Matematičke metode u kemiji Numeričke metode u kemiji
|
|
- Oddvin Engebretsen
- 6 år siden
- Visninger:
Transkript
1 Matematičke metode u kemiji Numeričke metode u kemiji Mnogi na matematiku svedivi kemijski problemi nisu egzaktno rješivi. Stoga se u kemiji puno koriste numeričke metode. 1 Metoda najmanjih kvadrata Jedna od najvažnijih metoda za obradu eksperimentalnih podataka je metoda najmanjih kvadrata. Radi se o metodi s elementima numeričke matematike i statistike, koju studenti matematike u pravilu ne susreću tokom studija te ćemo ovdje dati i izvod te metode (za neke specijalne slučajeve). Osnovni problem koji rješava ova metoda je: kako iz dobivenih eksperimentalnih podataka dobiti funkcionalnu ovisnost. Malo konkretnije, Problem 1: Za zadani niz parova (x i, y i ) (i = 1,..., n) traži se funkcija y = f(x) takva da je ukupna greška aproksimacije što manja. Primjer 1 Pri eksperimentu su za razne temperature dobivene iduće vrijednosti tlaka pare etanola kad su tekuća i plinovita (???) faza u ravnoteži 1 : t/ C T/K p/torr , 15 55, , 15 70, , 15 93, , , , , , , , , , , , , 90 Što učiniti želimo li procijeniti koliki je tlak pri temperaturi 28 C? Jedna mogućnost za opis ovisnosti y o x bila bi naravno provlačenje interpolacijske funkcije kroz dane točke. No, kako u pravilu pri mjerenjima očekujemo da točke (x i, y i ) zapravo nisu točni parovi tj. očekujemo da postoji eksperimentalna greška, u pravilu nam je cilj naći funkciju koja ne mora prolaziti kroz te točke (ne zahtijevamo y i = f(x i ) za sve i kao kod interpolacije), nego tražimo funkciju kod koje je ukupno raspianje danih točaka oko njenog grafa što manje. Precizirani, statistički, oblik metode najmanjih kvadrata zove se regresijska analiza. Tu se zahtjev da je f(x i ) y i zamjenjuje s f(x i ) = y i + ε i, gdje je ε i slučajna varijabla medijana nula. Nadalje, postoji još jedan razlog zašto interpolacija često nije primjenjiva: zato jer se za mnoge parove podataka zna o kakvom tipu ovisnosti (recimo: afinom) se radi, samo nisu poznati potrebni koeficijenti. 1 Dvije faze su u ravnoteži ako su im kemijski potencijali µ jednaki. Kad se radi o sustavima sa samo jednom komponentom, µ je jednaka molarnoj Gibbsovoj energiji G m = G n. Tu je G = H T S Gibbsova energija, a H = U + pv je entalpija (entalpija je, kao i entropija, funkcija stanja). Ukratko: µ = G m = U+pV T S n. 1
2 Primjer 2 Etil-propionat se saponificira pomoću vodene otopine natrijevog hidroksida. Nadalje, u više trenutaka mjerena je koncentracija etil-propionata i dobiveni su idući rezultati: t/min [R]/10 3 mol L 1 25, 00 15, 53 11, 26 7, 27 4, 25 Nije poznato je li reakcija prvog ili drugog reda - kako to utvrditi? Iako na prvi pogled vrlo različiti, oba prethodna primjera se oba svode na isti problem: trebalo bi pretpostaviti nekakav oblik funkcijske ovisnosti izmedu parova podataka te ga, ukoliko je opravdan, iskoristiti za dobivanje traženih rezultata. U primjeru 2 već sam tekst problema navodi da trebamo uzeti dva moguća tipa funkcijske ovisnosti. Nude se dva tipa ovisnosti koncentracije o vremenu. Ako je reakcija prvog reda, ovisnost je opisana jednadžbom [R] = [R] 0 exp( k 1 ν R t), a ako je drugog reda opisana je s ν R k 2 t = 1 [R] 0 1 [R]. U oba slučaja nepoznat je produkt stehiometrijskog koeficijenta s koeficijentom brzine reakcije, a kao bolji model ćemo odabrati onaj koji daje manje greške. Problem 2: Kako za danu funkciju y = f(x) izmjeriti ukupnu grešku obzirom na dane parove (x i, y i ) (i = 1,..., n)? Kako obično podrazumijevamo da nema greške u apscisama (apscise su egzaktno izmjerene, što ne mora nužno biti točno), razumno je gledati samo vertikalna odstupanja od funkcije: y i f(x i ) odnosno f(x i ) y i. Budući je obično nebitno je li rezultat manji ili veći od točnog, kao mjeru greške za pojedinu točku bilo bi razumno uzeti f(x i ) y i. No, kao što ćemo uskoro vidjeti, biti će nam potrebna derivabilnost ovih grešaka te je uobičajeno grešku aproksimacije funkcijom f u točki (x i, y i ) mjeriti izrazom (f(x i ) y i ) 2. Ukupna greška aproksimacije u tom slučaju dobije se kao zbroj ovakvih lokalnih grešaka: n E = (f(x i ) y i ) 2. Problem 3: Kako minimizirati E? Jasno je da još uvijek nemamo dovoljno podataka kako bi prethodno pitanje bilo matematički smisleno. Radi preciziranja tog pitanja uvijek se pretpostavlja vrsta funkcije f kojom ćemo aproksimirati podatke. Najčešće se koriste afine funkcije f(x) = ax + b, kvadratne funkcije f(x) = ax 2 + bx + c, eksponencijalne f(x) = ae bx odnosno f(x) = ae bx + c ili logaritamske f(x) = a ln x + b. Stvarni problem je sada Problem 3 : Ako smo pretpostavili oblik funkcije f, s nepoznatim parametrima a, b, c,..., kako onda minimizirati E? Konkretno, u navedena četiri slučaja imamo redom n E = (ax i + b y i ) 2, n E = (ax 2 i + bx i + c y i ) 2, 2
3 n E = (ae bx i + c y i ) 2, n E = (a ln x i + b y i ) 2. U svim ovakvim slučajevima poznate su vrijednosti (x i, y i ), i = 1,..., n, a nepoznati su parametri a, b, c,.... Stoga u svrhu minimizacije od E možemo uzeti da je E funkcija nepoznatih parametara funkcije f tj. tražimo (globalni) minimum funkcije oblika E(a, b, c,...). Radi se dakle o problemu odredivanja ekstrema diferencijabilne realne funkcije više varijabli. Kako su jedine kritične točke takve funkcije stacionarne točke, mogući koeficijenti a, b, c,... dobiju se rješavanjem sustava E = 0 tj. E a = E b = E c =... = 0 Konkretno dobivamo iduće sustave: Aproksimacija afinom funkcijom - sustav dvije linearne jednadžbe s dvije nepoznanice a i b: ( x 2 i )a + ( x i )b = x i y i ( x i )a + nb = y i Aproksimacija kvadratnom funkcijom - sustav tri linearne jednadžbe s tri nepoznanice a, b i c: ( x 4 i )a + ( x 3 i )b + ( x 2 i )c = x 2 i y i ( x 3 i )a + ( x 2 i )b + ( x i )c = x i y i ( x 2 i )a + ( x i )b + nc = y i Za aproksimacije eksponencijalnom i logaritamskom funkcijom dobivaju se nelinearni sustavi koji su u općem slučaju rješivi samo numeričkim metodama. Takve aproksimacije su često ugradene u razne programske pakete, ali su nepogodne za račun običnim kalkulatorom. Stoga se te metode rjede koriste u primjenama. Nadalje, očito je matematički svejedno aproksimiramo li ln y kao ax + b ili y kao e ax+b = e b e ax, pa je često moguće eksponencijalnu aproksimaciju zamijeniti afinom. Napomenimo ovdje ipak da metoda najmanjih kvadrata ne mora dati iste vrijednosti za a i b u prethodna dva slučaja. Razlog je što promjena varijable mijenja relativnu važnost pojedinih točaka. To se ispravlja korištenjem težinskih faktora. Vratimo se na aproksimaciju afinom i kvadratnom funkcijom. Iz navedenih sustava vidimo da bismo za konkretnu tablicu (x i, y i )-ova lako izračunali koeficijente sustava i riješili sustav. Time bismo dobili stacionarnu točku (a, b) odnosno (a, b, c) za E. Radi li se o točki minimuma? Odgovor je da. Intuitivni razlog za to je da je E u biti kvadratna funkcija s pozitivnim vodećim koeficijentom (odnosno, suma takvih) pa očekujemo da ima točno jedan ekstrem koji je ujedno globalni minimum. Precizniji dokaz dobivamo korištenjem Hesseove matrice. U slučaju aproksimacije afinom ili kvadratnom funkcijom, Hesseova matrica za E biti će konstantna: za aproksimaciju afinom funkcijom dobivamo [ x 2 ] [ H E (a, b) = 2 i xi n x 2 = 2 i x i xi n x i 1 ], 3
4 a za aproksimaciju kvadratnom funkcijom H E (a, b, c) = 2 x 4 i x 3 i x 2 i x 3 i x 2 i xi x 2 i xi n n = 2 x 4 i x 3 i x 2 i x 3 i x 2 i x i x 2 i x i 1 Pokažimo da su H E (a, b) za svaki odabir x i -ova od kojih su bar dva (tri) različita pozitivno definitne (dokaz za H E (a, b, c) je sličan, ali tehnički kompliciraniji). Ako to dokažemo, slijedi da je svaka stacionarna točka, dakle gore izračunati a, b (a, b, c) točka minimuma za E. Kao prvo, uočimo da su sve matrice u sumi za H E (a, b) pozitivno semidefinitne (x 2 i 0, x 2 i x i [ x i = 0 za sve i). Zbroj prve dvije je pozitivno definitan jer se radi o matrici x 2 oblika 1 + x 2 ] 2 x 1 + x 2, čiji gornji lijevi kut je očito pozitivan, a determinanta joj je x 1 + x 2 2 2(x x 2 2) (x 1 + x 2 ) 2 = (x 1 x 2 ) 2, što je takoder pozitivno (nenegativnost je u oba slučaja očigledna, a pozitivnost slijedi jer x 1 x 2 ). Primjer 3 Kad bismo metodu najmanjih kvadrata (aproksimacija afinom funkcijom) primijenili na podatke iz prvog primjera, dobili bismo p(t ) = 7, 866T 2324, 182. To bi dalo tlak pri temperaturi 28 C=273, K=301, 15K iznosa p(301, 15) = 44, 664torr. Pogledamo li bolje, podaci iz prvog primjera prilično očigledno ne daju linearnu zavisnost, no moguće je linearizirati problem. Postoje načini za odredivanje faznih granica tj. tlakova i temperatura pri kojima tvar postoji u dvije faze. Iz uvjeta jednakosti kemijskih potencijala može se odrediti ovisnost tlaka o temperaturi, ali najjednostavnija diskusija faznih granica dobije se opisom koeficijenta smjera tangente na graf p = p(t ). Za njega vrijedi Clapeyron-ova jednadžba: dp dt = trss trs V (trs označava da gledamo promjenu entropije odnosno volumena pri tranziciji iz jedne u drugu fazu). Za granicu izmedu tekuće i plinovite faze njen oblik je dp dt = vaph T vap V jer je entropija isparavanja trs S = vaph. Nazivnik je u ovom slučaju uvijek bitno veći od T brojnika (i oba su pozitivni) pa je dp mali pozitivan broj. dt Pretpostavimo li da je volumen tekućeg dijela zanemariv u odnosu na plinoviti dio te da je plin idealan (pv = nrt ), imamo vap V V gas RT P Clapeyron-ove jednadžba uz pretpostavku da je vap H = const. nakon integriranja daje ln p = vaph + C RT Konstanta integracije C ovisi o promatranoj tvari i sustavu. Vidimo dakle da je ln p uz navedene pretpostavke afina funkcija od 1. T 4
5 Sad imamo tablicu 1/T 10 3 ln p 3, 354 4, 024 3, 299 4, 248 3, 245 4, 541 3, 193 4, 766 3, 143 5, 038 3, 095 5, 251 3, 047 5, 489 3, 002 5, 718 2, 957 5, 935 za koju po navedenom znamo da njene podatke ima smisla aproksimirati afinom funkcijom. Metoda najmanjih kvadrata daje ln p = T , 283 = 20, T 1 Za pitanje iz primjera 1 (tlak pri temperaturi 301, 15K) imali bismo ln p(301, 15 1 ) = 4, 164 tj. p = 64, 379torr. Usporedite rezultat grafički! Da smo željeli izračunati recimo promjenu entalpije pri isparavanju, imali bismo vaph = R 4854, pa uvrštavanje plinske konstante R = 8, 3145JK 1 mol 1 daje vap H = 40359Jmol 1. Kao što vidimo iz prethodnog primjera, vrlo je bitno imati neki argument za korištenje odredenog tipa aproksimacijske funkcije. Konkretnu, Clapeyron-ova jednadžba je bila argument da ln p aproksimiramo afinom funkcijom od 1/T. Često ne postoji takav teorijski argument, nego eventualno skica parova podataka može sugerirati odgovarajući tip funkcije. Često je nužno isprobati i više mogućih aproksimacija: Primjer 4 Recimo da smo pri nekoj kemijskoj reakciji mjerili koncentracije (jedinog) reaktanta i želimo odrediti kojeg je reda reakcija. Imamo osnove za pretpostavku da je reakcija reda bar 1 i najviše 3. Kako smo naučili u prvom poglavlju ovog kolegija, reakcije prvog reda su opisane s ln [A] = k 1 ν A t + ln [A] 0, reakcije drugog reda s 1 [A] = 1 k 2 ν A t, [A] 0 a reakcije trećeg reda s 1 2[A] 2 = 1 2[A] 2 k 3 ν A t. 0 Za dane podatke, ako ne znamo kojeg reda je reakcija, možemo isprobati tri aproksimacije afinom funkcijom i vidjeti koja daje najmanje greške E i = f(x i ) y i. Konkretno, neka su dani podaci t/min [A]/molL 1 5 0, , , , , , , , , 173 5
6 Pretpostavka da je reakcija prvog reda daje ln [A] = 0, 0350t 0, 1592 i pritom imamo greške redom 0,001; 0,002; 0,006; 0,01; 0,013; 0,006; 0,004; 0,019; 0, Pretpostavka da je reakcija drugog reda daje = 0, 1052t + 0, 4846 i pritom imamo [A] greške redom 0,388; 0,125; 0,066; 0,201; 0,336; 0,306; 0,149; 0,018; 0, Pretpostavka da je reakcija trećeg reda daje = 0, 0355t 3, 054 i pritom imamo 2[A] 2 greške redom 2,259; 0,888; 0,263; 1,19; 1,953; 2,029; 1,293; 0,212; 3,803. Očito smo u prvom slučaju dobili najmanje greške te zaključujemo da je reakcija prvog reda, a koeficijent brzine reakcije je k 1 = 0, 035. Zadatak. Riješite problem zadan primjerom 2. Poopćimo sad gornje metode. U primjenama je često potrebno naći aproksimativnu realnu funkciju ne jedne, već više varijabli. Pretpostavimo dakle da su x i R k, i = 1,..., n. Cilj je odrediti realnu funkciju φ koja aproksimira podatke. Prvo pretpostavljamo da je φ linearna kombinacija nekih m jednostavnijih funkcija φ (j) : m φ(x) = a j φ (j) (x) j=1 Recimo, za k = 1 i aproksimaciju afinom funkcijom imamo m = 2, φ (1) (x) = 1, φ (2) (x) = x. Prvo pitanje koje se postavlja je koliki treba biti m i kakve funkcije trebaju biti φ (j) -ovi. Što je m manji, krivulja φ će imati manje oscilacija, ali će i lokalne greške biti veće. Preporučljiva orijentaciona vrijednost je m n. Kao 2 φ(j) -ovi najčešće se uzimaju monomi, no odabir tih funkcija ovisi o tome što očekujemo, kao i kod osnovnog oblika metode najmanjih kvadrata. Pretpostavimo u daljnjem da znamo m i φ (j) -ove. Uvjet minimizacije greške glasi Y Φa 2 = (Y Φa) t (Y Φa) min, φ (1) (x 1 ) φ (m) (x 1 ) pri čemu je Y = (y 1,..., y n ) t, a = (a 1,..., a m ) t, Φ =... Vidimo φ (1) (x n ) φ (m) (x n ) da imamo zadatak minimizacije realne funkcije m varijabli F (a) = Y Φa 2. Standardni postupak za odredivanje ekstrema funkcije više varijabli daje uvjet tj. sustav Φ t Φa = Φ t Y (DZ: sami izvedite taj uvjet!) Kao i prije, ovaj uvjet izražava traženje stacionarne točke a i on je dovoljan. Matrica Φ t Φ je invertibilna kad god je Φ maksimalnog ranga, pa imamo formulu a = (Φ t Φ) 1 Φ t Y Matrica (Φ t Φ) 1 Φ t se zove pseudoinverz matrice Φ (ovo je zapravo samo specijalni slučaj pojma pseudoinverzne matrice). Primijetimo da je za dimenzije matrica Y, a i Φ nebitno u kojem R k žive x i-ovi. Primjer 5 Ako je k = 1, m = 2, φ (1) (x) = 1, φ (2) (x) = x, onda dobivamo 1 x 1 Φ =.., 1 x n 6
7 Φ t Φ = Φ t Y = [ ] m xi xi x 2, i [ ] yi. xi y i 2 Numeričko rješavanje nelinearnih jednadžbi Mnoge jednadžbe koje se pojavljuju u kemiji nisu linearne te ih je potrebno riješiti numerički. U pravilu se za to naravno koriste gotovi programi, npr. Mathematica, no kemičari većinom tokom studija nauče osnovne tehnike numeričkog rješavanja nelinearnih jednadžbi. Primjer 6 Van der Waals-ova jednadžba stanja plina glasi ( ) P + n2 a (V nb) = nrt, V 2 pri čemu su a i b parametri neovisni o temperaturi, ali ovisni o plinu kojeg promatramo. Tako su im recimo za ugljikov dioksid CO 2 vrijednosti a = 0, 364 Pa m 6 mol 2, b = 4, m 3 mol 1. Promatrana kao jednadžba za volumen V, van der Waalsova jednadžba je kubna jednadžba. Pomoću Mathematice ili pak pomoću Cardanovih formula dobije se da ima jedno realno i dva kompleksna rješenja, i sva tri su bez specificiranja vrijednosti za P, T, n, a, b vrlo ružni izrazi. Zbog konteksta, očigledno je jedino potrebno rješenje ono realno. U konkretnoj situaciji (tj. za konkretne vrijednosti P, T, n, a, b) ta se jednadžba može efikasno riješiti nekom numeričkom metodom. Tako npr. za 1000 mola ugljikovog dioksida pri temperaturi 298, 15K i tlaku 10 5 Pa imamo jednadžbu ( ) , (V 4, ) = , 175 V 2 Množenjem s V 2 i sredivanjem (uz zaokruživanje na tri decimalna mjesta) dobivamo V 3 24, 8324V 2 + 3, 64V 0, = 0. Podsjetimo se Newtonove metode tangente za numeričko rješavanje nelinearnih jednadžbi f(x) = 0: Neka je f klase C 2 i u [a, b] ima nultočku (tj. f(a)f(b) < 0); dodatna pretpostavka za konvergenciju Newtonove metode je da f i f ne mijenjaju predznak na [a, b]. Newtonova metoda iterativno konstruira sve bolje aproksimacije nultočke formulom x n+1 = x n f(x n) f (x n ). Kao početna aproksimacija x 0 uzima se a ili b tako da vrijedi f(x 0 )f (x 0 ) > 0 (tj. tako da u x 0 f i f imaju isti predznak). Primjer 7 Nastavimo gornji primjer: f(v ) = V 3 24, 8324V 2 + 3, 64V 0, f (V ) = 3V 2 49, 6648V + 3, 64 f (V ) = 6V 49,
8 f(24) = 392, 223 < 0 f(25) = 195, 632 > 0 Na intervalu [a, b] su f i f pozitivne (tj. f je rastuća i konveksna). Kao početnu aproksimaciju uzimamo 25. Newtonove iteracije daju tablicu: x n f(x n ) f (x n ) x n+1 x n , , , , , 493 0, , , , 729 0, , , 11781E 9 605, 729 4, 88687E 06 U zadnjoj od dobivenih aproksimacija je x = 24, 6851 i greška je reda veličine Primjer 8 Prema Planckovoj teoriji zračenja crnog tijela, spektralna gustoća zračenja je opisana formulom 8πhc ρ(λ) = λ 5 (e hc/λkt 1), gdje je h = 6, Js je Planckova konstanta, k B = 1, JK 1 je Boltzmannova konstanta, c = ms 1 je brzina svjetlosti. Odredite valnu duljinu λ max za koju je pri T = 6600K gustoća zračenja maksimalna! Izrazite λ max u mikrometrima i provjerite u koji dio spektra spada. Deriviranjem funkcije ρ dobije se jednadžba za stacionarnu točku tj. 8πhc kt 5kT λehc/λkt 5kT λ hce hc/λkt λ 7 (e hc/λkt 1) 2 = 0 5kT λe hc/λkt 5kT λ hce hc/λkt = 0 koju se mora rješavati numerički. Njeno rješenje je traženi λ max jer je ρ zapravo funkcija gustoće vjerojatnosti. 3 Izgladivanje Prije korištenja numeričkih formula često se prvo radi tzv. izgladivanje funkcije (prilagodavanje ordinata tako da budu što bliže položaju na grafu neke glatke funkcije). Razlog je u tome što rezultati mjerenja često sadrže šum te ga je potrebno nekako razdvojiti od pravog signala. To je nemoguće potpuno napraviti te je cilj izgladivanja povećati udio signala u odnosu na šum bez da se podaci previše iskrive. Izgladivanje radi tako da se stare ordinate zamijene pogodnim linearnim kombinacijama tih ordinata. Ideja metode Savitzky-Golay je da redom (slijeva udesno) uzimamo jednak broj N susjednih čvorova kroz koje povlačimo polinom p zadanog stupnja (manjeg od N) koji u smislu metode najmanjih kvadrata najbolje aproksimira dane vrijednosti; nakon toga se izmjerene vrijednosti u srednjoj točki y i zamijene vrijednostima p(x i ). Broj N se često zove širina prozora, jer zamišljamo da ucrtane podatke gledamo samo kroz prozor s N apscisa, a ostatak ignoriramo. Iz dobivenih koeficijenata može se procijeniti kako signal, tako i njegove derivacije (do reda pet). Postoje i druge metode, no prednost metode Savitzky-Golay je da čuva lokalne ekstreme. 8
9 Tako npr. za N = 5 redom radimo aproksimacije za x 1,..., x 5 (zamjena y 3 s p 2 (y 3 )), x 2,..., x 6 (zamjena y 4 s p 3 (y 4 )), itd. do x n 4,..., x n (zamjena y n 2 s p n 3 (y n 2 )). U općem slučaju formula je oblika (za N = 2n + 1) y i = nj= n A j y i+j nj= n A j Formula metode Savitzky-Golay za širinu filtera 5 i kvadratne polinome (funkcionira samo za ekvidistantne mreže) dana je s y i = 17y i + 12(y i+1 + y i 1 ) 3(y i+2 + y i 2 ), 35 a za širinu filtera 7 i polinome stupnja 2 dana je s y i = 7y i + 6(y i+1 + y i 1 ) + 3(y i+2 + y i 2 ) 2(y i+3 + y i 3 ). 21 Dodatni materijali: - Excel-worksheet s primjerom izgladivanja, - SGManual.nb (155 KB) - Example notebook for SavitzkyGolay.m (s web-stranice 4 Numeričko deriviranje U nekim situacijama potrebno je odrediti vrijednost derivacije u točki bez deriviranja funkcije. To se posebno često dešava kad nemamo na raspolaganju točnu formulu za funkciju, nego samo eksperimentalne podatke, ali i kad je analitička formula jako složena. Osnovna ideja numeričkog deriviranja je aproksimacija putem definicije: f (x) f x Aproksimacija je to bolja što je x bliži nuli. Korištenje Taylorovog polinoma daje procjenu greške pri takvoj aproksimaciji. Ako je f klase C n imamo f(x + x) = f(x) + f (x) x + n k=2 f (k) (x) ( x) k + f (n+1) (ξ) k! (n + 1)! ( x)n+1 gdje je ξ neki broj izmedu x i x + x. Stoga je greška numeričkog deriviranja pomoću definicije E(x) = n f (k) (x) k=2 ( x) k + f (n+1) (ξ) ( x) n+1. k! (n+1)! Varijante formule za aproksimaciju f (x) su: f (x) f(x + x) f(x) x f (x) f (x) f(x) f(x x) x f(x + x) f(x x) 2 x 9
10 Zadnja formula je specijalni slučaj procjene koju dobijemo korištenjem interpolacije kvadratnom funkcijom kroz točku x i i njene susjede x i 1, x i+1, pa je f (x i ) f(x i) f(x i 1 ) x i x i 1 + f(x i+1) f(x i ) x i+1 x i f(x i+1) f(x i 1 ) x i+1 x i 1 Za slučaj ekvidistantne mreže (s razmakom h medu čvorovima) bolji rezultati možu se dobiti iduća formula: f (x i ) 1 n ( 1) i+1 y i h i Pritom je 1 y i = y i+1 y i, i+1 y i = i y i+1 i y i Primjer 9 Uzmimo sad podatke iz primjera 1. U prilogu je Excel-Worksheet s izračunatim aproksimacijama derivacija sa i bez izgladivanja. Ako znamo temperaturu i tlak promjenu volumena pri prijelazu izmedu tekuće i plinovite faze možemo procijeniti s volumenom u plinovitom stanju (jer je bitno veći): V vap V vap (g) = RT p Nadalje, iz Clapeyronove jednadžbe dobijemo npr. da za t = 40 C promjena entalpije iznosi (uzimamo podatke nakon izgladivanja) dp H vap = T V vap dt 8, , 152 5, , 72 = 37968, 12J Usporedimo li taj rezultat s rezultatom dobivenim u primjeru dva drugačijim numeričkim pristupom Dodatni materijal: - Excel-worksheet s primjerom numeričkog deriviranja (reakcija prvog reda, odredivanje koeficijenta reakcije) 5 Numeričko integriranje U kemiji se mnogi integrali ne mogu računati direktnim postupcima, Dva najčešća razloga za to su integrali koji za rezultat nemaju elementarnu funkciju (poput integrala Gaussove funkcije y = e ax2 ) ili potreba izračunavanja integrala iz tablice eksperimentalnih rezultata (tu je doduše moguće prvo aproksimirati, pa onda egzaktno integrirati, ali često je potrebno samo izračunati integral). Napomenimo ovdje da se u praksi pojavljuju razni problemi i pri numeričkom integriranju, od kojih je najlakši taj da mnoge funkcije koje treba integrirati nisu nenegativne na intervalu integriranja, ali tražimo površinu izmedu grafa i osi apscisa. Kao što znamo, taj problem se rješava integriranjem apsolutne vrijednosti funkcije: P = b a f(x) dx. Većina integrala u kemiji su odredeni integrali. Podsjetimo se na dvije najvažnije formule za numeričko integriranje (po ekvidistantnoj mreži a = x 0,..., x n = b s očicom h). Produljena trapezna formula dobije se integriranjem pripadnog linearnog spline-a: I T (h) = h 2 ( f(x 0 ) n 1 f(x i ) + f(x n ) )
11 Greška te formule iznosi f (t) (b a) 3 12n za neki t a, b. 2 Produljena Simpsonova formula dobije se integriranjem funkcije koju se dobije po dijelovima kvadratnom interpolacijom (za n paran): I S = h f(x 0 ) n n f(x 2i 1 ) + 2 f(x 2i ) + f(x n ) Greška ove formule je f (4) (t) (b a) 5 180n za neki t a, b. 4 U slučaju neekvidistantne mreže, najlakše je koristiti opću varijantu od I T : I T = 1 2 n 1 i=0 (f(x i ) + f(x i+1 ))(x i+1 x i ) Primjer 10 U eksperimentu su dobiveni idući podaci ovisnosti toplinskog kapaciteta olova u ovisnosti o temperaturi: T/K C p Potrebno je izračunati entropiju pri temperaturi 298K tj. S(298) = C p (T ) T Kako je najniža promatrana temperatura 10K, prvo je potrebno podatke ekstrapolirati tzv. Debye-vom ekstrapolacijom: pretpostavljajući da je toplinski kapacitet pri malim temperaturama proporcionalan s T 3, pretpostavi se da je ovisnost od 0 do T min (u našem slučaju T min = 10K) dana s C p (T ) = at 3. Tada je dt Tmin 0 C p (T ) T dt = Tmin 0 at 3 T dt = 1 3 at 3 T min 0 = C p(t min ) 3 Stoga je 10 0 C p (T ) T dt = 1 3 C p(10) = 0, Slijedi: S(298) C p(10) C p (T ) T Integral od 10 do 298 izračunamo trapeznom formulom (opći oblik): S(298) 65, 2039 Kod ekvidistantne mreže često se Rombergovom metodom poboljšava rezultat. Za tu metodu koristi padajući niz h-ova (obično definirani induktivno s h 0 = b a, h j+1 = h j /2), njih recimo m + 1, te se za svaki od njih poopćenom trapeznom formulom dobije iznos prve aproksimacije I 0,k. Sad se konstruira trokutasta shema aproksimacija I j,k koja ima svojstvo da niz (I 1,j ) s rastućim j brzo konvergira prema točnoj vrijednosti I - puno brže nego konvergira niz (I 0,j ). Konkretno imamo algoritam: for (k=0; k m; k++) I 0,k = I T (h k ); for (j=1; j m; j++) for (k=j; k m; k++) I j,k = I j 1,k + (I j 1,k I j 1,k 1 )/((h k j /h k ) 2 1); Za slučaj da je h j+1 = h j /2 za sve j zadnja formula se pojednostavljuje na dt I j,k = I j 1,k + (I j 1,k I j 1,k 1 )/(4 j 1) 11
12 Primjer 11 Kroz ravnu cijev radijusa R teče ulje visokog viskoziteta, brzinom w ovisnom o udaljenosti r od osi cijevi. Poznato je da u tim uvjete u jendoj minuti kroz svaki presjek cijevi prode π v = 2π rw(r)dr 0 ulja (npr. izraženo u m 3 min 1 ). U cijevi radijusa 0,4 m mjerene su brzine strujanja i dobivene iduće vrijednosti: r/m 0,00 0,05 0,10 0,15 0,20 0,25 0,3 0,35 0,4 w(r) / m min 1 1,20 0,82 0,58 0,44 0,32 0,23 0,18 0,14 0,12 Izračunamo li pripadne vrijednosti podintegralne funkcije r w(r) dobivamo r/m 0,00 0,05 0,10 0,15 0,20 0,25 0,3 0,35 0,4 rw(r) / m 2 min 1 0,000 0,041 0,058 0,066 0,064 0,058 0,054 0,049 0,048 Neka je m = 3 i h 0 = b a = 0, 4, h 1 = h 0 /2 = 0, 2, h 2 = h 1 /2 = 0, 1 i h 3 = h 2 /2 = 0, 05. Produljena trapezna formula redom daje I 0,0 = 0, 0096, I 0,1 = 0, 0176, I 0,2 = 0, 02 i I 0,3 = 0, Sad dalje računamo Rombergovom metodom: j , , , , , , , 02 0, , , 0204 Zaključujemo da je v 2π 0, = 0, m 3 min 1. 6 Numeričko rješavanje običnih diferencijalnih jednadžbi Obične (i parcijalne) diferencijalne jednadžbe koje se pojavljuju u fizici i kemiji često nisu rješive analitički tj. egzaktno. Stoga je potrebno koristiti numeričke metode za dobivanje rješenja. Postoji niz numeričkih metoda za rješavanje običnih diferencijalnih jednadžbi, a najpoznatija je Eulerova metoda. Recimo da je potrebno riješiti Cauchy-jev problem y (t) = f(t, y(t)), y(t 0 ) = y 0 Derivaciju y (t) aproksimiramo s y (t) y(t+h) y(t), čime dobijemo h y(t + h) y(t) + hf(t, y(t)). Odaberemo duljinu koraka h i iteriramo po nizu t 0, t 1 = t 0 +h,..., t n+1 = t n +h,... Neka je y n dobivena numerička procjena vrijednosti točnog rješenja y(t n ). Ona se iz gornje formule za y(t + h) dobiva rekurzijom y n+1 = y n + hf(t n, y n ). Leonhard Euler je opisao ovu metodu Ona spada u tzv. eksplicitne metode (to su one u kojima se y n+1 raˇuna iz već izračunatih podataka). Postoje i druge varijante ove metode kao i njena poboljšanja (osobito u numeričkom smislu). Korištenjem aproksimacije derivacije korakom unatrag (y (t) y(t) y(t h) ) dobiva se npr. Eulerova metoda s korakom h 12
13 unatrag: y n+1 = y n + hf(t n+1, y n+1 ) koja spada u implicitne metode (potrebno je rješavati jednadžbu da bismo izračunali y n+1 ). Greška Eulerove metode je reda h pa se radi o tzv. metodi prvog reda. Uočimo: ideja Eulerove metode je da se visina iduće ordinate iz prethodne konstruira po (aproksimativnoj) tangenti u toj prethodnoj točki (ako imamo diferencijalnu jednadžbu y = f(x, y), znači da je f(x n, y n ) koeficijent smjera tangente u točki (x n, y n )). Primjer 12 Reakcije prvog reda opisane su jednadžbom tipa: c = kc Neka je c 0 = 1, 000mol l 1 i k = 1, 000 s 1. S raznim koracima h i Eulerovom metodom izračunajte koncentraciju nakon dvije sekunde. Eulerovu metodu lako je poopćiti na sustave jednadžbi: ako je dan sustav y = f 1 (t, y, z,...) z = f 2 (t, y, z,...) s početnim uvjetom (t 0, y 0, z 0,...), Eulerove iteracije dane su s. y n+1 = y n + hf 1 (t n, y n, z n,...), z n+1 = z n + hf 2 (t n, y n, z n,...),. Primjer 13 Promatramo li reakcijski mehanizam A+B X, X+B R+S, dobivamo sustav d[a] dt d[b] dt d[x] dt Taj sustav nije rješiv analitički. sustava Eulerovom metodom. = k ( 1) 1 [A][B] + k (1) 1 [X] = k ( 1) 1 [A][B] + k (1) 1 [X] k (2) 1 [B][X] = k ( 1) 1 [A][B] k (1) 1 [X] k (2) 1 [B][X] Napravite prikladni Excel-worksheet za rješavanje ovog Bolje metode od Eulerove imaju više koraka o kojima ovisi iduća aproksimacija. Najpoznatije su Runge-Kutta metode, osobito Runge-Kutta metoda četvrtog reda (greška je reda veličine h 4 ) y n+1 = y n + h 6 (k 1 + 2k 2 + 2k 3 + k 4 ) gdje je k 1 = f (t n, y n ), ( k 2 = f t n + h 2, y n + h ) 2 k 1, ( k 3 = f t n + h 2, y n + h ) 2 k 2, k 4 = f (t n + h, y n + hk 3 ). 13
14 7 Faktorska analiza i dekompozicija matrice po singularnim vrijednostima (SVD) Faktorska analiza je zajedničko ime za statističke tehnike kojima se pokušavaju objasniti razlike u vrijednostima opaženih slučajnih varijabli koristeći manji broj neopaženih slučajnih varijabli, koje se zovu faktori. Mnoge mjerljive veličine koje opisuju neki sustav su linearne kombinacije nekih faktora (gdje su koeficijenti u linearnoj kombinaciji težine koje se pridružuju tim faktorima). Recimo, gledamo li tablicu ocjena studenata kod različitih profesora, nju možemo shvatiti kao matricu s ocjenama d ij (retci: studenti; stupci: profesori), pri čemu je svaka d ij oblika m k=1 s ik l kj, gdje je s ik uspjeh studenta i u faktoru ocjene k, a l kj je težina koju profesor j daje faktoru k. Iz definicije vidimo da se matrica D može prikazati kao produkt matrica SL. Pritom matrica S = [s ik ] sadrži uspjehe studenata u pojedinim faktorima ocjena, a L = [l kj ] sadrži težine faktora za pojedine profesore. Matrica D obično se zove matrica podataka; česta oznaka je i X. Izvorni cilj faktorske analize bio je dobivanje matrice S iz D kako bi se znali uspjesi studenata u pojedinim faktorima bez utjecaja profesorovih subjektivnih kriterija. Recimo da imamo na raspolaganju tablice mjerenja, kojoj retci predstavljaju objekte (na kojima smo nešto mjerili), a stupci parametre mjerenja. Tablica se zove heterogena ako su mjerne jedinice različite za različite stupce, a homogena ako su mjerne jedinice za sve stupce iste. Kompozicijske tablice su vrsta homogenih u kojima se nalaze relativne koncentracije uzoraka (svaki red tada ima sumu 1). Ako imamo homogenu tablicu (poput tablice spektroskopskih adsorpcija kemijskih uzoraka) koje se mogu urediti po nekom fizikalnom parametru (recimo valnim duljinama pri kojima su izvršena mjerenja) govorimo o uredenoj tablici. Postupci se donekle razlikuju za analizu pojedinih vrsta tablica. Ovdje ćemo opisati samo neke glavne korake analize glavnih komponenti. Na apstraktnom nivou, cilj faktorske analize je faktoriziranje matrice podataka X M np na dvije matrice R i C (X = RC), gdje se broj stupaca od R (= broj redaka od C) zove broj faktora. Broj faktora ćemo označavati s r. Ono što je u primjenama obično najveći problem je dobivanje fizikalno smislene interpretacije apstraktnih faktora. Recimo da su u eksperimentu mjerene UV-absorbancije pet smjesa (recimo različito razrijedene otopine???) za koje znamo da se sve sastoje od istih kemijskih komponenti, a mjerenja su vršena pri šest različitih valnih duljina: 278, 274, 270, 266, 262 i 258 nm. Tablicu podataka predočavamo matricom u kojoj retci odgovaraju navedenim valnim duljinama, a stupci pojedinim smjesama. matrica X sa str. 6 u knjizi [4] Problem je što u pravilu ne znamo od koliko (i kojih) kemijskih komponenti se naše smjese sastoje, i u kojim koncentracijama. Faktorska analiza pomaže odgovoriti na to pitanje. Faktorizacija matrice podataka dati će medu inim i broj faktora r; taj broj npr. u gornjem primjeru odražava uzimanje u obzir samo onih absorbancija koje leže unutar eksperimentalne greške. Ako dobijemo apstraktnu faktorizaciju matrice podataka, ona obično neće imati fizikalno smislenu interpretaciju, pa nakon prvog matematičkog dijela posla preostaje nalaženje odgovarajuće transformacije apstraktnog rješenja u fizikalno smisleni oblik. U slučaju absorbancije (u pravilu) vrijedi Beer-Lambertov zakon: x ij = k ε ik c kj, gdje je ε ik molarna absorptivnost po jediničnoj duljini za komponentu k pri i-toj valnoj duljini, a c kj je molarna koncentracija komponente j u k-toj smjesi. Stoga je potrebno dobiti faktorizaciju oblika X = RC (R = [ε ik ], C = [c kj ]), gdje će stupci od E odgovarati absorbancijama pojedine komponente pri različitim valnim duljinama, a retci matrice C će odgovarati njihovim koncentracijama u pojedinim smjesama. Kako bi se dobio točan r i dobra faktorizacija, ko- 14
15 risti se tzv. analiza glavnih komponenti (faktora) (engl. principal component analysis). U biti, radi se o odredivanju linearnog operatora koji podatke prebacuje u novi koordinatni sustav u kojem će na prvoj koordinati biti opisani podaci s najvećom varijancom, na drugoj oni s prvom manjom itd. Odabirom rada samo s onim koordinatama koje imaju dovoljno veliku varijancu, skup podataka se reducira na glavne komponente koje u dovoljnoj mjeri zadržavaju karakteristike. Jedna od tehnika za analizu glavnih komponenti i vrlo često korištena je SVD dekompozicija matrice. Kao što je poznato, regularne (i ne samo takve) kvadratne matrice A moguće je faktorizirati na donjetrokutastu matricu L i gornjetrokutastu matricu U Gaussovom metodom eliminacija. Takva je faktorizacija namijenjena prije svega rješavanju sustava linearnih jednadžbi. Osim ove faktorizacije, u numeričkoj linearnoj algebri poznat je i niz drugih korisnih faktorizacija, a ovdje ćemo se upoznati sa SVD-faktorizacijom koja se često koristi u fizikalnoj kemiji. SVD-faktorizacija je u biti poopćenje spektralnog teorema na nekvadratne matrice. Podsjetimo se: spektralni teorem kaže da za normalnu matricu postoji ortonormiranja baza njihovih svojstvenih vektora u kojoj se ta matrica dijagonalizira. Teorem 1 (SVD-faktorizacija) Neka je X M np (F), gdje je F polje realnih ili kompleksnih brojeva. Tada postoje unitarne matrice U M n (F) i V M p (F) te matrica Σ M np (F) sa svojstvom Λ ij = 0 za i j i l i = Λ ii 0 (i = 1,..., min(n, p)) takve da je A = UΛV t Takva faktorizacija zove se dekompozicija matrice A po singularnim vrijednostima, kratko SVD-faktorizacija. Nepomenimo da se često koristi i varijanta gornjeg teorema u kojoj je Λ M r, U M nr i V M pr uz r min(n, p). Elementi l i na dijagonali matrice Λ su singularne vrijednosti matrice A, a stupci matrica U i V se zovu i singularni vektori (oni od U čine ortonormiranu bazu za R n, a oni od V za R p ). Singularne vrijednosti normalne matrice podudaraju se s njenim svojstvenim vrijednostima, a općenito se definiraju singularne vrijednosti linearnog operatora 2 X kao svojstvene vrijednosti linearnog operatora 3 (X X) 1/2. Standardno se singularne vrijednosti navode u padajućem redoslijedu, pa u SVD-faktorizaciji podrazumijevamo da je l 1 l Vratimo se na faktorsku analizu. Kako nam SVD-faktorizacija pomaže za dobivanje korektne faktorizacije X = RC? Ako je X = UΛV t, onda se (bar kao apstraktno rješenje) uzima R = UΛ, C = V t. U općem slučaju mogu se uzeti R = UΛ α i L = Λ β V t s α + β = 1. Neka je X M 43 tablica tj. matrica mjerenja. Uzmimo npr. X = 0, 212 0, 399 0, 190 0, 072 0, 133 0, 155 0, 036 0, 063 0, 213 0, 078 0, 141 0, Singularne vrijednosti su definirane za svaki kompaktan operator na nekom Hilbertovom prostoru. Kako se ovdje bavimo isključivo operatorima na konačnodimenzionalnim prostorima, a svi takvi su kompaktni, nije na to potrebno obraćati posebnu pažnju. 3 Pozitivno definitan operator B je operator na Hilbertovom prostoru H sa svojstvom Bx, x > 0 za sve x H. Kvadratni korijen pozitivno definitnog operatora B je operator A takav da je A A = B. Za svaki pozitivno definitan operator B postoji i jedinstven je njegov kvadratni korijen. Za normalne operatore takoder postoje kvadratni korijeni, ali nisu nužno jedinstveni. Operator X X je uvijek pozitivno definitan. 15,
16 gdje retci predstavljaju mjerenja koncentracija elemenata u atomosferskom uzorku pri smjerovima vjetra 0, 90, 180, 270, a stupci predstavljuju konkretne elemente, redom: Na, Cl, Si. Znamo da je X moguće zapisati u obliku X = UΛV t s Λ M r, U M 4r i V M r s r 3 i ortogonalnim matricama U i V (U t U = V t V = I r ). Osnovni koraci u algoritmu za dobivanje SVD-dekompozicije su: 1. Odredivanje svih r svojstvenih vrijednosti matrice X t X M r i njihovo sortiranje u padajućem redoslijedu; 2. Odredivanje koliko ima nenul svojstvenih vrijednosti matrice X t X; 3. Matrica V za stupce ima svojstvene vektore pripadajuće svojstvenim vrijednostima od X t X (u istom redoslijedu kao gore); 4. Matrica Λ je dijagonalna matrica s kvadratnim korijenima svojstvenih vrijednosti l i od X t X na dijagonali (u istom redoslijedu kao gore); 5. Za j = 1,..., r stupci od U dobiju se kao u j = l j Xv j, a preostali se dobiju Gram- Schmidtovim postupkom ortogonalizacije. Imamo redom: X t X = 0, 058 0, 107 0, 080 0, 107 0, 201 0, 148 0, 080 0, 148 0, 180, σ(x t X) = {0, 392, 0, 046, 1, } Zadnju svojstvenu vrijednost ćemo zanemariti jer je bitno manja (približno jednaka nuli) od ostale dvije pa ćemo uzeti r = 2 i dobiti l 1 = 0, 626 i l 2 = 0, 214. Korakte 3., 4. i 5. provedite sami. Dobijemo: U = 0, 753 0, 618 0, 343 0, 127 0, 302 0, 567 0, 473 0, 529, [ ] 0, Λ =, 0 0, 214 0, 371 0, 280 V = 0, 690 0, , 622 0, 783 Što znači r < min(n, p) kao gore? Vidjeli smo da takav r biramo kad je jedna ili više svojstvenih vrijednosti od X t X (približno) jednaka nuli tj. kad X t X nije punog ranga. To se pak može desiti samo ako X nije punog ranga tj. ako su stupci od X linearno zavisni. U konkretnom slučaju to nam znači da smo stupac koncentracija Na mogli dobiti npr. kao linearnu kombinaciju stupaca Cl i Si. Kao što smo rekli, stupci od U i V predstavljaju ortonormirane baze za R n odnosno R p. Problem je u tome što te baze (obično) nemaju prirodnu fizikalno-kemijsku interpretaciju te preostaje posao transformacije tih baza u neke koje ju imaju. 16
17 Seminar: Teorem i algoritam za SVD s razradenim primjerom primjene u kemiji. Literatura: Value Decomposition.htm, toomas l/linalg/lin2/node14.html, toomas l/linalg/lin2/node11.html, 8 Interpolacija Za razliku od pristupa u metodi najmanjih kvadrata, kod interpolacije zahtijevamo da funkcija kojom aproksimiramo podatke prolazi kroz čvorove tj. da vrijedi y i = f(x i ) za sve i = 0,..., n. Osnovni tipovi interpolacije su interpolacija polinomom i splineinterpolacija. Kod interpolacije polinomom pokazuje se da ako su sve apscise x i različite postoji jedinstven interpolacijski polinom f stupnja n koji ima svojstvo f(x i ) = y i za sve i. Najefikasniji način računanja f je pomoću Newton-ovog oblika interpolacijskog polinoma: f(x) = f[x 0 ] + f[x 0, x 1 ](x x 0 ) + f[x 0, x 1, x 2 ](x x 0 )(x x 1 ) f[x 0, x 1,..., x n ](x x 0 )(x x 1 ) (x x n 1 ) Podijeljene razlike f[x 0,..., x i ] računaju se iz rekurzije f[x i ] = y i, i = 0,..., n f[x i,..., x i+k ] = f[x i,..., x i+k 1 ] f[x i+1,..., x i+k ], i = 0,..., n, k = 1,..., n i x i+k x i Uniformna ocjena greške interpolacije (ako interpoliramo funkciju F ) iznosi F (x) f(x) = max{f (x) f(x) : x [x 0, x n ]} = M n+1 n (n + 1)! (x x i ) Kako znamo, za velike n greška interpolacije u pravilu jako raste; najmanja moguća ocjena dobije se biranjem x i -ova kao nultočaka Čebiševljevog polinoma. U primjenama je pak u pravilu n (broj parova podataka) relativno velik, a nema niti mogućnosti biranja apscisa pomoću Čebiševljevih polinoma. Uz to pogreške mjerenja povlače još veći porast stvarne greške. Stoga je u pravilu pogodnije koristiti interpolaciju linearnim ili kubičnim spline-ovima, tj. interpolirati po dijelovima afinim odnosno kubičnim funkcijama. Osobito pogodna je interpolacija kubičnim spline-ovima jer istovremeno daje i glatkoću i razumno ponašanje greške. Često se koristi i višedimenzionalna interpolacija. Tako se npr. ploha potencijalne enrgije, o kojoj smo govorili u poglavlju o reakcijskoj koordinati, može konstruirati samo interpolacijom. 9 Literatura 1. D. Babić - materijali iz Matematičkih metoda u kemiji, 17 i=0
18 2. P. W. Atkins, J. De Paula Physical Chemistry 3. P. W. Atkins, M. J. Clugston Načela fizikalne kemije 4. E. R. Malinowski Factor Analysis in Chemistry 5. R. G. Mortimer Mathematics for Physical Chemistry, 3rd ed., Elsevier, B. G. M. Vandeginste, D. L. Massart, L. M. C. Buydens, S. De Jong, P. J. Levi, J. Smeyers-Verbeke Handbook of Chemometrics and Qualimetrics, Part B Smooth2.html 12. Wikipedia: Principal Components Analysis, components analysis
1 REALNE FUNKCIJE REALNE VARIJABLE
REALNE FUNKCIJE REALNE VARIJABLE. Neka je f() = ln 4e 3 e. Odredite a) f b) D(f) i R(f) c) Odredite min f, inf f, ma f, sup f. 2. Odredite prirodnu domenu funkcije f() = ln (3e e 3 ) + 5 log 5 +3 + ( cos
DetaljerRiješeni zadaci: Funkcije
Riješeni zadaci: Funkcije Domena funkcije, kompozicija funkcija, invertiranje funkcije, parnost funkcije Domene nekih funkcija: f(x) = x D f = [0, f(x) = x D f = R \ {0} f(x) = log a x, a > 0, a D f =
DetaljerNeprekidne funkcije nestandardni pristup
nestandardni pristup Predavanje u sklopu Teorije, metodike i povijesti infinitezimalnih računa fniksic@gmail.com PMF Matematički odsjek Sveučilište u Zagrebu 10. veljače 2011. Ciljevi predavanja Ciljevi
Detaljer1. DHB-E 18/21/24 Sli art ELEKTRONIČKI PROTOČNI GRIJAČ VODE
ZAGREB, SRPANJ, 2017. VELEPRODAJNI CIJENIK STIEBEL ELTRON ZA 2017 G. PROTOČNI BOJLERI 1. DHB-E 18/21/24 Sli art.232016 - ELEKTRONIČKI PROTOČNI GRIJAČ VODE Protočni grijač vode za trenutno zagrijavanje
DetaljerL A TEX Sage i SageTEX
L A TEX Sage i SageTEX Ivica Nakić nakic@math.hr Matematički odsjek Prirodoslovno matematičkog fakulteta Matematički softver, 2016/17 Ivica Nakić nakic@math.hr (PMF MO) LATEX Sage i SageTEX 2016/17 1 /
DetaljerProgramiranje 1 grupno spremanje (zadaci) datoteke
Programiranje 1 grupno spremanje (zadaci) datoteke Tipovi datoteka Datoteke se mogu podeliti na binarne i tekstualne. Iako su na prvi pogled ova dva tipa veoma slična oni se suštinski razlikuju. Binarne
DetaljerZADACI ZA KVALIFIKACIONI ISPIT IZ HEMIJE. 1. Napišite elektronsku konfiguraciju broma, čiji je atomski broj Z= 35.
ZADACI ZA KVALIFIKACIONI ISPIT IZ HEMIJE 1. Napišite elektronsku konfiguraciju broma, čiji je atomski broj Z= 35. 1s 2 2s 2 2p 6 3s 2 3p 6 4s 2 3d 10 4p 5 2. Utvrdite koji od navedenih parova hemijskih
DetaljerStrukture. Strukturirani (složeni) tip podataka koji definiše korisnik. Razlike u odnosu na niz
Strukture Strukture Strukturirani (složeni) tip podataka koji definiše korisnik sastoji se od više komponenti komponente imaju identifikatore ne moraju biti istog tipa struktura se smatra jednim objektom
DetaljerVOLKSWAGEN Golf V (1K) V TDi (AZV) Motor -> Priručnik za popravak -> Remen razvodnog mehanizma: uklanjanje/postavljanje
VOLKSWAGEN Golf V (1K) 2.0 16V TDi (AZV) 01.2004-01.2009 Motor -> Priručnik za popravak -> Remen razvodnog mehanizma: uklanjanje/postavljanje 4.2.2016. Upozorenja i preporuke Osim ako nije drugačije savjetovano
DetaljerALUMINIJSKE VODILICE ZA ODJELJIVANJE PROSTORA
ALUMINIJSKE VODILICE ZA ODJELJIVANJE PROSTORA ALU. VODILICE ZA ODJELJIVANJE PROSTORA AV 04.01-04.10...jer o tome mnogo ovisi... S C H W O L L E R - L U Č I Ć AL 400 AV 04.01 minijska vodilica za odjeljivanje
DetaljerKartlegging av leseferdighet Trinn 2 og 3 på bosnisk
Lærerveiledning Bosnisk, 2. og 3. trinn Lærerveiledning Kartlegging av leseferdighet Trinn 2 og 3 på bosnisk Priručnik za učitelje Ispitivanje sposobnosti čitanja 2. i 3. razred na bosanskom jeziku 2013
DetaljerSloženi tipovi podataka
Složeni tipovi podataka Složeni tipovi? C raspolaže sljedećim složenim tipovima podataka: polja (indeksirane promjenljive) jednodimenzionalno = NIZ, dvodimenzionalno = MATRICA, višedimenzionalno strukture
Detaljerdo minimalno 8 kreativnih objava mjesečno Povlaštena cijena nakon završetka akcije: 900,00 kn
do 30.09.2015. 9 2 Društvene mreže izrada nove ili redizajn postojeće fan stranice minimalno 4 kreativnih objava mjesečno 1.200,00 kn 50% 600,00 kn Povlaštena cijena nakon završetka akcije: 900,00 kn Yellow:
DetaljerOrd og begreper. Norsk Morsmål: Tegning (hvis aktuelt)
Ord og begreper Norsk Morsmål: Tegning (hvis aktuelt) Få Dobiti Mange Mnogo Venstre Lijevo Høyre Desno Øverst Iznad Nederst Niže Lite Malo Mye Mnogo Flest Vecina Færrest Najmanje Oppe Gore Nede Dole Mellom
Detaljer4. Rad i energija 4.1. Rad Rad u svakodnevnom životu bilo koji oblik aktivnosti koji zahtjeva miši
4. Rad i energija 4.1. Rad Rad u svakodnevnom životu predstavlja bilo koji oblik aktivnosti koji zahtjeva mišićni napor ili djelovanje strojeva. Rad u fizici se općenito definira kao - svladavanje sile
DetaljerFIL FILOZOFIJA. Ispitna knjižica 2 FIL.25.HR.R.K2.12 FIL IK-2 D-S025. FIL IK-2 D-S025.indd :31:00
FIL FILOZOFIJA Ispitna knjižica 2 FIL.25.HR.R.K2.12 12 1.indd 1 20.4.2016. 13:31:00 Prazna stranica 99 2.indd 2 20.4.2016. 13:31:00 OPĆE UPUTE Pozorno pročitajte sve upute i slijedite ih. Ne okrećite stranicu
DetaljerLikovna umjetnost umjetnost, matematika i algoritmi
Likovna umjetnost, matematika i algoritmi Vlatko Čerić Sadržaj Kratak pregled povijesti veze umjetnosti i matematike Matematika i računalna tehnologija u likovnoj umjetnosti Algoritamska umjetnost Neki
DetaljerBAŠTENSKI PROGRAM. SMM RODA COMPANY d.o.o.
SMM RODA COMPANY d.o.o. BAŠTENSKI PROGRAM Proizvodnja creva obuhvata širok asortian proizvoda od plastike sa prieno u poljoprivredi / hortikulturi. Visok kvalitet creva po veoa konkurentni cenaa nas čini
DetaljerProjekat EUROWEB+ Ovo je program namenjem isključivo razmeni, a ne celokupnim studijama.
Projekat EUROWEB+ 1. Otvoren je Konkurs za novi program mobilnosti studenata i osoblja na Univerzitetu u Nišu EUROWEB+ Konkurs je otvoren do 15.02.2015. 2. Ko može da se prijavi? Ovim programom biće omogućen
Detaljer1 - Prvi deo upitnika
Copyright! All rights reserved www.anestesi.no 2010- Serbo-Kroatisk side 1 av 6 Serbia Kroatia osnia Språk: Serbo-Kroatisk Oversatt av: Ivan uljovcic to: Juni 2010 1 - Prvi deo upitnika Del 1 Spørreskjema:
DetaljerKako dostaviti logo. USBnet. Powered by
Kako dostaviti logo USBnet Powered by Sadržaj Sadržaj Upute za dostavljanje loga Vektorski dokumenti Bitmap dokumenti Tekst i fontovi Boje Dimenzije i površina loga 2 3 4 5 6 7 8 2 Upute za dostavu loga
DetaljerObjektno orijentisano programiranje 2. Tipovi podataka u C#
Objektno orijentisano programiranje 2 Klasifikacija tipova Osnovna podela na: vrednosne (value) tipove ukazane (reference) tipove Vrednosni tipovi: jednostavni tipovi (kao što su npr. byte, int, long,
DetaljerDO ŽIV LJA JI HAK L BE RI JA FI NA
Mark Tven DO ŽIV LJA JI HAK L BE RI JA FI NA Nas lov ori gi na la Mark Twa in Adven tu res of Huc k le ber ry Finn 1884 Pre vod Je li sa ve ta Mar ko vić Beleška Ko po ku ša da na đe ne ku po bu du u ovom
DetaljerSveučilište u Zagrebu PMF Matematički odsjek. Mreže računala. Vježbe 04. Zvonimir Bujanović Slaven Kožić Vinko Petričević
Sveučilište u Zagrebu PMF Matematički odsjek Mreže računala Vježbe 04 Zvonimir Bujanović Slaven Kožić Vinko Petričević Klijent / Server paradigma internet daje infrastrukturu koja omogućava komunikaciju
DetaljerMODIFIKACIJE METODA MATEMATIČKOG PROGRAMIRANJA I PRIMENE
Univerzitet u Nišu Prirodno-matematički fakultet MODIFIKACIJE METODA MATEMATIČKOG PROGRAMIRANJA I PRIMENE Mentor: Dr. Predrag S. Stanimirović, redovni profesor Kandidat:, DexterOfNis@gmail.com Modifikacije
Detaljer8. Linearno programiranje
. Linearno programiranje. Maksimalizacija 5.. Postavka matematičkog modela 5..2 Grafičko rješenje 6..3 Analitičko rješenje 7.2 Minimalizacija 9.2. Postavka matematičkog modela.2.2 Grafičko rješenje.2.3
Detaljernastri adesivi adhesive tape collection
nastri adesivi adhesive tape collection Comet d.o.o. / Varaždinska 40c / 42220 Novi Marof. Hrvatska Tel: +385 42 408 500 / Fax: +385 42 408 510 / E-mail: comet@comet.hr GEKO KREP TRAKA BASIC GEKO KREP
DetaljerEksamen FSP5822/PSP5514 Bosnisk nivå II Elevar og privatistar / Elever og privatister. Nynorsk/Bokmål
Eksamen 20.11.13 FSP5822/PSP5514 Bosnisk nivå II Elevar og privatistar / Elever og privatister Nynorsk/Bokmål Oppgåve 1 Skriv ein kort tekst på 4 5 setningar der du svarer på spørsmåla nedanfor. Skriv
DetaljerSustavi za rad u stvarnom vremenu
SVEUČILIŠTE U ZAGREBU FAKULTET ELEKTROTEHNIKE I RAČUNARSTVA Zavod za elektroniku, mikroelektroniku, računalne i inteligentne sustave Skripta iz predmeta Sustavi za rad u stvarnom vremenu Leonardo Jelenković
Detaljer56. TAKMIČENJE MLADIH MATEMATIČARA BOSNE I HERCEGOVINE
56. TAKMIČENJE MLADIH MATEMATIČARA BOSNE I HERCEGOVINE FEDERALNO PRVENSTVO UČENIKA OSNOVNIH ŠKOLA Osma osnovna škola Amer Ćenanović Butmir Sarajevo, 14.05.2016. godine Općina Iližda, površine je 162 km
Detaljer4. Grafič ke funkčije
4. Grafič ke funkčije Svaki grafik možemo posmatrati kao prikaz numeričkih vrednosti. Poreklo ovih vrednosti, međutim, diktira način na koji se one koriste ili generišu. U vedini slučajeva, izvor podataka
DetaljerIzmena i dopuna konkursne dokumentacije
SPECIJALNA BOLNICA ZA LEČENјE I REHABILITACIJU 36210 Vrnjačka Banja, Bul. Srpskih ratnika br. 18 Telefon i telefaks: 036/515-514-5 Broj: 01-3114/4 Datum: 25.07.2017.godine Izmena i dopuna konkursne dokumentacije
DetaljerOSNOVNI KONCEPTI GRAFIČKOG PROGRAMIRANJA Interaktivna manipulacija oblikom igra glavnu ulogu u CAD/CAM/CAE sistemima. Programiranje koje kreira
Interaktivna manipulacija oblikom igra glavnu ulogu u CAD/CAM/CAE sistemima. Programiranje koje kreira grafički displej na displej monitoru je dakle bitan dio CAD/CAM/CAE softvera. Dakle, mi treba da analiziramo
DetaljerMINIMARK stampac za industrijsko obelezavanje
MINIMARK stampac za industrijsko obelezavanje SISTEM 710141 MINIMARK + Markware (evropska verzija) 800975 Markware softver PRIBOR 710118 Kofer za transport stampaca 710257 Kofer za transport potrosnog
DetaljerPC i multimedija 3. deo: Audio
S P E C I J A L N I D O D A T A K #141 februar 2008 PC i multimedija 3. deo: Audio Zvezdan Dimitrijević PC SPECIJALNI DODATAK Organizacija audio/video fajlova Postoji mnoštvo programa za katalogizaciju
DetaljerMATLAB matrični laboratorij Interaktivni alat (kalkulator), programski jezik, grafički procesor
M. Essert: Matlab interaktivno 1 MATLAB matrični laboratorij Interaktivni alat (kalkulator), programski jezik, grafički procesor Program = algoritam + strukture podataka Tipovi podataka temeljni tip -
DetaljerPrimena računara u fizičkoj hemiji. Profesor: Miloš Mojović Asistent: Aleksandar Ignjatović
Primena računara u fizičkoj hemiji Profesor: Miloš Mojović Asistent: Aleksandar Ignjatović Literatura i ispit: Literatura: 1. Predavanja 2. Internet 3. Knjige Ocenjivanje 1. aktivnost u toku predavanja
DetaljerUvod u web dizajn i obrada slike
Uvod u web dizajn i obrada slike Tomislav Keščec Dragana Savić Zagreb, 2016. Autor: Tomislav Keščec Dragana Savić Urednica: Ana Belin, prof. Naslov: Uvod u web dizajn i obrada slike Izdanje: 1. izdanje
DetaljerUvod u Veb i Internet tehnologije HTML
Uvod u Veb i Internet tehnologije Filip Marić Vesna Marinković Filip Marić, Vesna Marinković Uvod u Veb i Internet tehnologije 1 / 49 Jezici za obeležavanje Pristupi kreiranju dokumenata Dva osnovna pristupa
DetaljerČinjenice o hepatitisu A, B i C i o tome kako izbjeći zarazu
Činjenice o hepatitisu A, B i C i o tome kako izbjeći zarazu Fakta om hepatitt A, B og C og om hvordan du unngår smitte Bosnisk/kroatisk/serbisk/norsk Hva er hepatitt? Hepatitt betyr betennelse i leveren.
DetaljerCJENIK POŠTANSKIH USLUGA U MEĐUNARODNOM PROMETU PRIMJENA OD GODINE
CJENIK POŠTANSKIH USLUGA U MEĐUNARODNOM PROMETU PRIMJENA OD. 7. 203. GODINE Zagreb, lipanj 203. godine STAVKA I UNIVERZALNA USLUGA 2. 25 PISMOVNA POŠILJKA 2.. 25 PISMO bez -a 25 do 50 g kom 7,60 252 iznad
DetaljerTopografske karte. Dr. sc. Aleksandar Toskić, izv. prof.
Topografske karte Dr. sc. Aleksandar Toskić, izv. prof. Topografske karte u RH Izradba topografskih karata srednjih i sitnijih mjerila bila je prije osamostaljenja Republike Hrvatske u nadležnosti saveznih
DetaljerZadatak 1 strukture (C110) P2: Jedanaesta nedelja Strukture i liste. Strukture na jeziku C (2) Strukture na jeziku C (1)
Zadatak 1 strukture (C110) P2: Jedanaesta nedelja Strukture i liste Date su sledeće deklaracije: typedef int CeoBroj; typedef int *PokazivacNaCeoBroj; typedef int NizCelihBrojeva[100]; CeoBroj *pokaza;
DetaljerTERMINSKI PLAN RADNO VREME VOJVOĐANSKE BANKE ZA PRIJEM I IZVRŠENJE NALOGA PLATNOG PROMETA
1. DOMAĆE PLATNE TRANSAKCIJE U DINARIMA (Ne obuhvataju transakcije plaćanja, naplate i prenosa u dinarima izmeďu rezidenata i nerezidenata, koje se izvršavaju u skladu sa Zakonom o deviznom poslovanju
Detaljere x = 1 + x + x2 2 + R 2(x), = e 3! ( 1) n x n = n! n=0 y n+1 = y 0 + f(t, y n (t)) dt 1 dt = 1 + x (1 + t) dt = 1 + x x2
NTNU Institutt for matematiske fag TMA400 Matematikk høsten 20 Løsningsforslag - Øving 2 Avsnitt 8.9 23 Ved Taylors formel (med a = 0) har vi at der R 2 (x) = f (n+) (c) (n+)! e x = + x + x2 2 + R 2(x),
DetaljerEksamensoppgave i TMA4135 Matematikk 4D
Institutt for matematiske fag Eksamensoppgave i TMA435 Matematikk 4D Faglig kontakt under eksamen: Helge Holden a, Gard Spreemann b Tlf: a 92038625, b 93838503 Eksamensdato: 0. desember 205 Eksamenstid
DetaljerNTNU. TMA4100 Matematikk 1 høsten Løsningsforslag - Øving 12. Avsnitt Ved Taylors formel (med a = 0) har vi at. 24 For x < 0 har vi at
NTNU Institutt for matematiske fag TMA400 Matematikk høsten 200 Løsningsforslag - Øving 2 Avsnitt 8.9 23 Ved Taylors formel (med a = 0) har vi at der R 2 (x) = f (n+) (c) (n+)! e x = + x + x2 2 + R 2(x),
DetaljerDe viktigste formlene i KJ1042
De viktigste formlene i KJ1042 Kollisjonstall Midlere fri veilengde Z AB = πr2 AB u A 2 u 2 B 1/2 N A N B 2πd 2 V 2 Z A = A u A N A V λ A = u A z A = V 2πd 2 A N A Ideell gasslov. Antar at gassmolekylene
DetaljerNeko kao ti. Sara Desen. Prevela Sandra Nešović
Neko kao ti Sara Desen Prevela Sandra Nešović 4 5 Naslov originala Sa rah Des sen So me o ne Li ke You Copyright Sarah Dessen, 1998 All rights reserved including the right of reproduction in whole or in
DetaljerInstitutt for Samfunnsøkonomi
Institutt for Samfunnsøkonomi Løsninger i: ELE 379 Matematikk valgfag Dato: 6.6., 9: 4: Tillatte hjelpemidler: Alle hjelpemidler + Eksamenskalkulator: TEXAS INSTRUMENTS BA II Plus TM Innføringsark: Ruter
DetaljerELEKTROTEHNIČKI FAKULTET UNIVERZITETA U BEOGRADU PROGRAMIRANJE 2 MATERIJALI ZA PRIPREMU ISPITA. verzija:
ELEKTROTEHNIČKI FAKULTET UNIVERZITETA U BEOGRADU PROGRAMIRANJE 2 MATERIJALI ZA PRIPREMU ISPITA verzija: 06.07.2018. Studentima se savetuje da programski kod ne uče napamet. Za pisanje i testiranje rešenja
DetaljerObtočne črpalke s tremi hitrostmi
Obtočne črpalke s tremi hitrostmi TENIČNE LASTNOSTI / ӀӀ Velikost priključka / DN ( ) Izvedba priključka /.. Pretok max. /..... Tlak max. / Nazivni tlak / Moč max. / Električna napetost / Stopnja zaščite
DetaljerLØSNINGSFORSLAG EKSAMEN, MAT 1001, HØSTEN (x + 1) 2 dx = u 2 du = u 1 = (x + 1) 1 = 1 x + 1. ln x
LØSNINGSFORSLAG EKSAMEN, MAT 00, HØSTEN 06 DEL.. Hvilken av funksjonene gir en anti-derivert for f(x) = (x + )? Løsning. Vi setter u = x +, som gir du = dx, (x + ) dx = u du = u = (x + ) = x + a) x+ b)
DetaljerZBIRKA PRAKTIČNIH RADOVA IZ KOMPLETA DIJELOVA MT- radio
ZBIRKA PRAKTIČNIH RADOVA IZ KOMPLETA DIJELOVA MT- radio Detektorski prijamnik s titrajnim krugom - zavojnica induktiviteta koji odgovara rezonantnoj frekvenciji od 3,550 MHz - promjenjivi kondenzator (
DetaljerRasim_1:knjiga B5 8.7.2011 10:54 Page 1
Rasim_1:knjiga B5 8.7.2011 10:54 Page 1 Rasim_1:knjiga B5 8.7.2011 10:54 Page 2 IZDAVAČ: ZA IZDAVAČA: UREDNIK: RECENZENTI: LEKTOR I KOREKTOR: NASLOVNA STRANA: SLOG I PRELOM: ŠTAMPA: ZA ŠTAMPARIJU: TIRAŽ:
DetaljerHilja du ču de snih sunac a
3 2 Ha led Ho se i ni Hilja du ču de snih sunac a Preveo Ni ko la Paj van čić 5 4 Naslov originala Kha led Hos se i ni A Tho u sand Splen did Suns Copyright 2007 by ATSS Publications, LLC First published
DetaljerSTRATEGIJA I STRATEŠKO PLANIRANJE
STRATEGIJA I STRATEŠKO PLANIRANJE prof.dr.sc. Zdenko Klepić 2.5.2015. 1 STRATEGIJA Strategus starogrčki jezik osoba sa visokim vojnim činom Do sredine 18. St. riječ strategija odnosila se na vojnu i političku
DetaljerČinjenice o HIV u i aidsu
Činjenice o HIV u i aidsu Bosnisk/kroatisk/serbisk/norsk Fakta om hiv og aids Aids er en alvorlig sykdom som siden begynnelsen av 1980-tallet har spredd seg over hele verden. Aids skyldes et virus, hiv,
Detaljer(a) For regresjon brukes vanligvis kvadratisk tap: L(y, ŷ) = (y ŷ) 2. Den optimale prediktor basert på input variable x er da Ŷ = E[Y x].
FORMELSAMLING TIL STK2100 (Versjon Mai 2018) 1 Tapsfunksjoner (a) For regresjon brukes vanligvis kvadratisk tap: L(y, ŷ) = (y ŷ) 2. Den optimale prediktor basert på input variable x er da Ŷ = E[Y x]. (b)
DetaljerKapittel 4: Differensiallikninger
4.. Innledning og objekter i bevegelse. 57 Kapittel 4: Differensiallikninger 4.. Innledning og objekter i bevegelse. Oppgave 4..: (NY.) a) Vi har slik at venstre side er lik y + xy = xe x + x y(x) = e
DetaljerAnbefalte oppgaver - Løsningsforslag
TMA415 Matematikk 2 Anbefalte oppgaver - Løsningsforslag Uke 7 15.1.3: Siden vektorfeltet er gitt ved F(x, y) = yi + xj må feltlinjene tilfredstille differensiallikningen eller y = x y, ( ) 1 2 y2 = x.
DetaljerSeme rađa Novi Sad, Radnička 30a Tel: 021/ ; Fax: 021/ Godina V Broj januar 2016.
Limagrain d.o.o. Seme rađa profit 21000 Novi Sad, Radnička 30a Tel: 021/4750-788; Fax: 021/4750-789 www.limagrain.rs Godina V Broj 80 cena 40 dinara Foto: M. Mileusnić FAZANI 55-godišnji bravar iz Šida
DetaljerFasit til utvalgte oppgaver MAT1110, uka 8-12/2
Fasit til utvalgte oppgaver MAT, uka 8-/ Øyvind Ryan oyvindry@i.uio.no February, Oppgave 3.3.6 Vi har funksjonen fx, y, z xyz og kurven Vi ser at rt e t, e t, t, t. vt e t, e t, vt e t + e t + frt t. e
DetaljerTru64: Uvod - alati i naredbe. Dinko Korunić, InfoMAR d.o.o. v1.2, travanj 2006.
Tru64: Uvod - alati i naredbe Dinko Korunić, InfoMAR d.o.o. v1.2, travanj 2006. O predavaču višegodišnji vanjski suradnik časopisa Mrež@, vlastita kolumna "Digitalna radionica - Linux", itd. vanjski suradnik
DetaljerLØYSINGSFORSLAG, eksamen 20. mai 2015 i fag TEP4125 TERMODYNAMIKK 2 v. Ivar S. Ertesvåg, mai 2015/sist revidert 9.juni 2015.
Termodyn. 2, 20.5.205, side LØYSINGSFORSLAG, eksamen 20. mai 205 i fag TEP425 TERMODYNAMIKK 2 v. Ivar S. Ertesvåg, mai 205/sist revidert 9.juni 205. Les av i h-x-diagrammet: x = 0,05 kg/kg, T dogg, = 20
DetaljerGlasilo Hrvatske Provincije Sv. Jeronima Franjevaca Konventualaca
Glasilo Hrvatske Provincije Sv. Jeronima Franjevaca Konventualaca Br. 2/2016 kazalo Uvodna riječ Provincijala VEDRO NAPRIJED!..................... 3 IJ Provincijski kapitul 2016. Misije i nova evangelizacija.......
DetaljerNr. 11/238 EØS-tillegget til Den europeiske unions tidende KOMMISJONSFORORDNING (EU) nr. 605/2014. av 5. juni 2014
Nr. 11/238 EØS-tillegget til Den europeiske unions tidende 22.2.2018 KOMMISJONSFORORDNING (EU) nr. 605/2014 2018/EØS/11/25 av 5. juni 2014 om endring av europaparlaments- og rådsforordning (EF) nr. 1272/2008
DetaljerNorges teknisk-naturvitenskapelige universitet Institutt for fysikk
Sideav5 (inklusiv formelliste Norges teknisk-naturvitenskapelige universitet Institutt for fysikk EKSAMENSOPPGAE I SIF06 - TERMISK FYSIKK EKSAMENSOPPGAE I SIF06 - FYSIKK Eksamensdato: Lørdag 25. mai 2002
DetaljerLøsning av utvalgte øvingsoppgaver til Sigma R2 kapittel 5
Løsning av utvalgte øvingsoppgaver til Sigma R kapittel 5 5.5 Ce kx y = kce kx Vi setter inn i y + ky og ser om vi får 0: 5.5 ax + a y = ax Vi setter inn i y 5.54 kce kx + k Ce kx = 0 x x + y: ax x(ax
DetaljerCJENIK POŠTANSKIH USLUGA U UNUTARNJEM PROMETU
CJENIK POŠTANSKIH USLUGA U UNUTARNJEM PROMETU Vrijedi od.. 208. STAVKA I 24 UNIVERZALNA USLUGA. 24 PISMOVNA POŠILJKA.. 24 Pismo 24 do 50 g kom 3,0 242 iznad 50 g do 00 g kom 4,50 243 iznad 00 g do 250
DetaljerLøsningsforslag kontinuasjonseksamen FYS1000 H11 = 43, 6. sin 90 sin 43, 6
Løsningsforslag kontinuasjonseksamen YS1 H11 Oppgae 1 Sar KORTpå disse oppgaene: a) Totalrefleksjon: Når lyset inn mot en flate kommer i en slik inkel at ingenting blir brutt og alt blir reflektert. Kriteriet
DetaljerFORMELSAMLING TIL STK1100 OG STK1110
FORMELSAMLING TIL STK1100 OG STK1110 (Versjon av 11. november 2017) 1. Sannsynlighet La A, B, A 1, A 2,..., B 1, B 2,... være begivenheter, dvs. delmengder av et utfallsrom Ω. a) Aksiomene: Et sannsynlighetsmål
DetaljerFasit eksamen Fys1000 vår 2009
Fasit eksamen Fys1000 vår 2009 Oppgave 1 a) Klossen A er påvirka av tre krefter: 1) Tyngda m A g som peker loddrett nedover. Denne er det lurt å dekomponere i en komponent m A g sinθ langs skråplanet nedover
DetaljerPoslovanje Centri izvrsnosti za poslovnu podrπku
PriruËnik za Centri izvrsnosti za poslovnu podrπku Projekt je sufinancirala Europska unija iz Europskog fonda za regionalni razvoj Ulaganje u buduênost PriruËnik za trenere Predgovor E-poslovanje se u
DetaljerEksamensoppgave i TMA4135 Matematikk 4D
Institutt for matematiske fag Eksamensoppgave i TMA4135 Matematikk 4D Faglig kontakt under eksamen: Gunnar Taraldsen Tlf: 46432506 Eksamensdato: 3. desember 2016 Eksamenstid (fra til): 09:00 13:00 Hjelpemiddelkode/Tillatte
DetaljerFormelsamling Bølgefysikk Desember 2006
Vedlegg 1 av 9 Formelsamling Bølgefysikk Desember 2006 Fete symboler angir vektorer. Symboler med hatt over angir enhetsvektorer. Formlenes gyldighet og symbolenes betydning antas å være kjent. Harmonisk
DetaljerObservatorer. STK Observatorer - Kap 6. Utgangspunkt. Eksempel høyde Oxford studenter
Observatorer STK00 - Observatorer - Kap 6 Geir Storvik 4. april 206 Så langt: Sannsynlighetsteori Stokastiske modeller Nå: Data Knytte data til stokastiske modeller Utgangspunkt Eksempel høyde Oxford studenter
DetaljerHøgskolen i Oslo og Akershus. e 2x + x 2 ( e 2x) = 2xe 2x + x 2 e 2x (2x) = 2xe 2x + 2x 2 e 2x = 2xe 2x (1 + x) 1 sin x (sin x) + 2x = cos x
Oppgåve a) i) f(x) x e x f (x) ( x ) e x + x ( e x) xe x + x e x (x) xe x + x e x xe x ( + x) ii) g(x) ln(sin x) + x g (x) sin x (sin x) + x cos x sin x + x tan x + x b) i) Sidan både teljar og nemnar
DetaljerVERTIKALNA POLARIZACIJA
VERTIKALNA POLARIZACIJA Driver 433 MHz Driver 145 MHz AKTIVNI ELEMENTI U JEDNOJ RAVNI Aluminijumska zica precnika 4mm(obelezena crnom bojom)savija se u U oblik,zatim provuce kroz letvicu 20 x 20x600mm(obelezenu
DetaljerTMA4100 Matematikk 1 Høst 2014
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA4 Matematikk Høst 4 Løsningsforslag Øving 5.7.4 Vi observerer at både y = cos πx 4 og y = x er like funksjoner. Det vil si
DetaljerOLE for Process Control
OPC OLE for Process Control OPC novi koncept sustava automatizacije Nove tehnologije pridonose progresu u automatizaciji i upravljanja u industrijskim procesima koji se iz godine u godinu ubrzava. Zahtjevi
DetaljerANALITIČKA KEMIJA II
ANALITIČKA KEMIJA II uvodno predavanje općenito uzorkovanje; norme i standardi; intelektualno vlasništvo STATISTIKA osnove EKSTRAKCIJA, KROMATOGRAFIJA - osnove ELEKTROANALITIČKE METODE BOLTZMANNOVA RAZDIOBA
DetaljerFRACTAL d.o.o. Elektrotehnički i informatički inžinjering i konzalting Kupreška 37, SPLIT. PowerCAD 4.1
FRACTAL d.o.o. Elektrotehnički i informatički inžinjering i konzalting Kupreška 37, 21000 SPLIT Fax: 021-455113 Gsm: 098-286314 URL:www.fractal.hr E-mail:fractal@fractal.hr Žiro račun: 2360000-1101402645
DetaljerCJENIK POŠTANSKIH USLUGA U MEĐUNARODNOM PROMETU
CJENIK POŠTANSKIH USLUGA U MEĐUNARODNOM PROMETU Vrijedi od 1. 1.2018. STAVKA 1 I UNIVERZALNA USLUGA 2.1 251 PISMOVNA POŠILJKA 2.1.1 2511 PISMO bez -a s -om 2 3 4 5 6 25111 do 50 g kom 7,60 25112 iznad
DetaljerMONTAŽA I SERVISIRANJE RAUNARA
VIŠA ELEKTROTEHNIKA ŠKOLA BEOGRAD M. MILOSAVLJEVI, M. MILI MONTAŽA I SERVISIRANJE RAUNARA SKRIPTA BEOGRAD, SEPTEMBAR 2004.GOD. 2 SADRŽAJ: UVOD.. 5 MATINE PLOE. 7 MEMORIJA 15 MIKROPROCESORI.. 21 HARD DISKOVI
DetaljerLØSNINGSFORSLAG TIL EKSAMEN I FAG SIF5045 NUMERISK LØSNING AV DIFFERENSIALLIGNINGER
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 8 Faglig kontakt under eksamen: Syvert P. Nørsett 7 59 5 45 LØSNINGSFORSLAG TIL EKSAMEN I FAG SIF545 NUMERISK LØSNING
DetaljerP R A V I L N I K O ZAHTJEVIMA KOJI SE ODNOSE NA URE AJE I SISTEME SA MJERNOM FUNKCIJOM
634. 12-29 22. 2013. Na osnovu lana 14 stav 4 Zakona o metrologiji ( Službeni list CG, broj 79/08 ) i lana 6 Zakona o tehni kim zahtjevima za proizvode i ocjenjivanju usaglašenosti ( Službeni list CG broj
DetaljerEKSAMENSOPPGAVER FOR TMA4110/TMA4115 MATEMATIKK 3
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side av 25 2. januar 25 EKSAMENSOPPGAVER FOR TMA4/TMA45 MATEMATIKK 3 Oppgave A- a) Finn kvadratrøttene til det komplekse tallet
DetaljerTMA4135 Matematikk 4D Høst 2014
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag TMA435 Matematikk 4D Høst 04 Eksamen. desember 04 Integralet er en konvolusjon, så vi har Laplace-transformasjon gir yt) y cos)t)
Detaljer1. 0BLINEARNE STRUKTURE PODATAKA
1. 0BLINEARNE STRUKTURE PODATAKA 1.1. 1BPOLJE 1.1.1. 5BDEFINICIJE I STRUKTURA Polje (array) predstavlja linearnu homogenu statičku strukturu podataka i sastoji se od fiksnog broja komponenata istog tipa.
DetaljerVi regner først ut de nødvendige partiellderiverte for å se om vektorfeltet er konservativt. z = 2z, F 2 F 2 z = 2y, F 3. x = 2x, F 3.
TMA415 Matematikk Vår 15 Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Løsningsforslag Øving 7 Alle oppgavenummer refererer til 8. utgave av Adams & Essex alculus: A omplete
DetaljerProf.dr.sc. Jasmin Velagić. Kolegij: Aktuatori
Lekcija 11 Piezo aktuatori Prof.dr.sc. Jasmin Velagić Elektrotehnički fakultet Sarajevo Kolegij: Aktuatori 11.1. 1 MEMS aktuatori 2/60 Mikro-elektro-mehanički sistemi (MEMS) predstavljaju integraciju mehaničkih
Detaljer/* Adresu promenjive x zapamticemo u novoj promeljivoj. Nova promenljiva je tipa pokazivaca na int (int*) */ int* px;
1. 0B 2. PODSEĆANJE 1. /* Pokazivaci - osnovni pojam */ #include main() { int x = 3; /* Adresu promenjive x zapamticemo u novoj promeljivoj. Nova promenljiva je tipa pokazivaca na int (int*)
DetaljerMA1101 Grunnkurs Analyse I Høst 2017
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag MA Grunnkurs Analyse I Høst 7 9.5. a) Har at + x b arctan b = π + x [arctan x]b (arctan b arctan ) f) La oss først finne en
DetaljerEksamen TFY4165 Termisk fysikk kl august 2018 Nynorsk
TFY4165 9. august 2018 Side 1 av 7 Eksamen TFY4165 Termisk fysikk kl 09.00-13.00 9. august 2018 Nynorsk Oppgåve 1. Partiklar med tre diskrete energi-nivå. (Poeng: 6+6+8=20) Eit system består av N uavhengige
DetaljerEKSAMEN I EMNE TTM4110 PÅLITELIGHET OG YTELSE MED SIMULERING. Mandag 14. desember 2005 Tid: 09:00 13:00
Norges teknisk naturvitenskapelige universitet Institutt for telematikk Side 1 av 12 Faglig kontakt under eksamen: Poul Heegaard (73 594321) EKSAMEN I EMNE TTM4110 PÅLITELIGHET OG YTELSE MED SIMULERING
DetaljerHøgskolen i Oslo og Akershus. = 2xe 2x + x 2 e 2x (2x) = 2xe 2x + 2x 2 e 2x = 2xe 2x (1 + x) e 2x + x 2 ( e 2x) 1 sin x (sin x) + 2x = cos x
Oppgåve a) i) ii) f(x) x e x f (x) ( x ) e x + x ( e x) xe x + x e x (x) xe x + x e x xe x ( + x) g(x) ln(sin x) + x g (x) sin x (sin x) + x cos x sin x + x tan x + x b) i) ( x + ) dx x x dx+ x dx x +
DetaljerFYS2140 Kvantefysikk, Løsningsforslag for Oblig 1
FYS4 Kvantefysikk, Løsningsforslag for Oblig. januar 8 Her er løsningsforslag for Oblig som dreide seg om å friske opp en del grunnleggende matematikk. I tillegg finner dere til slutt et løsningsforslag
DetaljerMidtveis hjemmeeksamen. Fys Brukerkurs i fysikk Høsten 2018
Midtveis hjemmeeksamen Fys-0001 - Brukerkurs i fysikk Høsten 2018 Praktiske detaljer: Utlevering: Mandag 29. oktober kl. 15:00 Innleveringsfrist: Torsdag 1. november kl. 15:00 Besvarelse leveres i pdf-format
DetaljerLøsningsforslag, eksamen MA1103 Flerdimensjonal analyse, 8.juni 2010
Norges teknisk naturvitenskapelige universitet Institutt for matematiske fag Side 1 av 7 Løsningsforslag, eksamen MA11 Flerdimensjonal analyse, 8.juni 21 Oppgave 1 a) Finn og klassifiser alle kritiske
Detaljer