Hogyan készüljünk fel? • egyetem = önálló tanulás • források:
Az orvosi biofizika matema0kai és fizikai alapjai
– az előadásokon készíteN saját jegyzetek (kedd 1900–2020; csütörtök 1940–2100; EOK „SzentGyörgyi Albert” előadó; csak az első négy héten) – Tölgyesi: Fizikai alapismeretek (e-könyv) – honlap: biofiz.semmelweis.hu
1. előadás A biofizikai törvények megértéséhez szükséges minimális matema0ka. Fizikai mennyiségek és mértékegységeik 2017. szeptember 12. AGÓCS Gergely
• tantárgyi követelmények • előadásbeosztás és diák • e-könyv
1
Hogyan készüljünk fel?
Agócs G.
Gál-Somku0 J. Mártonfalvi Zs.
Bozó T.
2
Hogyan készüljünk fel?
• egyetem = önálló tanulás • források:
• egyetem = önálló tanulás • források:
– az előadásokon készíteN saját jegyzetek (kedd 1900–2020; csütörtök 1940–2100; EOK „SzentGyörgyi Albert” előadó; csak az első négy héten) – Tölgyesi: Fizikai alapismeretek (e-könyv) – honlap: biofiz.semmelweis.hu
– az előadásokon készíteN saját jegyzetek (kedd 1900–2020; csütörtök 1940–2100; EOK „SzentGyörgyi Albert” előadó; csak az első négy héten) – Tölgyesi: Fizikai alapismeretek (e-könyv) – honlap: biofiz.semmelweis.hu
• tantárgyi követelmények • előadásbeosztás és diák • e-könyv
• tantárgyi követelmények • előadásbeosztás és diák • e-könyv
3
előadásdiák (folyamatosan lesznek feltöltve)
e-könyv
4
Szimbólumok használata a tudományban
Tudományos számírás (normálalak)
A tudományok rengeteg la0n és görög betűs szimbólumot (illetve ezek kombinációit) használnak, így a görög ábécé megtanulása elengedhetetlen.
a legjobb számológép egy orvostanhallgató számára
még elfogadható (de kevésbé prak0kus)
Azonban a mennyiségek és mértékegységek száma sokkal nagyobb, mint a jelzésükre rendelkezésre álló betűk száma, ami félreértéshez vezethet. EmiaN lényeges a KONTEXTUS!
nem megengedeN
kétértelműség! általános konstans
fénysebesség
VIGYÁZAT!
c és C
inkonzisztencia! például:
sűrűség
Celsius
például:
sebesség kapacitás és
szorzás
kondenzátor frekvencia
Szögek
programozható, grafikus kijelző
arányosság
koncentráció (többféle)
5
6
Trigonometrikus függvények
– shis – setup – 3 (fok) – 4 (radián)
fordulat degree = fok: hagyományos egység radián: tudományos egység, ív/sugár 1 fordulat = 360° = 2π rad 1° = 60ʹ = 3600″
fok: hagyományos egység radián: tudományos egység, ív/sugár 1 fordulat = 360° = 2π rad
kis szögekre (<10° ≈ 0.2 rad): sin(α) ≈ α [rad] ≈ tan(α)
a
D: degrees (fok) mód R: radián mód
lineáris bevitel
szöggel szemközM befogó
természetes számkijelzés
ρ [rhó] d v c × · * f ν [nü] ~
α b
szög melleJ befogó
teljes fordulat 360° 2π radián
fél fordulat 180° π radián
negyed fordulat 90° π/2 radián
1/8 fordulat 45° π/4 radián
szinusz: sin(α) = a/c koszinusz: cos(α) = b/c tangens: tan(α) = tg(α) = a/b 7
8
Mi a függvény?
Lineáris függvény
Egy halmaz elemeinek egyértelmű hozzárendelése egy másik halmaz elemeihez ALAPHALMAZ INPUT (ARGUMENTUM, (DOMAIN) FÜGGETLEN VÁLTOZÓ) x 1 2 3 5 1 5 -1 2 3 -1 0 4 0 4
INTEGRÁLIS ALAK
x f(x) or y = f(x)
függő változó
VÁLTOZÓK:
ha x = 0 akkor y = b
független változó
ha Δx = 1 akkor Δy = a a = Δy/Δx = tanα 10
y = a · x + b
y
y = 0.5x + 3
Δy
5
a függvény mint “gép”
x
–1
0
1
2
3
4
5
f(x) 1
0
1
4
9
16 25
meredekség PARAMÉTEREK:
α
y-tengely- metszet
Δx
x
0
9 1 4 0 16 25 OUTPUT (ÉRTÉK, FÜGGŐ VÁLTOZÓ) f(x) or y
1
4
9 0
25
f a függvény, amely kapcsolatot teremt x és f(x) közöN
16
KÉPHALMAZ (RANGE)
10
y-ra explicit: y = a · x + b x-re explicit: x = (y – b) / a 10
-10
Exponenciális függvény: 1. példa 4500000
#2: fényelektromos jelenség (II.37) Ekin= hf–Wem Ekin = · f + (–Wem)
baktériumok száma
4000000 3500000
+20
y = a · x + b
+20 +20
2500000
+20
2000000
+20
#4: Ohm törvénye R = U/I I = 1/R · U + 0
1500000
+20
1000000
y = a · x + b
eltelt idő (min)
baktériumok száma
0
1
20
2
40
2·2=22=4
60
4·2=23=8
80
24=16
100
25=32
120
26=64
…
…
baktériumok száma = 2t/20min
500000
y = a · x + b
5
-5
9
3000000
#3: gyengítési együNható (II.85) μ = μm·ρ μ = μm · ρ + 0
0
“DIFFERENCIÁLIS” ALAK A függő változó megváltozása arányos a független változó megváltozásával
a Biofizika KépleNárból
y = a · x + b
-5
Δy ~ Δx
Lineáris függvény: példák #1: egyetemes gáztörvény (I.35) pV = nRT (ha n & V állandó) p = nR/V · T + 0
-10
x f(x) or y = f(x)
×2 ×2 ×2 ×2 ×2 ×2
idő/min
0 11
0
20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 320 340 360 380 400 420 440 12
Exponenciális függvény: 2. példa 250000
adósság/€
200000
+1 +1
150000
+1 +1 +1
100000
+1 50000
Exponenciális függvény: 3. példa radio- ak0vitás/ PBq 90
100
eltelt idő (év)
adósság €-ban (éves kamat: 20%)
0
1000 (tőke)
1
1000 · 120% = 1200
2
1000 · 120%2 = 1440
3
1000 · 120%3 = 1728
4
1000 · 120%4 = 2074
5
1000 · 120%5 = 2488
6
1000 · 120%6 = 2986
…
…
80
×1.2 ×1.2
60
×1.2
50
×1.2 ×1.2
15
20
ha x = 0 akkor y = y0
y = b · ax GYAKORLATI MEGFONTOLÁSOK: • az alap legyen e (esetleg 2 vagy 10) • emiaN új szorzóparamétert kell bevezetni a kitevőben: p vagy 1/k • a kitevő előjele negaäv • b–t inkább jelölje y0 VÁLTOZÓK:
függő változó
független változó
y = y0 · e–px = y0 · e–x/k preexponenciális együNható PARAMÉTEREK: együNható a kitevőben
+30
25
30 13
0
85 (kezde0 mennyiség)
30
85 / 2 = 85 · 2–1 = 43.5
60
85 / 22 = 85 · 2–2 = 21.3
90
85 / 23 = 85 · 2–3 = 10.6
120
85 / 24 = 85 · 2–4 = 5.3
150
85 / 25 = 85 · 2–5 = 2.7
180
85 / 26 = 85 · 2–6 = 1.3
…
…
×1/2 ×1/2 ×1/2 ×1/2 ×1/2 ×1/2
y
0 0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
150 14
Exponenciális függvény: linearizáció y = 5e-0.25x
INTEGRÁLIS ALAK
y = y0 · e–px 1/p 5
x
10
grafikus linearizáció ábrázoljuk y-t logos skálán x függvényében: a kapcsolat lineárisnak tűnik, de továbbra is exponenciális
y0/e -5
idő/év
radioakMvitás = 85 PBq · 2–t/30év 0
ha y = y0/e akkor x = 1/p = k 10
10 0
5
-10
+30
Csernobilból származó Cs-137 aknvitása/PBq (felezési idő: 30 év)
20
Exponenciális függvény INTEGRÁLIS ALAK
+30
30
idő/év 10
+30
40
0 5
+30
×1.2
adósság = 1000€ · 1.2t/1év 0
+30
70
eltelt idő/ év
y
y = 5e-0.25x
1 -10
-5
10
0
5
x 10
5
x 10
0.1 1
logy
–px y-ra explicit: y = y -5 0 · e x-re explicit: x = ln(y / y0) / (–p)
0.5
„DIFFERENCIÁLIS” ALAK
0
-10
Δy/y ~ Δx
A függő változó relaqv megváltozása arányos a független változó megváltozásával 15
metszet = log(y0) számtani linearizáció log(5) = 0.699 ábrázoljuk log(y)-t x függvényében: meredekség = – p·log(e) a kapcsolat lineáris –0.25·log(e) = –0.1086
-10
-5
0
-0.5
y = -0.1086x + 0.699 -1
16
Exponenciális függvény: példák
Hatványfüggvény: példa
a Biofizika KépleNárból
#1: sugárzásgyengülés törvénye (II.11)
#2: Boltzmann-eloszlás (I.25)
J = J0 · e–µx
y = y0 · e–px
tömeg ~ térfogat ~ [test]hossz3 felület ~ [test]hossz2
ni = n0 e–Δε/(kT)
y = y0 · e–x/k
#3: bomlástörvény (II.96)
#4: RC-kör kisülése (VII.2)
N = N0 e–λt
U = U0 e–t/(RC)
y = y0 · e–px
y = y0 · e–x/k 17
Hatványfüggvény INTEGRÁLIS ALAK függő független VÁLTOZÓK: változó változó
y = b · xa preexpoPARAMÉTEREK: nenciális együNható
100
grafikus linearizáció y ábrázoljuk y-t és x-et is logos skálán: a kapcsolat lineárisnak tűnik, de továbbra is hatványos
y
INTEGRÁLIS ALAK
y = x2
y = b · xa
15
kitevő
y-ra explicit: y = b · xa
x-re explicit: x = (y / b)1/a “DIFFERENCIÁLIS” ALAK
Δy/y ~ Δx/x
Hatványfüggvény: linearizáció
ha x = 1 akkor y = b 20
A függő változó relaqv megváltozása arányos a független változó relaqv megváltozásával
18
10
y = x2 10
x
1 2
1
10
100
logy
5
x
0 0
5
10
a fordítou arányosság és a gyökfüggvény is hatványfüggvény
15
20
19
y = 2x
1.5
1
metszet = log(b) számtani linearizáció log(1) = 0 0.5 meredekség = a ábrázoljuk log(y)-t log(x) függvényében: a kapcsolat lineáris a = 2 0
logx 20 0
0.5
1
1.5
2
Hatványfüggvény: példák
Hatványfüggvény: példa Allometrikus skálázódás (pl. Kleiber-törvény)
a Biofizika KépleNárból
tömeg ~ térfogat ~ [test]hossz3 felület ~ [test]hossz2
#1: de Broglie-hullámhossz (I.3) λ = h/p
λ = h · p–1
óránkén0 hőtermelés ~ tesNömeg3/4
y = b · xa #3: Duane–Hunt-törvény (II.80) hc λmin = eUanode
λmin = hc/e U–1
21
y = b · xa
#2: Stefan–Boltzmann-törvény (II.41)
Mfekete = σ T4
y = b · xa #4: a sajáårekvencia tömegfüggése (Rezonancia 6) 1 k f0 = 2 π m
f0 = k1/2/(2π) · m–1/2
y = b · xa
22