Badanie właściwości przypadków produkcji dżet-przerwa w rapidity-dżet na Wielkim Zderzaczu Hadronów

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Badanie właściwości przypadków produkcji dżet-przerwa w rapidity-dżet na Wielkim Zderzaczu Hadronów"

Transkrypt

1 Badanie właściwości przypadków produkcji dżet-przerwa w rapidity-dżet na Wielkim Zderzaczu Hadronów Paula Świerska Promotor: dr Maciej Trzebiński Politechnika Krakowska im. Tadeusza Kościuszki / 24

2 Plan prezentacji: Wprowadzenie. Parametryzacja amplitudy procesu dżet przerwa w rapidity dżet (ang. jet gap jet (JGJ)). Algorytmy do rekonstrukcji dżetów. Analiza przerwy w rapidity. Podsumowanie. 2 / 24

3 Proces dżet przerwa w rapidity dżet (JGJ). Niedyfrakcyjna produkcja dżetów Produkcja JGJ. 3 / 24

4 Formalizm procesu JGJ Przekrój czynny na produkcję JGJ opisany jest wzorem: dσ pp XJJY dx dx 2 dp 2 T = S 2 f eff (x, p 2 T )f eff (x 2, p 2 T ) dσgg gg, dp 2 T dσ gg gg dp 2 T przez: przekrój czynny na rozpraszanie gg gg, dany dσ gg gg dp 2 T = 6π A( η, p2 T ) 2, A( η, p 2 T ) to amplituda rozpraszania zależna od wielkości przerwy w rapidity, η, oraz pędu poprzecznego dżetów: A( η, p 2 T ) = 6Ncπα2 s N F p 2 T dγ [p 2 (γ 2 )2 ]exp(ᾱ(p 2 T )χ eff [2p,γ,ᾱ(p 2 T )] η) p= 2iπ [(γ 2 )2 (p 2 )2 ][(γ 2 )2 (p+ 2 )2 ] 4 / 24

5 Generator Forward Physics Monte Carlo stworzony na bazie generatora Herwig, standardowy proces JGJ (LL, p=0) zaimplementowany w Herwig został zmodyfikowany aby móc generować: LL, p=0, LL, wszystkie p, NLL, p=0, NLL, wszystkie p. 5 / 24

6 Parametryzacja amplitudy procesu JGJ 6 / 24

7 Parametryzacja amplitudy procesu JGJ Problem: generacja przypadków bezpośrednio ze wzoru na amplitudę zajmuje dużo czasu ( min na 0 zdarzeń). Rozwiązanie: parametryzacja amplitudy. Problem: parametryzacja została wykonana z myślą o Tevatronie dla dżetów o p T < 20 GeV. Rozwiązanie: nowa parametryzacja dla LHC (p T < T ev ). 7 / 24

8 Parametryzacja amplitudy procesu JGJ parametryzacja LL zależna od η A p=0 A allp LL (z) = N[A + exp(b + Cz + Dz2 + Ez 3 + F z 4 )], LL (z) = N[A + Bz + exp(c + Dz + Ez2 + F z 3 )], MC prediction [a.u.] MC / fit all p p= pseudorapidity difference, η Różnice pomiędzy wartością amplitudy a nową parametryzacją są mniejsze niż 2. Poprzednia parametryzacja: 20% 8 / 24

9 Parametryzacja amplitudy procesu JGJ parametryzacja NLL zależna od η oraz p T A NLL (p T, η) = N[A( η)p B( η) T + C( η)p D( η) T ] MC prediction [a.u.] 0 0. NLL, p=0 p T = 20 GeV p T = 320 GeV p T = 620 GeV p T = 920 GeV MC prediction [a.u.] 0 0. NLL, all p p T = 20 GeV p T = 320 GeV p T = 620 GeV p T = 920 GeV.0.0 MC / fit pseudorapidity difference, η MC / fit pseudorapidity difference, η Różnice pomiędzy wartością amplitudy a nową parametryzacją są mniejsze niż %. 9 / 24

10 Algorytmy do rekonstrukcji dżetów / 24

11 Algorytmy do rekonstrukcji dżetów. Algorytm Cone zaimplementowany w FPMC (R=0,7). 2 Algorytm Cone zaimplementowany w narzędziu FastJet (R=0,6). 3 Algorytm anti kt zaimplementowany w narzędziu FastJet (R=0,4). / 24

12 Porównanie algorytmów do rekonstrukcji dżetów Ped poprzeczny dzetu o najwiekszym p T 4 alg. D0 Cone alg. D0 Cone alg. Cone (FPMC) alg. AntiKt (R=0.4) 3 alg. Cone (FPMC) alg. AntiKt (R=0.4) liczba przypadkow 3 2 liczba przypadkow J ped poprzeczny dzetu o najwiekszym p, p T T [GeV] liczba czastek Dla rozkładu liczby cząstek algorytmu Cone (FPMC) obserwujemy niefizyczny kształt podwójnego maksimum. Hipoteza: podwójne maksimum jest wynikiem obecności trzeciego dżetu 2 / 24

13 Porównanie algorytmów do rekonstrukcji dżetów Korelacje liczby cząstek do liczby dżetów Algorytm D0 Cone Algorytm Cone (FPMC) 450 liczba dzetow liczba dzetow liczba czastek liczba czastek 0 3 / 24

14 Analiza przerwy w rapidity 4 / 24

15 Analiza przerwy w rapidity Zdefiniowanie przerwy w rapidity η=0 A' A B b a' a dżet dżet η= η= Rysunek : Idea definicji oraz 2. 5 / 24

16 Analiza przerwy w rapidity Zdefiniowanie przerwy w rapidity η=0 A B d C dżet dżet η= η= Rysunek : Idea definicji 3. 6 / 24

17 Analiza przerwy w rapidity Rozkład przerwy w rapidity Niedyfrakcyjna produkcja dżetów Produkcja JGJ. 7 / 24

18 Analiza przerwy w rapidity Definicja pierwsza Definicja druga Definicja trzecia [pb GeV] dσ d η przekroj czynny, 4 3 JGJ ND [pb GeV] dσ d η przekroj czynny, 4 3 JGJ ND [pb GeV] dσ d η przekroj czynny, 4 3 JGJ ND przerwa w rapidity, η (a) definicja pierwsza przerwa w rapidity, η (b) definicja druga przerwa w rapidity, η (c) definicja trzecia Przypadki JGJ dominują nad niedyfrakcyjną produkcją dżetów od wartości: η def gap η def2 gap η def3 gap >, σ def visjgj 628, 48 pb, >, 4, σ def2 visjgj 844, 63 pb, >, 4, σ def3 visjgj 434, 64 pb. 8 / 24

19 Podsumowanie Parametryzacja amplitudy procesu JGJ: wprowadzona aby przyspiszeyć obliczenia, potrzeba wprowadzenia nowej parametryzacji dla pędów poprzecznych dżetów dostępnych na LHC, różnice pomiędzy wartością amplitudy a nową parametryzacją są mniejsze niż 2 (w przypadku LL) i % (dla NLL). Algorytmy do rekonstrukcji dżetów: najmniej zgodne z przewidywaniami wyniki otrzymywane zostały za pomocą algorytmu Cone zaimplementowanego w FPMC, zaobserwowano niefizyczny rozkład krotności zrekonstruowanych cząstek (z wyłączeniem tych w dżetach), przyczyną podwójnego maksimum dla liczby przypadków nie był wpływ trzeciego dżetu, w dalszej analizie stosowano algorytm anti k T. Analiza przerwy w rapidity: trzy definicje przerw w rapidity, wybrano dla każdej definicji obszary, w których dominowałby proces JGJ, porównano przekroje czynne dla procesu JGJ po selekcji, największy przekrój czynny otrzymano dla definicji trzeciej. 9 / 24

20 Dziękuję za uwagę! 20 / 24

21 Parametry dla LL, p=0 oraz wszystkie p Mod A p=0 LL (z) = N[A + exp(b + Cz + Dz2 + Ez 3 + F z 4 )], Mod2 A allp LL (z) = N[A + Bz + exp(c + Dz + Ez2 + F z 3 )], gdzie z(p 2 T ) = ᾱ2 s(p 2 T ) η 2, natomiast N = ᾱ2 s 4π, α2 S = 0.7, Parametr p = 0 all p A ± ± B ± ± C ± ± D 2.6 ± ± E 6.46 ± ± 0.0 F ± ± / 24

22 NLL, p=0 oraz wszystkie p Mod3 oraz Mod4: A NLL (p T, η) = N[A( η)p B( η) T gdzie: + C( η)p D( η) T ], A(z) = a 0 + a z + exp(a 2 + a 3 z + a 4 z 2 + a 5 z 3 ), B(z) = b 0 + b z, C(z) = c 0 + c z + exp(c 2 + c 3 z + c 4 z 2 + c 5 z 3 ), D(z) = d 0 + d z + d 2 z 2 + d 3 z 3, 22 / 24

23 NLL, p=0 oraz wszystkie p Parametr p = 0 all p a ± ±.8 a 28.3 ± ± 2.5 a ± ± 0.09 a ± ± 0.2 a ± ± 0.45 a ± ± 0.29 b ± ± b ± ± c ± ± c ± ± 0.2 c ± ± 0.04 c ± ± c ± ± 0.2 c ± ± / 24

24 NLL, p=0 oraz wszystkie p Parametr p = 0 all p d ± ± d ± ± d ± ± d ± ± / 24

Algorytmy rekonstrukcji dżetów w CMS

Algorytmy rekonstrukcji dżetów w CMS Algorytmy rekonstrukcji dżetów w CMS Michał Szleper Zebranie analizy fizycznej, 31.01.2011 Główny cel rekonstrukcji dżetów: ustanowienie ścisłego związku pomiędzy: - wielkościami mierzonymi bezpośrednio

Bardziej szczegółowo

1. Wcześniejsze eksperymenty 2. Podstawowe pojęcia 3. Przypomnienie budowy detektora ATLAS 4. Rozpady bozonów W i Z 5. Tło 6. Detekcja sygnału 7.

1. Wcześniejsze eksperymenty 2. Podstawowe pojęcia 3. Przypomnienie budowy detektora ATLAS 4. Rozpady bozonów W i Z 5. Tło 6. Detekcja sygnału 7. Weronika Biela 1. Wcześniejsze eksperymenty 2. Podstawowe pojęcia 3. Przypomnienie budowy detektora ATLAS 4. Rozpady bozonów W i Z 5. Tło 6. Detekcja sygnału 7. Obliczenie przekroju czynnego 8. Porównanie

Bardziej szczegółowo

Reakcje jądrowe. X 1 + X 2 Y 1 + Y b 1 + b 2

Reakcje jądrowe. X 1 + X 2 Y 1 + Y b 1 + b 2 Reakcje jądrowe X 1 + X 2 Y 1 + Y 2 +...+ b 1 + b 2 kanał wejściowy kanał wyjściowy Reakcje wywołane przez nukleony - mechanizm reakcji Wielkości mierzone Reakcje wywołane przez ciężkie jony a) niskie

Bardziej szczegółowo

Ilustracja metody Monte Carlo obliczania pola obszaru D zawartego w kwadracie [a,b]x[a,b]

Ilustracja metody Monte Carlo obliczania pola obszaru D zawartego w kwadracie [a,b]x[a,b] Ilustracja metody Monte Carlo obliczania pola obszaru D zawartego w kwadracie [a,b]x[a,b] Dagna Bieda, Piotr Jarecki, Tomasz Nachtigall, Jakub Ciesiółka, Marek Kubiczek Metoda Monte Carlo Metoda Monte

Bardziej szczegółowo

Wykorzystanie symetrii przy pomiarze rozkładu kąta rozproszenia w procesie pp pp

Wykorzystanie symetrii przy pomiarze rozkładu kąta rozproszenia w procesie pp pp Wykorzystanie symetrii przy pomiarze rozkładu kąta rozproszenia w procesie pp pp M. Barej 1 K. Wójcik 2 1 Akademia Górniczo-Hutnicza w Krakowie 2 Uniwersytet Śląski w Katowicach 16 września 2016 M. Barej,

Bardziej szczegółowo

r. akad. 2008/2009 V. Precyzyjne testy Modelu Standardowego w LEP, TeVatronie i LHC

r. akad. 2008/2009 V. Precyzyjne testy Modelu Standardowego w LEP, TeVatronie i LHC V. Precyzyjne testy Modelu Standardowego w LEP, TeVatronie i LHC 1 V.1 WYNIKI LEP 2 e + e - Z 0 Calkowity przekroj czynny 3 4 r. akad. 2008/2009 s Q N 3 4 s M s N Q I M 12 s ) M (s s s 2 f C 2 Z C f f

Bardziej szczegółowo

Reakcje jądrowe. kanał wyjściowy

Reakcje jądrowe. kanał wyjściowy Reakcje jądrowe X 1 + X 2 Y 1 + Y 2 +...+ b 1 + b 2 kanał wejściowy kanał wyjściowy Reakcje wywołane przez nukleony - mechanizm reakcji Wielkości mierzone Reakcje wywołane przez ciężkie jony a) niskie

Bardziej szczegółowo

Theory Polish (Poland)

Theory Polish (Poland) Q3-1 Wielki Zderzacz Hadronów (10 points) Przeczytaj Ogólne instrukcje znajdujące się w osobnej kopercie zanim zaczniesz rozwiązywać to zadanie. W tym zadaniu będą rozpatrywane zagadnienia fizyczne zachodzące

Bardziej szczegółowo

Fizyka cząstek elementarnych warsztaty popularnonaukowe

Fizyka cząstek elementarnych warsztaty popularnonaukowe Fizyka cząstek elementarnych warsztaty popularnonaukowe Spotkanie 3 Porównanie modeli rozpraszania do pomiarów na Wielkim Zderzaczu Hadronów LHC i przyszłość fizyki cząstek Rafał Staszewski Maciej Trzebiński

Bardziej szczegółowo

Fizyka do przodu Część 2: przegląd wyników z CMS

Fizyka do przodu Część 2: przegląd wyników z CMS Fizyka do przodu Część 2: przegląd wyników z CMS Grzegorz Brona Seminarium Fizyki Wielkich Energii Warszawa, 23.03.2012 Do przodu czyli gdzie? Fizyka do przodu = Zjawiska obserwowane pod małym kątem θ

Bardziej szczegółowo

Pakiet ROOT. prosty generator Monte Carlo. Maciej Trzebiński. Instytut Fizyki Jądrowej Polskiej Akademii Nauki

Pakiet ROOT. prosty generator Monte Carlo. Maciej Trzebiński. Instytut Fizyki Jądrowej Polskiej Akademii Nauki M. Trzebiński ROOT generator MC 1/5 Pakiet ROOT prosty generator Monte Carlo Maciej Trzebiński Instytut Fizyki Jądrowej Polskiej Akademii Nauki Praktyki studenckie na LHC IFJ PAN, 23 sierpnia 2016 Wprowadzenie

Bardziej szczegółowo

Rozdział 9 Przegląd niektórych danych doświadczalnych o produkcji hadronów. Rozpraszanie elastyczne. Rozkłady krotności

Rozdział 9 Przegląd niektórych danych doświadczalnych o produkcji hadronów. Rozpraszanie elastyczne. Rozkłady krotności Rozdział 9 Przegląd niektórych danych doświadczalnych o produkcji hadronów. Rozpraszanie elastyczne. Rozkłady krotności Krotności hadronów a + b c 1 + c +...+ c i +...+ c N Reakcje ekskluzywne: wszystkie

Bardziej szczegółowo

ć Ą ą ą Ż Ż ó ą ż Ć ą ĆŻ Ż Ó Ó Ó ą Ó ń ą ę ą ę Ź ń ą Ó ą ą ą ą ą ą Ó Ż ęż ę ą ę ą ą ż ĘĆ ż ę Żą ż ą ń Ó ą Ó ą ę ż ęż ó ó ć ż ń ęż ń ń ć ń ż ć ć ą ą Ó Ó ó ó ń ó ę ó Ó ą ż Ć ę Ó ę ż Ó ó ą ó Ó ż Ć ę ó Ó ó

Bardziej szczegółowo

Analiza zrekonstruowanych śladów w danych pp 13 TeV

Analiza zrekonstruowanych śladów w danych pp 13 TeV Analiza zrekonstruowanych śladów w danych pp 13 TeV Odtwarzanie rozk ladów za pomoc a danych Monte Carlo Jakub Cholewiński, pod opiek a dr hab. Krzysztofa Woźniaka 31 lipca 2015 r. Jakub Cholewiński, pod

Bardziej szczegółowo

VI. 6 Rozpraszanie głębokonieelastyczne i kwarki

VI. 6 Rozpraszanie głębokonieelastyczne i kwarki r. akad. 005/ 006 VI. 6 Rozpraszanie głębokonieelastyczne i kwarki 1. Fale materii. Rozpraszanie cząstek wysokich energii mikroskopią na bardzo małych odległościach.. Akceleratory elektronów i protonów.

Bardziej szczegółowo

Rozdział 1 Wiadomości wstępne. Krótka historia Przekrój czynny, świetlność Układ jednostek naturalnych Eksperymenty formacji i produkcji

Rozdział 1 Wiadomości wstępne. Krótka historia Przekrój czynny, świetlność Układ jednostek naturalnych Eksperymenty formacji i produkcji Rozdział 1 Wiadomości wstępne Krótka historia Przekrój czynny, świetlność Układ jednostek naturalnych Eksperymenty formacji i produkcji Historia fizyki cząstek w pigułce 1930 1940 1950 1960 1970 1980 1990

Bardziej szczegółowo

WINHAC++ Obiektowy generator Monte Carlo do modelowania produkcji bozonów W w LHC. Kamil Sobol

WINHAC++ Obiektowy generator Monte Carlo do modelowania produkcji bozonów W w LHC. Kamil Sobol WINHAC++ Obiektowy generator Monte Carlo do modelowania produkcji bozonów W w LHC Kamil Sobol Zakład Zastosowań Metod Obliczeniowych, Instytut Fizyki UJ 24. stycznia 2010 we współpracy z: W. Płaczek, A.

Bardziej szczegółowo

VI.5 Zderzenia i rozpraszanie. Przekrój czynny. Wzór Rutherforda i odkrycie jądra atomowego

VI.5 Zderzenia i rozpraszanie. Przekrój czynny. Wzór Rutherforda i odkrycie jądra atomowego VI.5 Zderzenia i rozpraszanie. Przekrój czynny. Wzór Rutherforda i odkrycie jądra atomowego Jan Królikowski Fizyka IBC 1 Przekrój czynny Jan Królikowski Fizyka IBC Zderzenia Oddziaływania dwóch (lub więcej)

Bardziej szczegółowo

Wykorzystanie programu COMSOL do analizy zmiennych pól p l temperatury. Tomasz Bujok promotor: dr hab. Jerzy Bodzenta, prof. Politechniki Śląskiej

Wykorzystanie programu COMSOL do analizy zmiennych pól p l temperatury. Tomasz Bujok promotor: dr hab. Jerzy Bodzenta, prof. Politechniki Śląskiej Wykorzystanie programu COMSOL do analizy zmiennych pól p l temperatury metodą elementów w skończonych Tomasz Bujok promotor: dr hab. Jerzy Bodzenta, prof. Politechniki Śląskiej Plan prezentacji Założenia

Bardziej szczegółowo

Obserwacja Nowej Cząstki o Masie 125 GeV

Obserwacja Nowej Cząstki o Masie 125 GeV Obserwacja Nowej Cząstki o Masie 125 GeV Eksperyment CMS, CERN 4 lipca 2012 Streszczenie Na wspólnym seminarium w CERN i na konferencji ICHEP 2012 [1] odbywającej się w Melbourne, naukowcy pracujący przy

Bardziej szczegółowo

Szczególna i ogólna teoria względności (wybrane zagadnienia)

Szczególna i ogólna teoria względności (wybrane zagadnienia) Szczególna i ogólna teoria względności (wybrane zagadnienia) Mariusz Przybycień Wydział Fizyki i Informatyki Stosowanej Akademia Górniczo-Hutnicza Wykład 6 M. Przybycień (WFiIS AGH) Szczególna Teoria Względności

Bardziej szczegółowo

ż ę ć ę ę ę ę ę ę ę ć Ż ę ę ę ż ę ę ę ę ę Ż ć ż ż ę ż Ę ć ę ż ę ęż ę ę ę ę ż ć ź Ł Ę ę ż Ę ć ę Ż ę ęż ę ę ę ę ż ć ź Ę Ł ę ę Ą ż Ę ż Ę ż Ę ż ę Ą Ą ę Ę ę ę Ż ź Ż Ż ż ć ź ź ę ż Ę ż Ę ę Ę Ę ć ż ę ć ż ć ź Ł

Bardziej szczegółowo

ż ż Ę Ę Ę Ó ś ó ę Ć ęż ś ę ę ó ś ę ó ę ę Ę ę ó ść Ę ęć Ż Ś ę ę ę ó ż ż ź ę ż ż ś ę Ó ę ę Ł ęż ś ę ę ó ś ę ż ó Ę ę ę ę ść Ę ę ę ę ęć ę ż ś ę ę ę ę ó ż ę Ł Ę ę ż Ę ęż ś ę ó ę ś ę ż ó ę ę ż ść ę ę ę ę ę ęć

Bardziej szczegółowo

ć ą ą ą ż ą ż ć Ę ą ą ż ć ą ą ń ą ą ż ń ą ą ą ą ą ą ą ą ż ż ń ą ą ą ż ą ń Ś ą ą Ó ą Ęż ż ń Ś ń ń ń Ę ą ą Ó ń ą ą Ż ą ą Ó ą Ó ą Ż Ó Ó ą Ż ą ą Ó Ó ą ą Ś ą ą ń ń ą ą ą Ó ą Ż Ó ą Ę Ę Ł ą ą Ł Ą Ł Ł Ś ć ą Ś

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD października 2009

STATYSTYKA MATEMATYCZNA WYKŁAD października 2009 STATYSTYKA MATEMATYCZNA WYKŁAD 4 26 października 2009 Rozkład N(µ, σ). Estymacja σ σ 2 = 1 σ 2π + = E µ,σ (X µ) 2 { (x µ) 2 exp 1 ( ) } x µ 2 dx 2 σ Rozkład N(µ, σ). Estymacja σ σ 2 = 1 σ 2π + = E µ,σ

Bardziej szczegółowo

DYFRAKCJA W ODDZIAŁYWANIACH e-p NA AKCELRATORZE HERA

DYFRAKCJA W ODDZIAŁYWANIACH e-p NA AKCELRATORZE HERA DYFRAKCJA W ODDZIAŁYWANIACH e-p NA AKCELRATORZE HERA Jan Figiel Dyfrakcja w oddziaływaniach hadronów model Regge Dyfrakcja w oddziaływaniach e-p perturbacyjna chromodynamika (pqcd) produkcja mezonów wektorowych

Bardziej szczegółowo

Akceleratory Cząstek

Akceleratory Cząstek M. Trzebiński Akceleratory cząstek 1/30 Akceleratory Cząstek Maciej Trzebiński Instytut Fizyki Jądrowej Polskiej Akademii Nauki Praktyki studenckie na LHC IFJ PAN, 23 sierpnia 2016 Obserwacje w makroświecie

Bardziej szczegółowo

Marcin Kucharczyk Zakład XVII

Marcin Kucharczyk Zakład XVII Strumienie ciężkich kwarków przy energiach LHC: Model Standardowy i modele egzotyczne Marcin Kucharczyk Zakład XVII 27.06.2013 Plan Motywacja fizyczna Eksperyment LHCb Pomiar przekroju czynnego na produkcję

Bardziej szczegółowo

Ł Ł Ą Ą Ą ż ń ż ń ż ń Ż Ż Ś ń Ż ń ć Ł Ą ń Ż Ś ń ć ń ć ń Ż ć ć ń ń ń ż ć ń ŁĄ ż ć ć ć ć ń Ż Ź ć ć ć ń ż ŁĄ Ł ż Ł Ąż ń ć ż ŚĆ ż Ł ń Ć Ś Ę ń ń ż ź Ż ń ć Ę ń ć ż ć ć ń ń Ć ć ż Ż ć ć ć ćż Ż ć Ż Ę Ż Ż Ść Ż ż

Bardziej szczegółowo

Opcje koszykowe a lokaty strukturyzowane - wycena

Opcje koszykowe a lokaty strukturyzowane - wycena Opcje koszykowe a lokaty strukturyzowane - wycena Basket options and structured deposits - pricing Janusz Gajda Promotor: dr hab. inz. Rafał Weron Politechnika Wrocławska Plan prezentacji Cel pracy Wprowadzenie

Bardziej szczegółowo

Pierwsze dwa lata LHC

Pierwsze dwa lata LHC Pierwsze dwa lata LHC Barbara Wosiek Instytut Fizyki Jądrowej im. Henryka Niewodniczańskiego, Polskiej Akademii Nauk Radzikowskiego 152, 31-342 Kraków barbara.wosiek@ifj.edu.pl 2011-10-21 B. Wosiek, Sem.

Bardziej szczegółowo

Korekcja energii dżetów w eksperymencie CMS

Korekcja energii dżetów w eksperymencie CMS Maciej Misiura Wydział Fizyki UW opiekun: dr Artur Kalinowski Wstęp O czym seminarium? Zmierzyliśmy energię dżetu w CMS. Jak ona ma się do energii na poziomie hadronowym? Dlaczego taki temat? Zagadnienie

Bardziej szczegółowo

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki

Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Przetwarzanie Sygnałów Studia Podyplomowe, Automatyka i Robotyka. Wstęp teoretyczny Zmienne losowe Zmienne losowe

Bardziej szczegółowo

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS

Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS Wstęp do Rachunku Prawdopodobieństwa, IIr. WMS przykładowe zadania na. kolokwium czerwca 6r. Poniżej podany jest przykładowy zestaw zadań. Podczas kolokwium na ich rozwiązanie przeznaczone będzie ok. 85

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Technologie Informacyjne

Technologie Informacyjne POLITECHNIKA KRAKOWSKA - WIEiK - KATEDRA AUTOMATYKI Technologie Informacyjne www.pk.edu.pl/~zk/ti_hp.html Wykładowca: dr inż. Zbigniew Kokosiński zk@pk.edu.pl Wykład: Generacja liczb losowych Problem generacji

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład VII: Metody specjalne Monte Carlo 24 listopada 2014 Transformacje specjalne Przykład - symulacja rozkładu geometrycznego Niech X Ex(λ). Rozważmy zmienną losową [X ], która przyjmuje wartości naturalne.

Bardziej szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA Powtórka Powtórki Kowiariancja cov xy lub c xy - kierunek zależności Współczynnik korelacji liniowej Pearsona r siła liniowej zależności Istotność

Bardziej szczegółowo

Marek Kowalski

Marek Kowalski Jak zbudować eksperyment ALICE? (A Large Ion Collider Experiment) Jeszcze raz diagram fazowy Interesuje nas ten obszar Trzeba rozpędzić dwa ciężkie jądra (Pb) i zderzyć je ze sobą Zderzenie powinno być

Bardziej szczegółowo

Politechnika Warszawska

Politechnika Warszawska Politechnika Warszawska Wydział Elektryczny Laboratorium Teletechniki Skrypt do ćwiczenia T.02. Woltomierz RMS oraz Analizator Widma 1. Woltomierz RMS oraz Analizator Widma Ćwiczenie to ma na celu poznanie

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład XV: Zagadnienia redukcji wymiaru danych 2 lutego 2015 r. Standaryzacja danych Standaryzacja danych Własności macierzy korelacji Definicja Niech X będzie zmienną losową o skończonym drugim momencie.

Bardziej szczegółowo

Katarzyna Grebieszkow Wydział Fizyki Politechniki Warszawskiej Zakład Fizyki Jądrowej Pracownia Reakcji Ciężkich Jonów

Katarzyna Grebieszkow Wydział Fizyki Politechniki Warszawskiej Zakład Fizyki Jądrowej Pracownia Reakcji Ciężkich Jonów Katarzyna Grebieszkow Wydział Fizyki Politechniki Warszawskiej Zakład Fizyki Jądrowej Pracownia Reakcji Ciężkich Jonów Fizyka zderzeń ciężkich jonów semestr letni 2016/2017 Wykład 5 1. Produkcja cząstek

Bardziej szczegółowo

Statystyka i eksploracja danych

Statystyka i eksploracja danych Wykład XII: Zagadnienia redukcji wymiaru danych 12 maja 2014 Definicja Niech X będzie zmienną losową o skończonym drugim momencie. Standaryzacją zmiennej X nazywamy zmienną losową Z = X EX Var (X ). Definicja

Bardziej szczegółowo

LEPTON TAU : jako taki, oraz zastosowania. w niskich i wysokich energiach. Zbigniew Wąs

LEPTON TAU : jako taki, oraz zastosowania. w niskich i wysokich energiach. Zbigniew Wąs LEPTON TAU : jako taki, oraz zastosowania w niskich i wysokich energiach Zbigniew Wąs Podziękowania: A. Kaczmarska, E. Richter-Wąs (Atlas); A. Bożek (Belle); T. Przedziński, P. Golonka (IT); R. Decker,

Bardziej szczegółowo

Maciej Piotr Jankowski

Maciej Piotr Jankowski Reduced Adder Graph Implementacja algorytmu RAG Maciej Piotr Jankowski 2005.12.22 Maciej Piotr Jankowski 1 Plan prezentacji 1. Wstęp 2. Implementacja 3. Usprawnienia optymalizacyjne 3.1. Tablica ekspansji

Bardziej szczegółowo

Ż ż Ź ż ż ć ż ż ż ż ć ż Ź ż ż ż ć Ś ż Ś ć ż ć ż ż ż ć ć ż Ź ż ćż ż ż ż Ż ż Ą ż żć ż ż Ś ż ż ż ć ż ż ż ż ż ż ż ć Ć ż Ą Ż Ż ć Ś ż ż Ś Ś Ęż ż ć ż Ż Żż Ć ż ż ż ż ż ć Ż ż Ćż Ż ż ż ż Ą ż ż ć ż ć ż ż ć ż ż ż

Bardziej szczegółowo

Model Pasywnego Trasera w Lokalnie Ergodycznym Środowisku

Model Pasywnego Trasera w Lokalnie Ergodycznym Środowisku w Lokalnie Ergodycznym Środowisku Tymoteusz Chojecki UMCS, Lublin Tomasz Komorowski IMPAN, Warszawa Kościelisko, 10 września 2016, XLV Konferencja Zastosowań Matematyki T. Komorowski, T. Chojecki w Lokalnie

Bardziej szczegółowo

Obrona rozprawy doktorskiej Neuro-genetyczny system komputerowy do prognozowania zmiany indeksu giełdowego

Obrona rozprawy doktorskiej Neuro-genetyczny system komputerowy do prognozowania zmiany indeksu giełdowego IBS PAN, Warszawa 9 kwietnia 2008 Obrona rozprawy doktorskiej Neuro-genetyczny system komputerowy do prognozowania zmiany indeksu giełdowego mgr inż. Marcin Jaruszewicz promotor: dr hab. inż. Jacek Mańdziuk,

Bardziej szczegółowo

Algorytmy estymacji stanu (filtry)

Algorytmy estymacji stanu (filtry) Algorytmy estymacji stanu (filtry) Na podstawie: AIMA ch15, Udacity (S. Thrun) Wojciech Jaśkowski Instytut Informatyki, Politechnika Poznańska 21 kwietnia 2014 Problem lokalizacji Obserwowalność? Determinizm?

Bardziej szczegółowo

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną?

1. Liczby zespolone Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą. (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1. Liczby zespolone 1.1. Stwierdzić kiedy kwadrat liczby zespolonej jest liczbą (i) rzeczywistą, (ii) ujemną, (iii) tylko urojoną? 1.2. Doprowadzić do postaci a + ib liczby zespolone (i) (1 13i)/(1 3i),

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5. 2 listopada 2009

STATYSTYKA MATEMATYCZNA WYKŁAD 5. 2 listopada 2009 STATYSTYKA MATEMATYCZNA WYKŁAD 5 2 listopada 2009 Poprzedni wykład: przedział ufności dla µ, σ nieznane Rozkład N(µ, σ). Wnioskowanie o średniej µ, gdy σ nie jest znane Testowanie H : µ = µ 0, K : µ

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych 9 października 2008 ...czyli definicje na rozgrzewkę n-elementowa próba losowa - wektor n zmiennych losowych (X 1,..., X n ); intuicyjnie: wynik n eksperymentów realizacja próby (X 1,..., X n ) w ω Ω :

Bardziej szczegółowo

Algorytmy Komunikacyjne dla Trójwymiarowych Sieci Opartych na Plastrze Miodu. Ireneusz Szcześniak. Politechnika Śląska 20 czerwca 2002 r.

Algorytmy Komunikacyjne dla Trójwymiarowych Sieci Opartych na Plastrze Miodu. Ireneusz Szcześniak. Politechnika Śląska 20 czerwca 2002 r. Algorytmy Komunikacyjne dla Trójwymiarowych Sieci Opartych na Plastrze Miodu Ireneusz Szcześniak Politechnika Śląska 20 czerwca 2002 r. 2 Plan prezentacji Wprowadzenie Prezentacja trójwymiarowych sieci

Bardziej szczegółowo

Nie do końca zaawansowane elementy programowania w pakiecie R. Tomasz Suchocki

Nie do końca zaawansowane elementy programowania w pakiecie R. Tomasz Suchocki Nie do końca zaawansowane elementy programowania w pakiecie R Tomasz Suchocki Plan wykładu Metody Monte Carlo Jak bardzo można przybliżyć liczbę π? Całkowanie numeryczne R w Linuxie Tinn-R Metody Monte

Bardziej szczegółowo

Procesy dyfrakcyjne w wysokoenergetycznych zderzeniach hadronów na akceleratorze LHC

Procesy dyfrakcyjne w wysokoenergetycznych zderzeniach hadronów na akceleratorze LHC Procesy dyfrakcyjne w wysokoenergetycznych zderzeniach hadronów na akceleratorze LHC Klasyfikacja rocesów dyfrakcyjnych Elastyczne rozraszanie rotonów Lidia Gőrlich Zakład Ultrarelatywistycznej Fizyki

Bardziej szczegółowo

Projekt wału pośredniego reduktora

Projekt wału pośredniego reduktora Projekt wału pośredniego reduktora Schemat kinematyczny Silnik elektryczny Maszyna robocza P Grudziński v10d MT1 1 z 4 n 3 wyjście z 1 wejście C y n 1 C 1 O z 3 n M koło czynne O 1 z z 1 koło bierne P

Bardziej szczegółowo

WSTĘP DO GRAFIKI KOMPUTEROWEJ

WSTĘP DO GRAFIKI KOMPUTEROWEJ WSTĘP DO GRAFIKI KOMPUTEROWEJ Miłosz Michalski Institute of Physics Nicolaus Copernicus University Październik 2015 1 / 15 Plan wykładu Światło, kolor, zmysł wzroku. Obraz: fotgrafia, grafika cyfrowa,

Bardziej szczegółowo

Narzędzia do geometrycznej charakteryzacji granic ziaren. K. Głowioski

Narzędzia do geometrycznej charakteryzacji granic ziaren. K. Głowioski Narzędzia do geometrycznej charakteryzacji granic ziaren K. Głowioski Plan prezentacji Wprowadzenie do granic ziaren Cel badao Przykłady zastosowania rozwijanych metod i narzędzi: - Rozkłady granic i ich

Bardziej szczegółowo

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III.

Literatura. Leitner R., Zacharski J., Zarys matematyki wyŝszej dla studentów, cz. III. Literatura Krysicki W., Bartos J., Dyczka W., Królikowska K, Wasilewski M., Rachunek Prawdopodobieństwa i Statystyka Matematyczna w Zadaniach, cz. I. Leitner R., Zacharski J., Zarys matematyki wyŝszej

Bardziej szczegółowo

Rozkłady dwuwymiarowe. Tablice dwudzielcze. Przykład (wstępny):

Rozkłady dwuwymiarowe. Tablice dwudzielcze. Przykład (wstępny): Rozkłady dwuwymiarowe Rozkłady brzegowe Rozkłady warunkowe Niezależność Kowariancja Współczynnik korelacji (Przykłady na tablicy) Tablice dwudzielcze Najprostsze tablice 2x2 : dwa rzędy i dwie kolumny

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407 Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Weryfikacja hipotez dotyczących postaci nieznanego rozkładu -Testy zgodności.

Bardziej szczegółowo

Struktura protonu. Elementy fizyki czastek elementarnych. Wykład IV

Struktura protonu. Elementy fizyki czastek elementarnych. Wykład IV Struktura protonu Wykład IV akcelerator HERA Elementy fizyki czastek elementarnych rekonstrukcja przypadków NC DIS wyznaczanie funkcji struktury równania ewolucji QCD struktura fotonu NC DIS Deep Inelastic

Bardziej szczegółowo

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka

Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły. Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga. Anna Rajfura, Matematyka Temat: Zmienna losowa. Rozkład skokowy. Rozkład ciągły Kody kolorów: Ŝółty nowe pojęcie pomarańczowy uwaga 1 Zagadnienia 1. Przypomnienie wybranych pojęć rachunku prawdopodobieństwa. Zmienna losowa. Rozkład

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Przyspieszanie cząstek w źródłach kosmicznych

Przyspieszanie cząstek w źródłach kosmicznych Przyspieszanie cząstek w źródłach kosmicznych Jacek Niemiec Instytut Fizyki Jądrowej PAN, Kraków Nietermiczne promieniowanie obiektów astronomicznych Supernowa Keplera szok nierel. The image cannot be

Bardziej szczegółowo

Pochodne. Zbigniew Koza. Wydział Fizyki i Astronomii

Pochodne. Zbigniew Koza. Wydział Fizyki i Astronomii Pochodne Zbigniew Koza Wydział Fizyki i Astronomii Wrocław, 2015 MOTYWACJA Rozpatrzmy gładką funkcję np. y x = x 2 w okolicach punktu (1,1) x 0 = 1, y 0 = f x 0 = 1 powiększmy wykres wokół (x 0, f(x 0

Bardziej szczegółowo

Testy adaptacyjne dla problemu k prób

Testy adaptacyjne dla problemu k prób Instytut Matematyczny Polskiej Akademii Nauk Oddział Wrocław Problem testowania Problem Testowania Weryfikacja hipotezy Notacja Pomocnicza statystyka rangowa Załóżmy, że X l1,..., X lnl, l = 1,..., k,

Bardziej szczegółowo

Generowanie i optymalizacja harmonogramu za pomoca

Generowanie i optymalizacja harmonogramu za pomoca Generowanie i optymalizacja harmonogramu za pomoca na przykładzie generatora planu zajęć Matematyka Stosowana i Informatyka Stosowana Wydział Fizyki Technicznej i Matematyki Stosowanej Politechnika Gdańska

Bardziej szczegółowo

Statystyka matematyczna. Wykład III. Estymacja przedziałowa

Statystyka matematyczna. Wykład III. Estymacja przedziałowa Statystyka matematyczna. Wykład III. e-mail:e.kozlovski@pollub.pl Spis treści Rozkłady zmiennych losowych 1 Rozkłady zmiennych losowych Rozkład χ 2 Rozkład t-studenta Rozkład Fischera 2 Przedziały ufności

Bardziej szczegółowo

Prawdopodobieństwo i statystyka

Prawdopodobieństwo i statystyka Wykład II: Zmienne losowe i charakterystyki ich rozkładów 13 października 2014 Zmienne losowe Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Definicja zmiennej losowej i jej

Bardziej szczegółowo

Cząstki elementarne i ich oddziaływania PROJEKT 2016 Obserwacja mezonów powabnych i dziwnych analiza danych zebranych w eksperymencie LHCb

Cząstki elementarne i ich oddziaływania PROJEKT 2016 Obserwacja mezonów powabnych i dziwnych analiza danych zebranych w eksperymencie LHCb Cząstki elementarne i ich oddziaływania PROJEKT 2016 Obserwacja mezonów powabnych i dziwnych analiza danych zebranych w eksperymencie LHCb D + D 0 D 0 K s 0 K + K K s 0 π D + D 0 K s 0 K K + π A.Obłąkowska-Mucha,

Bardziej szczegółowo

Ścinanie betonu wg PN-EN (EC2)

Ścinanie betonu wg PN-EN (EC2) Ścinanie betonu wg PN-EN 992-2 (EC2) (Opracowanie: dr inż. Dariusz Sobala, v. 200428) Maksymalna siła ścinająca: V Ed 4000 kn Przekrój nie wymagający zbrojenia na ścianie: W elementach, które z obliczeniowego

Bardziej szczegółowo

Cząstki i siły. Piotr Traczyk. IPJ Warszawa

Cząstki i siły. Piotr Traczyk. IPJ Warszawa Cząstki i siły tworzące nasz wszechświat Piotr Traczyk IPJ Warszawa Plan Wstęp Klasyfikacja cząstek elementarnych Model Standardowy 2 Wstęp 3 Jednostki, konwencje Prędkość światła c ~ 3 x 10 8 m/s Stała

Bardziej szczegółowo

Redukcja wariancji w metodach Monte-Carlo

Redukcja wariancji w metodach Monte-Carlo 14.02.2006 Seminarium szkoleniowe 14 lutego 2006 Plan prezentacji Wprowadzenie Metoda losowania warstwowego Metoda próbkowania ważonego Metoda zmiennych kontrolnych Metoda zmiennych antytetycznych Metoda

Bardziej szczegółowo

Podstawy fizyki sezon 2 7. Układy elektryczne RLC

Podstawy fizyki sezon 2 7. Układy elektryczne RLC Podstawy fizyki sezon 2 7. Układy elektryczne RLC Agnieszka Obłąkowska-Mucha AGH, WFIiS, Katedra Oddziaływań i Detekcji Cząstek, D11, pok. 111 amucha@agh.edu.pl http://home.agh.edu.pl/~amucha Układ RC

Bardziej szczegółowo

Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa

Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa M. Czoków, J. Piersa 2012-01-10 1 Łańcucha Markowa 2 Istnienie Szukanie stanu stacjonarnego 3 1 Łańcucha Markowa 2 Istnienie Szukanie stanu stacjonarnego

Bardziej szczegółowo

FIZYKA III MEL Fizyka jądrowa i cząstek elementarnych

FIZYKA III MEL Fizyka jądrowa i cząstek elementarnych FIZYKA III MEL Fizyka jądrowa i cząstek elementarnych Wykład 9 Reakcje jądrowe Reakcje jądrowe Historyczne reakcje jądrowe 1919 E.Rutherford 4 He + 14 7N 17 8O + p (Q = -1.19 MeV) powietrze błyski na ekranie

Bardziej szczegółowo

4.2 Analiza fourierowska(f1)

4.2 Analiza fourierowska(f1) Analiza fourierowska(f1) 179 4. Analiza fourierowska(f1) Celem doświadczenia jest wyznaczenie współczynników szeregu Fouriera dla sygnałów okresowych. Zagadnienia do przygotowania: szereg Fouriera; sygnał

Bardziej szczegółowo

Ę Ć Ę Ó Ą ź Ó Ń Ń Ć Ó Ó Ł Ź Ł Ą Ł ć Ł ć Ź Ź ź Ń Ń Ź ć ć Ó Ą ź ć ć Ż ć ć Ź ć Ą ź Ł Ł Ę ć ć Ł Ś ć Ź ć Ł ć ć ć Ż Ó Ś Ł ć ź ć Ć ć ź ć Ź Ź Ł ć ć ć ź ź Ż Ą ź Ł ć ć ć Ó Ś Ć Ń ć Ń ć ć ź ć ć ć ć Ą Ł Ń ć Ł ć Ę Ą

Bardziej szczegółowo

Ć ń ń Ę Ó ń Ę ć ć ź Ę ć Ź ć ń ń ń ń ć ń ń ń Ę ć Ą Ę Ź ć ć ń Ą ź Ó ź ń Ę ć ć ń Ó Ą Ą ź ź Ę Ć Ę ć Ó ź Ą ć ć Ę ź ć Ź ć Ę ć Ź Ź ć ć ć ć Ł Ę ć Ć Ę Ź ć Ż Ę ń Ź Ę ć ń ć ń Ź Ź ń Ę ń ć Ó Ó Ź ć ń Ź ń Ż ć ź ź Ą Ć

Bardziej szczegółowo

Ł Ł Ń Ń Ś Ń Ń ź Ń Ą Ż Ł Ę Ł Ś Ą Ą Ś Ł Ń Ś Ą Ń ć Ą Ą Ą Ą Ł Ś Ę Ś Ń Ż Ż Ś Ć Ź ć Ę Ś Ą Ź Ś Ś Ś Ś Ż Ś Ź Ą Ż Ć Ą Ś Ź Ż Ź Ź Ź Ś Ą ć Ś Ść Ś Ść Ż Ź Ź ć Ź Ź Ź Ż Ż Ź Ś Ś Ż Ż ć Ź Ż Ż ć Ś Ś Ą Ź ć Ś ć ć Ś Ś ć Ż Ż Ą

Bardziej szczegółowo

Ą Ą ć Ż ć ć ź ć ć ć ć ć ć ć ć ć Ą ć ć Ą ć ć Ó Ź ć Ą ć ć ć ć ć Ą ć ć Ą Ź ć ć ć ć ć ć ć ć ć ć ć ć ć Ą ć Ą Ż ć Ź ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć ć Ż ć ć Ż ć ć ć ć ć Ą ź ć Ę ć ć ć ć Ź ć ć ź ć ć ć

Bardziej szczegółowo

Ę Ę Ń ć Ź ć Ź Ń Ę Ó Ź Ę Ź Ń Ń ć Ź ź Ą Ź ć Ę Ą Ę Ź Ź Ź Ę Ź Ą Ź Ź Ą Ó Ó Ź Ą ć Ń Ą ć ć ć Ż Ą Ą Ż Ą Ą Ą ć Ź Ź Ę Ą Ą Ę Ź Ń ź Ś ź Ż Ż Ż Ą ć Ś Ą ć Ą Ż Ń Ż Ą Ź Ź ć Ń Ś Ń Ź Ź Ą Ź Ż Ą ź ć ć Ę Ź Ź Ź ź Ę ź Ę Ń Ź Ę

Bardziej szczegółowo

ć ź ć ź ć ć Ź ć ć ć ć ź ć ć ź ć ć Ź Ł ć ć ć Ż ć Ż ć ć Ź ź Ć Ą Ź Ż Ż Ź Ż Ć Ł Ł Ź Ź ź Ą ź Ą Ć Ź Ł Ź ć Ź ćź Ź Ź Ą Ź ć Ź ć Ł ć Ł ć ć Ł ć Ą ć ć ć ź ź ć ć ć ć ź ć ć ć ź ć ć ć ć ć ć ć ć Ł Ź ć ź ć Ą ć ć Ą Ć

Bardziej szczegółowo

Ą Ą Ą ń ż Ę Ż ż ń ż ć ż ż ć Ń Ż ż ż Ź Ą ń Ż Ę Ń ż Ą ń ż ć Ź ć ć ż ć ż ć ż Ż ż ż ż ć ż ń ż ć ń ż ż ż ć ć ń ń ż ć ż ćż ż ż ń ż ń ż ż Ę ż Ę Ą ż ż Ęć ż ż Ę ż ć ć ć ż ń ź ń ń Ź ż Ę Ę ń Ź Ź ć Ż ć ź ż ż ż ź Ę

Bardziej szczegółowo

Ł Ł Ś Ł Ń Ń Ł Ę ć ć Ż ć Ż Ę ć ć ć Ę Ę ć Ż ź Ż ć Ż Ą Ę Ę Ż Ę ź Ś ć ć Ę ź Ą ć Ł Ę Ę ź Ż ć ć Ę Ę Ż Ż ć Ż Ę ć Ę Ę ć ź Ą ć ć ć Ę ć ć ź ć ć ź ć Ś Ż ć ć Ż ć Ż ć Ż ć ź Ż Ż Ę Ę ź Ę ć Ż Ż Ę Ż Ę Ż Ą ć ć ć Ż ź Ż ć

Bardziej szczegółowo

Elementy fizyki czastek elementarnych

Elementy fizyki czastek elementarnych Źródła czastek Elementy fizyki czastek elementarnych Wykład II Naturalne źródła czastek Źródła promieniotwórcze Promieniowanie kosmiczne Akceleratory czastek Akceleratory elektrostatyczne, liniowe i kołowe

Bardziej szczegółowo

Optymalizacja kryteriów selekcji dla rozpadu Λ+c pμ+μza pomocą wielowymiarowej analizy danych

Optymalizacja kryteriów selekcji dla rozpadu Λ+c pμ+μza pomocą wielowymiarowej analizy danych Optymalizacja kryteriów selekcji dla rozpadu Λ+c pμ+μza pomocą wielowymiarowej analizy danych Maciej Kościelski Jakub Malczewski opiekunowie prof. dr hab. Mariusz Witek mgr inż. Małgorzata Pikies LHCb

Bardziej szczegółowo

Masterclasses: Warsztaty z fizyki cząstek. Politechnika Warszawska, Wydział Fizyki, Wydział Elektroniki i Technik Informacyjnych

Masterclasses: Warsztaty z fizyki cząstek. Politechnika Warszawska, Wydział Fizyki, Wydział Elektroniki i Technik Informacyjnych Masterclasses: Warsztaty z fizyki cząstek Politechnika Warszawska, Wydział Fizyki, Wydział Elektroniki i Technik Informacyjnych What is a Particle Physics Masterclass? As in a masterclass in the arts,

Bardziej szczegółowo

Rozkłady dwóch zmiennych losowych

Rozkłady dwóch zmiennych losowych Rozkłady dwóch zmiennych losowych Uogólnienie pojęć na rozkład dwóch zmiennych Dystrybuanta i gęstość prawdopodobieństwa Rozkład brzegowy Prawdopodobieństwo warunkowe Wartości średnie i odchylenia standardowe

Bardziej szczegółowo