Paraméterek. Reakciómechanizmusok leírása. Megbízható kémiai modellek kifejlesztése sok mérési adat egyidejő feldolgozása alapján

Hasonló dokumentumok
Reakciómechanizmusok leírása. Paraméterek. Reakciókinetikai bizonytalanságanalízis. Bizonytalanságanalízis

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Bootstrap (Efron, 1979)

Matematika B4 I. gyakorlat

Statisztika 1. zárthelyi dolgozat március 21.

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

Tartalom. Kezdeti szimulációs technikák. Tipikus kérdések. A bootstrap módszer. Bevezetés A független, azonos eloszlású eset:

A matematikai statisztika elemei

3.1. A Poisson-eloszlás

ALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198.

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...

V. Deriválható függvények

A primitív függvény létezése. Kitűzött feladatok. határérték, és F az f egy olyan primitívje, amelyre F(0) = 0. Bizonyítsd be,

Kutatói pályára felkészítı modul

BIOMATEMATIKA ELŐADÁS

Statisztika 1. zárthelyi dolgozat március 18.

VII. A határozatlan esetek kiküszöbölése

Reakciókinetikai modellek bizonytalanságanalízise és redukciója

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

Matematikai statisztika

Matematikai statisztika

Méréstani összefoglaló

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika

Hajós György Versenyre javasolt feladatok SZIE.YMÉTK 2011

Gyakorló feladatok II.

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

Komplex számok (el adásvázlat, február 12.) Maróti Miklós

Befektetett munka. Pontosság. Intuícióra, tapasztalatra épít. Intuitív Analóg Parametrikus Analitikus MI alapú

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

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

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható

Pelletek térfogatának meghatározása Bayes-i analízissel

1. A radioaktivitás statisztikus jellege

Hipotéziselmélet - paraméteres próbák. eloszlások. Matematikai statisztika Gazdaságinformatikus MSc szeptember 10. 1/58

18. Differenciálszámítás

f(n) n x g(n), n x π 2 6 n, σ(n) n x

A maximum likelihood becslésről

Valószín ségszámítás 2 gyakorlat Alkalmazott matematikus szakirány

Többváltozós lineáris regressziós modell feltételeinek

= λ valós megoldása van.

Kísérlettervezés alapfogalmak

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

Abszolút folytonos valószín ségi változó (4. el adás)

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

A mérési eredmény megadása

GAZDASÁGI MATEMATIKA 1. ANALÍZIS

Áringadozások elıadás Kvantitatív pénzügyek szakirány 2012/13 2. félév

Izolált rendszer falai: sem munkavégzés, sem a rendszer állapotának munkavégzés nélküli megváltoztatása nem lehetséges.

Számsorozatok. 1. Alapfeladatok december 22. sorozat határértékét, ha. 1. Feladat: Határozzuk meg az a n = 3n2 + 7n 5n létezik.

6. Előadás. Vereb György, DE OEC BSI, október 12.

Egy lehetséges tételsor megoldásokkal

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény

Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt

I. rész. Valós számok

Kalkulus II., második házi feladat

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

Zavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat.

Problémás regressziók

6. feladatsor. Statisztika december 6. és 8.

X = 9, mol. ph = 4,07 [H + ] = 8, mol/dm 3 Gyenge sav ph-jának a számolása (általánosan alkalmazható képlet):

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3

Compton-effektus. Zsigmond Anna. jegyzıkönyv. Fizika BSc III.

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

Gázturbina égő szimulációja CFD segítségével

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar. Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz. Halmazelmélet

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

megoldásvázlatok Kalkulus gyakorlat Fizika BSc I/1, 1. feladatsor 1. Rajzoljuk le a számegyenesen az alábbi halmazokat!

Ón-ólom rendszer fázisdiagramjának megszerkesztése lehűlési görbék alapján

Kísérlettervezés alapfogalmak

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.

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

FELADATOK A KALKULUS C. TÁRGYHOZ

16. Az AVL-fa. (Adelszon-Velszkij és Landisz, 1962) Definíció: t kiegyensúlyozott (AVL-tulajdonságú) t minden x csúcsára: Pl.:

2. fejezet. Számsorozatok, számsorok

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

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

Kétoldali hibás Monte Carlo algoritmus: mindkét válasz esetén hibázhat az algoritmus, de adott alsó korlát a hibázás valószínűségére.

Vegyészmérnöki, Biomérnöki, Környezetmérnöki szakok, 2017/18 ősz. 2 dx = 1, cos nx dx = 2 π. sin nx dx = 2 π

Principal Component Analysis

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)

1. Sajátérték és sajátvektor

Line aris f uggv enyilleszt es m arcius 19.

FOLYADÉKSZÁLLÍTÓ RENDSZER LINEÁRIS PARAMÉTER-ÉRZÉKENYSÉG ELEMZÉSE 2 1. BEVEZETÉS

Matematika I. 9. előadás

A statisztika részei. Példa:

Tudjuk, hogy az optimumot az ún. regressziós görbe szolgáltatja, melynek egyenlete:

Átfolyó-rendszerű gázvízmelegítő teljesítményének és hatásfokának meghatározása Gazdaságossági számításokhoz

Differenciaegyenletek aszimptotikus viselkedésének

Sorozatok október 15. Határozza meg a következ sorozatok határértékeit!

Piacmeghatározás. Hipotetikus monopolista teszt. Hipotetikus monopolista teszt alkalmazása. Hipotetikus monopolista teszt alkalmazása

min{k R K fels korlátja H-nak} a A : a ξ : ξ fels korlát A legkisebb fels korlát is:

Átírás:

Megbízható kémiai modellek kiejlesztése sok mérési adat egyidejő eldolgozása alajá uráyi amás www.turayi.eu ELE Kémiai Itézet Reakciókietikai Laboratórium Eddig dolgoztak eze a témá: (témavezetık: uráyi amás, Zsély Istvá Gyula, Zemléi Adrás) Varga László, 5. éves alkalmazott matematikus hallgató Arrheius-araméterek bizoytalasága DK dolgozat, Kémiai ODK, III. helyezett, 9 Varga László, 5. éves alkalmazott matematikus hallgató Arrheius-araméterek bizoytalasága szakdolgozat, 9 Nagy ibor Reakciókietikai modellek bizoytalaságaalízise és redukciója PhD értekezés, 9 9. december 7. alkalmazott matematika roblémamegoldó szemiárium Szabó Botod, 5. éves alkalmazott matematikus hallgató Arrheius-araméterek becslése közvetett és közvetle mérések alajá DK dolgozat, ELE Kémia házi DK, 9 Reakciómechaizmusok leírása Gyakra agy reakciómechaizmusokat haszálak : Példa: H, CH 4, C H 6 égése Ayagajták száma: 5 Reakciók száma: 5 Kémiai olyamatok vagy kísérletek szimulációja: Közöséges vagy arciális diereciálegyeletek A modellek araméterei ayagajtához kacsolódak (l. hıkaacitások, diúziós együtthatók) reakcióléésekhez tartozak (mide reakcióhoz A,, E Arrheius-araméterek) adott izikai köryezethez tartozak (l. a tartozkodási idı) Paraméterek Mide aramétert rögzítettek tekitük egyes kiválasztott araméterek kivételével Céluk egyes sebességi együtthatók meghatározása. Számításuk a kiterjesztett Arrheius-egyelet segítségével törtéik: R uiverzális gázálladó (8,4 J K - mol - ) hımérséklet (K) A,, E Arrheius-araméterek Bizoytalaságaalízis modell-araméterek bizoytalaok bizoytalaságaalízis modell-eredméyek is bizoytalaok Bizoytalaságok megadása élkül a modellek eredméye semmitmodó Egy modell elogadható, ha a mérési eredméyek bizoytalasági tartomáya áted a szimulációs eredméyek bizoytalasági tartomáyával. Reakciókietikai bizoytalaságaalízis A reakciókietikai adatbázisok tartalmazzák az Arrheiusaramétereket és a sebességi együtthatók bizoytalaságát. A bizoytalaságaalízis-számítások csak az A-aramétert tekitették bizoytalaak. Az Arrheius-egyelet haszálata jelet-e megkötést a k bizoytalaságáak hımérsékletüggésére? A bizoytalaságaalízis a modell-araméterek bizoytalaságáak a hatását vizsgálja a modell-eredméyek bizoytalaságára. 5 6

I- Kétaraméteres Arrheius-egyelet: k : sebességi együttható R: gázálladó (8,4 J K - mol - ) : hımérséklet (K) A, E : Arrheius-araméterek A= k e E / R k = Ae Legye k és k ismert két külöbözı, és hımérséklete. A és E értéke így számítató: A= k e E / R E R I- Számítógées adatbázisok tartalmazzák mide reakcióhoz A, (,) E értékét (de ezek bizoytalaságát NEM!!!) k bizoytalaságát kiejezı számot k k max = log = log k mi k Ahol k a sebességi együttható ajálott értéke, k mi és k max a lehetséges legkisebb és legagyobb értéke l k szóráségyzetéek számítása bizoytalasági araméterbıl: l σ (l k ) = E / R= (l k l k) /(/ / ) 7 k sőrőségüggvéyéek számítása (hımérsékletüggı): Feltesszük, hogy k csokolt logormális eloszlású, azaz k mi és k max értékéél le va vágva a sőrőségüggvéy 8 I-4 és hımérsékleteke k( ) és k( ) geerálása Kezdeti algoritmus:. m darab ( k( ), k( ) ) ár elıállítása. m darab (A, E) ár kiszámítása (m= a számításaikba) R H+H O =HO +H reakció: A=,69 s - cm mol -, E=574 J mol - =,5 a teljes = K K hımérséklettartomáyba I-5 R H+H O =HO +H reakció: A=,69 s - cm mol -, E=574 J mol - =,5 a teljes = K K hımérséklettartomáyba Álladó () csak úgy lehetséges, ha csak A bizoytala, ami izikailag em reális: Probléma: em teljesül, hogy =,5 a teljes tartomáyo! 9 I-6 Ha () mooto övekszik (vagy mooto csökke) a megadott hımérsékletitervallumba, akkor elıállítható olya l A E/R araméterkészlet, amelyél k adott szórású a hımérséklet végotoko. R O+HO =OH+O reakció: A=.6x s - cm mol -, E=,4 J mol - = K-e =,, övekszik =,5-re K-ig. () üggvéy: l A E/R hisztogram: Sebességi együttható hımérsékletüggése Nemlieáris és liearizált alakok kiterjesztett Arrheius-egyelet k = A ex( E / R) ( θ) = + lθ θ eredeti Arrheius-egyelet k = Aex E / R hatváy-hımérsékletüggés: A k = hımérsékletüggetle: k = A l{ } l{ } l{ } { } { } k = A + E R θ θ θ ( θ) = θ ( θ) = + lθ ( θ) = A sebességi együttható logaritmusa lieáris az (,, ) származtatott Arrheius-araméterekbe.

A sebességi együttható bizoytalaságáak megadásai k bizoytalaságát adott hımérséklete az számmal jellemzik: Légkörkémiai adatbázisok ( =98K) IUPAC JPL (NASA) Égéstudomáyi adatbázisok k logaritmusáak szórása k() bizoytalasága aráyos (θ ) szórásával: mi max ( k k ) ( k k ) = log = log g = d+ ( ) l = l + g = σ θ = l ha (, ) ha = ( θ) = ( ( θ) ( θ) ) () ~σ ( θ) { k } A sebességi együttható ( θ) = + lθ θ bizoytalaságáak kacsolata az Arrheius-araméterek bizoytalaságával A liearizált Arrheius-egyelet komaktabb alakba: :=[ ] θ : = [ lθ θ ] Az Arrheius-araméterek kovariacia-mátrixa és aak kacsolata a sebességi együttható bizoytalaságával: σ r σσ rσσ = ( )( ) = Σ r σσ σ r σ σ rσσ r σ σ σ ( ) ~ = σ ( θ) θ Σ θ k bizoytalaságáak hımérsékletüggése aráyos egy kvadratikus alak gyökével, amelyek mátrixa az Arrheius-araméterek kovariacia-mátrixa. ( θ) = θ 4 sebességi együttható bizoytalaságáak hımérsékletüggése Kiterjesztett Arrheius-egyelet a szórás hımérsékletüggése: σ ( θ) σ + σ l θ+ σ θ + r σ σ lθr σ σ θ r σ σ θ lθ = Eredeti Arrheius-egyelet a szórás hımérsékletüggése: Hatváy-hımérsékletüggés a szórás hımérsékletüggése: Hımérsékletüggetle k a szórás hımérsékletüggése: Az Arrheius-araméterek évleges értékei és a kovariacia-mátrixuk hımérsékletüggetleek a sebességi együttható kiejezéséek érvéyességi tartomáyá. σ ( θ) = σ + σ θ r σ σ θ ( ) ~ = σ ( θ) θ Σ θ σ ( θ) = σ + σ l θ+ σ σ lθ r 5 σ ( θ) = σ A sebességi együttható bizoytalaságok megadásáak roblémái Légkörkémiai adatbázisok - eredeti Arrheius-egyelet σ ( θ) = σ + σ θ r σ σ θ - teljes korrelációt, ati-korrelációt eltételezek - midig ikozisztes: alatt és elett más kovariacia mátrix Égéstudomáyi adatbázisok - sokszor hiáyos, vagy ikozisztes - álladó egy itervallumra midehol álladó csak az A bizoytala ha r ha r =+ = A jelelegi bizoytalaság megadások legtöbbször em egyeztethetık össze az Arrheius-araméterek együttes valószőségieloszlás-üggvéye létezéséek eltételezésével. σ σθ = σ + σθ 6 Logormális eloszlás eltételezése a sebességi együtthatóra együk el, hogy a sebességi együttható eloszlása logormális mide hımérséklete. Ekkor az Arrheius-araméterek együttes eloszlása ormális. g N = ( π) ex N / detσ ( ) Σ ( ) Határeloszlásai -ra mide hımérséklete ormálisak. d g = πσ ( θ) ex Ha az Arrheius-araméterek együttes eloszlásüggvéye ormális, otosa akkor a sebességi együttható eloszlása mide hımérséklete logormális. ( ( θ) ) σ θ = + lθθ 7 Arrheius-araméterek együttes, ormális valószíőségi sőrőségüggvéyéek megállaítása Az adatbázisba megadott bizoytalaságok értékekre a levezetett egyeletet illesztjük. kiterjesztett Arrheius-egyelet eseté: σ θ = σ + σ l θ+ σ θ + r σ σ lθr σ σ θ r σ σ lθ θ eredeti Arrheius-egyelet eseté: σ θ = σ + σ θ r σ σ θ Az illesztés eredméyekét az Arrheius-araméterek kovariacia-mátrixát kajuk. Az adatbázisokba megadott bizoytalasági adatok alajá az Arrheius-araméterek együttes ormális eloszlása meghatározható. 8

O + N O NO + NO reakció sebességi együtthatója bizoytalaságáak hımérsékletüggése (K-4K) O + N O NO + NO sebességi együtthatója valószíőségeloszlásáak változása a hımérséklet üggvéyébe ( K 4 K) k = Aex( E / R) ( θ) = θ =,4 = 9 σ =,55 σ = 588 r =,945 9 O + N O NO + NO sebességi együtthatója valószíőségeloszlásáak változása a hımérséklet üggvéyébe ( K K) O + N O NO + NO Az Arrheius-araméterek együttes ormális valószíőségi sőrőségüggvéye Mérések csoortosítása A hagyomáyos módszer Közvetle mérés: k sebességi együttható meghatározása (lásd Sedyó Iez DK dolgozata) Közvetett mérés: a teljes reakciómechaizmus elleırzésére alkalmas kísérletek (l.: gyulladási idı, lágsebesség mérések) Egyes araméterek közvetle mérése agy hibával (l. k mérése %-os hibával, amit Sedyó Iez DK mukájába is láthattuk) Változtatás élkül alkalmazták a aramétereket Reaktorokba mért adatokat (l. gyulladási idı, kocetrációidı görbék) csak elleırzésre vették igyelembe 4

Freklach és mukatársai módszere Közvetle aramétermérésekbıl: k mi és k max értéke A illesztése reaktorba mért adatokra (, E rögzítettsége mellett) Feltétel: k(a) ϵ [k mi, k max ] Hiáyosságok: A agyszámú közvetle mérési adatot csak egy itervallum meghatározására haszálták Kémiailag em értelmes A illesztése, miközbe E és rögzített Az új módszer tulajdoságai a közvetle és közvetett mérések igyelembe vétele egyszerre a mérések otosságáak igyelembe vétele súlyozással otimális érték keresése a kiválasztott (otos) reakciók mide Arrheius-araméterére eloszlás illesztése a eti araméterekre cél = Célüggvéy kélete r i s mi ci k i k i ki y i y i ( ki ( j ) km, i( j )) + ( yi ( j ) ym, i( j )) i= i j= i= i j= Ahol: - k m,i ( k j i), k i ( k j i) i-edik reakció sebességi együtthatójáak mérési illetve számolt eredméye k j i hımérséklete - y m,i ( y j i), y i ( y j i) i-edik közvetett méréshez tartozó mérést illetve szimulált értékek y j i hımérséklete - c i az i-edik reakció súlyaktora - k i az i-edik közvetett mérés súlyaktora - i i-edik reakcióra a mérések száma - m i i-edik közvetett méréssorozatba a mérések száma m A módszer ıbb léései - A célüggvéy miimumáak helyét két léésbe kerestük Számítások Mote Carlo lati hierkocka eljárással geerált mitá (a geeráláshoz elhaszáltuk a Sedyó Iez által meghatározott aramétereket) Legjobb otokból szélsıértékkeresı elidítása - Normális eloszlás illesztése a araméterekre (olyamatba) A módszer alkalmazása A araméterek otimalizált értéke H égéséek reakciómechaizmusa (Curra, 4) Két otos reakció: i. H+O O+OH ii. H+O +M HO +M (i) reakcióra A,, E Arrheius- araméterek (ii) reakcióra A,,, E Arrheius- araméterek (alacsoy yomású hatérérték), m harmadik test araméter Sebességi együtthatók mérésére J. V. Michael és mukatársai mérési adatait haszáltuk Gyulladási idı mérésére Peterse és mukatársai valamit Slack és mukatársai mérési eredméyeit haszáltuk H + O O + OH reakcióra: l(a/(cm mol - s - ))=4,8 =-,5 E/R=848, K H + O (+M) HO (+M) reakcióra: l(a/(cm 6 mol - s - ))=8,4 =-,4 E/R=- 56,7 K m=,6 5

Közvetett mérések Közvetle mérések la araméterekre vett kétdimeziós célüggvéy: la E /R araméterekre vett kétdimeziós célüggvéy: Normális eloszlás illesztése Elért eredméyek - ermészetes eltevés többdimeziós ormális eloszlás illesztése a araméterekre Szórás rögzített Korreláció a kétdimeziós meredekségekbıl Várható érték illesztése (olyamatba) Olya algoritmust dolgoztuk ki és rogramoztuk be reakciómechaizmusok kiválasztott aramétereiek meghatározására, amely: a közvetett és közvetle kísérleteket egyarát igyelembe veszi (ilye korábba em volt!) kiválasztott reakciók A,, E Arrheius- aramétereit egyszerre illeszti (korábba csak A- t illesztették!) ormális eloszlás illesztése olyamatba (eddig ilyet még em számítottak) 6

Köszööm a igyelmet! 7