Számítógépes szimulációk: molekuláris dinamika és Monte Carlo
|
|
- Mária Illésné
- 5 évvel ezelőtt
- Látták:
Átírás
1 Számítógépes szimulációk: molekuláris dinamika és Monte Carlo Boda Dezső Fizikai Kémiai Tanszék Pannon Egyetem március 21. Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
2 Ismétlés Statisztikus mechanikai alapok Statisztikus mechanikai alapok N részecskés klasszikus rendszer Fázistér: Γ = {r 1,... r N, v 1,... v N } Rendszer egy mikroállapota: fázispont Trajektória: Γ(t) Időátlag: f 1 τ = lim τ f [Γ(t)]dt τ 0 Molekuláris dinamikai (MD) szimuláció ezt határozza meg Minden mikroállapotnak jól meghatározott valószínűsége van. Kanonikus sokaság (NVT ): p i = e E i /kt Állapotösszeg: Q = i e E i /kt illetve Q = 1 e E(Γ)/kT dγ N!h 3N Sokaságátlag: f = i fipi illetve f = 1 f (Γ)e E(Γ)/kT dγ N!h 3N Q Monte Carlo (MC) szimuláció határozza meg Q Ergodikus hipotézis: egyensúlyban az időátlag és a sokaságátlag egyenlő Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
3 Ismétlés Kísérlet, modell, szimuláció, elmélet Kísérlet, modell, szimuláció, elmélet Valóság Modell (intermolekuláris potenciál) Kísérlet Szimuláció Elmélet Szimulációs és kísérleti eredmények összehasonlítása Egzakt egy adott modellre Közelítéseket tartalmaz Szimulációs és elméleti eredmélnyek összehasonlítása egy adott modellre Modell tesztje Elmélet tesztje Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
4 Ismétlés Modellek Intermolekuláris potenciálok Rövid hatótávolságú taszító (részecskék véges mérete - Pauli-féle kizárási elv) { ha r < σ Merevgömb potenciál: u HS (r) = 0 ha r > σ ( ) σ 12 Puha taszító potenciál (Lennard-Jones): u 12 = 4ɛ r ( ) σ 6 Diszperziós vonzó potenciálok (Lennard-Jones vonzó tagja): u 6 = 4ɛ r Elektrosztatikus kölcsönhatások: Coulomb-potenciál: u C (r) = q1q2 4πɛ 0ɛr Dipólus-dipólus, dipólus-kvadruplólus, stb. kölcsönhatások Erőterek: parciális töltések halmaza Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
5 Szimulációkról általában Szimulációkról általában A szimuláció olyan mint egy mérés (mintavétel) Kísérlet szempontjából elmélet (modellezés); elmélet szempontjából kísérlet (összehasonlítási alap) Létrehozunk egy szimulációs cellát. Ebbe belepakoljuk a részecskéket, amik között az előírt kölcsönhatások hatnak Létrehozzuk a kényszereket (falak, külső erők) Peremfeltételeket alkalmazunk Homogén rendszerek (tömbfázis): periodikus peremfeltétel Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
6 Molekuláris dinamika Molekuláris dinamika A részecskék a trajektóriák mentén mozognak: Γ(t) = {r N (t), v N (t)} Ezeket a newtoni mozgásegyenletekből számoljuk: m i r i(t) = m ia i(t) = F i(r N ) Gyorsulás: a i(t) = F i(r N )/m i Az erőt az intermolekuláris kölcsönhatásokból kapjuk: Coulomb-erő: Lennard-Jones erő: F i(r 1,..., r N ) = f ij(r i, r j) = i<j i<j fij LJ (r i r j) = 24ɛ fij C (r i r j) = qiqj r i r j 4πɛ 0ɛ r i r j 3 Az egyenletrendszer megoldása numerikusan történik [ 2 u ij(r i, r j) r i ( ) 12 ( ) ] 6 σ σ r i r j r i r j r i r j r i r j 2 Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
7 Molekuláris dinamika Verlet-algoritmus A részecske pozíciója t ± t-ben: Összeadva a két egyenletet kapjuk: A sebesség t-ben: r(t + t) = r(t) + t v(t) + t2 2 a(t) r(t t) = r(t) t v(t) + t2 2 a(t) r(t + t) = 2 r(t) r(t t) + t 2 a(t) v(t) = r(t + t) r(t t) 2 t Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
8 Molekuláris dinamika Leap-frog algoritmus A részecske pozíciója t + t-ben: ( r(t + t) = r(t) + t v t + t ) 2 A részecske sebessége t + t-ben: ( v t + t ) ( = v 2 A sebesség t-ben: v(t) = t t 2 (*) ) + t a(t) (**) v(t + t) + v(t t) 2 Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
9 Molekuláris dinamika Termosztálás Az MD szimuláció természetes sokasága: mikrokanonikus (NVE) sokaság Teljes energia állandó: E = K + U pot N 1 Kinetikus energia: K = 2 miv2 i i=1 Potenciális energia: E pot = i<j u ij(r i, r j) Az energia a kettő között fluktuál (veszteség a numerikus megoldás során) Kanonikus sokaság: hőmérséklet állandó (NVT ) N 1 Kinetikus energia állandó: K = 2 miv2 i = 3 2 NkT i=1 Legegyszerűbb módszer: sebességek újraskálázása Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
10 Molekuláris dinamika Átlagolás Bármely fizikai mennyiség vagy a konfigurációtól, {r N }, vagy a sebességektől, {v N }, függ (vagy mindkettőtől), és azokon keresztül az időtől: Időátlag: f (t k ) = f [r 1(t k ),..., r N (t k ), v 1(t k ),..., v N (t k )] f = 1 M M f (t k ) k=1 Meghatározható fizikai mennyiségek: E, K, U pot, p, H, F, µ i, G, c p, c V, g(r), ρ i(r), stb. Determinisztikusan vettünk mintát a fázistérből a trakejtória (idővonal) mentén. Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
11 Monte Carlo Monte Carlo Stochasztikus mintavételi mód: véletlenszerűen veszünk mintát a konfigurációs térből Ismétlés: Q = Q transzq rotq vibr Q konf. Transzláció, rotáció, vibráció: ideális gáz analitikus függvények Konfigurációs rész: részecskék közötti kölcsönhatástól (potenciális energia) függ: Q konf = 1 ( ) exp Epot(rN ) dr N V N kt Monte Carlo (MC) csak ezt a részt mintavételezi Ha minden konfigurációt ugyanolyan valószínűséggel vennénk be a mintába, akkor a sokaságátlagot így kapnánk: M f ie E i /kt f = i=1 M e E i /kt i=1 Nem hatékony, mert kis valószínűségű (e E i /kt 1) állapotokat is beveszünk a mintába, feleslegesen. Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
12 Monte Carlo Boltzmann mintavételezés Válogassuk be a mintába az állapotokat p i = e E i /kt /Q valószínűséggel. Ekkor a valószínűbb állapotokat nagyobb valószínűséggel mintavételezzük. A sokaságátlag ekkor: f = M e E i /kt f i p i M i=1 i=1 e E i /kt p i = M f i i=1 Az m állapotból az n állapotba való átmenet valószínűsége: p mn = e En/kT /Q e Em/kT /Q = e (En Em)/kT = e E/kT Megvalósítása: Metropolis-Hastings mintavételezés. M Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
13 Monte Carlo Metropolis mintavételezés Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
14 Monte Carlo Metropolis mintavételezés 1 Véletlenszerűen kiválasztunk egy részecskét Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
15 Monte Carlo Metropolis mintavételezés 1 Véletlenszerűen kiválasztunk egy részecskét 2 Kijelölünk egy 2δ nagyságú kockát a részecske körül Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
16 Monte Carlo Metropolis mintavételezés 1 Véletlenszerűen kiválasztunk egy részecskét 2 Kijelölünk egy 2δ nagyságú kockát a részecske körül Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
17 Monte Carlo Metropolis mintavételezés 1 Véletlenszerűen kiválasztunk egy részecskét 2 Kijelölünk egy 2δ nagyságú kockát a részecske körül 3 Ezen belül véletlenszerűen elmozdítjuk Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
18 Monte Carlo Metropolis mintavételezés 1 Véletlenszerűen kiválasztunk egy részecskét 2 Kijelölünk egy 2δ nagyságú kockát a részecske körül 3 Ezen belül véletlenszerűen elmozdítjuk 4 Az elmozdítás elfogadása: Ha E < 0, mindig elfogadjuk. Ha E > 0, akkor e E/kT valószínűséggel fogadjuk el. Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
19 Monte Carlo Metropolis mintavételezés Ez a MC lépés megfeleltethető a környezettel (termosztáttal) való hőcserének termikus egyensúly. T növelése növeli a e E/kT valószínűséget, így a nagyobb energiájú állapotokat nagyobb valószínűséggel fogadjuk el. Ha T 0, akkor csak a E < 0 mozgatásokat fogadjuk el: alapállapot felé sodródik a rendszer Nagyon flexibilis mintavételezési technika; könnyű változatos, a célunknak megfelelő mintavételezési módszereket tervezni. Például: egyéb sokaságok szimulációja Izoterm-izobár sokaság (NpT ): szimulációs cella méretének változtatása p nyomású környezettel való mechanikai munka cseréje mechanikai egyensúly Nagykanonikus sokaság (µvt ): részecske véletlenszerű behelyezése/kivétele µ kémiai potenciálú környezettel való részecskecsere komponens-egyensúly Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
20 Monte Carlo MD vs. MC előnyök, hátrányok MC-vel állapotok sorozatát generáljuk, amiket a saját statisztikai súlyuknak megfelelően válogattunk be a mintába. Ezeket nem kell időrendben a mintába válogatni. Dinamikát viszont nem tudunk szimulálni, nincs idő az MC szimulációban. MC egyrészecskés mozgatások MD minden részecskét elmozgatunk egy időlépésben MD-vel a fázistér egy adott részét szimuláljuk egy adott szimulációs idő ( ns) alatt. A fázistér távolabbi részeibe esetleg nem jutunk el. MC-vel szabadon ugrálunk a fázistér különböző pontjai között, ha tudunk. Könnyen beleragadhatunk lokális minimumokba (ion a hidrátburokban), amikből az MD könnyen kihozza a rendszert. Dinamikát (transzport, időfüggő folyamatok) MD-vel lehet szimulálni. Egyéb módszerek transzport szimulációjára: Langevin (Brown) Dinamika, Dinamikus Monte Carlo, Lokális Egyenúlyi Monte Carlo (lásd a következő előadást) Boda Dezső (Pannon Egyetem) Habilitációs előadás március / 20
Molekuláris dinamika. 10. előadás
Molekuláris dinamika 10. előadás Mirőlis szól a MD? nagy részecskeszámú rendszerek ismerjük a törvényeket mikroszkópikus szinten? Hogyan tudjuk megérteni a folyadékok, gázok, szilárdtestek makroszkópikus
RészletesebbenMolekuláris dinamika I. 10. előadás
Molekuláris dinamika I. 10. előadás Miről is szól a MD? nagy részecskeszámú rendszerek ismerjük a törvényeket mikroszkópikus szinten minden részecske mozgását szimuláljuk? Hogyan tudjuk megérteni a folyadékok,
RészletesebbenMonte Carlo módszerek a statisztikus fizikában. Az Ising modell. 8. előadás
Monte Carlo módszerek a statisztikus fizikában. Az Ising modell. 8. előadás Démon algoritmus az ideális gázra időátlag fizikai mennyiségek átlagértéke sokaságátlag E, V, N pl. molekuláris dinamika Monte
Részletesebbenösszetevője változatlan marad, a falra merőleges összetevő iránya ellenkezőjére változik, miközben nagysága ugyanakkora marad.
A termodinamika 2. főtétele kis rendszerekben Osváth Szabolcs Semmelweis Egyetem Statisztikus sokaságok Nyomás Nyomás: a tartály falával ütköző molekulák, a falra erőt fejtenek ki Az ütközésben a részecske
Részletesebben? ligandum kötés konformációs változás aktiválási energia számítás pka számítás kötési energiák
Szabadenergia Definíció:? ligandum kötés konformációs változás aktiválási energia számítás pka számítás kötési energiák Fázistér teljes térfogatára kell számítani! Mennyiség átlagértéke: Sokaság-átlag
RészletesebbenSzámítógépek és modellezés a kémiai kutatásokban
Számítógépek és modellezés a kémiai kutatásokban Jedlovszky Pál Határfelületek és nanorendszerek laboratóriuma Alkímia ma 214 április 3. VALÓDI RENDSZEREK MODELL- ALKOTÁS MODELL- RENDSZEREK KÍSÉRLETEK
RészletesebbenMonte Carlo módszerek a statisztikus fizikában. Az Ising modell. 8. előadás
Monte Carlo módszerek a statisztikus fizikában. Az Ising modell. 8. előadás PI KISZÁMOLÁSI JÁTÉKOK A TENGERPARTON egy kört és köré egy négyzetet rajzolunk véletlenszerűen kavicsokat dobálunk megszámoljuk:
RészletesebbenA mikroskálájú modellek turbulencia peremfeltételeiről
A mikroskálájú modellek turbulencia peremfeltételeiről Adjunktus Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Áramlástan Tanszék 27..23. 27..23. / 7 Általános célú CFD megoldók alkalmazása
RészletesebbenEvans-Searles fluktuációs tétel
Az idő folyásának iránya Evans-Searles fluktuációs tétel Osváth Szabolcs Semmelweis Egyetem a folyamatok iránya a termodinamikai második főtétele alapján Nincs olyan folyamat, amelynek egyetlen eredménye,
RészletesebbenKémiai reakciók mechanizmusa számítógépes szimulációval
Kémiai reakciók mechanizmusa számítógépes szimulációval Stirling András stirling@chemres.hu Elméleti Kémiai Osztály Budapest Stirling A. (MTA Kémiai Kutatóközpont) Reakciómechanizmus szimulációból 2007.
RészletesebbenDifferenciálegyenletek numerikus integrálása április 9.
Differenciálegyenletek numerikus integrálása 2018. április 9. Differenciálegyenletek Olyan egyenletek, ahol a megoldást függvény alakjában keressük az egyenletben a függvény és deriváltjai szerepelnek
RészletesebbenMolekuláris fluidumok fázisegyensúlyi viselkedésének tanulmányozása
Molekuláris fluidumok fázisegyensúlyi viselkedésének tanulmányozása Doktori (Ph.D.) értekezés Készítette: Boda Dezső okleveles fizikus Készült A Veszprémi Egyetem doktori programjának FK1 alprogramjában
RészletesebbenAzonos és egymással nem kölcsönható részecskékből álló kvantumos rendszer makrókanónikus sokaságban.
Kvantum statisztika A kvantummechanika előadások során már megtanultuk, hogy az anyagot felépítő részecskék nemklasszikus, hullámtulajdonságokkal is rendelkeznek aminek következtében viselkedésük sok szempontból
RészletesebbenIdegen atomok hatása a grafén vezet képességére
hatása a grafén vezet képességére Eötvös Loránd Tudományegyetem, Komplex Rendszerek Fizikája Tanszék Mahe Tisk'11 Vázlat 1 Kisérleti eredmények Kémiai szennyez k hatása a Fermi-energiára A vezet képesség
Részletesebben8. AZ ATOMMAG FIZIKÁJA
8. AZ ATOMMAG FIZIKÁJA Az atommag szerkezete (40-44 oldal) A tömegspektrométer elve Az atommag komponensei Izotópok Tömeghiány, kötési energia, stabilitás Magerők Magmodellek Az atommag stabilitásának
RészletesebbenKÖZELÍTŐ INFERENCIA II.
STATISZTIKAI TANULÁS AZ IDEGRENDSZERBEN KÖZELÍTŐ INFERENCIA II. MONTE CARLO MÓDSZEREK ISMÉTLÉS Egy valószínűségi modellben a következtetéseinket a látensek vagy a paraméterek fölötti poszterior írja le.
RészletesebbenDekoherencia Markovi Dinamika Diósi Lajos. Elméleti Fizikai Iskola Tihany, augusztus szeptember 3.
Dekoherencia Markovi Dinamika Diósi Lajos Elméleti Fizikai Iskola Tihany, 2010. augusztus 30. - szeptember 3. Tartalomjegyzék 1 Projektív dekoherencia 2 Nyitott rendszer - Lindblad egy. 3 Dekoherencia
RészletesebbenKÖZELÍTŐ INFERENCIA II.
STATISZTIKAI TANULÁS AZ IDEGRENDSZERBEN KÖZELÍTŐ INFERENCIA II. MONTE CARLO MÓDSZEREK ISMÉTLÉS Egy valószínűségi modellben a következtetéseinket a látensek vagy a paraméterek fölötti poszterior írja le.
RészletesebbenFIZIKA I. Ez egy gázos előadás lesz! (Ideális gázok hőtana) Dr. Seres István
Ez egy gázos előadás lesz! ( hőtana) Dr. Seres István Kinetikus gázelmélet gáztörvények Termodinamikai főtételek fft.szie.hu 2 Seres.Istvan@gek.szie.hu Kinetikus gázelmélet Az ideális gáz állapotjelzői:
RészletesebbenSZAKDOLGOZAT VIRÁG DÁVID
SZAKDOLGOZAT VIRÁG DÁVID 2010 Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Áramlástan Tanszék SZÁRNY KÖRÜLI TURBULENS ÁRAMLÁS NUMERIKUS SZIMULÁCIÓJA NYÍLT FORRÁSKÓDÚ SZOFTVERREL VIRÁG
RészletesebbenMolekuladinamika. Számítógépes szimulációk szamszimf17la
Molekuladinamika Számítógépes szimulációk szamszimf17la Csabai István, Stéger József ELTE Komplex Rendszerek Fizikája Tanszék Email: csabai@complex.elte.hu, steger@complex.elte.hu Bevezetés A molekuladinamika
RészletesebbenRádl Attila december 11. Rádl Attila Spalláció december / 21
Spalláció Rádl Attila 2018. december 11. Rádl Attila Spalláció 2018. december 11. 1 / 21 Definíció Atommagok nagyenergiás részecskével történő ütközése során másodlagos részecskéket létrehozó rugalmatlan
RészletesebbenTárgymutató. dinamika, 5 dinamikai rendszer, 4 végtelen sok állapotú, dinamikai törvény, 5 dinamikai törvények, 12 divergencia,
Tárgymutató állapottér, 3 10, 107 általánosított impulzusok, 143 147 általánosított koordináták, 143 147 áramlás, 194 197 Arisztotelész mozgástörvényei, 71 77 bázisvektorok, 30 centrifugális erő, 142 ciklikus
RészletesebbenFermi Dirac statisztika elemei
Fermi Dirac statisztika elemei A Fermi Dirac statisztika alapjai Nagy részecskeszámú rendszerek fizikai jellemzéséhez statisztikai leírást kell alkalmazni. (Pl. gázokra érvényes klasszikus statisztika
RészletesebbenElektrodinamika. Maxwell egyenletek: Kontinuitási egyenlet: div n v =0. div E =4 div B =0. rot E = rot B=
Elektrodinamika Maxwell egyenletek: div E =4 div B =0 rot E = rot B= 1 B c t 1 E c t 4 c j Kontinuitási egyenlet: n t div n v =0 Vektoranalízis rot rot u=grad divu u rot grad =0 div rotu=0 udv= ud F V
RészletesebbenMolekuláris fluidumok fázisegyensúlyi. viselkedésének tanulmányozása
Doktori (Ph.D.) értekezés tézisei Molekuláris fluidumok fázisegyensúlyi viselkedésének tanulmányozása Boda Dezső Veszprémi Egyetem Fizikai Kémia Tanszék Veszprém 1996 Bevezetés A statisztikus termodinamika
Részletesebbeny ij = µ + α i + e ij
Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai
RészletesebbenKvantumszimulátorok. Szirmai Gergely MTA SZFKI. Graphics: Harald Ritsch / Rainer Blatt, IQOQI
Kvantumszimulátorok Szirmai Gergely MTA SZFKI Graphics: Harald Ritsch / Rainer Blatt, IQOQI A kvantummechanika körülvesz tranzisztor számítógép, mobiltelefon A kvantummechanika körülvesz tranzisztor számítógép,
RészletesebbenA racionális gyógyszertervezés lehetőségei. A racionális gyógyszertervezés lehetőségei. A racionális gyógyszertervezés lehetőségei
Cél: kis koncentrációban kötődő célvegyület tervezése Agonista: segíti az enzim működését, hatékonyabb, mint a természetes szubsztrát Antagonista: gátolja az enzim működését, ellentétes hatású, mint a
RészletesebbenTANMENET FIZIKA. 10. osztály. Hőtan, elektromosságtan. Heti 2 óra
TANMENET FIZIKA 10. osztály Hőtan, elektromosságtan Heti 2 óra 2012-2013 I. Hőtan 1. Bevezetés Hőtani alapjelenségek 1.1. Emlékeztető 2. 1.2. A szilárd testek hőtágulásának törvényszerűségei. A szilárd
RészletesebbenNagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem
agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel
RészletesebbenHőtan I. főtétele tesztek
Hőtan I. főtétele tesztek. álassza ki a hamis állítást! a) A termodinamika I. főtétele a belső energia változása, a hőmennyiség és a munka között állaít meg összefüggést. b) A termodinamika I. főtétele
RészletesebbenNagy számú részecske szimulációja
Molekula dinamika Számítógépes szimulációk 1n4i11/1 Csabai István ELTE Komplex Rendszerek Fizikája Tanszék 5.102 Email: csabaiθcomplex.elte.hu 2009 tavasz Nagy számú részecske szimulációja A molekula dinamika
Részletesebbenbiometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás
Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani
RészletesebbenSzámításelmélet. Második előadás
Számításelmélet Második előadás Többszalagos Turing-gép Turing-gép k (konstans) számú szalaggal A szalagok mindegyike rendelkezik egy független író / olvasó fejjel A bemenet az első szalagra kerül, a többi
RészletesebbenElektronegativitás. Elektronegativitás
Általános és szervetlen kémia 3. hét Elektronaffinitás Az az energiaváltozás, ami akkor következik be, ha 1 mól gáz halmazállapotú atomból 1 mól egyszeresen negatív töltésű anion keletkezik. Mértékegysége:
RészletesebbenFolyadékok szerkezetének tanulmányozása klasszikus szimulációk segítségével
Vrabecz Attila Folyadékok szerkezetének tanulmányozása klasszikus szimulációk segítségével című doktori értekezés tézisei Témavezető: Dr. Tóth Gergely egyetemi adjunktus Eötvös Loránd Tudományegyetem,
Részletesebben2. A hőátadás formái és törvényei 2. A hőátadás formái Tapasztalat: tűz, füst, meleg edény füle, napozás Hőáramlás (konvekció) olyan folyamat,
2. A hőátadás formái és törvényei 2. A hőátadás formái Tapasztalat: tűz, füst, meleg edény füle, napozás. 2.1. Hőáramlás (konvekció) olyan folyamat, amelynek során a hő a hordozóközeg áramlásával kerül
Részletesebben3. Jelöljük meg a numerikus gyökkereső módszerekre vonatkozó egyedüli helyes kijelentést:
INFORMATICĂ PENTRU FIZICIENI 1. Egy mechanikai rendszerre vonatkozó Newtoni-mozgástörvényben megjelenő valamely paraméter nem pontos. Milyen típusú hibát eredményez az említett bizonytalanság az egyenlet
RészletesebbenElektrosztatikus számítások. Elektrosztatikus számítások. Elektrosztatikus számítások. Elektrosztatikus számítások Definíciók
Jelentősége szubsztrát kötődés szolvatáció ionizációs állapotok (pka) mechanizmus katalízis ioncsatornák szimulációk (szerkezet) all-atom dipolar fluid dipolar lattice continuum Definíciók töltéseloszlás
RészletesebbenAxion sötét anyag. Katz Sándor. ELTE Elméleti Fizikai Tanszék
Az axion mint sötét anyag ELTE Elméleti Fizikai Tanszék Borsányi Sz., Fodor Z., J. Günther, K-H. Kampert, T. Kawanai, Kovács T., S.W. Mages, Pásztor A., Pittler F., J. Redondo, A. Ringwald, Szabó K. Nature
RészletesebbenA kanonikus sokaság. :a hőtartály energiája
A kanonikus sokaság A mikrokanonikus sokaság esetén megtanultuk, hogy a megengedett mikroállapotok egyenértéküek, és a mikróállapotok száma minimális. A mikrókanónikus sokaság azonban nem a leghasznosabb
RészletesebbenEvans-Searles fluktuációs tétel Crooks fluktuációs tétel Jarzynski egyenlőség
Evans-Searles fluktuációs tétel Crooks fluktuációs tétel Jarzynski egyenlőség Osváth Szabolcs Evans-Searles fluktuációs tétel Denis J Evans, Ezechiel DG Cohen, Gary P Morriss (1993) Denis J Evans, Debra
RészletesebbenKémiai reakciók sebessége
Kémiai reakciók sebessége reakciósebesség (v) = koncentrációváltozás változáshoz szükséges idő A változás nem egyenletes!!!!!!!!!!!!!!!!!! v= ± dc dt a A + b B cc + dd. Melyik reagens koncentrációváltozását
RészletesebbenKozmológiai n-test-szimulációk
Kozmológiai n-test-szimulációk Dobos László Komplex Rendszerek Fizikája Tanszék dobos@complex.elte.hu É 5.60 2017. április 21. Inhomogenitások az Univerzumban A háttérsugárzás lecsatolódásakor (z 1100)
Részletesebbenf = n - F ELTE II. Fizikus 2005/2006 I. félév
ELTE II. Fizikus 2005/2006 I. félév KISÉRLETI FIZIKA Hıtan 2. (X. 25) Gibbs féle fázisszabály (0-dik fıtétel alkalmazása) Intenzív állapotothatározók száma közötti összefüggés: A szabad intenzív paraméterek
RészletesebbenFIZIKA I. Ez egy gázos előadás lesz! (Ideális gázok hőtana) Dr. Seres István
Ez egy gázos előadás lesz! ( hőtana) Dr. Seres István Kinetikus gázelmélet gáztörvények Termodinamikai főtételek fft.szie.hu 2 Seres.Istvan@gek.szie.hu Kinetikus gázelmélet Az ideális gáz állapotjelzői:
RészletesebbenLoss Distribution Approach
Modeling operational risk using the Loss Distribution Approach Tartalom»Szabályozói környezet»modellezési struktúra»eseményszám eloszlás»káreloszlás»aggregált veszteségek»további problémák 2 Szabályozói
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
RészletesebbenNanopórusos rendszerek vizsgálata molekuláris szimulációkkal
Nanopórusos rendszerek vizsgálata molekuláris szimulációkkal Doktori (PhD) értekezés Készítette: Rutkai Gábor okleveles informatikus vegyész Témavezető: dr. Kristóf Tamás Pannon Egyetem Kémiai Intézet
RészletesebbenMinek kell a matematika? (bevezetés)
Tudomány Minek kell a matematika? (bevezetés) Osváth Szabolcs a tudomány az emberiségnek a világ megismerésére és megértésére irányuló vállalkozása Semmelweis Egyetem a szőkedencsi hétszáz éves hárs Matematika...
RészletesebbenRend, rendezetlenség, szimmetriák (rövidített változat)
Rend, rendezetlenség, szimmetriák (rövidített változat) dr. Tasnádi Tamás 1 2018. február 16. 1 BME, Matematikai Intézet Tartalom Mi a rend? Érdekes grafikáktól a periodikus rácsokig Nem periodikus parkettázások
Részletesebbenhttp://www.nature.com 1) Magerő-sugár: a magközéppontból mért távolság, ameddig a magerők hatótávolsága terjed. Rutherford-szórásból határozható meg. R=1,4 x 10-13 A 1/3 cm Az atommag terének potenciálja
Részletesebbendinamikai tulajdonságai
Szilárdtest rácsok statikus és dinamikai tulajdonságai Szilárdtestek osztályozása kötéstípusok szerint Kötések eredete: elektronszerkezet k t ionok (atomtörzsek) tö Coulomb- elektronok kölcsönhatás lokalizáltak
RészletesebbenReológia Mérési technikák
Reológia Mérési technikák Reológia Testek (és folyadékok) külső erőhatásra bekövetkező deformációját, mozgását írja le. A deformációt irreverzibilisnek nevezzük, ha a az erőhatás megszűnése után a test
Részletesebben1 Műszaki hőtan Termodinamika. Ellenőrző kérdések-02 1
1 Műszaki hőtan Termodinamika. Ellenőrző kérdések-02 1 Kérdések. 1. Mit mond ki a termodinamika nulladik főtétele? Azt mondja ki, hogy mindenegyes termodinamikai kölcsönhatáshoz tartozik a TDR-nek egyegy
RészletesebbenMivel foglalkozik a hőtan?
Hőtan Gáztörvények Mivel foglalkozik a hőtan? A hőtan a rendszerek hőmérsékletével, munkavégzésével, és energiájával foglalkozik. A rendszerek stabilitása áll a fókuszpontjában. Képes megválaszolni a kérdést:
RészletesebbenAlap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )
Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:
Részletesebbenkinetikus gázelmélet Clausius Maxwell
kinetikus gázelmélet Clausius rugalmas ütközés csak a fallal, ugyanazzal az átlagsebességgel, bármilyen irányban egyforma gyakorisággal: p = nmc 2 /3V pv = 2/3 nmc 2 /2 = 2/3 K ~ T (1857) túl nagy sebesség
RészletesebbenAliROOT szimulációk GPU alapokon
AliROOT szimulációk GPU alapokon Nagy Máté Ferenc & Barnaföldi Gergely Gábor Wigner FK ALICE Bp csoport OTKA: PD73596 és NK77816 TARTALOM 1. Az ALICE csoport és a GRID hálózat 2. Szimulációk és az AliROOT
RészletesebbenErőterek. Erőterek. Erőterek. Erőterek. Erőterek. Erőterek. Probléma: fehérjéknél nagy dimenziók értelmetlen QM eredmények.
fehérjéknél nagy dimenziók értelmetlen QM eredmények Megoldás: egyszerűsítés dimenzió-csökkentés Közelítések Born-Oppenheimer közelítés (Ψ mol = Ψ el Ψ mag ; E tot =E el +E mag ) az energia párkölcsönhatások
RészletesebbenTermodinamika (Hőtan)
Termodinamika (Hőtan) Termodinamika A hőtan nagyszámú részecskéből (pl. gázmolekulából) álló makroszkópikus rendszerekkel foglalkozik. A nagy számok miatt érdemes a mólt bevezetni, ami egy Avogadro-számnyi
RészletesebbenKonzulensek: Czeglédi Ádám Dr. Bojtár Imre
Konzulensek: Czeglédi Ádám Dr. Bojtár Imre FLAC : explicit véges differenciás program Kőzettömeg felosztása Zónákra Rácspontok Mozgásegyenlet Rácspont Zóna & u σ i ij ρ = + ρg t x j t+ t / 2) u& ( = u&
RészletesebbenGázok. 5-7 Kinetikus gázelmélet 5-8 Reális gázok (limitációk) Fókusz Légzsák (Air-Bag Systems) kémiája
Gázok 5-1 Gáznyomás 5-2 Egyszerű gáztörvények 5-3 Gáztörvények egyesítése: Tökéletes gáz egyenlet és általánosított gáz egyenlet 5-4 A tökéletes gáz egyenlet alkalmazása 5-5 Gáz halmazállapotú reakciók
RészletesebbenFizika. Fizika. Nyitray Gergely (PhD) PTE PMMIK február 13.
Fizika Nyitray Gergely (PhD) PTE PMMIK 017. február 13. A lejtő mint kényszer A lejtő egy ún. egyszerű gép. A következő problémában először a lejtőt rögzítjük, és egy m tömegű test súrlódás nélkül lecsúszik
RészletesebbenSimított részecskedinamika Smoothed Particle Hydrodynamics (SPH)
Smoothed Particle Hydrodynamics (SPH) Áramlások numerikus modellezése II. Tóth Balázs BME-ÉMK Vízépítési és Vízgazdálkodási Tanszék Numerikus módszerek Osztályozás A numerikus sémák két csoportosítási
RészletesebbenKettőnél több csoport vizsgálata. Makara B. Gábor
Kettőnél több csoport vizsgálata Makara B. Gábor Három gyógytápszer elemzéséből az alábbi energia tartalom adatok származtak (kilokalória/adag egységben) Három gyógytápszer elemzésébô A B C 30 5 00 10
RészletesebbenOrvosi Biofizika I. 12. vizsgatétel. IsmétlésI. -Fény
Orvosi iofizika I. Fénysugárzásanyaggalvalókölcsönhatásai. Fényszóródás, fényabszorpció. Az abszorpciós spektrometria alapelvei. (Segítséga 12. tételmegértéséhezésmegtanulásához, továbbá a Fényabszorpció
RészletesebbenA SZILÁRDTEST FOGALMA. Szilárdtest: makroszkópikus, szilárd, rendezett anyagdarab. molekula klaszter szilárdtest > σ λ : rel.
A SZILÁRDTEST FOGALMA Szilárdtest: makroszkópikus, szilárd, rendezett anyagdarab. a) Méret: b) Szilárdság: molekula klaszter szilárdtest > ~ 100 Å ideálisan rugalmas test: λ = 1 E σ λ : rel. megnyúlás
RészletesebbenModellszámításokkal kapcsolatos kutatások bemutatása
Modellszámításokkal kapcsolatos kutatások bemutatása Dr. Boda Dezső alprojektfelelős Fizikai Kémiai Tanszék Pannon Egyetem boda@almos.vein.hu 2013. május 31. Dr. Boda Dezső (Modellszámítások alprojekt)
RészletesebbenBolygómozgás. Számítógépes szimulációk fn1n4i11/1. Csabai István, Stéger József
Bolygómozgás Számítógépes szimulációk fn1n4i11/1 Csabai István, Stéger József ELTE Komplex Rendszerek Fizikája Tanszék Email: csabai@complex.elte.hu, steger@complex.elte.hu Bevezetés Egy Nap körül kering
Részletesebben2. Plazmafizikai alapfogalmak
2. Plazmafizikai alapfogalmak Dósa Melinda A Naprendszer fizikája 2016 1 Mi a plazma? Ionizált gáz, melyre igaz: kívűlről semleges (=kvázineutrális) kollektív tulajdonsággal rendelkezik (árnyékolás működik)
RészletesebbenForgalmi modellezés BMEKOKUM209
BME Közlekedésüzemi és Közlekedésgazdasági Tanszék Forgalmi modellezés BMEKOKUM209 Szimulációs modellezés Dr. Juhász János A forgalmi modellezés célja A közlekedési igények bővülése és a motorizáció növekedése
RészletesebbenAtomok. szilárd. elsődleges kölcsönhatás. kovalens ionos fémes. gázok, folyadékok, szilárd anyagok. ionos fémek vegyületek ötvözetek
Atomok elsődleges kölcsönhatás kovalens ionos fémes véges számú atom térhálós szerkezet 3D ionos fémek vegyületek ötvözetek molekulák atomrácsos vegyületek szilárd gázok, folyadékok, szilárd anyagok Gázok
RészletesebbenFOTOKÉMIAI REAKCIÓK, REAKCIÓKINETIKAI ALAPOK
FOTOKÉMIAI REAKCIÓK, REAKCIÓKINETIKAI ALAPOK Légköri nyomanyagok forrásai: bioszféra hiroszféra litoszféra világűr emberi tevékenység AMI BELÉP, ANNAK TÁVOZNIA IS KELL! Légköri nyomanyagok nyelői: száraz
RészletesebbenAtomok. szilárd. elsődleges kölcsönhatás. kovalens ionos fémes. gázok, folyadékok, szilárd anyagok. ionos fémek vegyületek ötvözetek
Atomok elsődleges kölcsönhatás kovalens ionos fémes véges számú atom térhálós szerkezet 3D ionos fémek vegyületek ötvözetek molekulák atomrácsos vegyületek szilárd gázok, folyadékok, szilárd anyagok Gázok
RészletesebbenLagrange és Hamilton mechanika
Lagrange és 2010. október 17. Lagrange és Tartalom 1 Variáció Lagrange egyenlet Legendre transzformáció Hamilton egyenletek 2 3 Szimplektikus sokaság Hamilton mez Hamilton és Lagrange egyenletek ekvivalenciája
RészletesebbenLendület. Lendület (impulzus): A test tömegének és sebességének szorzata. vektormennyiség: iránya a sebesség vektor iránya.
Lendület Lendület (impulzus): A test tömegének és sebességének szorzata. vektormennyiség: iránya a sebesség vektor iránya. Lendülettétel: Az lendület erő hatására változik meg. Az eredő erő határozza meg
RészletesebbenAlkalmazás a makrókanónikus sokaságra: A fotongáz
Alkalmazás a makrókanónikus sokaságra: A fotongáz A fotonok az elektromágneses sugárzás hordozó részecskéi. Spinkvantumszámuk S=, tehát kvantumstatisztikai szempontból bozonok. Fotonoknak habár a spinkvantumszámuk,
RészletesebbenSzilárdtestek sávelmélete. Sávelmélet a szabadelektron-modell alapján
Szilárdtestek sávelmélete Sávelmélet a szabadelektron-modell alapján A Fermi Dirac statisztika alapjai Nagy részecskeszámú rendszerek fizikai jellemzéséhez statisztikai leírást kell alkalmazni. (Pl. gázokra
RészletesebbenAz alábbi fogalmak és törvények jelentését/értelmezését/matematikai alakját (megfelelő mélységben) ismerni kell: Newtoni mechanika
Az alábbi fogalmak és törvények jelentését/értelmezését/matematikai alakját (megfelelő mélységben) ismerni kell: Newtoni mechanika 1. előadás Vonatkoztatási rendszer Hely-idő-tömeg standardok 3-dimenziós
RészletesebbenGépészeti rendszertechnika (NGB_KV002_1)
Gépészeti rendszertechnika (NGB_KV002_1) 2. Óra Kőrös Péter Közúti és Vasúti Járművek Tanszék Tanszéki mérnök (IS201 vagy a tanszéken) E-mail: korosp@ga.sze.hu Web: http://www.sze.hu/~korosp http://www.sze.hu/~korosp/gepeszeti_rendszertechnika/
RészletesebbenKísérlettervezés alapfogalmak
Kísérlettervezés alapfogalmak Rendszermodellezés Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Kísérlettervezés Cél: a modell paraméterezése a valóság alapján
RészletesebbenAz Ampère-Maxwell-féle gerjesztési törvény
Az Ampère-Maxwell-féle gerjesztési törvény Maxwell elméleti meggondolások alapján feltételezte, hogy a változó elektromos tér örvényes mágneses teret kelt (hasonlóan ahhoz ahogy a változó mágneses tér
RészletesebbenMechanika, dinamika. p = m = F t vagy. m t
Mechanika, dinamika Mozgás, alakváltozás és ennek háttere Newton: a mozgás természetes állapot. A témakör egyik kulcsfontosságú fizikai mennyisége az impulzus (p), vagy lendület, vagy mozgásmennyiség.
RészletesebbenSzalai István. ELTE Kémiai Intézet 1/74
Elsőrendű kötések Szalai István ELTE Kémiai Intézet 1/74 Az előadás vázlata ˆ Ismétlés ˆ Ionos vegyületek képződése ˆ Ionok típusai ˆ Kovalens kötés ˆ Fémes kötés ˆ VSEPR elmélet ˆ VB elmélet 2/74 Periodikus
RészletesebbenKvantum termodinamika
Kvantum termodinamika Diósi Lajos MTA Wigner FK Budapest 2014. febr. 4. Diósi Lajos (MTA Wigner FKBudapest) Kvantum termodinamika 2014. febr. 4. 1 / 12 1 Miért van 1 qubitnek termodinamikája? 2 QuOszcillátor/Qubit:
Részletesebbena természet logikája
Róka András a természet logikája Ha sok cseresznyepaprikát madzagra fűzünk, abból lesz a paprikakoszorú. Ha viszont nem fűzzük fel őket, nem lesz belőlük lük koszorú. Pedig a paprika ugyanannyi, éppoly
RészletesebbenAz előadás vázlata: Állapotjelzők: Állapotjelzők: Állapotjelzők: Állapotjelzők: nagy közepes kicsi. Hőmérséklet, T tapasztalat (hideg, meleg).
Az előadás vázlata: I. A tökéletes gáz és állapotegyenlete. izoterm, izobár és izochor folyamatok. II. Tökéletes gázok elegyei, a móltört fogalma, a parciális nyomás, a Dalton-törvény. III. A reális gázok
RészletesebbenUniverzalitási osztályok nemegyensúlyi rendszerekben, Ódor Géza
Univerzalitási osztályok nemegyensúlyi rendszerekben, Ódor Géza odor@mfa.kfki.hu 1. Bevezetõ, dinamikus skálázás, kritikus exponensek, térelmélet formalizmus, renormalizáció, topológius fázis diagrammok,
RészletesebbenZárthelyi dolgozat I. /A.
Zárthelyi dolgozat I. /A. 1. Az FCC rács és reciprokrácsa (és tudjuk, hogy: V W.S. * V B.z. /() 3 = 1 / mindig!/) a 1 = ½ a (0,1,1) ; a = ½ a (1,0,1) ; a 3 = ½ a (1,1,0) b 1 = (/a) (-1,1,1); b = (/a) (1,-1,1);
RészletesebbenA kovalens kötés polaritása
Általános és szervetlen kémia 4. hét Kovalens kötés A kovalens kötés kialakulásakor szabad atomokból molekulák jönnek létre. A molekulák létrejötte mindig energia csökkenéssel jár. A kovalens kötés polaritása
RészletesebbenBevezetés a hipotézisvizsgálatokba
Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -
RészletesebbenMagszerkezet modellek. Folyadékcsepp modell
Magszerkezet modellek Folyadékcsepp modell Az atommag összetevői (emlékeztető) atommag Z proton + (A-Z) neutron (nukleonok) szorosan kötve Állapot leírása: kvantummechanika + kölcsönhatások Nem relativisztikus
RészletesebbenElőszó.. Bevezetés. 1. A fizikai megismerés alapjai Tér is idő. Hosszúság- és időmérés.
SZABÓ JÁNOS: Fizika (Mechanika, hőtan) I. TARTALOMJEGYZÉK Előszó.. Bevezetés. 1. A fizikai megismerés alapjai... 2. Tér is idő. Hosszúság- és időmérés. MECHANIKA I. Az anyagi pont mechanikája 1. Az anyagi
RészletesebbenNGB_IN040_1 SZIMULÁCIÓS TECHNIKÁK dr. Pozna Claudio Radu, Horváth Ernő
SZÉCHENYI ISTVÁN EGYETEM Műszaki Tudományi Kar Informatika Tanszék BSC FOKOZATÚ MÉRNÖK INFORMATIKUS SZAK NGB_IN040_1 SZIMULÁCIÓS TECHNIKÁK dr. Pozna Claudio Radu, Horváth Ernő Fejlesztői dokumentáció GROUP#6
RészletesebbenAtomfizika. A hidrogén lámpa színképei. Elektronok H atom. Fényképlemez. emisszió H 2. gáz
Atomfizika A hidrogén lámpa színképei - Elektronok H atom emisszió Fényképlemez V + H 2 gáz Az atom és kvantumfizika fejlődésének fontos szakasza volt a hidrogén lámpa színképeinek leírása, és a vonalas
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
RészletesebbenRelativisztikus pont-mechanika
Relativisztikus pont-mechanika Balog János MTA Wigner FK RMI, Budapest Pont-mechanika és kauzalitás, no-interaction tétel Relativisztikus és prediktív mechanika Kanonikus relativisztikus mechanika Ruijsenaars-Schneider
Részletesebben9. évfolyam. Osztályozóvizsga tananyaga FIZIKA
9. évfolyam Osztályozóvizsga tananyaga A testek mozgása 1. Egyenes vonalú egyenletes mozgás 2. Változó mozgás: gyorsulás fogalma, szabadon eső test mozgása 3. Bolygók mozgása: Kepler törvények A Newtoni
Részletesebben