Tilastollinen mekaniikka. Peruskäsitteitä Mikro- ja makrotilat Maxwell-Boltzmann jakauma Bose-Einstein jakauma Fermi-Dirac jakauma Jakaumafunktiot
|
|
- Ada Saaristo
- 7 vuotta sitten
- Katselukertoja:
Transkriptio
1 Tlastollnen mekankka Peruskästtetä Mkro- ja makrotlat Maxwell-Boltzmann jakauma Bose-Ensten jakauma Ferm-Drac jakauma Jakaumafunktot
2 Tlastollnen mekankka Teora on stä vakuttavamp, mtä yksnkertasemmat ovat sen perusoletukset, mtä erlasempa lmötä se kuvaa ja mtä laajemp on sen sovellutusalue. Sks klassnen termodynamkka on tehnyt mnuun syvän vakutuksen. Se on kästyksen mukaan anoa unversaal fyskaalnen teora, joka peruskästtedensä sovellutusalueella on todella pysyvä. Albert Ensten Ludwg Eduard Boltzmann (20. helmkuuta syyskuuta 1906) ol tävaltalanen fyyskko ja professor Grazssa, Münchenssä, Lepzgssä ja Wenssä. Hän sovels tlastollsa menetelmä termodynamkkaan, selvens entropan kästettä ja edst merkttäväst teoreettsen fyskan kehtystä. Born: 13 June 1831 n Ednburgh, Scotland Ded: 5 Nov 1879 n Cambrdge, Cambrdgeshre, England By treatng gases statstcally n 1866 he formulated, ndependently of Ludwg Boltzmann, the Maxwell- Boltzmann knetc theory of gases.
3 Peruskästteet Jos hukkaset evät vuorovakuta keskenään ja toteuttavat nämä ehdot ne muodostavat ns. mkrokanoonsen systeemn. Jokanen energataso vo ssältää useampa omnastloja jolla on sama energa E. Termodynamkan kannalta kakk tavat jakaa tasolle E n hukkasta ovat samanverosa. Yhden hukkasen energatasot: E, E, E, Energatasojen mehtysluvut: n ; 1,2,3,... Partto el makrotla = mehtyslukujono: n, n, n, Hukkasten kokonasmäärä on vako: N 1 n Hukkasten kokonasenerga on vako: E 1 n E
4 Mkä hmeen tladegeneraato? Aemmn on opttu, että osa mkroskooppsten systeemen energatasosta on degenerotuneta ts. usealla Schrödngern yhtälön ratkasulla on sama omnasenerga, mutta nähn omnastlohn lttyy jokn muu suure kuten spn joka erottaa ne tosstaan. Esmerkks vedyn orbtaalella ja on sama 1sm 1/2 1sm 1/2 energa -13,6 ev mutta tosella omnastlalla on spn ylös ja tosella spn alas. s s Merktään samaan energatasoon E määrää g :llä. Yo. esmerkssä tetenkn g lttyven omnastlojen 2
5 Degeneraato ja mkrotlat (1) Energatasoon E vo lttyä useta omnastloja. Nähn omnastlohn lttyy sama energa, mutta ne eroavat tosstaan jonkn muun fyskaalsen omnasuuden suhteen. E (2) Jos erlasa omnastloja on g kappaletta sanotaan taan,että energataso E on g kertasest degenerotunut. (3) Jokasta erlasta (on olemassa jokn fyskaalnen koe, jolla ko. ero havataan) tapaa jakaa hukkaset energatasohn kuuluvlle omnastlolle kutsutaan mkrotlaks. Yhteen makrotlaan el parttoon lttyy yleensä useta mkrotloja. E
6 Esmerkk mkro- ja makrotlosta Hukkasmäärä N Kokonasenerga E 6 6e Yhteensä 11 makrotlaa jossa 462 mkrotlaa. Todennäkösn partto Keskmääräset mehtysluvut: n W j k k, j k k k, j W n / 462 = mkrotlojen määrä parttossa k n = tason E mehtysluku parttossa k j j n j 1 2, , , , , , ,
7 Hukkasten denttsyys ja dentteett Klasssessa fyskassa hukkaset vodaan (nden fyskaalsten omnasuuksen muuttumatta) merktä ykslötunnstusta varten! Kunka monella tavalla kymmenen hukkasta vodaan järjestää jonoon? Ensmmänen hukkanen vo olla mkä tahansa el 10 vahtoehtoa, tosen vo valta 9:stä, jne. Mahdollsten järjestysten määrä on 10!
8 Identfotavat hukkaset Entäs jos tarkastellaan hukkasten sjottamsta energatasolle? Oletetaan, että mkään e rajota stä, kunka monta hukkasta yhdellä energatasolla vo olla. Vomme käyttää em. jonoja (10! kpl) ja merktä energatasolle sjottumsta esm. seuraavast ab cde fgh j Tetyst krjanten järjestys muuttuu er jonossa, mutta jos 1-tlalla on ana 2 hukkasta, 2-tlalla 3, jne., nn nämä edustavat samaa makrotlaa. Mtkä er kombnaatot tuottavat saman makrotlan?
9 Mkrotlojen lukumäärä ab cde fgh j Yo. esmerkssä tlalla 2 on kolme hukkasta. Kunka monta cde-jonoa löytyy? Tetyst 3! kpl: cde, ced, dce, dec, ecd, ja edc. Jonojen määrä täytyy ss jakaa jokasen tason mehtysluvun kertomalla, jotta saadaan erlasten mkrotlojen lukumäärä el termodynaamnen todennäkösyys W N! N j j!
10 Maxwell-Boltzmann statstkka Yo. esmerkssä e ollut mukana degeneraatota. Kunka se vodaan huomoda? Otetaan tlan 1 mehtys [ab]. Jos energatlalla 1 on degeneraato 3, mahdollset konfguraatot jossa a ja b vovat olla on estetty okealla. 2 Nden lukumäärä on 3. El kombnaatoden lukumäärä on kakkaan j N! N g j j WM B g j N! N! N! j j j Tämä on ss erlasten mkrotlojen määrä Maxwell-Boltzmann statstkan mukaan. j N j ab a b a b ab b a a b ab b a b a
11 Esmerkk M-B statstkan makrotlojen todennäkösyydet
12 Identtset hukkaset Kvanttmekankassa hukkasa e vo tunnstaa, mutta energatlat vo. Tämä muuttaa statstkkaa. Oletetaan taas 10 hukkasta ja degeneraato 3. Tarkastellaan ensn van yhtä energatasoa. Identfodaan taas hukkaset krjamlla ja tlat numerolla. Eräs jono on 1 abc2defg 3hj Kunka monta mahdollsta jonoa? Jotta jono edustaa hukkasten jakaantumsta energatlolle, ptää sen alkaa numerolla, loput vodaan valta vapaast. El jonojen lukumäärä on g g N 1!
13 Mkrotlojen lukumäärä Mutta koska hukkaset ovat denttsä, krjamen järjestyksellä e ole välä. Jos ajatellaan ntä jonoja, jossa numeroden pakka on knntetty, nn nätä on N! kpl, koska se ol pelkken krjanjonojen lukumäärä. Tosaalta myös energatlojen aljonot vovat sattua er järjestyksessä, esm. 3hj 1 abc2defg edustaa samaa mkrotlaa kun jono 1 abc2defg 3hj. Nätä kombnaatota on g! kpl. El er mkrotlojen lukumäärä on g! N! g 1! N! g g N 1! g N 1!
14 Bose-Ensten -statstkka Jos nyt huomodaan lsäks er energatasot, jokasella nästä on yo. mukanen määrä kombnaatota. El ns. Bose-Ensten statstkan mukanen mkrotlojen määrä on W BE g j g N j 1! 1! N! j j j
15 Esmerkk B-E statstkan makrotlojen todennäkösyydet
16 Pauln keltosääntö Kolmas tärkeä statstkka saadaan, jos hukkaset noudattavat Pauln keltosääntöä el samalla energatlalla e vo olla kahta hukkasta. Tarkastellaan ensn van yhtä energatasoa. Oletetaan nyt kolme hukkasta ja degeneraato 5. Identfodaan taas hukkaset krjamlla ja tlat numerolla. Eräs mahdollnen jono on 1 a2b34c5 Kunka monta mahdollsta jonoa? Ensmmänen hukkanen vodaan lattaa mhn tahansa vdestä vahtoehdosta, tonen neljään, jne. el kombnaatota on g g g g N g! g N!
17 Ferm-Drac statstkka Koska hukkasa e vo dentofda, nn esm. ao. jonot kuvaavat samaa mkrotlaa: 1 a2b34c5 Nätä krjanvahtoehtoja on N! kpl. Huomodaan velä kakk energatasot j, jotka kakk vovat olla mssä tahansa konfguraatossa rppumatta tosten tasojen konfguraatosta el mkrotlojen lukumäärä Ferm- Drac statstkassa on W 1 c2a34b5 FD g j! g N N!! j j j j
18 Esmerkk F-D statstkan makrotlojen todennäkösyydet
19 Tlastollsen mekankan perusoletus Tlastollsen mekankan perusoletus el hypotees (joka oletetaan okeaks) on seuraava: Yksttänen hukkanen on samalla todennäkösyydellä jokasella yhden hukkasen omnastlalla. Systeemn kuuluven hukkasten sjottumsta yhden hukkasen omnastlolle rajottaa se, että nden kokonasenerga on annettu vako. Tällä ehdolla jokanen jakotapa yhden hukkasen omnastlolle el mkrotla on yhtä todennäkönen. Systeemn termodynaamset omnasuudet rppuvat anoastaan energatasojen energosta ja mehtysluvusta el makrotlasta. Makrotlaan vo kuulua useta mkrotloja. Everythng should be made as smple as possble, but no smpler.
20 Entropa Tlastollsessa mekankassa entropa määrtellään systeemn mkrotlojen lukumäärän avulla: S k lnw B Makrotlaa, jonka entropa on suurn kutsutaan systeemn termodynaamseks tasapanotlaks. Mkrotlojen lukumäärä parttossa el makrotlassa Mllä tämän systeemn parttosta on suurn entropa? Partto 6 koska snä on enten mkrotloja. Se on samalla termodynaamnen tasapanotla!
21 Todennäkösn partto (makrotla) Termodynaamnen tasapanotla on se makrotla el partto, johon lttyy enten mkrotloja. Optmontongelma: määrää reunaehdolla 1 2 3,... N n ja E n E mehtysluvut n, n, n sten, että mkrotlojen lukumäärä W N! g n n saa suurmman arvon.!
22 MB-jakauman johtamnen Etstään sellaset n, n, n,.. että W W n, n, n,.. saa maksmarvon Reunaehtona on otettava huomoon että hukkasten kokonasmäärä N vako ja samon kokonasenerga U n n E on vako. Käytännössä on helpomp etsä funkton f n, n, n,.. ln W n, n, n, maksm. Ne mehtysluvut n, n, n, jotka antavat funkton f maksmn antavat myös funkton W maksmn sllä logartmfunkto kasvaa monotonsest - mtä suuremp on argumentt stä suuremp on sen logartm!
23
24
25
26
27
28 Maxwell-Boltzmann jakauma Todennäkösmmät mehtysluvut ovat mssä parttofunkto (el tlasumma) Z on Hukkasten kokonasenerga: N d E n E g E e k NT ln( Z) dt E / k B T 2 B Z Tämän vo todeta ottamalla parttofunkton logartmn ja dervomalla sen T:n suhteen. Kokele! Huomaa, että parttofunkto Z ja absoluuttnen lämpötla T votasn peraatteessa määrätä numeersest hukkasten kokonasmäärän ja systeemn kokonasenergan avulla! N n ge Z Z ge E / k T B E / k T Huomaa, että MBjakaumassa summaukset ovat ana yl hukkasen energatasojen e omnastlojen. Makrotla spesfo anoastaan hukkasten jakauman energatasolle. B
29 Maxwell-Boltzmann jakauma Vodaan myös osottaa, että parttofunkton ja kemallsen potentaaln välllä on yhteys 1 Z exp Joten MB-jakauman todennäkösn mehtys on kt B n g exp E kt B Tätä käytetään klassslle partkkelelle ja approksmaatona FD-statstkalle tetyssä tlantessa.
30 Bose-Ensten jakauma BE-jakauman todennäkösn mehtys on n g E exp 1 kt B Tätä statstkkaa käytetään bosonelle el esm. fotonelle, fononelle, jne.
31 Ferm-Drac jakauma FD-jakauman todennäkösn mehtys on n g E exp 1 kt B Tätä jakumaa käytetään fermonelle el esm. elektronelle ja aukolle.
32 Jakaumen vertalu Jakaumen yhtenen muoto on seuraava n g E exp a kt B Mssä a:n arvo -1 tarkottaa BE-jakaumaa, +1 FD-jakaumaa ja 0 MB-jakaumaa.
TILASTOLLISEN MEKANIIKAN LUENNOT KEVÄT 2008
TILASTOLLISEN MEKANIIKAN LUENNOT KEVÄT 008 Randy Harrsn krjan luvun 9 Statstcal Mechancs alueeseen lttyvä suomenkelnen ohesmateraal. Tämä luentomateraal on teoran osalta laajemp ja perusteellsemp kun Harrsn
LisätiedotTilastollisen fysiikan luennot
Tlastollsen fyskan luennot Tvstelmät luvuttan I PERUSKÄSITTEITÄ JA MÄÄRITELMIÄ Lämpö on systeemen mkroskooppsten osen satunnasta lkettä Lämpöenerga vrtaa kuumemmasta kappaleesta kylmempään Jos kaks kappaletta
Lisätiedot1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä
Johdatus dskreettn matematkkaan Harjotus 3, 30.9.2015 1. Luvut 1, 10 on latettu ympyrän kehälle. Osota, että löytyy kolme verekkästä lukua, joden summa on vähntään 17. Ratkasu. Tällasa kolmkkoja on 10
LisätiedotTILASTOLLISEN MEKANIIKAN LUENNOT KEVÄT 2008
TILASTOLLISEN MEKANIIKAN LUENNOT KEVÄT 8 Randy Harrsn krjan luvun 9 Statstcal Mechancs alueeseen lttyvä suomenkelnen ohesmateraal. Tämä luentomateraal on teoran osalta laajemp ja perusteellsemp kun Harrsn
LisätiedotS Fysiikka III (EST 6 op) S Modernin fysiikan tietokoneharjoitukset (Sf, 2 op )
S-114.1327 Fyskka III (EST 6 op) S-114.1427 Modernn fyskan tetokoneharjotukset (Sf, 2 op ) Luennot: prof. Ilkka Tttonen lkka.tttonen@tkk.f Mkro- ja nanoteknkka, Tetote 3,Mcronova prof. Jukka Tulkk jukka.tulkk@tkk.f
LisätiedotIII KLASSINEN TILASTOLLINEN MEKANIIKKA... 48
III KLASSINEN TILASTOLLINEN MEKANIIKKA... 48 3.1 Johdanto...48 3. Tlastollsen mekankan kästtetä...49 3.3 Maxwell - Boltzmann jakauman johtamnen...51 3.4 Energatlan ssänen vapausaste...54 3.5 Tasapanotlaa
Lisätiedot9. Muuttuva hiukkasluku
Statstnen fyskka, osa B (FYSA242) Tuomas Lapp tuomas.v.v.lapp@jyu.f Huone: FL240. E kntetä vastaanottoakoja. kl 2016 9. Muuttuva hukkasluku 1 Kertaus: lämpökylpy Mustetaan kurssn A-osasta Mkrokanonnen
LisätiedotKvanttimekaanisten joukkojen yhteys termodynamiikkaan
Kvanttmekaansten joukkojen yhteys termodynamkkaan Hukkaslukumäärän sälyttävä systeem vo vahtaa energaa ympärstönsä kanssa kahdella tavalla: työnä ta lämpönä. Termodynamkassa entropan muutos lttyy lämmön
LisätiedotMODERNIN FYSIIKAN LUENNOT KEVÄT 2007 OSA I TILASTOLLINEN MEKANIIKKA
MODERNIN FYSIIKAN LUENNOT KEVÄT 7 OSA I TILASTOLLINEN MEKANIIKKA TILASTOLLISEN MEKANIIKAN LUENNOT KEVÄT 7 Tlastollsen fyskan luennosta käydään keväällä 7 läp anoastaan Kappaleet III-V. Estetona nähn lukuhn
LisätiedotIII KLASSINEN TILASTOLLINEN MEKANIIKKA... 48
III KLASSINEN TILASTOLLINEN MEKANIIKKA... 48 3.1 Johdanto... 48 3. Tlastollsen mekankan kästtetä... 49 3.3 Maxwell - Boltzmann jakauman johtamnen... 51 3.4 Energatlan ssänen vapausaste... 54 3.5 Tasapanotlaa
LisätiedotMonte Carlo -menetelmä
Monte Carlo -menetelmä Helumn perustlan elektron-elektron vuorovakutuksen laskemnen parametrsodulla yrteaaltofunktolla. Menetelmän käyttökohde Monen elektronn systeemen elektronkorrelaato oteuttamnen mulla
Lisätiedot1, x < 0 tai x > 2a.
PHYS-C020 Kvanttmekankka Laskuharotus 2, vkko 45 Tarkastellaan ptkn x-aksela lkkuvaa hukkasta, onka tlafunkto on (x, t) Ae x e!t, mssä A, a! ovat reaalsa a postvsa vakota a) Määrtä vako A sten, että tlafunkto
LisätiedotKvanttimekaanisten joukkojen yhteys termodynamiikkaan
Kvanttmekaansten joukkojen yhteys termodynamkkaan Hukkaslukumäärän sälyttävä systeem vo vahtaa energaa ympärstönsä kanssa kahdella tavalla: työnä ta lämpönä. Termodynamkassa entropan muutos lttyy lämmön
LisätiedotS , FYSIIKKA III (ES), Syksy 2002, LH 4, Loppuviikko 39. Partitiofunktiota käyttäen keskiarvo voidaan kirjoittaa muotoon
S-11435, FYSIIKKA III (ES), Syksy 00, LH 4, Loppuvkko 39 LH4-1* Käyttän Maxwll-Boltzmann-jakauman parttofunktota määrtä a) nrgan nlön kskarvo (E ) skä b) nrgan nlöllnn kskpokkama kskarvosta l nrgan varanss,
Lisätiedot5. KVANTTIMEKANIIKKAA
5. KVANTTIMEKANIIKKAA Bohrn atommallsta samme jonknlasen kuvan atomn rakenteesta. Kutenkaan Bohrn atommall e pysty selttämään kakka kokeellsa havantoja spektrestä: Mks osa spektren vvosta on tosa vomakkaampa
LisätiedotIV KVANTTISTATISTIIKAN PERUSTEET... 94
IV KVANTTISTATISTIIKAN PERUSTEET... 94 4.1 Monhukkastlan symmetraomnasuudet ja statstkka... 94 4.2 Bose-Ensten jakauma... 95 4.2.1 Mkrotlojen lukumäärän laskemnen... 95 4.2.2 Tasapanotlaa vastaava partto...
LisätiedotJaksolliset ja toistuvat suoritukset
Jaksollset ja tostuvat suortukset Korkojakson välen tostuva suortuksa kutsutaan jaksollsks suortuksks. Tarkastelemme tässä myös ylesempä tlanteta jossa samansuurunen talletus tehdään tasavälen mutta e
Lisätiedot3.5 Generoivat funktiot ja momentit
3.5. Generovat funktot ja momentt 83 3.5 Generovat funktot ja momentt 3.5.1 Momentt Eräs tapa luonnehta satunnasmuuttujan jakaumaa, on laskea jakauman momentt. Ne määrtellään odotusarvon avulla. Määrtelmä
Lisätiedotr i m i v i = L i = vakio, (2)
4 TÖRMÄYKSET ILMATYYNYPÖYDÄLLÄ 41 Erstetyn systeemn sälymslat Kun kaks kappaletta törmää tosnsa ne vuorovakuttavat keskenään tetyn ajan Vuorovakutuksella tarkotetaan stä että kappaleet vahtavat keskenään
Lisätiedotd L q i = V = mc 2 q i 1 γ = = p i. = V = γm q i + QA i. ṗ i + Q A i + Q da i t + j + V + Q φ
TTKK/Fyskan latos FYS-1640 Klassnen mekankka syksy 2009 Laskuharjotus 5, 16102009 1 Ertysessä suhteellsuusteorassa Lagrangen funkto vodaan krjottaa muodossa v L = m 2 u t 1! ṙ 2 V (r) Osota, että tämä
LisätiedotMarkov-prosessit (Jatkuva-aikaiset Markov-ketjut)
J. Vrtamo Lkenneteora a lkenteenhallnta / Markov-prosesst 1 Markov-prosesst (Jatkuva-akaset Markov-ketut) Tarkastellaan (statonaarsa) Markov-prosessea, oden parametravaruus on atkuva (yleensä aka). Srtymät
LisätiedotMat Lineaarinen ohjelmointi
Mat-.4 Lneaarnen ohelmont 8..7 Luento 6 Duaaltehtävä (kra 4.-4.4) S ysteemanalyysn Lneaarnen ohelmont - Syksy 7 / Luentorunko Motvont Duaaltehtävä Duaalteoreemat Hekko duaalsuus Vahva duaalsuus Täydentyvyysehdot
Lisätiedotb g / / / / H G I K J =. S Fysiikka (ES) Tentti
S4.35 Fyskka (ES) Tntt 4.9. 3 6. Sälö, jonka tlavuus on,5 m, ssältää haa, jonka an on,5 Pa ja lämötla C. (a) Montako moola haa sälössä on? (b) Montako klogrammaa? (c) Mtn an muuttuu, jos lämötla kasvaa
LisätiedotTyön tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt
FYSP103 / 1 KAASUTUTKIMUS Työn tavotteta havannollstaa deaalkaasun tlanyhtälöä oppa, mten lman kosteus vakuttaa havattavn lmöhn ja mttaustuloksn kerrata mttauspöytäkrjan ja työselostuksen laatmsta Luento-
LisätiedotYksikköoperaatiot ja teolliset prosessit
Ykskköoperaatot ja teollset prosesst 1 Ylestä... 2 2 Faasen välnen tasapano... 3 2.1 Neste/höyry-tasapano... 4 2.1.1 Puhtaan komponentn höyrynpane... 4 2.1.2 Ideaalnen seos... 5 2.1.3 Epädeaalnen nestefaas...
LisätiedotVenymälle isotermisessä tilanmuutoksessa saadaan dl = α LdT + df = df AE AE Ulkoisen voiman tekemä työ saadaan integroimalla δ W = FdL :
S-11435, Fyskka III (ES) Tentt 194 1 Setsemän tunnstettavssa olevaa hukkasta on jakautunut kahdelle energatasolle Ylem taso on degenerotumaton ja sen energa on 1, mev korkeam kun alemman tason, joka uolestaan
LisätiedotTchebycheff-menetelmä ja STEM
Tchebycheff-menetelmä ja STEM Optmontopn semnaar - Kevät 2000 / 1 1. Johdanto Tchebycheff- ja STEM-menetelmät ovat vuorovakuttesa menetelmä evät perustu arvofunkton käyttämseen pyrkvät shen, että vahtoehdot
LisätiedotMat /Mat Matematiikan peruskurssi C3/KP3-I Harjoitus 2, esimerkkiratkaisut
Harjotus, esmerkkratkasut K 1. Olkoon f : C C, f(z) z z. Tutk, mssä pstessä f on dervotuva. Ratkasu 1. Jotta funkto on dervotuva, on sen erotusosamäärän f(z + ) f(z) raja-arvon 0 oltava olemassa ja ss
Lisätiedot6. Stokastiset prosessit (2)
Ssältö Markov-prosesst Syntymä-kuolema-prosesst luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 6 Markov-prosess Esmerkk Tark. atkuva-akasta a dskreetttlasta stokaststa prosessa X(t) oko tla-avaruudella
LisätiedotFYSA220/2 (FYS222/2) VALON POLARISAATIO
FYSA220/2 (FYS222/2) VALON POLARSAATO Työssä tutktaan valoaallon tulotason suuntasen ja stä vastaan kohtsuoran komponentn hejastumsta lasn pnnasta. Havannosta lasketaan Brewstern lan perusteella lasn tatekerron
Lisätiedot( ) ( ) Tällöin. = 1 ja voimme laskea energiatason i. = P n missä
S-445 FYSIIKKA III (Sf) Sysy 4, LH Ratasut LHSf-* ohesen uvan esttämää systeemä Systeemssä on 5 huasta joden yhtenen energa on U = 6ε Kunn energatason degeneraatotejä on Olettaen, että systeem noudattaa
LisätiedotMALLIVASTAUKSET S Fysiikka III (EST) (6 op) 1. välikoe
MALLIVASTAUKSET S-4.7 Fysa III (EST) (6 op). väloe 7..7. Astassa on, µmol vetyä ( ) ja, µg typpeä ( ). Seosen lämpötla on K ja pane, Pa. Lase a) astan tlavuus, b) vedyn ja typen osapaneet ja c) moleyylen
LisätiedotABTEKNILLINEN KORKEAKOULU
ABTEKNILLINEN KORKEAKOULU Tetoverkkolaboratoro 6. Stokastset prosesst () Luento6.ppt S-38.45 - Lkenneteoran perusteet - Kevät 5 6. Stokastset prosesst () Ssältö Markov-prosesst Syntymä-kuolema-prosesst
Lisätiedottäydellinen atomaarisen tason kuvaus. Tämän tarkka kuvaaminen on mahdotonta (N ~ N A ), joten tarvitaan tilastollista tarkastelua.
PHYS-A00 Termodynamkka (TFM), Luentomustnpanot Luennot 9-0, kertaus: Mkro- ja makrotlat Mkrotla täydellnen atomaarsen tason kuvaus. Tämän tarkka kuvaamnen on mahdotonta ( ~ A ), joten tarvtaan tlastollsta
LisätiedotGalerkin in menetelmä
hum.9.3 Galerkn n menetelmä Galerknn menetelmän soveltamnen e ole rajottunut van ongelmn, jotka vodaan pukea sellaseen varaatomuotoon, joka on seurauksena funktonaaln mnmomsesta, kuten potentaalenergan
LisätiedotA = B = T = Merkkijonon A osamerkkijono A[i..j]: n merkkiä pitkä merkkijono A:
Merkkjonot (strngs) n merkkä ptkä merkkjono : T T T G T n = 18 kukn merkk [], mssä 0 < n, kuuluu aakkostoon Σ, jonka koko on Σ esm. bttjonot: Σ = {0,1} ja Σ = 2, DN: Σ = {,T,,G} ja Σ = 4 tetokoneen aakkosto
LisätiedotTyön tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt
FYSP103 / 1 KAASUTUTKIUS Työn tavotteta havannollstaa deaalkaasun tlanyhtälöä oa, mten lman kosteus vakuttaa havattavn lmöhn ja mttaustuloksn kerrata mttausöytäkrjan ja työselostuksen laatmsta Luento-
Lisätiedot3 Tilayhtälöiden numeerinen integrointi
3 Tlayhtälöden numeernen ntegront Alkuarvotehtävässä halutaan ratkasta lopputla xt f ) sten, että tlayhtälöt ẋ = fx,u, t) toteutuvat, kun alkutla x 0 on annettu Tlayhtälöden numeernen ntegront vodaan suorttaa
LisätiedotUuden eläkelaitoslain vaikutus allokaatiovalintaan
TEKNILLINEN KORKEAKOULU Systeemanalyysn laboratoro Mat-2.108 Sovelletun matematkan erkostyö Uuden eläkelatoslan vakutus allokaatovalntaan Tmo Salmnen 58100V Espoo, 14. Toukokuuta 2007 Ssällysluettelo Johdanto...
LisätiedotKanoniset muunnokset
Kanonset muunnokset Koordnaatstomuunnokset Lagrangen formalsmssa pstemuunnoksa: Q = Q (q, t) nopeudet saadaan nästä dervomalla Kanonnen formalsm: p:t ja q:t samanarvosa 2n-ulottesen faasavaruuden muuttuja
LisätiedotTaustaa. Sekventiaalinen vaikutuskaavio. Päätöspuista ja vaikutuskaavioista. Esimerkki: Reaktoriongelma. Johdantoa sekventiaalikaavioon
Taustaa Sekventaalnen vakutuskaavo Sekventaalnen päätöskaavo on 1995 ovalun ja Olven esttämä menetelmä päätösongelmen mallntamseen, fomulontn ja atkasemseen. Päätöspuun omnasuukssta Hyvää: Esttää eksplsttsest
LisätiedotHASSEN-WEILIN LAUSE. Kertausta
HASSEN-WEILIN LAUSE Kertausta Käytetään seuraava merkntjä F = F/F q on sukua g oleva funktokunta Z F (t = L F (t (1 t(1 qt on funktokunnan F/F q Z-funkto. α 1, α 2,..., α 2g ovat polynomn L F (t nollakohten
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 7: Lagrangen kertojat. Pienimmän neliösumman menetelmä.
MS-A0205/MS-A0206 Dfferentaal- ja ntegraallaskenta 2 Luento 7: Lagrangen kertojat. Penmmän nelösumman menetelmä. Jarmo Malnen Matematkan ja systeemanalyysn latos 1 Aalto-ylopsto Kevät 2016 1 Perustuu Antt
LisätiedotMittaustulosten käsittely
Mttaustulosten kästtely Vrhettä ja epävarmuutta lmasevat kästteet Tostokoe ja satunnasten vrheden tlastollnen kästtely. Mttaustulosten jakaumaa kuvaavat tunnusluvut. Normaaljakauma 7. Tostokoe ja suurmman
LisätiedotFDS-OHJELMAN UUSIA OMINAISUUKSIA
FDS-OHJELMAN UUSIA OMINAISUUKSIA Smo Hostkka VTT PL 1000, 02044 VTT Tvstelmä Fre Dynamcs Smulator (FDS) ohjelman vdes verso tuo mukanaan joukon muutoksa, jotka vakuttavat ohjelman käyttöön ja käytettävyyteen.
LisätiedotLohkoasetelmat. Lohkoasetelmat. Lohkoasetelmat: Mitä opimme? Lohkoasetelmat. Lohkoasetelmat. Satunnaistettu täydellinen lohkoasetelma 1/4
TKK (c) lkka Melln (005) Koesuunnttelu TKK (c) lkka Melln (005) : Mtä opmme? Tarkastelemme tässä luvussa seuraavaa kysymystä: Mten varanssanalyysssa tutktaan yhden tekän vakutusta vastemuuttujaan, kun
LisätiedotAB TEKNILLINEN KORKEAKOULU
B TEKNILLINEN KORKEKOULU Tetoverkkolaboratoro luento05.ppt S-38.45 - Lkenneteoran perusteet - Kevät 00 Ssältö eruskästteet Dskreett satunnasmuuttujat Dskreett jakaumat lkm-jakaumat Jatkuvat satunnasmuuttujat
LisätiedotVenymälle isotermisessä tilanmuutoksessa saadaan AE AE
S-11435, Fyskka III (ES) Tntt 75 1 Stsmän tunnstttavssa olvaa hukkasta on jakautunut kahdll nrgatasoll Ylm taso on dgnrotumaton ja sn nrga on 1, mv korkam kun almman tason, joka uolstaan on dgnrotunut
LisätiedotMatematiikan ja tilastotieteen laitos Johdatus diskreettiin matematiikkaan (Syksy 2008) 4. harjoitus Ratkaisuja (Jussi Martin)
Matematan ja tlastoteteen latos Johdatus dsreettn matemataan (Sysy 28 4. harjotus Ratasuja (Juss Martn 1. Kertomus Hotell Kosmosesta jatuu: Hotellyhtymän johdolta tul määräys laata luettelo asta mahdollssta
LisätiedotEpätäydelliset sopimukset
Eätäydellset somukset Matt Rantanen 15.4.008 ysteemanalyysn Laboratoro Teknllnen korkeakoulu Estelmä 16 Matt Rantanen Otmonton semnaar - Kevät 008 Estelmän ssältö Eätäydellset somukset ja omstusokeus alanén
LisätiedotTyöllistääkö aktivointi?
Jyväskylän ylopsto Matemaatts-luonnonteteellnen tedekunta Työllstääkö aktvont? Vakuttavuusanalyys havannovassa tutkmuksessa Elna Kokkonen tlastoteteen pro gradu tutkelma 31. elokuuta 2007 Tlastoteteen
LisätiedotPuupintaisen sandwichkattoelementin. lujuuslaskelmat. Sisältö:
Puupntasen sandwchkattoelementn lujuuslaskelmat. Ssältö: Sandwch kattoelementn rakenne ja omnasuudet Laatan laskennan kulku Tulosten vertalua FEM-malln ja analyyttsen malln välllä. Elementn rakenne Puupntasa
LisätiedotFYSIIKAN LABORATORIOTYÖT 1 761121P
FYSIIKAN LABORATORIOTYÖT 76P Espuhe Fyskassa pyrtään löytämään luonnosta lanalasuuksa, jota vodaan mtata kokeellsest ja kuvata matemaattsest. Tässä kurssssa tutustutaan yksnkertasten mttausvälneden käyttöön
LisätiedotTarkastellaan kuvan 8.1 (a) lineaarista nelitahoista elementtiä, jonka solmut sijaitsevat elementin kärkipisteissä ja niiden koordinaatit ovat ( xi
Elementtmenetelmän erusteet 8. 8 D-SOLIDIRKEEE 8. ohdanto Kolmulottesa soldelementtejä tartaan kolmulottesten kaaleden mallntamseen. ällön tarkasteltaan kaaleen geometralla e ole ertsrtetä jotka teksät
LisätiedotMittausepävarmuus. Mittaustekniikan perusteet / luento 7. Mittausepävarmuus. Mittausepävarmuuden laskeminen. Epävarmuuslaskelma vai virhearvio?
Mttausteknkan perusteet / luento 7 Mttausepävarmuus Mttausepävarmuus Mttaustulos e ole koskaan täysn oken Mttaustulos on arvo mtattavasta arvosta Mttaustuloksen ja mtattavan arvon ero on mttausvrhe Mkäl
LisätiedotMittausvirhe. Mittaustekniikan perusteet / luento 6. Mittausvirhe. Mittausepävarmuus ja siihen liittyvää terminologiaa
Mttausteknkan perusteet / luento 6 Mttausepävarmuus ja shen lttyvää termnologaa Mttausepävarmuus = mttaustulokseen lttyvä parametr, joka kuvaa mttaussuureen arvojen odotettua vahtelua Mttauksn lttyvä kästtetä
LisätiedotTIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010
TIES592 Montavoteoptmont ja teollsten prosessen hallnta Ylassstentt Juss Hakanen juss.hakanen@jyu.f syksy 2010 Interaktvset menetelmät Idea: päätöksentekjää hyödynnetään aktvsest ratkasuprosessn akana
LisätiedotJaetut resurssit. Tosiaikajärjestelmät Luento 5: Resurssien hallinta ja prioriteetit. Mitä voi mennä pieleen? Resurssikilpailu ja estyminen
Tosakajärjestelmät Luento : Resurssen hallnta ja prorteett Tna Nklander Jaetut resursst Useat tapahtumat jakavat ohjelma-/lattesto-olota, jossa kesknänen possulkemnen on välttämätöntä. Ratkasuja: Ajonakanen
LisätiedotMO-teoria ja symmetria
MO-teora ja symmetra () Kaks atomorbtaaa vovat muodostaa kaks moekyyorbtaaa - Stova orbtaa - ajottava orbtaa () Atomorbtaaen energoden otava keskenään samansuurusa () Atomorbtaaen symmetravaatmukset LCAO
LisätiedotSähkön- ja lämmöntuotannon kustannussimulointi ja herkkyysanalyysi
Sähkön- ja lämmöntuotannon kustannussmulont ja herkkyysanalyys Pekka Nettaanmäk Osmo Schroderus Jyväskylän ylopsto Tetoteknkan latos 2010 1 2 Tvstelmä Raportn tarkotuksena on esttää pelkstetyn matemaattsen
Lisätiedot4. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman
4. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento 7..008 Thomas Hackman 4. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus Akasarja-anals 4. Tähtteteellsten
LisätiedotPainotetun metriikan ja NBI menetelmä
Panotetun metrkan ja NBI menetelmä Optmontopn semnaar - Kevät / 1 Estelmän ssältö Paretopsteden generont panotetussa metrkossa Panotettu L p -metrkka Panotettu L -metrkka el panotettu Tchebycheff -metrkka
LisätiedotTietojen laskentahetki λ α per ,15 0,18 per ,15 0,18 per tai myöhempi 0,20 0,18
SU/Vakuutusmatemaattnen ykskkö 6.3.07 (6) Rahastoonsrtovelvotteeseen ja perustekorkoon lttyvät laskentakaavat Soveltamnen. Rahastosrtovelvote RSV. Täydennyskerron b 6 Nätä laskentakaavoja sovelletaan täydennyskertomen,
LisätiedotRahastoonsiirtovelvoitteeseen, perustekorkoon ja vakuutusmaksukorkoon liittyvät laskentakaavat ja periaatteet
SU/Vakuutusmatemaattnen ykskkö 3..209 (7) Rahastoonsrtovelvotteeseen, perustekorkoon ja vakuutusmaksukorkoon lttyvät laskentakaavat ja peraatteet Soveltamnen. Rahastosrtovelvote RSV 2. Täydennyskerron
Lisätiedot. g = 0,42g. Moolimassat ovat vastaavasti N 2 :lle 28, 02g/ mol ja typpiatomille puolet tästä 14, 01g/ mol.
LH-1 Kaasusälö ssältää 1, g typpeä 1800 K lämpötlassa Sälön tlavuus on 5,0 l Laske pane sälössä ottamalla huomoon, että tässä lämpötlassa 30 % typpmolekyylestä, on hajonnut atomeks Sovella Daltonn laka
Lisätiedot13. Lineaariset ensimmäisen kertaluvun differentiaalisysteemit
68 3. Leaarset esmmäse kertaluvu dfferetaalsysteemt Tarkastelemme systeemejä () x () t = A() t x() t + b () t, jossa matrs A kertomet ja b ovat välllä I jatkuva. Jatkuve vektorarvoste fuktode avaruutta
LisätiedotPaperikoneiden tuotannonohjauksen optimointi ja tuotefokusointi
TEKNILLINEN KORKEAKOULU Teknllsen fyskan koulutusohjelma ERIKOISTYÖ MAT-2.108 Sovelletun matematkan erkostyöt 22.4.2003 Paperkoneden tuotannonohjauksen optmont ja tuotefokusont Jyrk Maaranen 38012p 1 Ssällysluettelo
Lisätiedoton määritelty tarkemmin kohdassa 2.3 ja pi kohdassa 2.2.
SU/Vakuutusmatemaattnen ykskkö 7.8.08 (7) Rahastoonsrtovelvotteeseen ja perustekorkoon lttyvät laskentakaavat Soveltamnen. Rahastosrtovelvote RSV. Täydennyskerron b 6 Nätä laskentakaavoja sovelletaan täydennyskertomen,
Lisätiedot1 0 2 x 1 a. x 1 2x c b 2a c a. Alimmalta riviltä nähdään että yhtälöyhmällä on ratkaisu jos ja vain jos b 3a + c = 0.
BM20A5800 - Funktot, lneaaralgebra, vektort Tentt, 26.0.206. (a) Krjota yhtälöryhmä x + 2x 3 = a 2x + x 2 + 5x 3 = b x x 2 + x 3 = c matrsmuodossa Ax = b ja ratkase x snä erkostapauksessa kun b = 0. Mllä
LisätiedotVERKKOJEN MITOITUKSESTA
J. Vrtamo 38.3141 Telelkenneteora / Verkon mtotus 1 VERKKOJEN MITOITUKSESTA 1. Prkytkentäset verkot Lnkken kapasteetten (johtoja/lnkk) määräämnen sten, että verkon kokonaskustannukset mnmotuvat, kun päästä-päähän
LisätiedotLuento 6 Luotettavuus Koherentit järjestelmät
Aalto-ylosto erustetede korkeakoulu Matematka a systeemaalyys latos Lueto 6 Luotettavuus Koherett ärestelmät Aht Salo Systeemaalyys laboratoro Matematka a systeemaalyys latos Aalto-ylosto erustetede korkeakoulu
LisätiedotPyörimisliike. Haarto & Karhunen.
Pyörmslke Haarto & Karhunen www.turkuamk.f Pyörmslke Lttyy jäykän kappaleen pyörmseen akselnsa ympär Pyörmsenerga on pyörmsakseln A ympär pyörvän kappaleen osasten lke-energoden summa E r Ek mv mr mr www.turkuamk.f
LisätiedotAINEIDEN OMINAISUUKSIIN PERUSTUVA SEOSTEN LUOKITUS JA VAARAA OSOITTAVAT LAUSEKKEET
N:o 979 3731 te 2 AINEIDEN OMINAISUUKSIIN ERUSTUVA SEOSTEN UOKITUS JA VAARAA OSOITTAVAT AUSEKKEET JOHDANTO Vaarallsa aneta ssältävä seoksa luokteltaessa ja merkntöjä valttaessa aneden ptosuuksen perusteella
Lisätiedot3. Datan käsittely lyhyt katsaus
3. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento..0 Thomas Hackman HTTPK I, kevät 0, luento 3 3. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus
LisätiedotBL20A0600 Sähkönsiirtotekniikka
BLA6 Sähkönsrtoteknkka Tehonaon laskenta Jarmo Partanen LT Energy Electrcty Energy Envronment Srtoverkkoen laskenta Verkon tehonaon laskemnen srron hävöt ännteolosuhteet ohtoen kuormttumnen verkon käyttäytymnen
Lisätiedot5. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman
5. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento 7.4.006 Thomas Hackman 5. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus Akasarja-anals 5. Tähtteteellsten
LisätiedotHamiltonin mekaniikka
Luku 7 Hamltonn mekankka Tässä luvussa mekankan formalsma vedään velä Lagrangen mekankkaakn järeämpään muotoon. Tutustumme jo luvussa 3 johnkn kanonsen formalsmn peruspalkohn, kuten kanonsn mpulssehn,
Lisätiedot7. Modulit Modulit ja lineaarikuvaukset.
7. Modult Vektoravaruudet ovat vahdannasa ryhmä, jossa on määrtelty jonkn kunnan skalaartomnta. Hyväksymällä kerronrakenteeks kunnan sjaan rengas saadaan rakenne nmeltä modul. Moduln käste on ss vektoravaruuden
LisätiedotStatistinen mekaniikka 1
Statstnen mekankka 1 Kevät 2017 Luennotsja Aleks Vuornen (aleks.vuornen@helsnk.f, A322) Laskuharjotusasstentt: Francesco Montanar (francesco.montanar@helsnk.f, A321) Tuomas Tenkanen (tuomas.tenkanen@helsnk.f,
LisätiedotTKK @ Ilkka Mellin (2008) 1/24
Mat-.60 Sovellettu todeäkösyyslasketa B Mat-.60 Sovellettu todeäkösyyslasketa B / Ratkasut Aheet: Mtta-astekot Havatoaesto kuvaame ja otostuusluvut Avasaat: Artmeette keskarvo, Frekvess, Frekvessjakauma,
LisätiedotTuotteiden erilaistuminen: hintakilpailu
Tuotteden erlastumnen: hntaklalu Lass Smlä 19.03.003 Otmonton semnaar - Kevät 003 / 1 Johdanto Yrtykset evät yleensä halua tuottaa saman tuoteavaruuden tlan täyttävä tuotteta (syynä Bertrandn aradoks)
LisätiedotValmistelut INSTALLATION INFORMATION
Valmstelut 1 Pergo-lamnaattlattan mukana tomtetaan kuvallset ohjeet. Alla olevssa tekstessä on seltykset kuvn. Ohjeet on jaettu kolmeen er osa-alueeseen, jotka ovat valmstelu, asennus ja svous. Suosttelemme,
LisätiedotKansainvälisen konsernin verosuunnittelu ja tuloksenjärjestely
Kansanvälsen konsernn verosuunnttelu ja tuloksenjärjestely Kansantaloustede Pro gradu -tutkelma Talousteteden latos Tampereen ylopsto Toukokuu 2007 Pekka Kleemola TIIVISTELMÄ Tampereen ylopsto Talousteteden
LisätiedotSMG-1100: PIIRIANALYYSI I
SMG-1100: PIIRIANALYYSI I Vahtosähkön teho hetkellnen teho p(t) pätöteho P losteho Q näennästeho S kompleksnen teho S HETKELLINEN TEHO Kn veresen kvan mpedanssn Z jännte ja vrta (tehollsarvon osottmet)
LisätiedotTavoitteet skaalaavan funktion lähestymistapa eli referenssipiste menetelmä
Tavotteet skaalaavan funkton lähestymstapa el referensspste menetelmä Optmontopn semnaar - Kevät 2000 / 1 Estelmän ssältö Panotetun metrkan ongelmen havatsemnen Referensspste menetelmän dean esttely Referensspste
LisätiedotMat Lineaarinen ohjelmointi
Mat-2.340 Lneaarnen ohjelmont 22..2007 Luento 0 Ssäpstemenetelmät ja kokonaslukuoptmont (krja 0.-0.4) Ssäpstemenetelmät luvut 8 ja 9, e tarvtse lukea Lneaarnen ohjelmont - Syksy 2007 / Luentorunko Sananen
LisätiedotJäykän kappaleen liike
aananta 9.9.014 1/17 Jäykän kappaleen lke Tähän ast tarkasteltu massapstemekankkaa : m, r, v Okeast fyskaalset systeemt ovat äärellsen kokosa, esm. jäykät kappaleet r r j = c j =vako, j elastset kappaleet
LisätiedotLIITE 2. KÄSITELUETTELO
222 LIITE 2. KÄSITELUETTELO Absoluttnen energa-astekko Adabaattnen palamslämpötla Adabaattnen prosess Aktvsuus Aktvsuuskerron Aktvaatoenerga Eksotermnen reakto Elektrod Elektrolyys Endotermnen reakto Entalpa
Lisätiedot4. MARKKINOIDEN TASAPAINOTTUMINEN 4.1. Tasapainoperiaate Yritysten ja kuluttajien välinen tasapaino
4. MARKKINOIDEN TASAPAINOTTUMINEN 4.. Tasapanoperaate 4... Yrtysten ja kuluttajen välnen tasapano Näkymätön käs muodostuu kahdesta vakutuksesta: ) Yrtysten voton maksmont johtaa ne tuottamaan ntä hyödykketä,
Lisätiedot= E(Y 2 ) 1 n. = var(y 2 ) = E(Y 4 ) (E(Y 2 )) 2. Materiaalin esimerkin b) nojalla log-uskottavuusfunktio on l(θ; y) = n(y θ)2
HY / Matematka ja tlastotetee latos Tlastolle päättely II, kevät 28 Harjotus 3A Ratkasuehdotuksa Tehtäväsarja I Olkoot Y,, Y ja Nθ, ) Osota, että T T Y) Y 2 o parametr gθ) θ 2 harhato estmaattor Laske
LisätiedotSU/Vakuutusmatemaattinen yksikkö (5)
SU/Vakuutusmatemaattnen ykskkö 0..06 (5) Rahastoonsrtovelvotteeseen ja perustekorkoon lttyvät laskentakaavat Soveltamnen. Rahastosrtovelvote RSV. Täydennyskerron b 6 Nätä laskentakaavoja sovelletaan täydennyskertomen,
Lisätiedot3.3 Hajontaluvuista. MAB5: Tunnusluvut
MAB5: Tunnusluvut 3.3 Hajontaluvusta Esmerkk 7 Seuraavat kolme kuvaa osottavat, että jakaumlla vo olla sama keskarvo ja stä huolmatta ne vovat olla avan erlaset. Kakken kolmen keskarvo on 78,0! Frekvenss
LisätiedotJOHDANNAISTEN KÄYTTÖ JOUKKOVELKAKIRJALAINASALKUN RISKIENHALLINNASSA: empiirinen tutkimus kotimaisista pitkän koron rahastoista vuosilta 2001 2005.
TAMPEREEN YLIOPISTO Talousteteden latos JOHDANNAISTEN KÄYTTÖ JOUKKOVELKAKIRJALAINASALKUN RISKIENHALLINNASSA: emprnen tutkmus kotmassta ptkän koron rahastosta vuoslta 2001 2005. Kansantaloustede Pro gradu
LisätiedotIlmari Juva. Jalkapallo-ottelun lopputuloksen stokastinen mallintaminen
Ilmar Juva 45727R Mat-2.108 Sovelletun matematkan erkostyö Jalkaallo-ottelun loutuloksen stokastnen mallntamnen 1 Johdanto Jalkaallo-ottelun loutuloksen mallntamsesta tlastollsn ja todennäkösyyslaskun
LisätiedotKUVIEN LAADUN ANALYSOINTI
KUVIEN LAADUN ANALYSOINTI Lasse Makkonen 1.7.2003 Joensuun Ylopsto Tetojenkästtelytede Pro gradu tutkelma Tvstelmä Tutkelmassa luodaan katsaus krjallsuudessa esntyvn dgtaalsten kuven laadullsen analysonnn
LisätiedotMUODONMUUTOKSET. Lähtöotaksumat:
MUODONMUUTOKSET Lähöoaksuma:. Maeraal on sorooppsa ja homogeensa. Hooken lak on vomassa (fyskaalnen lneaarsuus) 3. Bernoulln hypoees on vomassa (eknnen avuuseora) 4. Muodonmuuokse ova nn penä rakeneen
LisätiedotUsean muuttujan funktioiden integraalilaskentaa
Usean muuttujan funktoden ntegraallaskentaa Pntantegraaln määrtelmä Yhden muuttujan tapaus (kertausta) Olkoon f() : [a, b] R jatkuva funkto Oletetaan tässä ksnkertasuuden vuoks, että f() Remann-ntegraal
LisätiedotKOKONAISRATKAISUT YHDESTÄ PAIKASTA
KOKONAISRATKAISUT YHDESTÄ PAIKASTA Monpuolset järjestelmät varastontn ja tuotantoon TUOTELUETTELO 2009 Kappale D Varasto- ja hyllystövältasot vältasot optmaalsta tlankäyttöä varten SSI SCHÄFER: n varasto-
LisätiedotMetallurgiset liuosmallit: Yleistä
Metallurgset luosmallt: Ylestä Ilmömallnnus rosessmetallurgassa Syksy 2016 Teema 2 - Luento 3 Tavote Tutustua deaal- ja reaalluosten kästtesn Tutustua luosmallehn ylesellä tasolla Luosmallen jaottelu Hyvän
LisätiedotKynä-paperi -harjoitukset. Taina Lehtinen Taina I Lehtinen Helsingin yliopisto
Kynä-paper -harjotukset Tana Lehtnen 8.8.07 Tana I Lehtnen Helsngn ylopsto Etelä-Suomen ja Lapn lään, 400 opettajaa a. Perusjoukon (populaaton) muodostvat kakk Etelä-Suomen ja Lapn läänn peruskoulun opettajat
Lisätiedot