KJM2600-Laboratorieoppgave 5
|
|
- Svein Enoksen
- 6 år siden
- Visninger:
Transkript
1 KJM2600-Laboratorieoppgave 5 Sindre Rannem Bilden Gruppe 1 6. mai Hensikt Hensikten med oppgaven var bestemme kjemisk skift δ og komblingskonstanten J for stoffer basert på et NMR-spekter. Fra disse verdiene skal det konstrueres et simulert stolpespekter. 2 Teori Oppgaven baserer seg på energioppsplitting i et magnetisk felt der energien splittes med en konstant J[Hz] relatert til miljøet rundt hver kjerne. Ved å se på toppene i NMR spekteret med tilhørende skift og avstanden mellom skiftene vildet være mulig å beregne skiftet til de to originale kjernene og koblingskonstanen. Det er også mulig å finne forholdet mellom høyeste og lavese intensitet. Oppgave 1 For å vise (9) kan (1) skrives om så ν i [Hz] = ν 0 [MHz]δ i [ppm] + V ref [Hz], settes denne inn i (7) J fås F = AB [Hz] (δ A [ppm] δ B [ppm])ν 0 [MHz]+V ref V ref [Hz] som igjen er lik (8). Oppgave 2 Sammenhengen mellom f i (6) og F i (8) kan vises ved identiteten I = 1 J AB/C 4 hvor C = (ν A ν B ) 2 + JAB 2. f = 1 [ 1 JAB /C J AB /C + 1 J ] AB/C 1 + J AB /C = 1 J AB/C 1 + J AB /C = C J AB C + J AB = C F (ν A ν B ) C + F (ν A ν B ) C (ν = A ν B ) F C (ν A ν B ) + F 1 + F = 2 F 1 + F 2 + F 1
2 3 Gjennomføring Toppunkter på tre NMR-spekter med forskjellig frekvens (A,B og C), alle av et kjent stoff, ble funnet og intensiteten ble logget opp mot kjemisk skift. Fra disse skiftene ble δ A, δ B, J AB og f beregnet. Som videre gir F. Disse verdiene brukes så til å simulere I i og δ i. Disse plottes så opp mot NMR-spekteret. Etter at simuleringen ble bekrefte på A,B og C, ble den så brukt på to NMR-spekter av et ukjent stoff. Oppgaven ble løst ved å skrive et program som leser og beregner data ved formlene fra teori. Programmet ligger som forskjellige vedlegg. 4 Resultater Oppgave 3 Ved å bruke programmet i Vedlegg 1 på spektrene A, B og C ble verdiene i Tabell 1A gitt ut, hvor d i tilsvarer skiftet δ i og I i tilsvarer intensiteten I i Tabell 1A d_i(a) I_i(A) d_i(b) I_i(B) d_i(c) I_i(C) Programmet ga videre ut verdiene i Tabell 1B: Tabell 1B d_a d_b J_ab f F A B C Oppgave 4 Vedlegg 2 viser simulering av NMR-spekterene beregnet på verdier fra Tabell 1B. Ser at spekterene stemmer godt med de originale NMR-spekterene og at høyere frekvens gir bedere ovenstemmelse. Oppgave 5 Vedlegg 1 og 2 ble igjen brukt på de spekterene D og E. Tabell 2A Tabell 2B d_i(d) I_i(D) d_i(e) I_i(E) d_a d_b J_ab f F D E
3 Figur 4.1: Simulert stolpespekter over NMR-spekter Figur 4.2: Simulert stolpespekter over NMR-spekter Da de kjemiske skiftene ligger tett opp mot det kjemiske skiftet til vinyl vil det være sannsynlig at dette stoffet ligner i struktur. Her ble også alle verdier av f opp mot F lagret og plottet opp mot de beregnede funksjonen fra Oppgave 2. 3
4 Figur 4.3: Sammenlikning av beregnede og observerte verdier for f Oppgave 6 Med Vedlegg 3 ble usikkerheten for δ A,δ B og J AB beregnet til J_AB= 3.88(0.28) d_a = 7.416(0.009) d_b = 7.244(0.007) 5 Konklusjon Et NMR-spekter fra et magnetfelt B 0 vil bli skarpere ved høyere frekvens ν 0 på magnetfeltet. Det kjemiske skiftet vil også minke med økt frekvens ν 0. Kvantekjemisk tolkning av NMR-spektere vil avsløre mye informasjon om stoffer og deres karakteristiske kjemiske skift, dette er nyttig for analyse av ukjente stoffer. 4
5 6 Vedlegg Vedlegg 1: (Beregning av toppunkter og kalkulerer data) # -*- coding: utf-8 -*- from pylab import * import numpy as np import matplotlib as plt import os.path data = np.loadtxt("abc.txt",dtype=object) D = np.array(data,dtype=float) def Top(L,ylim,xlim,grade): #Finner topppunkter L_N = [] #ADD FIRST POINT IF TOP if abs(l[0,0]-l[1,0])<xlim: if L[0,1]>L[1,1] and L[0,1]>ylim: L_N.append([L[0,0],L[0,1]]) L_N.append([L[0,0],L[0,1]]) for i in range(1,len(l[:,0])-1): top_m = False top_p = False diff_m = abs(l[i,0]-l[i-1,0]) diff_p = abs(l[i,0]-l[i+1,0]) if abs(l[i,0]-l[i-1,0])<xlim: if L[i,1]>L[i-1,1] and L[i,1]>ylim: top_m = True top_m = False top_m = True if diff_p <xlim: if L[i,1]>L[i+1,1] and L[i,1]>ylim: top_p = True top_p = False top_p = True if top_p and top_m: L_N.append([L[i,0],L[i,1]]) if abs(l[-1,0]-l[-2,0])<xlim: if L[-1,1]>L[-2,1] and L[-1,1]>ylim: L_N.append([L[-1,0],L[-1,1]]) L_N.append([L[-1,0],L[-1,1]]) return np.array(l_n) def Fine(List,grade,lim,dx=0.001): Fined = List for i in range(0,grade): Fined = Top(Fined,lim,dx,i) return Fined Tabell = 1 #Velger hvilket spekter som skrivers ut (Tabell 1) Tab = ["X","A","B","C2","C"] D0 = np.array(d[:,0]).reshape(len(d[:,0]),1) T = np.hstack([d0,np.array(d[:,tabell]).reshape(len(d[:,tabell]),1)]) Hz = array([0,60,200,600,600]) TA = np.hstack([d0,np.array(d[:,1]).reshape(len(d[:,1]),1)]) TB = np.hstack([d0,np.array(d[:,2]).reshape(len(d[:,2]),1)]) TC = np.hstack([d0,np.array(d[:,4]).reshape(len(d[:,4]),1)]) TA = Fine(TA,5,0.1,0.01); TB = Fine(TB,5,0.1,0.01); TC = Fine(TC,2,0.1,0.001) #HER LAGES TABELL 1A (en av gangen) T = Fine(T,4,0.1,0.1) TabA1 = array(["d_i(%s) " % Tab[Tabell], "I_i(%s)" % Tab[Tabell]]) TAB1 = np.vstack([taba1,np.round(t,5).astype( S10 )]) np.savetxt( Table%s.txt % Tab[Tabell], TAB1, delimiter=" ", fmt="%s") def d_ab(v,hz): d_p = 0.5*(v[0,0]+v[1,0]+v[2,0]+v[3,0]) d_m = sqrt((v[2,0]-v[0,0])*(v[3,0]-v[1,0])) d_a = (0.5*(d_p+d_m)); d_b = (0.5*(d_p-d_m)) J_ab = 0.5*(v[1,0]-v[0,0]+v[3,0]-v[2,0])*Hz f = 0.5*((v[0,1]/v[1,1])+(v[3,1]/v[2,1])) F = J_ab/((d_a-d_b)*Hz) return array([d_a,d_b,j_ab,f,f]) TA_d = d_ab(ta,hz[1]) TB_d = d_ab(tb,hz[2]) TC_d = d_ab(tc,hz[3]) #HER LAGES TABELL 1B D_AB = np.vstack([d_ab(ta,hz[1]),d_ab(tb,hz[2]),d_ab(tc,hz[4])]) ABC = array([["a"],["b"],["c"]]) D_AB = np.hstack([abc,d_ab.astype( S10 )]) Over = array([" ","d_a ","d_b ","J_ab ","f ","F"]) D_AB = np.vstack([over,d_ab]) np.savetxt( TableABC.txt, D_AB, delimiter=" ", fmt="%s") 5
6 Vedlegg 2: (Simulerer et spekter fra beregnede verdier) # -*- coding: utf-8 -*- def sim(h,hz): d_a,d_b,j_ab,f,f = H v_a = Hz*d_a v_b = Hz*d_b ############### C = sqrt((v_a-v_b)**2+j_ab**2) Omg = v_a+v_b sint = J_ab/C ################ I_1 = (1-sinT)/4 d_1 = 0.5*(Omg-C-J_ab)/Hz I_2 = (1+sinT)/4 d_2 = 0.5*(Omg-C+J_ab)/Hz I_3 = (1+sinT)/4 d_3 = 0.5*(Omg+C-J_ab)/Hz I_4 = (1-sinT)/4 d_4 = 0.5*(Omg+C+J_ab)/Hz return array([[d_1,i_1],[d_2,i_2],[d_3,i_3],[d_4,i_4]]) def Plotter(P): return array([[d[0,0],0],[p[0,0],0],[p[0,0],p[0,1]],[p[0,0],0],[p[1,0],0],[p[1,0], TabA1 = array(["d_i(%s)" % Tab[Tabell], "I_i(%s)" % Tab[Tabell]]) TAB1 = np.vstack([taba1,t]) np.savetxt( Table%s.txt % Tab[Tabell], TAB1, delimiter=" ", fmt="%s") SIMA = Plotter(sim(TA_d,Hz[1])) SIMB = Plotter(sim(TB_d,Hz[2])) SIMC = Plotter(sim(TC_d,Hz[3])) figure(figsize=(20,10)) subplot(1,3,1); title("%s [Hz]" %Hz[1]) plot(d[:,0],d[:,1], k,label="nmr-spekter") scatter(ta[:,0],ta[:,1], color = r, label="toppunkter") plot(sima[:,0],sima[:,1], r,label="simulert spekter") ylim(min(d[:,1]),max(d[:,1])*1.3); xlim(min(d[:,0]),max(d[:,0])); legend() subplot(1,3,2); title("%s [Hz]" %Hz[2]) plot(d[:,0],d[:,2], k,label="nmr-spekter") scatter(tb[:,0],tb[:,1], color = r, label="toppunkter") plot(simb[:,0],simb[:,1], r,label="simulert spekter") ylim(min(d[:,1]),max(d[:,1])*1.3); xlim(min(d[:,0]),max(d[:,0])); legend() subplot(1,3,3) title("%s [Hz]" %Hz[3]) plot(d[:,0],d[:,4], k,label="nmr-spekter") scatter(tc[:,0],tc[:,1], color = r, label="toppunkter") plot(simc[:,0],simc[:,1], r,label="simulert spekter") ylim(min(d[:,1]),max(d[:,1])*1.3); xlim(min(d[:,0]),max(d[:,0])); legend() show() savefig( Plot_Op4.png ) 6
7 Vedlegg 3: (Beregning av usikkerhet) Sindre Rannem Bilden da,db,j,f,f = T_d ERROR = array([[j,abs(j-3.6)],[da,abs(da-7.407)],[db,abs(db-7.251)]]) ERTAB = ones([len(error),1]).astype(" S15") for i in range(0,len(error)): if i == 0: ER = "("+str(round(error[i,1],2))+")" ERTAB[i] = str(round(error[i,0],2))+er ER = "("+str(round(error[i,1],3))+")" ERTAB[i] = str(round(error[i,0],3))+er lab = array([["j_ab="],["d_a ="],["d_b ="]]) ERTAB = np.hstack([lab,ertab]) np.savetxt( Op6.txt, ERTAB, delimiter=" ", fmt="%s") 7
KJM2600-Laboratorieoppgave 4
KJM2600-Laboratorieoppgave 4 Sindre Rannem Bilden Gruppe 1 27. april 2015 Laboratorierapporten tar utganskpunkt i elektronvolt og lengder i nanometer og ångstrøm for enklere regning. Senere konverteres
DetaljerTermodynamikk og statistisk fysikk Oblig 7
FYS2160 Termodynamikk og statistisk fysikk Oblig 7 Sindre Rannem Bilden 4. november 2015 Oppgave 0.11 - Fase likevekt i en van der Waals system a) is at trykket, p(n,, T ), til van der Waals gassen er
DetaljerLab 2 Praktiske målinger med oscilloskop og signalgenerator
Universitetet i Oslo FYS1210 Elektronikk med prosjektoppgave Lab 2 Praktiske målinger med oscilloskop og signalgenerator 17. februar 2016 Labdag: Tirsdag Labgruppe: 3 Oppgave 1: Knekkfrekvens Et enkelt
DetaljerLab 8 Resonanskretser, serie og parallell. Båndbredde (B W ) og Q-faktor.
Universitetet i Oslo FYS20 Elektronikk med prosjektoppgave Lab 8 Resonanskretser, serie og parallell. Båndbredde ( ) og Q-faktor. Sindre Rannem Bilden. mai 206 Labdag: Tirsdag Labgruppe: 3 Oppgave : Serieresonans
DetaljerTermodynamikk og statistisk fysikk Oblig 4
FYS216 ermodynamikk og statistisk fysikk Oblig 4 Sindre Rannem Bilden 23. september 215 Oppgave.5 - Rotasjon av diatomiske molekyler a) Skriv ned partisjonsfunksjonen Z R ( ) Z R ( ) =Σ j g(j)e ε jβ =(2j
DetaljerDette kan selvfølgelig brukes direkte som en numerisk tilnærmelse til den deriverte i et gitt punkt.
Numerisk derivasjon Anne Kværnø Problemstilling Gitt en tilstrekkelig glatt funksjon. Finn en tilnærmelse til i et gitt punkt. Den deriverte av (https://wiki.math.ntnu.no/tma4100/tema/differentiation?
DetaljerKJM2600-Laboratorieoppgave 1
KJM2600-Laboratorieoppgave 1 Sindre Rannem Bilden Gruppe 1 4. mars 2015 1 Hensikt Hensikten med oppgaven var å demonstrere anvendelsen av kvantekjemiske beregninger i kjemi. 2 Teori Oppgaven baserer seg
DetaljerI dag skal vi ved hjelp av ganske enkel Python-kode finne ut om det er mulig å tjene penger på å selge og kjøpe en aksje.
Trading-algoritme I dag skal vi ved hjelp av ganske enkel Python-kode finne ut om det er mulig å tjene penger på å selge og kjøpe en aksje. Vi skal gjøre dette ved å lage et Python-program (med noen for-løkker)
DetaljerFYS-MEK1110 Oblig Ingrid Marie Bergh Bakke, Heine H. Ness og Sindre Rannem Bilden
a) Figur 1 b) F = m a a = F m a(t) = 5 m/s 2 400 N = = 5 80 kg m/s2 a(t)dt = v(t) = 5t + v 0 v(t) = 5t + v 0 v(t)dt = x(t) = 1 2 5t2 + v 0 t + x 0 Antar at løperen starter i punktet null med hastigheten
DetaljerNumerisk løsning av ikke-lineære ligninger
Numerisk løsning av ikke-lineære ligninger Anne Kværnø February 26, 2018 1 Problemstilling Vi vil først se på numeriske teknikker for å løse skalare ligninger (en ligning, en ukjent), for eksempel eller
DetaljerDifferansemetoder for to-punkts randverdiproblemer. Innledning. Anne Kværnø
Differansemetoder for to-punkts randverdiproblemer. Anne Kværnø Innledning Tidligere i kurset har dere diskutert parabolske, elliptiske og hyperbolske differensialligninger, og hvordan disse kan løses
Detaljer4.6 NMR og MS. H. Aschehoug & Co. side 1 av Figuren viser strukturen og 1 H-NMR-spekteret til etanal: 4.74
4.6 NMR og MS 4.72 Figuren viser strukturen og 1 H-NMR-spekteret til etanal: 4.74 a Forklar hvorfor NMR-spekteret til etanal har akkurat to hovedtopper (to grupper). b Hvordan finner vi ut hvilke hydrogenatomer
DetaljerFYSMEK1110 Oblig 5 Midtveis Hjemmeeksamen Sindre Rannem Bilden
Oblig 5 Midtveis Hjemmeeksamen a) Om man tenker seg en trekant med side d, y og l. Vil l uttrykkes gjennom Pytagoras setning som l = y 2 + d 2. b) c) Fjærkraft er definert ved F = ± k l der l = l - l 0
DetaljerFra UiO sine websider (med tentativt antall poeng):
Generelle ting Fra UiO sine websider (med tentativt antall poeng): A Framifrå, >90%, >207 p: Framifrå prestasjon som skil seg klart ut. Kandidaten syner særs god vurderingsevne og stor grad av sjølvstende.
DetaljerLab 1 Innføring i simuleringsprogrammet PSpice
Universitetet i Oslo FYS1210 Elektronikk med prosjektoppgave Lab 1 Innføring i simuleringsprogrammet PSpice Sindre Rannem Bilden 10. februar 2016 Labdag: Tirsdag Labgruppe: 3 Sindre Rannem Bilden 1 Oppgave
DetaljerØving 5 - Fouriertransform - LF
Øving 5 - Fouriertransform - LF Obligatoriske oppgaver See the notes Matlab: %x og t aksen x=:.:pi; t=:pi/:*pi; %sette opp funksjon og plotte hver frame for j=:length(t) %funksjonsverdier p innev rende
DetaljerØvingsforelesning i Python (TDT4110)
Øvingsforelesning i Python (TDT4110) Tema: Øving 2, Betingelser, if/elif/else Kristoffer Hagen Oversikt Praktisk informasjon Gjennomgang av Øving 1 Oppgaver for Øving 2 2 Praktisk Bruke andre studasser
DetaljerEKSAMENSOPPGAVE / EKSAMENSOPPGÅVE
Fakultet for naturvitenskap og teknologi EKSAMENSOPPGAVE / EKSAMENSOPPGÅVE Eksamen i: Inf-1049, Introduksjon til beregningsorientert programmering Dato: 15. desember 017 Klokkeslett: 09.00 13.00 Sted /
DetaljerLab 3: AC og filtere - Del 1
Lab 3: AC og filtere - Del 1 Lab 3 er på mange måter en fortsettelse av Lab 2 hvor det skal simuleres og måles på en krets bestående av motstander og kondensatorer. Vi skal se på hvordan en kondensator
DetaljerKJM2600-Laboratorieoppgave 2
KJM2600-Laboratorieoppgave 2 Sindre Rannem Bilden Gruppe 1 12. mars 2015 1 Hensikt Utdypning av kvantekjemiske begreper ved hjelp av Hückelberegninger. 2 Teori Hückel-teorien bruker den tidsuavhengige
DetaljerKjemien stemmer KJEMI 2
Figur s. 118 prøve kolonne pc gass ovn detektor Prinsippskisse av en gasskromatograf. Figur s. 119 % 100 90 80 CH(OH) OH OH relativ forekomst 70 60 50 40 OH OH 30 20 10 0:43 1:27 2:10 2:53 3:36 4:20 Tid
DetaljerEKSAMENSOPPGAVE / EKSAMENSOPPGÅVE
Fakultet for naturvitenskap og teknologi EKSAMENSOPPGAVE / EKSAMENSOPPGÅVE Eksamen i: Inf-1049, Introduksjon til beregningsorientert programmering Dato: 14. desember 2018 Klokkeslett: 09.00 13.00 Sted
Detaljer3. obligatoriske innlevering, høsten 2014
3. obligatoriske innlevering, høsten 2014 {Jonathan Feinberg, Joakim Sundnes} {jonathf,sundnes}@simula.no November 3, 2014 Innleveringskrav Denne skal følge malen gitt på emnesidene Legges ut 2. september.
DetaljerIntroduksjon til oppgave 1: Transistorkarakteristikken til BC-547
LAB 5: Transistorer Mål Registrere transistorkarakteristikker, fortsette treningen i bruk av kretssimulator og måle på en forsterker. Om oppgavene Oppgave 1 Måle kollektorstrømmen I C som funksjon av spenningen
DetaljerOPPGAVE 1 OBLIGATORISKE OPPGAVER (OBLIG 1) (1) Uten å selv implementere og kjøre koden under, hva skriver koden ut til konsollen?
OPPGAVESETT 4 PROSEDYRER Oppgavesett 4 i Programmering: prosedyrer. I dette oppgavesettet blir du introdusert til programmering av prosedyrer i Java. Prosedyrer er også kjent som funksjoner eller subrutiner.
DetaljerIN1000 Obligatorisk innlevering 7
IN1000 Obligatorisk innlevering 7 Frist for innlevering: 23.10. kl 12:00 Introduksjon I denne innleveringen skal du lage et program som simulerer cellers liv og død. Dette skal du gjøre ved hjelp av en
DetaljerLongest increasing. subsequence Betingelser. Longest. common subsequence. Knapsack Grådig vs. DP Moro: 2D-Nim Spørsmål. Forside. Repetisjon.
:: :: Dynamisk programmering Eksamenskurs Åsmund Eldhuset asmunde *at* stud.ntnu.no folk.ntnu.no/asmunde/algdat/dp.ppt Svært rask repetisjon Noen ganger (f.eks. ved utregning av Fibonaccitall) vil en rekursiv
DetaljerForside. 1 Hva skrives ut?
Forside UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Prøve-eksamen i: IN900, INF00, IN-KJM900 Vedlegg: Ingen. Tillatte hjelpemidler: Ingen. Les gjennom hele oppgavesettet før du begynner
DetaljerINF2220: Time 8 og 9 - Kompleksitet, beregnbarhet og kombinatorisk søk
INF0: Time 8 og 9 - Kompleksitet, beregnbarhet og kombinatorisk søk Mathias Lohne mathialo Rekursjonseksempel Eksempel Finn kjøretid for følgende program: (Ex11 b) 1 float foo(a) { n = Alength; 3 4 if
DetaljerLøsningsforslag Eksamen R1 - REA3022-28.05.2008
Løsningsforslag Eksamen R1 - REA3022-28.05.2008 eksamensoppgaver.org September 14, 2008 2 Om løsningsforslaget Løsningsforslaget for matematikk eksamen i R1 er gratis, og det er lastet ned på eksamensoppgaver.org.
DetaljerSkilpaddefraktaler Erfaren Python PDF
Skilpaddefraktaler Erfaren Python PDF Introduksjon Vi vil nå jobbe videre med skilpaddekunsten fra tidligere. Denne gangen skal vi tegne forskjellige figurer som kalles fraktaler. Fraktaler er figurer
DetaljerExercises population. Øyvind Ryan
Exercises population Øyvind Ryan 19. februar 2013 1. Vi antar at en bakteriepopulasjon vokser eksponentielt og har en vekst gitt ved P = P 0 e kt der t er tiden i sekunder, P 0 = 120 er antall bakterier
DetaljerPython Installering og et par enkle anvendelser
Python Installering og et par enkle anvendelser 1. Gå til www.pyzo.org/downloads.html 2. Last ned, og installer pyzo for ditt operativsystem (Windows, Linux, OSX): På Windows kan du laste ned og kjøre
DetaljerKapittel Oktober Institutt for geofag Universitetet i Oslo. GEO En Introduksjon til MatLab. Kapittel 14.
og Institutt for geofag Universitetet i Oslo 17. Oktober 2012 i MatLab En funksjon vil bruke et gitt antall argumenter og produsere et gitt antall resultater og : Hvorfor Først og fremst bruker vi når
DetaljerMAT Oblig 1. Halvard Sutterud. 22. september 2016
MAT1110 - Oblig 1 Halvard Sutterud 22. september 2016 Sammendrag I dette prosjektet skal vi se på anvendelsen av lineær algebra til å generere rangeringer av nettsider i et web basert på antall hyperlinker
DetaljerKJM3000 H-2017 løsningsforslag
KJM3000 H-2017 løsningsforslag 1a) Problemet løses ved å analysere strukturene m.h.p. koblingsmønstrene og konstantene og kjemiske skift. For å være helt sikker bør man likevel skrive opp alle de seks
DetaljerStive differensialligninger
Stive differensialligninger Dette notatet er egentlig en fortsettelse av notatet om ordinære differensialligninger. Vi kommer til å bruke kodene utviklet i det notatet i dette også. For å bedre flyten
DetaljerAppendix A. Ole Christian Lingjærde, Dept of Informatics, UiO. 23. september 2019
Appendix A Ole Christian Lingjærde, Dept of Informatics, UiO 23. september 2019 Dagens agenda Kort rep. av arrayer, plotting, animering og fil-lesing Øvelse A1, A4, 5.29, 5.39 Introduksjon til differenslikninger
DetaljerTeoretisk kjemi. Trygve Helgaker. Centre for Theoretical and Computational Chemistry. Kjemisk institutt, Universitetet i Oslo. Onsdag 13.
1 Teoretisk kjemi Trygve Helgaker Centre for Theoretical and Computational Chemistry Kjemisk institutt, Universitetet i Oslo Onsdag 13. august 2008 2 Kjemi er komplisert! Kjemi er utrolig variert og utrolig
DetaljerKap.4 del 2 Top Down Parsering INF5110 v2005. Arne Maus Ifi, UiO
Kap.4 del 2 Top Down Parsering INF5110 v2005 Arne Maus Ifi, UiO LL(1) tabell for uttrykks-grammatikk Har fjernet venstrerekursjon: Har fjernet venstre-rekursjon: Alternativ def. av LL(1) grammatikker Sier
DetaljerINF 1040 høsten 2009: Oppgavesett 8 Introduksjon til lyd (kapittel 9 og 10)
INF 1040 høsten 2009: Oppgavesett 8 Introduksjon til lyd (kapittel 9 og 10) Vi regner med at decibelskalaen og bruk av logaritmer kan by på enkelte problemer. Derfor en kort repetisjon: Absolutt lydintensitet:
DetaljerLABORATORIEØVELSE B FYS LINEÆR KRETSELEKTRONIKK 1. LAPLACE TRANSFORMASJON 2. AC-RESPONS OG BODEPLOT 3. WIENBROFILTER
FYS322 - LINEÆR KRETSELEKTRONIKK LABORATORIEØVELSE B. LAPLACE TRANSFORMASJON 2. AC-RESPONS OG BODEPLOT 3. WIENBROFILTER Maris Tali(maristal) maristal@student.matnat. uio.no Eino Juhani Oltedal(einojo)
DetaljerINF2820 Datalingvistikk V Gang 26.2 Jan Tore Lønning
INF2820 Datalingvistikk V2018 7. Gang 26.2 Jan Tore Lønning I dag Fra sist: Høyre- og venstreavledninger Recursive-descent parser (top-down) Shift-reduce parser (bottom-up) Pythonimplementasjon: Shift-Reduce
DetaljerDinesh Jeyabalasingam. Oppgavesett 9. Gruppeoppgave 2. Eksamenssett DEL 1. Oppgave 1.1. IF 1 Hvis $a er mindre eller lik $b stemmer
Dinesh Jeyabalasingam Oppgavesett 9 Gruppeoppgave 2 Eksamenssett 1 2008 DEL 1 Oppgave 1.1 IF 1 Hvis $a er mindre eller lik $b stemmer IF 2 Hvis $a er større enn 5 stemmer Skriver ut: A $a=6; $b=7; if($a
DetaljerUniversitetet i Oslo FYS Labøvelse 3. Skrevet av: Sindre Rannem Bilden Kristian Haug
Universitetet i Oslo FYS1110 Labøvelse 3 Skrevet av: Sindre Rannem Bilden Kristian Haug 1. november 014 PRELAB-Oppgave 1 1 x0 = [ 0 1 3 4 ] ; y = [ 5 7 4 3 ] ; 3 n = ; 4 x = l i n s p a c e ( min ( x0
DetaljerPrøveeksamen 2017 Oppgave3(a)Oppgave 3a) Skriv en funksjon hastighet(fart) som skal returnere en tekst-streng basert på heltallsverdien (verdi av type int) i parameteren fart. Parameteren fart er ment
Detaljer(s + 1) 4 + 2(s + 1)
NTNU Intitutt for matematike fag TMA4135 Matematikk 4D, øving 6, høt 215 Løningforlag Notajon og merknader Vi dropper enheter i oppgavene om benytter dette. Læreboken er uanett inkonekvent når det gjelder
DetaljerKJM3000 H-2018 løsningsforslag
KJM3000-2018 løsningsforslag 1a) 1 I første omgang ser vi kun på de kjemiske skiftene. Vi ser da at vi har et alken med to protoner. Disse kommer ved hhv. 6.84 og 6.87 ppm. Vi ser også at disse kobler
DetaljerKap.4 del I Top Down Parsering INF5110 v2005. Arne Maus Ifi, UiO
Kap.4 del I Top Down Parsering INF5110 v2005 Arne Maus Ifi, UiO Innhold Motivering Boka gir først parsering uten First/Follow-mengder og så innfører dem. Vi tar teorien først First og Follow-mengder Fjerning
DetaljerBildebehandling med Python og EzGraphics
Bildebehandling med Python og EzGraphics I denne oppgaven skal dere jobbe med bildebehandling. På samme måte som vi jobbet med lyd tidligere, skal vi nå se på bilder. Vi kan bruke EzGraphics til alt vi
DetaljerFlervalgsoppgaver. Gruppeøving 10 Elektrisitet og magnetisme
Flervalgsoppgaver. Figuren viser tverrsnittet av en lang, rett solenoide med et homogent magnetfelt B innvendig. Magnetfeltet har retning ned i papirplanet og styrken er økende med tida. Hva er retningen
DetaljerKap. 4 del I Top Down Parsering INF5110 v2006. Stein Krogdahl Ifi, UiO
Kap. 4 del I Top Down Parsering INF5110 v2006 Stein Krogdahl Ifi, UiO 1 Innhold First og Follow-mengder Boka ser på én parseringsmetode først, uten å se på First/Follow-mengder. Vi tar teorien først To
DetaljerØvingsforelesning 5 Python (TDT4110)
Øvingsforelesning 5 Python (TDT4110) Repetisjon av løkker og funksjoner Ole-Magnus Pedersen Oversikt Praktisk Info Gjennomgang av Øving 3 Repetisjon 2 Praktisk info Prosjekter i PyCharm må startes med
DetaljerAlgdat - øvingsforelesning
Algdat - øvingsforelesning Dynamisk programmering Nils Barlaug Dagens plan 1. 2. 3. 4. Praktisk og dagens plan LF øving 8 a. Teori b. Praksis Dynamisk programmering a. Introduksjon b. Rod Cutting c. Matrise-multiplikasjon
DetaljerHva er en stack? En lineær datastruktur der vi til enhver tid kun har tilgang til elementet som ble lagt inn sist
Stack Hva er en stack? En lineær datastruktur der vi til enhver tid kun har tilgang til elementet som ble lagt inn sist Et nytt element legges alltid på toppen av stakken Skal vi ta ut et element, tar
DetaljerRepetisjon, del 2. TDT 4110 IT Grunnkurs Professor Guttorm Sindre
Repetisjon, del 2 TDT 4110 IT Grunnkurs Professor Guttorm Sindre Premieutdeling Kahoot Vinnere av enkeltrunder: Datamaskinens historie: mr.oyster (7311) Variable, aritmetiske op., etc.: Sha-ra (6155) if-setn.,
DetaljerLongest. increasing. subsequence. Betingelser. Matrise- common. Grådig vs. DP. Forside. Intro. Fibonacci-tall. Memoisering DP
og dynamisk Matrisemultiplikasjomultiplikasjon programmering Matrise- Åsmund Eldhuset og Dette er to ganske like teknikker for å lage algoritmer De kan brukes på svært mange tilsynelatende forskjellige
DetaljerHva er en stack? En lineær datastruktur der vi til enhver tid kun har tilgang til elementet som ble lagt inn sist
Stack Hva er en stack? En lineær datastruktur der vi til enhver tid kun har tilgang til elementet som ble lagt inn sist Et nytt element legges alltid på toppen av stakken Skal vi ta ut et element, tar
DetaljerInformasjon Eksamen i IN1000 og IN1001 høsten a) 1 poeng. 1b) 1 poeng. Tid. Oppgavene. Tillatte hjelpemidler. 30. november kl. 14.
IN1000-INF1001-2018 Informasjon Eksamen i IN1000 og IN1001 høsten 2018 Tid 30. november kl. 14.30 (4 timer) Faglærere vil besøke lokalet ca kl 15-16. Oppgavene Oppgave 1a-f er kortsvarsoppgaver som rettes
DetaljerRekursjon. Binærsøk. Hanois tårn.
Rekursjon Binærsøk. Hanois tårn. Hvorfor sortering (og søking) er viktig i programmering «orden» i dataene vi blir fort lei av å lete poleksempel internett «alt» er søking og sortering alternativer til
DetaljerINF2820 Datalingvistikk V Gang 27.2 Jan Tore Lønning
INF2820 Datalingvistikk V2017 7. Gang 27.2 Jan Tore Lønning I dag Fra sist: Høyre- og venstreavledninger Recursive-descent parser (top-down) Shift-reduce parser (bottom-up) Pythonimplementasjon: Shift-Reduce
DetaljerØvingsforelesning 5 Python (TDT4110)
Øvingsforelesning 5 Python (TDT4110) Repetisjon av løkker og funksjoner Ole-Magnus Pedersen Oversikt Praktisk Info Gjennomgang av Øving 3 Repetisjon 2 Praktisk info Prosjekter i PyCharm må startes med
Detaljera) Ved numerisk metode er det løst en differensiallikning av et objekt som faller mot jorden. Da, kan vi vi finne en tilnærming av akselerasjonen.
Oppgave 1 a) Ved numerisk metode er det løst en differensiallikning av et objekt som faller mot jorden. Da verdier av er kjent gjennom resultater i form av,, kan vi vi finne en tilnærming av akselerasjonen.
DetaljerTDT4110 IT Grunnkurs Høst 2012
TDT4110 IT Grunnkurs Høst 2012 Norges teknisk naturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap Auditorieøving 2 Navn: Linje: Brukernavn: Oppgavesettet inneholder 5 oppgaver.
DetaljerTDT4110 IT Grunnkurs Høst 2015
TDT4110 IT Grunnkurs Høst 2015 Norges teknisk naturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap Løsningsforlag Auditorieøving 1 1 Teori Løsning er skrevet med uthevet tekst
DetaljerKJM3000 vår 2013 Løsningsforslag
KJM3000 vår 2013 Løsningsforslag 1a 1b De tre sp 3 -hybridiserte C-H bindingene i metylester-gruppen har strekk frekvenser i det ordinære området (under 3000 cm -1 ) for alifatisk C-H strekk. De to siste
DetaljerIN1140 H2018 gruppeoppgaver Sannsynlighet og språkmodeller
IN1140 H2018 gruppeoppgaver Sannsynlighet og språkmodeller 1 Sannsynlighetsteori 1. I sannsynlighetsteori, hva er: (a) Utfallsrommet (b) Betinget sannsynlighet (c) Hendelse (d) Uavhengige hendelser (e)
DetaljerLab 4. Dioder og diode kretser
Lab 4. Dioder og diode kretser I denne labben skal vi bli mer kjent med hvordan dioder fungerer og måle på karekteristikken til diodene. Grunnalagent for denne laben finner du i kapittel 17 og 18 i Paynter
DetaljerMNF, UiO 24 mars Trygve Helgaker Kjemisk institutt, Universitetet i Oslo
MNF, UiO 24 mars 2014 Trygve Helgaker Kjemisk institutt, Universitetet i Oslo Kjemi: et mangepar.kkelproblem Molekyler er enkle: ladete partikler i bevegelse styrt av kvantemekanikkens lover HΨ=EΨ men
Detaljer3/5/2012. Chart alternativ datastruktur. Fundamentalregelen. Chart-parsing. Bottom-up FORMELL SPRÅKTEORI. Jan Tore Lønning
INF2820 Datalingvistikk V2012 Jan Tore Lønning CHART-PARSING FORMELL SPRÅKTEORI 5. mars 2012 2 Chart alternativ datastruktur NP Det Nom Fundamentalregelen NP Det Nom Nom Nom PP Nom Nom PP NP PP P NP Det
DetaljerTrygve Helgaker. 31 januar 2018
Trygve Helgaker Senter for grunnforskning Det Norske Videnskaps-Akademi Hylleraas Centre for Quantum Molecular Sciences Kjemisk institutt, Universitetet i Oslo 31 januar 2018 Kjemi Kjemi er læren om stoffer
DetaljerFysikk 3FY AA6227. Elever og privatister. 26. mai 2000. Videregående kurs II Studieretning for allmenne, økonomiske og administrative fag
E K S A M E N EKSAMENSSEKRETARIATET Fysikk 3FY AA6227 Elever og privatister 26. mai 2000 Bokmål Videregående kurs II Studieretning for allmenne, økonomiske og administrative fag Les opplysningene på neste
DetaljerObjektorientert programmering i Python
Objektorientert programmering i Python IN1000 Høst 2019 uke 8 Siri Moe Jensen Læringsmål uke 8 Repetisjon fra forrige uke Definere en klasse, opprette og arbeide med objekter: How-to
DetaljerTDT4110 IT Grunnkurs Høst 2016
TDT4110 IT Grunnkurs Høst 2016 Norges teknisk naturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap Auditorieøving 1 Vennligst fyll ut følgende informasjon i blokkbokstaver
DetaljerIN-KJM1900 Forelesning 3
IN-KJM1900 Forelesning 3 Simen Kvaal Onsdag 8/11/2017 Simen Kvaal IN-KJM1900 Forelesning 3 Onsdag 8/11/2017 1 / 43 Dagens plan 1 Beskjeder og litt av hvert Beskjeder Gjennomgang av hjelpefiler laget av
DetaljerINF2820 Datalingvistikk V Gang Jan Tore Lønning
INF2820 Datalingvistikk V2015 6. Gang - 23.2 Jan Tore Lønning PARSING DEL 1 2 I dag Høyre- og venstreavledninger Recursive-descent parser (top-down) Begynne Shift-reduce parser (bottom-up) 25. februar
DetaljerLæringsmål og pensum. if (be): else (not_to_be):
1 TDT4110 Informasjonsteknologi grunnkurs: Tema: Betingelser og logiske uttrykk - 3rd edition: Kapittel 3 Professor Alf Inge Wang 2 if (be): else (not_to_be): 3 Læringsmål og pensum Mål Lære å bruke og
DetaljerINF2820 Datalingvistikk V2012. Jan Tore Lønning
INF2820 Datalingvistikk V2012 Jan Tore Lønning CHART-PARSING FORMELL SPRÅKTEORI 5. mars 2012 2 Chart alternativ datastruktur NP Det Nom Nom Nom PP NP PP P NP Det Nom, N P NP, PN 0 book 1 the 2 flight 3
DetaljerØvingsforelesning 2 - TDT4120. Grafer og hashing. Benjamin Bjørnseth
Øvingsforelesning 2 - TDT4120 Grafer og hashing Benjamin Bjørnseth Informasjon Studasser algdat@idi.ntnu.no Program Presentasjon av øving 2 Grafer og traverseringsalgoritmer BFS, DFS Hashing Gjennomgang
DetaljerEksempelsett R2, 2008
Eksempelsett R, 008 Del Tid: timer Hjelpemidler: Vanlige skrivesaker, passer, linjal med centimetermål og vinkelmåler er tillatt. Oppgave a) Deriver funksjonen f x x cosx f x cosx x s x f x cosx 6x sinx
DetaljerKontinuerlige sannsynlighetsfordelinger.
Kontinuerlige sannsynlighetsfordelinger. Dekkes av kap. 6 og deler av kap. 8.5 i boka. Husk: f(x er sannsynlighetstettheten til en kontinuerlig X dersom:. f(x 0 for alle x R 2. f(xdx = 3. P (a
DetaljerDagens tema. C-programmering. Nøkkelen til å forstå C-programmering ligger i å forstå hvordan minnet brukes.
Dagens tema C-programmering Nøkkelen til å forstå C-programmering ligger i å forstå hvordan minnet brukes. Adresser og pekere Parametre Vektorer (array-er) Tekster (string-er) Hvordan ser minnet ut? Variabler,
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i: MAT-INF 1100L Programmering, modellering, og beregninger. Prøveeksamen 1 Eksamensdag: Onsdag 14. November 2014. Tid for eksamen:
DetaljerFinne ut om en løsning er helt riktig og korrigere ved behov
Finne ut om en løsning er helt riktig og korrigere ved behov Finurlige feil og debugging av kode IN1000, uke5 Henrik H. Løvold Oppgave (Lett modifisert fra eksamen 2014) Skriv en funksjon Dersom parameteren
DetaljerDagens tema. C-programmering. Nøkkelen til å forstå C-programmering ligger i å forstå hvordan minnet brukes.
Dagens tema Dagens tema C-programmering Nøkkelen til å forstå C-programmering ligger i å forstå hvordan minnet brukes. Adresser og pekere Parametre Vektorer (array-er) Tekster (string-er) Hvordan ser minnet
DetaljerPrøveeksamen IN1000. IN Prøveeksamen. Dato november 2017 Tid 12:30-12:00 Alle trykte og skrevne hjelpemidler er tillatt.
IN000-207-Prøveeksamen Prøveeksamen IN000 Dato 3-20. november 207 Tid 2:30-2:00 Alle trykte og skrevne hjelpemidler er tillatt. Les nøye gjennom oppgavene før du løser dem. Du kan legge dine egne forutsetninger
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i MAT-INF 00 Modellering og beregninger. Eksamensdag: Torsdag 6. desember 202. Tid for eksamen: 9:00 3:00. Oppgavesettet er på 8
DetaljerKondenserte fasers fysikk Modul 3
FYS3410 Kondenserte fasers fysikk Modul 3 Sindre Rannem Bilden 20. april 2016 Oppgave 1 - Fri elektron gass At fri veilengde for elektroner er i størrelsesordenen med atomavstandene er en av de grunnleggende
DetaljerLab 7 Operasjonsforsterkere
Universitetet i Oslo FYS1210 Elektronikk med prosjektoppgave Lab 7 Operasjonsforsterkere Sindre Rannem Bilden 13. april 2016 Labdag: Tirsdag Labgruppe: 3 Oppgave 1: Forsterker med tilbakekobling I en operasjonsforsterker
DetaljerFinne ut om en løsning er helt riktig og korrigere ved behov
Finne ut om en løsning er helt riktig og korrigere ved behov Finurlige feil og debugging av kode IN1000, uke5 Geir Kjetil Sandve Oppgave (Lett modifisert fra eksamen 2014) Skriv en funksjon Dersom parameteren
DetaljerTDT4110 Informasjonsteknologi grunnkurs: Tema: Betingelser og logiske uttrykk. - 3rd edition: Kapittel 3. Professor Alf Inge Wang
1 TDT4110 Informasjonsteknologi grunnkurs: Tema: Betingelser og logiske uttrykk - 3rd edition: Kapittel 3 Professor Alf Inge Wang 2 if (be): else (not_to_be): 3 Læringsmål og pensum Mål Lære å bruke og
DetaljerProgrammering i Java med eksempler
Differenslikn. p.124 Simulering av differenslikninger Programmering i Java med eksempler Forelesning uke 39, 2005 MAT-INF1100 Differenslikn. p.224 Differenslikning av orden 2 (1) Vi kjenner formler for
DetaljerKJM3000 vår 2014 Løsningsforslag
KJM3000 vår 2014 Løsningsforslag 1a O-H signalet forsvinner ved risting med D 2 O. Koblingskonstanten mellom de to vinylidene protonene er veldig liten og signalene fremstår som singletter. 1b 3523 cm
DetaljerLøsningsforslag Eksamen S2, høsten 2016 Laget av Tommy Odland Dato: 27. januar 2017
Løsningsforslag Eksamen S, høsten 016 Laget av Tommy Odland Dato: 7. januar 017 Del 1 - uten hjelpemidler Oppgave 1 a) Vi skal derivere f(x) = x 3 5x, og vi kommer til å få bruk for reglene (ax n ) = anx
DetaljerFasiter til diverse regneoppgaver:
Fasiter til diverse regneoppgaver: Ukeoppgavesett 5 Forelesning 9 Ukeoppgavesett 8 Co-59+n Co-60 Halveringstida til Co-60 er 5,3 år Det bestråles med nøytroner til Co-60 aktiviteten er 1 Ci. Hvor mange
DetaljerR2 Eksamen høsten 2014 ( )
R Eksamen høsten 0 (8..) Løsningsskisser Versjon:.05.6 (Rettet feil i del i oppgave ) Del I - Uten hjelpemidler Oppgave a) Kjerneregel: f x cosu, u x f x 6 sin x b) Produktregel: g x 5e x sin x 5e x cos
DetaljerKapittel 7 Atomstruktur og periodisitet Repetisjon 1 ( )
Kapittel 7 Atomstruktur og periodisitet Repetisjon 1 (04.11.01) 1. Generell bølgeteori - Bølgenatur (i) Bølgelengde korteste avstand mellom to topper, λ (ii) Frekvens antall bølger pr tidsenhet, ν (iii)
DetaljerLøsningsforslag Eksamen S2, våren 2014 Laget av Tommy O. Sist oppdatert: 1. september 2018 Antall sider: 11
Løsningsforslag Eksamen S, våren 014 Laget av Tommy O. Sist oppdatert: 1. september 018 Antall sider: 11 Finner du matematiske feil, skrivefeil, eller andre typer feil? Dette dokumentet er open-source,
DetaljerOblig 6 i Fys-Mek1110
Sindre Ranne Bilden, Idun Osnes & Ingrid Marie Bergh Bakke Oblig 6 i Fys-Mek1110 a) Akselerasjon Fart Siden det ikke er noen for for friksjon eller andre ikke-konservative krefter i bildet, vil forholdet
Detaljer