Tilastollinen mekaniikka. Peruskäsitteitä Mikro- ja makrotilat Maxwell-Boltzmann jakauma Bose-Einstein jakauma Fermi-Dirac jakauma Jakaumafunktiot

Koko: px
Aloita esitys sivulta:

Download "Tilastollinen mekaniikka. Peruskäsitteitä Mikro- ja makrotilat Maxwell-Boltzmann jakauma Bose-Einstein jakauma Fermi-Dirac jakauma Jakaumafunktiot"

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 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

Lisätiedot

Tilastollisen fysiikan luennot

Tilastollisen 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

Lisätiedot

1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä

1. 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

Lisätiedot

TILASTOLLISEN MEKANIIKAN LUENNOT KEVÄT 2008

TILASTOLLISEN 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

Lisätiedot

S Fysiikka III (EST 6 op) S Modernin fysiikan tietokoneharjoitukset (Sf, 2 op )

S 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

Lisätiedot

III KLASSINEN TILASTOLLINEN MEKANIIKKA... 48

III 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

Lisätiedot

9. Muuttuva hiukkasluku

9. 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

Lisätiedot

Kvanttimekaanisten joukkojen yhteys termodynamiikkaan

Kvanttimekaanisten 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

Lisätiedot

MODERNIN FYSIIKAN LUENNOT KEVÄT 2007 OSA I TILASTOLLINEN MEKANIIKKA

MODERNIN 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

Lisätiedot

III KLASSINEN TILASTOLLINEN MEKANIIKKA... 48

III 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

Lisätiedot

Monte Carlo -menetelmä

Monte Carlo -menetelmä Monte Carlo -menetelmä Helumn perustlan elektron-elektron vuorovakutuksen laskemnen parametrsodulla yrteaaltofunktolla. Menetelmän käyttökohde Monen elektronn systeemen elektronkorrelaato oteuttamnen mulla

Lisätiedot

1, x < 0 tai x > 2a.

1, 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

Lisätiedot

Kvanttimekaanisten joukkojen yhteys termodynamiikkaan

Kvanttimekaanisten 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

Lisätiedot

S , FYSIIKKA III (ES), Syksy 2002, LH 4, Loppuviikko 39. Partitiofunktiota käyttäen keskiarvo voidaan kirjoittaa muotoon

S , 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,

Lisätiedot

5. KVANTTIMEKANIIKKAA

5. 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

Lisätiedot

IV KVANTTISTATISTIIKAN PERUSTEET... 94

IV 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...

Lisätiedot

Jaksolliset ja toistuvat suoritukset

Jaksolliset 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

Lisätiedot

3.5 Generoivat funktiot ja momentit

3.5 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

Lisätiedot

r i m i v i = L i = vakio, (2)

r 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

Lisätiedot

d 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

d 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

Lisätiedot

Markov-prosessit (Jatkuva-aikaiset Markov-ketjut)

Markov-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

Lisätiedot

Mat Lineaarinen ohjelmointi

Mat 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

Lisätiedot

b g / / / / H G I K J =. S Fysiikka (ES) Tentti

b 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

Lisätiedot

Työn tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt

Työn 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-

Lisätiedot

Yksikköoperaatiot ja teolliset prosessit

Yksikköoperaatiot 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...

Lisätiedot

Venymälle isotermisessä tilanmuutoksessa saadaan dl = α LdT + df = df AE AE Ulkoisen voiman tekemä työ saadaan integroimalla δ W = FdL :

Venymälle 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

Lisätiedot

Tchebycheff-menetelmä ja STEM

Tchebycheff-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

Lisätiedot

Mat /Mat Matematiikan peruskurssi C3/KP3-I Harjoitus 2, esimerkkiratkaisut

Mat /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

Lisätiedot

6. Stokastiset prosessit (2)

6. 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

Lisätiedot

FYSA220/2 (FYS222/2) VALON POLARISAATIO

FYSA220/2 (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

( ) ( ) 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

Lisätiedot

MALLIVASTAUKSET S Fysiikka III (EST) (6 op) 1. välikoe

MALLIVASTAUKSET 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

Lisätiedot

ABTEKNILLINEN KORKEAKOULU

ABTEKNILLINEN 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

Lisätiedot

täydellinen atomaarisen tason kuvaus. Tämän tarkka kuvaaminen on mahdotonta (N ~ N A ), joten tarvitaan tilastollista tarkastelua.

täydellinen 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

Lisätiedot

Galerkin in menetelmä

Galerkin 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

Lisätiedot

A = B = T = Merkkijonon A osamerkkijono A[i..j]: n merkkiä pitkä merkkijono A:

A = 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

Lisätiedot

Työn tavoitteita. 1 Johdanto. 2 Ideaalikaasukäsite ja siihen liittyvät yhtälöt

Työn 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-

Lisätiedot

3 Tilayhtälöiden numeerinen integrointi

3 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

Lisätiedot

Uuden eläkelaitoslain vaikutus allokaatiovalintaan

Uuden 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...

Lisätiedot

Kanoniset muunnokset

Kanoniset 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

Lisätiedot

Taustaa. Sekventiaalinen vaikutuskaavio. Päätöspuista ja vaikutuskaavioista. Esimerkki: Reaktoriongelma. Johdantoa sekventiaalikaavioon

Taustaa. 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

Lisätiedot

HASSEN-WEILIN LAUSE. Kertausta

HASSEN-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

Lisätiedot

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 7: Lagrangen kertojat. Pienimmän neliösumman menetelmä.

MS-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

Lisätiedot

Mittaustulosten käsittely

Mittaustulosten käsittely Mttaustulosten kästtely Vrhettä ja epävarmuutta lmasevat kästteet Tostokoe ja satunnasten vrheden tlastollnen kästtely. Mttaustulosten jakaumaa kuvaavat tunnusluvut. Normaaljakauma 7. Tostokoe ja suurmman

Lisätiedot

FDS-OHJELMAN UUSIA OMINAISUUKSIA

FDS-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.

Lisätiedot

Lohkoasetelmat. Lohkoasetelmat. Lohkoasetelmat: Mitä opimme? Lohkoasetelmat. Lohkoasetelmat. Satunnaistettu täydellinen lohkoasetelma 1/4

Lohkoasetelmat. 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

Lisätiedot

AB TEKNILLINEN KORKEAKOULU

AB 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

Lisätiedot

Venymälle isotermisessä tilanmuutoksessa saadaan AE AE

Venymälle 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

Lisätiedot

Matematiikan ja tilastotieteen laitos Johdatus diskreettiin matematiikkaan (Syksy 2008) 4. harjoitus Ratkaisuja (Jussi Martin)

Matematiikan 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

Lisätiedot

Epätäydelliset sopimukset

Epätäydelliset 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

Lisätiedot

Työllistääkö aktivointi?

Työllistääkö aktivointi? Jyväskylän ylopsto Matemaatts-luonnonteteellnen tedekunta Työllstääkö aktvont? Vakuttavuusanalyys havannovassa tutkmuksessa Elna Kokkonen tlastoteteen pro gradu tutkelma 31. elokuuta 2007 Tlastoteteen

Lisätiedot

Puupintaisen sandwichkattoelementin. lujuuslaskelmat. Sisältö:

Puupintaisen 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

Lisätiedot

FYSIIKAN LABORATORIOTYÖT 1 761121P

FYSIIKAN 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

Lisätiedot

Tarkastellaan kuvan 8.1 (a) lineaarista nelitahoista elementtiä, jonka solmut sijaitsevat elementin kärkipisteissä ja niiden koordinaatit ovat ( xi

Tarkastellaan 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

Lisätiedot

Mittausepävarmuus. Mittaustekniikan perusteet / luento 7. Mittausepävarmuus. Mittausepävarmuuden laskeminen. Epävarmuuslaskelma vai virhearvio?

Mittausepävarmuus. 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

Lisätiedot

Mittausvirhe. Mittaustekniikan perusteet / luento 6. Mittausvirhe. Mittausepävarmuus ja siihen liittyvää terminologiaa

Mittausvirhe. 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

Lisätiedot

TIES592 Monitavoiteoptimointi ja teollisten prosessien hallinta. Yliassistentti Jussi Hakanen syksy 2010

TIES592 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

Lisätiedot

Jaetut resurssit. Tosiaikajärjestelmät Luento 5: Resurssien hallinta ja prioriteetit. Mitä voi mennä pieleen? Resurssikilpailu ja estyminen

Jaetut 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

Lisätiedot

MO-teoria ja symmetria

MO-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

Lisätiedot

Sähkön- ja lämmöntuotannon kustannussimulointi ja herkkyysanalyysi

Sähkön- 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

Lisätiedot

4. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman

4. 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

Lisätiedot

Painotetun metriikan ja NBI menetelmä

Painotetun 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

Lisätiedot

Tietojen laskentahetki λ α per ,15 0,18 per ,15 0,18 per tai myöhempi 0,20 0,18

Tietojen 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,

Lisätiedot

Rahastoonsiirtovelvoitteeseen, perustekorkoon ja vakuutusmaksukorkoon liittyvät laskentakaavat ja periaatteet

Rahastoonsiirtovelvoitteeseen, 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.

. 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

Lisätiedot

13. Lineaariset ensimmäisen kertaluvun differentiaalisysteemit

13. 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

Lisätiedot

Paperikoneiden tuotannonohjauksen optimointi ja tuotefokusointi

Paperikoneiden 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

Lisätiedot

on määritelty tarkemmin kohdassa 2.3 ja pi kohdassa 2.2.

on 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,

Lisätiedot

1 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.

1 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

Lisätiedot

VERKKOJEN MITOITUKSESTA

VERKKOJEN 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

Lisätiedot

Luento 6 Luotettavuus Koherentit järjestelmät

Luento 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

Lisätiedot

Pyörimisliike. Haarto & Karhunen.

Pyörimisliike. 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

Lisätiedot

AINEIDEN OMINAISUUKSIIN PERUSTUVA SEOSTEN LUOKITUS JA VAARAA OSOITTAVAT LAUSEKKEET

AINEIDEN 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

Lisätiedot

3. Datan käsittely lyhyt katsaus

3. 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

Lisätiedot

BL20A0600 Sähkönsiirtotekniikka

BL20A0600 Sähkönsiirtotekniikka BLA6 Sähkönsrtoteknkka Tehonaon laskenta Jarmo Partanen LT Energy Electrcty Energy Envronment Srtoverkkoen laskenta Verkon tehonaon laskemnen srron hävöt ännteolosuhteet ohtoen kuormttumnen verkon käyttäytymnen

Lisätiedot

5. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman

5. 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

Lisätiedot

Hamiltonin mekaniikka

Hamiltonin 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,

Lisätiedot

7. Modulit Modulit ja lineaarikuvaukset.

7. 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

Lisätiedot

Statistinen mekaniikka 1

Statistinen 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,

Lisätiedot

TKK @ Ilkka Mellin (2008) 1/24

TKK @ 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,

Lisätiedot

Tuotteiden erilaistuminen: hintakilpailu

Tuotteiden 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)

Lisätiedot

Valmistelut INSTALLATION INFORMATION

Valmistelut 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,

Lisätiedot

Kansainvälisen konsernin verosuunnittelu ja tuloksenjärjestely

Kansainvälisen 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

Lisätiedot

SMG-1100: PIIRIANALYYSI I

SMG-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)

Lisätiedot

Tavoitteet skaalaavan funktion lähestymistapa eli referenssipiste menetelmä

Tavoitteet 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

Lisätiedot

Mat Lineaarinen ohjelmointi

Mat 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

Lisätiedot

Jäykän kappaleen liike

Jäykän 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

Lisätiedot

LIITE 2. KÄSITELUETTELO

LIITE 2. KÄSITELUETTELO 222 LIITE 2. KÄSITELUETTELO Absoluttnen energa-astekko Adabaattnen palamslämpötla Adabaattnen prosess Aktvsuus Aktvsuuskerron Aktvaatoenerga Eksotermnen reakto Elektrod Elektrolyys Endotermnen reakto Entalpa

Lisätiedot

4. MARKKINOIDEN TASAPAINOTTUMINEN 4.1. Tasapainoperiaate Yritysten ja kuluttajien välinen tasapaino

4. 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

= 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

Lisätiedot

SU/Vakuutusmatemaattinen yksikkö (5)

SU/Vakuutusmatemaattinen yksikkö (5) SU/Vakuutusmatemaattnen ykskkö 0..06 (5) Rahastoonsrtovelvotteeseen ja perustekorkoon lttyvät laskentakaavat Soveltamnen. Rahastosrtovelvote RSV. Täydennyskerron b 6 Nätä laskentakaavoja sovelletaan täydennyskertomen,

Lisätiedot

3.3 Hajontaluvuista. MAB5: Tunnusluvut

3.3 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

Lisätiedot

JOHDANNAISTEN KÄYTTÖ JOUKKOVELKAKIRJALAINASALKUN RISKIENHALLINNASSA: empiirinen tutkimus kotimaisista pitkän koron rahastoista vuosilta 2001 2005.

JOHDANNAISTEN 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

Lisätiedot

Ilmari Juva. Jalkapallo-ottelun lopputuloksen stokastinen mallintaminen

Ilmari 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

Lisätiedot

KUVIEN LAADUN ANALYSOINTI

KUVIEN 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

Lisätiedot

MUODONMUUTOKSET. Lähtöotaksumat:

MUODONMUUTOKSET. 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

Lisätiedot

Usean muuttujan funktioiden integraalilaskentaa

Usean 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

Lisätiedot

KOKONAISRATKAISUT YHDESTÄ PAIKASTA

KOKONAISRATKAISUT 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-

Lisätiedot

Metallurgiset liuosmallit: Yleistä

Metallurgiset 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

Lisätiedot

Kynä-paperi -harjoitukset. Taina Lehtinen Taina I Lehtinen Helsingin yliopisto

Kynä-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