S1: Wyznaczanie energii dysocjacji molekuªy jodu

Wielkość: px
Rozpocząć pokaz od strony:

Download "S1: Wyznaczanie energii dysocjacji molekuªy jodu"

Transkrypt

1 S1: Wyznaczanie energii dysocjacji molekuªy jodu Jacek Grela 29 kwietnia 2011 Streszczenie Pobrano i przeanalizowano widmo absorpcyjne molekuªy jodu za pomoc monochromatora SPM-2 z siatk dyfrakcyjn. Dokonano kalibracji urz dzenia za pomoc lampy Hg-Cd-Zn oraz wyznaczono energi dysocjacji cz steczki I 2. Zbadano tak»e zale»no± ksztaªtu widma od temperatury próbki. Uzyskano wynik ± [ev ] i du» powtarzalno± pomiarow. 1

2 1 Wst p teoretyczny Molekuªa dwuatomowa to ukªad zªo»ony, w którym wyst puje szereg nowych zjawisk w stosunku do rozwa»a«znanych z kursów mechaniki kwantowej. We wst pie teoretycznym postaram si przedstawi te ró»nice. 1.1 Struktura energetyczna molekuªy dwuatomowej Ukªady wielu ciaª, w szczególno±ci cz steczka jodu, ogólnie cechuje bogatsza struktura widma w stosunku do pojedynczych atomów. Jest to odzwierciedlenie pojawiaj cych si nowych stopni swobody. Aby opisywa takie ukªady musimy stosowa przybli»enia - rygorystyczne podej±cie mechaniki kwantowej jest niemo»liwe. Przybli»enie, które stosujemy ogólnie w opisie takich systemów to przybli»enie Borna-Oppenheimera mówi ce,»e elektrony reaguj na ruch j der natychmiastowo. Jest to bardzo dobre przybli»enie poniewa» ruch masywnych j der musi by powolny w stosunku do lekkich elektronów. Matematycznie to przybli»enie pozwala na separacj : Ψ = Ψ e Ψ n, (1) gdzie Ψ e - funkcja falowa elektronów, Ψ n - funkcja falowa j der. Mo»emy zaj si dalsz faktoryzacj funkcji falowej j der. W przypadku cz steczki dwuatomowej mo»emy rozpatrywa dwojaki ruch: ˆ ruch oscylacyjny ˆ ruch rotacyjny Prowadzi to do dalszej separacji: Ψ n = Ψ o Ψ r, (2) gdzie Ψ o - funkcja falowa ruchu oscylacyjnego j der, Ψ r - funkcja falowa ruchu rotacyjnego j der. Takie aproksymacje prowadz do energii w postaci: E = E e + E o + E r. (3) Procedura rozseparowania jest bardzo przydatna poniewa» umo»liwia prowadzenie przewidywa«teoretycznych w takich ukªadach Energia elektronowa E e Struktura elektronowa caªej molekuªy mo»e by wzbudzona. Energie wzbudze«wahaj si od paru ev (elektron walencyjny) do ev (elektron z powªoki wewn trznej). Jest to najbardziej widoczny element widma energetycznego molekuªy. Oznaczenia: X - stan podstawowy, A,B,... - stany wzbudzone. 2

3 1.1.2 Energia oscylacyjna E o Kolejnym elementem w strukturze widma molekuªy s poziomy oscylacyjne j der. Energie tych poziomów s rz du 10 1 ev. Tym aspektem b dziemy si zajmowa w wiczeniu i posªu»y nam on do wyznaczenia energii dysocjacji. Energi potencjaln dwóch atomów cz steczki zwykle opisuje krzywa przedstawiona na Rys.1. Wokóª promienia r 0 dochodzi do oscylacji, do ich opisu Rysunek 1: Energia potencjalna harmoniczna i anharmoniczna mo»na u»y przybli»enia harmonicznego (krzywa przerywana na Rys.1): U(r) = U α(r r 0) 2, (4) gdzie U 0 - minimum potencjaªu, r 0 - poªo»enie równowagi dla j der. Wiemy z mechaniki kwantowej,»e ukªad w takim potencjale posiada skwantowane poziomy energetyczne: gdzie ν = 0, 1..., ω e - charakterystyczna cz stotliwo±. Natychmiastowe wnioski ze wzoru 5: E ν = hω e (ν ), (5) ˆ najni»szy stan energetyczny dla ν = 0 E 0 = h 2 ω e jest ró»ny od minimum tego potencjaªu, ˆ mi dzy poziomami istnieje staªa ró»nica energetyczna E = hω e. Aby jednak dosta dokªadniejsze przewidywania potrzeba wprowadzenia dokªadniejszego modelu opisuj cego asymetri energii potencjalnej. Dla du»ych r mamy do czynienia z dysocjacj molekuªy za± dla maªych r dochodzi do napotkania drugiego j dra. Tak sytuacj uwzgl dnia potencjaª anharmoniczny Morse'a : U(r) = D e (1 e r ) 2, (6) 3

4 gdzie D e - energia dysocjacji molekuªy. Taki model wprowadza anharmoniczne poprawki do energii (zob. Rys.1): E ν = hω e (ν ) hω eα(ν )2, (7) które prowadz do zmniejszania si ró»nicy energetycznej mi dzy kolejnymi poziomami (a» do granicy dysocjacji): E(ν) = E ν+1 E ν = hω e 2 hω e α(ν + 1) (8) Poziomy oscylacyjne s charakterystyczne dla danej konguracji elektronowej. Je±li z jakiego± powodu dojdzie do wzbudzenia elektronu, oscylacyjne widmo ulegnie zmianie. Zostanie to przedyskutowane w podrozdziale Energia rotacyjna E r Najbardziej subtelnym elementem widma jest widmo rotacyjne zwi zane z ruchem obrotowym atomów wokóª wªasnego ±rodka ci»ko±ci. Zwi zane z tym obrotem energie s rz du 10 2 ev. Obraz klasyczny przekªada si na kwantowy, uzyskujemy skwantowan energi rotatora: gdzie I - moment bezwªadno±ci, J = 0, 1... Ró»nica energii tym razem ro±nie ze wzrostem J: Przej±cia elektronowo-oscylacyjne E r (J) = h2 J(J + 1), (9) 2I E(J) = 2 h2 (J + 1) (10) 2I Dla ka»dego stanu elektronowego mamy do czynienia ze zbiorem stanów oscylacyjnych. Mi dzy nimi mo»e dochodzi do przej±, sytuacj obrazuje Rys.2. Wyró»niamy dwa typy przej± : Rysunek 2: Przej±cia elektronowo-oscylacyjne 1. progresja - seria z jednego stanu podstawowego ν do szeregu kolejnych ν, 2. sekwencja - seria taka,»e ν = const. 4

5 1.1.5 Energia dysocjacji Energia dysocjacji jest zdeniowana jako energia potrzebna do rozª czenia molekuªy. Jej warto± nie jest równa gª boko±ci studni potencjaªu z powodu istnienia energii zerowej. Caª sytuacj obrazuje Rys.3. Gª boko± jamy potencjaªu wynosi D e i nie jest równa faktycznej energii Rysunek 3: Energia dysocjacji dysocjacji oznaczonej jako D 0. Ponadto, na schemacie przedstawiono energi wzbudzenia E A mi dzy stanami elektronowymi X oraz A. 1.2 Czynniki wpªywaj ce na intensywno± pików w widmie Na intensywno± pików maj gªównie wpªyw dwa czynniki. Pierwszy wynika z mechaniki kwantowej i mówi o prawdopodobie«stwie przej± mi dzy stanami tworz cymi pik, drugi jest oparty o termodynamik i obsadzenie poziomów energetycznych w zwi zku z przebywaniem atomów w danej temperaturze Reguªa Francka-Condona Reguªa Francka-Condona zostaªa sformuªowana w j zyku zyki klasycznej jednak jest zgodna z przewidywaniami mechaniki kwantowej. Przej±cia s natychmiastowe z punktu widzenia j dra (przybli»enie Borna-Oppenheimera ) i najbardziej prawdopodobne s te, dla których miejsca zwrotne energii potencjalnej le» ponad sob. W mechanice kwantowej t reguª wyprowadza si z wyra»enia na prawdopodobie«stwo przej±cia dipolowego: R eo = Ψ i eoµψ f eo, (11) gdzie µ - moment dipolowy, Ψ eo i - stan przed przej±ciem, Ψ eo f - stan po przej±ciu. Jak wspomnieli±my wcze±niej, funkcja falowa mo»e by rozªo»ona na cz ± elektronow i oscy- 5

6 lacyjn : R eo = Ψ i e µψ f e Ψ i o Ψ f o, (12) Cz ± elektronowa jest staªa: R e = Ψ i e µψ f e. Zostaje wi c przekrywanie oscylacyjnych funkcji falowych przed i po przej±ciu. Jak wiadomo, rozwi zaniami kwantowego oscylatora harmonicznego s wielomiany Hermite`a. Jedn z ich cech jako±ciowych jest,»e (oprócz stanu podstawowego) s skupione na brzegach potencjaªu harmonicznego. Mo»na si zatem spodziewa,»e warto± R eo b dzie najwi ksza przy tych przej±ciach, które speªniaj reguª Francka-Condona Prawo Boltzmanna Termodynamicznym czynnikiem wpªywaj cym na obsadzenia stanów jest prawo Boltzmanna (bez degeneracji): ( ) N n E = exp, (13) N m kt gdzie N n - liczba stanów o energii wi kszej, N m - liczba stanów o energii mniejszej, E - ró»nica energii mi dzy stanami, T - temperatura ukªadu. Z prawa tego wynika,»e przy dostatecznie du»ej temperaturze w zbiorze atomów b d zarówno atomy w stanie podstawowym jak i wzbudzonym. Dla cz steczki jodu te stosunki wynosz N 1 N 0 = 0.36, N 2 N 0 = 0.11, N 3 N 0 = 0.05 wi c efekt jest nie do zaniedbania. 1.3 Wyznaczanie energii dysocjacji - metoda Birge-Sponer Bior c pod uwag wzór (8), wykre±lamy zale»no± E(ν). Pole pod caªym wykresem jest równe energii dysocjacji molekuªy. Zakªadaj c,»e dla maªych Rysunek 4: Energia dysocjacji ν istotna jest jedynie pierwsza cz ± anharmoniczna, z regresji liniowej otrzymujemy przybli-»enie Birge-Sponer. Dla du»ych warto±ci ν widoczne s wkªady od wy»szych harmonicznych i odst pstwo od liniowej zale»no±ci. 6

7 2 Do±wiadczenie Do±wiadczenie polegaªo na zebraniu widma spektralnego cz steczek jodu o±wietlanych lamp Hg-Cd-Zn. Na podstawie analizy danych obliczono energi dysocjacji molekuªy I Aparatura pomiarowa Rysunek 5: Schemat aparatury u»ywanej w wiczeniu Monochromator SPM-2 byª wyposa»ony w siatk dyfrakcyjn 1300 [rys/mm]. caªego pomiaru napi cie na fotopowielaczu wynosiªo 1100 [V ]. Podczas 7

8 2.2 Przebieg pomiarów Dokªadny przebieg pomiarów zostaª udokumentowany w Zaª czniku. sesji pomiarowych zestawiono w Tab. 1. Podsumowanie dwóch nr pom. wariant plik komentarz #1.1 Hg-Cd - kalibracja, oko zamiast fotopowielacza #1.2 Hg-Cd hgcd.txt kalibracja, fotopowielacz #1.3 Hg-Cd hgcd-2.txt kalibracja, fotopowielacz #1.4 Hg-Cd»arówka hgcd_zar.txt widmo #1.5»arówka zar.txt widmo #1.6 Hg-Cd +»arówka + I 2 zar_i2.txt widmo, T = 35.0 [ C] (brak zasªony) #1.7 Hg-Cd +»arówka + I 2 zar_i2_2.txt widmo, T = 35.3 [ C] #2.8 Hg-Cd hgcd3.txt kalibracja #2.9»arówka zar-2.txt widmo #2.10 Hg-Cd +»arówka + I 2 zar-i2-3.txt widmo, T = 26.5 [ C] #2.11 Hg-Cd +»arówka + I 2 zar-i2-4.txt widmo, T = 41.1 [ C] #2.12 Hg-Cd +»arówka + I 2 zar-i2-5.txt widmo, T = 55.1 [ C] #2.13 Hg-Cd +»arówka hgcd_zar-3.txt widmo #2.14 Hg-Cd +»arówka + I 2 zar-i2-6.txt widmo, T = 33.1 [ C] Tablica 1: Podsumowanie sesji pomiarowych 8

9 3 Opracowanie wyników Przy wszystkich pomiarach parametry pracy nie zmieniaªy si, ustalono optymaln szeroko± szczeliny wej±ciowej d = 0.08 ± [mm], parametr pracy silnika T = 20 [s/obr]. Parametry przetwornika ustalono nast puj co: próbkowanie f = 1500 [Hz] i u±rednianie s = 100 [ ]. 3.1 Kalibracja hgcd.txt hgcd-2.txt hgcd3.txt λ [nm] ch [-] Rysunek 6: Kalibracja Dokonano trzech pomiarów kalibracji, wszystkie zestawiono na Rys. 6. Wida,»e pomiar hgcd.txt zostaª, mimo notatek z eksperymentu, ¹le przeprowadzony. Z okoªo dwukrotnie wi kszej ilo±ci pomiarów i dwukrotnie mniejszego wspóªczynnika kierunkowego mo»na wnioskowa,»e przez przypadek ustawiono szybko± omiatania zakresu na dwukrotnie mniejszy ni» w pozostaªych pomiarach. Z tego powodu, kalibracja hgcd.txt zostaje odrzucona, w dalszych obliczeniach b dziemy polega jedynie na dwóch pozostaªych. Wspóªczynniki dopasowania dla hgcd-2.txt: oraz hgcd3.txt: λ = ( ± )ch + ( ± 0.26) (14) λ = ( ± )ch + ( ± 0.27) (15) Przy obliczaniu regresji wzi to pod uwag niepewno±ci odczytu kanaªu u(ch) = 1 [ ], zaniedbuj c znacznie dokªadniejsze informacje nt. dªugo±ci fal otrzymane z tablicy doª czonej do wiczenia (tak»e w Zaª czniku, u(λ) = [nm]). Stwierdzono tak»e,»e zakªócenia pracy 9

10 silnika nie powinny zmienia podanego oszacowania na bª d u(ch). Przy dalszej pracy u»yto jednej z kalibracji, w zale»no±ci od tego z której sesji b dzie pochodziª pomiar. 3.2 Pomiary widma absorpcyjnego Ogóªem dokonano 6 pomiarów, do analizy wybrano 3 najlepsze. Pozostaªe zostaªy odrzucone z powodu zakªóce«w interesuj cym fragmencie widma od lampy Hg-Cd ( zar_i2.txt) lub zbyt maªej intensywno±ci (zar-i2-6.txt, zar_i2_2.txt). Dokªadna analiza zostanie przedstawiona dla jednego pomiaru, dla pozostaªych podano wyniki i dyskusj zar-i2-3.txt Pomiar przeprowadzono w T = 26.5 ± 0.1 [ C]. Na Rys. 7 jest widoczny fragment zebranego widma wraz ze zidentykowanymi progresjami ν = 0 i ν = 1. Wedªug wzoru (15) przeliczono kanaªy ch na energie E i przeniesiono niepewno±ci na energi. 12 ''=0 progresja ''=1 progresja 10 I [V] ch [-] Rysunek 7: Fragment widma próbki I 2 z zaznaczonymi progresjami Staªe fundamentalne h, c i e pobrano z tablic i uznano za dokªadnie okre±lone. Przy takich zaªo»eniach uzyskano u(e) = [ev ]. Dla progresji ν = 0 wyliczono E od kolejnych s siadów i nakre±lono przybli»aj c prost Birge-Sponer. 10

11 Na Rys. 8 znajduje si zarówno wspomniana ekstrapolacja jak i otrzymane z do±wiadczenia punkty. 0,014 0,012 0,010 Equation y = a + b*x Weight Instrumental Residual Sum of 1,86285 Squares Pearson's r -0,99116 Adj. R-Square 0,98189 Value Standard Error nu deltae Intercept 0, ,20883E-4 Slope -2,4138E-4 5,54034E-6 E [ev] 0,008 0,006 0,004 0,002 0, Rysunek 8: Wykres Birge-Sponer dla zar-i2-3.txt Ekstrapolacja Birge-Sponer daje prost : E = ( ± )ν + ( ± ) (16) Zgodnie z t metod widzimy,»e (patrz Rys. 3): D 0 + EA = E 0 + Π BS, (17) gdzie Π BS - pole pod krzyw Birge-Sponer, D 0 - szukana energia dysocjacji, EA - energia stanu wzbudzonego cz steczki, E 0 - energia bazowa od której liczymy metod BS. Za energi bazow przyj to E 0 = ± [ev ]. Aby otrzyma energi dysocjacji D 0 potrzebna jest jeszcze energia wzbudzenia elektronowego EA = ± [ev ] (wzi ta z instrukcji do wiczenia, przej±cie X 1 Σ + g B 3 Π + 0u). Π BS = ± [ev ] (18) Ostatecznie z analiz niepewno±ci uzyskano energi dysocjacji jodu: D 0 = E 0 + Π BS EA = ± [ev ] (19) 11

12 3.2.2 zar-i2-4.txt Pomiar dla temperatury T = 41.1±0.1 [ C]. Jak we wcze±niejszym przypadku, zidentykowano dwie progresje. Dla progresji ν = 0 energia jonizacji I 2 wyniosªa: ''=0 progresja ''=1 progresja 10 8 I [V] ch [-] Rysunek 9: Fragment widma z progresjami dla zar-i2-4.txt D 0 = ± [ev ] (20) 12

13 3.2.3 zar-i2-5.txt Pomiar dla temperatury T = 55.1 ± 0.1 [ C]. Dla najwy»szej temperatury udaªo si zidenty ''=0 progresja ''=1 progresja ''=2 progresja I [V] ch [-] Rysunek 10: Fragment widma z progresjami dla zar-i2-5.txt kowa progresj dla ν = 2. Ostatni pomiar energii dysocjacji: D 0 = ± [ev ] (21) 13

14 3.2.4 Zale»no± widma od temperatury We wst pie teoretycznym wspomniano o wpªywie rozkªadu Boltzmanna na obserwowane widmo. Na Rys.11 wida spodziewan zale»no± od temperatury spowodowan zmianami w rozkªadzie stanów w próbce. 10 zar-i2-3.txt, T=26.5 [ o C] zar-i2-4.txt, T=41.1 [ o C] zar-i2-5.txt, T=55.1 [ o C] I [V] channel [-] Rysunek 11: Zale»no± ksztaªtu widma od temperatury 3.3 Wnioski i uwagi ko«cowe 1. Udaªo si zmierzy energi dysocjacji molekuªy jodu, uzyskano bardzo zbli»one warto±ci wyniku. Mo»na st d wnioskowa,»e metoda jest stabilna i powtarzalna. Niepewno±ci wzgl dne to okoªo 1%. 2. Porównuj c wynik z pomiarami wykonanymi przez McNaughta 1 stwierdzamy,»e nasz wyniki s zawy»one o 25% (D 0 = [ev ]). Spodziewali±my si tego poniewa» aproksymacja Birge-Sponer daje oszacowanie od góry. 3. Mimo du»ych niepewno±ci w pomiarach ró»nic energii (zob. Rys. 8), liniowa zale»no± i przez to dopasowanie okazaªy si bardzo dobre. Mo»na si zastanowi, czy tak du»a niepewno± pomiarów jest faktycznie usprawiedliwiona. 1 The Electronic Spectrum of Iodine Revisited Journal Of Chemical Education

15 4. Nie obliczono»adnych wielko±ci dla progresji innych ni» ν = 0 poniewa» nie dysponowali±my informacjami pozwalaj cymi na wyliczenie energii dysocjacji nie ze stanu podstawowego. Jest to konsekwencj nieznajomo±ci dokªadnych liczb kwantowych reprezentuj cych dane przej±cie. 5. Pomiar zale»no±ci widma od temperatury byª przydatny dwojako - z jednej strony zauwa»ono zmiany w widmie absorpcji dla ró»nych temperatur, z drugiej sporne sytuacje przy interpetacji widma byªy przes dzane na podstawie tego, jak spektrum zmieniaªo si z temperatur. 15

16 4 Poprawa Pole pod wykresem Birge-Sponer Π BS byªo obliczone bez uwzgl dnienia czynnika 0.5 (pole trójk ta!) przez co warto±ci energii dysocjacji dla wszystkich serii zostaªy wyznaczone bª dnie. Poprawne wyniki przedstawiono poni»ej: 1. Seria zar-i2-3.txt Pole pod wykresem Birge-Sponer (Wyk. 8): Π BS = ± [ev ] (22), mo»na porówna z wcze±niejszym wynikiem (18). W konsekwencji energia dysocjacji zgodnie ze wzorem 17: D 0 = E 0 + Π BS E A = ± [ev ] (23) 2. Seria zar-i2-4.txt 3. Seria zar-i2-5.txt D 0 = ± [ev ] (24) D 0 = ± [ev ] (25) Po uwzgl dnieniu tych poprawek powtórnie porównujemy z wynikiem otrzymanym przez McNaughta (patrz Wnioski) D 0 = [ev ] i dokonujemy rekapitulacji wniosku nr 3. Tym razem bª dy wzgl dne s zdecydowanie ni»sze i wynosz odpowiednio 1.8%, 2.6% oraz 2.2%. Wida wyra¹nie,»e uzyskali±my bardzo dobre pomiary energii dysocjacji i bª d tkwiª w czynniku

Zasilacz stabilizowany 12V

Zasilacz stabilizowany 12V Zasilacz stabilizowany 12V Marcin Polkowski marcin@polkowski.eu 3 grudnia 2007 Spis tre±ci 1 Wprowadzenie 2 2 Wykonane pomiary 2 2.1 Charakterystyka napi ciowa....................................... 2

Bardziej szczegółowo

wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. Metodyka bada«do±wiadczalnych dr hab. in». Sebastian Skoczypiec Cel wiczenia Zaªo»enia

wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. Metodyka bada«do±wiadczalnych dr hab. in». Sebastian Skoczypiec Cel wiczenia Zaªo»enia wiczenie nr 3 z przedmiotu Metody prognozowania kwiecie«2015 r. wiczenia 1 2 do wiczenia 3 4 Badanie do±wiadczalne 5 pomiarów 6 7 Cel Celem wiczenia jest zapoznanie studentów z etapami przygotowania i

Bardziej szczegółowo

Metody numeryczne. Wst p do metod numerycznych. Dawid Rasaªa. January 9, 2012. Dawid Rasaªa Metody numeryczne 1 / 9

Metody numeryczne. Wst p do metod numerycznych. Dawid Rasaªa. January 9, 2012. Dawid Rasaªa Metody numeryczne 1 / 9 Metody numeryczne Wst p do metod numerycznych Dawid Rasaªa January 9, 2012 Dawid Rasaªa Metody numeryczne 1 / 9 Metody numeryczne Czym s metody numeryczne? Istota metod numerycznych Metody numeryczne s

Bardziej szczegółowo

Wykªad 10. Spis tre±ci. 1 Niesko«czona studnia potencjaªu. Fizyka 2 (Informatyka - EEIiA 2006/07) c Mariusz Krasi«ski 2007

Wykªad 10. Spis tre±ci. 1 Niesko«czona studnia potencjaªu. Fizyka 2 (Informatyka - EEIiA 2006/07) c Mariusz Krasi«ski 2007 Wykªad 10 Fizyka 2 (Informatyka - EEIiA 2006/07) 08 05 2007 c Mariusz Krasi«ski 2007 Spis tre±ci 1 Niesko«czona studnia potencjaªu 1 2 Laser 3 2.1 Emisja spontaniczna...........................................

Bardziej szczegółowo

1 Trochoidalny selektor elektronów

1 Trochoidalny selektor elektronów 1 Trochoidalny selektor elektronów W trochoidalnym selektorze elektronów TEM (Trochoidal Electron Monochromator) stosuje si skrzy»owane i jednorodne pola: elektryczne i magnetyczne. Jako pierwsi taki ukªad

Bardziej szczegółowo

Wyznaczanie krzywej rotacji Galaktyki na podstawie danych z teleskopu RT3

Wyznaczanie krzywej rotacji Galaktyki na podstawie danych z teleskopu RT3 Wyznaczanie krzywej rotacji Galaktyki na podstawie danych z teleskopu RT3 Michaª Litwicki, Michalina Grubecka, Ewelina Obrzud, Tomasz Dziaªa, Maciej Winiarski, Dajana Olech 27 sierpnia 2012 Prowadz cy:

Bardziej szczegółowo

Wyznaczanie energii dysocjacji molekuły jodu (I 2 )

Wyznaczanie energii dysocjacji molekuły jodu (I 2 ) S1 Wyznaczanie energii dysocjacji molekuły jodu (I 2 ) 1 Cel ćwiczenia Bezpośrednim celem ćwiczenia jest wyznaczenie energii dysocjacji molekuły I 2. W trakcie przygotowywania doświadczenia oraz realizacji

Bardziej szczegółowo

1 Bª dy i arytmetyka zmiennopozycyjna

1 Bª dy i arytmetyka zmiennopozycyjna 1 Bª dy i arytmetyka zmiennopozycyjna Liczby w pami ci komputera przedstawiamy w ukªadzie dwójkowym w postaci zmiennopozycyjnej Oznacza to,»e s one postaci ±m c, 01 m < 1, c min c c max, (1) gdzie m nazywamy

Bardziej szczegółowo

CAŠKOWANIE METODAMI MONTE CARLO Janusz Adamowski

CAŠKOWANIE METODAMI MONTE CARLO Janusz Adamowski III. CAŠKOWAIE METODAMI MOTE CARLO Janusz Adamowski 1 1 azwa metody Podstawowym zastosowaniem w zyce metody Monte Carlo (MC) jest opis zªo-»onych ukªadów zycznych o du»ej liczbie stopni swobody. Opis zªo»onych

Bardziej szczegółowo

Wzmacniacz Operacyjny

Wzmacniacz Operacyjny Wzmacniacz Operacyjny Marcin Polkowski marcin@polkowski.eu 18 grudnia 2007 SPIS TRE CI SPIS RYSUNKÓW Spis tre±ci 1 Wprowadzenie 5 1.1 Ukªad µa741................................................. 5 2 Wzmacniacz

Bardziej szczegółowo

LXV OLIMPIADA FIZYCZNA ZAWODY III STOPNIA

LXV OLIMPIADA FIZYCZNA ZAWODY III STOPNIA LXV OLIMPIADA FIZYCZNA ZAWODY III STOPNIA CZ DO WIADCZALNA Za zadanie do±wiadczalne mo»na otrzyma maksymalnie 40 punktów. Zadanie D. Rozgrzane wolframowe wªókno»arówki o temperaturze bezwzgl dnej T emituje

Bardziej szczegółowo

Agrofi k zy a Wyk Wy ł k ad V Marek Kasprowicz

Agrofi k zy a Wyk Wy ł k ad V Marek Kasprowicz Agrofizyka Wykład V Marek Kasprowicz Spektroskopia p nauka o powstawaniu i interpretacji widm powstających w wyniku oddziaływań wszelkich rodzajów promieniowania na materię ę rozumianą jako zbiorowisko

Bardziej szczegółowo

przewidywania zapotrzebowania na moc elektryczn

przewidywania zapotrzebowania na moc elektryczn do Wykorzystanie do na moc elektryczn Instytut Techniki Cieplnej Politechnika Warszawska Slide 1 of 20 do Coraz bardziej popularne staj si zagadnienia zwi zane z prac ¹ródªa energii elektrycznej (i cieplnej)

Bardziej szczegółowo

Liniowe zadania najmniejszych kwadratów

Liniowe zadania najmniejszych kwadratów Rozdziaª 9 Liniowe zadania najmniejszych kwadratów Liniowe zadania najmniejszych kwadratów polega na znalezieniu x R n, który minimalizuje Ax b 2 dla danej macierzy A R m,n i wektora b R m. Zauwa»my,»e

Bardziej szczegółowo

Lekcja 9 - LICZBY LOSOWE, ZMIENNE

Lekcja 9 - LICZBY LOSOWE, ZMIENNE Lekcja 9 - LICZBY LOSOWE, ZMIENNE I STAŠE 1 Liczby losowe Czasami spotkamy si z tak sytuacj,»e b dziemy potrzebowa by program za nas wylosowaª jak ± liczb. U»yjemy do tego polecenia: - liczba losowa Sprawd¹my

Bardziej szczegółowo

Metody numeryczne i statystyka dla in»ynierów

Metody numeryczne i statystyka dla in»ynierów Kierunek: Automatyka i Robotyka, II rok Wprowadzenie PWSZ Gªogów, 2009 Plan wykªadów Wprowadzenie, podanie zagadnie«, poj cie metody numerycznej i algorytmu numerycznego, obszar zainteresowa«i stosowalno±ci

Bardziej szczegółowo

Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna

Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna 1. Podaj denicj liczby zespolonej. 2. Jak obliczy sum /iloczyn dwóch liczb zespolonych w postaci algebraicznej? 3. Co to jest liczba urojona?

Bardziej szczegółowo

Wektory w przestrzeni

Wektory w przestrzeni Wektory w przestrzeni Informacje pomocnicze Denicja 1. Wektorem nazywamy uporz dkowan par punktów. Pierwszy z tych punktów nazywamy pocz tkiem wektora albo punktem zaczepienia wektora, a drugi - ko«cem

Bardziej szczegółowo

X WARMI SKO-MAZURSKIE ZAWODY MATEMATYCZNE 18 maja 2012 (szkoªy ponadgimnazjalne)

X WARMI SKO-MAZURSKIE ZAWODY MATEMATYCZNE 18 maja 2012 (szkoªy ponadgimnazjalne) X WARMI SKO-MAZURSKIE ZAWODY MATEMATYCZNE 18 maja 2012 (szkoªy ponadgimnazjalne) Zadanie 1 Obecnie u»ywane tablice rejestracyjne wydawane s od 1 maja 2000r. Numery rejestracyjne aut s tworzone ze zbioru

Bardziej szczegółowo

Numeryczne zadanie wªasne

Numeryczne zadanie wªasne Rozdziaª 11 Numeryczne zadanie wªasne W tym rozdziale zajmiemy si symetrycznym zadaniem wªasnym, tzn. zadaniem znajdowania warto±ci i/lub wektorów wªasnych dla macierzy symetrycznej A = A T. W zadaniach

Bardziej szczegółowo

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.

Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja

Bardziej szczegółowo

Metody probablistyczne i statystyka stosowana

Metody probablistyczne i statystyka stosowana Politechnika Wrocªawska - Wydziaª Podstawowych Problemów Techniki - 011 Metody probablistyczne i statystyka stosowana prowadz cy: dr hab. in». Krzysztof Szajowski opracowanie: Tomasz Kusienicki* κ 17801

Bardziej szczegółowo

E4: Wyznaczanie staªej C 2 we wzorze Plancka i sprawdzanie prawa Stefana-Boltzmanna

E4: Wyznaczanie staªej C 2 we wzorze Plancka i sprawdzanie prawa Stefana-Boltzmanna E4: Wyznaczanie staªej C 2 we wzorze Plancka i sprawdzanie prawa Stefana-Boltzmanna Jacek Grela 27 kwietnia 2011 Streszczenie Potwierdzono posta prawa Stefana-Boltzmanna dla»arówki, uzyskano wynik α =

Bardziej szczegółowo

Wykład 5 Widmo rotacyjne dwuatomowego rotatora sztywnego

Wykład 5 Widmo rotacyjne dwuatomowego rotatora sztywnego Wykład 5 Widmo rotacyjne dwuatomowego rotatora sztywnego W5. Energia molekuł Przemieszczanie się całych molekuł w przestrzeni - Ruch translacyjny - Odbywa się w fazie gazowej i ciekłej, w fazie stałej

Bardziej szczegółowo

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15

ANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15 ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku

Bardziej szczegółowo

Wst p do sieci neuronowych 2010/2011 wykªad 7 Algorytm propagacji wstecznej cd.

Wst p do sieci neuronowych 2010/2011 wykªad 7 Algorytm propagacji wstecznej cd. Wst p do sieci neuronowych 2010/2011 wykªad 7 Algorytm propagacji wstecznej cd. M. Czoków, J. Piersa Faculty of Mathematics and Computer Science, Nicolaus Copernicus University, Toru«, Poland 2010-11-23

Bardziej szczegółowo

1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci

1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci Zebraª do celów edukacyjnych od wykªadowców PK, z ró»nych podr czników Maciej Zakarczemny 1 Przypomnienie wiadomo±ci ze szkoªy ±redniej Rozwi zywanie prostych równa«i nierówno±ci dotycz cych funkcji elementarnych,

Bardziej szczegółowo

In»ynierskie zastosowania statystyki wiczenia

In»ynierskie zastosowania statystyki wiczenia Uwagi: 27012014 poprawiono kilka literówek, zwi zanych z przedziaªami ufno±ci dla wariancji i odchylenia standardowego In»ynierskie zastosowania statystyki wiczenia Przedziaªy wiarygodno±ci, testowanie

Bardziej szczegółowo

Caªkowanie numeryczne - porównanie skuteczno±ci metody prostokatów, metody trapezów oraz metody Simpsona

Caªkowanie numeryczne - porównanie skuteczno±ci metody prostokatów, metody trapezów oraz metody Simpsona Akademia Górniczo-Hutnicza im. Stanisªawa Staszica w Krakowie Wydziaª Fizyki i Informatyki Stosowanej Krzysztof Grz dziel kierunek studiów: informatyka stosowana Caªkowanie numeryczne - porównanie skuteczno±ci

Bardziej szczegółowo

Koªo Naukowe Robotyków KoNaR. Plan prezentacji. Wst p Rezystory Potencjomerty Kondensatory Podsumowanie

Koªo Naukowe Robotyków KoNaR. Plan prezentacji. Wst p Rezystory Potencjomerty Kondensatory Podsumowanie Plan prezentacji Wst p Rezystory Potencjomerty Kondensatory Podsumowanie Wst p Motto W teorii nie ma ró»nicy mi dzy praktyk a teori. W praktyce jest. Rezystory Najwa»niejsze parametry rezystorów Rezystancja

Bardziej szczegółowo

1 Metody iteracyjne rozwi zywania równania f(x)=0

1 Metody iteracyjne rozwi zywania równania f(x)=0 1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0

Bardziej szczegółowo

Funkcje. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne

Funkcje. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne Funkcje Šukasz Dawidowski Powtórki maturalne 25 kwietnia 2016r. Uzasadnij,»e równanie x 3 + 2x 2 3x = 6 ma dwa niewymierne pierwiastki. Funkcja f dana jest wzorem f (x) = 2x + 1. Rozwi» równanie f (x +

Bardziej szczegółowo

Sprz»enie wibronowe w krysztaªach molekularnych

Sprz»enie wibronowe w krysztaªach molekularnych Sprz»enie wibronowe w krysztaªach molekularnych Poza przybli»enie silnego sprz»enia Anna Stradomska 28 stycznia 2009 Plan 1 Motywacja i cel pracy 2 Sprz»enie ekscyton-fonon Model teoretyczny Wyniki oblicze«porównanie

Bardziej szczegółowo

Ekonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 1 Regresja liniowa i MNK. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej Ekonometria wiczenia 1 Regresja liniowa i MNK (1) Ekonometria 1 / 25 Plan wicze«1 Ekonometria czyli...? 2 Obja±niamy ceny wina 3 Zadania z podr cznika (1) Ekonometria 2 / 25 Plan prezentacji 1 Ekonometria

Bardziej szczegółowo

LXIV OLIMPIADA FIZYCZNA ZAWODY III STOPNIA

LXIV OLIMPIADA FIZYCZNA ZAWODY III STOPNIA Za zadanie D mo»na otrzyma maksymalnie 40 punktów. Zadanie D. Maj c do dyspozycji: LXIV OLIMPIADA FIZYCZNA ZAWODY III STOPNIA CZ DO WIADCZALNA generator napi cia o przebiegu sinusoidalnym o ustalonej amplitudzie

Bardziej szczegółowo

Diagnostyka plazmy - spektroskopia molekularna. Ewa Pawelec wykład dla pracowni specjalistycznej

Diagnostyka plazmy - spektroskopia molekularna. Ewa Pawelec wykład dla pracowni specjalistycznej Diagnostyka plazmy - spektroskopia molekularna Ewa Pawelec wykład dla pracowni specjalistycznej Plazma Różne rodzaje plazmy: http://www.ipp.cas.cz/mi/index.html http://www.pro-fusiononline.com/welding/plasma.htm

Bardziej szczegółowo

2 Liczby rzeczywiste - cz. 2

2 Liczby rzeczywiste - cz. 2 2 Liczby rzeczywiste - cz. 2 W tej lekcji omówimy pozostaªe tematy zwi zane z liczbami rzeczywistymi. 2. Przedziaªy liczbowe Wyró»niamy nast puj ce rodzaje przedziaªów liczbowych: (a) przedziaªy ograniczone:

Bardziej szczegółowo

5. (8 punktów) EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

5. (8 punktów) EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach Matematyka w ekonomii i ubezpieczeniach ( Niezale»ne szkody maja rozkªady P (X i = k) = exp( 1)/k!, P (Y i = k) = 4+k ) k (1/3) 5 (/3) k, k = 0, 1,.... Niech S = X 1 +... + X 500 + Y 1 +... + Y 500. Skªadka

Bardziej szczegółowo

Aproksymacja funkcji metod najmniejszych kwadratów

Aproksymacja funkcji metod najmniejszych kwadratów Aproksymacja funkcji metod najmniejszych kwadratów Teoria Interpolacja polega na znajdowaniu krzywej przechodz cej przez wszystkie w zªy. Zdarzaj si jednak sytuacje, w których dane te mog by obarczone

Bardziej szczegółowo

Ćwiczenie LP1. Jacek Grela, Łukasz Marciniak 22 listopada 2009

Ćwiczenie LP1. Jacek Grela, Łukasz Marciniak 22 listopada 2009 Ćwiczenie LP1 Jacek Grela, Łukasz Marciniak 22 listopada 2009 1 Wstęp teoretyczny 1.1 Energetyczna zdolność rozdzielcza Energetyczna zdolność rozdzielcza to wielkość opisująca dokładność detekcji energii

Bardziej szczegółowo

Badanie dynamiki synchronizacji modów w laserze femtosekundowym Yb:KYW

Badanie dynamiki synchronizacji modów w laserze femtosekundowym Yb:KYW Badanie dynamiki synchronizacji modów w laserze femtosekundowym Yb:KYW III Pracownia z optyki Michaª D browski Streszczenie Dynamika laserów impulsowych z pasywn synchronizacj modów jest zjawiskiem maªo

Bardziej szczegółowo

punkcie. Jej granica lewostronna i prawostronna w punkcie x = 2 wynosz odpowiednio:

punkcie. Jej granica lewostronna i prawostronna w punkcie x = 2 wynosz odpowiednio: 5.9. lim x x +4 f(x) = x +4 Funkcja f(x) jest funkcj wymiern, która jest ci gªa dla wszystkich x, dla których mianownik jest ró»ny od zera, czyli dla: x + 0 x Zatem w punkcie x = funkcja ta jest okre±lona

Bardziej szczegółowo

Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach

Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach Teoria obowi zuje z wykªadu, dlatego te» zostan tutaj przedstawione tylko podstawowe denicje, twierdzenia i wzory. Denicja 1. Równanie

Bardziej szczegółowo

spektroskopia UV Vis (cz. 2)

spektroskopia UV Vis (cz. 2) spektroskopia UV Vis (cz. 2) spektroskopia UV-Vis dlaczego? wiele związków organicznych posiada chromofory, które absorbują w zakresie UV duża czułość: zastosowanie w badaniach kinetyki reakcji spektroskop

Bardziej szczegółowo

MODEL HAHNFELDTA I IN. ANGIOGENEZY NOWOTWOROWEJ Z UWZGL DNIENIEM LEKOOPORNO CI KOMÓREK NOWOTWOROWYCH

MODEL HAHNFELDTA I IN. ANGIOGENEZY NOWOTWOROWEJ Z UWZGL DNIENIEM LEKOOPORNO CI KOMÓREK NOWOTWOROWYCH MODEL HAHNFELDTA I IN. ANGIOGENEZY NOWOTWOROWEJ Z UWZGL DNIENIEM LEKOOPORNO CI KOMÓREK NOWOTWOROWYCH Urszula Fory± Zakªad Biomatematyki i Teorii Gier, Instytut Matematyki Stosowanej i Mechaniki, Wydziaª

Bardziej szczegółowo

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne Arkusz maturalny Šukasz Dawidowski Powtórki maturalne 25 kwietnia 2016r. Odwrotno±ci liczby rzeczywistej 1. 9 8 2. 0, (1) 3. 8 9 4. 0, (8) 3 4 4 4 1 jest liczba Odwrotno±ci liczby rzeczywistej 3 4 4 4

Bardziej szczegółowo

WFiIS Imi i nazwisko: Rok: Zespóª: Nr wiczenia: Fizyka Dominik Przyborowski IV 5 22 J drowa Katarzyna Wolska

WFiIS Imi i nazwisko: Rok: Zespóª: Nr wiczenia: Fizyka Dominik Przyborowski IV 5 22 J drowa Katarzyna Wolska WFiIS Imi i nazwisko: Rok: Zespóª: Nr wiczenia: Fizyka Dominik Przyborowski IV 5 22 J drowa Katarzyna Wolska Temat wiczenia: Wyznaczanie stosunku przekrojów czynnych na aktywacj neutronami termicznymi

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x, y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0, y 0 ) Pochodn cz stkow pierwszego rz du funkcji dwóch zmiennych wzgl

Bardziej szczegółowo

Elementy geometrii w przestrzeni R 3

Elementy geometrii w przestrzeni R 3 Elementy geometrii w przestrzeni R 3 Z.Šagodowski Politechnika Lubelska 29 maja 2016 Podstawowe denicje Wektorem nazywamy uporz dkowan par punktów (A,B) z których pierwszy nazywa si pocz tkiem a drugi

Bardziej szczegółowo

Informacje uzyskiwane dzięki spektrometrii mas

Informacje uzyskiwane dzięki spektrometrii mas Slajd 1 Spektrometria mas i sektroskopia w podczerwieni Slajd 2 Informacje uzyskiwane dzięki spektrometrii mas Masa cząsteczkowa Wzór związku Niektóre informacje dotyczące wzoru strukturalnego związku

Bardziej szczegółowo

Statystyka matematyczna - ZSTA LMO

Statystyka matematyczna - ZSTA LMO Statystyka matematyczna - ZSTA LMO Šukasz Smaga Wydziaª Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza w Poznaniu Wykªad 4 Šukasz Smaga (WMI UAM) ZSTA LMO Wykªad 4 1 / 18 Wykªad 4 - zagadnienia

Bardziej szczegółowo

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka

3. (8 punktów) EGZAMIN MAGISTERSKI, Biomatematyka EGZAMIN MAGISTERSKI, 26.06.2017 Biomatematyka 1. (8 punktów) Rozwój wielko±ci pewnej populacji jest opisany równaniem: dn dt = rn(t) (1 + an(t), b gdzie N(t) jest wielko±ci populacji w chwili t, natomiast

Bardziej szczegółowo

Bifurkacje. Ewa Gudowska-Nowak Nowak. Plus ratio quam vis

Bifurkacje. Ewa Gudowska-Nowak Nowak. Plus ratio quam vis Bifurkacje Nowak Plus ratio quam vis M. Kac Complex Systems Research Center, M. Smoluchowski Institute of Physics, Jagellonian University, Kraków, Poland 2008 Gªówna idea.. Pozornie "dynamika" ukªadów

Bardziej szczegółowo

Ekonometria Bayesowska

Ekonometria Bayesowska Ekonometria Bayesowska Wykªad 6: Bayesowskie ª czenie wiedzy (6) Ekonometria Bayesowska 1 / 21 Plan wykªadu 1 Wprowadzenie 2 Oczekiwana wielko± modelu 3 Losowanie próby modeli 4 wiczenia w R (6) Ekonometria

Bardziej szczegółowo

Rozdziaª 13. Przykªadowe projekty zaliczeniowe

Rozdziaª 13. Przykªadowe projekty zaliczeniowe Rozdziaª 13 Przykªadowe projekty zaliczeniowe W tej cz ±ci skryptu przedstawimy przykªady projektów na zaliczenia zaj z laboratorium komputerowego z matematyki obliczeniowej. Projekty mo»na potraktowa

Bardziej szczegółowo

Materiaªy do Repetytorium z matematyki

Materiaªy do Repetytorium z matematyki Materiaªy do Repetytorium z matematyki 0/0 Dziaªania na liczbach wymiernych i niewymiernych wiczenie Obliczy + 4 + 4 5. ( + ) ( 4 + 4 5). ( : ) ( : 4) 4 5 6. 7. { [ 7 4 ( 0 7) ] ( } : 5) : 0 75 ( 8) (

Bardziej szczegółowo

Interpolacja Lagrange'a, bazy wielomianów

Interpolacja Lagrange'a, bazy wielomianów Rozdziaª 4 Interpolacja Lagrange'a, bazy wielomianów W tym rozdziale zajmiemy si interpolacj wielomianow. Zadanie interpolacji wielomianowej polega na znalezieniu wielomianu stopnia nie wi kszego od n,

Bardziej szczegółowo

Biostatystyka, # 4 /Weterynaria I/

Biostatystyka, # 4 /Weterynaria I/ Biostatystyka, # 4 /Weterynaria I/ dr n. mat. Zdzisªaw Otachel Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowa«Matematyki i Informatyki ul. Gª boka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

Rachunek caªkowy funkcji wielu zmiennych

Rachunek caªkowy funkcji wielu zmiennych Rachunek caªkowy funkcji wielu zmiennych I. Malinowska, Z. Šagodowski Politechnika Lubelska 8 czerwca 2015 Caªka iterowana podwójna Denicja Je»eli funkcja f jest ci gªa na prostok cie P = {(x, y) : a x

Bardziej szczegółowo

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne

Arkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne Arkusz maturalny Šukasz Dawidowski Powtórki maturalne 25 kwietnia 2016r. W pewnym sonda»u partia A uzyskaªa o 8 punktów procentowych wi ksze poparcie ni» partia B. Wiadomo,»e liczba gªosów oddanych w sonda»u

Bardziej szczegółowo

Ukªady równa«liniowych

Ukªady równa«liniowych dr Krzysztof yjewski Mechatronika; S-I 0 in» 7 listopada 206 Ukªady równa«liniowych Informacje pomocnicze Denicja Ogólna posta ukªadu m równa«liniowych z n niewiadomymi x, x, x n, gdzie m, n N jest nast

Bardziej szczegółowo

Podstawy statystycznego modelowania danych - Wykªad 7

Podstawy statystycznego modelowania danych - Wykªad 7 Podstawy statystycznego modelowania danych - Wykªad 7 Tomasz Suchocki ANOVA Plan wykªadu Analiza wariancji 1. Rys historyczny 2. Podstawy teoretyczne i przykªady zastosowania 3. ANOVA w pakiecie R Tomasz

Bardziej szczegółowo

Stacjonarne szeregi czasowe

Stacjonarne szeregi czasowe e-mail:e.kozlovski@pollub.pl Spis tre±ci 1 Denicja 1 Szereg {x t } 1 t N nazywamy ±ci±le stacjonarnym (stacjonarnym w w»szym sensie), je»eli dla dowolnych m, t 1, t 2,..., t m, τ ª czny rozkªad prawdopodobie«stwa

Bardziej szczegółowo

Analizy populacyjne, ªadunki atomowe

Analizy populacyjne, ªadunki atomowe Dodatek do w. # 3 i # 4 Šadunki atomowe, analizy populacyjne Q A = Z A N A Q A efektywny ªadunek atomu A, Z A N A liczba porz dkowa dla atomu A (czyli ªadunek j dra) efektywna liczba elektronów przypisana

Bardziej szczegółowo

Metodydowodzenia twierdzeń

Metodydowodzenia twierdzeń 1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych

Bardziej szczegółowo

25 Atom helu i atomy wieloelektronowe

25 Atom helu i atomy wieloelektronowe 5 Atom helu i atomy wieloelektronowe Równanie Schrödingera dla atomów wieloelektronowych przyjmuje posta : N ] [ m Z i Ze e + r j r ij Ψ ( r,..., r Z ) = E Ψ ( r,..., r Z ). (5.) i= i,j= i

Bardziej szczegółowo

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010

Równania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010 WFTiMS 23 marca 2010 Spis tre±ci 1 Denicja 1 (równanie ró»niczkowe pierwszego rz du) Równanie y = f (t, y) (1) nazywamy równaniem ró»niczkowym zwyczajnym pierwszego rz du w postaci normalnej. Uwaga 1 Ogólna

Bardziej szczegółowo

Zad Sprawdzić, czy dana funkcja jest funkcją własną danego operatora. Jeśli tak, znaleźć wartość własną funkcji.

Zad Sprawdzić, czy dana funkcja jest funkcją własną danego operatora. Jeśli tak, znaleźć wartość własną funkcji. Zad. 1.1. Sprawdzić, czy dana funkcja jest funkcją własną danego operatora. Jeśli tak, znaleźć wartość własną funkcji. Zad. 1.1.a. Funkcja: ϕ = sin2x Zad. 1.1.b. Funkcja: ϕ = e x 2 2 Operator: f = d2 dx

Bardziej szczegółowo

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Zastosowanie eliptycznych równa«ró»niczkowych

Janusz Adamowski METODY OBLICZENIOWE FIZYKI Zastosowanie eliptycznych równa«ró»niczkowych Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdziaª 9 RÓWNANIA ELIPTYCZNE 9.1 Zastosowanie eliptycznych równa«ró»niczkowych cz stkowych 9.1.1 Problemy z warunkami brzegowymi W przestrzeni dwuwymiarowej

Bardziej szczegółowo

Rachunek ró»niczkowy funkcji jednej zmiennej

Rachunek ró»niczkowy funkcji jednej zmiennej Lista Nr 5 Rachunek ró»niczkowy funkcji jednej zmiennej 5.0. Obliczanie pochodnej funkcji Pochodne funkcji podstawowych. f() = α f () = α α. f() = log a f () = ln a '. f() = ln f () = 3. f() = a f () =

Bardziej szczegółowo

Ćwiczenie: "Ruch harmoniczny i fale"

Ćwiczenie: Ruch harmoniczny i fale Ćwiczenie: "Ruch harmoniczny i fale" Opracowane w ramach projektu: "Wirtualne Laboratoria Fizyczne nowoczesną metodą nauczania realizowanego przez Warszawską Wyższą Szkołę Informatyki. Zakres ćwiczenia:

Bardziej szczegółowo

Wojewódzki Konkurs Matematyczny

Wojewódzki Konkurs Matematyczny Wojewódzki Konkurs Matematyczny dla uczniów gimnazjów ETAP SZKOLNY 16 listopada 2012 Czas 90 minut Instrukcja dla Ucznia 1. Otrzymujesz do rozwi zania 10 zada«zamkni tych oraz 5 zada«otwartych. 2. Obok

Bardziej szczegółowo

Arytmetyka zmiennopozycyjna

Arytmetyka zmiennopozycyjna Rozdziaª 4 Arytmetyka zmiennopozycyjna Wszystkie obliczenia w octavie s wykonywane w arytmetyce zmiennopozycyjnej (inaczej - arytmetyce ) podwójnej precyzji (double) - cho w najnowszych wersjach octave'a

Bardziej szczegółowo

Zadania z PM II A. Strojnowski str. 1. Zadania przygotowawcze z Podstaw Matematyki seria 2

Zadania z PM II A. Strojnowski str. 1. Zadania przygotowawcze z Podstaw Matematyki seria 2 Zadania z PM II 010-011 A. Strojnowski str. 1 Zadania przygotowawcze z Podstaw Matematyki seria Zadanie 1 Niech A = {1,, 3, 4} za± T A A b dzie relacj okre±lon wzorem: (a, b) T, gdy n N a n = b. a) Ile

Bardziej szczegółowo

EFEKTYWNE UŻYTKOWANIE ENERGII ELEKTRYCZNEJ

EFEKTYWNE UŻYTKOWANIE ENERGII ELEKTRYCZNEJ Studia Podyplomowe EFEKTYWNE UŻYTKOWANIE ENERGII ELEKTRYCZNEJ w ramach projektu Śląsko-Małopolskie Centrum Kompetencji Zarządzania Energią Definicje wielkości elektrycznych mierzonych przy przesyłaniu

Bardziej szczegółowo

Macierze i Wyznaczniki

Macierze i Wyznaczniki Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja 1. Tablic nast puj cej postaci a 11 a 12... a 1n a 21 a 22... a 2n A =... a m1 a m2... a mn nazywamy macierz o m wierszach i n kolumnach,

Bardziej szczegółowo

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15

ARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15 ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych

Bardziej szczegółowo

Lekcja 9 Liczby losowe, zmienne, staªe

Lekcja 9 Liczby losowe, zmienne, staªe Lekcja 9 Liczby losowe, zmienne, staªe Akademia im. Jana Dªugosza w Cz stochowie Liczby losowe Czasami potrzebujemy by program za nas wylosowaª liczb. U»yjemy do tego polecenia liczba losowa: Liczby losowe

Bardziej szczegółowo

Pomiar mocy pobieranej przez napędy pamięci zewnętrznych komputera. Piotr Jacoń K-2 I PRACOWNIA FIZYCZNA 25. 01. 2010

Pomiar mocy pobieranej przez napędy pamięci zewnętrznych komputera. Piotr Jacoń K-2 I PRACOWNIA FIZYCZNA 25. 01. 2010 Pomiar mocy pobieranej przez napędy pamięci zewnętrznych komputera. Piotr Jacoń K-2 I PRACOWNIA FIZYCZNA 25. 01. 2010 I. Cel ćwiczenia: Poznanie poprzez samodzielny pomiar, parametrów elektrycznych zasilania

Bardziej szczegółowo

Uczenie Wielowarstwowych Sieci Neuronów o

Uczenie Wielowarstwowych Sieci Neuronów o Plan uczenie neuronu o ci gªej funkcji aktywacji uczenie jednowarstwowej sieci neuronów o ci gªej funkcji aktywacji uczenie sieci wielowarstwowej - metoda propagacji wstecznej neuronu o ci gªej funkcji

Bardziej szczegółowo

Pomiar stopnia polaryzacji luminescencji cz steczek organicznych w zale»no±ci od lepko±ci roztworu

Pomiar stopnia polaryzacji luminescencji cz steczek organicznych w zale»no±ci od lepko±ci roztworu Pomiar stopnia polaryzacji luminescencji cz steczek organicznych w zale»no±ci od lepko±ci roztworu Cel wiczenia: Poznanie zagadnie«zwi zanych z fotoluminescencj roztworów i u»yciem ±wiatªa spolaryzowanego

Bardziej szczegółowo

Metody numeryczne i statystyka dla in»ynierów

Metody numeryczne i statystyka dla in»ynierów Kierunek: Automatyka i Robotyka, II rok Interpolacja PWSZ Gªogów, 2009 Interpolacja Okre±lenie zale»no±ci pomi dzy interesuj cymi nas wielko±ciami, Umo»liwia uproszczenie skomplikowanych funkcji (np. wykorzystywana

Bardziej szczegółowo

Spektroskopia UV-VIS zagadnienia

Spektroskopia UV-VIS zagadnienia Spektroskopia absorbcyjna to dziedzina, która obejmuje metody badania materii przy użyciu promieniowania elektromagnetycznego, które może z tą materią oddziaływać. Spektroskopia UV-VS zagadnienia promieniowanie

Bardziej szczegółowo

Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 6

Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 6 Modele liniowe i mieszane na przykªadzie analizy danych biologicznych - Wykªad 6 Tomasz Suchocki Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t Plan wykªadu Model mieszany

Bardziej szczegółowo

Spektroskopia molekularna. Spektroskopia w podczerwieni

Spektroskopia molekularna. Spektroskopia w podczerwieni Spektroskopia molekularna Ćwiczenie nr 4 Spektroskopia w podczerwieni Spektroskopia w podczerwieni (IR) jest spektroskopią absorpcyjną, która polega na pomiarach promieniowania elektromagnetycznego pochłanianego

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych dr Krzysztof yjewski Analiza matematyczna 2; MatematykaS-I 0 lic 21 maja 2018 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(, y b dzie okre±lona przynajmniej na otoczeniu punktu

Bardziej szczegółowo

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach

EGZAMIN MAGISTERSKI, r Matematyka w ekonomii i ubezpieczeniach EGZAMIN MAGISTERSKI, 12.09.2018r Matematyka w ekonomii i ubezpieczeniach Zadanie 1. (8 punktów) O rozkªadzie pewnego ryzyka S wiemy,»e: E[(S 20) + ] = 8 E[S 10 < S 20] = 13 P (S 20) = 3 4 P (S 10) = 1

Bardziej szczegółowo

WICZENIE 2 Badanie podstawowych elementów pasywnych

WICZENIE 2 Badanie podstawowych elementów pasywnych Laboratorium Elektroniki i Elektrotechniki Katedra Sterowania i In»ynierii Systemów www.control.put.poznan.pl 1 Politechnika Pozna«ska WICZENIE 2 Badanie podstawowych elementów pasywnych Celem wiczenia

Bardziej szczegółowo

Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a).

Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a). Rozwi zania zada«z egzaminu podstawowego z Analizy matematycznej 2.3A (24/5). Rozwi zanie równania ró»niczkowego metod operatorow (zastosowanie transformaty Laplace'a). Zadanie P/4. Metod operatorow rozwi

Bardziej szczegółowo

Ekstremalnie fajne równania

Ekstremalnie fajne równania Ekstremalnie fajne równania ELEMENTY RACHUNKU WARIACYJNEGO Zaczniemy od ogólnych uwag nt. rachunku wariacyjnego, który jest bardzo przydatnym narz dziem mog cym posªu»y do rozwi zywania wielu problemów

Bardziej szczegółowo

Lab. 02: Algorytm Schrage

Lab. 02: Algorytm Schrage Lab. 02: Algorytm Schrage Andrzej Gnatowski 5 kwietnia 2015 1 Opis zadania Celem zadania laboratoryjnego jest zapoznanie si z jednym z przybli»onych algorytmów sªu» cych do szukania rozwi za«znanego z

Bardziej szczegółowo

Kwantowa teoria wzgl dno±ci

Kwantowa teoria wzgl dno±ci Instytut Fizyki Teoretycznej Uniwersytetu Warszawskiego Festiwal Nauki, 16 wrze±nia 2006 Plan wykªadu Grawitacja i geometria 1 Grawitacja i geometria 2 3 Grawitacja Grawitacja i geometria wedªug Newtona:

Bardziej szczegółowo

XVII Warmi«sko-Mazurskie Zawody Matematyczne

XVII Warmi«sko-Mazurskie Zawody Matematyczne 1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych

Bardziej szczegółowo

Ćwiczenie LP2. Jacek Grela, Łukasz Marciniak 25 października 2009

Ćwiczenie LP2. Jacek Grela, Łukasz Marciniak 25 października 2009 Ćwiczenie LP2 Jacek Grela, Łukasz Marciniak 25 października 2009 1 Wstęp teoretyczny 1.1 Energetyczna zdolność rozdzielcza Energetyczna zdolność rozdzielcza to wielkość opisująca dokładność detekcji energii

Bardziej szczegółowo

Ćwiczenie ELE. Jacek Grela, Łukasz Marciniak 3 grudnia Rys.1 Schemat wzmacniacza ładunkowego.

Ćwiczenie ELE. Jacek Grela, Łukasz Marciniak 3 grudnia Rys.1 Schemat wzmacniacza ładunkowego. Ćwiczenie ELE Jacek Grela, Łukasz Marciniak 3 grudnia 2009 1 Wstęp teoretyczny 1.1 Wzmacniacz ładunkoczuły Rys.1 Schemat wzmacniacza ładunkowego. C T - adaptor ładunkowy, i - źródło prądu reprezentujące

Bardziej szczegółowo

Bazy danych. Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl www.uj.edu.pl/web/zpgk/materialy 9/15

Bazy danych. Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl www.uj.edu.pl/web/zpgk/materialy 9/15 Bazy danych Andrzej Łachwa, UJ, 2013 andrzej.lachwa@uj.edu.pl www.uj.edu.pl/web/zpgk/materialy 9/15 Przechowywanie danych Wykorzystanie systemu plików, dostępu do plików za pośrednictwem systemu operacyjnego

Bardziej szczegółowo

1 a + b 1 = 1 a + 1 b 1. (a + b 1)(a + b ab) = ab, (a + b)(a + b ab 1) = 0, (a + b)[a(1 b) + (b 1)] = 0,

1 a + b 1 = 1 a + 1 b 1. (a + b 1)(a + b ab) = ab, (a + b)(a + b ab 1) = 0, (a + b)[a(1 b) + (b 1)] = 0, XIII Warmi«sko-Mazurskie Zawody Matematyczne. Olsztyn 2015 Rozwi zania zada«dla szkóª ponadgimnazjalnych ZADANIE 1 Zakªadamy,»e a, b 0, 1 i a + b 1. Wykaza,»e z równo±ci wynika,»e a = -b 1 a + b 1 = 1

Bardziej szczegółowo

Informacje pomocnicze

Informacje pomocnicze Funkcje wymierne. Równania i nierówno±ci wymierne Denicja. (uªamki proste) Wyra»enia postaci Informacje pomocnicze A gdzie A d e R n N (dx e) n nazywamy uªamkami prostymi pierwszego rodzaju. Wyra»enia

Bardziej szczegółowo

1 Promieniowanie Ciaªa Doskonale Czarnego. 2 Efekt Fotoelektryczny. 3 Efekt Comptona. 4 Promienie Röntgena. 5 Zjawiska kwantowe.

1 Promieniowanie Ciaªa Doskonale Czarnego. 2 Efekt Fotoelektryczny. 3 Efekt Comptona. 4 Promienie Röntgena. 5 Zjawiska kwantowe. 1 Promieniowanie Ciaªa Doskonale Czarnego 2 Efekt Fotoelektryczny 3 Efekt Comptona 4 Promienie Röntgena 5 Zjawiska kwantowe 6 Literatura Adam Szmagli«ski (IF PK) Fizyka Wspóªczesna Kraków, 5.12.2013 1

Bardziej szczegółowo

Liczenie podziaªów liczby: algorytm Eulera

Liczenie podziaªów liczby: algorytm Eulera Liczenie podziaªów liczby: algorytm Eulera Wojciech Rytter Podziaªy liczb s bardzo skomplikowanymi obiektami kombinatorycznymi, przedstawimy dwa algorytmy liczenia takich oblektów. Pierwszy prosty algorytm

Bardziej szczegółowo