Fizyka, technologia oraz modelowanie wzrostu kryształów

Wielkość: px
Rozpocząć pokaz od strony:

Download "Fizyka, technologia oraz modelowanie wzrostu kryształów"

Transkrypt

1 Fzyka, techologa oaz modelowae wzostu kyształów Stasław Kukowsk Mchał Leszczyńsk Istytut Wysokch Cśeń PA 0-4 Waszawa, ul Sokołowska 9/37 tel: e-mal: Zbgew Żytkewcz Istytut Fzyk PA Waszawa, Al. Lotków 3/46 E-mal: Wykład godz./tydzeń wtoek Itedyscyplae Cetum Modelowaa UW Budyek Wydzału Geolog UW sala

2 Modelowae pocesów wzostu obaz mko Stasław Kukowsk Modelowae pocesów wzostu dwa obazy Modelowae - metody Modelowae - zagadea pocesy fzycze

3 Modelowae pocesów wzostu zagadea Modelowae w skal makoskopowej - obazowae pocesów taspotu podczas wzostu kyształów (masy, eeg pędu) - wyzaczae apężeń w stuktuach ejedoodych - wyzaczae własośc elektyczych układów elektoczych - wyzaczae własośc optyczych układów elektoczych Modelowae w skal atomowej - wyzaczae stuktuy mofolog kyształów - wyzaczae chaakteystyczych własośc eegetyczych dla staów ówowagowych - wyzaczae chaakteystyczych własośc eegetyczych dla pocesów ketyczych

4 Modelowae pocesów wzostu metody Modelowae w skal makoskopowej - metoda skończoej óżcy - metoda skończoej objętośc - metoda elemetu skończoego Modelowae w skal atomowej - metoda Mote Calo - metoda dyamk molekulaej - metody ab to - DFT

5 Metoda Mote Calo Okeślee pzestze zdazeń elemetaych Defcja zmeej losowej Wyzaczee ozkładu pawdopodobeństwa zmeej losowej Póbkowae ozkładu Wyzaczee własośc fzyczych

6 Metoda Mote Calo okeślee pzestze zdazeń Aksjomatycza defcja pawdopodobeństwa Pawdopodobeństwo - maa p, zdefowaa a zboze (algebze) zdazeń losowych {A, = 3 }, spełająca astępujące zależośc: p( ) = 0, p(e) = 0 p(a) p(a B) = p(a) + p(b) zdazea sę wykluczają tz. gdy A B = Pawdopodobeństwo zdazea waukowego, tz. zajśca zdazea A pod waukem że zaszło zdazee B jest ówe: p( A B) = p(a B) p(b)

7 Zmea losowa Załóżmy, że algeba zdazeń losowych A jest odwzoowywaa a fukcję o watoścach zeczywstych. Fukcję taką azywamy zmeą losową X : { A} R Jedocześe a algebze zdazeń losowych {A} okeśloe jest pawdopodobeństwo, tz. fukcja zeczywsta spełająca wauk defcj aksjomatyczej. p : { A} [ 0,] Każdej watośc zmeej losowej X moża pzypoządkować pawdopodobeństwo odpowadające sume pawdopodobeństw wykluczających sę zdazeń dla któych zmea losowa pzyjmuje watość X. Zależość pawdopodobeństwa p od watośc zmeej losowej azywamy ozkładem zmeej losowej.

8 Własośc ozkładów zmeej losowej dodato okeśloy uomoway P ( x) 0 P ( x ) = wyzaczay z pomaów p. ozkład eeg o szeokośc E P ( E ) k = k gdze k lczba cząstek o eeg w pzedzale E k,e k + E, całkowta lczba cząstek. Rozkłady cągłe dyskete Rozkład zmeej losowej azywamy dysketym, gdy jego zakes jest skończoy lub polczaly.

9 Zależośc pomędzy óżym ozkładam pawdopodobeństw

10 Póbkowae samplg Day jest geeato lczb losowych o ozkładze jedoodym: tz. p( ξ ) = f( ξ) dξ gdze f( ξ) = ξ [0,] 0 ξ [0,] ależy zaleźć poceduę geeacj lczb losowych o ozkładze pawdopodobeństwa daym fukcją ozkładu (póbkowae) ( Ω) p x k = f(x) dx Wauek zgodośc - wauek ówośc pawdopodobeństw: p( x > y) = p( > ) ξ ξ o x x Ω f (y)dy = ξ 0 d ξ x ξ = f(y) dy - Rozkład Loetza f( x) = π + x π x ξ + y dy = π x = ta ( ξ - ) -

11 Techk odzucaa Załóżmy że mamy fukcję ozkładu jedej zmeej okeśloą a pzedzale [0,] za pomocą skomplkowaej zależośc: f(x) 0 x Póbkowae tego ozkładu za pomocą techk odzucaa: geeacja lczby losowej ξ z pzedzału [0,] geeacja lczby losowej ξ z pzedzału [0,] spawdzamy wauek ξ < f( ξ ) x = ξ jeżel wauek e jest spełoy, wykoujemy poceduę geeacj lczby od początku Wada metody - dla pewych ozkładów pawdopodobeństw jest oa stosukowo mało efektywa.

12 Algoytm póbkowaa Metopolsa Algoytm te został skostuoway do wykoywaa symulacj własośc ówowagowych ceczy (Metopols et al, J. Chem. Phys. (953) 087 Rówowagowy ozkład pawdopodobeństwa dla układu o tempeatuze T opsay jest za pomocą zespołu kaoczego Gbbsa: (, q ) f p = Z exp - E ( p, q ) f ( q ) kt = Z exp - ( ) V q kt Własośc ozkładu: - ozkład okeśloy a pzestze badzo welu zmeych - ozkład posadający badzo oste maksmum w poblżu stau ówowag makoskopowej. Własośc te powodująże stadadowe metody jego póbkowaa są w zasadze emożlwe do wykoaa.

13 Algoytm póbkowaa Metopolsa - pocedua Wybeamy zespół zmeych początkowych q(t) Zajdujemy sta q'(t+) Oszacujemy pawdopodobeństwo zalezea sę w stae q'(t+) Używamy zasady ówowag szczegółowej p( q q') Q = = f(q) p( q' q) f(q') Jeżel Q > pzejśce zachodz E(q) - E(q') = exp - k T Jeżel Q < geeujemy lczbę losową ξ, gdy ξ < Q pzejśce óweż zachodz, jeżel ξ > Q to póbę odzucamy. Algoytm Metopolsa jest węc odzajem błądzea pzypadkowego w pzestze mkostaów.

14 Fukcja koelacj gęstośc faza gazowa cekła Faza gazowa Faza cekła

15 Fukcja koelacj gęstośc faza stała ższa gęstość Wyższa gęstość

16 Metoda dyamk molekulaej - umeycza aalza zachowaa układów dyamczych Fomalzm Hamltoa &q = H p &p = - H q gdze H(p,q) = p m + V ({ q }) Dla sł zachowawczych tz. dla potecjału ezależego od pędkośc moża wpowadzć zależość pomędzy pędem pędkoścą v = p /m: q& = v m v & = F F = - V( { q }) q Moża sfomułować w postac jedego ówaa: ({ q} ) && q = f = ({ q} ) F m

17 Oblczae potecjału sł mechaka kwatowa Poblem ozwązae ówaa Schödgea a fukcję falową Ψ(R,): h Ψ t ( R, ) = H Ψ(R, ) R oaz współzęde położeń jąde atomowych elektoów. Pzyblżee Boa-Oppehemea zaedbae uchu jąde pzy ozwązywau ówaa Schödgea. Ψ(R, ) = f ( R) ϕ ( ) R ϕr h t ( ) ( ) ϕ () = H ;R Waukem stosowaa metody DM jest aby długość fal de Bogle a uchu jąde była zacze mejsza żśeda odległość pomędzy atomam h πmk B T = Λ << v 3 = V 3 R

18 Potecjał Leada-Joesa: gazy szlachete Potecjał Leada- Joesa V( q j) q 4ε = σ j q σ 0 j 6 q q < > c c,00 0,75 0,50 0,5 0,00 V/ε -0,5-0,50-0,75 -,00 0,8,0,,4,6,8,0,,4,6,8 3,0 /σ

19 Azotopowy potecjał azotu Z ϑ B 0.0 0E+000 Θ ϕ B E-0 ϑ A Y ϕ A R Φ X E [J] -.00 E E E E R [m] Hatee-Fock appox. (va de Avod et al )

20 Azotopowy potecjał azotu CCSD(T) 4.00E-0 θ A =0 θ B =0 φ B =0 4.00E-0 θ A =90 θ B =0 φ B =0.00E-0 E(J).00E E+000 E(J) 0.00E R (m) -.00E R(m) 4.00E-0 θ A =90 θ B =90 φ B =0.50E-00 θ A =90 θ B =90 φ B =90.00E-0.00E-00 E(J) E(J) 0.00E E E E R(m) R(m) (P. Stąk - 006)

21 Oblczae sł ajbadzej pacochłoy elemet metody dyamk molekulaej Potecjał oddzaływaa V ( q) = V( R) = () H( ;R) ϕ R ϕ R () Substacje potecjały oddzaływań. Kyształy cecze pewastków gazów szlachetych - oddzaływaa dwucząstkowe Leada-Joesa (kótkozasęgowe). Kyształy cecze joowe oddzaływaa dwucząstkowe kulombowske (długozasęgowe) 3. Kyształy półpzewodków oddzaływaa tójcząstkowe (kótkozasęgowe) 4. Kyształy cecze metal postych oddzaływaa kolektywe (kótkozasęgowe)

22 Metody całkowaa ówań uchu Rozwązae poblemu zastąpee ewolucj cągłej ewolucją o skończoym pzedzale czasowym. Rówae óżczkowe & q& = f ( q) całkujemy w skończoej óżcy czasów ozaczając wyk w -tym koku czasowym pzez x. Dwa typy metod całkowaa ówań uchu:. Metody otwate metody pedyktoa Ozacza oa że watość x + jest wyzaczoa wyłącze pzez watośc w chwlach popzedch tz. x, x +, td. Metody zamkęte metody pedykto+koekto Ozacza oa że wyk y + jest wyzaczoy popzez zależość od x, x -, tz. jak popzedo, lecz astępe watość tę koyguje sę popzez użyce tej samej zależośc dla x +

23 Metody otwate: metoda Eulea Metoda Eulea polega a ozwęcu w szeeg Tayloa względem czasu dla położeń q oaz pędkośc v x = x + && x h + & x + h = x + v h + hf v = v + hv = v + + & hf gdze f = f(x ) Zachowae metody Eulea jest badzo złe jest to metoda względe mało stabla

24 Metody zamkęte: zmodyfkowaa metoda Eulea Pedykto y + = x + hv + h f ( ) * f = f + f ( y+ ) Koekto x + = x + hv + v v hf * h f * = y 4 [ f ( y ) f ( y )] = + f + = f( x + ) Wadą zmodyfkowaej metody Eulea jest oblczae sły dwukote w każdym koku czasowym co wymaga dużych mocy oblczeowych jest to jedak metoda badzej stabla

25 Metody otwate: metoda Veleta Metoda Veleta polega a użycu ozwęca względem czasu w dwu kokach czasowych ' x x = x hx + h x x ' '' 3 ''' h x gdze t 6 '' x x ' '' t 3 ''' x + = x + hx + h x + h x 3 ''' x 6 x 3 t Po dodau stoam otzymujemy ezależy od pędkośc algoytm Algoytm dla pędkośc x = x x + h f( x ) + v = ( x x ) + h Własośc metody Veleta - posty, szybk algoytm, dokłady do zędu O(h 4 ) powodująże jest to metoda badzo często stosowaa.

26 Oscylato hamoczy: poówae óżych metod całkowaa ówań uchu - położee Względe odchylee od ozwązaa dokładego Steps pe cycle a le koków został podzeloy jede okes dgań oscylatoa - h = T

27 Oscylato hamoczy: poówae óżych metod całkowaa ówań uchu dyft eeg Dopasowae metoda ajmejszych kwadatów eeg cześć popocjoalą do długośc koku azywamy dyftem Steps pe cycle a le koków został podzeloy jede okes dgań oscylatoa - h = T

28 Potecjały zależe od keuku hybydyzacja sp 3 Kzem potecjał oddzaływaa Stllgea-Webea: Oddzaływaa dwucząstkowe v ( j ) = ε f j σ f A B exp a 0 ( ) ( -p q = ) < a > a Założoo że głębokość potecjału jest okeśloa pzez paamet, atomast - jest wyzaczoa pzez żądae aby f ( /6 ) = 0. Oddzaływaa tójcząstkowe j k v 3 (, j, k ) = εf 3,, σ σ σ f 3 + (, j,k ) = h( j,k, θ jk ) h(,, θ ) + h(,, θ ) j jk jk k kj kj h (,, θ ) j k jk = λ exp j γ a + k γ cos θ a 0 jk + 3 j j < a k > a lub k < a > a

29 Potecjały Stllgea-Webea wybó paametów (S) Kzem potecjał oddzaływaa Stllgea-Webea: A = B = p = 4 q = 0 a =.80 λ =.0 γ =.0 Potecjał dwucząstkowy w fukcj odległośc zka dla =.8.

30 Faza cekła stała kzemu stablość Eega sec w fukcj gęstośc Śeda eega potecjala w fukcj tempeatuy Potecjał Stllgea-Webea dobze odtwaza stablość eegetyczą S.

31 Metody mechak kwatowej ab to metoda fukcjoału gęstość (DFT) Pocedua oblczeowa: ozwązae ówań mechak kwatowej w fomalzme fukcjoału gęstośc (DFT) albo w fomalzme fukcjoału gęstośc w modelu casego wązaa (DFTB) oblczee sł wykających z ozwązań kwatowo-mechaczych twedzee Hellmaa-Feymaa wykoae całkowaa ówań uchu oblczee welkośc uśedoych Używamy fomalzmu kaoczego Hamltoa współzędych pędów kaoczych kwatyzacja: pzypoządkowae zmeym kaoczym opeatoów położea pędu.

32 Hamltoa układu - pzypadek bezspowy (ajbadzej uposzczoy!) Hamltoa układu welu cząstek H jest opeatoem dzałającym a współzęde elektoowe oaz joowe R. Dla układów atomów, o ezbyt wysokch lczbach atomowych moża zaedbać efekty elatywstycze. Wówczas w ajpostszym pzypadku, hamltoa układu moża pzedstawć w astępującej postac : ) h H(R, ) = R α M + α<β Z R α α Zβe R α β α, α Zαe R α + h m < j e Fukcja falowa układu, zależy od współzędych jąde R, oaz elektoów Ψ = Ψ ( ),R =.. α =..' α Pzyblżee adabatycze Boa-Oppehemea: położea jąde są taktowae jako paamet (uch jąde: mechaka klasycza). j

33 Eega układu Eega ketycza: T ( ) e e e E E E T R E = ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) φ φ φ φ = Ψ Ψ Ψ Ψ = m m m m m,..,,..,,.., m,.., T h h Eega oddzaływaa jąde: E - β α β α β α = R R e Z Z E

34 Eega układu - cd Eega oddzaływaa jądo - elekto : E -e ( ) e e e E E E T R E = Eega oddzaływaa elekto - elekto ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) α α α α α α φ φ φ φ = Ψ Ψ Ψ Ψ =, m m m m, e R e Z,..,,..,,.., R e Z,.., E ( ) ( ) ( ) ( ) K J,..,,..,,.., e,.., E j e e = Ψ Ψ Ψ Ψ = gdze J oaz K odpowadają eeg odpychaa ładuków oaz eeg koelacj wymay.

35 Rówae Koha-Shama Eegę układu, zajdującego sę w polu zewętzym V ext () moża pzedstawć jako fukcjoał gęstośc E[ρ], w stae ówowag jest okeśloa pzez wauek mmum, a pzestze fukcj falowych spełających wauek omalzacj, tz.: δe δφ [ ρ] * = ε gdze ε j jest możkem Lagage a wykającym z zasady omalzacj: j φ φ j = δ j Otzymujemy szeeg spzężoych, elowych ówań a fukcjęф j h m + V e e V e + ε xc + V ext φ = ε φ

36 Rówae Koha-Shama w baze Rówaa Koha-Shama są węc pzekształcoe a fomale ówaa a współczyk C j : χ j gdze: j H j ( C) C jk = εsjc jk H j h m = χ + Ve e Ve + ε xc + V ext χ j Sj = χ χ j Poeważ H j zależą od C- ależy ozwązywać ówaa teacyje. ajpostsza metoda kolejych podstaweń (SS succesve substtutos) polega a leayzacj popzez podstawee C z popzedch koków.

37 Pocedua teacyjego ozwązywaa ówań I. Wybez wyjścowy zespół współczyków C j II. III. IV. Utwóz wyjścowy zbó obtal molekulaych Oblcz ozkład gęstośc Oblcz elowe wyazy w hamltoae V. Utwóz H j VI. VII. Rozwąż ówae Koha-Shama a współczyk C j Oblcz owy zbó obtal molekulaych VIII. Oblcz ozkład gęstośc IX. Jeżel ozkład gęstośc e zmeł sę poza pewa gace koec teacj X. Jeżel ozkład gęstośc sę zmeł wacamy do puktu IV Wauek zbeżośc zależy od fzyczych własośc układu. Dla układów o sle ejedoodych ozkładach ozkład może być oblczoy pzy mejszej lczbe teacj, atomast dla układów metal ależy wykoywać zacze węcej teacj.

38 Oddzaływae z Ga(l) Eega baey a ozpad Excess eegy [ev] ev 4.8 ev 3. ev molecule hozotally ad cluste of 9 atoms I Ga Al Ga Eega dysocjacj swobodej cząsteczk ev/cząsteczkę 3 4 Dstace fom suface(a) S. Kukowsk ad Z. Romaowsk Oblczea kwatowe, Dmol, DFT

39 Dysocjacja a powezch Ga 3,5 3,0.0A - spacg [A],5,0,5.6A.6A,0 0,8,,6,0,4,8 3, 3,6 4,0 d [A] S. Kukowsk ad Z. Romaowsk QM DFT

40 Wzost azotku galu a powezch Ga (000): PA MBE Stuktua powezch Ga (000) - dagam fazowy Gęstość ładuku elektoowego dla atomu a powezch Ga (000) Powezcha eeg dla atomu a powezch Ga (000) pokytej I Eega baey a skok atomu : - powezcha czysta.3 ev - powezcha pokyta I 05 ev J. eugebaue, T. Zywetz, M. Scheffle, J.E. othup, H. Che, R.M. Feesta, PRL 90 (003) 0560

41 Podzękowaa dla ICM UW Za możlwość kozystaa z opogamowaa komecyjego Fdap (ASYS Ic.) oaz Abaqus (Dassault Systèmes) Wykozystae komputeów w amach gatu oblczeowego G5-9

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

www.bdas.pl Rozdział 3 Zastosowanie języka SQL w statystyce opisowej 1 Wprowadzenie

www.bdas.pl Rozdział 3 Zastosowanie języka SQL w statystyce opisowej 1 Wprowadzenie Rozdzał moogaf: 'Bazy Daych: Nowe Techologe', Kozelsk S., Małysak B., Kaspowsk P., Mozek D. (ed.), WKŁ 007 Rozdzał 3 Zastosowae języka SQL w statystyce opsowej Steszczee. Relacyje bazy daych staową odpowede

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

Bardziej szczegółowo

+Ze (Z-1)e. Możliwe sytuacje: 1) orbita nie penetrująca kadłuba

+Ze (Z-1)e. Możliwe sytuacje: 1) orbita nie penetrująca kadłuba Atomy weloelektoowe: ekulombowsk potecał (cetaly) kedy? ektóe atomy weloelektoowe (p. alkalcze) maą elekto w śede odległ. od ąda >> ż odległośc pozostałych elektoów, el. walecyy kadłub atomu Róże stay

Bardziej szczegółowo

BRYŁA SZTYWNA. Zestaw foliogramów. Opracowała Lucja Duda II Liceum Ogólnokształcące w Pabianicach

BRYŁA SZTYWNA. Zestaw foliogramów. Opracowała Lucja Duda II Liceum Ogólnokształcące w Pabianicach BRYŁA SZTYWNA Zestaw fologamów Opacowała Lucja Duda II Lceum Ogólokształcące w Pabacach Pabace 003 Byłą sztywą azywamy cało, któe e defomuje sę pod wpływem sł zewętzych. Poszczególe częśc były sztywej

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

Analiza Matematyczna Ćwiczenia. J. de Lucas Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2 Permutacje { 2,,..., } Defcja: Permutacją zboru lczb azywamy dowolą różowartoścową fukcję określoą a tym zborze o wartoścach w tym zborze. Uwaga: Lczba wszystkch permutacj wyos! Permutacje zapsujemy w

Bardziej szczegółowo

Fizyka, technologia oraz modelowanie wzrostu kryształów

Fizyka, technologia oraz modelowanie wzrostu kryształów Fzyka, technologa oaz modelowane wzostu kyształów Stansław Kukowsk Mchał Leszczyńsk Instytut Wysokch Cśneń PAN 0-4 Waszawa, ul Sokołowska 9/37 tel: 88 80 44 e-mal: stach@unpess.waw.pl, mke@unpess.waw.pl

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej

Bardziej szczegółowo

BADANIE STATYSTYCZNEJ CZYSTOŚCI POMIARÓW

BADANIE STATYSTYCZNEJ CZYSTOŚCI POMIARÓW INSTYTUT FIZYKI WYDZIAŁ INŻYNIERII RODUKCJI I TECHNOLOGII MATERIAŁÓW OLITECHNIKA CZĘSTOCHOWSKA RACOWNIA DETEKCJI ROMIENIOWANIA JĄDROWEGO Ć W I C Z E N I E N R J-6 BADANIE STATYSTYCZNEJ CZYSTOŚCI OMIARÓW

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

METODY KOMPUTEROWE 1

METODY KOMPUTEROWE 1 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

JEDNOWYMIAROWA ZMIENNA LOSOWA JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:

Bardziej szczegółowo

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

3. OPTYMALIZACJA NIELINIOWA Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz

Bardziej szczegółowo

24-01-0124-01-01 G:\AA_Wyklad 2000\FIN\DOC\Geom20.doc. Drgania i fale III rok Fizyki BC

24-01-0124-01-01 G:\AA_Wyklad 2000\FIN\DOC\Geom20.doc. Drgania i fale III rok Fizyki BC 4-0-04-0-0 G:\AA_Wyklad 000\FIN\DOC\Geom0.doc Dgaa ale III ok Fzyk BC OPTYKA GEOMETRYCZNA. W ośodku jedoodym śwatło ozcodz sę ostolowo.. Pzecające sę omee śwetle e zabuzają sę awzajem. 3. Pawo odbca śwatła.

Bardziej szczegółowo

Energia potencjalna jest energią zgromadzoną w układzie. Energia potencjalna może być zmieniona w inną formę energii (na przykład energię kinetyczną)

Energia potencjalna jest energią zgromadzoną w układzie. Energia potencjalna może być zmieniona w inną formę energii (na przykład energię kinetyczną) 1 Enega potencjalna jest enegą zgomadzoną w układze. Enega potencjalna może być zmenona w nną omę eneg (na pzykład enegę knetyczną) może być wykozystana do wykonana pacy. Sumę eneg potencjalnej knetycznej

Bardziej szczegółowo

!!" % & $ ( # # ( ( # ( ( TalentowiSKO talenty dodajemy, mnoīymy, potċgujemy. e-mail: TalentowiSKO@bankbps.pl tel. +48 22 53 95 231 TalentowiSKO.

!! % & $ ( # # ( ( # ( ( TalentowiSKO talenty dodajemy, mnoīymy, potċgujemy. e-mail: TalentowiSKO@bankbps.pl tel. +48 22 53 95 231 TalentowiSKO. !!" #$ % &!! "! # $ %! "! # # # % & '( ( '( ) $ "! $ $ "! #'$ ( * ( $ # +, - ( ( ( (( (# $ (#. (. $ ( ' ( $ ( '. ' ( / ( # ( ( ( $(## ( 0 $ '( $ $ $ $ (# ( ( (# * ' / ( $ #)$ & " 0 ) ( (... (. % *. / (.()

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

ROZKŁADY ZMIENNYCH LOSOWYCH

ROZKŁADY ZMIENNYCH LOSOWYCH ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 6 Matematyka fasowa c.d. Rachuek retowy (autetowy) Maem rachuku retowego określa sę regulare płatośc w stałych odstępach czasu przy założeu stałej stopy procetowej. Przykłady

Bardziej szczegółowo

PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI

PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI Adrzej POWNUK *) PRZEDZIAŁOWE METODY ROZWIĄZYWANIA ALGEBRAICZNYCH RÓWNAŃ NIELINIOWYCH MECHANIKI KONSTRUKCJI. Wprowadzee Mechaka lowa staow jak dotąd podstawowy obszar zateresowań żyerskch. Isteje jedak

Bardziej szczegółowo

. Wtedy E V U jest równa

. Wtedy E V U jest równa Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

REZONATORY DIELEKTRYCZNE

REZONATORY DIELEKTRYCZNE REZONATORY DIELEKTRYCZNE Rezonato dielektyczny twozy małostatny, niemetalizowany dielektyk o dużej pzenikalności elektycznej ( > 0) i dobej stabilności tempeatuowej, zwykle w kształcie cylindycznych dysków

Bardziej szczegółowo

DYNAMIKA UKŁADU PUNKTÓW MATERIALNYCH

DYNAMIKA UKŁADU PUNKTÓW MATERIALNYCH WYKŁAD 3 DYNAIKA UKŁADU PUNKTÓW ATERIALNYCH UKŁAD PUNKTÓW ATERIALNYCH zbór skończoej lczby puktów materalych o zadaej kofguracj przestrzeej. Obłok Oorta Pas Kupera Pluto Neptu Ura Satur Jowsz Plaetody

Bardziej szczegółowo

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84 Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Iżyerska dr hab. ż. Jacek Tarasuk AGH, WFIS 013 Wykład 3 DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE, PODSTAWY ESTYMACJI Dwuwymarowa, dyskreta fukcja rozkładu rawdoodobeństwa, Rozkłady brzegowe

Bardziej szczegółowo

WARTOŚĆ PIENIĄDZA W CZASIE

WARTOŚĆ PIENIĄDZA W CZASIE WARTOŚĆ PIENIĄDZA W CZASIE Czyiki wpływające a zmiaę watości pieiądza w czasie:. Spadek siły abywczej. 2. Możliwość iwestowaia. 3. Występowaie yzyka. 4. Pefeowaie bieżącej kosumpcji pzez człowieka. Watość

Bardziej szczegółowo

Wykład 15 Elektrostatyka

Wykład 15 Elektrostatyka Wykład 5 Elektostatyka Obecne wadome są cztey fundamentalne oddzaływana: slne, elektomagnetyczne, słabe gawtacyjne. Slne słabe oddzaływana odgywają decydującą ole w budowe jąde atomowych cząstek elementanych.

Bardziej szczegółowo

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

Matematyka dyskretna. 10. Funkcja Möbiusa

Matematyka dyskretna. 10. Funkcja Möbiusa Matematyka dyskreta 10. Fukcja Möbusa Defcja 10.1 Nech (P, ) będze zborem uporządkowaym. Mówmy, że zbór uporządkoway P jest lokale skończoy, jeśl każdy podzał [a, b] P jest skończoy, a, b P Uwaga 10.1

Bardziej szczegółowo

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona: Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE 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 szczegółowo

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 Wybrane litery alfabetu greckiego α alfa β beta Γ γ gamma δ delta ɛ, ε epsilon η eta Θ θ theta

Bardziej szczegółowo

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu METODA RÓŻIC SKOŃCZOYCH (omówee a przykładze rówań lowych) ech ( rówaa różczkowe zwyczaje lowe I-rz.) lub jedo II-rzędu f / / p( x) f / + q( x) f + r( x) a x b, f ( a) α, f ( b) β dea: a satce argumetu

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze

Bardziej szczegółowo

Chemia Teoretyczna I (6).

Chemia Teoretyczna I (6). Chemia Teoretycza I (6). NajwaŜiejsze rówaia róŝiczkowe drugiego rzędu o stałych współczyikach w chemii i fizyce cząstka w jedowymiarowej studi potecjału Cząstka w jedowymiarowej studi potecjału Przez

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

Bardziej szczegółowo

Trójparametrowe formowanie charakterystyk promieniowania anten inteligentnych w systemach komórkowych trzeciej i czwartej generacji

Trójparametrowe formowanie charakterystyk promieniowania anten inteligentnych w systemach komórkowych trzeciej i czwartej generacji Zakład Zastosowań Techik Łączości lektoiczej (Z ) Tójpaametowe fomowaie chaakteystyk pomieiowaia ate iteligetych w systemach komókowych tzeciej i czwatej geeacji Paca : 35 Waszawa, gudzień 5 Tójpaametowe

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

Miary statystyczne. Katowice 2014 Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

ma rozkład normalny z nieznaną wartością oczekiwaną m Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee

Bardziej szczegółowo

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe

Zdarzenia losowe, definicja prawdopodobieństwa, zmienne losowe Metody probabilistycze i statystyka Wykład 1 Zdarzeia losowe, defiicja prawdopodobieństwa, zmiee losowe Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki

Bardziej szczegółowo

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem 9.1. Izomorfizmy algebr.. Wykład Przykłady: 13) Działaia w grupach często wygodie jest zapisywać w tabelkach Cayleya. Na przykład tabelka działań w grupie Z 5, 5) wygląda astępująco: 5 1 3 1 1 3 1 3 3

Bardziej szczegółowo

METODY ANALIZY DANYCH DOŚWIADCZALNYCH

METODY ANALIZY DANYCH DOŚWIADCZALNYCH POLITECHNIKA Ł ÓDZKA TOMASZ W. WOJTATOWICZ METODY ANALIZY DANYCH DOŚWIADCZALNYCH Wybrae zagadea ŁÓDŹ 998 Przedsłowe Specyfką teor pomarów jest jej wtóry charakter w stosuku do metod badawczych stosowaych

Bardziej szczegółowo

Pole magnetyczne prąd elektryczny

Pole magnetyczne prąd elektryczny Pole magnetyczne pąd elektyczny Czy pole magnetyczne może wytwazać pąd elektyczny? Piewsze ekspeymenty dawały zawsze wynik negatywny. Powód: statyczny układ magnesów. Michał Faaday piewszy zauważył, że

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10) Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,

Bardziej szczegółowo

Novosibirsk, Russia, September 2002

Novosibirsk, Russia, September 2002 Noobk, ua, Septebe 00 W-5 (Jaoewc) 4 lajdów Dyaka były tywej Cało tywe jego uch uch potępowy cała tywego uch obotowy cała tywego wględe tałej o obotu. oet bewładośc Dyaka cała tywego uch łożoy cała tywego

Bardziej szczegółowo

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą. Joaa Ceślak, aula Bawej ESTREA FUNCJI ESTREA FUNCJI JEDNEJ ZIENNEJ Otoczeem puktu R jest każdy przedzał postac,+, gdze >. Sąsedztwem puktu jest każdy zbór postac,,+, gdze >. Nech R, : R oraz ech. De. ówmy,

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

będą niezależnymi zmiennymi losowymi o tym samym 2 x Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE BQR FMECA/FMEA Przed rozpoczęcem aalzy ależy przeprowadzć dekompozycję systemu a podsystemy elemety. W efekce dekompozycj uzyskuje sę klka pozomów: pozom systemu, pozomy podsystemów oraz pozom elemetów.

Bardziej szczegółowo

5. Regulacja częstotliwościowa prędkości obrotowej silnika indukcyjnego klatkowego

5. Regulacja częstotliwościowa prędkości obrotowej silnika indukcyjnego klatkowego 5. Regulacja czętotlwoścowa pędkośc obotowej lnka ndukcyjnego klatkowego 5.1 Zaada egulacj czętotlwoścowej - waunk optymalzacj tatycznej; 5.2 Regulacja kalana pędkośc obotowej ( U/f); 5.3 Regulacja wektoowa

Bardziej szczegółowo

Wykład 11. a, b G a b = b a,

Wykład 11. a, b G a b = b a, Wykład 11 Grupy Grupą azywamy strukturę algebraiczą złożoą z iepustego zbioru G i działaia biarego które spełia własości: (i) Działaie jest łącze czyli a b c G a (b c) = (a b) c. (ii) Działaie posiada

Bardziej szczegółowo

Modele wartości pieniądza w czasie

Modele wartości pieniądza w czasie Joaa Ceślak, Paula Bawej Modele wartośc peądza w czase Podstawowe pojęca ozaczea Kaptał (ag. prcpal), kaptał początkowy, wartośd początkowa westycj - peądze jake zostały wpłacoe a początku westycj (a początku

Bardziej szczegółowo

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki: Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8 Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Katedra Ietycj Faoych Zarządzaa yzykem Aalza Zarządzae Portfelem cz. Dr Katarzya Kuzak Co to jet portfel? Portfel grupa aktyó (trumetó faoych, aktyó rzeczoych), które zotały yelekcjooae, którym ależy zarządzać

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

STATYKA. Cel statyki. Prof. Edmund Wittbrodt STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

1. Relacja preferencji

1. Relacja preferencji dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x

Bardziej szczegółowo

POLITECHNIKA WARSZAWSKA Wydział Budownictwa, Mechaniki i Petrochemii Instytut Inżynierii Mechanicznej

POLITECHNIKA WARSZAWSKA Wydział Budownictwa, Mechaniki i Petrochemii Instytut Inżynierii Mechanicznej PITECHNIKA WARSZAWSKA Wydział Budownictwa, Mechaniki i Petochemii Instytut Inżynieii Mechanicznej w Płocku Zakład Apaatuy Pzemysłowej ABRATRIUM TERMDYNAMIKI Instukcja stanowiskowa Temat: Analiza spalin

Bardziej szczegółowo

Współczynnik korelacji rangowej badanie zależności między preferencjami

Współczynnik korelacji rangowej badanie zależności między preferencjami Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Podstawy Procesów i Konstrukcji Inżynierskich. Ruch obrotowy INZYNIERIAMATERIALOWAPL. Kierunek Wyróżniony przez PKA

Podstawy Procesów i Konstrukcji Inżynierskich. Ruch obrotowy INZYNIERIAMATERIALOWAPL. Kierunek Wyróżniony przez PKA Podstawy Pocesów Konstukcj Inżyneskch Ruch obotowy Keunek Wyóżnony pzez PKA 1 Ruch jednostajny po okęgu Ruch cząstk nazywamy uchem jednostajnym po okęgu jeśl pousza sę ona po okęgu lub kołowym łuku z pędkoścą

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

Rezonanse w deekscytacji molekuł mionowych i rozpraszanie elastyczne atomów mionowych helu. Wilhelm Czapliński Katedra Zastosowań Fizyki Jądrowej

Rezonanse w deekscytacji molekuł mionowych i rozpraszanie elastyczne atomów mionowych helu. Wilhelm Czapliński Katedra Zastosowań Fizyki Jądrowej ezonanse w deekscytacj moekuł monowych ozpaszane eastyczne atomów monowych heu Whem Czapńsk Kateda Zastosowań Fzyk Jądowej . ezonanse w deekscytacj moekuł monowych µ He ++ h ++ Heµ h J ν h p d t otacyjna

Bardziej szczegółowo

FUNKCJE DWÓCH ZMIENNYCH

FUNKCJE DWÓCH ZMIENNYCH FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam

Bardziej szczegółowo

Fizyka Laserów wykład 10. Czesław Radzewicz

Fizyka Laserów wykład 10. Czesław Radzewicz Fizyka Laserów wykład 10 Czesław Radzewicz Struktura energetyczna półprzewodników Regularna budowa kryształu okresowy potencjał Funkcja falowa elektronu. konsekwencje: E ψ r pasmo przewodnictwa = u r e

Bardziej szczegółowo

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi

termodynamika 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 szczegółowo

Matematyka II. x 3 jest funkcja

Matematyka II. x 3 jest funkcja Maemayka II WYKLD. Całka eozaczoa. Rachuek całkowy. Twerdzea o całkach eozaczoych. Całkowae wybraych klas fukcj. Całkowae fukcj wymerych. Całkowae fukcj rygoomeryczych.. Defcja fukcj perwoej. Fukcję F

Bardziej szczegółowo

OGÓLNE PODSTAWY SPEKTROSKOPII

OGÓLNE 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 szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

Bardziej szczegółowo

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW U podstaw wszystkch auk przyrodczych leży zasada: sprawdzaem wszelkej wedzy jest eksperymet, tz jedyą marą prawdy aukowej jest dośwadczee Fzyka, to auka

Bardziej szczegółowo

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, tr. 3 STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI Dorota Kozoł-Kaczorek Katedra Ekoomk Rolcta Mędzyarodoych Stoukó Gopodarczych Szkoła

Bardziej szczegółowo

Fundamentalna tabelka atomu. eureka! to odkryli. p R = nh -

Fundamentalna tabelka atomu. eureka! to odkryli. p R = nh - TEKST TRUDNY Postulat kwatowaia Bohra, czyli założoy ad hoc związek pomiędzy falą de Broglie a a geometryczymi własościami rozważaego problemu, pozwolił bez większych trudości teoretyczie przewidzieć rozmiary

Bardziej szczegółowo

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i.

R j v tj, j=1. jest czynnikiem dyskontującym odpowiadającym efektywnej stopie oprocentowania i. c 27 Rafał Kucharsk Rety Wartość beżącą cągu kaptałów: {R t R 2 t 2 R t } gdze R jest kwotą omalą płacoą w chwl t = oblczamy jako sumę zdyskotowaych płatośc: przy czym = + R j tj j= jest czykem dyskotującym

Bardziej szczegółowo

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne.

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne. Katedra Podsta Systemó Techczych - Podstay metrolog - Ćczee 3. Dokładość pomaró, yzaczae błędó pomaroych Stroa:. BŁĘDY POMIAROWE, PODSTAWOWE DEFINICJE Każdy yk pomaru bez określea dokładośc pomaru jest

Bardziej szczegółowo

Zagadnienia optymalizacji kosztów w projektowaniu gazowych sieci rozdzielczych

Zagadnienia optymalizacji kosztów w projektowaniu gazowych sieci rozdzielczych Zagadea optymalzacj kosztów w projektowau gazowych sec rozdzelczych Autorzy: dr Ŝ. ech Dobrowolsk, m Ŝ. Wtold Maryka ( Ryek Eerg 6/200) Słowa kluczowe: rozdzelcza seć gazowa, stacje gazowe redukcyje, gazocąg

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0

Bardziej szczegółowo

II.6. Wahadło proste.

II.6. Wahadło proste. II.6. Wahadło poste. Pzez wahadło poste ozumiemy uch oscylacyjny punktu mateialnego o masie m po dolnym łuku okęgu o pomieniu, w stałym polu gawitacyjnym g = constant. Fig. II.6.1. ozkład wektoa g pzyśpieszenia

Bardziej szczegółowo