Układ (fizyczny) Fizyka Systemów Złożonych (Physics of Complex Systems) Wyk 1: Wstęp
|
|
- Leszek Markiewicz
- 8 lat temu
- Przeglądów:
Transkrypt
1 Układ (fizyczny) Fizyka Systemów Złożonych (Physics of Complex Systems) Wyk 1: Wstęp Katarzyna Sznajd Weron Wyodrębniony (realnie lub myślowo) fragment rzeczywistości Jednostka, którą będziemy się zajmować Zbiór cząstek Populacja zwierząt Sieć społeczna System zespół oddziaływujących obiektów Źródło: personal.umich.edu/~ladamic/img/politicalblogs.jpg Układy otwarte, zamknięte i izolowane (termodynamiczne) Układy i jego otoczenie Co tu jest stałe? Co może się zmienić? energia materia energia układ układ otwarty + otoczenie = układ izolowany Tylko dla takich istnieje ogólna teoria! otoczenie Układ otwarty Układ zamknięty Układ izolowany Zagadka czy energia jest zawsze zachowana? Prędkość graniczna energia kinetyczna się nie zmienia! Potencjalna energia maleje Całkowita energia maleje! Myśl układami Co to jest układ złożony? Składa się z wielu elementów oddziałujących ze sobą nieliniowo Nieliniowe oddziaływanie : 224 Całość to coś więcej niż suma jego części Typowe: Emergencja Samoorganizacja Brak równowagi (układy otwarte) Sprzężenia zwrotne Prawa potęgowe 1
2 Złożoność Co innego niż zawiłość (skomplikowanie) Emergencja Krytyczność Nieprzewidywalność Dziwne pętle, sprzężenia zwrotne Więcej znaczy inaczej P.W. Anderson 1977 nagroda Nobla z fizyki prace nad nieuporządkowanymi układami magnetycznymi P. W. Anderson, More Is Different, Science, New Series 177 (Aug. 4, 1972), pp Maurits Cornelis Escher, ASCENDING AND DESCENDING Przygody z prostotą i złożonością Complex Systems a new kind of Science? Czy dwa płatki śniegu mogą być takie same? Sprawdź na SnowCrystals.com Nature Physics Insight Complexity, January Science Complex Systems and Networks, July 2009 Nature Insight Complex systems, March 2001 Science Complex Systems, April
3 Kilka słów o płatkach śniegu Płatki śniegu to nie zamrożone krople deszczu Kryształki śniegu: para wodna lód (w chmurach) Wzrost kryształów wzory Bardzo małe kryształy: heksagonalne Większe: z wierzchołków wyrastają rozgałęzienia Human Genome Project W 2000 zsekwencjonowano cały ludzki genom Rewolucja w diagnostyce, profilaktyce,? Po dziesięciu latach dalej nie widać tej rewolucji! Dlaczego? Co wiadomo? Wysoce interdyscyplinarne! Zdjęcia prawdziwych płatków śniegu, SnowCrystals.com Human Genome Project co wiadomo Tylko genów (sekwencje DNA, które kodują białka) tyle co u myszy, robaków, roślin gorczycy! Geny kodujące białka stanowią jedynie około 2% naszego DNA! Jeśli tak mało genów to skąd pochodzi nasza złożoność? Jaka jest funkcja DNA śmieciowego (98% genów) Czego jeszcze się dowiedzieliśmy? Human Genome Project co wiadomo Geny oddziałują nieliniowo tworząc skomplikowane sieci przetwarzania informacji To raczej sieci, a nie pojedyncze geny, kształtują organizm Śmieciowe DNA odgrywa kluczową rolę w formowaniu się tej sieci Śmieciowe DNA jest odpowiedzialne za złożoność ludzkiego orgaznizmu! Po co model w fizyce? Po co nam uproszczenia? nieznane zjawisko? Weryfikacja Przykład z rozprawy doktorskiej Piotra Nyczki: Model Marcin Weron Konstrukcja Eksperyment Oryginalny obraz,, 0,255 Zdjęto kolor jedna zmienna o 256 wartościach Coraz mniejsza liczba odcieni szarości, ostatecznie 2 Łatwiejsza analiza może nawet analityczna Większa kontrola (zrozumienie) Możliwość zupełnej analizy wrażliwości na zmianę parametrów (uwaga na przejścia fazowe!) 3
4 Model analityczny: Równanie logistyczne, Verhulst (1838) dn dt c N 1 N K t 1 c t rc t 1 c t Barnacle Goose population, Źródło: Armson, R., Cockroft, J.M. and Stone, J.A.R. (2000). Modelling a Barnacle Goose Population, Teaching Mathematics and its applications, Vol.19, No.2, pp Co to jest model agentowy? Model mikroskopowy Bottom up Agenci (jednostki) Ludzie, zwierzęta, rośliny, cząstki, Organizacje, społeczności, populacje, gatunki, Jednego typu lub więcej (np. ludzie i organizacje) Każdy agent ma pewne cechy Oddziaływania Środowisko (przestrzeń) Kiedy się pojawiły? Do 2002 ludzie nie zajmowali się na poważnie ABM Dlaczego? A. Borshchev, AnyLogic Od 19 lat w naukach społecznych wg. F. Squazzoni, History of Economic Ideas, xviii/2010/2 Wg. Web of Science Źródło: M. Niazi, A. Hussain, Agent-based computing from multi-agent systems to agent-based models: a visual survey, Scientometrics (2011) 89: Gdzie stosowane są ABM Fizyka statystyczna, Chemia Ekologia, Ewolucja biologiczna Urbanistyka, Ergonomia ruch uliczny, ruch pieszych (ewakuacja) Nauki społeczne (opinie, kultura, język) Marketing (Dyfuzja innowacji) Rozrywka (gry komp., filmy) Przykład: Segregacja rasowa Przykład: Model Schellinga (1971) Agenci mogą być tylko dwóch typów i początkowo rozmieszczeni są losowo na sieci Agent jest nieszczęśliwy jeżeli ma w otoczeniu zbyt wielu obcych (>T) W każdym kroku symulacji jeden nieszczęśliwy, losowo wybrany agent jest przesuwany do losowo wybranej wolnej komórki w sąsiedztwie Schelling, T.C. Dynamic Models of Segregation, Journal of Math. Sociology 1: (1971) 4
5 Przykład: Model Schellinga (1971) Jaka nauka płynie z tego modelu? Model segregacji ze względu na pewną cechę (rasa, płeć, wiek, styl życia, pozycja, zamożność) Nikt nie preferuje ścisłej segregacji Ostra segregacja mimo łagodnych preferencji Mikro motywy i makro zachowanie Czego się spodziewacie? Zajrzyjcie na Models Library: Social Science: Segregation Przejście pomiędzy mikro a makro Temperatura Curie ciągłe przejście fazowe magnes ferromagnetyk Przejście fazowe Katarzyna Sznajd Weron Ferromagnetyk Paramagnetyk Jak to zrozumieć? Marcin Weron Model Isinga (Lenza Isinga?) 1925 rozprawa doktorska Ernsta Isinga Brak przejścia fazowego w 1D Jedyna praca Isinga Przejście fazowe w 2D (lata czterdzieste) Skala mikro tłumaczy zachowania makro, Skąd taki Hamiltonian? Każdy układ dąży do minimalizacji energii LÓD WODA LÓD WODA LÓD WODA Lód i woda w równowadze Przechłodzona woda 5
6 Skąd taki Hamiltonian? Oddziaływania pomiędzy cząstkami Każdy układ dąży do minimalizacji energii Ferromagnetyk (konformizm) Antyferromagnetyk (antykonformizm) Wpływ (siła oddziaływania) wzrasta wraz Ze zgodnością grupy Z rozmiarem grupy Wysoka temperatura nerwowo Piotr Nyczka Czego się spodziewacie? Ewolucja układu w czasie (ferromagnetyk) Czego się spodziewacie? Zajrzyjcie na Models Library niska temperatura NetLogo (środowisko do ABM) Prof. Uri Wilensky Northwestern's Center for Connected Learning and Computer Based Modeling (CCL) Oddziaływanie porządkuje Temperatura losowe zmiany 1 W niskich temperaturach porządek W wysokich temperaturach nieporządek Dalsze losy modelu Isinga Przejście fazowe w 2D bez pola Onsager, lata czterdzieste Symulacje Komputerowe model Isinga w 3D i 2D z polem Wykorzystanie poza fizyką Symulacja Monte Carlo Modelu Isinga Przygotuj stan początkowy układu Pozwól mu ewoluować Poczekaj aż ustali się magnetyzacja Zanotuj wartość Powtarzaj to dużo razy Policz średnią magnetyzację Jaka to średnia? 1 6
7 Średnia po czasie i średnia po zespole Algorytm Metropolisa 1MCS = N losowań Średnia po czasie Układ ergodyczny to średnia po zespole = średnia po czasie Średnia po zespole Wylosuj jeden spin Oblicz energię E Oblicz energię E Oblicz zmianę energii ΔE E E Jeżeli ΔE 0 to Jeżeli ΔE 0 to wylosuj z przedziału 0,1 i akceptuj nową konfigurację jeżeli: Δ, 1 Przejście fazowe w modelu Isinga Spojrzenie fizyka na rzeczywistość Wszystko powinno być tak proste, jak to tylko możliwe, ale nie prostsze 7
Krytyczność, przejścia fazowe i symulacje Monte Carlo. Katarzyna Sznajd-Weron Physics of Complex System
Krytyczność, przejścia fazowe i symulacje Monte Carlo Katarzyna Sznajd-Weron Physics of Complex System Przejścia fazowe wokół nas woda faza ciekła PUNKT KRYTYCZNY Lód faza stała para faza gazowa ciągłe
Wstęp do fizyki statystycznej: krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron
Wstęp do fizyki statystycznej: krytyczność i przejścia fazowe Katarzyna Sznajd-Weron Co to jest fizyka statystyczna? Termodynamika poziom makroskopowy Fizyka statystyczna poziom mikroskopowy Marcin Weron
Model Isinga. Katarzyna Sznajd-Weron
Model Isinga Katarzyna Sznajd-Weron Temperatura Curie ciągłe przejście fazowe magnes ferromagnetyk Przejście fazowe Katarzyna Sznajd-Weron Ferromagnetyk T T c Paramagnetyk T > T c Jak to zrozumieć? Model
Modelowanie Agentowe Układów Złożonych Wstęp. Katarzyna Sznajd-Weron
Modelowanie Agentowe Układów Złożonych Wstęp Katarzyna Sznajd-Weron Aperitif (2006) Physicists pretend not only to know everything, but also to know everything better. This applies in particular to computational
Układy otwarte, zamknięte i izolowane (termodynamiczne) Fizyka systemów złożonych wykład 1: Wstęp
Układy otwarte, zamknięte i izolowane (termodynamiczne) Fizyka systemów złożonych wykład 1: Wstęp Co tu jest stałe? Co może się zmienić? energia materia energia Katarzyna Sznajd Weron Wykład dla Inżynierii
Krytyczność i przejścia fazowe. Katarzyna Sznajd-Weron
Krytyczność i przejścia fazowe Katarzyna Sznajd-Weron Temperatura Curie Temperatura Curie ciągłe przejście fazowe magnes ferromagnetyk Przejście fazowe Katarzyna Sznajd-Weron Ferromagnetyk T T c Paramagnetyk
Fizyka statystyczna i termodynamika Wykład 1: Wstęp. Katarzyna Sznajd-Weron Katedra Fizyki Teoretycznej
Fizyka statystyczna i termodynamika Wykład 1: Wstęp Katarzyna Sznajd-Weron Katedra Fizyki Teoretycznej http://www.if.pwr.wroc.pl/~katarzynaweron/ Mój plan zajęć Strona kursu Kim jestem? Prof. dr hab. Katarzyna
Potęga modeli agentowych
Potęga modeli agentowych Katarzyna Sznajd-Weron Katedra UNESCO Studiów Interdyscyplinarnych Seminarium S 3, 7 maja 2013 Aperitif (2006) Physicists pretend not only to know everything, but also to know
Modele sieciowe fizyki statystycznej i symulacje Monte Carlo. Katarzyna Sznajd-Weron
Modele sieciowe fizyki statystycznej i symulacje Monte Carlo Katarzyna Sznajd-Weron Perkolacja 2014 Katarzyna Sznajd-Weron Model erkolacji Model erkolacji : Każdy węzeł (wiązanie) sieci jest zajęty niezależnie
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.
Przejścia fazowe w uogólnionym modelu modelu q-wyborcy na grafie zupełnym
Przejścia fazowe w uogólnionym modelu modelu q-wyborcy na grafie zupełnym Piotr Nyczka Institute of Theoretical Physics University of Wrocław Artykuły Opinion dynamics as a movement in a bistable potential
W sieci małego świata od DNA po facebooka. Dr hab. Katarzyna Sznajd-Weron, prof. PWr.
W sieci małego świata od DNA po facebooka Dr hab. Katarzyna Sznajd-Weron, prof. PWr. Plan Co to jest sieć? Przykłady sieci złożonych Cechy rzeczywistych sieci Modele sieci Sieci złożone i układy złożone
Sieci złożone. Modelarnia 2014/2015 Katarzyna Sznajd-Weron
Sieci złożone Modelarnia 2014/2015 Katarzyna Sznajd-Weron Sieć = network Węzły Węzły jednego typu lub wielu Połączenia Połączenia kierunkowe lub nie Czy fizycy zawsze muszą mieć inne zdanie? Fizycy sieć
Obliczenia inspirowane Naturą
Obliczenia inspirowane Naturą Wykład 03 (uzupełnienie Wykładu 02) Jarosław Miszczak IITiS PAN Gliwice 31/03/2016 1 / 17 1 2 / 17 Dynamika populacji Równania Lotki-Voltery opisują model drapieżnik-ofiara.
Równowaga w układach termodynamicznych. Katarzyna Sznajd-Weron
Równowaga w układach termodynamicznych. Katarzyna Sznajd-Weron Zagadka na początek wykładu Diagram fazowy wody w powiększeniu, problem metastabilności aktualny (Nature, 2011) Niższa temperatura topnienia
PageRank. Bartosz Makuracki. 28 listopada B. Makuracki PageRank
PageRank Bartosz Makuracki 28 listopada 2013 Definicja Definicja PageRank jest algorytmem używanym przez wyszukiwarkę Google do ustalania kolejności stron pojawiających się w wynikach wyszukiwania. Definicja
Jak z ABM zrobić model analityczny? (Metoda pola średniego) Katarzyna Sznajd-Weron Physics of Complex System
Jak z ABM zrobić model analityczny? (Metoda pola średniego) Katarzyna Sznajd-Weron Physics of Complex System Plan Model dynamiki populacyjnej Pytania Model mikroskopowy Przybliżenie MFA: równania (wady
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
Dynamiki rynków oligopolistycznych oczami fizyka
KNF Migacz, Instytut Fizyki Teoretycznej, Uniwersytet Wrocławski 7-10 listopada 2008 1 1 2 1 2 3 1 2 3 4 Wprowadzenie reklamy 1 2 3 4 Wprowadzenie reklamy 5 1 2 3 4 Wprowadzenie reklamy 5 6 1 2 3 4 Wprowadzenie
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)
Automaty komórkowe. Katarzyna Sznajd-Weron
Automaty komórkowe Katarzyna Sznajd-Weron Trochę historii CA (Cellular Automata) Koniec lat 40-tych John von Neuman maszyna z mechanizmem samopowielania Sugestia Ulama 1952 dyskretny układ komórek dyskretne
Modelowanie jako sposób opisu rzeczywistości. Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka
Modelowanie jako sposób opisu rzeczywistości Katedra Mikroelektroniki i Technik Informatycznych Politechnika Łódzka 2015 Wprowadzenie: Modelowanie i symulacja PROBLEM: Podstawowy problem z opisem otaczającej
A. Kowalska-Pyzalska, K. Maciejowska, P. Przybyła, K. Sznajd-Weron, R. Weron
A. Kowalska-Pyzalska, K. Maciejowska, P. Przybyła, K. Sznajd-Weron, R. Weron Institute of Organization and Management Wrocław University of Technology Model agentowy Konsument na rynku energii elektrycznej
model isinga 2d ab 10 grudnia 2016
model isinga 2d ab 10 grudnia 2016 tematyka Model spinów Isinga Hamiltonian i suma statystyczna modelu Metoda Monte-Carlo. Algorytm Metropolisa. Obserwable Modelowanie: Model Isinga 1 hamiltonian I Hamiltonian,
Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów
Stochastyczna dynamika z opóźnieniem czasowym w grach ewolucyjnych oraz modelach ekspresji i regulacji genów Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Warszawa 14
Wykładnicze grafy przypadkowe: teoria i przykłady zastosowań do analizy rzeczywistych sieci złożonych
Gdańsk, Warsztaty pt. Układy Złożone (8 10 maja 2014) Agata Fronczak Zakład Fizyki Układów Złożonych Wydział Fizyki Politechniki Warszawskiej Wykładnicze grafy przypadkowe: teoria i przykłady zastosowań
Dynamika nieliniowa i chaos deterministyczny. Fizyka układów złożonych
Dynamika nieliniowa i chaos deterministyczny Fizyka układów złożonych Wahadło matematyczne F θ = mgsinθ Druga zasada dynamiki: ma = mgsinθ a = d2 x dt 2 = gsinθ Długość łuku: x = Lθ Równanie ruchu: θ ሷ
Równoległe symulacje Monte Carlo na współdzielonej sieci
Równoległe symulacje Monte Carlo na współdzielonej sieci Szymon Murawski, Grzegorz Musiał, Grzegorz Pawłowski Wydział Fizyki, Uniwersytet im. Adama Mickiewicza 12 maja 2015 S. Murawski, G. Musiał, G. Pawłowski
Metody Obliczeniowe w Nauce i Technice
Metody Obliczeniowe w Nauce i Technice 15. Obliczanie całek metodami Monte Carlo Marian Bubak Department of Computer Science AGH University of Science and Technology Krakow, Poland bubak@agh.edu.pl dice.cyfronet.pl
Bizantyńscy generałowie: zdrada, telekomunikacja i fizyka
Bizantyńscy generałowie: zdrada, telekomunikacja i fizyka P. F. Góra Wydział Fizyki, Astronomii i Informatyki Stosowanej UJ 26 września 2018 P. F. Góra (WFAIS UJ) Bizantyńscy generałowie 26 września 2018
Praca dyplomowa inżynierska
Wydział Matematyki kierunek studiów: matematyka stosowana specjalność Praca dyplomowa inżynierska Dynamika opinii w sieciach bezskalowych Dominik Miażdżyk słowa kluczowe: dynamika opinii model q-wyborcy
Badanie słabych przemian fazowych pierwszego rodzaju w eksperymencie komputerowym dla trójwymiarowego modelu Ashkina-Tellera
Badanie słabych przemian fazowych pierwszego rodzaju w eksperymencie komputerowym dla trójwymiarowego modelu Ashkina-Tellera D. Jeziorek-Knioła, Z. Wojtkowiak, G. Musiał Faculty of Physics, A. Mickiewicz
METODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Wykład 1 i 2. Termodynamika klasyczna, gaz doskonały
Wykład 1 i 2 Termodynamika klasyczna, gaz doskonały dr hab. Agata Fronczak, prof. PW Wydział Fizyki, Politechnika Warszawska 1 stycznia 2017 dr hab. A. Fronczak (Wydział Fizyki PW) Wykład: Elementy fizyki
Hierarchical Cont-Bouchaud model
Hierarchical Cont-Bouchaud model inż. Robert Paluch dr inż. Krzysztof Suchecki prof. dr hab. inż. Janusz Hołyst Pracownia Fizyki w Ekonomii i Naukach Społecznych Wydział Fizyki Politechniki Warszawskiej
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO
SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO. Rzeczywistość (istniejąca lub projektowana).. Model fizyczny. 3. Model matematyczny (optymalizacyjny): a. Zmienne projektowania
Przejścia fazowe w 1D modelu Isinga
Przejścia fazowe w 1D modelu Isinga z zero-temperaturową dynamiką Glaubera Rafał Topolnicki rafal.topolnicki@gmail.com Wydział Fizyki i Astronomii Uniwersytet Wrocławski Wydział Podstawowych Problemów
Problemy i rozwiązania
Problemy i rozwiązania Znakomita większość układów, które badamy liczy sobie co najmniej mol cząsteczek >> 10 23 Typowy krok czasowy symulacji to 10-15 s natomiast zjawiska, które zachodzą wokół nas trwają
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[
ALGORYTMY GENETYCZNE (wykład + ćwiczenia)
ALGORYTMY GENETYCZNE (wykład + ćwiczenia) Prof. dr hab. Krzysztof Dems Treści programowe: 1. Metody rozwiązywania problemów matematycznych i informatycznych.. Elementarny algorytm genetyczny: definicja
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)
Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych
Algorytm Genetyczny zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych Dlaczego Algorytmy Inspirowane Naturą? Rozwój nowych technologii: złożone problemy obliczeniowe w
Matematyka Stosowana na Politechnice Wrocławskiej. Komitet Matematyki PAN, luty 2017 r.
Matematyka Stosowana na Politechnice Wrocławskiej Komitet Matematyki PAN, luty 2017 r. Historia kierunku Matematyka Stosowana utworzona w 2012 r. na WPPT (zespół z Centrum im. Hugona Steinhausa) studia
Skoki o zerowej długości w formalizmie błądzenia losowego w czasie ciągłym
TEMATY PRAC MAGISTERSKICH Z EKONOFIZYKI Rok akademicki 2013/14 Skoki o zerowej długości w formalizmie błądzenia losowego w czasie ciągłym Opiekun: dr Tomasz Gubiec Email: Tomasz.Gubiec@fuw.edu.pl Błądzenie
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
Stany skupienia materii
Stany skupienia materii Ciała stałe Ciecze Płyny Gazy Plazma 1 Stany skupienia materii Ciała stałe - ustalony kształt i objętość - uporządkowanie dalekiego zasięgu - oddziaływania harmoniczne Ciecze -
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/
CECHY ILOŚCIOWE PARAMETRY GENETYCZNE
CECHY ILOŚCIOWE PARAMETRY GENETYCZNE Zarządzanie populacjami zwierząt, ćwiczenia V Dr Wioleta Drobik Rodzaje cech Jakościowe o prostym dziedziczeniu uwarunkowane zwykle przez kilka genów Słaba podatność
Układy dynamiczne Chaos deterministyczny
Układy dynamiczne Chaos deterministyczny Proste iteracje odwzorowań: Funkcja liniowa Funkcja logistyczna chaos deterministyczny automaty komórkowe Ewolucja układu dynamicznego Rozwój w czasie układu dynamicznego
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
Własności magnetyczne materii
Własności magnetyczne materii Dipole magnetyczne Najprostszą strukturą magnetyczną są magnetyczne dipole. Fe 3 O 4 Kompas, Chiny 220 p.n.e Kołowy obwód z prądem dipol magnetyczny! Wartość B w środku kołowego
WĘDRÓWKI ATOMÓW W KRYSZTAŁACH: SKĄD SIĘ BIORĄ WŁASNOŚCI MATERIAŁÓW. Rafał Kozubski. Instytut Fizyki im. M. Smoluchowskiego Uniwersytet Jagielloński
WĘDRÓWKI ATOMÓW W KRYSZTAŁACH: SKĄD SIĘ BIORĄ WŁASNOŚCI MATERIAŁÓW Rafał Kozubski Instytut Fizyki im. M. Smoluchowskiego Uniwersytet Jagielloński TWARDOŚĆ: Odporność na odkształcenie plastyczne Co to jest
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/
Sprzężenia na rynku edukacyjnym próba weryfikacji symulacyjnej
Sprzężenia na rynku edukacyjnym próba weryfikacji symulacyjnej Tomasz Kuszewski, Tomasz Szapiro, Przemysław Szufel, Beata Koń, Grzegorz Michalski Warszawa, 18 maja 2015 r. Złożoność i heterogeniczność
Fizyka Materii Nieuporządkowanej
Janusz Toboła email: tobola@ftj.agh.edu.pl www: http://newton.ftj.agh.edu.pl/~tobola version 2015 Fizyka Materii Nieuporządkowanej Własności elektronowe materiałów funkcjonalnych I Wprowadzenie. Rodzaje
LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016
LISTA KURSÓW PLANOWANYCH DO URUCHOMIENIA W SEMESTRZE ZIMOWYM 2015/2016 INFORMATYKA I STOPNIA studia stacjonarne 1 sem. PO-W08-INF- - -ST-Ii-WRO-(2015/2016) MAP003055W Algebra z geometrią analityczną A
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
Fizyka statystyczna Teoria Ginzburga-Landaua w średnim polu. P. F. Góra
Fizyka statystyczna Teoria Ginzburga-Landaua w średnim polu P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Parametr porzadku W niskich temperaturach układy występuja w fazach, które łamia symetrię
Analiza stanów gry na potrzeby UCT w DVRP
Analiza stanów gry na potrzeby UCT w DVRP Seminarium IO na MiNI 04.11.2014 Michał Okulewicz based on the decision DEC-2012/07/B/ST6/01527 Plan prezentacji Definicja problemu DVRP DVRP na potrzeby UCB Analiza
= = Budowa materii. Stany skupienia materii. Ilość materii (substancji) n - ilość moli, N liczba molekuł (atomów, cząstek), N A
Budowa materii Stany skupienia materii Ciało stałe Ciecz Ciała lotne (gazy i pary) Ilość materii (substancji) n N = = N A m M N A = 6,023 10 mol 23 1 n - ilość moli, N liczba molekuł (atomów, cząstek),
e E Z = P = 1 Z e E Kanoniczna suma stanów Prawdopodobieństwo wystąpienia mikrostanu U E = =Z 1 Wartość średnia energii
Metoda Metropolisa Z = e E P = 1 Z e E Kanoniczna suma stanów Prawdopodobieństwo wystąpienia mikrostanu U E = P E =Z 1 E e E Wartość średnia energii Średnia wartość A = d r N A r N exp[ U r N ] d r N exp[
Wariacyjna teoria grupy renormalizacji w opisie uczenia głębokiego czyli Deep
Wariacyjna teoria grupy renormalizacji w opisie uczenia głębokiego czyli Deep Learning oczami fizyka statystycznego Zakład Algebry i Kombinatoryki Wydział Matematyki i Nauk Informacyjnych 18 kwietnia 2018
Elementy termodynamiki
Elementy termodynamiki Katarzyna Sznajd-Weron Katedra Fizyki Teoretycznej Politechnika Wrocławska 5 stycznia 2019 Katarzyna Sznajd-Weron (K4) Wstęp do Fizyki Statystycznej 5 stycznia 2019 1 / 27 Wielkości
Sprzężenia na rynku edukacyjnym próba weryfikacji symulacyjnej
Sprzężenia na rynku edukacyjnym próba weryfikacji symulacyjnej Tomasz Kuszewski, Tomasz Szapiro Przemysław Szufel Warszawa, 30 czerwca 2014 r. Złożoność i heterogeniczność rynku edukacji wyższej Zmiany
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
Wykład z Podstaw Informatyki dla I roku BO. Piotr Mika
Wykład z Podstaw Informatyki dla I roku BO Piotr Mika Napisanie programu komputerowego: Zasada rozwiązania zadania Stworzenie sekwencji kroków algorytmu Przykłady algorytmów z życia codziennego (2/1 6)
8. Neuron z ciągłą funkcją aktywacji.
8. Neuron z ciągłą funkcją aktywacji. W tym ćwiczeniu zapoznamy się z modelem sztucznego neuronu oraz przykładem jego wykorzystania do rozwiązywanie prostego zadania klasyfikacji. Neuron biologiczny i
Rozkłady statystyk z próby. Statystyka
Rozkłady statystyk z próby tatystyka Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających ten
PROGRAM STUDIÓW DOKTORANCKICH WYDZIAŁ Informatyki i Zarządzania DYSCYPLINA Zarządzanie I II III IV V VI VII VIII
Zał. nr 1 do ZW 11/2012 Semestr Program Przedmioty podstawowe matematyka, fizyka, PROGRAM STUDIÓW DOKTORANCKICH I II III IV V VI VII VIII Liczba godzin PP-1 30 6 chemia, lub inne PP-2 30 6 Kurs dydaktyczny
Fizyka dla informatyków Wykład 2: Kinematyka Katarzyna Weron. Wykład dla Matematyki Stosowanej
Fizyka dla informatyków Wykład 2: Kinematyka Katarzyna Weron Wykład dla Matematyki Stosowanej Kim jestem? Prof. dr hab. Katarzyna Weron (Sznajd- Weron w nauce/pub) Fizyk teoretyk, układy złożone (bio,
Elementy termodynamiki
Elementy termodynamiki Katarzyna Sznajd-Weron Katedra Fizyki Teoretycznej Politechnika Wrocławska 11 marca 2019 Katarzyna Sznajd-Weron (K4) Wstęp do Fizyki Statystycznej 11 marca 2019 1 / 37 Dwa poziomy
Modelowanie sieci złożonych
Modelowanie sieci złożonych B. Wacław Instytut Fizyki UJ Czym są sieci złożone? wiele układów ma strukturę sieci: Internet, WWW, sieć cytowań, sieci komunikacyjne, społeczne itd. sieć = graf: węzły połączone
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
Ilustracja metody Monte Carlo do obliczania pola obszaru D zawartego w kwadracie [a, b] [a, b].
Rachunek Prawdopodobienstwa MAEW104 Wydział Elektroniki, rok akad. 2008/09, sem. letni wykład: dr hab. Agnieszka Jurlewicz Temat projektu: Ilustracja metody Monte Carlo do obliczania pola obszaru D zawartego
Ruch drogowy, korki uliczne - czy fizyk może coś na to poradzić?
Ruch drogowy, korki uliczne - czy fizyk może coś na to poradzić? KNF Migacz, Instytut Fizyki Teoretycznej, Uniwersytet Wrocławski 16-18 listopada 2007 Spis treści Spis treści 1 Spis treści 1 2 Spis treści
Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne
Wydział: Matematyki Stosowanej Kierunek: Matematyka Poziom studiów: Studia II stopnia Forma i tryb studiów: Stacjonarne Specjalność: Matematyka finansowa Rocznik: 2014/2015 Język wykładowy: Polski Semestr
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona
WSTĘP. Copyright 2011, Joanna Szyda
BIOINFORMATYKA 1. Wykład wstępny 2. Struktury danych w badaniach bioinformatycznych 3. Bazy danych: projektowanie i struktura 4. Bazy danych: projektowanie i struktura 5. Równowaga Hardyego-Weinberga,
17.1 Podstawy metod symulacji komputerowych dla klasycznych układów wielu cząstek
Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdział 17 KLASYCZNA DYNAMIKA MOLEKULARNA 17.1 Podstawy metod symulacji komputerowych dla klasycznych układów wielu cząstek Rozważamy układ N punktowych cząstek
Wnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
Sławomir Kulesza. Projektowanie automatów synchronicznych
Sławomir Kulesza Technika cyfrowa Projektowanie automatów synchronicznych Wykład dla studentów III roku Informatyki Wersja 2.0, 20/12/2012 Automaty skończone Automat Mealy'ego Funkcja wyjść: Yt = f(st,
Teoria ergodyczności: co to jest? Średniowanie po czasie vs. średniowanie po rozkładach Twierdzenie Poincare o powrocie Twierdzenie ergodyczne
WYKŁAD 23 1 Teoria ergodyczności: co to jest? Średniowanie po czasie vs. średniowanie po rozkładach Twierdzenie Poincare o powrocie Twierdzenie ergodyczne (Birkhoff, Ter Haar) Hipoteza semi-ergodyczna
Wykład Energia kinetyczna potencjalna 4.2. Praca i moc 4.3. Zasady zachowania DYNAMIKA
DYNAMIKA Wykład 4. 4.1. Energia kinetyczna potencjalna 4.2. Praca i moc 4.3. Zasady zachowania Słyszę i zapominam. Widzę i pamiętam. Robię i rozumiem. -Konfucjusz Dziecko ześlizguje się ze zjeżdżalni wodnej
Algorytmy metaheurystyczne Wykład 6. Piotr Syga
Algorytmy metaheurystyczne Wykład 6 Piotr Syga 10.04.2017 Wprowadzenie Inspiracje Wprowadzenie ACS idea 1 Zaczynamy z pustym rozwiązaniem początkowym 2 Dzielimy problem na komponenty (przedmiot do zabrania,
Teoria kinetyczno cząsteczkowa
Teoria kinetyczno cząsteczkowa Założenie Gaz składa się z wielkiej liczby cząstek znajdujących się w ciągłym, chaotycznym ruchu i doznających zderzeń (dwucząstkowych) Cel: Wyprowadzić obserwowane (makroskopowe)
Wielki rozkład kanoniczny
, granica termodynamiczna i przejścia fazowe Instytut Fizyki 2015 Podukład otwarty Podukład otwarty S opisywany układ + rezerwuar R Podukład otwarty S opisywany układ + rezerwuar R układ S + R jest izolowany
Momentem dipolowym ładunków +q i q oddalonych o 2a (dipola) nazwamy wektor skierowany od q do +q i o wartości:
1 W stanie równowagi elektrostatycznej (nośniki ładunku są w spoczynku) wewnątrz przewodnika natężenie pola wynosi zero. Cały ładunek jest zgromadzony na powierzchni przewodnika. Tuż przy powierzchni przewodnika
MODELOWANIE RZECZYWISTOŚCI
MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona
Monte Carlo, bootstrap, jacknife
Monte Carlo, bootstrap, jacknife Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej: http://www.ssc.wisc.edu/~bhansen/econometrics/ Monte Carlo: rozdział 8.8, 8.9 Bootstrap: rozdział
ANALIZA WIELOPOZIOMOWA JAKO NARZĘDZIE WSPARCIA POLITYK PUBLICZNYCH
ANALIZA WIELOPOZIOMOWA JAKO NARZĘDZIE WSPARCIA POLITYK PUBLICZNYCH - Adrian Gorgosz - Paulina Tupalska ANALIZA WIELOPOZIOMOWA (AW) Multilevel Analysis Obecna od lat 80. Popularna i coraz częściej stosowana
Ekonomia złożoności. Zastosowanie modelowania Agent-based Computational Economics w nauczaniu zdalnym
Tomasz Kopczewski Uniwersytet Warszawski Ekonomia złożoności. Zastosowanie modelowania Agent-based Computational Economics w nauczaniu zdalnym Celem niniejszego artykułu jest pokazanie możliwości zastosowania
GRA Przykład. 1) Zbiór graczy. 2) Zbiór strategii. 3) Wypłaty. n = 2 myśliwych. I= {1,,n} S = {polować na jelenia, gonić zająca} S = {1,,m} 10 utils
GRA Przykład 1) Zbiór graczy n = 2 myśliwych I= {1,,n} 2) Zbiór strategii S = {polować na jelenia, gonić zająca} S = {1,,m} 3) Wypłaty jeleń - zając - 10 utils 3 utils U i : S n R i=1,,n J Z J Z J 5 0
Ramowy Program Specjalizacji MODELOWANIE MATEMATYCZNE i KOMPUTEROWE PROCESÓW FIZYCZNYCH Studia Specjalistyczne (III etap)
Ramowy Program Specjalizacji MODELOWANIE MATEMATYCZNE i KOMPUTEROWE PROCESÓW FIZYCZNYCH Studia Specjalistyczne (III etap) Z uwagi na ogólno wydziałowy charakter specjalizacji i możliwość wykonywania prac
Nauki reinżynieryjne. Marcin Miłkowski. Zakład Logiki i Kognitywistyki. IFiS PAN
Nauki reinżynieryjne Marcin Miłkowski Zakład Logiki i Kognitywistyki IFiS PAN Plan Natura z punktu widzenia konstruktora Heurystyka reinżynierii Wyjaśnianie mechanistyczne Mechanizmy w naturze i technice
Wykład 9: Markov Chain Monte Carlo
RAP 412 17.12.2008 Wykład 9: Markov Chain Monte Carlo Wykładowca: Andrzej Ruciński Pisarz: Ewelina Rychlińska i Wojciech Wawrzyniak Wstęp W tej części wykładu zajmiemy się zastosowaniami łańcuchów Markowa
Łamigłówka. p = mv. p = 2mv. mv = mv + 2mv po. przed. Mur zyskuje pęd, ale jego energia kinetyczna wynosi 0! Jak to jest możliwe?
Łamigłówka p = mv p = 2mv p = mv przed mv = mv + 2mv po Mur zyskuje pęd, ale jego energia kinetyczna wynosi 0 Jak to jest możliwe? Zastosowanie zasady zachowania pędu - zderzenia 2. Zderzenia elastyczne
Seria 2, ćwiczenia do wykładu Od eksperymentu do poznania materii
Seria 2, ćwiczenia do wykładu Od eksperymentu do poznania materii 8.1.21 Zad. 1. Obliczyć ciśnienie potrzebne do przemiany grafitu w diament w temperaturze 25 o C. Objętość właściwa (odwrotność gęstości)
Algorytmy genetyczne. Paweł Cieśla. 8 stycznia 2009
Algorytmy genetyczne Paweł Cieśla 8 stycznia 2009 Genetyka - nauka o dziedziczeniu cech pomiędzy pokoleniami. Geny są czynnikami, które decydują o wyglądzie, zachowaniu, rozmnażaniu każdego żywego organizmu.
Termodynamika. Energia wewnętrzna ciał
ermodynamika Energia wewnętrzna ciał Cząsteczki ciał stałych, cieczy i gazów znajdują się w nieustannym ruchu oddziałując ze sobą. Sumę energii kinetycznej oraz potencjalnej oddziałujących cząsteczek nazywamy