Lekce 13 Počítačový experiment a jeho místo ve fyzice a chemii Osnova 1. Počítačový experiment 2. Srovnání s reálným experimentem 3. Výhody počítačového.

Slides:



Advertisements
Podobné prezentace
Cíle a postupy empirického výzkumu
Advertisements

Matematické modelování a operační výzkum
Dynamické systémy.
Úvod do Teorie her. Vztah mezi reálným světem a teorií her není úplně ideální. Není úplně jasné, jak přesně postavit herněteoretický model a jak potom.
Lekce 7 Metoda molekulární dynamiky I Úvod KFY/PMFCHLekce 7 – Metoda molekulární dynamiky Osnova 1.Princip metody 2.Ingredience 3.Počáteční podmínky 4.Časová.
 Spolupráce s firmou zabývající se ochranami generátorů.  Doložení přesnosti dodávaných systémů zákazníkům.  Podklady pro získání statutu akreditované.
Úvod Klasifikace disciplín operačního výzkumu
Hodnotový management Teorie rozhodování
Lekce 12 Metoda Monte Carlo III Technologie (kanonický soubor)
Lekce 1 Modelování a simulace
Lekce 9 Metoda molekulární dynamiky III Technologie Osnova 1. Výpočet sil 2. Výpočet termodynamických parametrů 3. Ekvilibrizační a simulační část MD simulace.
KFY/PMFCHLekce 3 – Základy teorie pravděpodobnosti Osnova 1. Statistický experiment 2. Pravděpodobnost 3. Rozdělení pravděpodobnosti 4. Náhodné proměnné.
Metoda molekulární dynamiky II Numerická integrace pohybových rovnic
Lekce 6 Slabé mezimolekulové interakce Osnova 1. Původ a význam slabých mezimolekulových interakcí 2. Předpoklad párové aditivity 3. Modely párových interakčních.
Lekce 2 Mechanika soustavy mnoha částic
Optimalizace v simulačním modelování. Obecně o optimalizaci  Optimalizovat znamená maximalizovat nebo minimalizovat parametrech (např. počet obslužných.
Získávání informací Získání informací o reálném systému
Studium dynamiky jádro-jaderných srážek pomocí korelační femtoskopie na experimentu STAR Jindřich Lidrych.
Mgr. Alena Lukáčová, Ph.D., Dr. Ján Šugár, CSc.
Věda pro Debrujáry Debrujáři pro vědu Principy fyzikálního pokroku, historie, současnost a budoucnost Lenka Scholzová 29. března 2014.
Výzkumné centrum Pokročilé sanační technologie a procesy Dana Rosická Doktorandský seminář NTI, Tématický okruh: Transport a interakce koloidních.
IONIZAČNÍ POTENCIÁLY A FÁZOVÉ PŘECHODY KLASTRŮ ARGONU
Ing. Lukáš OTTE kancelář: A909 telefon: 3840
TYPY MODELŮ FYZIKÁLNÍ MATEMATICKÉ ANALYTICKÉ NUMERICKÉ.
Laboratorní model „Kulička na ploše“ 1. Analytická identifikace modelu „Kulička na ploše“ 2. Program „Flash MX 2004“ Výhody/Nevýhody Program „kulnapl.swf“
VII. Neutronová interferometrie II. cvičení KOTLÁŘSKÁ 7. DUBNA 2010 F4110 Kvantová fyzika atomárních soustav letní semestr
Inflace 1. Vymezení pojmů 2. Příčiny inflačních procesů.
Elektronické měřicí přístroje
Praktická analytická chemie
Technická diagnostika "dia-gnozis" - "skrze poznání" Zkoumá technické objekty za účelem posouzení jejich technického stavu, tj. schopnosti vykonávat určenou.
Tvorba simulačních modelů. Než vznikne model 1.Existence problému 2.Podrobnosti o problému a o systému 3.Jiné možnosti řešení ? 4.Existence podobného.
Měření účinnosti převodovky
Karel Vlček, Modelování a simulace Karel Vlček,
Z čeho a jak je poskládán svět a jak to zkoumáme
Nonverbální úlohy Jiří Tesař. Výuka fyziky na ZŠ - zamyšlení  Fenclová, J.: Didaktické myšlení a jednání učitele fyziky: „Jeden učitel položí v jedné.
Alternativy k evolučním optimalizačním algoritmům Porovnání genetických algoritmů a některých tradičních stochastických optimalizačních přístupů David.
 Zkoumáním fyzikálních objektů (např. polí, těles) zjišťujeme že:  zkoumané objekty mají dané vlastnosti,  nacházejí se v určitých stavech,  na nich.
Orbis pictus 21. století Tato prezentace byla vytvořena v rámci projektu.
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
Rozhodování ve veřejné správě Přednáška M. Horáková.
Experimentální metody (qem)
Optimalizace versus simulace 8.přednáška. Obecně o optimalizaci  Maximalizovat nebo minimalizovat omezujících podmínkách.  Maximalizovat nebo minimalizovat.
Určování hustoty plazmatu rezonanční sondou (z bakalářské práce)
Metodologie 2 Lekce 1 Lenka Slepičková.
Metody vytváření biomechanického modelů
Měřické chyby – nejistoty měření –. Zkoumané (měřené) předměty či jevy nazýváme objekty Na každém objektu je nutno definovat jeho znaky. Mnoho znaků má.
Postup při empirickém kvantitativním výzkumu
DIDAKTIKA FYZIKY I. 5 Fyzikální experimenty
O. Štícha P. Jáč M.Zvěřina Týden vědy ČVUT.
1 Principy simulace Definice Koncepce tvorby modelů Obecné charakteristiky.
Úvod do fyziky SPŠ SE Liberec a VOŠ Mgr. Jaromír Osčádal.
Statistické metody pro prognostiku Luboš Marek Fakulta informatiky a statistiky Vysoká škola ekonomická v Praze.
Číslo projektuCZ.1.07/1.5.00/ Název školyGymnázium, Soběslav, Dr. Edvarda Beneše 449/II Kód materiáluVY_32_INOVACE_32_15 Název materiáluObsah, rozdělení.
Prezentace Bc. Zdeněk Šmída. Osnova Úvod – Co je úkolem práce Doosan Škoda Power – Minulost a současnost společnosti + vývoj výzkum Parní Turbíny – Rozdělení,
Ověření modelů a modelování Kateřina Růžičková. Posouzení kvality modelu Ověření (verifikace) ● kvalitativní hodnocení správnosti modelu ● zda model přijatelně.
Fyzika – vybrané kapitoly
ELEKTRICKÉ MĚŘENÍ MĚŘENÍ ELEKTRICKÉHO PROUDU.
Financováno z ESF a státního rozpočtu ČR.
Měřicí systém Metex MS 91 XX metrologické ověření laboratorního zdroje POZOR zapojení pouze po odsouhlasení vyučujícím.
Jednotky času.
Monte Carlo Typy MC simulací
Co se dá změřit v psychologii a pedagogice?
DIDAKTIKA FYZIKY I. 5 Fyzikální experimenty
Úvod do praktické fyziky
Využití ICT pro rozvoj klíčových kompetencí CZ.1.07/1.5.00/
Ing. Milan Houška KOSA PEF ČZU v Praze
Název: Chyby měření Autor: Petr Hart, DiS.
Základy statistiky.
Metody pedagogiky.
Simulace oběhu družice kolem Země
Transkript prezentace:

Lekce 13 Počítačový experiment a jeho místo ve fyzice a chemii Osnova 1. Počítačový experiment 2. Srovnání s reálným experimentem 3. Výhody počítačového experimentu 4. Nevýhody počítačového experimentu 5. Místo počítačového experimentu v přírodních vědách KFY/PMFCHLekce 13 – Počítačový experiment

KFY/PMFCH Počítačový experiment Vymezení pojmu Získávání kvantitativních dat o modelových systémech pomocí výpočetních prostředků. Dnes univerzální prostředek ve všech přírodních (ale i společenských a ekonomických) vědách, metody MD a MC tvoří jen malou část „říše“ počítačových experimentů. Lekce 13 – Počítačový experiment Synonyma - numerický experiment - numerický pseudoexperiment - počítačová simulace - experiment „in silico“ (jako kontrast k „in vivo“ a „in vitro“) Původ názvu experiment- „měříme“, ale nevysvětlujeme počítačový- „proměřované“ procesy probíhají v paměti, procesoru a na disku počítače

KFY/PMFCH Srovnání s reálným experimentem Lekce 13 – Počítačový experiment experiment počítačový experiment reálný objektmatematický model měřicí aparaturapočítač experimentální metodikapočítačový program experimentální podmínkynastavitelné parametry modelu, počáteční stav výstupy ve formě řady čísel vyžadujících další interpretaci taktéž

KFY/PMFCH Výhody počítačového experimentu  téměř dokonalá kontrola „experimentálních“ podmínek,  možno „zapínat“ a „vypínat“ různé vlivy, a tak systematicky studovat jejich význam,  možno „měřit“ i to, co v reálném experimentu měřit nelze (téměř neomezená volnost ve volbě měřených veličin),  možno studovat i modely, které nemají v realitě protějšek (např. modely velmi zjednodušené),  v porovnání s reálným experimentem relativně levné „měřicí přístroje“,  téměř univerzální HW základna, jednotlivé počítačové experimenty vyžadují jen odlišný SW. Lekce 13 – Počítačový experiment

KFY/PMFCH Nevýhody počítačového experimentu  jen modelové systémy,  omezení dostupným výpočetním výkonem (malé počty částic, krátké časy),  u realistických modelů obrovské výpočetní nároky, zvládnutelné modely často silně zjednodušené,  numerické chyby (chyby přibližných numerických metod, zaokrouhlovací chyby). Lekce 13 – Počítačový experiment

KFY/PMFCH Místo počítačového experimentu v přírodních vědách  testování teorií na zjednodušených (a tedy např. analyticky řešitelných) modelech, které nemají reálné protějšky,  testování realistických matematických modelů (srovnání numerických dat s daty experimentálními),  získávaní dat, která nelze změřit v reálném experimentu,  testování významu zanedbávaných efektů,  často (výrazně) levnější alternativa k reálnému experimentu. Lekce 13 – Počítačový experiment