FIZIKAI KÉMIA II. házi dolgozat. Reakciókinetikai adatsor kiértékelése (numerikus mechanizmusvizsgálat)
|
|
- Fanni Pintérné
- 5 évvel ezelőtt
- Látták:
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 Név: Pitlik László Mérés dátuma: 2014.12.04. Mérőtársak neve: Menkó Orsolya Adatsorok: M24120411 Halmy Réka M14120412 Sárosi
RészletesebbenReakció 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
RészletesebbenBiomatematika 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
RészletesebbenReakciókinetika 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
RészletesebbenMérési 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:
Részletesebben2 (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
RészletesebbenFEGYVERNEKI 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
RészletesebbenRunge-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
RészletesebbenA 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
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:
RészletesebbenReakciókinetika. 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
RészletesebbenReakciókinetika. 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
RészletesebbenLikelihood, 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
RészletesebbenModern 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
RészletesebbenA 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
RészletesebbenLOGIT-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)
RészletesebbenIpari 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 =,
RészletesebbenMatematika 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
RészletesebbenMérési 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
RészletesebbenFigyelem, 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.
RészletesebbenModern 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
RészletesebbenModern 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
RészletesebbenNumerikus 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
RészletesebbenModern 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:
Részletesebben1. 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
RészletesebbenModern 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:
RészletesebbenGyakorló 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
Részletesebben11. 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,
RészletesebbenLine 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
RészletesebbenFeladatok 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)
Részletesebbenv=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
RészletesebbenDIFFERENCIÁLEGYENLETEK. 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
Részletesebben11. 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,
RészletesebbenKinetika. 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
Részletesebben1. 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
RészletesebbenMérési 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,
RészletesebbenStatisztikai 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
Részletesebbenx 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
RészletesebbenBAGME11NNF 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
RészletesebbenMÉRÉSI 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
RészletesebbenLineáris 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
RészletesebbenStatisztikai 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
RészletesebbenNumerikus 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
RészletesebbenIdősorok 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
RészletesebbenBIOMATEMATIKA 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
RészletesebbenAnyagvizsgálati 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
RészletesebbenHőmérsékleti 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
RészletesebbenMatematikai 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
RészletesebbenTermoelektromos 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
RészletesebbenDifferenciálegyenletek. 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:
RészletesebbenFizikai 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
RészletesebbenStatisztika 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
RészletesebbenAdatok 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
RészletesebbenMatematikai geodéziai számítások 6.
Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre
RészletesebbenFeladatok 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
RészletesebbenA 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
RészletesebbenMegoldások 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.:
Részletesebben2. 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
Részletesebben11. 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
RészletesebbenLeast 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
RészletesebbenGazdasági 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
RészletesebbenMatematikai 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
RészletesebbenNémeth 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
RészletesebbenFirst 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.
RészletesebbenA 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
RészletesebbenDifferenciálegyenletek
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)
RészletesebbenStatisztika 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
RészletesebbenMATEMATIKA 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
RészletesebbenMérési 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
RészletesebbenMágneses 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
Részletesebben5. 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:
RészletesebbenMeghatározás: 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
RészletesebbenBIOMATEMATIKA 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
RészletesebbenAl-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
RészletesebbenMÉSZÁROS 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
RészletesebbenFüggvény 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
RészletesebbenVIK 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
RészletesebbenVéletlen 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
Részletesebben6. 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
RészletesebbenFolyadékszcintillációs 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
Részletesebben4/24/12. 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
Részletesebben2013 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
RészletesebbenTartalomjegyzék 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
RészletesebbenLogisztikus 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
RészletesebbenMatematikai 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
RészletesebbenKonvexitás, elaszticitás
DIFFERENCIÁLSZÁMÍTÁS ALKALMAZÁSAI Konveitás, elaszticitás Tanulási cél A másodrendű deriváltat vizsgálva milyen következtetéseket vonhatunk le a üggvény konveitására vonatkozóan. Elaszticitás ogalmának
RészletesebbenAdatmodellez 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,
Részletesebben4. 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
RészletesebbenÁltalánosan, 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
RészletesebbenAz 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
RészletesebbenFÜGGVÉNYTANI 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
RészletesebbenModern 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,
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
RészletesebbenMikroszkóp 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
RészletesebbenFeladatok 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
Részletesebben5. 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
RészletesebbenFeladatok 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
RészletesebbenNumerikus 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
RészletesebbenA 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,
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
Részletesebben