-Macierz gęstości: stany czyste i mieszane (przykłady) -równanie ruchu dla macierzy gęstości -granica klasyczna rozkładów kwantowych
|
|
- Dagmara Lewandowska
- 5 lat temu
- Przeglądów:
Transkrypt
1 WYKŁAD 4 dla zanteresowanych -Macerz gęstośc: stany czyste meszane (przykłady) -równane ruchu dla macerzy gęstośc -granca klasyczna rozkładów kwantowych
2 Macerz gęstośc (przypomnene z poprzednch wykładów) Z = -be ; P = Z - -be ; H > = E > F = -k B Tln Z ; E U <H >= P E E = P E = P < H > =Tr H, gdze = Z - -bh,h = 0 ñ = I> <I I> <I = Z -be I> <I
3 = P I> <I Poneważ zaps przy pomocy macerzy gęstośc jest nezależny od reprezentacj, węc jeśl < H > = Tr H wtedy Dla dowolnego operatora O: < O > = Tr O = < I OI> = P < I OI> 3
4 H > = E > Dla dowolnego operatora O: = P I> <I < O > = Tr O = < I OI> = P < I OI> æ lczymy O pomędzy stanam czystym : < I OI> a następne mnożymy przez prawdopodobeństwo wystąpena tego stanu; æ stan reprezentowany przez nazywa sę stanem meszanym; można go nterpretować jako nespójną nekoherentną superpozycję stanów własnych ne ma efektów nterferencj!; 4
5 Stany czyste H : hamltonan układu operator O: dowolna obserwabla operator f > : ortonormalny zespół zupełny stanów zwązany z jakąś obserwablą <f f> = î Ic I = f> = c I f > : reprezentuje dowolny stan układu <f O f> =,j =,j r j O j c * c j <f IOIf j > r j O j = Tr O <fi = c * < f I r j : można uważać za elementy macerzowe pewnego operatora 5
6 f> = c I f > <fof> =,j r j O j = Tr O : nazywa sę macerzą gęstośc dla stanu czystego f> =,j r j I f j > <f I =,j c * c j I f j > < f I = j c j I f j > c * <f I = f> <f Wpowyższym przykładze zostało wprowadzone jako nny zaps operacj średnowana kwantowo - mechancznego. Stan opsywany przez = f> <f nazywa sę stanem czystym. Na raze średnowane po średnowane kwantowo - mechanczne <fof> są równoważne. 6
7 Stany meszane Załóżmy, że nasz układ oddzaływuje z nnym podukładem np. termostatem Układ f> ô f j > = c j I f > Poneważ nasza nformacja o układze ne jest pełna możemy jedyne powedzeć, że nteresujący nas układ może być w jednym z możlwych stanów: f >, f >,... f j >,... takch, że f j >= Ic j I = c j I f > Możlwość zastnena welu różnych stanów ndeksowanych górnym wskaźnkem j uwzględna wpływ otoczena. 7
8 Poneważ nasza nformacja o układze ne jest pełna możemy jedyne powedzeć, że nteresujący nas układ może być w jednym z możlwych stanów : f >, f >,... f j >,... takch, że f j > = Ic j I = c j I f > Dokonując pomaru ne merzymy <f j O f j > wpewnym stane czystym f j >. Raczej wynkem pomaru jest średna < O > = lm NÆ0 N N = <f a IOIf a > po wszystkch możlwych realzacjach = j= h j <f j IOIf j >; h j = j= 8
9 Średnowane powyższe ma dwojak charakter. Zawera ono w sobe zarówno średnowane zwązane z probablstycznym charakterem opsu kwantowego <f j IOIf j >, jak średnowane statystyczne j= h j..., którego koneczność wynka z nepełnych danych o rozpatrywanym układze. Formalne średnowane j= h j... możemy sobe wyobrazć jako średnowane po zespole statystycznym jednakowych, neoddzaływujących mędzy sobą układów wygląda to jak ' rzut fałszywą kostką ', której ścank = < f j IOIf j > : ne ma efektów nterferencyjnych. 9
10 Przypatrzmy sę blżej wprowadzonemu średnowanu : < O > = h j <f j IOI f j > = h j Tr j O j= j= = Tr j= h j j O = Tr O = h j j h j I f j > < f j I : macerz gęstośc dla stanów j= j= meszanych Stan reprezentowany przez macerz gęstośc, gdze zarówno średnowane kwantowo - mechanczne jak średnowane po zespole są uwzględnone nos nazwę stanu meszanego. Stan czysty jest szczególnym przypadkem dla którego h j = d j,j0. 0
11 Interpretacja wzoru : = h j j h j I f j > <f j I j= j= Postulat Faz Przypadkowych I f j > : ortonormalny zbór dopuszczalnych stanów układu <f I f j > = d j nezależny od czasu y> = n= y>: stan całośc c n > f n > gdze c n > = < f n y> Reprezentuje stan otoczena; na ogół zależy od czasu
12 Wtedy << O U >> = df < y O U y > <y y> = jj' < c j c j' > < f j O U f j' > n < c n c n > Postulat faz przypadkowych W laboratorum merzymy welkośc uśrednone po czase: n < c n Ic n > = < y y> od czasu ne zależy bo jest normą, a ruch jest transformacją untarną Natomast < c j c j' > otoczene ô èèèèèèèèèèèè <c j c j' > średnowane po czase Zakładając chaos na pozome molekularnym możemy założyć, że wszystke efekty nterferencyjne pomędzy stanam średnują sę do zera èèèèèèèèèèèè tzn. < c j Ic j' > Æ < c j Ic j' > jj' jj' Æ tæ j Ib j I
13 Stąd << O U >> = df <yo U y> <y y> = jj' < c j c j' > <f j O U f j' > n < c n c n > tæ ô j Ib j I <f j O U f j > n Ib n I Zatem Ib j I n Ib n I = h j 3
14 Własnośc macerzy gęstośc = h j I f j > <f j I : operator hermtowsk j= = lub r mn = r nm * Jeśl r mn ne jest dagonalne wtedy zawsze można zdagonalzować : wartośc własne będą prawdopodobeństwam = j= w j Ij > <ji : Ij > = w j Ij >; w j = ; w a 0 j= Tr = w j = j= 4
15 Przykład: Rozważmy foton poruszający sę wzdłóż os z. Foton może meć dwe polaryzacje np. w kerunku x w kerunku y: f > = : stan z polaryzacją wkerunkux 0 f > = 0 : stan z polaryzacją wkerunkuy dowolny stan czysty: f> = a f >+bf >= a b gdze <ff> = a *,b * a = a + b = b w szczególnośc : stan o polaryzacj pod kątem a do os OX y> = c cos a + sn a 0 0 5
16 f> = a b y> = c cos a 0 + sn a 0 f> = f> <f = a a *,b * = ab * b aa* a * b bb * y> = cos f sn f cos f sn f cos f sn f Stany czyste: polaryzacja x a =, b = 0: x> = polaryzacja y a = 0, b = : y> =
17 y> = cos f sn f cos f sn f cos f sn f polaryzacja 45 0 : 45> = polaryzacja 35 0 : 35> = - - 7
18 stany meszane: 50 % pol.x + 50 % pol. y: = x> + y> = % pol % pol = 45> + 35> = 0 0 różne stany meszane mogą dawać te same macerze gęstośc 8
19 Problem : przypuśćmy, że mamy macerz r nn' = < f n f n' > jak w oparcu o znajomość r nn' rozpoznać czy stan jest czysty czy meszany - stan czysty - = y> <y = y> <y y> <y = y> <y = : operator rzutowy 9
20 - stan meszany - = j= h j I f j > <f j I = h j h k I f j > < f j I f k > < f k I = h j I f j > < f j I π j,k= j= = gdy h j = d jj0 Równoważne warunk : Tr = Tr ab = ab 0
21 Przykłady: = 45> + 35> = 0 0 : stan meszany = π 45> = : stan czysty 45> = 45>
22 Równane ruchu dla = j h j I f j > <f j I Ñ t I fj > = HIf j > -Ñ t <fj I = < f j IH Ñ t = H, : równane Von Neumana lub Hesenbergowske równane ruchu dla macerzy gęstośc
23 Ñ t = H, Dla stanów stacjonarnych: t = 0 î H, = 0 î = H î jest dagonalne w reprezentacj, która dagonalzuje Hamltonan î n > = r E n n > î h n r E n = P E n 3
24 Mając = P E n In > <n I oraz defnując entropę n jako S = -k B Tr ln = -k B P E n ln P E n n możemy odtworzyć wszystke rozkłady korzystając z zasad waracyjnych patrz np. poprzedn wykład 4
25 Granca klasyczna rozkładów kwantowych -szkc wyprowadzena -ścsła analza jest trochę skomplkowana - Lczymy Tw. macerz gęstośc w reprezentacj położenowej r df x x' = < xz - -bh x' > æ ÑÆ0 ô r x x = P x, gdze P x jest klasyczną funkcją rozdzału rozkładu wycałkowaną po pędach : P x = Z - n! n!... n m! N! 3 N = 3 p h 3 exp-b j p j + V x m j 5
26 Jak lczyć r x x' = df < x Z - -bh x' > korzystamy z bosonowych fermonowych funkcj falowych dla cząstek swobodnych zamknętych w pudle: < xk > = n! n!... n m! N! Q P P` P j k j r j L 3 gdze P` : operator permutacj na zborze r, r,..., r N, tzn. zmenający ndeksy przy r. Q P = dla bosonów natomast Q P = ± dla fermonów w zależnośc od parzystośc permutacj Powyższe podejśce pozwala w sposób systematyczny uwzględnć poprawk kwantowe do sumy statystycznej. Okazuje sę, że wyrazy ~Ñ znkają. Perwsze nezerowe poprawk są proporcjonalne do Ñ. 6
27 KONIEC 7
Diagonalizacja macierzy kwadratowej
Dagonalzacja macerzy kwadratowej Dana jest macerz A nân. Jej wartośc własne wektory własne spełnają równane Ax x dla,..., n Każde z równań własnych osobno można zapsać w postac: a a an x x a a an x x an
Bardziej szczegółowoI. Elementy analizy matematycznej
WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem
Bardziej szczegółowoZaawansowane metody numeryczne
Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x
Bardziej szczegółowoELEKTROCHEMIA. ( i = i ) Wykład II b. Nadnapięcie Równanie Buttlera-Volmera Równania Tafela. Wykład II. Równowaga dynamiczna i prąd wymiany
Wykład II ELEKTROCHEMIA Wykład II b Nadnapęce Równane Buttlera-Volmera Równana Tafela Równowaga dynamczna prąd wymany Jeśl układ jest rozwarty przez elektrolzer ne płyne prąd, to ne oznacza wcale, że na
Bardziej szczegółowoOGÓLNE PODSTAWY SPEKTROSKOPII
WYKŁAD 8 OGÓLNE PODSTAWY SPEKTROSKOPII E E0 sn( ωt kx) ; k π ; ω πν ; λ T ν E (m c 4 p c ) / E +, dla fotonu m 0 p c p hk Rozkład energ w stane równowag: ROZKŁAD BOLTZMANA!!!!! P(E) e E / kt N E N E/
Bardziej szczegółowoAnaliza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A
Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe
Bardziej szczegółowoMetody symulacji w nanostrukturach (III - IS)
Metody symulacj w nanostrukturach (III - IS) W. Jaskólsk - modelowane nanostruktur węglowych Cz.I wprowadzene do mechank kwantowej Nektóre przyczyny konecznośc pojawena sę kwantowej teor fzycznej (fzyka
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
Bardziej szczegółowoIX. MECHANIKA (FIZYKA) KWANTOWA
IX. MECHANIKA (FIZYKA) KWANTOWA IX.1. OPERACJE OBSERWACJI. a) klasycznie nie ważna kolejność, w jakiej wykonujemy pomiary. AB = BA A pomiar wielkości A B pomiar wielkości B b) kwantowo wartość obserwacji
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy
Bardziej szczegółowoModele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.
Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można
Bardziej szczegółowoZapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.
Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Bardziej szczegółowoBADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda
BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp
Bardziej szczegółowoV. TERMODYNAMIKA KLASYCZNA
46. ERMODYNAMIKA KLASYCZNA. ERMODYNAMIKA KLASYCZNA ermodynamka jako nauka powstała w XIX w. Prawa termodynamk są wynkem obserwacj welu rzeczywstych procesów- są to prawa fenomenologczne modelu rzeczywstośc..
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
Bardziej szczegółowoPattern Classification
attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter
Bardziej szczegółowoKwantowa natura promieniowania elektromagnetycznego
Efekt Comptona. Kwantowa natura promenowana elektromagnetycznego Zadane 1. Foton jest rozpraszany na swobodnym elektrone. Wyznaczyć zmanę długośc fal fotonu w wynku rozproszena. Poneważ układ foton swobodny
Bardziej szczegółowoProcedura normalizacji
Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny
Bardziej szczegółowoAnaliza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)
Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz
Bardziej szczegółowotermodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi
fzka statstczna stan makroskopow układ - skończon obszar przestrzenn (w szczególnośc zolowan) termodnamka fenomenologczna p, VT V, teora knetczno-molekularna termodnamka statstczna n(v) stan makroskopow
Bardziej szczegółowoMECHANIKA 2 MOMENT BEZWŁADNOŚCI. Wykład Nr 10. Prowadzący: dr Krzysztof Polko
MECHANIKA Wykład Nr 10 MOMENT BEZWŁADNOŚCI Prowadzący: dr Krzysztof Polko Defncja momentu bezwładnośc Momentem bezwładnośc punktu materalnego względem płaszczyzny, os lub beguna nazywamy loczyn masy punktu
Bardziej szczegółowoZa: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch
Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym
Bardziej szczegółowoSZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.
Bardziej szczegółowoElementy Fizyki Jądrowej
Elementy Fzyk Jądrowej Wykład własnośc jąder atomowych deuter 1 1 H - wodór 1 H - deuter 3 1 H - tryt m d = 1875 MeV < m p + m p = 1878 MeV m 3 MeV słabo zwązany układ dwóch nukleonów Energa wązana E B
Bardziej szczegółowoSYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.
SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA Częstochowa 4 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TWIERDZENIE BAYESA Wedza pozyskwana przez metody probablstyczne ma
Bardziej szczegółowoPodstawy termodynamiki
Podstawy termodynamk Temperatura cepło Praca jaką wykonuje gaz I zasada termodynamk Przemany gazowe zotermczna zobaryczna zochoryczna adabatyczna Co to jest temperatura? 40 39 38 Temperatura (K) 8 7 6
Bardziej szczegółowoPokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem
Zestaw zadań : Przestrzene wektorowe. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar : C C C, (z, v) z v := z v jest przestrzeną lnową nad całem lczb zespolonych
Bardziej szczegółowoWykłady z termodynamiki i fizyki statystycznej. Semestr letni 2009/2010 Ewa Gudowska-Nowak, IFUJ, p.441 a
Wykłady z termodynamk fzyk statystycznej. Semestr letn 2009/2010 Ewa Gudowska-Nowak, IFUJ, p.441 a gudowska@th.f.uj.edu.pl Zalecane podręcznk: 1.Termodynamka R. Hołyst, A. Ponewersk, A. Cach 2. Podstay
Bardziej szczegółowo± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości
Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość
Bardziej szczegółowoRUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.
RUCH OBROTOWY Można opsać ruch obrotowy ze stałym przyspeszenem ε poprzez analogę do ruchu postępowego jednostajne zmennego. Ruch postępowy a const. v v at s s v t at Ruch obrotowy const. t t t Dla ruchu
Bardziej szczegółowoWykład Mikro- i makrostany oraz prawdopodobie
Wykład 6 5.5 Mkro- makrostany oraz prawdopodobeństwo termodynamczne cd. 5.6 Modele fzyczne 5.7 Aproksymacja Strlna 5.8 Statystyka Boseo-Enstena 5.10 Statystyka Fermeo-Draca 5.10 Statystyka Maxwell a-boltzmann
Bardziej szczegółowoP 1, P 2 - wektory sił wewnętrznych w punktach powierzchni F wokół punktu A
TEORI STNU NPRĘŻENI. WEKTOR NPRĘŻENI r x P P P P, P - wektory sł wewnętrznych w unktach owerzchn wokół unktu P P r, P - suma sł wewnętrznych na owerzchn P P P P średna gęstość sł wewnętrznych na owerzchn
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych
Bardziej szczegółowo5. Pochodna funkcji. lim. x c x c. (x c) = lim. g(c + h) g(c) = lim
5. Pocodna funkcj Defncja 5.1 Nec f: (a, b) R nec c (a, b). Jeśl stneje granca lm x c x c to nazywamy ją pocodną funkcj f w punkce c oznaczamy symbolem f (c) Twerdzene 5.1 Jeśl funkcja f: (a, b) R ma pocodną
Bardziej szczegółowo5. OPTYMALIZACJA GRAFOWO-SIECIOWA
. OPTYMALIZACJA GRAFOWO-SIECIOWA Defncja grafu Pod pojęcem grafu G rozumemy następującą dwójkę uporządkowaną (defncja grafu Berge a): (.) G W,U gdze: W zbór werzchołków grafu, U zbór łuków grafu, U W W,
Bardziej szczegółowoWYKŁAD 15. Gęstość stanów Zastosowanie: oscylatory kwantowe (ª bosony bezmasowe) Formalizm dla nieoddziaływujących cząstek Bosego lub Fermiego
WYKŁAD 15 Gęstość stanów Zastosowanie: oscylatory kwantowe (ª bosony bezmasowe) Formalizm dla nieoddziaływujących cząstek Bosego lub Fermiego 1 Statystyka nieoddziaływujących gazów Bosego i Fermiego Bosony
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne
Bardziej szczegółowoPortfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego
Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa
Bardziej szczegółowoWstęp do metod numerycznych Faktoryzacja SVD Metody iteracyjne. P. F. Góra
Wstęp do metod numerycznych Faktoryzacja SVD Metody teracyjne P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ 2013 Sngular Value Decomposton Twerdzene 1. Dla każdej macerzy A R M N, M N, stneje rozkład
Bardziej szczegółowoRóżniczkowalność, pochodne, ekstremum funkcji. x 2 1 x x 2 k
Różnczkowalność, pochodne, ekstremum funkcj Ćwczene 1 Polczyć pochodn a kerunkow a funkcj: 1 1 1 x 1 x 2 x k ϕ(x 1,, x k ) x 2 1 x 2 2 x 2 k x k 1 1 x k 1 2 x k 1 w dowolnym punkce p [x 1, x 2,, x k T
Bardziej szczegółowo= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału
5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B
Bardziej szczegółowoPOSTULATY MECHANIKI KWANTOWEJ cd i formalizm matematyczny
POSTULATY MECHANIKI KWANTOWEJ cd i formalizm matematyczny Funkcja Falowa Postulat 1 Dla każdego układu istnieje funkcja falowa (funkcja współrzędnych i czasu), która jest ciągła, całkowalna w kwadracie,
Bardziej szczegółowoStatystyka nieoddziaływujących gazów Bosego i Fermiego
Statystyka nieoddziaływujących gazów Bosego i Fermiego Bozony: fotony (kwanty pola elektromagnetycznego, których liczba nie jest zachowana mogą być pojedynczo pochłaniane lub tworzone. W konsekwencji,
Bardziej szczegółowo11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.
/22/24 Dwuosobowe gry o sume zero DO NAUCZENIA I ZAPAMIĘTANIA: Defnca zaps ger o sume zero, adaptaca ogólnych defnc. Punkt sodłowy Twerdzena o zwązkach punktu sodłowego z koncepcam rozwązań PRZYPOMNIENIE:
Bardziej szczegółowof(x, y) = arctg x y. f(u) = arctg(u), u(x, y) = x y. x = 1 1 y = y y = 1 1 +
Różnczkowalność pocodne Ćwczene. Znaleźć pocodne cz astkowe funkcj f(x, y) = arctg x y. Rozw azane: Wdać, że funkcj f można napsać jako f(u(x, y)) gdze f(u) = arctg(u), u(x, y) = x y. Korzystaj ac z reg
Bardziej szczegółowoKlasyfkator lnowy Wstęp Klasyfkator lnowy jest najprostszym możlwym klasyfkatorem. Zakłada on lnową separację lnowy podzał dwóch klas mędzy sobą. Przedstawa to ponższy rysunek: 5 4 3 1 0-1 - -3-4 -5-5
Bardziej szczegółowoWYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA
WYZNACZANIE WSPÓŁCZYNNIKA LEPKOŚCI CIECZY METODĄ STOKESA. Ops teoretyczny do ćwczena zameszczony jest na strone www.wtc.wat.edu.pl w dzale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE.. Ops układu pomarowego
Bardziej szczegółowoMetody analizy obwodów
Metody analzy obwodów Metoda praw Krchhoffa, która jest podstawą dla pozostałych metod Metoda transfguracj, oparte na przekształcenach analzowanego obwodu na obwód równoważny Metoda superpozycj Metoda
Bardziej szczegółowoWykłady z Mechaniki Kwantowej
Wykłady z Mechaniki Kwantowej Mechanika Kwantowa, Relatywistyczna Mechanika Kwantowa Wykład dla doktorantów (2017) Wykład 7 Jesteśmy uczniami w szkole natury i kształtujemy nasze pojęcia z lekcji na lekcję.
Bardziej szczegółowoXXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne
XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca
Bardziej szczegółowoZASADA ZACHOWANIA MOMENTU PĘDU: PODSTAWY DYNAMIKI BRYŁY SZTYWNEJ
ZASADA ZACHOWANIA MOMENTU PĘDU: PODSTAWY DYNAMIKI BYŁY SZTYWNEJ 1. Welkośc w uchu obotowym. Moment pędu moment sły 3. Zasada zachowana momentu pędu 4. uch obotowy były sztywnej względem ustalonej os -II
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL W standardowym modelu lnowym zakładamy,
Bardziej szczegółowoEgzamin poprawkowy z Analizy II 11 września 2013
Egzamn poprawkowy z nalzy II 11 wrześna 13 Uwag organzacyjne: każde zadane rozwązujemy na osobnej kartce Każde zadane należy podpsać menem nazwskem własnym oraz prowadzącego ćwczena Na wszelk wypadek prosmy
Bardziej szczegółowoALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO
ALGEBRY HALLA DLA POSETÓW SKOŃCZONEGO TYPU PRINJEKTYWNEGO NA PODSTAWIE REFERATU JUSTYNY KOSAKOWSKIEJ. Moduły prnjektywne posety skończonego typu prnjektywnego Nech I będze skończonym posetem. Przez max
Bardziej szczegółowoWykład Turbina parowa kondensacyjna
Wykład 9 Maszyny ceplne turbna parowa Entropa Równane Claususa-Clapeyrona granca równowag az Dośwadczena W. Domnk Wydzał Fzyk UW ermodynamka 08/09 /5 urbna parowa kondensacyjna W. Domnk Wydzał Fzyk UW
Bardziej szczegółowoFizyka 1- Mechanika. Wykład 7 16.XI Zygmunt Szefliński Środowiskowe Laboratorium Ciężkich Jonów
zyka - Mechanka Wykład 7 6.XI.07 Zygunt Szeflńsk Środowskowe Laboratoru Cężkch Jonów szef@fuw.edu.pl http://www.fuw.edu.pl/~szef/ Zasada zachowana pędu Układ zolowany Każde cało oże w dowolny sposób oddzaływać
Bardziej szczegółowoFizyka cząstek elementarnych
Wykład V zospn symetra zospnowa zachowane zospnu ukleony Proton est bardzo podobny do neutronu - obe cząstk maą spn lczbę baronową 98 B a ch masy wynoszące MeV m p nosą m n 996 MeV są nemal dentyczne.
Bardziej szczegółowoII. 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 szczegółowoRozkłady: Kanoniczny, Wielki Kanoniczny, Izobaryczno-Izotermiczny
Rozkłady: Kanoniczny, Wielki Kanoniczny, Izobaryczno-Izotermiczny 1 Rozkład Mikrokanoniczny (przypomnienie) S= k B ln( (E,V,{x i },{N j }) ) Z fenomenologii: Niestety, rachunki przy użyciu rozkładu mikrokanonicznego
Bardziej szczegółowoPAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY. Zakład Budowy i Eksploatacji Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA
PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W PILE INSTYTUT POLITECHNICZNY Zakład Budowy Eksploatacj Maszyn PRACOWNIA TERMODYNAMIKI TECHNICZNEJ INSTRUKCJA Temat ćwczena: PRAKTYCZNA REALIZACJA PRZEMIANY ADIABATYCZNEJ.
Bardziej szczegółowoSiła jest przyczyną przyspieszenia. Siła jest wektorem. Siła wypadkowa jest sumą wektorową działających sił.
1 Sła jest przyczyną przyspeszena. Sła jest wektorem. Sła wypadkowa jest sumą wektorową dzałających sł. Sr Isaac Newton (164-177) Jeśl na cało ne dzała żadna sła lub sły dzałające równoważą sę, to cało
Bardziej szczegółowoProgramowanie Równoległe i Rozproszone
Programowane Równoległe Rozproszone Wykład Programowane Równoległe Rozproszone Lucjan Stapp Wydzał Matematyk Nauk Informacyjnych Poltechnka Warszawska (l.stapp@mn.pw.edu.pl) /38 PRR Wykład Chcemy rozwązać
Bardziej szczegółowo19 marzec, Łańcuchy Markowa z czasem dyskretnym. Procesy Stochastyczne, wykład 6, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136
Procesy Stochastyczne, wykład 6, T. Byczkowski, Procesy Stochastyczne, PPT, Matematyka MAP1136 19 marzec, 2012 Przykłady procesów Markowa (i). P = (p ij ) - macierz stochastyczna, tzn. p ij 0, j p ij =
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 3
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a
Bardziej szczegółowoWeryfikacja hipotez dla wielu populacji
Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w
Bardziej szczegółowoW praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
Bardziej szczegółowoBryła fotometryczna i krzywa światłości.
STUDIA NIESTACJONARNE ELEKTROTECHNIKA Laboratorum PODSTAW TECHNIKI ŚWIETLNEJ Temat: WYZNACZANIE BRYŁY FOTOMETRYCZNEJ ŚWIATŁOŚCI Opracowane wykonano na podstawe: 1. Laboratorum z technk śwetlnej (praca
Bardziej szczegółowoFizyka statystyczna, elementy termodynamiki nierównowagowej Cele, zakres zagadnień
Fizyka statystyczna, elementy termodynamiki nierównowagowej Cele, zakres zagadnień Narzędzia przypomnienie podstawowych definicji i twierdzeń z rachunku prawdopodobienstwa; podstawowe rozkłady statystyczne
Bardziej szczegółowoTeoria 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
Bardziej szczegółowo0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4
Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (
Bardziej szczegółowoWykład 2 Zmienne losowe i ich rozkłady
Wykład 2 Zmienne losowe i ich rozkłady Magdalena Frąszczak Wrocław, 11.10.2017r Zmienne losowe i ich rozkłady Doświadczenie losowe: Rzut monetą Rzut kostką Wybór losowy n kart z talii 52 Gry losowe Doświadczenie
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w
Bardziej szczegółowoTeoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru
Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru
Bardziej szczegółowoAnaliza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH
Analza danych Analza danych welowymarowych. Regresja lnowa. Dyskrymnacja lnowa. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ PARA ZMIENNYCH LOSOWYCH Parę zmennych losowych X, Y możemy
Bardziej szczegółowoGrupa obrotów. - grupa symetrii kuli, R - wszystkie możliwe obroty o dowolne kąty wokół osi przechodzących przez środek kuli
Grupa obrotów - grupa smetr kul R - wsstke możlwe obrot o dowolne kąt wokół os prechodącch pre środek kul nacej O 3 grupa obrotów właścwch - grupa cągła - każd obrót określa sę pre podane os l kąta obrotu
Bardziej szczegółowoTeoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru
Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru
Bardziej szczegółowoPlan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup
Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT
Bardziej szczegółowoANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO
Artur Zaborsk Unwersytet Ekonomczny we Wrocławu ANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO Wprowadzene Od ukazana
Bardziej szczegółowoZestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.
Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =
Bardziej szczegółowoProces narodzin i śmierci
Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do
Bardziej szczegółowoSieć kątowa metoda spostrzeżeń pośredniczących. Układ równań obserwacyjnych
Seć kątowa etoda spostrzeżeń pośrednząyh Układ równań obserwayjnyh rzyrosty współrzędnyh X = X X X X = X X Y = Y Y X Y = Y Y Długość odnka X ' ' ' ' x y Współzynnk kerunkowe x y * B * x y x y gdze - odpowedn
Bardziej szczegółowoPostulaty mechaniki kwantowej
3.10.2004 11. Postulaty mechaniki kwantowej 120 Rozdział 11 Postulaty mechaniki kwantowej Mechanika kwantowa, jak zresztą każda teoria fizyczna, bazuje na kilku postulatach, które przyjmujemy "na wiarę".
Bardziej szczegółowoStatystyka. Zmienne losowe
Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu
Bardziej szczegółowoŚ Ś Ś Ś Ś Ś Ę Ą Ę ŚĘ Ę Ś ń Ę Ę Ą Ł Ż Ń Ł ć Ą ć Ł Ę Ó ć Ź ć ź ń Ń ń Ś Ą Ę Ł Ę Ą Ę ń ć ń Ź ć ń ć ń Ś ń ŚĆ ć ź Ł Ę Ę Ś Ę Ę Ę ń ŚĘ Ń Ę Ę ń ŚĘ Ę Ę Ś Ś ć ń Ę ń Ś Ę ć ć Ę Ę ć ź ć ń Ę Ń ń ć Ł Ę Ę Ę Ę ć Ę ć ć ź
Bardziej szczegółowoTemat 13. Rozszerzalność cieplna i przewodnictwo cieplne ciał stałych.
Temat 13. Rozszerzalność ceplna przewodnctwo ceplne cał stałych. W temace 8 wykazalśmy przy wykorzystanu warunków brzegowych orna-karmana, że wyraz lnowy w rozwnęcu energ potencjalnej w szereg potęgowy
Bardziej szczegółowoBadanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej
Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.
Bardziej szczegółowoLaboratorium ochrony danych
Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz
Bardziej szczegółowoCzęść III: Termodynamika układów biologicznych
Część III: Termodynamka układów bologcznych MATERIAŁY POMOCNICZE DO WYKŁADÓW Z PODSTAW BIOFIZYKI IIIr. Botechnolog prof. dr hab. nż. Jan Mazersk TERMODYNAMIKA UKŁADÓW BIOLOGICZNYCH Nezwykle cenną metodą
Bardziej szczegółowoProcesy stochastyczne
Wykład I: Istnienie procesów stochastycznych 21 lutego 2017 Forma zaliczenia przedmiotu Forma zaliczenia Literatura 1 Zaliczenie ćwiczeń rachunkowych. 2 Egzamin ustny z teorii 3 Do wykładu przygotowane
Bardziej szczegółowoTERMODYNAMIKA TECHNICZNA I CHEMICZNA
TRMODYNAMIKA TCHNICZNA I CHMICZNA Część IV TRMODYNAMIKA ROZTWORÓW TRMODYNAMIKA ROZTWORÓW FUGATYWNOŚCI I AKTYWNOŚCI a) Wrowadzene Potencjał chemczny - rzyomnene de G n na odstawe tego, że otencjał termodynamczny
Bardziej szczegółowoSprawozdanie powinno zawierać:
Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,
Bardziej szczegółowop Z(G). (G : Z({x i })),
3. Wykład 3: p-grupy twerdzena Sylowa. Defncja 3.1. Nech (G, ) będze grupą. Grupę G nazywamy p-grupą, jeżel G = dla pewnej lczby perwszej p oraz k N. Twerdzene 3.1. Nech (G, ) będze p-grupą. Wówczas W
Bardziej szczegółowo2. STOPIEŃ KINEMATYCZNEJ NIEWYZNACZALNOŚCI
Część. STOPIEŃ KINEMATYCZNEJ NIEWYZNACZALNOŚCI.. STOPIEŃ KINEMATYCZNEJ NIEWYZNACZALNOŚCI W metodze sł w celu przyjęca układu podstawowego należało odrzucć węzy nadlczbowe. O lczbe odrzuconych węzów decydował
Bardziej szczegółowomacierze jednostkowe (identyczności) macierze diagonalne, które na przekątnej mają same
1 Macierz definicja i zapis Macierzą wymiaru m na n nazywamy tabelę a 11 a 1n A = a m1 a mn złożoną z liczb (rzeczywistych lub zespolonych) o m wierszach i n kolumnach (zamiennie będziemy też czasem mówili,
Bardziej szczegółowoKomputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2007/08 Podstawowe fakty Równane Ax = b, x, b R N, A R N N (1) ma jednoznaczne
Bardziej szczegółowo(M2) Dynamika 1. ŚRODEK MASY. T. Środek ciężkości i środek masy
(MD) MECHANIKA - Dynamka T. Środek cężkośc środek masy (M) Dynamka T: Środek cężkośc środek masy robert.szczotka(at)gmal.com Fzyka astronoma, Lceum 01/014 1 (MD) MECHANIKA - Dynamka T. Środek cężkośc środek
Bardziej szczegółowo