Metody Kinetyki Biomolekularnej in vitro i in vivo

Wielkość: px
Rozpocząć pokaz od strony:

Download "Metody Kinetyki Biomolekularnej in vitro i in vivo"

Transkrypt

1 Metody Kinetyki Biomolekularnej in vitro i in vivo ósma seria zadań 9 listopada 016 Zadanie 1. Wiązanie tlenu przez hemoglobinę - model tertameryczny. Stosując opis stanu wiązania tlenu przez hemoglobinę wykorzystywany w poprzednich zadaniach, rozważ wiązanie tlenu gdy a) miejsca wiążące nie oddziałują ze sobą; b) wprowadzając energię oddziaływania związanych cząsteczek tlenu (modelpaulinga); c) dodając energię oddziaływania trzech i czterech cząsteczek tlenu (model Adaira). Rozwiązanie: Rysunek 1 przedstawia modele proponowane do rozważenia w tym zadaniu. Rysunek 1: Modele wiązania tlenu przez hemoglobine, które można wykorzystać do zbadania roli kooperatywności w procesie wiązania. Wprowadźmy σ 1, σ, σ 3 i σ 4 jako parametry stanu naszego układu. Gdy miejsce i jest obsadzone przez cząsteczkę tlenu to σ i = 1, w przeciwnym przypadku σ i = 0. W każdym modelu mamy pięć rozróżnialnych stanów makroskopowych hemoglobiny, zdefiniowanych przez liczbę związanych cząsteczek tlenu. Po jednym stanie mikroskopowym, w którym wszystkie miejsca albo są puste, abo są obsadzone. Cztery stany mikroskopowe dla stanu makroskopowego polegającego na związaniu jednej cząsteczki tlenu. Cztery stany mikroskopowe dla stanu makroskopowego polegającego na związaniu trzech cząsteczek tlenu. Sześć stanów mikroskopowych dla stanu makroskopowego polegającego na związaniu dwóch cząsteczek tlenu. Określimy energie tych mikrostanów, dla różnych modeli wiązania tlenu przez hemoglobinę. Zerem na skali energii będzie hemoglobina z pustymi miejscami wiążącymi. 1

2 W modelu wiązania przez niezależne miejsca, mamy następujące wkłady do sumy stanów (numerowanie stanów liczbą związanych tlenów): e β(ɛ µ) 6e β(ɛ µ) 3 4e 3β(ɛ µ) 4 e 4β(ɛ µ) Energia danego stanu Suma stanów Z = Ponieważ wyrazy są niezależne, to Z = 4 E = ɛ σ α α= e β(ɛ µ) 4 α=1 σα σ 1 =0 σ =0 σ 3 =0 σ 4 = e β(ɛ µ)σ 1 e β(ɛ µ)σ e β(ɛ µ)σ 3 e β(ɛ µ)σ 4 σ 1 =0 σ =0 σ 3 =0 σ 4 =0 Każda z sum daje więc 1 + e β(ɛ µ) Z = ( 1 + e β(ɛ µ)) 4 Średnie obsadzenie cząsteczki hemoglobiny przez tlen policzymy z pochodnej Stąd mamy N = 1 β ln Z µ N bound = 4e β(ɛ µ) 1 + e β(ɛ µ) Możemy zapisać ten wynik w funkcji stężenia tlenu wykorzystując wzór µ = µ o + kt ln(c/c o ), co daje N bound = 4 c c o e β(ɛ µo ) 1 + c c o e β(ɛ µo ) Wynik ten to cztery razy średnie obsadzenie białka z jednym miejscem wiążącym. W modelu wiązania zaproponowanego przez Paulinga, mamy następujące wkłady do sumy stanów (numerowanie stanów liczbą związanych tlenów): 0 1

3 1 4e β(ɛ µ) 6e β(ɛ µ) βj 3 4e 3β(ɛ µ) 3βJ 4 e 4β(ɛ µ) 6βJ gdzie J jest energią oddziaływania pary związanych tlenów. Energia danego stanu 4 E = ɛ σ α + J α=1 σ α σ γ α,γ gdzie sumowanie po α i γ w drugiej sumie przebiega od 1 do 4, oznacza wyłączenie takich samych indeksów, a J jest podzielone przez, bo pojawiają się wyrazy takie jak σ 1 σ i σ σ 1. Suma stanów Z = e β(ɛ µ) 4 α=1 σα β(j/) α,γ σασγ W postaci analitycznej σ 1 =0 σ =0 σ 3 =0 σ 4 =0 Z = 1 + 4e β(ɛ µ) + 6e β(ɛ µ) βj + 4e 3β(ɛ µ) 3βJ + e 4β(ɛ µ) 6βJ Średnie obsadzenie cząsteczki hemoglobiny przez tlen policzymy z pochodnej Stąd mamy N = 1 β ln Z µ N bound = 4e β(ɛ µ) + 1e β(ɛ µ) βj + 1e 3β(ɛ µ) 3βJ + 4e 4β(ɛ µ) 6βJ 1 + 4e β(ɛ µ) + 6e β(ɛ µ) βj + 4e 3β(ɛ µ) 3βJ + e 4β(ɛ µ) 6βJ Możemy zapisać ten wynik w funkcji stężenia tlenu wykorzystując wzór µ = µ o + kt ln(c/c o ). Aby uprościc zapis wprowadzimy oznaczenia: j = e βj i x = (c/c o )e β(ɛ µo) co daje N bound = 4x + 1x j + 1x 3 j 3 + 4x 4 j x + 6x j + 4x 3 j 3 + x 4 j 6 Wynik ten sprowadza się do poprzedniego gdy J = 0 czyli j = 1. W modelu wiązania zaproponowanego przez Adaira, mamy następujące wkłady do sumy stanów (numerowanie stanów liczbą związanych tlenów): e β(ɛ µ) 6e β(ɛ µ) βj 3 4e 3β(ɛ µ) 3βJ βk 4 e 4β(ɛ µ) 6βJ 4βK βl 3

4 gdzie J jest energią oddziaływania pary związanych tlenów, K energią oddziaływania trzech tlenów, a L energią oddziaływania czterech tlenów. Energia danego stanu 4 E = ɛ σ α + J α=1 σ α σ γ + K σ α σ γ σ ζ + L σ α σ γ σ ζ σ δ α,γ 3! α,γ,ζ 4! α,γ,ζ,δ gdzie sumowanie po α i γ, ζ i δ w odpowiednich sumach przebiega od 1 do 4, oznacza wyłączenie takich samych indeksów, J jest podzielone przez, bo pojawiają się wyrazy takie jak σ 1 σ i σ σ 1 i podobne argumenty dla podzielenia K/3! i L/4!. Sumę stanów zapiszemy od razu w postaci analitycznej Z = 1 + 4e β(ɛ µ) + 6e β(ɛ µ) βj + 4e 3β(ɛ µ) 3βJ βk + e 4β(ɛ µ) 6βJ 4βK βl Średnie obsadzenie cząsteczki hemoglobiny przez tlen policzymy z pochodnej Stąd mamy N = 1 β ln Z µ N bound = 4e β(ɛ µ) + 1e β(ɛ µ) βj + 1e 3β(ɛ µ) 3βJ βk + 4e 4β(ɛ µ) 6βJ 4βK βl 1 + 4e β(ɛ µ) + 6e β(ɛ µ) βj + 4e 3β(ɛ µ) 3βJ βk + e 4β(ɛ µ) 6βJ 4βK βl Możemy zapisać ten wynik w funkcji stężenia tlenu wykorzystując wzór µ = µ o + kt ln(c/c o ). Aby uprościc zapis wprowadzimy oznaczenia: j = e βj, k = e βk, l = e βl i x = (c/c o )e β(ɛ µo ) co daje N bound = 4x + 1x j + 1x 3 j 3 k + 4x 4 j 6 k 4 l 1 + 4x + 6x j + 4x 3 j 3 k + x 4 j 6 k 4 l Wynik ten sprowadza się do poprzednich gdy wyłączamy odpowiednie oddziaływania. Na koniec popatrzmy na porównaie wyników rozważanych modeli z wynikami doświadczalnymi. Rysunek : Wiązanie tlenu przez hemoglobinę w funkcji parcjalnego ciśnienia tlenu, dla rozważanych modeli, porównane z wynikami doświadczalnymi Imai, Biophys. Chem., tom 37, str. 1, 1990 Zadanie. Ciśnienie osmotyczne w zatłoczonych roztworach. Na wykładzie poznaliśmy (lub też zostało przypomniane) pojęcie ciśnienia osmotycznego i jego związek ze stężeniem molowym (równanie van t Hoffa): Π = crt 4

5 gdzie c jest stężeniem molowym składnika roztworu nieprzechodzącego przez półprzepuszczalną błonę, R jest stałą gazową, a T temperaturą bezwzględną. Powyższe równanie zostało wyprowadzone dla niewielkich stężeń c. W zakresie wyższych stężeń związek jest nieliniowy i można go otrzymać posługując się klatkowym modelem roztworu, obliczając pracę objętościową potrzebną do zmniejszenia objętości całkowitej V o objętość jednej komórki v. Praca ta jest równa zmianie energii swobodnej Gibbsa roztworu w tym procesie, a energię Gibbsa możemy otrzymać ze związku G = kt ln Z słusznego dla energii swobodnej Helmholtza (to powinni Państwo wiedzieć z wcześniejszych lat studiów), a w przypadku energi swobodnej Gibbsa stanowiącego dość dobre przybliżenie, gdy rozważamy zmiany energii swobodnej towarzyszące różnym procesom w układach znajdujących się w stanie ciekłym. Zadaniem naszym jest więc wyznaczenie ciśnienia p ze związku pv = G(Ω 1) G(Ω) występujące w powyższym równaniu p jest szukanym ciśnieniem osmotycznym Π. Rozwiązanie: Punktem wyjścia jest równanie na funkcję rozkładu wyprowadzone przy rozwiązywaniu podobnych problemów na poprzednich ćwiczeniach. Mamy roztwór C cząsteczek makromolekuły zatłaczającej w objętości V, którą przedstawiamy jako Ω komórek o objętości v każda. Funkcja rozkładu naszego roztworu, związana z solwatowaniem cząsteczek C przez rozpuszczalnik, ma postać a więc ( ) Ω! Z sol = (Ω C)!C! exp C ɛsol C kt [ ( )] Ω! G(Ω) = kt ln Z sol = kt ln (Ω C)!C! exp C ɛsol C kt Dokonajmy teraz zmniejszenia objętości roztworu o objętość jednej komórki elementarnej, nie zmieniając liczby makrocząsteczek C, ani temperatury T : [ ( Ω! G = kt [ln Z sol (Ω 1) ln Z sol (Ω)] = kt ln (Ω C)!C! exp ( ) (Ω 1)! ] ln (Ω 1 C)!C! exp C ɛsol C = kt ln kt C ɛsol C kt ) Ω Ω C Ta zmiana energii swobodnej jest równa pracy objętościowej wykonanej na układzie pv = kt ln Ω Ω C p = kt v ln Ω Ω C więc jest to ciśnienie osmotyczne, gdyż wywodzimy je z funkcji rozkładu związanej z solwatowaniem cząsteczek C. Możemy dalej wprowadzić stężenie substancji C do wyprowadzonego równania p = kt v ln Ωv Ωv Cv = kt v ln V V Cv = kt v ln 1 1 [C]v = kt v ln(1 [C]v) 5

6 gdzie [C] = C/V jest stężeniem cząsteczek C w liczbie cząsteczek na jednostkę objętości roztworu. W ostatnim wyrażeniu v możemy traktować jako parametr modelu i określać zależności ciśnienia osmotycznego od stężenie [C] dla różnych wartości tego parametru. Dostaniemy monotonicznie rosnące zależności nieliniowe, co jest zgodne z obserwacjami doświadczalnymi, lecz ilościowy przebieg tych zależności w funkcji stężenia dla żadnej wartości v nie jest taki jak w doświadczeniu. Jak widać model klatkowy ma spore ograniczenia. Zadanie 3. Dyfuzja cząsteczek w obecności zatłaczacza. Wykorzystaj model przypadkowych skoków w jednym wymiarze, rozważany na pierwszych ćwiczeniach, wprowadzając prawdopodobieństwo niemożności wykonania przeskoku z powodu zajęcia klatki przez inną molekułę (zatłaczaczem są więc molekuły tego samego rodzaju co ta, której dyfuzję obserwujemy). Dla uproszczenia przyjmij, że prawdopodobieństwo przeskoku do pustej klatki jest w obu kierunkach równe 1/. Rozwiązanie: Przyjmijmy, że ułamek objętości układu zajęty przez nasze molekuły wynosi φ. Następnie przyjmujemy, że żadne dwie cząsteczki nie mogą zajmować tej samej pozycji, co dla nas oznacza, że nie mogą być w tej samej jednowymiarowej klatce o długości a. Błądzenie przypadkowe wygląda więc następująco. W przedziale czasu τ cząsteczka wykonuje skok w prawo lub lewo, z takim samym prawdopodobieństwem. Skok się udaje tylko gdy odbywa sieę do miejsca, które nie jest już zajęte. Zatem prawdopodobieństwo zakończonego powodzeniem przeskoku w prawo lub lewo wynosi p r = p l = 1 (1 φ) gdzie 1/ to prawdopodobieństwo podjęcia skoku w prawo lub w lewo, a 1 φ to prawdopodobieństwo, że komórka będzie wolna. Z kolei prawdopodobieństwo, że cząsteczka pozostanie tam gdzie była wynosi p s = φ To prawdopodobieństwo jest równe 1 p jump = 1 1 (1 φ) 1 (1 φ) = φ. Aby obliczyć współczynnik dyfuzji odpowiadający takiemu błądzeniu przypadkowemu, oszacujemy średnie kwadratowe przemieszczenie x jako funkcję czasu. Dla t = τ trajektoria składa się z pojedynczego kroku x (τ) = a p r + a p l + 0p s = a (1 φ) Średnie kwadratowe przemieszczenie jest liniową funkcją czasu, więc w czasie t, czyli dla t/τ kroków dyfuzji wyniesie ono x (t) = t τ x (τ) = a τ a (1 φ)t = (1 φ)t τ W przypadku dyfuzji swobodnej (bez uwzględniania zatłaczania przestrzeni przez inne cząsteczki) mieliśmy czyli wprowadzenie zatłoczenia daje D o = a τ D x (t) t = D o (1 φ) 6

7 dyfuzja jest więc wolniejsza. Zadanie 4. Dyfuzja cząsteczek w obecności zatłaczacza. Wykorzystaj model przypadkowych skoków w jednym wymiarze, rozważany na pierwszych ćwiczeniach, wprowadzając prawdopodobieństwo niemożności wykonania przeskoku z powodu zajęcia klatki przez inną molekułę (zatłaczaczem są więc molekuły tego samego rodzaju co ta, której dyfuzję obserwujemy). Tym razem przyjmij, że prawdopodobieństwo przeskoku do pustej klatki jest w obu kierunkach równe k t, a więc, że istnieje niezerowe prawdopodobieństwo pozostania cząsteczki w tym samym miejscu przez czas t, tak jak to było w oryginalnym rozwiązaniu zadania pierwszej serii. Rozwiązanie: Przyjmijmy, że ułamek objętości układu zajęty przez nasze molekuły wynosi φ. Następnie przyjmujemy, że żadne dwie cząsteczki nie mogą zajmować tej samej pozycji, co dla nas oznacza, że nie mogą być w tej samej jednowymiarowej klatce o długości a. Błądzenie przypadkowe wygląda więc następująco. W przedziale czasu τ cząsteczka wykonuje skok w prawo lub lewo, z takim samym prawdopodobieństwem wynoszącym k t. Z prawdopodobieństwem 1 k t cząstka nie wykona przeskoku. Skok się udaje tylko gdy odbywa sieę do miejsca, które nie jest już zajęte. Zatem prawdopodobieństwo zakończonego powodzeniem przeskoku w prawo lub lewo wynosi p r = p l = k t(1 φ) gdzie 1 φ to prawdopodobieństwo, że komórka, do której następuje przeskok, będzie wolna. Z kolei prawdopodobieństwo, że cząsteczka pozostanie tam gdzie była wynosi p s = 1 k t(1 φ). Aby obliczyć współczynnik dyfuzji odpowiadający takiemu błądzeniu przypadkowemu, oszacujemy średnie kwadratowe przemieszczenie x w przedziale czasu t, jak to robiliśmy na pierwszych ćwiczeniach: x ( t) = a p r + a p l + 0p s = a k t(1 φ) Średnie kwadratowe przemieszczenie jest liniową funkcją czasu, więc w czasie t, czyli dla t/ t kroków dyfuzji wyniesie ono x (t) = t t x ( t) = t t a k t(1 φ) = a k(1 φ)t W przypadku dyfuzji swobodnej (bez uwzględniania zatłaczania przestrzeni przez inne cząsteczki) mieliśmy D o = a k czyli wprowadzenie zatłoczenia daje a więc x (t) = D o (1 φ)t D = D o (1 φ) wynik nasz jest więc taki sam jak przy przyjęciu poprzedniego modelu. 7

8 Problem 5 Niech D o będzie współczynnikiem dyfuzji cząsteczek L w rozcieńczonym roztworze. Wyprowadź zależność współczynnika D cząsteczek L w obecności cząsteczek zatłaczających C o rozmiarach liniowych r razy mniejszych cząsteczki L, od ułamka objętości roztworu zajętej przez C, posługując się przypadkiem dyfuzji jednowymiarowej. Jak się zmieni ta zależność, gdy rozmiary liniowe cząsteczek C będą r razy większe niż cząsteczki L? Przedyskutuj konsekwencje wyprowadzonych zależności. Rozwiązanie: Zaznaczenie, że roztwór jest rozcieńczony ze względu na stężenie cząsteczek L oznacza, że pomijamy efekty objętości wyłączonej związane z tymi cząsteczkami. Wprowadzamy dwie siatki jedną o oczku a i drugą o oczku b = a/r. Cząsteczki L w czasie τ mogą przeskakiwać na siatce a. Możemy, jak w problemie na ćwiczeniach, przyjąć, że prawdopodobieństwo próby przeskoku w prawo i w lewo są równe i wynoszą po 1/, a prawdopodobieństwo próby pozostania w miejscu wynosi 0. Aby próba dokonania przeskoku w prawo lub w lewo przez cząsteczkę L zakończyła się powodzeniem, żadna z r kolejnych sąsiadujących z nią małych klatek, z prawej lub lewej strony, nie może być zajęta przez cząsteczkę C. Gdy ułamek objętości roztworu zajęty przez cząsteczki C wynosi φ, to prawdopowobieństwo, że jedna konkretna mała klatka jest pusta wynosi 1 φ, a prawdopodobieństwo, że r kolejnych małych klatek jest pustych wynosi (1 φ) r. Zatem prawdopodobieństwa przeskoku w prawo, przeskoku w lewo i pozostania w miejscu wynoszą odpowiednio: 1 (1 φ)r ; 1 (1 φ)r ; i 1 (1 φ) r Suma tych prawdopodobieństw, tak jak trzeba, daje 1. Błądzenie przypadkowe wygląda więc następująco. W przedziale czasu τ cząsteczka wykonuje skok w prawo lub lewo, z takim samym prawdopodobieństwem. Skok się udaje tylko gdy odbywa sie do miejsca, którego kolejnych r małych klatek nie jest zajęte przez jakąkolwiek cząsteczkę C. Aby obliczyć współczynnik dyfuzji odpowiadający takiemu błądzeniu przypadkowemu, oszacujemy średnie kwadratowe przemieszczenie x jako funkcję czasu. Dla t = τ trajektoria składa się z pojedynczego kroku a dla czasu t, czyli N = t/τ kroków mamy: x (τ) = a p r + a p l + 0p s = a (1 φ) r x (t) = t τ x (τ) = a τ (1 φ)r t W przypadku dyfuzji swobodnej (bez uwzględniania zatłaczania przestrzeni przez inne cząsteczki) mieliśmy czyli możemy zapisać D o = a τ x (t) = a τ (1 φ)r t D o (1 φ) r t wprowadzenie zatłoczenia daje więc D = D o (1 φ) r dyfuzja jest więc wolniejsza i efekt zależy od r, im r jest większe tym wpływ cząsteczek zatłaczających, przy tym samym stopniu wypełnienia roztworu, jest większy. 8

9 Gdy to cząsteczki L są r razy mniejsze niż cząsteczki C to w wyrażeniu na prawdopodobieństwo skutecznego przeskoku mamy zamiast (1 φ) r po prostu 1 φ. W kolejnych wzorach w miejsce (1 φ) r wstawiamy 1 φ i stąd mamy odpowiedź. 9

Zadania treningowe na kolokwium

Zadania treningowe na kolokwium Zadania treningowe na kolokwium 3.12.2010 1. Stan układu binarnego zawierającego n 1 moli substancji typu 1 i n 2 moli substancji typu 2 parametryzujemy za pomocą stężenia substancji 1: x n 1. Stabilność

Bardziej szczegółowo

1 Rachunek prawdopodobieństwa

1 Rachunek prawdopodobieństwa 1 Rachunek prawdopodobieństwa 1. Obliczyć średnią i wariancję rozkładu Bernouliego 2. Wykonać przejście graniczne p 0, N w rozkładzie Bernouliego przy zachowaniu stałej wartości średniej: λ = N p = const

Bardziej szczegółowo

Wykład 2. Anna Ptaszek. 7 października Katedra Inżynierii i Aparatury Przemysłu Spożywczego. Chemia fizyczna - wykład 2. Anna Ptaszek 1 / 1

Wykład 2. Anna Ptaszek. 7 października Katedra Inżynierii i Aparatury Przemysłu Spożywczego. Chemia fizyczna - wykład 2. Anna Ptaszek 1 / 1 Wykład 2 Katedra Inżynierii i Aparatury Przemysłu Spożywczego 7 października 2015 1 / 1 Zjawiska koligatywne Rozpuszczenie w wodzie substancji nielotnej powoduje obniżenie prężności pary nasyconej P woda

Bardziej szczegółowo

1 Równania różniczkowe zwyczajne o rozdzielonych zmiennych

1 Równania różniczkowe zwyczajne o rozdzielonych zmiennych Równania różniczkowe zwyczajne o rozdzielonych zmiennych Definicja. Równaniem różniczkowym o rozdzielonych zmiennych nazywamy równanie postaci p(y) = q() (.) rozwiązanie równania sprowadza się do postaci

Bardziej szczegółowo

Wykład 3. Entropia i potencjały termodynamiczne

Wykład 3. Entropia i potencjały termodynamiczne Wykład 3 Entropia i potencjały termodynamiczne dr hab. Agata Fronczak, prof. PW Wydział Fizyki, Politechnika Warszawska 1 stycznia 2017 dr hab. A. Fronczak (Wydział Fizyki PW) Wykład: Elementy fizyki statystycznej

Bardziej szczegółowo

Roztwory rzeczywiste (1)

Roztwory rzeczywiste (1) Roztwory rzeczywiste (1) Również w temp. 298,15K, ale dla CCl 4 () i CH 3 OH (). 2 15 1 5-5 -1-15 Τ S H,2,4,6,8 1 G -2 Chem. Fiz. TCH II/12 1 rzyczyny dodatnich i ujemnych odchyleń od prawa Raoulta konsekwencja

Bardziej szczegółowo

Podstawowe prawa opisujące właściwości gazów zostały wyprowadzone dla gazu modelowego, nazywanego gazem doskonałym (idealnym).

Podstawowe prawa opisujące właściwości gazów zostały wyprowadzone dla gazu modelowego, nazywanego gazem doskonałym (idealnym). Spis treści 1 Stan gazowy 2 Gaz doskonały 21 Definicja mikroskopowa 22 Definicja makroskopowa (termodynamiczna) 3 Prawa gazowe 31 Prawo Boyle a-mariotte a 32 Prawo Gay-Lussaca 33 Prawo Charlesa 34 Prawo

Bardziej szczegółowo

Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova)

Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova) Wykład 2 Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova) 1. Procesy Markova: definicja 2. Równanie Chapmana-Kołmogorowa-Smoluchowskiego 3. Przykład dyfuzji w kapilarze

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

Program MC. Obliczyć radialną funkcję korelacji. Zrobić jej wykres. Odczytać z wykresu wartość radialnej funkcji korelacji w punkcie r=

Program 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 szczegółowo

1. Stechiometria 1.1. Obliczenia składu substancji na podstawie wzoru

1. Stechiometria 1.1. Obliczenia składu substancji na podstawie wzoru 1. Stechiometria 1.1. Obliczenia składu substancji na podstawie wzoru Wzór związku chemicznego podaje jakościowy jego skład z jakich pierwiastków jest zbudowany oraz liczbę atomów poszczególnych pierwiastków

Bardziej szczegółowo

Praca domowa - seria 6

Praca domowa - seria 6 Praca domowa - seria 6 28 grudnia 2012 Zadanie 1. Znajdź bazę jądra i obrazu przekształcenia liniowego φ : R 4 wzorem: R 3 danego φ(x 1, x 2, x 3, x 4 ) = (x 1 +2x 2 x 3 +3x 4, x 1 +x 2 +2x 3 +x 4, 2x

Bardziej szczegółowo

Rzadkie gazy bozonów

Rzadkie gazy bozonów Rzadkie gazy bozonów Tomasz Sowiński Proseminarium Fizyki Teoretycznej 15 listopada 2004 Rzadkie gazy bozonów p.1/25 Bardzo medialne zdjęcie Rok 1995. Pierwsza kondensacja. Zaobserwowana w przestrzeni

Bardziej szczegółowo

Zespół kanoniczny N,V, T. acc o n =min {1, exp [ U n U o ] }

Zespół kanoniczny N,V, T. acc o n =min {1, exp [ U n U o ] } Zespół kanoniczny Zespół kanoniczny N,V, T acc o n =min {1, exp [ U n U o ] } Zespół izobaryczno-izotermiczny Zespół izobaryczno-izotermiczny N P T acc o n =min {1, exp [ U n U o ] } acc o n =min {1, exp[

Bardziej szczegółowo

Roztwory rzeczywiste (1)

Roztwory rzeczywiste (1) Roztwory rzeczywiste (1) Również w temp. 298,15K, ale dla CCl 4 () i CH 3 OH (). 2 15 1 5-5 -1-15 Τ S H,2,4,6,8 1 G -2 Chem. Fiz. TCH II/12 1 Roztwory rzeczywiste (2) Tym razem dla (CH 3 ) 2 CO () i CHCl

Bardziej szczegółowo

Stochastyczne równania różniczkowe, model Blacka-Scholesa

Stochastyczne równania różniczkowe, model Blacka-Scholesa Stochastyczne równania różniczkowe, model Blacka-Scholesa Marcin Orchel Spis treści 1 Wstęp 1 1.1 Błądzenie losowe................................ 1 1. Proces Wienera................................. 1.3

Bardziej szczegółowo

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.

Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcja homograficzna. Definicja. Funkcja homograficzna jest to funkcja określona wzorem f() = a + b c + d, () gdzie współczynniki

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

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

Rozwiązania, seria 5.

Rozwiązania, seria 5. Rozwiązania, seria 5. 26 listopada 2012 Zadanie 1. Zbadaj, dla jakich wartości parametru r R wektor (r, r, 1) lin{(2, r, r), (1, 2, 2)} R 3? Rozwiązanie. Załóżmy, że (r, r, 1) lin{(2, r, r), (1, 2, 2)}.

Bardziej szczegółowo

Układy równań liniowych

Układy równań liniowych Układy równań liniowych Niech K będzie ciałem. Niech n, m N. Równanie liniowe nad ciałem K z niewiadomymi (lub zmiennymi) x 1, x 2,..., x n K definiujemy jako formę zdaniową zmiennej (x 1,..., x n ) K

Bardziej szczegółowo

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ...

a 11 a a 1n a 21 a a 2n... a m1 a m2... a mn x 1 x 2... x m ... Wykład 15 Układy równań liniowych Niech K będzie ciałem i niech α 1, α 2,, α n, β K. Równanie: α 1 x 1 + α 2 x 2 + + α n x n = β z niewiadomymi x 1, x 2,, x n nazywamy równaniem liniowym. Układ: a 21 x

Bardziej szczegółowo

Symulacja Monte Carlo izotermy adsorpcji w układzie. ciało stałe-gaz

Symulacja Monte Carlo izotermy adsorpcji w układzie. ciało stałe-gaz Ćwiczenie nr 2 Symulacja Monte Carlo izotermy adsorpcji w układzie ciało stałe-gaz I. Cel ćwiczenia Celem ćwiczenia jest określenie wpływu parametrów takich jak temperatura, energia oddziaływania cząsteczka-powierzchnia

Bardziej szczegółowo

Elementy termodynamiki i wprowadzenie do zespołów statystycznych. Katarzyna Sznajd-Weron

Elementy termodynamiki i wprowadzenie do zespołów statystycznych. Katarzyna Sznajd-Weron Elementy termodynamiki i wprowadzenie do zespołów statystycznych Katarzyna Sznajd-Weron Wielkości makroskopowe - termodynamika Termodynamika - metoda fenomenologiczna Fenomenologia w fizyce: widzimy jak

Bardziej szczegółowo

Wykład 1. Anna Ptaszek. 5 października Katedra Inżynierii i Aparatury Przemysłu Spożywczego. Chemia fizyczna - wykład 1. Anna Ptaszek 1 / 36

Wykład 1. Anna Ptaszek. 5 października Katedra Inżynierii i Aparatury Przemysłu Spożywczego. Chemia fizyczna - wykład 1. Anna Ptaszek 1 / 36 Wykład 1 Katedra Inżynierii i Aparatury Przemysłu Spożywczego 5 października 2015 1 / 36 Podstawowe pojęcia Układ termodynamiczny To zbiór niezależnych elementów, które oddziałują ze sobą tworząc integralną

Bardziej szczegółowo

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa.

VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. VII. Elementy teorii stabilności. Funkcja Lapunowa. 1. Stabilność w sensie Lapunowa. W rozdziale tym zajmiemy się dokładniej badaniem stabilności rozwiązań równania różniczkowego. Pojęcie stabilności w

Bardziej szczegółowo

6. Dyfuzja w ujęciu atomowym

6. Dyfuzja w ujęciu atomowym 6. Dyfuzja w ujęciu atomowym Do tej pory rozpatrywaliśmy dyfuzję w kategoriach makroskopowych - wszystkie nasze równania odnosiły się do sytuacji, w których opisywany układ traktowany był jako ciągłe medium.

Bardziej szczegółowo

Sumy kwadratów kolejnych liczb naturalnych

Sumy kwadratów kolejnych liczb naturalnych Sumy kwadratów kolejnych liczb naturalnych Andrzej Nowicki 24 maja 2015, wersja kk-17 Niech m < n będą danymi liczbami naturalnymi. Interesować nas będzie równanie ( ) y 2 + (y + 1) 2 + + (y + m 1) 2 =

Bardziej szczegółowo

2. Układy równań liniowych

2. Układy równań liniowych 2. Układy równań liniowych Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie zima 2017/2018 rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 2. Układy równań liniowych zima 2017/2018 1 /

Bardziej szczegółowo

Liczby zespolone. x + 2 = 0.

Liczby zespolone. x + 2 = 0. Liczby zespolone 1 Wiadomości wstępne Rozważmy równanie wielomianowe postaci x + 2 = 0. Współczynniki wielomianu stojącego po lewej stronie są liczbami całkowitymi i jedyny pierwiastek x = 2 jest liczbą

Bardziej szczegółowo

Fizyka statystyczna Fenomenologia przejść fazowych. P. F. Góra

Fizyka statystyczna Fenomenologia przejść fazowych. P. F. Góra Fizyka statystyczna Fenomenologia przejść fazowych P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Przejście fazowe transformacja układu termodynamicznego z jednej fazy (stanu materii) do innej, dokonywane

Bardziej szczegółowo

2.2. Gramatyki, wyprowadzenia, hierarchia Chomsky'ego

2.2. Gramatyki, wyprowadzenia, hierarchia Chomsky'ego 2.2. Gramatyki, wyprowadzenia, hierarchia Chomsky'ego Gramatyka Gramatyką G nazywamy czwórkę uporządkowaną G = gdzie: N zbiór symboli nieterminalnych, T zbiór symboli terminalnych, P zbiór

Bardziej szczegółowo

FUNKCJA KWADRATOWA. Zad 1 Przedstaw funkcję kwadratową w postaci ogólnej. Postać ogólna funkcji kwadratowej to: y = ax + bx + c;(

FUNKCJA KWADRATOWA. Zad 1 Przedstaw funkcję kwadratową w postaci ogólnej. Postać ogólna funkcji kwadratowej to: y = ax + bx + c;( Zad Przedstaw funkcję kwadratową w postaci ogólnej Przykład y = ( x ) + 5 (postać kanoniczna) FUNKCJA KWADRATOWA Postać ogólna funkcji kwadratowej to: y = ax + bx + c;( a 0) Aby ją uzyskać pozbywamy się

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c,

Funkcja kwadratowa. f(x) = ax 2 + bx + c, Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax 2 + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax 2, a R \

Bardziej szczegółowo

Wykład 12. Rozkład wielki kanoniczny i statystyki kwantowe

Wykład 12. Rozkład wielki kanoniczny i statystyki kwantowe Wykład 12 Rozkład wielki kanoniczny i statystyki kwantowe dr hab. Agata Fronczak, prof. PW Wydział Fizyki, Politechnika Warszawska 1 stycznia 2017 dr hab. A. Fronczak (Wydział Fizyki PW) Wykład: Elementy

Bardziej szczegółowo

1. A 2. A 3. B 4. B 5. C 6. B 7. B 8. D 9. A 10. D 11. C 12. D 13. B 14. D 15. C 16. C 17. C 18. B 19. D 20. C 21. C 22. D 23. D 24. A 25.

1. A 2. A 3. B 4. B 5. C 6. B 7. B 8. D 9. A 10. D 11. C 12. D 13. B 14. D 15. C 16. C 17. C 18. B 19. D 20. C 21. C 22. D 23. D 24. A 25. 1. A 2. A 3. B 4. B 5. C 6. B 7. B 8. D 9. A 10. D 11. C 12. D 13. B 14. D 15. C 16. C 17. C 18. B 19. D 20. C 21. C 22. D 23. D 24. A 25. A Najłatwiejszym sposobem jest rozpatrzenie wszystkich odpowiedzi

Bardziej szczegółowo

Obliczenia iteracyjne

Obliczenia iteracyjne Lekcja Strona z Obliczenia iteracyjne Zmienne iteracyjne (wyliczeniowe) Obliczenia iteracyjne wymagają zdefiniowania specjalnej zmiennej nazywanej iteracyjną lub wyliczeniową. Zmienną iteracyjną od zwykłej

Bardziej szczegółowo

( ) Arkusz I Zadanie 1. Wartość bezwzględna Rozwiąż równanie. Naszkicujmy wykresy funkcji f ( x) = x + 3 oraz g ( x) 2x

( ) Arkusz I Zadanie 1. Wartość bezwzględna Rozwiąż równanie. Naszkicujmy wykresy funkcji f ( x) = x + 3 oraz g ( x) 2x Arkusz I Zadanie. Wartość bezwzględna Rozwiąż równanie x + 3 x 4 x 7. Naszkicujmy wykresy funkcji f ( x) x + 3 oraz g ( x) x 4 uwzględniając tylko ich miejsca zerowe i monotoniczność w ten sposób znajdziemy

Bardziej szczegółowo

Wykład 3 Zjawiska transportu Dyfuzja w gazie, przewodnictwo cieplne, lepkość gazu, przewodnictwo elektryczne

Wykład 3 Zjawiska transportu Dyfuzja w gazie, przewodnictwo cieplne, lepkość gazu, przewodnictwo elektryczne Wykład 3 Zjawiska transportu Dyfuzja w gazie, przewodnictwo cieplne, lepkość gazu, przewodnictwo elektryczne W3. Zjawiska transportu Zjawiska transportu zachodzą gdy układ dąży do stanu równowagi. W zjawiskach

Bardziej szczegółowo

16 Jednowymiarowy model Isinga

16 Jednowymiarowy model Isinga 16 Jednowymiarowy model Isinga Jest to liniowy łańcuch N spinów mogących przyjmować wartości ± 1. Mikrostanem układu jest zbiór zmiennych σ i = ±1, gdzie i = 1,,..., N (16.1) Określają one czy i-ty spin

Bardziej szczegółowo

Otrzymaliśmy w ten sposób ograniczenie na wartości parametru m.

Otrzymaliśmy w ten sposób ograniczenie na wartości parametru m. Dla jakich wartości parametru m dziedziną funkcji f ( x) = x + mx + m 1 jest zbiór liczb rzeczywistych? We wzorze funkcji f(x) pojawia się funkcja kwadratowa, jednak znajduje się ona pod pierwiastkiem.

Bardziej szczegółowo

Roztwory. Homogeniczne jednorodne (jedno-fazowe) mieszaniny dwóch lub więcej składników.

Roztwory. Homogeniczne jednorodne (jedno-fazowe) mieszaniny dwóch lub więcej składników. Roztwory Homogeniczne jednorodne (jedno-fazowe) mieszaniny dwóch lub więcej składników. Własności fizyczne roztworów są związane z równowagę pomiędzy siłami wiążącymi cząsteczki wody i substancji rozpuszczonej.

Bardziej szczegółowo

ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR 2 POZIOM PODSTAWOWY. Etapy rozwiązania zadania

ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR 2 POZIOM PODSTAWOWY. Etapy rozwiązania zadania Przykładowy zestaw zadań nr z matematyki ODPOWIEDZI I SCHEMAT PUNKTOWANIA ZESTAW NR POZIOM PODSTAWOWY Nr zadania Nr czynności Etapy rozwiązania zadania Liczba punktów Uwagi. Podanie dziedziny funkcji f:

Bardziej szczegółowo

Rozkład normalny, niepewność standardowa typu A

Rozkład normalny, niepewność standardowa typu A Podstawy Metrologii i Technik Eksperymentu Laboratorium Rozkład normalny, niepewność standardowa typu A Instrukcja do ćwiczenia nr 1 Zakład Miernictwa i Ochrony Atmosfery Wrocław, listopad 2010 r. Podstawy

Bardziej szczegółowo

Rozwiązywanie równań nieliniowych

Rozwiązywanie równań nieliniowych Rozwiązywanie równań nieliniowych Marcin Orchel 1 Wstęp Przykłady wyznaczania miejsc zerowych funkcji f : f(ξ) = 0. Wyszukiwanie miejsc zerowych wielomianu n-tego stopnia. Wymiar tej przestrzeni wektorowej

Bardziej szczegółowo

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki.

Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. 3. Funkcje borelowskie. Rodzinę F złożoną z podzbiorów zbioru X będziemy nazywali ciałem zbiorów, gdy spełnione są dwa następujące warunki. (1): Jeśli zbiór Y należy do rodziny F, to jego dopełnienie X

Bardziej szczegółowo

3. Równania konstytutywne

3. Równania konstytutywne 3. Równania konstytutywne 3.1. Strumienie w zjawiskach transportowych Podczas poprzednich zajęć wprowadziliśmy pojęcie strumienia masy J. W większości zjawisk transportowych występuje analogiczna wielkość

Bardziej szczegółowo

1) 2) 3) 5) 6) 7) 8) 9) 10) 11) 12) 13) 14) 15) 16) 17) 18) 19) 20) 21) 22) 23) 24) 25)

1) 2) 3)  5) 6) 7) 8) 9) 10) 11) 12) 13) 14) 15) 16) 17) 18) 19) 20) 21) 22) 23) 24) 25) 1) Wykresem funkcji kwadratowej f jest parabola o wierzchołku w początku układu współrzędnych i przechodząca przez punkt. Wobec tego funkcja f określona wzorem 2) Punkt należy do paraboli o równaniu. Wobec

Bardziej szczegółowo

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH Dobrze przygotowane sprawozdanie powinno zawierać następujące elementy: 1. Krótki wstęp - maksymalnie pół strony. W krótki i zwięzły

Bardziej szczegółowo

166 Wstęp do statystyki matematycznej

166 Wstęp do statystyki matematycznej 166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej

Bardziej szczegółowo

N ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach:

N ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach: Zadanie. O niezależnych zmiennych losowych N, M M, M 2, 3 wiemy, że: N ma rozkład Poissona z wartością oczekiwaną równą 00 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach: 2, 3 Pr( M = )

Bardziej szczegółowo

prof. dr hab. Małgorzata Jóźwiak

prof. dr hab. Małgorzata Jóźwiak Czy równowaga w przyrodzie i w chemii jest korzystna? prof. dr hab. Małgorzata Jóźwiak 1 Pojęcie równowagi łańcuch pokarmowy równowagi fazowe równowaga ciało stałe - ciecz równowaga ciecz - gaz równowaga

Bardziej szczegółowo

Przedmiot: Chemia budowlana Zakład Materiałoznawstwa i Technologii Betonu

Przedmiot: Chemia budowlana Zakład Materiałoznawstwa i Technologii Betonu Przedmiot: Chemia budowlana Zakład Materiałoznawstwa i Technologii Betonu Ćw. 4 Kinetyka reakcji chemicznych Zagadnienia do przygotowania: Szybkość reakcji chemicznej, zależność szybkości reakcji chemicznej

Bardziej szczegółowo

Równanie przewodnictwa cieplnego (I)

Równanie przewodnictwa cieplnego (I) Wykład 4 Równanie przewodnictwa cieplnego (I) 4.1 Zagadnienie Cauchy ego dla pręta nieograniczonego Rozkład temperatury w jednowymiarowym nieograniczonym pręcie opisuje funkcja u = u(x, t), spełniająca

Bardziej szczegółowo

Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa

Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa Ćwiczenia z metodyki nauczania rachunku prawdopodobieństwa 25 marca 209 Zadanie. W urnie jest b kul białych i c kul czarnych. Losujemy n kul bez zwracania. Jakie jest prawdopodobieństwo, że pierwsza kula

Bardziej szczegółowo

UKŁADY RÓWNAŃ LINIOWYCH

UKŁADY RÓWNAŃ LINIOWYCH Projekt dofinansowała Fundacja mbanku UKŁADY RÓWNAŃ LINIOWYCH CZĘŚĆ I Układ równań to przynajmniej dwa równania spięte z lewej strony klamrą, np.: x + 0 Każde z równań musi zawierać przynajmniej jedną

Bardziej szczegółowo

TRANSPORT NIEELEKTROLITÓW PRZEZ BŁONY WYZNACZANIE WSPÓŁCZYNNIKA PRZEPUSZCZALNOŚCI

TRANSPORT NIEELEKTROLITÓW PRZEZ BŁONY WYZNACZANIE WSPÓŁCZYNNIKA PRZEPUSZCZALNOŚCI Ćwiczenie nr 7 TRANSPORT NIEELEKTROLITÓW PRZEZ BŁONY WYZNACZANIE WSPÓŁCZYNNIKA PRZEPUSZCZALNOŚCI Celem ćwiczenia jest zapoznanie się z podstawami teorii procesów transportu nieelektrolitów przez błony.

Bardziej szczegółowo

Rozkłady statyczne Maxwella Boltzmana. Konrad Jachyra I IM gr V lab

Rozkłady statyczne Maxwella Boltzmana. Konrad Jachyra I IM gr V lab Rozkłady statyczne Maxwella Boltzmana Konrad Jachyra I IM gr V lab MODEL STATYCZNY Model statystyczny hipoteza lub układ hipotez, sformułowanych w sposób matematyczny (odpowiednio w postaci równania lub

Bardziej szczegółowo

Wykład 8 i 9. Hipoteza ergodyczna, rozkład mikrokanoniczny, wzór Boltzmanna

Wykład 8 i 9. Hipoteza ergodyczna, rozkład mikrokanoniczny, wzór Boltzmanna Wykład 8 i 9 Hipoteza ergodyczna, rozkład mikrokanoniczny, wzór Boltzmanna dr hab. Agata Fronczak, prof. PW Wydział Fizyki, Politechnika Warszawska 1 stycznia 2017 dr hab. A. Fronczak (Wydział Fizyki PW)

Bardziej szczegółowo

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań.

III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. III. Układy liniowe równań różniczkowych. 1. Pojęcie stabilności rozwiązań. Analiza stabilności rozwiązań stanowi ważną część jakościowej teorii równań różniczkowych. Jej istotą jest poszukiwanie odpowiedzi

Bardziej szczegółowo

Algorytmy i struktury danych. Wykład 4

Algorytmy i struktury danych. Wykład 4 Wykład 4 Różne algorytmy - obliczenia 1. Obliczanie wartości wielomianu 2. Szybkie potęgowanie 3. Algorytm Euklidesa, liczby pierwsze, faktoryzacja liczby naturalnej 2017-11-24 Algorytmy i struktury danych

Bardziej szczegółowo

WYKŁAD 8 ANALIZA REGRESJI

WYKŁAD 8 ANALIZA REGRESJI WYKŁAD 8 ANALIZA REGRESJI Regresja 1. Metoda najmniejszych kwadratów-regresja prostoliniowa 2. Regresja krzywoliniowa 3. Estymacja liniowej funkcji regresji 4. Testy istotności współczynnika regresji liniowej

Bardziej szczegółowo

relacje ilościowe ( masowe,objętościowe i molowe ) dotyczące połączeń 1. pierwiastków w związkach chemicznych 2. związków chemicznych w reakcjach

relacje ilościowe ( masowe,objętościowe i molowe ) dotyczące połączeń 1. pierwiastków w związkach chemicznych 2. związków chemicznych w reakcjach 1 STECHIOMETRIA INTERPRETACJA ILOŚCIOWA ZJAWISK CHEMICZNYCH relacje ilościowe ( masowe,objętościowe i molowe ) dotyczące połączeń 1. pierwiastków w związkach chemicznych 2. związków chemicznych w reakcjach

Bardziej szczegółowo

Co to jest model Isinga?

Co to jest model Isinga? Co to jest model Isinga? Fakty eksperymentalne W pewnych metalach (np. Fe, Ni) następuje spontaniczne ustawianie się spinów wzdłuż pewnego kierunku, powodując powstanie makroskopowego pola magnetycznego.

Bardziej szczegółowo

Metoda największej wiarogodności

Metoda największej wiarogodności Wprowadzenie Założenia Logarytm funkcji wiarogodności Metoda Największej Wiarogodności (MNW) jest bardziej uniwersalną niż MNK metodą szacowania wartości nieznanych parametrów Wprowadzenie Założenia Logarytm

Bardziej szczegółowo

1 Układy równań liniowych

1 Układy równań liniowych II Metoda Gaussa-Jordana Na wykładzie zajmujemy się układami równań liniowych, pojawi się też po raz pierwszy macierz Formalną (i porządną) teorią macierzy zajmiemy się na kolejnych wykładach Na razie

Bardziej szczegółowo

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k.

Funkcje wymierne. Jerzy Rutkowski. Działania dodawania i mnożenia funkcji wymiernych określa się wzorami: g h + k l g h k. Funkcje wymierne Jerzy Rutkowski Teoria Przypomnijmy, że przez R[x] oznaczamy zbiór wszystkich wielomianów zmiennej x i o współczynnikach rzeczywistych Definicja Funkcją wymierną jednej zmiennej nazywamy

Bardziej szczegółowo

ogromna liczba małych cząsteczek, doskonale elastycznych, poruszających się we wszystkich kierunkach, tory prostoliniowe, kierunek ruchu zmienia się

ogromna liczba małych cząsteczek, doskonale elastycznych, poruszających się we wszystkich kierunkach, tory prostoliniowe, kierunek ruchu zmienia się CHEMIA NIEORGANICZNA Dr hab. Andrzej Kotarba Zakład Chemii Nieorganicznej Wydział Chemii I pietro p. 138 WYKŁAD - STAN GAZOWY i CHEMIA GAZÓW kinetyczna teoria gazów ogromna liczba małych cząsteczek, doskonale

Bardziej szczegółowo

7. CIĄGI. WYKŁAD 5. Przykłady :

7. CIĄGI. WYKŁAD 5. Przykłady : WYKŁAD 5 1 7. CIĄGI. CIĄGIEM NIESKOŃCZONYM nazywamy funkcję określoną na zbiorze liczb naturalnych, dodatnich, a wyrazami ciągu są wartości tej funkcji. CIĄGIEM SKOŃCZONYM nazywamy funkcję określoną na

Bardziej szczegółowo

Prawdopodobieństwo i rozkład normalny cd.

Prawdopodobieństwo i rozkład normalny cd. # # Prawdopodobieństwo i rozkład normalny cd. Michał Daszykowski, Ivana Stanimirova Instytut Chemii Uniwersytet Śląski w Katowicach Ul. Szkolna 9 40-006 Katowice E-mail: www: mdaszyk@us.edu.pl istanimi@us.edu.pl

Bardziej szczegółowo

WYZNACZANIE ROZMIARÓW

WYZNACZANIE ROZMIARÓW POLITECHNIKA ŁÓDZKA INSTRUKCJA Z LABORATORIUM W ZAKŁADZIE BIOFIZYKI Ćwiczenie 6 WYZNACZANIE ROZMIARÓW MAKROCZĄSTECZEK I. WSTĘP TEORETYCZNY Procesy zachodzące między atomami lub cząsteczkami w skali molekularnej

Bardziej szczegółowo

Iteracyjne rozwiązywanie równań

Iteracyjne rozwiązywanie równań Elementy metod numerycznych Plan wykładu 1 Wprowadzenie Plan wykładu 1 Wprowadzenie 2 Plan wykładu 1 Wprowadzenie 2 3 Wprowadzenie Metoda bisekcji Metoda siecznych Metoda stycznych Plan wykładu 1 Wprowadzenie

Bardziej szczegółowo

1. Liczby wymierne. x dla x 0 (wartością bezwzględną liczby nieujemnej jest ta sama liczba)

1. Liczby wymierne. x dla x 0 (wartością bezwzględną liczby nieujemnej jest ta sama liczba) 1. Liczby wymierne. - wartość bezwzględna liczby. dla 0 (wartością bezwzględną liczby nieujemnej jest ta sama liczba) - dla < 0 ( wartością bezwzględną liczby ujemnej jest liczba do niej przeciwna) W interpretacji

Bardziej szczegółowo

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywsitej Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus listopada 07r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej

Bardziej szczegółowo

Superdyfuzja. Maria Knorps. Wydział Fizyki Technicznej i Matematyki stosowanej, Politechnika Gdańska

Superdyfuzja. Maria Knorps. Wydział Fizyki Technicznej i Matematyki stosowanej, Politechnika Gdańska VI Matematyczne Warsztaty KaeNeMów p. 1/2 Superdyfuzja Maria Knorps maria.knorps@gmail.com Wydział Fizyki Technicznej i Matematyki stosowanej, Politechnika Gdańska VI Matematyczne Warsztaty KaeNeMów p.

Bardziej szczegółowo

Przestrzenie wektorowe

Przestrzenie wektorowe Rozdział 4 Przestrzenie wektorowe Rozważania dotyczące przestrzeni wektorowych rozpoczniemy od kilku prostych przykładów. Przykład 4.1. W przestrzeni R 3 = {(x, y, z) : x, y, z R} wprowadzamy dwa działania:

Bardziej szczegółowo

Metody systemowe i decyzyjne w informatyce

Metody systemowe i decyzyjne w informatyce Metody systemowe i decyzyjne w informatyce Laboratorium JAVA Zadanie nr 2 Rozpoznawanie liter autorzy: A. Gonczarek, J.M. Tomczak Cel zadania Celem zadania jest zapoznanie się z problemem klasyfikacji

Bardziej szczegółowo

Wskaż grupy reakcji, do których można zaliczyć proces opisany w informacji wstępnej. A. I i III B. I i IV C. II i III D. II i IV

Wskaż grupy reakcji, do których można zaliczyć proces opisany w informacji wstępnej. A. I i III B. I i IV C. II i III D. II i IV Informacja do zadań 1. i 2. Proces spalania pewnego węglowodoru przebiega według równania: C 4 H 8(g) + 6O 2(g) 4CO 2(g) + 4H 2 O (g) + energia cieplna Zadanie 1. (1 pkt) Procesy chemiczne można zakwalifikować

Bardziej szczegółowo

O procesie Wienera. O procesie Wienera. Procesy stochastyczne Wykład XV, 15 czerwca 2015 r. Proces Wienera. Ruch Browna. Ułamkowe ruchy Browna

O procesie Wienera. O procesie Wienera. Procesy stochastyczne Wykład XV, 15 czerwca 2015 r. Proces Wienera. Ruch Browna. Ułamkowe ruchy Browna Procesy stochastyczne Wykład XV, 15 czerwca 2015 r. Ruch 1 {X t } jest martyngałem dokładnie wtedy, gdy E(X t F s ) = X s, s, t T, s t. Jeżeli EX 2 (t) < +, to E(X t F s ) jest rzutem ortogonalnym zmiennej

Bardziej szczegółowo

Zadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k =

Zadanie 1. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k = Matematyka ubezpieczeń majątkowych 0.0.006 r. Zadanie. Liczba szkód N w ciągu roku z pewnego ryzyka ma rozkład geometryczny: k 5 Pr( N = k) =, k = 0,,,... 6 6 Wartości kolejnych szkód Y, Y,, są i.i.d.,

Bardziej szczegółowo

PODSTAWY CHEMII INŻYNIERIA BIOMEDYCZNA. Wykład 2

PODSTAWY CHEMII INŻYNIERIA BIOMEDYCZNA. Wykład 2 PODSTAWY CEMII INŻYNIERIA BIOMEDYCZNA Wykład Plan wykładu II,III Woda jako rozpuszczalnik Zjawisko dysocjacji Równowaga w roztworach elektrolitów i co z tego wynika Bufory ydroliza soli Roztwory (wodne)-

Bardziej szczegółowo

Termodynamika Część 6 Związki i tożsamości termodynamiczne Potencjały termodynamiczne Warunki równowagi termodynamicznej Potencjał chemiczny

Termodynamika Część 6 Związki i tożsamości termodynamiczne Potencjały termodynamiczne Warunki równowagi termodynamicznej Potencjał chemiczny Termodynamika Część 6 Związki i tożsamości termodynamiczne Potencjały termodynamiczne Warunki równowagi termodynamicznej Potencjał chemiczny Janusz Brzychczyk, Instytut Fizyki UJ Związek pomiędzy równaniem

Bardziej szczegółowo

Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne.

Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne. Logarytmy. Funkcje logarytmiczna i wykładnicza. Równania i nierówności wykładnicze i logarytmiczne. Definicja. Niech a i b będą dodatnimi liczbami rzeczywistymi i niech a. Logarytmem liczby b przy podstawie

Bardziej szczegółowo

FIZYKA STATYSTYCZNA. Liczne eksperymenty dowodzą, że ciała składają się z wielkiej liczby podstawowych

FIZYKA STATYSTYCZNA. Liczne eksperymenty dowodzą, że ciała składają się z wielkiej liczby podstawowych FIZYKA STATYSTYCZA Liczne eksperymenty dowodzą, że ciała składają się z wielkiej liczby podstawowych elementów takich jak atomy czy cząsteczki. Badanie ruchów pojedynczych cząstek byłoby bardzo trudnym

Bardziej szczegółowo

4. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych.

4. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych. Jarosław Wróblewski Matematyka dla Myślących, 008/09. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych. 15 listopada 008 r. Uwaga: Przyjmujemy,

Bardziej szczegółowo

Matematyka rozszerzona matura 2017

Matematyka rozszerzona matura 2017 Matematyka rozszerzona matura 017 Zadanie 1 Liczba ( 3 + 3) jest równa A. B. 4 C. 3 D. 3 ( 3 + 3) = 3 ( 3)( + 3) + + 3 = A. 3 4 3 + + 3 = 4 1 = 4 = Zadanie. Nieskończony ciąg liczbowy jest określony wzorem

Bardziej szczegółowo

Stosowana Analiza Regresji

Stosowana Analiza Regresji Model jako : Stosowana Analiza Regresji Wykład XI 21 Grudnia 2011 1 / 11 Analiza kowariancji Model jako : Oprócz czynnika o wartościach nominalnych chcemy uwzględnić wpływ predyktora o wartościach ilościowych

Bardziej szczegółowo

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a

Funkcja kwadratowa. f(x) = ax 2 + bx + c = a Funkcja kwadratowa. Funkcją kwadratową nazywamy funkcję f : R R określoną wzorem gdzie a, b, c R, a 0. f(x) = ax + bx + c, Szczególnym przypadkiem funkcji kwadratowej jest funkcja f(x) = ax, a R \ {0}.

Bardziej szczegółowo

dn dt C= d ( pv ) = d dt dt (nrt )= kt Przepływ gazu Pompowanie przez przewód o przewodności G zbiornik przewód pompa C A , p 1 , S , p 2 , S E C B

dn dt C= d ( pv ) = d dt dt (nrt )= kt Przepływ gazu Pompowanie przez przewód o przewodności G zbiornik przewód pompa C A , p 1 , S , p 2 , S E C B Pompowanie przez przewód o przewodności G zbiornik przewód pompa C A, p 2, S E C B, p 1, S C [W] wydajność pompowania C= d ( pv ) = d dt dt (nrt )= kt dn dt dn / dt - ilość cząstek przepływających w ciągu

Bardziej szczegółowo

KLUCZ PUNKTOWANIA ODPOWIEDZI

KLUCZ PUNKTOWANIA ODPOWIEDZI Egzamin maturalny maj 009 MATEMATYKA POZIOM ROZSZERZONY KLUCZ PUNKTOWANIA ODPOWIEDZI Zadanie. a) Wiadomości i rozumienie Matematyka poziom rozszerzony Wykorzystanie pojęcia wartości argumentu i wartości

Bardziej szczegółowo

Egzamin, 28 stycznia. Poprawa następne strony. Drugi termin. Wyniki 1. termin

Egzamin, 28 stycznia. Poprawa następne strony. Drugi termin. Wyniki 1. termin Egzamin, 28 stycznia Drugi termin Spotykamy się w piątek, 18 lutego o godz. 16.00 w moim pokoju (215). Ponieważ będę wracał z wyjazd służbowego mogę się spóźnić. Mam numer komórki p. Dominika Grządziela,

Bardziej szczegółowo

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie: ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość

Bardziej szczegółowo

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej

Granica i ciągłość funkcji. 1 Granica funkcji rzeczywistej jednej zmiennej rzeczywistej Wydział Matematyki Stosowanej Zestaw zadań nr 3 Akademia Górniczo-Hutnicza w Krakowie WEiP, energetyka, I rok Elżbieta Adamus 3 listopada 06r. Granica i ciągłość funkcji Granica funkcji rzeczywistej jednej

Bardziej szczegółowo

Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi.

Procesy stochastyczne WYKŁAD 2-3. Łańcuchy Markowa. Łańcuchy Markowa to procesy bez pamięci w których czas i stany są zbiorami dyskretnymi. Procesy stochastyczne WYKŁAD 2-3 Łańcuchy Markowa Łańcuchy Markowa to procesy "bez pamięci" w których czas i stany są zbiorami dyskretnymi. 2 Łańcuchem Markowa nazywamy proces będący ciągiem zmiennych

Bardziej szczegółowo

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka Statystyka opisowa. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Prosta regresji cechy Y względem cech X 1,..., X k. 2 3 Wyznaczamy zależność cechy Y od cech X 1, X 2,..., X k postaci Y = α 0 +

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

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Kwantowa wariacyjna metoda Monte Carlo. Problem własny dla stanu podstawowego układu N cząstek

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Kwantowa wariacyjna metoda Monte Carlo. Problem własny dla stanu podstawowego układu N cząstek Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdział 20 KWANTOWE METODY MONTE CARLO 20.1 Kwantowa wariacyjna metoda Monte Carlo Problem własny dla stanu podstawowego układu N cząstek (H E 0 )ψ 0 (r)

Bardziej szczegółowo

Pochodna i różniczka funkcji oraz jej zastosowanie do obliczania niepewności pomiarowych

Pochodna i różniczka funkcji oraz jej zastosowanie do obliczania niepewności pomiarowych Pochodna i różniczka unkcji oraz jej zastosowanie do obliczania niepewności pomiarowych Krzyszto Rębilas DEFINICJA POCHODNEJ Pochodna unkcji () w punkcie określona jest jako granica: lim 0 Oznaczamy ją

Bardziej szczegółowo

Czym jest całka? Całkowanie numeryczne

Czym jest całka? Całkowanie numeryczne Całkowanie numeryczne jest to zagadnienie z metod elementów skończonych (MES). Korzystając z całkowania numerycznego możemy obliczyć wartość dowolnej całki jednowymiarowej oznaczonej. Wynik jest zawsze

Bardziej szczegółowo

Metoda eliminacji Gaussa. Autorzy: Michał Góra

Metoda eliminacji Gaussa. Autorzy: Michał Góra Metoda eliminacji Gaussa Autorzy: Michał Góra 9 Metoda eliminacji Gaussa Autor: Michał Góra Przedstawiony poniżej sposób rozwiązywania układów równań liniowych jest pewnym uproszczeniem algorytmu zwanego

Bardziej szczegółowo