Suurkanoninen joukko
|
|
- Marika Härkönen
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 Suurkanoninen joukko Suurkanonisessa joukossa systeemi on kanonisen joukon tavoin yhdistettynä lämpökylpyyn, mutta nyt systeemin ja kylvyn väliset (kuvitellut) seinät läpäisevät energian lisäksi myös hiukkasia siten, että sekä energian että hiukkasmäärän odotusarvot säilyvät vakiona. Suurkanoninen joukko on monissa käytännön tilanteissa kaikista eri ensembleistä laskennallisesti kätevin, ja kuten tulemme pian näkemään, sen ennusteet yhtyvät muiden joukkojen vastaaviin isojen systeemien rajalla,. Suurkanonisen joukon todennäköisyysjakauman johto seuraa pitkälti samoja välivaiheita kuin kanonisen jakauman. Erona on kuitenkin se, että kun hiukkaslukumäärä ei enää ole määrätty kuin odotusarvon tasolla, =, ei laskua voida tehdä yhdessä hiukkasta käsittävässä faasiavaruudessa (huomaa, että tästä eteenpäin kirjoitamme hiukkaslukumäärän selkeyden vuoksi boldattuna silloin, kun kyse on faasiavaruuden funktiosta, eikä reaaliarvoisesta odotusarvosta). Helpointa onkin määritellä uusi integroimismitta d G = d, missä d vastaa tuttua :n hiukkasen faasiavaruuden integroimismittaa. Tämän tuloksen avulla määrittelemme nyt suurkanonisen entropian kaavalla S = d G ρ ln ρ, jossa todennäköisyystiheys ρ riippuu myös :stä ollen erityisesti nollasta poikkeava usean eri hiukkaslukumäärän faasiavaruudessa. Suurkanonin todennäköisyystiheys määritetään nyt luonnollisella tavalla: maksimoimalla yo. entropian arvo, missä reunaehtoina käytetään ykkösoperaattorin, Hamiltonin funktion sekä hiukkasten lukumäärän odotusarvojen arvoja (huomaa, että on tässä ja myöhemmin kontekstista riippuen joko lukumääräoperaattori tai sen odotusarvo): 1
2 I = d G ρ = 1, H = d G ρ H = E, = d G ρ =. Täysin analogisesti kanonisen joukon todennäköisyystiheyden johdon kanssa päädytään nyt ekstremaaliehtoon δ [S + λ ( d G ρ 1) + λ ( d G ρh E) + λ ( d G ρ )] = 0, jossa kirjoittamalla vakiot hieman uudessa muodossa saadaan edelleen suurkanoniseksi jakaumaksi ρ = e β(h μ) ja vastaavaksi suurkanoniseksi partitiofunktioksi = d G e β(h μ). Kuten kanonisen joukon tapauksessa, on seuraavaksi identifioitava vakioiden β ja μ fysikaalinen merkitys. Tätä varten lähdetään jälleen kerran liikkeelle entropian lausekkeesta S = ln ρ = β H μ + ln = βe βμ + ln ja sen varioimisesta vakioiden β sekä μ suhteen, mitä varten lasketaan ensin suurkanonisen tilasumman variaatio: δ = δ d G e β(h μ) = δβ d G (H μ)e β(h μ) + βδμ d G e β(h μ) = E δβ + (μδβ + βδμ). 2
3 Sijoitetaan tämä tulos nyt entropian variaatioon, jolloin saadaan (huomaa: tässä E,, ja ovat vakioiden β sekä μ funktioita; siksi vastaavat variaatiot laskettava) δs = Eδβ + βδe (μδβ + βδμ) βμδ + δ = βδe βμδ. Tästä voimme suoraan lukea halutut identifikaatiot: T ( E S ) V, μ mc ( E ) S,V = 1 β, = μ, jossa jälkimmäisen yhtälön vasemmalla puolella on kemiallisen potentiaalin mikrokanoninen määritelmä. Tarkastellaan seuraavaksi hiukkaslukumäärän ja energian odotusarvoja = = d G e β(h μ) d G e β(h μ) = T ln μ, joiden avulla saamme E = H = d G He β(h μ) d G e β(h μ) = T 2 ln T + Tμ ln μ, S = βe βμ + ln = ln + T ln T = (Tln ) T Entropian lausekkeen avulla voidaan myös identifioida systeemin suuri potentiaali, Ω(T, μ, V) = E TS μ = T ln (T, μ, V), josta monet eri termodynaamiset suureet voidaan johtaa. Lisäksi on syytä korostaa, että samoin kuin suurkanoninen tilasumma, myös suuri potentiaali on tässä annettu luonnollisten muuttujiensa T, μ, V funktiona. Kuten partitiofunktion kaavasta nähdään, suurkanonista joukkoa voidaan ajatella jakaumana kanonisia joukkoja eri hiukkaslukumäärän arvoilla. Tämän huomion myötä myös monien fysikaalisten suureiden laskeminen voidaan helposti palauttaa kanoniseen tapaukseen. Esim. partitiofunktiolle saadaan. 3
4 = d e β(h μ) = e βμ d e βh = z Z, missä on määritelty fugasiteetti z = e βμ ja käytetty hyväksi sitä, että tiettyä hiukkaslukumäärää vastaavassa kanonisessa joukossa on vakioparametri ja se voidaan siirtää faasiavaruusintegraalin ulkopuolelle. Jos kanoniset partitiofunktiot Z osataan laskea, pystytään siis myös määräämään. Tämä ei kuitenkaan läheskään aina ole kätevin tapa laskea suurkanoninen tilasumma, vaan se voidaan usein määrätä suorempaan; esimerkkejä tästä saadaan tosin vasta kvanttistatistiikan (ja myöhemmin äärellisen lämpötilan kenttäteorian) kurssilla. Lisäksi on mielenkiintoista huomata, että hiukkaslukumäärän todennäköisyysjakauma saadaan suoraan tuloksen kertoimista: 1 = z Z P(M) = δ(, M) = d G δ(, M) e β(h μ) = d δ(, M) e β(h μ) = z M d M e βh = zm Z M. Tarkastellaan vielä lopuksi hajontaa suurkanonisessa joukossa. Partitiofunktion logaritmia derivoimalla on helppo johtaa tulos T μ = T2 2 ln μ 2 = 2 2 = (Δ) 2, missä symbolilla Δ = 2 2 on merkitty hiukkasluvun hajontaa. Koska ja ln ovat ekstensiivisiä suureita, seuraa tästä 4
5 Δ ~ 1 0, kun, eli suurkanoninen joukon hiukkasluvun fluktuaatiot ovat suhteellisesti hyvin pieniä kun on suuri. Sama koskee energian variaatiota, kuten kanonisen joukon tapauksessa nähtiin toisissa harjoituksissa. Tästä syystä kaikki joukot mikrokanoninen, kanoninen ja suurkanoninen ovat itse asiassa ominaisuuksiltaan käytännössä yhteneviä, kun systeemi on suuri. Harvoja yksittäistapauksia lukuun ottamatta sen, mitä joukkoa kussakin tilanteesta käyttää, voikin valita hyvin vapaasti. Einsteinin fluktuaatioteoriaa Reaalimaailman makroskooppiset systeemit on usein mahdollista jakaa toistensa kanssa vain heikosti vuorovaikuttaviin osasysteemeihin, joiden makrofysikaalisia ominaisuuksia esim. osatilavuuksia voidaan systeemin kokonaisenergian ohella käyttää muuttujina kuvaamaan systeemin tilaa. Merkitään nyt näitä makrotiloja notaatiolla (E, X 1, X 2, X 3, ) ja niitä vastaavia faasiavaruuden osatilavuuksia Γ(E, X 1, X 2, X 3, ). Jos oletamme, että nämä osatilavuudet osataan laskea, voimme selvästi kirjoittaa mikrokanoniseksi tilasummaksi (vrt. Z E,ΔE ja Σ E aiemmin) Γ(E) = Γ(E, X 1, X 2, X 3, ). {X i } Parametrijoukkoa (E, X 1, X 2, X 3, ) vastaavien mikrotilojen todennäköisyys on tällöin selvästi f(e, X 1, X 2, X 3, ) = Γ(E, X 1, X 2, X 3, ), Γ(E) jossa voimme käyttää makrotilan (E, X 1, X 2, X 3, ) mikrokanonisen entropian kaavaa S = ln Γ hyväksi kirjoittamalla f(e, X 1, X 2, X 3, ) = exp [S(E, X 1, X 2, X 3, )]. Γ(E) 5
6 Kuten tunnettua, entropia maksimoituu termisessä tasapainotilassa, joten voimme kehittää entropian sarjaksi muuttujien X i tasapainoarvojen X i 0 ympärillä. Kirjoittamalla x i = X i X i 0 saadaan näin S = S s ij x i x j +, 0 missä s ij ( 2 S ) on määritelty miinusmerkin kanssa johtuen siitä, että X i X j tasapainotila maksimoi entropian, ja yläindeksi 0 puolestaan viittaa siihen, että ij toinen derivaatta on laskettu muuttujien X i tasapainoarvojen X i 0 ympärillä. Merkitsemällä yllä esiintyvää matriisituloa notaatiolla x T sx ja käyttämällä hyväksi matriisin s symmetrisyyttä on nyt mahdollista osoittaa (harjoitustehtävä 3/4), että oikein normitettu todennäköisyysjakauma muuttujille x i saa muodon f(x) = (2π) n/2 det s e xt sx/2 ja että muuttujien x i odotusarvot saadaan laskettua kaavoista x i = 0, x i x j = (s 1 ) ij. Jos pystymme kirjoittamaan entropian lausekkeen muuttujien X i funktiona, pystymme siis ainakin periaatteessa arvioimaan niiden fluktuaatioiden todennäköisyydet. Tarkastellaan nyt konkreettisuuden vuoksi yhden fluktuoivan muuttujan X tapausta, ts. oletamme, että todennäköisyysjakauma f on jo integroitu muiden muuttujien suhteen. Yllä läpikäydyn tarkastelun perusteella voimme selvästi olettaa, että f saa muodon f~e 1 2 sx2, jossa s voidaan määrittää matriisin s komponenteista ja 1 2 sx2 edustaa fluktuaation x kontribuutiota entropiaan. Jos muuttuja X on sellainen, että systeemiin voidaan tehdä työtä muuttamalla sen suuruutta, voidaan termodynamiikan ensimmäisen pääsäännön mukaisesti kirjoittaa de = TdS ydx dw, 6
7 missä y edustaa siirtymälle konjugaattista voimaa. yt saadaan toisaalta tästä yhtälöstä S(E, X, ) X ja toisaalta aiempien tulosten mukaisesti S(E, X, ) X = y T = sx, joten saamme identifioitua y = Tsx. Systeemin kokonaisenergian muutos saa siis adiabaattisessa tapauksessa (ds = 0) muodon de = Tsxdx ΔE = 1 2 Tsx2 R, missä olemme identifioineet ns. reversiibelin minimityön R, joka kuvaa sitä työtä, joka systeemiin täytyy tehdä, jotta muuttujaa X saadaan poikkeutettua tasapainoarvostaan määrällä x. Mielenkiintoiseksi tämän tuloksen tekee sen vaihtoehtoinen tulkinta: huomaamalla, että e sx2 /2 kertoo muuttujan X spontaanin fluktuaation x = ΔX todennäköisyyden, saa tämä suure muodon f(δx)~ exp [ R T ]. Tämä Boltzmannin jakaumaa muistuttava tulos on sikäli merkittävä, että arvioitaessa tietyn fluktuaation todennäköisyttä on reversiibeli minimityö R usein huomattavasti helpommin määritettävissä kuin entropian fluktuaatiomatriisin s ij 0 ( 2 S ) komponentit. Yksinkertaisuudestaan huolimatta johdettu tulos onkin X i X j varsin hyödyllinen ja monipuolinen. Esimerkkitehtävä: laske, mikä on L:n pituisen voimalla F jännitetyn kielen y:n suuruisen poikittaisen fluktuaation todennäköisyys etäisyydellä x kielen päästä. Määritä lisäksi fluktuaation keskihajonta (Δy) 2 (y y ) 2. Käytä tulosta määräämään keskimääräisen viulunkielen keskikohdan termisen värähtelyn amplitudi. Voit olettaa y x ja y L x. 7
Suurkanoninen joukko
Suurkanoninen joukko Suurkanonisessa joukossa systeemi on kanonisen joukon tavoin yhdistettynä lämpökylpyyn, mutta nyt systeemin ja kylvyn väliset (kuvitellut) seinät läpäisevät energian lisäksi myös hiukkasia
LisätiedotKLASSISET TASAPAINOJOUKOT (AH 4.3, , 7.2) Yleisesti joukoista
KLASSISET TASAPAINOJOUKOT (AH 4.3, 6.1-6.7, 7.2) 1 Yleisesti joukoista Seuraavaksi tarkastelemme konkreettisella tasolla erilaisia termodynaamisia ensemblejä eli joukkoja, millä tarkoitamme tiettyä makrotilaa
LisätiedotTASAPAINOJAKAUMAT KVANTTIMEKAANISISSA SYSTEEMEISSÄ (AH 5.4, 6.1, 6.4, 6.5) Mikrokanoninen joukko
1 TASAPAINOJAKAUMAT KVANTTIMEKAANISISSA SYSTEEMEISSÄ (AH 5.4, 6.1, 6.4, 6.5) Mikrokanoninen joukko Aivan kuten klassisessa tapauksessa, myös kvanttimekaanisille monihiukkassysteemeille voidaan määritellä
LisätiedotTASAPAINOJAKAUMAT KVANTTIMEKAANISISSA SYSTEEMEISSÄ (AH 5.4, 6.1, 6.4, 6.5) Mikrokanoninen joukko
TASAPAINOJAKAUMAT KVANTTIMEKAANISISSA SYSTEEMEISSÄ (AH 5.4, 6.1, 6.4, 6.5) Mikrokanoninen joukko Aivan kuten klassisessa tapauksessa, myös kvanttimekaanisille monihiukkassysteemeille voidaan määritellä
LisätiedotMikrotila Makrotila Statistinen paino Ω(n) 3 Ω(3) = 4 2 Ω(2) = 6 4 Ω(4) = 1
76628A Termofysiikka Harjoitus no. 4, ratkaisut (syyslukukausi 204). (a) Systeemi koostuu neljästä identtisestä spin- -hiukkasesta. Merkitään ylöspäin olevien spinien lukumäärää n:llä. Systeemin mahdolliset
Lisätiedot6. Yhteenvetoa kurssista
Statistinen fysiikka, osa A (FYSA241) Vesa Apaja vesa.apaja@jyu.fi Huone: YN212. Ei kiinteitä vastaanottoaikoja. kl 2016 6. Yhteenvetoa kurssista 1 Keskeisiä käsitteitä I Energia TD1, siirtyminen lämpönä
LisätiedotPHYS-C0220 Termodynamiikka ja statistinen fysiikka Kevät 2016
PHYS-C0220 Termodynamiikka ja statistinen fysiikka Kevät 2016 Emppu Salonen Lasse Laurson Toni Mäkelä Arttu Lehtinen Luento 1: Lämpötila ja Boltzmannin jakauma Ke 24.2.2016 1 YLEISTÄ KURSSISTA Esitietovaatimuksena
Lisätiedot1 Eksergia ja termodynaamiset potentiaalit
1 PHYS-C0220 Termodynamiikka ja statistinen fysiikka, kevät 2017 Emppu Salonen 1 Eksergia ja termodynaamiset potentiaalit 1.1 Suurin mahdollinen hyödyllinen työ Tähän mennessä olemme tarkastelleet sisäenergian
Lisätiedot1. Yksiulotteisen harmonisen oskillaattorin energiatilat saadaan lausekkeesta
766328A Termofysiikka Harjoitus no. 5, ratkaisut syyslukukausi 204). Yksiulotteisen harmonisen oskillaattorin energiatilat saadaan lausekkeesta E n n + ) ω, n 0,, 2,... 2 a) Oskillaattorin partitiofunktio
LisätiedotFYSA242 Statistinen fysiikka, Harjoitustentti
FYSA242 Statistinen fysiikka, Harjoitustentti Tehtävä 1 Selitä lyhyesti: a Mikä on Einsteinin ja Debyen kidevärähtelymallien olennainen ero? b Mikä ero vuorovaikutuksessa ympäristön kanssa on kanonisella
LisätiedotTILASTOLLISEN KVANTTIMEKANIIKAN PERUSTEITA (AH 5.1-5.3) Mikrotilat (kertausta Kvanttimekaniikan kurssilta)
TILASTOLLISEN KVANTTIMEKANIIKAN PERUSTEITA (AH 5.1-5.3) Mikrotilat (kertausta Kvanttimekaniikan kurssilta) Kvanttimekaniikassa yhden hiukkasen systeemin täydellisen kuvauksen antaa tilavektori, joka on
LisätiedotPHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA
PHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA Kevät 2016 Emppu Salonen Lasse Laurson Arttu Lehtinen Toni Mäkelä Luento 8: Kemiallinen potentiaali, suurkanoninen ensemble Pe 18.3.2016 1 AIHEET 1. Kanoninen
LisätiedotZ 1 = Np i. 2. Sähkömagneettisen kentän värähdysliikkeen energia on samaa muotoa kuin molekyylin värähdysliikkeen energia, p 2
766328A Termofysiikka Harjoitus no., ratkaisut (syyslukukausi 24). Klassisen ideaalikaasun partitiofunktio on luentojen mukaan Z N! [Z (T, V )] N, (9.) missä yksihiukkaspartitiofunktio Z (T, V ) r e βɛr.
Lisätiedot3. Statistista mekaniikkaa
Statistinen fysiikka, osa A (FYSA241) Tuomas Lappi tuomas.v.v.lappi@jyu.fi Huone: FL249. Ei kiinteitä vastaanottoaikoja. kl 2013 3. Statistista mekaniikkaa 1 Mikrotilojen laskenta Kvanttimekaniikka: diskreetit
LisätiedotKLASSISISTA REAALIKAASUISTA (AH 10.1)
KLASSISISTA REAALIKAASUISTA (AH 10.1) Palaamme kurssin lopuksi vielä hetkeksi tasapainosysteemien pariin, mutta tarkastelemme nyt todellisten systeemien kannalta realistisempaa tilannetta, jossa hiukkasten
Lisätiedot3. Statistista mekaniikkaa
Statistinen fysiikka, osa A (FYSA241) Vesa Apaja vesa.apaja@jyu.fi Huone: YN212. Ei kiinteitä vastaanottoaikoja. kl 2016 3. Statistista mekaniikkaa 1 Mikrotilojen laskenta Kvanttimekaniikka: diskreetit
Lisätiedotinfoa tavoitteet E = p2 2m kr2 Klassisesti värähtelyn amplitudi määrää kokonaisenergian Klassisesti E = 1 2 mω2 A 2 E = 1 2 ka2 = 1 2 mω2 A 2
infoa tavoitteet Huomenna keskiviikkona 29.11. ei ole luentoa. Oppikirjan lukujen 12-13.3. lisäksi kotisivulla laajennettu luentomateriaali itse opiskeltavaksi Laskarit pidetään normaalisti. Ymmärrät mitä
Lisätiedot3. Statistista mekaniikkaa
FYSA241, kevät 2012 Tuomas Lappi tuomas.v.v.lappi@jyu.fi Huone: FL249. Ei kiinteitä vastaanottoaikoja. kl 2012 3. Statistista mekaniikkaa 1 Mikrotilojen laskenta Muistelua johdanto-osasta: Kvanttimekaniikassa
LisätiedotAstrokemia Kevät 2011 Harjoitus 1, Massavaikutuksen laki, Ratkaisut
Astrokemia Kevät 2011 Harjoitus 1, Massavaikutuksen laki, Ratkaisut 1 a Kaasuseoksen komponentin i vapaa energia voidaan kirjoittaa F i (N,T,V = ln Z i (T,V missä on ko hiukkasten lukumäärä tilavuudessa
Lisätiedot4.0.2 Kuinka hyvä ennuste on?
Luonteva ennuste on käyttää yhtälöä (4.0.1), jolloin estimaattori on muotoa X t = c + φ 1 X t 1 + + φ p X t p ja estimointivirheen varianssi on σ 2. X t }{{} todellinen arvo Xt }{{} esimaattori = ε t Esimerkki
LisätiedotPHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA
PHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA Kevät 206 Emppu Salonen Lasse Laurson Arttu Lehtinen Toni Mäkelä Luento 2: BE- ja FD-jakaumat, kvanttikaasut Pe 5.4.206 AIHEET. Kvanttimekaanisesta vaihtosymmetriasta
LisätiedotMuita lämpökoneita. matalammasta lämpötilasta korkeampaan. Jäähdytyksen tehokerroin: Lämmityksen lämpökerroin:
Muita lämpökoneita Nämäkin vaativat ovat työtälämpövoimakoneiden toimiakseen sillä termodynamiikan pääsääntö Lämpökoneita lisäksi laitteet,toinen jotka tekevät on Clausiuksen mukaan: laiteilmalämpöpumppu
LisätiedotKuljetusilmiöt ja relaksaatioaika-approksimaatio
Kuljetusilmiöt ja relaksaatioaika-approksimaatio Tyypillinen kuljetusteoriassa tarkasteltava systeemi on sellainen, että hiukkastiheyden, hiukkasten keskimääräisen nopeuden ja siten lämpötilan arvot riippuvat
Lisätiedot= P 0 (V 2 V 1 ) + nrt 0. nrt 0 ln V ]
766328A Termofysiikka Harjoitus no. 7, ratkaisut (syyslukukausi 2014) 1. Sylinteri on ympäristössä, jonka paine on P 0 ja lämpötila T 0. Sylinterin sisällä on n moolia ideaalikaasua ja sen tilavuutta kasvatetaan
LisätiedotPHYS-C0220 Termodynamiikka ja statistinen fysiikka Kevät 2017
PHYS-C0220 Termodynamiikka ja statistinen fysiikka Kevät 2017 Emppu Salonen Lasse Laurson Toni Mäkelä Touko Herranen Luento 1: lämpötila, Boltzmannin jakauma Ke 22.2.2017 1 Richard Feynmanin miete If,
LisätiedotLämmityksen lämpökerroin: Jäähdytin ja lämmitin ovat itse asiassa sama laite, mutta niiden hyötytuote on eri, jäähdytyksessä QL ja lämmityksessä QH
Muita lämpökoneita Nämäkin vaativat työtä toimiakseen sillä termodynamiikan toinen pääsääntö Lämpökoneita ovat lämpövoimakoneiden lisäksi laitteet, jotka tekevät on Clausiuksen mukaan: Mikään laite ei
Lisätiedotx 4 e 2x dx Γ(r) = x r 1 e x dx (1)
HY / Matematiikan ja tilastotieteen laitos Todennäköisyyslaskenta IIA, syksy 217 217 Harjoitus 6 Ratkaisuehdotuksia Tehtäväsarja I 1. Laske numeeriset arvot seuraaville integraaleille: x 4 e 2x dx ja 1
LisätiedotLASKENNALLISEN TIETEEN OHJELMATYÖ: Diffuusion Monte Carlo -simulointi yksiulotteisessa systeemissä
LASKENNALLISEN TIETEEN OHJELMATYÖ: Diffuusion Monte Carlo -simulointi yksiulotteisessa systeemissä. Diffuusio yksiulotteisessa epäjärjestäytyneessä hilassa E J ii, J ii, + 0 E b, i E i i i i+ x Kuva.:
LisätiedotPHYS-C0220 Termodynamiikka ja statistinen fysiikka Kevät 2017
PHYS-C0220 Termodynamiikka ja statistinen fysiikka Kevät 2017 Emppu Salonen Lasse Laurson Toni Mäkelä Touko Herranen Luento 4: entropia Pe 3.3.2017 1 Aiheet tänään 1. Klassisen termodynamiikan entropia
LisätiedotNumeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33
Numeeriset menetelmät TIEA381 Luento 12 Kirsi Valjus Jyväskylän yliopisto Luento 12 () Numeeriset menetelmät 25.4.2013 1 / 33 Luennon 2 sisältö Tavallisten differentiaaliyhtälöiden numeriikasta Rungen
Lisätiedot766328A Termofysiikka Harjoitus no. 10, ratkaisut (syyslukukausi 2014)
7668A Termofysiikka Harjoitus no., ratkaisut (syyslukukausi 4). Johdetaan yksiatomisen klassisen ideaalikaasun kemiallisen potentiaalin µ(t,, N) lauseke. (a) Luentojen yhtälön mukaan kemiallinen potentiaali
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kertausluento 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat:. Potenssisarjojen suppenemissäde, suppenemisväli ja suppenemisjoukko. 2. Derivaatan
Lisätiedot4. Termodynaamiset potentiaalit
FYSA241, kevät 2012 uomas Lappi tuomas.v.v.lappi@jyu.fi Huone: FL249. Ei kiinteitä vastaanottoaikoja. kl 2012 4. ermodynaamiset potentiaalit 1 asapainotila Mikrokanoninen ensemble Eristetty järjestelmä
LisätiedotS Fysiikka III (EST) Tentti ja välikoeuusinta
S-437 Fysiikka III (EST) Tentti ja välikoeuusinta 65007 Välikoeuusinnassa vastataan vain kolmeen tehtävään Kokeesta saatu pistemäärä kerrotaan tekijällä 5/3 Merkitse paperiin uusitko jommankumman välikokeen,
LisätiedotMaxwell-Boltzmannin jakauma
Maxwell-Boltzmannin jakauma Homogeenisessa tasapainotilassa redusoidut yksihiukkastodennäköisyydet f voivat olla vain nopeuden funktioita, f = f(v ), ja H-funktio ei toisaalta voi riippua ajasta, eli dh
LisätiedotIV. TASAINEN SUPPENEMINEN. f(x) = lim. jokaista ε > 0 ja x A kohti n ε,x N s.e. n n
IV. TASAINEN SUPPENEMINEN IV.. Funktiojonon tasainen suppeneminen Olkoon A R joukko ja f n : A R funktio, n =, 2, 3,..., jolloin jokaisella x A muodostuu lukujono f x, f 2 x,.... Jos tämä jono suppenee
LisätiedotPHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA
PHYS-C0220 TERMODYNAMIIKKA JA STATISTINEN FYSIIKKA Kevät 2016 Emppu Salonen Lasse Laurson Arttu Lehtinen Toni Mäkelä Luento 7: Ekvipartitioteoreema, partitiofunktio ja ideaalikaasu Ke 16.3.2016 1 KURSSIN
LisätiedotOletetaan, että virhetermit eivät korreloi toistensa eikä faktorin f kanssa. Toisin sanoen
Yhden faktorin malli: n kpl sijoituskohteita, joiden tuotot ovat r i, i =, 2,..., n. Olkoon f satunnaismuuttuja ja oletetaan, että tuotot voidaan selittää yhtälön r i = a i + b i f + e i avulla, missä
LisätiedotEkvipartitioteoreema. Entropia MB-jakaumassa. Entropia tilastollisessa mekaniikassa
Ekvipartitioteoreema lämpötilan ollessa riittävän korkea, kukin molekyylin liikkeen vapausaste tuo energian ½ kt sekä keskimääräiseen liike-energiaan ja kineettiseen energiaan energian lisäys ja riittävän
LisätiedotEkvipartitioteoreema
Ekvipartitioteoreema lämpötilan ollessa riittävän korkea, kukin molekyylin liikkeen vapausaste tuo energian ½ kt sekä keskimääräiseen liike-energiaan ja kineettiseen energiaan energian lisäys ja riittävän
LisätiedotMoniulotteisia todennäköisyysjakaumia
Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (007) 1 Moniulotteisia todennäköisyysjakaumia >> Multinomijakauma Kaksiulotteinen
LisätiedotEntrooppiset voimat. Entrooppiset voimat Vapaan energian muunnoksen hyötysuhde Kahden tilan systeemit
Entrooppiset voimat Entrooppiset voimat Vapaan energian muunnoksen hyötysuhde Kahden tilan systeemit Entrooppiset voimat 3 2 0 0 S k N ln VE S, S f ( N, m) Makroskooppisia voimia, jotka syntyvät pyrkimyksestä
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 9 1 Implisiittinen derivointi Tarkastellaan nyt yhtälöä F(x, y) = c, jossa x ja y ovat muuttujia ja c on vakio Esimerkki tällaisesta yhtälöstä on x 2 y 5 + 5xy = 14
LisätiedotPHYS-A0120 Termodynamiikka syksy 2016
PHYS-A0120 Termodynamiikka syksy 2016 Emppu Salonen Prof. Peter Liljeroth Viikko 6: Faasimuutokset Maanantai 5.12. Kurssin aiheet 1. Lämpötila ja lämpö 2. Työ ja termodynamiikan 1. pääsääntö 3. Lämpövoimakoneet
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 6 1 Korkolaskentaa Oletetaan, että korkoaste on r Jos esimerkiksi r = 0, 02, niin korko on 2 prosenttia Tätä korkoastetta käytettään diskonttaamaan tulevia tuloja ja
Lisätiedot8. Klassinen ideaalikaasu
Statistinen fysiikka, osa B (FYSA242) Tuomas Lappi tuomas.v.v.lappi@jyu.fi Huone: FL240. Ei kiinteitä vastaanottoaikoja. kl 2016 8. Klassinen ideaalikaasu 1 Fysikaalinen tilanne Muistetaan: kokeellisesti
LisätiedotIlkka Mellin Todennäköisyyslaskenta. Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat. Momenttiemäfunktio ja karakteristinen funktio
Ilkka Mellin Todennäköisyyslaskenta Osa : Satunnaismuuttujat ja todennäköisyysjakaumat Momenttiemäfunktio ja karakteristinen funktio TKK (c) Ilkka Mellin (7) 1 Momenttiemäfunktio ja karakteristinen funktio
Lisätiedot4. Termodynaamiset potentiaalit
Statistinen fysiikka, osa A (FYSA241) uomas Lappi tuomas.v.v.lappi@jyu.fi Huone: FL249. Ei kiinteitä vastaanottoaikoja. kl 2013 4. ermodynaamiset potentiaalit 1 asapainotila Mikrokanoninen ensemble Eristetty
LisätiedotBOSONIJÄRJESTELMÄT (AH 8.1, 8.2) Bosekondensaatio
BOSONIJÄRJESTELMÄT (AH 8.1, 8.2) Bosekondensaatio Atomien aaltoluonne tulee parhaiten esiin matalissa lämpötiloissa, jossa niiden terminen de Broglien aallonpituus λ T = h2 2πmT lähestyy niiden keskimääräistä
LisätiedotEi-inertiaaliset koordinaatistot
orstai 25.9.2014 1/17 Ei-inertiaaliset koordinaatistot Tarkastellaan seuraavaa koordinaatistomuunnosta: {x} = (x 1, x 2, x 3 ) {y} = (y 1, y 2, y 3 ) joille valitaan kantavektorit: {x} : (î, ĵ, ˆk) {y}
LisätiedotClausiuksen epäyhtälö
1 Kuva 1: Clausiuksen epäyhtälön johtaminen. Clausiuksen epäyhtälö otesimme Carnot n koneelle, että syklissä lämpötiloissa H ja L vastaanotetuille lämmöille Q H ja Q L pätee Q H H oisin ilmaistuna, Carnot
LisätiedotJohdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio. TKK (c) Ilkka Mellin (2005) 1
Johdatus todennäköisyyslaskentaan Momenttiemäfunktio ja karakteristinen funktio TKK (c) Ilkka Mellin (5) 1 Momenttiemäfunktio ja karakteristinen funktio Momenttiemäfunktio Diskreettien jakaumien momenttiemäfunktioita
Lisätiedot= 84. Todennäköisin partitio on partitio k = 6,
S-435, Fysiikka III (ES) entti 43 entti / välikoeuusinta I Välikokeen alue Neljän tunnistettavissa olevan hiukkasen mikrokanonisen joukon mahdolliset energiatasot ovat, ε, ε, 3ε, 4ε,, jotka kaikki ovat
Lisätiedot1 Clausiuksen epäyhtälö
1 PHYS-C0220 ermodynamiikka ja statistinen fysiikka, kevät 2017 Emppu Salonen 1 Clausiuksen epäyhtälö Carnot n koneen syklissä lämpötilassa H ja L vastaanotetuille lämmöille Q H ja Q L pätee oisin ilmaistuna,
Lisätiedotkertausta edellisestä seuraa, että todennäköisimmin systeemi löydetään sellaisesta mikrotilasta, jollaisia on
tavoitteet kertausta Tiedät mitä on Boltzmann-jakauma ja osaat soveltaa sitä Ymmärrät miten päädytään kaasumolekyylien nopeusjakaumaan Ymmärrät kuinka voidaan arvioida hiukkasen vapaa matka Kaikki mikrotilat,
LisätiedotPHYS-A0120 Termodynamiikka syksy 2017
PHYS-A0120 Termodynamiikka syksy 2017 Emppu Salonen Prof. Peter Liljeroth Viikko 5: Termodynaamiset potentiaalit Maanantai 27.11. ja tiistai 28.11. Kotitentti Julkaistaan ti 5.12., palautus viim. ke 20.12.
Lisätiedot4. Termodynaamiset potentiaalit
Statistinen fysiikka, osa A (FYSA241) Vesa Apaja vesa.apaja@jyu.fi Huone: YN212. Ei kiinteitä vastaanottoaikoja. kl 2015 4. ermodynaamiset potentiaalit 1 ermodynaaminen tasapaino kanonisessa joukossa Mikrokanoninen
LisätiedotIlkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia
Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (006) 1 Moniulotteisia todennäköisyysjakaumia >> Multinomijakauma Kaksiulotteinen
LisätiedotCh7 Kvanttimekaniikan alkeita. Tässä luvussa esitellään NMR:n kannalta keskeiset kvanttimekaniikan tulokset.
Ch7 Kvanttimekaniikan alkeita Tässä luvussa esitellään NMR:n kannalta keskeiset kvanttimekaniikan tulokset. Spinnittömät hiukkaset Hiukkasta kuvaa aineaaltokenttä eli aaltofunktio. Aaltofunktio riippuu
Lisätiedot7 Termodynaamiset potentiaalit
82 7 ermodynaamiset potentiaalit 7-1 Clausiuksen epäyhtälö Kappaleessa 4 tarkasteltiin Clausiuksen entropiaperiaatetta, joka määrää eristetyssä systeemissä (E, ja N vakioita) tapahtuvien prosessien suunnan.
LisätiedotPHYS-A0120 Termodynamiikka syksy 2016
PHYS-A0120 Termodynamiikka syksy 2016 Emppu Salonen Prof. Peter Liljeroth Viikko 4: Entropia Maanantai 21.11. ja tiistai 22.11. Ideaalikaasun isoterminen laajeneminen Kaasuun tuodaan määrä Q lämpöä......
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kertausta 2. välikokeeseen Toisessa välikokeessa on syytä osata ainakin seuraavat asiat: 1. Potenssisarjojen suppenemissäe, suppenemisväli ja suppenemisjoukko. 2. Derivaatan laskeminen
LisätiedotIntegroimalla ja käyttämällä lopuksi tilanyhtälöä saadaan T ( ) ( ) H 5,0 10 J + 2,0 10 0,50 1,0 10 0,80 Pa m 70 kj
S-4.35 Fysiikka (ES) entti 3.8.. ääritä yhden haikaasumoolin (O) (a) sisäenergian, (b) entalian muutos tilanmuutoksessa alkutilasta =, bar, =,8 m3 loutilaan =, bar, =,5 m3. ärähtelyn vaausasteet voidaan
LisätiedotS , Fysiikka III (Sf) tentti/välikoeuusinta
S-114.45, Fysiikka III (Sf) tentti/välikoeuusinta.11.4 1. välikokeen alue 1. Osoita, että hyvin alhaisissa lämpötiloissa elektronin FD systeemin energia on U = (3/ 5) ε F. Opastus: oleta, että kaikki tilat
Lisätiedotln2, missä ν = 1mol. ja lopuksi kaasun saama lämpömäärä I pääsäännön perusteella.
S-114.42, Fysiikka III (S 2. välikoe 4.11.2002 1. Yksi mooli yksiatomista ideaalikaasua on alussa lämpötilassa 0. Kaasu laajenee tilavuudesta 0 tilavuuteen 2 0 a isotermisesti, b isobaarisesti ja c adiabaattisesti.
LisätiedotUseita oskillaattoreita yleinen tarkastelu
Useita oskillaattoreita yleinen tarkastelu Useita riippumattomia vapausasteita q i, i =,..., n ja potentiaali vastaavasti U(q, q 2,..., q n). Tasapainoasema {q 0, q0 2,..., q0 n} q 0 Käytetään merkintää
LisätiedotEkvipartitioperiaatteen mukaisesti jokaiseen efektiiviseen vapausasteeseen liittyy (1 / 2)kT energiaa molekyyliä kohden.
. Hiilidioksidiolekyyli CO tiedetään lineaariseksi a) Mitkä ovat eteneisliikkeen, pyöriisliikkeen ja värähtelyn suuriat ekvipartitioperiaatteen ukaiset läpöenergiat olekyyliä kohden, kun kaikki vapausasteet
LisätiedotDifferentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /
MS-A8 Differentiaali- ja integraalilaskenta, V/7 Differentiaali- ja integraalilaskenta Ratkaisut 5. viikolle / 9..5. Integroimismenetelmät Tehtävä : Laske osittaisintegroinnin avulla a) π x sin(x) dx,
LisätiedotT H V 2. Kuva 1: Stirling kiertoprosessi. Ideaalisen Stirlingin koneen sykli koostuu neljästä osaprosessista (kts. kuva 1):
1 c 3 p 2 T H d b T L 4 1 a V Kuva 1: Stirling kiertoprosessi. Stirlingin kone Ideaalisen Stirlingin koneen sykli koostuu neljästä osaprosessista kts. kuva 1: 1. Työaineen ideaalikaasu isoterminen puristus
LisätiedotSatunnaismuuttujien muunnokset ja niiden jakaumat
Ilkka Mellin Todennäköisyyslaskenta Osa 2: Satunnaismuuttujat ja todennäköisyysjakaumat Satunnaismuuttujien muunnokset ja niiden jakaumat TKK (c) Ilkka Mellin (2007) 1 Satunnaismuuttujien muunnokset ja
Lisätiedot2 exp( 2u), kun u > 0 f U (u) = v = 3 + u 3v + uv = u. f V (v) dv = f U (u) du du f V (v) = f U (u) dv = f U (h(v)) h (v) = f U 1 v (1 v) 2
HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 208 Harjoitus 4 Ratkaisuehdotuksia Tehtäväsarja I. Satunnaismuuttuja U Exp(2) ja V = U/(3 + U). Laske f V käyttämällä muuttujanvaihtotekniikkaa.
LisätiedotDerivaatat lasketaan komponenteittain, esimerkiksi E 1 E 2
MS-C50 Osittaisdifferentiaaliyhtälöt Harjoitukset syksy 07. Oletetaan että vektorikenttä E E E E : R R on kaksi kertaa jatkuvasti derivoituva E C R. Näytä että E E. Derivaatat lasketaan komponenteittain
Lisätiedotkertausta Boltzmannin jakauma infoa Ideaalikaasu kertausta Maxwellin ja Boltzmannin vauhtijakauma
infoa kertausta Boltzmannin jakauma Huomenna itsenäisyyspäivänä laitos on kiinni, ei luentoa, ei laskareita. Torstaina laboratoriossa assistentit neuvovat myös laskareissa. Ensi viikolla tiistaina vielä
LisätiedotKaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua.
6 Alkeisfunktiot Kaikkia alla olevia kohtia ei käsitellä luennoilla kokonaan, koska osa on ennestään lukiosta tuttua. 6. Funktion määrittely Funktio f : A B on sääntö, joka liittää jokaiseen joukon A alkioon
LisätiedotTehtävänanto oli ratkaista seuraavat määrätyt integraalit: b) 0 e x + 1
Tehtävä : Tehtävänanto oli ratkaista seuraavat määrätyt integraalit: a) a) x b) e x + Integraali voisi ratketa muuttujanvaihdolla. Integroitava on muotoa (a x ) n joten sopiva muuttujanvaihto voisi olla
Lisätiedot(s 2 + 9)(s 2 + 2s + 5) ] + s + 1. s 2 + 2s + 5. Tästä saadaan tehtävälle ratkaisu käänteismuuntamalla takaisin aikatasoon:
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-2429 Systeemien Identifiointi 2 harjoituksen ratkaisut Yhtälö voitaisiin ratkaista suoraankin, mutta käytetään Laplace-muunnosta tehtävän ratkaisemisessa
LisätiedotHY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 2017 Harjoitus 1 Ratkaisuehdotuksia
HY, MTL / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIb, syksy 07 Harjoitus Ratkaisuehdotuksia Tehtäväsarja I Osa tämän viikon tehtävistä ovat varsin haastavia, joten ei todellakaan
LisätiedotKULJETUSSUUREET Kuljetussuureilla tai -ominaisuuksilla tarkoitetaan kaasumaisen, nestemäisen tai kiinteän väliaineen kykyä siirtää ainetta, energiaa, tai jotain muuta fysikaalista ominaisuutta paikasta
LisätiedotLuento 8 6.3.2015. Entrooppiset voimat Vapaan energian muunoksen hyötysuhde Kahden tilan systeemit
Luento 8 6.3.2015 1 Entrooppiset voimat Vapaan energian muunoksen hyötysuhde Kahden tilan systeemit Entrooppiset voimat 3 2 0 0 S k N ln VE S, S f ( N, m) 2 Makroskooppisia voimia, jotka syntyvät pyrkimyksestä
LisätiedotDynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II
Dynaamisten systeemien teoriaa Systeemianalyysilaboratorio II 15.11.2017 Vakiot, sisäänmenot, ulostulot ja häiriöt Mallin vakiot Systeemiparametrit annettuja vakioita, joita ei muuteta; esim. painovoiman
LisätiedotP (X B) = f X (x)dx. xf X (x)dx. g(x)f X (x)dx.
Yhteenveto: Satunnaisvektorit ovat kuvauksia tn-avaruudelta seillaiselle avaruudelle, johon sisältyy satunnaisvektorin kaikki mahdolliset reaalisaatiot. Satunnaisvektorin realisaatio eli otos on jokin
Lisätiedotmin x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2
TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-39 Optimointioppi Kimmo Berg 6 harjoitus - ratkaisut min x + x x + x = () x f = 4x, h = x 4x + v = { { x + v = 4x + v = x = v/ x = v/4 () v/ v/4
LisätiedotH7 Malliratkaisut - Tehtävä 1
H7 Malliratkaisut - Tehtävä Eelis Mielonen 7. lokakuuta 07 a) Palautellaan muistiin Maclaurin sarjan määritelmä (Taylorin sarja origon ympäristössä): f n (0) f(x) = (x) n Nyt jos f(x) = ln( + x) saadaan
LisätiedotPHYS-A0120 Termodynamiikka syksy 2016
PHYS-A0120 Termodynamiikka syksy 2016 Emppu Salonen Prof. Peter Liljeroth Viikko 5: Termodynaamiset potentiaalit Maanantai 28.11. ja tiistai 29.11. Kotitentti Julkaistaan to 8.12., palautus viim. to 22.12.
Lisätiedot1. TILASTOLLINEN HAHMONTUNNISTUS
1. TILASTOLLINEN HAHMONTUNNISTUS Tilastollisissa hahmontunnistusmenetelmissä piirteitä tarkastellaan tilastollisina muuttujina Luokittelussa käytetään hyväksi seuraavia tietoja: luokkien a priori tn:iä,
LisätiedotTeddy 7. harjoituksen malliratkaisu syksy 2011
Teddy 7. harjoituksen malliratkaisu syksy 2011 1. Systeemin käyttäytymistä faasirajalla kuvaa Clapeyronin yhtälönä tunnettu keskeinen relaatio dt = S m. (1 V m Koska faasitasapainossa reaktion Gibbsin
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I
MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I G. Gripenberg Aalto-yliopisto 21. tammikuuta 2016 G. Gripenberg (Aalto-yliopisto) MS-A0207 Differentiaali- ja integraalilaskenta
Lisätiedot805306A Johdatus monimuuttujamenetelmiin, 5 op
monimuuttujamenetelmiin, 5 op syksy 2018 Matemaattisten tieteiden laitos Lineaarinen erotteluanalyysi (LDA, Linear discriminant analysis) Erotteluanalyysin avulla pyritään muodostamaan selittävistä muuttujista
LisätiedotMatematiikan tukikurssi: kurssikerta 12
Matematiikan tukikurssi: kurssikerta 2 Tenttiin valmentavia harjoituksia Huomio. Tähän tulee lisää ratkaisuja sitä mukaan kun ehin niitä kirjoittaa. Kurssilla käyään läpi tehtävistä niin monta kuin mahollista.
LisätiedotJohdatus todennäköisyyslaskentaan Moniulotteisia todennäköisyysjakaumia. TKK (c) Ilkka Mellin (2005) 1
Johdatus todennäköisyyslaskentaan Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (005) 1 Moniulotteisia todennäköisyysjakaumia Multinomijakauma Kaksiulotteinen normaalijakauma TKK (c) Ilkka
LisätiedotDiskreettiaikainen dynaaminen optimointi
Diskreettiaikainen dynaaminen optimointi Usean kauden tapaus 2 kauden yleistys Ääretön loppuaika Optimaalinen pysäytys Optimointiopin seminaari - Syksy 2000 / Ongelma t 0 x 0 t- t T x t- + x t + x T u
LisätiedotMATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ
1 YLIOPPILASTUTKINTO- LAUTAKUNTA 25.9.2017 MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ A-osa Ratkaise kaikki tämän osan tehtävät 1 4. Tehtävät arvostellaan pistein 0 6. Kunkin tehtävän ratkaisu kirjoitetaan tehtävän
Lisätiedot1 WKB-approksimaatio. Yleisiä ohjeita. S Harjoitus
S-114.1427 Harjoitus 3 29 Yleisiä ohjeita Ratkaise tehtävät MATLABia käyttäen. Kirjoita ratkaisut.m-tiedostoihin. Tee tuloksistasi lyhyt seloste, jossa esität laskemasi arvot sekä piirtämäsi kuvat (sekä
LisätiedotTodennäköisyyslaskun kertaus. Vilkkumaa / Kuusinen 1
Todennäköisyyslaskun kertaus Vilkkumaa / Kuusinen 1 Satunnaismuuttujat ja todennäköisyysjakaumat Vilkkumaa / Kuusinen 2 Motivointi Kokeellisessa tutkimuksessa tutkittaviin ilmiöihin liittyvien havaintojen
LisätiedotKvanttifysiikan perusteet 2017
Kvanttifysiikan perusteet 207 Harjoitus 2: ratkaisut Tehtävä Osoita hyödyntäen Maxwellin yhtälöitä, että tyhjiössä magneettikenttä ja sähkökenttä toteuttavat aaltoyhtälön, missä aallon nopeus on v = c.
LisätiedotLineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus
Lineaarikombinaatio, lineaarinen riippuvuus/riippumattomuus 1 / 51 Lineaarikombinaatio Johdattelua seuraavaan asiaan (ei tarkkoja määritelmiä): Millaisen kuvan muodostaa joukko {λv λ R, v R 3 }? Millaisen
Lisätiedot4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä
1 Laaja matematiikka 5 Kevät 010 4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa esiintyvistä matemaattisista malleista on differentiaaliyhtälö.
LisätiedotPHYS-C0220 Termodynamiikka ja statistinen fysiikka Kevät 2016
PHYS-C0220 Termodynamiikka ja statistinen fysiikka Kevät 2016 Emppu Salonen Lasse Laurson Toni Mäkelä Arttu Lehtinen Luento 5: Termodynaamiset potentiaalit Ke 9.3.2016 1 AIHEET 1. Muut työn laadut sisäenergiassa
Lisätiedotlnx x 1 = = lim x = = lim lim 10 = x x0
BM0A580 - Differentiaalilaskenta ja sovellukset Harjoitus 5, Syksy 05. (a) (b) ln = sin(t π ) t π t π = = 0 = = cos(t π = ) = 0 t π (c) e [ = ] = = e e 3 = e = 0 = 0 (d) (e) 3 3 + 6 + 8 + 6 5 + 4 4 + 4
LisätiedotMatematiikan tukikurssi
Matematiikan tukikurssi Kurssikerta 2 Lisää osamurtoja Tutkitaan jälleen rationaalifunktion P(x)/Q(x) integrointia. Aiemmin käsittelimme tapauksen, jossa nimittäjä voidaan esittää muodossa Q(x) = a(x x
Lisätiedot