III Zasada Termodynamiki. Rozkład Boltzmanna!!! Wykład 13 Rozkład kanonczny Boltzmanna Rozkład Maxwella-Boltzmanna III Zasada Termodynamk W. Domnk Wydzał Fzyk UW Termodynamka 2018/2019 1/30 Rozkład Boltzmanna!!! termostat T E n układ P n exp E n Z warunku

Bardziej szczegółowo

V. TERMODYNAMIKA KLASYCZNA

V. TERMODYNAMIKA KLASYCZNA 46. ERMODYNAMIKA KLASYCZNA. ERMODYNAMIKA KLASYCZNA ermodynamka jako nauka powstała w XIX w. Prawa termodynamk są wynkem obserwacj welu rzeczywstych procesów- są to prawa fenomenologczne modelu rzeczywstośc..

Bardziej szczegółowo

Podstawy termodynamiki

Podstawy termodynamiki Podstawy termodynamk Temperatura cepło Praca jaką wykonuje gaz I zasada termodynamk Przemany gazowe zotermczna zobaryczna zochoryczna adabatyczna Co to jest temperatura? 40 39 38 Temperatura (K) 8 7 6

Bardziej szczegółowo

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi fzka statstczna stan makroskopow układ - skończon obszar przestrzenn (w szczególnośc zolowan) termodnamka fenomenologczna p, VT V, teora knetczno-molekularna termodnamka statstczna n(v) stan makroskopow

Bardziej szczegółowo

I. Elementy analizy matematycznej

I. Elementy analizy matematycznej WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem

Bardziej szczegółowo

Metody symulacji w nanostrukturach (III - IS)

Metody symulacji w nanostrukturach (III - IS) Metody symulacj w nanostrukturach (III - IS) W. Jaskólsk - modelowane nanostruktur węglowych Cz.I wprowadzene do mechank kwantowej Nektóre przyczyny konecznośc pojawena sę kwantowej teor fzycznej (fzyka

Bardziej szczegółowo

Temat 13. Rozszerzalność cieplna i przewodnictwo cieplne ciał stałych.

Temat 13. Rozszerzalność cieplna i przewodnictwo cieplne ciał stałych. Temat 13. Rozszerzalność ceplna przewodnctwo ceplne cał stałych. W temace 8 wykazalśmy przy wykorzystanu warunków brzegowych orna-karmana, że wyraz lnowy w rozwnęcu energ potencjalnej w szereg potęgowy

Bardziej szczegółowo

Wykład 8. Silnik Stirlinga (R. Stirling, 1816)

Wykład 8. Silnik Stirlinga (R. Stirling, 1816) Wykład 8 Maszyny ceplne c.d. Rozkład Maxwella -wstęp Entalpa Entalpa reakcj chemcznych Entalpa przeman azowych Procesy odwracalne neodwracalne Entropa W. Domnk Wydzał Fzyk UW Termodynamka 018/019 1/6 Slnk

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

Prawdopodobieństwo geometryczne

Prawdopodobieństwo geometryczne Prawdopodobeństwo geometryczne Przykład: Przestrzeń zdarzeń elementarnych określona jest przez zestaw punktów (x, y) na płaszczyźne wypełna wnętrze kwadratu [0 x ; 0 y ]. Znajdź p-stwo, że dowolny punkt

Bardziej szczegółowo

Diagonalizacja macierzy kwadratowej

Diagonalizacja macierzy kwadratowej Dagonalzacja macerzy kwadratowej Dana jest macerz A nân. Jej wartośc własne wektory własne spełnają równane Ax x dla,..., n Każde z równań własnych osobno można zapsać w postac: a a an x x a a an x x an

Bardziej szczegółowo

5. OPTYMALIZACJA GRAFOWO-SIECIOWA

5. OPTYMALIZACJA GRAFOWO-SIECIOWA . OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,

Bardziej szczegółowo

(M2) Dynamika 1. ŚRODEK MASY. T. Środek ciężkości i środek masy

(M2) Dynamika 1. ŚRODEK MASY. T. Środek ciężkości i środek masy (MD) MECHANIKA - Dynamka T. Środek cężkośc środek masy (M) Dynamka T: Środek cężkośc środek masy robert.szczotka(at)gmal.com Fzyka astronoma, Lceum 01/014 1 (MD) MECHANIKA - Dynamka T. Środek cężkośc środek

Bardziej szczegółowo

Wykład Turbina parowa kondensacyjna

Wykład Turbina parowa kondensacyjna Wykład 9 Maszyny ceplne turbna parowa Entropa Równane Claususa-Clapeyrona granca równowag az Dośwadczena W. Domnk Wydzał Fzyk UW ermodynamka 08/09 /5 urbna parowa kondensacyjna W. Domnk Wydzał Fzyk UW

Bardziej szczegółowo

Fizyka cząstek elementarnych

Fizyka cząstek elementarnych ykład XI Rozpraszane głęboko neelastyczne partonowy model protonu Jak już było wspomnane współczesna teora kwarkowej budowy hadronów ma dwojake pochodzene statyczne dynamczne. Koncepcja kwarków była z

Bardziej szczegółowo

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE POLITHNIKA RZSZOWSKA Katedra Podstaw lektronk Instrkcja Nr4 F 00/003 sem. letn TRANZYSTOR IPOLARNY HARAKTRYSTYKI STATYZN elem ćwczena jest pomar charakterystyk statycznych tranzystora bpolarnego npn lb

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. Definicje ogólne 0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj

Bardziej szczegółowo

Statystyki klasyczne i kwantowe

Statystyki klasyczne i kwantowe 0-06- Statystyk klasyczne kwantowe Fzyka II dla lektronk, lato 0 Problem welu cząstek Ze wzrostem lczby elementów układu fzycznego, przechodząc od atomów jednoelektronowych, poprzez weloelektronowe, aż

Bardziej szczegółowo

Funkcje i charakterystyki zmiennych losowych

Funkcje i charakterystyki zmiennych losowych Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

Komputer kwantowy Zasady funkcjonowania. Dr hab. inż. Krzysztof Giaro Politechnika Gdańska Wydział ETI

Komputer kwantowy Zasady funkcjonowania. Dr hab. inż. Krzysztof Giaro Politechnika Gdańska Wydział ETI Komputer kwantowy Zasady funkcjonowana Dr hab. nż. Krzysztof Garo Poltechnka Gdańska Wydzał ETI Oblczena kwantowe. R. Feynman [985] symulację zachowana układu kwantowego należy przeprowadzć na "maszyne"

Bardziej szczegółowo

Współczynniki aktywności w roztworach elektrolitów. W.a. w roztworach elektrolitów (2) W.a. w roztworach elektrolitów (3) 1 r. Przypomnienie!

Współczynniki aktywności w roztworach elektrolitów. W.a. w roztworach elektrolitów (2) W.a. w roztworach elektrolitów (3) 1 r. Przypomnienie! Współczynnk aktywnośc w roztworach elektroltów Ag(s) ½ (s) Ag (aq) (aq) Standardowa molowa entalpa takej reakcj jest dana wzorem: H H H r Przypomnene! tw, Ag ( aq) tw, ( aq) Jest ona merzalna ma sens fzyczny.

Bardziej szczegółowo

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY Zakład Budowy Eksploatacj Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA Temat ćwczena: PRAKTYCZNA REALIZACJA PRZEMIANY ADIABATYCZNEJ.

Bardziej szczegółowo

KOMPUTEROWE SYMULACJE CIECZY

KOMPUTEROWE SYMULACJE CIECZY KOMPUTEROWE SYMULACJE CIECZY Najwcześnejsze eksperymenty (ruchy Browna) Współczesne metody (rozpraszane neutronów) Teoretyczne modele ceczy Struktura ceczy dynamka cząsteczek Symulacje komputerowe 1 Ponad

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

Laboratorium ochrony danych

Laboratorium ochrony danych Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

Współczynniki aktywności w roztworach elektrolitów

Współczynniki aktywności w roztworach elektrolitów Współczynnk aktywnośc w roztworach elektroltów Ag(s) + ½ 2 (s) = Ag + (aq) + (aq) Standardowa molowa entalpa takej reakcj jest dana wzorem: H r Przypomnene! = H tw, Ag + + ( aq) Jest ona merzalna ma sens

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli) Model odstawowe założena modelu: ceny płace mogą ulegać zmanom (w odróżnenu od poprzedno omawanych model) punktem odnesena analzy jest obserwacja pozomu produkcj cen (a ne stopy procentowej jak w modelu

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje

Bardziej szczegółowo

Siła jest przyczyną przyspieszenia. Siła jest wektorem. Siła wypadkowa jest sumą wektorową działających sił.

Siła jest przyczyną przyspieszenia. Siła jest wektorem. Siła wypadkowa jest sumą wektorową działających sił. 1 Sła jest przyczyną przyspeszena. Sła jest wektorem. Sła wypadkowa jest sumą wektorową dzałających sł. Sr Isaac Newton (164-177) Jeśl na cało ne dzała żadna sła lub sły dzałające równoważą sę, to cało

Bardziej szczegółowo

FIZYKA STATYSTYCZNA. d dp. jest sumaryczną zmianą pędu cząsteczek zachodzącą na powierzchni S w

FIZYKA STATYSTYCZNA. d dp. jest sumaryczną zmianą pędu cząsteczek zachodzącą na powierzchni S w FIZYKA STATYSTYCZNA W ramach fizyki statystycznej przyjmuje się, że każde ciało składa się z dużej liczby bardzo małych cząstek, nazywanych cząsteczkami. Cząsteczki te znajdują się w ciągłym chaotycznym

Bardziej szczegółowo

Moment siły (z ang. torque, inna nazwa moment obrotowy)

Moment siły (z ang. torque, inna nazwa moment obrotowy) Moment sły (z ang. torque, nna nazwa moment obrotowy) Sły zmenają ruch translacyjny odpowednkem sły w ruchu obrotowym jest moment sły. Tak jak sła powoduje przyspeszene, tak moment sły powoduje przyspeszene

Bardziej szczegółowo

Elementy Fizyki Jądrowej

Elementy Fizyki Jądrowej Elementy Fzyk Jądrowej Wykład własnośc jąder atomowych deuter 1 1 H - wodór 1 H - deuter 3 1 H - tryt m d = 1875 MeV < m p + m p = 1878 MeV m 3 MeV słabo zwązany układ dwóch nukleonów Energa wązana E B

Bardziej szczegółowo

Efekt Comptona. Efektem Comptona nazywamy zmianę długości fali elektromagnetycznej w wyniku rozpraszania jej na swobodnych elektronach

Efekt Comptona. Efektem Comptona nazywamy zmianę długości fali elektromagnetycznej w wyniku rozpraszania jej na swobodnych elektronach Efekt Comptona. Efektem Comptona nazywamy zmianę długości fali elektromagnetycznej w wyniku rozpraszania jej na swobodnych elektronach Efekt Comptona. p f Θ foton elektron p f p e 0 p e Zderzenia fotonów

Bardziej szczegółowo

XLI OLIMPIADA FIZYCZNA ETAP WSTĘPNY Zadanie teoretyczne

XLI OLIMPIADA FIZYCZNA ETAP WSTĘPNY Zadanie teoretyczne XLI OLIMPIADA FIZYCZNA ETAP WSTĘPNY Zadane teoretyczne Rozwąż dowolne rzez sebe wybrane dwa sośród odanych nże zadań: ZADANIE T Nazwa zadana: Protony antyrotony A. Cząstk o mase równe mase rotonu, ale

Bardziej szczegółowo

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4 Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (

Bardziej szczegółowo

ZASADA ZACHOWANIA MOMENTU PĘDU: PODSTAWY DYNAMIKI BRYŁY SZTYWNEJ

ZASADA ZACHOWANIA MOMENTU PĘDU: PODSTAWY DYNAMIKI BRYŁY SZTYWNEJ ZASADA ZACHOWANIA MOMENTU PĘDU: PODSTAWY DYNAMIKI BYŁY SZTYWNEJ 1. Welkośc w uchu obotowym. Moment pędu moment sły 3. Zasada zachowana momentu pędu 4. uch obotowy były sztywnej względem ustalonej os -II

Bardziej szczegółowo

-Macierz gęstości: stany czyste i mieszane (przykłady) -równanie ruchu dla macierzy gęstości -granica klasyczna rozkładów kwantowych

-Macierz gęstości: stany czyste i mieszane (przykłady) -równanie ruchu dla macierzy gęstości -granica klasyczna rozkładów kwantowych WYKŁAD 4 dla zanteresowanych -Macerz gęstośc: stany czyste meszane (przykłady) -równane ruchu dla macerzy gęstośc -granca klasyczna rozkładów kwantowych Macerz gęstośc (przypomnene z poprzednch wykładów)

Bardziej szczegółowo

Współczynniki aktywności w roztworach elektrolitów

Współczynniki aktywności w roztworach elektrolitów Współczynnk aktywnośc w roztworach elektroltów Ag(s) ½ 2 (s) = Ag (aq) (aq) Standardowa molowa entalpa takej reakcj jest dana wzorem: H r Przypomnene! = H tw, Ag ( aq) Jest ona merzalna ma sens fzyczny.

Bardziej szczegółowo

Część III: Termodynamika układów biologicznych

Część III: Termodynamika układów biologicznych Część III: Termodynamka układów bologcznych MATERIAŁY POMOCNICZE DO WYKŁADÓW Z PODSTAW BIOFIZYKI IIIr. Botechnolog prof. dr hab. nż. Jan Mazersk TERMODYNAMIKA UKŁADÓW BIOLOGICZNYCH Nezwykle cenną metodą

Bardziej szczegółowo

Wykład 5 Widmo rotacyjne dwuatomowego rotatora sztywnego

Wykład 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 szczegółowo

2 PRAKTYCZNA REALIZACJA PRZEMIANY ADIABATYCZNEJ. 2.1 Wprowadzenie

2 PRAKTYCZNA REALIZACJA PRZEMIANY ADIABATYCZNEJ. 2.1 Wprowadzenie RAKTYCZNA REALIZACJA RZEMIANY ADIABATYCZNEJ. Wprowadzene rzeana jest adabatyczna, jeśl dla każdych dwóch stanów l, leżących na tej przeane Q - 0. Z tej defncj wynka, że aby zrealzować wyżej wyenony proces,

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

AUTOMATYKA I STEROWANIE W CHŁODNICTWIE, KLIMATYZACJI I OGRZEWNICTWIE L3 STEROWANIE INWERTEROWYM URZĄDZENIEM CHŁODNICZYM W TRYBIE PD ORAZ PID

AUTOMATYKA I STEROWANIE W CHŁODNICTWIE, KLIMATYZACJI I OGRZEWNICTWIE L3 STEROWANIE INWERTEROWYM URZĄDZENIEM CHŁODNICZYM W TRYBIE PD ORAZ PID ĆWICZENIE LABORAORYJNE AUOMAYKA I SEROWANIE W CHŁODNICWIE, KLIMAYZACJI I OGRZEWNICWIE L3 SEROWANIE INWEREROWYM URZĄDZENIEM CHŁODNICZYM W RYBIE PD ORAZ PID Wersja: 03-09-30 -- 3.. Cel ćwczena Celem ćwczena

Bardziej szczegółowo

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość

Bardziej szczegółowo

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że

Twierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam

Bardziej szczegółowo

Sprawozdanie powinno zawierać:

Sprawozdanie powinno zawierać: Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,

Bardziej szczegółowo

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca

Bardziej szczegółowo

MECHANIKA 2 MOMENT BEZWŁADNOŚCI. Wykład Nr 10. Prowadzący: dr Krzysztof Polko

MECHANIKA 2 MOMENT BEZWŁADNOŚCI. Wykład Nr 10. Prowadzący: dr Krzysztof Polko MECHANIKA Wykład Nr 10 MOMENT BEZWŁADNOŚCI Prowadzący: dr Krzysztof Polko Defncja momentu bezwładnośc Momentem bezwładnośc punktu materalnego względem płaszczyzny, os lub beguna nazywamy loczyn masy punktu

Bardziej szczegółowo

Płyny nienewtonowskie i zjawisko tiksotropii

Płyny nienewtonowskie i zjawisko tiksotropii Płyny nenewtonowske zjawsko tksotrop ) Krzywa newtonowska, lnowa proporcjonalność pomędzy szybkoścą ścnana a naprężenem 2) Płyny zagęszczane ścnanem, naprężene wzrasta bardzej nż proporcjonalne do wzrostu

Bardziej szczegółowo

α i = n i /n β i = V i /V α i = β i γ i = m i /m

α i = n i /n β i = V i /V α i = β i γ i = m i /m Ćwczene nr 2 Stechometra reakcj zgazowana A. Część perwsza: powtórzene koncentracje stężena 1. Stężene Stężene jest stosunkem lośc substancj rozpuszczonej do całkowtej lośc rozpuszczalnka. Sposoby wyrażena

Bardziej szczegółowo

Prąd elektryczny U R I =

Prąd elektryczny U R I = Prąd elektryczny porządkowany ruch ładunków elektrycznych (nośnków prądu). Do scharakteryzowana welkośc prądu służy natężene prądu określające welkość ładunku przepływającego przez poprzeczny przekrój

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

Wykłady z termodynamiki i fizyki statystycznej. Semestr letni 2009/2010 Ewa Gudowska-Nowak, IFUJ, p.441 a

Wykłady z termodynamiki i fizyki statystycznej. Semestr letni 2009/2010 Ewa Gudowska-Nowak, IFUJ, p.441 a Wykłady z termodynamk fzyk statystycznej. Semestr letn 2009/2010 Ewa Gudowska-Nowak, IFUJ, p.441 a gudowska@th.f.uj.edu.pl Zalecane podręcznk: 1.Termodynamka R. Hołyst, A. Ponewersk, A. Cach 2. Podstay

Bardziej szczegółowo

S ścianki naczynia w jednostce czasu przekazywany

S ścianki naczynia w jednostce czasu przekazywany FIZYKA STATYSTYCZNA W ramach fizyki statystycznej przyjmuje się, że każde ciało składa się z dużej liczby bardzo małych cząstek, nazywanych cząsteczkami. Cząsteczki te znajdują się w ciągłym chaotycznym

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

Zmiana entropii w przemianach odwracalnych

Zmiana entropii w przemianach odwracalnych Wykład 4 Zmana entrop w przemanach odwracalnych: przemany obegu Carnota, spręŝane gazu półdoskonałego ze schładzanem, zobaryczne wytwarzane przegrzewane pary techncznej rzemany zentropowe gazu doskonałego

Bardziej szczegółowo

Określanie mocy cylindra C w zaleŝności od ostrości wzroku V 0 Ostrość wzroku V 0 7/5 6/5 5/5 4/5 3/5 2/5 Moc cylindra C 0,5 0,75 1,0 1,25 1,5 > 2

Określanie mocy cylindra C w zaleŝności od ostrości wzroku V 0 Ostrość wzroku V 0 7/5 6/5 5/5 4/5 3/5 2/5 Moc cylindra C 0,5 0,75 1,0 1,25 1,5 > 2 T A R C Z A Z E G A R O W A ASTYGMATYZM 1.Pojęca ogólne a) astygmatyzm prosty (najbardzej zgodny z pozomem) - najbardzej płask połudnk tzn. o najmnejszej mocy jest pozomy b) astygmatyzm odwrotny (najbardzej

Bardziej szczegółowo

65120/ / / /200

65120/ / / /200 . W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę

Bardziej szczegółowo

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją

Oligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją Olgopol dynamczny Rozpatrzmy model sekwencyjnej konkurencj loścowej jako gra jednokrotna z pełną doskonalej nformacją (1934) Dwa okresy: t=0, 1 tzn. frma 2 podejmując decyzję zna decyzję frmy 1 Q=q 1 +q

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

METODA ELEMENTU SKOŃCZONEGO. Termokinetyka

METODA ELEMENTU SKOŃCZONEGO. Termokinetyka METODA ELEMENTU SKOŃCZONEGO Termoknetyka Matematyczny ops ruchu cepła (1) Zasada zachowana energ W a Cepło akumulowane, [J] P we Moc wejścowa, [W] P wy Moc wyjścowa, [W] t przedzał czasu, [s] V q S(V)

Bardziej szczegółowo

Ciśnienie i temperatura model mikroskopowy

Ciśnienie i temperatura model mikroskopowy Ciśnienie i temperatura model mikroskopowy Mikroskopowy model ciśnienia gazu wzór na ciśnienie gazu Mikroskopowa interpretacja temperatury Średnia energia cząsteczki gazu zasada ekwipartycji energii Czy

Bardziej szczegółowo

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1 Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa

Bardziej szczegółowo

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie. Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

WYKŁAD 2 Podstawy spektroskopii wibracyjnej, model oscylatora harmonicznego i anharmonicznego. Częstość oscylacji a struktura molekuły Prof. dr hab.

WYKŁAD 2 Podstawy spektroskopii wibracyjnej, model oscylatora harmonicznego i anharmonicznego. Częstość oscylacji a struktura molekuły Prof. dr hab. WYKŁAD 2 Podstawy spektroskopii wibracyjnej, model oscylatora harmonicznego i anharmonicznego. Częstość oscylacji a struktura molekuły Prof. dr hab. Halina Abramczyk POLITECHNIKA ŁÓDZKA Wydział Chemiczny

Bardziej szczegółowo

Fizyka 1- Mechanika. Wykład 7 16.XI Zygmunt Szefliński Środowiskowe Laboratorium Ciężkich Jonów

Fizyka 1- Mechanika. Wykład 7 16.XI Zygmunt Szefliński Środowiskowe Laboratorium Ciężkich Jonów zyka - Mechanka Wykład 7 6.XI.07 Zygunt Szeflńsk Środowskowe Laboratoru Cężkch Jonów szef@fuw.edu.pl http://www.fuw.edu.pl/~szef/ Zasada zachowana pędu Układ zolowany Każde cało oże w dowolny sposób oddzaływać

Bardziej szczegółowo

Zachowanie energii. W Y K Ł A D VI. 7-1 Zasada zachowania energii mechanicznej.

Zachowanie energii. W Y K Ł A D VI. 7-1 Zasada zachowania energii mechanicznej. Wykład z zyk. Potr Posmykewcz 56 W Y K Ł A D VI Zachowane energ. Energę potencjalną układu moŝna zdenować w następujący sposób: praca wykonana nad układem przez wewnętrzne sły zachowawcze jest równa zmnejszenu

Bardziej szczegółowo

r i m r Fwyp R CM Dynamika ruchu obrotowego bryły sztywnej

r i m r Fwyp R CM Dynamika ruchu obrotowego bryły sztywnej Dynamka ruchu obrotowego bryły sztywnej Bryła sztywna - zbór punktów materalnych (neskończene welu), których wzajemne położene ne zmena sę po wpływem załających sł F wyp R C O r m R F wyp C Śroek masy

Bardziej szczegółowo

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ], STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 . Zmenne dyskretne Kontrasty: efekty progowe, kontrasty w odchylenach Interakcje. Przyblżane model nelnowych Stosowane do zmennych dyskretnych o uporządkowanych

Bardziej szczegółowo

ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO

ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO NA PODSTAWIE REFERATU JUSTYNY KOSAKOWSKIEJ. Moduły prnjektywne posety skończonego typu prnjektywnego Nech I będze skończonym posetem. Przez max

Bardziej szczegółowo

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych

Bardziej szczegółowo

Temperatura, ciepło, oraz elementy kinetycznej teorii gazów

Temperatura, ciepło, oraz elementy kinetycznej teorii gazów Temperatura, ciepło, oraz elementy kinetycznej teorii gazów opis makroskopowy równowaga termodynamiczna temperatura opis mikroskopowy średnia energia kinetyczna molekuł Równowaga termodynamiczna A B A

Bardziej szczegółowo

5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim

5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim 5. Pocodna funkcj Defncja 5.1 Nec f: (a, b) R nec c (a, b). Jeśl stneje granca lm x c x c to nazywamy ją pocodną funkcj f w punkce c oznaczamy symbolem f (c) Twerdzene 5.1 Jeśl funkcja f: (a, b) R ma pocodną

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

ELEKTROCHEMIA. ( i = i ) Wykład II b. Nadnapięcie Równanie Buttlera-Volmera Równania Tafela. Wykład II. Równowaga dynamiczna i prąd wymiany

ELEKTROCHEMIA. ( i = i ) Wykład II b. Nadnapięcie Równanie Buttlera-Volmera Równania Tafela. Wykład II. Równowaga dynamiczna i prąd wymiany Wykład II ELEKTROCHEMIA Wykład II b Nadnapęce Równane Buttlera-Volmera Równana Tafela Równowaga dynamczna prąd wymany Jeśl układ jest rozwarty przez elektrolzer ne płyne prąd, to ne oznacza wcale, że na

Bardziej szczegółowo

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem Zestaw zadań : Przestrzene wektorowe. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar : C C C, (z, v) z v := z v jest przestrzeną lnową nad całem lczb zespolonych

Bardziej szczegółowo

Ćwiczenie 2. Parametry statyczne tranzystorów bipolarnych

Ćwiczenie 2. Parametry statyczne tranzystorów bipolarnych Ćwczene arametry statyczne tranzystorów bpolarnych el ćwczena odstawowym celem ćwczena jest poznane statycznych charakterystyk tranzystorów bpolarnych oraz metod dentyfkacj parametrów odpowadających m

Bardziej szczegółowo

Programowanie Równoległe i Rozproszone

Programowanie Równoległe i Rozproszone Programowane Równoległe Rozproszone Wykład Programowane Równoległe Rozproszone Lucjan Stapp Wydzał Matematyk Nauk Informacyjnych Poltechnka Warszawska (l.stapp@mn.pw.edu.pl) /38 PRR Wykład Chcemy rozwązać

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

Statystyki kwantowe. P. F. Góra

Statystyki kwantowe. P. F. Góra Statystyki kwantowe P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2016 Statystyki kwantowe Rozpatrujemy gaz doskonały o Hamiltonianie H = N i=1 p i 2 2m. (1) Zamykamy czastki w bardzo dużym pudle o idealnie

Bardziej szczegółowo

Podstawy Fizyki IV Optyka z elementami fizyki współczesnej. wykład 2, Radosław Chrapkiewicz, Filip Ozimek

Podstawy Fizyki IV Optyka z elementami fizyki współczesnej. wykład 2, Radosław Chrapkiewicz, Filip Ozimek Podstawy Fizyki IV Optyka z elementami fizyki współczesnej wykład 2, 17.02.2012 wykład: pokazy: ćwiczenia: Czesław Radzewicz Radosław Chrapkiewicz, Filip Ozimek Ernest Grodner Równania Maxwella r-nie falowe

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =

Bardziej szczegółowo