Przybli»one metody uwzgl dniania rozpuszczalnika. Šadunki atomowe

Wielkość: px
Rozpocząć pokaz od strony:

Download "Przybli»one metody uwzgl dniania rozpuszczalnika. Šadunki atomowe"

Transkrypt

1 Przybli»one metody uwzgl dniania rozpuszczalnika. Šadunki atomowe Dodatek do w. # 4 14 kwietnia 2015

2 Przybli»one metody uwzgl dniania rozpuszczalnika Dotychczasowe obliczenia kwantowochemiczne przeprowadzali±my dla izolowanych cz steczek w pró»ni. Tymczasem wi kszo± interesuj cych reakcji (bio)chemicznych przebiega w roztworach Konieczno± przybli»onego uwzgl dnienia oddziaªywania molekuª z rozpuszczalnikiem

3 Jak opisuje si rozpuszczalnik? Dwa podej±cia 1 Explicit solvation: rozpuszczalnik = zbiór cz steczek konieczne uwzgl dnienie du»ej liczby cz steczek rozpuszczalnika otaczaj cych cz steczki substancji rozpuszczonej zwykle konieczna dynamika molekularna, aby wªa±ciwie próbkowa ogromn liczb mo»liwych konformacji obliczenia s bardzo kosztowne 2 Implicit solvation: rozpuszczalnik = o±rodek ci gªy nie rozwa»amy oddziaªywa«z pojedynczymi cz steczkami rozpuszczalnika, ale jedynie kolektywny i czasowo u±redniony efekt solwatacji rozpuszczalnik jest modelowany jako o±rodek ci gªy o pewnej staªej dieelektrycznej (np. benzen 2.3, DMF 38, woda 80; dla wn trza biaªka cz sto przyjmuje si 4-6) popularne warianty: PCM (polarizable continuum model); COSMO (conductor-like screening model)

4 Wpªyw rozpuszczalnika Efekty uj te w modelach ci gªego o±rodka (np. PCM) Oddziaªywanie elektrostatyczne mi dzy rozkªadem ªadunku w cz steczce, a ªadunkami indukowanymi przez ten rozkªad w otaczaj cym molekuª dielektryku W wyniku tego mo»e zmieni si rozkªad ªadunku w cz steczce. Rozpuszczalnik faworyzuje struktury o nierównomiernie rozªo»onym ªadunku. Skrajnym przypadkiem tego efektu jest kompletna dysocjacja cz steczki na jony! Oddziaªywania dyspersyjne Koszt utworzenia wn ki w rozpuszczalniku Natomiast oddziaªywania specyczne (np. koordynacja cz steczki rozpuszczalnika jako liganda, tworzenie wi zania wodorowego z cz steczk rozpuszczalnika) oczywi±cie nie s opisywane w modelach ci gªego o±rodka!

5 Wn ka solwatacyjna dopasowana do ksztaªtu cz steczki ródªo:

6 Wi cej informacji F. Jensen, Introduction to Computational Chemistry, sekcja 14.6 (str ), wyd. Wiley 2007

7 Kiedy model PCM dziaªa bardzo dobrze... Przykªad: potencjaª redoks pary Cl/Cl w DMF. Energie w ev, potencjaªy w V vac E (Cl + e Cl ) B3LYP 3.70 CCSD(T) 3.49 E solv Cl B3LYP + PCM E solv Cl B3LYP + PCM 2.98 Potencjaª redoks Cl/Cl Eksp (wzgl dem Fc) B3LYP pró»nia 1.17 CCSD(T) pró»nia 1.38 B3LYP 1.81 CCSD(T) 1.60

8 Czego na pewno nie opiszemy w modelu PCM... Np. druga sfera koordynacyjna jonu [Fe(H 2 O) 6 ] 3+ w wodzie, z dobrze widoczn sieci wi za«wodorowych. (a) obraz statyczny: [Fe(H 2 O) 18 ] 3+ ; Uudsemaa & Tamm, J. Phys. Chem. A, (b) obraz dynamiczny z symulacji QM/MM; Wang & Van Voorhis, J. Chem. Theory Comput., 2012.

9 Šadunki atomowe, analizy populacyjne W przeciwie«stwie do caªkowitego ªadunku cz steczki, ªadunki atomowe (grupowe) nie s jednoznacznie zdeniowane, ani mierzalne eksperymentalnie; nie s obserwablami Mimo to s ch tnie deniowane i u»ywane przez chemików Oczywista relacja: Z A N A Q A Q A = Z A N A ªadunek j dra atomu A, Z A N efektywna liczba elektronów przypisana do atomu A (populacja elektronowa atomu A), N A R efektywny ªadunek atomu A, Q A R Przez sumowanie ªadunków atomowych mo»na okre±li ªadunki caªych grup funcyjnych.

10 Ró»ne denicje ªadunków atomowych 1 Podziaª caªkowitej populacji elektronowej mi dzy AO przypisane do poszczególnych atomów Analizy populacyjne Mullikena, Löwdina, itp. 2 Podziaª g sto±ci elektronowej na przyczynki atomowe Analizy Hirshfelda i Badera 3 Šadunki wyznaczone z rozkªadu pot. elektrostatatycznego wokóª molekuªy ªadunki ESP

11 Analizy populacyjne Mullikena i Löwdina Podstaw jest nast puj ca relacja: N = Tr(PS) = P ij S ji = ij A P ij S ji, i A j gdzie N Mulliken A N Löwdin A N caªkowita liczba elektronów P macierz g sto±ci w bazie AO, np. w RHF P = CnC T, gdzie n = diag(2,..., 2, 0,..., 0) S macierz caªek nakªadania, S ij = χ i χ j = i A = i A P ii j P ij S ij w nieortogonalnej bazie AO w ortogonalizowanej bazie AO (S = I).

12 Šadunki wyznaczone z rozkªadu pot. elektrostatycznego czyli ªadunki ESP Molekularny potencjaª elektrostatyczny (g sto± elektronowa ρ = ρ( r) pochodzi z oblicze«kwantowochemicznych): V ( r) = A Z A r R A d 3 r ρ( r ) r r Model: efektywne ªadunki punktowe na atomach (w pozycjach j der) Ṽ ( r) = A Q A r R A Szukamy takich ªadunków {Q A },»eby Ṽ ( r) mo»liwie dobrze przybli»aª V ( r) wokóª cz steczki (np. w wielu punktach na molekularnej powierzchni van der Waalsa; s ró»ne sposoby dobierania tych punktów).

13 Przykªad HCOOH, RHF/6-31G** (w pró»ni) podane ªadunki wg denicji: Mullikena / Löwdina / ESP

14 Uwagi dot. ªadunków atomowych Ró»ne denicje daj zwykle jako±ciowo podobne przewidywania co do rozkªadu ªadunku w cz steczce. Jednak»e liczbowe warto±ci ªadunków uzyskiwane przy ró»nych denicjach nie s identyczne. Nie s te» równe ªadunkom formalnym, jakie zaznaczamy na wzorach chemicznych. Šadunki na atomach nie s obserwablami; nawet gdyby±my byli w stanie dokªadnie rozwi za elektronowe równanie Schrödingera, nie osi gn liby±my konsensusu w sprawie ich dokªadnych warto±ci! Nie ma wi kszego sensu dyskusja dokªadnych warto±ci numerycznych, jak równie» porównywanie ªadunków uzyskiwanych ró»nymi metodami. Nale»y te» pami ta,»e ªad. Mullikena i Löwdina s silnie zale»ne od u»ytej bazy funkcyjnej. Analogiczne uwagi dotycz populacji spinowych na atomach (np. denicje Mullikena, Löwdina) oraz rz dów wi za«(np. denicje Meyera, Nalewajskiego-Mrozka).

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

1 Elektrostatyka. 1.1 Wst p teoretyczny

1 Elektrostatyka. 1.1 Wst p teoretyczny Elektrostatyka. Wst p teoretyczny Dwa ªadunki elektryczne q i q 2 wytwarzaj pole elektryczne i za po±rednictwem tego pola odziaªuj na siebie wzajemnie z pewn siª. Je»eli pole elektryczne wytworzone jest

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

Modelowanie molekularne

Modelowanie molekularne Ck08 Modelowanie molekularne metodami chemii kwantowej Dr hab. Artur Michalak Zakład Chemii Teoretycznej Wydział Chemii UJ Wykład 7 http://www.chemia.uj.edu.pl/~michalak/mmod2007/ Podstawowe idee i metody

Bardziej szczegółowo

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.

Relacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X. Relacje 1 Relacj n-argumentow nazywamy podzbiór ϱ X 1 X 2... X n. Je±li ϱ X Y jest relacj dwuargumentow (binarn ), to zamiast (x, y) ϱ piszemy xϱy. Relacj binarn okre±lon w zbiorze X nazywamy podzbiór

Bardziej szczegółowo

CZ STECZKA. Do opisu wi za chemicznych stosuje si najcz ciej jedn z dwóch metod (teorii): metoda wi za walencyjnych (VB)

CZ STECZKA. Do opisu wi za chemicznych stosuje si najcz ciej jedn z dwóch metod (teorii): metoda wi za walencyjnych (VB) CZ STECZKA Stanislao Cannizzaro (1826-1910) cz stki - elementy mikro wiata, termin obejmuj cy zarówno cz stki elementarne, jak i atomy, jony proste i zło one, cz steczki, rodniki, cz stki koloidowe; cz

Bardziej szczegółowo

Modelowanie molekularne

Modelowanie molekularne Modelowanie molekularne metodami chemii kwantowej Dr hab. Artur Michalak Zakład Chemii Teoretycznej Wydział Chemii UJ Wykład 4 http://www.chemia.uj.edu.pl/~michalak/mmod2007/ Podstawowe idee i metody chemii

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

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

Karta pracy: Ćwiczenie 5.

Karta pracy: Ćwiczenie 5. Imię i nazwisko: Grupa: Karta pracy: Ćwiczenie 5. Tytuł ćwiczenia: Optymalizacja geometrii prostych cząsteczek organicznych. Analiza populacyjna i rzędy wiązań. Zagadnienia do przygotowania: Przypomnij

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

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

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

Konfiguracja elektronowa atomu

Konfiguracja elektronowa atomu Konfiguracja elektronowa atomu ANALIZA CHEMICZNA BADANIE WŁAŚCIWOŚCI SUBSTANCJI KONTROLA I STEROWANIE PROCESAMI TECHNOLOGICZNYMI Właściwości pierwiastków - Układ okresowy Prawo okresowości Mendelejewa

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

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

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

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

Ekonometria. wiczenia 2 Werykacja modelu liniowego. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 2 Werykacja modelu liniowego. Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej Ekonometria wiczenia 2 Werykacja modelu liniowego (2) Ekonometria 1 / 33 Plan wicze«1 Wprowadzenie 2 Ocena dopasowania R-kwadrat Skorygowany R-kwadrat i kryteria informacyjne 3 Ocena istotno±ci zmiennych

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

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

Statystyka. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski

Statystyka. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski Statystyka Šukasz Dawidowski Instytut Matematyki, Uniwersytet l ski Statystyka Statystyka: nauka zajmuj ca si liczbowym opisem zjawisk masowych oraz ich analizowaniem, zbiory informacji liczbowych. (Sªownik

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

KLASYCZNE ZDANIA KATEGORYCZNE. ogólne - orzekaj co± o wszystkich desygnatach podmiotu szczegóªowe - orzekaj co± o niektórych desygnatach podmiotu

KLASYCZNE ZDANIA KATEGORYCZNE. ogólne - orzekaj co± o wszystkich desygnatach podmiotu szczegóªowe - orzekaj co± o niektórych desygnatach podmiotu ➏ Filozoa z elementami logiki Na podstawie wykªadów dra Mariusza Urba«skiego Sylogistyka Przypomnij sobie: stosunki mi dzy zakresami nazw KLASYCZNE ZDANIA KATEGORYCZNE Trzy znaczenia sªowa jest trzy rodzaje

Bardziej szczegółowo

+ + Struktura cia³a sta³ego. Kryszta³y jonowe. Kryszta³y atomowe. struktura krystaliczna. struktura amorficzna

+ + Struktura cia³a sta³ego. Kryszta³y jonowe. Kryszta³y atomowe. struktura krystaliczna. struktura amorficzna Struktura cia³a sta³ego struktura krystaliczna struktura amorficzna odleg³oœci miêdzy atomami maj¹ tê sam¹ wartoœæ; dany atom ma wszêdzie takie samo otoczenie najbli szych s¹siadów odleg³oœci miêdzy atomami

Bardziej szczegółowo

Wielomiany. El»bieta Sadowska-Owczorz. 19 listopada 2018

Wielomiany. El»bieta Sadowska-Owczorz. 19 listopada 2018 Wielomiany El»bieta Sadowska-Owczorz 19 listopada 2018 Wielomianem nazywamy wyra»enie postaci a n x n + a n 1 x n 1 +... + a 2 x 2 + a 1 x + a 0 = n a k x k. k=0 Funkcj wielomianow nazywamy funkcj W :

Bardziej szczegółowo

ROZTWORY. Mieszaniny heterogeniczne homogeniczne Roztwory - jednorodne mieszaniny dwóch lub wi cej składników gazowe ciekłe stałe

ROZTWORY. Mieszaniny heterogeniczne homogeniczne Roztwory - jednorodne mieszaniny dwóch lub wi cej składników gazowe ciekłe stałe ROZTWORY Mieszaniny heterogeniczne homogeniczne Roztwory - jednorodne mieszaniny dwóch lub wi cej składników gazowe ciekłe stałe roztwór nienasycony - roztwór, w którym st enie substancji rozpuszczonej

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

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

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14

WST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14 WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 2013/14 Spis tre±ci 1 Kodowanie i dekodowanie 4 1.1 Kodowanie a szyfrowanie..................... 4 1.2 Podstawowe poj cia........................

Bardziej szczegółowo

Model obiektu w JavaScript

Model obiektu w JavaScript 16 marca 2009 E4X Paradygmat klasowy Klasa Deniuje wszystkie wªa±ciwo±ci charakterystyczne dla wybranego zbioru obiektów. Klasa jest poj ciem abstrakcyjnym odnosz cym si do zbioru, a nie do pojedynczego

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

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

Metody dowodzenia twierdze«

Metody dowodzenia twierdze« Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku

Bardziej szczegółowo

WARSZTATY olimpijskie. Co już było: Atomy i elektrony Cząsteczki i wiązania Stechiometria Gazy, termochemia Równowaga chemiczna Kinetyka

WARSZTATY olimpijskie. Co już było: Atomy i elektrony Cząsteczki i wiązania Stechiometria Gazy, termochemia Równowaga chemiczna Kinetyka WARSZTATY olimpijskie Co już było: Atomy i elektrony Cząsteczki i wiązania Stechiometria Gazy, termochemia Równowaga chemiczna inetyka WARSZTATY olimpijskie Co będzie: Data Co robimy 1 XII 2016 wasy i

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

Modelowanie molekularne

Modelowanie molekularne Ck08 Modelowanie molekularne metodami chemii kwantowej Dr hab. Artur Michalak Zakład Chemii Teoretycznej Wydział Chemii UJ Wykład 10 http://www.chemia.uj.edu.pl/~michalak/mmod2007/ Podstawowe idee i metody

Bardziej szczegółowo

1 Granice funkcji wielu zmiennych.

1 Granice funkcji wielu zmiennych. AM WNE 008/009. Odpowiedzi do zada«przygotowawczych do czwartego kolokwium. Granice funkcji wielu zmiennych. Zadanie. Zadanie. Pochodne. (a) 0, Granica nie istnieje, (c) Granica nie istnieje, (d) Granica

Bardziej szczegółowo

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.

A = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy. Logika i teoria mnogo±ci, konspekt wykªad 12 Teoria mocy, cz ± II Def. 12.1 Ka»demu zbiorowi X przyporz dkowujemy oznaczany symbolem X obiekt zwany liczb kardynaln (lub moc zbioru X) w taki sposób,»e ta

Bardziej szczegółowo

Stechiometria równań reakcji chemicznych, objętość gazów w warunkach odmiennych od warunków normalnych (0 o C 273K, 273hPa)

Stechiometria równań reakcji chemicznych, objętość gazów w warunkach odmiennych od warunków normalnych (0 o C 273K, 273hPa) Karta pracy I/2a Stechiometria równań reakcji chemicznych, objętość gazów w warunkach odmiennych od warunków normalnych (0 o C 273K, 273hPa) I. Stechiometria równań reakcji chemicznych interpretacja równań

Bardziej szczegółowo

x y x y x y x + y x y

x y x y x y x + y x y Algebra logiki 1 W zbiorze {0, 1} okre±lamy dziaªania dwuargumentowe,, +, oraz dziaªanie jednoargumentowe ( ). Dziaªanie x + y nazywamy dodawaniem modulo 2, a dziaªanie x y nazywamy kresk Sheera. x x 0

Bardziej szczegółowo

Rzędy wiązań chemicznych

Rzędy wiązań chemicznych Seminarium Magisterskie Rzędy wiązań chemicznych w ujęciu Teorii Komunikacji Opracowanie Dariusz Szczepanik Promotor Dr hab. Janusz Mrozek Rzędy wiązań chemicznych w ujęciu Teorii Komunikacji Plan prezentacji

Bardziej szczegółowo

Rysunek 1: Atom wodoru.

Rysunek 1: Atom wodoru. VIII. ATOMY 1 1 Atom wodoru Atom wodoru skªada si z dodatnio naªadowanego j dra i ujemnie naªadowanego elektronu. J drem w izotopie wodoru 1 1H jest proton. Masa spoczynkowa protonu jest 1836 razy wi ksza

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

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

PODSTAWY CHEMII INŻYNIERIA BIOMEDYCZNA. Wykład 2

PODSTAWY CHEMII INŻYNIERIA BIOMEDYCZNA. Wykład 2 PODSTAWY CEMII INŻYNIERIA BIOMEDYCZNA Wykład Plan wykładu II,III Woda jako rozpuszczalnik Zjawisko dysocjacji Równowaga w roztworach elektrolitów i co z tego wynika Bufory ydroliza soli Roztwory (wodne)-

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

Funkcje, wielomiany. Informacje pomocnicze

Funkcje, wielomiany. Informacje pomocnicze Funkcje, wielomiany Informacje pomocnicze Przydatne wzory: (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a b) 3 = a 3 3a 2 b + 3ab 2 b 3 a 2 b 2 = (a + b)(a

Bardziej szczegółowo

Chemia I Semestr I (1 )

Chemia I Semestr I (1 ) 1/ 6 Inżyniera Materiałowa Chemia I Semestr I (1 ) Osoba odpowiedzialna za przedmiot: dr inż. Maciej Walewski. 2/ 6 Wykład Program 1. Atomy i cząsteczki: Materia, masa, energia. Cząstki elementarne. Atom,

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

Metody numeryczne i statystyka dla in»ynierów

Metody numeryczne i statystyka dla in»ynierów Kierunek: Automatyka i Robotyka, II rok Ukªady równa«liniowych PWSZ Gªogów, 2009 Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zada«redukuje si do problemu rozwi zania ukªadu

Bardziej szczegółowo

Przykªady problemów optymalizacji kombinatorycznej

Przykªady problemów optymalizacji kombinatorycznej Przykªady problemów optymalizacji kombinatorycznej Problem Komiwoja»era (PK) Dane: n liczba miast, n Z +, c ji, i, j {1,..., n}, i j odlegªo± mi dzy miastem i a miastem j, c ji = c ij, c ji R +. Zadanie:

Bardziej szczegółowo

Modelowanie molekularne

Modelowanie molekularne Modelowanie molekularne metodami chemii kwantowej Dr hab. Artur Michalak Zakład Chemii Teoretycznej Wydział Chemii UJ Wykład 4 http://www.chemia.uj.edu.pl/~michalak/mmod2007/ Podstawowe idee i metody chemii

Bardziej szczegółowo

Ukªady równa«liniowych - rozkªady typu LU i LL'

Ukªady równa«liniowych - rozkªady typu LU i LL' Rozdziaª 9 Ukªady równa«liniowych - rozkªady typu LU i LL' W tym rozdziale zapoznamy si z metodami sªu» cych do rozwi zywania ukªadów równa«liniowych przy pomocy uzyskiwaniu odpowiednich rozkªadów macierzy

Bardziej szczegółowo

Ekonometria - wykªad 8

Ekonometria - wykªad 8 Ekonometria - wykªad 8 3.1 Specykacja i werykacja modelu liniowego dobór zmiennych obja±niaj cych - cz ± 1 Barbara Jasiulis-Goªdyn 11.04.2014, 25.04.2014 2013/2014 Wprowadzenie Ideologia Y zmienna obja±niana

Bardziej szczegółowo

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja

Macierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja Macierze 1 Podstawowe denicje Macierz wymiaru m n, gdzie m, n N nazywamy tablic liczb rzeczywistych (lub zespolonych) postaci a 11 a 1j a 1n A = A m n = [a ij ] m n = a i1 a ij a in a m1 a mj a mn W macierzy

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

Metody statystyczne w biologii - Wykªad 8. Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t

Metody statystyczne w biologii - Wykªad 8. Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t Metody statystyczne w biologii - Wykªad 8 Uniwersytet Przyrodniczy we Wrocªawiu Katedra Genetyki i Ogólnej Hodowli Zwierz t Plan wykªadu Regresja logistyczna 1. Podstawy teoretyczne i przykªady zastosowania

Bardziej szczegółowo

MiASI. Modelowanie integracji systemów. Piotr Fulma«ski. 26 stycznia Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska

MiASI. Modelowanie integracji systemów. Piotr Fulma«ski. 26 stycznia Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska MiASI Modelowanie integracji systemów Piotr Fulma«ski Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska 26 stycznia 2010 Spis tre±ci 1 Czym jest integracja systemów informatycznych? 2 Integracja

Bardziej szczegółowo

Wska¹niki, tablice dynamiczne wielowymiarowe

Wska¹niki, tablice dynamiczne wielowymiarowe Rozdziaª 11 Wska¹niki, tablice dynamiczne wielowymiarowe 11.1 Wst p Identycznie, jak w przypadku tablic statycznych, tablica dynamiczna mo»e by tablic jedno-, dwu-, trójitd. wymiarow. Tablica dynamiczna

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

Statystyka matematyczna

Statystyka matematyczna Statystyka matematyczna Aleksandra Ki±lak-Malinowska akis@uwm.edu.pl http://wmii.uwm.edu.pl/ akis/ Czym zajmuje si statystyka? Statystyka zajmuje si opisywaniem i analiz zjawisk masowych otaczaj cej czªowieka

Bardziej szczegółowo

Podstawy matematyki dla informatyków

Podstawy matematyki dla informatyków Podstawy matematyki dla informatyków Wykªad 6 10 listopada 2011 W poprzednim odcinku... Zbiory A i B s równoliczne (tej samej mocy ), gdy istnieje bijekcja f : A 1 1 B. Piszemy A B lub A = B. na Moc zbioru

Bardziej szczegółowo

Matematyka z elementami statystyki

Matematyka z elementami statystyki Matematyka z elementami statystyki Šukasz Dawidowski Instytut Matematyki, Uniwersytet l ski Korelacja Zale»no± funkcyjna wraz ze wzrostem jednej zmiennej nast puje ±ci±le okre±lona zmiana druiej zmiennej.

Bardziej szczegółowo

Funkcje wielu zmiennych

Funkcje wielu zmiennych dr Krzysztof yjewski Informatyka I rok I 0 in» 12 stycznia 2016 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0 y 0 )

Bardziej szczegółowo

1 0 Je»eli wybierzemy baz A = ((1, 1), (2, 1)) to M(f) A A =. 0 2 Daje to znacznie lepszy opis endomorzmu f.

1 0 Je»eli wybierzemy baz A = ((1, 1), (2, 1)) to M(f) A A =. 0 2 Daje to znacznie lepszy opis endomorzmu f. GAL II 2012-2013 A Strojnowski str1 Wykªad 1 Ten semestr rozpoczniemy badaniem endomorzmów sko«czenie wymiarowych przestrzeni liniowych Denicja 11 Niech V b dzie przestrzeni liniow nad ciaªem K 1) Przeksztaªceniem

Bardziej szczegółowo

Elektrostatyka. Prawo Coulomba. F = k qq r r 2 r, wspóªczynnik k = 1 = N m2

Elektrostatyka. Prawo Coulomba. F = k qq r r 2 r, wspóªczynnik k = 1 = N m2 Elektrostatyka Prawo Coulomba F = k qq r r 2 r, wspóªczynnik k = 1 N m2 4πε = 9 109 C 2 gdzie: F - siªa z jak ªadunek Q dziaªa na q, r wektor poªo»enia od ªadunku Q do q, r = r, Przenikalno± elektryczna

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł kierunkowy ogólny Rodzaj zajęć: wykład, ćwiczenia, laboratorium CHEMIA Chemistry Forma studiów: studia stacjonarne

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

TEORIE KWASÓW I ZASAD.

TEORIE KWASÓW I ZASAD. TERIE KWASÓW I ZASAD. Teoria Arrheniusa (nagroda Nobla 1903 r). Kwas kaŝda substancja, która dostarcza jony + do roztworu. A + + A Zasada kaŝda substancja, która dostarcza jony do roztworu. M M + + Reakcja

Bardziej szczegółowo

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1

Ciaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Denicja ciaªa Niech F b dzie zbiorem, i niech + (dodawanie) oraz (mno»enie) b d dziaªaniami na zbiorze F. Denicja. Zbiór F wraz z dziaªaniami + i nazywamy ciaªem,

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

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

Od redakcji. Symbolem oznaczono zadania wykraczające poza zakres materiału omówionego w podręczniku Fizyka z plusem cz. 2.

Od redakcji. Symbolem oznaczono zadania wykraczające poza zakres materiału omówionego w podręczniku Fizyka z plusem cz. 2. Od redakcji Niniejszy zbiór zadań powstał z myślą o tych wszystkich, dla których rozwiązanie zadania z fizyki nie polega wyłącznie na mechanicznym przekształceniu wzorów i podstawieniu do nich danych.

Bardziej szczegółowo

ELEMENTARNA TEORIA LICZB. 1. Podzielno±

ELEMENTARNA TEORIA LICZB. 1. Podzielno± ELEMENTARNA TEORIA LICZB IZABELA AGATA MALINOWSKA N = {1, 2,...} 1. Podzielno± Denicja 1.1. Niepusty podzbiór A zbioru liczb naturalnych jest ograniczony, je»eli istnieje taka liczba naturalna n 0,»e m

Bardziej szczegółowo

JĄDROWY REZONANS MAGNETYCZNY

JĄDROWY REZONANS MAGNETYCZNY JĄDROWY REZONANS MAGNETYCZNY - pierwsze prace to rok 1946 E.M.Purcell, H.S.Torrey, R.V.Pound, Phys. Rev. 69(1946) 37 F.Bloch, W.W.Hansen, M.E.Packard, Phys. Rev. 69(1946) 127 - pierwsze prace polskie J.W.Hennel,

Bardziej szczegółowo

Podstawy POV-Ray'a. Diana Doma«ska. Uniwersytet l ski. Diana Doma«ska (U ) Podstawy POV-Ray'a 1 / 13

Podstawy POV-Ray'a. Diana Doma«ska. Uniwersytet l ski. Diana Doma«ska (U ) Podstawy POV-Ray'a 1 / 13 Podstawy POV-Ray'a Diana Doma«ska Uniwersytet l ski Diana Doma«ska (U ) Podstawy POV-Ray'a 1 / 13 POV-Ray (Persistence of Vision Raytracer) jest j zykiem opisu sceny sªu» cym do tworzenia trójwymiarowej

Bardziej szczegółowo

Ekonometria. wiczenia 3 Autokorelacja, heteroskedastyczno±, wspóªliniowo± Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej

Ekonometria. wiczenia 3 Autokorelacja, heteroskedastyczno±, wspóªliniowo± Andrzej Torój. Instytut Ekonometrii Zakªad Ekonometrii Stosowanej Ekonometria wiczenia 3 Autokorelacja, heteroskedastyczno±, wspóªliniowo± (3) Ekonometria 1 / 29 Plan wicze«1 Wprowadzenie 2 Normalny rozkªad 3 Autokorelacja 4 Heteroskedastyczno± Test White'a Odporne bª

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

Atom poziom podstawowy

Atom poziom podstawowy Atom poziom podstawowy Zadanie 1. (1 pkt) Źródło: CKE 2010 (PP), zad. 1. Atomy pewnego pierwiastka w stanie podstawowym maj nast puj c konfiguracj elektronów walencyjnych: 2s 2 2p 3 (L 5 ) Okre l po o

Bardziej szczegółowo

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb

Wybrane poj cia i twierdzenia z wykªadu z teorii liczb Wybrane poj cia i twierdzenia z wykªadu z teorii liczb 1. Podzielno± Przedmiotem bada«teorii liczb s wªasno±ci liczb caªkowitych. Zbiór liczb caªkowitych oznacza b dziemy symbolem Z. Zbiór liczb naturalnych

Bardziej szczegółowo

Elementarna statystyka Wnioskowanie o regresji (Inference 2 czerwca for regression) / 13

Elementarna statystyka Wnioskowanie o regresji (Inference 2 czerwca for regression) / 13 Elementarna statystyka Wnioskowanie o regresji (Inference for regression) Alexander Bendikov Uniwersytet Wrocªawski 2 czerwca 2016 Elementarna statystyka Wnioskowanie o regresji (Inference 2 czerwca for

Bardziej szczegółowo

Dynamiczne wªasno±ci algorytmu propagacji przekona«

Dynamiczne wªasno±ci algorytmu propagacji przekona« BP propagacji przekona«4. Interdyscyplinarne Warsztaty Matematyczne Wydziaª Fizyki Politechnika Warszawska B dlewo, 26 maja, 2013 BP 1 2 3 4 5 6 BP Rysunek: Zbiór zmiennych losowych. BP Rysunek: Zbiór

Bardziej szczegółowo

Rzut oka na zagadnienia zwi zane z projektowaniem list rozkazów

Rzut oka na zagadnienia zwi zane z projektowaniem list rozkazów Rzut oka na zagadnienia zwi zane z projektowaniem list rozkazów 1 Wst p Przypomnijmy,»e komputer skªada si z procesora, pami ci, systemu wej±cia-wyj±cia oraz po- ª cze«mi dzy nimi. W procesorze mo»emy

Bardziej szczegółowo

Konstruowanie Baz Danych Wprowadzenie do projektowania. Normalizacja

Konstruowanie Baz Danych Wprowadzenie do projektowania. Normalizacja Studia podyplomowe In»ynieria oprogramowania wspóªnansowane przez Uni Europejsk w ramach Europejskiego Funduszu Spoªecznego Projekt Studia podyplomowe z zakresu wytwarzania oprogramowania oraz zarz dzania

Bardziej szczegółowo

Zbiory i odwzorowania

Zbiory i odwzorowania Zbiory i odwzorowania 1 Sposoby okre±lania zbiorów 1) Zbiór wszystkich elementów postaci f(t), gdzie t przebiega zbiór T : {f(t); t T }. 2) Zbiór wszystkich elementów x zbioru X speªniaj cych warunek ϕ(x):

Bardziej szczegółowo

Atom poziom rozszerzony

Atom poziom rozszerzony Atom poziom rozszerzony Zadanie 1. (1 pkt) Źródło: CKE 010 (PR), zad. 1. Atomy pierwiastka X tworz jony X 3+, których konfiguracj elektronow mo na zapisa : 1s s p 6 3s 3p 6 3d 10 Uzupe nij poni sz tabel,

Bardziej szczegółowo

i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski 5 kwietnia 2017

i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski 5 kwietnia 2017 i, lub, nie Cegieªki buduj ce wspóªczesne procesory. Piotr Fulma«ski Uniwersytet Šódzki, Wydziaª Matematyki i Informatyki UŠ piotr@fulmanski.pl http://fulmanski.pl/zajecia/prezentacje/festiwalnauki2017/festiwal_wmii_2017_

Bardziej szczegółowo

Rynkowa wycena egzotycznych instrumentów pochodnych kursów walutowych { opcje barierowe

Rynkowa wycena egzotycznych instrumentów pochodnych kursów walutowych { opcje barierowe Rynkowa wycena egzotycznych instrumentów pochodnych kursów walutowych { opcje barierowe Ewa Kijewska BRE Bank 16 maja 2008 Ewa Kijewska (BRE Bank) Rynkowa wycena egzotycznych instrumentów pochodnych kursów

Bardziej szczegółowo

Programowanie wspóªbie»ne

Programowanie wspóªbie»ne 1 Programowanie wspóªbie»ne wiczenia 5 monitory cz. 1 Zadanie 1: Stolik dwuosobowy raz jeszcze W systemie dziaªa N par procesów. Procesy z pary s nierozró»nialne. Ka»dy proces cyklicznie wykonuje wªasnesprawy,

Bardziej szczegółowo

Podstawy chemii. dr hab. Wacław Makowski. Wykład 1: Wprowadzenie

Podstawy chemii. dr hab. Wacław Makowski. Wykład 1: Wprowadzenie Podstawy chemii dr hab. Wacław Makowski Wykład 1: Wprowadzenie Wspomnienia ze szkoły Elementarz (powtórka z gimnazjum) Układ okresowy Dalsze wtajemniczenia (liceum) Program zajęć Podręczniki Wydział Chemii

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

Szeregowanie zada« Wykªad nr 5. dr Hanna Furma«czyk. 4 kwietnia 2013

Szeregowanie zada« Wykªad nr 5. dr Hanna Furma«czyk. 4 kwietnia 2013 Wykªad nr 5 4 kwietnia 2013 Procesory dedykowane Przypomnienie: zadania s podzielone na operacje (zadanie Z j skªada si z operacji O ij do wykonania na maszynach M i, o dªugo±ciach czasowych p ij ); zadanie

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

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

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

PRACOWNIA FIZYCZNA I

PRACOWNIA FIZYCZNA I Skrypt do laboratorium PRACOWNIA FIZYCZNA I wiczenie 3: Wyznaczanie staªej dielektrycznej metod kondensatorow. Opracowanie: mgr Tomasz Neumann Gda«sk, 2011 Projekt Przygotowanie i realizacja kierunku in»ynieria

Bardziej szczegółowo

MiASI. Modelowanie systemów informatycznych. Piotr Fulma«ski. 18 stycznia Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska

MiASI. Modelowanie systemów informatycznych. Piotr Fulma«ski. 18 stycznia Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska MiASI Modelowanie systemów informatycznych Piotr Fulma«ski Wydziaª Matematyki i Informatyki, Uniwersytet Šódzki, Polska 18 stycznia 2010 Spis tre±ci 1 Analiza systemu informatycznego Poziomy analizy 2

Bardziej szczegółowo

Wykład 5: Cząsteczki dwuatomowe

Wykład 5: Cząsteczki dwuatomowe Wykład 5: Cząsteczki dwuatomowe Wiązania jonowe i kowalencyjne Ograniczenia teorii Lewisa Orbitale cząsteczkowe Kombinacja liniowa orbitali atomowych Orbitale dwucentrowe Schematy nakładania orbitali Diagramy

Bardziej szczegółowo

EDUKARIS - O±rodek Ksztaªcenia

EDUKARIS - O±rodek Ksztaªcenia - O±rodek Ksztaªcenia Zabrania si kopiowania i rozpowszechniania niniejszego regulaminu przez inne podmioty oraz wykorzystywania go w dziaªalno±ci innych podmiotów. Autor regulaminu zastrzega do niego

Bardziej szczegółowo