Ruch Browna. Ilona Kosińska Instytut Inżynierii Biomedycznej i Pomiarowej Politechnika Wroc lawska. 29 listopada 2008
|
|
- Izabela Bukowska
- 6 lat temu
- Przeglądów:
Transkrypt
1 Ruch Browna Ilona Kosińska Instytut Inżynierii Biomedycznej i Pomiarowej Politechnika Wroc lawska 29 listopada 2008
2 Wst ep Obserwacje ruchu py lków roślinnych w wodzie przez Roberta Browna (1827): dynamiczny i nieregularny ruch, nie jest przejawem życia. Robert Brown ( ) botanik szkocki
3 Ruch Browna - obserwacje Analiza wyników doświadczalnych: rodzaj czastek nie odgrywa istotnej roli (py lki roślin, czastki nieorganiczne), szybkość ruchu wieksza dla mniejszych czasteczek, zależność od rodzaju cieczy (lepkość), ruchy szybsze w wyższej temperaturze.
4 Ruch Browna Albert Einstein ( ) fizyk Jako pierwszy ruch ten objaśni l A. Einstein w pracy: Über die von der molekularkinetischen Theorie der Wärme geforderte Bewegung von in ruhenden Flüssigkeiten suspendierten Teilchen, Ann. Phys. 17, (1905).
5 Ruch Browna Dwa g lówne punkty rozumowania Einsteina: Ruch jest spowodowany przez bezgranicznie czeste zderzenia czastki py lku z wiecznie poruszajacymi sie czastkami p lynu, w którym jest ona zanurzona. Ruch tych czastek jest tak skomplikowany, że ich wp lyw na ruch py lku może być jedynie opisany probabilistycznie poprzez niezwykle czeste, statystycznie niezależne zderzenia. Poczatek stochastycznego modelowania zjawisk naturalnych.
6 Ruch Browna Marian Smoluchowski ( ) fizyk polski Niezależnie to samo wyjaśnienie poda l M. Smoluchowski: Zur kinetischen Theorie der Brownschen Molekularbewegung und der Suspensionen, Ann. Phys. 21, (1906). Smoluchowski dobrze zna l prace doświadczalne, natomiast Einstein wiedzia l jedynie, że ruchy Browna sa obserwowane, ale nie zna l szczegó lów prac doświadczalnych.
7 Ruch Browna Rozumowanie Einsteina: ruch każdej czastki jest niezależny od pozosta lych, przemieszczenia tej samej czastki w różnych przedzia lach czasu sa niezależnymi procesami tak d lugo jak wybrane przedzia ly obserwacji nie sa zbyt ma le, rozważamy przedzia l τ, który jest bardzo ma ly w porównaniu do czasów obserwacji, ale wciaż na tyle duży, żeby w dwóch kolejnych odstepach τ ruch czastki móg l być traktowany jako zdarzenia niezależne.
8 Ruch Browna n ca lkowita liczba czastek zanurzonych w roztworze, w przedziale τ X owe wspó lrzedne poszczególnych czastek zmienia sie o, które dla każdej z nich ma różna (dodatnia badź ujemna) wartość. liczba dn czastek, których przemieszczenie jest z przedzia lu {, + d } jest dana równaniem: gdzie dn = nφ( )d, φ( )d = 1. φ( ) - oznacza gestość prawdopodobieństwa, że X owa wspó lrzedna czastki zmieni sie o. Jest ona różna od zera dla bardzo ma lych wartości oraz spe lnia warunek: φ( ) = φ( ).
9 Ruch Browna Kolejnym krokiem jest śledzenie zależności wspó lczynnika dyfuzji od φ( ). ograniczamy sie do przypadku, w którym liczba czastek ν na jednostke objetości zależy jedynie od x i t: ν = f (x, t). Obliczenie rozk ladu czastek w chwili t + τ na podstawie znajomości rozk ladu w chwili t: na podstawie definicji φ( ) dostajemy liczb e czastek, które w chwili t + τ maja x-owe wspó lrzedne z przedzia lu x, x + dx: f (x, t + τ)dx = dx f (x +, t)φ( )d. odpowiednik równania Chapmana Kolmogorova: niezależność wartości przemieszczenia od historii ruchu; wystarczy znać po lożenie cz astki w chwili t, żeby znaleźć po lożenie cz astki w chwili t + τ
10 Ruch Browna Ponieważ τ jest wciaż bardzo ma le, możemy rozwinać funkcje f (x, t + τ) w szereg: f (x, t + τ) = f (x, t) + τ f (x, t). t Dalej, możemy rozwinać f (x +, t) w potegach : f (x, t) f (x +, t) = f (x, t) f (x, t) x 2! x
11 Ruch Browna Po podstawieniu otrzymujemy: f + f τ τ = f φ( )d + f x + 2 f x 2 Z uwagi na φ( ) = φ( ), ca lka 2 2 φ( )d. φ( )d = 0. Korzystamy z warunku normalizacji: φ( )d = 1, φ( )d
12 Ruch Browna k ladac znajdujemy 1 τ 2 φ( )d = D, 2 f t = D 2 f x 2, Otrzymane równanie różniczkowe opisuje dyfuzj e cz astki, a sta la D jest wspó lczynnikiem dyfuzji.
13 Ruch Browna Rozwiazanie jest postaci: f (x, t) = n e x2 /4Dt. 4πD t Średnie przemieszczenie λ x w kierunku x: λ x = x 2 = 2Dt.
14 Ruch Browna Wyprowadzenie Einsteina jest oparte na za lożeniu, że zderzenia maja miejsce w chwilach 0, τ, 2τ, 3τ,... i otrzymane równanie na rozk lad f (x, t) i jego rozwiazanie sa rozumiane jako przybliżenia, w których τ jest tak ma ly, że t może być uważane za ciag l a zmienna.
15 Proces Wienera Ruch Browna - to ruch, który jest bardzo nieregularny, trajektoria nie ma stycznej: co matematycznie oznacza, że trajektoria jest prawie wszedzie ciag la, ale nigdzie nie jest różniczkowalna (Wiener, 1923). Proces Wienera W (t) (reprezentujacy po lożenie czastki Browna) spe lnia poniższe równanie: 2 t p(w, t w 0, t 0 ) = 1 2 w 2 p(w, t w 0, t 0 ) i jest to dok ladnie to samo równanie różniczkowe, które wyprowadzi l Einstein (funkcja f (x, t) w wyprowadzeniu Einsteina jest w istocie prawdopodobieństwem warunkowym p(w, t 0, 0)), gdzie D = 1. Proces Wienera jest zatem ruchem Browna.
16 Proces Wienera nieregularność oś y: proces W(t), oś x: t nieróżniczkowalność pojedyncza trajektoria W (t) jest ciag la (gdy t 0, W (t + t) W (t)), ale prawie nigdzie nie jest różniczkowalna ( (W (t + t) W (t))/ t ) oznacza, że pr edkość cz astki Browna jest prawie zawsze nieskończona. PROBLEM!
17 Proces Ornsteina-Uhlenbecka Rozwiazanie: Analiza ruchu czastki Browna przy użyciu mniejszej skali czasowej. Przedzia ly czasu t uważa sie za niewielkie w porównaniu z czasem, w którym nastepuje relaksacja predkości. Sa one jednak nadal duże w porównaniu z czasem trwania pojedynczego zderzenia badanej czastki z czastkami rozpuszczalnika. Ten bardziej realistycznym model ruchu Browna (lub też czastki Reyleigha) jest nazywany procesem Ornsteina-Uhlenbecka, który otrzymujemy poprzez dodanie liniowego wyrazu opisujacego dryft czastki do równania dyfuzji: p(v, t) = γ t v (vp(v, t)) D 2 p(v, t) v 2 gdzie γ jest sta l a, V (t) - jest procesem opisujacym predkość czastki.
18 Proces Ornsteina-Uhlenbecka Dla zespo lu identycznych czastek Browna, które w t = 0 wszystkie znajduja sie w po lożeniu x = 0 i których predkości maja rozk lad zgodny z rozk ladem równowagowym po lożenie X (t) jest procesem losowym danym przez X (t) = t 0 V (t )dt. Proces X (t) jest procesem gaussowskim. Jest ca lkowicie określony przez podanie jego pierwszego i drugiego momentu. Nie jest to jednak proces Wienera! Co wiecej proces X (t) nie jest nawet procesem markowowskim, gdyż X (t) jest zwiazany z opisem w ma lej skali czasowej, charakterystycznej dla czastki Rayleigha.
19 Proces Ornsteina-Uhlenbecka W wielkiej skali czasowej jedynie różnice czasu dużo wieksze od czasu t lumienia predkości równego 1/γ sa dozwolone, a zatem: t 2 t 1 1 γ. W tym przybliżeniu X (t) jest tożsame z rozwi azaniem dla ruchu Browna.
20 Równanie Langevina Langevin zaprezentowa l nowa metode rozwiazania zagadnienia, ca lkowicie różna od Einsteina. Swoje rozumowanie opar l na poniższych przes lankach: Paul Langevin ( ) fizyk francuski z mechaniki statystycznej (równowaga termiczna): 1 2 mv 2 = 1 2 kt gdzie T - temperatura bezwzgl edna, k - sta la Boltzmanna.
21 Równanie Langevina Na czastk e o masie m dzia laja si ly: tarcie lepkie opisane tym samym wyrażeniem co w makroskopowej hydrodynamice: 6πηa dx dt gdzie η jest lepkościa a a jest średnica sferycznej czastki (za lożenie kszta ltu) inna fluktuuj aca si la R, która reprezentuje nieustanne zderzenia czastek roztworu z czastk a Browna. Wszystko co sie o niej zak lada to to, że powinna z równym prawdopodobieństwem przyjmować dodatnie jak i ujemne wartości.
22 Równanie Langevina Równanie ruchu jest dane równaniem Newtona z si l a losowa R: m d 2 x dt 2 = 6πηadx dt + R, po pomnożeniu przez x, mamy: m 2 d 2 dt 2 (x 2 ) mv 2 = 3πηa d(x 2 ) + xr, dt gdzie v = dx/dt. Nastepnie średniujemy po dużej liczbie różnych czastek i otrzymujemy: m d 2 x 2 2 dt 2 + 3πηa d x 2 = kt, dt gdzie wyraz xr = 0 - na podstawie nieregularności wielkości R
23 Równanie Langevina Znajdujemy rozwiazanie: d x 2 dt = kt /(3πηa) + Ce 6πηat/m, gdzie C jest dowolna sta l a. Langevin oszacowa l, że eksponenta daży do zera w czasie rzedu 10 8 s (znaczaco szybko) - pomijamy ten wyraz, mamy: x 2 x 2 0 = [kt /3πηa] t, co jest tożsame z równaniem otrzymanym niezależnie przez Einsteina przy uwzgl ednieniu, że: D = kt /(6πηa).
24 Równanie Langevina m d 2 x dt 2 = 6πηadx dt + R Każde z rozwiazań równania Langevina reprezentuje inna losowa trajektorie. Korzystajac z podstawowych w lasności funkcji losowej R możemy otrzymać mierzalne rezultaty.
25 Równanie Langevina Porównanie Einstein za loży l explicite, że w wystarczajaco dużej skali czasu zmiana jest niezależna od poprzedniej wartości (markowowskość). U Langevin a zawarte implicite poprzez po lożenie xr = 0 (nieregularność funkcji R) oraz za lożenie o statystycznej niezależności x i R.
26 Ruch Browna - komentarz rozróżnienie pomiedzy szumem wewnetrznym a zewnetrznym w uk ladzie: szum zewn etrzny - sa to fluktuacje, które powsta ly w uk ladzie pod każdym wzgledem deterministycznym wskutek przy lożenia si ly losowej, o której zak ladamy, że znamy jej w lasności stochastyczne; szum wewnetrzny - sam uk lad jako taki sk lada sie z oddzielnych czastek, a szum jest w laściwy dla samego mechanizmu, który wywo luje ewolucje stanu uk ladu i nie można go oddzielić od równań ruchu; Przyk lad. Cz astka Browna wraz z otaczajac a ja ciecza stanowi zamkniety uk lad fizyczny z szumem wewnetrznym. Jednakże Langevin potraktowa l te czastk e jako uk lad mechaniczny, na który dzia la si la wywierana przez ciecz. Si l e te roz loży l na deterministyczna si l e t lumienia oraz na si l e losowa, która traktowa l jako si l e zewnetrzn a.
27 Literatura C.W.Gardiner, Hanbook of stochastic methods (1983) N. G. van Kampen, Procesy stochastyczne w fizyce i chemii (1990) P.F. Góra, Sto lat teorii ruchw Browna (2005)
O ruchach Browna i demonie Maxwella
O ruchach Browna i demonie Maxwella P. F. Góra Wydział Fizyki, Astronomii i Informatyki Stosowanej UJ 3 listopada 216 P. F. Góra (WFAIS UJ) O ruchach Browna i demonie Maxwella 3 listopada 216 1 / 17 Odkrycie
po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x)
Stan czastki określa funkcja falowa Ψ zależna od wspó lrzȩdnych określaj acych po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x) Wartości funkcji
Wykład 2. Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova)
Wykład 2 Przykład zastosowania teorii prawdopodobieństwa: procesy stochastyczne (Markova) 1. Procesy Markova: definicja 2. Równanie Chapmana-Kołmogorowa-Smoluchowskiego 3. Przykład dyfuzji w kapilarze
O procesie Wienera. O procesie Wienera. Procesy stochastyczne Wykład XV, 15 czerwca 2015 r. Proces Wienera. Ruch Browna. Ułamkowe ruchy Browna
Procesy stochastyczne Wykład XV, 15 czerwca 2015 r. Ruch 1 {X t } jest martyngałem dokładnie wtedy, gdy E(X t F s ) = X s, s, t T, s t. Jeżeli EX 2 (t) < +, to E(X t F s ) jest rzutem ortogonalnym zmiennej
po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x)
Stan czastki określa funkcja falowa Ψ zależna od wspó lrzȩdnych określaj acych po lożenie cz astki i od czasu (t). Dla cz astki, która może poruszać siȩ tylko w jednym wymiarze (tu x) Wartości funkcji
Ekonomia matematyczna i dynamiczna optymalizacja
Ekonomia matematyczna i dynamiczna optymalizacja Ramy wyk ladu i podstawowe narz edzia matematyczne SGH Semestr letni 2012-13 Uk lady dynamiczne Rozwiazanie modelu dynamicznego bardzo czesto można zapisać
Wyk lad 7 Metoda eliminacji Gaussa. Wzory Cramera
Wyk lad 7 Metoda eliminacji Gaussa Wzory Cramera Metoda eliminacji Gaussa Metoda eliminacji Gaussa polega na znalezieniu dla danego uk ladu a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n x n =
Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym
Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania optymalnego
Fizyka statystyczna Równanie Fokkera-Plancka
Fizyka statystyczna Równanie Fokkera-Plancka P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 17 marca 2015 Mamy równanie master dla ciagłych rozkładów prawdopodobieństwa: P (y, t) t = (W (y y )P (y, t)
FOTON 91, Zima 2005. und der Suspensionen, Ann. Phys. 21, 756 780 (1906). Marian Smoluchowski. Robert Brown (1773 1858)
12 FOTON 91, Zima 2005 Sto lat teorii ruchów Browna Paweł F. Góra Instytut Fizyki UJ Rok 1905 był rokiem prawdziwie cudownym, annus mirabilis, dla fizyki. W roku tym ukazały się cztery bardzo ważne prace
ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 3 Tablice trwania życia 2
Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 3 Tablice trwania życia 2 1 Przypomnienie Jesteśmy już w stanie wyznaczyć tp x = l x+t l x, gdzie l x, l x+t, to liczebności kohorty odpowiednio
Fizyka statystyczna Równanie Fokkera-Plancka. P. F. Góra
Fizyka statystyczna Równanie Fokkera-Plancka P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ 2015 Mamy równanie master dla ciagłych rozkładów prawdopodobieństwa: P (y, t) t = (W (y y )P (y, t) W (y y)p
WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ
WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ Dana jest populacja generalna, w której dwuwymiarowa cecha (zmienna losowa) (X, Y ) ma pewien dwuwymiarowy rozk lad. Miara korelacji liniowej dla zmiennych (X, Y
Statystyka w analizie i planowaniu eksperymentu
23 kwietnia 2014 Korelacja - wspó lczynnik korelacji 1 Gdy badamy różnego rodzaju rodzaju zjawiska (np. przyrodnicze) możemy stwierdzić, że na każde z nich ma wp lyw dzia lanie innych czynników; Korelacja
Sterowalność liniowych uk ladów sterowania
Sterowalność liniowych uk ladów sterowania W zadaniach sterowania docelowego należy przeprowadzić obiekt opisywany za pomoc a równania stanu z zadanego stanu pocz atkowego ẋ(t) = f(x(t), u(t), t), t [t,
Statystyka w analizie i planowaniu eksperymentu
31 marca 2014 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś
Wyk lad 7 Baza i wymiar przestrzeni liniowej
Wyk lad 7 Baza i wymiar przestrzeni liniowej 1 Baza przestrzeni liniowej Niech V bedzie przestrzenia liniowa. Powiemy, że podzbiór X V jest maksymalnym zbiorem liniowo niezależnym, jeśli X jest zbiorem
P (x, y) + Q(x, y)y = 0. g lym w obszrze G R n+1. Funkcje. zania uk ladu (1) o wykresie przebiegaja
19. O ca lkach pierwszych W paragrafie 6 przy badaniu rozwia zań równania P (x, y) + Q(x, y)y = 0 wprowadzono poje cie ca lki równania, podano pewne kryteria na wyznaczanie ca lek równania. Znajomość ca
Statystyka w analizie i planowaniu eksperymentu
29 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś
Wyk lad 8 macierzy i twierdzenie Kroneckera-Capellego
Wyk lad 8 Rzad macierzy i twierdzenie Kroneckera-Capellego 1 Określenie rz edu macierzy Niech A bedzie m n - macierza Wówczas wiersze macierzy A możemy w naturalny sposób traktować jako wektory przestrzeni
WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE
WYK LAD 2: PODSTAWOWE STRUKTURY ALGEBRAICZNE, PIERWIASTKI WIELOMIANÓW, ROZK LAD FUNKCJI WYMIERNEJ NA U LAMKI PROSTE Definicja 1 Algebra abstrakcyjna nazywamy teorie, której przedmiotem sa dzia lania na
Transformacja Lorentza - Wyprowadzenie
Transformacja Lorentza - Wyprowadzenie Rozważmy obserwatorów zwiazanych z różnymi inercjalnymi uk ladami odniesienia, S i S. Odpowiednie osie uk ladów S i S sa równoleg le, przy czym uk lad S porusza sie
Ruchy Browna. Wykład XIII Mechanika statystyczna 1. Podejście Einsteina
Wykład XIII Mechanika statystyczna 1 Ruchy Browna Stosując metody fizyki statystycznej do opisu układów wielu ciał, koncentrowaliśmy się dotychczas na ich charakterystykach uśrednionych po dostatecznie
STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA
1 STATYSTYKA MATEMATYCZNA dla ZPM I dr inż Krzysztof Bryś wyk lad 1,2 KLASYCZNY RACHUNEK PRAWDOPODOBIEŃSTWA 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany.
Termodynamika. Część 11. Układ wielki kanoniczny Statystyki kwantowe Gaz fotonowy Ruchy Browna. Janusz Brzychczyk, Instytut Fizyki UJ
Termodynamika Część 11 Układ wielki kanoniczny Statystyki kwantowe Gaz fotonowy Ruchy Browna Janusz Brzychczyk, Instytut Fizyki UJ Układ otwarty rozkład wielki kanoniczny Rozważamy układ w równowadze termicznej
Statystyka w analizie i planowaniu eksperymentu
21 marca 2011 Zmienna losowa - wst ep Przeprowadzane w praktyce badania i eksperymenty maja bardzo różnorodny charakter, niemniej jednak wiaż a sie one z rejestracja jakiś sygna lów (danych). Moga to być
Dyskretne modele populacji
Dyskretne modele populacji Micha l Machtel Adam Soboczyński 17 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których
Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika
Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n
Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym
Mnożniki funkcyjne Lagrange a i funkcje kary w sterowaniu optymalnym Sprowadzanie zadań sterowania optymalnego do zadań wariacyjnych metod a funkcji kary i mnożników Lagrange a - zadania sterowania optymalnego
Fluktuacje wokół nas Dziedzictwo Mariana Smoluchowskiego
Fluktuacje wokół nas Dziedzictwo Mariana Smoluchowskiego P. F. Góra Wydział Fizyki, Astronomii i Informatyki Stosowanej UJ 4 września 2017 P. F. Góra (WFAIS UJ) Fluktuacje wokół nas Dziedzictwo Mariana
STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1
1 STYSTYSTYKA dla ZOM II dr inż Krzysztof Bryś Wykad 1 Klasyczny Rachunek Prawdopodobieństwa. 1. Pojȩcia wstȩpne. Doświadczeniem losowym nazywamy doświadczenie, którego wynik nie jest znany. Posiadamy
Dyskretne modele populacji
Dyskretne modele populacji Micha l Machtel Adam Soboczyński 19 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których
Statystyka w analizie i planowaniu eksperymentu
10 marca 2014 Zmienna losowa - wst ep Przeprowadzane w praktyce badania i eksperymenty maja bardzo różnorodny charakter, niemniej jednak wiaż a sie one z rejestracja jakiś sygna lów (danych). Moga to być
Rotacje i drgania czasteczek
Rotacje i drgania czasteczek wieloatomowych Gdy znamy powierzchnie energii potencjalnej V( R 1, R 2,..., R N ) to możemy obliczyć poziomy energetyczne czasteczki. Poziomy te sa w ogólności efektem: rotacji
y 1 y 2 = f 2 (t, y 1, y 2,..., y n )... y n = f n (t, y 1, y 2,..., y n ) f 1 (t, y 1, y 2,..., y n ) y = f(t, y),, f(t, y) =
Uk lady równań różniczkowych Pojȩcia wsȩpne Uk ladem równań różniczkowych nazywamy uk lad posaci y = f (, y, y 2,, y n ) y 2 = f 2 (, y, y 2,, y n ) y n = f n (, y, y 2,, y n ) () funkcje f j, j =, 2,,
Procesy Stochastyczne - Zestaw 1
Procesy Stochastyczne - Zestaw 1 Zadanie 1 Niech ξ i η bed a niezależnymi zmiennymi losowymi o rozk ladach N (0, 1). Niech X = ξ +η i Y = ξ η. Znaleźć rozk lad (X, Y ) i rozk lad warunkowy L X ( Y ). Zadanie
Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina.
Sterowanie optymalne dla uk ladów nieliniowych. Zasada maksimum Pontriagina. Podstawowy problem sterowania optymalnego dla uk ladów nieliniowych W podstawowym problemie sterowania optymalnego minimalizacji
Test numer xxx EGZAMIN PISEMNY Z MATEMATYKI DLA KANDYDATÓW NA KIERUNEK MATEMATYKA 5 LIPCA 2001 ROKU. Czas trwania egzaminu: 180 min.
Test numer xxx EGZAMIN PISEMNY Z MATEMATYKI DLA KANDYDATÓW NA KIERUNEK MATEMATYKA 5 LIPCA 001 ROKU Czas trwania egzaminu: 180 min Liczba zadań: 30 Każde zadanie sk lada sie z trzech cześci Odpowiedź do
Dyfuzyjny Transport Masy
POLITECHNIKA ŚLĄSKA WYDZIAŁ CHEMICZNY KATEDRA FIZYKOCHEMII I TECHNOLOGII POLIMERÓW LABORATORIUM Z FIZYKI I BIOFIZYKI Dyfuzyjny Transport Masy 1. Wprowadzenie Dyfuzja jest to proces, w którym następuje
WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3
WYK LAD 5: GEOMETRIA ANALITYCZNA W R 3, PROSTA I P LASZCZYZNA W PRZESTRZENI R 3 Definicja 1 Przestrzenia R 3 nazywamy zbiór uporzadkowanych trójek (x, y, z), czyli R 3 = {(x, y, z) : x, y, z R} Przestrzeń
Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania
Wyk lad 9 Przekszta lcenia liniowe i ich zastosowania 1 Przekszta lcenia liniowe i ich w lasności Definicja 9.1. Niech V i W bed przestrzeniami liniowymi. Przekszta lcenie f : V W spe lniajace warunki:
Pierwsze kolokwium z Matematyki I 4. listopada 2013 r. J. de Lucas
Pierwsze kolokwium z Matematyki I 4. listopada 03 r. J. de Lucas Uwagi organizacyjne: Każde zadanie rozwi azujemy na osobnej kartce, opatrzonej imieniem i nazwiskiem w lasnym oraz osoby prowadz acej ćwiczenia,
Analiza szeregów czasowych: 5. Liniowe modele stochastyczne
Analiza szeregów czasowych: 5. Liniowe modele stochastyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2006/07 Dwa rodzaje modelowania 1. Modelowanie z pierwszych zasad. Znamy prawa
w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak
Równania różniczkowe czastkowe w teorii funkcji. Dwa s lynne problemy. Micha l Jasiczak Horyzonty 2014 Podstawowy obiekt wyk ladu: funkcje holomorficzne wielu zmiennych Temat: dwa problemy, których znane
ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 2 Tablice trwania życia
Wst ep do matematyki aktuarialnej Micha l Jasiczak Wyk lad 2 Tablice trwania życia 1 Cele (na dzisiaj): Zrozumieć w jaki sposób można wyznaczyć przysz ly czas życia osoby w wieku x. Zrozumieć parametry
Jednorazowa sk ladka netto w przypadku stochastycznej stopy procentowej. Ubezpieczenie na ca le życie z n-letnim okresem odroczenia.
Jednorazowa sk ladka netto w przypadku stochastycznej stopy procentowej Ubezpieczenie na ca le życie z n-letnim okresem odroczenia Wartość obecna wyp laty Y = Zatem JSN = = Kx +1 0, K x = 0, 1,..., n 1,
POLITECHNIKA ŚWIĘTOKRZYSKA w Kielcach WYDZIAŁ MECHATRONIKI I BUDOWY MASZYN KATEDRA URZĄDZEŃ MECHATRONICZNYCH LABORATORIUM FIZYKI INSTRUKCJA
POLITECHNIKA ŚWIĘTOKRZYSKA w Kielcach WYDZIAŁ MECHATRONIKI I BUDOWY MASZYN KATEDRA URZĄDZEŃ MECHATRONICZNYCH LABORATORIUM FIZYKI INSTRUKCJA ĆWICZENIE LABORATORYJNE NR 1 Temat: Wyznaczanie współczynnika
Równania różniczkowe o zmiennych rozdzielonych
I Newton sformu lowa l podstawowe zasady dynamiki Druga zasada dynamiki ma postać wzoru F = m a F oznacza tu si le dzia laja ca na cia lo o masie m, a oznacza przyspieszenie tego cia la Przyspieszenie
. Cel ćwiczenia Celem ćwiczenia jest porównanie na drodze obserwacji wizualnej przepływu laminarnego i turbulentnego, oraz wyznaczenie krytycznej licz
ZAKŁAD MECHANIKI PŁYNÓW I AERODYNAMIKI ABORATORIUM MECHANIKI PŁYNÓW ĆWICZENIE NR DOŚWIADCZENIE REYNODSA: WYZNACZANIE KRYTYCZNEJ ICZBY REYNODSA opracował: Piotr Strzelczyk Rzeszów 997 . Cel ćwiczenia Celem
Wykład 14. Termodynamika gazu fotnonowego
Wykład 14 Termodynamika gazu fotnonowego dr hab. Agata Fronczak, prof. PW Wydział Fizyki, Politechnika Warszawska 16 stycznia 217 dr hab. A. Fronczak (Wydział Fizyki PW) Wykład: Elementy fizyki statystycznej
Wyk lad 4 Macierz odwrotna i twierdzenie Cramera
Wyk lad 4 Macierz odwrotna i twierdzenie Cramera 1 Odwracanie macierzy I n jest elementem neutralnym mnożenia macierzy w zbiorze M n (R) tzn A I n I n A A dla dowolnej macierzy A M n (R) Ponadto z twierdzenia
Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania
Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym
i elektronów w czasteczkach (laboratoryjnym) operator Hamiltona dla czasteczki dwuatomowej (jadra 2M b a i b; m -masa elektronu e 2 r ij
Notatki do wyk ladu IX Rozdzielenie ruchu jader i elektronów w czasteczkach W dowolnym uk ladzie wspó lrzednych (laboratoryjnym) operator Hamiltona dla czasteczki dwuatomowej (jadra a i b)ma postać: Ĥ
Postulaty mechaniki kwantowej
Wyk lad 2 Postulaty mechaniki kwantowej 1 wymiar Postulat Stan czastki określa funkcja falowa Ψ = Ψ(x, t) zależna od po lożenia czastki x oraz czasu t. Interpretacje fizyczna ma jedynie kwadrat modu lu
POCHODNA KIERUNKOWA. DEFINICJA Jeśli istnieje granica lim. to granica ta nazywa siȩ pochodn a kierunkow a funkcji f(m) w kierunku osi l i oznaczamy
POCHODNA KIERUNKOWA Pochodne cz astkowe funkcji f(m) = f(x, y, z) wzglȩdem x, wzglȩdem y i wzglȩdem z wyrażaj a prȩdkość zmiany funkcji w kierunku osi wspó lrzȩdnych; np. f x jest prȩdkości a zmiany funkcji
stosunek przyrostu funkcji y do odpowiadajacego dy dx = lim y wielkości fizycznej x, y = f(x), to pochodna dy v = ds edkości wzgl edem czasu, a = dv
Matematyka Pochodna Pochodna funkcji y = f(x) w punkcie x nazywamy granice, do której daży stosunek przyrostu funkcji y do odpowiadajacego mu przyrostu zmiennej niezaleźnej x, g przyrost zmiennej daży
Oddzia lywania miedzycz. jony molekularne lub atomy. edzy A i B:
Notatki do wyk ladu XIII Oddzia lywania miedzycz asteczkowe A i B zamknietopow lokowe czasteczki, jony molekularne lub atomy. Energia oddzia lywania E oddz mi edzy A i B: E oddz = E AB (E A + E B ) ()
r. akad. 2005/ 2006 Jan Królikowski Fizyka IBC
VIII.1 Pojęcia mikrostanu i makrostanu układu N punktów materialnych. Prawdopodobieństwo termodynamiczne. Entropia. VIII. Rozkład Boltzmanna VIII.3 Twierdzenie o wiriale Jan Królikowski Fizyka IBC 1 Uwagi
Analiza szeregów czasowych: 7. Liniowe modele stochastyczne
Analiza szeregów czasowych: 7. Liniowe modele stochastyczne P. F. Góra http://th-www.if.uj.edu.pl/zfs/gora/ semestr letni 2005/06 Liniowe modele stochastyczne Niech {y n } N n=1 będzie pewnym ciagiem danych
Wzory Viete a i ich zastosowanie do uk ladów równań wielomianów symetrycznych dwóch i trzech zmiennych
Wzory Viete a i ich zastosowanie do uk ladów równań wielomianów symetrycznych dwóch i trzech zmiennych Pawe l Józiak 007-- Poje cia wste pne Wielomianem zmiennej rzeczywistej t nazywamy funkcje postaci:
IX. 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
g liczb rzeczywistych (a n ) spe lnia warunek
. Czy jest prawda, że a) R y R z R y + yz + = 0 ; b) R y R z R y + yz + 0 ; c) R y R z R y + yz + = 0 ; d) R y R z R y + yz + 0? 2. Czy jest prawdziwa nierówność a) ctg > ; b) tg < cos ; c) cos < sin ;
Statystyka w analizie i planowaniu eksperymentu
22 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś
Wyk lad 14 Formy kwadratowe I
Wyk lad 14 Formy kwadratowe I Wielomian n-zmiennych x 1,, x n postaci n a ij x i x j, (1) gdzie a ij R oraz a ij = a ji dla wszystkich i, j = 1,, n nazywamy forma kwadratowa n-zmiennych Forme (1) można
Statystyka w analizie i planowaniu eksperymentu lista nr 7
Statystyka w analizie i planowaniu eksperymentu lista nr 7 1 B l edy pomiaru Wskutek niedoskona lości przyrzadów jak również niedoskona lości naszych zmys lów - wszystkie pomiary sa dokonywane z określonym
Wyk lad 3 Wielomiany i u lamki proste
Wyk lad 3 Wielomiany i u lamki proste 1 Konstrukcja pierścienia wielomianów Niech P bedzie dowolnym pierścieniem, w którym 0 1. Oznaczmy przez P [x] zbiór wszystkich nieskończonych ciagów o wszystkich
Wyk lad 12. (ii) najstarszy wspó lczynnik wielomianu f jest elementem odwracalnym w P. Dowód. Niech st(f) = n i niech a bedzie
1 Dzielenie wielomianów Wyk lad 12 Ważne pierścienie Definicja 12.1. Niech P bedzie pierścieniem, który może nie być dziedzina ca lkowitości. Powiemy, że w pierścieniu P [x] jest wykonalne dzielenie z
Jak dyfuzja anomalna stała się normalna
FOTON 19, Lato 015 13 Jak dyfuzja anomalna stała się normalna Bartłomiej Dybiec Instytut Fizyki UJ Dyfuzja jest procesem samoistnego przemieszczania się cząsteczek na skutek zderzeń z innymi cząsteczkami.
Marian Smoluchowski i fizyka statystyczna
Marian Smoluchowski i fizyka statystyczna P. F. Góra Wydział Fizyki, Astronomii i Informatyki Stosowanej UJ 5 października 2016 P. F. Góra (WFAIS UJ) Marian Smoluchowski i fizyka statystyczna 5 października
gdy wielomian p(x) jest podzielny bez reszty przez trójmian kwadratowy x rx q. W takim przypadku (5.10)
5.5. Wyznaczanie zer wielomianów 79 gdy wielomian p(x) jest podzielny bez reszty przez trójmian kwadratowy x rx q. W takim przypadku (5.10) gdzie stopieñ wielomianu p 1(x) jest mniejszy lub równy n, przy
Wykład 3. Entropia i potencjały termodynamiczne
Wykład 3 Entropia i potencjały termodynamiczne dr hab. Agata Fronczak, prof. PW Wydział Fizyki, Politechnika Warszawska 1 stycznia 2017 dr hab. A. Fronczak (Wydział Fizyki PW) Wykład: Elementy fizyki statystycznej
Statystyka w analizie i planowaniu eksperymentu
21 marca 2011 Zmienna losowa wst ep Przeprowadzane w praktyce badania i eksperymenty maja bardzo różnorodny charakter, niemniej jednak wiaż a sie z rejestracja jakiś sygna lów (danych). Moga to być na
Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE
Elementy analizy funkcjonalnej PRZESTRZENIE LINIOWE Niech K = R lub K = C oraz X - dowolny zbiór. Określmy dwa dzia lania: dodawanie + : X X X i mnożenie przez liczbȩ : K X X, spe lniaj ace nastȩpuj ace
Wyk lad 9 Baza i wymiar przestrzeni liniowej
Wyk lad 9 Baza i wymiar przestrzeni liniowej 1 Operacje elementarne na uk ladach wektorów Niech α 1,..., α n bed dowolnymi wektorami przestrzeni liniowej V nad cia lem K. Wyróżniamy nastepuj ace operacje
SYSTEM DIAGNOSTYCZNY OPARTY NA LOGICE DOMNIEMAŃ. Ewa Madalińska. na podstawie prac:
SYSTEM DIAGNOSTYCZNY OPARTY NA LOGICE DOMNIEMAŃ Ewa Madalińska na podstawie prac: [1] Lukaszewicz,W. (1988) Considerations on Default Logic: An Alternative Approach. Computational Intelligence, 44[1],
w jednowymiarowym pudle potencja lu
Do wyk ladu II czastka w pudle potencja lu oscylator harmoniczny rotator sztywny Ścis le rozwiazania równania Schrödingera: atom wodoru i jon wodoropodobny) Czastka w jednowymiarowym pudle potencja lu
Wyk lad 5 W lasności wyznaczników. Macierz odwrotna
Wyk lad 5 W lasności wyznaczników Macierz odwrotna 1 Operacje elementarne na macierzach Bardzo ważne znaczenie w algebrze liniowej odgrywaja tzw operacje elementarne na wierszach lub kolumnach macierzy
Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej
Indeks odwzorowania zmiennej zespolonej wzgl edem krzywej zamkni etej 1. Liczby zespolone - konstrukcja Hamiltona 2. Homotopia odwzorowań na okr egu 3. Indeks odwzorowania ciag lego wzgledem krzywej zamknietej
RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA. Spis pojȩċ teoretycznych
1 RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA Spis pojȩċ teoretycznych 1. Podstawowe pojȩcia: doświadczenie losowe, zdarzenie elementarne, zdarzenie losowe, przestrzeń zdarzeń elementarnych, zbiór zdarzeń
Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017. Forma studiów: Stacjonarne Kod kierunku: 11.
Państwowa Wyższa Szko la Zawodowa w Nowym Sa czu Karta przedmiotu Instytut Techniczny obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017 Kierunek studiów: Informatyka Profil: Praktyczny
Zadania o liczbach zespolonych
Zadania o liczbach zespolonych Zadanie 1. Znaleźć takie liczby rzeczywiste a i b, aby zachodzi ly równości: a) a( + i) + b(4 i) 6 i, b) a( + i) + b( + i) 8i, c) a(4 i) + b(1 + i) 7 1i, ( ) a d) i + b +i
Janusz Adamowski METODY OBLICZENIOWE FIZYKI Kwantowa wariacyjna metoda Monte Carlo. Problem własny dla stanu podstawowego układu N cząstek
Janusz Adamowski METODY OBLICZENIOWE FIZYKI 1 Rozdział 20 KWANTOWE METODY MONTE CARLO 20.1 Kwantowa wariacyjna metoda Monte Carlo Problem własny dla stanu podstawowego układu N cząstek (H E 0 )ψ 0 (r)
0.1 Sposȯb rozk ladu liczb na czynniki pierwsze
1 Temat 5: Liczby pierwsze Zacznijmy od definicji liczb pierwszych Definition 0.1 Liczbȩ naturaln a p > 1 nazywamy liczb a pierwsz a, jeżeli ma dok ladnie dwa dzielniki, to jest liczbȩ 1 i sam a siebie
O Marianie Smoluchowskim, górach i fizyce
O Marianie Smoluchowskim, górach i fizyce P. F. Góra Wydział Fizyki, Astronomii i Informatyki Stosowanej UJ 4 października 2012 P. F. Góra (WFAIS UJ) O Marianie Smoluchowskim, górach i fizyce 4 października
Statystyka w analizie i planowaniu eksperymentu
5 marca 2011 Zasady 10 wyk ladów; egzamin pisemny; Literatura 1 A. Lomnicki Wprowadzenie do statystyki dla przyrodników PWN 1999. 2 W. Krysicki, J. Bartos, W. Dyczka, K. Królikowska, M. Wasilewski Rachunek
Niezmienniki i pó lniezmienniki w zadaniach
Niezmienniki i pó lniezmienniki w zadaniach Krzysztof Che lmiński Wydzia l Matematyki i Nauk Informacyjnych Politechnika Warszawska MiNI-Akademia Matematyki Warszawa, 2 marca, 2013 Na czym polega metoda
Fizyka dla Informatyków Wykład 8 Mechanika cieczy i gazów
Fizyka dla Informatyków Wykład 8 Katedra Informatyki Stosowanej PJWSTK 2008 Spis treści Spis treści 1 Podstawowe równania hydrodynamiki 2 3 Równanie Bernoulliego 4 Spis treści Spis treści 1 Podstawowe
2. Wykaż, że moment pierwszego skoku w procesie Poissona. S 1 := inf{t : N t > 0} jest zmienną losową o rozkładzie wykładniczym z parametrem λ.
Zadania z Procesów Stochastycznych 1 1. Udowodnij, że z prawdopodobieństwem 1 trajektorie procesu Poissona są niemalejące, przyjmują wartości z Z +, mają wszystkie skoki równe 1 oraz dążą do nieskończoności.
CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA. Ćwiczenia. http://zcht.mfc.us.edu.pl/ mm
CHEMIA KWANTOWA MONIKA MUSIA L METODA HÜCKLA Ćwiczenia Zwi azki organiczne zawieraj ace uk lady π-elektronowe Sprzȩżony uk lad wi azań podwójnych: -C=C-C=C-C=C-C=C- Skumulowany uk lad wi azań podwójnych:
Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017. Forma studiów: Stacjonarne Kod kierunku: 06.
Państwowa Wyższa Szko la Zawodowa w Nowym Sa czu Karta przedmiotu Instytut Techniczny obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017 Kierunek studiów: Zarządzanie i inżynieria
Liczba 2, to jest jedyna najmniejsza liczba parzysta i pierwsza. Oś liczbowa. Liczba 1, to nie jest liczba pierwsza
1 SZKO LA PODSTAWOWA HELIANTUS 02-892 WARSZAWA ul. BAŻANCIA 16 3 Liczba 2, to jest jedyna najmniejsza liczba parzysta i pierwsza 2 1 0 1 2 3 x Oś liczbowa. Liczba 1, to nie jest liczba pierwsza MATEMATYKA
Wyk lad 3 Wyznaczniki
1 Określenie wyznacznika Wyk lad 3 Wyznaczniki Niech A bedzie macierza kwadratowa stopnia n > 1 i niech i, j bed a liczbami naturalnymi n Symbolem A ij oznaczać bedziemy macierz kwadratowa stopnia n 1
Wyk lad 1 Podstawowe struktury algebraiczne
Wyk lad 1 Podstawowe struktury algebraiczne 1 Dzia lanie w zbiorze Majac dane dowolne dwa przedmioty a b możemy z nich utworzyć pare uporzadkowan a (a b) o poprzedniku a i nastepniku b. Warunek na równość
Spacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
Zadania. kwiecień 2009. Ćwiczenia III. Zadanie 1. Uk lad A o energii E A skontaktowano termicznie z uk ladem B o energii E B.
kwiecień 009 Ćwiczenia III Zadania Zadanie 1 Uk lad A o energii E A skontaktowano termicznie z uk ladem B o energii E B Udowodnić że jeżeli ln Ω A (E A < ln Ω B(E B E A E B to energia przep lynie z uk
Uproszczony dowod twierdzenia Fredricksona-Maiorany
Uproszczony dowod twierdzenia Fredricksona-Maiorany W. Rytter Dla uproszczenia rozważamy tylko teksty binarne. S lowa Lyndona sa zwartymi reprezentacjami liniowymi s lów cyklicznych. Dla s lowa x niech
Rachunek zdań - semantyka. Wartościowanie. ezyków formalnych. Semantyka j. Logika obliczeniowa. Joanna Józefowska. Poznań, rok akademicki 2009/2010
Logika obliczeniowa Instytut Informatyki Poznań, rok akademicki 2009/2010 1 formu l rachunku zdań Wartościowanie i sta le logiczne Logiczna równoważność 2 Model formu ly Formu la spe lniona Formu la spe
Wyk lad 3. Natalia Nehrebecka Dariusz Szymański. 13 kwietnia, 2010
Wyk lad 3 Natalia Nehrebecka Dariusz Szymański 13 kwietnia, 2010 N. Nehrebecka, D.Szymański Plan zaj eć 1 Sprowadzenie modelu nieliniowego do liniowego 2 w modelu liniowym Elastyczność Semielastyczność
Konkurs Matematyczny, KUL, 30 marca 2012 r.
Konkurs Matematyczny, KUL, 30 marca 01 r. W pustych kratkach obok liter A) B) C) D) nale zy wpisać s owo TAK lub NIE. Zadanie zostanie uznane za rozwiazane, jeśli wszystkie cztery odpowiedzi sa poprawne.
Wersja testu D 14 września 2011 r. 1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1?
1. Czy prawda jest, że a) x Z y Z y 2 = 2 ; b) x Z y Z x 2 = 1 ; c) x Z y Z x 2 = 2 ; d) x Z y Z y 2 = 1? 2. Czy prawda jest, że a) 5 8 1 jest podzielne przez 4 ; b) 5 7 1 jest podzielne przez 4 ; c) 3