FIZIKAI KÉMIA II. házi dolgozat. Reakciókinetikai adatsor kiértékelése (numerikus mechanizmusvizsgálat)

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "FIZIKAI KÉMIA II. házi dolgozat. Reakciókinetikai adatsor kiértékelése (numerikus mechanizmusvizsgálat)"

Átírás

1 FIZIKAI KÉMIA II. házi dolgozat Reakciókinetikai adatsor kiértékelése (numerikus mechanizmusvizsgálat) Készítette: () Kémia BSc 2008 évf

2 A numerikus mechanizmusvizsgálat feladatának megfogalmazása Egy szerves kémiai laboratóriumban a kutatók a transz-sztilbén t brómoztak. A reakciót úgy végezték el, hogy a bróm és a transz-sztilbén bemérési koncentrációi azonosak voltak,a reakcióidő során 15 secundum-os intervallumokban UV spektrofotometriásan mérték a transz-sztilbén abszorbanciáját, melyből a Lambert Beer Törvény segítségével meg tudták határozni a kívánt koncentrációértékeket. Az így kapott adatsort alávetették egy reakciókinetikai vizsgálatnak, amelyhez a következő táblázatban szereplő adatokat használták: Idő (s) Koncentráció (mmol/dm 3 ) táblázat. A mért adatsor koncentrációja a 15 secundum-os időintervallumban. 2

3 c/ mmol/dm 3 1,6 1,4 1,2 1,0 0,8 0,6 0,4 0,2 0, t/s 1.ábra. A mért adatsor ábrázolása az idő függvényében Feladat: - reakciórend - reakciósebességi együttható - reaktáns kezdeti koncentrációjának meghatározása Az alábbi három módon: - differenciális módszer - linearizált koncentráció-idő függvény illesztése - eredeti koncentrációfüggvény illesztése Tegyük fel, hogy a reaktáns koncentrációjának csökkenése felírható a következő alakban: (1).egyenlet ahol n a mért reaktánsra vonatkozó részrend és k a reakciósebességi együttható. 3

4 Differenciális módszeren alapuló becslés Ha az (1) egyenletet logaritmizáljuk, akkor a következő egyenletet kapjuk: dc ln ln k n ln c dt (2).egyenlet. A (2) egyenlet szerint szükség van a c koncentráció függvényében egy dc/dt-t megadó adatsorra, amit az eredeti idő-koncentráció táblázatból állíthatunk elő numerikus deriválással. Ez egyszerűen megadható lenne úgy, hogyha véges differenciával számolnánk a deriváltat, két-két egymás melletti mérésből. Ez azonban felnagyítaná a mérésünk hibáját, ráadásul a kapott deriváltak sem egész másodpercekhez tartoznának. Sokkal pontosabb módszer, az ha több, páratlan számú egymás melletti pontra illesztünk görbét és ennek a görbének az analitikus deriválásával számítjuk a középső ponthoz tartozó derivált értékét. Három pontos mozgó átlagok módszere A módszer lényege, hogy az időt és koncentrációt is simítjuk az alábbi képlet szerint: (3).egyenlet. Így kettővel kevesebb simított pontunk lesz,mint ahány mért pontunk eredetileg volt. Ezután a simított pontokból számolunk egy egyszerű differenciát. A kapott értéket logaritmizáljuk, így ki tudjuk számítani a koncentrációértékeket is a megfelelő simított időkben. 4

5 ln (-dc/dt) / mmol/dm 3 Idő (s) Koncentráció (mmol/dm 3 ) Simított idő (s) Simított Koncentráció (mmol/dm 3 ) ln c dc/dt ln(-dc/dt) táblázat. A hárompontos mozgó átlagok módszerével kiszámolt értékek és a hozzátartozó simított értékek és deriváltjaik A táblázat nem tartalmazza azokat a sorokat, ahol az ln(-dc/dt) lnc párok nem ábrázolhatóak (c vagy dc/dt kisebb, mint 0). Ezek a pontok az illesztésből valóban elhagyhatóak, mert a modell nem engedi meg a negatív vagy az idővel növekedő koncentrációt. A reakciórend és a sebességi együttható az ln (-dc/dt) ln c grafikonból határozom meg. -1,0-1,5-2,0-2,5-3,0-3,5-4,0 Equation y = a + b* Adj. R-Squar 0,95856 Value Standard Erro B Intercept -1,5404 0,0999 B Slope 2, , ,5-1,2-1,0-0,8-0,6-0,4-0,2 0,0 0,2 ln c / mmol/dm 3 2.ábra. A hárompontos mozgóátlagok módszerével kapott adatsor ln c ln (-dc/dt) ábrázolva 5

6 s = felhasznált adatok száma becsült paraméterek száma = 12 2 = 10 A becsléshez felhasznált adatok száma 12, ebből a szabadsági fokok száma 10. Becsült paraméterek: Gauss-féle hibaterjedés: ( f(x)) = (df /dx) (x) (k) = k (lnk) A reakciórend: n = (n) = A reakciósebességi együttható: lnk = (ln k) = k = (k) = t 10,95% = Konfidencia intervallum: h 95% = *t s,95% n = h 95% = = k = h 95% = = Három pontos mozgó átlagok módszere alapján kapott reakciórend: n = (2.164 ± 0,302) 2, a reakció sebességi együtthatója: k = ( ± ) dm 3 /mol*s, ahol a hibahatár 95%-os konfidencia intervallumnak felel meg. Hárompontos Savitzy-Golay simító deriváló módszer A Savitzky-Golay féle simító-deriváló módszert azon esetekben alkalmazzuk, amikor egy függvény ekvidisztáns alappontokon adott. Ez a módszer a mi feladatunkra is alkalmazható, hiszen a koncentrációértékeket másodpercenként mértük. A módszer lényege a következő: van m számú alappontunk. Új alappontokat generálunk n darab régi pontunk líneáris kombinácójáként, úgy hogy n a simítás illetve a deriválás alappontjainak a száma legyen. Az ezekhez tartozó együtthatók a táblázatokban találhatók meg, hogy hogyan kell kiszámolni Olyan együtthatók is szerepelnek, amelyeket az adatsorok szélein lehet alkalmazni (három pont esetén az első és az utolsó, öt pont esetén az első kettő és az utolsó két pontra). Ebből az következik, hogy a Savitzky-Golay féle simító-deriváló módszer használata esetén nem vesztünk pontot, és az új, simított illetve derivált értékek mindig az eredeti időkhöz fognak tartozni. A fenti módszerek segítségével kiszámíthatók az egymásnak megfelelő ln c ln (-dc/dt) simított derivált értékpárok. A kapott értékpárokra egyenes illeszthető, a lineáris regresszió módszerét alkalmazva. 6

7 ln (-dc/dt) / mmol/dm 3 Idő (s) Koncentráció (mmol/dm 3 ) Simított idő (s) Simított Koncentráció (mmol/dm 3 ) ln c dc/dt ln(-dc/dt) táblázat. A Savitzky Golay módszer alapján kiszámolt simított értékek és deriváltjai -1,0-1,5-2,0-2,5-3,0-3,5-4,0 Equation y = a + b*x Adj. R-Square 0,9279 Value Standard Error A Intercept -1, ,10486 B Slope 1, , ,5-1,4-1,2-1,0-0,8-0,6-0,4-0,2 0,0 0,2 0,4 ln c / mmol/dm 3 3.ábra. A hárompontos Savitzky Golay módszerrel kapott adatok ln (-dc/dt) ln c függvényében ábrázolva. s = felhasznált adatok száma becsült paraméterek száma = 15 2 = 13 7

8 A felhasznált adatok száma 15, a szabadsági fok 13. Becsült paraméterek: Gauss-féle hibaterjedés: ( f(x)) = (df /dx) (x) (k) = k (lnk) A reakciórend: n = (n) = A reakciósebességi együttható: lnk = (ln k) = k = (k) = t 13,95% = Konfidencia intervallum: h 95% = *t s,95% n = h 95% = = k = h 95% = = A három pontos Savitzky - Golay simító - deriváló módszer alapján kapott reakciórend: n = (1,823 ± 0,293) 2, a reakció sebességi együtthatója: k = (0.173 ± ) dm 3 /mol*s, ahol a hibahatár 95%-os konfidencia intervallumnak felel meg. Öt pontos Savitzky Golay simító deriváló módszer Idő (s) Koncentráció (mmol/dm 3 ) Simított idő (s) Simított Koncentráció (mmol/dm 3 ) ln c dc/dt ln(-dc/dt) táblázat. Az öt pontos Savitzky Golay módszer által kapott értékek, simított értékek és azok deriváltjai,természetes logaritmusai. 8

9 ln (-dc/dt) / mmol/dm 3-0,5-1,0-1,5-2,0-2,5-3,0-3,5-4,0 Equation y = a + b* Adj. R-Squar 0,90703 Value Standard Err A Intercept -1,6601 0,12824 B Slope 1,934 0, ,5-1,4-1,2-1,0-0,8-0,6-0,4-0,2 0,0 0,2 0,4 0,6 0,8 1,0 (ln c )/ mmol/dm 3 4.ábra. Az öt pontos Savitzky Golay módszerrel kapott adatok ln (-dc/dt) ln c függvényében ábrázolva. s = felhasznált adatok száma becsült paraméterek száma = 15 2 = 13 A felhasznált adatok száma 15, a szabadsági fok 13. Becsült paraméterek: Gauss-féle hibaterjedés: ( f(x)) = (df /dx) (x) (k) = k (lnk) A reakciórend: n = (n) = A reakciósebességi együttható: lnk = (ln k) = k = (k) = t 13,95% = Konfidencia intervallum: h 95% = *t s,95% n = h 95% = = k = h 95% = = Az öt pontos Savitzky - Golay simító - deriváló módszer alapján kapott reakciórend: n = (1.934 ± 0.356) 2, a reakció sebességi együtthatója: k = (0.190 ± 0,053 ) dm 3 /mol*s, ahol a hibahatár 95%-os konfidencia intervallumnak felel meg. 9

10 A differenciálási módszer összehasonlítása Módszer reakció rendje reakció sebességi dm együtthatója ( mmol Három pontos Savitzky-Golay simító - deriváló módszer ( ) ( ) 6 2 ) s Öt pontos Savitzky-Golay simító - deriváló módszer ( ) (0, ) Három pontos mozgó átlagok módszere ( ) ( ) A három pontos mozgó átlagok, valamint az öt és három pontos Savitzky-Golay simító deriváló módszer szerint a reakció rendje 3. A legnagyobb a szórás az öt pontos Savitzky- Golay simító - deriváló módszernél, de nem jelentősen kiugró. Jelentős az eltérés a derivált adatok számában: a három pontos mozgó átlagok módszerénél a legkevesebb, a három és az öt pontos Savitzky-Golay simító deriváló módszernél.(a hárompontos Savitzky-Golay módszer adta a legmegbízhatóbb eredményt) Linearizált koncentráció - idő függvény illesztése és ez alapján történő becslés n Differenciál Megoldás Linearizált megoldás egyenlet függvény függvény 0 -(dc / dt) = k c = c 0 -kt c = c 0 -kt 1 -(dc / dt) = kc c = c 0 e -kt lnc = lnc 0 -kt 2 -(dc / dt) = kc 2 c = (1/c 0 +kt) -1 c -1 = c kt 3 -(dc / dt) = kc 3 c = (1/c kt) -1/2 c -2 = c kt A differenciális módszer alapján a várható rend nagyobb valószínűséggel másodrendű, emiatt: A választott módszer: másodrendű lineáris paraméterbecslés. 10

11 A súlyfaktorok levezetése Gauss - féle hibaterjedésből: Abszolút mérési hibák esetén a Gauss - féle hibaterjedés alkalmazásával: Nulladrendű reakció: a súlyfaktor 1, mert a c függvényt önmagába transzformálom, így a szórás nem változik. Elsőrendű reakció: a súlyfaktor c 2, ez 1/ (ln c) 2 -ből adódik, mivel a c függvényt ln c-be transzformálom és ln c függvény c szerint deriválva 1/c : (lnc)=1/c. Másodrendű reakció: a súlyfaktor c 4, ez 1/ (1/c) 2 -ből adódik, mivel a c függvényt 1/c-be transzformálom és (1/c)=1/c 2. Harmadrendű reakció: a súlyfaktor c 6 /4, ez 1/ (1/c 2 ) 2 -ből adódik, mivel a c függvényt 1/c 2 - be transzformálom és (1/c 2 )=2/c 3. Relatív mérési hibákra: (a mérési hibák a mért értékekkel arányosak) Nulladrendű reakció: a súlyfaktor 1/c 2, ami (c) = c-ből adódik. Elsőrendű reakció: a súlyfaktor 1, ami (lnc) = c*1/c =1-ből adódik. Másodrendű reakció: a súlyfaktor c 2, ami (1/c) = c*1/c 2 =1/c-ből adódik. Harmadrendű reakció: a súlyfaktor c 4 /4, ami (1/c 2 ) = c*2/c 3 = 2/c 2 -ből adódik. Függő változó: 1/(c) Számított koncentráció (mmol/dm -3 ) Eltérés az eredeti koncentrációtól (mmol/dm -3 ) Idő (s) Koncentráció (mmol/dm -3 ) táblázat. A másodrendű paraméter becslés adatsora. 11

12 1/c / mmol/dm 3 c / mmol/dm 3 Súlyozatlan eset: 1,6 1,4 1,2 1,0 0,8 0,6 Equation mért konc. szamitott konc. mért konc. - szamitott konc. illesztett egyenes y = a + b*x Adj. R-Square 0,11935 Value Standard Error E Intercept 0, ,00958 E Slope -0, , ,4 0,2 0,0-0, t / s 5.ábra. A reziduális, a mért- és a számított koncentrációk az idő függvényében 7 linearizalt meresi adatok maradek elteres sulyozatlan illesztes Equation y = a + b*x Adj. R-Square 0,99574 Value Standard Error C Intercept 0, ,03144 C Slope 0, , t / s 6.ábra. Az 1/c függő változó az idő függvényében súlyozatlan lineáris paraméter becsléskor. A maradék eltérések véletlenszerűen helyezkednek el a nulla érték körül, vagyis az illesztés valószínűleg megfelelő. s = felhasznált adatok száma becsült paraméterek száma = 15 2 = 13 A becsléshez felhasznált adatok száma: 15. A szabadsági fokok száma ebből: 13 t 13,95% = Kezdeti koncentráció: c 0 = mmol / dm 3 (c 0 ) = mmol / dm 3 Sebességi együttható: k = (k) =

13 1/c / dm 3 /mmol Konfidencia intervallum: c 0 : h 95% = = h 95% = * t s,95% k: h 95% = = A másodrendű, súlyozás nélküli lineáris paraméterbecslés alapján a kiindulási koncentráció: c 0 = ( ± ) mmol/dm 3, a reakció sebességi együtthatója k = ( ± 0.007)dm 3 /mol*s, ahol a megadott hibahatár 95%-os konfidencia intervallumnak felel meg. Súlyozott eset: 3,5 3,0 2,5 Data: Data1_C Model: user1 Chi^2 = R^2 = a ± b ± ,0 1,5 1,0 0, t / s 7.ábra. Az 1/c függő változó az idő függvényében súlyozott lineáris paraméter becsléskor. s = felhasznált adatok száma becsült paraméterek száma = 15 2 = 13 A becsléshez felhasznált adatok száma: 15. A szabadsági fokok száma ebből: 13. t 13,95% = Kezdeti koncentráció: c 0 = mmol / dm 3 (c 0 ) = mmol / dm 3 Sebességi együttható: k = (k) = Konfidencia intervallum: c 0 : h 95% = = mmol/ dm 3 h 95% = *t s,95% k: h 95% = = A másodrendű, súlyozott lineáris paraméterbecslés alapján a kiindulási koncentráció: c 0 = ( ± )mmol / dm 3, a reakció sebességi együtthatója k=(0.199 ± )dm 3 /mol*s, ahol a megadott hibahatár 95%-os konfidencia intervallumnak felel meg. 13

14 Az eredeti (nem linearizált) koncentrációfüggvény paramétereinek becslése Függő változó: Koncentráció 1/c (mmol / dm 3 ) Számított koncentráció (mmol/dm -3 ) Eltérés az eredeti koncentrációtól (mmol/dm -3 ) Idő (s) Koncentráció (mmol/dm -3 ) táblázat. A másodrendű nem linearizált paraméter adatsora. Az eddigiek alapján nagy biztonsággal állítható, hogy másodrendű a reakció. Ennek a megoldásfüggvénye : (4.)egyenlet. 14

15 c / mmol/dm 3 Ezt a másodrendű reakció megoldásfüggvényét nem lineáris paraméterbecsléssel becsüljük. 1,6 Data: Data1_B 1,4 Model: user8 1,2 1,0 0,8 0,6 Chi^2 = R^2 = c ± k ± ,4 0,2 0,0-0,2-0, t / s 8.ábra. Másodrendű nem lineáris paraméterbecslés. s = felhasznált adatok száma becsült paraméterek száma = 15 2 = 13 A becsléshez felhasznált adatok száma: 15. A szabadsági fokok száma ebből: 13 t 13,95% = Kezdeti koncentráció: c 0 = mmol / dm 3 (c 0 ) = mmol / dm 3 Sebességi együttható: k = (k) = Konfidencia intervallum: c 0 : h 95% = = h 95% = *t s,95% k: h 95% = = A másodrendű, nemlineáris paraméterbecslés alapján a kiindulási koncentráció: c 0 = ( ± ) mmol /dm 3, a reakció sebességi együtthatója k = ( ± ) dm 3 /mol*s, ahol a megadott hibahatár 95%-os konfidencia intervallumnak felel meg. 0. rend esetén: c c 0 k t c 0 = mmol/dm 3 σ(c 0 ) = 0,095 mmoldm -3. k= σ(k)= 0,010 Konfidencia intervallum: c 0 : h 95% = = h 95% = *t s,95% k: h 95% = = A nulladrendű, nemlineáris paraméterbecslés alapján a kiindulási koncentráció: c 0 = ( 1.23 ± )mmol/dm 3, a reakció sebességi együtthatója k = ( ± 0.010) mol/dm 3 s, ahol a megadott hibahatár 95%-os konfidencia intervallumnak felel meg. 15

16 c / mmol/dm 3 c / mmol/dm 3 1,6 1,4 1,2 1,0 Data: Data1_B Model: Karesz Chi^2 = R^2 = c ± k ± ,8 0,6 0,4 0, t / s 8.ábra. Nulladrendű nem lineáris paraméter becslés 1.rend estén: 1,6 1,4 1,2 Equation c=(c0)*exp(-k*t) Adj. R-Square 0,94622 Value Standard Error B c0 1, ,08262 B k 0, , ,0 0,8 0,6 0,4 0,2 0,0-0,2-0, t / s 10.ábra. Elsőrendű nem lineáris paraméter becslés s = felhasznált adatok száma becsült paraméterek száma = 15 2 = 13 A becsléshez felhasznált adatok száma: 15. A szabadsági fokok száma ebből: 13 t 13,95% = Kezdeti koncentráció: c 0 = 1.64 mmol / dm 3 (c 0 ) = mmol / dm 3 Sebességi együttható: k = 0.15 (k) = Konfidencia intervallum: c 0 : h 95% = =

17 c / mmol/dm 3 h 95% = *t s,95% k: h 95% = = Az elsőrendű nemlineáris paraméterbecslés alapján a kiindulási koncentráció: c 0 = (1.64 ± 0.083)mmol/dm 3, a reakció sebességi együtthatója k = ( 0.15 ± 0.011)dm 3 /mol*s, ahol a megadott hibahatár 95%-os konfidencia intervallumnak felel meg. 3.rend estén: 1,6 1,4 1,2 1,0 0,8 0,6 0,4 0,2 0,0-0,2-0,4 Equation c=sqrt(1/(1/(c0)^2+2*k*t)) Adj. R-Sq 0,94812 Value Standard B c0 4,7906 0,1112 B k 0,2104 0, t / s 10.ábra. Harmadrendű nem lineáris paraméter becslés s = felhasznált adatok száma becsült paraméterek száma = 15 2 = 13 A becsléshez felhasznált adatok száma: 15. A szabadsági fokok száma ebből: 13 t 13,95% = Kezdeti koncentráció: c 0 = 4.79 mmol / dm 3 (c 0 ) = mmol / dm 3 Sebességi együttható: k = (k) = Konfidencia intervallum: c 0 : h 95% = = 0.24 h 95% = *t s,95% k: h 95% = = Az elsőrendű nemlineáris paraméterbecslés alapján a kiindulási koncentráció: c 0 = (4.79 ± 0.111)mmol/dm 3, a reakció sebességi együtthatója k = ( 0.21 ± 0.013) dm 3 /mol*s, ahol a megadott hibahatár 95%-os konfidencia intervallumnak felel meg. 17

18 Összefoglalás: Becslési módszer Rend k (dm 3 /(mol*s) k konf. Int. c 0 (mmol/dm 3 ) c 0 Konf. Int. Differenciális Súlyozatlan Linearizált Súlyozott Linearizált Nem Linearizált Reakciórend: n = 2 Reakciósebességi együttható: k= ( )dm 3 /(mol*s) A kezdeti koncentráció: c 0 = ( ) mmol/dm 3 A differenciális becslés alapján a reakció másodrendű. Ebből kiindulva vizsgáltam a reakciót másodrendű módszerekkel. A lineáris illesztésnél a reziduális maradékok nulla körül véletlenszerűen ingadoztak. A nem lineáris paraméterbecslésnél látszik, hogy csak másodrendnél megfelelő az illesztés. Felhasznált szoftverek : Origin 6.0,Origin 8.0, Microsoft Office 2007, Felhasznált irodalom: Michael J. Pilling, Paul W. Seakins: Reakciókinetika, Nemzeti Tankönyvkiadó,Budapest Adataim a oldalról származnak. A weboldalon néven regisztráltam. Szerző elérhetőségei: 2378 Pusztavacs Óvoda utca 3. nevermore@vipmail.hu 18

19 19

A kálium-permanganát és az oxálsav közötti reakció vizsgálata 9a. mérés B4.9

A kálium-permanganát és az oxálsav közötti reakció vizsgálata 9a. mérés B4.9 A kálium-permanganát és az oxálsav közötti reakció vizsgálata 9a. mérés B4.9 Név: Pitlik László Mérés dátuma: 2014.12.04. Mérőtársak neve: Menkó Orsolya Adatsorok: M24120411 Halmy Réka M14120412 Sárosi

Részletesebben

Reakció kinetika és katalízis

Reakció kinetika és katalízis Reakció kinetika és katalízis 1. előadás: Alapelvek, a kinetikai eredmények analízise Felezési idők 1/22 2/22 : A koncentráció ( ) időbeli változása, jele: mol M v, mértékegysége: dm 3. s s Legyen 5H 2

Részletesebben

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision

Részletesebben

Reakciókinetika és katalízis

Reakciókinetika és katalízis Reakciókinetika és katalízis 5. előadás: /22 : Elemi reakciók kapcsolódása. : Egy reaktánsból két külön folyamatban más végtermékek keletkeznek. Legyenek A k b A kc B C Írjuk fel az A fogyására vonatkozó

Részletesebben

Mérési jegyzőkönyv. 1. mérés: Abszorpciós spektrum meghatározása. Semmelweis Egyetem, Elméleti Orvostudományi Központ Biofizika laboratórium

Mérési jegyzőkönyv. 1. mérés: Abszorpciós spektrum meghatározása. Semmelweis Egyetem, Elméleti Orvostudományi Központ Biofizika laboratórium Mérési jegyzőkönyv 1. mérés: Abszorpciós spektrum meghatározása A mérés helyszíne: Semmelweis Egyetem, Elméleti Orvostudományi Központ Biofizika laboratórium A mérés időpontja: 2012.02.08. A mérést végezte:

Részletesebben

2 (j) f(x) dx = 1 arcsin(3x 2) + C. (d) A x + Bx + C 5x (2x 2 + 7) + Hx + I. 2 2x F x + G. x

2 (j) f(x) dx = 1 arcsin(3x 2) + C. (d) A x + Bx + C 5x (2x 2 + 7) + Hx + I. 2 2x F x + G. x I feladatsor Határozza meg az alábbi függvények határozatlan integrálját: a fx dx = x arctg + C b fx dx = arctgx + C c fx dx = 5/x 4 arctg 5 x + C d fx dx = arctg + C 5/ e fx dx = x + arctg + C f fx dx

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus

Részletesebben

Runge-Kutta módszerek

Runge-Kutta módszerek Runge-Kutta módszerek A Runge-Kutta módszerek az Euler módszer továbbfejlesztésének, javításának tekinthetők, kezdeti értékkel definiált differenciál egyenletek megoldására. Előnye hogy a megoldás során

Részletesebben

A kálium-permanganát és az oxálsav közötti reakció vizsgálata

A kálium-permanganát és az oxálsav közötti reakció vizsgálata A kálium-permanganát és az oxálsav közötti reakció vizsgálata Vesztergom Soma mérési leírása alapján Mérésleírás a Fizikai kémia labor (kvc4fz5) és Fizikai kémia labor () (kvc4fzp) kurzusokhoz... Bevezetés

Részletesebben

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Alap-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:

Részletesebben

Reakciókinetika. Fizikai kémia előadások biológusoknak 8. Turányi Tamás ELTE Kémiai Intézet. A reakciókinetika tárgya

Reakciókinetika. Fizikai kémia előadások biológusoknak 8. Turányi Tamás ELTE Kémiai Intézet. A reakciókinetika tárgya Reakciókinetika Fizikai kémia előadások biológusoknak 8. Turányi Tamás ELTE Kémiai Intézet A reakciókinetika tárgya Hogyan változnak a koncentrációk egy reaktív elegyben és miért? Milyen részlépésekből

Részletesebben

Reakciókinetika. Általános Kémia, kinetika Dia: 1 /53

Reakciókinetika. Általános Kémia, kinetika Dia: 1 /53 Reakciókinetika 9-1 A reakciók sebessége 9-2 A reakciósebesség mérése 9-3 A koncentráció hatása: a sebességtörvény 9-4 Nulladrendű reakció 9-5 Elsőrendű reakció 9-6 Másodrendű reakció 9-7 A reakciókinetika

Részletesebben

Likelihood, deviancia, Akaike-féle információs kritérium

Likelihood, deviancia, Akaike-féle információs kritérium Többváltozós statisztika (SZIE ÁOTK, 2011. ősz) 1 Likelihood, deviancia, Akaike-féle információs kritérium Likelihood függvény Az adatokhoz paraméteres modellt illesztünk. A likelihood függvény a megfigyelt

Részletesebben

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt Galbács Gábor KIUGRÓ ADATOK KISZŰRÉSE STATISZTIKAI TESZTEKKEL Dixon Q-tesztje Gyakori feladat az analitikai kémiában, hogy kiugrónak

Részletesebben

A mérési eredmény megadása

A mérési eredmény megadása A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk meg: a determinisztikus és a véletlenszerű

Részletesebben

LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála

LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála a független változó: névleges vagy sorrendi vagy folytonos skála BIOMETRIA2_NEMPARAMÉTERES_5 1 Y: visszafizeti-e a hitelt x: fizetés (életkor)

Részletesebben

Ipari matematika 2. gyakorlófeladatok

Ipari matematika 2. gyakorlófeladatok Ipari matematika. gyakorlófeladatok. december 5. A feladatok megoldása általában többféle úton is kiszámítató. Interpoláció a. Polinom-interpoláció segítségével adjunk közelítést sin π értékére a sin =,

Részletesebben

Matematika gyógyszerészhallgatók számára. A kollokvium főtételei tanév

Matematika gyógyszerészhallgatók számára. A kollokvium főtételei tanév Matematika gyógyszerészhallgatók számára A kollokvium főtételei 2015-2016 tanév A1. Függvénytani alapfogalmak. Kölcsönösen egyértelmű függvények és inverzei. Alkalmazások. Alapfogalmak: függvény, kölcsönösen

Részletesebben

Mérési jegyzőkönyv. 3. mérés: Röntgen-cső, emissziós spektrumok, abszorpció

Mérési jegyzőkönyv. 3. mérés: Röntgen-cső, emissziós spektrumok, abszorpció Mérési jegyzőkönyv 3. mérés: Röntgen-cső, emissziós spektrumok, abszorpció A mérés helyszíne: Semmelweis Egyetem, Elméleti Orvostudományi Központ Biofizika laboratórium A mérés időpontja: 2013.02.27. A

Részletesebben

Figyelem, próbálja önállóan megoldani, csak ellenőrzésre használja a következő oldalak megoldásait!

Figyelem, próbálja önállóan megoldani, csak ellenőrzésre használja a következő oldalak megoldásait! Elméleti kérdések: Második zárthelyi dolgozat biomatematikából * (Minta, megoldásokkal) E. Mit értünk hatványfüggvényen? Adjon példát nem invertálható hatványfüggvényre. Adjon példát mindenütt konkáv hatványfüggvényre.

Részletesebben

Modern Fizika Labor. 5. ESR (Elektronspin rezonancia) Fizika BSc. A mérés dátuma: okt. 25. A mérés száma és címe: Értékelés:

Modern Fizika Labor. 5. ESR (Elektronspin rezonancia) Fizika BSc. A mérés dátuma: okt. 25. A mérés száma és címe: Értékelés: Modern Fizika Labor Fizika BSc A mérés dátuma: 2011. okt. 25. A mérés száma és címe: 5. ESR (Elektronspin rezonancia) Értékelés: A beadás dátuma: 2011. nov. 16. A mérést végezte: Szőke Kálmán Benjamin

Részletesebben

Modern Fizika Labor. 11. Spektroszkópia. Fizika BSc. A mérés dátuma: dec. 16. A mérés száma és címe: Értékelés: A beadás dátuma: dec. 21.

Modern Fizika Labor. 11. Spektroszkópia. Fizika BSc. A mérés dátuma: dec. 16. A mérés száma és címe: Értékelés: A beadás dátuma: dec. 21. Modern Fizika Labor Fizika BSc A mérés dátuma: 2011. dec. 16. A mérés száma és címe: 11. Spektroszkópia Értékelés: A beadás dátuma: 2011. dec. 21. A mérést végezte: Domokos Zoltán Szőke Kálmán Benjamin

Részletesebben

Numerikus integrálás

Numerikus integrálás Közelítő és szimbolikus számítások 11. gyakorlat Numerikus integrálás Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján 1. Határozatlan integrál

Részletesebben

Modern Fizika Laboratórium Fizika és Matematika BSc 11. Spektroszkópia

Modern Fizika Laboratórium Fizika és Matematika BSc 11. Spektroszkópia Modern Fizika Laboratórium Fizika és Matematika BSc 11. Spektroszkópia Mérést végezték: Bodó Ágnes Márkus Bence Gábor Kedd délelőtti csoport Mérés ideje: 02/28/2012 Beadás ideje: 03/05/2012 Érdemjegy:

Részletesebben

1. Gauss-eloszlás, természetes szórás

1. Gauss-eloszlás, természetes szórás 1. Gauss-eloszlás, természetes szórás A Gauss-eloszlásnak megfelelő függvény: amely egy σ szélességű, µ középpontú, 1-re normált (azaz a teljes görbe alatti terület 1) görbét ír le. A természetben a centrális

Részletesebben

Modern Fizika Labor. Fizika BSc. Értékelés: A mérés dátuma: A mérés száma és címe: 5. mérés: Elektronspin rezonancia. 2008. március 18.

Modern Fizika Labor. Fizika BSc. Értékelés: A mérés dátuma: A mérés száma és címe: 5. mérés: Elektronspin rezonancia. 2008. március 18. Modern Fizika Labor Fizika BSc A mérés dátuma: 28. március 18. A mérés száma és címe: 5. mérés: Elektronspin rezonancia Értékelés: A beadás dátuma: 28. március 26. A mérést végezte: 1/7 A mérés leírása:

Részletesebben

Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi

Gyakorló feladatok. Agbeko Kwami Nutefe és Nagy Noémi Gyakorló feladatok Agbeko Kwami Nutefe és Nagy Noémi 25 Tartalomjegyzék. Klasszikus hibaszámítás 3 2. Lineáris egyenletrendszerek 3 3. Interpoláció 4 4. Sajátérték, sajátvektor 6 5. Lineáris és nemlineáris

Részletesebben

11. gyakorlat megoldásai

11. gyakorlat megoldásai 11. gyakorlat megoldásai Lokális szélsőértékek F1. Határozza meg az alábbi kétváltozós függvények lokális szélsőértékeit! (a) f(x, y) = 4x 2 + 2xy + 5y 2 + 2, (b) f(x, y) = y 4 3y + x 2 y + 2xy, (c) f(x,

Részletesebben

Line aris f uggv enyilleszt es m arcius 19.

Line aris f uggv enyilleszt es m arcius 19. Lineáris függvényillesztés 2018. március 19. Illesztett paraméterek hibája Eddig azt néztük, hogy a mérési hiba hogyan propagál az illesztett paraméterekbe, ha van egy konkrét függvényünk. a hibaterjedés

Részletesebben

Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1.

Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai 1. Feladatok megoldásokkal a 9. gyakorlathoz (Newton-Leibniz formula, közelítő integrálás, az integrálszámítás alkalmazásai.). Feladat. Határozzuk meg az alábbi integrálokat: a) x x + dx d) xe x dx b) c)

Részletesebben

v=k [A] a [B] b = 1 d [A] 3. 0 = [ ν J J, v = k J

v=k [A] a [B] b = 1 d [A] 3. 0 = [ ν J J, v = k J Célja: Reakciók mechanizmusának megismerése, ami a részlépések feltárásából és azok sebességének meghatározásából áll. A jelenlegi konkrét célunk: Csak () az alapfogalmak, (2) a laboratóriumi gyakorlathoz

Részletesebben

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC

DIFFERENCIÁLEGYENLETEK. BSc. Matematika II. BGRMA2HNND, BGRMA2HNNC 016.03.1. BSC MATEMATIKA II. ELSŐ ÉS MÁSODRENDŰ LINEÁRIS DIFFERENCIÁLEGYENLETEK BSc. Matematika II. BGRMAHNND, BGRMAHNNC AZ ELSŐRENDŰ LINEÁRIS DIFFERENCIÁLEGYENLET FOGALMA Az elsőrendű közönséges differenciálegyenletet

Részletesebben

11. gyakorlat megoldásai

11. gyakorlat megoldásai 11. gyakorlat megoldásai Lokális szélsőértékek F1. Határozzuk meg az alábbi kétváltozós függvények lokális szélsőértékeit! (a) f(x, y) = 4x 2 + 2xy + 5y 2 + 2, (b) f(x, y) = y 4 y + x 2 y + 2xy, (c) f(x,

Részletesebben

Kinetika. Általános Kémia, kinetika Dia: 1 /53

Kinetika. Általános Kémia, kinetika Dia: 1 /53 Kinetika 15-1 A reakciók sebessége 15-2 Reakciósebesség mérése 15-3 A koncentráció hatása: a sebességtörvény 15-4 Nulladrendű reakció 15-5 Elsőrendű reakció 15-6 Másodrendű reakció 15-7 A reakció kinetika

Részletesebben

1. Görbe illesztés a legkissebb négyzetek módszerével

1. Görbe illesztés a legkissebb négyzetek módszerével GÖRBE ILLESZTÉS A LEGKISSEBB ÉGYZETEK MÓDSZERÉVEL. Görbe illesztés a legkissebb négyzetek módszerével Az előző gyakorlaton megismerkedtünk a korrelációs együttható fogalmával és számítási módjával. A korrelációs

Részletesebben

Mérési adatok illesztése, korreláció, regresszió

Mérési adatok illesztése, korreláció, regresszió Mérési adatok illesztése, korreláció, regresszió Korreláció, regresszió Két változó mennyiség közötti kapcsolatot vizsgálunk. Kérdés: van-e kapcsolat két, ugyanabban az egyénben, állatban, kísérleti mintában,

Részletesebben

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége [GVMGS11MNC] Gazdaságstatisztika 10. előadás: 9. Regressziószámítás II. Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet A standard lineáris modell

Részletesebben

x 2 e x dx c) (3x 2 2x)e 2x dx x sin x dx f) x cosxdx (1 x 2 )(sin 2x 2 cos 3x) dx e 2x cos x dx k) e x sin x cosxdx x ln x dx n) (2x + 1) ln 2 x dx

x 2 e x dx c) (3x 2 2x)e 2x dx x sin x dx f) x cosxdx (1 x 2 )(sin 2x 2 cos 3x) dx e 2x cos x dx k) e x sin x cosxdx x ln x dx n) (2x + 1) ln 2 x dx Integrálszámítás II. Parciális integrálás. g) i) l) o) e ( + )(e e ) cos h) e sin j) (sin 3 cos) m) arctg p) arcsin e (3 )e sin f) cos ( )(sin cos 3) e cos k) e sin cos ln n) ( + ) ln. e 3 e cos 3 3 cos

Részletesebben

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett

Részletesebben

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk

Részletesebben

Lineáris algebra numerikus módszerei

Lineáris algebra numerikus módszerei Hermite interpoláció Tegyük fel, hogy az x 0, x 1,..., x k [a, b] különböző alappontok (k n), továbbá m 0, m 1,..., m k N multiplicitások úgy, hogy Legyenek adottak k m i = n + 1. i=0 f (j) (x i ) = y

Részletesebben

Statisztikai módszerek a skálafüggetlen hálózatok

Statisztikai módszerek a skálafüggetlen hálózatok Statisztikai módszerek a skálafüggetlen hálózatok vizsgálatára Gyenge Ádám1 1 Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Számítástudományi és Információelméleti

Részletesebben

Numerikus matematika vizsga

Numerikus matematika vizsga 1. Az a = 2, t = 4, k = 3, k + = 2 számábrázolási jellemzők mellett hány pozitív, normalizált lebegőpontos szám ábrázolható? Adja meg a legnagyobb ábrázolható számot! Mi lesz a 0.8-hoz rendelt lebegőpontos

Részletesebben

Idősorok elemzése előadás. Előadó: Dr. Balogh Péter

Idősorok elemzése előadás. Előadó: Dr. Balogh Péter Idősorok elemzése előadás Előadó: Dr. Balogh Péter Idősorok elemzése A társadalmi - gazdasági jelenségek időbeli alakulásának törvénszerűségeit kell vizsgálni a változás, a fejlődés tendenciáját. Az idősorokban

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 6. Differenciálegyenletekről röviden Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Bevezetés 2 Elsőrendű differenciálegyenletek Definíciók Kezdetiérték-probléma

Részletesebben

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek Anyagvizsgálati módszerek Mérési adatok feldolgozása Anyagvizsgálati módszerek Pannon Egyetem Mérnöki Kar Anyagvizsgálati módszerek Statisztika 1/ 22 Mérési eredmények felhasználása Tulajdonságok hierarchikus

Részletesebben

Hőmérsékleti sugárzás

Hőmérsékleti sugárzás Ideális fekete test sugárzása Hőmérsékleti sugárzás Elméleti háttér Egy ideális fekete test leírható egy egyenletes hőmérsékletű falú üreggel. A fala nemcsak kibocsát, hanem el is nyel energiát, és spektrális

Részletesebben

Matematikai geodéziai számítások 5.

Matematikai geodéziai számítások 5. Matematikai geodéziai számítások 5 Hibaterjedési feladatok Dr Bácsatyai László Matematikai geodéziai számítások 5: Hibaterjedési feladatok Dr Bácsatyai László Lektor: Dr Benedek Judit Ez a modul a TÁMOP

Részletesebben

Termoelektromos hűtőelemek vizsgálata

Termoelektromos hűtőelemek vizsgálata KLASSZIKUS FIZIKA LABORATÓRIUM 4. MÉRÉS Termoelektromos hűtőelemek vizsgálata Mérést végezte: Enyingi Vera Atala ENVSAAT.ELTE Mérés időpontja: 2011. november 30. Szerda délelőtti csoport 1. A mérés célja

Részletesebben

Differenciálegyenletek. Vajda István március 4.

Differenciálegyenletek. Vajda István március 4. Analízis előadások Vajda István 2009. március 4. Függvényegyenletek Definíció: Az olyan egyenleteket, amelyekben a meghatározandó ismeretlen függvény, függvényegyenletnek nevezzük. Függvényegyenletek Definíció:

Részletesebben

Fizikai kémia 2 Reakciókinetika házi feladatok 2016 ősz

Fizikai kémia 2 Reakciókinetika házi feladatok 2016 ősz Fizikai kémia 2 Reakciókinetika házi feladatok 2016 ősz A házi feladatok beadhatóak vagy papír alapon (ez a preferált), vagy e-mail formájában is az rkinhazi@gmail.com címre. E-mail esetén ügyeljetek a

Részletesebben

Statisztika I. 12. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 12. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 1. előadás Előadó: Dr. Ertsey Imre Regresszió analízis A korrelációs együttható megmutatja a kapcsolat irányát és szorosságát. A kapcsolat vizsgálata során a gyakorlatban ennél messzebb

Részletesebben

Adatok statisztikai értékelésének főbb lehetőségei

Adatok statisztikai értékelésének főbb lehetőségei Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre

Részletesebben

Feladatok megoldásokkal az ötödik gyakorlathoz (Taylor polinom, szöveges szélsőérték problémák)

Feladatok megoldásokkal az ötödik gyakorlathoz (Taylor polinom, szöveges szélsőérték problémák) Feladatok megoldásokkal az ötödik gyakorlathoz Taylor polinom, szöveges szélsőérték problémák) 1. Feladat. Írjuk fel az fx) = e x függvény a = 0 pont körüli negyedfokú Taylor polinomját! Ennek segítségével

Részletesebben

A Bodrog-folyó vízkémiai adatainak elemzése egy- és kétváltozós statisztikai

A Bodrog-folyó vízkémiai adatainak elemzése egy- és kétváltozós statisztikai A Bodrog-folyó vízkémiai adatainak elemzése egy- és kétváltozós statisztikai Készítette: Fodor András Gergő Környezettan Bsc 2010. Belső témavezető: Kovács József Külső témavezető: Tanos Péter módszerekkel

Részletesebben

Megoldások MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be!

Megoldások MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be! MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be!) 2016. JANUÁR 21. Elérhető pontszám: 50 pont Megoldások 1. 6. 2. 7. 3. 8. 4. 9. 5. Össz.:

Részletesebben

2. Rugalmas állandók mérése jegyzőkönyv javított. Zsigmond Anna Fizika Bsc II. Mérés dátuma: Leadás dátuma:

2. Rugalmas állandók mérése jegyzőkönyv javított. Zsigmond Anna Fizika Bsc II. Mérés dátuma: Leadás dátuma: 2. Rugalmas állandók mérése jegyzőkönyv javított Zsigmond Anna Fizika Bsc II. Mérés dátuma: 2008. 09. 17. Leadás dátuma: 2008. 10. 08. 1 1. Mérések ismertetése Az első részben egy téglalap keresztmetszetű

Részletesebben

11. elıadás ( lecke) 21. lecke. Korreláció és Regresszió (folytatás) Lineáris-e a tendencia? Linearizálható nem-lineáris regressziós függvények

11. elıadás ( lecke) 21. lecke. Korreláció és Regresszió (folytatás) Lineáris-e a tendencia? Linearizálható nem-lineáris regressziós függvények Korreláció és Regresszió (folytatás) 11. elıadás (21-22. lecke) Lineáris-e a tendencia? Linearizálható nem-lineáris regressziós függvények 21. lecke Linearitás ellenırzésének egyéb lehetıségei Konfidencia

Részletesebben

Least Squares becslés

Least Squares becslés Least Squares becslés A négyzetes hibafüggvény: i d i ( ) φx i A négyzetes hibafüggvény mellett a minimumot biztosító megoldás W=( d LS becslés A gradiens számítása és nullává tétele eredményeképp A megoldás

Részletesebben

Gazdasági matematika II. vizsgadolgozat megoldása, június 10

Gazdasági matematika II. vizsgadolgozat megoldása, június 10 Gazdasági matematika II. vizsgadolgozat megoldása, 204. június 0 A dolgozatírásnál íróeszközön kívül más segédeszköz nem használható. A dolgozat időtartama: 90 perc. Ha a dolgozat első részéből szerzett

Részletesebben

Matematikai geodéziai számítások 5.

Matematikai geodéziai számítások 5. Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr Bácsatyai László Matematikai geodéziai számítások 5 MGS5 modul Hibaterjedési feladatok SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról

Részletesebben

Németh László Matematikaverseny április 16. A osztályosok feladatainak javítókulcsa

Németh László Matematikaverseny április 16. A osztályosok feladatainak javítókulcsa Németh László Matematikaverseny 007. április 16. A 9-10. osztályosok feladatainak javítókulcsa Feladatok csak 9. osztályosoknak 1. feladat a) Vegyük észre, hogy 7 + 5 felírható 1 + 3 + 6 + alakban, így

Részletesebben

First Prev Next Last Go Back Full Screen Close Quit. (L Hospital szabály, Taylor-polinom,

First Prev Next Last Go Back Full Screen Close Quit. (L Hospital szabály, Taylor-polinom, Valós függvények (L Hospital szabály, Taylor-polinom, függvények közelítése) . Tegyük fel, hogy f és g differenciálható az (a, p) (p, b) halmazon, ahol a < b, g-nek és g -nek nincs gyöke ebben a halmazban.

Részletesebben

A kálium-permanganát és az oxálsav közötti reakció vizsgálata

A kálium-permanganát és az oxálsav közötti reakció vizsgálata A kálium-permanganát és az oxálsav közötti reakció vizsgálata Vesztergom Soma mérési leírása alapján Mérésleírás a Fizikai kémia labor kémiatanároknak (kk5t4fzp) című kurzushoz... Bevezetés A mérés tekintetében

Részletesebben

Differenciálegyenletek

Differenciálegyenletek DE 1 Ebben a részben I legyen mindig pozitív hosszúságú intervallum DE Definíció: differenciálegyenlet Ha D n+1 nyílt halmaz, f:d folytonos függvény, akkor az y (n) (x) f ( x, y(x), y'(x),..., y (n-1)

Részletesebben

Statisztika elméleti összefoglaló

Statisztika elméleti összefoglaló 1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Paraméter

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Paraméter MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Paraméter A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

Mérési hibák 2006.10.04. 1

Mérési hibák 2006.10.04. 1 Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség

Részletesebben

Mágneses szuszceptibilitás mérése

Mágneses szuszceptibilitás mérése Mágneses szuszceptibilitás mérése Mérő neve: Márkus Bence Gábor Mérőpár neve: Székely Anna Krisztina Szerda délelőtti csoport Mérés ideje: 10/19/2011 Beadás ideje: 10/26/2011 1 1. A mérés rövid leírása

Részletesebben

5. Laboratóriumi gyakorlat

5. Laboratóriumi gyakorlat 5. Laboratóriumi gyakorlat HETEROGÉN KÉMIAI REAKCIÓ SEBESSÉGÉNEK VIZSGÁLATA A CO 2 -nak vízben történő oldódása és az azt követő egyensúlyra vezető kémiai reakció az alábbi reakcióegyenlettel írható le:

Részletesebben

Meghatározás: Olyan egyenlet, amely a független változók mellett tartalmaz egy vagy több függvényt és azok deriváltjait.

Meghatározás: Olyan egyenlet, amely a független változók mellett tartalmaz egy vagy több függvényt és azok deriváltjait. Közönséges differenciálegyenletek Meghatározás: Olyan egyenlet, amely a független változók mellett tartalmaz egy vagy több függvényt és azok deriváltjait. Célunk a függvény meghatározása Egyetlen független

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 3. Hibaszámítás, lineáris regresszió Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Hibaszámítás Hibák fajtái, definíciók Abszolút, relatív, öröklött

Részletesebben

Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása

Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása l--si háromalkotós egyensúlyi fázisdiagram közelítő számítása evezetés Farkas János 1, Dr. Roósz ndrás 1 doktorandusz, tanszékvezető egyetemi tanár Miskolci Egyetem nyag- és Kohómérnöki Kar Fémtani Tanszék

Részletesebben

MÉSZÁROS JÓZSEFNÉ, NUMERIKUS MÓDSZEREK

MÉSZÁROS JÓZSEFNÉ, NUMERIKUS MÓDSZEREK MÉSZÁROS JÓZSEFNÉ, NUmERIKUS módszerek 9 FÜGGVÉNYKÖZELÍTÉSEK IX. SPLINE INTERPOLÁCIÓ 1. SPLINE FÜGGVÉNYEK A Lagrange interpolációnál említettük, hogy az ún. globális interpoláció helyett gyakran célszerű

Részletesebben

Függvény differenciálás összefoglalás

Függvény differenciálás összefoglalás Függvény differenciálás összefoglalás Differenciálszámítás: Def: Differenciahányados: f() f(a + ) f(a) függvényérték változása független változó megváltozása Ha egyre kisebb, vagyis tart -hoz, akkor a

Részletesebben

VIK A1 Matematika BOSCH, Hatvan, 5. Gyakorlati anyag

VIK A1 Matematika BOSCH, Hatvan, 5. Gyakorlati anyag VIK A1 Matematika BOSCH, Hatvan, 5. Gyakorlati anyag 2018/19 1. félév Függvények határértéke 1. Bizonyítsuk be definíció alapján a következőket! (a) lim x 2 3x+1 5x+4 = 1 2 (b) lim x 4 x 16 x 2 4x = 2

Részletesebben

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus. Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza

Részletesebben

6. Folytonosság. pontbeli folytonosság, intervallumon való folytonosság, folytonos függvények

6. Folytonosság. pontbeli folytonosság, intervallumon való folytonosság, folytonos függvények 6. Folytonosság pontbeli folytonosság, intervallumon való folytonosság, folytonos függvények Egy függvény egy intervallumon folytonos, ha annak miden pontjában folytonos. folytonos függvények tulajdonságai

Részletesebben

Folyadékszcintillációs spektroszkópia jegyz könyv

Folyadékszcintillációs spektroszkópia jegyz könyv Folyadékszcintillációs spektroszkópia jegyz könyv Zsigmond Anna Julia Fizika MSc I. Mérés vezet je: Horváth Ákos Mérés dátuma: 2010. október 21. Leadás dátuma: 2010. november 8. 1 1. Bevezetés A mérés

Részletesebben

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis 1. feladat Regresszióanalízis. Legkisebb négyzetek elve 2. feladat Az iskola egy évfolyamába tartozó diákok átlagéletkora 15,8 év, standard deviációja 0,6 év. A 625 fős évfolyamból hány diák fiatalabb

Részletesebben

2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét!

2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét! GAZDASÁGSTATISZTIKA KIDOLGOZOTT ELMÉLETI KÉRDÉSEK A 3. ZH-HOZ 2013 ŐSZ Elméleti kérdések összegzése 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét! 2. Mutassa be az

Részletesebben

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE Tartalomjegyzék 5 Tartalomjegyzék Előszó I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE 1. fejezet: Kontrollált kísérletek 21 1. A Salk-oltás kipróbálása 21 2. A porta-cava sönt 25 3. Történeti kontrollok 27 4. Összefoglalás

Részletesebben

Logisztikus regresszió október 27.

Logisztikus regresszió október 27. Logisztikus regresszió 2017. október 27. Néhány példa Mi a valószínűsége egy adott betegségnek a páciens bizonyos megfigyelt jellemzői (pl. nem, életkor, laboreredmények, BMI stb.) alapján? Mely genetikai

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi

Részletesebben

Konvexitás, elaszticitás

Konvexitás, elaszticitás DIFFERENCIÁLSZÁMÍTÁS ALKALMAZÁSAI Konveitás, elaszticitás Tanulási cél A másodrendű deriváltat vizsgálva milyen következtetéseket vonhatunk le a üggvény konveitására vonatkozóan. Elaszticitás ogalmának

Részletesebben

Adatmodellez es, f uggv enyilleszt es m arcius 12.

Adatmodellez es, f uggv enyilleszt es m arcius 12. Adatmodellezés, függvényillesztés 2018. március 12. Adatmodellezés Fizikai törvény: Egy elmélet, valamilyen idea a világról Matematikai összefüggéseket adunk a mennyiségek között Az összefüggések konstansokat,

Részletesebben

4. A metil-acetát lúgos hidrolízise. Előkészítő előadás

4. A metil-acetát lúgos hidrolízise. Előkészítő előadás 4. A metil-acetát lúgos hidrolízise Előkészítő előadás 207.02.20. A metil-acetát hidrolízise Metil-acetát: ecetsav metil észtere, CH 3 COOCH 3 Hidrolízis: reakció a vízzel, mint oldószerrel. CH 3 COOCH

Részletesebben

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg LMeasurement.tex, March, 00 Mérés Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg a mérendő mennyiségben egy másik, a mérendővel egynemű, önkényesen egységnek választott

Részletesebben

Az egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al:

Az egyenlőtlenség mindkét oldalát szorozzuk meg 4 16-al: Bevezető matematika kémikusoknak., 04. ősz. feladatlap. Ábrázoljuk számegyenesen a következő egyenlőtlenségek megoldáshalmazát! (a) x 5 < 3 5 x < 3 x 5 < (d) 5 x

Részletesebben

FÜGGVÉNYTANI ALAPOK A) ÉRTELMEZÉSI TARTOMÁNY

FÜGGVÉNYTANI ALAPOK A) ÉRTELMEZÉSI TARTOMÁNY FÜGGVÉNYTANI ALAPOK Foglalkoztunk az alaptulajdonságnak tekinthető értelmezési tartománnyal, és a paritással, továbbá az összetett függvények képzési módjával, illetve ezeknek az elemi függvényekre való

Részletesebben

Modern Fizika Laboratórium Fizika és Matematika BSc 12. Infravörös spektroszkópia

Modern Fizika Laboratórium Fizika és Matematika BSc 12. Infravörös spektroszkópia Modern Fizika Laboratórium Fizika és Matematika BSc 1. Infravörös spektroszkópia Mérést végezték: Bodó Ágnes Márkus Bence Gábor Kedd délelőtti csoport Mérés ideje: 03/0/01 Beadás ideje: 03/4/01 Érdemjegy:

Részletesebben

(1 + (y ) 2 = f(x). Határozzuk meg a rúd alakját, ha a nyomaték eloszlás. (y ) 2 + 2yy = 0,

(1 + (y ) 2 = f(x). Határozzuk meg a rúd alakját, ha a nyomaték eloszlás. (y ) 2 + 2yy = 0, Feladatok az 5. hétre. Eredményekkel és kidolgozott megoldásokkal. Oldjuk meg az alábbi másodrend lineáris homogén d.e. - et, tudva, hogy egy megoldása az y = x! x y xy + y = 0.. Oldjuk meg a következ

Részletesebben

Mikroszkóp vizsgálata Folyadék törésmutatójának mérése

Mikroszkóp vizsgálata Folyadék törésmutatójának mérése KLASSZIKUS FIZIKA LABORATÓRIUM 8. MÉRÉS Mikroszkóp vizsgálata Folyadék törésmutatójának mérése Mérést végezte: Enyingi Vera Atala ENVSAAT.ELTE Mérés időpontja: 2011. október 12. Szerda délelőtti csoport

Részletesebben

Feladatok megoldásokkal az első gyakorlathoz (differencia- és differenciálhányados fogalma, geometriai és fizikai jelentése) (x 1)(x + 1) x 1

Feladatok megoldásokkal az első gyakorlathoz (differencia- és differenciálhányados fogalma, geometriai és fizikai jelentése) (x 1)(x + 1) x 1 Feladatok megoldásokkal az első gyakorlathoz (differencia- és differenciálhányados fogalma, geometriai és fizikai jelentése). Feladat. Határozzuk meg az f(x) x 2 függvény x 0 pontbeli differenciahányados

Részletesebben

5. Az adszorpciós folyamat mennyiségi leírása a Langmuir-izoterma segítségével

5. Az adszorpciós folyamat mennyiségi leírása a Langmuir-izoterma segítségével 5. Az adszorpciós folyamat mennyiségi leírása a Langmuir-izoterma segítségével 5.1. Átismétlendő anyag 1. Adszorpció (előadás) 2. Langmuir-izoterma (előadás) 3. Spektrofotometria és Lambert Beer-törvény

Részletesebben

Feladatok megoldásokkal a második gyakorlathoz (függvények deriváltja)

Feladatok megoldásokkal a második gyakorlathoz (függvények deriváltja) Feladatok megoldásokkal a második gyakorlathoz függvények deriváltja Feladat Deriváljuk az f = 2 3 + 3 2 Felhasználva, hogy összeget tagonként deriválhatunk, továbbá, hogy függvény számszorosának deriváltja

Részletesebben

Numerikus matematika. Irodalom: Stoyan Gisbert, Numerikus matematika mérnököknek és programozóknak, Typotex, Lebegőpontos számok

Numerikus matematika. Irodalom: Stoyan Gisbert, Numerikus matematika mérnököknek és programozóknak, Typotex, Lebegőpontos számok Numerikus matematika Irodalom: Stoyan Gisbert, Numerikus matematika mérnököknek és programozóknak, Typotex, 2007 Lebegőpontos számok Normák, kondíciószámok Lineáris egyenletrendszerek Legkisebb négyzetes

Részletesebben

A modellben az X és Y változó szerepe nem egyenrangú: Y (x n )

A modellben az X és Y változó szerepe nem egyenrangú: Y (x n ) Kabos: Adatelemzés Regresszió-1 Regresszió (az adatelemzésben): Y (x n ) = l(x n ) + ε n, n = 1, 2,.., N, ahol ε 1,.., ε N független N(0, σ 2 ) eloszlású valószínűségi változók, és σ ismeretlen paraméter,

Részletesebben

Differenciálegyenletek numerikus integrálása április 9.

Differenciálegyenletek 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

Részletesebben