Monte Carlo transportni preračuni

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Monte Carlo transportni preračuni"

Transcript

1 Seminar 1a - 1. letnik, II. stopnja Monte Carlo transportni preračuni Avtor: Rok Krpan Mentor: doc. dr. Luka Snoj Somentor: doc. dr. Igor Lengar Marec, 2015 Povzetek V seminarju je opisana Monte Carlo metoda za opravljanje nevtronskih preračunov. Na kratko so opisane razlike med determinističnimi metodami in med Monte Carlo metodo. Opisan je potek Monte Carlo simulacije ter kako program med izvajanjem simulacije beleži želene količine. Na koncu je podan primer uporabe programa, ki za izračune uporablja Monte Carlo simulacije.

2 Kazalo 1 Uvod 2 2 Reševanje transportne enačbe Difuzijska aproksimacija Monte Carlo metode Primerjava Monte Carlo in determinističnih metod Potek Monte Carlo simulacije Določanje lege delca Določanje dolžine poti Izbira nuklida za interakcijo Določanje vrste interakcije Vzorčenje ( Tallying ) Vrste vzorčenja Izračun pomnoževalnega faktorja Monte Carlo programi Primeri uporabe programa MCNP kot podpora kalibraciji senzorjev na Joint European Torus Zaključek 11 1 Uvod Monte Carlo metode so računalniški algoritmi, ki za pridobitev numeričnih rezultatov temeljijo na naključno ponavljajočem vzorčenju. V glavnem se uporabljajo za reševanje analitično težko rešljivih ali nerešljivih fizikalnih in matematičnih problemov. Enačba, ki opisuje gibanje nevtronov in reakcije nevtronov z atomi snovi je analitično skoraj nerešljiva. Z določenimi predpostavkami se lahko pretvori v lažje rešljivo obliko, ampak tudi ta ima analitične rešitve le za enostavne geometrije, ki s stvarnim svetom imajo kaj malo opraviti. Monte Carlo metode omogočajo reševanje geometrijsko zapletenih tridimenzionalnih problemov, saj za izračune uporabljajo stohastičen proces. Problemi se rešujejo lokalno, rešitve pa so na koncu povprečene. Z vedno boljšimi računalniškimi sistemi so možnosti za natančnejše opise sistemov brez poenostavitev kot so homogenizacija geometrije in diskretizacija energije. Monte Carlo izračuni se uporabljajo v zaščiti pred sevanjem in dozimetriji, radiografiji, medicinski fiziki, varnosti jedrskih reaktorjev, za načrtovanje detektorskih sistemov in napovedovanje odziva detektorskih sistemov, za iskanje nafte preko nevtronskega sipanja, nevtronske preračune v fisijskih in fuzijskih reaktorjih, preračunov jedrskega gretja itd. 2 Reševanje transportne enačbe Gibanje in reakcije nevtronov v splošnem opisuje transportna oziroma Boltzmanova enačba, ki je integralno-diferencialne oblike [1]: 2

3 1 dφ( r, E, Ω, t) + Ω v dt φ( r, E, Ω, t) + Σ T ( r, E)φ( r, E, Ω, t) = S( r, E, Ω, t) + de Σ S ( r, E E, Ω Ω, t)φ( r, E, Ω, t)dω Slika 1: Skica sistema [2] pri čemer je r radij vektor, E energija nevtronov, t čas, φ kotni fluks (skalar, ki opisuje fluks nevtronov z energijo de okrog E in smer znotraj d Ω okrog Ω), Σ T ( r, E) je makroskopski totalni presek, Σ S ( r, E E, Ω Ω, t) je makroskopski sipalni presek, ki opisuje sipanje nevtronov energije E k energiji E in od kota Ω v kot Ω. 2.1 Difuzijska aproksimacija Transportna enačba je za analitično reševanje neprimerna, saj vsebuje kotne in časovne odvisnosti. Če predpostavimo stacionarne pogoje ter zanemarimo kotne in energijske odvisnosti dobimo difuzijsko enačbo [1]: D( r, E) φ( r, E) + Σ T ( r, E)φ( r, E) = S 0 ( r, E) + de Σ 0 S( r, E E)φ( r, E ) Enačba velja le za primere, ko je anizotropija majhna, kar za velike reaktorje običajno velja. Difuzijska enačba je analitično rešljiva le za enostavne gemetrije, kot so valji, krogle in kvadri. Poleg enostavne geometrije moramo uvesti še dodatne predpostavke kot so diskretizacija energije in vpeljava grupnih presekov. [1] 3 Monte Carlo metode Monte Carlo metode se uporabljajo za podvojevanje teoretično statističnih procesov, kot so interakcije delcev s snovjo, in so še posebej uporabne za računanje kompleksnih modelov, ki jih ni mogoče modelirati s programi, ki za preračune uporabljajo deterministične metode. Posamezni verjetnostni dogodki so simulirani zaporedno. Simulacija se izvaja na računalniških sistemih, saj je število potrebnih dogodkov za opis pojava zelo veliko, kar povzroči dolge računske čase. Proces statističnega vzorčenja temelji na generaciji naključnih števil, podobno kot pri metanju kocke, od tod tudi ime Monte Carlo [3]. V transportnih izračunih je Monte Carlo numerični eksperiment. Sestavljen je iz sledenja generiranim delcem od rojstva pa vse do smrti z določenim procesom (absorpcija, pobeg iz sistema). Verjetnostne porazdelitve so naključno vzorčene z uporabo transportnih podatkov, ki določajo izide vsakega dogodka v življenju delca [3]. Rezultati so določeni iz lastnosti simuliranih delcev z uporabo centralnega limitnega teorema. Želene rezultate preračunov predpiše uporabnik s podatki v vhodni datoteki [3]. Monte Carlo metode so sposobne obdelave velikih kompleksnih tridimenzionalnih sistemov. Poleg tega zvezna porazdelitev energije, prostora in kota ne povzroča napak povzročenih z diskretizacijo kot pri večgrupnih aproksimacijah. Posledično so napake Monte Carlo simulacij le zaradi negotovosti v jedrskih presekih, statističnih napak ter približkov računskih programov simulacij naravnih procesov [3]. 3

4 3.1 Primerjava Monte Carlo in determinističnih metod Deterministične metode temeljijo na numeričnem reševanju integralno-diferencialne oblike transportne enačbe ter difuzijske enačbe. Metode sestojijo iz ocenjevanja transportne enačbe v diskretnih kotnih smereh. Značilne so poenostavitve (diskretizacija energije, vpeljava grupnih presekov,..), ki vodijo do varčnih računalniških algoritmov in hitrih izračunov na osebnih računalnikih [4]. Rezultati deterministične metode so enačbe, ki opisujejo količine (porazdelitev fluksa, moči) v vsaki točki prostora. Rezultati take oblike omogočajo analize občutljivosti in negotovosti. Napake determinističnih metod so sistematske. Izhajajo iz nedoločenosti jedrskih presekov, diskretizacije po energiji in prostoru ter iz lastnosti te metode, ki ne omogoča modeliranja zahtevnih geometrij, zaradi česar je potrebna homogenizacija celic prostora. Zelo velik doprinos k napaki rezultatov imajo poenostavitve tri dimenzionalnega sistema na dvo ali celo eno dimenzionalen sistem [4]. Ne samo da so Monte Carlo (MC) metode in deterministične metode zelo različne v načinu reševanja problemov, različni so tudi rezultati. Deterministični izračuni podajo rezultate (npr. porazdelitev fluks in moči) v obliki enačb, ki veljajo za vsako točko v prostoru problema, medtem ko MC izračuni podajo vrednosti le za celice in količine predpisane s strani uporabnika [3]. Monte Carlo metode so sposobne reševanja kompleksnih tri dimenzionalnih sistemov. Poleg tega zvezna porazdelitev energije, prostora in kota ne povzroča napak povzročenih z diskretizacijo. Slika 2: Primerjava izračuna porazdelitve moči v reaktorju TRIGA z determinističnim programom TRIGLAV (zgoraj) in z Monte Carlo programom MCNP (spodaj) [5]. Na sliki 2 je razvidna razlika v rezultatih preračunov po obeh metodah. Pri rezultatih deterministične metode so vidne posledice poenostavitev, medtem ko je pri MC preračunih razvidna natančna geometrija reaktorske sredice. Za preračune sredice, tj. načrtovanje jedrskih lastnosti reaktorja (predvsem obogatitev goriva) pred menjavo goriva, so dovolj natančne deterministične metode, medtem ko za izračune pri katerih je potrebna večja natančnost (npr. izračun koničnih faktorjev moči) pa si z determinističnimi metodami ne moremo pomagati. Tu nam pridejo prav Monte Carlo transportni preračuni. 4

5 3.2 Potek Monte Carlo simulacije Monte Carlo simulacije temeljijo na generaciji naključih števil. Naključna števila določajo katera interakcija bo potekla (če bo), kje bo potekla glede na fizikalne lastnosti in verjetnosti (preseke) vključenih materialov, pod kakšnim kotom se bo delec sipal po interakciji (če bo interakcijo preživel), kolikšno energijo bo imel po interakciji, ali bo nastal kak sekundaren delec, dolžine poti med zaporednimi interakcijami itd [3, 4]. Vsaka zgodovina se začne z vzorčenjem porazdelitve izvora za določitev začetne energije, pozicije in smeri delca. Po stohastičnem procesu, ki določi povprečno dolžino proste poti do mesta interakcije, sta določena točka interakcije in material na mestu interakcije. Z vzorčenjem jedrskih presekov je določeno jedro s katerim bo delec interagiral ter kake vrste bo ta interakcija (sipanje, zajetje, cepitev). Če bo potekla reakcija zajetja, je beleženja zgodovine konec, če pa bo potekla reakcija sipanja, bo preko porazdelitve sipalnega kota in generacije naključnega števila določena nova smer delca. V primeru elastičnega sipanja je skladno z zakonom o ohranitvi energije in gibalne količine izbrana tudi energija delca po sipanju. S tako določeno energijo, smerjo in razdaljo do naslednjega trka se postopek večkrat ponovi, dokler se delec na absorbira ali pa zapusti sistema [4]. Slika 3 prikazuje naključni sprehod nevtrona na vzorcu cepljivega materiala. V točki 1 nevtron trči. Siplje se v smeri puščice, ki je naključno izbrana iz porazdelitve sipalnega kota delcev. Pri tem procesu nastane tudi foton, ki ga program shrani za nadaljnjo analizo. Pri dogodku 2 pride do cepitve, kar pomeni smrt nevtrona ter nastanek dveh novih nevtronov in enega fotona. Po en nevtron in foton sta shranjena za nadaljnjo analizo. Prvo nastali nevtron je zajet v dogodku 3, shranjeni nevtron iz dogodka 2 pa je ponovno vključen v simulacijo in preko naključnega vzorčenja pobegne iz obravnavanega volumna v točki 4. Foton, ki je nastal pri cepitvi, se siplje v točki 5 in pri dogodku 6 pobegne iz vzorca. V simulacijo je ponovno priklican foton, ki je nastal pri dogodku 1 ter je v točki 7 zajet. Dnevnik dogodkov: Rojstvo nevtrona 1.Sipanje nevtrona, izsevanje fotona 2.Preces cepitve, izsevanje fotona 3.Zajetje nevtrona 4.Pobeg nevtrona 5.Sipanje fotona 6.Pobeg fotona 7.Zajetje fotona Slika 3: Zgodovina delca v Monte Carlo simulaciji [6]. 5

6 Slika 4: Upočasnjevanje nevtrona v grafitu. Na začetku je energija nevtrona 14 MeV, na koncu pa ev. (levo samo upočanjevanje, desno celotna simulacija). 3.3 Določanje lege delca Pri Monte Carlo simulacijah je potrebno poznati položaj delca ob vsakem trenutku. Prostor problema se s ploskvami z enačbami F (x, y, z ) = 0 razdeli na celice. Število celic je odvisno od velikosti in kompleksnosti modela (od nekaj 100 pa do nekaj ). Lego delca (x, y, z) se določi glede na ploskve in s tem se dobi podatke v kateri celici se delec nahaja. Če je vrednost F (x, y, z) < 0, se delec nahaja znotraj ploskve. Če je vrednost F (x, y, z) > 0, se delec nahaja izven ploskve, če pa je vrednost F (x, y, z) = 0, se delec nahaja na ploskvi [5]. Slika 5: Lega delca glede na ploskev. 3.4 Določanje dolžine poti Za delec pri koordinatah (x 0, y 0, z 0 ) s smernim vektorjem (u, v, w) v celici I z materialom M se določi pot do naslednje interakcije s pomočjo totalnega makroskopskega preseka Σ T za dani material M, ki podaja verjetnost za interakcijo na enoto dolžine. Totalni makroskopski presek je vsota totalnih makroskopskih presekov vseh izotopov i, ki sestavljajo material M. Totalni makroskopski presek izotopa pa je produkt številske gostote atomov posameznega izotopa i in mikroskopskega totalnega preseka za izotop [5]: Σ T = i Σ i T = i n i σ i T 6

7 Za določitev totalnega makroskopskega preseka materiala M, moramo poznati izotopsko sestavo tega materiala. Posledično moramo poznati izotopske sestave vseh materialov v problemu. Recimo, da želimo generirati serijo naključnih števil, ki so porazdeljena skladno z dolžinami prostih poti, ki jih bojo nevtralni delci prepotovali med trki. Vemo, da če je dolžina povprečne proste poti 0 < l <, je funkcija verjetnostne gostote produkt verjetnosti za interakcijo in verjetnosti, da nevtron ali foton opravita pot dolžine 1 cm brez interakcije [4]: Kumulativna verjetnost porazdelitve pa [4]: p(l) = e Σ T l Σ T F (l) = 1 e Σ T l Kumulativna verjetnost nam poda verjetnost, da nevtralen delec na poti dolžine l interagira. Monte Carlo simulacija temelji na generaciji naključnih števil ξ, ki so enakomerno porazdeljena med 0 in 1. Ker je 1 ξ ravno tako enakomerno porazdeljen med 0 in 1 in lahko zapišemo [4]: ξ = Izbira nuklida za interakcijo 0 e Σ T l Σ T dl = 1 e Σ T l l = 1 Σ T ln(ξ) Če je material M, v katerem bo potekla interakcija, sestavljen iz N različnih nuklidov, ki so homogeno razporejeni čez volumen celice in je ξ naključno izbrano število na intervalu med 0 in 1, potem je k-ti nuklid izbran za interakcijo če velja [2]: k 1 N k Σ T i < ξ Σ T i < Pri čemer je Σ T i makroskopski totalni presek i-tega nuklida. 3.6 Določanje vrste interakcije Totalni diferencialni presek izotopa k, ki bo sodeloval pri interakciji, je vsota diferencialnih presekov za vse interakcije [5, 7]: Σ T i σ T = σ elast + σ neelast + σ zajetje + σ fisija +... Verjetnost p j za reakcijo tipa j je kvocient diferencialnega preseka za reakcijo j in totalnega diferencialnega preseka [5, 7]: p j = σ j σ T ξ je naključno izbrano število na intervalu med 0 in 1. Za izbiro interakcije tipa j program rešuje enačbo za j tako, da velja [5, 7]: j 1 σ i σ T < ξ N σ i σ T < Energija E in smerni vektor (u, v, w ) elastično sipanega delca sta določena iz zakonov o ohranitvi energije in gibalne količine. Energija E in smerni vektor (u, v, w ) izhodnih delcev pri ostalih interakcijah (neelastično sipanje, zajetje nevtrona, izsevanje nabitega delca, cepitev jedra,..) so določeni s stohastičnimi procesi in tehnikami naključnega vzorčenja. 7 j σ i σ T

8 3.7 Vzorčenje ( Tallying ) Namen sledenja delcu je računanje pričakovane ali srednje vrednosti neke količine (fluks, tok, pomnoževalni faktor,...). Rezultat je povprečje N izmerjenih vrednosti: N x = 1 N x i Pri čemer je x i prispevek i-te zgodovine k zahtevani količini. večanjem števila zgodovin kot: σ rel 1 N Negotovost količine x pada z V Monte Carlo izračunane količine niso izračunane v točkah, saj volumen točke je enak 0 in posledično noben delec ne gre skozi točko, temveč v celicah določenega volumna. Količine so ocenjene iz števila trkov, dolžin poti delcev ali katere druge količine, ki je sorazmerna z volumnom. Če hočemo izračunati porazdelitev ene količine skozi celoten prostor problema, je potrebno prostor razdeliti na manjše celice ter izračunati količino v vsaki posamezni celici. Z željo po dobri prostorski ločljivosti rezultatov se manjša volumen celic s čimer se zmanjša število delcev, ki prepotujejo celico. Posledično se veča statistična napaka merjene količine in je potrebno povečanje števila simuliranih delcev ali pa uporaba katere izmed metod redukcije variance [5]. Tipične vrednosti relativnih napak rezultatov primernih za točkaste detektorje znašajo manj kot 0.05, kar pomeni, da v primeru celic volumna nekaj cm 3 mora biti število simuliranih delcev reda Vrste vzorčenja a) Fluks Povprečen fluks skozi celico je ocenjen preko vsote poti vseh delcev skozi celico [5]: φ = 1 V Pri čemer je T i dolžina poti posameznega delca, V pa volumen celice. Fluks nevtronov izračunan z MC predstavlja povprečje prispevkov velikega števila poti nevtronov med potekom simulacije. Fluks skozi celico se lahko izračuna tudi preko števila trkov, ki se zgodijo v celici znanega volumna, ali pa z ocenjevanjem prehodom delcev čez ploskev [7]. b) Hitrost reakcije i T i Slika 6: Dolžina poti skozi celico [5]. Hitrost reakcije pove koliko dogodkov določene reakcije se zgodi na enoto časa. Izračunana je tako, da se fluks pomnoži s presekom za reakcijo [5]: σ j φ = 1 V 8 T i σ j i

9 c) Energija oddana pri reakciji Fluks pomnožen s presekom za reakcijo ter z energijo oddano pri reakciji. Ta količina je KERMA (Kinetic Energy Released in Matter) in omogoča izračun prejetih doz [5]. 3.9 Izračun pomnoževalnega faktorja Pomnoževalni faktor nam pove, ali bo v nekem reaktorju lahko potekala nadzorovana verižna reakcija ali ne. Efektivni pomnoževalni faktor k eff je definiran kot razmerje števila nevtronov dveh zaporednih generacij [1]: k eff = N i+1 N i Če je k eff < 1, je sistem podkritičen, kar pomeni, da bo po dolgem času populacija nevtronov v takem sistemu eneka 0. Če je k eff = 1, je sistem kritičen, populacija nevtronov bo s časom konstantna in če je k eff > 1 je sistem nadkritičen, kar pomeni, da bo število nevtronov večje iz generacije v generacijo. Monte Carlo metoda računa pomnoževalni faktor tako, da se postavi začetna ocena efektivnega pomnoževalnega faktorja sistema (običajno k 0 = 1) ter se vzorči vsa mesta definirana za začeten izvor nevtronov. Na začetku simulacije se nekaj deset ciklov zavrže, zato da se celoten model poplavi z nevtroni. Število zavrženih ciklov je odvisno od velikosti in kompleksnosti sistema. Ko je model homogeno poplavljen z nevtroni, se prične sledenje vsem nevtronom v vsakem ciklu (generaciji) ter merjenje koliko novih nevtronov nastane pri cepitvah. Med cepitvijo nastali nevtroni se shranijo za kasnejšo simulacijo. Za vsak posamezen cikel se določi k eff, kasneje pa se iz vseh vrednosti določi povprečje in napako. Za preprečevanje rasti števila nevtronov proti neskončno v nadkritičnih sistemih oz. padec števila nevtronov na 0 v podkritičnih sistemih je po vsakem ciklu število nevtronov renormalizirano. Slika 7: Računanje efektivnega pomnoževalnega faktorja z Monte Carlo metodo (modra črta) in z deterministično metodo (rdeča črta) v odvisnosti od števila iteracij [7]. Slika 7 prikazuje postopek računanja k eff z Monte Carlo simulacijo in z deterministično metodo. Pri obeh metodah se postavi začetna ocena (običajno k 0 = 1). Izračuna po deterministični metodi je konec, ko se rezultat naslednje iteracije razlikuje poljubno malo od rezultata prejšnje iteracije. Pri MC pa se po homogenizaciji modela z nevtroni prične beleženje k eff za vsak posamezen cikel. Število potrebnih MC ciklov je nastavljeno s strani uporabnika in sicer 9

10 glede na želje velikosti statistične napake. Vidimo, da medtem ko se vrednost k eff izračunana z determinističnimi metodami približuje neki limiti, se vrednost dobljena z MC spreminja iz cikla v cikel. 4 Monte Carlo programi Nekaj programov, ki za nevtronske preračune uporabljajo Monte Carlo simulacije: OpenMC je odprtokodni program razvit na MIT leta [8] SERPENT je bil razvit na VTT Technical Research Centre na Finskem leta MCNP oz. Monte Carlo N-Particle je najpogosteje uporabljan program razvit na Los Alamos National Laboratory v Los Alamosu. 4.1 Primeri uporabe programa MCNP kot podpora kalibraciji senzorjev na Joint European Torus V sodelovanju Instituta Jožef Stefan z EUROfusion je v okviru projekta JET3 bil narejen MCNP model fuzijskega reaktorja Joint European Torus. Računal se je vpliv robotske roke na nevtronski fluks znotraj vakuumske posode reaktorja. Rezultati izračunov so se uporabili za kalibracijo fisijskih celic izven vakuumske posode za devterij-devterijev izvor nevtronov. Slika 8 prikazuje fuzijski reaktor JET v prerezu. Na levi je prerez v ravnini xz, na desni pa v ravnini xy. Vidna je vakuumska posoda z vrati ter komponente reaktorja znotraj posode (antene, diverter,..). Okrog posode so razne tuljave in plašč reaktorja ( shell ). Zunanje krogle na sliki desno so detektorji nevtronskega fluksa. Slika 8: Vizualni prikaz MCNP modela JET v grafičnem urejevalniku programa MCNP. [Vir: IJS MCNP model JET.] 10

11 Slika 9 prikazuje vakuumsko posodo fuzijskega reaktorja JET ter robotsko roko za daljinsko rokovanje. Izrac unan je bil vpliv robotske roke na fluks nevtronov za razlic ne lege roke znotraj vakuumske posode. Bila sta narejena dva modela, en z robotsko roko, drugi pa brez robotske roke. V obeh modelih je bil izrac unan fluks nevtronov preko celotnega prostora modela. Prostorski porazdelitvi fluksov iz obeh modelov sta nato bili ods teti ter grafic no predstavljeni v programu. Obarvani del na sliki je zmanjs anje oz. senc enje nevtronskega fluksa, ki ga povzroc a robotska roka. Slika 9: Vpliv robotske roke na nevtronski fluks v fuzijskem reaktorju JET. [Vir: Lengar I.] 5 Zakljuc ek Z Monte Carlo metodami se izognemo direktnemu res evanju transportne enac be. Prerac uni omogoc ajo natanc no modeliranje obravnavanih sistemov, medtem ko so pri deterministic nih metodah nujno potrebne poenostavitve geometrije in diskretizacija energije. Rezultati MC prerac unov so natanc ne prostorske porazdelitve kolic in, ki dajo dober vpogled v lastnosti reaktorskih sistemov. Edina ovira so dolgi rac unski c asi, ki jih potrebujemo za rezultate z majhnimi statistic nimi napakami. Ampak vedeti moramo, da se rac unske moc i rac unalnikov vec ajo. 11

12 Literatura [1] Trkov A., Snoj L., Ravnik M., Reaktorska in radiacijska fizika, študijsko gradivo, Fakulteta za matematiko in fiziko, Univerza v Ljubljani, Ljubljana, 2013 [2] Kodeli, I., Boltzmanova transportna enačba in perturbacijska teorija s primerom uporabe v fuzijskih preračunih, Predavanje, IJS Reaktor Podgorica, 9. april 2014 [3] E.Booth et al:mcnp - A General Monte Carlo N-Particle Transport Code, Volume I: Overview and Theory, University of California, Los Alamos National Laboratory, ZDA, April 2003 [4] Lewis E. E., Miller W. F. jr., Computational methods of neutron transport, John Wiley Sons, 1984 [5] Snoj L., Trkov A.: Uvod v Monte Carlo transport nevtronov, Predavanja za študente fizike fisijskih reaktorjev, 2014 [6] E.Booth et al:mcnp - A General Monte Carlo N-Particle Transport Code, Volume II: User s Guide, ZDA : University of California, Los Alamos National Laboratory, April 2003 [7] Brown F. B., Fundamentals of Monte Carlo Particle Transport, LA-UR , Los Alamos National Laboratory [8] The OpenMC Monte Carlo Code, (datum obiska: )

Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2

Funkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2 Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 2. april 2014 Funkcijske vrste Spomnimo se, kaj je to številska vrsta. Dano imamo neko zaporedje realnih števil a 1, a 2, a

Διαβάστε περισσότερα

Tretja vaja iz matematike 1

Tretja vaja iz matematike 1 Tretja vaja iz matematike Andrej Perne Ljubljana, 00/07 kompleksna števila Polarni zapis kompleksnega števila z = x + iy): z = rcos ϕ + i sin ϕ) = re iϕ Opomba: Velja Eulerjeva formula: e iϕ = cos ϕ +

Διαβάστε περισσότερα

Diferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci

Diferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci Linearna diferencialna enačba reda Diferencialna enačba v kateri nastopata neznana funkcija in njen odvod v prvi potenci d f + p= se imenuje linearna diferencialna enačba V primeru ko je f 0 se zgornja

Διαβάστε περισσότερα

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 5. december 2013 Primer Odvajajmo funkcijo f(x) = x x. Diferencial funkcije Spomnimo se, da je funkcija f odvedljiva v točki

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 21. november 2013 Hiperbolične funkcije Hiperbolični sinus sinhx = ex e x 2 20 10 3 2 1 1 2 3 10 20 hiperbolični kosinus coshx

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 14. november 2013 Kvadratni koren polinoma Funkcijo oblike f(x) = p(x), kjer je p polinom, imenujemo kvadratni koren polinoma

Διαβάστε περισσότερα

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 22. oktober 2013 Kdaj je zaporedje {a n } konvergentno, smo definirali s pomočjo limite zaporedja. Večkrat pa je dobro vedeti,

Διαβάστε περισσότερα

KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK

KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK 1 / 24 KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK Štefko Miklavič Univerza na Primorskem MARS, Avgust 2008 Phoenix 2 / 24 Phoenix 3 / 24 Phoenix 4 / 24 Črtna koda 5 / 24 Črtna koda - kontrolni bit 6 / 24

Διαβάστε περισσότερα

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1

Odvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 10. december 2013 Izrek (Rolleov izrek) Naj bo f : [a,b] R odvedljiva funkcija in naj bo f(a) = f(b). Potem obstaja vsaj ena

Διαβάστε περισσότερα

Numerično reševanje. diferencialnih enačb II

Numerično reševanje. diferencialnih enačb II Numerčno reševanje dferencaln enačb I Dferencalne enačbe al ssteme dferencaln enačb rešujemo numerčno z več razlogov:. Ne znamo j rešt analtčno.. Posamezn del dferencalne enačbe podan tabelarčno. 3. Podatke

Διαβάστε περισσότερα

Kotne in krožne funkcije

Kotne in krožne funkcije Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku Avtor: Rok Kralj, 4.a Gimnazija Vič, 009/10 β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete

Διαβάστε περισσότερα

*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center

*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center Državni izpitni center *M40* Osnovna in višja raven MATEMATIKA SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Sobota, 4. junij 0 SPLOŠNA MATURA RIC 0 M-40-- IZPITNA POLA OSNOVNA IN VIŠJA RAVEN 0. Skupaj:

Διαβάστε περισσότερα

Kontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu.

Kontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu. Kontrolne karte KONTROLNE KARTE Kontrolne karte uporablamo za sprotno spremlane kakovosti izdelka, ki ga izdeluemo v proizvodnem procesu. Izvaamo stalno vzorčene izdelkov, npr. vsako uro, vsake 4 ure.

Διαβάστε περισσότερα

SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK

SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK SKUPNE PORAZDELITVE SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK Kovaec vržemo trikrat. Z ozačimo število grbov ri rvem metu ( ali ), z Y a skuo število grbov (,, ali 3). Kako sta sremelivki i Y odvisi

Διαβάστε περισσότερα

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1

Zaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 15. oktober 2013 Oglejmo si, kako množimo dve kompleksni števili, dani v polarni obliki. Naj bo z 1 = r 1 (cosϕ 1 +isinϕ 1 )

Διαβάστε περισσότερα

PONOVITEV SNOVI ZA 4. TEST

PONOVITEV SNOVI ZA 4. TEST PONOVITEV SNOVI ZA 4. TEST 1. * 2. *Galvanski člen z napetostjo 1,5 V požene naboj 40 As. Koliko električnega dela opravi? 3. ** Na uporniku je padec napetosti 25 V. Upornik prejme 750 J dela v 5 minutah.

Διαβάστε περισσότερα

matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij):

matrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij): 4 vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 matrike Matrika dimenzije m n je pravokotna tabela m n števil, ki ima m vrstic in n stolpcev: a 11 a 12 a 1n a 21 a 22 a 2n

Διαβάστε περισσότερα

Gimnazija Krˇsko. vektorji - naloge

Gimnazija Krˇsko. vektorji - naloge Vektorji Naloge 1. V koordinatnem sistemu so podane točke A(3, 4), B(0, 2), C( 3, 2). a) Izračunaj dolžino krajevnega vektorja točke A. (2) b) Izračunaj kot med vektorjema r A in r C. (4) c) Izrazi vektor

Διαβάστε περισσότερα

Na pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12

Na pregledni skici napišite/označite ustrezne točke in paraboli. A) 12 B) 8 C) 4 D) 4 E) 8 F) 12 Predizpit, Proseminar A, 15.10.2015 1. Točki A(1, 2) in B(2, b) ležita na paraboli y = ax 2. Točka H leži na y osi in BH je pravokotna na y os. Točka C H leži na nosilki BH tako, da je HB = BC. Parabola

Διαβάστε περισσότερα

Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba.

Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. 1. Osnovni pojmi Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. Primer 1.1: Diferencialne enačbe so izrazi: y

Διαβάστε περισσότερα

IZPIT IZ ANALIZE II Maribor,

IZPIT IZ ANALIZE II Maribor, Maribor, 05. 02. 200. (a) Naj bo f : [0, 2] R odvedljiva funkcija z lastnostjo f() = f(2). Dokaži, da obstaja tak c (0, ), da je f (c) = 2f (2c). (b) Naj bo f(x) = 3x 3 4x 2 + 2x +. Poišči tak c (0, ),

Διαβάστε περισσότερα

13. Jacobijeva metoda za računanje singularnega razcepa

13. Jacobijeva metoda za računanje singularnega razcepa 13. Jacobijeva metoda za računanje singularnega razcepa Bor Plestenjak NLA 25. maj 2010 Bor Plestenjak (NLA) 13. Jacobijeva metoda za računanje singularnega razcepa 25. maj 2010 1 / 12 Enostranska Jacobijeva

Διαβάστε περισσότερα

Transformator. Delovanje transformatorja I. Delovanje transformatorja II

Transformator. Delovanje transformatorja I. Delovanje transformatorja II Transformator Transformator je naprava, ki v osnovi pretvarja napetost iz enega nivoja v drugega. Poznamo vrsto različnih izvedb transformatorjev, glede na njihovo specifičnost uporabe:. Energetski transformator.

Διαβάστε περισσότερα

Delovna točka in napajalna vezja bipolarnih tranzistorjev

Delovna točka in napajalna vezja bipolarnih tranzistorjev KOM L: - Komnikacijska elektronika Delovna točka in napajalna vezja bipolarnih tranzistorjev. Določite izraz za kolektorski tok in napetost napajalnega vezja z enim virom in napetostnim delilnikom na vhod.

Διαβάστε περισσότερα

8. Diskretni LTI sistemi

8. Diskretni LTI sistemi 8. Diskreti LI sistemi. Naloga Določite odziv diskretega LI sistema s podaim odzivom a eoti impulz, a podai vhodi sigal. h[] x[] - - 5 6 7 - - 5 6 7 LI sistem se a vsak eoti impulz δ[] a vhodu odzove z

Διαβάστε περισσότερα

NEPARAMETRIČNI TESTI. pregledovanje tabel hi-kvadrat test. as. dr. Nino RODE

NEPARAMETRIČNI TESTI. pregledovanje tabel hi-kvadrat test. as. dr. Nino RODE NEPARAMETRIČNI TESTI pregledovanje tabel hi-kvadrat test as. dr. Nino RODE Parametrični in neparametrični testi S pomočjo z-testa in t-testa preizkušamo domneve o parametrih na vzorcih izračunamo statistike,

Διαβάστε περισσότερα

Funkcije več spremenljivk

Funkcije več spremenljivk DODATEK C Funkcije več spremenljivk C.1. Osnovni pojmi Funkcija n spremenljivk je predpis: f : D f R, (x 1, x 2,..., x n ) u = f (x 1, x 2,..., x n ) kjer D f R n imenujemo definicijsko območje funkcije

Διαβάστε περισσότερα

SEMINARSKA NALOGA Funkciji sin(x) in cos(x)

SEMINARSKA NALOGA Funkciji sin(x) in cos(x) FAKULTETA ZA MATEMATIKO IN FIZIKO Praktična Matematika-VSŠ(BO) Komuniciranje v matematiki SEMINARSKA NALOGA Funkciji sin(x) in cos(x) Avtorica: Špela Marinčič Ljubljana, maj 2011 KAZALO: 1.Uvod...1 2.

Διαβάστε περισσότερα

Booleova algebra. Izjave in Booleove spremenljivke

Booleova algebra. Izjave in Booleove spremenljivke Izjave in Booleove spremenljivke vsako izjavo obravnavamo kot spremenljivko če je izjava resnična (pravilna), ima ta spremenljivka vrednost 1, če je neresnična (nepravilna), pa vrednost 0 pravimo, da gre

Διαβάστε περισσότερα

Državni izpitni center SPOMLADANSKI IZPITNI ROK *M * FIZIKA NAVODILA ZA OCENJEVANJE. Petek, 10. junij 2016 SPLOŠNA MATURA

Državni izpitni center SPOMLADANSKI IZPITNI ROK *M * FIZIKA NAVODILA ZA OCENJEVANJE. Petek, 10. junij 2016 SPLOŠNA MATURA Državni izpitni center *M16141113* SPOMLADANSKI IZPITNI ROK FIZIKA NAVODILA ZA OCENJEVANJE Petek, 1. junij 16 SPLOŠNA MATURA RIC 16 M161-411-3 M161-411-3 3 IZPITNA POLA 1 Naloga Odgovor Naloga Odgovor

Διαβάστε περισσότερα

Osnove elektrotehnike uvod

Osnove elektrotehnike uvod Osnove elektrotehnike uvod Uvod V nadaljevanju navedena vprašanja so prevod testnih vprašanj, ki sem jih našel na omenjeni spletni strani. Vprašanja zajemajo temeljna znanja opredeljenega strokovnega področja.

Διαβάστε περισσότερα

1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja

1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja ZNAČILNOSTI FUNKCIJ ZNAČILNOSTI FUNKCIJE, KI SO RAZVIDNE IZ GRAFA. Deinicijsko območje, zaloga vrednosti. Naraščanje in padanje, ekstremi 3. Ukrivljenost 4. Trend na robu deinicijskega območja 5. Periodičnost

Διαβάστε περισσότερα

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1

Funkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1 Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 12. november 2013 Graf funkcije f : D R, D R, je množica Γ(f) = {(x,f(x)) : x D} R R, torej podmnožica ravnine R 2. Grafi funkcij,

Διαβάστε περισσότερα

MATEMATIČNI IZRAZI V MAFIRA WIKIJU

MATEMATIČNI IZRAZI V MAFIRA WIKIJU I FAKULTETA ZA MATEMATIKO IN FIZIKO Jadranska cesta 19 1000 Ljubljan Ljubljana, 25. marec 2011 MATEMATIČNI IZRAZI V MAFIRA WIKIJU KOMUNICIRANJE V MATEMATIKI Darja Celcer II KAZALO: 1 VSTAVLJANJE MATEMATIČNIH

Διαβάστε περισσότερα

Osnove matematične analize 2016/17

Osnove matematične analize 2016/17 Osnove matematične analize 216/17 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Kaj je funkcija? Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja

Διαβάστε περισσότερα

diferencialne enačbe - nadaljevanje

diferencialne enačbe - nadaljevanje 12. vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 diferencialne enačbe - nadaljevanje Ortogonalne trajektorije Dana je 1-parametrična družina krivulj F(x, y, C) = 0. Ortogonalne

Διαβάστε περισσότερα

Poglavje 7. Poglavje 7. Poglavje 7. Regulacijski sistemi. Regulacijski sistemi. Slika 7. 1: Normirana blokovna shema regulacije EM

Poglavje 7. Poglavje 7. Poglavje 7. Regulacijski sistemi. Regulacijski sistemi. Slika 7. 1: Normirana blokovna shema regulacije EM Slika 7. 1: Normirana blokovna shema regulacije EM Fakulteta za elektrotehniko 1 Slika 7. 2: Principielna shema regulacije AM v KSP Fakulteta za elektrotehniko 2 Slika 7. 3: Merjenje komponent fluksa s

Διαβάστε περισσότερα

MERITVE LABORATORIJSKE VAJE. Študij. leto: 2011/2012 UNIVERZA V MARIBORU. Skupina: 9

MERITVE LABORATORIJSKE VAJE. Študij. leto: 2011/2012 UNIVERZA V MARIBORU. Skupina: 9 .cwww.grgor nik ol i c NVERZA V MARBOR FAKTETA ZA EEKTROTEHNKO, RAČNANŠTVO N NFORMATKO 2000 Maribor, Smtanova ul. 17 Študij. lto: 2011/2012 Skupina: 9 MERTVE ABORATORJSKE VAJE Vaja št.: 4.1 Določanj induktivnosti

Διαβάστε περισσότερα

1. Trikotniki hitrosti

1. Trikotniki hitrosti . Trikotniki hitrosti. Z radialno črpalko želimo črpati vodo pri pogojih okolice z nazivnim pretokom 0 m 3 /h. Notranji premer rotorja je 4 cm, zunanji premer 8 cm, širina rotorja pa je,5 cm. Frekvenca

Διαβάστε περισσότερα

vezani ekstremi funkcij

vezani ekstremi funkcij 11. vaja iz Matematike 2 (UNI) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 ekstremi funkcij več spremenljivk nadaljevanje vezani ekstremi funkcij Dana je funkcija f(x, y). Zanimajo nas ekstremi nad

Διαβάστε περισσότερα

Splošno o interpolaciji

Splošno o interpolaciji Splošno o interpolaciji J.Kozak Numerične metode II (FM) 2011-2012 1 / 18 O funkciji f poznamo ali hočemo uporabiti le posamezne podatke, na primer vrednosti r i = f (x i ) v danih točkah x i Izberemo

Διαβάστε περισσότερα

Kotni funkciji sinus in kosinus

Kotni funkciji sinus in kosinus Kotni funkciji sinus in kosinus Oznake: sinus kota x označujemo z oznako sin x, kosinus kota x označujemo z oznako cos x, DEFINICIJA V PRAVOKOTNEM TRIKOTNIKU: Kotna funkcija sinus je definirana kot razmerje

Διαβάστε περισσότερα

Integralni račun. Nedoločeni integral in integracijske metrode. 1. Izračunaj naslednje nedoločene integrale: (a) dx. (b) x 3 +3+x 2 dx, (c) (d)

Integralni račun. Nedoločeni integral in integracijske metrode. 1. Izračunaj naslednje nedoločene integrale: (a) dx. (b) x 3 +3+x 2 dx, (c) (d) Integralni račun Nedoločeni integral in integracijske metrode. Izračunaj naslednje nedoločene integrale: d 3 +3+ 2 d, (f) (g) (h) (i) (j) (k) (l) + 3 4d, 3 +e +3d, 2 +4+4 d, 3 2 2 + 4 d, d, 6 2 +4 d, 2

Διαβάστε περισσότερα

cot x ni def. 3 1 KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA (A) Merske enote stopinja [ ] radian [rad] 1. Izrazi kot v radianih.

cot x ni def. 3 1 KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA (A) Merske enote stopinja [ ] radian [rad] 1. Izrazi kot v radianih. TRIGONOMETRIJA (A) Merske enote KOTNE FUNKCIJE POLJUBNO VELIKEGA KOTA stopinja [ ] radian [rad] 80 80 0. Izrazi kot v radianih. 0 90 5 0 0 70. Izrazi kot v stopinjah. 5 8 5 (B) Definicija kotnih funkcij

Διαβάστε περισσότερα

1. Έντυπα αιτήσεων αποζημίωσης... 2 1.1. Αξίωση αποζημίωσης... 2 1.1.1. Έντυπο... 2 1.1.2. Πίνακας μεταφράσεων των όρων του εντύπου...

1. Έντυπα αιτήσεων αποζημίωσης... 2 1.1. Αξίωση αποζημίωσης... 2 1.1.1. Έντυπο... 2 1.1.2. Πίνακας μεταφράσεων των όρων του εντύπου... ΑΠΟΖΗΜΙΩΣΗ ΘΥΜΑΤΩΝ ΕΓΚΛΗΜΑΤΙΚΩΝ ΠΡΑΞΕΩΝ ΣΛΟΒΕΝΙΑ 1. Έντυπα αιτήσεων αποζημίωσης... 2 1.1. Αξίωση αποζημίωσης... 2 1.1.1. Έντυπο... 2 1.1.2. Πίνακας μεταφράσεων των όρων του εντύπου... 3 1 1. Έντυπα αιτήσεων

Διαβάστε περισσότερα

Navadne diferencialne enačbe

Navadne diferencialne enačbe Poglavje 6 Navadne diferencialne enačbe 6.1 Uvod Splošna rešitev navadne diferencialne enačbe n-tega reda F(x, y, y, y,..., y (n) ) = 0 je n-parametrična družina funkcij. Kadar želimo iz splošne rešitve

Διαβάστε περισσότερα

Varjenje polimerov s polprevodniškim laserjem

Varjenje polimerov s polprevodniškim laserjem Laboratorijska vaja št. 5: Varjenje polimerov s polprevodniškim laserjem Laserski sistemi - Laboratorijske vaje 1 Namen vaje Spoznati polprevodniške laserje visokih moči Osvojiti osnove laserskega varjenja

Διαβάστε περισσότερα

Statistična analiza. doc. dr. Mitja Kos, mag. farm. Katedra za socialno farmacijo Univerza v Ljubljani- Fakulteta za farmacijo

Statistična analiza. doc. dr. Mitja Kos, mag. farm. Katedra za socialno farmacijo Univerza v Ljubljani- Fakulteta za farmacijo Statistična analiza opisnih spremenljivk doc. dr. Mitja Kos, mag. arm. Katedra za socialno armacijo Univerza v Ljubljani- Fakulteta za armacijo Statistični znaki Proučevane spremenljivke: statistični znaki

Διαβάστε περισσότερα

Iterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013

Iterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013 Numerične metode, sistemi linearnih enačb B. Jurčič Zlobec Numerične metode FE, 2. december 2013 1 Vsebina 1 z n neznankami. a i1 x 1 + a i2 x 2 + + a in = b i i = 1,..., n V matrični obliki zapišemo:

Διαβάστε περισσότερα

Matematika 2. Diferencialne enačbe drugega reda

Matematika 2. Diferencialne enačbe drugega reda Matematika 2 Diferencialne enačbe drugega reda (1) Reši homogene diferencialne enačbe drugega reda s konstantnimi koeficienti: (a) y 6y + 8y = 0, (b) y 2y + y = 0, (c) y + y = 0, (d) y + 2y + 2y = 0. Rešitev:

Διαβάστε περισσότερα

UPOR NA PADANJE SONDE V ZRAKU

UPOR NA PADANJE SONDE V ZRAKU UPOR NA PADANJE SONDE V ZRAKU 1. Hitrost in opravljena pot sonde pri padanju v zraku Za padanje v zraku je odgovorna sila teže. Poleg sile teže na padajoče telo deluje tudi sila vzgona, ki je enaka teži

Διαβάστε περισσότερα

REˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23.

REˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23. Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost. kolokvij 3. januar 08 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Nalog je 6,

Διαβάστε περισσότερα

Državni izpitni center SPOMLADANSKI IZPITNI ROK *M * NAVODILA ZA OCENJEVANJE. Petek, 12. junij 2015 SPLOŠNA MATURA

Državni izpitni center SPOMLADANSKI IZPITNI ROK *M * NAVODILA ZA OCENJEVANJE. Petek, 12. junij 2015 SPLOŠNA MATURA Državni izpitni center *M543* SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Petek,. junij 05 SPLOŠNA MATURA RIC 05 M543 M543 3 IZPITNA POLA Naloga Odgovor Naloga Odgovor Naloga Odgovor Naloga Odgovor

Διαβάστε περισσότερα

- Geodetske točke in geodetske mreže

- Geodetske točke in geodetske mreže - Geodetske točke in geodetske mreže 15 Geodetske točke in geodetske mreže Materializacija koordinatnih sistemov 2 Geodetske točke Geodetska točka je točka, označena na fizični površini Zemlje z izbrano

Διαβάστε περισσότερα

Kvantni delec na potencialnem skoku

Kvantni delec na potencialnem skoku Kvantni delec na potencialnem skoku Delec, ki se giblje premo enakomerno, pride na mejo, kjer potencial naraste s potenciala 0 na potencial. Takšno potencialno funkcijo zapišemo kot 0, 0 0,0. Slika 1:

Διαβάστε περισσότερα

1. VAJA IZ TRDNOSTI. (linearna algebra - ponovitev, Kroneckerjev δ i j, permutacijski simbol e i jk )

1. VAJA IZ TRDNOSTI. (linearna algebra - ponovitev, Kroneckerjev δ i j, permutacijski simbol e i jk ) VAJA IZ TRDNOSTI (lnearna algebra - ponovtev, Kroneckerev δ, permutacsk smbol e k ) NALOGA : Zapš vektor a = [, 2,5,] kot lnearno kombnaco vektorev e = [,,,], e 2 = [,2,3,], e 3 = [2,,, ] n e 4 = [,,,]

Διαβάστε περισσότερα

POROČILO 3.VAJA DOLOČANJE REZULTANTE SIL

POROČILO 3.VAJA DOLOČANJE REZULTANTE SIL POROČILO 3.VAJA DOLOČANJE REZULTANTE SIL Izdba aje: Ljubjana, 11. 1. 007, 10.00 Jan OMAHNE, 1.M Namen: 1.Preeri paraeogramsko praio za doočanje rezutante nezporedni si s skupnim prijemaiščem (grafično)..dooči

Διαβάστε περισσότερα

Definicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1

Definicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1 Funkcije več realnih spremenljivk Osnovne definicije Limita in zveznost funkcije več spremenljivk Parcialni odvodi funkcije več spremenljivk Gradient in odvod funkcije več spremenljivk v dani smeri Parcialni

Διαβάστε περισσότερα

Osnove sklepne statistike

Osnove sklepne statistike Univerza v Ljubljani Fakulteta za farmacijo Osnove sklepne statistike doc. dr. Mitja Kos, mag. farm. Katedra za socialno farmacijo e-pošta: mitja.kos@ffa.uni-lj.si Intervalna ocena oz. interval zaupanja

Διαβάστε περισσότερα

Frekvenčna analiza neperiodičnih signalov. Analiza signalov prof. France Mihelič

Frekvenčna analiza neperiodičnih signalov. Analiza signalov prof. France Mihelič Frekvenčna analiza neperiodičnih signalov Analiza signalov prof. France Mihelič Vpliv postopka daljšanja periode na spekter periodičnega signala Opazujmo družino sodih periodičnih pravokotnih impulzov

Διαβάστε περισσότερα

Tema 1 Osnove navadnih diferencialnih enačb (NDE)

Tema 1 Osnove navadnih diferencialnih enačb (NDE) Matematične metode v fiziki II 2013/14 Tema 1 Osnove navadnih diferencialnih enačb (NDE Diferencialne enačbe v fiziki Večina osnovnih enačb v fiziki je zapisana v obliki diferencialne enačbe. Za primer

Διαβάστε περισσότερα

VEKTORJI. Operacije z vektorji

VEKTORJI. Operacije z vektorji VEKTORJI Vektorji so matematični objekti, s katerimi opisujemo določene fizikalne količine. V tisku jih označujemo s krepko natisnjenimi črkami (npr. a), pri pisanju pa s puščico ( a). Fizikalne količine,

Διαβάστε περισσότερα

POROČILO. št.: P 1100/ Preskus jeklenih profilov za spuščen strop po točki 5.2 standarda SIST EN 13964:2004

POROČILO. št.: P 1100/ Preskus jeklenih profilov za spuščen strop po točki 5.2 standarda SIST EN 13964:2004 Oddelek za konstrkcije Laboratorij za konstrkcije Ljbljana, 12.11.2012 POROČILO št.: P 1100/12 680 01 Presks jeklenih profilov za spščen strop po točki 5.2 standarda SIST EN 13964:2004 Naročnik: STEEL

Διαβάστε περισσότερα

Državni izpitni center SPOMLADANSKI IZPITNI ROK *M * NAVODILA ZA OCENJEVANJE. Sreda, 3. junij 2015 SPLOŠNA MATURA

Državni izpitni center SPOMLADANSKI IZPITNI ROK *M * NAVODILA ZA OCENJEVANJE. Sreda, 3. junij 2015 SPLOŠNA MATURA Državni izpitni center *M15143113* SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Sreda, 3. junij 2015 SPLOŠNA MATURA RIC 2015 M151-431-1-3 2 IZPITNA POLA 1 Naloga Odgovor Naloga Odgovor Naloga Odgovor

Διαβάστε περισσότερα

PROCESIRANJE SIGNALOV

PROCESIRANJE SIGNALOV Rešive pisega izpia PROCESIRANJE SIGNALOV Daum: 7... aloga Kolikša je ampliuda reje harmoske kompoee arisaega periodičega sigala? f() - -3 - - 3 Rešiev: Časova fukcija a iervalu ( /,/) je lieara fukcija:

Διαβάστε περισσότερα

Domača naloga 6: dušeno nihanje

Domača naloga 6: dušeno nihanje Domača naloga 6: dušeno nihanje Vaje iz predmeta Numerične metode v fiziki Igor Grešovnik Kazalo: 1 Naloga 6a Nihanje... 1.1 Enačbe nihanja... 1. Numerično reševanje problema... 3 1..1 Reševanje sistema

Διαβάστε περισσότερα

+105 C (plošče in trakovi +85 C) -50 C ( C)* * Za temperature pod C se posvetujte z našo tehnično službo. ϑ m *20 *40 +70

+105 C (plošče in trakovi +85 C) -50 C ( C)* * Za temperature pod C se posvetujte z našo tehnično službo. ϑ m *20 *40 +70 KAIFLEX ST Tehnični podatki Material Izjemno fleksibilna zaprtocelična izolacija, fleksibilna elastomerna pena (FEF) Opis Uporaba Temperaturno območje Toplotna prevodnost W/(m K ) pri različnih srednjih

Διαβάστε περισσότερα

TRDNOST (VSŠ) - 1. KOLOKVIJ ( )

TRDNOST (VSŠ) - 1. KOLOKVIJ ( ) TRDNOST (VSŠ) - 1. KOLOKVIJ (17. 12. 03) Pazljivo preberite besedilo vsake naloge! Naloge so točkovane enakovredno (vsaka 25%)! Pišite čitljivo! Uspešno reševanje! 1. Deformiranje telesa je podano s poljem

Διαβάστε περισσότερα

primer reševanja volumskega mehanskega problema z MKE

primer reševanja volumskega mehanskega problema z MKE Reševanje mehanskih problemov z MKE primer reševanja volumskega mehanskega problema z MKE p p RAK: P-XII//74 Reševanje mehanskih problemov z MKE primer reševanja volumskega mehanskega problema z MKE L

Διαβάστε περισσότερα

p 1 ENTROPIJSKI ZAKON

p 1 ENTROPIJSKI ZAKON ENROPIJSKI ZAKON REERZIBILNA srememba: moža je obrjea srememba reko eakih vmesih staj kot rvota srememba. Po obeh sremembah e sme biti obeih trajih srememb v bližji i dalji okolici. IREERZIBILNA srememba:

Διαβάστε περισσότερα

Tabele termodinamskih lastnosti vode in vodne pare

Tabele termodinamskih lastnosti vode in vodne pare Univerza v Ljubljani Fakulteta za strojništvo Laboratorij za termoenergetiko Tabele termodinamskih lastnosti vode in vodne pare po modelu IAPWS IF-97 izračunano z XSteam Excel v2.6 Magnus Holmgren, xsteam.sourceforge.net

Διαβάστε περισσότερα

8. Navadne diferencialne enačbe

8. Navadne diferencialne enačbe 8. Navadne diferencialne enačbe 8.1. Začetni problem prvega reda Iščemo funkcijo y(x), ki zadošča diferencialni enačbi y = f(x, y) in začetnemu pogoju y(x 0 ) = y 0, kjer je f dana dovolj gladka funkcija

Διαβάστε περισσότερα

Analiza 2 Rešitve 14. sklopa nalog

Analiza 2 Rešitve 14. sklopa nalog Analiza Rešitve 1 sklopa nalog Navadne diferencialne enačbe višjih redov in sistemi diferencialnih enačb (1) Reši homogene diferencialne enačbe drugega reda s konstantnimi koeficienti: (a) 6 + 8 0, (b)

Διαβάστε περισσότερα

Navadne diferencialne enačbe

Navadne diferencialne enačbe Navadne diferencialne enačbe Navadne diferencialne enačbe prvega reda V celotnem poglavju bo y = dy dx. Diferencialne enačbe z ločljivima spremeljivkama Diferencialna enačba z ločljivima spremeljivkama

Διαβάστε περισσότερα

Če je električni tok konstanten (se ne spreminja s časom), poenostavimo enačbo (1) in dobimo enačbo (2):

Če je električni tok konstanten (se ne spreminja s časom), poenostavimo enačbo (1) in dobimo enačbo (2): ELEKTRIČNI TOK TEOR IJA 1. Definicija enote električnega toka Električni tok je gibanje električno nabitih delcev v trdnih snoveh (kovine, polprevodniki), tekočinah ali plinih. V kovinah se gibljejo prosti

Διαβάστε περισσότερα

Matematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1

Matematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1 Mtemtik 1 Gregor Dolinr Fkultet z elektrotehniko Univerz v Ljubljni 2. jnur 2014 Gregor Dolinr Mtemtik 1 Izrek (Izrek o povprečni vrednosti) Nj bo m ntnčn spodnj mej in M ntnčn zgornj mej integrbilne funkcije

Διαβάστε περισσότερα

vaja Kvan*ta*vno določanje proteinov. 6. vaja Kvan*ta*vno določanje proteinov. 6. vaja Kvan*ta*vno določanje proteinov

vaja Kvan*ta*vno določanje proteinov. 6. vaja Kvan*ta*vno določanje proteinov. 6. vaja Kvan*ta*vno določanje proteinov 28. 3. 11 UV- spektrofotometrija Biuretska metoda Absorbanca pri λ=28 nm (A28) UV- spektrofotometrija Biuretska metoda vstopni žarek intenziteta I Lowrijeva metoda Bradfordova metoda Bradfordova metoda

Διαβάστε περισσότερα

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta Matematika Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 6. november 200 Poglavje 2 Zaporedja in številske vrste 2. Zaporedja 2.. Uvod Definicija 2... Zaporedje (a n ) = a, a 2,..., a n,... je predpis,

Διαβάστε περισσότερα

Matematično modeliranje 3. poglavje Dinamično modeliranje: diferencialne enačbe, sistemi diferencialnih enačb

Matematično modeliranje 3. poglavje Dinamično modeliranje: diferencialne enačbe, sistemi diferencialnih enačb Matematično modeliranje 3. poglavje Dinamično modeliranje: diferencialne enačbe, sistemi diferencialnih enačb Fakulteta za računalništvo in informatiko Univerza v Ljubljani 2017/2018 Za kaj rabimo diferencialne

Διαβάστε περισσότερα

CM707. GR Οδηγός χρήσης... 2-7. SLO Uporabniški priročnik... 8-13. CR Korisnički priručnik... 14-19. TR Kullanım Kılavuzu... 20-25

CM707. GR Οδηγός χρήσης... 2-7. SLO Uporabniški priročnik... 8-13. CR Korisnički priručnik... 14-19. TR Kullanım Kılavuzu... 20-25 1 2 3 4 5 6 7 OFFMANAUTO CM707 GR Οδηγός χρήσης... 2-7 SLO Uporabniški priročnik... 8-13 CR Korisnički priručnik... 14-19 TR Kullanım Kılavuzu... 20-25 ENG User Guide... 26-31 GR CM707 ΟΔΗΓΟΣ ΧΡΗΣΗΣ Περιγραφή

Διαβάστε περισσότερα

FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22. junij Navodila

FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22. junij Navodila FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22 junij 212 Ime in priimek: Vpisna št: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Veljale bodo samo rešitve na papirju, kjer

Διαβάστε περισσότερα

Modeliranje porazdelitve premoženja

Modeliranje porazdelitve premoženja UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO ODDELEK ZA FIZIKO Seminar 2008/2009 Modeliranje porazdelitve premoženja Avtor: Matjaž Božič Mentor: Prof. dr. Rudolf Podgornik Datum: Ljubljana, 5.12.2008

Διαβάστε περισσότερα

Reševanje sistema linearnih

Reševanje sistema linearnih Poglavje III Reševanje sistema linearnih enačb V tem kratkem poglavju bomo obravnavali zelo uporabno in zato pomembno temo linearne algebre eševanje sistemov linearnih enačb. Spoznali bomo Gaussovo (natančneje

Διαβάστε περισσότερα

Matematika. Funkcije in enačbe

Matematika. Funkcije in enačbe Matematika Funkcije in enačbe (1) Nariši grafe naslednjih funkcij: (a) f() = 1, (b) f() = 3, (c) f() = 3. Rešitev: (a) Linearna funkcija f() = 1 ima začetno vrednost f(0) = 1 in ničlo = 1/. Definirana

Διαβάστε περισσότερα

Dragi polinom, kje so tvoje ničle?

Dragi polinom, kje so tvoje ničle? 1 Dragi polinom, kje so tvoje ničle? Vito Vitrih FAMNIT - Izlet v matematično vesolje 17. december 2010 Polinomi: 2 Polinom stopnje n je funkcija p(x) = a n x n + a n 1 x n 1 +... + a 1 x + a 0, a i R.

Διαβάστε περισσότερα

1 Fibonaccijeva stevila

1 Fibonaccijeva stevila 1 Fibonaccijeva stevila Fibonaccijevo število F n, kjer je n N, lahko definiramo kot število načinov zapisa števila n kot vsoto sumandov, enakih 1 ali Na primer, število 4 lahko zapišemo v obliki naslednjih

Διαβάστε περισσότερα

Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA

Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA. Naj bo vektorsko polje R : R 3 R 3 dano s predpisom R(x, y, z) = (2x 2 + z 2, xy + 2yz, z). Izračunaj pretok polja R skozi površino torusa

Διαβάστε περισσότερα

Multivariatna analiza variance

Multivariatna analiza variance (MANOVA) MANOVA je multivariatna metoda za proučevanje odvisnosti med več odvisnimi (številskimi) in več neodvisnimi (opisnimi) spremenljivkami. (MANOVA) MANOVA je multivariatna metoda za proučevanje odvisnosti

Διαβάστε περισσότερα

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta

Matematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta Matematika 1 Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 21. april 2008 102 Poglavje 4 Odvod 4.1 Definicija odvoda Naj bo funkcija f definirana na intervalu (a, b) in x 0 točka s tega intervala. Vzemimo

Διαβάστε περισσότερα

Fazni diagram binarne tekočine

Fazni diagram binarne tekočine Fazni diagram binarne tekočine Žiga Kos 5. junij 203 Binarno tekočino predstavljajo delci A in B. Ti se med seboj lahko mešajo v različnih razmerjih. V nalogi želimo izračunati fazni diagram take tekočine,

Διαβάστε περισσότερα

Nekateri primeri sklopov izpitnih vprašanj pri predmetu Naključni pojavi

Nekateri primeri sklopov izpitnih vprašanj pri predmetu Naključni pojavi Nekateri primeri sklopov izpitnih vprašanj pri predmetu Naključni pojavi 1. Izpeljite Binomsko porazdelitev in pokažite kako pridemo iz nje do Poissonove porazdelitve? 2. Kako opišemo naključne lastnosti

Διαβάστε περισσότερα

Uvod v numerične metode (matematika)

Uvod v numerične metode (matematika) Bor Plestenjak Uvod v numerične metode (matematika) delovna verzija verzija: 5. oktober 202 Kazalo Uvod 5. Numerična matematika................................. 5.2 Plavajoča vejica......................................

Διαβάστε περισσότερα

8. Posplošeni problem lastnih vrednosti

8. Posplošeni problem lastnih vrednosti 8. Posplošeni problem lastnih vrednosti Bor Plestenjak NLA 13. april 2010 Bor Plestenjak (NLA) 8. Posplošeni problem lastnih vrednosti 13. april 2010 1 / 15 Matrični šop Dani sta kvadratni n n matriki

Διαβάστε περισσότερα

INŽENIRSKA MATEMATIKA I

INŽENIRSKA MATEMATIKA I INŽENIRSKA MATEMATIKA I REŠENE NALOGE za izredne študente VSŠ Tehnično upravljanje nepremičnin Marjeta Škapin Rugelj Fakulteta za gradbeništvo in geodezijo Kazalo Števila in preslikave 5 Vektorji 6 Analitična

Διαβάστε περισσότερα

Kvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti

Kvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti Poglavje XI Kvadratne forme V zadnjem poglavju si bomo ogledali še eno vrsto preslikav, ki jih tudi lahko podamo z matrikami. To so tako imenovane kvadratne forme, ki niso več linearne preslikave. Kvadratne

Διαβάστε περισσότερα

STANDARD1 EN EN EN

STANDARD1 EN EN EN PRILOGA RADIJSKE 9,000-20,05 khz naprave kratkega dosega: induktivne aplikacije 315 600 khz naprave kratkega dosega: aktivni medicinski vsadki ultra nizkih moči 4516 khz naprave kratkega dosega: železniške

Διαβάστε περισσότερα

Kako delujejo merilniki ionizirajočega sevanja

Kako delujejo merilniki ionizirajočega sevanja 24.05.2012 Kako delujejo merilniki ionizirajočega sevanja Helena Janžekovič Uvod Vrste ionizirajočega sevanja Interakcija delcev s snovjo Vrste merilnikov in fizikalne količine Delovanje merilnikov ionizirajočega

Διαβάστε περισσότερα

1. izpit iz Diskretnih struktur UNI Ljubljana, 17. januar 2006

1. izpit iz Diskretnih struktur UNI Ljubljana, 17. januar 2006 1. izpit iz Diskretnih struktur UNI Ljubljana, 17. januar 2006 1. Dana je množica predpostavk p q r s, r t, s q, s p r, s t in zaključek t r. Odloči, ali je sklep pravilen ali napačen. pravilen, zapiši

Διαβάστε περισσότερα

The Thermal Comfort Properties of Reusable and Disposable Surgical Gown Fabrics Original Scientific Paper

The Thermal Comfort Properties of Reusable and Disposable Surgical Gown Fabrics Original Scientific Paper 24 The Thermal Comfort Properties of Surgical Gown Fabrics 1 1 2 1 2 Termofiziološke lastnosti udobnosti kirurških oblačil za enkratno in večkratno uporabo december 2008 marec 2009 Izvleček Kirurška oblačila

Διαβάστε περισσότερα

Afina in projektivna geometrija

Afina in projektivna geometrija fina in projektivna geometrija tožnice () kiciraj stožnico v evklidski ravnini R, ki je določena z enačbo 6 3 8 + 6 =. Rešitev: tožnica v evklidski ravnini je krivulja, ki jo določa enačba a + b + c +

Διαβάστε περισσότερα